研究型課程自適應學習系統(tǒng)：理念、策略與實踐

張治 劉小龍等

摘要：人工智能自適應學習已經(jīng)成為教育技術領域研究的重點，探討自適應技術在研究性學習領域的應用與實踐具有重要意義。該文通過對研究型課程的內涵、理論基礎和實施現(xiàn)狀的梳理，基于上海市中學開展研究型課程的調研結果，研發(fā)了一套支持大規(guī)模在線開放式的研究型課程自適應學習系統(tǒng)，旨在利用信息技術支持學校實施大規(guī)模研究型課程的教學、管理和評價工作，輔助學生開展個性化研究性學習。該文采用基于設計的研究方法，對該系統(tǒng)的概念模型和智能核心組件進行了設計，其中，智能核心組件由個性化學習者模型、程序性和方法類知識模型、個性化教學策略模型構成，并設計了智能信息感知與識別引擎和智能推理引擎來支持這三個模型的運行與更新，以實現(xiàn)系統(tǒng)更精準地為學習者提供個性化研究性學習服務；同時，基于系統(tǒng)設計了混合式研究性學習模式，實現(xiàn)線上學習和線下探究相結合，促進學生持續(xù)、深入地開展研究性學習；并對該系統(tǒng)的應用成效進行了概述，結合真實的教學案例介紹了混合式研究性學習模式的實施，以期為教師開展研究型課程提供參考；最后對該系統(tǒng)應用進行了總結，并提出了后續(xù)研究方向。

關鍵詞：研究型課程；研究性學習；自適應學習；人工智能；模型構建；知識圖譜

中圖分類號：G434 文獻標識碼：A

一、研究背景和問題提出

從二十世紀八九十年代開始，越來越多的教育研究者意識到，如果學生不參與學習并對學習感到厭煩時，不可能會投入學習。有關學習體驗的研究也發(fā)現(xiàn)，幾乎所有學生對學校學習都感到厭煩，甚至是那些高分學生。研究發(fā)現(xiàn)，這種現(xiàn)象的歸因并不在學生，而是學校的教育出現(xiàn)了問題。對大學新生的評價的研究結果也表明，學生在高中階段所學的知識仍是膚淺的，甚至是那些高分學生，在科學、人文或數(shù)學等領域并沒有更深層次的理解，也就是說，學生在高中階段大多接受的是淺層學習。這些問題到了21世紀仍然沒有得到解決。

從二十世紀九十年代開始，隨著信息技術和全球化帶來的經(jīng)濟變化，人們的工作、學習和生活發(fā)生了變化，社會對人才的需求也在不斷轉變。據(jù)一項對400家公司開展的調查表明，絕大多數(shù)雇主認為，近年的畢業(yè)生普遍缺乏在職場取得成功的所需技能。而傳統(tǒng)教育主要還是停留在對學生灌輸和記憶知識而沒有深入到內心世界，學生無法產(chǎn)生深層次的理解和反思。面對新的社會需求，學生需要發(fā)展新的思維模式來應對新挑戰(zhàn)，同時采取主動和堅持的心態(tài)來面對困難和挫折。因此，基礎教育需要改變傳統(tǒng)教學模式，找到吸引學生學習的方式，重組課堂讓學生更有動力地投入學習。

研究性學習是一種情境學習方式，包括探究式學習、基于問題/項目的學習等，能夠讓學生在做中學并遷移所學知識。有研究指出，研究性學習能夠有效支持深度學習三大領域（即認知、自我、人際領域的高階能力）的發(fā)展。美國普渡大學的研究也表明，研究性學習若實施得當，不僅能改善學生的學習態(tài)度，還能讓學生所學知識和技能保持時間更長。由此可知，研究性學習不僅有助于減少學生厭學，還能促進學生開展深度學習、培養(yǎng)高階思維能力。

隨著智能革命席卷全球，在人工智能的影響和滲透下，教育領域也在發(fā)生變化，其中包括對教師和教學方法、學生和學習方法以及學校和教育體制等的沖擊和變革。在研究領域，人工智能和學習科學相互融合形成了教育人工智能（Educational Anificial Tntelligence，EAI），其中知識以學習者模型、領域知識模型和教學模型等形式呈現(xiàn)，通過數(shù)據(jù)挖掘和可視化等技術為學習者提供個性化學習服務。人工智能技術助力教育改革已經(jīng)成為全球教育領域關注的重點。

研究型課程是基于研究性學習的課程形態(tài)，是我國教育改革的突破口，也是上海市教育綜合改革關注的重要內容之一。2015年，上海市教委發(fā)布的《上海市普通高中學生綜合素質評價實施辦法（試行）》指出，學生綜合素質評價應“注重考察學生的社會責任感、創(chuàng)新精神和實踐能力”；建設普通高中學生綜合素質評價信息管理系統(tǒng)客觀記錄學生成長經(jīng)歷，“創(chuàng)新精神和實踐能力”重點記錄學生參加研究性學習、社會調查、科技活動、創(chuàng)造發(fā)明等。而本文通過調研發(fā)現(xiàn)，上海市在落實研究型課程的過程中，普遍存在課程開設率低、評價不規(guī)范、管理不到位、研究水平不高、指導不科學等不足。因此，研究型課程亟需智能化技術手段客觀記錄研究性學習過程和研究報告，分析學習者學習行為數(shù)據(jù)，支持學生綜合素質評價，這也是上海市新高考改革的迫切需求。

