導(dǎo)語：如何才能寫好一篇人工智能網(wǎng)絡(luò)教學(xué)，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

【關(guān)鍵詞】人工智能；診斷學(xué)教學(xué)；智能教學(xué)系統(tǒng)；智能組卷系統(tǒng)；智能閱卷系統(tǒng)；智能仿真教學(xué)系統(tǒng)

人工智能（artificialintelligence，AI）的概念最早是在1956年的Dartmouth學(xué)會上提出的，隨著計(jì)算機(jī)核心算法的突破、計(jì)算能力的迅速提高以及海量互聯(lián)網(wǎng)數(shù)據(jù)的支撐，目前已被廣泛地應(yīng)用于各個領(lǐng)域[1-2]。近年來，人工智能也給教育教學(xué)領(lǐng)域帶來了機(jī)遇，人工智能+教育正如火如荼地開展和推進(jìn)，改變著傳統(tǒng)的教育形式及生態(tài)[3-4]。2018年教育部《高等學(xué)校人工智能創(chuàng)新行動計(jì)劃》，各大高校在人工智能及其教育發(fā)展上有了綱領(lǐng)性的指導(dǎo)[5]。醫(yī)學(xué)教育作為教育教學(xué)諸多領(lǐng)域的一隅，乘著人工智能發(fā)展的東風(fēng)，各大高校在推進(jìn)醫(yī)學(xué)教學(xué)改革方面進(jìn)行了大量積極的探索與嘗試[6-8]。診斷學(xué)是由基礎(chǔ)醫(yī)學(xué)過度到臨床醫(yī)學(xué)的橋梁課，其教學(xué)質(zhì)量的良莠直接影響到醫(yī)學(xué)生的培養(yǎng)質(zhì)量，傳統(tǒng)的教學(xué)方法難以滿足現(xiàn)代醫(yī)學(xué)教學(xué)的要求，如何發(fā)揮人工智能的應(yīng)用優(yōu)勢，讓其更好地應(yīng)用于診斷學(xué)的教學(xué)工作，也是診斷學(xué)課程教改的重要研究方向。

1傳統(tǒng)的診斷學(xué)教學(xué)方法存在的問題

診斷學(xué)是學(xué)習(xí)臨床基本技能最重要的一門課程，其內(nèi)容包括癥狀學(xué)、體檢檢查、實(shí)驗(yàn)室檢查及輔助檢查等四大塊，分為理論課和見習(xí)課，目前大多數(shù)醫(yī)學(xué)院理論課采用的是以大班的形式在多媒體教室講授，而見習(xí)課則采取分小組的模式進(jìn)行，多年的教學(xué)實(shí)踐發(fā)現(xiàn)該教學(xué)模式取得的教學(xué)效果不盡人意，尤其是近年來隨著全國各大醫(yī)學(xué)院校的擴(kuò)招，出現(xiàn)了師資及教學(xué)資源配套的相對不足，上述教學(xué)模式的問題逐漸凸顯。理論知識以老師講授為主，采取的是“滿堂灌”的教學(xué)模式，然而該部分教學(xué)內(nèi)容知識點(diǎn)繁多，知識串聯(lián)度不高，課堂靈活度、生動度較為薄弱，學(xué)生聽完課以后對課程內(nèi)容印象不深，知識掌握度差，同時由于學(xué)生的學(xué)習(xí)主觀能動性差異大，不能進(jìn)行課前充分預(yù)習(xí)的學(xué)生在課堂上更加難以跟上老師講授的節(jié)奏。見習(xí)課是對理論知識進(jìn)行實(shí)踐，培養(yǎng)學(xué)生的實(shí)踐操作能力，前期理論知識掌握度差又會影響見習(xí)的教學(xué)質(zhì)量，導(dǎo)致教學(xué)過程形成惡性循環(huán)[9]。見習(xí)課主要采取老師講授要領(lǐng)及演示操作流程，之后學(xué)生們互相練習(xí)的教學(xué)方法，該部分內(nèi)容需反復(fù)加強(qiáng)練習(xí)，同樣的動作要領(lǐng)反復(fù)錘煉才能熟練掌握，因課堂見習(xí)時間有限，而老師講授及演示需占用大部分時間，學(xué)生動手實(shí)踐機(jī)會不多，老師對學(xué)生的操作手法、操作內(nèi)容、操作順序等重要內(nèi)容進(jìn)行指導(dǎo)和勘誤的時間少，學(xué)生操作的規(guī)范性難以保證，在以后的臨床實(shí)踐中，往往存在實(shí)踐操作能力的缺陷。上述教學(xué)模式教師與學(xué)生們之間除了課堂時間，其余時間是脫節(jié)的，不能很好地溝通，學(xué)生們有疑問的知識點(diǎn)難以得到老師的及時解答，教學(xué)活動中沒有充分反饋，各個教學(xué)環(huán)節(jié)難以進(jìn)行教學(xué)反思，形成教學(xué)相長的良性循環(huán)。課后復(fù)習(xí)及階段性總結(jié)復(fù)習(xí)是課堂知識內(nèi)化及升華的重要方面，傳統(tǒng)的教學(xué)模式通常是給學(xué)生布置課后作業(yè)，學(xué)生完成后上交由老師批改留檔，這個環(huán)節(jié)學(xué)生與老師缺乏有效的溝通，且由于學(xué)生們學(xué)習(xí)主觀能動性差異，課后沒有老師的監(jiān)督及針對性地輔導(dǎo)，課后作業(yè)的質(zhì)量良莠不齊，教學(xué)質(zhì)量欠佳是顯而易見的。隨著現(xiàn)代醫(yī)學(xué)的發(fā)展及研究的開展，涌現(xiàn)了一大批新的診斷方法與手段，譬如關(guān)于腫瘤診斷的分子marker，評估預(yù)測疾病活動度及預(yù)后相關(guān)的指標(biāo)，在臨床上已經(jīng)常規(guī)應(yīng)用，但由于教材更新需要周期，很難跟新進(jìn)展同步介紹，另外由于課時有限，難以全面地就學(xué)科前沿及新進(jìn)展進(jìn)行講授[10]。

2人工智能應(yīng)用于診斷學(xué)教學(xué)的重要意義

2.1教師方面

將人工智能應(yīng)用于診斷學(xué)教學(xué)實(shí)踐，削弱了教師的知識權(quán)威而強(qiáng)化了教師的價值引導(dǎo)，對教師的個人能力提出了更高的要求，促使教師踏實(shí)踐行終身學(xué)習(xí)并持續(xù)更新自身知識結(jié)構(gòu)。互聯(lián)網(wǎng)高速發(fā)展的時代，知識呈幾何指數(shù)更新并出現(xiàn)大爆炸，基于各種互聯(lián)網(wǎng)即時通訊平臺及手機(jī)APP，診斷學(xué)體格檢查、理論知識講授相關(guān)的小視頻及研究進(jìn)展不勝枚舉，這就要求教師及時獲取、更新知識并進(jìn)行相應(yīng)的知識儲備。人工智能的應(yīng)用促使教師從單人施教發(fā)展為團(tuán)隊(duì)施教，為開發(fā)更具個性化的課程教學(xué)注入團(tuán)隊(duì)的力量?；诖髷?shù)據(jù)的人工智能可以減少診斷學(xué)教學(xué)過程中的機(jī)械性、重復(fù)性工作，如平時作業(yè)的批改、考勤統(tǒng)計(jì)等，減輕了教師的工作負(fù)擔(dān)，教師可以將更多的精力投入到醫(yī)德醫(yī)風(fēng)、醫(yī)患溝通能力以及體格檢查手法的規(guī)范化培養(yǎng)上，更多的心思放在豐富課程內(nèi)容及教學(xué)形式上。同時大數(shù)據(jù)可以及時反應(yīng)學(xué)生的學(xué)習(xí)動態(tài)，教師可以根據(jù)學(xué)生的反饋及課程評價有針對性地對學(xué)生進(jìn)行相應(yīng)的輔導(dǎo)。

2.2學(xué)生方面

將人工智能應(yīng)用于診斷學(xué)教學(xué)實(shí)踐，可以實(shí)時動態(tài)記錄學(xué)生的學(xué)習(xí)情況及暴露的問題，如是否按時完成課程任務(wù)、測試中哪些知識點(diǎn)容易出錯等，人工智能系統(tǒng)能夠?qū)@些數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析和深度挖掘，并且可視化呈現(xiàn)相應(yīng)的數(shù)據(jù)，有利于教師及時掌握學(xué)生的學(xué)習(xí)進(jìn)度、參與度以及學(xué)習(xí)效果，并根據(jù)具體的學(xué)情分析數(shù)據(jù)來調(diào)整輔導(dǎo)和教學(xué)方案。基于人工智能強(qiáng)大的算法和分析，可以為學(xué)生定制個性化的教學(xué)內(nèi)容及進(jìn)度，提供更有針對性的課堂內(nèi)容和隨堂測試，并對測試及平時作業(yè)進(jìn)行智能批改，真正做到查漏補(bǔ)缺。診斷學(xué)課程內(nèi)容相對枯燥，學(xué)生們的學(xué)習(xí)興趣有限，基于人工智能的教學(xué)方式可以寓教于樂，在課程中將一些比較零散的知識點(diǎn)可以設(shè)置成互動小游戲，營造出良好的課堂氛圍，提高學(xué)生們的學(xué)習(xí)興趣及學(xué)習(xí)效率。

2.3教學(xué)過程

針對教學(xué)過程，人工智能亦發(fā)揮著至關(guān)重要的作用。第一，診斷學(xué)作為橋梁課程，是一門必修課，包括臨床醫(yī)學(xué)五年制、八年制、法醫(yī)學(xué)、基礎(chǔ)醫(yī)學(xué)等相應(yīng)專業(yè)的學(xué)生均需要學(xué)習(xí)，人工智能擁有超強(qiáng)的計(jì)算能力和強(qiáng)大的“記憶力”，面對眾多不同專業(yè)的學(xué)生，可以根據(jù)大數(shù)據(jù)進(jìn)行分析，制定出適合不同專業(yè)學(xué)生的完備教學(xué)目標(biāo)。教學(xué)活動開展過程中，人工智能還可以根據(jù)學(xué)生的課堂及課后測試表現(xiàn)，依據(jù)分層教學(xué)的要求自動設(shè)置梯次教學(xué)目標(biāo)，幫助學(xué)生們逐步提升學(xué)習(xí)能力和知識掌握度。第二，人工智能可以憑借自身信息化的特點(diǎn)，對各種教學(xué)資源進(jìn)行分析，為教師和學(xué)生選擇更優(yōu)質(zhì)更合適的資源提供依據(jù)，促進(jìn)個性化的教與學(xué)。第三，傳統(tǒng)的教學(xué)方式、教學(xué)內(nèi)容相對有限，人工智能基于大數(shù)據(jù)能夠啟發(fā)新的教學(xué)思路，創(chuàng)新教學(xué)方法，為診斷學(xué)教學(xué)提供更多的可能性。

3人工智能在診斷學(xué)教學(xué)中的應(yīng)用

3.1智能教學(xué)系統(tǒng)

智能教學(xué)系統(tǒng)是教育技術(shù)學(xué)中重要的研究領(lǐng)域，其根本宗旨是使得學(xué)生的學(xué)習(xí)環(huán)境更加優(yōu)良和諧，智能教學(xué)系統(tǒng)能夠及時有效地調(diào)用最新最全的網(wǎng)絡(luò)資源并充分優(yōu)化后供學(xué)生學(xué)習(xí)，使得學(xué)生能夠更加全方位、多角度地學(xué)習(xí)專業(yè)知識，提高學(xué)習(xí)效果[11]。智能教學(xué)系統(tǒng)大致由領(lǐng)域知識部分、教師部分及學(xué)生部分3個部分構(gòu)成[12]，其中領(lǐng)域知識部分又稱為專家部分，這一部分既包含了需要講授的內(nèi)容及掌握的技能，又可以添加專家的學(xué)術(shù)成果，既能夠保證學(xué)生對于基本概念、基本理論及基本技能的掌握，又能夠拓寬知識面，增加知識的廣度。智能教學(xué)系統(tǒng)的教師及學(xué)生部分主要是為設(shè)計(jì)和制定教學(xué)方案及策略服務(wù)，基于大數(shù)據(jù)基礎(chǔ)上，根據(jù)課程的特點(diǎn)、歷年教學(xué)情況、學(xué)生身心發(fā)展特點(diǎn)及學(xué)習(xí)實(shí)際情況，制定更加個性化、高效的教學(xué)方案，促成教師因材施教，取得更加理想的教學(xué)效果。

3.2智能網(wǎng)絡(luò)組卷閱卷系統(tǒng)

診斷學(xué)教學(xué)內(nèi)容包括理論和見習(xí)兩大塊，教學(xué)過程中教師的大量時間用于出題、閱卷、批改平時作業(yè)等與考核相關(guān)的工作，并且在出題過程中需要圍繞相對固定的重難點(diǎn)內(nèi)容不斷創(chuàng)新題型，消耗教師大量的精力。智能網(wǎng)絡(luò)組卷閱卷系統(tǒng)能夠充分發(fā)揮其優(yōu)勢，將教師從繁冗的考核相關(guān)工作中解脫出來，使得教師的教學(xué)更高效，教師能夠把更多的時間。智能網(wǎng)絡(luò)組卷系統(tǒng)能夠有效收集和分析知名高校教學(xué)團(tuán)隊(duì)編寫的在線題庫，實(shí)現(xiàn)教學(xué)資源的共享，通過隨機(jī)抽題組卷、答案隨機(jī)排序、題型隨機(jī)排序以及設(shè)置避免與歷年考卷重復(fù)等，顯著提升試卷的質(zhì)量，亦能改善考試作弊的頑疾，客觀地考核學(xué)生對知識的掌握度。智能網(wǎng)絡(luò)閱卷系統(tǒng)有簡明的閱卷流程，能夠更有效地識別試卷及答案，能夠明顯降低傳統(tǒng)人工閱卷方式因疲勞帶來的出錯率，使得工作效率更高、考核結(jié)果更公正。

3.3智能仿真教學(xué)系統(tǒng)

診斷學(xué)教學(xué)的見習(xí)部分是學(xué)生提高技能的重要環(huán)節(jié)，常常采用分小組在病房完成的方式進(jìn)行，在課程的開展過程也凸顯出了各種各樣的問題，譬如因?qū)W生分組進(jìn)行詢問病史、體格檢查，重復(fù)次數(shù)多，患者難以多次配合；在教學(xué)時間段內(nèi)病房缺相應(yīng)的病種，無法對所學(xué)的癥狀進(jìn)行直觀的學(xué)習(xí)；傳染病流行期間出于對學(xué)生健康安全的保護(hù)，無法進(jìn)入病房見習(xí)等等，此時智能仿真教學(xué)系統(tǒng)能夠發(fā)揮重要的補(bǔ)充作用[13]。人工智能可以根據(jù)提供的海量真實(shí)臨床病例，由醫(yī)學(xué)專家整合其臨床特征，聯(lián)合計(jì)算機(jī)專家，根據(jù)相應(yīng)的教學(xué)要求，形成虛擬病人學(xué)習(xí)系統(tǒng)，學(xué)生在仿真診療環(huán)境中，進(jìn)行問診、體格檢查、診斷以及給出治療方案，同時系統(tǒng)能夠自動發(fā)現(xiàn)學(xué)生在問診及診斷過程中的錯誤，通過實(shí)踐、糾錯再實(shí)踐，提高學(xué)生采集病史、體格檢查的能力，同時能夠加強(qiáng)學(xué)生的臨床思維的訓(xùn)練，夯實(shí)臨床基本功[14-16]。

4總結(jié)及展望

篇2

【關(guān)鍵字】人工智能；教育；進(jìn)展

【中圖分類號】G40-057 【文獻(xiàn)標(biāo)識碼】A 【論文編號】1009―8097（2008）13―0018―03

人工智能是一門綜合的交叉學(xué)科，涉及計(jì)算機(jī)科學(xué)、生理學(xué)、哲學(xué)、心理學(xué)、哲學(xué)和語言學(xué)等多個領(lǐng)域。人工智能主要研究用人工的方法和技術(shù)，模仿、延伸和擴(kuò)展人的智能，實(shí)現(xiàn)機(jī)器智能，其長期目標(biāo)是實(shí)現(xiàn)人類水平的人工智能。[1]從腦神經(jīng)生理學(xué)的角度來看，人類智能的本質(zhì)可以說是通過后天的自適應(yīng)訓(xùn)練或?qū)W習(xí)而建立起來的種種錯綜復(fù)雜的條件反射神經(jīng)網(wǎng)絡(luò)回路的活動。[2]人工智能專家們面臨的最大挑戰(zhàn)之一是如何構(gòu)造一個可以模仿人腦行為的系統(tǒng)。這一研究一旦有突破，不僅給學(xué)習(xí)科學(xué)以技術(shù)支撐，而且能反過來促使人腦的學(xué)習(xí)規(guī)律研究更加清晰，從而提供更加切實(shí)有效的方法論。[3]人工智能技術(shù)的不斷發(fā)展，使人工智能不僅成為學(xué)校教育的內(nèi)容之一，也為教育提供了豐富的教育資源，其研究成果已在教育領(lǐng)域得到應(yīng)用，并取得了良好的效果，成為教育技術(shù)的重要研究內(nèi)容。

人工智能的研究更多的是結(jié)合具體領(lǐng)域進(jìn)行的，其主要研究領(lǐng)域有：專家系統(tǒng)、機(jī)器學(xué)習(xí)、模式識別、自然語言理解、自動定理證明、自動程序設(shè)計(jì)、機(jī)器人學(xué)、博弈、智能決策支持系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)和分布式人工智能等。[4]目前，在教育中應(yīng)用較為廣泛與活躍的研究領(lǐng)域主要有專家系統(tǒng)、機(jī)器人學(xué)、機(jī)器學(xué)習(xí)、自然語言理解、人工神經(jīng)網(wǎng)絡(luò)和分布式人工智能，下面就這些領(lǐng)域進(jìn)行闡述。

一 專家系統(tǒng)

專家系統(tǒng)是一個具有大量專門知識與經(jīng)驗(yàn)的程序系統(tǒng)，它使用人工智能技術(shù)，根據(jù)某個領(lǐng)域中一個或多個人類專家提供的知識和經(jīng)驗(yàn)進(jìn)行推理和判斷，模擬人類專家的決策過程，以解決那些需要專家決定的復(fù)雜問題。[5]專家系統(tǒng)主要組成部分為：知識庫，用于存儲某領(lǐng)域?qū)＜蚁到y(tǒng)的專門知識；綜合數(shù)據(jù)庫，用于存儲領(lǐng)域或問題的初始數(shù)據(jù)和推理過程中得到的中間數(shù)據(jù)或信息；推理機(jī)，用于記憶所采用的規(guī)則和控制策略的程序，使整個專家系統(tǒng)能夠以邏輯方式協(xié)調(diào)地工作；解釋器，向用戶解釋專家系統(tǒng)的行為；接口，使用戶與專家系統(tǒng)進(jìn)行對話。近幾十年來，專家系統(tǒng)迅速發(fā)展，是人工智能中最活躍、最有成效的一個研究領(lǐng)域，廣泛用于醫(yī)療診斷、地質(zhì)勘探、軍事、石油化工、文化教育等領(lǐng)域。

