• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于跨模態(tài)理解與重構(gòu)的適應(yīng)性數(shù)字教育資源:模型構(gòu)建與實踐框架

    2023-12-25 18:17:22羅江華張玉柳
    關(guān)鍵詞:人機協(xié)同

    羅江華 張玉柳

    摘要:數(shù)字教育資源在推進教育高質(zhì)量發(fā)展的過程中扮演著重要角色。人工智能時代,如何讓數(shù)字教育資源從之前的“讓人適應(yīng)”變?yōu)槟堋爸鲃舆m應(yīng)人”,是數(shù)字教育資源建設(shè)亟待解決的關(guān)鍵問題。隨著人工智能生成內(nèi)容(AIGC)應(yīng)用場景的持續(xù)拓展,跨模態(tài)理解與重構(gòu)技術(shù)為破解數(shù)字教育資源的適應(yīng)性問題提供了可行的技術(shù)支持。具體而言,就是主張“人—境—機—物”多主體協(xié)同,利用跨模態(tài)理解與重構(gòu)技術(shù)對復(fù)雜教育情境中的多模態(tài)教學(xué)行為和多模態(tài)數(shù)字教育資源進行智能挖掘和耦合計算,實現(xiàn)適用于人機協(xié)同環(huán)境的教育資源推薦,挖掘數(shù)字教育資源服務(wù)的供需適配關(guān)系,達成數(shù)字教育資源生成鏈的自我調(diào)度,由此即可構(gòu)建起適應(yīng)性數(shù)字教育資源模型。在實踐推進層面,應(yīng)構(gòu)建起包括數(shù)據(jù)采集層、智能分析層、規(guī)則約束層、應(yīng)用服務(wù)層四個層次的適應(yīng)性數(shù)字教育資源實踐框架,以期在對多模態(tài)教育資源和師生行為進行跨模態(tài)理解的基礎(chǔ)上,切實推進對數(shù)字教育資源的智能管理和個性化服務(wù)。

    關(guān)鍵詞:跨模態(tài)重構(gòu);跨模態(tài)理解;適應(yīng)性數(shù)字教育資源;人機協(xié)同;AIGC

    中圖分類號:G434 ? 文獻標(biāo)識碼:A ? ?文章編號:1009-5195(2023)06-0091-11 ?doi10.3969/j.issn.1009-5195.2023.06.011

    基金項目:國家社會科學(xué)基金2021年度教育學(xué)重點課題“以教育新基建支撐高質(zhì)量教育體系建設(shè)研究”(ACA210010)。

    作者簡介:羅江華,博士,教授,博士生導(dǎo)師,西南大學(xué)西南民族教育與心理研究中心(重慶 400715);張玉柳,博士研究生,西南大學(xué)西南民族教育與心理研究中心(重慶 400715)。

    一、引言

    在我國推進教育高質(zhì)量發(fā)展的過程中,數(shù)字教育資源扮演著重要角色。聚合起高質(zhì)量、體系化、多類型的數(shù)字教育資源,能有效推動教育資源的數(shù)字化與配置公平化,可滿足學(xué)習(xí)者個性化選擇的需求(懷進鵬,2023)。這意味著要全面提升數(shù)字教育資源服務(wù)的適應(yīng)性能力(羅江華等,2023),以科技創(chuàng)新為基點推動優(yōu)質(zhì)資源聚合,不斷提升數(shù)字教育資源的供需適配度(鄭永和等,2023),并加強對其的智能化組織管理和監(jiān)管評價(柯清超等,2023)。

    跨模態(tài)理解與重構(gòu)是人工智能生成內(nèi)容(AI-Generated Content,AIGC)的關(guān)鍵技術(shù),其引領(lǐng)的AIGC應(yīng)用效果和質(zhì)量大幅提升,應(yīng)用模式從專用走向通用,應(yīng)用流程從分發(fā)走向生成,應(yīng)用場景從單一走向多元(吳砥等,2023)。這些突破不僅為數(shù)字教育資源個性化服務(wù)提供了技術(shù)支撐,而且為破解數(shù)字教育資源的適應(yīng)性生成難題提供了可能。傳統(tǒng)數(shù)字教育資源服務(wù)雖然具有“人工累積、標(biāo)準(zhǔn)化供給”的鮮明特征,但也存在效率低和制作成本高的缺陷(陳明選等,2021)。而應(yīng)用跨模態(tài)理解與重構(gòu)技術(shù),可幫助人機高質(zhì)量協(xié)作,更好地理解數(shù)字教育資源的屬性、資源關(guān)聯(lián)、語義信息,以及教學(xué)對象的行為意圖,處理和分析復(fù)雜教學(xué)過程中的多模態(tài)數(shù)據(jù),通過迭代優(yōu)化智能生成數(shù)字教育資源,進而實現(xiàn)“知識魔法”,即根據(jù)師生的偏好和需求來提供個性化教育資源服務(wù)(楊欣,2023)。

    本研究關(guān)注如何基于跨模態(tài)理解與重構(gòu)技術(shù)為師生生成適應(yīng)性數(shù)字教育資源。一方面,從多模態(tài)教學(xué)行為特征視角對數(shù)字教育資源應(yīng)用的復(fù)雜性進行深入探究,利用跨模態(tài)理解與重構(gòu)技術(shù)實現(xiàn)對多模態(tài)教學(xué)行為和多模態(tài)數(shù)字教育資源的系統(tǒng)化建模分析,并探究適應(yīng)性數(shù)字教育資源形成要素之間的交互作用模式;另一方面,挖掘適應(yīng)性數(shù)字教育資源生成及應(yīng)用的適配機理,并分析其對于人機協(xié)同教育生態(tài)發(fā)展的核心價值。

    二、相關(guān)概念詮釋

    1.跨模態(tài)理解與重構(gòu)

    多模態(tài)和跨模態(tài)技術(shù)經(jīng)常被同時使用,以實現(xiàn)更全面、更準(zhǔn)確和更高效的信息處理和分析。多模態(tài)技術(shù)(Multimodal Technology)是一種使不同信息形態(tài)相互作用和協(xié)同的技術(shù),旨在將文字、圖像、聲音和視頻等加以集成和融合,從而提供更豐富、靈活和個性化的交互體驗和表達方式(吳友政等,2022)。而跨模態(tài)技術(shù)(Cross-Modal Technology)則是一種在不同感知模態(tài)之間進行信息交換和處理的技術(shù),旨在將不同感知模態(tài)的信息進行相互轉(zhuǎn)換和整合(陳寧等,2021)。由此可見,多模態(tài)技術(shù)注重如何融合和整合不同模態(tài)的信息,而跨模態(tài)技術(shù)則側(cè)重如何建立不同模態(tài)數(shù)據(jù)之間的聯(lián)系和橋梁。

    多模態(tài)與跨模態(tài)技術(shù)的持續(xù)發(fā)展和廣泛應(yīng)用催生了跨模態(tài)理解與重構(gòu)的進化??缒B(tài)理解(Cross-Modal Understanding)是指在多個不同的感知模態(tài)之間建立聯(lián)系,目的是將不同感知模態(tài)的信息進行整合,以促進更加全面、準(zhǔn)確的理解和推理(Liu et al.,2021)。例如,將文章中的圖片、視頻等多模態(tài)元素與文章內(nèi)容結(jié)合起來,就可更好地把握文章主旨。跨模態(tài)重構(gòu)(Cross-Modal Reconstruction)是指利用一種或多種感知模態(tài)的信息來生成另一種感知模態(tài)的信息,目的是利用不同感知模態(tài)之間的相互關(guān)系來彌補信息缺失或豐富信息表達(Choi et al.,2020)。例如,將音頻轉(zhuǎn)化為視頻,或?qū)D像轉(zhuǎn)化為三維模型。

    2.適應(yīng)性數(shù)字教育資源

    適應(yīng)性被認(rèn)為是數(shù)字資源服務(wù)的重要發(fā)展方向,旨在提升數(shù)字交互的匹配度和友好性,其重點是以師生興趣為導(dǎo)向(Mérida et al.,2010)。Rozo等(2019)認(rèn)為適應(yīng)性數(shù)字教育資源應(yīng)當(dāng)突出資源使用情境、內(nèi)容表示、界面呈現(xiàn)和流程提示,其設(shè)計目的是增強學(xué)習(xí)體驗,引導(dǎo)學(xué)生在學(xué)習(xí)活動中自定步調(diào)進行學(xué)習(xí)。羅江華等(2022)強調(diào)應(yīng)以師生真實需求和個性特征為數(shù)字教育資源服務(wù)的前提,重點提升數(shù)字教育資源生成與教學(xué)應(yīng)用之間的適配性。

    從發(fā)展趨勢看,適應(yīng)性數(shù)字教育資源的建設(shè)和應(yīng)用已經(jīng)超越了作為“資源平臺和資源池”的初級階段,現(xiàn)已建立起多主體協(xié)同、跨模態(tài)耦合和適應(yīng)性增強的計算模型,并且強調(diào)“模型即服務(wù)”(楊洋等,2022)。在這個服務(wù)過程中,如何促進多模態(tài)資源的有效識別、轉(zhuǎn)化與匯聚,是滿足師生對資源個性化需求的關(guān)鍵。這在本質(zhì)上是數(shù)字教育資源的跨模態(tài)生成,即將不同模態(tài)的資源進行有機融合,以生成新的、具有豐富信息且適配于教學(xué)活動的跨模態(tài)數(shù)據(jù)(?elaszczyk et al.,2023)。更為重要的是,適應(yīng)性數(shù)字教育資源的組織與應(yīng)用,需從跨模態(tài)實體語義關(guān)系知識模型出發(fā),引入面向教學(xué)場景的師生用戶模型與智能計算服務(wù)框架(林健等,2022);還需依據(jù)學(xué)習(xí)者特征實現(xiàn)資源的適應(yīng)性設(shè)計、生成與供給的智能服務(wù),尤其要重點設(shè)計“內(nèi)容”與“結(jié)構(gòu)”松耦合的適應(yīng)性學(xué)習(xí)資源模型(王琦等,2022)。

