第四節(jié) 智能教學(xué)系統(tǒng)的開發(fā)
傳統(tǒng)計(jì)算機(jī)輔助教學(xué)(Computer Assisted Instruction，縮寫為CAI)存在這樣一些缺陷：不了解學(xué)生當(dāng)前學(xué)習(xí)的狀況，當(dāng)學(xué)生發(fā)生困難時(shí)，不能診斷原因并提出有針對(duì)性的指導(dǎo)，做到因材施 教，即不能靈活地輔助老師“教”；也不能實(shí)現(xiàn)主動(dòng)的、智能化的信息服務(wù)，即不能靈活地輔助學(xué)生“學(xué)”；除此之外，它也缺乏把人工智能技術(shù)與超媒體 (Hyper Media)先進(jìn)的信息組織、管理方式結(jié)合在一起的手段，因此，不能發(fā)揮各自的優(yōu)點(diǎn)．彌補(bǔ)各自的不足。信息技術(shù)的飛速發(fā)展以及新的教學(xué)系統(tǒng)開發(fā)模式的提出 和不斷完善，推動(dòng)人們綜合運(yùn)用超媒體技術(shù)、網(wǎng)絡(luò)技術(shù)和人工智能技術(shù)去開發(fā)新的教學(xué)系統(tǒng)，計(jì)算機(jī)智能教學(xué)系統(tǒng)就是其中的典型代表。
一般認(rèn)為，教學(xué)系統(tǒng)是由教師、學(xué)生、教學(xué)內(nèi)容、教學(xué)媒體相互聯(lián)系，相互作用有機(jī)結(jié)合起來(lái)的、具有一定教學(xué)功能的整體。盡管在課程開發(fā)和教學(xué)媒體材料開發(fā)過(guò) 程中，開發(fā)者也按照系統(tǒng)方法的要求通盤考慮這四方面的因素。但是具體工作主要圍繞教學(xué)內(nèi)容和媒體的開發(fā)展開。計(jì)算機(jī)智能教學(xué)系統(tǒng)與此有很大的區(qū)別，因?yàn)樗?包含學(xué)生模塊、教師模塊，體現(xiàn)了教學(xué)系統(tǒng)開發(fā)的全部?jī)?nèi)容。由于教學(xué)問(wèn)題異常復(fù)雜，學(xué)習(xí)者之間的差異很大，造成知識(shí)獲取、形式化表示、學(xué)生模型的構(gòu)造等方面 比工業(yè)領(lǐng)域所面臨的困難大的多，也就是說(shuō)如何利用人工智能的知識(shí)，開發(fā)智能化的教學(xué)系統(tǒng)在理論研究和技術(shù)實(shí)現(xiàn)上還有許多難于逾越的障礙。盡管如此，由于智 能化教學(xué)系統(tǒng)具備其他教學(xué)系統(tǒng)不可比擬的優(yōu)勢(shì)，有著非常廣闊的應(yīng)用前景，是一個(gè)很有誘惑力的領(lǐng)域，它的局限性正是需要我們今后努力去探索的課題與方向。目 前，在這一領(lǐng)域形成了三種不同的開發(fā)思路，即智能導(dǎo)師系統(tǒng)(IntelIigent Tutor systeIn，即ITS)、智能代理教學(xué)系統(tǒng)(Agent)和超智能媒體教學(xué)系統(tǒng)。
一、智能導(dǎo)師系統(tǒng)的開發(fā)
我們將具有某一領(lǐng)域的學(xué)科知識(shí)和相關(guān)的教學(xué)知識(shí)、能對(duì)學(xué)生進(jìn)個(gè)別化教學(xué)，即能根據(jù)學(xué)生對(duì)知識(shí)的理解掌握程度，選擇相 應(yīng)的教學(xué)策略，在一定程度上模擬人類教學(xué)專家進(jìn)行教學(xué)活動(dòng)的軟件系統(tǒng)稱為智能導(dǎo)師系統(tǒng)。智能導(dǎo)師系統(tǒng)是70年代發(fā)展起來(lái)的一門新興的教育技術(shù)，與傳統(tǒng)的 CAI的開發(fā)思路不同，它注重已有知識(shí)、人類教學(xué)專家的經(jīng)驗(yàn)和系統(tǒng)推理功能。智能導(dǎo)師系統(tǒng)最大特點(diǎn)是可以集中教學(xué)專家的智慧，進(jìn)行因材施教。
