智能校園視閾下的人工智能教學(xué)分析

郭 陶，彭雄飛

(1.精華教育科技股份有限公司，鄭州 450000； 2.河南理工大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，河南 焦作 454003)

近年來，智能浪潮席卷全球，各個(gè)領(lǐng)域、各個(gè)機(jī)構(gòu)都開始著手“人工智能+”研究布局。2020年8月，《國家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南》的發(fā)布，意味著“人工智能+”教育將從研究轉(zhuǎn)向應(yīng)用，從原先的探索性、小規(guī)模為主，轉(zhuǎn)向大規(guī)模的普及式運(yùn)用[1]。同時(shí)，2019年發(fā)布的《中國教育現(xiàn)代化2035》明確指出了智慧校園發(fā)展下一階段的目標(biāo)，即智能校園。

1 人工智能教學(xué)分析的應(yīng)用場景

人工智能領(lǐng)域中，當(dāng)前最有效也最熱門的技術(shù)是機(jī)器學(xué)習(xí)技術(shù)，它能夠?qū)Ａ繑?shù)據(jù)進(jìn)行模式識別、規(guī)則發(fā)現(xiàn)、特征提取、結(jié)果預(yù)測等，基于機(jī)器學(xué)習(xí)技術(shù)建立的模型具有一定的自適應(yīng)性、通用性與魯棒性，可滿足智能校園視閾下的教學(xué)分析需要。

1.1 學(xué)習(xí)分析

學(xué)習(xí)分析是指運(yùn)用人工智能技術(shù)，對學(xué)生在智能學(xué)習(xí)環(huán)境中產(chǎn)生的可分析數(shù)據(jù)進(jìn)行持續(xù)的采集與分析，使教師可以持續(xù)監(jiān)控學(xué)習(xí)活動的過程與結(jié)果，從而識別學(xué)習(xí)過程中存在的問題[2]。這個(gè)過程獲得的分析報(bào)告為教師提供了一個(gè)對學(xué)生學(xué)習(xí)情況及可能出現(xiàn)的學(xué)習(xí)成果進(jìn)行全面了解的機(jī)會，有助于評估并提高學(xué)生的學(xué)習(xí)效率，維持學(xué)生學(xué)習(xí)興趣，并對學(xué)生的異常學(xué)習(xí)行為進(jìn)行及時(shí)控制。具體應(yīng)用方式包括學(xué)習(xí)策略調(diào)整、社交網(wǎng)絡(luò)分析與自主學(xué)習(xí)行為分析[3]。

首先，通過對學(xué)習(xí)平臺中用戶的活動日志文件進(jìn)行數(shù)據(jù)提取及統(tǒng)計(jì)分析，可以發(fā)現(xiàn)學(xué)生的學(xué)習(xí)規(guī)律以及對不同主題、不同形式的教學(xué)環(huán)節(jié)的認(rèn)同度，有助于決策者根據(jù)學(xué)生的實(shí)際學(xué)習(xí)情況，動態(tài)調(diào)整教學(xué)方式，從而滿足學(xué)生的學(xué)習(xí)需求，促進(jìn)學(xué)生更好地參與到教學(xué)過程中。通過對學(xué)生的學(xué)習(xí)模式進(jìn)行識別，并與學(xué)生的發(fā)展目標(biāo)進(jìn)行匹配，可以幫助了解學(xué)生的各種學(xué)習(xí)特征，從而識別出有學(xué)業(yè)風(fēng)險(xiǎn)的學(xué)生。

其次，通過對學(xué)生社交網(wǎng)絡(luò)進(jìn)行分析，一方面可以為學(xué)生智能推薦學(xué)習(xí)伙伴，提升學(xué)習(xí)效率；另一方面可以發(fā)現(xiàn)學(xué)生中比較孤僻和處于社交群體邊緣的個(gè)體，避免其陷入心理危機(jī)。