    三、適應(yīng)性數(shù)字教育資源的價值定位

    推進適應(yīng)性數(shù)字教育資源建設(shè),已成為教育數(shù)字化行動戰(zhàn)略的關(guān)鍵環(huán)節(jié)。具體來說,探究教育資源智能化服務(wù)過程中的人機交互規(guī)律,明確了解、理解和響應(yīng)師生需求,提升數(shù)字教育資源的交互性與適配程度,既是數(shù)字教育資源服務(wù)質(zhì)量提升的目標(biāo),也是適應(yīng)性數(shù)字教育資源的價值指向。

    1.切實推進人機協(xié)同環(huán)境下的教育資源推薦

    伴隨智能技術(shù)深度介入教育情境,構(gòu)建人機協(xié)同學(xué)習(xí)的智慧教育情境(彭紅超等,2018)變得越來越容易。此種情境下,人和機之間的互動不是簡單的機械式操作,而是一種共軛共生的關(guān)系,即以人的價值為根本遵循,借助智能技術(shù)實現(xiàn)個體的自我發(fā)展(艾興等,2020)。適應(yīng)性數(shù)字教育資源模型的運行機制便是一種借助技術(shù)的中介效應(yīng)打破人、機與物之間的邊界,探析“人—境—機—物”多主體之間復(fù)雜信息交換和多元交互的機制。其主要體現(xiàn)在三個方面:在適應(yīng)性數(shù)字教育資源的數(shù)據(jù)采集與理解階段,人機協(xié)同是師生主觀感知和智能傳感器采集信息的有效聚合。在信息處理階段,人機協(xié)同是將師生行為特征、教育資源與機器強大的算力結(jié)合起來,進而建構(gòu)新的資源適應(yīng)性推薦途徑。在數(shù)據(jù)輸出階段,人機協(xié)同是將教育教學(xué)的發(fā)展規(guī)律和機器的算法決策相聯(lián)結(jié),從而助益教育資源應(yīng)用的優(yōu)化與決策(劉偉,2021)。

    2.精準(zhǔn)反饋數(shù)字教育資源服務(wù)的供需適配關(guān)系

    由于“技術(shù)是工具”的論斷并沒有充分考慮教育對象的意向性,因而導(dǎo)致技術(shù)的情境適應(yīng)性缺失的問題(蔡連玉等,2023)。近來已有研究關(guān)注到師生行為需求對于提升個性化教育資源服務(wù)效率具有積極作用,但領(lǐng)域知識組織架構(gòu)中知識來源類型單一、更新緩慢以及師生特征識別率不高等問題,已成為阻礙教育資源應(yīng)用效率提升的關(guān)鍵原因。而適應(yīng)性數(shù)字教育資源的研究正是依托數(shù)據(jù)科學(xué)和人工智能技術(shù)支持,利用先進的感知技術(shù)和數(shù)據(jù)挖掘方法,對師生多模態(tài)教學(xué)行為和多模態(tài)數(shù)字教育資源進行多層次、細(xì)粒度的精準(zhǔn)建模,即從師生需求側(cè)和資源供給側(cè)兩方面進行耦合計算,動態(tài)反饋數(shù)字教育資源服務(wù)的供需適配關(guān)系,以便在數(shù)字教育環(huán)境下實現(xiàn)資源的精準(zhǔn)適配和定制,推動數(shù)字教育資源的形式多樣化、內(nèi)容境遇化、交互動態(tài)化以及服務(wù)智能化。

    3.真正實現(xiàn)數(shù)字教育資源生成鏈的自我調(diào)度

    人工智能技術(shù)在很大程度上已變革了教育教學(xué)的組織方式,其技術(shù)整合范式強調(diào)多通道推送知識和技術(shù),重視利用數(shù)字技術(shù)賦能數(shù)字教育資源動態(tài)、靈活地自我組織,以促進學(xué)生對知識的深度習(xí)得(蔡連玉等,2023)。適應(yīng)性數(shù)字教育資源服務(wù)的核心是基于人工智能算法賦能數(shù)字教育資源生成、流轉(zhuǎn)和應(yīng)用等全流程智能化。從資源生成鏈的角度來看,適應(yīng)性數(shù)字教育資源提供了更加靈活的資源生成和管理方式,其優(yōu)點在于能夠為數(shù)字教育資源生成提供更好的自我調(diào)度功能,提高數(shù)字教育資源的多模態(tài)融合度和復(fù)用性。同時,適應(yīng)性數(shù)字教育資源也能更好地管理數(shù)字教育資源的生命周期,及時更新和優(yōu)化資源內(nèi)容和形式,實現(xiàn)對適應(yīng)性數(shù)字教育資源服務(wù)涉及的數(shù)據(jù)流、算法流、知識流等多層次和多維度的理解、優(yōu)化及數(shù)據(jù)化表征,提高數(shù)字教育資源的豐富性和實用性,滿足師生多樣化的教與學(xué)需求。

    四、基于跨模態(tài)理解與重構(gòu)的適應(yīng)性數(shù)字教 育資源模型構(gòu)建

    智慧教學(xué)是由“人—機—物”等多主體在“物理—信息—心理”等多空間相互作用的復(fù)雜過程,面臨多空間融合、多主體協(xié)同、多環(huán)節(jié)匯通、多模式適配等挑戰(zhàn)(劉三女牙等,2021)。同理,適應(yīng)性數(shù)字教育資源的生成亦可以認(rèn)為是在“人—境—機—物”等多主體協(xié)同下,有效實現(xiàn)資源多元化和師生意向性全面融合的過程(闕玉葉,2022)。為指導(dǎo)具體實踐活動,須建構(gòu)基于跨模態(tài)理解與重構(gòu)的適應(yīng)性數(shù)字教育資源模型,詮釋適應(yīng)性數(shù)字教育資源動態(tài)生成的內(nèi)在機理。

    1.設(shè)計理念:資源“適應(yīng)”人的意向性

    迄今為止,對于人類主體性的強調(diào)是人工智能時代的一個關(guān)鍵議題。“以人為本”標(biāo)尺下的人機協(xié)同,是現(xiàn)階段人工智能在教育領(lǐng)域內(nèi)“植入”式發(fā)展的必由之路(喻國明,2022)。傳統(tǒng)的教育資源供給通常是固定的、預(yù)設(shè)的,師生只能按照既定步驟和內(nèi)容進行學(xué)習(xí)和實踐。隨著人工智能生成內(nèi)容技術(shù)的發(fā)展,有必要通過精準(zhǔn)理解師生多模態(tài)教學(xué)行為,探明其具體的資源需求,把握其資源意向與資源智能推送之間的適配關(guān)系。只有當(dāng)師生積極表達自己的資源需求,以及計劃如何發(fā)展新的知識時,適應(yīng)性數(shù)字教育資源才能更好地進行定制化生成。因此,適應(yīng)性數(shù)字教育資源模型應(yīng)當(dāng)遵循資源“適應(yīng)”人的設(shè)計理念,考慮如何依據(jù)師生的需求和反饋信息進行資源的智能組織和推薦優(yōu)化,從而靈活、智能地為師生提供生成性教育資源。

    2.要素篩選:適應(yīng)性數(shù)字教育資源模型分析

    通過梳理和分析自2010年以來國際上主流的適應(yīng)性教育資源模型(見表1)發(fā)現(xiàn),其共同涉及的關(guān)鍵要素可以概括為:人(學(xué)生與老師)、境(教育情境)、機(智能設(shè)備與技術(shù))、物(教育資源)四個方面。厘清各關(guān)鍵要素的潛在特征及其交互作用機制,是適應(yīng)性數(shù)字教育資源有效生成的重要前提。

    (1)人:學(xué)生與教師

    人是教育的主體,本研究中主要指教師和學(xué)生。教師是教學(xué)活動的組織者與指導(dǎo)者,其外顯行為主要包括話語、肢體動作、教學(xué)設(shè)備使用以及與學(xué)生的互動情況等。學(xué)生是學(xué)習(xí)活動的主體,其外顯行為表現(xiàn)為表情、話語、學(xué)習(xí)風(fēng)格、學(xué)習(xí)日志、身體動作,以及與學(xué)習(xí)終端、教師或其他感知設(shè)備的交互等;其內(nèi)隱行為表現(xiàn)為認(rèn)知、情感、動機以及生理特征等。

    (2)境:教育情境

    “境”通常是指教育活動所發(fā)生的場所和環(huán)境,包括傳統(tǒng)的課堂教學(xué)場景、實驗室教學(xué)場景、實習(xí)教學(xué)場景、在線學(xué)習(xí)場景以及虛擬教學(xué)場景等,具有多樣性和復(fù)雜性。在教育情境中,師生通過進行有效的教學(xué)和學(xué)習(xí)活動,可實現(xiàn)知識的傳遞和學(xué)習(xí)目標(biāo)的達成。

    (3)機:智能設(shè)備與技術(shù)

    “機”是指支持教與學(xué)的智能技術(shù)或應(yīng)用設(shè)備,本研究中主要是指利用智能設(shè)備與技術(shù)等對多模態(tài)數(shù)據(jù)進行挖掘分析。具體而言,智能設(shè)備主要是指通過計算機技術(shù)和傳感器技術(shù)實現(xiàn)自主智能的設(shè)備,如智能學(xué)習(xí)設(shè)備、VR頭盔、眼動儀、高清攝像頭等,其通常擁有高度的聯(lián)網(wǎng)能力,可通過互聯(lián)網(wǎng)與其他設(shè)備及云端服務(wù)進行交互,從而提供更加智能化的服務(wù)。而智能技術(shù)則是指利用人工智能、大數(shù)據(jù)、機器學(xué)習(xí)、自然語言處理等技術(shù),對資源數(shù)據(jù)進行處理和挖掘,從而實現(xiàn)智能化的資源組織與決策。

