網(wǎng)絡(luò)背景下高職英語自適應(yīng)教學(xué)實(shí)踐研究

方蘭蘭

摘 要：隨著我國網(wǎng)絡(luò)信息技術(shù)的發(fā)展，“互聯(lián)網(wǎng)+”的時(shí)代來臨，網(wǎng)絡(luò)已經(jīng)深入到我們生活的方方面面。作為我國職業(yè)教育的重要組成部分，高職教育的教學(xué)水平會對我國的應(yīng)用型人才的培養(yǎng)產(chǎn)生重要的影響，英語作為一種全球語言，能夠幫助學(xué)生更好地與外界交流，因此一直是我國高職院校的重點(diǎn)教學(xué)內(nèi)容之一，但是傳統(tǒng)的英語課堂已經(jīng)不能夠有效吸引學(xué)生，因此采用自適應(yīng)學(xué)習(xí)模式是一種比較好的選擇?；谶@種情況，本文對在網(wǎng)絡(luò)時(shí)代下的高職院校英語教學(xué)自適應(yīng)模式發(fā)展展開了研究，闡述了具體的教學(xué)模式，以供參考。

關(guān)鍵詞：高職英語 自適應(yīng)教學(xué) 互聯(lián)網(wǎng)+

現(xiàn)代信息技術(shù)的發(fā)展促進(jìn)了我國社會經(jīng)濟(jì)的發(fā)展，促進(jìn)我國步入了“互聯(lián)網(wǎng)+”的時(shí)代，網(wǎng)絡(luò)成為了我們生活中不可或缺的一部分。在高職院校，英語是一門十分重要的科目，作為未來與世界溝通的途徑之一，對學(xué)生的影響很大。高職院校培養(yǎng)的應(yīng)用型人才，但是現(xiàn)在的高職院校學(xué)生普遍出現(xiàn)就業(yè)難的情況，歸根到底，是高職院校的教學(xué)模式和已經(jīng)方法已經(jīng)不再適應(yīng)當(dāng)今時(shí)代的需要了。因此高職院校更要抓住機(jī)會，順應(yīng)時(shí)代的發(fā)展，利用好網(wǎng)絡(luò)資源，開展自適應(yīng)的教學(xué)模式，提高學(xué)生綜合素質(zhì)。

一、自適應(yīng)技術(shù)基礎(chǔ)模塊探討

作為基于現(xiàn)代信息技術(shù)發(fā)展起來的一種教育模式，自適應(yīng)學(xué)習(xí)能夠發(fā)展，是基于一個(gè)很重要的基礎(chǔ)模塊，就是人工智能技術(shù)。在自適應(yīng)技術(shù)發(fā)展初期，小范圍內(nèi)的自適應(yīng)學(xué)習(xí)模式十分簡單，電腦設(shè)定好相應(yīng)的程序，彈出一道檢測題，如果學(xué)生做對了，那么就會繼續(xù)下一道題，如果做錯(cuò)了，就會彈出相應(yīng)的知識點(diǎn)，這種模式死板僵化，并不能達(dá)到預(yù)期的效果，這種情況在人工智能技術(shù)發(fā)展之后有所改觀，人工智能技術(shù)最主要的作用就是在教育數(shù)據(jù)的發(fā)掘上，人工智能技術(shù)的出現(xiàn)幫助自適應(yīng)學(xué)習(xí)變得更加個(gè)性化，更加能夠根據(jù)學(xué)生的需求制定學(xué)習(xí)，這也促進(jìn)了自適應(yīng)學(xué)習(xí)的飛速發(fā)展。

