APP下载

自适应学习系统中开放性学习者模型实证研究

2019-10-28王丽萍魏久鸿

吉林大学学报(信息科学版) 2019年5期
关键词:五角星开放性进展

王丽萍, 赵 蔚, 魏久鸿

(1.吉林大学 a.教育技术中心; b.公共计算机教学与研究中心, 长春 130012; 2.东北师范大学 信息科学与技术学院, 长春 130117)

0 引 言

学习者模型是自适应学习系统实现适应性学习的依据, 主要记录学习者的个人信息、学习风格、知识、学习历史、认知水平、学习偏好和学习行为等特征。然而, 当前多数学习者模型中所包含的内容对学习者通常是封闭式的, 即学习者不了解系统为自己所定义的个性特征, 只有系统掌握学习者的个体差异。因此, 研究人员为了让学习者了解、查看和修改学习者模型中全部或部分内容, 提出构建开放性学习者模型(OLM: Open Learner Model), 为学习者可视化呈现学习过程中所学知识、学习行为、迷失概念、学习兴趣、学习进展和学习绩效等信息, 并对其进行了实证研究。

开放性学习者模型是指允许学习者访问系统对自己的评估信息, 驱动自适应教育系统个性化及维护用户或同伴信息的学习者模型[1]。开放性学习者模型所涉及的关键问题包括开放目的、开放内容、开放形式和开放对象4个维度[2]。

开放性学习者模型的核心问题是如何可视化呈现学习者模型中所包含的信息, 通常采用技能表、概念图、树状结构图和条形图等形式对学习进展进行可视化呈现。例如, 采用技能表的开放性学习者模型SQL-Tutor[3]、使用图形概念图、概念图解、条形图等不同表现形式的COMOV[4]、使用概念图的Flexi-OLM[5]、采用概念图的DynMap[6]、采用动态树、同心圆及表的INGRID[7]。开放性学习者模型的可视化效果依赖多方面因素, 如使用开放性学习者模型的情境、用户喜爱的可视化形式。

开放性学习者模型在实证评估方面主要从参与度、元认知、满意度和学习指导等维度进行了评估。研究证实学习者通过使用开放性学习者模型能改善参与度[8], 能促进对所学知识的反思[9], 能找到更适合学习者本人的学习内容[10], 对学习者是有用的[11]; 同时发现, 能力弱的学习者在使用简单形式的开放性学习者模型时会对他们的学生绩效产生积极影响, 能力强的学习者在自我评估技能方面很强[12]。

可见, 开放性学习者模型采用不同的可视化形式实现了学习者对自我个性特征和学习信息的了解, 实证评估研究也表明对学习者是有用的。然而, 目前对开放性学习者模型的研究主要集中在国外, 在国内还比较少, 并且对开放性学习者模型所引发的元认知学习体验仍缺少实证研究数据。因此, 笔者探索在自适应学习系统中采用思维导图可视化形式对学习者模型中课程知识状态进行开放, 目的是验证所设计开发的开放性学习者模型能否帮助学习者准确了解自己在学习过程中的学习进展、知识水平, 并引发学习者元认知学习体验。

1 基于思维导图的开放性学习者模型构建

1.1 学习者模型中课程知识状态

该研究中学习者模型包含个人信息、课程知识状态、学科知识状态、学习行为等信息。一个可视化视图不可能将学习者模型中的全部信息呈现出来, 需要选择有用的核心要素进行可视化呈现。课程知识状态描述学习者的知识掌握情况, 即学习者已经掌握的章、节或知识点和还没有掌握的章、节或知识点。因此, 笔者重点研究课程知识状态的可视化呈现。学习者模型中关于课程知识状态的参考规范如图1所示, 课程、章、节、知识点和知识状态形成自上而下的层级关系。课程、章、节、知识点的知识状态由静态和动态两种数据混合构成。课程ID、章ID、节ID、知识点ID、上位关系和下位关系是静态数据, 这些数据依据领域知识模型进行初始化后就不再改变。课程、章、节和知识点的知识水平构成动态数据, 由学习会话驱动, 并随着学习者的学习进展而变化。

