人工智能支持下的物理錯(cuò)題庫(kù)建設(shè)與使用

鄧?yán)罹? 黃裕鵬

摘 要：傳統(tǒng)模式下，物理錯(cuò)題管理的載體主要是學(xué)生錯(cuò)題本、教師線下錯(cuò)題庫(kù).智能時(shí)代，物理錯(cuò)題管理升級(jí)為線上線下混合的平臺(tái)式錯(cuò)題庫(kù)管理，實(shí)現(xiàn)了學(xué)生錯(cuò)題庫(kù)和教師錯(cuò)題庫(kù)的協(xié)同發(fā)展.基于大數(shù)據(jù)、云計(jì)算和物聯(lián)網(wǎng)的人工智能技術(shù)，在物理錯(cuò)題庫(kù)的建設(shè)與使用中發(fā)揮了巨大的輔助和支持作用，解放了師生的低效“勞動(dòng)”，提高了錯(cuò)題庫(kù)建設(shè)和使用效能.

關(guān)鍵詞：人工智能;物理錯(cuò)題庫(kù);錯(cuò)題本

中圖分類號(hào)：G633.7 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：1008-4134（2021）18-0048-04

基金項(xiàng)目：廣東省教育技術(shù)中心2018年重點(diǎn)省級(jí)課題“基于動(dòng)態(tài)工作組的智慧課堂構(gòu)建及案例研究”（項(xiàng)目編號(hào)：18JX07086）.

作者簡(jiǎn)介：鄧?yán)罹?982-），男，湖北人，本科，中學(xué)一級(jí)教師，研究方向：物理教學(xué)、項(xiàng)目式學(xué)習(xí);

黃裕鵬（1982-），男，廣東人，本科，中學(xué)一級(jí)教師，研究方向：人工智能、信息技術(shù)教育.

物理教學(xué)中產(chǎn)生的錯(cuò)題資源是一筆寶貴的財(cái)富，對(duì)錯(cuò)題資源的收集和利用能夠顯著提升物理教學(xué)質(zhì)量.在傳統(tǒng)模式下，學(xué)生對(duì)物理錯(cuò)題資源的收集和利用主要靠紙質(zhì)錯(cuò)題本，缺點(diǎn)是：效率低、容量小、不夠靈活、易丟失;教師對(duì)物理錯(cuò)題資源的收集和利用主要靠電腦文檔，缺點(diǎn)是：班級(jí)錯(cuò)誤率等數(shù)據(jù)不足、錯(cuò)題庫(kù)陳舊閉塞、儲(chǔ)存和共享比較麻煩、組卷出題等文件管理工作量大.隨著經(jīng)濟(jì)和科技的發(fā)展進(jìn)步，人類已經(jīng)步入信息時(shí)代和人工智能時(shí)代. 2017 年國(guó)務(wù)院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，在規(guī)劃中著重強(qiáng)調(diào)了將人工智能應(yīng)用于教育領(lǐng)域的重要性[1].智能時(shí)代的到來(lái)使教學(xué)發(fā)生了改變，創(chuàng)建了智能化教學(xué)生態(tài)圖景，人工智能將為學(xué)習(xí)者獲取信息、學(xué)習(xí)知識(shí)、進(jìn)行實(shí)踐操作等帶來(lái)便利[2].基于人工智能的物理錯(cuò)題庫(kù)建設(shè)與使用成為現(xiàn)實(shí)，與傳統(tǒng)錯(cuò)題庫(kù)相比，人工智能支持下的物理錯(cuò)題庫(kù)，在建設(shè)與使用中呈現(xiàn)“錯(cuò)題采集便捷化、錯(cuò)誤習(xí)題分類整理、知識(shí)圖譜精準(zhǔn)診斷、個(gè)性化學(xué)習(xí)資源推薦、錯(cuò)題庫(kù)實(shí)時(shí)更新與完善、共性錯(cuò)題關(guān)聯(lián)的大數(shù)據(jù)智能分析”等新特征.人工智能環(huán)境下，筆者探索的學(xué)生個(gè)性錯(cuò)題庫(kù)和教師共性錯(cuò)題庫(kù)統(tǒng)一在智慧平臺(tái)和軟件中，實(shí)現(xiàn)了錯(cuò)題庫(kù)的統(tǒng)整性建設(shè)和協(xié)同性使用，使傳統(tǒng)錯(cuò)題資源利用得以優(yōu)化和升級(jí)[3].

