人工智能時(shí)代基于智適應(yīng)的個(gè)性化學(xué)習(xí)模式研究

王智慧 王朋嬌 王寧 于昕孜

摘要：因材施教一直是個(gè)性化學(xué)習(xí)追求的價(jià)值取向，但如何解決傳統(tǒng)學(xué)習(xí)模式忽略學(xué)習(xí)者主體性、差異性和發(fā)展性是個(gè)性化學(xué)習(xí)長(zhǎng)久以來(lái)面臨的挑戰(zhàn)。作者提出，基于人工智能的智適應(yīng)學(xué)習(xí)為解決上述問題提供了新的參照。智適應(yīng)學(xué)習(xí)以人工智能為技術(shù)支持，以智適應(yīng)學(xué)習(xí)系統(tǒng)為依托，將納米級(jí)的知識(shí)點(diǎn)作為學(xué)習(xí)內(nèi)容形態(tài)，對(duì)學(xué)習(xí)者進(jìn)行知識(shí)點(diǎn)診斷、學(xué)習(xí)資源推送與學(xué)習(xí)路徑指引，形成“測(cè)、學(xué)、練、測(cè)、輔”的個(gè)性化學(xué)習(xí)模式，為學(xué)習(xí)者提供智能、精準(zhǔn)的個(gè)性化學(xué)習(xí)體驗(yàn)。

關(guān)鍵詞：人工智能;智適應(yīng);個(gè)性化學(xué)習(xí)

中圖分類號(hào)：G434 ?文獻(xiàn)標(biāo)識(shí)碼：A ?論文編號(hào)：1674-2117（2022）07-0000-04

● 引言

人工智能技術(shù)的出現(xiàn)及其迅速發(fā)展改變了人類社會(huì)，人工智能與教育的融合，為教育領(lǐng)域注入了新鮮血液?！督逃畔⒒?.0行動(dòng)計(jì)劃》中強(qiáng)調(diào)“要構(gòu)建數(shù)字化、智能化、個(gè)性化的教育體系”[1]，世界經(jīng)濟(jì)論壇2020年1月發(fā)布的《未來(lái)學(xué)校：為第四次工業(yè)革命定義新的教育模式》報(bào)告強(qiáng)調(diào)了個(gè)性化學(xué)習(xí)、自主性學(xué)習(xí)的重要性[2]，這預(yù)示著個(gè)性化學(xué)習(xí)已經(jīng)成為教育的關(guān)注重點(diǎn)。而智適應(yīng)學(xué)習(xí)的出現(xiàn)，有望在人工智能技術(shù)的支持下打破傳統(tǒng)教學(xué)模式中忽視學(xué)習(xí)者個(gè)性化學(xué)習(xí)的弊端，在真正意義上使因材施教的教育理念成為現(xiàn)實(shí)。[3]

● 個(gè)性化學(xué)習(xí)研究現(xiàn)狀與智適應(yīng)個(gè)性化學(xué)習(xí)

1.個(gè)性化學(xué)習(xí)研究現(xiàn)狀

目前，我國(guó)個(gè)性化學(xué)習(xí)研究?jī)?nèi)容主要可以分為五類：技術(shù)支持的個(gè)性化學(xué)習(xí)、基于個(gè)性化學(xué)習(xí)理論的教學(xué)模式、個(gè)性化學(xué)習(xí)促進(jìn)課程教學(xué)改革、個(gè)性化學(xué)習(xí)在具體教學(xué)中的應(yīng)用以及個(gè)性化自適應(yīng)學(xué)習(xí)研究。[4]總結(jié)分析關(guān)于個(gè)性化學(xué)習(xí)的已有研究可以發(fā)現(xiàn)，個(gè)性化學(xué)習(xí)的相關(guān)理論催生了新的教學(xué)模式，但在促進(jìn)課程教學(xué)改革與教學(xué)實(shí)踐的應(yīng)用中還有待進(jìn)一步深入。

2.智適應(yīng)個(gè)性化學(xué)習(xí)

自適應(yīng)學(xué)習(xí)是學(xué)習(xí)系統(tǒng)根據(jù)學(xué)習(xí)者的個(gè)人信息和行為數(shù)據(jù)等分析，將符合學(xué)習(xí)者知識(shí)水平及認(rèn)知特點(diǎn)的學(xué)習(xí)內(nèi)容推送給學(xué)習(xí)者，從而為學(xué)習(xí)者提供智能化的服務(wù)和個(gè)性化的學(xué)習(xí)體驗(yàn)。[5]但自適應(yīng)學(xué)習(xí)的智能化程度比較低，無(wú)法精準(zhǔn)診斷學(xué)習(xí)者對(duì)知識(shí)點(diǎn)的掌握情況，在學(xué)習(xí)資源推送以及學(xué)習(xí)路徑規(guī)劃等方面也無(wú)法全面滿足學(xué)習(xí)者的學(xué)習(xí)需求。在自適應(yīng)學(xué)習(xí)的基礎(chǔ)上，人工智能技術(shù)支持下的智適應(yīng)學(xué)習(xí)應(yīng)運(yùn)而生。智適應(yīng)學(xué)習(xí)能夠利用人工智能技術(shù)檢測(cè)學(xué)生的認(rèn)知水平與學(xué)習(xí)水平，從而智能地為學(xué)習(xí)者推薦最佳的學(xué)習(xí)內(nèi)容和學(xué)習(xí)資源。

● 人工智能支持下的智適應(yīng)學(xué)習(xí)基本原理

1.智適應(yīng)學(xué)習(xí)系統(tǒng)

智適應(yīng)學(xué)習(xí)系統(tǒng)以知識(shí)空間理論和貝葉斯定理為技術(shù)支撐，主要包括學(xué)生信息系統(tǒng)、學(xué)習(xí)分析系統(tǒng)、智能化自適應(yīng)引擎、學(xué)生情況跟蹤、學(xué)生管理系統(tǒng)和學(xué)習(xí)內(nèi)容及數(shù)據(jù)收集系統(tǒng)六個(gè)模塊[6]，具體內(nèi)容如下頁(yè)圖1所示。學(xué)生信息系統(tǒng)包含學(xué)習(xí)者個(gè)人信息、學(xué)習(xí)風(fēng)格、知識(shí)水平和對(duì)學(xué)習(xí)內(nèi)容的掌握程度等信息。學(xué)習(xí)分析系統(tǒng)對(duì)學(xué)習(xí)者學(xué)習(xí)過(guò)程進(jìn)行記錄，并對(duì)相關(guān)數(shù)據(jù)進(jìn)行采集和格式化。智能化自適應(yīng)引擎根據(jù)學(xué)習(xí)分析系統(tǒng)內(nèi)產(chǎn)生的數(shù)據(jù)分析結(jié)果，為學(xué)習(xí)者提供個(gè)性化學(xué)習(xí)內(nèi)容推薦、知識(shí)點(diǎn)精準(zhǔn)測(cè)評(píng)以及個(gè)性化路徑引導(dǎo)。學(xué)生情況跟蹤系統(tǒng)主要對(duì)學(xué)習(xí)者的學(xué)習(xí)過(guò)程行為數(shù)據(jù)進(jìn)行循環(huán)分析和持續(xù)跟蹤，隨著學(xué)習(xí)者學(xué)習(xí)能力的變化動(dòng)態(tài)發(fā)展。學(xué)生管理系統(tǒng)主要跟蹤學(xué)習(xí)者的學(xué)習(xí)情況，為學(xué)習(xí)者調(diào)整學(xué)習(xí)內(nèi)容。學(xué)習(xí)內(nèi)容及數(shù)據(jù)收集系統(tǒng)對(duì)學(xué)習(xí)者利用系統(tǒng)進(jìn)行學(xué)習(xí)過(guò)程中產(chǎn)生的行為數(shù)據(jù)進(jìn)行數(shù)據(jù)收集及分析。智適應(yīng)學(xué)習(xí)系統(tǒng)的個(gè)性化體現(xiàn)在對(duì)學(xué)習(xí)者個(gè)體特征數(shù)據(jù)的收集與分析，智適應(yīng)學(xué)習(xí)系統(tǒng)通過(guò)定位學(xué)習(xí)者的知識(shí)短板為學(xué)習(xí)者制訂學(xué)習(xí)計(jì)劃，推薦學(xué)習(xí)資源，從而使學(xué)習(xí)者高效學(xué)習(xí)。

2.人工智能賦能智適應(yīng)學(xué)習(xí)

人工智能技術(shù)為智適應(yīng)學(xué)習(xí)提供的支持體現(xiàn)在以下幾個(gè)方面。

（1）激發(fā)學(xué)習(xí)興趣與學(xué)習(xí)動(dòng)機(jī)

學(xué)習(xí)興趣影響著學(xué)習(xí)者學(xué)習(xí)的主動(dòng)性與專注度，是個(gè)性化學(xué)習(xí)的前提保障。人工智能技術(shù)可以為學(xué)習(xí)者提供有針對(duì)性的服務(wù)，以此激發(fā)并維持學(xué)習(xí)者的學(xué)習(xí)興趣。例如，運(yùn)用智能搜索技術(shù)建立數(shù)據(jù)倉(cāng)庫(kù)，通過(guò)構(gòu)建知識(shí)圖譜為學(xué)習(xí)者提供合適的學(xué)習(xí)資源;運(yùn)用人機(jī)交互、增強(qiáng)現(xiàn)實(shí)等技術(shù)將凌亂、復(fù)雜的學(xué)習(xí)資源以簡(jiǎn)潔直觀的方式呈現(xiàn)給學(xué)習(xí)者，使其獲得良好的學(xué)習(xí)體驗(yàn);運(yùn)用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、圖像及語(yǔ)音識(shí)別等技術(shù)為學(xué)習(xí)者提供學(xué)習(xí)指導(dǎo)、問題解答、導(dǎo)航推薦等服務(wù)，并在此基礎(chǔ)上分析學(xué)習(xí)者的學(xué)習(xí)方向和學(xué)習(xí)偏好，從而進(jìn)一步激發(fā)學(xué)習(xí)者學(xué)習(xí)興趣;運(yùn)用可視化分析及在線算法等技術(shù)建立測(cè)評(píng)系統(tǒng)對(duì)學(xué)習(xí)者進(jìn)行全面的、智能的評(píng)價(jià)，并針對(duì)評(píng)價(jià)結(jié)果實(shí)時(shí)地向?qū)W習(xí)者反饋合理建議。[7]

（2）助力新舊知識(shí)融合

新舊知識(shí)融合是學(xué)習(xí)者將學(xué)習(xí)內(nèi)容內(nèi)化吸收的前提保障，但在數(shù)字化、移動(dòng)化的學(xué)習(xí)時(shí)代，學(xué)習(xí)者獲得的知識(shí)內(nèi)容往往是零散化、碎片化的，如果新舊知識(shí)連接不足則無(wú)法順利實(shí)現(xiàn)知識(shí)的遷移與應(yīng)用。而人工智能的圖像及語(yǔ)音識(shí)別、智能感知等技術(shù)能夠采集、分析學(xué)習(xí)者的學(xué)習(xí)行為，再利用信息提取、認(rèn)知診斷、智能分析等技術(shù)準(zhǔn)確快速地找到學(xué)習(xí)者的知識(shí)短板，在當(dāng)前學(xué)習(xí)的基礎(chǔ)上，運(yùn)用關(guān)聯(lián)分析技術(shù)在海量的知識(shí)內(nèi)容中提取合適的學(xué)習(xí)資源推送給學(xué)習(xí)者，為學(xué)習(xí)者提供有針對(duì)性的鏈接知識(shí)，幫助學(xué)習(xí)者完善知識(shí)體系，為學(xué)習(xí)者拓寬新舊知識(shí)融合的渠道。