图1 学习者模型中课程知识状态参考规范

1.2 基于思维导图的开放性学习者模型设计

当代认知心理学家对元认知知识、技能及体验在教育领域中的作用进行了研究, 结果表明学习者对其自身认知活动进行自我反思、控制和调节, 并能改善学习者的学习[13]。思维导图能将课程中所涉及的章、节和知识点构建成有机的脉络体系, 呈现他们之间的层次关系和思维顺序关系, 实现可视化表征。因此, 笔者将学习者模型中课程知识状态以思维导图可视化形式呈现给学习者, 并将其命名为基于思维导图的开放性学习者模型(MindOLM: Open Learner Model based on Mind Map)[14], 并考虑所设计的MindOLM如何引发学习者在元认知方面的学习体验。

MindOLM对JSMind开源代码进行改进, 融入了学习者在课程、章、节和知识点上的学习进展, 如图2所示。中间节点表示课程及学习者在课程上的学习进展, 第2层表示章及章的学习进展, 第3层表示节及节的学习进展, 第4层表示知识点及知识点的学习进展。每个节点的一侧有符号“+”或“-”, 学习者可以通过点击“+”展开节点的下一层, 也可以通过点击符号“-”缩小可视化视图。学习者可以依据自己的偏好、需求对MindOLM进行自如的缩放, 查看全局或局部学习进展可视化视图。

图2 基于思维导图的开放性学习者模型MindOLM

MindOLM采用5颗五角星组合标识表示学习者在课程、章、节及知识点上的学习进展和知识水平。5颗五角星组合、学习进展级别、知识水平范围和知识水平级别之间的对应关系如表1所示。5颗空心五角星表示学习者还没有进行任何知识点的学习。4颗空心五角星和一颗实心五角星表示学习者在相应课程、章、节或知识点的学习进展非常不好, 知识水平范围为[-4,-2), 知识水平为很低。3颗空心五角星和两颗实心五角星表示学习进展不好, 知识水平范围为[-2,-1), 知识水平为低。两颗空心五角星和3颗实心五角星表示学习进展一般, 知识水平范围为[-1,+1), 知识水平为中等。一颗空心五角星和四颗实心五角星表示学习进展好, 知识水平范围为[+1,+2), 知识水平为高。5颗实心五角星表示学习进展非常好, 知识水平范围为[+2,+4], 知识水平为很高。学习进展级别和学习者在课程、章、节或知识点上的知识水平相关。

1.3 基于思维导图的开放性学习者模型功能

MindOLM通过思维导图和5颗五角星的组合形式呈现学习进展和知识水平,会在学习规划和自我反思两个维度上引发学习者在元认知方面的学习体验。

表1 五角星组合、学习进展、知识水平之间的关系

1.3.1 激发学习者运用学习规划方面的元认知技能, 引发元认知学习体验

MindOLM有利于学习者掌握课程的体系结构。学习者通过查看MindOLM, 能了解本人在课程上的全局或局部学习进展, 能从宏观上对课程、章、节和知识点的学习进展情况有整体的认识, 能系统地把新知识纳入到学习者已有的认知结构。

MindOLM有利于学习者规划学习路径。学习者通过查看MindOLM所呈现的课程、章、节及知识点之间的逻辑关系, 对课程的全局学习进展或局部学习进展会有整体认识, 这样学习者就会依据各节点的学习进展对学习路径进行规划。以有理数一章为例, 学习者通过展开有理数所包含的节和知识点, 知道自己首先需要掌握正数和负数、有理数、数轴、相反数、绝对值、有理数大小比较, 然后才能进行有理数的加法、减法及加减混合运算, 最后才能进行有理数乘法、倒数、有理数除法及有理数乘方的运算。