1 基于人工智能的物理錯(cuò)題庫(kù)建設(shè)

1.1 教師的物理共性錯(cuò)題庫(kù)建設(shè)

錯(cuò)題庫(kù)是共性和個(gè)性錯(cuò)題資源統(tǒng)一的產(chǎn)物，物理教師面對(duì)全班授課，必須抓住學(xué)生的共性錯(cuò)題，構(gòu)建反映班級(jí)整體物理錯(cuò)題情況的共性錯(cuò)題庫(kù).筆者學(xué)校和深圳云和科技公司長(zhǎng)期合作，實(shí)踐中基于人工智能的物理共性錯(cuò)題庫(kù)建設(shè)，分為選題、建庫(kù)、動(dòng)態(tài)管理三個(gè)環(huán)節(jié).

選題：選題是錯(cuò)題庫(kù)建設(shè)的首要和關(guān)鍵環(huán)節(jié).選題在目標(biāo)上，要把握共性的原則.什么類型的錯(cuò)題是班級(jí)共性錯(cuò)題？不同的學(xué)校有不同的實(shí)踐標(biāo)準(zhǔn).一般來(lái)說(shuō)，該題在班級(jí)正確率低于80%可以視為共性錯(cuò)題，便可以將執(zhí)行標(biāo)準(zhǔn)交給人工智能.選題在策略上，要遵循分層的原則，即所有入選的錯(cuò)題均要標(biāo)簽化，將共性錯(cuò)題區(qū)分為難、中、易三個(gè)等級(jí)并打上數(shù)字標(biāo)簽.標(biāo)簽化的過(guò)程，不是教師主觀上的臆斷，而是通過(guò)歷次考試各個(gè)錯(cuò)題及相似題的錯(cuò)誤率大數(shù)據(jù)，由人工智能進(jìn)行客觀“學(xué)習(xí)”和判斷，通過(guò)智能算法，區(qū)分錯(cuò)題的難度等級(jí)，例如某次考試一道壓強(qiáng)選擇題班級(jí)錯(cuò)誤率達(dá)到50%，則標(biāo)記為難題.選題在方法上，按題目來(lái)源有不同的側(cè)重.進(jìn)入共性錯(cuò)題庫(kù)的物理錯(cuò)題主要有三種來(lái)源，包括課中練習(xí)的錯(cuò)題、課外作業(yè)的錯(cuò)題、各種考試的錯(cuò)題.無(wú)論是哪種類型的錯(cuò)題，在選題入庫(kù)之前，通過(guò)資源的購(gòu)買和協(xié)調(diào)，所有的練習(xí)冊(cè)、課件、測(cè)試卷題目資源——例如物理練習(xí)冊(cè)題目，學(xué)科網(wǎng)、菁優(yōu)網(wǎng)、21世紀(jì)教育網(wǎng)等專業(yè)在線題庫(kù)等，均導(dǎo)入基于人工智能的云和智慧課堂系統(tǒng)總題庫(kù)中，實(shí)現(xiàn)資源的無(wú)障礙連通與調(diào)取.選題時(shí)，對(duì)于課中練習(xí)，傳統(tǒng)模式下，教師主要通過(guò)自己的感性經(jīng)驗(yàn)和模糊的評(píng)估，大致篩選出課堂練習(xí)中錯(cuò)誤率高的題目，選入錯(cuò)題庫(kù).人工智能模式下，學(xué)生通過(guò)平板電腦反饋課堂練習(xí)的結(jié)果，課堂中產(chǎn)生的錯(cuò)題大數(shù)據(jù)會(huì)即刻被智慧課堂軟件統(tǒng)計(jì)出來(lái)，錯(cuò)誤率高的題目會(huì)自動(dòng)選入共性錯(cuò)題庫(kù)，提高了精準(zhǔn)度.對(duì)于課外作業(yè)，傳統(tǒng)模式下，教師批改完所有學(xué)生的物理作業(yè)后，憑主觀印象篩選錯(cuò)題入庫(kù)，延時(shí)且低效.人工智能模式下，以新授課家庭作業(yè)為例，學(xué)生在家做完紙質(zhì)的物理“知識(shí)與能力訓(xùn)練”練習(xí)冊(cè)相關(guān)題目，將客觀題答案輸入云和答題器，云和智慧課堂系統(tǒng)的云端立即生成班級(jí)學(xué)生家庭作業(yè)客觀題錯(cuò)誤率大數(shù)據(jù)，高錯(cuò)誤率的題目自動(dòng)被人工智能標(biāo)記并選入錯(cuò)題庫(kù).主觀題則由教師批改，共性錯(cuò)題拍照，利用智能圖像識(shí)別技術(shù)，錯(cuò)題即刻與練習(xí)冊(cè)數(shù)字題庫(kù)比對(duì)，自動(dòng)選入錯(cuò)題庫(kù).在圖像識(shí)別技術(shù)支持下，錯(cuò)題庫(kù)不僅收錄主觀計(jì)算題的錯(cuò)題，還能收錄共性的錯(cuò)誤解題過(guò)程，將錯(cuò)誤解法的數(shù)據(jù)結(jié)構(gòu)化.對(duì)于考試錯(cuò)題，例如單元考、錯(cuò)題專題考、月考、期中考等，筆者學(xué)校主要使用“一起作業(yè)”和“懂你”兩種閱卷系統(tǒng)，閱卷系統(tǒng)本身就已經(jīng)加載了人工智能，能夠?qū)崿F(xiàn)客觀題機(jī)器批改，以及物理班級(jí)和年級(jí)考試成績(jī)與錯(cuò)題的智能化大數(shù)據(jù)分析，例如智能閱卷系統(tǒng)會(huì)給出班級(jí)全部學(xué)生每道考題的總體正確率，甚至每個(gè)選項(xiàng)的選擇率，然后這些數(shù)據(jù)對(duì)接云和智能系統(tǒng)，智能系統(tǒng)將數(shù)據(jù)和錯(cuò)題進(jìn)行智能識(shí)別處理，將錯(cuò)誤率高的題目（例如錯(cuò)誤率在30%以上）選入共性錯(cuò)題庫(kù).