基于以上背景，本文構建了一套研究型課程智能支持系統(tǒng)以促進解決研究型課程實踐中出現(xiàn)的問題，利用智能化技術支持中學實施大規(guī)模研究型課程的教學、管理與評價，輔助學生開展個性化研究性學習，從而實現(xiàn)“互聯(lián)網(wǎng)+”和“人工智能+”時代下研究型課程與信息技術的深度融合。

二、研究概述

（一）內涵探析

研究型課程是基于研究性學習的課程形態(tài)，旨在培養(yǎng)學生創(chuàng)新精神和實踐能力，注重在教師的指導下，學生根據(jù)自身興趣和條件自主選擇研究課題，并通過科學研究或項目設計的方式獲取知識、應用知識和解決問題。研究性學習是指在開放的真實情境下，學生通過親身體驗開展問題解決的自主學習，通過改變學生的學習方式，使學生從傳統(tǒng)的被動地接受知識轉變?yōu)橹鲃犹骄?，從而提高學生的創(chuàng)新精神和探究能力。教育部頒布的《普通高中“研究性學習”實施指南（試行）》對研究性學習的界定是：“學生在教師的指導下，從自然、社會和生活中選擇和確定專題進行研究，并在研究過程中主動獲取知識、應用知識、解決問題的學習活動”。

不少學者將研究型課程和研究性學習視為相同概念。從字面意思分析，研究型課程是一種課程形態(tài)，是“基于研究性學習的課程”；研究性學習是一種學習方式，在學校內通常以課程形態(tài)存在。而研究性學習不僅適用于研究型課程，也可用于傳統(tǒng)課程。應用于傳統(tǒng)課程的研究性學習基本上局限在課堂之內，并體現(xiàn)在課堂教學的某些環(huán)節(jié)中；而應用于研究型課程的研究性學習不局限在課堂內，其研究理念貫穿于課程的整個實施過程。融入傳統(tǒng)課程的研究性學習更多的是讓學生發(fā)現(xiàn)已經(jīng)存在于書本或教材中的已知結論；而融入研究型課程的研究性學習所探尋的問題答案在很大程度上是未知或隨著研究的展開才逐漸得以呈現(xiàn)的。因此，融入傳統(tǒng)課程的研究性學習所研究的問題往往是封閉的學業(yè)問題，而融入研究型課程的研究性學習所要解決的問題多為真實情境中開放且有意義的現(xiàn)實問題。

由上可知，研究型課程和研究性學習都特別注重學生對所學知識的實際運用，以及學生在學習過程中的實踐和體驗，都強調學生投入積極情感，都要求教師在學生學習過程中發(fā)揮引導和服務作用，都著眼于培養(yǎng)學生創(chuàng)新精神和實踐能力，因此其核心理念是一致的。因此，本文不對研究型課程和研究性學習的概念作嚴格區(qū)分。通過以上分析可知，研究型課程可以分為獨立和非獨立開設兩類。其中，獨立開設的研究型課程是指向“研究性學習”的定向型課程，以學生的興趣和需求為導向，以課題或項目為載體，以研究性、開放性、合作性和綜合性為原則，充分發(fā)揮學生的主體性，注重團隊的分工合作、各專所長，教師作為組織者和助學者，為學生構建開放的學習環(huán)境，提供多渠道獲取知識并將所學知識應用于實踐的機會，引導學生開展研究性學習活動，培養(yǎng)學生的實踐能力和創(chuàng)新思維。本文主要針對信息技術支持該類研究型課程的實施開展相關研究。

（二）理論基礎

研究性學習的歷史悠遠。從十八世紀開始，“研究性學習”至少被大規(guī)模地倡導過三次。也有學者認為，研究型課程的發(fā)展主要經(jīng)歷了四個階段。筆者認為，研究型課程理論成熟大體經(jīng)歷了三個標志性的階段。首先，研究性學習思想的萌芽期主要與十九世紀初的盧梭、裴斯泰洛齊、福祿倍爾等教育思想家有關，這與“啟蒙運動”思想緊密相關。盧梭等主張尊重兒童天性，“用理性的光輝照亮人的心靈”。其次，在研究型課程發(fā)展中發(fā)揮重要作用的還包括十九世紀末至二十世紀初的美國教育家社威、克伯屈等進步主義者。杜威曾針對科學教育直接向學生灌輸大量科學知識、概念和原理的做法提出了尖銳的批評，并提出學生應使用探究方法學習科學研究的過程和方法，即“做中學”的理念?？瞬鼊t在“做中學”的思想指引下提出了“設計教學法”，他“希望由兒童自己研究、自己找材料、自己比較、自己思索，最后由自己作出決定”。克伯屈的設計思想是美國公認的研究性學習的理論基礎。但是，由于杜威的兒童“做中學”和克伯屈的“項目設計”思想忽略了課程在知識傳承中的重要價值和效率，無法滿足社會發(fā)展的需求，導致研究型課程未得到廣為落實。