MindOLM有利于学习者识别某个知识点的前项知识点。学习者通过查看MindOLM所呈现的课程、章、节及知识点之间的层级关系, 能了解各知识点之间的关联关系, 识别出在学习某个知识点前需要预先掌握的前项知识点。例如, 学习者要学习“有理数除法”, 通过查看MindOLM发现学习“有理数除法”需要预先掌握的前项知识点处于学习进展☆☆☆☆☆、★☆☆☆☆、★★☆☆☆等不好的情况, 这预示着学习者需要先掌握学习进展不好的前项知识点, 前项知识点都掌握了才有利于对新知识点的接受和理解。

MindOLM能明晰学习者需要学习的下一个知识点。学习者通过观察MindOLM所提供的全局或局部学习进展可视化视图, 能了解并掌握课程、章、节及知识点的学习进展及已经掌握的知识点, 从而可以根据自己的思维过程控制知识点导航过程, 明晰自己下一步应该学习的知识点, 这样有利于学习者对课程内容的理解。

MindOLM能让学习者对学习进展不好的知识点倾注更多的时间。学习者通过查看MindOLM, 能识别出处于学习进展不好的知识点。如果整个可视化视图上所有节点的学习进展都是5颗空心五角星, 学习者便意识到自己还没有学习任意一个知识点, 学习者需要倾注更多的时间学习该课程的任意一个知识点。如果节点上只有一颗或两颗实心五角星, 学习者会意识到自己对该知识点的掌握程度存在差异, 仍需要在该知识点上倾注更多的时间。

1.3.2 MindOLM能激发学习者运用自我反思方面的元认知技能, 引发元认知学习体验

MindOLM能激发学习者反思自己在知识点上学习的不足。学习者通过查看MindOLM上各知识点的学习进展, 能反思自己在学习进展不好的知识点所存在的学习不足, 例如, 是否学习足够长的时间, 是否理解并掌握与该知识点相关的文本、视频等学习资源, 是否正确解决与该知识点相关的测试题, 是否充分利用解题分析、详细步骤、学习提示等学习帮助, 是否回顾错题和文本。

MindOLM能激发学习者反思各知识点学习进展之间的差异。学习者通过查看MindOLM上各知识点的五颗五角星组合形式, 将知识点区分为没有学习、非常不好、不好、一般、好和非常好6种学习进展级别, 从而对各知识点学习进展之间存在的差异进行反思, 例如自己由于什么原因没有进行任意知识点的学习, 学习进展不好的知识点是否存在难度, 是否由于前项知识点没有全部掌握而导致该知识点学习进展不好等原因。

2 实证结果

笔者选取六年级学生和初一学生各15名作为研究对象, 采用问卷调查法、实验研究法和面对面访谈等方式收集学习者对MindOLM反馈的数据, 从元认知学习体验和主观评价两方面对MindOLM进行评价。

2.1 MindOLM所引发的元认知学习体验

为了对MindOLM可视化视图引发的元认知学习体验进行评价, 选择胡靓[15]编制的自主学习问卷有关元认知的部分维度, 并结合MindOLM提供的具体任务情境编制了元认知学习体验调查问卷。设计该问卷目的是调查学习者在使用MindOLM的过程中, 是否引发学习者的元认知学习体验及使用元认知技能解决学习方面的问题。问卷采用里克特5分制的评分方式, 选项“1从不这样”、“2很少这样”、“3有时这样”、“4经常这样”和“5总是这样”表示学习者所感知的元认知学习体验发生的程度, 得分平均值范围为[1,5], 得分越高表示学习者所感知的元认知学习体验越好。

元认知学习体验调查问卷由学习规划和自我反思两个基本维度。学习规划维度包含5个项目:(Q1)MindOLM能帮助学习者规划学习路径;(Q2)MindOLM能促进学习者对学习进展不好的知识点倾注更多的时间;(Q3)MindOLM能帮助学习者了解课程的体系结构;(Q4)MindOLM能让学习者清楚下一步需要学习的知识点;(Q5)MindOLM能帮助学习者清楚了解学习某个知识点前所需要预先学习的知识点。自我反思维度包含2个项目:(Q6)MindOLM能让学习者反思在知识单元或知识点上学习不足;(Q7)MindOLM能让学习者反思在各个知识单元学习进展之间的差异或各个知识点学习进展之间的差异。MindOLM在学习规划、自我反思两个维度上对学习者所引发的学习活动和反思活动统称为元认知学习体验。

