张茜茜 李顺祥 杨莉

摘 要：个性化教育是新时代大学生发展创新思维、实践创新能力的基础，基于学生个性化发展培养创新能力成为高等教育的一项重要任务。本文将自适应学习与创新型人才个性化培养相结合，构建创新型人才个性化学习者模型，对学习者进行差异特征分析;根据领域知识模型构建学习者学习资源库，设计自适应学习系统，为学习者推荐个性化的学习路径，因材施教，为我国科技创新后备人才培养提供时代性与前瞻性的实践框架。

关键词：个性化创;新型人才;自适应学习

新时代背景下创新驱动发展战略对高校创新型人才培养提出了更高的要求，探索构建一套“以学生为中心”的个性化创新型人才培养体系，对改进创新教育理念和方式，建立多层次、广覆盖的创新型人才培养模式，优化创新型人才评价机制具有重要意义。

自适应学习作为一种智能评估、学习策略推荐与交互性学习的手段，目前已经从计算机领域引入教育领域。本研究旨在于自适应学习理论上构建基于自适应学习的创新型人才培养体系，通过交互性的智能评估及学习路径推荐实现规模化、个性化的创新教育。将自适应学习系统引入高校创新创业教育，对于创新型人才个性化培养体系的建设而言是一次全新的尝试，具有一定的理论与技术基础，满足了高校创新型人才个性化培养多元化的需要，而且为高校创新型人才培养提供了一个切实有效的平台。

一、高校创新型人才培养的理论基础

（一）自适应学习理论

自适应学习是一种教育方法，包括机器学习、人工智能等先进技术，通过算法完成计算机与学习者的交互，并为学习者提供定制的学习资源和学习活动，进而满足每个学习者的个性化需求。“自適应”是指在处理和分析过程中，根据对象的特征自动调整处理顺序及手段等操作策略，使其与所处理对象的特征相适应，以达到最佳的处理效果。自适应学习能够通过能力测评模型构建学习者模型，通过模式分析与在线推荐对学习者的学习路径进行智能选择与规划，最大程度上满足学习者个性化的差异。它是“认知向导”的延伸，不仅继承了“认知模型”与“认知向导”的思路，更是从学生模型的建立、模式的分析与决策等多维度制定了更加丰富、具体的策略，增加了学习者与学习系统的动态关联，丰富了个性化学习资源和学习活动，人工智能相关算法实现学习资源对用户的“适应性”，满足了学习者的个性化需求。

（二）创新型人才的概念

创新型人才是指在新时代环境下具有创新思维、创新能力、创新精神、创新意识、创新知识、创新品质并且具有良好的创新人格的高素质人才，能通过创造性劳动取得创新成果的人。而作为创新型人才应具备以下素养：一是要有丰厚的创新知识，具有扎实的专业基础知识，精通本专业最新发展态势和科学成果，需要了解必要的横向学科及相邻学科知识;二是要具有敏锐的创新洞察力，可以发现本源上的重大问题，将观察到的事物不断地与已具备的专业知识联系起来，从而发现事物之间的必然联系，准确把握发展趋势，及时发现他人没有发现的东西;三是要拥有先进的创新思维以及具备独创性、前瞻性、灵活性等良好的思维品质和思维方式，能够针对不同事物做出综合分析与准确判断，进而做到独辟蹊径;四是要具备坚韧的创新品质，具有面对困难、敢于创新的勇气以及善于创新的能力，走创新道路的同时也要符合科学思维的规律。新时代下的创新型人才，是立足于现实的同时又面向未来的创新人才;五是拥有科学的创新实践经历，能够从实际出发，遵循科学，以事物的客观规律为依据进行创新实践的探索，以科学的态度进行创新实践。

二、高校创新型人才个性化培养的现实需求

（一）创新型人才是新时代各个国家最重要的战略资源

着力培养创新型人才，已经成为各国实现科技进步和提升国际竞争力的重要举措，谁拥有了一流创新人才，谁就能在科技创新的竞争中占据优势。如今这个百舸争流的时代，创新已然成为站在金字塔尖的许可证，而作为新时代的大学生更应具备创新意识，提升创新能力，以锐意进取的精神风貌来推动国家的建设。

（二）创新型人才是我国战略机遇期的人才资源

构建国家创新体系、建设创新型国家和全面建设小康社会，亟须大力培育创新型人才，为我国在激烈的国际竞争中实现可持续发展提供坚强的智力保障和人才保证。创新型人才正以前所未有的时代需求来帮助国家在日益激烈的国际竞争中占据主动地位、推进国家的自主创新水平、实现中华民族伟大复兴。因此，培养有信念，有理想，有抱负，具备强烈的历史责任感和事业心、进取意识和献身精神的新时代创新型人才，才能加快我国由人才大国向人才强国转变进程。

（三）创新型人才的培养要满足新时代发展需求

基于现有的互联网环境以及发展趋势，未来的教育一定是更加重视学生个性化和多样性的教育，是让全部学生都能享受到同等优质资源的教育，是引导学生进行主动探索和快乐学习的教育，是更加智慧且强调终身学习的教育。在这种教育生态下，教育会更加均衡化、管理会更加精细化、决策会更加科学化、教学会更加个性化，同时会更深入地落实立德树人的根本要求，实现培养一批新时代创新型人才的目标。

（四）创新型人才的培养要符合人才的成长规律

当前对创新型人才培养的传授方式和知识结构相对固化，个性化培养模式笼统而概括，缺乏真正的个性化、针对性与实际效用，很难跟上行业的快速发展和现实需求。其次，创新型人才的评价体系刻板化，创新型人才标准片面化，使得创新型人才培养体系亟待完善。这就要求我们建立以学生发展为核心的新型教学关系，尊重人才成长规律，创新教学手段，改进学习方式，改变教学组织形式，营造良好创新环境，加快形成有利于人才成长的培养机制;要利用人工智能等新技术深入探索新时代的教学模式，加强对学习者学习行为规律的研究，落实因材施教;要求重塑教学评价和教育管理模式，开展学情分析，准确评估教学效果和学习成果，跟踪监测教学的全过程，实现创新人才的多维度、综合性评价，促进由注重知识传授向注重能力素质培养的转变。

基于自适应学习理论针对大学生的个性化差异，实施因材施教，培养富有个性的、适应现代社会发展要求的创新创业人才。引入自适应学习理论，客观分析学习者的特征，智能推荐学习资源、学习路径;设计个性化培养的自适应学习系统，为创新创业人才个性化培养提供重要借鉴。自适应学习系统的设计与应用，能够满足学习者的个性化学习需求，实现可规模化的个性化创新教育，帮助学习者取得更好的学习效果，从根本上改进创新教育的理念和方式，推动我国高校创新教育变革。

三、高校创新型人才个性化培养的自适应学习系统构建

（一）个性化自适应学习系统的主要内容

目前国内外对于自适应学习平台的定义不尽相同，但总体而言是指通过在线学习平台获取与分析学习数据，实现实时的个性化教育，不仅仅能够通过对学习者的个性化信息的综合分析为学习者提供个性化服务，还能利用计算机将所分析的学习数据以报告的形式反馈给学习者，以便学习者及时地了解自己的学习情况。我国偏向于强调自适应学习平台能够为用户提供个性化服务，而其个性化的服务是基于对学习者学习风格、认知水平等学习者自身背景方面的因素的综合分析实现的。国外的定义突出自适应学习系统中自适应的实现具有交互性，通过实时交互数据的收集与分析，向用户提供及时更迭的个性化服务。对于教育来说，“自适应”是指根据学生实时的学习情况不断调整下一步学生所学的知识点或试题，相对来讲国外的定义较为准确。

因此自适应学习系统应具有以下几个主要功能：

（1）自适应内容。系统根据学生对知识的理解和掌握情况给予学生实时的提示、及时的反馈以及适应性的内容，在学习过程中为学生提供帮助，帮助学生达到学习目标。

（2）自适应评估。系统根据学生上一道题的答案，自动改变下一道题的难度。如果学生正确地回答了问题，下面的题目难度会增加而如果学生答错，下一个问题的难度就会降低。

（3）自适应序列。通过不断收集和分析学生数据，通过相应的算法自动调整推送的学习内容的顺序，该功能主要包括信息收集、分析数据、调整推送三个步骤。

（二）个性化学习者模型的构建

学习者模型作为自适应学习平台的核心，是评价平台自适应度的重要指標。科学地认识和分析每一个学习者的差异是开展创新创业人才个性化培养的实施依据，构建一个合理、有效的学习者模型才能准确分析学习者特征，提供精准的个性化教育。在如何构建学习者模型方面，国内的自适应学习理论以基于认知风格构建学生模型为主，国外的学习者模型则加入了对学生的学习动机、状态和情感回应等因素的动态分析，更具体、灵活。但学习者的认知风格作为在获取、理解、存储、提取和使用信息时所偏好的态度和方式，对于个体来说相对稳定。例如在学习环境、教材、师资等条件相仿的情况下，学生的学习效果却可能相差甚远，其根本原因是认知风格是重要的个体差异因素之一。同时学习者在自适应学习过程中，学习情绪也会对学习效果产生很大的影响，积极的情绪往往会促进学生的学习，相反学习者产生的消极情绪会引来学习怠倦。目前教育领域对有关学习者学习情绪的研究还很少，主要集中于研究在学习过程中如何个性化地解决学习者在学习过程中产生的问题。