最后，當(dāng)前經(jīng)濟(jì)社會的不斷發(fā)展使就業(yè)市場對學(xué)生知識技能的要求不斷變化，學(xué)生不僅需要完成既定的學(xué)習(xí)內(nèi)容，還需要主動參與自主學(xué)習(xí)。在自主學(xué)習(xí)過程中，為學(xué)生提供智能、自適應(yīng)的分析，有助于幫助學(xué)生觀察、掌握、評估、計(jì)劃與調(diào)整自己的學(xué)習(xí)過程，根據(jù)與學(xué)習(xí)目標(biāo)的差距進(jìn)行自我激勵(lì)，提升學(xué)生的自我效能感。通過增加學(xué)習(xí)過程的屬性維度，可以對學(xué)習(xí)者將思維能力向知識技能轉(zhuǎn)化的過程進(jìn)行觀測，從而有針對性地提供學(xué)習(xí)建議[4]。

1.2 預(yù)測分析

在已開展數(shù)據(jù)采集及學(xué)習(xí)成果認(rèn)定指標(biāo)體系制定工作的基礎(chǔ)上，可以通過運(yùn)用人工智能技術(shù)，基于對學(xué)生的學(xué)習(xí)參與、學(xué)習(xí)設(shè)備物聯(lián)數(shù)據(jù)、學(xué)習(xí)過程多模態(tài)數(shù)據(jù)等進(jìn)行采集，結(jié)合已獲知的領(lǐng)域知識，識別數(shù)據(jù)中隱藏的知識與模式，對學(xué)生學(xué)習(xí)結(jié)果進(jìn)行預(yù)測分析，并生成以增強(qiáng)整體學(xué)習(xí)成果為目標(biāo)的新學(xué)習(xí)策略，反饋給學(xué)生。具體應(yīng)用方式包括：學(xué)業(yè)預(yù)警、異動預(yù)測等[5]。

首先，對學(xué)生學(xué)業(yè)水平的監(jiān)測、評估與預(yù)警，是教育信息化中的一個(gè)重要環(huán)節(jié)，是實(shí)現(xiàn)自適應(yīng)人才培養(yǎng)的基礎(chǔ)條件之一。智能校園視閾下，應(yīng)在傳統(tǒng)大數(shù)據(jù)挖掘技術(shù)對數(shù)據(jù)之間關(guān)聯(lián)性分析的基礎(chǔ)上，結(jié)合厚數(shù)據(jù)挖掘方法，對教學(xué)過程進(jìn)行挖掘，利用機(jī)器學(xué)習(xí)技術(shù)、模糊挖掘技術(shù)等建立模型，追蹤學(xué)生學(xué)業(yè)水平下降或上升的影響因素與其中的反饋調(diào)節(jié)機(jī)制，進(jìn)而打造“全數(shù)據(jù)認(rèn)知”下，大數(shù)據(jù)與厚數(shù)據(jù)結(jié)合的預(yù)測機(jī)制：先利用厚數(shù)據(jù)分析方法，確認(rèn)影響學(xué)生學(xué)業(yè)的主要因素，并對影響方式進(jìn)行量化；再利用數(shù)據(jù)挖掘方法，對這些因素的變化趨勢進(jìn)行預(yù)測，從而獲得未來某一時(shí)間節(jié)點(diǎn)下學(xué)生的學(xué)業(yè)水平。與目前主流的數(shù)據(jù)挖掘下的學(xué)業(yè)水平分析模型相比，智能校園視閾下的預(yù)測模型結(jié)合了更多數(shù)據(jù)來源，而不僅局限于教務(wù)數(shù)據(jù)、消費(fèi)數(shù)據(jù)等常規(guī)數(shù)據(jù)，另外模型建立過程更加符合自然規(guī)律，注重因果反饋關(guān)系在模型中的體現(xiàn)，因此模型更具有魯棒性、自適應(yīng)性及科學(xué)性，預(yù)測結(jié)果將更為精準(zhǔn)且具有說服力。