一個(gè)完整的智能導(dǎo)師系統(tǒng)由三個(gè)基本模塊組成：一是領(lǐng)域知識(shí)模塊(又稱專家模塊)，它包含了系統(tǒng)試圖傳授給學(xué)生的知 識(shí)，代表了專家的智能；二是學(xué)生模型，它指明學(xué)生已知道什么和不知道什么以及學(xué)生的認(rèn)知特點(diǎn)，代表了學(xué)生智能；三是教師模型(又稱教學(xué)策略模塊)，主要是 提供有針對(duì)性的教學(xué)策略。代表了教師的智能。除了這三個(gè)基本模塊以外，智能導(dǎo)師系統(tǒng)還包括了一個(gè)能理解自然語(yǔ)言的人機(jī)接口模塊，即智能導(dǎo)師系統(tǒng)的用戶界 面。智能導(dǎo)師系統(tǒng)的一般結(jié)構(gòu)圖如圖6．14所示。
學(xué)生模型是為了反映學(xué)生的知識(shí)基礎(chǔ)、認(rèn)知結(jié)構(gòu)、認(rèn)知特點(diǎn)等方面的情況而建立起來(lái)的數(shù)學(xué)模型。它主要表示學(xué)生的理解程 度并包括對(duì)學(xué)生錯(cuò)誤及其原因的診斷，以便采取一定的教學(xué)策略來(lái)改正學(xué)生的錯(cuò)誤，提高學(xué)生知識(shí)和能力水平。學(xué)生模型的建立有三種方法：一是覆蓋模型，把學(xué)生 的知識(shí)表示為專家知識(shí)的子集；二是偏差模型，把學(xué)生知識(shí)表示成與專家知識(shí)的偏離；三是貝葉斯(Bayesian)，以數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的 Bayesian網(wǎng)絡(luò)為基礎(chǔ)，通過(guò)對(duì)大樣本的學(xué)生學(xué)習(xí)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)推斷來(lái)構(gòu)建學(xué)生模型。
建立學(xué)生模型是實(shí)現(xiàn)因材施教的基礎(chǔ)，好的學(xué)生模型不僅能反映學(xué)生知識(shí)水平和學(xué)習(xí)狀況，還應(yīng)該能描述認(rèn)知能力，因此建 立認(rèn)知型學(xué)生模型非常必要，實(shí)現(xiàn)認(rèn)知型學(xué)生模型的方法有兩種：“評(píng)估法”和“逐步逼近法”。評(píng)估法的優(yōu)點(diǎn)是簡(jiǎn)單易行，憑借經(jīng)驗(yàn)，不需要對(duì)龐大的領(lǐng)域知識(shí)庫(kù) 中的知識(shí)點(diǎn)進(jìn)行認(rèn)知分類；缺點(diǎn)是評(píng)估帶有一定的主觀隨意性。逐步逼近法的優(yōu)點(diǎn)是計(jì)算簡(jiǎn)單，最后評(píng)估毪果比較符合學(xué)生的實(shí)際認(rèn)知能力。主要困難在于需要對(duì)全 部領(lǐng)域知識(shí)事先做好認(rèn)知分類，這是一項(xiàng)相當(dāng)復(fù)雜、細(xì)致的工作，并且需要富有教學(xué)經(jīng)驗(yàn)的老師才能完成。
領(lǐng)域知識(shí)模塊又稱專家模塊，是有關(guān)教學(xué)內(nèi)容的專業(yè)知識(shí)和技能，它既有說(shuō)明事物概念的陳述性知識(shí)，也包括利用這些概念