    (4)物:適應(yīng)性數(shù)字教育資源

    “物”主要是指適應(yīng)性數(shù)字教育資源,其能夠根據(jù)多模態(tài)教學(xué)行為特征,自動適應(yīng)人的意向并生成智能化組織的數(shù)字教育資源。適應(yīng)性數(shù)字教育資源的應(yīng)用范圍非常廣泛,既可應(yīng)用于各級各類教育階段和學(xué)科領(lǐng)域,為學(xué)生提供更加個性化的教育服務(wù),幫助學(xué)生更好地掌握知識和技能;同時也可為教師提供更具針對性的教學(xué)方案和資源,提高教學(xué)效果和質(zhì)量。適應(yīng)性數(shù)字教育資源具有三方面的特點:一是通過改變內(nèi)容結(jié)構(gòu)邏輯及知識組織方式體現(xiàn)其復(fù)合性,二是通過提升多元化的內(nèi)容生產(chǎn)體現(xiàn)其多樣性,三是通過提升資源育人的功能效果體現(xiàn)其增值性。

    3.模型構(gòu)建:基于跨模態(tài)理解與重構(gòu)的適應(yīng)性數(shù)字教育資源建模

    結(jié)合馬海云等(2022)所設(shè)計的面向知識服務(wù)的領(lǐng)域知識結(jié)構(gòu),本研究首先對適應(yīng)性數(shù)字教育資源中的知識組織進行了分層聚類,在此基礎(chǔ)上構(gòu)建了如圖1所示的基于跨模態(tài)理解與重構(gòu)的適應(yīng)性數(shù)字教育資源模型,以探析適應(yīng)性數(shù)字教育資源的動態(tài)生成機制。

    (1)多主體協(xié)同

    在人工智能為教育領(lǐng)域全面賦能的背景下,傳統(tǒng)的“師生”二元關(guān)系逐漸被“人—境—機—物”多主體協(xié)同互動的新型關(guān)系所取代,且貫穿當(dāng)前數(shù)字化教學(xué)的全過程(張樂樂等,2022)。在“人—境—機—物”多主體協(xié)同互動的智慧教學(xué)中,只有實現(xiàn)了不同主體間數(shù)據(jù)的共享和互通,才能實現(xiàn)人與“機”、人與“物”之間的協(xié)同,即“機”要為不同“境”下的人提供智能化和個性化的“物”。

    (2)跨模態(tài)耦合

    適應(yīng)性數(shù)字教育資源的動態(tài)能力形成需依據(jù)智能技術(shù)對多模態(tài)教育資源和多模態(tài)教學(xué)行為分別進行理解和表征。如圖1所示,跨模態(tài)數(shù)據(jù)理解能力U可以分為跨模態(tài)師生行為理解能力U1和跨模態(tài)數(shù)字教育資源理解能力U2兩種子能力,耦合兩種理解能力能夠形成跨模態(tài)教育資源重構(gòu)能力R,R可表示為公式(1):

    R=f(U1,U2) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?(1)

    其中,f(·)表示跨模態(tài)數(shù)據(jù)理解能力對跨模態(tài)教育資源重構(gòu)能力的影響函數(shù)?;诳缒B(tài)重構(gòu)生成的數(shù)字教育資源可以有效反映出適應(yīng)性數(shù)字教育資源的動態(tài)能力D,D可表示為公式(2):

    D=g(R) ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?(2)

    其中,g(·)表示跨模態(tài)數(shù)字教育資源重構(gòu)能力對適應(yīng)性數(shù)字教育資源動態(tài)能力的影響函數(shù)。由此適應(yīng)性數(shù)字教育資源的動態(tài)能力可表示為公式(3):

    D=g(R)=g(f(U1,U2)) ? ? ? ? ? ?(3)

    跨模態(tài)師生行為理解能力與跨模態(tài)數(shù)字教育資源理解能力通過跨模態(tài)數(shù)字教育資源重構(gòu)能力相互耦合,形成適應(yīng)性數(shù)字教育資源的動態(tài)能力,其生成機理符合楊現(xiàn)民等所提出的資源進化模式(楊現(xiàn)民等,2011)。其中,跨模態(tài)資源理解屬于其“資源的內(nèi)容進化”模式,即“量變”;跨模態(tài)資源重構(gòu)屬于其“資源的關(guān)聯(lián)進化”模式,即“質(zhì)變”,“量質(zhì)并舉”形成了適應(yīng)性數(shù)字教育資源高效生成的動態(tài)能力。

    跨模態(tài)數(shù)據(jù)理解包括多模態(tài)教育資源和多模態(tài)教學(xué)行為理解兩種類型,如圖2所示,其主要目的是對不同模態(tài)的數(shù)據(jù)進行識別、理解與融合,以此作為后續(xù)數(shù)字教育資源適應(yīng)性重構(gòu)的基礎(chǔ)??缒B(tài)數(shù)據(jù)理解類似于企業(yè)中通常遵循的資源編排理論,根據(jù)發(fā)展需求對不同表現(xiàn)形式的資源進行識別、理解后的拆解、重構(gòu),從而改變數(shù)字內(nèi)容的生產(chǎn)邏輯及形式。

    跨模態(tài)資源理解是為了保障跨模態(tài)資源消除冗余,降低不必要的復(fù)雜度,以及提高數(shù)字資源的高韌性和可理解性。通常來說,一個知識點可以用含有其語義信息的圖片、文本、音視頻等不同模態(tài)的資源來表示。在對齊序列場景下,若干個多模態(tài)數(shù)據(jù)組成一組,使用單模態(tài)編碼器處理輸入文本、音頻、視頻和圖像等模態(tài)信息后,可得到初始文本嵌入T={t1,...,tn}、音頻嵌入A={a1,...,an},視頻嵌入V={v1,...,vn}和圖像嵌入I={i1,...,in}等。為了建模文本、視覺和音頻之間的跨模態(tài)交互,引入基于Transformer的跨模態(tài)編碼器將多模態(tài)表征的高維稀疏特征向量轉(zhuǎn)換為低維稠密特征向量,并映射到一個統(tǒng)一的表征空間。然后通過跨模態(tài)關(guān)聯(lián)建模獲取具有語義一致性的跨模態(tài)資源,進而增強后續(xù)生成內(nèi)容的內(nèi)在邏輯性。此外,對于學(xué)習(xí)資源內(nèi)容的上下文表征M可用公式(4)表示,其中[;]表示組合操作(Liu et al.,2021)。

    M=CrossEncoder([T;A;V;…;I]) ? ? ?(4)

    除了綜合跨模態(tài)教育資源的語義關(guān)聯(lián),還需集約師生的資源需求,這是一個更復(fù)雜的多模態(tài)信息處理問題??缒B(tài)教學(xué)行為理解與跨模態(tài)資源理解的技術(shù)實現(xiàn)過程大體一致,既要正確理解師生資源需求,也要更好地表示和記錄師生的多模態(tài)教學(xué)行為數(shù)據(jù),尤其要重點關(guān)注師生的心理、認(rèn)知、情感狀態(tài),從而建立物理空間、生理空間、心理空間、數(shù)字空間四位一體的資源需求理解機制。

    教育資源蘊含著多元價值,跨模態(tài)資源重構(gòu)可以實現(xiàn)多種表現(xiàn)形式的學(xué)習(xí)資源的轉(zhuǎn)換、重構(gòu)和生成,為師生提供最適合他們需求的資源服務(wù)。跨模態(tài)資源重構(gòu)更關(guān)注全局信息,其核心是“應(yīng)變”,需依據(jù)跨模態(tài)師生行為理解和跨模態(tài)教育資源理解的量化表征而生成適應(yīng)性教育資源。其中,資源重構(gòu)能力是教育資源動態(tài)能力的低階構(gòu)成(Teece et al.,1997)。資源重構(gòu)具有兩個維度,即資源重組(Recombination)與資源重置(Reallocation)(Karim,2006)。資源重組涉及資源之間的相互作用,旨在使資源之間重新組合形成新的資源,類似于資源之間所發(fā)生的“化學(xué)變化”。資源重置不涉及資源之間的相互作用,僅指通過融合或精簡的方式對資源進行重新分配,類似于資源之間所發(fā)生的“物理變化”(Karim et al.,2004)。在本研究中,資源重構(gòu)是指對已有教育資源進行優(yōu)化和重組并生成適應(yīng)性資源的技術(shù)。其流程如圖3所示。

    鑒于不同模態(tài)的資源在具體事件和應(yīng)用中具有高度相關(guān)性,因此為了更好地以師生的意向性為導(dǎo)向從中抽取具有因果性、區(qū)分性、顯著性和魯棒性的有效特征,研究將跨模態(tài)資源語義圖譜假設(shè)為Gr=G(Vr,Er),其中Vr是節(jié)點集合,Er是邊集合;將跨模態(tài)師生特征圖譜假設(shè)為Gf=(Vf,Ef),其中Vf是節(jié)點集合,Ef是邊集合;通過利用Gr和Gf對多模態(tài)教育資源進行跨模態(tài)重構(gòu),即可生成適應(yīng)性數(shù)字教育資源,步驟如下:

    第一,將跨模態(tài)資源語義圖譜和跨模態(tài)師生特征圖譜進行關(guān)聯(lián),以獲取耦合圖譜G=(V,E),其中V=Vr∪Vf,表示節(jié)點集合的并集;E=Er∪Ef,表示邊集合的并集。然后利用加權(quán)鄰接矩陣A∈Rn×n來表征耦合圖譜的結(jié)構(gòu),其中n=|V|,表示耦合圖譜中的節(jié)點數(shù)量。A中的每個元素aij表示節(jié)點i和節(jié)點j之間的連接權(quán)重。

    第二,將耦合圖譜G中的節(jié)點特征表示為一個矩陣X∈Rn×d,其中d是節(jié)點特征的維度;再將節(jié)點i的特征表示為xi∈Rd。具體地,對于跨模態(tài)資源語義圖譜中的節(jié)點,利用其語義信息來表示其特征;對于跨模態(tài)師生特征圖譜中的節(jié)點,利用其教學(xué)行為和應(yīng)用語境信息來表示其特征。

    第三,使用圖卷積神經(jīng)網(wǎng)絡(luò)(Graph Convolution Network,GCN)對耦合圖譜進行表示和學(xué)習(xí)(Kipf et al.,2016),定義每個圖卷積層的傳播規(guī)則為公式(5):

    第四,利用節(jié)點表示矩陣H(L),通過注意力機制、多層感知器等進行資源內(nèi)容預(yù)選,對數(shù)值、時間等類型數(shù)據(jù)進行推理,實現(xiàn)聯(lián)合訓(xùn)練和優(yōu)化,從而克服多模態(tài)資源之間的異構(gòu)鴻溝。同時定義一個前向傳播函數(shù)f∶H(L)→Y,其中Y表示生成的適應(yīng)性數(shù)字教育資源的概率分布;f(·)定義為公式(6):

    f(H(L))=softmax(MLP(ATT(H(L))))(6)

    其中,ATT是注意力機制(Attention),它可以為每個節(jié)點計算一個權(quán)重向量,表示該節(jié)點在生成適應(yīng)性數(shù)字教育資源時的重要程度。對于節(jié)點i,其權(quán)重向量為ai。注意力機制的計算如公式(7)所示,Hi(L)表示第i個節(jié)點在GCN的第L層中學(xué)習(xí)得到的特征向量,softmax(ai)表示節(jié)點i的權(quán)重,可以通過一個多層感知器學(xué)習(xí)得到。

    ATT(H(L))=∑i=1 softmax(ai)Hi(L)(7)

    另外,MLP是多層感知器,用于將節(jié)點的上下文表示映射到適應(yīng)性數(shù)字教育資源的空間中。對于節(jié)點i,其上下文可表示為ci=MLP(ATT(H(L))||Hi(L)),其中||表示向量的拼接操作,MLP可以包含多個全連接層和激活函數(shù),也可通過反向傳播算法學(xué)習(xí)得到。

    通過注意力機制,對節(jié)點表示矩陣H(L)進行加權(quán)平均,還可得到每個節(jié)點的上下文表示。通過多層感知器,將節(jié)點的上下文表示映射到適應(yīng)性數(shù)字教育資源的空間中,最終通過softmax函數(shù)生成概率分布。softmax是一種激活函數(shù),可以將任意實數(shù)向量轉(zhuǎn)化為概率分布,即保證每個元素的概率都在[0,1]之間且概率和為1。

    第五,使用交叉熵?fù)p失函數(shù)衡量基于模型生成的適應(yīng)性數(shù)字教育資源與其實際滿足師生資源需求之間的差異,以便對生成的適應(yīng)性數(shù)字教育資源進行訓(xùn)練和優(yōu)化。交叉熵?fù)p失函數(shù)定義為公式(8):

    綜上所述,我們可以利用公式(11)表示如何基于跨模態(tài)資源語義圖譜和跨模態(tài)師生特征圖譜對跨模態(tài)教育資源進行重構(gòu),從而為師生生成適應(yīng)性數(shù)字教育資源。

    Y=f(H(L))=softmax(MLP(ATT(H(L)) ?) ) (11)

    其中,H(L)是耦合圖譜經(jīng)過多層GCN網(wǎng)絡(luò)學(xué)習(xí)得到的節(jié)點表示矩陣,f是前向傳播函數(shù)。

    通過以上過程,可為師生提供的適應(yīng)性數(shù)字教育資源包括重新排列和組合的原始資源的不同部分、添加的新的圖像、音頻或視頻元素等,以使其更適合師生的特定需求,并在共享和復(fù)用過程中實現(xiàn)其價值增值(楊文正等,2018)。

    (3)適應(yīng)性增強

    動態(tài)能力理論致力于研究一個組織面對一個快速變化的環(huán)境所擁有的改變、更新和創(chuàng)造新資源的能力(Teece,2000)。資源視角下的動態(tài)能力主要由三個維度構(gòu)成:一是快速識別和理解有價值資源的能力,二是有效獲取有價值資源的能力,三是匯聚、重構(gòu)資源以維持優(yōu)勢的能力(Teece,2007)。教育資源具有動態(tài)能力意味著教育領(lǐng)域能夠?qū)Y源進行數(shù)智化組織與重新配置,進而實現(xiàn)對資源智能服務(wù)模式的有效創(chuàng)新。簡而言之,適應(yīng)性數(shù)字教育資源的適應(yīng)性增強體現(xiàn)了其動態(tài)能力的高階性,以及對于師生教學(xué)行為需求特征挖掘的成熟度和資源理解與重構(gòu)的成熟度。

    教育資源是知識的重要載體,學(xué)習(xí)資源與知識本體的結(jié)合是未來學(xué)習(xí)技術(shù)標(biāo)準(zhǔn)的一大發(fā)展趨勢(趙厚福等,2010)。適應(yīng)性教育資源的形成,即是以知識單元為單位的資源增值服務(wù),其知識組織分為四個層次:知識信息層、核心要素層、問題求解層以及補全擴展層。其中,知識信息層包含了知識的概念、屬性以及載體類型等特征,完整地反映了某一領(lǐng)域資源的知識信息。知識信息層是構(gòu)成多模態(tài)領(lǐng)域知識的最小單位,也是領(lǐng)域知識結(jié)構(gòu)的基礎(chǔ)。核心要素層通過對多模態(tài)領(lǐng)域知識基礎(chǔ)細(xì)節(jié)層中的各個特征進行編碼處理,篩選出領(lǐng)域知識的核心要素,由此構(gòu)成了反映多模態(tài)領(lǐng)域知識的核心內(nèi)容。問題求解層是在核心要素層的基礎(chǔ)上,根據(jù)師生教學(xué)行為需求進行跨模態(tài)知識單元的重構(gòu),以便形成能夠解決師生實際問題的知識單元。補全擴展層是在對多模態(tài)知識單元以及師生行為需求進行匹配計算后,通過不斷更新和優(yōu)化資源以補全或擴展教育資源庫,使其更加貼近師生動態(tài)變化的資源需求。在知識組織層次分類技術(shù)的支撐下,適應(yīng)性數(shù)字教育資源服務(wù)不僅能為師生提供一份生成性的教育資源,還能從全流程視角觀照師生資源需求、進行資源匹配、實現(xiàn)資源重構(gòu)以及個性化和智能化推送。當(dāng)對師生需求挖掘的成熟度和資源理解與重構(gòu)的成熟度越來越高時,適應(yīng)性數(shù)字教育資源的動態(tài)能力也會不斷增強。這種持續(xù)發(fā)展的能力可表示為:適應(yīng)性數(shù)字教育資源的動態(tài)能力∝f(師生需求挖掘的成熟度,資源理解與重構(gòu)的成熟度)+ε,其中,f(·)在一般情況下是一個回歸函數(shù),ε表示適應(yīng)性數(shù)字教育資源動態(tài)能力的基線水平。

    五、基于跨模態(tài)理解與重構(gòu)的適應(yīng)性數(shù)字教 育資源實踐框架

    在提升數(shù)字教育資源服務(wù)質(zhì)量的過程中,資源的智能組織和服務(wù)策略是同等重要的,因此還需要以適應(yīng)性為主旨構(gòu)建實踐框架。盡管已有學(xué)者從“數(shù)據(jù)發(fā)現(xiàn)、數(shù)據(jù)融合、數(shù)據(jù)利用”方面梳理了教育資源的實踐框架(Shankar et al.,2019);但如何融合師生多模態(tài)行為分析,有效提升數(shù)字教育資源的識別、理解、轉(zhuǎn)化、重構(gòu)、生成與高效應(yīng)用,仍是構(gòu)建數(shù)字教育資源實踐框架的關(guān)鍵(Hercheui et al.,2020;Mikalef et al.,2021)。本研究從數(shù)據(jù)采集、智能分析、規(guī)則約束和應(yīng)用服務(wù)四個方面,構(gòu)建了如圖4所示的基于跨模態(tài)理解與重構(gòu)的適應(yīng)性數(shù)字教育資源實踐框架。

    1.數(shù)據(jù)采集層:多模態(tài)教育資源和師生行為采集

    適應(yīng)性數(shù)字教育資源的智能呈現(xiàn)既需要對師生行為與教育資源的關(guān)聯(lián)表征,也需要大量師生內(nèi)隱與外顯行為,以及資源的多維數(shù)據(jù)指標(biāo)的支持。數(shù)據(jù)采集層主要針對教育情境下的多模態(tài)教育資源和多模態(tài)教學(xué)行為進行全方位、伴隨式數(shù)據(jù)采集。針對師生行為數(shù)據(jù),主要利用多模態(tài)學(xué)習(xí)分析方法對“人—境—機—物”多主體協(xié)同進行精準(zhǔn)分析,通過傳感器、監(jiān)控器、智能學(xué)習(xí)設(shè)備等方式采集不同學(xué)習(xí)空間的行為數(shù)據(jù),以便形成多模態(tài)行為可計算的表征模式。針對多模態(tài)教育資源,主要依托國家智慧教育公共服務(wù)體系,匯集多類型、多尺度、多時相的多源異構(gòu)數(shù)據(jù)源(如文本、視頻、音頻和圖像等),通過爬蟲或API等方式獲取。在數(shù)據(jù)采集的過程中,還需要保證數(shù)據(jù)的質(zhì)量、安全性和隱私。

    2.智能分析層:基于多模態(tài)數(shù)據(jù)的理解與適應(yīng)性重構(gòu)

