论文部分内容阅读
摘要：随着移动互联网、智慧教育的发展，个性化自适应学习成为新兴的研究热点，将成为以大数据为基础的教育技术新范式。该文通过对中外相关文献的综述和分析，对个性化自适应学习的概念、研究历程以及取得成就和影响力等方面进行了详细阐述，强调了个性化自适应学习的发展趋向，使其成为大数据时代数字化学习的新常态；重点提炼了个性化自适应学习的元认知与开放学习者模型、自主学习方式、信息可视化处理和大数据学习分析。大数据时代个性化自适应学习研究新视角可从智能感知、个性化、预知性、动态平衡、智能化评价及实现学习者思维过程的可视化等层面审视，研究成果将被应用在MOOC个性化设计、网络学习空间人人通建设、未来智慧教育发展等方面。
关键词：个性化自适应学习：元认知；开放学习者模型；知识可视化；大数据学习分析
中图分类号：G434
文献标识码：A
一、引言
教育是人类社会发展的动力和基础。人类教育发展史中，主要发生三次根本性变革：第一次是从个别的原始教育走向个性的农耕教育；第二次是从个性的农耕教育走向班级授课式的规模化教育；第三次是从规模化教育走向分散化、生态化、生命化、网络化的个性化教育。现正处于第三次教育革命关口，有望打破学校人才培养的一元化格局。然而，当前教育存在的最关键、最核心问题是忽略学生个性差异（如学习能力、行为习惯、知识水平、兴趣偏好和情感态度）进行教学，这种无视学生“最近发展区”规律的讲授，不仅造成学习效率低下，而且极大地伤害了学生学习的主动性，造成了“教师难讲、学生难学”的尴尬局面。技术不断发展，知识迅速革新，大数据、创客以及“互联网 ”教育时代的到来，都将引发学习思维方式、教学交往方式、认知模式的变革，重塑人的大脑，应该如何构建适应未来个体发展和社会需求的教育？华东师范大学祝智庭教授指出个性化自适应学习将成为以大数据为基础的教育技术新范式。同时，北京师范大学何克抗教授给予了肯定，并认为不啻为创新之举。在数字化学习环境中，个性化白适应学习是指基于学习者个性特征差异提供个性化的学习服务，记录、挖掘和深入分析学习行为历史数据信息，以可视化方式呈现数据结果，用于评估学习过程、发现潜在问题和预测未来表现，并进行个性化干预、指导，促进有效学习的发生。
二、个性化自适应学习研究进展
在个性化白适应学习研究领域，国外起步较早，其中美国匹兹堡大学的Peter Brusilovsky教授针对学生的学习背景、兴趣偏好和知识水平进行用户建模，为适应学习者与系统交互过程中的个性化学习需求，先后开发了InterBook、ELM-ART、Knowledge Sea、AnnotatEd、TaskSieve等白适应学习系统，后来的许多研究成果都是在其基础上的改进和补充。荷兰爱因霍芬科技大学DeBra教授、澳大利亚墨尔本皇家理工大学Wolf教授及希腊雅典大学的Papanikolaou等人也分别研发了AHA！、iWeaver、INSPIRE等个性化教育超媒体系统‘刮。国内在个性化自适应学习方面的研究仍处于一种理论层面探讨和小规模尝试阶段，其中在教育技术学领域，北京师范大学余胜泉教授较早研究白适应学习，发表了关于白适应学习的学术论文《适应性学习——远程教育发展的趋势》，从学习诊断、学习策略及学习内容的动态组织等三个关键环节提出了适应性学习模式。华南师范大学陈品德博士完成了关于自适应学习的博士论文《基于Weh的适应性学习支持系统研究》，文中设计了A-Tutor（Adaptive Tutor）原型系统，且重点提出了“为什么要适应”“什么能被适应”等问题。浙江大学张剑平教授在自适应学习支持系统方面也做了比较深入的研究，已发表相关系列学术成果，其中完成了关于自适应学习的著作《网络学习与适应性学习支持系统研究》，书中详细阐述了关于用户模型、学习能力、白适应测试及知识可视化等概念研究。