解決問(wèn)題的過(guò)程性知識(shí)。智能教學(xué)系統(tǒng)重視過(guò)程性知識(shí)和技能的訓(xùn)練，在這方面，我國(guó)教育技術(shù)界已經(jīng)取得了突破，如在計(jì)算機(jī)技能考試中，已經(jīng)可以對(duì)學(xué)生的操作
進(jìn)行跟蹤和測(cè)評(píng)(如在Word中的插入、刪除等操作的檢測(cè))。此外，領(lǐng)域知識(shí)還應(yīng)包括體現(xiàn)如何運(yùn)用知識(shí)與技能的元知識(shí)，這三方面的知識(shí)構(gòu)成了完整了領(lǐng)域知
識(shí)模塊。
教師模型(又稱教學(xué)策略模塊)能夠在一定程度上實(shí)現(xiàn)教師的功能，即能根據(jù)字生模型反映的情況安排教學(xué)內(nèi)容和進(jìn)度，指導(dǎo)學(xué)習(xí)過(guò)
程。例如選擇和生成問(wèn)題讓學(xué)生回答，提供個(gè)別指導(dǎo)和講解，調(diào)整教學(xué)步驟，安排新教學(xué)內(nèi)容，根據(jù)診斷結(jié)果指出學(xué)生的錯(cuò)誤及其原因并提出補(bǔ)救措施等等。教師模
型所提供的教學(xué)策略很多，一般用產(chǎn)生式規(guī)則表示。
目前，開發(fā)一個(gè)完善的智能導(dǎo)師系統(tǒng)還很困難，在我國(guó)教育技術(shù)界，開發(fā)智能導(dǎo)師系統(tǒng)處
于一個(gè)低谷。首先，在目前的智能導(dǎo)師系統(tǒng)中，計(jì)算機(jī)與學(xué)生的對(duì)話還不能廣泛地使用人類習(xí)得的自然語(yǔ)言。要使計(jì)算機(jī)理解自然語(yǔ)言，是一個(gè)相當(dāng)困難的問(wèn)題。而
不能使用自然語(yǔ)言與學(xué)生對(duì)話，無(wú)疑會(huì)限制智能導(dǎo)師系統(tǒng)的應(yīng)用。
第二個(gè)困難來(lái)自于學(xué)生模型。覆蓋模型要求學(xué)生的思維與專家的思維相一致，這對(duì)學(xué)
生來(lái)說(shuō)是一種強(qiáng)制，是不符合實(shí)際情況的，也是不合理的。偏差模型承認(rèn)學(xué)生的獨(dú)立性，使學(xué)生可以采取與專家不同的思維過(guò)程，但當(dāng)學(xué)生采取與專家不同的思維過(guò)
程時(shí)，系統(tǒng)對(duì)學(xué)生思維正確性的判斷又存在某些困難。貝葉斯(Bayesian)方法對(duì)于我國(guó)教育技術(shù)界來(lái)說(shuō)還很陌生，在這方面的研究經(jīng)驗(yàn)和成果還比較匱
乏。
第三個(gè)困難來(lái)自于智能導(dǎo)師系統(tǒng)對(duì)教學(xué)內(nèi)容的選擇。多數(shù)智能導(dǎo)師系統(tǒng)的教學(xué)內(nèi)容選擇了數(shù)學(xué)、電子學(xué)等學(xué)科，這類學(xué)科的體系比較嚴(yán)謹(jǐn)，是我們通常所說(shuō)的高度結(jié)構(gòu)化的學(xué)科。而對(duì)于人文學(xué)科來(lái)說(shuō)，由于難以對(duì)這類知識(shí)進(jìn)行形式化描述和處理，尚未有成功的案例報(bào)道。
另外，還有專家指出，現(xiàn)有的大多數(shù)智能導(dǎo)師系統(tǒng)的界面過(guò)于呆板單調(diào)，不能有效地激發(fā)學(xué)生的學(xué)習(xí)興趣和動(dòng)機(jī)，并且由計(jì)算機(jī)導(dǎo)師控制著學(xué)習(xí)的每一步，試圖跟蹤學(xué)生的每一步思維，實(shí)際上是以計(jì)算機(jī)導(dǎo)師為中心，忽視了學(xué)生的主動(dòng)性，因而往往事倍功半，甚至徒勞無(wú)功。
聯(lián)系客服
