余亮 魏华燕 弓潇然

[摘   要] 人工智能技术将对教育系统产生广泛而深远的影响，并推进教学系统的整体性变革。分析人工智能技术对教育的影响，进而明晰人工智能时代教学系统要素以及学习方式与学习资源的关系。从学习者这一核心要素出发，根据学习组织构成将学习方式分为自主—定制学习、社群—互动学习、人机—协同学习以及多人机—多元学习等四种方式。由此，进一步论述支持这四种学习方式的学习资源特征，包括支持自主—定制学习的精准性学习资源、支持社群—互动学习的交互性学习资源、支持人机—协同学习的生成性学习资源以及支持多人机—多元学习的联结性学习资源。

[关键词] 人工智能; 学习方式; 学习资源; 学习者; 学习环境

[中图分类号] G434            [文献标志码] A

[作者简介] 余亮（1979—），男，湖北黄陂人。副教授，博士，主要从事数字教育资源、学习科学与技术方向的研究。E-mail：yuliang@swu.edu.cn。

一、引   言

随着人工智能时代的到来，人工智能技术已经进入社会生活的各个领域，并引起各领域的深层次变化。对教育领域而言，人工智能技术所带来的冲击和影响很可能是前所未有的[1]。社会普遍期待人工智能技术能为优化学习环境、变革教学模式、改进教育服务供给、革新教学评估方法以及提高教育质量带来新的机遇，切实地推进教育系统性变革。《国务院关于印发新一代人工智能发展规划的通知》明确指出，“未来要利用智能技术加快推动人才培养模式、教学方法改革，构建包含智能学习、交互式学习的新型教育体系”。人工智能技术在教育领域的应用，在诸多方面取得了明显进展，如学习者情绪识别[2]、自适应学习服务[3]、教育机器人[4]、智能环境[5]等。然而，目前的人工智能教育应用只是浅层次的、以认知为导向的人工智能教育应用[6]。人工智能技术在教育领域应用的潜力尚未发挥，对于教育系统的深层次变革推进还有广阔的空间。教育是一个复杂的系统，教育改革要取得实质性突破，不能局限于对原有系统的小修小补，而要从整体上进行转型变革[7]。由此，人工智能技术推进教育系统变革，需要从整体上分析人工智能对教学系统要素的影响，进而厘清教学系统诸要素的关系，由此分析学习方式的新形态及相应的学习资源特性，为人工智能技术推进教育教学改革实践提供参考。

二、人工智能技术对教育的影响

人工智能技术对教育将产生深远影响，并推动教育系统的整体性变革。为深入研究这一影响，需分析人工智能时代教学系统要素，进而论述学习方式与学习资源的关系。

（一）人工智能时代的教学系统要素分析

教学系统是师生共同参与，旨在实现教学目标的活动体系[8]。教师、学习者、教学媒体、教学资源是组成教学系统的四个核心要素。这四个要素不是孤立地、简单地组合在一起，而是相互联系、相互作用的有机整体[9]。人工智能技术将对教育系统产生深远影响，并引起教师的教学方式、学习者的学习方式、学习资源形态和教学媒体形式的深层次变化。在人工智能时代，教师的角色将发生转变，教师知识性的教学角色将被人工智能所取代，教师育人角色将会充分彰显，更加注重培养学习者智慧、帮助学习者成才、启迪学习者心智[10]。学习组织单位构成由个体学习者到群体学习者、由人类学习者到智能机器人，不同学习组织单位衍生出多样化的学习方式。人工智能技术与教育教学过程的无缝融合，催生出形态多样的学习资源，使其更具个性化和精准性的特征。人工智能技术与虚拟现实技术的结合推动教学媒体向学习环境转变，学习环境由物理实体环境向虚拟空间延伸。人工智能时代的教学系统要素如图1所示。