笔者对元认知学习体验调查问卷中与上述项目相对应的选项进行频次统计, 得出学习者在各项目、各维度的得分平均值和元认知学习体验总平均值, 如表2所示。

表2 MindOLM在学习规划、自我反思和元认知学习体验的得分情况

从表2中可以看出, 每个项目的得分平均值都大于4, 介于“经常这样”和“总是这样”之间。这说明MindOLM在每个可视化表征项目上都得到了多数学习者的认可, 学习者对MindOLM所引发的认可度主要集中在“总是这样”程度, 只有极少数学习者持“从不这样”程度。在学习规划、自我反思两个维度上得分平均值分别为4.56和4.5, 元认知学习体验的总均值为4.53。由此可见, MindOLM能引发学习者在元认知方面的学习体验, 即能引发学习者对自己的知识进行自我规划和反思。

2.2 学习者对MindOLM的评价

笔者设计的MindOLM主观评价调查问卷将有用性、易用性和满意度3个维度作为问卷的基本结构。问卷总共8个项目, 有用性包括2个项目, 易用性包括3个项目, 满意度包括3个项目。该问卷也采用和元认知学习体验调查问卷一样的评分方式, 得分越高表示学习者对MindOLM的认可度越高。表3为MindOLM主观评价结果。

表3 MindOLM主观评价结果

在有用性中, 笔者调查学习者对MindOLM和五角星组合标识有用性的接受程度。结果表明, 多数学习者对MindOLM具备一定的接受程度, 并认为五角星组合标识对学习者了解在各章、节及知识点上学习进展情况是有用的, 具有较为明显的正向作用。

在易用性中, 笔者调查MindOLM是否简单易用, 对用户是否友好, 与平台的交互是否清晰, 交互方式是否灵活方便。评估结果表明, 学习者对易用性、界面友好和交互方式具有非常一致的正向反应。

在满意度中, 笔者调查学习者对MindOLM的满意度、有趣性和愉快性。结果发现, 学习者对MindOLM界面具有较高的满意度。当询问学习者使用平台是否有趣和是否愉快时, 学习者的反应具有类似的分布意见, 结果倾向于满意。

最后, 通过面对面访谈方式了解到, 学习者欣赏MindOLM的设计风格, 希望其中所有知识点的学习内容得到完善, 并能为其他课程提供学习的机会。

3 结 语

在自适应学习系统中, 开放性学习者模型能以不同的可视化形式呈现学习者模型中全部或部分信息, 能帮助学习者了解和掌握个性化特征, 为实现个性化学习发挥了一定作用, 是学习者模型研究的一个重要分支。笔者设计开发的MindOLM是一个将学习者模型中课程知识状态以思维导图可视化形式呈现给学习者的开放性学习者模型, 能呈现学习者在各知识单元和知识点上的学习进展, 以及章、节和知识点之间的关联关系。实证研究结果表明, MindOLM有利于学习者对元认知的感知, 能引发学习者在学习规划和自我反思两个方面的元认知学习体验。而且, 学习者认为MindOLM能很好地表示学习者的学习进展和知识水平, 对其主观评价具有较高的正向反馈。下一步将重点探索如何可视化呈现学习者模型的社会性, 消除网络学习过程中的孤独感, 提高学习者的参与度和学习水平。

猜你喜欢

五角星开放性进展
HIV相关淋巴瘤诊治进展
拼五角星
晚期痴呆患者治疗及照护进展
巧摆五角星
Micro-SPECT/CT应用进展
扁平苔藓的诊断与治疗进展
例析三类开放性问题的解法
初中英语开放性探究式阅读教学策略
“好玩”的五角星
寻求开放性道路