不同对于学习者模型的研究分析表明，创新型人才培养的学习者模型中必须包含非智力因素与智力因素特征，并且这些特征需要相互作用才能形成一个有机整体，不能独立存在。国内的CELTS-11学习者模型规范包含学业信息管理信息、关系信息、偏好信息、作品集信息、个人信息、安全信息、绩效信息，该学习者模型规范对非智力因素特征的学习行为、学习情绪方面的描述不多。基于CEITS-11学习者信息模型规范，本文从知识状态、知识水平、学习行为、学习情绪四个维度构建创新型人才学习者特征体系;依据学习者特征体系，利用数据挖掘技术对创新创业学习者的行为数据进行分析，采用层次分析法对学习行为权重分析，确定学习者的学习特征;采用比较研究法对比分析已有的学习者模型，结合学习者特征体系，构建创新创业人才的学习者模型。

（三）创新教育领域知识模型的构建

领域知识模型也即知识图谱构建是基于用户模型自适应展现内容资源的基础核心部分，指导自适应系统为创新创业学习者提供学习路径和学习资源的推荐服务，能极大影响学习效率。同时可以通过结构化的形式展示分类整理的客观世界的实体概念，以图形化的形式描绘实体间的语义关系，方便自适应系统根据学习者状态进行学习路径的调整和资源推荐。

基于创新教育领域的知识特点，提炼出知识模型应满足如下要求：一是强关联性，知识点应形成具有强关联性的知识网络图，在学习过程中学习者同样会构建基于自身特点的知识结构体系，通过不断学习，进而不断完善知识结构体系的过程，这样能更好地给学习者引导知识学习的方向。二是可追溯，知识点模型的基于制定的关系规则环环相扣，建立起来的知识点模型反过来可以通过详细的关系规则使得知识点之间可以追溯。三是可视化，学习者在线学习时，需要对知识点的整体结构有清晰的认识，通过将知识点的结构以可视化的方式展现给在线学习者，可以逐步对知识点间复杂的关系结构进行记忆构建，能够促进学习者的主动学习进程。

以上方要求为基础，以创新创业教育学科、课程和学习对象三部分为研究对象，设计领域知识模型参考规范，探究创新创业学习者知识的目标、范围以及相关使用者;研究创新创业教育领域知识元素的构成，描述知识点的具体属性以及知识点互相之间的关系，构建领域知识模型需求分析;依据领域知识模型的参考规范和需求分析构建领域知识模型。

（四）个性化培养的自适应系统设计

目前互联网线上教育发展较为迅速，线上平台和产品多种多样，对于学习者来说，频繁地进行互联网线上学习，会使得学习模式较为固定，很容易失去新鲜感。并且互联网线上教育的教学者和学习者处于不同的空间，教学者很难实现对课堂纪律的把控，学习者也缺乏一定的自控能力，这就使得互联网线上教育的教学效果会随着教学模式和内容的单一而逐渐降低。因此，互联网线上教育平台要实现不断的创新，本文通过搭建创新创业学习资源库，将有效的教学资源进行整理和保留，以便后期的使用和共享，利用大数据、云计算等先进的互联网技术来实现便捷、快速的检索和个性化推荐，这样可以使信息资源的利用更加有效。

基于搭建完善的创新创业学习资源库，自适应学习系统依据学习者模型、领域知识模型提取学习者的特征，为学习者智能推荐学习路径和学习资源，以及个性化服务的自适应学习环境。结合学习者模型和领域知识模型，构建符合创新创业学习者个性化需求和特征属性的学习资源库;根据学生的学习特征与学习需求，考虑学生的基础能力、学习能力、创新能力，应用学习风格向量判断学习者的学习风格，通过深度学习算法为学习者推荐个性化的学习路径，并基于协同过滤思想为学习者推荐个性化的学习资源。

结语

创新型人才个性化培养是建设创新型国家战略对复合型人才的需求，充分考虑学生存在的差异，有针对性地加强不同类别的学习指导，培养能够适应和解决未来重大科技问题与社会问题的创新型人才，是建设创新型国家重要的战略举措。基于自适应学习理论对创新型人才提供精准的个性化培养策略，为培养高质量的创新型人才提供坚实的基础，为提升国家在国际上的核心竞争力提供重要支撑。

参考文献：

[1]王占仁，孔洁珺.中国高校创新创业价值观教育研究[J].国家教育行政学院学报，2019（10）：23-30.

[2]胡金焱.创新创业教育：理念、制度与平台[J].中国高教研究，2018（07）：7-11.

基金项目：天津市高校思政工作研究基地（天津职业技术师范大学）支持;河北工业大学2019年度本科教育教学改革研究项目（F201902002）：“智能+”视域下高校创新型人才培养模式的研究——基于自适应学习理论

作者简介：张茜茜（1987— ），女，汉族，山东潍坊人，硕士，讲师，研究方向：创新创业教育。