杜海琼　张剑平

【摘要】“推理与专家系统”是高中新课标《人工智能初步》选修模块中的三个主题之一，该主题的教学与认知学徒制的知识观、技能观有着密切的联系。探讨认知学徒在“推理与专家系统”教学中的可行性及其实施过程，能为中学信息技术的一线教师开展该主题的教学提供借鉴与参考。

【关键字】推理与专家系统；认知学徒制；专家系统外壳

【中图分类号】G420 【文献标识码】A 【论文编号】1009—8097（2009）04—0120—03

在教育部2003年颁布的《普通高中技术课程标准（实验）》中，首次设立了《人工智能初步》选修模块，该模块共设三个主题：“知识及其表达”，“推理与专家系统”，“人工智能语言与问题求解”。其中的“推理与专家系统”主题，由于专家系统构建的简便性以及运行的可观察性，在为数不多的已开设《人工智能初步》选修模块的学校中，较为普遍地被作为重点内容进行教学。[1]因此，十分有必要对“推理与专家系统”主题的教学模式及其相关问题进行讨论，以便为中学信息技术教师更有效的开展教学提供参考与借鉴。

一 “推理与专家系统”主题的教学目标

新课标中给出了“推理与专家系统”主题的具体教学目标：

1 演示或使用简单的产生式专家系统软件，感受用专家系统解决问题的基本过程；了解专家系统的基本结构。

2 通过实例分析，知道专家系统正向、反向推理的基本原理；会描述一种常用的不精确推理的基本过程。

3 了解专家系统解释机制的基本概念及其在专家系统中的重要作用。

4 了解专家系统外壳的概念；学会使用一个简易的专家系统外壳，并能用它开发简单的专家系统。[2]

由此可见，“推理与专家系统”主题并非是大学专家系统相关专业内容的简单下移，它的总体目标是了解与专家系统相关的知识，体验专家系统的技术与应用，感受专家系统对学习和生活的影响，从而激发对信息技术未来的追求。

二 认知学徒制及其应用于“推理与专家系统”教学的可行性

1 认知学徒制及其特征

所谓认知学徒制(Cognitive Apprenticeship)，是一种从改造学校教育中的主要问题出发，将传统学徒制方法中的核心技术与学校教育整合起来的新型教学模式，[3]用以培养学生的认知技能，即专家实践所需的思维、问题求解和处理复杂任务的能力。

从认知学徒制的特征与“推理与专家系统”教学过程的特点的一致性、认知学徒制的知识观与“推理与专家系统”强调知识获取、转化的一致性、认知学徒制的技能观与“推理与专家系统”教学注重学生技能发展的一致性，能够得出将认知学徒制应用于“推理与专家系统”主题的教学是切实可行的。

认知学徒制的核心假设是：通过这种模式能够培养学习者问题求解等方面的高阶思维技能/策略。这种技能/策略把技能与知识结合起来，是完成有意义的/真实的任务的关键。它具有如下的基本特征：

（1） 认知学徒制关注的不是概念和事实知识的获得，而是重视专家在获取知识或将知识运用于复杂现实生活任务/问题时所关涉的推理过程与认知/元认知策略。

（2） 将原本隐蔽的内在认知过程显性化，亦即表现思维过程，使之可视化（包括教师和学生的思维过程）。通过这种方法，学生可以在老师和其他学生的帮助下进行观察、重复演练和实践。

（3） 将学校课程中的抽象任务/内容置于对学生有意义的情境之中，学习者充分了解学习的目的与应用，理解工作的相关性，并参与专家行为。[4]

“推理与专家系统”主题的教学主要思路是要求学生使用一个简易的专家系统外壳（例如InterModeller）开发简单的专家系统，它的过程是：第一步，确定所要开发的专家系统类型，即确定开发的专家系统的内容，如动物识别专家系统、汽车故障诊断专家系统等；第二步，选择、整理与所要开发的专家系统相关的日常生活知识；第三步，将日常生活知识转化为专家系统能推理和解释的知识表示形式，如产生式规则表示，框架知识表示等；第四步，通过师生、生生之间的交流与讨论，逐步修改完善专家系统，使专家系统做出判断与解释。

这一教学过程不仅要求学生获取、选择、整理概念和事实知识，更强调将知识转化为专家系统能推理和解释的知识表示形式，最终能用专家系统解决实际问题，这与认知学徒制所关注的在有意义的情境之中，将知识进行逻辑化表示后去解决现实任务/问题，培养学习者问题求解等方面的高阶思维技能/策略是相一致的。

