张 凯，刘 月，况 莹

（1.长江大学计算机科学学院，湖北 荆州 434000；2.长江大学文理学院外国语学院，湖北 荆州 434020）

随着人工智能技术的蓬勃发展及其研究的不断深入，人工智能于在线教学环境中的应用也开始引起了人们的广泛关注。为了让学生更全面化、系统化、有效化的吸收知识，能够及时找到学习上的薄弱环节，并采取有效措施进行补充完善。便需要运用人工智能技术来建模学生知识掌握状态，从而及时、准确地根据学生的能力和需求提供合适的学习干预和学习材料，让学生在线学习更高效。基于此，本文对人工智能于在线教学环境建设中的应用展开了研究和探讨。

1 基本概念解析

1.1 人工智能

人工智能是模拟人类活动和心智的科学，得益于海量数据、深度神经网络应用以及机器学习、知识图谱、学生画像等智能技术逐渐迁移到教育场景，形成人工智能教育应用的研究领域。简单来说就是使用人工的方法通过机器的手段实现智能化的建设和工作[1]。例如可用于个性化每个学生的学习经验，为学生提供量身定制的内容和作业，旨在帮助学生以自己的节奏学习，使学习过程更加高效。

1.2 在线教学环境

在线教学环境顾名思义，是以网络为介质的教学环境，使用在线技术和互联网向学生提供教育教学和支持。通过网络，学生与教师即使相隔万里也可以开展教学活动。使教育工作者能够在在线环境平台中提供课程并与学生互动，从而替代了传统的面对面教学，真正打破了时间和空间的限制。在线教学环境在人工智能背景下将向着功能完备化、定位精准化、管理集成化与全面化的趋势发展[2]。

2 人工智能在在线教学环境建设中的必要性

在传统的在线教学中，教师往往只重视教会学生知识，忽略了每个学生的个体差异，学生只能单方面被动接受知识。与此同时，学生在学习过程中往往对自己的知识掌握状态并不了解，而知识掌握状态比较抽象，难以具象化，导致很多学生不知道自身学习情况，从而无法在学习上查漏补缺。

针对以上情况，人工智能可用于在线教学环境的建设。一方面，人工智能应用于在线教学环境可以用于自动化学习任务，提高教师教学效率。例如，将知识追踪技术应用于在线教学领域，可以建模学生的知识掌握状态，从而使教学平台对学生的学习情况进行评估和提供反馈，这不仅可以节省教师教学的时间，还能让教师有更多的时间专注于更重要的教研任务；另一方面，将人工智能应用于在线教学环境可以使学生获得交互式的学习体验，增强学习效果。在传统教学过程中，教师往往只注重教材的设计，而忽视了每个学生对知识掌握情况是不同的，即使学生能很快学会知识，但不一定能根据自身学习水平制定未来的学习计划，而在线教学平台的建设中引入知识追踪等人工智能技术，可以自适应每个学生的需求和能力，能真正帮助教育实现因材施教，满足不同学生的实际学习需求，有利于学生基础知识的巩固和加强。当学生第一次遇见难以理解的、难以掌握的知识时，基于人工智能技术的在线教学环境平台可以让学生在实际的学习当中多次反复地学习，从而达到复习巩固的目的，这样能保障每一次教学的质量与效果。因此在线教学环境建设中使用人工智能技术能够极大提高教学效率，改善学习体验。

3 人工智能于在线教学环境中应用

3.1 知识追踪技术

随着人工智能的兴起和大数据分析技术的广泛应用，越来越多的学生能够通过在线教学环境平台进行学习。在线教学环境平台可以方便获取学生的学习数据，运用知识追踪方法可以系统分析学生知识掌握状态。通过构建评价体系，可以更好地了解每个学生的特点和个性差异，实现教学方法适配与优质资源共享，进而促进学生学习潜力的最大化提升。知识追踪对学生知识掌握状态进行动态估计和预测，是将学生知识掌握状态进行动态进行建模的核心技术。本节聚焦于人工智能于在线教学环境中的应用，介绍了一种题目难度和学生能力融合的知识追踪方法（DAKT）。

图1 DAKT方法框架图

该方法利用学生答题记录量化得到题目难度，通过学生在回答问题时的交互信息得到学生能力，再学习这两个特征的嵌入表示，然后引入自编码器对题目难度和学生能力进行融合降维，结合答题记录重构方法输入。在此基础上，使用LSTM进行学生知识状态的追踪。通过在3个常用真实数据集上的实验，与多个知识追踪方法进行对比，验证了该方法能够更好地追踪学生的知识掌握状态。

3.2 题目难度和学生能力融合的知识追踪方法

3.3 教学应用效果分析

本节通过一个教学应用分析实验来证明了本模型的有效性。实验选出了初始学习成绩水平相当的两个班的学生，在第一周到第五周，正常开展英语课程教学。并分别在教学开始和结束时记录学生知识掌握率。实验中，班级1为实验组，使用DAKT模型辅助开展教学活动；班级2为对照组，采用传统教学方式，根据教师反馈判断学生的知识掌握状态。

统计每位学生的最终测验的掌握情况，学生在答题时，对应概念的题目答对，则认为该生已经掌握了相关概念，否则认为该生未掌握相关概念。比较两组学生在实验前后的知识掌握率差异，结果见表1：

表1 DAKT模型应用

由此可见，两个班的初始掌握率差别不大，但班级1使用DAKT模型辅助教学后其最终掌握程度增长率要高于班级2。这表明本文提出的知识追踪模型在衡量学生知识掌握状态方面是有效的，对学习效率具有促进作用。

4 结语

综上所述，人工智能技术应用于在线教学环境建设可以为学生带来更个性化，更有效的学习方式。其能够对学生知识掌握状态进行动态评估和预测，从而根据每个学生的个人需求量身定制学习内容，帮助学生提高学习效率，使在线教学变得更便捷、更智能。