目前，專家系統(tǒng)在教育中的應(yīng)用最為廣泛與活躍。專家系統(tǒng)的特點(diǎn)通常表現(xiàn)為計(jì)劃系統(tǒng)或診斷系統(tǒng)。計(jì)劃系統(tǒng)往前走，從一個給定系統(tǒng)狀態(tài)指向最終狀態(tài)。如計(jì)劃系統(tǒng)中可以輸入有關(guān)的課堂目標(biāo)和學(xué)科內(nèi)容，它可以制定出一個課堂大綱，寫出一份教案，甚至有可能開發(fā)一堂樣板課，而診斷系統(tǒng)是往后走，從一個給定系統(tǒng)陳述查找原因或?qū)ζ溥M(jìn)行分析，例如，一個診斷系統(tǒng)可能以一堂CBI（基于計(jì)算機(jī)的教學(xué)，computer-based instruction）課為例，輸入學(xué)生課堂表現(xiàn)資料，分析為什么課堂的某一部分效果不佳。在開發(fā)專家計(jì)劃系統(tǒng)支持教學(xué)系統(tǒng)開發(fā)（ISD）程序的領(lǐng)域中最有名的是梅里爾（Merrill）的教學(xué)設(shè)計(jì)專家系統(tǒng)（ID Expert）。[6]

教學(xué)專家系統(tǒng)的任務(wù)是根據(jù)學(xué)生的特點(diǎn)（如知識水平、性格等），以最合適的教案和教學(xué)方法對學(xué)生進(jìn)行教學(xué)和輔導(dǎo)。其特點(diǎn)為：同時具有診斷和調(diào)試等功能；具有良好的人機(jī)界面。已經(jīng)開發(fā)和應(yīng)用的教學(xué)專家系統(tǒng)有美國麻省理工學(xué)院的MACSYMA符號積分與定理證明系統(tǒng)，我國一些大學(xué)開發(fā)的計(jì)算機(jī)程序設(shè)計(jì)語言、物理智能計(jì)算機(jī)輔助教學(xué)系統(tǒng)以及聾啞人語言訓(xùn)練專家系統(tǒng)等。[7]

目前，在教育中，專家系統(tǒng)的開發(fā)和應(yīng)用更多的集中于遠(yuǎn)程教育，為現(xiàn)代遠(yuǎn)程教育的智能化提供了有力的技術(shù)支撐。基于專家系統(tǒng)構(gòu)造的智能化遠(yuǎn)程教育系統(tǒng)具有以下幾個方面的功能：具備某學(xué)科或領(lǐng)域的專門知識，能生成自己的提問和應(yīng)答； 能夠分析學(xué)生的特征，評價和記錄學(xué)生的學(xué)習(xí)情況，診斷學(xué)生學(xué)習(xí)過程中的錯誤并進(jìn)行補(bǔ)救教學(xué)；可以選擇不同的教學(xué)方法實(shí)現(xiàn)以學(xué)生為主體的個別化教學(xué)。[8]目前應(yīng)用于遠(yuǎn)程教育的專家系統(tǒng)有智能決策專家系統(tǒng)、智能答疑專家系統(tǒng)、網(wǎng)絡(luò)教學(xué)資源專家系統(tǒng)、智能導(dǎo)學(xué)系統(tǒng)和智能網(wǎng)絡(luò)組卷系統(tǒng)等。

二 機(jī)器人學(xué)

機(jī)器人學(xué)是人工智能研究是一個分支，其主要內(nèi)容包括機(jī)器人基礎(chǔ)理論與方法、機(jī)器人設(shè)計(jì)理論與技術(shù)、機(jī)器人仿生學(xué)、機(jī)器人系統(tǒng)理論與技術(shù)、機(jī)器人操作和移動理論與技術(shù)、微機(jī)器人學(xué)。[9]機(jī)器人的發(fā)展經(jīng)歷了三個階段：第一代機(jī)器人是以 “示教―再現(xiàn)”方式進(jìn)行工作；第二代機(jī)器人具有一定的感覺裝置，表現(xiàn)出低級智能；第三代機(jī)器人是具有高度適應(yīng)性的自治機(jī)器人，即智能機(jī)器人。目前開發(fā)和應(yīng)用的機(jī)器人大多是智能機(jī)器人。機(jī)器人技術(shù)的發(fā)展對人類的生活和社會都產(chǎn)生了重要影響，其研究和應(yīng)用逐漸由工業(yè)生產(chǎn)向教育、環(huán)境、社會服務(wù)、醫(yī)療等領(lǐng)域擴(kuò)展。

機(jī)器人技術(shù)涉及多門科學(xué)，是一個國家科技發(fā)展水平和國民經(jīng)濟(jì)現(xiàn)代化、信息化的重要標(biāo)志，因此，機(jī)器人技術(shù)是世界強(qiáng)國重點(diǎn)發(fā)展的高技術(shù)，也是世界公認(rèn)的核心競爭力之一，很多國家已經(jīng)將機(jī)器人學(xué)教育列為學(xué)校的科技教育課程，在孩子中普及機(jī)器人學(xué)知識，從可持續(xù)和長遠(yuǎn)發(fā)展的角度，為本國培養(yǎng)機(jī)器人研發(fā)人才。[10]在機(jī)器人競賽的推動下，機(jī)器人教育逐漸從大學(xué)延伸到中小學(xué)，世界發(fā)達(dá)國家例如美國、英國、法國、德國、日本等已把機(jī)器人教育納入中小學(xué)教育之中，我國許多有條件的中小學(xué)也開展了機(jī)器人教育。

機(jī)器人在作為教學(xué)內(nèi)容的同時，也為教育提供了有力的技術(shù)支撐，成為培養(yǎng)學(xué)習(xí)者創(chuàng)新精神和實(shí)踐能力的新的載體與平臺，大大豐富了教學(xué)資源。多年來，我國中小學(xué)信息技術(shù)教育的主要載體是計(jì)算機(jī)和網(wǎng)絡(luò)，教學(xué)資源單一，缺乏前瞻性。教學(xué)機(jī)器人的引入，不僅激發(fā)了學(xué)生的學(xué)習(xí)興趣，還為教學(xué)提供了豐富的、先進(jìn)的教學(xué)資源。隨著機(jī)器人技術(shù)的發(fā)展，教學(xué)機(jī)器人種類越來越多，目前在中小學(xué)較為常用的教學(xué)機(jī)器人有：能力風(fēng)暴機(jī)器人、通用機(jī)器人、未來之星機(jī)器人、樂高機(jī)器人、納英特機(jī)器人、中鳴機(jī)器人等。

三 機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是要使計(jì)算機(jī)能夠模仿人的學(xué)習(xí)行為，自動通過學(xué)習(xí)來獲取知識和技巧，[11]其研究綜合應(yīng)用了心理學(xué)、生物學(xué)、神經(jīng)生理學(xué)、邏輯學(xué)、模糊數(shù)學(xué)和計(jì)算機(jī)科學(xué)等多個學(xué)科。機(jī)器學(xué)習(xí)的方法與技術(shù)有機(jī)械學(xué)習(xí)、示教學(xué)習(xí)、類比學(xué)習(xí)、示例學(xué)習(xí)、解釋學(xué)習(xí)、歸納學(xué)習(xí)和基于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)等，近年來，知識發(fā)現(xiàn)和數(shù)據(jù)挖掘是發(fā)展最快的機(jī)器學(xué)習(xí)技術(shù)。機(jī)器學(xué)習(xí)（自動獲取新的事實(shí)及新的推理算法）是使計(jì)算機(jī)具有智能的根本途徑，對機(jī)器學(xué)習(xí)的研究有助于發(fā)現(xiàn)人類學(xué)習(xí)的機(jī)理和揭示人腦的奧秘。[12]

隨著計(jì)算機(jī)技術(shù)的進(jìn)步和機(jī)器學(xué)習(xí)研究的深入，機(jī)器學(xué)習(xí)系統(tǒng)的性能大大提高，各種學(xué)習(xí)算法的應(yīng)用范圍不斷擴(kuò)大，例如將連接學(xué)習(xí)用于圖文識別，歸納學(xué)習(xí)、分析學(xué)習(xí)用于專家系統(tǒng)等，大大推動了在教育中的應(yīng)用，例如在建構(gòu)適應(yīng)性教學(xué)系統(tǒng)中，用機(jī)器學(xué)習(xí)與樸素的貝葉斯分類器動態(tài)了解學(xué)生的學(xué)習(xí)偏好，有較高的準(zhǔn)確率[13]?；诎咐耐评恚╟ase-based reasoning，CBR）是一種新興的機(jī)器學(xué)習(xí)和推理方法，其核心思想是重用過去人們解決問題的經(jīng)驗(yàn)解決新問題，在計(jì)算機(jī)輔助教育方面，已經(jīng)出現(xiàn)了基于CBR的圖形仿真教育系統(tǒng)，并且，針對個體特征的教育教學(xué)方法研究也有所突破。[14]另外，數(shù)據(jù)挖掘和知識發(fā)現(xiàn)在生物醫(yī)學(xué)、金融管理、商業(yè)銷售等領(lǐng)域的成功應(yīng)用，不僅給機(jī)器學(xué)習(xí)注入新的生機(jī)，也為機(jī)器學(xué)習(xí)在教育中的應(yīng)用提供了新的前景。

四 自然語言理解

自然語言理解就是研究如何讓計(jì)算機(jī)理解人類的自然語言，以實(shí)現(xiàn)用自然語言與計(jì)算機(jī)之間的交流。一個能夠理解自然語言信息的計(jì)算機(jī)系統(tǒng)看起來就像一個人一樣需要有上下文知識以及根據(jù)這些上下文知識和信息用信息發(fā)生器進(jìn)行推理的過程。[15]自然語言理解包括口語理解和書面理解兩大任務(wù)，其功能為：回答問題，計(jì)算機(jī)能正確地回答用自然語言提出的問題；文摘生成，計(jì)算機(jī)能根據(jù)輸入的文本產(chǎn)生摘要；釋義，計(jì)算機(jī)能用不同的詞語和句型來復(fù)述輸入的自然語言信息；翻譯，計(jì)算機(jī)能把一種語言翻譯成另外一種語言。由于創(chuàng)造和使用自然語言是人類高度智能的表現(xiàn)，因此對自然語言處理的研究也有助于揭開人類高度智能的奧秘，深化對語言能力和思維本質(zhì)的認(rèn)識。[16]

自然語言理解最早的研究領(lǐng)域是機(jī)器翻譯，隨著應(yīng)用研究的廣泛開展，也為機(jī)器人和專家系統(tǒng)的知識獲取提供了新的途徑，例如由MIT研制的指揮機(jī)器人的自然語言理解系統(tǒng)SHRDLU就可以接收自然語言，進(jìn)行人機(jī)對話，回答關(guān)于桌面上積木世界中的各種問題。同時，對自然語言理解的研究也促進(jìn)了計(jì)算機(jī)輔助語言教學(xué)和計(jì)算機(jī)語言設(shè)計(jì)等方面的發(fā)展，例如“希賽可”網(wǎng)絡(luò)智能英語學(xué)習(xí)系統(tǒng)，這個基于網(wǎng)絡(luò)的“人-機(jī)”語境的建立，突破了普通英語教師和傳統(tǒng)的單機(jī)的多媒體教學(xué)軟件所能具備能力限制，也比建立于網(wǎng)絡(luò)的“人-人”語境更具靈活性，可以為遠(yuǎn)程學(xué)習(xí)者提供良好的英語學(xué)習(xí)支持，在國內(nèi)第一次系統(tǒng)地將用自然語言進(jìn)行的人機(jī)對話系統(tǒng)應(yīng)用在計(jì)算機(jī)輔助外語教學(xué)上，在國際上也是一種創(chuàng)新。[17]

五 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)就是在對大腦的生理研究的基礎(chǔ)上，用模擬生物神經(jīng)元的某些基本功能的元件（即人工神經(jīng)元），按各種不同的聯(lián)結(jié)方式組織起來的一個網(wǎng)絡(luò)，其目的在于模擬大腦的某些機(jī)理與機(jī)制，實(shí)現(xiàn)某個方面的功能，例如可以用于模仿視覺、模式識別、聲音信號處理、控制、故障診斷等領(lǐng)域，人工神經(jīng)元是人工神經(jīng)網(wǎng)絡(luò)的基本單元。[18]人工神經(jīng)網(wǎng)絡(luò)有兩種基本結(jié)構(gòu)：遞歸（反饋）網(wǎng)絡(luò)和多層（前饋）網(wǎng)絡(luò)，兩種主要學(xué)習(xí)算法：有指導(dǎo)式學(xué)習(xí)和非指導(dǎo)式學(xué)習(xí)。

人工神經(jīng)網(wǎng)絡(luò)從模擬人類大腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和行為出發(fā)，具有大規(guī)模并行、分布式存儲和處理、自組織、自適應(yīng)和自學(xué)習(xí)能力，特別適合于處理需要同時考慮許多因素和條件的、不精確和模糊的信息處理問題，[19]這使人工神經(jīng)網(wǎng)絡(luò)具有更大的發(fā)展?jié)撃?，目前已?jīng)開發(fā)和應(yīng)用的人工神經(jīng)網(wǎng)絡(luò)模型有30多種。人工神經(jīng)網(wǎng)絡(luò)在教育中的應(yīng)用大多是與教學(xué)專家系統(tǒng)相結(jié)合，以此來改進(jìn)教學(xué)專家系統(tǒng)的性能，提高智能性，使其在教學(xué)過程中對突發(fā)問題具有更好的應(yīng)對能力。人工神經(jīng)網(wǎng)絡(luò)在學(xué)校管理中也得到應(yīng)用，例如采用誤差反傳算法（BP）的多層感知器已應(yīng)用于高校管理之中。

六 分布式人工智能(Distributed Artificial Intelligence，DAI)

分布式人工智能是分布式計(jì)算與人工智能結(jié)合的結(jié)果，研究目標(biāo)是要創(chuàng)建一種能夠描述自然系統(tǒng)和社會系統(tǒng)的精確概念模型，主要研究問題是各Agent之間的合作與對話，包括分布式問題求解和多Agent系統(tǒng)兩個領(lǐng)域。[20]分布式人工智能系統(tǒng)一般由多個Agent組成，每個Agent又是一個半自治系統(tǒng)，Agent之間及Agent與環(huán)境之間進(jìn)行并發(fā)活動并進(jìn)行交互來完成問題求解。[21]由于分布式人工智能系統(tǒng)具有并行、分布、開放、協(xié)作和容錯等優(yōu)點(diǎn)，在資源、時空和功能上克服了單智能系統(tǒng)的局限性，因此獲得了廣泛的應(yīng)用。

分布式人工智能中的Agent和多Agent技術(shù)在教學(xué)中的應(yīng)用逐漸受到關(guān)注。在教學(xué)中引入Agent可以有效地提高教學(xué)系統(tǒng)的智能性，創(chuàng)造良好的學(xué)習(xí)情境，并能激發(fā)學(xué)習(xí)者的學(xué)習(xí)興趣，進(jìn)行個性化教育。目前，Agent和多Agent技術(shù)多用于遠(yuǎn)程智能教學(xué)系統(tǒng)，通過利用其分布性、自主性和社會性等特點(diǎn)，提高網(wǎng)絡(luò)教學(xué)系統(tǒng)的智能性，使教學(xué)資源得到充分利用，并可實(shí)現(xiàn)對學(xué)習(xí)者的學(xué)習(xí)行為進(jìn)行動態(tài)跟蹤，為學(xué)習(xí)者的網(wǎng)絡(luò)學(xué)習(xí)創(chuàng)造合作性的學(xué)習(xí)環(huán)境。在網(wǎng)絡(luò)教學(xué)軟件中應(yīng)用Agent技術(shù)的一個典型是美國南加利福尼亞大學(xué)（USC）開發(fā)的教學(xué)Adele（Agent for Distance Education - Light Edition） [22]。Agent技術(shù)在網(wǎng)絡(luò)教學(xué)軟件中取得的良好效果，促進(jìn)了研究者對分布式人工智能在教育中的應(yīng)用研究。

綜上所述，科學(xué)技術(shù)的發(fā)展將會推動人工智能技術(shù)在教育中應(yīng)用的廣度和深度。從人工智能的應(yīng)用趨勢來看，人工智能在教育中應(yīng)用的擴(kuò)展可以通過以下三個方面進(jìn)行：一是人工智能與其他先進(jìn)信息技術(shù)結(jié)合。人工智能已經(jīng)與多媒體技術(shù)、網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)庫技術(shù)等有效的融合，為提高學(xué)習(xí)效率和效度提供了有力的技術(shù)支持，而引起教育技術(shù)界廣泛關(guān)注。[23]例如人工智能技術(shù)通過與多媒體技術(shù)相結(jié)合，可以提高智能教學(xué)系統(tǒng)的教學(xué)效果；與網(wǎng)絡(luò)通訊技術(shù)相結(jié)合，可以提高和改進(jìn)遠(yuǎn)程教育的智能性。二是人工智能應(yīng)用研究領(lǐng)域間的集成。人工智能應(yīng)用研究領(lǐng)域之間并不是彼此獨(dú)立，而是相互促進(jìn)，相互完善，它們可以通過集成擴(kuò)展彼此的功能和應(yīng)用能力。例如自然語言理解與專家系統(tǒng)、機(jī)器人的集成，為專家系統(tǒng)和機(jī)器人提供了新的知識獲取途徑。三是人工智能的研究和應(yīng)用出現(xiàn)了許多新的領(lǐng)域，它們是傳統(tǒng)人工智能的延伸與擴(kuò)展，這些新領(lǐng)域有分布式人工智能與Agent、計(jì)算智能與進(jìn)化計(jì)算、數(shù)據(jù)挖掘與知識發(fā)現(xiàn)以及人工生命等[24]，這些發(fā)展與應(yīng)用蘊(yùn)藏著巨大潛能，必將對教育產(chǎn)生重要的影響。

技術(shù)發(fā)展不斷發(fā)揮著引導(dǎo)教育技術(shù)研究的作用，一種新興技術(shù)的出現(xiàn)總是會掀起相應(yīng)的研究熱潮, 引發(fā)對技術(shù)在教育中應(yīng)用的探討、評價以及與傳統(tǒng)技術(shù)的對比。[25] 人工智能作為一門交叉的前沿學(xué)科，雖然在基本理論和方法等方面存在著爭論，但從其研究成果與應(yīng)用效果來看，有著廣闊的應(yīng)用前景，值得進(jìn)一步的開發(fā)和利用。

參考文獻(xiàn)

[1] 史忠植,王文杰.人工智能[M].北京:國防工業(yè)出版社,2007:1.

[2][11][18][19] 《計(jì)算機(jī)與信息科學(xué)十萬個為什么》叢書編輯委員會,計(jì)算機(jī)與信息科學(xué)十萬個為什么(8):人工智能[M].北京:清華大學(xué)出版社,1998:5,189,78-79,84.

[3] 任友群,胡航.論學(xué)習(xí)科學(xué)的本質(zhì)及其學(xué)科基礎(chǔ)[J].中國電化教育,2007,(5):1-5.

[4][21] 蔡瑞英,李長河.人工智能[M].武漢:武漢理工大學(xué)出版社,2003:12-13.

[5][12][15][20][24] 蔡自興,徐光.人工智能及其應(yīng)用(第三版)――研究生用書[M].北京:清華大學(xué)出版社,2007: 12-14,19-20.