（3）助力思維及元認(rèn)知能力提升

人機(jī)交互、虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)等人工智能技術(shù)可以為學(xué)習(xí)者提供可視化、直觀化、真實(shí)化的學(xué)習(xí)場(chǎng)景，讓學(xué)習(xí)者在切身體驗(yàn)中參與知識(shí)的系統(tǒng)構(gòu)建，在自主學(xué)習(xí)的過(guò)程中鍛煉邏輯思維能力。在信息搜集、知識(shí)學(xué)習(xí)的過(guò)程中，學(xué)習(xí)者可以與人工智能形成學(xué)習(xí)共同體并進(jìn)行實(shí)時(shí)交互，人工智能的情感分析技術(shù)、表征學(xué)習(xí)等技術(shù)可以幫助學(xué)習(xí)者提升問題解決能力和高階思維能力。人工智能還能夠在判斷學(xué)習(xí)風(fēng)格、評(píng)價(jià)學(xué)習(xí)水平等方面為學(xué)習(xí)者提供服務(wù)與幫助，針對(duì)學(xué)習(xí)者學(xué)習(xí)情況給予改進(jìn)措施，使學(xué)習(xí)者的自我反思和自我調(diào)控等元認(rèn)知能力與水平得以提升。[8]

● 智適應(yīng)個(gè)性化學(xué)習(xí)模式設(shè)計(jì)

在人工智能技術(shù)的支持下，利用智適應(yīng)學(xué)習(xí)系統(tǒng)實(shí)現(xiàn)的智適應(yīng)個(gè)性化學(xué)習(xí)模式可簡(jiǎn)述為“測(cè)、學(xué)、練、測(cè)、輔”五個(gè)基本環(huán)節(jié)（如下頁(yè)圖2）。其具體實(shí)施過(guò)程如下。

1.先行測(cè)驗(yàn)定位知識(shí)點(diǎn)

先行測(cè)驗(yàn)是學(xué)習(xí)者進(jìn)入智適應(yīng)學(xué)習(xí)系統(tǒng)學(xué)習(xí)的第一個(gè)環(huán)節(jié)，是智適應(yīng)學(xué)習(xí)模式的基礎(chǔ)以及后續(xù)智適應(yīng)學(xué)習(xí)服務(wù)支持的依據(jù)。先行測(cè)驗(yàn)?zāi)軌蜓杆?、?zhǔn)確地測(cè)試出學(xué)習(xí)者自身的學(xué)習(xí)水平和知識(shí)基礎(chǔ)，系統(tǒng)根據(jù)學(xué)習(xí)者的個(gè)人情況診斷知識(shí)短板，結(jié)合納米知識(shí)點(diǎn)為學(xué)習(xí)者規(guī)劃與個(gè)人情況相適應(yīng)的學(xué)習(xí)路徑，以此作為后續(xù)為學(xué)習(xí)者規(guī)劃學(xué)習(xí)序列、推送學(xué)習(xí)資源、整合學(xué)習(xí)內(nèi)容的參考基礎(chǔ)。

2.知識(shí)粒度聚焦知識(shí)點(diǎn)

該環(huán)節(jié)通過(guò)智適應(yīng)學(xué)習(xí)系統(tǒng)向?qū)W習(xí)者推送具有針對(duì)性的學(xué)習(xí)資源來(lái)為其提供智能化、精準(zhǔn)化、個(gè)性化的學(xué)習(xí)服務(wù)。智適應(yīng)學(xué)習(xí)系統(tǒng)將復(fù)雜的學(xué)習(xí)內(nèi)容分解為納米級(jí)的知識(shí)粒度，細(xì)化為易于理解的知識(shí)點(diǎn)。同時(shí)，智適應(yīng)學(xué)習(xí)系統(tǒng)能夠記錄學(xué)習(xí)者在學(xué)習(xí)過(guò)程中的具體行為，并通過(guò)形成的數(shù)據(jù)對(duì)學(xué)習(xí)者進(jìn)行分析，進(jìn)而為學(xué)習(xí)者提供合適的服務(wù)，以此為個(gè)性化學(xué)習(xí)奠定基礎(chǔ)。

3.典型習(xí)題檢測(cè)知識(shí)點(diǎn)

智適應(yīng)學(xué)習(xí)系統(tǒng)采用開放式的題目對(duì)學(xué)習(xí)者進(jìn)行檢測(cè)，對(duì)其學(xué)習(xí)情況進(jìn)行判斷和分析。同時(shí)，在學(xué)習(xí)者學(xué)習(xí)的過(guò)程中，系統(tǒng)能對(duì)其學(xué)習(xí)行為進(jìn)行及時(shí)、全面的檢測(cè)，記錄相關(guān)數(shù)據(jù)并分析，掌握學(xué)習(xí)者對(duì)學(xué)習(xí)內(nèi)容知識(shí)點(diǎn)的把握情況，進(jìn)而為學(xué)習(xí)者提供相應(yīng)的幫助或再次測(cè)試，為個(gè)性化學(xué)習(xí)創(chuàng)造了有效的檢測(cè)機(jī)制。

4.綜合測(cè)驗(yàn)評(píng)價(jià)知識(shí)點(diǎn)

智適應(yīng)學(xué)習(xí)系統(tǒng)能根據(jù)學(xué)習(xí)者對(duì)所學(xué)知識(shí)點(diǎn)的掌握情況，自動(dòng)生成檢測(cè)報(bào)告，為教師和學(xué)習(xí)者提供相應(yīng)的參考，使教師和學(xué)習(xí)者能夠根據(jù)測(cè)試結(jié)果對(duì)相應(yīng)的學(xué)習(xí)過(guò)程做出改進(jìn)與調(diào)整。綜合測(cè)驗(yàn)是智適應(yīng)個(gè)性化學(xué)習(xí)模式中線上學(xué)習(xí)的最后環(huán)節(jié)，為學(xué)習(xí)者的個(gè)性化學(xué)習(xí)提供了評(píng)價(jià)依據(jù)。

5.學(xué)習(xí)輔導(dǎo)攻克知識(shí)點(diǎn)

學(xué)習(xí)輔導(dǎo)是智適應(yīng)學(xué)習(xí)系統(tǒng)與教師教學(xué)的深度融合，包括線上教師講授和線下教師輔導(dǎo)兩種形式。在線上講授時(shí)，教師以智適應(yīng)學(xué)習(xí)系統(tǒng)中學(xué)習(xí)者各學(xué)習(xí)階段的學(xué)習(xí)分析數(shù)據(jù)為參考，針對(duì)學(xué)習(xí)者的實(shí)際學(xué)習(xí)情況進(jìn)行講解、答疑、解惑，滿足其個(gè)性化需求。[9]在線下輔導(dǎo)時(shí)，學(xué)習(xí)者通過(guò)智適應(yīng)學(xué)習(xí)系統(tǒng)自主學(xué)習(xí)，通過(guò)與其他學(xué)習(xí)者之間的交流形成知識(shí)共生體，結(jié)合教師的引領(lǐng)輔導(dǎo)進(jìn)一步提升學(xué)習(xí)效率。

● 人工智能支持下的智適應(yīng)個(gè)性化學(xué)習(xí)模式應(yīng)用案例

1.應(yīng)用案例

本研究以一組八年級(jí)的學(xué)生為研究對(duì)象，該組學(xué)生已經(jīng)學(xué)習(xí)過(guò)機(jī)械效率的有關(guān)知識(shí)，并認(rèn)為已經(jīng)掌握了所教授的知識(shí)點(diǎn)，但檢測(cè)成績(jī)卻不盡如人意。針對(duì)此情況，以人工智能技術(shù)支持下的智適應(yīng)學(xué)習(xí)系統(tǒng)為依托，將智適應(yīng)個(gè)性化學(xué)習(xí)模式應(yīng)用于人教版八年級(jí)物理《機(jī)械效率》一課，組織該組學(xué)生進(jìn)行智適應(yīng)個(gè)性化模式學(xué)習(xí)，學(xué)習(xí)采用智適應(yīng)學(xué)習(xí)平臺(tái)與教師輔導(dǎo)相結(jié)合的方式進(jìn)行。

2.基本過(guò)程

（1）學(xué)習(xí)者信息完善與知識(shí)點(diǎn)前測(cè)

在正式進(jìn)入學(xué)習(xí)之前，學(xué)生填寫個(gè)人信息并完成本節(jié)知識(shí)點(diǎn)的先行測(cè)試。智適應(yīng)學(xué)習(xí)系統(tǒng)根據(jù)學(xué)生的答題情況生成先行測(cè)試報(bào)告，結(jié)果表明，該組學(xué)生在功的原理、機(jī)械效率的定義及表達(dá)式方面存在知識(shí)點(diǎn)薄弱的情況。

（2）學(xué)習(xí)資源推送與學(xué)習(xí)過(guò)程開展

根據(jù)先行測(cè)試的結(jié)果，智適應(yīng)學(xué)習(xí)系統(tǒng)針對(duì)每個(gè)學(xué)生的情況，給學(xué)生提供指向其知識(shí)短板的學(xué)習(xí)資源。在機(jī)械效率的知識(shí)點(diǎn)的學(xué)習(xí)中，系統(tǒng)為學(xué)生推送了機(jī)械效率定義及表達(dá)式的講解視頻以及對(duì)應(yīng)的知識(shí)點(diǎn)總結(jié)，使學(xué)生避免了反復(fù)練習(xí)、學(xué)習(xí)效率低的行為。在整個(gè)學(xué)習(xí)過(guò)程中，智適應(yīng)學(xué)習(xí)系統(tǒng)會(huì)根據(jù)學(xué)生對(duì)各部分知識(shí)點(diǎn)的掌握情況實(shí)時(shí)、及時(shí)地進(jìn)行調(diào)整，以確保為學(xué)生提供適合的、有針對(duì)性的學(xué)習(xí)內(nèi)容與學(xué)習(xí)服務(wù)。

（3）知識(shí)點(diǎn)難度分層與靶向練習(xí)

對(duì)學(xué)生掌握薄弱的知識(shí)點(diǎn)精準(zhǔn)定位后，智適應(yīng)學(xué)習(xí)系統(tǒng)將繼續(xù)輔助學(xué)生對(duì)知識(shí)點(diǎn)的學(xué)習(xí)。在《機(jī)械效率》一課中，智適應(yīng)學(xué)習(xí)系統(tǒng)將機(jī)械效率、杠桿、滑輪、功和功率等知識(shí)點(diǎn)拆分細(xì)化，為各個(gè)知識(shí)點(diǎn)提供對(duì)應(yīng)的學(xué)習(xí)資源。同時(shí)，為學(xué)生提供有針對(duì)性的練習(xí)題，通過(guò)對(duì)學(xué)生答題情況的監(jiān)測(cè)及時(shí)調(diào)整習(xí)題分布層次以及難度水平，直至學(xué)生完全掌握本節(jié)內(nèi)容的知識(shí)點(diǎn)。

（4）綜合性測(cè)驗(yàn)與學(xué)習(xí)效果評(píng)價(jià)

綜合性測(cè)驗(yàn)是對(duì)學(xué)生進(jìn)行的對(duì)本課所有知識(shí)內(nèi)容掌握情況的檢測(cè)，并在此基礎(chǔ)上實(shí)現(xiàn)對(duì)機(jī)械效率有關(guān)知識(shí)點(diǎn)的綜合學(xué)習(xí)評(píng)價(jià)。智適應(yīng)學(xué)習(xí)系統(tǒng)在學(xué)生完成綜合性測(cè)驗(yàn)后會(huì)生成一份綜合學(xué)習(xí)報(bào)告，教師可將其作為學(xué)生學(xué)習(xí)效果評(píng)價(jià)的依據(jù)，為后續(xù)輔導(dǎo)提供參考。

（5）知識(shí)點(diǎn)漏洞攻克與學(xué)習(xí)輔導(dǎo)