1. 教师+人工智能

人工智能时代，教师的角色将发生根本性转变，教师知识性的教学角色将会被人工智能所取代，教师的育人角色将越来越重要，趋向教师与人工智能协作教学。教师不再是课堂的唯一主讲人，人工智能将充当助教，结合庞大的数字资源库为学习者提供个性化学习支持与服务，同时完整记录、分析学习者的资源使用情况以及学习过程中产生的生成性资源，通过精准化的数据分析为教师提供反馈信息，帮助教师快速了解学情。人工智能将提供作业设置与批改、学习者素质测评与心理疏导、智能化导师等服务，辅助实现学习者个性化管理、精准化学习服务与指导、科学化成长记录与健康检测等多项目标[10]。此外，还支持教师收集学习者学习过程中的动态生成性教学资源，高效开展备课、授课、答疑等相关活动，创生个性化课堂教学。

2. 学习者+人工智能

在人工智能技术支持下，智能机器人既可作为学习者的助手，也能作为独立的学习者，参与合作学习活动。作为学习助手，可以动态感知学习者学习需求，帮助制定学习计划，搜集学习资料，管理学习进程，引导完成课后作业;此外，学习助手还可以结合学习者兴趣和特长，帮助学习者设计个人发展规划，遴选课外活动，适时提醒学习者参与各类活动，并动态生成各类活动记录，有助于学习者进行课后反思。作为独立学习者，可与人类学习者组合成学习小组，建构人机结合的学习共同体，充分发挥人类在社交、创意和审美等方面的特长，发挥人工智能在处理琐碎、枯燥、重复的工作任务以及逻辑演算等方面的优势，协力完成学习任务，达成学习目标。在此过程中，一方面培养学习者问题解决、创新以及人际交流等能力，另一方面培养学习者与人工智能“交流”和“沟通”的信息素养。

3. 学习资源+人工智能

人工智能技术推动学习资源多元集成和个性化推送。人工智能技术可以集成泛在分布的海量学习资源，汇聚不同类型的优质学习资源，使之按照科学、有序的方式分门别类，建构开放、可扩展的资源库。相较于传统“千人一面”的学习资源库，人工智能技术构建的资源库资源推送更加贴近学习者的需求，实现“千人千面”。在人工智能技术支持下，可以充分尊重学习者差异，支持学习者依据自身实际情况定制学习的科目、课程或知识点，满足其个性化需求。借助大数据分析技术的表情特征分析有利于把握学习者的实时状况，并快速做出决策，从而为学习者提供合适的學习资料以及指导帮助，服务于学习者的动态学习需求。

4. 学习环境+人工智能

人工智能技术对学习环境的影响将是全方位的，无论是传统教室还是在线学习平台。人工智能技术将全面升级传统的教室环境，通过收集温度、光线、声音等参数创建一个包含虚拟视觉、听觉、触觉在内的全面感知学习场所。针对在线学习平台，人工智能技术与虚拟现实技术、5G技术等相结合，可以为学习者建构一个具有智能性和交互性的虚拟教室——接近真实教室的学习环境，从而克服时空局限，并增强远程学习者的沉浸感和体验感。另外，人工智能技术赋能在线学习平台，使其能够动态识别学习者的认知能力、学习风格和学习状态，实现学习资源和学习路径的个性化推荐，从而建构基于大数据的智能化学习空间。

（二）人工智能时代的学习方式与学习资源关系

人工智能技术对教学系统的影响是系统性的，在分析人工智能技术对教学系统要素影响的基础上，还需进一步认识人工智能时代下学习方式、学习资源以及二者的关系。

1. 学习方式

学习方式是由学习主体、学习客体以及学习中介三大要素共同组成的完整学习系统，学习主体作用于学习客体，即是从学习的发动到运行再到转换的机制和过程[11]。学习主体即学习者。一般认为，学习者或以个体形式进行自主学习，或以群体形式开展协作学习，相应构成了“单人”“多人”的学习主体。随着人工智能时代的到来，智能机器人不仅作为学习伙伴为学习者提供各种学习支持，还深度参与学习者的学习过程，与学习者进行复杂的数据交换，捕捉学习者的学习行为、思维习惯，对学习行为数据进行多维度分析，为每个学习者画像， 将潜藏在学习者内部的个性特征、学习需求和认知特点实体化。作为辅助学习者的智能机器人已经破除了技术支持的单一身份，被同化为学习者的一部分，在信息筛选、资源推送等方面体现出人类的部分意志。因此，学习者与智能机器人的融合扩展了学习主体的范畴，人工智能时代的学习主体可以是一个“人+机”融合体，或者是多个“人+机”构成的复杂共同体。学习客体是学习活动指向的对象，它是自在的、客观的，如知识、技能和能力[11]，具有高度抽象性与相对稳定性。例如：知识是经验经过语言赋予了意义概念的产物，其形成包括经验的主体、经验的概念化的语脉和社会过程，是高度抽象和概括的结果[12]。学习中介是连接学习主体与学习客体的中介系统，是使学习方式内部要素相互关联的桥梁，主要指学习者学习活动所依赖的工具、技术、手段等[11]，如计算机、平板电脑以及智能手机等为代表的硬件设备。