    智能分析層主要通過人工智能等技術(shù)進行模型訓(xùn)練和優(yōu)化,深度挖掘不同模態(tài)的師生行為需求和教育資源信息并對其進行高效關(guān)聯(lián),以此對適應(yīng)性數(shù)字教育資源的動態(tài)能力生成進行深入分析。在應(yīng)用數(shù)字教育資源時,應(yīng)充分考慮師生行為特征對于適應(yīng)性重構(gòu)的需求,跳出模式的“深井”,融合用戶行為需求與場景語義的資源分片、知識標(biāo)注、構(gòu)件裝配等深加工技術(shù)(劉三女牙等,2021)。研究采用Encoder-Decoder架構(gòu)對多模態(tài)數(shù)字教育資源進行智能分析:首先,使用單模態(tài)編碼器提取輸入文本、圖像和音頻等的表示。其次,運用Embedding處理/操作將不同模態(tài)的數(shù)據(jù)合并成一個張量。然后,使用Transformer編碼器處理文本、圖像和音頻等內(nèi)容之間的交互,得到多模態(tài)數(shù)字教育資源的統(tǒng)一表征。同理,多模態(tài)教學(xué)行為的智能分析亦使用Transformer編碼器,通過處理師生多模態(tài)教學(xué)行為之間的交互,可得到多模態(tài)行為數(shù)據(jù)的統(tǒng)一表征。最后,基于兩個跨模態(tài)解碼器對數(shù)字教育資源進行適應(yīng)性重構(gòu),從而生成符合師生意向的教育資源。在適應(yīng)性重構(gòu)過程中,還可以使用不同的神經(jīng)網(wǎng)絡(luò)模型,根據(jù)需要設(shè)計合適的網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)配置,以實現(xiàn)對適應(yīng)性數(shù)字教育資源的智能推送。

    3.規(guī)則約束層:資源生成中的質(zhì)量監(jiān)控與倫理安全

    技術(shù)的邏輯在于成功與高效,即“成事”與“成物”,但教育的邏輯在于“成人”(李政濤,2020)?;诳缒B(tài)理解與重構(gòu)技術(shù)生成的適應(yīng)性數(shù)字教育資源依賴于多模態(tài)大模型的優(yōu)勢特征(Luo et al.,2020;Huang et al.,2023)。它在為師生的教與學(xué)提供諸多便利的同時,也面臨如何在資源生成過程中發(fā)揮育人功能和保障數(shù)據(jù)安全等挑戰(zhàn)。而且適應(yīng)性數(shù)字教育資源的生成對數(shù)據(jù)的多樣性、時序性和層次性的要求很高。若對數(shù)據(jù)的采集、獲取和使用方式不加以約束,將在很大程度上造成師生隱私的泄露,并導(dǎo)致人在創(chuàng)新活動中的主體地位出現(xiàn)階梯式消解(李建中,2019)。除此之外,適應(yīng)性數(shù)字教育資源的生成和應(yīng)用還涉及知識產(chǎn)權(quán)、認(rèn)證標(biāo)準(zhǔn)、內(nèi)容審查等方面的技術(shù)倫理問題。規(guī)則約束層即是為了解決這些問題,對技術(shù)應(yīng)用的場景和邊界進行嚴(yán)格界定,開展符合教育規(guī)律的人機協(xié)同審查(郭炯等,2019)。具體來說,就是要明確智能技術(shù)的應(yīng)用規(guī)范、倫理道德邊界,遵循教育資源服務(wù)的知識組織原理、教育教學(xué)規(guī)律與育人目標(biāo)定位,從技術(shù)檢測和專家測評兩個層面探析如何建構(gòu)適應(yīng)性數(shù)字教育資源的測評體系,實現(xiàn)資源質(zhì)量、育人、倫理等多維度的科學(xué)測評。

    4.應(yīng)用服務(wù)層:推進資源的智能管理和個性化服務(wù)

    數(shù)字教育資源智能管理是指通過提升數(shù)字教育資源的組織和維護效率,以使其更好地支持教育活動的過程?;诳缒B(tài)理解與重構(gòu)的適應(yīng)性數(shù)字教育資源能為數(shù)字教育資源組織與管理效率的提升提供學(xué)理基礎(chǔ),具有多源聚類與知識重組等特點。適應(yīng)性數(shù)字教育資源的知識組織層次,能夠達到對教育資源知識單元的可控、可分目的,實現(xiàn)資源的共享優(yōu)化,并創(chuàng)新教育資源的粒度化管理。通過挖掘多模態(tài)資源間隱含的知識關(guān)聯(lián)進而實現(xiàn)跨模態(tài)、多角度的資源重構(gòu),可以有效地對各類數(shù)字教育資源進行建序優(yōu)化,并促進其由碎片化向集約化、智能化轉(zhuǎn)型。這將大大提升隱性知識識別、理解、轉(zhuǎn)化、創(chuàng)新應(yīng)用的效率,一定程度上滿足了數(shù)據(jù)驅(qū)動與需求驅(qū)動相結(jié)合的數(shù)字教育資源共享與重用,也拓展了資源價值的輻射邊界。

    智慧教育服務(wù)是指應(yīng)用人工智能等技術(shù)為學(xué)生與教師提供更加智能化和個性化的教育服務(wù),并以提高教育質(zhì)量為目標(biāo)的一種服務(wù)形態(tài)。而適應(yīng)性數(shù)字教育資源具有多模態(tài)行為分析和跨模態(tài)資源生成的“雙元”特性,能夠根據(jù)師生需求進行智能化調(diào)整和優(yōu)化,規(guī)避數(shù)字教育資源組織中的“路徑依賴”困境。學(xué)生可以根據(jù)適應(yīng)性數(shù)字教育資源的知識導(dǎo)航,基于多樣化的教學(xué)資源,實現(xiàn)個性化學(xué)習(xí)。教師可以利用適應(yīng)性數(shù)字教育資源更好地針對學(xué)生的學(xué)習(xí)需求和特點進行教學(xué)設(shè)計和教學(xué)實施,通過優(yōu)化學(xué)習(xí)路徑不斷提高教學(xué)效率。這些服務(wù)不僅可以讓教育更加智能化和個性化,還可以大大拓展教育的覆蓋范圍,提高教育教學(xué)的質(zhì)量和效率,促進教育的公平和包容。

    六、結(jié)語

    適應(yīng)性數(shù)字教育資源是數(shù)字教育資源生成、流轉(zhuǎn)和應(yīng)用等全鏈條智能化的結(jié)果,其核心是構(gòu)建基于跨模態(tài)理解與重構(gòu)的適應(yīng)性數(shù)字教育資源模型,目標(biāo)是動態(tài)生成供需適配的資源鏈,即依托跨模態(tài)理解與重構(gòu)技術(shù)生成適用于復(fù)雜教育情境的多模態(tài)教育資源。未來,我們將在現(xiàn)有研究的基礎(chǔ)上,進一步結(jié)合多模態(tài)大模型的技術(shù)進化,將該模型與適應(yīng)性數(shù)字教育資源的實踐框架相結(jié)合并驗證其有效性,以實現(xiàn)復(fù)雜教育情境下人機協(xié)同學(xué)習(xí)的互惠共生。

    參考文獻:

    [1]艾興,趙瑞雪(2020).人機協(xié)同視域下的智能學(xué)習(xí):邏輯起點與表征形態(tài)[J].遠(yuǎn)程教育雜志,38(1):69-75.

    [2]蔡連玉,金明飛,周躍良(2023).教育數(shù)字化轉(zhuǎn)型的本質(zhì):從技術(shù)整合到人機融合[J].華東師范大學(xué)學(xué)報(教育科學(xué)版),41(3):36-44.

    [3]陳明選,李蘭(2021).我國數(shù)字教育平臺資源配置與服務(wù):問題與對策[J].中國遠(yuǎn)程教育,(1):17-26,77.

    [4]陳寧,段友祥,孫歧峰(2021).跨模態(tài)檢索研究文獻綜述[J].計算機科學(xué)與探索,15(8):1390-1404.

    [5]丁繼紅,劉華中(2017).影響教育資源選擇的學(xué)習(xí)者模型構(gòu)建[J].遠(yuǎn)程教育雜志,35(4):97-103.

    [6]郭炯,郝建江(2019).人工智能環(huán)境下的學(xué)習(xí)發(fā)生機制[J].現(xiàn)代遠(yuǎn)程教育研究,31(5):32-38.

    [7]懷進鵬(2023).數(shù)字變革與教育未來——在世界數(shù)字教育大會上的主旨演講[N].中國教育報,2023-02-14(001).

    [8]柯清超,劉麗麗,鮑婷婷等(2023).國家智慧教育平臺賦能區(qū)域教育數(shù)字化轉(zhuǎn)型的四重機制[J].中國電化教育,(3):30-36.

    [9]李寶,張文蘭(2015).智慧教育環(huán)境下學(xué)習(xí)資源推送服務(wù)模型的構(gòu)建[J].遠(yuǎn)程教育雜志,33(3):41-48.

    [10]李建中(2019).人工智能時代的知識學(xué)習(xí)與創(chuàng)新教育的轉(zhuǎn)向[J].中國電化教育,(4):10-16.

    [11]李政濤(2020).現(xiàn)代信息技術(shù)的“教育責(zé)任”[J].開放教育研究,26(2):13-26.

    [12]林健,柯清超,黃正華等(2022).學(xué)科知識圖譜的動態(tài)生成及其在資源智能組織中的應(yīng)用[J].遠(yuǎn)程教育雜志,40(4):23-34.

    [13]劉三女牙,孫建文(2021).人工智能時代的課堂創(chuàng)變:解構(gòu)與重構(gòu)[J].國家教育行政學(xué)院學(xué)報,(9):16-22.

    [14]劉偉(2021).人機融合:超越人工智能[M].北京:清華大學(xué)出版社:34.

    [15]羅江華,馮瑞(2022).學(xué)習(xí)平臺的適應(yīng)性進化及其對教育新基建的啟示[J].現(xiàn)代教育技術(shù),32(10):17-25.

    [16]羅江華,王琳(2023).新基建賦能教育數(shù)字化轉(zhuǎn)型的邏輯、挑戰(zhàn)與實踐路向[J].中國電化教育,(3):37-45.

    [17]馬海云,薛翔(2022).面向知識服務(wù)的領(lǐng)域知識結(jié)構(gòu)研究[J].情報學(xué)報,41(1):73-82.

    [18]彭紅超,祝智庭(2018).人機協(xié)同的數(shù)據(jù)智慧機制:智慧教育的數(shù)據(jù)價值煉金術(shù)[J].開放教育研究,24(2):41-50.

    [19]闕玉葉(2022).人工智能實現(xiàn)完全意向性何以可能?——人機融合智能:未來人工智能發(fā)展方向[J].自然辯證法研究,38(9):55-61.