單從數(shù)據(jù)挖掘這個(gè)詞來看，這是一個(gè)計(jì)算機(jī)科學(xué)領(lǐng)域的詞匯，這個(gè)概念有著長期的發(fā)展歷史，但是將其作為教育學(xué)方面的一個(gè)詞匯，它還是一個(gè)比較新的領(lǐng)域。簡單來說，教育學(xué)領(lǐng)域的數(shù)據(jù)發(fā)掘就是指對教育學(xué)領(lǐng)域的數(shù)據(jù)和知識進(jìn)行挖掘和發(fā)現(xiàn)，這些數(shù)據(jù)最終會被用于幫助學(xué)生更好地學(xué)習(xí)。在計(jì)算機(jī)領(lǐng)域，數(shù)據(jù)發(fā)掘有著成熟的方法和模式，但是教育領(lǐng)域的數(shù)據(jù)具有特殊性，因此應(yīng)用的數(shù)據(jù)挖掘的方法也是不同的。比如說，在教育學(xué)領(lǐng)域，數(shù)據(jù)的層次劃分比較明顯，同時(shí)不同層級的數(shù)據(jù)還是相互嵌套的，而且與計(jì)算機(jī)科學(xué)不同的是，教育學(xué)的數(shù)據(jù)會涉及到心理學(xué)和情緒上的東西，這些內(nèi)容并不是能夠完全把控的，因此教育學(xué)的數(shù)據(jù)發(fā)掘還屬于一個(gè)比較全新的領(lǐng)域，也是自適應(yīng)學(xué)習(xí)系統(tǒng)構(gòu)建的重要模塊之一。一般來說，教育學(xué)的數(shù)據(jù)發(fā)掘的方法有以下四個(gè)部分：

第一部分的內(nèi)容是預(yù)測，這部分內(nèi)容的發(fā)掘主要是為了將在教育過程中不同的變量組合到一起，根據(jù)這些變量的不同情況來推測數(shù)據(jù)發(fā)展的可能結(jié)果。在進(jìn)行預(yù)測環(huán)節(jié)的過程中，可以著重觀測那些比較有特點(diǎn)或?qū)r(shí)間影響更大的變量，同時(shí)也可以關(guān)注對預(yù)測結(jié)果具有調(diào)節(jié)性或者中介性的變量，提高預(yù)測的準(zhǔn)確性。

第二部分的方法叫做聚類，顧名思義，這種方法是將相同性質(zhì)的自然分組集合到一起，比如說學(xué)習(xí)者、班級、學(xué)習(xí)行為等。

第三部分的方法是關(guān)系挖掘，主要就是指挖掘出變量之間存在的關(guān)系，在進(jìn)行這類方法的挖掘過程中，可以重點(diǎn)從關(guān)聯(lián)規(guī)則的角度出發(fā)，或者通過序列模式的挖掘，找到挖掘模型的因果關(guān)系。

第四部分的方法就是模型發(fā)現(xiàn)法，這種方法是先建立一個(gè)驗(yàn)證模型，然后作為另一輪的分析進(jìn)行輸入，比如說預(yù)測挖掘就是采用模型發(fā)現(xiàn)法進(jìn)行的，在當(dāng)前的教育數(shù)據(jù)發(fā)掘過程中，模型發(fā)現(xiàn)法的應(yīng)用范圍已經(jīng)越來越廣泛。

二、網(wǎng)絡(luò)背景下自適應(yīng)學(xué)習(xí)技術(shù)原理綜述

（一）在大數(shù)據(jù)的支持下構(gòu)建學(xué)習(xí)模型

人工智能技術(shù)是促進(jìn)自適應(yīng)學(xué)習(xí)發(fā)展的一個(gè)重要因素一般來說沒人工智能實(shí)現(xiàn)自適應(yīng)學(xué)習(xí)都是按照以下步驟進(jìn)行的，即先搜集大數(shù)據(jù)，然后根據(jù)大數(shù)據(jù)反饋的信息構(gòu)建學(xué)習(xí)模型，最后以學(xué)習(xí)模型為依據(jù)，輸出學(xué)習(xí)建議。這個(gè)步驟說起來很簡單，但是做起來卻很難，學(xué)習(xí)模型的構(gòu)建需要經(jīng)歷非常復(fù)雜的過程，這是普通人很難理解的，用通俗的話來說，就是人工智能會參考人類大腦思考的方式來進(jìn)行計(jì)算，通過大量數(shù)據(jù)之間的相互傳導(dǎo)和溝通，在數(shù)以萬計(jì)的函數(shù)點(diǎn)的嵌套當(dāng)中發(fā)現(xiàn)當(dāng)前學(xué)習(xí)的規(guī)則，然后建立起初步的模型，隨后通過模型的不斷進(jìn)化、完善，形成一個(gè)完整的學(xué)習(xí)模型。而在學(xué)習(xí)建議輸出方面，學(xué)習(xí)建議的構(gòu)成要素主要有三個(gè)部分，即學(xué)習(xí)材料，比如說學(xué)生在學(xué)習(xí)過程中需要的一段教學(xué)視頻或者一些練習(xí)題等，第二部分是一個(gè)規(guī)則，用于檢查學(xué)生是否掌握學(xué)習(xí)材料的內(nèi)容，最后是學(xué)習(xí)材料的推送順序，根據(jù)學(xué)生在學(xué)習(xí)方面的反饋來決定學(xué)習(xí)材料如何推送。由于這三部分的詳細(xì)情況都是人工智能來決定的，因此學(xué)生在系統(tǒng)當(dāng)中花費(fèi)越多的時(shí)間去學(xué)習(xí)，就會產(chǎn)生越多的行為數(shù)據(jù)，這些數(shù)據(jù)就能夠幫助系統(tǒng)提高工作效率。

（二）人工智能的運(yùn)行模式

自適應(yīng)學(xué)習(xí)模式中的人工智能運(yùn)行模式，可以簡單用一句話來概括，就是像教師一樣去思考和教學(xué)。教師在教學(xué)過程當(dāng)中主要依仗的因素是教學(xué)經(jīng)驗(yàn)，有經(jīng)驗(yàn)的教師能夠很好的掌握教學(xué)的節(jié)奏，而且這種經(jīng)驗(yàn)是不能夠快速獲得的，只能是通過日積月累來積攢。因此在教師的普遍情況當(dāng)中，年輕的教師在答疑方面更加擅長，但是卻不能夠構(gòu)建完善的教學(xué)體系，經(jīng)驗(yàn)豐富的教師更加擅長把握教學(xué)的整體性，但是卻沒有年輕教師的親和力，同時(shí)受到不同教師的個(gè)性不同，對于學(xué)生情況的認(rèn)知也就不同，因此不同教師為學(xué)生規(guī)劃的學(xué)習(xí)道路也有所不同。即使兩位老師在教學(xué)經(jīng)驗(yàn)上相當(dāng)，也會因?yàn)閷τ趯W(xué)生的期待、對于薪資的看法等方面不同而產(chǎn)生不同的教學(xué)效果。人工智能在進(jìn)行教學(xué)時(shí)會參考教師的教學(xué)模式和教學(xué)方法，但是人工智能贊考的教師并不單單是某一位，而是通過大數(shù)據(jù)搜集產(chǎn)生的一個(gè)理想化的教師，通過量化教師的教學(xué)經(jīng)驗(yàn)，以數(shù)據(jù)和計(jì)算機(jī)技術(shù)開展教學(xué)，這能在最大限度上平衡教師之間的差異，提高教師教學(xué)的效果。

（三）自適應(yīng)學(xué)習(xí)與教學(xué)中人工智能應(yīng)用的關(guān)系

自適應(yīng)學(xué)習(xí)模式的優(yōu)勢之一就是能夠更加適應(yīng)人工智能，究其原因，是傳統(tǒng)教學(xué)模式當(dāng)中對人工智能的應(yīng)用十分表面化，而自適應(yīng)學(xué)習(xí)的模式是將人工智能應(yīng)用到了教學(xué)的核心環(huán)節(jié)當(dāng)中。人工智能的應(yīng)用已經(jīng)成為了我國發(fā)展的趨勢，在教育行業(yè)應(yīng)用也已經(jīng)是大勢所趨。但是在當(dāng)前的人工智能應(yīng)用方面，傳統(tǒng)教學(xué)模式中智能將人工智能應(yīng)用于分層排課、組卷閱卷、作文批改等環(huán)節(jié)，這些各方面的應(yīng)用顯然只是用于輔助教學(xué)，卻不能夠?qū)虒W(xué)的效果產(chǎn)生直接的影響。而在自適應(yīng)學(xué)習(xí)模式之下，人工智能使參與教學(xué)的重要因素之一，將人工智能應(yīng)用到核心的教學(xué)環(huán)節(jié)，能夠轉(zhuǎn)變教學(xué)的理念和方式，提高教學(xué)的效果。