建庫(kù)：傳統(tǒng)模式下，教師主要建立線下Word文檔為主的非在線物理錯(cuò)題庫(kù)，內(nèi)容只有靜態(tài)圖文，單一且不方便調(diào)用.人工智能模式下，物理共性錯(cuò)題庫(kù)的建庫(kù)環(huán)節(jié)有以下優(yōu)勢(shì)：其一，錯(cuò)題庫(kù)存儲(chǔ)在云端，避免線下存儲(chǔ)導(dǎo)致的丟失;其二，錯(cuò)題庫(kù)自動(dòng)按照教材單元知識(shí)章節(jié)編排，無(wú)須教師手工整理;其三，錯(cuò)題庫(kù)錯(cuò)題能自動(dòng)匹配上高度相關(guān)的變式題，能基于計(jì)算機(jī)的邏輯原理，形成與錯(cuò)題庫(kù)相映射的變式題庫(kù)，變式題庫(kù)中的變式題具有難度標(biāo)簽，能自動(dòng)區(qū)分出不同的難度;其四，錯(cuò)題庫(kù)的錯(cuò)題能自動(dòng)匹配相關(guān)的知識(shí)點(diǎn)剖析、音視頻講解、虛擬實(shí)驗(yàn)、知識(shí)圖譜定位等資源;其五，錯(cuò)題庫(kù)可以根據(jù)學(xué)生期末或中考前復(fù)習(xí)的需要，智能地打破單元知識(shí)章節(jié)的分類編排，按照物理思想方法、題型等專題進(jìn)行錯(cuò)題分類.

動(dòng)態(tài)管理：傳統(tǒng)的物理錯(cuò)題庫(kù)的管理，例如共性錯(cuò)題的移除、增添都依靠教師主觀經(jīng)驗(yàn)，且要逐題找尋，事倍功半.人工智能環(huán)境下，錯(cuò)題庫(kù)的管理能夠基于每次考試大數(shù)據(jù)進(jìn)行智能分析，實(shí)現(xiàn)共性錯(cuò)題的智能化、精準(zhǔn)化移除和增加[4].

1.2 學(xué)生的物理個(gè)性錯(cuò)題庫(kù)建設(shè)

學(xué)生的物理個(gè)性錯(cuò)題庫(kù)是學(xué)生錯(cuò)題本的升級(jí)版.人工智能環(huán)境下，學(xué)生物理個(gè)性錯(cuò)題庫(kù)建設(shè)和前述教師共性錯(cuò)題庫(kù)建設(shè)步驟相似，但也有三點(diǎn)不同：其一，選題入庫(kù)后，學(xué)生要對(duì)錯(cuò)題進(jìn)行結(jié)構(gòu)化處理，包括錯(cuò)因、錯(cuò)解、反思與改進(jìn)措施、考點(diǎn)分析等.對(duì)于錯(cuò)因和考點(diǎn)，人工智能軟件會(huì)協(xié)助學(xué)生將其貼上電子標(biāo)簽，解析出知識(shí)點(diǎn).對(duì)于錯(cuò)解和反思等主觀內(nèi)容，人工智能會(huì)采用圖像識(shí)別技術(shù)，將其錄入錯(cuò)題數(shù)據(jù)庫(kù)進(jìn)行結(jié)構(gòu)化關(guān)聯(lián).其二，選入個(gè)性錯(cuò)題庫(kù)的錯(cuò)題要合適、有質(zhì)量.以八下第九章“壓強(qiáng)”物理單元為例，主要選兩類錯(cuò)題，一是知識(shí)點(diǎn)不清，例如對(duì)壓強(qiáng)和壓力概念理解不清.二是答題方法不明，例如壓強(qiáng)公式解題方法沒掌握.人工智能會(huì)根據(jù)物理教師輸入的錯(cuò)因分類表，協(xié)助學(xué)生篩選錯(cuò)題.對(duì)于壓強(qiáng)題目審題不清、書寫表達(dá)不規(guī)范和粗心計(jì)算錯(cuò)誤等類型錯(cuò)題，則不予入選，但也進(jìn)行數(shù)字存檔，人工智能會(huì)對(duì)這些錯(cuò)題進(jìn)行標(biāo)記，并推送同類題到學(xué)生端，如果這些錯(cuò)因多次出現(xiàn)，則入選到錯(cuò)題庫(kù).其三，每個(gè)學(xué)生物理學(xué)習(xí)力、基礎(chǔ)都呈現(xiàn)出不同的層次，讓所有學(xué)生將不同難度的所有錯(cuò)題選入錯(cuò)題庫(kù)并不現(xiàn)實(shí).人工智能會(huì)根據(jù)學(xué)生近期幾次物理測(cè)試成績(jī)，自動(dòng)分析學(xué)生所處的物理學(xué)習(xí)層次，并標(biāo)記錯(cuò)題難度.學(xué)生選題入庫(kù)時(shí)，人工智能會(huì)進(jìn)行個(gè)性化審核，對(duì)難度過(guò)高的錯(cuò)題不予入選.其四，人工智能依據(jù)學(xué)生錯(cuò)題庫(kù)數(shù)據(jù)關(guān)聯(lián)形成學(xué)生個(gè)性化知識(shí)圖譜，準(zhǔn)確定位學(xué)生的知識(shí)紕漏、解題方法薄弱點(diǎn)，基于錯(cuò)題，匹配動(dòng)態(tài)的個(gè)性化自適應(yīng)學(xué)習(xí)方案.

2 基于人工智能的物理錯(cuò)題庫(kù)的使用

2.1 物理共性錯(cuò)題庫(kù)的使用

物理共性錯(cuò)題庫(kù)的使用涵蓋教師備課、上課、課后輔導(dǎo)、試卷命制等諸多方面，主要方面有以下三點(diǎn).