    [20]王琦,余勝泉,萬海鵬(2022).內(nèi)容與結(jié)構(gòu)松耦合的適應(yīng)性學(xué)習(xí)資源模型及應(yīng)用研究[J].電化教育研究,43(3):51-59.

    [21]吳砥,李環(huán),陳旭(2023).人工智能通用大模型教育應(yīng)用影響探析[J].開放教育研究,29(2):19-25,45.

    [22]吳友政,李浩然,姚霆等(2022).多模態(tài)信息處理前沿綜述:應(yīng)用、融合和預(yù)訓(xùn)練[J].中文信息學(xué)報,36(5):1-20.

    [23]楊文正,徐杰,李慧慧(2018).生態(tài)學(xué)視角下數(shù)字教育資源優(yōu)化配置模型構(gòu)建[J].現(xiàn)代遠(yuǎn)程教育研究,(2):94-102.

    [24]楊現(xiàn)民,余勝泉(2010).泛在學(xué)習(xí)環(huán)境下的學(xué)習(xí)資源信息模型構(gòu)建[J].中國電化教育,(9):72-78.

    [25]楊現(xiàn)民,余勝泉(2011).泛在學(xué)習(xí)環(huán)境下的學(xué)習(xí)資源進化模型構(gòu)建[J].中國電化教育,296(09):80-86.

    [26]楊欣(2023).基于生成式人工智能的教育轉(zhuǎn)型圖景——ChatGPT究竟對教育意味著什么[J].中國電化教育,(5):1-8,14.

    [27]楊洋,況琨,陳政聿等(2022).基于端云協(xié)同體系的預(yù)訓(xùn)練大模型及其服務(wù)化[J].人工智能, (6):103-120.

    [28]余平,管玨琪,徐顯龍等(2016).情境信息及其在智慧學(xué)習(xí)資源推薦中的應(yīng)用研究[J].電化教育研究,37(2):54-61.

    [29]喻國明(2022).“以人為本”標(biāo)尺下的“人—機”協(xié)同[J].新聞與寫作,(10):1.

    [30]張進良,葉求財(2019).大數(shù)據(jù)視閾下學(xué)習(xí)資源智能推薦模型構(gòu)建[J].湖南科技大學(xué)學(xué)報(社會科學(xué)版),22(4):178-184.

    [31]張樂樂,顧小清(2022).多模態(tài)數(shù)據(jù)支持的課堂教學(xué)行為分析模型與實踐框架[J].開放教育研究,28(6):101-110.

    [32]趙厚福,祝智庭,吳永和(2010).數(shù)字化學(xué)習(xí)技術(shù)標(biāo)準(zhǔn)發(fā)展的趨勢、框架和建議[J].中國遠(yuǎn)程教育,(2):69-75.

    [33]鄭永和,王一巖(2023).科技賦能教育高質(zhì)量發(fā)展:價值內(nèi)涵、表征樣態(tài)與推進策略[J].中國電化教育,(1):118-126.

    [34]Choi, S., Lee, S., & Kim, Y. et al. (2020). Hi-CMD: Hierarchical Cross-Modality Disentanglement for Visible-Infrared

    Person Re-Identification[C]// Proceedings of the 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition.WA: Seattle:10254-10263.

    [35]Hercheui, M., & Ranjith, R. (2020). Improving Organization Dynamic Capabilities Using Artificial Intelligence[J]. Global Journal of Business Research, 14(1):87-96.

    [36]Huang, S., Dong, L., & Wang, W. et al. (2023). Language Is Not All You Need: Aligning Perception with Language Models[J]. ArXiv:2302.14045.

    [37]Karim, S. (2006). Modularity in Organizational Structure: The Reconfiguration of Internally Developed and Acquired Business Units[J]. Strategic Management Journal, 27:799-823.

    [38]Karim, S., & Mitchell, W. (2004). Innovating Through Acquisition and Internal Development: A Quarter-Century of Boundary Evolution at Johnson & Johnson[J]. Long Range Planning, 37:525-547.

    [39]Kipf, T. N., & Welling, M. (2016). Semi-Supervised Classification with Graph Convolutional Networks[J]. ArXiv:1609.02907.

    [40]Liu, J., Zhu, X., & Liu, F. et al. (2021). OPT: Omni-Perception Pre-Trainer for Cross-Modal Understanding And Generation[J]. ArXiv:2107.00249.

    [41]Luo, H., Ji, L., & Shi, B. et al. (2020). UniVL: A Unified Video and Language Pre-Training Model for Multimodal Understanding and Generation[J]. ArXiv:2002.06353.

    [42]Mérida, D., Fabregat, R., & Baldiris, S. (2010). Sistemas Heterogéneos Adaptativos Basados en el Contexto[J]. Revista Iberoamericana de Educacióon a Distancia, 13(2):73-105.

    [43]Mikalef, P., Conboy, K., & Krogstie, J. (2021). Artificial Intelligence as an Enabler of B2B Marketing: A Dynamic Capabilities Micro-Foundations Approach[J]. Industrial Marketing Management, 98:80-92.

    [44]Rozo, H., & Real, M. (2019). Pedagogical Guidelines for the Creation of Adaptive Digital Educational Resources: A Review of the Literature[J]. Journal of Technology and Science Education, 9(3):308-325.

    [45]Sawadogo, D., Champagnat, R., & Estraillier, P. (2014). Adaptive Digital Resource Modelling for Interactive System[C]// Proceedings of the 2014 International Conference on Control, Decision and Information Technologies (CoDIT). IEEE:663-668.

    [46]Shankar, S. K., Ruiz-Calleja, A., & Serrano-Iglesias, S. et al. (2019). A Data Value Chain to Model the Processing of Multimodal Evidence in Authentic Learning Scenarios[C]// Proceedings of CEUR Workshop LASI Spain. Vigo, Spain: CEUR:71-83.

    [47]Teece, D. J. (2000). Strategies for Managing Knowledge Assets: The Role of Firm Structure and Industrial Context[J]. Long Range Planning, 33(1):35-54.

    [48]Teece, D. J. (2007). Explicating Dynamic Capabilities: The Nature and Micro foundations of (Sustainable) Enterprise Performance[J]. Strategic Management Journal, 28(13):1319-1350.

    [49]Teece, D. J., Pisano, G., & Shuen, A. (1997). Dynamic Capabilities and Strategic Management[J]. Strategic Management Journal, 18(7):509-533.

    [50]Wei, X., Sun, S., & Wu, D. et al. (2021). Personalized Online Learning Resource Recommendation Based on Artificial Intelligence and Educational Psychology[J]. Frontiers in Psychology, 12:767837.

    [51]?elaszczyk, M., & Mańdziuk, J. (2023). Cross-Modal Text and Visual Generation: A Systematic Review. Part 1: Image to Text[J]. Information Fusion, 93:302-329.

    收稿日期 2023-06-05 責(zé)任編輯 劉選

    Adaptive Digital Educational Resources Based on Cross-Modal Understanding and Reconstruction:

    Model Construction and Practical Framework

    LUO Jianghua, ZHANG Yuliu

    Abstract: Digital educational resources play an important role in the process of promoting high-quality development of education. In the era of artificial intelligence, how to make digital educational resources change from “l(fā)etting human adapt” to “actively adapting to human” is the key issue to be solved urgently in the construction of digital educational resources. As the application scenarios of artificial intelligence-generated content continue to expand, cross-modal understanding and reconstruction technologies provide feasible technical support for addressing the adaptability of digital educational resources. Specifically, it advocates multi-disciplinary collaboration among humans, educational contexts, computers and educational resources, and uses cross-modal understanding and reconstruction technology to carry out intelligent mining and coupling calculation of multi-modal teaching behaviors and multi-modal digital educational resources in complex educational situations, so as to realize the recommendation of educational resources suitable for man-machine collaborative environment, explore the supply-demand adaptation of digital educational resources services, and realize the self-scheduling of digital educational resources generation chain, so that we can build an adaptive digital educational resources model. At a practical level, a practical framework of adaptive digital educational resources should be constructed, which includes data collection layer, intelligent analysis layer, rule constraint layer and application service layer, to effectively promote the intelligent management and personalized service of digital educational resources on the basis of cross-modal understanding of multi-modal educational resources as well as behaviors of teachers and students.

    Keywords: Cross-Modal Reconstruction; Cross-Modal Understanding; Adaptive Digital Educational Resources; Human-Machine Collaboration; Artificial Intelligence-Generated Content