研究型課程理論上的成熟與心理學的發(fā)展緊密相關。二十世紀七十年代，皮亞杰在心理學領域的成果逐漸得到人們認可，發(fā)現(xiàn)學習重新被認識，布魯納吸收了皮亞杰的認識發(fā)生論的思想，提出學習不是環(huán)境刺激的被動反應，而是兒童主動建構的過程。因此，布魯納認為最主要的教學方法應盡可能引導學生自己去發(fā)現(xiàn)，加強學生的探究能力才是教育過程的核心。1961年，美國芝加哥大學教授施瓦布在哈佛大學紀念演講會上正式提出了探究性學習（Inquiry Learning）概念，后來成為推動美國課程改革影響最為深遠的理論成果。但是，探究性學習基本局限在學科框架內，而獨立的研究型課程并未興起。

（三）國內外實施現(xiàn)狀

從二十世紀九十年代開始至今，研究型課程已經(jīng)在國內外進入了蓬勃發(fā)展期，各國紛紛把轉變學習方式視為課程改變的重要內容之一，倡導將研究性學習融入學校改革。

美國是較早實施研究型課程的國家，研究性學習被各個階段的學校所采用。例如在布朗理科高中，學校為新生提供資料，基于學生的興趣引導其選擇和確定高中階段要研究的課題，并根據(jù)學生的研究規(guī)劃安排相應的指導教師和研究資源。在研究過程中，導師隨時給予方法指導，提供必要資料；在助學過程中，教師可以隨時帶學生參加學術會議和各種競賽，為學生的成長提供機會和舞臺。

歐洲很多國家也通過研究型課程進行學校改革。例如，法國在不同教育階段開設不同的研究型課程，2000年，法國教育部頒布《TPE實施方案》，將TPE（（Travaux Personnllle Encadres，TPE，即適度發(fā)揮學生創(chuàng)造力）的實施視為高中改革的方向，要求普通高中的研究性學習持續(xù)到高三，并將研究性學習的成績計人高中畢業(yè)會考。2014年，芬蘭對學前教育和義務教育的核心課程進行了改革，核心目標是將學校發(fā)展成為學習社區(qū)，強調快樂和協(xié)作的學習氛圍，促進學生在學習和學校生活中的自治權。2016年秋季起，所有學校每學年為所有學生提供至少一門多學科、基于現(xiàn)實問題的研究型課程來支持協(xié)作教室的實踐，學生可以專注于感興趣的現(xiàn)實問題或主題。同時，芬蘭的課程改革還包括形成性評價，目的是為了學習，任務是鼓勵學生和推進學習。

日本課程體系改革中專門設置了“綜合學習時間”，目的是為了“追求跨學科、綜合性的學習”，并被認為是日本推行新課程最突出的特色之一。為了全面推行研究性學習并實現(xiàn)研究性學習法治化，日本文部省首次把綜合學習寫入了2002年起實施的新的小學、初中課程方案。我國研究型課程的雛形最早可追溯到二十世紀八十年代，正式概念于1998年由上海提出；2000年1月，教育部頒布《全日制普通高中課程計劃（試驗修訂稿）》，“研究性學習”首次被列入國家教學計劃。2000年后，上海的二期課程改革明確提出了八個領域三類課程的構想，研究型課程是其不可缺失的重要組成部分。

通過調研各國實施狀況發(fā)現(xiàn)，研究型課程設計原則的要點包括：（1）強調發(fā)展學生創(chuàng)新、發(fā)現(xiàn)和解決問題、協(xié)作溝通能力和批判性思維；（2）整合多學科，培養(yǎng)學生跨學科能力；（3）根據(jù)學生自身的興趣、知識能力和目標等，提供個性化的研究性學習支持，確保每個學生都能夠參與學習；（4）選題具有時代性，學生能將課堂所學的知識應用到課堂外解決現(xiàn)實問題；（5）培養(yǎng)學生自主學習和獨立思考的能力；（6）培養(yǎng)學生積極的態(tài)度、情感和價值觀；（7）信息技術與研究型課程的深度融合，助力提高課程實施效果和學生學習表現(xiàn)。

三、研究設計

綜上，中學階段的研究型課程的核心價值是讓學生在經(jīng)歷完整的研究科學或工程設計的過程中，初步掌握項目研究與工程設計的基本方法，培養(yǎng)和發(fā)展發(fā)現(xiàn)和解決問題能力、批判性思維、創(chuàng)新力和協(xié)作能力，以及對于科學探究和創(chuàng)新實踐的積極情感和態(tài)度。目前，我國研究型課程的實施主要呈現(xiàn)基于網(wǎng)絡的主題探究學習模式，信息技術已經(jīng)成為支持研究型課程有效開展的重要手段，而人工智能與研究型課程的融合能夠滿足實現(xiàn)以上課程目標的需求。因此，本文基于研究型課程設計原則的要點，設計并開發(fā)了一套支持大規(guī)模在線開放式的研究型課程自適應學習系統(tǒng)（Massive Open Online Research System，下文簡稱MOORS），以支持學生隨時隨地開展個性化研究性學習。

（一）抽樣調查

為了了解研究型課程的實際落實情況，更準確地滿足學校、教師、學生等利益相關者的需求，本研究選取上海市12所高中作為調研對象，以調查問卷的形式從普及程度、開展方式、評價與管理形式、常用方法、師生態(tài)度、學生直觀感受、管理者態(tài)度、課程資源情況、信息技術整合情況等方面展開了調研。調研結果表明，上海市高中的研究型課程普遍存在課程開設率低、評價不規(guī)范、管理不到位、研究水平不高、指導不科學等問題，甚至一些實驗性示范性高中出現(xiàn)以深入發(fā)展部分學生來掩蓋對全體學生支持不足的問題。