2. 学习资源

学习资源是支持学习的资源，包括支持系统、教学材料、学习环境等[13]。广义而言，学习资源包括能够帮助学习者有效学习的任何因素。人工智能时代，学习资源不仅仅是学习内容的载体，如教材、电子书、试题库、学科工具等，也包含学习者在使用学习资源过程中的支持服务，如资源检索、下载、订阅、上传等功能，支持其完成资源查找、整理和应用的活动过程[14]，更包含学习者使用资源的过程及产生的学习制品，如学习笔记、完成的练习以及讨论文本等，即“载体+服务+过程”。人工智能技术全面、深度地挖掘学习者需求，为其提供个性化的学习资料和精准化的学习资源应用服务，实现学习全过程跟踪引导，并支持生成个性化学习资源。

3. 学习方式与学习资源的关系

学习方式与学习资源的关系通过学习活动的动态过程来体现，如图2所示，学习主体对学习客体的认知过程也需要通过学习活动来实现。学习活动是以工具、素材和他人为中介同客观世界对话的活动[12]。学习方式中的学习主体和学习客体共同决定了学习活动的目标和内容，学习中介决定了学习活动的形式。学习中介和学习资源支持学习主体与学习客体建立连接的学习活动。学习中介对学习活动给予工具和技术条件的支持，学习活动的目标决定了学习资源的内容，学习中介确定了学习资源的形态。学习资源为学习活动实施提供相应的材料、软件及支持服务，而这些材料软件以及支持服务必须依托一定的技术环境，即学习中介。因此，学习方式决定了学习活动的目标、内容和形式，学习活动和学习中介又决定了学习资源的形态和内容。

图2   学习方式与学习资源的关系

學习方式中的学习中介不同于学习资源，它是学习主体和学习客体的中介，主要是媒体技术手段，与特定学习内容和学习资源无关。学习资源是围绕学习目标和学习内容的学习载体、服务和过程的集合。学习方式通过学习活动限制学习资源的形态。在学习主体借助学习活动达成学习目标的过程中，一旦学习活动的技术与工具等硬件环境确定，则支持学习活动运行的资源形态和结构都会受到相应的限制。

三、人工智能时代的学习方式

人工智能技术与教育的深度融合，将打造全新的智能化学习空间与教育环境，提供精准、适时、个性化的资源与服务，创生新型学习方式和教育模式，从而构建新型的智能化教育生态系统。其中，智能机器人能模仿人类思考学习，其强大的数据加工能力甚至远超人类。因此，学习组织可以由人类学习者扩展为学习者和智能机器人的复合体。从学习组织的构成来看，可以有以下四种形式：学习者、学习者与学习者、学习者与智能机器人以及多个学习者与智能机器人的复合体。与此相应，也有四种学习方式：自主—定制学习、社群—互动学习、人机—协同学习以及多人机—多元学习，如图3所示。