2.1.1 融入新課教學(xué)

人工智能環(huán)境下，物理新授課對(duì)錯(cuò)題庫(kù)資源的使用主要包括兩個(gè)方面：其一，促進(jìn)精準(zhǔn)教學(xué)的實(shí)現(xiàn).以“浮力”教學(xué)為例，傳統(tǒng)模式下，教師需手工處理學(xué)生前測(cè)試題，根據(jù)大概的經(jīng)驗(yàn)確定共性的錯(cuò)誤資源融入新授課.智能模式下，學(xué)生的前測(cè)共性錯(cuò)題率可以由智能軟件自動(dòng)統(tǒng)計(jì)，并與往年“浮力”錯(cuò)題庫(kù)中錯(cuò)題進(jìn)行智能比對(duì)，形成更為精準(zhǔn)的共性錯(cuò)誤推送給教師端，然后融入新授課，提高教學(xué)的精準(zhǔn)度.其二，錯(cuò)題難度智能調(diào)整，注重生成性.傳統(tǒng)模式下，教師只是把“浮力”章節(jié)的典型共性錯(cuò)題插入課件中供學(xué)生當(dāng)堂練習(xí)，至于該錯(cuò)題難度如何、學(xué)生當(dāng)堂練習(xí)效果如何，課堂中教師則缺乏即時(shí)應(yīng)變，缺乏生成性和實(shí)效性.智能模式下，學(xué)生當(dāng)堂練習(xí)共性錯(cuò)題后，即刻形成錯(cuò)誤率的班級(jí)大數(shù)據(jù)，如果難度過(guò)低，則系統(tǒng)自動(dòng)推送同類型更高難度的題給學(xué)生當(dāng)堂訓(xùn)練，反之亦然.如果難度合適，但錯(cuò)誤率高，系統(tǒng)也會(huì)自動(dòng)推送同樣難度的同類題，讓學(xué)生當(dāng)堂訓(xùn)練和鞏固.概言之，人工智能模式下，物理錯(cuò)題庫(kù)在新授課中的使用顯得靈活，體現(xiàn)出生成性，能夠“以學(xué)定教”.

2.1.2 融入習(xí)題課和復(fù)習(xí)課教學(xué)

物理習(xí)題課主要指新授課之后，針對(duì)家庭作業(yè)共性錯(cuò)題的習(xí)題講評(píng)和鞏固訓(xùn)練;物理復(fù)習(xí)課包括單元復(fù)習(xí)課、試卷講評(píng)課、錯(cuò)題專題復(fù)習(xí)課等課型.人工智能環(huán)境下，物理錯(cuò)題庫(kù)融入習(xí)題課和復(fù)習(xí)課教學(xué)，主要有三個(gè)特點(diǎn)：一是錯(cuò)題深度講解.無(wú)論是習(xí)題課還是復(fù)習(xí)課，都涉及錯(cuò)題講解，傳統(tǒng)的錯(cuò)題講解主要由教師采用講授法完成，形式單調(diào)枯燥，習(xí)題背景知識(shí)講解常常不清楚.基于人工智能的錯(cuò)題講解，能夠借助“百度智能音箱”等物聯(lián)網(wǎng)語(yǔ)音交互技術(shù)，隨時(shí)智能調(diào)用錯(cuò)題庫(kù)中該題幾種典型的錯(cuò)誤解法、相關(guān)知識(shí)點(diǎn)的音視頻解析、錯(cuò)題涉及的必要的背景知識(shí)等，形成錯(cuò)題講解的全方位資源調(diào)用.例如有關(guān)“桿秤”的一道杠桿應(yīng)用題，要求學(xué)生利用桿秤相關(guān)條件求物體質(zhì)量.學(xué)生缺乏“桿秤原理”這一背景知識(shí)，會(huì)導(dǎo)致無(wú)法解題.教師可以利用智慧課堂的物聯(lián)網(wǎng)音箱，調(diào)出錯(cuò)題庫(kù)關(guān)聯(lián)的桿秤原理視頻，并從錯(cuò)題庫(kù)中調(diào)出學(xué)生關(guān)于桿秤應(yīng)用題的幾種錯(cuò)誤解法，幫助學(xué)生深刻理解此類題目.二是提升高階的解題能力.高階解題能力的形成包括錯(cuò)題變式訓(xùn)練、一題多解、一解多題.傳統(tǒng)模式下，教師搜尋錯(cuò)題的變式題、尋找一解對(duì)應(yīng)的難度合適的“多題”非常費(fèi)力，課堂上也無(wú)法及時(shí)應(yīng)對(duì)變化的學(xué)情.人工智能模式下，錯(cuò)題庫(kù)能夠自動(dòng)匹配高質(zhì)量的變式題、推送一題的多種解法、一解的多種同類題，供習(xí)題課和復(fù)習(xí)課上動(dòng)態(tài)使用，極大地提高錯(cuò)題糾正的效率.三是錯(cuò)題庫(kù)智能生成共性的單元知識(shí)圖譜，精準(zhǔn)呈現(xiàn)共性錯(cuò)誤點(diǎn)和班級(jí)物理學(xué)習(xí)的薄弱點(diǎn)，供教師針對(duì)性地生成后續(xù)改進(jìn)的教學(xué)方案.基于共性錯(cuò)題的知識(shí)圖譜主要應(yīng)用在復(fù)習(xí)課和試講講評(píng)課中，以“壓強(qiáng)”單元為例，知識(shí)圖譜以大概念為核心，呈現(xiàn)“壓力作用效果——壓強(qiáng)”這個(gè)大概念統(tǒng)攝下的固體壓強(qiáng)、液體壓強(qiáng)、氣體壓強(qiáng)和流體壓強(qiáng)的清晰結(jié)構(gòu)，每個(gè)知識(shí)點(diǎn)下掛鉤相應(yīng)的壓強(qiáng)共性錯(cuò)題、錯(cuò)因、情境、人文價(jià)值或生活應(yīng)用、方法、技能以及重點(diǎn)題型，形成知識(shí)網(wǎng)鏈.人工智能軟件則根據(jù)班級(jí)學(xué)生本單元所有錯(cuò)題數(shù)據(jù)，通過(guò)智能算法，形成班級(jí)學(xué)生共性的壓強(qiáng)單元知識(shí)圖譜，定位班級(jí)學(xué)生整體所處位置，規(guī)劃后續(xù)本單元的彌補(bǔ)性學(xué)習(xí)路徑.