其次，智能校園視閾下的預(yù)測分析應(yīng)用也包括異動預(yù)測。目前，我國在線教育發(fā)展的主要阻礙之一是居高不下的退課率，學(xué)生通常在前幾節(jié)課時(shí)能夠保持較高的到課率與參與度，但隨著教學(xué)過程的推進(jìn)，越來越多的學(xué)生會中途退課，呈現(xiàn)長尾效應(yīng)。線下授課也是如此，逃課、早退等現(xiàn)象屢見不鮮。學(xué)生的這些異動從數(shù)據(jù)層面同樣有很高的可預(yù)測性，會在學(xué)生的社交行為數(shù)據(jù)、學(xué)習(xí)行為數(shù)據(jù)等的時(shí)序結(jié)構(gòu)中呈現(xiàn)異常。通過運(yùn)用人工智能技術(shù)，可以對學(xué)生異動的早期表征如動機(jī)、滿意度、學(xué)習(xí)態(tài)度等進(jìn)行識別，從而確定具體的異動原因，并加以干預(yù)。

1.3 行為分析

智能校園視閾下的行為分析可對學(xué)生行為模式中包含的信息進(jìn)行獲取與解讀，從而發(fā)現(xiàn)學(xué)生的學(xué)習(xí)模式的個(gè)體與群體特征，發(fā)現(xiàn)學(xué)生之間的學(xué)習(xí)交互行為與社會調(diào)節(jié)方式進(jìn)行動作建模、模式建模、知識建模，并依此設(shè)計(jì)更具有適應(yīng)性的教學(xué)模式，以改善學(xué)生的學(xué)習(xí)體驗(yàn)[6]。通過對學(xué)習(xí)過程中產(chǎn)生的行為數(shù)據(jù)結(jié)合學(xué)生的學(xué)習(xí)動機(jī)、元認(rèn)知、學(xué)習(xí)態(tài)度、學(xué)習(xí)風(fēng)格和知識掌握情況進(jìn)行實(shí)時(shí)計(jì)算，對學(xué)生進(jìn)行學(xué)習(xí)成功分析，識別其中各項(xiàng)行為對學(xué)生成果的正向及反向影響，從而提供對學(xué)生學(xué)習(xí)行為的規(guī)范與矯正。

1.4 可視化分析

可視化分析應(yīng)用是智能校園視閾下人工智能教學(xué)分析應(yīng)用的重要一環(huán)，可對數(shù)據(jù)進(jìn)行圖表、圖形等多種方式的映射，提供模型化、可視化的界面，并與使用者產(chǎn)生實(shí)際交互[7]。可視化分析使教學(xué)分析更加靈活多樣、更為直觀，使用者可通過可視化界面對系統(tǒng)分析的結(jié)果進(jìn)行直觀了解，并與機(jī)器之間產(chǎn)生交互，使非技術(shù)人員了解到數(shù)據(jù)分析的結(jié)果，避免教學(xué)信息化淪為簡單的黑板搬運(yùn)或過程搬運(yùn)，從海量數(shù)據(jù)中提取出有意義、值得關(guān)注的知識和信息，并使用此信息發(fā)現(xiàn)對教學(xué)過程、教學(xué)決策有用的規(guī)律與知識。

2 結(jié)語

智能校園是當(dāng)前教育信息化發(fā)展的必然趨勢，教學(xué)分析在近年來的發(fā)展中不斷體現(xiàn)出新的活力。智能校園視閾下的教學(xué)智能分析，將從學(xué)習(xí)分析、預(yù)測分析、行為分析、可視化分析四個(gè)方面展開應(yīng)用，并呈現(xiàn)出服務(wù)導(dǎo)向、數(shù)據(jù)驅(qū)動、創(chuàng)新驅(qū)動的特征。學(xué)校應(yīng)提前著手進(jìn)行布局，不斷探索與實(shí)踐，促進(jìn)學(xué)校治理能力與人才培養(yǎng)水平的不斷提升。