高芳征， 尚艳玲

(南京工程学院 自动化学院，江苏 南京 211167)

自2020年新冠肺炎疫情暴发以来，全国高等院校响应教育部“停课不停学”号召，充分利用现今日益发达的信息技术和网络资源，积极探索各种线上教学的新模式。现阶段各种录播课和直播学习方式迅速发展，形成超星学习通、QQ群课堂等多个主流在线授课学习平台。在此背景下，尤其是今年疫情呈现多点散发的状态，防疫工作的需要给高校教学模式带来了转变和新的发展契机，把“互联网+”、大数据、机器学习等先进技术融入在线课堂学习，实现线上线下教学模式随时切换的无缝衔接，已经成为目前上课的主要方式[1-2]。但是这种新型教学模式也对学生的学习方式和学习方法提出了新的挑战，而作为解决这一问题的有效途径之一——人工智能时代的自适应学习方式成为未来高等院校教育改革的新引擎[3-7]。

所谓“自适应学习”，是指通过自适应机器学习算法将人工智能技术与现代教育技术融合完成计算机与学习者的交互，并为学习者提供定制性的学习资源与活动，以满足每个学习者的个性化需求的一种新型教育方法[5]。它是“认知向导”的延伸，可以使学习者学习过程更为人性、高效以及更易于量化。尤其是，在高等教育教学中自适应学习方式可以有效弥补学生理论基础不足，为教师提供分层教学和科学测评的依据与手段而具有广阔的应用前景。

根据教学的实际情况，在自适应学习视角下基于学习通平台对高等院校的线上教学模式进行了研究。充分利用该平台的“自适应”机制，使得教师通过后台查询每个学生的学习内容、学习时长和学习强度等相关信息；设计与学生个体能力相匹配的个性化学习方案，充分发掘出不同学习个体的潜能。学生也可以通过自适应式的“查漏补缺”，更有效地掌握相关知识点，从而探索构建一套“以学生为中心”的个性化创新型人才培养体系，全面提高人才培养质量。该研究将自适应学习教学和线上教学模式相结合，深入探索自适应学习机制下高等院校线上教学模式的构建，为线上教学模式提供新范式。

1 基于学习通的线上教学模式研究

学习通平台是一款集移动教学、移动学习、移动阅读、移动社交为一体的免费应用程序，它支持PC端和移动端，是面向平板电脑、智能手机等终端的移动式专业学习平台，包含各种教与学应用。用户可在学习平台自助完成图书馆藏书借阅查询、电子资源搜索下载，学习专业课程，进行小组讨论，查看本校通讯录，同时拥有中外文献数据为用户提供移动学习服务等功能。在“互联网+”时代背景下，学习通有多元化的教学方式，线上教学可以直播也可以录播，同时可以设置推送给学生线下预习任务单、课程重难点、复习任务单和练习题等，是一种线上线下相结合的现代教学模式，是一种翻转课堂的模式，也是学生可以进行自适应学习的一种模式[2]。学习通的教学模式如图1所示。

图1 学习通的教学模式

1.1 基于教师角度的教学准备环节

该环节主要包括教师设计预习任务单、课程资料提供、课内习题设计和教学评价设计。教师发挥互联网的优势借鉴利用国家名师慕课、微课等电子资源，也可对相应知识点录制短视频，精心设计教学内容并以课程资料的形式开放给学生。同时，教师也可以根据授课知识内容有针对性地设置题目，便于线下学习的同学进行学习效果检测。

1.2 基于学生角度的自主学习环节

该环节学生主要是查看学习任务单、学习课内视频资料、进行学习和教学评价反馈等任务。学生通过智能终端接收教师推送的任务单，进行课前自主学习，同学之间也可以通过班级群对有疑点的地方进行交流，并标记疑点反馈给教师。教师通过问题反馈，及时调整课堂讲解的内容，根据不同学生的反馈效果，对知识点进行分层设计与教学。对于学习能力强的同学，可以准备较深的内容学习；对于学习能力一般的同学，准备基础学习内容。学生也可以根据自己的学习状况，选择不同内容进行自适应学习，针对一些难点，学生可以通过提供的最新资料和电子资料，进行自主学习并反馈。