以上問題進一步可歸納為以下幾點：（1）管理困難。中學不是大學，由于缺乏專門的管理體系和信息化平臺，如果所有學生都參與課題研究，如何有效組織和管理課程的實施，如何評價導師的工作，這些問題讓中學深感困惑。（2）導師不足。研究型課程要求教師具有較強的教學能力，而中學教師主要精力一般都在學科教學上，缺乏指導課題研究的經(jīng)驗和相關資源，容易在角色把我上造成缺位或越位，無論是研究型課程教師的數(shù)量還是質量，可能成為制約中學大規(guī)模開展研究型課程的因素。（3）資源匱乏。在研究型課程中，一名教師同時要指導幾十名學生的課題學習，由于時間和精力有限，無法及時、準確地了解全班和個別學生的指導需求。同時，由于缺少教學實施參考，較少有典型研究報告范本可供借鑒，造成課程實施支持不足。（4）教法低效。部分教師對研究型課程的本質缺乏理解，在實施教學時無從下手，或是錯誤出手。大多數(shù)教師以“強調過程體驗”為由來掩蓋研究性課程實施不規(guī)范的現(xiàn)象。教師時常只重復講授研究方法而忽略了對學生學習的深度引導和個性化支持，致使輔導水平不高、效率低下。（5）評價滯后。有的中學不知如何評價學生的課題研究活動，特別是評價學習過程，由于缺少過程性數(shù)據(jù)的記錄、分析和呈現(xiàn)，教師無法及時準確地掌握研究型課程的開展情況，影響課程實施質量，造成時效滯后。（6）動力不足。學生不善于自己提出研究問題，大部分學生依賴教師提供課題或項目。同時，由于缺乏規(guī)范化的研究過程引導和專業(yè)指導，學生遇到挫折或獲得成就時缺乏情感激勵，容易降低學習積極性，從而對課題研究淺嘗輒止或半途而廢，造成研究水平不高。

（二）MOORS平臺核心要素及其機制

本文采用經(jīng)驗抽提的方法，通過剖析上海市部分實驗性、示范性高中提供的大量研究型課程教學案例，總結反思了典型的中學生課題研究個案，并追蹤這些學生在大學的發(fā)展軌跡，結合課程理論，抽提出研究型課程中不同階段支持學生學習的核心技術和有效策略，并進一步模式化。然后基于系統(tǒng)開發(fā)的基本原理，完成對管理、組織、評價、教育教學等經(jīng)驗和專門知識的整合，從而形成形式化、規(guī)則化的知識工程，如圖1所示，該過程旨在讓研究型課程的教學過程轉變?yōu)橛嬎銠C智能化模擬人類教育專家工作的過程。

根據(jù)研究型課程的設計原則要點和對研究型課程開展現(xiàn)狀的分析，本文借助自適應技術支持MOORS的搭建。其中，新型智能教學系統(tǒng)的核心要素包括學習者模型、知識模型和教學策略模型，因此，本文構建了學習者模型、程序性和方法類知識模型和個性化教學策略模型，并基于智能信息感知與識別引擎和智能推理引擎通過分析學習者學習數(shù)據(jù)不斷更新模型數(shù)據(jù)，以支持MOORS實現(xiàn)智能化、個性化的學習服務，其概念模型如下頁圖2所示。

學習者通過交互界面進入MOORS，平臺根據(jù)學生的基本信息、多元智能測試和霍蘭德職業(yè)興趣測試來初始化學習者模型，根據(jù)預置程序性和方法類知識來構建初始的知識模型，從而為學習者推薦研究方向和學習資源，并提供研究流程引導和支持。智能信息感知與識別引擎能夠主動感知學習者在MOORS上對文本、視頻、圖片等學材的操作數(shù)據(jù)和學生的社交數(shù)據(jù)，也能獲取來自物聯(lián)網(wǎng)技術（如傳感器、攝像頭等）提供的學習情境和學習者狀態(tài)（如眼動跟蹤、情緒感知等）來感知學習者的所處情境和研究進程等，一方面不斷更新和完善學習者模型，另一方面，依賴智能推理引擎適時推送有效的學習資源（如系統(tǒng)預置的與方法論相關的微視頻、動畫、案例、文本等）和任務，從而輔助教師引導、激勵和服務學生完成課題研究或項目設計。

隨著學習者的在MOORS上不斷深入地學習和研究，越來越多的學習者行為和結果數(shù)據(jù)被實時記錄，不僅能夠為大規(guī)模的研究性學習管理、服務和評估提供客觀依據(jù)，還能基于智能技術（如機器學習算法）進行數(shù)據(jù)瓦挖掘以實現(xiàn)學習者模型、程序性和方法類知識模型、個性化教學策略模型的重構和調優(yōu)，促進系統(tǒng)不斷進化，實現(xiàn)為學習者提供更精準的自適應學習服務。

