首都师范大学万海鹏博士和浙江师范大学何文涛

作者:产品评测

6月15日,首都师范大学万海鹏博士、浙江师范大学何文涛博士应计算机与信息工程学院邀请,在学院103会议室为计算机与信息工程学院师生分别做了题为《自适应在线学习认知地图模型构建与应用研究》和《智慧教室环境下协作学习的系统分析研究》的学术报告。学院部分老师及研究生聆听了报告。

在智慧学习环境中,对学生进行适应性诊断与反馈的效度,取决于学习者模型的精准程度。

万海鹏从认知地图相关概念辨析出发,讲述了自适应在线学习认知地图模型的构建及支撑系统的设计、实现和应用实践,并讲解了课题组关于未来教育高精尖的最新研究成果。随后,何文涛介绍了智慧教室下协作学习的行为构成及其特征,从智慧教室中媒体技术产品的功能适用性、智慧教室下协作学习的运行机制和学习活动设计等几个方面为大家全面讲解了智慧教室环境下协作学习的研究内容,使学院师生对智慧教室环境下的协作学习有了更深入的了解。

智慧学习环境;个性化学习;学习者模型;ABP学习者模型

提问环节,两位博士与现场师生进行互动,耐心解答了师生提出的问题。此次讲座理论与实际结合紧密,报告内容具有前沿性,两位博士深入浅出的讲解,使大家受益匪浅。

原标题:智慧学习环境中精准学习者模型要素与结构研究

(计算机与信息工程学院 徐天贺)

作者简介:王珏,在读博士,东北师范大学信息科学与技术学院,研究方向:数字化学习环境设计,wangj1570@163.com;解月光,教育学博士,东北师范大学信息科学与技术学院教授,博士生导师,研究方向:信息技术教育、农村基础教育信息化、数字化学习环境设计等,xyg6367@126.com。长春 130117

内容提要:在智慧学习环境中,对学生进行适应性诊断与反馈的效度,取决于学习者模型的精准程度。文章以前概念为切入点,从认知发展角度描述学习者学习过程,并以此为依据构建基于前概念理论的精准学习者模型,用于指导研究人员认知学习者特征以及对学习者进行数字化建模。ABP模型要素分为认知、能力、体验三方面,包括前概念要素、科学概念要素、认知能力要素、元认知能力要素、感官要素等,建立并描述了要素间关系。依据该模型,研究者能够诊断学习者的具体认知状态、相关前概念与能力缺失,分析其原因及推荐相应学习资源与学习路径,进而提高智慧学习环境对学习者进行诊断与反馈的精准程度。

关 键 词:智慧学习环境 个性化学习 学习者模型 ABP学习者模型 前概念

标题注释:教育部-中国移动科研基金项目“信息技术支持下的基础教育教学模式研究及试点”(MCM20130611)。

[中图分类号]G40-052 [文献标识码]A [文章编号]1007-217906-0104-08

一、问题提出

当前,大数据、“互联网+”、可穿戴设备等信息技术新概念的出现,不断促进学习理念、教与学方式的革新,教育信息化的推进逐步从宏观建设走向微观设计,相应的智慧学习环境研究成为热点(黄荣怀等,2012)。在智慧学习环境中对学习者的特质、学习状况进行诊断和监控,挖掘学习者的学习需求,进而提供适应性的学习反馈,有助于实现学习者个性化发展。智慧学习环境适应性功能的实现基础,是构建适切的学习者模型。本研究聚焦学习者微观认知过程的精准学习者模型样态,以期提高智慧学习环境对学习者个性化学习支持的效度。

太阳2007娱乐官方网站 ,学习者模型界定

本文的“学习者模型”不同于常见的计算机研究领域的内涵,而是从智化设计角度展开论述的认知模型。它是描述学习者的认知发展过程,解释学习者认知机理的抽象理论模型,用于指导研究人员认识学习者特征和进行数字化建模。构建学习者模型是对智慧学习环境中的学习者进行针对性地抽象建模,其模型包含哪些学习者属性,取决于建模的目的,即实现智慧学习环境预没的学习目标,需要了解学习者的哪些特性。

1.学习者模型是智慧学习环境智能化的起点

智慧学习环境能根据对学习者的诊断结果,进行智能地、适应性地提供学习支持反馈。其中的诊断模块、适应性模块功能的实现都基于学习者模型对现实世界学习主体建模的诊断结果,是智慧学习环境实现适应性功能进行诊断与反馈的起点。

2.学习者模型构建从智化设计方面展开论述

学习者模型分三个方面(Brusilovsky,et al.2007),即智化设计、建模(structure and represent)和实现(user modeling approaches)。智化设计涉及学习者的本质,即学习者在学习活动和外界环境交互过程中心理特征的变化及其相互关系究竟是怎样的,即学习者建模的目标是什么。建模涉及综合考虑学习理论和建模理论,考虑如何将智化设计层思考的结果通过计算机表示和建模。实现方面涉及应用哪些具体方法,将学习者模型的设想通过数字化手段开发出来。本文从智化设计展开讨论,从教育技术研究角度阐述精准学习者模型的功能、特点及构建的理论依据和方法。

3.学习者模型是开发智慧学习环境中数字化学习者模型的理论依据

学习者模型,是计算机和学习者之间的桥梁,是开发智慧环境中数字化学习者模型的指南。研究者依据学习者模型理解学习者的属性特征,构建数字化的计算机模型。

学习者模型存在的问题

目前,学习者模型主要有静态模型和动态模型两种构建方式。

静态模型,是在学习者进入学习环境之前就已经建好的学习者模型,一般使用铅版模型方法进行表征,这种方法是通过将学习者依据预先设计的类别如性别、能力、兴趣爱好等特质进行归类。

动态模型,是捕捉学习者与智慧学习环境交互中产生的信息,随时更新学习者模型,以进行适应性反馈。动态模型的表征方法有覆盖模型方法、赋值模型方法、贝叶斯模型方法等。覆盖模型方法通过建立与学习内容相关的概念、技能、错误的领域知识集合,然后将学习者目前掌握的概念、技能、错误作为领域知识子集的方法将学习者表征出来。赋值模型方法一般依据项目反映原理估算学习者的能力水平,以及通过心理学量表判断学习者的认知风格、认知偏好,将诊断结论赋值表征学习者的水平。贝叶斯模型方法通过建立学习内容项之间的因果关系,依据诊断的信息,推断学习者对知识的掌握程度等。

当研究者以提高智慧学习环境的效度为目标,以“精准”作为学习者模型构建的价值时,可以发现静态模型和动态模型及其表征方法都存在不足。

本文由太阳2007娱乐官方网站发布,转载请注明来源

关键词: