“人工智能+教育”对高职学生的个性化学习研究
来源:用户上传
作者:
摘 要：随着人工智能相关技术的发展，“人工智能”在教育领域的应用也日趋成熟。本文将人工智能引入到教学中，利用大数据和知识图谱等技术，通过对学习过程的追踪和记录，研究和分析学生的学习情况，并利用协同过滤算法等分析学生学习特征，最终根据分析结果，给予学生个性化学习内容和方案的推荐。同时教师通过设计不同的教学内容、制定不同的教学策略，准备不同的教学资源，服务于学生的个性化学习，并提高学生的学习效率和效果，真正的实现因材施教。
关键词：人工智能 教育 信息跟踪 个性化学习
中图分类号：G642 文献标识码：A 文章编号：1674-098X（2019）11（c）-0202-02
人工智能（Artificial Intelligence，缩写为AI）是由机器模拟人类能力和智慧行为的一门跨学科的技术科学，它主要用于研究、模拟和延展人的智能。目前人工智能主要研究的内容包括语言识别、自然语言处理和图像识别等领域。随着人工智能技术的日趋成熟，其应用领域也在不断扩大，其中教育已成为人工智能的主要应用领域之一。人工智能在教育领域的应用最早出现于20世纪40年代。随着大数据、云存储和海量数据分析等技术的成熟，人工智能在教育领域的应用和发展日趋成熟，同时也受到了全球各国的重视，2016-2019年，联合国教科文组织陆续发布了《教育中的人工智能：可持续发展的挑战和机遇》等文件探究人工智能与教育的关系。我国也高度重视人工智能在教育方面的研究和应用，2017年国务院颁布《中国教育事业发展“十三五”规划》提出了“支持各级各类学校建设智慧校园、综合利用互联网、大数据、人工智能和虚拟现实技术探索未来教育教学新模式”。同年，国务院又颁布了《新一代人工智能发展规划》，推动人工智能在教学、管理、资源建设等方面的应用。2018年，教育部颁布了《教育信息化2.0行动计划》，强调利用智能技术推动人才培养模式、教学方式改革，探索泛在、灵活、智能的教学新环境建设与应用模式。人工智能将对未来教育的发展提供新的途径和方法，虚实融合的教育业态、个性化的教育模式也将成为人工智能在教育领域的重要变革趋势。
1 高职学生学习差异现状
对于高职院校而言，目前大部分高职院校的生源较为复杂，有经过高考后录取的学生;有在高考前通过提前单招录取的学生;有中职学生通过对口单招的方式录取的学生，以及通过中高职衔接录取的中职学生。同时，录取的生源也来自于不同的地区，以本校为例，有来自江苏的学生，也有来自浙江、湖南、新疆等地的学生。这些学生之间，无论是学习基础，还是不同地区由于教育资源不同导致的差异，都使得高职学生的入学基础参差不齐。在上课的过程中，由于多采用课堂教学的方式，因此不同基础的学生在同一个课堂中学习，也使得高职学生在课程学习学习过程中，有些学生存在听不懂、跟不上、学不好、不想学等问题。因此让不同背景和基础的学生在高职学习过程中都能找到符合个人情况的学习内容和学习进度，提高学生学习适应度和兴趣度，是高职院校需要探索的问题之一。
本论文提出了利用“人工智能+教育”的技术，通过大数据、数据挖掘和知识图谱等技术，追踪和分析学生学习基础和个性特征，推荐适合其自身的学习内容和学习方式，并适时的挑战学习的难度和深度，形成学生个性化学习方案，提高学习效率，真正实现因材施教。同时在“人工智能+教学”的背景下，针对学生的兴趣偏好、认知水平和学习行为等进行记录，不断收集高职学生的学习行为数据，为教师的教学目标设定、教学方案设计、教学策略制定和教学资料准备提供依据，从而使得教学资料的准备和教学活动的开展能够更好的服务于学生的个性化学习。
2 “人工智能+教育”在学生个性化学习中的应用
基于“人工智能+教育”的大数据采集和分析，通过寻找学生共性和个性化差异，追踪和分析学生学习的过程，例如学生观看视频的时间和时长，是否拖拽视频，回答问题的速度和正确率等建立共性和个性问题库，并在分析数据后，给出个性化学习方案和意见，促进学生的个性化学习，实现学生的因材施教。
为了实现“人工智能+教育”在高职学生个性化学习中的应用。首先需要通过调查和研究“人工智能”的相关技术，如大数据处理、云存储和“人工智能+教育”自适应技术和平台等。同时还要了解各个院校各个专业的学生情况。以嵌入式专业为例，利用大数据等手段，调查和研究嵌入式专业学生的生源，学生的学习基础和兴趣爱好，平时学习过程中学生的学习状态等学习特征情况，全面掌握嵌入式专业的教学特点、学生特点和学习特点，为“人工智能+教学”的学生个性化学习准备教学基础资料。
