基于网络自适应学习系统发展现状调查.docVIP

基于网络自适应学习系统发展现状调查 　　【摘 要】自适应学习是尊重个体差异，让学习内容适应每个个体不同特点的高度个性化的学习过程。基于网络的自适应学习系统是实现个性化学习的有效途径。随着网络信息技术的发展，近十年来，国内外的自适应学习系统发展都取得了显著的成果，引起了人们的广泛关注，冲击着传统的学习方式。但它们也存在一些发展的瓶颈，如，如何保证学习材料的质量，如何提供有效的反馈和答疑，如何保持用户粘性等。 　　【关键词】自适应学习系统；个性化教育；在线教育 　　【中图分类号】G526.3 【文献标识码】A 　　【论文编号】1671-7384（2016）01-0022-04 　　引言 　　两千多年前，我国古代的教育先师孔子就曾经提出“因材施教，有教无类”的教育思想，他根据弟子性格不同、脾气不同等特点，分别采用不同的方法教学。这说明，我国古人已经具有了个性化教育的理念和思想了。 　　所谓个性化教育（personalized education），就是以学生的个人特点为基础，尊重其个性发展，明确其优缺点，并量身定制符合其个人的教育教学活动。个性化教育需要充分的物力和人力保障。在过去，更多的是理论探讨，实施起来有些困难，但网络信息技术的发展使个性化教育成为可能。在网络时代，实行个性化教育的重要途径就是自适应学习系统（Adaptive Learning System）。2015年是在线教育（online education）大发展的一年，在这样的大背景下，我们觉得有必要探讨一下基于网络的自适应学习系统的发展现状，以便明确我们的处境，找准未来的发展方向。 　　自适应学习与自适应学习系统 　　在学习过程中，个体具有能力、背景、学习风格、学习目标等各种各样的差异性，即使是个体本身，在学习过程中，知识状态也在不断变化着。而自适应学习实际上是着眼于个体差异的学习，是让学习环境、学习内容、学习活动来适应每个人不同特点的高度个性化的学习过程（刘锴，2008）。 　　自适应学习系统是针对个体学习过程中的差异性而提供适合个体特征的学习支持系统。它能够提供一个适应用户个性化特征的用户视图，这种个性化的学习视图不仅包括个性化的资源，还包括个性化的学习进程和策略。在其支持之下，学习者能够以一种更快的速度，更加有效地进行学习（刘锴，2008）。通常一个完整的自适应学习系统包括领域模型、学生模型、自适应引擎和接口模块四个部分组成（徐 鹏，王以宁，2011）。 　　自适应学习系统是从智能教学系统（ ITS） 和适应性超媒体系统演变而来的。20世纪80年代到90年代，业内普遍热衷于智能教学系统的研究，并试图用智能教学系统替代教师的面授教学，但这在后来被证明是错误的，智能教学系统在现阶段只能作为教师面授教学的一个有益的补充。所以，21世纪初，适应性超媒体系统成为业内研究热点。但随着研究的逐渐深入，以及移动通信技术的飞速发展和泛在学习理论的发展，业内的研究热点在近年逐渐转向自适应学习系统（徐 鹏、王以宁，2011）。 　　国外的进展情况 　　美国是较早开展自适应学习研究的国家，匹兹堡大学的Peter Brusilovsky等人在1996年就开发了用于网络环境下的自适应超媒体的创作和传输工具InterBook，为用户提供自适应导航支持和帮助。2001年，Brusilovsky与德国的Weber提出了网络教学系统ELM-ART，增加了通过练习来获得用户信息的方法，根据用户的对错情况，采用递增方式呈现练习。如果做对，则递增呈现练习，如果做错，则递减，直到用户获得了足够的分值。2002年，Brusilovsky等人开发了辅助教育软件Knowledge Sea，次年推出Knowledge Sea Ⅱ（姜强，2012）。 　　Knewton （http：//）是最早的“适应性学习”工具，该网站由Jose Ferreira在2008年成立于纽约。学生拥有不同的需求和教育背景，差异学习能够提高学习效果，增加自我意识和参与感，加深对学习内容的理解。如今已有许多辛勤工作的老师们通过制作个性化的学习资料或是与学生一对一的教学来实现差异教学。但由于老师的精力有限，实现这一过程十分困难。而Knewton能帮助老师为每一位学生提供个性化的电子课程。通过数据了解学生掌握了什么，学习难点在哪里，近期的学习目标是什么，然后向学生推荐适合的内容和活动。教师可通过分析准确了解学生在哪里需要帮助并提前介入。出版商和学习内容的创建者能够掌握不同学习模块，针对不同学生的学习效果，帮助他们更好地改进课程。 　　孟加拉裔美国人萨尔曼?可汗于2006年在加州创立可汗学院（https：//），它是利用视频教学的免费网络学习平台，现有超过2600万的用户。在开放教育资源的演进中，可汗学院受美国