基于CSICAI系统设计与实现.docVIP

基于CSICAI系统设计与实现 　　摘 要：本文讨论基于C/S的智能计算机辅助教学（ICAI）系统的实现技术，据此采用VB、SQL Server、IIS等开发平台，建立了一个用于计算机文化基础教学的ICAI试验系统。 　　关键词： CS CAI ICAI 课件 　　 　　1 引言 　　 　　传统的CAI课件系统是在单机上将全部教学内容以编程的方式预置于课件中，学生学习时，教学过程按课件规定的路径和内容展开。由于缺乏必要的通信手段和智能特性，无法实现任课教师与学生之间的交互，无法实施按学生的不同认知能力准备教案的教学措施。随着计算机网络技术的日臻成熟，人工智能在专家系统领域取得的成功，它们为CAI的发展提供了新的空间。这种利用人工智能的原理和技术产生的CAI系统通常称为智能CAI系统，简称ICAI（Intelligence Computer Assisted Instruction）。 　　 　　2 ICAI的评价标准 　　 　　ICAI具有如下的一些特征： 　　① 能自动生成各种问题与练习； 　　② 根据学生的学习水平与学习情况选择与调整学习的内容和进度； 　　③ 在了解教学内容的基础上自动解决问题，生成解答； 　　④ 具有自然语言生成与理解能力，以便实现比较自由的教学问答系统以提高人机交互的主动性； 　　⑤ 对教学内容有解释咨询能力； 　　⑥ 能诊断学生错误，分析原因并采取纠正措施； 　　⑦ 能评价学生的学习行为； 　　⑧ 能评价教师的教学行为。 　　具备上述全部特征的ICAI系统是完美的，但实现是困难的。一般认为只要具备上列一个或几个特征，就可以称之为ICAI。 　　 　　3 实现技术 　　 　　3.1 C/S的实现 　　将用于教学的内容、刻画学生的认知模型所必需的数据资料保存在Server端。教师在办公室通过Client实现对Server端教学内容的更新与维护。学生在多媒体教室通过Client与Server相连，实现对教学内容的学习，学习结束后，学生客户端软件将依据学生对知识点的掌握情况，为其自动修改认知模型。督导人员在教务处通过Client与Server相连，实现对教学过程的监督与引导。 　　3.2 认知模型的建立 　　ICAI强调要按学生不同的认知模型为其准备不同的教学内容，用以实现个别化教学与启发式教学。受认知心理学与教育学发展的制约，目前还无法准确地建立出单个人的认知模型。 　　我们粗略地将学生的认知模型按其不同的认知能力分成高、中、低三类，同一内容的教案也按高、中、低三中难度组织，分别提供给具有相应认知能力的同学学习使用。学生在学习完每节的教学内容后，系统将要求他回答一定数量的相关问题，并根据其回答问题的准确率，确定他的新认知模型。 　　3.3 智能化教学过程的实现 　　我们借鉴专家系统的设计方法，实现ICAI课件系统中的智能功能。在该系统中组织了相应的规则库、事实库（学习历史纪录库）和推理实现机制，如图1所示。下面对推理实现机制做简要的介绍。 　　规则库由册、章、节、超文本教案地址、阀值及多个前提组成，反映对该节的学习应满足的前提条件。学习历史库由册、章、节、认知等级、已学次数组成，反映学生对该节的认知能力。规则库的内容由教师负责修改。学生的学习历史纪录，在库中按每个人一张表组织，其内容在每次学习之后，由学生客户端软件依据该生对知识点的掌握情况自动修改。推理过程由专用的推理模块按规则库提供的规则与学生学习历史纪录库提供的事实做出判断。我们通过学生在每节教学内容学习完成之后对所附习题回答的准确率，将其认知能力划分成高、中、低三个层次，并将这个结果保存在学生学习历史纪录库中。学生下一次使用该系统进行学习时，该系统会按其不同的认知能力，为他准备相应难度的教学内容。不难看出，这种对认知能力的衡量是动态的。若学生不想按系统默认的进度学，则要求学生自行选择学习内容。若所选内容已经学过，则根据其当时所获得的等级为他准备学习内容；否则将视规则库及学习历史纪录中的内容判断其是否可学而定。例如：规则库中限定在学习第一章第一节之前不能学习第一章第二节，某生试图越过第一章第一节学习第一章第二节时，系统会给出警告。为了使学生能在系统的控制下学习，无论是高、中、低难度的教案均是一节一个超文本文件，其中不含有链。 　　 　　3.3.1 阀值的给定 　　当学生完成对某一节的内容学习之后，回答系统提问所得的分数小于该节所具有的阀值时，系统并不会将该节标志为已学。所以该生下次登录时，系统将强制他对该节的内容进行重新学习。通常，那些在本学科中具有特殊重要地位的章节具有较高的阀值。下面给出评价某一节在本门课中的重要程度的方法： 　　Important（N）=IN（N）+OUT（N