[6] [荷]山尼•戴克斯特拉,[德]諾伯特•M. 西爾,[德]弗蘭茲•肖特,等.任友群,鄭太年主譯.教學(xué)設(shè)計(jì)的國際觀第2冊:解決教學(xué)設(shè)計(jì)問題[M].北京:教育科學(xué)出版社,2007:67.

[7] 任友群.技術(shù)支撐的教與學(xué)及其理論基礎(chǔ)[M].上海:上海教育出版社,2007:42-43.

[8] 路利娟.應(yīng)用專家系統(tǒng)提升現(xiàn)代遠(yuǎn)程教育的智能化[J].中國教育技術(shù)裝備,2007,(12):79-80.

[9] 陳懇,楊向東,劉莉等.機(jī)器人技術(shù)與應(yīng)用[M].北京:清華大學(xué)出版社,2007:6.

[10] 關(guān)注機(jī)器人幼兒教育――訪鮑青山博士[DB/OL].

[13] 柏宏權(quán),韓慶年.機(jī)器學(xué)習(xí)在適應(yīng)性教學(xué)系統(tǒng)中的應(yīng)用研究[J].南京師范大學(xué)學(xué)報(工程技術(shù)版),2007,7(4):76-79.

[14] 楊健,趙秦怡.基于案例的推理技術(shù)研究進(jìn)展及應(yīng)用[J].計(jì)算機(jī)工程與設(shè)計(jì),2008,29(3):710-712.

[16] 自然語言理解[DB/OL].

[17] 賈積有.人工智能技術(shù)的遠(yuǎn)程教育應(yīng)用探索――“希賽可”智能型網(wǎng)上英語學(xué)習(xí)系統(tǒng)[J].現(xiàn)代教育技術(shù),2006,16(2):26-29.

[22] Erin Shaw, W. Lewis Johnson, and Rajaram Ganeshan, Pedagogical Agents on the Web[DB/OL].

篇3

先給大家重點(diǎn)推薦一本期刊：中國職業(yè)技術(shù)教育

中國職業(yè)技術(shù)教育雜志征稿信息

《中國職業(yè)技術(shù)教育》雜志是由中華人民共和國教育部主管，教育部職業(yè)技術(shù)教育中心研究所、中國職業(yè)技術(shù)教育學(xué)會和高等教育出版社共同主辦的一份綜合性中文期刊，集政策指導(dǎo)性、學(xué)術(shù)理論性和應(yīng)用服務(wù)于一身，是教育部指導(dǎo)全國職業(yè)教育工作的重要輿論工具，是服務(wù)各級各類職業(yè)教育機(jī)構(gòu)的主要陣地。

中國職業(yè)技術(shù)教育投稿欄目：主要有職教要聞、專稿專訪、綜合管理方略、課程教材、教研與教學(xué)、師資隊(duì)伍建設(shè)、研究與探討、職業(yè)指導(dǎo)、職業(yè)培訓(xùn)、高等職業(yè)教育等欄目。

再給大家推薦職業(yè)教育范文：人工智能背景下職業(yè)教育變革及模式建構(gòu)

董文娟1，黃堯2(1.天津大學(xué)教育學(xué)院，天津300350；2.北京師范大學(xué)國家職業(yè)教育研究院，北京100875)

摘要：順應(yīng)人工智能時代的浪潮，基于新興技術(shù)的職業(yè)教育變革及新模式建構(gòu)勢在必行。該文從職業(yè)教育智慧化、經(jīng)濟(jì)發(fā)展、政策保障、信息化生態(tài)重構(gòu)四個方面，剖析了人工智能時代職業(yè)教育變革的現(xiàn)實(shí)訴求，并進(jìn)一步分析了當(dāng)前職業(yè)教育外部環(huán)境及其自身發(fā)展的困境。人工智能背景下職業(yè)教育的變革體現(xiàn)出融合、創(chuàng)新、跨界、終身化的新特征。基于此，從課程、教學(xué)、學(xué)習(xí)、環(huán)境、教師發(fā)展、評價、教育管理及組織等方面，探究職業(yè)教育的變革路徑及模式建構(gòu)。最后探討了職業(yè)教育模式變革還面臨回歸教育本質(zhì)、規(guī)避技術(shù)弊端等挑戰(zhàn)，并提出“適應(yīng)—引領(lǐng)人工智能”的發(fā)展目標(biāo)。

關(guān)鍵詞：人工智能；職業(yè)教育變革；模式建構(gòu)；智慧化

“人工智能的迅速發(fā)展將深刻改變?nèi)祟惿鐣?、改變世界。特別是在移動互聯(lián)網(wǎng)、超級計(jì)算等新理論、新技術(shù)及經(jīng)濟(jì)社會發(fā)展強(qiáng)烈需求的共同驅(qū)動下，人工智能發(fā)展呈現(xiàn)出深度學(xué)習(xí)、跨界融合、人機(jī)協(xié)同、群智開放、自主操控等新特征?！盵1]人工智能作為新一輪產(chǎn)業(yè)變革的核心驅(qū)動力，為我國供給側(cè)結(jié)構(gòu)性改革下的“新常態(tài)”經(jīng)濟(jì)發(fā)展注入新動能，使人們的思維模式和生活方式發(fā)生了深刻變革。近年來，國家高度重視與社會經(jīng)濟(jì)發(fā)展聯(lián)系最為密切的職業(yè)教育，積極推進(jìn)職業(yè)教育信息化，運(yùn)用人工智能改革教學(xué)方法和人才培養(yǎng)模式，構(gòu)建新型智能職教體系，提升信息技術(shù)引領(lǐng)職業(yè)教育創(chuàng)新發(fā)展的能力。

一、人工智能背景下職業(yè)教育變革的現(xiàn)實(shí)訴求

人工智能對傳統(tǒng)教育理念產(chǎn)生了革命性沖擊，職業(yè)教育結(jié)構(gòu)不斷調(diào)整，勞動力素質(zhì)與市場需求的矛盾、學(xué)習(xí)方式與自我價值實(shí)現(xiàn)的矛盾等促使職業(yè)教育向智慧化、智能化發(fā)展。目前，我國處于教育信息化2.0、工業(yè)4.0的新時期，全球范圍內(nèi)新一輪的科技革命和產(chǎn)業(yè)變革正在加速進(jìn)行?！耙粠б宦贰薄爸袊圃?025”人工智能等重大國家戰(zhàn)略的提出，及以新技術(shù)、新產(chǎn)業(yè)為特征的新興經(jīng)濟(jì)模式要求教育領(lǐng)域，尤其是職業(yè)教育培養(yǎng)行業(yè)、產(chǎn)業(yè)急需的技術(shù)技能型、智慧型人才，具備更高的創(chuàng)新創(chuàng)業(yè)能力和跨界整合能力，促進(jìn)智慧化發(fā)展，助力經(jīng)濟(jì)轉(zhuǎn)型升級。

(一)職業(yè)教育智慧化訴求：職業(yè)教育信息化發(fā)展的必然選擇

“智慧教育是以物聯(lián)網(wǎng)，大數(shù)據(jù)等信息技術(shù)為依托，創(chuàng)造智慧教學(xué)環(huán)境，轉(zhuǎn)換教育方法，內(nèi)容與手段，注重教育網(wǎng)絡(luò)化，個性化和智能化的一種教育新模式。”[2]智慧教育作為“一種由學(xué)校、區(qū)域或國家提供的高學(xué)習(xí)體驗(yàn)、高內(nèi)容適配性和高教學(xué)效率的教育行為(系統(tǒng))”，被視為教育信息化發(fā)展的高端形態(tài)[3]。因此，職業(yè)教育的智慧化并非簡單的數(shù)字化，強(qiáng)調(diào)信息技術(shù)推動職業(yè)教育教學(xué)模式和方法的變革，改變思維模式，創(chuàng)建價值等方面共享的學(xué)習(xí)共同體，培養(yǎng)創(chuàng)新型、智慧型人才。

職業(yè)教育智慧化是職業(yè)教育信息化發(fā)展的必然選擇。目前，我國的職業(yè)教育信息化水平正在穩(wěn)步提高，投入持續(xù)增加，各種智能信息技術(shù)應(yīng)用于教育教學(xué)、實(shí)習(xí)實(shí)訓(xùn)、測量評價等領(lǐng)域，并逐步成熟，正在努力打造一個信息化、智慧化的現(xiàn)代職業(yè)教育生態(tài)系統(tǒng)。新時期我國很多地區(qū)及職業(yè)院校積極提升現(xiàn)有信息化系統(tǒng)的智慧化水平，積極創(chuàng)建智慧校園、智慧社區(qū)等，逐步實(shí)現(xiàn)了組織管理的智慧化、資源環(huán)境的智慧化和服務(wù)評價的智慧化。

(二)經(jīng)濟(jì)發(fā)展訴求：人工智能時代的新興經(jīng)濟(jì)需要高技能智慧型人才

人工智能時代職業(yè)教育運(yùn)用移動互聯(lián)網(wǎng)、大數(shù)據(jù)等新興技術(shù)，與經(jīng)濟(jì)及其他部門跨界融合，不斷創(chuàng)造新產(chǎn)品、新業(yè)務(wù)，推動職業(yè)教育模式創(chuàng)新，形成了以互聯(lián)網(wǎng)為基礎(chǔ)設(shè)施、人工智能為實(shí)現(xiàn)手段的經(jīng)濟(jì)發(fā)展新常態(tài)。人工智能時代是以現(xiàn)代科學(xué)技術(shù)為支撐的新時代，各行各業(yè)的運(yùn)作發(fā)展和對知識技術(shù)的掌握要求達(dá)到了更高層面，相應(yīng)的教育需求也有所提升，市場環(huán)境渴求勇于創(chuàng)新、個性化的高技能智慧型人才。職業(yè)教育要應(yīng)對行業(yè)上升發(fā)展的勞動力需求問題，基于人工智能應(yīng)用，提高技能培養(yǎng)層級，以適應(yīng)新的社會勞務(wù)需求?，F(xiàn)代企業(yè)生產(chǎn)依托互聯(lián)網(wǎng)科技，與智能化設(shè)備直接聯(lián)接，通過數(shù)據(jù)分析和應(yīng)用，促進(jìn)科技成果轉(zhuǎn)化為生產(chǎn)力。勞動密集型企業(yè)已不適應(yīng)現(xiàn)代行業(yè)、產(chǎn)業(yè)發(fā)展，需升級為網(wǎng)絡(luò)智能型，與此同時，職業(yè)院校的課程模式、專業(yè)設(shè)置、實(shí)習(xí)實(shí)訓(xùn)、師資結(jié)構(gòu)等也做出相應(yīng)的調(diào)整和革新，既促進(jìn)了職業(yè)教育的智慧化、智能化，又推動了產(chǎn)業(yè)升級和工業(yè)變革。

(三)政策保障：國家從宏觀層面保障人工智能時代的職業(yè)教育發(fā)展

2016年是我國人工智能元年，2017年我國頒布了《新一代人工智能發(fā)展規(guī)劃》，提出了“將發(fā)展人工智能放在國家戰(zhàn)略層面進(jìn)行系統(tǒng)謀劃和布局”，這預(yù)示著我國人工智能時代的全面到來，為我國職業(yè)教育的發(fā)展提供了良好的宏觀政策環(huán)境。人工智能給職業(yè)教育帶來了符合時代精神的新內(nèi)容，積極融合信息技術(shù)，整合職業(yè)教育資源，提升公共服務(wù)水平，影響和改變了原有的教育生態(tài)。緊密依托信息共享平臺，突破時空限制，讓學(xué)習(xí)者自我選擇，更加人性化和智能化。我國很多職業(yè)院校已經(jīng)開啟了智慧校園的行動計(jì)劃，一些大中城市也在積極制定實(shí)施智慧城市的發(fā)展規(guī)劃，在良好的政策保障中提升智慧化水平。

(四)信息化生態(tài)重構(gòu)訴求：人工智能時代的職業(yè)教育變革是對職業(yè)教育信息化生態(tài)系統(tǒng)的重構(gòu)

“依據(jù)《2006-2020年國家信息化發(fā)展戰(zhàn)略》，我國正在有序推進(jìn)數(shù)字教育向智慧教育的躍遷升級和創(chuàng)新發(fā)展?！盵4]在新興智能信息技術(shù)的催促下，技術(shù)變革帶來了職業(yè)教育系統(tǒng)的顛覆性創(chuàng)新改革，打破現(xiàn)有的條條框框，改革傳統(tǒng)教育模式，再造教育業(yè)務(wù)新流程。在職業(yè)教育領(lǐng)域創(chuàng)新應(yīng)用物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)，提升各科各門教育教學(xué)業(yè)務(wù)，打造各級各類智能實(shí)訓(xùn)部門、培訓(xùn)機(jī)構(gòu)，覆蓋貫通中高職院校，整合系統(tǒng)內(nèi)外現(xiàn)有資源，推進(jìn)智慧教育生態(tài)有序發(fā)展，為各類用戶提供最適合、最智能的職業(yè)教育資源和服務(wù)，完成對職業(yè)教育信息化生態(tài)系統(tǒng)的重構(gòu)。

二、當(dāng)前職業(yè)教育發(fā)展的現(xiàn)實(shí)困境

人工智能對各行各業(yè)的影響具有革命性和顛覆性，可能帶來新的發(fā)展機(jī)遇，也可能帶來不確定性的挑戰(zhàn)，比如可能會改變就業(yè)結(jié)構(gòu)、影響政府管理、威脅經(jīng)濟(jì)安全等，還可能會沖擊法律與社會倫理，影響社會穩(wěn)定乃至全球治理。當(dāng)前，人工智能與“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”浪潮席卷而來，職業(yè)院校既是人工智能應(yīng)用的戰(zhàn)場，又是培養(yǎng)技術(shù)創(chuàng)新型人才的“夢工廠”[5]。人工智能時代的職業(yè)教育信息化發(fā)展迅速，影響是廣而深的，對職業(yè)教育外部環(huán)境及其本身都造成了極大的沖擊。

(一)職業(yè)教育外部環(huán)境發(fā)展困境

“據(jù)聯(lián)合國教科文組織預(yù)測，到2020年，人工智能將替代20億個工作崗位”[6]，那些技術(shù)含量低、重復(fù)性強(qiáng)的技能將被智能機(jī)器、數(shù)碼設(shè)備所替代，工業(yè)機(jī)器人也將大面積應(yīng)用。智能設(shè)備替代行業(yè)勞動力，能夠降低勞動成本，且具有高效、易操作等競爭優(yōu)勢。傳統(tǒng)職業(yè)教育培養(yǎng)模式很難適應(yīng)未來行業(yè)、產(chǎn)業(yè)的發(fā)展需求，人工智能沖擊職業(yè)教育就業(yè)崗位，撼動其所依附的崗位基礎(chǔ)，對職業(yè)教育的生存與定位產(chǎn)生了威脅。因此，根據(jù)智能時代職業(yè)教育的崗位特征與需求，提升職業(yè)人才的知識結(jié)構(gòu)和專業(yè)技能，是新形勢下職業(yè)教育的發(fā)展方向。

(二)職業(yè)教育自身發(fā)展困境

近年來，人工智能在職業(yè)教育領(lǐng)域內(nèi)的應(yīng)用和提高是目前職業(yè)教育的發(fā)展趨勢。我國重視職業(yè)教育信息化、智能化發(fā)展，各級各類職業(yè)院校在信息化基礎(chǔ)設(shè)施建設(shè)、校園信息化管理等方面都有了顯著提升，但信息技術(shù)與職業(yè)教育的深度融合仍不夠緊密，表現(xiàn)出信息化管理效率低、科學(xué)決策水平低等現(xiàn)象。人工智能背景下職業(yè)教育自身發(fā)展的困境表現(xiàn)在：

1.課程與教學(xué)困境

職業(yè)院校新課程改革提倡構(gòu)建智慧課堂，制定個性化學(xué)習(xí)計(jì)劃，注重課堂實(shí)施效果。但目前的實(shí)際課程教學(xué)仍是以教師為中心，強(qiáng)調(diào)知識的灌輸，重視統(tǒng)一性和計(jì)劃性，與教育改革提倡的個性化教學(xué)相去甚遠(yuǎn)。教學(xué)方法、教學(xué)理念更新慢，很難激發(fā)學(xué)生的內(nèi)在學(xué)習(xí)動力，創(chuàng)新性思維弱，使得個性化教育的無法實(shí)現(xiàn)。近年來，中央、省、市、縣四級教育平臺逐步建立起來，課程與教學(xué)的層級設(shè)計(jì)逐步完善，但在實(shí)施的過程中，各級平臺之間存在溝通不暢等問題，各級資源內(nèi)容不系統(tǒng)，不銜接，導(dǎo)致無序疊加和資源的重復(fù)浪費(fèi)，“精品課程”等項(xiàng)目豐富了課程資源，但質(zhì)量不高。在線課程與教學(xué)以傳統(tǒng)的科目、章節(jié)為單元，構(gòu)建系統(tǒng)性的在線教育內(nèi)容，為用戶提供專業(yè)化的知識選擇，但由于受時間條件等限制，大多數(shù)受教育者習(xí)慣于碎片化學(xué)習(xí)，連貫性和整體性差，缺乏對課程與教學(xué)體系的系統(tǒng)性學(xué)習(xí)。

2.認(rèn)知困境

隨著人工智能時代的到來，許多職業(yè)院校將“未來教室”“智慧課堂”定位為未來發(fā)展方向，進(jìn)行了多種嘗試和改革，如MOOC混合教學(xué)、翻轉(zhuǎn)課堂、多屏教學(xué)等，但“管理者和施教者對智慧教育的理解多停留在‘智慧課堂=多媒體+傳統(tǒng)教學(xué)的層面’，教學(xué)觀念和思維依然固化，并沒有因?yàn)樾录夹g(shù)的參與而得到實(shí)質(zhì)改變”[7]，缺乏對多媒體網(wǎng)絡(luò)架構(gòu)和智能學(xué)習(xí)平臺的深層認(rèn)識，更缺乏對管理評價和互動交流等模塊的理解與掌握，雖投入大量人力財(cái)力采購了數(shù)量巨大、設(shè)備精良的多媒體設(shè)備和智能服務(wù)設(shè)備，但沒有充分有效使用，大大限制了智慧教育的發(fā)展?jié)摿Α?/p>

3.用戶困境

傳統(tǒng)教學(xué)以群體教育為基本單元，教師和學(xué)習(xí)者作為學(xué)習(xí)共同體，在管理、學(xué)習(xí)的互動過程中形成強(qiáng)大的群體約束力，促進(jìn)雙方共同進(jìn)步。在信息化教育時代，學(xué)習(xí)者自由掌握學(xué)習(xí)時間和進(jìn)度，遇到問題可能無法及時解決并獲得反饋，無法進(jìn)行面對面交流，因此，基于人工智能網(wǎng)絡(luò)化學(xué)習(xí)平臺，學(xué)習(xí)者需要高自控力、高學(xué)習(xí)能力才能適應(yīng)這種全新的學(xué)習(xí)方式。

4.評價困境

傳統(tǒng)的評價方式多依靠經(jīng)驗(yàn)和觀察，智慧型評價則是基于學(xué)習(xí)過程的一種發(fā)展性評價，以采集到的學(xué)習(xí)數(shù)據(jù)為客觀基礎(chǔ)。在人工智能、數(shù)字信息化環(huán)境下教育效果的評價實(shí)際要受到很多因素的影響和局限，在信息技術(shù)與職業(yè)教育融合的過程之中，許多智能技術(shù)應(yīng)用于教育教學(xué)實(shí)踐，難以進(jìn)行定性定量的智慧評價，如互動交流及深層次的學(xué)習(xí)評價等。

三、人工智能背景下職業(yè)教育變革的新特征

人工智能帶來了思維模式的創(chuàng)新，改變了人們認(rèn)識問題、思考和解決問題的方式，越來越多地依賴人與智能網(wǎng)絡(luò)的協(xié)同創(chuàng)新。人工智能背景下的職業(yè)教育變革圍繞經(jīng)濟(jì)社會發(fā)展大局，“主動服務(wù)國家重大發(fā)展戰(zhàn)略，加大虛擬現(xiàn)實(shí)、云計(jì)算等新技術(shù)應(yīng)用，體現(xiàn)校企合作、知行合一等職教特色，以應(yīng)用促融合、以融合促創(chuàng)新、以創(chuàng)新促發(fā)展?！盵8]人工智能背景下職業(yè)教育的變革必將加速推進(jìn)職業(yè)教育的現(xiàn)代化、智能化進(jìn)程，表現(xiàn)出了融合、創(chuàng)新、跨界和終身化的新特征。

(一)融合

人工智能技術(shù)科學(xué)應(yīng)用于當(dāng)前職業(yè)教育，在最短的時間內(nèi)整合、重組大量的知識信息，形成科學(xué)的技術(shù)技能知識體系，為職業(yè)教育資源、企業(yè)資源、產(chǎn)業(yè)資源、社會資源等一切有可能聯(lián)結(jié)的資源融合提供了可能。為促進(jìn)職業(yè)教育的智慧化發(fā)展，在現(xiàn)有的合作模式、集團(tuán)模式、產(chǎn)教融合模式等實(shí)體協(xié)作發(fā)展的基礎(chǔ)上，建立智能互動的智慧教育供給平臺、常態(tài)化智慧課堂和大數(shù)據(jù)化智慧教育生態(tài)系統(tǒng)，為我國新興經(jīng)濟(jì)發(fā)展提供高技能、智慧型人才支撐。

(二)創(chuàng)新

信息化時代下“變”為創(chuàng)新立足之要點(diǎn)。創(chuàng)新時代最需要提升的就是創(chuàng)造智慧。“由知識的理解記憶，轉(zhuǎn)向知識的遷移、應(yīng)用并最終指向創(chuàng)造發(fā)明”[9]，以提高學(xué)習(xí)者的學(xué)習(xí)能力和應(yīng)用能力，提升其創(chuàng)新思維和智慧思維，不斷開拓人類社會發(fā)展的高度和寬度。智能化、信息化的時代是創(chuàng)新不斷的時代，是原有知識不斷被更新、技術(shù)不斷被升級的時代。人工智能促使社會化協(xié)同大規(guī)模發(fā)展，促進(jìn)職業(yè)教育體系核心要素的重組與重構(gòu)，創(chuàng)新生產(chǎn)關(guān)系，呈現(xiàn)出新的協(xié)作架構(gòu)，開創(chuàng)了新的教育供給方式，增加了教育的選擇性，推動了教育的民主化。學(xué)習(xí)者能夠按照自己的價值觀、興趣與愛好等選擇適合自己個性發(fā)展的學(xué)習(xí)方式和學(xué)習(xí)內(nèi)容，促進(jìn)學(xué)習(xí)者個性化、多樣化發(fā)展，最終實(shí)現(xiàn)教育公平。

(三)跨界

智能科學(xué)與職業(yè)教育連接起來，搭建起兩者溝通的橋梁，跨越了人工智能虛擬教育和線下實(shí)體教育的界限，實(shí)現(xiàn)了兩者之間的融合。教育供給由競爭資源轉(zhuǎn)變?yōu)閰f(xié)同合作，直線型的中心組織管理轉(zhuǎn)向去中心化、泛化管理。通過大數(shù)據(jù)智能技術(shù)平臺、遠(yuǎn)程教育平臺等對職業(yè)教育資源進(jìn)行整合共享，跨越教育邊界，與市場、行業(yè)、企業(yè)以及職業(yè)教育培訓(xùn)機(jī)構(gòu)對接，提供更加便捷的智慧化服務(wù)。

(四)終身化

人工智能時代職業(yè)教育的變革堅(jiān)持“以人為本”的教育理念，滿足學(xué)習(xí)者在任意時間、任意地點(diǎn)、以任意方式、任意步調(diào)終身學(xué)習(xí)的需求[10]。打破了地域和時間的限制，體現(xiàn)了教育的泛在化、個性化和終身化，與終身教育理念的發(fā)展目標(biāo)不謀而合。人工智能時代社會經(jīng)濟(jì)發(fā)展加快，人們追求高層次自我價值的實(shí)現(xiàn)，充分體現(xiàn)出終身學(xué)習(xí)的必要性和緊迫性。目前，我國正在積極創(chuàng)建泛在學(xué)習(xí)環(huán)境，致力于構(gòu)建終身化學(xué)習(xí)型社會，努力創(chuàng)造有利條件向全民提供終身教育與學(xué)習(xí)的機(jī)會。

四、人工智能背景下職業(yè)教育發(fā)展的模式建構(gòu)

人工智能背景下職業(yè)教育的變革預(yù)示著全新思維意識形態(tài)、社會發(fā)展形態(tài)的變革，重塑職業(yè)教育可持續(xù)發(fā)展的新思維，重構(gòu)信息時代職業(yè)教育的價值鏈和生態(tài)系統(tǒng)。智能化技術(shù)科學(xué)將現(xiàn)代職業(yè)教育內(nèi)部各要素，以及內(nèi)部要素與外部環(huán)境之間，通過虛擬技術(shù)和智能化手段互聯(lián)貫通，突破傳統(tǒng)教育價值的鏈狀模式，使職業(yè)教育由傳統(tǒng)模式走向“人工智能+職業(yè)教育”模式的建構(gòu)。人工智能對職業(yè)教育課程、教學(xué)、評價、管理、教師發(fā)展等方面產(chǎn)生系統(tǒng)性影響，為職業(yè)教育提高教育質(zhì)量和提升服務(wù)水平提供了技術(shù)支持和現(xiàn)實(shí)路徑，解決不能兼顧職業(yè)教育規(guī)模和質(zhì)量的矛盾問題。下面將從課程、教學(xué)、學(xué)習(xí)、環(huán)境、教師發(fā)展、評價、教育管理及組織等方面來探究職業(yè)教育的變革路徑及模式建構(gòu)。

(一)人工智能背景下職業(yè)教育的課程模式

人工智能時代的信息知識、科學(xué)技術(shù)正在以前所未有的速度增長、更新和迭代，呈現(xiàn)出了碎片化、多元化、創(chuàng)新性、社會性的特征。人工智能背景下職業(yè)教育的課程模式是為學(xué)習(xí)者提供按需可隨時選擇的知識儲備智能模式，解決了傳統(tǒng)職業(yè)院校課程教學(xué)的滯后性，呈現(xiàn)的是現(xiàn)代職業(yè)教育的前沿信息和內(nèi)容。課程革命愈演愈烈，靈活多樣的微課、慕課等形式層出不窮，在線課程將成為常態(tài)，信息傳播媒介、知識獲取方式等都發(fā)生了巨大改變，課程內(nèi)容和結(jié)構(gòu)的表現(xiàn)形態(tài)、呈現(xiàn)方式、實(shí)施及評價等也都進(jìn)行了相應(yīng)變革。智能化信息科學(xué)技術(shù)為課程的設(shè)計(jì)、架構(gòu)、實(shí)施提供了快捷和便利，為學(xué)習(xí)者的個性化、終身化選擇提供了多種渠道。人工智能背景下職業(yè)教育的課程模式的建構(gòu)表現(xiàn)為：首先，線上線下融合的大規(guī)模開放課程融入現(xiàn)代職業(yè)教育，課程的表現(xiàn)形態(tài)和實(shí)施途徑呈現(xiàn)出智能化、數(shù)字化、立體化的特征，成為學(xué)校常態(tài)課程的有機(jī)組成部分，為學(xué)習(xí)者提供了更多的可選擇機(jī)會，使實(shí)施個性化課程成為可能?，F(xiàn)代職業(yè)教育的課程內(nèi)容強(qiáng)調(diào)學(xué)術(shù)性與生活性相互融合與轉(zhuǎn)化，融入社會資源，立足于我國社會經(jīng)濟(jì)的新常態(tài)和學(xué)習(xí)者的全面發(fā)展，實(shí)現(xiàn)社會化協(xié)同發(fā)展，共贏共創(chuàng)；其次，課程實(shí)施的空間得以拓展，跨越了社會組織邊界、職業(yè)院校邊界，將從班級、年級、全校擴(kuò)展到網(wǎng)絡(luò)社區(qū)以及更大的空間。課程的整體結(jié)構(gòu)從分散走向整合，以技術(shù)為媒介，形成跨學(xué)科、多學(xué)科整合的課程；最后，課程內(nèi)容的組織、課程的實(shí)施逐步模塊化、碎片化、移動化與泛在化，社會化分工更加精細(xì)，教師也將承擔(dān)教學(xué)設(shè)計(jì)、技術(shù)開發(fā)、在線輔導(dǎo)等不同的角色。

(二)人工智能背景下職業(yè)教育的教學(xué)模式

人工智能時代將信息技術(shù)有效地融合于職業(yè)教育各學(xué)科的教學(xué)過程，從知識的傳遞轉(zhuǎn)變?yōu)檎J(rèn)知的建構(gòu)，從注重講授和內(nèi)容，轉(zhuǎn)變成重視學(xué)習(xí)過程[11]，構(gòu)建“以教師為主導(dǎo)，以學(xué)生為主體”的以數(shù)字化、智能化為特征的智慧教學(xué)模式，重視學(xué)生的主體地位，引導(dǎo)學(xué)生“自主、探究、合作”。人工智能背景下職業(yè)教育的教學(xué)模式的建構(gòu)表現(xiàn)為：首先，人們的學(xué)習(xí)方法、認(rèn)知方式和思維模式已經(jīng)發(fā)生了巨大的轉(zhuǎn)變。信息化教學(xué)使得信息技術(shù)已成為學(xué)習(xí)者認(rèn)知的必要工具，認(rèn)知方式也由“從技術(shù)中學(xué)”轉(zhuǎn)型為“用技術(shù)學(xué)”。其次，信息化教學(xué)的重點(diǎn)從“面向內(nèi)容設(shè)計(jì)”轉(zhuǎn)變到“面向?qū)W習(xí)過程設(shè)計(jì)”，更加重視學(xué)習(xí)者發(fā)現(xiàn)問題、分析和解決問題能力的培養(yǎng)，關(guān)注學(xué)習(xí)者的學(xué)習(xí)過程，以及其獲得學(xué)習(xí)活動的體驗(yàn)。同時，信息化教學(xué)要將課堂內(nèi)的學(xué)習(xí)知識和課堂外的實(shí)踐活動聯(lián)結(jié)互動，按照學(xué)習(xí)者的個性化需求和認(rèn)知方式自主選擇學(xué)習(xí)內(nèi)容。第三，智慧教學(xué)將成為課堂教學(xué)的新重點(diǎn)。日常教學(xué)工作形態(tài)不再是點(diǎn)線面的連接，而是呈現(xiàn)為智能化、立體化的教學(xué)空間，智慧課堂將會促進(jìn)學(xué)習(xí)者的深度學(xué)習(xí)、交互學(xué)習(xí)和融合學(xué)習(xí)，智能備課、批閱以及個性化指導(dǎo)等也將成為教育者新的教學(xué)工作形式。從機(jī)械評價學(xué)習(xí)結(jié)果轉(zhuǎn)變成適應(yīng)性評價學(xué)習(xí)結(jié)果。第四，在線教學(xué)、整合技術(shù)的學(xué)科教學(xué)法將成為新的教學(xué)形態(tài)，促進(jìn)教育均衡發(fā)展，實(shí)現(xiàn)跨學(xué)校、跨區(qū)域的流轉(zhuǎn)。移動學(xué)習(xí)、遠(yuǎn)程協(xié)作等信息化教學(xué)模式，能夠?qū)崿F(xiàn)教師的“教”與學(xué)生的“學(xué)”的全面實(shí)時互動，最大限度地調(diào)動學(xué)習(xí)者的主觀能動性，提升教學(xué)質(zhì)量與人才培養(yǎng)質(zhì)量。

(三)人工智能背景下職業(yè)教育的學(xué)習(xí)模式

智能系統(tǒng)和互聯(lián)網(wǎng)絡(luò)為學(xué)習(xí)者提供了豐富多元的學(xué)習(xí)資源和環(huán)境，推進(jìn)了教育教學(xué)活動與學(xué)習(xí)環(huán)境的融合發(fā)展，人工智能背景下職業(yè)教育的學(xué)習(xí)模式也逐步建立起來，具體表現(xiàn)為：首先，智能時代的互聯(lián)網(wǎng)絡(luò)全面覆蓋每一個人、每一個角落，活動空間由課堂內(nèi)拓展到課堂外，學(xué)習(xí)與非正式學(xué)習(xí)正在互相補(bǔ)充、互相與融合，導(dǎo)致學(xué)習(xí)者的學(xué)習(xí)行為變化、學(xué)習(xí)方式的革新。其次，基于互聯(lián)網(wǎng)出現(xiàn)了一批創(chuàng)新的學(xué)習(xí)方式，借助情景感知技術(shù)及智慧信息技術(shù)，進(jìn)行真實(shí)過程體驗(yàn)的情境學(xué)習(xí)，促進(jìn)學(xué)習(xí)者知識遷移運(yùn)用的情境化和社會化。第三，借助互聯(lián)網(wǎng)云技術(shù)和各種應(yīng)用工具，學(xué)習(xí)者可根據(jù)自身學(xué)習(xí)需求，選擇最優(yōu)學(xué)習(xí)方式，也可利用數(shù)據(jù)分析技術(shù)，追蹤記錄學(xué)習(xí)路徑和學(xué)習(xí)交互過程，隨時隨地獲取個性化教學(xué)服務(wù)和量身定制的學(xué)習(xí)資源，拓寬了智慧教育視野。第四，各職業(yè)院校開始拓展校園智慧學(xué)習(xí)的時間和空間，以實(shí)現(xiàn)虛擬和現(xiàn)實(shí)相互結(jié)合的智慧校園育人環(huán)境。推進(jìn)網(wǎng)絡(luò)學(xué)習(xí)空間建設(shè)，加強(qiáng)教與學(xué)全過程的數(shù)據(jù)采集和分析，“引導(dǎo)各地各職業(yè)院校開發(fā)基于工作過程的虛擬仿真實(shí)訓(xùn)資源和個性化自主學(xué)習(xí)系統(tǒng)”[12]，強(qiáng)化優(yōu)質(zhì)資源在學(xué)習(xí)環(huán)境中的實(shí)際應(yīng)用。

(四)人工智能背景下職業(yè)教育的環(huán)境模式

智慧教育環(huán)境是以大數(shù)據(jù)、多媒體、云計(jì)算等智能信息技術(shù)為基礎(chǔ)而構(gòu)建的虛實(shí)融合、智能適應(yīng)的均衡化生態(tài)系統(tǒng)。信息技術(shù)與職業(yè)教育的深度融合，為師生的全面發(fā)展提供了智慧化的成長環(huán)境，如智慧云平臺、智慧校園。人工智能背景下職業(yè)教育的環(huán)境模式的建構(gòu)表現(xiàn)為：首先，智慧教育環(huán)境將信息技術(shù)與職業(yè)教育服務(wù)結(jié)合、面對面教學(xué)和在線學(xué)習(xí)結(jié)合，形成數(shù)字化的、虛實(shí)結(jié)合的職業(yè)教育智能服務(wù)新模式。其次，智慧教育環(huán)境將促進(jìn)各種智能化、數(shù)字化信息技術(shù)融入職業(yè)院校的各個業(yè)務(wù)范圍和業(yè)務(wù)領(lǐng)域，與系統(tǒng)內(nèi)的其他業(yè)務(wù)橫向互聯(lián)、縱向貫通，且信息能夠適時生成和采集，全過程實(shí)現(xiàn)數(shù)字化與互聯(lián)化。第三，智慧教育環(huán)境能夠感知學(xué)習(xí)者所處的學(xué)習(xí)情境，理解學(xué)習(xí)者的行為與意圖，滿足學(xué)習(xí)者的個性化需求，提供多元化的適應(yīng)服務(wù)和智能感知的信息服務(wù)?；ヂ?lián)網(wǎng)應(yīng)用基于智能數(shù)據(jù)分析，實(shí)現(xiàn)智能調(diào)節(jié)與自動監(jiān)控，為學(xué)習(xí)者提供定制式的學(xué)習(xí)服務(wù)和個性化的學(xué)習(xí)環(huán)境。未來教室必將變成“虛擬+現(xiàn)實(shí)”的智慧課堂，在網(wǎng)絡(luò)空間中參與線上課程、線下活動，實(shí)現(xiàn)線上線下互動交流。同時，智慧校園的創(chuàng)建和管理，能夠?qū)γ總€班級、學(xué)區(qū)進(jìn)行動態(tài)管理，構(gòu)建出一個以問題、任務(wù)為線索，學(xué)生實(shí)現(xiàn)自主學(xué)習(xí)的知識體系和促進(jìn)師生互動、生生互動的智慧管理平臺。到2020年，“90%以上的職業(yè)院校建成不低于《職業(yè)院校數(shù)字校園建設(shè)規(guī)范》要求的數(shù)字校園，各地普遍建立推進(jìn)職業(yè)教育信息化持續(xù)健康發(fā)展的政策機(jī)制”[13]，以學(xué)習(xí)者為中心的自主、泛在學(xué)習(xí)普遍開展，精準(zhǔn)的智能服務(wù)能夠滿足職業(yè)教育的終身化定制。