2 基于认知学徒制的知识观

比利特（Billett，1993）认为学习的知识包括三种形式：陈述性知识（关于是“什么”的知识）、程序性知识（关于“怎么做”的知识）和情感性知识（关于价值观和态度的知识）。陈述性知识用来提供事实和陈述，程序性知识用来提供做事过程的规则，情感性知识用来提供对事情的意见与看法。在一些实际工作情境中，程序性知识通常是可以直接观察的，而陈述性知识的内容则往往比较模糊、不透明。因此，与程序性知识相比，在日常工作的活动中，一些类型的概念性知识获得更加困难，学习者对它们的理解受到更多的限制。[5][6]

如何在学习中有效的获得陈述性知识，比利特和罗斯（Billett & Rose,1996）认为：第一，陈述性的知识是在参与社会实践、从事日常工作的过程中获得的。在日常的工作实践中，人们必须解决问题、实现目标而这些活动真正促进了人们对学习对象的理解；第二，在学习的阐释或知识的建构过程中，个体之间的密切互动是知识一个非常重要的来源，特别是熟练的指导者能够帮助个体建构知识，“强烈的社会影响或者最贴切的指导似乎为学习者获取和建构陈述性知识提供了有意的途径”。[5]

“推理与专家系统”主题中所涉及的知识也可分为陈述性知识和程序性知识。陈述性知识主要体现在确立的所要构建的专家系统类型的情境中，将零散、孤立的陈述性知识，通过教师的指导，学生间的讨论，将其整体化，组块化。程序性知识主要是存在于专家系统的知识库中，以“if<前提>then<结论>”形式来编程陈述性知识，即先确认当前的情境和条件，然后产生相应的行动。由于高中阶段的教学要求是利用简易的专家系统外壳开发简单的专家系统，因此在条理清晰、结构合理的陈述性知识的基础上编写程序性知识的过程较为简单，关键是学生如何通过多种有效形式获得陈述性知识，并将其清晰，合理的表示出来。专家系统构建过程中的陈述性知识获取及其向陈述性知识的转化，与认知学徒制知识观所倡导的知识分类和有效获取是相吻合的。

3 基于认知学徒制的学生技能发展

伊万斯（Evans,1994）提出了技能发展的，明确了技能所包含的智力维度：

（1） 阶段1——新手。其特征为行为是受限制的、不灵活的、受规则控制的；

（2） 阶段2——较高级的新手。学习者开始能够感知任务中一些重要的情境特征，但还不能对那些重要的情境进行区分；

（3） 阶段3——胜任阶段。学习者能够识别情境的重要特征，并以此为基础思考行动的目标和计划，用来指导行动；

（4） 阶段4——精通。能够在不特别关注的情况下选择最好的行动计划，能够快速概括、识别情境并订出计划；

（5） 阶段5——专家。专家凭借直觉行动，这种直觉来自对情境的深刻理解，不关注规则的和特征，而且行动是可变的、灵活的和高度熟练的。[5]

在上述技能发展的五个阶段中，学习者从新手到专家的过渡过程就是从被动接受信息到具备更多的反思和参与策略的过程。在建构所需要的知识时，学习者开始需要指导者详细的帮助，而后逐步过渡到大量的互动和建构的水平。在技能发展的高级阶段，对理解技能中的智力因素的需要进一步增加，而对详细指导的需要急剧下降，因为知识变得更加内化，更加接近于自我建构。在“推理与专家系统”主题中，学生利用专家系统外壳工具，通过了解由某一领域专家建构的专家系统，并在教师的指导下亲手开发简单的专家系统，来体验专家系统的开发过程，加深学习体验。在实际教学中，我们将上述技能发展的五个阶段简化为三个阶段，学生和专家系统构成了一种专家与新手的关系，刚开始学专家系统的学生（相对新手）、课程教师（相对于学生为专家）以及专家建构的专家系统（相对于教师为专家），[7]学生开发专家系统的过程也即相对新手向相对专家转化，最后还可能发展领域专家的过程。在这一过程中，学生对所建立的专家系统类型的相关陈述性知识和程序性的需要不断增加，而对教师指导其开发的需要急剧下降。

三 认知学徒制在“推理与专家系统”教学中的实施过程

认知学徒制作为一种新型的教学模式，将其应用于“推理与专家系统”教学，需要教师和学生两方面共同执行，如图1所示。[4]

在认知学徒制教学模式中，学生是主体，教师起主导作用。对教师来说，要精心设计教学以表现专家实践的思维过程，并引导学生积极参与、体验，在这个过程中，教师先示范必要的策略，再放手让学生尝试，并在学生需要时予以指导。对学生来说，通过对特定领域专家实践能力的模仿、参与、讨论、交流和阐释，获得基本的问题求解方法、策略和能力，并随着脚手架的拆除，逐渐独立探究、定义、分析和解决问题。[8]具体的说包含如下步骤：

（1） 建模。教师选择某一典型的专家系统，对专家系统的问题解决过程，如推理方式和应用策略进行建模，以使学生观察系统的推理、运行过程，感受领域专家的思维过程。

（2） 情境设计。教师要引导学生选择符合其认知特点的专家系统内容，注重实用性、贴切性和可开发性，如“当地旅游景点识别”、“特色小吃划分”等专家系统，并把情境化的活动与相关的预期结果关联起来，以便学生在真实的情景中进行模拟学习，发展远迁移能力。

（3） 提供脚手架。脚手架的重要功能是帮助学生顺利穿越“最近发展区”。教师对学生的开发专家系统的过程进行指导,提供必要的“支架”，如概念支持、软件应用技巧支持、过程支持、策略方法支持等。

（4） 清晰表达。要求学生清晰地表达专家系统的推理过程或解决问题的过程，以使学生真正了解自己的学习过程， 不仅“知其然”（What），而且“知其所以然”（Why）。

（5） 反思。使学生将自己的思维和问题求解过程与领域专家、其他学生的逻辑思维方式进行比较。通过反思，学生可以构建关于该专家系统内容的问题求解过程的模型，已修正/启示自己的问题求解和任务完成过程。

（6） 拆除脚手架。当学生完成知识库的建立，或者能运行专家系统后，教师应逐渐拆除支架，以促进学生的发展。

四 结语

在“推理与专家系统”主题的教学中采用认知学徒制教学模式，对于学生分析问题和解决问题能力的培养具有积极的意义。一方面，为了完成该任务，学生需要编制规划、制定知识获取策略，并具体付诸实施，这是一个不断深化的过程。学生还得明确与系统有关的所有变量或相关的因素，并且将这些变量和因素转化为问题求解过程，得出相应的结论。在进行一系列问题求解分析之后，运用产生式规则来表示知识。 该过程中有助于提高他们的分析、思维与判断能力。另一方面，在专家系统运行时，学生可以向专家系统提出诸如“为什么（Why）”、“如何（How）”、“如果……会怎么样”等问题，系统接受用户的问题指令后，可以根据推理的逻辑进程，即时将答案呈现给用户，这个过程如同教师与学生在进行面对面的教学，学生还可以充分体验人类专家的求解思路和推理风格。完善的专家系统还可以让其他学生去运用和体验，具有一定的实用价值。正如美国著名的学习论专家Jonassen所指出的：那些自行设计专家系统的学生将会在这种活动中受益匪浅，因为这是一个对所学知识进行深度加工的过程。[9]

参考文献

[1] 张剑平,张家华,我国人工智能课程实施的问题与对策[M],中国电化教育,2008,(10):95-98.

[2] 教育部.普通高中技术课程标准(实验)[M].北京:人民教育出版社,2003:24.

[3] 高文.教学模式论[M].上海:上海教育出版社,2002:342.

[4] 钟志贤.信息化教学模式:理论建构与实践例说[M].北京:教育科学出版社,2005:263.

[5] 赵蒙成.工作场的学习:概念、认知基础与教学模式[J].比较教育研究,2008,(1):51-56.

[6] Billett, S.R, & Rose, J.Developing Conceptual Knowledge in the Workplace. In J. Stevenson (Ed.).Learning in theWorkplace: Tourism and Hospitality.Brisbane, Australia: Griffith University, Center for Learning and Work Research, 1996:204-208.

[7] 周跃良,张燕.人工智能教育的理论基础及教学组织[J].中小学信息技术教育,2003,(10):10-13.

[8] 李斌,张琦.论认知学徒制教学模式[J],江西教育科研,2006,(12):16-19.

[9] 张剑平.关于人工智能教育的思考[J].电化教育研究,2003,(1):24-28.