教師對(duì)學(xué)生的知識(shí)點(diǎn)學(xué)習(xí)報(bào)告及綜合學(xué)習(xí)報(bào)告進(jìn)行分析，找到其知識(shí)短板并進(jìn)行針對(duì)性輔導(dǎo)。

3.效果分析

利用智適應(yīng)學(xué)習(xí)系統(tǒng)進(jìn)行學(xué)習(xí)，學(xué)生表現(xiàn)出了濃厚的學(xué)習(xí)興趣，學(xué)習(xí)效率大大提高，對(duì)“機(jī)械效率”知識(shí)點(diǎn)的掌握精確程度、理解程度以及應(yīng)用能力有顯著提升。

● 結(jié)語(yǔ)

人工智能技術(shù)支持下的智適應(yīng)個(gè)性化學(xué)習(xí)模式與傳統(tǒng)課堂的教學(xué)模式相比具有明顯優(yōu)勢(shì)：第一，智適應(yīng)學(xué)習(xí)系統(tǒng)能夠?qū)崿F(xiàn)1∶1的專家型“教師”輔導(dǎo)[10];第二，智適應(yīng)學(xué)習(xí)系統(tǒng)能針對(duì)學(xué)習(xí)者自身情況提供相應(yīng)的學(xué)習(xí)資料;第三，人機(jī)結(jié)合的學(xué)習(xí)模式能在一定程度上提升學(xué)習(xí)者學(xué)習(xí)動(dòng)機(jī)與學(xué)習(xí)興趣。筆者相信，在未來(lái)，人工智能技術(shù)在教育領(lǐng)域的應(yīng)用勢(shì)必會(huì)為學(xué)習(xí)者的個(gè)性化學(xué)習(xí)帶來(lái)更全面、更深層次的支持與保障。

參考文獻(xiàn)：

[1]中華人民共和國(guó)教育部.教育部關(guān)于印發(fā)《教育信息化2.0行動(dòng)計(jì)劃》的通知[EB/OL].http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.

[2]高偉，劉苗苗.人工智能時(shí)代教育人工智能研究與應(yīng)用現(xiàn)狀、問題及對(duì)策[J].軟件導(dǎo)刊，2020，19（01）：59-63.

[3]周琴，文欣月.從自適應(yīng)到智適應(yīng)：人工智能時(shí)代個(gè)性化學(xué)習(xí)新路徑[J].現(xiàn)代教育管理，2020（09）：89-96.

[4]張曼，劉興紅，梅佳星.我國(guó)個(gè)性化學(xué)習(xí)研究現(xiàn)狀與趨勢(shì)的可視化研究——基于中國(guó)知網(wǎng)2009-2018年期刊文獻(xiàn)[J].教育信息技術(shù)，2020（11）：62-66.

[6][10]李海峰，王煒.人工智能支持下的智適應(yīng)學(xué)習(xí)模式[J].中國(guó)電化教育，2018（12）：88-95+112.

[5]菅保霞，姜強(qiáng)，趙蔚，等.大數(shù)據(jù)背景下自適應(yīng)學(xué)習(xí)個(gè)性特征模型研究——基于元分析視角[J].遠(yuǎn)程教育雜志，2017，35（04）：87-96.

[7]任毅，吳瑤，譚希.人工智能技術(shù)對(duì)成人自主學(xué)習(xí)的影響[J].中國(guó)成人教育，2019（17）：3-5.

[8]郭炯，郝建江.人工智能環(huán)境下的學(xué)習(xí)發(fā)生機(jī)制[J].現(xiàn)代遠(yuǎn)程教育研究，2019（05）：32-38.

[9]周美云.機(jī)遇、挑戰(zhàn)與對(duì)策：人工智能時(shí)代的教學(xué)變革[J].現(xiàn)代教育管理，2020（03）：110-116.

本文系2021年度教育部人文社會(huì)科學(xué)研究規(guī)劃基金一般項(xiàng)目“數(shù)據(jù)驅(qū)動(dòng)的后疫情時(shí)代高校彈性教學(xué)策略研究”（項(xiàng)目編號(hào)：21YJA880062）研究結(jié)果。