1.個性化學習者模型

學習者模型用于描述學習者內部和外部的學習特征，能夠有助于學習者深入地了解學習狀態(tài)和不足，從而調整學習的行為和投入；也有助于系統(tǒng)基于學習者模型收集的數(shù)據(jù)來分析學習者整體的學習情況，以便智能優(yōu)化資源配置。由此可知，學習者模型能夠有效組織學習者的個性化信息，并基于這些信息進行數(shù)據(jù)挖掘以支持學習者建模和學習預測。目前，學習者模型研究多針對單一行為進行分析，而學習者在學習平臺上表現(xiàn)出操作行為、協(xié)作行為、探究行為等多種行為，且還存在認知和情感方面的表現(xiàn)。因此，在建構MOORS的學習者模型時，將學習者本征、學習情境特征、學習者偏好、學習行為特征和研學績效等信息都描述其中（如圖3所示），以便更全面地呈現(xiàn)學習者特征，從而更好地監(jiān)督學習者學情和狀態(tài)，為其進一步提供個性化學習服務和支持。

其中，學習者本征是學習者的基本信息，其中興趣特征的初始化來自學習者多元智能測試和霍德蘭職業(yè)測試的結果數(shù)據(jù)，后面結合學習者的搜索和學習記錄數(shù)據(jù)分析不斷更新；學習情境特征是學習者所處環(huán)境的信息，這部分信息主要通過外面?zhèn)鞲衅鞲兄筒杉?；學習者偏好是學習者的學習偏好，主要包括學習風格、內容主題、呈現(xiàn)形式等，通過分析學習者的學習行為獲得；學習行為特征是開展研究性學習過程中的行為特征，主要包括學習者的認知水平、解決問題能力水平、操作行為和協(xié)作交流特征；研學績效是學習者研究性學習的結果，主要包括教師的評價、報告及其材料、同伴關系（如交流和解答次數(shù)等）。在具體設計過程中，個性化學習者模型主要參考國家教育部教育信息化技術標準委員會（E-learning Technology Standardization Committee，CELTSC）制定的CELTS-11學習者模型規(guī)范。

2.程序性和方法類知識模型

知識模型是解決現(xiàn)實問題時用到的知識類型和結構關系，包括知識的獲取方法、表達模式、實現(xiàn)技術等方面，一般的知識模型重視學習者的顯性知識。在研究性學習過程中，學習者的學習方式強調深度學習策略（如分析、綜合和評價），即實現(xiàn)知識的遷移。但在傳統(tǒng)課堂中，當教師把知識置于一定問題情境中，并要求運用知識解決問題時，學生就會變得不知所以然，這是因為學生只知道陳述性知識，而缺少程序性知識。而在研究性學習過程中，強調學習者能力的培養(yǎng)，程序性和方法類的知識對于學習者提出、解決問題和創(chuàng)新能力來說至關重要。因此，不同于一般的知識模型，MOORS在構建知識模型時不再只關注具體科目的知識點（如陳述性知識），而是針對高中開展研究性學習各階段所需的各種方法性知識、研究背景知識和問題解決案例等資源進行征集和梳理，即強調為學習者提供程序性知識和方法類知識，如圖4所示。程序性知識和方法類知識模型具有以下特點：資源內容多樣，包括研究方法和案例，例如研究方法指導、微課、案例和電子課件等；形式多樣，支持文字、視頻、圖片、電子課件等多媒體形式；質量高，課程資源均由專家和一線指導教師等編寫，并嚴格遵守“三審三?！钡木庉嬃鞒?，確保其科學性和有效性。

一般的知識數(shù)據(jù)庫是按照知識點的線性關聯(lián)，通過學習者對于陳述性知識點的掌握程度來推送相關資源。而研究性學習強調程序性和方法類知識的數(shù)據(jù)庫與其不同，強調的是技能類和方法類的知識，也就是每個知識點關聯(lián)相應的學習策略和路徑建議，是矩陣關聯(lián)。因此。為了支持研究性學習個性化資源的匹配和推送，在構建MOORS的知識數(shù)據(jù)庫時，通過對資源知識內容的細化與陳列，為每個知識點或資源分層、分類，構建為有層次結構和映射關系的知識譜圖，針對每個資源標注學習策略和學習路徑建議，通過學習行為分析和智能推理引擎，在資源推送時匹配相應的學習策略和學習路徑，為學習者提供研究設計支架，及時給予研究過程中的引導支持。

3.個性化教學策略模型

教學策略模型旨在通過預先設定的教學策略來為學習者提供學習引導和支持，MOORS的教學策略主要是預置研究性學習規(guī)范化過程為學習者提供一般化的學習支架，并結合研究性學習行為分析模型，通過對學習者的學習行為進行分析，從而在研究性過程中匹配和推薦相應的學習資源、學習策略和學習路徑建議。

研究性學習活動內容主要包括一系列富有挑戰(zhàn)性的復雜任務，涉及學生設計、調查活動、決策制定和問題解決等；讓學生有機會在較長時間內相對自主地學習，并最終呈現(xiàn)真實成果（如報告、制品、論文等）。因此，通過對現(xiàn)有的研究性學習設計要素進行梳理，總結歸納出研究性學習的一般范式，其規(guī)范化流程如下頁圖5所示，主要包括選擇研究領域（可自選或系統(tǒng)推送）、問題產(chǎn)生、開始研究、文獻調研、方案制定和實施、證實和證偽猜想、提交報告并上傳相關材料，其中在學習過程中，學習者可隨時根據(jù)需求開展記筆記、討論、分享等來支持學習的開展。