三、高職院校英語教學(xué)自適應(yīng)模式存在的問題

（一）教學(xué)方法單一

高職院校的學(xué)生基礎(chǔ)相對較差，因此更加要注重教學(xué)方法，如果教學(xué)方法不合適，那么就很容易導(dǎo)致學(xué)生失去學(xué)習(xí)興趣，不去學(xué)習(xí)。但是在當(dāng)前告知院校的課堂當(dāng)中，自適應(yīng)學(xué)習(xí)模式的應(yīng)用還十分淺顯，教學(xué)方式也很單一。自適應(yīng)教學(xué)模式是通過現(xiàn)代信息技術(shù)開展個(gè)性化學(xué)習(xí)，但是當(dāng)前我國的高職院校還沒有擺脫傳統(tǒng)教學(xué)模式的影子，以考級和不掛科為目標(biāo)，現(xiàn)代信息技術(shù)只能夠體現(xiàn)在多媒體課件當(dāng)中，嚴(yán)重影響了教學(xué)活動的開展。

（二）教學(xué)內(nèi)容不全面

英語是一個(gè)非常多元化的科目，作為一種應(yīng)用型的語言，聽說讀寫是英語必備的教學(xué)內(nèi)容，但是在當(dāng)前的高職院校的英語課堂當(dāng)中，教學(xué)內(nèi)容設(shè)置得非常不全面。學(xué)生在聽、寫兩方面的學(xué)習(xí)內(nèi)容十分全面，通過自適應(yīng)學(xué)習(xí)能夠獲得提高，但是相對的，讀和說兩部分內(nèi)容就沒有足夠的時(shí)間去學(xué)習(xí)，這也導(dǎo)致很多學(xué)生學(xué)習(xí)的僅僅是“書面英語”，能寫卻不會讀，不能說。

四、網(wǎng)絡(luò)時(shí)代下提高高職院校英語自適應(yīng)教學(xué)效果的建議

（一）合理選擇教學(xué)內(nèi)容

高職院校主要培養(yǎng)的是應(yīng)用型的人才，因此在教學(xué)內(nèi)容的選擇上，要更加符合專業(yè)特性，使學(xué)生能夠在未來的工作當(dāng)中直接應(yīng)用。由于不同專業(yè)在英語的需求方面有所不同，因此就可以應(yīng)用自適應(yīng)學(xué)習(xí)模式來為學(xué)生提供個(gè)性化的教學(xué)內(nèi)容，確保不同專業(yè)都能夠?qū)W習(xí)符合自己專業(yè)未來發(fā)展模式的英語。

（二）利用網(wǎng)絡(luò)模式提高學(xué)生的自適應(yīng)學(xué)習(xí)能力

自適應(yīng)學(xué)習(xí)是基于現(xiàn)代信息技術(shù)進(jìn)行的，因此就對學(xué)生的自控能力和學(xué)習(xí)的主動性提出了要求?，F(xiàn)代信息技術(shù)的發(fā)展，網(wǎng)絡(luò)為學(xué)生提供了豐富的在線學(xué)習(xí)平臺，但是這些平臺不具有強(qiáng)制性，因此需要學(xué)生主動選擇自己適合的學(xué)習(xí)內(nèi)容去學(xué)習(xí)。人工智能可以根據(jù)學(xué)生的情況為學(xué)生提供個(gè)性化的學(xué)習(xí)內(nèi)容，同時(shí)大數(shù)據(jù)也為學(xué)生提供了大量的學(xué)習(xí)材料，這些都需要學(xué)生去自主積累學(xué)習(xí)。

結(jié)語

總而言之，在當(dāng)今網(wǎng)絡(luò)技術(shù)如此發(fā)達(dá)的情況之下，自適應(yīng)學(xué)習(xí)模式發(fā)展起來，高職院校的教學(xué)也要充分利用網(wǎng)絡(luò)中的資源，進(jìn)行有針對性的教學(xué)內(nèi)容和教學(xué)模式選擇，提高高職院校學(xué)生的英語水平。

參考文獻(xiàn)

[1]郭嚴(yán)如.基于大數(shù)據(jù)的高職英語寫作自適應(yīng)學(xué)習(xí)研究[J].英語廣場，2018（02）.

[2]羅建婷.MOOCS在大學(xué)英語自適應(yīng)學(xué)習(xí)中的價(jià)值研究[J].外國語文，2017（01）.