（一）自主—定制学习

随着移动互联网的普及应用，各级各类教育机构开发了海量的教育资源，方便学习者开展随时、随地和随需的自主学习。人工智能技术更为学习者在自主学习过程中提供了适应性支持，实现满足学习者需求的个性化定制，由此即产生自主—定制学习。自主—定制学习是一种自由度较高的学习方式，主要包含两大关键要素：其一是自主，自主强调学习者的主体性。学习者在学习活动之前能够自行确定学习目标，制定学习计划，做好学习准备;学习活动过程中能够对学习进展自我监控和调节;学习活动后对学习结果进行自我总结和反思[15]。自主具有能动性、有效性和相对独立性的特征[16]，即学习者积极主动地从事和管理自己的学习活动，并能采取各种调控措施使自己的学习达到最优化的过程。同时，在学习过程中尽可能摆脱对教师或他人的依赖，自行对学习的各个方面作出选择和控制，独立开展学习活动。其二是定制，定制是基于“以学习者为中心”的理念，通过人工智能技术，分析学习者的学习行为， 明确学习者的学习方式， 学习内容和学习进程会根据学习者的进度进行适时调整， 自动为学习者定制个性化的学习资源。定制强调外在环境给学习者提供的个性化支持，充分尊重学习者的个体差异，在其学习过程中提供适时、适宜、适当的学习引导和学习资源，达成表现性的学习目标。

（二）社群—互动学习

互联网架起世界各国交流和沟通的桥梁，推进了全球化发展，使得全球各地学习者能够以同步或异步、面对面或远程的方式协同学习。学习者围绕课程主题、学习兴趣以及讨论话题组成形式多样的学习社群，人工智能技术为社群互动创设学习空间，提供支持服务和适时指导干预，促成有效互动，由此即产生社群—互动学习。社群—互动学习是学习者借助人工智能技术组建学习社群，从而实现学习者之间的高效互动，共同完成学习任务的学习方式，主要包含两大关键要素：其一是社群，社群具备稳定的群体结构和较为一致的群体意识，社群表现为学习者的组成异构性和意识统一性[17]。学习社群由不同年龄、学历、文化背景的学习者组成，学习者在知识基础、认知能力、学习动机及学习风格方面存在较大差异，构成学习共同体的学习者特征具有异构性。社群的建立由人工智能技术环境根据学习者兴趣自动推荐和学习者自主选择相结合而实现。其二是互动，互动表现为学习过程的交互性。互动基于建构主义的学习观，强调学习者在情境中的会话与协作[18]。人工智能技术为学习者提供多元化、深度参与的协作互动环境，包括随时访问的互动学习空间、即时支持的交互工具资源、智能感知的人际互动网络。此外，通过人工智能技术构建的线上线下环境，打破传统教学中的“集体空间”，为多人同步和异步互动提供了支撑条件，基于云存储的协同工具便于学习进程中的即时交互，为分工合作、沟通交流提供支持，通过智能推送个性化的社群资源，切合学习者的即时需求，同时，智能感知技术探测社会性互动中的认知及情感分歧，适时给予引导，从而营造良好的社群学习氛围。

（三）人机—协同学习

随着新兴智能技术的飞速发展，智能机器人被广泛应用到社会生活的各个方面，教育领域也不例外。智能机器人在教育领域的应用，形成了人与智能机器人协同的学习共同体，学习者在智能机器人的辅助下完成学习任务，达成学习目标，由此即产生人机—协同学习。人机—协同学习是智能机器人辅助学习者开展协同学习的方式，学习者是学习主体，智能机器人是处于从属地位的学习辅助。人机—协同学习主要包含两大关键要素：其一是人机，学习者是学习过程的主体，具备学习主动性，能够分析不同情境和问题的特征，制定计划，调节学习进程，进行总结和反思，智能机器人是学习辅助，从属于学习者，呈现出人的认知、情感和意动成分，旨在为学习者完成任务提供支持，也能够辅助学习者决策。其二是协同，协同即是学习者与智能机器人之间进行合作，共同完成学习任务。智能机器人以学习助手和学习伙伴的角色参与学习活动的各个环节，辅助学习者分析问题情境、获取信息资源、反思评价学习等。同时，智能机器人通过与学习者互动，采集学习者数据，深化与学习者之间的关联，不断改进协同工作的智能性和精准性。此外，协同还能够帮助学习者进行“随机通达学习”，即对非良构知识的学习，学习者通过解决不同情境中的问题，进而培养自主学习能力、高阶思维能力和合作交流能力[19]。

（四）多人机—多元学习

在人工智能时代，知识生成速度快、形态多样、分布广泛。以学习者和智能机器人构成的人机学习共同体为基本单元，多个人机共同体通过移动互联网络交换数据、互通信息、分享知识，形成相互连接的多元化学习网络，由此产生了多人机—多元学习方式。多人机—多元学习是多元联通的学习方式，包含两大关键要素：其一是多人机，多人机是指在人工智能时代人机协同常态化，学习者与智能机器人组合而成的“人机”共同体将成为学习和社会交互的基本单元。基于联通主义学习理念，学习是一个连续的知识网络形成的过程，强调特定的节点与信息资源建立联结[20]。学习过程注重某一人机共同体与其他人机共同体建立联结，由此形成了多人机组成的分布式聯通学习网络和资源网络。其二是多元，多元是指学习路径的多元化。多个人机学习共同体在人工智能技术的支持下，可以实现智能机器人之间互通互学，利用数据挖掘技术帮助学习者建立与其他学习者、学习内容、学习环境之间的联结，从而获取多元化的学习路径以及相应的学习资源和学习支持，体现了学习的开放性和多元性。

四、人工智能时代的学习资源特征

学习资源不仅包括各种形态的知识载体，还包括学习者在资源使用过程中所需的支持服务，更包含学习者使用资源的过程及产生的学习制品，如学习笔记、完成的练习以及讨论文本等，即“载体+服务+过程”。由此，与自主—定制学习、社群—互动学习、人机—协同学习、多人机—多元学习四种学习方式相对应的学习资源将呈现出以下特征：

（一）支持自主—定制学习的精准性学习资源

自主—定制学习是人工智能技术支持下自主学习的新型形态，学习者借助智能环境自定步调、自我管理、自我监控学习过程，并得到智能系统为其定制的精准化学习支持，包括学习评价、学习路径引导、学习资源服务等，以完成学习任务，实现表现性学习目标。支持自主—定制学习的学习资源特征在于精准性，主要表现为三个方面：第一，精准的学习内容。从学习者个体差异出发，根据其个体属性、学习风格、学习能力以及学习过程中的动态需求推送精准的学习内容资源。第二，精准的学习路径导航、学习辅助服务。在大数据技术支持下，通过学习者画像技术，了解学习者的学习方式、认知水平、学习任务完成度，为其规划精准的学习路径[21]。此外，学习者在学习过程中，可能会遇到与知识点相关的问题以及技术操作问题，需要为其提供适时的学习策略指导、疑难解答以及技术指导等学习辅助服务[22]。第三，精准的评价反馈。自主—定制学习全过程有赖于学习者的自我管理，而来自于人工智能环境对其的评价反馈，对于激励学习者动机和维持学习者兴趣具有重要作用。依托大数据技术，可以记录和分析学习者学习活动全过程，一方面，可以对学习者当前学习状态给予即时评价，使得学习者了解学习现状;另一方面，某一学习阶段结束后，可以给学习者提供精准的个性化学习评价报告，方便学习者自我反思，改进学习效果。

（二）支持社群—互动学习的交互性学习资源

社群—互动学习是学习者依托智能学习环境组建社群、协作交互的学习过程，并得到即时的交互支持和指导，从而实现社群学习者之间的高效交互，共同完成学习任务，达成学习目标的学习方式。支持社群—互动学习的学习资源特征在于交互性，主要表现为三个方面：第一，交互式的学习环境。为满足社群协同深度互动的需求，人工智能技术为学习者提供多元化、深度参与的交互学习环境，如智慧课堂、云课堂、协作工具、虚拟（增强）现实环境等，其为师生交互、生生交互提供了广阔的交互空间[23]。第二，交互性的学习支持服务。在线学习社群是通过人工智能技术进行学习者兴趣分类推荐和学习者自主选择相结合而组建，社群成员兴趣度较为集中，社群结构具有稳定性和开放性[24]。社群互动学习高效、深入且交互性强。这些都有赖于人工智能技术提供交互性的支持服务，包括学习社群状态监测与引导、学习进程管理、社交网络建构和分析等，其交互性体现在人工智能技术环境与学习社群的信息流动和反馈上，人工智能技术环境探测学习社群的实时状况并给予相应支持，而学习社群则根据人工智能技术环境的支持而调整学习活动进程。第三，交互产生的生成性学习资源。社群学习过程中知识由隐性的个体知识向显性集体知识过渡[25]。当社群成员提出有分歧的观点和问题，通过讨论、交流甚至辩论等方式，促进了个体内部知识的建构，同时转变成群体知识，且以人工制品的方式存储起来，并在群体学习网络之中不断流动、共享[26]。这些人工制品即是交互产生的生成性资源。

（三）支持人机—协同学习的生成性学习资源

人机—协同学习是学习者和智能机器人协同完成任务的新型学习形态，学习者作为学习主体，在智能机器人的辅助下分析问题情境、制订学习方案、获取信息资源、参与交流互动、达成学习目标。支持人机—协同学习方式的学习资源表现为生成性，主要包含以下三方面：第一，生成性学习内容。智能机器人作为人格化的学习伙伴和助手，其本身就配置特定学习内容的载体，如课程、题库、文献等。智能机器人在与学习者合作过程中不断了解学习者的学习状况，根据学习者的需要调整和更新学习内容，并搜索与此相应的学习资料，适时推荐给学习者。第二，生成性学习支持服务。智能机器人以学习助手和学习伙伴的角色参与学习活动的各个环节，辅助学习者分析问题情境，获取信息资源，突破疑难困惑，提供学习支持服务，特别是情感支持服务，具有生成性。智能机器人实时跟进学习过程，把握学习者的心理状态，察觉人类学习者随时产生的情绪波动及心理变化，与之共情并提供相应的安抚和引导，提高学习效率[27]。第三，生成性学习过程资源。人机—协同学习是一个动态交互过程，将积累大量过程性记录信息，如课程作业、错题集、学习作品等，这些都是生成性资源。智能机器人可将此存储、改造和转化，供后续学习活动时选用。

（四）支持多人机—多元学习的联结性学习资源

多人机—多元学习是多个人机学习共同体构成的社群学习网络，学习者之间、智能机器人之间、学习者和智能机器人之间均可互通信息，开展多元化学习，学习者可选择多元化的学习路径以及相应的学习资源和学习支持服务。支持多人机—多元学习的学习资源具有联结性，主要表现为以下三方面：第一，联结的学习内容。在多人机—多元学习网络中，所有参与者，即学习者和智能机器人都可以提供学习内容。这些学习内容经由提供者互联互通，形成开放和动态的知识网络。学习者可以根据自身学习需求，联结各类学习内容，自主建构知识网络。第二，联结的学习支持。在多人机—多元学习过程中，学习者获得的学习支持不仅来自辅助其学习的智能机器人，还可以得到社群学习网络中其他学习者和智能机器人的学习支持。这些支持经由提供者联结起来构成学习支持联结网络，为学习者提供多元而全面的学习支持服务。第三，联结的人际网络。在由学习者和智能机器人构成的社群网络中，学习者和学习者联结即可形成人际交流网络，营造虚拟学习空间的社会氛围，激发学习者学习积极性。依据联通主义学习理论，人际网络与学习者内部认知网络、概念网络连接构成完整的学习网路，也即是学习成果[28]。由此可见，这种联结的人际网络既是学习成果的一部分，也可作为其他学习者参考的学习资源。

[参考文献]

[1] 王竹立. 技术是如何改变教育的？——兼论人工智能对教育的影响[J].电化教育研究，2018，39（4）：5-11.

[2] ZHANG Z， LI Z， LIU H， et al.Data-drived online learning engagement detection via facial expression and mouse behavior recognition technology[J].Journal of educational computing research，2019（1）：1-24.

[3] PLIAKOS K， JOO S H， PARK J Y， et al. Integrating machine learning into item response theory for addressing the cold start problem in adaptive learning systems[J].Computers & education，2019，137：91-103.

[4] 汪時冲，方海光，张鸽，等. 人工智能教育机器人支持下的新型 “双师课堂” 研究——兼论 “人机协同” 教学设计与未来展望[J]. 远程教育杂志，2019（2）：25-32.