在研發(fā)過程中，研究性學習過程采用JBPM工作流控制，以便研究流程易于管理、邏輯流程更加清晰，其中覆蓋了發(fā)起課題、課題研究方法指導、課題研究過程、課題審核、課題評價、合作研究、課題研究進度等模塊的設計，并采用Lucene技術將課題信息建立索引文件，結合學習行為分析技術，及時為學生推送個性化資源。

基于規(guī)范化流程作為學習支架，學習者在學習過程中產(chǎn)生的一系列行為數(shù)據(jù)會被實時感知。進一步對這些學習行為進行抽象，本文構建形成研究性學習行為數(shù)據(jù)分析模型，完成對問題空間的概念及其關系的準確表述，如下頁圖6所示。

研究性學習行為數(shù)據(jù)分析模型主要包括研究性學習行為數(shù)據(jù)構成、研究性學習行為影響因素、研究性學習行為數(shù)據(jù)獲取方式、MOORS使用特征、行為數(shù)據(jù)多維評價和研究性學習資源分析等模塊。一方面，行為數(shù)據(jù)多維評價模型通過人工智能方法（如預測和聚類等）能夠對研究性學習行為數(shù)據(jù)進行數(shù)據(jù)穿透，從行為、功能和方式等維度來為教育管理部門、學校、教師和學生等提供分析結果，并將結果反饋給學習者模型進行數(shù)據(jù)更新。通過對研究性學習行為數(shù)據(jù)進行聚合、歸類和分析，支持發(fā)掘每個學生研究性學習行為的層次性和關聯(lián)性，并且依托機器學習技術不斷進化以發(fā)現(xiàn)更精準的研究性學習路徑，完善個性化教學策略模型。另一方面，通過對研究性學習行為數(shù)據(jù)進行聚合和歸類能夠分析發(fā)現(xiàn)學習者的學習軌跡，用于行為預測，也可以支持學習者參與學習的活躍度和學習能力績效的分析，為管理者和教師提供教學決策依據(jù)，為學習者的自主學習和自我監(jiān)督提供服務支持。

（三）MOORS平臺功能架構

系統(tǒng)在實現(xiàn)過程中，充分利用互聯(lián)網(wǎng)思維進行線上平臺功能設計，線下整合各類教育資源，逐步建立智能化的研究學習輔助平臺、優(yōu)質的資源庫、高素質的專家指導團隊，有效引導并教會學生如何開展研究性學習，最終提升教學效率，全面提升學生綜合素質。經(jīng)具體實踐應用，MOORS平臺的功能架構與研究性學習的常規(guī)流程相匹配，如下頁圖7所示。

隨著學習方式的轉變，人們越來越重視合作學習，群智發(fā)展將成為常態(tài)。群智學習支持生成性數(shù)據(jù)的沉淀（資源的創(chuàng)生和進化），從而為學生個性化學習服務提供數(shù)據(jù)來源；同時，隨著數(shù)據(jù)的積累，系統(tǒng)中的智能引擎能夠不斷完善，更加精準地分析和預測學習者行為和表現(xiàn)，為其提供智能化適配學習服務。因此，在研究性學習中注重群智發(fā)展，設計了情感激勵機制，與學生天性合作，通過靈感集抓住學生靈感；基于過程導航，引導學生經(jīng)歷規(guī)范化的研究過程，收獲探索體驗，有效促進研究性學習的開展。通過在線記錄學生的學習行為數(shù)據(jù)和結果數(shù)據(jù)，為政府和學校組織、管理、服務、評價學生的研究性學習和創(chuàng)新實踐活動提供大數(shù)據(jù)支持。

四、應用成效

（一）平臺應用概況

MOORS自投入實踐以來，利用自適應技術實現(xiàn)了對開展研究性學習的有力支持和推進，因而受到社會各方的廣泛關注，包括“第一教育”、文匯報等17家媒體給予了報道。至今，自發(fā)注冊使用該系統(tǒng)的學生已達24096名，分布于上海400余所初高中學校，從不同層面為學校提供了良好的研究性學習平臺。系統(tǒng)在實踐過程中，累計形成有效課題成果23977項，部分學生課題成果榮獲全國創(chuàng)新大賽獎項。學生取得成績的同時，也使教師專業(yè)化發(fā)展效果顯著，提升教育理念，提高教師指導課題的效率。

（二）應用效果——基于上海市的實施情況

1.有效輔助學校管理研究型課程

教育管理者可以隨時了解全校師生研究型課程的參與情況，包括誰和誰一起、在誰的指導下、在做哪類研究、進展情況如何、需要哪些支持和幫助等。同時，管理者也可以便捷掌握教師工作和學生學習的情況。通過調查表明，在使用該系統(tǒng)前，上大附中、吳淞中學等學校平均每年有30余人參與20余項課題，實施后，每年有600余人參與400多項課題研究，并逐年提升。課程開設率提高了80%以上，有效促進了研究型課程的開設率。

2.有效輔助教師開展研究型課程教學

通過自適應推送學習資源和任務，減少教師的重復講授，從而讓教師有更多時間和精力指導學生的個性化和深度學習，促進學生研究水平的提升。通識、通法和通用技能的教學完全外包給信息系統(tǒng)完成，從而減少了教師70%以上的備課時間；教師也可以使用該系統(tǒng)組織課堂教學，現(xiàn)在一個教師可以管理全校上千名學生的課題研究，也有更多教師參與進來，提供跨學科知識領域的學習指導和幫助。以吳淞中學的調研數(shù)據(jù)為例，系統(tǒng)的應用能夠有效促進研究型課程的開展，具體如表1所示。

3.變革資源共享新方式

系統(tǒng)突破傳統(tǒng)教育資源配置結構，推廣了稀缺的專家教學資源，促進了優(yōu)質教育資源的普惠推廣。項目共開發(fā)了2680分鐘的研究型課程教學微視頻或動畫，方法指導案例150萬字，優(yōu)秀研究報告實例106個，這些資源經(jīng)元數(shù)據(jù)標注后，構成了研究型課程教學資源知識圖譜，通過智能推送，可以讓金山區(qū)、崇明區(qū)的學生和七寶中學、交大附中的學生一樣，隨時得到教育專家提供的教學指導，從而抵消因為地域、經(jīng)濟水平帶來的教育不公平，創(chuàng)造了全新的優(yōu)質教育資源供給方式。

4.沉淀大量研究型課程過程性和結果數(shù)據(jù)

2017年，系統(tǒng)有2000多個課題數(shù)據(jù)一鍵同步到上海綜評系統(tǒng)，成為學生綜合素質評價“創(chuàng)新精神與實踐能力”模塊信息的組成部分，為上海高校自主招生提供實證參考，支持“兩依據(jù)一參考”的高考改革，促進教育治理現(xiàn)代化，并將在教育規(guī)律挖掘和人才發(fā)現(xiàn)等領域持續(xù)發(fā)揮效應。

（三）應用模式——混合式研究性學習模式

近年來，混合式學習已經(jīng)成為了技術應用方面的發(fā)展趨勢?；旌鲜綄W習整合了線上線下的學習方式和過程，能夠激發(fā)學生的興趣和創(chuàng)新精神，提升學生的學習效率和效果。為了更好地開展研究型課程，提高學生的學習興趣和學習效果，本研究基于MOORS平臺的特點，提出了混合式研究型學習模式，即融合學生線上的項目研究過程和線下的親身探究體驗，其中MOORS作為支持學生開展線下研究性學習的支撐平臺。

與一般的混合式學習不同的是，混合式研究性學習模式線上的學習不僅能夠獲得個性化學習資源和記錄學習過程，同時也能開展群智學習，通過學習者畫像能夠將具有相同或類似興趣的學習者推薦成為學習共同體，還能根據(jù)共同體中的學生所關注的問題進行聚類，形成研究方向的問題集，為以后的學習者提供研究資源和方向參考；線下的學習也不僅限于開展一對一交流（與教師或同伴），而是在現(xiàn)實場景進行探究，確定方案是否有意義及其可行性，例如，在戶外探究，在圖書館查看資料，在研究機構拜訪專家等。

也就是說，本研究不強調純粹意義上學生個體的學習行為，而是基于O2O理念將自適應學習置于學校課程生態(tài)系統(tǒng)之中。因此，混合式研究性學習模式不僅顛覆了傳統(tǒng)課堂教學，不讓學生在課堂閉門造車，而是鼓勵學生走出教室，在真實情境中開展調研、協(xié)作交流和積極探究，從而促進學生在認知、學習態(tài)度和科學素養(yǎng)等方面的深度培育；還平衡了線上線下的學習，突出技術對于教育的價值，不是解決一切問題，而是助力提升學生學習效果和教師教學管理。

（四）應用案例——《尋找螞蟻的建筑設計師》

MOORS系統(tǒng)和混合式研究性學習模式已經(jīng)得到了廣泛應用，同時也產(chǎn)生了一大批優(yōu)秀的教學應用案例。為了更好地介紹實踐應用，本部分選取來自上海某中學的真實的研究型課程教學應用案例——《尋找螞蟻的建筑設計師》，旨在幫助教師在具體教學應用中提供參考。這個案例主要包括線上學習和線下探究兩部分，線上學習主要支持自主學習、協(xié)作學習、群智學習，線下學習包括戶外探究、小組討論、師生互動等。具體過程介紹如下：