2.1.3 用于命制測(cè)試卷

測(cè)試卷包括單元測(cè)試、月考、錯(cuò)題專題測(cè)試、期中考試等類型，將學(xué)生物理學(xué)習(xí)過(guò)程中形成的錯(cuò)題及相關(guān)同類變式題融入測(cè)試卷中，能夠診斷教學(xué)質(zhì)量，糾正學(xué)生累計(jì)的錯(cuò)誤，具有重要的形成性評(píng)價(jià)價(jià)值.傳統(tǒng)模式下，命制測(cè)試卷時(shí)，教師受制于自身經(jīng)驗(yàn)、水平和精力，錯(cuò)題類型、難度、數(shù)量、比例往往不易控制，試卷對(duì)錯(cuò)題的使用質(zhì)量不高.人工智能模式下，物理錯(cuò)題庫(kù)中的錯(cuò)題經(jīng)過(guò)大數(shù)據(jù)的“實(shí)證”，其難度被打上了客觀且精確的標(biāo)記，錯(cuò)題關(guān)聯(lián)的變式題庫(kù)也精準(zhǔn)、全面，錯(cuò)題本身的錯(cuò)因錯(cuò)解也全部在錯(cuò)題庫(kù)中，人工智能能夠依據(jù)教師的命題范圍、難度、信度以及效度要求智能組卷，教師再進(jìn)行人工審核修改，極大地提升了教師命制測(cè)試卷的質(zhì)量，大大節(jié)省了試卷研制時(shí)間[5].

2.2 物理個(gè)性錯(cuò)題庫(kù)的使用

人工智能支持下的物理個(gè)性錯(cuò)題庫(kù)的使用，具有自適應(yīng)的典型特征，能夠?qū)崿F(xiàn)對(duì)學(xué)生的因材施教.主要包括三個(gè)方面.

2.2.1 日常錯(cuò)題復(fù)習(xí)

