试论认知学习风格在个性化 网络学习中的应用思考.docVIP

　　试论认知学习风格在个性化 网络学习中的应用思考 　　 　　随着实时学习环境、自适应超媒体系统和智能导学系统等网络学习系统的应用与 发展 ，研究者对于发掘适合学习者的学习内容的方法表现出浓厚的兴趣。一种可行的获取个性化内容的方法是使用学习者模型，特别是认知学习风格具有促进个性化学习的巨大潜能，原因在于使用认知学习风格支持学习反映了一种良构的和多样性的证据。一些关于认知学习风格在个性化学习方面的应用研究取得了新的进展，尽管有些系统仍然处于原型阶段，但我们有理由相信学习者模型将成为个性化学习系统的中心组件。 　　一、 学习风格相关研究 　　认知学习风格种类多样，可以作为群体学习者特殊的和静态的学习方式的判断标准。目前，最常见的使用学习风格分类的系统有：Honey and Mumford learning style；the Myers-Briggs Type Indicator；multiple intelligences；Kolb learning styles index和the Felder and Silverman index of learning styles。［1］但在 教育 界，对于学习风格的使用普遍存在一种怀疑，有些人甚至建议使用其他认知建模方式，比如个性化测试，其提供了一种更加接近个性化内容的途径。此外，近来的自适应网络学习系统主要依赖于内容定序，将其作为一种主要的自适应网络学习的教学手段，使用知识对象提供个性化服务，尽管这些定序系统在多大程度上与学习风格有关，目前还没有得到验证。 　　认知学习风格研究的领域非常广泛，也常常令人感到困惑。近来一份关键的报告系统地评价了认知学习风格的实践应用和价值，［2］报告分析了20世纪以来的71种学习风格，并对其中主要的模型分了13种类型。Coffield在Ent for Personalized Instruction in a Remote Environment）远程环境中个性化智能教导系统 　　Papanikolaou（2003）提出了一种自适应教育超媒体的原型INPIRE，它可以提供不同层次的适应性，从全系统控制到完整的学习者控制，两种自适应模式都由学习者模型调节。学习者模型提供学习者当前知识水平、领域概念和学习者风格的信息。使用一个教学设计的框架，领域概念在INSPIRE系统中描述了知识抽取的三个层级：学习目标、概念和教学材料。个性化课程内容产生于特定的目标，围绕特殊的学习结果进行组织。 　　在INSPIRE系统中，学习偏好的使用遵循Honey和Mumford学习风格分类系统。［4］［5］［6］学习偏好通过问卷输入系统。需要说明的是，这个模型是动态的，可以由学习者改变。2001-2002年间，在雅典大学信息通讯学院完成了一项针对系统的分析，测试样本来自23名大学二年级的学生，这项调查重点评价了用户的日志，发现学习者风格遵循不同的选择和数据序列。 　　2.AES-CS（Adaptive Educational System based on Cognitive Styles）基于认知风格的自适应教学系统 　　Triantafillou（2004）提出了AES-CS原型系统，该原型用于验证一种假设，即认知学习风格对于学习结果是有益的。AES-CS将S系统复用知识对象的序列化与学习者轨迹的观点相一致，［9］人们认为学习方式可应用于研究学习者自主创新使用知识的风格，以内容的选择及资料定序来提供个性化的学习内容。这种方法主要的好处在于给定序系统更大的适应性，也允许仔细考虑学习轨迹。系统的优势还在于支持协同学习，群体学习者可以按照已建立的轨迹进行学习。学习对象系统可以为个体和群体学习者提供可视的导航，显示已学过的知识对象和未完成的学习对象。 　　虽然哪一种学习风格分类方法更加有效还不明确，但可以肯定类似LAMS的网络学习系统，可以潜在地整合学习风格，根据学习者选择的内容排序提供更大的适应灵活性。因此，个性化学习系统面临的挑战主要在于是否可以确认一种科学的方法，来建立教学模型和支持不同定序和情境的独立知识对象地使用；另外，在符合探究和建构式学习发展的原则下，支持特殊的学习结果和学习目标。 　　根据以上研究，我们提出一种支持基于认知的学习对象选择的原型构架，原型分为存储层和运行层，运行层包括 教育 内容描述、自适应逻辑和实时导航；存储层由媒体空间、用户模型、领域模型和自适应模型四个模块组成，结构的主要要素包括：（1）认知特征模型，在分析学习者的导航模式的基础上，更新学习者的认知特征属性，并保存在用户模型中；（2）学习对象选择模型，具备匹配功能，匹配学习者特征与学习对象特征，反向可跟踪学习者导航步骤。本模式的创新点在于实时导航步骤不仅可用于决定用户模型而且可用