教師通過MOORS平臺組織全班學生開展探究學習，同學在這個平臺先從發(fā)現(xiàn)和提出問題開始。A同學在野外考察，發(fā)現(xiàn)螞蟻的窩從地面看都是一個個很小的空，他很想知道螞蟻窩內部是什么樣的，他通過MOORS平臺發(fā)布了探究問題：誰知道螞蟻窩的內部構造？另一位B同學則對不同螞蟻的巢穴是否一樣很感興趣，她在網(wǎng)上發(fā)布自己的課題方向；C同學也是螞蟻愛好者，他則對螞蟻的生存環(huán)境很感興趣。這三位螞蟻研究愛好者通過MOORS平臺發(fā)布了自己的疑惑和問題，平臺根據(jù)問題標簽識別將他們聚集在一起，組成了螞蟻研究聯(lián)盟（學習共同體），并根據(jù)聯(lián)盟研究主題自動匹配給生物學D老師。D老師將三位同學的研究問題通過研討圈讓更多感興趣的學生參與研究，越來越多的螞蟻問題匯集在MOORS平臺上，形成大量的問題數(shù)據(jù)庫，系統(tǒng)根據(jù)問題標簽進行分類匯總，形成問題云圖（如下頁圖8所示）。于是，越來越多研究螞蟻的學生和老師聚集起來，通過各種學習終端隨時隨地（如，圖書館、家里、戶外等）分享自己的研究資料，一個同學的研究問題或資料會成為其他同學的啟發(fā)或證據(jù)，彼此相互影響。學生根據(jù)興趣選擇問題開始研究，結合線下的戶外實地探究過程中對螞蟻的觀察和線上的筆記、討論和方案制定等，解決問題并形成學習報告。由于問題云的支撐，不同的學習者最終形成不同的研究報告匯聚在MOORS平臺上，來自青海、海南、云南、黑龍江、上海等地的學生共同通過這個平臺分享，共同成長，甚至吸引了高校專業(yè)人士都參與這個主體研究活動。這個案例告訴表明，通過MOORS平臺，可以有效讓大量的學生卷入主題研究，借助自適應學習技術，有效促進學生探究精神和實踐能力的提升。

五、總結與思考

MOORS的目標是實現(xiàn)學生大規(guī)模在線開展個性化研究性學習，旨在為每個學生在最能學、最擅長的領域制定個性化的課程方案，隨時隨地都能得到研究指導。MOORS的特征可總結如下——個性化設計學程：依據(jù)學習者模型，設計研究導航；資源智能推送：根據(jù)用戶行為，智能推送學習資源；數(shù)據(jù)自動化歸類：精準記錄學習軌跡，研究檔案、結果數(shù)據(jù)一鍵導入綜合素質考評系統(tǒng)，為高校提供可靠的評價依據(jù)；情感激勵功能：貼身的情感激勵，及時提醒和鼓勵；結對研究、團隊成長：異度空間組建研究學伴，社交互動；便捷終端自適應，移動跨屏。與傳統(tǒng)MOOCs平臺的特征區(qū)別如表2所示。

在具體實踐中，不再單純強調技術取代一切，而是將線上學習和線下實踐相結合采取混合式研究性學習模式來更好地提高學習者的學習效果。MOORS運行至今雖取得了較好的效果，但也存在不足。本研究將從以下方面繼續(xù)深入探索和實踐：

（一）基于知識圖譜實現(xiàn)知識關聯(lián)的教育資源分層融合

知識圖譜技術是進行海量教育資源組織、表征與管理，實現(xiàn)教育資源融合的關鍵技術之一。本研究在實施過程中已針對性征集和建設了部分研究性學習資源，下一步將基于知識圖譜技術繼續(xù)征集和建設研究性學習資源，并對在線教育中大量的配套教材、教輔書籍、講義文本和講座視頻等進行數(shù)字化與知識標注，探索運用技術和算法構建具有知識間關聯(lián)描述的知識庫，建立知識主題群組，初步形成研究性學習知識圖譜。通過知識、知識主題與教育資源的相關性分析，實現(xiàn)基于知識的教育資源分層融合；以教育資源為載體，描繪學習者在知識圖譜上的學習路徑，為學生提供智能化、個性化的研究性學習服務。

（二）豐富基于物聯(lián)網(wǎng)技術的學習狀態(tài)數(shù)據(jù)采集

目前，MOORS平臺實現(xiàn)了在線學習行為數(shù)據(jù)的采集功能，在下一步功能構建中，本研究將探索基于物聯(lián)網(wǎng)和感知技術，利用穿戴設備、語音、視頻等多模態(tài)交互方式，基于媒體分析、識別和理解，收集學生參與研究性學習時的面部表情、肢體動作、腦波反應等數(shù)據(jù)，研究智能化的用戶在線輔助學習技術，支持更準確的學習者特征描述，不斷修正個性化學習者模型。針對多攝像頭學習環(huán)境，面向在線的動作輔助學習，通過傳感器數(shù)據(jù)研究細粒度的動作識別和動作質量評價。

（三）通過大數(shù)據(jù)和人工智能技術，促進系統(tǒng)不斷進化

作為可以利用技術不斷進化的智能支持系統(tǒng)，隨著數(shù)據(jù)的積累和技術的優(yōu)化，基于大量理論研究和實踐數(shù)據(jù)支持推理引擎的校準，為學習者模型、知識模型和教學策略模型的自我進化等提供支撐，實現(xiàn)更加精準的個性化服務、更加便捷的教學管理、以及更加科學的評價。

（四）基于大數(shù)據(jù)的研究性學習評價關鍵技術研究

目前教育領域的教學過程分析與績效評價存在缺乏大數(shù)據(jù)驅動的科學測量方法的問題，研究面向不同情境的分層多維教學績效評價指標體系，并在人機混合增強智能技術支持下構建教學評價常模；研究多模態(tài)數(shù)據(jù)協(xié)同的語義分析與理解關鍵技術，實現(xiàn)語義協(xié)同分析計算框架，對數(shù)據(jù)的智能分析提供基礎；研究時空數(shù)據(jù)的智能分析與挖掘，計算教學過程中的學習產(chǎn)出、情感演化、學習路徑、社交關系等教學績效關鍵要素，輔助面向學生、教師、以及教學過程的監(jiān)測干預和預測優(yōu)化。