1.3 基于学习通课堂的师生交互环节

该环节主要包括学习通签到、重难点讲解与学习、知识点的扩充与拔高、课内习题讲解与测试等。教师通过学习通中的活动进行终端签到，以统计平时成绩，形成过程性考核资料。同时，上课教师着重讲解预习中同学们遇到的问题，给予详细的指导，对某些知识点扩充和拔高讲解并提供给学习能力强的同学，把上课用的所有多媒体课件及视频资料等以课程资料的形式提供给学生，学生可以课后反复学习。课堂教学中，学生可随时发表自己的观点和提出疑点，进行师生实时互动，及时答疑解惑；教师可以采用小组讨论的方式，进行重难点的讨论，以便调节课堂气氛和加强学习交流。最后，教师推送根据知识点设计好的课内小测验，测试本节课的学习效果。学生的答案会以文档的形式展示，教师可根据测试的结果，及时调整教学进度并设计难度合适的内容。教师也可以打开学习通的投票功能，了解学生对该节课教学效果的评价和对课程难度的需求。

该环节中，由于线上教学使得学生和老师不能在课堂上面对面的交流，教师无法监控同学们的上课状态，所以可以采用录播和直播相结合的方式，直播过程中，要求每一位学生开启摄像头，正对屏幕，以防止学生虽然打开上课视频，人却不在终端前学习的弊端。直播过程中，可以采用录播形式对知识点进行播放，此时，教师可以监控学生的学习状态，实现教室课堂上课的沉浸式体验，最大限度地模拟线下教学状态，以便达到更好的学习效果。

1.4 基于学习通后台日志数据分析和总结环节

该环节主要是根据学生的学习过程以及教师的课堂教学的数据统计，对学生学习效果进行分析。通过大数据分析，教师可以了解每一位同学的学习进度及薄弱环节，熟知哪些知识点容易被掌握，哪些知识点需要进一步详细讲解，哪些知识点需要多加练习进行巩固。教师能够根据数据分析结果及时进行授课进度调整，达到更好的教学效果。后台的课堂测试数据、签到数据、观看视频及浏览各种资料数据等保存下来，为学期末的平时成绩考核提供必要的支撑。

2 自适应学习机制下基于学习通的线上教学模式构建与优化

2.1 自适应学习的核心概念

一般意义下，人们的学习情况根据学习内容和学习方式的不同，可以分为机械学习、示教学习以及自适应学习三种不同的类型。其中，自适应学习是指通过给学习者提供相应的学习环境或实例，让其自身在学习中发现总结，最终形成理论并能自主解决问题的学习方式。因此，自适应学习是在行为主义、认知心理学的理论基础上，探索自我适应的学习模式。自适应学习根据学习方式不同又可以分为发现学习、解释学习、例中学和做中学。

科学理解自适应学习的内涵，精准实现人才的个性化培养，需要我们开发高质量的学习资源，充分发挥现代信息技术优点促进教学，构建高质量的自适应学习平台，引导学生选取适合的内容进行下一步学习，并可以根据学生学习的情况适当地调整课程难度。教师也可借助于它的实时预测技术来监控学生的知识空白并及时进行调整，为每个学生提供个性化教学。

2.2 基于自适应学习机制和学习通平台的线上教学模式的构建及优化

随着人工智能技术的高速发展，高等院校线上教学实践实行自适应学习模式的可行性大幅提高。结合人工智能与自适应学习理论，本部分基于学习通平台重点针对高等院校自主线上学习的发展路径进行了深入剖析，以此为基础构建基于学习通平台的自适应学习机制下高等院校线上教学模式，并进一步对模式构建的要求和相关教学流程设计进行阐述。

众所周知，在教学过程中教师是教学的主导，因此自适应学习模式的构建，教师需要从自适应性学习的角度探讨教学模式的突破口、途径以及更好的实施计划，创造出适合学生的沉浸式学习方式，使学生能够自主学习、团队合作、自我管理以及与人工智能系统共生。