這是物理個(gè)性化錯(cuò)題庫(kù)使用的主要方面，學(xué)生的日常錯(cuò)題復(fù)習(xí)包括錯(cuò)題整理、做題鞏固、復(fù)習(xí)記憶三個(gè)方面.其一，錯(cuò)題整理方面，學(xué)生在人工智能的向?qū)灾С窒?，利用手機(jī)或平板電腦，將物理錯(cuò)題庫(kù)中的錯(cuò)題進(jìn)行程序化的處理，比如錯(cuò)因分析、錯(cuò)解拍照留存、正確解法總結(jié)、反思與措施、一題多解挖掘等.學(xué)生可以手寫拍照上傳錯(cuò)題庫(kù)，人工智能給予智能識(shí)別留存.對(duì)于不懂的錯(cuò)題，錯(cuò)題庫(kù)會(huì)智能推送錯(cuò)題的音視頻講解，有條件的學(xué)生甚至可以利用智能機(jī)器人、AR和VR技術(shù)（部分學(xué)生家庭已具備），將“最近發(fā)展區(qū)”內(nèi)的錯(cuò)題還原到知識(shí)點(diǎn)的圖文聲像全景場(chǎng)景中分析、訓(xùn)練、整理，提高認(rèn)知理解力.例如探究液體壓強(qiáng)的創(chuàng)新實(shí)驗(yàn)錯(cuò)題，智能機(jī)器人和VR則更能將錯(cuò)題及知識(shí)點(diǎn)立體化，呈現(xiàn)3D虛擬液體壓強(qiáng)實(shí)驗(yàn)場(chǎng)景，以及和學(xué)生互動(dòng)交流，增進(jìn)學(xué)習(xí)的力度，深度掌握知識(shí)結(jié)構(gòu).其二，做題鞏固方面，錯(cuò)題庫(kù)會(huì)綜合參考學(xué)生整理的錯(cuò)題、錯(cuò)因、錯(cuò)解幾個(gè)要素，智能推送幾道同類、同難度的變式題，為了照顧學(xué)生看紙質(zhì)試題的習(xí)慣以及保護(hù)視力，學(xué)生可用錯(cuò)題庫(kù)關(guān)聯(lián)的打印機(jī)將題目打印出來(lái)，在紙質(zhì)實(shí)體上完成.（關(guān)聯(lián)的專用打印機(jī)價(jià)格低廉，已經(jīng)普及化了）典型錯(cuò)題整理的內(nèi)容和變式題均可以打印出來(lái)，放入紙質(zhì)活頁(yè)錯(cuò)題本中，方便復(fù)習(xí).其三，復(fù)習(xí)記憶方面，艾賓浩斯遺忘曲線理論指出，在完全掌握知識(shí)點(diǎn)之后的 24 小時(shí)、48小時(shí)、144 小時(shí)（6 天）、720 小時(shí)（30天）是最容易產(chǎn)生遺忘的時(shí)間，如果在這些時(shí)間點(diǎn)上進(jìn)行及時(shí)的復(fù)習(xí)，一個(gè)月后學(xué)生能對(duì)學(xué)習(xí)有較高的保持率，并且遺忘幾乎不再發(fā)生變化.錯(cuò)題屬于學(xué)生知識(shí)技能上的薄弱點(diǎn)，更應(yīng)遵循遺忘規(guī)律.將遺忘曲線理論和具體規(guī)律導(dǎo)入人工智能系統(tǒng)，系統(tǒng)可以在學(xué)生整理錯(cuò)題后的上述4次時(shí)間節(jié)點(diǎn)，自動(dòng)用手機(jī)鬧鈴或物聯(lián)網(wǎng)鬧鐘提醒學(xué)生復(fù)習(xí)，系統(tǒng)會(huì)根據(jù)該錯(cuò)題背后涵蓋的知識(shí)點(diǎn)向?qū)W生提問互動(dòng)，還會(huì)自動(dòng)推送同類題給學(xué)生測(cè)試，直到通過(guò)為止.

2.2.2 單元體系化復(fù)習(xí)

錯(cuò)題雖然表征學(xué)生學(xué)習(xí)的漏洞和弱點(diǎn)，但具有碎片化的劣勢(shì)，良好的物理學(xué)習(xí)者，應(yīng)該具有大概念統(tǒng)攝的、系統(tǒng)化的、相對(duì)完備的單元物理知識(shí)結(jié)構(gòu)體系，更進(jìn)一步，還須有知識(shí)結(jié)構(gòu)體系關(guān)聯(lián)映射的物理方法、思想、解題技能和解題模型.學(xué)生學(xué)完一個(gè)單元后，人工智能系統(tǒng)會(huì)根據(jù)學(xué)生個(gè)性錯(cuò)題庫(kù)中本單元所有錯(cuò)題數(shù)據(jù)，生成與前述共性知識(shí)圖譜不同的個(gè)性化知識(shí)圖譜——雖然同樣是統(tǒng)攝于大概念之下，但圖譜中學(xué)生個(gè)體的錯(cuò)誤點(diǎn)、薄弱點(diǎn)會(huì)被標(biāo)記和凸顯，系統(tǒng)會(huì)據(jù)此給學(xué)生本單元的物理學(xué)習(xí)進(jìn)行畫像，然后智能推送彌補(bǔ)性錯(cuò)題和薄弱知識(shí)點(diǎn)矯正性學(xué)習(xí)方案.