    猜你喜歡
    人機協(xié)同
    智能制造人機協(xié)同制造系統(tǒng)安全問題及其應(yīng)對措施
    機器人新聞寫作的應(yīng)用、前景及應(yīng)對
    中國廣播(2018年11期)2018-01-22 11:37:50
    人工智能環(huán)境下新聞報道的新趨勢
    大觀(2017年10期)2017-12-19 09:20:21
    從NLG到機器新聞寫作
    今傳媒(2017年10期)2017-11-04 16:23:12
    雙輪自平衡車控制方法
    數(shù)字化技術(shù)為主導(dǎo)的人機協(xié)同制造
    成人av在线播放网站| 国产午夜精品久久久久久一区二区三区| 色5月婷婷丁香| 成人高潮视频无遮挡免费网站| 亚洲精华国产精华液的使用体验 | 人人妻人人澡欧美一区二区| 26uuu在线亚洲综合色| 成人漫画全彩无遮挡| 97热精品久久久久久| 精品一区二区三区视频在线| 久久人妻av系列| 国产精品乱码一区二三区的特点| 亚洲精品久久久久久婷婷小说 | 97在线视频观看| 精品久久久久久久末码| 一本一本综合久久| 国产精品永久免费网站| 精品不卡国产一区二区三区| 婷婷色综合大香蕉| 岛国在线免费视频观看| 国产一级毛片在线| 在线播放无遮挡| 两个人的视频大全免费| 久久精品国产亚洲av香蕉五月| av在线天堂中文字幕| 亚洲av免费高清在线观看| 高清毛片免费看| 美女被艹到高潮喷水动态| 国产精品一区二区三区四区免费观看| 五月伊人婷婷丁香| 亚洲av一区综合| 给我免费播放毛片高清在线观看| 日本一本二区三区精品| 插逼视频在线观看| 少妇丰满av| 搡老妇女老女人老熟妇| 国产精品久久久久久精品电影小说 | 丰满人妻一区二区三区视频av| 九九热线精品视视频播放| 插阴视频在线观看视频| 午夜久久久久精精品| 网址你懂的国产日韩在线| 91av网一区二区| 青春草亚洲视频在线观看| 女人十人毛片免费观看3o分钟| 热99re8久久精品国产| 欧美另类亚洲清纯唯美| 久久亚洲国产成人精品v| 边亲边吃奶的免费视频| 丰满乱子伦码专区| 最近的中文字幕免费完整| 国产探花在线观看一区二区| 国内少妇人妻偷人精品xxx网站| 菩萨蛮人人尽说江南好唐韦庄 | 禁无遮挡网站| 99热精品在线国产| 亚洲精品日韩在线中文字幕 | 熟妇人妻久久中文字幕3abv| av国产免费在线观看| 欧美性猛交╳xxx乱大交人| 久久精品夜色国产| 国产伦一二天堂av在线观看| 亚洲精品日韩av片在线观看| 亚洲av一区综合| 美女高潮的动态| 联通29元200g的流量卡| 日日啪夜夜撸| 一级毛片电影观看 | 特大巨黑吊av在线直播| 欧美不卡视频在线免费观看| 草草在线视频免费看| 国产高清有码在线观看视频| 欧洲精品卡2卡3卡4卡5卡区| 不卡视频在线观看欧美| 神马国产精品三级电影在线观看| 欧美一区二区国产精品久久精品| 欧美xxxx性猛交bbbb| 国产日韩欧美在线精品| 在线a可以看的网站| 久久这里只有精品中国| 亚洲精品久久国产高清桃花| 国产精品永久免费网站| 三级国产精品欧美在线观看| 久久人人爽人人爽人人片va| 春色校园在线视频观看| 国产 一区 欧美 日韩| 男人和女人高潮做爰伦理| 最近最新中文字幕大全电影3| 免费观看在线日韩| 黑人高潮一二区| 精品欧美国产一区二区三| 成人亚洲精品av一区二区| 欧美日本视频| 亚洲av中文av极速乱| 变态另类丝袜制服| 国产精品嫩草影院av在线观看| 欧洲精品卡2卡3卡4卡5卡区| 色哟哟哟哟哟哟| 国产精品免费一区二区三区在线| 国产精品久久久久久精品电影小说 | 99精品在免费线老司机午夜| 一进一出抽搐gif免费好疼| 天堂√8在线中文| 国产精品美女特级片免费视频播放器| 午夜视频国产福利| 人人妻人人澡欧美一区二区| 亚洲高清免费不卡视频| 亚洲欧美成人精品一区二区| 黄色日韩在线| 色噜噜av男人的天堂激情| 嫩草影院入口| 色视频www国产| 99久久精品一区二区三区| 在线观看av片永久免费下载| 99久久中文字幕三级久久日本| а√天堂www在线а√下载| 成熟少妇高潮喷水视频| 亚洲电影在线观看av| 久久久久久伊人网av| 天美传媒精品一区二区| 欧美3d第一页| 欧美激情久久久久久爽电影| www.色视频.com| 日韩欧美精品免费久久| 国内久久婷婷六月综合欲色啪| 国产精品野战在线观看| 国产极品天堂在线| 中文字幕熟女人妻在线| 亚洲图色成人| 日本-黄色视频高清免费观看| 丰满人妻一区二区三区视频av| 日本欧美国产在线视频| 久久久久久久久中文| 亚洲av中文av极速乱| 一级毛片久久久久久久久女| 亚洲人成网站在线播| 麻豆成人av视频| 男的添女的下面高潮视频| 一级毛片电影观看 | 99久久精品国产国产毛片| 精品久久久噜噜| 欧美区成人在线视频| 国产精品av视频在线免费观看| 少妇猛男粗大的猛烈进出视频 | 变态另类丝袜制服| 男人狂女人下面高潮的视频| 国产毛片a区久久久久| 亚洲成人精品中文字幕电影| 成年女人永久免费观看视频| 非洲黑人性xxxx精品又粗又长| 日韩成人伦理影院| 国产精品,欧美在线| 午夜爱爱视频在线播放| 亚洲,欧美,日韩| 久久国产乱子免费精品| 色播亚洲综合网| 国产乱人偷精品视频| 欧美日韩一区二区视频在线观看视频在线 | 亚洲欧美清纯卡通| 男女那种视频在线观看| 欧美精品一区二区大全| 听说在线观看完整版免费高清| 成年免费大片在线观看| 国产白丝娇喘喷水9色精品| 免费电影在线观看免费观看| 成人无遮挡网站| 青春草视频在线免费观看| 2022亚洲国产成人精品| 99riav亚洲国产免费| 国产探花在线观看一区二区| 在线观看一区二区三区| 禁无遮挡网站| 国产探花极品一区二区| 免费不卡的大黄色大毛片视频在线观看 | 亚洲内射少妇av| 99热这里只有是精品在线观看| 不卡视频在线观看欧美| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | .国产精品久久| 亚州av有码| 成人av在线播放网站| 熟妇人妻久久中文字幕3abv| 久久久久久久久久黄片| 干丝袜人妻中文字幕| 国产成人freesex在线| 五月伊人婷婷丁香| 可以在线观看的亚洲视频| 黄色一级大片看看| 99热只有精品国产| 干丝袜人妻中文字幕| 夜夜看夜夜爽夜夜摸| 国产成人91sexporn| 精品人妻熟女av久视频| 美女脱内裤让男人舔精品视频 | 国产v大片淫在线免费观看| 欧美三级亚洲精品| 少妇裸体淫交视频免费看高清| 99热这里只有是精品在线观看| 一级黄色大片毛片| 免费大片18禁| 老师上课跳d突然被开到最大视频| 日韩av不卡免费在线播放| 69人妻影院| 成人综合一区亚洲| 久久久成人免费电影| 日本欧美国产在线视频| 三级经典国产精品| 久久99热这里只有精品18| 国产真实乱freesex| 国产探花极品一区二区| 亚洲精品国产成人久久av| 久久草成人影院| 99视频精品全部免费 在线| 久久久久久久午夜电影| 尤物成人国产欧美一区二区三区| 国产精品无大码| 亚洲四区av| 波多野结衣巨乳人妻| 久久99热这里只有精品18| 中文字幕精品亚洲无线码一区| 老熟妇乱子伦视频在线观看| 深爱激情五月婷婷| 国产成人精品一,二区 | 一卡2卡三卡四卡精品乱码亚洲| 黄色配什么色好看| 哪里可以看免费的av片| 国产 一区 欧美 日韩| 亚洲成人精品中文字幕电影| 热99re8久久精品国产| 在线a可以看的网站| 乱人视频在线观看| 国产av麻豆久久久久久久| 成人国产麻豆网| 精品无人区乱码1区二区| 在线观看免费视频日本深夜| 日本爱情动作片www.在线观看| 观看免费一级毛片| 日韩中字成人| 在线免费观看不下载黄p国产| 亚洲av二区三区四区| 麻豆国产97在线/欧美| 一卡2卡三卡四卡精品乱码亚洲| 精品人妻偷拍中文字幕| 欧美在线一区亚洲| 熟妇人妻久久中文字幕3abv| a级毛片免费高清观看在线播放| 亚洲不卡免费看| 麻豆久久精品国产亚洲av| 日日干狠狠操夜夜爽| 又黄又爽又刺激的免费视频.