笔者所在的东北师范大学赵蔚教授研究团队十年多来一直致力于“个性化自适应学习”研究，强调理论与实践结合，以应用为主的思路，试图通过信息技术与学科教学的融合，根据学习特点（其本质是大脑对信息编码加工的特点）进行因材施教，实现“以学习者为中心”的个性化学习，始终把握道德内涵，没有盲目地全盘借鉴国外的成果，基于中华文化中关于道德的精神，时刻注意回归本土化的探索，夯实知识创新，研究成果在国内处于领先水平，奠定了学术地位和影响力。其中，研发了关于个性化白适应学习系统，初步实现了学习风格模型建构（采用学习风格量表，如Felder-Silverman量表和贝叶斯网络挖掘算法）、认知水平模型建构（基于项目反应理论、布鲁姆认知理论）、个性化学习路径优化推荐（利用AprioriAll关联规则挖掘算法）、向同伴（尤其具有相同或相近学习兴趣偏好）推送学习信息（利用协同过滤技术）。此外，研究团队义进一步挖掘系统功能，具体阐述如下：
1.多元化学习资源建设与进化问题
学习环境需提供能够与用户模型相匹配的概念知识理解等级，以及难度级别不同、媒体类型与抽象程度不同等多元化的学习资源。因此，本系统采用元数据、本体技术构建领域模型，实现多元化学习资源建设，其中视频、动画等媒体类型资源，主要依据美国心理学家梅耶提出的多媒体认知理论和美国科勒教授提出的ARCS学习动机模型进行设计，增强学习者的学习注意力和沉浸式学习，从生态学视角体现出了学习资源应具有的生成性、开放性、进化性、智能性等基本特征，实现学习资源的自我重组、生长、演变和进化。
2.记忆曲线评测学习者的真实能力
大脑对新事物遗忘具有一定规律，有必要将知识遗忘加入到个性化白适应系统中，受到德国心理学家艾宾浩斯记忆学习曲线的启发，在系统中使用了衰退曲线、指数增长曲线及学习遗忘的能力曲线。当学习者接触一个给定主题的内容时，便会收到关于该主题真实能力的一个“突然测试”，系统根据学生在何时以及何种方式接触内容等信息，捕获学生知识增长和减少的方式，使得系统能够测试控制学生在课程中的成长路径。 3.分析强相关大数据优化教育
每个学习者既是大数据的生产者，义是消费者，反映了强认知。教育数据具有高度相关性，利于优化学习体验、价值及其提升学习分数或改变未来教育。全面地跟踪、记录、分析学习者的不同学习特点、学习基础和学习行为数据，获知学习者的学习需求，有效地为学习者提供精准的个性化教育服务。
总之，个性化白适应学习系统是智能化学习发展研究趋势，其应用价值在于能够实现“思考即学习”，通过整合学习者认知/元认知、动机、能力、态度等信息构建学习者模型，做到从支持教师“教”转向对学生学习活动提供自适应、个别化支持，有效解决学员（尤其农村中小学教师）在线学习适应性问题，有理由相信在《国家中长期教育改革与发展规划纲要（2010-2020年）》大背景下，伴随着在线教育的迅速发展和数字技术的运用，个性化自适应学习能够实现从学校教育到终身教育的转型。
三、元认知与开放学习者模型