(五)人工智能背景下職業(yè)教育的教師發(fā)展模式

人工智能背景下職業(yè)教育的變革對教師的專業(yè)發(fā)展、素質(zhì)能力提出了新要求，改變了教師的能力結(jié)構(gòu)和工作狀態(tài)。教育信息化大背景下，互聯(lián)網(wǎng)技術(shù)、多媒體手段的產(chǎn)生、智能化設(shè)備的使用極大提高了教師的專業(yè)發(fā)展和能力素養(yǎng)，以適應(yīng)新課程改革與教育信息化的要求。人工智能背景下職業(yè)教育的教師發(fā)展模式的建構(gòu)表現(xiàn)為：首先，新時代教師專業(yè)發(fā)展的內(nèi)在要求和外在環(huán)境都要求教師能夠認(rèn)識、了解和應(yīng)用互聯(lián)網(wǎng)新技術(shù)工具，促使教師專業(yè)發(fā)展能力和素養(yǎng)的提升和豐富。其次，教師的專業(yè)發(fā)展要面向?qū)嶋H、情境化、網(wǎng)絡(luò)化的教學(xué)問題，教師需要在多變的教育情境中綜合運(yùn)用核心教學(xué)技能，將信息技術(shù)知識、學(xué)科內(nèi)容知識、教學(xué)法知識很好地融合并遷移運(yùn)用。新時代的教師要學(xué)會掌握使用智能化設(shè)備和數(shù)字化網(wǎng)絡(luò)資源，積極加強(qiáng)與其他專家、教師的合作，或遠(yuǎn)程工作，形成基于智慧教育技術(shù)的多元化的學(xué)習(xí)共同體。教師的工作狀態(tài)由個體的單獨(dú)工作轉(zhuǎn)變?yōu)槿后w的共同協(xié)作，大大提升了教師的工作效率。第三，信息化背景下教師的教學(xué)理念要發(fā)生轉(zhuǎn)變，由促進(jìn)學(xué)生“接受學(xué)習(xí)”轉(zhuǎn)變?yōu)椤爸鲃咏?gòu)”，由“被動適應(yīng)”轉(zhuǎn)變?yōu)椤爸鲃訁⑴c”，越來越強(qiáng)調(diào)以學(xué)生為中心的過程體驗(yàn)，從了解信息技術(shù)轉(zhuǎn)變?yōu)檎莆罩腔劢逃夹g(shù)，保持學(xué)科知識，教學(xué)方法，核心技術(shù)的動態(tài)平衡，促進(jìn)學(xué)生智慧學(xué)習(xí)的發(fā)生。第四，信息化教師要學(xué)會使用智能化教育技術(shù)，積極開發(fā)數(shù)字化學(xué)習(xí)資源，創(chuàng)設(shè)豐富多元的教學(xué)活動，鼓勵學(xué)生掌握智能信息工具，學(xué)會探究和解決問題，發(fā)展提升學(xué)生的創(chuàng)新思維能力和信息化學(xué)習(xí)能力。教師的信息化教學(xué)能力和素養(yǎng)全面提升，信息技術(shù)應(yīng)用能力實(shí)現(xiàn)常態(tài)化。

(六)人工智能背景下職業(yè)教育的評價模式

現(xiàn)代教育價值趨于多元，以互聯(lián)網(wǎng)為基礎(chǔ)的智能化信息技術(shù)使教育評價在評價依據(jù)、評價內(nèi)容、評價主體等多個方面實(shí)現(xiàn)了全面轉(zhuǎn)變。人工智能背景下職業(yè)教育的評價模式的建構(gòu)表現(xiàn)為：首先，互聯(lián)網(wǎng)信息技術(shù)應(yīng)用于學(xué)習(xí)過程使得伴隨式評價成為可能，更加關(guān)注學(xué)習(xí)者的個體差異和特點(diǎn)。強(qiáng)調(diào)過程評價和多元共同評價，更加客觀全面，重視評價過程的診斷與改進(jìn)功能，以促進(jìn)學(xué)習(xí)者的個性化發(fā)展。其次，互聯(lián)網(wǎng)、大數(shù)據(jù)、智能云技術(shù)的出現(xiàn)使得評價的技術(shù)和手段多樣化、智能化，節(jié)省人力物力財(cái)力，提高了評價的科學(xué)性、針對性。第三，以大數(shù)據(jù)為基礎(chǔ)的適應(yīng)性評價因人而異，可獲得及時反饋，可真實(shí)地測評學(xué)習(xí)者的認(rèn)知結(jié)構(gòu)、能力傾向和個性特征等，從知識領(lǐng)域擴(kuò)展到技能領(lǐng)域、情感、態(tài)度與價值觀，構(gòu)建以學(xué)習(xí)者核心素養(yǎng)為導(dǎo)向的教育測量與評價體系，促進(jìn)學(xué)習(xí)者發(fā)展。

(七)人工智能背景下職業(yè)教育的管理模式

智能化信息技術(shù)、云計(jì)算技術(shù)、大數(shù)據(jù)技術(shù)等能夠促進(jìn)大規(guī)模社會化協(xié)同，拓展教育資源與服務(wù)的共享性，提高教育管理、決策與評價的智慧性，因此，基于互聯(lián)網(wǎng)的教育管理必將逐步走向“智慧管理”模式。人工智能背景下職業(yè)教育的管理模式的建構(gòu)表現(xiàn)為：首先，互聯(lián)網(wǎng)將家庭、學(xué)校、社區(qū)等緊密、方便地聯(lián)系在一起，拓寬了家長和社會機(jī)構(gòu)參與學(xué)校管理的渠道，各利益相關(guān)者可共同參與現(xiàn)代職業(yè)院校的學(xué)校管理，協(xié)作育人。其次，新時代的職業(yè)院校管理模式通過可視化界面進(jìn)行智能化管理，業(yè)務(wù)數(shù)據(jù)幾乎全部數(shù)字化，能有效降低信息管理系統(tǒng)的技術(shù)門檻，使管理工作更加輕松、高效。通過深度的數(shù)據(jù)挖掘與分析，能夠?qū)崿F(xiàn)個性化、精準(zhǔn)資源信息的智能推薦和服務(wù)，為管理人員和決策者提供及時、全面、精準(zhǔn)的數(shù)據(jù)支持，以提高決策的科學(xué)性。第三，通過互聯(lián)網(wǎng)信息技術(shù)可以實(shí)現(xiàn)全方位、隨時的遠(yuǎn)程監(jiān)督與指導(dǎo)，從督導(dǎo)評估轉(zhuǎn)變?yōu)閷?shí)時評估，可以實(shí)現(xiàn)大規(guī)模的實(shí)時溝通與協(xié)作，促進(jìn)社會化分工，促進(jìn)職業(yè)院校內(nèi)部重構(gòu)管理業(yè)務(wù)流程，使管理智能化、網(wǎng)絡(luò)化、專業(yè)化。

(八)人工智能背景下職業(yè)教育的組織模式

人工智能時代信息科學(xué)技術(shù)的蓬勃發(fā)展沖擊著學(xué)校內(nèi)部的組織結(jié)構(gòu)向智能化、網(wǎng)絡(luò)化的方向發(fā)展，各職業(yè)院校需要合理調(diào)整內(nèi)部組織結(jié)構(gòu)和資源分配，通過互聯(lián)網(wǎng)加快信息流動等方式，提高各職業(yè)院校組織管理的效率和活力。人工智能背景下職業(yè)教育的組織模式的建構(gòu)表現(xiàn)為：首先，當(dāng)今時代人工智能的產(chǎn)生不可能替代學(xué)校教育，但可以改變學(xué)校教育的基本業(yè)務(wù)流程。人工智能推動了學(xué)校組織結(jié)構(gòu)向網(wǎng)絡(luò)化方向發(fā)展，教學(xué)與課程是提供信息數(shù)據(jù)的重要平臺，學(xué)校組織則構(gòu)成了教育大數(shù)據(jù)生態(tài)系統(tǒng)。其次，“互聯(lián)網(wǎng)+職業(yè)教育”的跨界融合將打破學(xué)校的圍墻的阻隔，互聯(lián)網(wǎng)將學(xué)校組織與企業(yè)、科研院所等社會機(jī)構(gòu)緊密聯(lián)系起來，提供優(yōu)質(zhì)教育資源供給，共同承擔(dān)知識的傳授、傳播、轉(zhuǎn)化等功能，促進(jìn)學(xué)校組織體系核心要素的重構(gòu)。第三，建設(shè)“智慧校園”，實(shí)現(xiàn)線上線下融合的智慧校園育人環(huán)境，實(shí)施一體化校園網(wǎng)絡(luò)認(rèn)證，推動智能化教育資源共建共享，實(shí)現(xiàn)職業(yè)教育信息化建設(shè)的均衡發(fā)展。

五、人工智能背景下職業(yè)教育的模式變革面臨的挑戰(zhàn)及發(fā)展目標(biāo)

人工智能將推進(jìn)大數(shù)據(jù)、云技術(shù)等智能信息技術(shù)深層次融入職業(yè)教育課程與教學(xué)、組織與管理、評價與反饋等領(lǐng)域，形成社會化多元供給，為學(xué)習(xí)者提供多樣化的參與方式、自主選擇的學(xué)習(xí)形式和及時獲得反饋的評價途徑，有利于實(shí)現(xiàn)職業(yè)教育的共建、共享、共治。但其全面實(shí)現(xiàn)，還面臨著諸多挑戰(zhàn)。

(一)挑戰(zhàn)

首先，職業(yè)教育的新模式建構(gòu)需要充足的資金支持。各職業(yè)院校積極建構(gòu)智慧校園，努力實(shí)現(xiàn)智慧化產(chǎn)學(xué)研環(huán)境，打造一體化智慧城市網(wǎng)絡(luò)等核心技術(shù)的開發(fā)，都需要資金的根本保障。政府要給予資金政策保障并加強(qiáng)監(jiān)管，資金管理部門要合理規(guī)劃，合理利用，?？顚Ｓ?，落到實(shí)處。其次，職業(yè)教育的新模式建構(gòu)的成果表現(xiàn)離不開學(xué)習(xí)者對技術(shù)的理解、掌握和應(yīng)用。在實(shí)際實(shí)施過程中，教育工作者既要利用信息技術(shù)優(yōu)勢變革職業(yè)教育，也要避免技術(shù)中心主義傾向，“避免一味追趕技術(shù)新潮而不顧學(xué)生身心健康等，技術(shù)本身是一個禍福相依的辯證法?！盵14]第三，“目前的教育實(shí)踐中，仍未能充分實(shí)現(xiàn)人機(jī)合理分工和雙邊優(yōu)勢互補(bǔ)。人工智能終端系統(tǒng)擅長邏輯性、單調(diào)重復(fù)的工作，而人類則更適合情感性、創(chuàng)造性和社會性的工作?！盵15]現(xiàn)階段，信息化技術(shù)水平還有待提高，智能機(jī)器不能完全勝任知識傳播、數(shù)據(jù)處理等工作，有待于進(jìn)一步開發(fā)和完善，絕對依賴互聯(lián)網(wǎng)絡(luò)和設(shè)備，還存在一定的風(fēng)險。

(二)發(fā)展目標(biāo)

人工智能時代職業(yè)教育變革重新架構(gòu)了職業(yè)教育發(fā)展模式，完成了對資源的重新整合配置，改變了人的思維方式、學(xué)習(xí)方式和生活方式。人工智能時代下沒有職業(yè)教育模式的改革，就不可能建構(gòu)真正的現(xiàn)代化職業(yè)教育。人工智能背景下職業(yè)教育的發(fā)展目標(biāo)可以概括為個三方面：

1.“智慧腦”與“智能腦”融通

隨著第四次產(chǎn)業(yè)革命的到來，信息技術(shù)爆發(fā)式發(fā)展，造就了以電腦、互聯(lián)網(wǎng)為基礎(chǔ)的智能腦。職業(yè)教育智慧化發(fā)展的一個目標(biāo)就是如何讓學(xué)習(xí)者發(fā)揮人腦“智慧腦”與機(jī)器設(shè)備“智能腦”的“雙腦”共同協(xié)作[16]。人工智能時代職業(yè)教育與信息技術(shù)的深度融合，就是要通過“智慧腦”和“智能腦”的協(xié)同作用，發(fā)揮互補(bǔ)優(yōu)勢，進(jìn)行融通式學(xué)習(xí)，而不是簡單地人腦與電腦的技術(shù)對接。

2.“現(xiàn)實(shí)世界”與“虛擬世界”結(jié)合

在人工智能時代，網(wǎng)絡(luò)虛擬技術(shù)的發(fā)展使人類擁有了真實(shí)與虛擬兩個世界，虛擬信息技術(shù)的興起在一定程度上會影響職業(yè)教育的實(shí)體教育，實(shí)體教育的發(fā)展也需要虛擬技術(shù)的支撐。但在具體的學(xué)習(xí)實(shí)踐中，還會存在利用這兩個世界時顧此失彼、難以平衡的問題。目前，虛擬化教育技術(shù)在職業(yè)教育領(lǐng)域不斷應(yīng)用與推廣，職業(yè)教育的發(fā)展模式不斷優(yōu)化，使得職業(yè)院校線上線下的邊界逐漸消融，“現(xiàn)實(shí)世界”與“虛擬世界”更好地結(jié)合。人工智能時代職業(yè)教育的本質(zhì)沒有發(fā)生根本改變，學(xué)習(xí)者要學(xué)會利用這兩個世界虛實(shí)融合、高度互動，充分發(fā)揮出自身的優(yōu)勢，更好地學(xué)習(xí)與生活。

3.職業(yè)教育“適應(yīng)人工智能”發(fā)展為“引領(lǐng)人工智能”

人工智能為職業(yè)教育帶來了強(qiáng)大的技術(shù)支持，為職業(yè)教育帶來了便利。初始階段的職業(yè)教育基本知識和技能被數(shù)字化和智能化，通過人工智能相關(guān)課程，云教育模式，個性化學(xué)習(xí)計(jì)劃等，適應(yīng)并應(yīng)用人工智能，以提高職業(yè)教育的效率和質(zhì)量。職業(yè)教育重在技術(shù)創(chuàng)新，對于行業(yè)技術(shù)發(fā)展具有一定的引領(lǐng)性作用。未來人工智能將成為職業(yè)院?？焖侔l(fā)展和轉(zhuǎn)型的技術(shù)支撐。“如某些職業(yè)院?；谧陨韮?yōu)勢專業(yè)與相關(guān)行業(yè)的智能自動化企業(yè)合作，實(shí)現(xiàn)以職業(yè)教育發(fā)展引領(lǐng)人工智能?！盵17]目前，人工智能處于適應(yīng)性大發(fā)展階段，隨著信息化技術(shù)的提高和智能化設(shè)備的普及，人工智能時代必將由專用人工智能時代步入通用人工智能時代。在通用人工智能時代，人工智能與職業(yè)教育深度融合高效協(xié)作，職業(yè)教育完全適應(yīng)且完美應(yīng)用于人工智能，進(jìn)一步引領(lǐng)人工智能發(fā)展，由“人工智能+職業(yè)教育”發(fā)展為“職業(yè)教育+人工智能”的時代。

篇4

關(guān)鍵詞：ICAI；系統(tǒng)模型；教學(xué)策略；綜合集成方法論MSM；現(xiàn)代教育技術(shù)

中圖分類號：G250.73 文獻(xiàn)標(biāo)識碼：B 文章編號：1673-8454(2012)01-0030-04

計(jì)算機(jī)輔助教學(xué)（Computer Aided Instruction，簡稱CAI）是利用計(jì)算機(jī)來模擬教師的行為，通過學(xué)生與計(jì)算機(jī)之間的交互活動來達(dá)到教學(xué)的目的。即在計(jì)算機(jī)輔助下進(jìn)行的各種教學(xué)活動，主要是以對話方式和學(xué)生討論教學(xué)內(nèi)容、安排教學(xué)進(jìn)程、進(jìn)行教學(xué)訓(xùn)練的方法與技術(shù)。CAI為學(xué)生提供一個個人化的學(xué)習(xí)環(huán)境，綜合應(yīng)用多媒體、知識庫等計(jì)算機(jī)技術(shù)，這是傳統(tǒng)CAI的主要應(yīng)用方式。

在沒有智能系統(tǒng)支持的情況下，傳統(tǒng)CAI盡管可能具有良好的教學(xué)材料模型，但它往往僅借助于計(jì)算機(jī)來展示教學(xué)內(nèi)容，并不能很好地根據(jù)它所教學(xué)生的學(xué)習(xí)特征，以不同的教學(xué)策略和教學(xué)方法來教授；只是盲目地傳授知識給學(xué)生，如果某個學(xué)生不能接受提供的教學(xué)策略，系統(tǒng)沒有為這個學(xué)生提供可供選擇的另外的教學(xué)策略。目前使用的絕大多數(shù)CAI是將全部教學(xué)信息以編程方式預(yù)置于課件中，這樣的CAI課件一旦制作完成，很難對課件進(jìn)行更新和維護(hù)，尤其是在這樣的CAI系統(tǒng)中，學(xué)生的學(xué)習(xí)仍然處于被動狀態(tài)，即完全受計(jì)算機(jī)控制。

一、智能化計(jì)算機(jī)輔助教學(xué)概念

現(xiàn)代教育技術(shù)的日益發(fā)展以及與其他領(lǐng)先技術(shù)的結(jié)合，必然促使計(jì)算機(jī)輔助教學(xué)CAI的進(jìn)一步發(fā)展。人工智能技術(shù)應(yīng)用于CAI產(chǎn)生的基于網(wǎng)絡(luò)環(huán)境的智能化CAI，就是現(xiàn)代信息化社會發(fā)展的產(chǎn)物，并在教育教學(xué)領(lǐng)域中有很好的發(fā)展前景。

人工智能是計(jì)算機(jī)科學(xué)的一個分支，它的目標(biāo)是構(gòu)造能表現(xiàn)出一定智能行為的，目的就是讓計(jì)算機(jī)這臺機(jī)器能夠像人一樣思考。人工智能的研究更多地是結(jié)合具體領(lǐng)域進(jìn)行的，主要研究領(lǐng)域有專家系統(tǒng)、機(jī)器學(xué)習(xí)、模式識別、博弈、智能決定支持系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)等等。人工智能技術(shù)與專家系統(tǒng)的成就，促使人們把問題求解、知識表示這些技術(shù)引入CAI，并借助于網(wǎng)絡(luò)環(huán)境來實(shí)施，這便是智能型計(jì)算機(jī)輔助教學(xué)。

智能計(jì)算機(jī)輔助教學(xué)ICAI（Intelligence Computer Assisted Instruction）屬于人工智能的一個分支，是以認(rèn)知科學(xué)和思維科學(xué)為理論基礎(chǔ)，綜合人工智能技術(shù)，教育心理學(xué)等多門學(xué)科的知識對學(xué)生實(shí)施教育的一門新的教育技術(shù)。ICAI通過研究人類學(xué)習(xí)思維的特征和過程，探索學(xué)習(xí)知識的模式，利用信息化網(wǎng)絡(luò)環(huán)境使學(xué)生獲得個別化自適應(yīng)性學(xué)習(xí)的獲取知識方法，從而使學(xué)生的學(xué)習(xí)更有針對性，更有效。

ICAI依靠人工智能技術(shù)的進(jìn)步，主要應(yīng)在因材施教方面取得進(jìn)展。其主要特點(diǎn)是:

（1）能自動生成適合學(xué)習(xí)者程度的學(xué)習(xí)內(nèi)容。

（2）能根據(jù)學(xué)生的不同認(rèn)知水平與學(xué)習(xí)風(fēng)格選擇教學(xué)策略和教學(xué)方法。

（3）能評價學(xué)生的學(xué)習(xí)結(jié)果，并不斷地在教學(xué)中改善教學(xué)策略。

二、智能化計(jì)算機(jī)輔助教學(xué)研究現(xiàn)狀

現(xiàn)階段，在一些發(fā)達(dá)國家，如美國、日本、加拿大、英國、法國、澳大利亞等，CAI已經(jīng)普遍存在于學(xué)校和家庭中，正起著越來越大的作用。而ICAI的研究還處于初始階段。目前國內(nèi)在這一領(lǐng)域的研究主要集中在CAI和ICAI的優(yōu)缺點(diǎn)比較，ICAI的理論來源、系統(tǒng)特征、模塊建設(shè)、發(fā)展趨勢等基礎(chǔ)理論知識的研究，基于相關(guān)課程或?qū)W科的實(shí)踐研究還比較少見。智能教學(xué)系統(tǒng)的設(shè)計(jì)和開發(fā)是一項(xiàng)復(fù)雜的系統(tǒng)工程，由于需要考慮的因素較多，系統(tǒng)比較龐大，同時也依賴于人工智能等技術(shù)的發(fā)展,因而要建立完善的ICAI還是比較困難的。[1]因此ICAI有很大的理論和實(shí)踐發(fā)展空間。