[5] 李晓庆，余胜泉，杨现民，等. 基于学科能力分析的个性化教育服务研究——以大数据分析平台 “智慧学伴” 为例[J].现代教育技术，2018，28（4）：20-26.

[6] 郑勤华，熊潞颖，胡丹妮. 任重道远：人工智能教育应用的困境与突破[J].开放教育研究，2019，25（4）：10-17.

[7] 方向，向佐军，盛群力. 美国教育系统变革的十项行动——面向 21 世纪的学校重塑[J].外国教育研究，2015，42（7）：58-67.

[8] 顾明远. 教育大辞典[M].上海：上海教育出版社，1998.

[9] 何克抗，林君芬，张文兰. 教学系统设计[M].北京：高等教育出版社，2006.

[10] 余胜泉. 人工智能教师的未来角色[J].开放教育研究，2018，24（1）：16-28.

[11] 李芒. 信息化学习方式[M].北京：北京师范大学出版社，2006.

[12] 左藤学. 学习的快乐：走向对话[M].钟启泉，译.北京：教育科学出版社，2004.

[13] 谢新观. 远距离开放教育词典[M].北京：中央广播电视大学出版社，1999.

[14] 余亮，陈时见，赵彤. 大数据背景下数字教育资源服务的内涵、特征和模式[J].电化教育研究，2017（4）：68-73.

[15] 庞维国. 论学生的自主学习[J].华东师范大学学报（教育科学版），2001，20（2）：78-83.

[16] 董奇，周勇. 论学生学习的自我监控[J].北京师范大学学报（社会科学版），1994（1）：8-14.

[17] 王根顺，吴长城. 网络学习社区的自组织研究[J].电化教育研究，2011（10）：37-41.

[18] 陈琦，张建伟. 建构主义学习观要义评析[J].华东师范大学学报（教育科学版），1998（1）：63-70.

[19] 许思安，高慧冰，吴清霖. 随机通达教学策略对高中生物新教材学习迁移影响的探讨[J].中国电化教育，2005（9）：60-62.

[20] 王志军，陈丽. 联通主义学习理论及其最新进展[J].开放教育研究，2014（5）：11-28.

[21] 唐烨伟，茹丽娜，范佳荣，等. 基于学习者画像建模的个性化学习路径规划研究[J].电化教育研究，2019（10）：53-60.

[22] 钟绍春，唐烨伟. 人工智能时代教育创新发展的方向与路径研究[J].电化教育研究，2018，39（10）：15-20，40.

[23] 许亚锋，高红英. 面向人工智能时代的学习空间变革研究[J].远程教育杂志，2018（1）：50-62.

[24] LIU I F， CHEN M C， SUN Y S， et al. Extending the TAM model to explore the factors that affect intention to use an online learning community[J].Computers & education，2010，54（2）：600-610.

[25] 楊奕琦，房汉平. 网络社群中学习者隐性知识习得研究[J].现代教育技术，2010（11）：114-117.

[26] STAHL G. Group cognition in computer‐assisted collaborative learning[J].Journal of computer assisted learning，2005，21（2）：79-90.

[27] 李海峰，王炜.“互联网+”时代的师生关系构建探析[J].中国教育学刊，2018（7）：81-87.

[28] GOLDIE J G S. Connectivism： a knowledge learning theory for the digital age？[J].Medical teacher， 2016，38（10）：1064-1069.

[Abstract] Artificial intelligence technology will have a broad and profound impact on the education system and promote the overall change of the teaching system. This paper analyzes the influence of artificial intelligence technology on education， and then clarifies the teaching system elements and the relationship between learning styles and learning resources in the era of artificial intelligence. Based on the core factor of learners， the learning styles can be divided into four types according to the structure of learning organization： autonomous and customized learning， community and interactive learning， man-machine and collaborative learning， and multi-man -machine and multiple learning. Therefore， the characteristics of learning resources that support these four learning styles are further discussed， including precise learning resources supporting autonomous and customized learning， interactive learning resources supporting community and interactive learning， generative learning resources supporting man-robot and collaborative learning and connected learning resources supporting multi-man-machine and multiple learning.

[Keywords] Artificial Intelligence; Learning Style; Learning Resources; Learners; Learning Environment