美国著名心理学家弗莱维尔（Flavell）提出元认知即自我认知，主要包括两方面：一是元认知知识，关于个体内差异认识，正确认识到自身的能力、爱好、兴趣以及认知不足等关于个体间差异的认识，清楚自己与他人之间存在各种认知差异；其二是元认知监控，主体在认知活动过程中进行实时评价、反馈，积极、自觉地监视、调节和控制。因此，元认知本质是主体在思维活动过程中进行认知加T的自我反省、自我觉察、自我调节与自我评价。古代著名思想家老子曾说：“知人者智，自知者明”，精确地阐明了认知活动中自我监控、自我意识中所具有的重要价值。元认知的发展水平直接制约着个体智力的发展，在学习、记忆、理解、注意、交往、问题解决、社会认知等各方面的活动中都起着至关重要的作用，影响着个体的认知效率和问题解决的质量与效率，在学习中对学生进行元认知开发、提高学生的元认知发展水平从而教会学生学习、促进学生智力发展显得尤为重要。美国教育家杜威（Dewey）在《我们如何思维》一书中关于元认知发展明确指出和说明了培养积极监控能力、批判性评价能力的重要性。
伴随着大数据、学习分析技术的发展，个性化白适应学习模式能够激发内在学习动机，进而激发学生的学习兴趣和求知欲，调动学习的积极性和主动性，俨然成为培养学生元认知能力发展的有效方式。学习者模型是实现个性化白适应学习重要依据，表现在个体自身与其行为所受强化关系上个体差异，预示着不同的学习行为表现，但是多数学习者模型通常是封闭式设计，如同一个“黑匣子”，尽管学习系统能够对学习者的个体差异及学习过程有所了解，但是学习者自身却不清楚模型中所包含的数据信息，不了解系统为学习者所定义的个性特征。因此有必要对学习者模型信息显性化，即构建开放学习者模型（Open Learner Model，OLM），确保学习者在学习过程中准确了解自己知识状态、学习进展、学习绩效。英国伯明翰大学苏珊·布尔（Susan Bull）将OLM定义为允许学习者对系统进行控制，根据自己意愿可分享个人学习信息并以可视化方式呈现，以支持学习者的自我监控与反思”。本研究团队成员王丽萍博士从四个角度分析和描述了开放学习者模型，其中开放的目的是指帮助学习者规划或监督自己的学习，以促进学习者反思，授予学习者看到自己和同伴数据的权利，促进学习者之间的协作或竞争，激发和维持学习动机，提高学习绩效；开放的内容既包括如知识图谱、学习进展及绩效等与知识有关的内容，义包括如学习者的学习背景、兴趣偏好、情感态度等与知识不相关的内容；开放的形式包括技能表、概念图以及层级树状结构图等，表现出学习者已掌握的知识与其他知识之间的关系，并关联显示新学知识、原有知识及即将要学的知识，为下一阶段的学习决策提供指导依据；开放的对象除了主体外，还包括同伴、教师等。跟踪监控知识学习进展，有利于教师充分了解学生认知水平、技能掌握情况并发现潜在问题，以便于有效地组织学习活动、实施教学调控和进行工作反思，进而提高教育质量。总之，开放学习者模型向学习者个人呈现有关学习进展、知识水平、迷失概念、学习绩效等信息，有助于学习者了解自己当前的学习状态，促进学习者对知识的主动建构和思维发展，有利于培养学习者元认知发展水平，提高学习监控能力，充分调动学习的自觉性、主动性，有效解决“让学生学会如何学习”的问题，真正实现“以学为本”的自我调节学习，实现能体现出个体差异和个性化学习需求的尊重式教育，真正成为独立、自主、高效的学习者。
四、学习方式：自主学习
美国心理学家马斯洛提出的人文主义心理学（Humanistic Psychology）强调人的情感需要、创造力和自我实现；进化教育心理学以自然选择解释人类教育行为，不仅来自社会文化环境，更离不开以生物遗传的基础，突出个体的差异性，表现在智力和非智力因素，如注意力、认知、情感、态度、动机以及学习潜能等。不同的学生有着不同的学习目标和需求，即使同一个学生在不同的学习时段也有不同的学习需要。另外，学习风格、能力和策略等较大差异因素会导致每个学生的学习过程行为不同。很显然，统一的教学内容和方法不符合教育规律，不利于学习身心健康成长。解决问题的途径之一就是自主学习，也称自我调节学习，捷克著名教育学家夸美纽斯在《大教学论》中提出教学要形成使教员少教，学生多学（体现在“自学”和“训练”）；叶圣陶先生也曾说过，“教是为了不教”。作为学习的新生态，自主学习被赋予了重大的价值与使命。当前关于自主学习研究受到众多学者的关注，美国操作行为主义学派人物斯金纳（Skinner）、现象学派代表人物麦克库姆斯（McCombs）、认知学派代表人物巴特勒和温内（Butler
关键词：个性化自适应学习：元认知；开放学习者模型；知识可视化；大数据学习分析
中图分类号：G434
文献标识码：A
一、引言
教育是人类社会发展的动力和基础。人类教育发展史中，主要发生三次根本性变革：第一次是从个别的原始教育走向个性的农耕教育；第二次是从个性的农耕教育走向班级授课式的规模化教育；第三次是从规模化教育走向分散化、生态化、生命化、网络化的个性化教育。现正处于第三次教育革命关口，有望打破学校人才培养的一元化格局。然而，当前教育存在的最关键、最核心问题是忽略学生个性差异（如学习能力、行为习惯、知识水平、兴趣偏好和情感态度）进行教学，这种无视学生“最近发展区”规律的讲授，不仅造成学习效率低下，而且极大地伤害了学生学习的主动性，造成了“教师难讲、学生难学”的尴尬局面。技术不断发展，知识迅速革新，大数据、创客以及“互联网 ”教育时代的到来，都将引发学习思维方式、教学交往方式、认知模式的变革，重塑人的大脑，应该如何构建适应未来个体发展和社会需求的教育？华东师范大学祝智庭教授指出个性化自适应学习将成为以大数据为基础的教育技术新范式。同时，北京师范大学何克抗教授给予了肯定，并认为不啻为创新之举。在数字化学习环境中，个性化白适应学习是指基于学习者个性特征差异提供个性化的学习服务，记录、挖掘和深入分析学习行为历史数据信息，以可视化方式呈现数据结果，用于评估学习过程、发现潜在问题和预测未来表现，并进行个性化干预、指导，促进有效学习的发生。
二、个性化自适应学习研究进展
在个性化白适应学习研究领域，国外起步较早，其中美国匹兹堡大学的Peter Brusilovsky教授针对学生的学习背景、兴趣偏好和知识水平进行用户建模，为适应学习者与系统交互过程中的个性化学习需求，先后开发了InterBook、ELM-ART、Knowledge Sea、AnnotatEd、TaskSieve等白适应学习系统，后来的许多研究成果都是在其基础上的改进和补充。荷兰爱因霍芬科技大学DeBra教授、澳大利亚墨尔本皇家理工大学Wolf教授及希腊雅典大学的Papanikolaou等人也分别研发了AHA！、iWeaver、INSPIRE等个性化教育超媒体系统‘刮。国内在个性化自适应学习方面的研究仍处于一种理论层面探讨和小规模尝试阶段，其中在教育技术学领域，北京师范大学余胜泉教授较早研究白适应学习，发表了关于白适应学习的学术论文《适应性学习——远程教育发展的趋势》，从学习诊断、学习策略及学习内容的动态组织等三个关键环节提出了适应性学习模式。华南师范大学陈品德博士完成了关于自适应学习的博士论文《基于Weh的适应性学习支持系统研究》，文中设计了A-Tutor（Adaptive Tutor）原型系统，且重点提出了“为什么要适应”“什么能被适应”等问题。浙江大学张剑平教授在自适应学习支持系统方面也做了比较深入的研究，已发表相关系列学术成果，其中完成了关于自适应学习的著作《网络学习与适应性学习支持系统研究》，书中详细阐述了关于用户模型、学习能力、白适应测试及知识可视化等概念研究。