2.2.3 專題化歸類復(fù)習(xí)

專題化歸類復(fù)習(xí)，意指按力、熱、光、電等結(jié)構(gòu)化知識(shí)版塊進(jìn)行的復(fù)習(xí)，也指按選擇題、實(shí)驗(yàn)題、計(jì)算題等題型進(jìn)行的復(fù)習(xí)，還可以是按控制變量法、轉(zhuǎn)換法、理想推理法等物理思想方法進(jìn)行的復(fù)習(xí).專題化的歸類復(fù)習(xí)，是單元體系化復(fù)習(xí)的進(jìn)階，是期末考、中考復(fù)習(xí)的必然路徑.傳統(tǒng)模式下，學(xué)生錯(cuò)題本易丟失，歷史錯(cuò)題殘缺不全，基于專題的錯(cuò)題復(fù)習(xí)效果不佳，容易陷入“題海戰(zhàn)術(shù)”.人工智能模式下，學(xué)生的物理個(gè)性錯(cuò)題庫(kù)在云端長(zhǎng)久保存，學(xué)生復(fù)習(xí)時(shí)，只需通過(guò)語(yǔ)音或文字與智慧軟件交互，個(gè)性錯(cuò)題庫(kù)就會(huì)將學(xué)生錯(cuò)題自動(dòng)按專題進(jìn)行分類，并推送相關(guān)變式題，學(xué)生只需打印出來(lái)訓(xùn)練即可，十分方便.

3 結(jié)束語(yǔ)

人工智能與教育的深度結(jié)合是未來(lái)教育發(fā)展的必然趨勢(shì).基于人工智能的物理錯(cuò)題庫(kù)建設(shè)和使用，不僅提高了物理教師的工作效率，提高了學(xué)生的學(xué)習(xí)效率，而且在本質(zhì)上形成了對(duì)物理錯(cuò)題的深度開發(fā)，包括錯(cuò)題智能剖析、結(jié)構(gòu)化整理、個(gè)性化的自適應(yīng)題目推送、一籃子知識(shí)和方法的“全景性”資源呈現(xiàn)、錯(cuò)題大數(shù)據(jù)價(jià)值挖掘與應(yīng)用、全場(chǎng)景錯(cuò)題資源利用等.另外，智能化的錯(cuò)題庫(kù)是對(duì)學(xué)生錯(cuò)題本和教師錯(cuò)題文檔的升級(jí)，使課前、課中、課后一體化的糾錯(cuò)教學(xué)成為可能，同時(shí)也打通了錯(cuò)題庫(kù)和智慧課堂系統(tǒng)、學(xué)科總題庫(kù)的壁壘，使協(xié)同教學(xué)成為現(xiàn)實(shí).

參考文獻(xiàn)：

[1]劉曉明.人工智能科普與初中物理教學(xué)的融合[J].教師教育論壇，2021，34（04）：96.

[2]邢思珍.數(shù)字化時(shí)代中小學(xué)課堂教學(xué)的變革與堅(jiān)守[J].教學(xué)與管理，2017（36）：77-79.

[3]張勤堅(jiān).教學(xué)思考：中小學(xué)校里的人工智能教育[J].中國(guó)信息技術(shù)教育，2021（04）：10.

[4]孟凡真.淺談物理教師如何在教學(xué)過(guò)程中建立“錯(cuò)題庫(kù)”[J].中國(guó)校外教育，2019（17）：57+66.

[5]李俏，劉立華，費(fèi)金有.人工智能在物理教學(xué)中的應(yīng)用探究[J].學(xué)園，2020，13（36）：47-48.

（收稿日期：2021-05-19）