这种自适应模式的构建关键在于如何借助于学习通等线上学习平台的大容量、广覆盖等优点，通过人工智能算法在“教”与“学”过程中对师生进行差异化引导，将传统的“以教为主”的学习模式转换为“以学为主”，以及课后进行无缝衔接的复习为主的学习模式，最终优化完成以“教学内容”为主线，学生为主体，教师为主导的混合式教学模式。该模式的构建需要依据课程预先设计的既定目标，利用现代媒体的多样性、个性化的自适应性反馈机制，使学生在学习过程中实现实时性、有目的地自我评价。教师则凭借教育反馈制定针对学生个人能力、学习进度的学习计划，并且帮助学生完成整个学习过程。具体的设计过程包括面向知识的自适应教学内容和面向学生的自适应序列两个维度[6]。

2.2.1 面向知识的自适应教学内容

自适应教学内容是将学习资料按照相应的课程大纲进行颗粒化，将学习内容重新分解成具体的知识能力要求，并设计出相应的教学环节和交互教材，将测试问题融入教材本身，为学生进行阶段性评价，根据学生最终的评测结果，为每位学生定期提供独特的学习内容。

2.2.2 面向学生的自适应序列

自适应序列一般有三个步骤：首先利用网络教学软件(如学习通平台)对学生学习数据进行采集，然后对学生学习过程中的相关数据进行剖析，最后根据调查结果对学习的内容进行调整。搜集信息时要考虑搜集何种数据，基于何种困难程度进行搜集，是否需结合学生以往的表现。数据分析时要考虑如何分析学生的绩效数据，评估下一步学习内容需要参考哪些指标，如何选择接下来将使用的特定内容。最后根据数据分析信息，教师在教学活动中对学习内容进行优化，主要考虑如下问题：一是内容的提供形式与数量，二是内容之间的设计关系。教师通过搜集到的学习数据对各个学生的薄弱知识点进行分析，并对学生的学习进程和学习内容进行调整，从而实现为每位学生提供个性化的教学体验。在此基础上，引导学生进入最适合的下一步学习内容和活动，自动调整学生学习内容的难易程度。

因此，解决自适应学习机制下基于学习通的线上教学应用要从以下三个层面入手：1)综合评估知识点的掌握情况，及时查找漏洞，弥补不足。利用学习通这一智慧课堂软件全面收集与课程相关的学习资料，并针对学生的实际学习情况，将学习任务及相关的知识点进行精确地自动推送。2)基于学生学习数据，全面分析错误原因。采用学习通对学习数据进行及时收集，除了测试分数，还提供对相关错误的分析、诊断和学习意见。一旦学生出现错误时，就可以直接追溯到相应的知识点，让学生清楚地认识到自己的错误原因和知识盲区，精准定位到相关学习内容，再次学习直至完全掌握。3)个性化推送相关学习内容，实时调整教学策略。通过对学生的知识测试结果进行分析，系统会自动提供相应的学习内容，并且在学习通对学生的学习情况进行实时跟踪，从而帮助教师及时调整教学策略，加快教学进程或者降低教学难度，推荐不同类型的教学内容。

目前，作者以数值计算方法、离散数学等课程为个案的研究对象，深入分析自适应学习教学模式的体系和功能，实施基于自适应学习机制和学习通平台的线上教学。针对目前分析存在的问题，提出了自适应学习机制下线上教学模式的优化对策，建设并筛选基于内容和能力培养导向的线上教学资源，结合教材、课程设计进行持续优化创新，最终构建较为契合线上教学模式的自适应学习模式。

3 结语

以人工智能技术为背景，以行为主义、认知心理学为理论基础，探索在常态化疫情防控下的线上教学模式，是该研究聚焦的领域。结合国家关于“人工智能教育”的大政方针，提出了基于自适应学习机制和学习通平台的高等教育线上教学模式，该方法具有很强的实效性和创新性。经过一个多学期的实施，取得了良好的效果，满足了不同层次的学生学习需求，并培养学生的自主学习能力，弥补了传统线上教学的“一刀切”的缺陷，丰富了高等院校线上教学模式的内涵，为高等院校常态化疫情防控下的线上教学模式提供了新的方法。