笔者所在的东北师范大学赵蔚教授研究团队十年多来一直致力于“个性化自适应学习”研究，强调理论与实践结合，以应用为主的思路，试图通过信息技术与学科教学的融合，根据学习特点（其本质是大脑对信息编码加工的特点）进行因材施教，实现“以学习者为中心”的个性化学习，始终把握道德内涵，没有盲目地全盘借鉴国外的成果，基于中华文化中关于道德的精神，时刻注意回归本土化的探索，夯实知识创新，研究成果在国内处于领先水平，奠定了学术地位和影响力。其中，研发了关于个性化白适应学习系统，初步实现了学习风格模型建构（采用学习风格量表，如Felder-Silverman量表和贝叶斯网络挖掘算法）、认知水平模型建构（基于项目反应理论、布鲁姆认知理论）、个性化学习路径优化推荐（利用AprioriAll关联规则挖掘算法）、向同伴（尤其具有相同或相近学习兴趣偏好）推送学习信息（利用协同过滤技术）。此外，研究团队义进一步挖掘系统功能，具体阐述如下：
1.多元化学习资源建设与进化问题
学习环境需提供能够与用户模型相匹配的概念知识理解等级，以及难度级别不同、媒体类型与抽象程度不同等多元化的学习资源。因此，本系统采用元数据、本体技术构建领域模型，实现多元化学习资源建设，其中视频、动画等媒体类型资源，主要依据美国心理学家梅耶提出的多媒体认知理论和美国科勒教授提出的ARCS学习动机模型进行设计，增强学习者的学习注意力和沉浸式学习，从生态学视角体现出了学习资源应具有的生成性、开放性、进化性、智能性等基本特征，实现学习资源的自我重组、生长、演变和进化。
2.记忆曲线评测学习者的真实能力
大脑对新事物遗忘具有一定规律，有必要将知识遗忘加入到个性化白适应系统中，受到德国心理学家艾宾浩斯记忆学习曲线的启发，在系统中使用了衰退曲线、指数增长曲线及学习遗忘的能力曲线。当学习者接触一个给定主题的内容时，便会收到关于该主题真实能力的一个“突然测试”，系统根据学生在何时以及何种方式接触内容等信息，捕获学生知识增长和减少的方式，使得系统能够测试控制学生在课程中的成长路径。 3.分析强相关大数据优化教育
每个学习者既是大数据的生产者，义是消费者，反映了强认知。教育数据具有高度相关性，利于优化学习体验、价值及其提升学习分数或改变未来教育。全面地跟踪、记录、分析学习者的不同学习特点、学习基础和学习行为数据，获知学习者的学习需求，有效地为学习者提供精准的个性化教育服务。
总之，个性化白适应学习系统是智能化学习发展研究趋势，其应用价值在于能够实现“思考即学习”，通过整合学习者认知/元认知、动机、能力、态度等信息构建学习者模型，做到从支持教师“教”转向对学生学习活动提供自适应、个别化支持，有效解决学员（尤其农村中小学教师）在线学习适应性问题，有理由相信在《国家中长期教育改革与发展规划纲要（2010-2020年）》大背景下，伴随着在线教育的迅速发展和数字技术的运用，个性化自适应学习能够实现从学校教育到终身教育的转型。
三、元认知与开放学习者模型
美国著名心理学家弗莱维尔（Flavell）提出元认知即自我认知，主要包括两方面：一是元认知知识，关于个体内差异认识，正确认识到自身的能力、爱好、兴趣以及认知不足等关于个体间差异的认识，清楚自己与他人之间存在各种认知差异；其二是元认知监控，主体在认知活动过程中进行实时评价、反馈，积极、自觉地监视、调节和控制。因此，元认知本质是主体在思维活动过程中进行认知加T的自我反省、自我觉察、自我调节与自我评价。古代著名思想家老子曾说：“知人者智，自知者明”，精确地阐明了认知活动中自我监控、自我意识中所具有的重要价值。元认知的发展水平直接制约着个体智力的发展，在学习、记忆、理解、注意、交往、问题解决、社会认知等各方面的活动中都起着至关重要的作用，影响着个体的认知效率和问题解决的质量与效率，在学习中对学生进行元认知开发、提高学生的元认知发展水平从而教会学生学习、促进学生智力发展显得尤为重要。美国教育家杜威（Dewey）在《我们如何思维》一书中关于元认知发展明确指出和说明了培养积极监控能力、批判性评价能力的重要性。