完善的ICAI系統(tǒng)需能夠充分調(diào)動學(xué)生的主動性，并能通過分析推理，對某具體學(xué)生做出適合的教學(xué)決策。使學(xué)生獲得個別化自適應(yīng)性學(xué)習(xí)的學(xué)習(xí)方法，達(dá)到因材施教的目的。人工智能技術(shù)的發(fā)展必將會對ICAI的發(fā)展起到巨大的推動作用。隨著計(jì)算機(jī)科學(xué)的發(fā)展，21世紀(jì)的教育教學(xué)輔助手段將是以ICAI為主線，多學(xué)科、多方位發(fā)展的新技術(shù)的體現(xiàn)，越來越多的教育工作者會從更多的視角審視ICAI，并從事ICAI的研究。相信ICAI將會在現(xiàn)代教育領(lǐng)域中有更廣泛的應(yīng)用。

“現(xiàn)代教育技術(shù)”既是教育技術(shù)專業(yè)的必修課程，也是大中專院校廣泛設(shè)置的選修課程，適用范圍非常廣泛。本文以《現(xiàn)代教育技術(shù)》這門課程為主要研究對象，來研究智能化教學(xué)系統(tǒng)設(shè)計(jì)在具體實(shí)踐中的應(yīng)用。

三、ICAI決策系統(tǒng)的理論依據(jù)

1.綜合集成理論

教育是以人為主體參與的活動，而人本身就是一個復(fù)雜巨系統(tǒng)，因此以這種大量的復(fù)雜巨系統(tǒng)為子系統(tǒng)組成的系統(tǒng)――教育系統(tǒng)，是一個復(fù)雜巨系統(tǒng)。依據(jù)系統(tǒng)與其環(huán)境是否有物質(zhì)、能量和信息的交換，將系統(tǒng)劃分為開放系統(tǒng)和封閉系統(tǒng)來看，學(xué)生的學(xué)習(xí)受到教師、同學(xué)、家庭及社會等因素的影響，所以教育系統(tǒng)是一個開放的復(fù)雜巨系統(tǒng)。

錢學(xué)森的理論和實(shí)踐研究表明：現(xiàn)在能用的、惟一能有效處理開放的復(fù)雜巨系統(tǒng)的方法，就是定性定量相結(jié)合的綜合集成方法論。綜合集成方法論（Meta-synthesis Methodology MSM）是方法論上的創(chuàng)新，它是研究復(fù)雜巨系統(tǒng)和復(fù)雜性問題的方法論。[2]定性定量相結(jié)合的綜合集成方法是將專家群體(各種有關(guān)的專家)、數(shù)據(jù)和各種信息與計(jì)算機(jī)技術(shù)有機(jī)結(jié)合起來，把各種學(xué)科的科學(xué)理論和人的經(jīng)驗(yàn)知識結(jié)合起來，發(fā)揮這個系統(tǒng)的整體優(yōu)勢和綜合優(yōu)勢。[3]它把人的經(jīng)驗(yàn)、知識、智慧以及各種情況、資料和信息系統(tǒng)集成起來，從多方面定性認(rèn)識上升到定量認(rèn)識，從而達(dá)到解決復(fù)雜系統(tǒng)問題的目的。在解決問題的過程中，專家群體和專家的經(jīng)驗(yàn)知識起著重要的作用。

教學(xué)系統(tǒng)設(shè)計(jì)是一個復(fù)雜的系統(tǒng)，它是由教育系統(tǒng)的復(fù)雜性決定的。教育系統(tǒng)具有復(fù)雜系統(tǒng)的基本特點(diǎn)，它在結(jié)構(gòu)與功能上表現(xiàn)為規(guī)模大、相關(guān)因素多且相關(guān)方式復(fù)雜、目標(biāo)多樣等；在運(yùn)動上表現(xiàn)為隨機(jī)性、非線性等。用一般的理論方法無法全面合理地解決這一不良結(jié)構(gòu)的問題，本研究嘗試用綜合集成方法論來指導(dǎo)、分析教學(xué)設(shè)計(jì)智能化過程。因此，運(yùn)用綜合集成理論的方法來研究教學(xué)設(shè)計(jì)系統(tǒng)，探討具體科目的教學(xué)設(shè)計(jì)在設(shè)計(jì)過程中遇到的復(fù)雜性問題，進(jìn)而構(gòu)建科學(xué)合理的教學(xué)設(shè)計(jì)系統(tǒng)，具有重要的理論和實(shí)踐價值。

2.教學(xué)設(shè)計(jì)理論

本文采用“雙主”教學(xué)模式作為ICAI的教學(xué)設(shè)計(jì)的理論基礎(chǔ)?！半p主”教學(xué)模式既能發(fā)揮教師的主導(dǎo)作用又能充分發(fā)揮學(xué)習(xí)者認(rèn)知主體作用，是在教師主導(dǎo)下的課堂中能讓學(xué)習(xí)者參與進(jìn)來共同學(xué)習(xí)的一種教學(xué)模式。

基于“雙主”的教學(xué)模式，要求根據(jù)學(xué)習(xí)者的特征、學(xué)習(xí)內(nèi)容、學(xué)習(xí)策略、學(xué)習(xí)目標(biāo)等多種因素的不同情況研究它們的結(jié)合方式，以使系統(tǒng)達(dá)到理想的教學(xué)效果。

基于網(wǎng)絡(luò)環(huán)境的ICAI相對于傳統(tǒng)的CAI來說，充分體現(xiàn)了“雙主”的教學(xué)模式。ICAI中有專門分析學(xué)習(xí)者學(xué)習(xí)方式和認(rèn)知水平的學(xué)生模型，有專門為不同的學(xué)習(xí)內(nèi)容選擇不同的學(xué)習(xí)策略的策略庫模型（也稱為教師模型），有評價學(xué)習(xí)效果并反饋給系統(tǒng)的評價模型。學(xué)生模型是對學(xué)習(xí)者的學(xué)習(xí)特征進(jìn)行分析，包括學(xué)習(xí)者的學(xué)習(xí)風(fēng)格、認(rèn)知水平。策略庫模型包含有豐富教學(xué)策略和有一個智能推理機(jī)，能根據(jù)學(xué)生模型的信息和學(xué)習(xí)目標(biāo)為學(xué)習(xí)者選擇合適的學(xué)習(xí)策略，指導(dǎo)學(xué)習(xí)者學(xué)習(xí)。

3.建構(gòu)主義學(xué)習(xí)理論

當(dāng)代建構(gòu)主義者主張，世界是客觀存在的，但是對于世界的理解和賦予意義卻是由每個人自己決定的。建構(gòu)主義者認(rèn)為學(xué)習(xí)者要以自己的經(jīng)驗(yàn)為基礎(chǔ)來建構(gòu)現(xiàn)實(shí)，或者至少說是在解釋現(xiàn)實(shí)，每個人的經(jīng)驗(yàn)世界是用自己的頭腦創(chuàng)建的。

學(xué)習(xí)過程同時包含兩方面的建構(gòu)：一方面是對新知識意義的建構(gòu)，同時又包含對原有經(jīng)驗(yàn)的改造和重組。建構(gòu)主義者強(qiáng)調(diào)學(xué)習(xí)者在學(xué)習(xí)過程中能夠靈活地建構(gòu)起用于指導(dǎo)實(shí)踐活動的圖式，這種圖式是對概念的豐富理解，依據(jù)個人經(jīng)驗(yàn)背景的不同而不同。

教學(xué)應(yīng)當(dāng)把學(xué)習(xí)者原有的知識經(jīng)驗(yàn)作為新知識的生長點(diǎn)，引導(dǎo)學(xué)習(xí)者從原有的知識經(jīng)驗(yàn)中，生長新的知識經(jīng)驗(yàn)。教學(xué)不是知識的傳遞，而是知識的處理和轉(zhuǎn)換。

ICAI伴隨著這種理論的發(fā)展而發(fā)展，它注重的是由學(xué)習(xí)者來控制學(xué)習(xí)過程，重視學(xué)習(xí)內(nèi)容的知識結(jié)構(gòu)和學(xué)習(xí)情境，讓學(xué)習(xí)者主動構(gòu)建對自己有意義的知識的活動?；诰W(wǎng)絡(luò)環(huán)境的ICAI積極地為學(xué)習(xí)者創(chuàng)設(shè)學(xué)習(xí)情境，幫助學(xué)習(xí)者用他們已有的知識去建構(gòu)、生成、整合新的知識。

4.教學(xué)處方理論

“教學(xué)處方理論”是鄭永柏博士于1998年提出的一種新型適合于信息化教學(xué)設(shè)計(jì)的理論，他通過對教學(xué)系統(tǒng)設(shè)計(jì)理論和計(jì)算機(jī)輔助教學(xué)設(shè)計(jì)方面的研究，建構(gòu)了一種新型的教學(xué)系統(tǒng)設(shè)計(jì)理論――教學(xué)處方理論。該理論主要包括：六個基本概念、一個理論框架、三條基本原理和兩個關(guān)于教學(xué)設(shè)計(jì)的知識庫。[4]

該理論指出教學(xué)處方可以看作是教學(xué)設(shè)計(jì)者(有時可以看作是教師)依據(jù)系統(tǒng)分析后使用的各種教學(xué)模式、教學(xué)方法和教學(xué)內(nèi)容處理模式的組合；說明了在特定教學(xué)條件下對特定教學(xué)結(jié)果的教學(xué)，以不同的學(xué)習(xí)理論和教學(xué)理論為指導(dǎo)將會采用不同的教學(xué)方法，即教學(xué)處方，這也是本研究的核心內(nèi)容，是該系統(tǒng)設(shè)計(jì)的指導(dǎo)理論?！敖虒W(xué)處方理論”具有更好的包容性、開放性，能夠吸收和容納豐富的學(xué)習(xí)和教學(xué)研究成果。

四、ICAI系統(tǒng)的模塊結(jié)構(gòu)

1.前端分析模塊：認(rèn)知能力、學(xué)習(xí)動機(jī)、認(rèn)知風(fēng)格

前端分析是美國學(xué)者哈利斯（Harless，J．）在1968年提出的一個概念，指的是在教學(xué)設(shè)計(jì)過程開始的時候，先分析若干直接影響教學(xué)設(shè)計(jì)但又不屬于具體設(shè)計(jì)事項(xiàng)的問題，本文主要指認(rèn)知能力、學(xué)習(xí)動機(jī)和認(rèn)知風(fēng)格方面的分析。前端分析模塊主要是建立相應(yīng)的學(xué)生特征類型的數(shù)據(jù)庫。

認(rèn)知能力的測量采用認(rèn)記、理解、應(yīng)用、分析、綜合、評價六個維度，每個維度有“優(yōu)、良、中、差”四個選項(xiàng)。通過數(shù)據(jù)分析找出學(xué)習(xí)者的現(xiàn)狀和期望之間的差距，確定需要解決的問題是什么，并確定問題的性質(zhì)，形成不同層次的教學(xué)設(shè)計(jì)項(xiàng)目的目標(biāo)。

學(xué)習(xí)風(fēng)格和學(xué)習(xí)動機(jī)通過專門的量表來收集數(shù)據(jù)。

2.內(nèi)容分析模塊

教學(xué)內(nèi)容分析就是在確定好總教學(xué)目標(biāo)的前提下，借助歸類分析法、圖解分析法、層級分析法、信息加工分析法等方法，分析學(xué)習(xí)者要實(shí)現(xiàn)總的教學(xué)目標(biāo)，需要掌握哪些知識、技能或形成什么態(tài)度。通過對教學(xué)內(nèi)容的處理，確定學(xué)習(xí)者所需學(xué)習(xí)內(nèi)容的范圍和深度，確定內(nèi)容各組成部分之間的關(guān)系，為以后教學(xué)順序的安排奠定好基礎(chǔ)。

對教學(xué)內(nèi)容的處理主要包括：教學(xué)內(nèi)容的選擇、教學(xué)內(nèi)容的編排、確定單元目標(biāo)及對內(nèi)容進(jìn)行初步評價、分析教學(xué)內(nèi)容類別及性質(zhì)等四個基本方面。在構(gòu)建規(guī)定性教學(xué)內(nèi)容處理模式庫時，應(yīng)對上述四個方面提供具體的方法。[5]

3.決策模塊

教學(xué)策略（處方）的制定就是根據(jù)特定的教學(xué)目標(biāo)、教學(xué)內(nèi)容、教學(xué)對象等條件，來合理地選擇相應(yīng)的教學(xué)順序、教學(xué)方法、教學(xué)組織形式。在數(shù)據(jù)庫中建立可供選擇的不同的教學(xué)策略（處方），是本文所研究的ICAI系統(tǒng)的主要模塊，也是特色模塊。

教學(xué)策略（處方）的制定包括教學(xué)順序的確定、教學(xué)方法的選擇、教學(xué)組織形式的選擇等。教學(xué)順序的確定就是要確定教學(xué)內(nèi)容各組成部分之間的先后順序；教學(xué)方法的選擇就是要通過講授法、演示法、討論法、練習(xí)法、實(shí)驗(yàn)法、示范模仿法等不同方法的選擇，來激發(fā)并維持學(xué)習(xí)者的注意和興趣，傳遞教學(xué)內(nèi)容；教學(xué)組織形式主要有集體授課、小組討論和個別化自學(xué)三種形式，各種形式各有所長，須根據(jù)具體情況進(jìn)行相應(yīng)的選擇。教學(xué)策略的制定是根據(jù)具體的目標(biāo)、內(nèi)容、對象等來確定的，要具體問題具體分析，不存在能適用于所有目標(biāo)、內(nèi)容、對象的教學(xué)策略。

4.評價模塊

在基于網(wǎng)絡(luò)環(huán)境的ICAI的評價模塊，要依據(jù)前面確定的教學(xué)目標(biāo)，運(yùn)用評價量表，分析學(xué)習(xí)者對預(yù)期學(xué)習(xí)目標(biāo)的完成情況，主要收集三個方面的基本信息，一是要收集關(guān)于教師對教學(xué)設(shè)計(jì)方案和教學(xué)方案實(shí)施結(jié)果的滿意度的信息數(shù)據(jù)，二是要收集關(guān)于學(xué)習(xí)者對教學(xué)過程、教學(xué)策略的適應(yīng)性的信息數(shù)據(jù)，三是要看與其他方法相比，本處方中所采用的方法是否有獨(dú)到之處，是否有不足之處。[6]在數(shù)據(jù)分析的基礎(chǔ)上，對教學(xué)策略和教學(xué)內(nèi)容的修改和完善提出建議，并以此為基礎(chǔ)對ICAI各個環(huán)節(jié)的工作進(jìn)行相應(yīng)的修改。

5.ICAI系統(tǒng)模型框圖

學(xué)習(xí)者前端數(shù)據(jù)采集數(shù)據(jù)庫包括：認(rèn)知結(jié)構(gòu)測量及分析系統(tǒng)、學(xué)習(xí)動機(jī)測量及分析系統(tǒng)、學(xué)習(xí)風(fēng)格測量及分析系統(tǒng)和學(xué)生基本信息系統(tǒng)。系統(tǒng)模型如圖所示。

五、ICAI決策系統(tǒng)實(shí)驗(yàn)數(shù)據(jù)來源

本課題實(shí)踐研究的調(diào)查對象來自云南大學(xué)，是2008屆市場營銷教育和財(cái)會教育本科生，共89人，課程設(shè)置為現(xiàn)代教育技術(shù)。學(xué)生調(diào)查表包括本科生基本信息表，所羅門學(xué)習(xí)風(fēng)格量表，學(xué)習(xí)者認(rèn)知能力調(diào)查問卷，學(xué)習(xí)者學(xué)習(xí)動機(jī)調(diào)查問卷四份表格組成。實(shí)際收到數(shù)據(jù)表89份，有效數(shù)據(jù)表75份。數(shù)據(jù)表中的信息選項(xiàng)根據(jù)所占權(quán)重，統(tǒng)一折合成百分制進(jìn)行處理。

六、總結(jié)

本文把教學(xué)設(shè)計(jì)理論、方法與“現(xiàn)代教育技術(shù)”課程相結(jié)合，擬研發(fā)出一個基于綜合集成方法論的廣義智能網(wǎng)絡(luò)教學(xué)設(shè)計(jì)輔助系統(tǒng)。主要研究成果如下：

（1）把綜合集成方法論引入解決教學(xué)設(shè)計(jì)這一不良結(jié)構(gòu)問題；

（2）結(jié)合數(shù)字化方法和數(shù)據(jù)挖掘技術(shù)，它能對學(xué)習(xí)者進(jìn)行數(shù)字化的前端分析；

（3）它所自動化給出的教學(xué)設(shè)計(jì)方案，可為青年教師提供良好借鑒，有利于教師因材施教、因風(fēng)格施教、因需要施教；

（4）它所自動化給出的學(xué)習(xí)者學(xué)習(xí)建議方案，有利于促進(jìn)學(xué)習(xí)者自主學(xué)習(xí)。

現(xiàn)有的CAI存在的許多問題隨著新技術(shù)的不斷出現(xiàn)而顯得越來越不能適應(yīng)新環(huán)境的需求，因此以基于網(wǎng)絡(luò)環(huán)境的ICAI為代表的新計(jì)算機(jī)輔助教學(xué)系統(tǒng)，將是教育教學(xué)研究人員在教育技術(shù)上需要不斷探求、努力實(shí)現(xiàn)的發(fā)展方向。

參考文獻(xiàn)：

[1]楊采堅(jiān)，董玉銘.智能教學(xué)系統(tǒng)設(shè)計(jì)[J].中國電大教育,1993（3）.

[2]于景元,涂元季.從定性到定量綜合集成方法――案例研究[J].系統(tǒng)工程理論與實(shí)踐,2002.5.

[3]錢學(xué)森,于景元,戴汝為.一個科學(xué)新領(lǐng)域：開放的復(fù)雜巨系統(tǒng)及其方法論[J].自然雜志,1990(1).

[4]鄭永柏.教學(xué)系統(tǒng)設(shè)計(jì)理論和方法研究:教學(xué)處方理論和ISD-EPSSS的設(shè)計(jì)與開發(fā)[D].北京師范大學(xué)博士學(xué)位論文，1998.