在了解学生学习基础和个性化兴趣和习惯的基础上，将“人工智能+教育”用于高職学生个性化学习过程追踪。以嵌入式专业为例，通过利用人工智能，大数据和数据挖掘等技术，追踪学生学习兴趣、基础、习惯、进度、难点等内容，例如通过追踪学生观看视频的时长，观看过程中有无拖拽等数据，了解学生的视频内容兴趣度和学习度;通过追踪学生课后作业的完成时间、作业的完成率和正确率等数据，了解学生对所学内容的掌握情况。通过多种不同的平台对学生的学习进行全面的追踪，从而掌握学生的学习习惯和学习过程。这为研究和确定“人工智能+教育”背景下，嵌入式专业学生个性化学习模式的研究提供了可能。
在了解了学生的学习基础和教学过程中学生的学习情况之后，将“人工智能+教育”用于高职学生个性化学习的分析和决策。以嵌入式专业为例，在追踪和了解学生的学习习惯、学习兴趣、学习基础和学习进度后，一方面通过现有的一些专业平台，另一方面通过搭建大数据集群平台，通过协同算法分析学生学习的过程，分析并总结学生学习过程中的共同点和差异性，得到学生学习特点，从而研究并设计适合学生个性化学习的学习内容推荐和学习策略引导，做出个性化的学习策略和意见。 同时，“人工智能+教育”在学生个性化学习中的应用，由于各个学生的学习情况不尽相同，因此这也要求教师在了解学生学习特定和学习情况之后，根据不同情况的学生制定不同层次的教学目标，采用因材施教的教学策略，准备难度不同的教学资料等。这对于高校教师而言，也是一种新的挑战。
3 “人工智能+教育”对学生个性化学习的意义
（1）“人工智能+教育”背景下高职学生个性化学习，可以提高学生高学习效率，提高学习效果，真正实现因材施教。以嵌入式专业为例，其生源有高考后招生，有提前单招生，有中职对口单招生，也有中高职衔接生。由于生源不同，学生之间的学习基础和习惯也存在较大差异。针对这一现状，通过人工智能的方式，采用自适应的模式，追踪学生的学习过程，并针对分析结果，对学生给与内容的推荐和学习策略的引导，使得学生通过人工智能，得到更适应于自己的学习方式，从而提高学生学习效率，提高学习效果，真正实现因材施教。
（2）“人工智能+教育”背景下高职学生个性化学习，可以疏导学生的厌学情绪，提升学生学习主动性和积极性。在传统的教学过程中发现，高职学生在学习过程中接触到一些自己不感兴趣或不懂的内容时，容易出现沮丧、懒惰、厌学等情绪。因此，通过人工智能的方式，为学生“定制”个性化的学习内容和方案，可以提高学生学习的兴趣和自信，从而疏导学生的厌学情绪，提升学生学习的主动性和积极性。
（3）“人工智能+教育”背景下高职学生个性化学习，为高职院校教学改革提供了新的模式。通过“人工智能+教育”的方式，实现学生的个性化学习，这种方式既不同于传统的课堂教授形式，又不同于以互联网为基础的“翻转课堂”，这种教学模式打破了传统教学过程中标准化、统一化的授课形式，让学生在学习过程中更具自主性和个性，是一种全新的以学生为中心的教学模式。
（4）“人工智能+教育”背景下高职学生个性化学习，为高职院校教学活动的开展提出了新的挑战。本课题打破了传统教学过程中统一授课的标准化、统一化教学模式。同时，为了适应学生个性化学习，在教学资料准备中也要打破传统的统一化模式，采用不同层次、不同类型的多样化教学资料的准备，这对于高职院校的教学活动和教师而言，也是一种全新的挑战。
4 结语
人工智能的发展对职业教育的教学内容以及人才培养模式提出了新的要求，同时通过人工智能在学生学习过程中相关技术的应用，为学生的个性化学习提供了可能。这种个性化学习的方式主要以网络为载体，学生为主体，通过线上线下相互补充，打破了时空对教育模式的限制，使学生的学习更具个性化和自适应特征。此外，教师通过在教学过程中应用人工智能等先进的科技手段辅助教学，一方面使得教师通过大数据和分析更了解学生情况和班级情况，另一方面为了能通过人工智能的方式制定适合每一位学生的学习策略，因此需要教师准备更多的个性化学习资料，并最终达到因材施教的目的。
参考文献
[1] 张旭. 人工智能背景下高职教育自适应学习模型研究[J]. 信息记录材料， 2019（5）：77-79.
[2] 刘培燕.初探“人工智能”时代下职业教育人才培养模式[J].天津职业院校联合学报.2019（6）：32-35.
[3] 李振， 周东岱，王勇.“人工智能+”视域下的教育知识图谱：內涵、技术框架与应用研究[J]. 远程教育杂志， 2019（4）：42-53.
[4] 高伟，刘苗苗.人工智能时代教育人工智能研究与应用现状、问题及对策[J].软件导刊，2019（8）：25-29.
[5] 修南.论人工智能时代职业教育教师教学能力的发展[J].职业教育研究，2019（8）：10-15.
[6] 吴波. 人工智能和大数据驱动下的研究生个性化教育[J]. 林区教学， 2019（7）：18-20.
[7] 周睿文. 新时代新挑战——人工智能下的设计教育人才培养[J]. 职业， 2018， 498（35）：22-23.
转载注明来源:https://www.xzbu.com/1/view-15148416.htm