| 一区二区三区高清视频在线| 免费搜索国产男女视频| 日韩欧美国产在线观看| 男的添女的下面高潮视频| 性插视频无遮挡在线免费观看| 中文字幕久久专区| 级片在线观看| av在线蜜桃| 美女xxoo啪啪120秒动态图| 毛片女人毛片| 国产精品99久久久久久久久| 色综合站精品国产| 中文字幕精品亚洲无线码一区| 九九在线视频观看精品| 欧美性猛交╳xxx乱大交人| 午夜精品一区二区三区免费看| 高清午夜精品一区二区三区 | 性欧美人与动物交配| a级毛色黄片| 欧美最新免费一区二区三区| 久久中文看片网| 亚洲va在线va天堂va国产| 国产精品不卡视频一区二区| 国产午夜精品久久久久久一区二区三区| 亚洲精品影视一区二区三区av| 免费av观看视频| 亚洲精品久久久久久婷婷小说 | 久久精品夜夜夜夜夜久久蜜豆| 亚洲最大成人手机在线| 国产探花极品一区二区| 中国国产av一级| 欧美极品一区二区三区四区| 亚洲精品自拍成人| 亚洲精品国产av成人精品| 日韩在线高清观看一区二区三区| 日韩精品青青久久久久久| 欧美精品国产亚洲| 日本在线视频免费播放| 亚洲成人精品中文字幕电影| 春色校园在线视频观看| 久久久精品大字幕| 亚洲av男天堂| 免费在线观看成人毛片| 大型黄色视频在线免费观看| 在线观看午夜福利视频| 中国美白少妇内射xxxbb| 色综合亚洲欧美另类图片| 天美传媒精品一区二区| 精品国内亚洲2022精品成人| 只有这里有精品99| 人妻少妇偷人精品九色| 在线a可以看的网站| 亚洲av熟女| 国产精品永久免费网站| eeuss影院久久| 亚洲精品国产av成人精品| 中文字幕久久专区| 长腿黑丝高跟| 国产美女午夜福利| 国产午夜福利久久久久久| 欧美一区二区国产精品久久精品| 日韩一区二区视频免费看| av免费观看日本| 在线免费观看不下载黄p国产| 日本成人三级电影网站| 亚洲av第一区精品v没综合| 欧美潮喷喷水| 国产午夜精品久久久久久一区二区三区| 欧美xxxx性猛交bbbb| 日韩,欧美,国产一区二区三区 | 国产高清视频在线观看网站| 国产v大片淫在线免费观看| 只有这里有精品99| 好男人在线观看高清免费视频| 亚洲精品456在线播放app| 成年女人看的毛片在线观看| 少妇被粗大猛烈的视频| av女优亚洲男人天堂| 亚洲精品456在线播放app| 伊人久久精品亚洲午夜| 久久精品国产亚洲av香蕉五月| 日日摸夜夜添夜夜爱| 久久久久久久久大av| 欧美激情在线99| 嘟嘟电影网在线观看| 国产精品人妻久久久久久| 色噜噜av男人的天堂激情| 国产女主播在线喷水免费视频网站 | 我要搜黄色片| 精品久久久久久久久久免费视频| 国产极品精品免费视频能看的| 亚洲国产欧美人成| 亚洲精品日韩在线中文字幕 | 黑人高潮一二区| 欧美成人一区二区免费高清观看| 免费看日本二区| h日本视频在线播放| 日本一本二区三区精品| 日日啪夜夜撸| 一本久久中文字幕| 亚洲人成网站高清观看| 久久热精品热| 免费大片18禁| 99热这里只有精品一区| 一个人看视频在线观看www免费| 久久精品久久久久久久性| 天堂网av新在线| 在线天堂最新版资源| 少妇的逼好多水| 久久久国产成人精品二区| 欧美不卡视频在线免费观看| 精品一区二区免费观看| 一个人观看的视频www高清免费观看| 精品久久久噜噜| 国产亚洲5aaaaa淫片| 一级毛片久久久久久久久女| 91精品国产九色| 欧美+日韩+精品| 欧美日韩综合久久久久久| 午夜a级毛片| 精品免费久久久久久久清纯| 麻豆成人午夜福利视频| 在线国产一区二区在线| 免费观看在线日韩| 欧美一区二区国产精品久久精品| 三级毛片av免费| 日韩,欧美,国产一区二区三区 | 亚洲第一区二区三区不卡| 亚洲精品色激情综合| 国产淫片久久久久久久久| 99热精品在线国产| .国产精品久久| 日韩欧美三级三区| 青春草国产在线视频 | 亚洲电影在线观看av| 丰满乱子伦码专区| 中文字幕免费在线视频6| 国产精品久久久久久亚洲av鲁大| 免费看美女性在线毛片视频| 人妻少妇偷人精品九色| 午夜精品一区二区三区免费看| 黄色日韩在线| eeuss影院久久| 99久久精品国产国产毛片| 国产伦在线观看视频一区| 国产不卡一卡二| 插阴视频在线观看视频| 国产伦在线观看视频一区| 久久99热这里只有精品18| 简卡轻食公司| 亚洲经典国产精华液单| 国产av不卡久久| 午夜激情欧美在线| 亚洲av二区三区四区| 久久久久久久午夜电影| 亚洲成人久久爱视频| 精品少妇黑人巨大在线播放 | 乱码一卡2卡4卡精品| 免费一级毛片在线播放高清视频| 亚洲人成网站高清观看| 久久久久久九九精品二区国产| 亚洲四区av| 国产成人freesex在线| 亚洲av.av天堂| 干丝袜人妻中文字幕| 成人亚洲欧美一区二区av| 国产高清视频在线观看网站| 99热这里只有是精品在线观看| 日本黄色视频三级网站网址| av免费在线看不卡| 干丝袜人妻中文字幕| av.在线天堂| 校园人妻丝袜中文字幕| 亚洲精品乱码久久久v下载方式| 亚洲第一区二区三区不卡| 国产精品日韩av在线免费观看| 日韩欧美国产在线观看| 99久久久亚洲精品蜜臀av| 国产黄片视频在线免费观看| 少妇的逼水好多| 99久久久亚洲精品蜜臀av| 亚洲国产精品成人综合色| 亚洲天堂国产精品一区在线| 国内少妇人妻偷人精品xxx网站| 18禁裸乳无遮挡免费网站照片| 国产精品人妻久久久久久| 亚洲欧洲国产日韩| 久久久国产成人免费| www.色视频.com| 国产精品一区www在线观看| 久久精品91蜜桃| 国产真实乱freesex| 国产午夜福利久久久久久| 一进一出抽搐动态| 此物有八面人人有两片| 嘟嘟电影网在线观看| 亚洲国产精品sss在线观看| 亚洲不卡免费看| 看非洲黑人一级黄片| 中文在线观看免费www的网站| 美女cb高潮喷水在线观看| 人妻夜夜爽99麻豆av| 久久人人爽人人片av| 12—13女人毛片做爰片一| 韩国av在线不卡| 日韩中字成人| 女的被弄到高潮叫床怎么办| 丰满人妻一区二区三区视频av| 久久久久久久久久久丰满| 99久久中文字幕三级久久日本| 午夜久久久久精精品| 国产一区二区在线观看日韩| 国产乱人偷精品视频| 亚洲精品色激情综合| 精品久久久久久成人av| 丰满的人妻完整版| av在线老鸭窝| 天堂√8在线中文| 啦啦啦韩国在线观看视频| 久久久成人免费电影| 观看免费一级毛片| 丰满的人妻完整版| 日韩一区二区视频免费看| 亚洲国产欧洲综合997久久,| 亚洲成av人片在线播放无| 国产亚洲91精品色在线| 在线国产一区二区在线| 欧美性感艳星| 久久久久国产网址| 在线观看午夜福利视频| 亚洲经典国产精华液单| 亚洲国产精品成人久久小说 | 丝袜美腿在线中文| 99久久九九国产精品国产免费| 给我免费播放毛片高清在线观看| 亚洲电影在线观看av| 非洲黑人性xxxx精品又粗又长| 日产精品乱码卡一卡2卡三| 国产精品久久电影中文字幕| 亚洲美女视频黄频| 啦啦啦韩国在线观看视频| 九色成人免费人妻av| 日韩国内少妇激情av| 一个人免费在线观看电影| 插逼视频在线观看| 男人和女人高潮做爰伦理| 欧美日本亚洲视频在线播放| 国产精品久久久久久久久免| 精品一区二区免费观看| 尤物成人国产欧美一区二区三区| 九九热线精品视视频播放| 赤兔流量卡办理| 亚洲国产精品成人综合色| 国产精品1区2区在线观看.| 国产片特级美女逼逼视频| 国产乱人视频| 欧洲精品卡2卡3卡4卡5卡区| 亚洲精品乱码久久久久久按摩| 老司机福利观看| 亚洲欧美精品自产自拍| 免费看日本二区| 男人舔女人下体高潮全视频| 十八禁国产超污无遮挡网站| 精品久久久久久久久亚洲| 高清毛片免费看| 男女边吃奶边做爰视频| 国产精品不卡视频一区二区| 国模一区二区三区四区视频| 不卡一级毛片| 禁无遮挡网站| 日韩欧美 国产精品| 可以在线观看的亚洲视频| 91aial.com中文字幕在线观看| 亚洲精品乱码久久久v下载方式| 欧美bdsm另类| 一级毛片aaaaaa免费看小| 激情 狠狠 欧美| 日本成人三级电影网站| 欧美xxxx黑人xx丫x性爽| 亚洲精品乱码久久久久久按摩| 欧美极品一区二区三区四区| www日本黄色视频网| 亚洲精品456在线播放app| 亚州av有码| 少妇的逼水好多| 久久综合国产亚洲精品| 中文亚洲av片在线观看爽| 成人性生交大片免费视频hd| 国内揄拍国产精品人妻在线| 又爽又黄a免费视频| 狂野欧美激情性xxxx在线观看| 在线国产一区二区在线| 亚洲va在线va天堂va国产| 国内精品美女久久久久久| 女人被狂操c到高潮| 亚洲欧美成人综合另类久久久 | 国产午夜精品论理片| 黄色视频,在线免费观看| 国产老妇女一区| 最后的刺客免费高清国语| ponron亚洲| 久久精品国产亚洲av天美| 免费av毛片视频| 国产日韩欧美在线精品| 国产精品人妻久久久影院| 亚洲av成人精品一区久久| 最新中文字幕久久久久| 一区二区三区免费毛片| 欧美日韩综合久久久久久| 午夜老司机福利剧场| 可以在线观看毛片的网站| 日韩av不卡免费在线播放| 两个人视频免费观看高清| 特级一级黄色大片| av在线播放精品| 在线天堂最新版资源| 一个人观看的视频www高清免费观看| 色5月婷婷丁香| 国产黄片视频在线免费观看| 赤兔流量卡办理| 久久久久久国产a免费观看| 好男人在线观看高清免费视频| 日本三级黄在线观看| 色噜噜av男人的天堂激情| 嘟嘟电影网在线观看| 精品一区二区免费观看| 级片在线观看| 我的女老师完整版在线观看| 十八禁国产超污无遮挡网站| 国产成人福利小说| 99热精品在线国产| 亚洲无线在线观看| 啦啦啦观看免费观看视频高清| 变态另类丝袜制服| 赤兔流量卡办理| 91久久精品国产一区二区三区| 看黄色毛片网站| 一级毛片电影观看 | 免费看美女性在线毛片视频| 尾随美女入室| 亚洲aⅴ乱码一区二区在线播放| 成人高潮视频无遮挡免费网站| 国模一区二区三区四区视频| 国产亚洲精品久久久久久毛片| а√天堂www在线а√下载| 麻豆国产av国片精品| 欧美不卡视频在线免费观看| 欧美日韩乱码在线| 91狼人影院| 亚洲一级一片aⅴ在线观看| 欧美3d第一页| 一区福利在线观看| 日本在线视频免费播放| 精品久久久久久久久亚洲| 国产视频内射| 三级男女做爰猛烈吃奶摸视频| 六月丁香七月| 男的添女的下面高潮视频| 能在线免费观看的黄片| 又粗又爽又猛毛片免费看| 能在线免费看毛片的网站| 成人无遮挡网站| 亚洲中文字幕日韩| 国产精品嫩草影院av在线观看| 看免费成人av毛片|