篇5

關(guān)鍵詞：未來工作能力；高職院校；創(chuàng)新創(chuàng)業(yè)教育

1未來工作能力需求的變化

1.1工業(yè)4.0時代

無論是德國“工業(yè)4.0”戰(zhàn)略、“中國制造2025”戰(zhàn)略，還是美國“工業(yè)互聯(lián)網(wǎng)”概念，它們的本質(zhì)內(nèi)容是一致的，都指向一個核心，即智能制造，也就是“互聯(lián)網(wǎng)+制造”。機(jī)器人、人工智能和物聯(lián)網(wǎng)是工業(yè)4.0時代的代表。工業(yè)4.0時代有5個重要的特點(diǎn)：（1）互聯(lián)：互聯(lián)工業(yè)4.0的核心是連接，要把設(shè)備、生產(chǎn)線、工廠、供應(yīng)商、產(chǎn)品和客戶緊密地聯(lián)系在一起；（2）數(shù)據(jù)：工業(yè)4.0連接和產(chǎn)品數(shù)據(jù)、設(shè)備數(shù)據(jù)、研發(fā)數(shù)據(jù)、工業(yè)鏈數(shù)據(jù)、運(yùn)營數(shù)據(jù)、管理數(shù)據(jù)、銷售數(shù)據(jù)、消費(fèi)者數(shù)據(jù)。企業(yè)利用數(shù)據(jù)分析，不斷改善客戶體驗(yàn)，滿足客戶對新商品和新服務(wù)的需求，生產(chǎn)和服務(wù)實(shí)現(xiàn)批量化個性定制；（3）集成：工業(yè)4.0將各種傳感器、嵌入式終端系統(tǒng)、智能控制系統(tǒng)、通信設(shè)施連接形成一個智能網(wǎng)絡(luò)。通過這個智能網(wǎng)絡(luò)，使人與人、人與機(jī)器、機(jī)器與機(jī)器以及服務(wù)與服務(wù)之間，能夠形成一個互聯(lián)，從而實(shí)現(xiàn)橫向、縱向和端到端的高度集成；（4）創(chuàng)新：工業(yè)4.0的實(shí)施過程是制造業(yè)創(chuàng)新發(fā)展的過程，制造技術(shù)、產(chǎn)品、模式、業(yè)態(tài)、組織等方面的創(chuàng)新，將會層出不窮，從技術(shù)創(chuàng)新到產(chǎn)品創(chuàng)新，到模式創(chuàng)新，最后到組織創(chuàng)新；（5）轉(zhuǎn)型：由傳統(tǒng)制造從大規(guī)模生產(chǎn)轉(zhuǎn)向柔性化、個性化定制。毫無疑問，移動互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、社會媒體和內(nèi)存數(shù)據(jù)庫技術(shù)的發(fā)展快速推動了實(shí)體和虛擬世界的結(jié)合，這些技術(shù)的發(fā)展為改變生產(chǎn)、產(chǎn)品銷售方式和商業(yè)模式創(chuàng)新提供了空前的可能[1]。

1.2未來工作能力需求的變化

世界經(jīng)濟(jì)論壇最新報告預(yù)計(jì)，到2020年，科技的發(fā)展將導(dǎo)致15個主要發(fā)達(dá)和新興經(jīng)濟(jì)體凈損失逾500萬個工作崗位。通過自動化或去中介化的方式可能將減少710萬個工作崗位，與此同時也有210萬個工作崗位將被創(chuàng)造，其主要集中在更為專業(yè)的領(lǐng)域，例如計(jì)算機(jī)、數(shù)學(xué)、建筑以及工程領(lǐng)域。傳統(tǒng)的雇傭關(guān)系將發(fā)生巨大的變化，企業(yè)與員工之間是合伙人的關(guān)系，未來的工作也將由企業(yè)員工、自由工作者、外包和合作伙伴、人力資源平臺、人工智能等協(xié)同完成。傳統(tǒng)的雇員社會正在消失，員工將利用互聯(lián)網(wǎng)知識、平臺，創(chuàng)造任何自己想要創(chuàng)造的價值，未來的工作方式將更加多元化和復(fù)雜化。世界經(jīng)濟(jì)論壇在2016年開啟了對“未來工作”的研究項(xiàng)目，從15個經(jīng)濟(jì)體的10個行業(yè)中選取了當(dāng)今最大的企業(yè)，針對從現(xiàn)在起到2020年科技對就業(yè)、工作和技能的影響，調(diào)查了這些企業(yè)的人力資源管理者。受訪者認(rèn)為，到2020年，對解決復(fù)雜問題的能力以及社交技能和系統(tǒng)性技能的需求會遠(yuǎn)遠(yuǎn)高于對身體能力和知識性技能的需求。2020年的技能需求度依次為：“解決復(fù)雜問題的能力是36%、社交技能是19%、過程技能是18%、系統(tǒng)技能是17%、認(rèn)知能力是15%、資源管理技能是13%、專業(yè)知識和技能是12%、身體能力占比4%”。對專業(yè)知識和技能的重視度已從傳統(tǒng)的占絕對優(yōu)勢下降為12%[2]。由此可見，高職院校對學(xué)生職業(yè)能力的培養(yǎng)必須從單純重視職業(yè)技能轉(zhuǎn)化為培養(yǎng)學(xué)生具備利用已有的知識和技能，通過團(tuán)隊(duì)協(xié)作，創(chuàng)造性地解決復(fù)雜問題的能力。傳統(tǒng)的以就業(yè)為導(dǎo)向，以專業(yè)知識和技能為教學(xué)主體，實(shí)踐和公共理論課為輔的教學(xué)模式已經(jīng)無法適應(yīng)未來工作能力需求的變化。高職院校必須對開展創(chuàng)新創(chuàng)業(yè)教育的價值內(nèi)涵、技能教學(xué)與創(chuàng)新教育的融合、高職學(xué)生創(chuàng)業(yè)實(shí)踐的模式進(jìn)行再認(rèn)知，通過建立創(chuàng)新創(chuàng)業(yè)課程教育體系、深化校企合作、實(shí)施跨學(xué)科融合教學(xué)，增強(qiáng)學(xué)生的創(chuàng)新創(chuàng)業(yè)意識，提高學(xué)生用創(chuàng)造性思維解決問題的能力[3-4]。

2高職院校對開展創(chuàng)新創(chuàng)業(yè)教育的價值認(rèn)知偏差

2.1創(chuàng)業(yè)教育的價值內(nèi)涵

20世紀(jì)80年代中后期，西方國家提出了一種新的教育理念，即創(chuàng)業(yè)教育（EnterpriseEducation）。創(chuàng)業(yè)教育的價值是提高學(xué)生的創(chuàng)業(yè)素質(zhì)，即培養(yǎng)學(xué)生的事業(yè)心、開拓進(jìn)取精神和創(chuàng)新精神。我國在《關(guān)于大力推進(jìn)高等學(xué)校創(chuàng)新創(chuàng)業(yè)教育和大學(xué)生自主創(chuàng)業(yè)工作的意見》《國務(wù)院辦公廳關(guān)于深化高等學(xué)校創(chuàng)新創(chuàng)業(yè)教育改革的實(shí)施意見》等文件頒布以來，“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”席卷各行各業(yè)。以創(chuàng)新創(chuàng)業(yè)教育提升大學(xué)生就業(yè)競爭力，以創(chuàng)業(yè)帶動就業(yè)，提升就業(yè)質(zhì)量是當(dāng)前社會背景下解決高校畢業(yè)生就業(yè)問題的重要方法之一。

部分高職院校對高職創(chuàng)業(yè)的理解存在偏差：（1）認(rèn)為創(chuàng)新創(chuàng)業(yè)教育就是培養(yǎng)企業(yè)家和創(chuàng)業(yè)者，而學(xué)生連工作都找不到，怎么做企業(yè)家。（2）大多高校認(rèn)為創(chuàng)業(yè)教育就是“技能教育”“致富教育”。常認(rèn)為學(xué)生組建團(tuán)隊(duì)參加“挑戰(zhàn)杯”和創(chuàng)業(yè)大賽，就是創(chuàng)業(yè)教育；在課堂上強(qiáng)調(diào)學(xué)生賺錢的本領(lǐng)和財(cái)富積累，就是創(chuàng)業(yè)教育。（3）認(rèn)為高職學(xué)生創(chuàng)業(yè)就是學(xué)校申請建立創(chuàng)業(yè)孵化基地，各二級學(xué)院上報幾個認(rèn)為比較有前途的創(chuàng)業(yè)項(xiàng)目，學(xué)校給每個項(xiàng)目劃定場地、指定指導(dǎo)教師，學(xué)生作為法人注冊公司，各級領(lǐng)導(dǎo)巡查一番，至于后續(xù)經(jīng)營怎樣就無聲無息了。高職創(chuàng)新創(chuàng)業(yè)教育的核心是培養(yǎng)高素質(zhì)的應(yīng)用型創(chuàng)新人才，積極提升大學(xué)生的創(chuàng)新意識、提高創(chuàng)業(yè)能力，是一種關(guān)注人的發(fā)展和人生規(guī)劃的教育理念。無論是只傳授理論，還是重視創(chuàng)業(yè)大賽排名，還是要求高職學(xué)生普遍去創(chuàng)業(yè)都是錯誤的。

3高職院校創(chuàng)新創(chuàng)業(yè)教育的開展

3.1拓寬校企合作的深度和廣度

企業(yè)發(fā)展是社會經(jīng)濟(jì)增長的主要動力，創(chuàng)新創(chuàng)業(yè)是提升企業(yè)核心競爭力、實(shí)現(xiàn)企業(yè)可持續(xù)健康發(fā)展的不懈動力，而人才是創(chuàng)新的第一資源。從某種意義上講，培養(yǎng)高職學(xué)生的創(chuàng)新創(chuàng)業(yè)精神至少是雙主體的參與，即學(xué)校和企業(yè)。是什么因素導(dǎo)致我國目前企業(yè)參與高職人才培養(yǎng)的積極性不夠呢？調(diào)查顯示，企業(yè)認(rèn)為目前影響校企合作的關(guān)鍵因素是：校企雙方缺乏溝通、信息渠道不暢（40%），缺乏合作機(jī)制（24%），缺乏政府鼓勵或政策支持（18%）以及學(xué)校缺乏針對性（9%）等。高職教育校企合作模式不僅取決于高職院校的合作意愿，還取決于經(jīng)濟(jì)發(fā)展的需求。從根本上講，以共同利益鏈拉動產(chǎn)業(yè)鏈、創(chuàng)新鏈，促進(jìn)兩個主體積極參與高職創(chuàng)新創(chuàng)業(yè)教育的積極性，是實(shí)現(xiàn)雙方共贏的關(guān)鍵。高職院校要想獲得長遠(yuǎn)的發(fā)展，必須找準(zhǔn)自己的定位。高職院校必須為地方經(jīng)濟(jì)和社會發(fā)展服務(wù)，利用區(qū)域發(fā)展的數(shù)據(jù)，研究區(qū)域經(jīng)濟(jì)發(fā)展的核心利益點(diǎn)，要根據(jù)經(jīng)濟(jì)和企業(yè)發(fā)展所需人才來對專業(yè)設(shè)置、課程選擇、人才培養(yǎng)方式等做出調(diào)整。高職院校必須積極承擔(dān)企業(yè)的相關(guān)研究項(xiàng)目，如市場調(diào)研、項(xiàng)目策劃、技術(shù)研發(fā)創(chuàng)新及市場推廣、業(yè)務(wù)能力培訓(xùn)。反之，企業(yè)則可以結(jié)合自身的產(chǎn)品/服務(wù)，參與支持高職學(xué)生的創(chuàng)業(yè)項(xiàng)目（如店鋪裝修、員工培訓(xùn)和創(chuàng)業(yè)發(fā)展指導(dǎo)等）、參與相關(guān)專業(yè)的人才培養(yǎng)方案設(shè)計(jì)、參與指導(dǎo)學(xué)生的技能大賽、給學(xué)生提供畢業(yè)實(shí)習(xí)的機(jī)會等。

3.2實(shí)現(xiàn)專業(yè)技能教育與創(chuàng)新創(chuàng)業(yè)教育的融合

在麥可思研究院公布的《2016年中國大學(xué)生就業(yè)報告》中顯示，2015屆高職高專畢業(yè)生自主創(chuàng)業(yè)的比例（3.9%）高于本科畢業(yè)生（2.1%）。高職學(xué)生一般表現(xiàn)為不喜歡長輩及教師的高壓控制、不喜歡死記硬背和勤奮做題，但他們具有好奇心強(qiáng)、創(chuàng)意點(diǎn)子多、敢闖敢干等優(yōu)點(diǎn)。目前課程教學(xué)中所采用的任務(wù)導(dǎo)向、項(xiàng)目引領(lǐng)、案例分析、角色扮演等方式強(qiáng)調(diào)專業(yè)知識和專業(yè)技能的訓(xùn)練，忽略了學(xué)生創(chuàng)新意識、創(chuàng)業(yè)能力的訓(xùn)練。高職學(xué)生創(chuàng)新創(chuàng)業(yè)能力的培養(yǎng)必須結(jié)合不同專業(yè)的特色，通過項(xiàng)目引領(lǐng)、任務(wù)驅(qū)動、技術(shù)服務(wù)等教學(xué)方法[5]，培養(yǎng)學(xué)生的批判性思維能力和創(chuàng)造性精神，實(shí)現(xiàn)專業(yè)技能教育和創(chuàng)新創(chuàng)業(yè)教育的深度融合。

參考文獻(xiàn)：

[1]趙世磊，張彥卿，部宗娜，等.創(chuàng)新創(chuàng)業(yè)教育與專業(yè)教育深度融合研究[J].職教通訊，2017（2）：63-66.

[2]姜運(yùn)隆.跨界與協(xié)同：高職創(chuàng)新創(chuàng)業(yè)教育的價值審視及機(jī)制研究———基于第四次工業(yè)革命視角[J].職教論壇，2017（2）：22-25.

[3]楊理連，邢清華.高職教育深度校企合作機(jī)制創(chuàng)新的再思考[J].教育與職業(yè)，2013（24）：16-18.

[4]李毅彩，李葉紅，張剛平.校企合作視角的高職學(xué)生創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目的開展[J].教育教學(xué)論壇，2015（10）：224-225.

篇6

關(guān)鍵詞：計(jì)算機(jī)；互聯(lián)網(wǎng)；發(fā)展趨勢

中圖分類號：TP393 文獻(xiàn)標(biāo)識碼：A 文章編號：1001-828X（2012）11-0-01

當(dāng)前，世界經(jīng)濟(jì)正在從工業(yè)經(jīng)濟(jì)向知識經(jīng)濟(jì)轉(zhuǎn)變，而知識經(jīng)濟(jì)的兩個重要特點(diǎn)就是信息化和全球化。進(jìn)入21世紀(jì)，網(wǎng)絡(luò)已成為信息社會的命脈和發(fā)展知識經(jīng)濟(jì)的重要基礎(chǔ)。從其形成和發(fā)展的歷史來看，計(jì)算機(jī)網(wǎng)絡(luò)是伴隨著人類社會對信息傳遞和共享的日益增長的需求而不斷進(jìn)步的。本文擬對計(jì)算機(jī)技術(shù)下互聯(lián)網(wǎng)的發(fā)展史、特點(diǎn)、對未來發(fā)展前景的設(shè)想作簡要介紹。

一、計(jì)算機(jī)技術(shù)下互聯(lián)網(wǎng)的發(fā)展史

計(jì)算機(jī)網(wǎng)絡(luò)近年來獲得了飛速的發(fā)展。20年前，在我國很少有人有人接觸過網(wǎng)絡(luò)，現(xiàn)在計(jì)算機(jī)通訊網(wǎng)絡(luò)以及Internet已成為我們社會結(jié)構(gòu)的一個基本組成部分。網(wǎng)絡(luò)被應(yīng)用于商業(yè)的各個方面，包括電子銀行、電子商務(wù)、現(xiàn)代化的企業(yè)管理、信息服務(wù)業(yè)等都以計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)為基礎(chǔ)。

Internet發(fā)展經(jīng)歷了研究網(wǎng)、運(yùn)行網(wǎng)和商業(yè)網(wǎng)三個階段。至今，全世界沒有人能夠知道Internet的確切規(guī)模。Internet正以當(dāng)初人們始料不及的驚人速度向前發(fā)展，今天的Internet已經(jīng)從各個方面逐漸改變?nèi)藗兊墓ぷ骱蜕罘绞?。人們可以隨時從網(wǎng)上了解當(dāng)天最新的天氣信息、新聞動態(tài)和旅游信息，可看到當(dāng)天的報紙和最新雜志，可以足不出戶在家里炒股、網(wǎng)上購物、收發(fā)電子郵件，享受遠(yuǎn)程醫(yī)療和遠(yuǎn)程教育等等。

二、計(jì)算機(jī)技術(shù)下互聯(lián)網(wǎng)的發(fā)展特點(diǎn)

從80年代末開始，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)進(jìn)入新的發(fā)展階段，它以光纖通信應(yīng)用于計(jì)算機(jī)網(wǎng)絡(luò)、多媒體技術(shù)、綜合業(yè)務(wù)數(shù)據(jù)網(wǎng)絡(luò)ISDN、人工智能網(wǎng)絡(luò)的出現(xiàn)和發(fā)展為主要標(biāo)志。90年代至下個世紀(jì)初將是計(jì)算機(jī)網(wǎng)絡(luò)高速發(fā)展的時期，計(jì)算機(jī)網(wǎng)絡(luò)的應(yīng)用將向更高層次發(fā)展，尤其是Internet網(wǎng)絡(luò)的建立，推動了計(jì)算機(jī)網(wǎng)絡(luò)的飛速發(fā)展。據(jù)預(yù)測，今后計(jì)算機(jī)網(wǎng)絡(luò)具有以下幾個特點(diǎn)：

1.開放式的網(wǎng)絡(luò)體系結(jié)構(gòu)，使不同軟硬件環(huán)境、不同網(wǎng)絡(luò)協(xié)議的網(wǎng)可以互連，真正達(dá)到資源共享，數(shù)據(jù)通信和分布處理的目標(biāo)。

2.向高性能發(fā)展。追求高速、高可靠和高安全性，采用多媒體技術(shù)，提供文本、聲音圖像等綜合。

3.計(jì)算機(jī)網(wǎng)絡(luò)的智能化，多方面提高網(wǎng)絡(luò)的性能和綜合的多功能服務(wù)，并更加合理地進(jìn)行網(wǎng)絡(luò)各種業(yè)務(wù)的管理，真正以分布和開放的形式向用戶提供服務(wù)。

三、計(jì)算機(jī)技術(shù)下互聯(lián)網(wǎng)的發(fā)展趨勢

隨著計(jì)算機(jī)技術(shù)的不斷革新，互聯(lián)網(wǎng)業(yè)也在不斷發(fā)展，日益呈現(xiàn)出以下趨勢：

1.運(yùn)營產(chǎn)業(yè)化

以Internet運(yùn)營為產(chǎn)業(yè)的企業(yè)迅速崛起，從1995年5月開始，多年資助Internet研究開發(fā)的美國科學(xué)基金會（NSF）退出Internet，把NFSnet的經(jīng)營權(quán)轉(zhuǎn)交給美國三家最大的私營電信公司（即Sprint、MCI和ANS），這是Internet發(fā)展史上的重大轉(zhuǎn)折。

2.應(yīng)用商業(yè)化

隨著Internet對商業(yè)應(yīng)用的開放，它已成為一種十分出色的電子化商業(yè)媒介。眾多公司、企業(yè)不僅把它作為市場銷售和客戶支持的重要手段，而且把它作為傳真、快遞及其他通信手段的廉價替代品，借以形成與全球客戶保持聯(lián)系和降低日常的運(yùn)營成本。如：電子郵件、IP電話、網(wǎng)絡(luò)傳真、VPN和電子商務(wù)等等的日漸受到人們的重視便是最好例證。

3.互聯(lián)全球化

Internet雖然已有三十來年的發(fā)展歷史，但早期主要是限于美國國內(nèi)的科研機(jī)構(gòu)、政府機(jī)構(gòu)和它的盟國范圍內(nèi)使用。現(xiàn)在不一樣了，隨著各國紛紛提出適合本國國情的信息高速公路計(jì)劃，已迅速形成了世界性的信息高速公路建設(shè)熱潮，各個國家都在以最快的速度接入Internet。

4.互聯(lián)寬帶化

隨著網(wǎng)絡(luò)基礎(chǔ)的改善、用戶接入方面新技術(shù)的采用、接入方式的多樣化和運(yùn)營商服務(wù)能力的提高，接入網(wǎng)速率慢形成的瓶頸問題將會得到進(jìn)一步改善，上網(wǎng)速度將會更快，帶寬瓶頸約束將會消除，互聯(lián)必然寬帶化，從而促進(jìn)更多的應(yīng)用在網(wǎng)上實(shí)現(xiàn)，并能滿足用戶多方面的網(wǎng)絡(luò)需求。

5.多業(yè)務(wù)綜合平臺化、智能化

隨著信息技術(shù)的發(fā)展，互聯(lián)網(wǎng)將成為圖像、語音和數(shù)據(jù)“三網(wǎng)合一”的多媒體業(yè)務(wù)綜合平臺，并與電子商務(wù)、電子政務(wù)、電子公務(wù)、電子醫(yī)務(wù)、電子教學(xué)等交叉融合。10-20年內(nèi)，互聯(lián)網(wǎng)將超過報刊、廣播和電視的影響力，逐漸形成“第四媒體”。

我們處在一個信息化時代，國家和世界各國也以發(fā)展科技為目標(biāo)，況且我們的生活與計(jì)算機(jī)密切相連，所以，計(jì)算機(jī)網(wǎng)絡(luò)未來的發(fā)展無限光明。隨著網(wǎng)絡(luò)的發(fā)展，許多在現(xiàn)實(shí)中的問題都將在網(wǎng)上慢慢的得以實(shí)現(xiàn)，但隨之帶來的一系列網(wǎng)絡(luò)安全因素也是我們值得考慮的問題?？傊?，未來網(wǎng)上的世界，我們拭目以待。

參考文獻(xiàn)：

[1]高陽，王堅(jiān)強(qiáng).計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)發(fā)展趨勢[J].圖書情報工作，2009（02）：5-20.