伴随着大数据、学习分析技术的发展，个性化白适应学习模式能够激发内在学习动机，进而激发学生的学习兴趣和求知欲，调动学习的积极性和主动性，俨然成为培养学生元认知能力发展的有效方式。学习者模型是实现个性化白适应学习重要依据，表现在个体自身与其行为所受强化关系上个体差异，预示着不同的学习行为表现，但是多数学习者模型通常是封闭式设计，如同一个“黑匣子”，尽管学习系统能够对学习者的个体差异及学习过程有所了解，但是学习者自身却不清楚模型中所包含的数据信息，不了解系统为学习者所定义的个性特征。因此有必要对学习者模型信息显性化，即构建开放学习者模型（Open Learner Model，OLM），确保学习者在学习过程中准确了解自己知识状态、学习进展、学习绩效。英国伯明翰大学苏珊·布尔（Susan Bull）将OLM定义为允许学习者对系统进行控制，根据自己意愿可分享个人学习信息并以可视化方式呈现，以支持学习者的自我监控与反思”。本研究团队成员王丽萍博士从四个角度分析和描述了开放学习者模型，其中开放的目的是指帮助学习者规划或监督自己的学习，以促进学习者反思，授予学习者看到自己和同伴数据的权利，促进学习者之间的协作或竞争，激发和维持学习动机，提高学习绩效；开放的内容既包括如知识图谱、学习进展及绩效等与知识有关的内容，义包括如学习者的学习背景、兴趣偏好、情感态度等与知识不相关的内容；开放的形式包括技能表、概念图以及层级树状结构图等，表现出学习者已掌握的知识与其他知识之间的关系，并关联显示新学知识、原有知识及即将要学的知识，为下一阶段的学习决策提供指导依据；开放的对象除了主体外，还包括同伴、教师等。跟踪监控知识学习进展，有利于教师充分了解学生认知水平、技能掌握情况并发现潜在问题，以便于有效地组织学习活动、实施教学调控和进行工作反思，进而提高教育质量。总之，开放学习者模型向学习者个人呈现有关学习进展、知识水平、迷失概念、学习绩效等信息，有助于学习者了解自己当前的学习状态，促进学习者对知识的主动建构和思维发展，有利于培养学习者元认知发展水平，提高学习监控能力，充分调动学习的自觉性、主动性，有效解决“让学生学会如何学习”的问题，真正实现“以学为本”的自我调节学习，实现能体现出个体差异和个性化学习需求的尊重式教育，真正成为独立、自主、高效的学习者。
四、学习方式：自主学习
美国心理学家马斯洛提出的人文主义心理学（Humanistic Psychology）强调人的情感需要、创造力和自我实现；进化教育心理学以自然选择解释人类教育行为，不仅来自社会文化环境，更离不开以生物遗传的基础，突出个体的差异性，表现在智力和非智力因素，如注意力、认知、情感、态度、动机以及学习潜能等。不同的学生有着不同的学习目标和需求，即使同一个学生在不同的学习时段也有不同的学习需要。另外，学习风格、能力和策略等较大差异因素会导致每个学生的学习过程行为不同。很显然，统一的教学内容和方法不符合教育规律，不利于学习身心健康成长。解决问题的途径之一就是自主学习，也称自我调节学习，捷克著名教育学家夸美纽斯在《大教学论》中提出教学要形成使教员少教，学生多学（体现在“自学”和“训练”）；叶圣陶先生也曾说过，“教是为了不教”。作为学习的新生态，自主学习被赋予了重大的价值与使命。当前关于自主学习研究受到众多学者的关注，美国操作行为主义学派人物斯金纳（Skinner）、现象学派代表人物麦克库姆斯（McCombs）、认知学派代表人物巴特勒和温内（Butler