篇7

中學(xué)的美術(shù)教學(xué)是美術(shù)教育的基礎(chǔ)。計(jì)算機(jī)輔助教學(xué)可以將圖片、文字、聲音等很好地組織在一起，將美術(shù)作品形象生動地展現(xiàn)在學(xué)生面前，使學(xué)生更好地領(lǐng)略藝術(shù)之美，有效提高中學(xué)美術(shù)的教學(xué)效果，促進(jìn)美術(shù)教育事業(yè)的發(fā)展。本文對計(jì)算機(jī)輔助教學(xué)在中學(xué)美術(shù)教學(xué)中的具體應(yīng)用進(jìn)行了探討，指出計(jì)算輔助教學(xué)的應(yīng)用對中學(xué)美術(shù)學(xué)教學(xué)的發(fā)展具有重要意義，希望能為中學(xué)美術(shù)教育工作者提供參考。

關(guān)鍵詞:

計(jì)算機(jī)輔助教學(xué);中學(xué)美術(shù)教學(xué);應(yīng)用

現(xiàn)在我國很多中學(xué)的美術(shù)教學(xué)還是傳統(tǒng)的教學(xué)模式，即重繪畫而輕欣賞，教學(xué)內(nèi)容多是繪畫技法的訓(xùn)練，由教師通過粉筆和黑板來演示。這種教學(xué)模式缺少互動、課堂沉悶，不能很好地激起學(xué)生的學(xué)習(xí)興趣，教學(xué)效果很差，而且還缺乏課外知識的拓展。我們都知道美術(shù)的學(xué)習(xí)需要通過大量美術(shù)作品的欣賞來獲取藝術(shù)創(chuàng)造力和提高審美能力，因此這種教學(xué)模式是不科學(xué)的，與現(xiàn)代中學(xué)美術(shù)教育發(fā)展不相符的。大量的教學(xué)實(shí)踐證明，計(jì)算機(jī)輔助教學(xué)的應(yīng)用可以改善中學(xué)美術(shù)教學(xué)的現(xiàn)狀。

一、計(jì)算機(jī)輔助教學(xué)概述

計(jì)算機(jī)輔助教學(xué)是指學(xué)校在計(jì)算機(jī)輔助之下展開的教學(xué)活動。計(jì)算機(jī)輔助教學(xué)通過多媒體技術(shù)、人工智能網(wǎng)絡(luò)技術(shù)等新興技術(shù)避免了傳統(tǒng)教學(xué)中的單調(diào)枯燥，提供了全新的教學(xué)模式。在這種模式下，教學(xué)的載體和平臺形式更豐富，更自由，教學(xué)的過程也更富有趣味，極大地提高了學(xué)生的學(xué)習(xí)效率，也優(yōu)化了教學(xué)質(zhì)量。隨著科技的發(fā)展與計(jì)算機(jī)輔助教學(xué)模式的完善，這種技術(shù)已經(jīng)被廣泛應(yīng)用于高校的教學(xué)中，并取得了良好的效果。近年來，計(jì)算機(jī)輔助教學(xué)也開始在各個中學(xué)里推行開來。

二、計(jì)算機(jī)輔助教學(xué)在中學(xué)美術(shù)教學(xué)中的具體應(yīng)用

(一)激發(fā)學(xué)生的學(xué)習(xí)興趣

我們都知道，教學(xué)的核心是激發(fā)學(xué)生的學(xué)習(xí)興趣，提高學(xué)生的積極性。積極主動地學(xué)習(xí)可以事半功倍，提高學(xué)生的學(xué)習(xí)效率，而消極被動的學(xué)習(xí)卻只會事倍功半，非常不利于教學(xué)活動的展開。美術(shù)作為一種思維藝術(shù)，尤其需要學(xué)生加強(qiáng)注意力，開發(fā)想象力，全身心地投入到課堂中。中學(xué)生正值心理活躍期，很容易開小差，但如果能把這份活躍引入到課堂中，就會獲得很好的美術(shù)教學(xué)效果。多媒體課堂的引入使得老師可以利用PPT軟件進(jìn)行教學(xué)，教師通過對圖片、文字等的組合編制課件，改善了傳統(tǒng)美術(shù)課本的枯燥、單調(diào)，使得課程內(nèi)容更加生動形象，從而激發(fā)學(xué)生的學(xué)習(xí)興趣，使學(xué)生可以專注于課堂，并跟隨教師的引導(dǎo)，展開思維與想象，更好地理解美術(shù)作品與相關(guān)理念［1］。

(二)改進(jìn)美術(shù)欣賞方法

美術(shù)作品作為一種藝術(shù)化的表達(dá)，往往反映了作者的某種情感，單憑一幅或者幾幅畫很難使學(xué)生真正理解作者的意圖，而且有些美術(shù)作品很抽象，需要補(bǔ)充大量的相關(guān)知識才能理解。在傳統(tǒng)的美術(shù)教學(xué)中，一般由教師負(fù)責(zé)引導(dǎo)學(xué)生進(jìn)行美術(shù)作品的欣賞，美術(shù)的作品形式是多樣化的，教師個人不可能精通每一類作品，對不熟悉的便只能臨陣磨槍的了解一下，不僅不能很好地傳達(dá)作品的理念，還有可能誤導(dǎo)學(xué)生。通過計(jì)算題輔助教學(xué)教師可以向?qū)W生播放一些作者的傳記電影或美術(shù)作品的鑒賞視頻等，有助于學(xué)生更好地了解作品的背景，從而加深其對作品內(nèi)涵的了解。而且，有些美術(shù)作品還可以結(jié)合音樂來欣賞。藝術(shù)是相通的，也是可以相互補(bǔ)充、解釋的，尤其是音樂和美術(shù)，向來都是緊密聯(lián)系在一起的，通過音樂來欣賞美術(shù)作品，往往可以達(dá)到意想不到的效果。如山水墨畫與音樂《高山流水》的結(jié)合，無疑是一種美的享受［2］。

(三)擴(kuò)充資源庫

中學(xué)的美術(shù)教學(xué)通常課件資源不多，學(xué)生要獲得更多的知識就要求助于圖書館，而在當(dāng)前我國重文化輕藝術(shù)的階段里，中學(xué)本來就對美術(shù)教育不太關(guān)注，再加上美術(shù)資料一般都比較昂貴，很難投入大筆資金購置美術(shù)資料，也就不能滿足美術(shù)對學(xué)生廣開視野的要求。而隨著信息技術(shù)的發(fā)展，學(xué)校開始廣建校園網(wǎng)，其中一個重要環(huán)節(jié)就是資源庫的建設(shè)。教師將美術(shù)課堂可能用到的資源上傳到網(wǎng)站上，學(xué)生通過校園網(wǎng)即可進(jìn)行在線瀏覽或下載，有助于學(xué)生的課前預(yù)習(xí)、課后復(fù)習(xí)以及平時的自主學(xué)習(xí);而且，網(wǎng)絡(luò)也是一個豐富的資源庫，學(xué)生通過網(wǎng)絡(luò)可以得到大多數(shù)需要的資料，為中學(xué)生的課外學(xué)習(xí)創(chuàng)造了良好的條件［3］。通過計(jì)算機(jī)輔助教學(xué)，豐富了課堂形式，活躍了課堂氛圍，激發(fā)了學(xué)生的學(xué)習(xí)興趣;通過各種載體與平臺的運(yùn)用，改善了美術(shù)作品的欣賞模式，促進(jìn)了學(xué)生審美水平的提升;借助校園網(wǎng)的建設(shè)和網(wǎng)絡(luò)的利用，豐富了學(xué)生的資源庫。總之，計(jì)算機(jī)輔助教學(xué)作為一種全新的教學(xué)模式，在課堂中的應(yīng)用表現(xiàn)出極大的優(yōu)越性，有效地推動了中學(xué)美術(shù)教學(xué)的革新和發(fā)展，為我國美術(shù)教育事業(yè)的發(fā)展做出了貢獻(xiàn)。教育工作者應(yīng)該充分重視計(jì)算機(jī)輔助教學(xué)并加以利用。

作者：樊彥華 單位：河北省內(nèi)丘縣柳林中學(xué)

［參考文獻(xiàn)］

［1］王鳳寶．中學(xué)美術(shù)教學(xué)中計(jì)算機(jī)輔助角模式的應(yīng)用［J］．大眾文藝，2015，(03)．

篇8

【關(guān)鍵詞】 學(xué)習(xí)風(fēng)格；面向服務(wù)架構(gòu)；學(xué)習(xí)風(fēng)格判別組件

【中圖分類號】 G40-057 【文獻(xiàn)標(biāo)識碼】 A 【文章編號】 1009―458x（2016）05―0064―07

一、研究背景及相關(guān)研究

學(xué)習(xí)風(fēng)格（Learning Style，簡稱“LS”）是學(xué)習(xí)者特有的認(rèn)知、情感和心理行為，作為學(xué)習(xí)者如何理解信息以及學(xué)習(xí)者在學(xué)習(xí)環(huán)境相互作用下如何反應(yīng)的相對穩(wěn)定的指標(biāo)[1]。根據(jù)學(xué)習(xí)者不同的認(rèn)知過程分為不同類型的學(xué)習(xí)風(fēng)格。很多教育理論學(xué)者以及研究者對這一觀點(diǎn)表示認(rèn)同，一致認(rèn)為將學(xué)習(xí)風(fēng)格整合到教育中可以更好地促進(jìn)學(xué)習(xí)者個性化學(xué)習(xí)。有大量的相關(guān)研究證明并支持這一觀點(diǎn)，例如Bajraktarevic、Hall和Fullick[2]、Graf和Kinshuk[3]等。目前主要是通過人工智能相關(guān)技術(shù)來實(shí)現(xiàn)學(xué)習(xí)者學(xué)習(xí)風(fēng)格自動偵測，例如機(jī)器學(xué)習(xí)[4]、貝葉斯網(wǎng)絡(luò)[5][6]、神經(jīng)網(wǎng)絡(luò)[7]以及基于規(guī)則的推理[8]等。很多智能學(xué)習(xí)系統(tǒng)，尤其是自適應(yīng)教育超媒體系統(tǒng)（AEHS），大多數(shù)都具備不同的LS偏向性測試功能，并通過建立LS用戶模型為學(xué)習(xí)者提供更好的個性化學(xué)習(xí)服務(wù)，如Tangow 系 統(tǒng)[9]、Protus 系統(tǒng)[10]、WHURLE 系統(tǒng)[11]、CS383 系統(tǒng)[12]等都使用了Felder-Silverman模型；AES-CS系統(tǒng)[13]使用了FI-FD模型；INSPIRE系統(tǒng)[14]使用了Honey-Mumford模型。這些傳統(tǒng)的智能學(xué)習(xí)系統(tǒng)在一定程度上解決了個性化學(xué)習(xí)的問題，但是這些系統(tǒng)的功能模塊之間存在著耦合性低、重用性差、不同系統(tǒng)之間很難實(shí)現(xiàn)資源共享等問題。

大量研究表明，采用面向服務(wù)架構(gòu)（SOA）技術(shù)能很好地解決傳統(tǒng)智能系統(tǒng)存在的問題。Dagger對學(xué)習(xí)管理系統(tǒng)（LMS）的演變進(jìn)行了分析，指出了傳統(tǒng)智能學(xué)習(xí)系統(tǒng)存在著以上問題，肯定了下一代智能學(xué)習(xí)系統(tǒng)應(yīng)具有互操作性和擴(kuò)展性這一未來發(fā)展的趨勢，并通過案例證明了SOA架構(gòu)的優(yōu)越性[15]。

現(xiàn)在，基于SOA技術(shù)設(shè)計(jì)了很多學(xué)習(xí)系統(tǒng)架構(gòu)，試圖通過SOA架構(gòu)技術(shù)解決傳統(tǒng)學(xué)習(xí)系統(tǒng)存在的問題。其中，Mohammed提出了使用SOA技術(shù)構(gòu)建一個E-learning學(xué)習(xí)管理系統(tǒng)，雖然該系統(tǒng)沒有實(shí)現(xiàn)個性化學(xué)習(xí)資源推送服務(wù)，但可以對外提供服務(wù)接口[16]；Cheng設(shè)計(jì)了一個可擴(kuò)展的SOA E-learning系統(tǒng)架構(gòu)，能使網(wǎng)絡(luò)學(xué)習(xí)系統(tǒng)功能更完善、更靈活，但是如何實(shí)現(xiàn)這些服務(wù)沒有進(jìn)行詳細(xì)設(shè)計(jì)[17]；SLO 管理系統(tǒng)是一個基于SOA的學(xué)習(xí)資源管理系統(tǒng)架構(gòu)，該系統(tǒng)架構(gòu)采用SOA技術(shù)是為了實(shí)現(xiàn)教學(xué)資源共享，但沒有使用學(xué)習(xí)風(fēng)格模型對用戶進(jìn)行建模[18]；孫艷提出了一種面向服務(wù)的E-learning系統(tǒng)架構(gòu)，該系統(tǒng)可以實(shí)現(xiàn)教學(xué)設(shè)計(jì)、動態(tài)更新學(xué)習(xí)資源以及通過學(xué)習(xí)者個性特征分析提供個性化的學(xué)習(xí)指導(dǎo)。雖然該系統(tǒng)有個性化特征提取，但是并沒有提到如何建立學(xué)習(xí)者個性化特征[19]。Canales提出了一個基于SOA自適應(yīng)智能網(wǎng)絡(luò)教育系統(tǒng) （WBES）架構(gòu)，詳細(xì)介紹了用認(rèn)知地圖來構(gòu)建學(xué)習(xí)者學(xué)習(xí)風(fēng)格用戶模型[20]；Yaghmaie通過SOA架構(gòu)設(shè)計(jì)了一個自適應(yīng)學(xué)習(xí)系統(tǒng)，根據(jù)學(xué)習(xí)者學(xué)習(xí)風(fēng)格自動過濾學(xué)習(xí)內(nèi)容，實(shí)現(xiàn)個性化學(xué)習(xí)內(nèi)容的推介[21]；姜強(qiáng)設(shè)計(jì)的SOALS系統(tǒng)主要采用了Felder-Silverman模型，并使用學(xué)習(xí)行為來修正學(xué)習(xí)風(fēng)格模型，最終實(shí)現(xiàn)個性化資源推送服務(wù)[22]。

現(xiàn)有的很多SOA 智能系統(tǒng)只是一個系統(tǒng)架構(gòu)，雖然有些系統(tǒng)提供了學(xué)習(xí)風(fēng)格判別和個性化推送功能，但是這些功能并不對外提供服務(wù)接口，導(dǎo)致不能實(shí)現(xiàn)資源共享。同時，現(xiàn)在的系統(tǒng)很多只采用了單一的LS用戶模型，導(dǎo)致用戶建模單一化和片面化，學(xué)習(xí)資源推送準(zhǔn)確率低、效率低。此外，大部分SOA學(xué)習(xí)系統(tǒng)都沒有建立LS用戶模型，因此，這類系統(tǒng)不能提供個性化服務(wù)。

二、 SOALS系統(tǒng)架構(gòu)及其服務(wù)模型

（一）SOALS系統(tǒng)架構(gòu)

為了解決現(xiàn)有SOA學(xué)習(xí)系統(tǒng)存在的問題，基于SOA架構(gòu)設(shè)計(jì)了一個智能學(xué)習(xí)系統(tǒng)架構(gòu)（SOALS），并設(shè)計(jì)了一個學(xué)習(xí)風(fēng)格判別組件（SOALS_pre），該組件采用了Felder-Silverman（簡稱“FS”）[23][24]和Field Independence/Field Dependence（簡稱“FI-FD”）[25][26]學(xué)習(xí)風(fēng)格建立用戶模型，使LS預(yù)測更加準(zhǔn)確。通過對SOALS_pre組件進(jìn)行封裝，對外了一個學(xué)習(xí)風(fēng)格服務(wù)（LstyleRMIService）。不同架構(gòu)的學(xué)習(xí)系統(tǒng)通過綁定該服務(wù)接口可以實(shí)現(xiàn)學(xué)習(xí)者在不同環(huán)境下進(jìn)行多模型的LS判別服務(wù)。同時，服務(wù)會把測試結(jié)果自動建立成標(biāo)記的樣本數(shù)據(jù)集，為LS測試服務(wù)提供樣本數(shù)據(jù)資源。

該架構(gòu)共有四層：第一層是資源層，第二層是組件層，第三層是服務(wù)接口層，第四層是用戶表示層（如圖1所示）。

資源層主要存儲了各種服務(wù)所需要的資源，例如學(xué)習(xí)風(fēng)格樣本數(shù)據(jù)、學(xué)習(xí)行為樣本數(shù)據(jù)、學(xué)習(xí)資源庫（LOM標(biāo)準(zhǔn)）等。本系統(tǒng)通過Mysql 5.5設(shè)計(jì)了3個數(shù)據(jù)庫，其中LSdata數(shù)據(jù)庫主要用于存儲學(xué)習(xí)風(fēng)格樣本數(shù)據(jù)；LCdata數(shù)據(jù)庫主要用于存儲學(xué)習(xí)行為樣本數(shù)據(jù)；LRdata數(shù)據(jù)庫主要用于存儲學(xué)習(xí)資源，學(xué)習(xí)資源需要遵循LOM標(biāo)準(zhǔn)。

組件層是系統(tǒng)架構(gòu)的核心層，也是系統(tǒng)的底層，它涉及組件的核心代碼和對核心代碼的封裝。在系統(tǒng)中，學(xué)習(xí)風(fēng)格判別組件（SOALS_pre）分別由LS組件、LS前測組件、LS維度篩選組件和LS預(yù)測組件組成。其中，LS組件提供了FS學(xué)習(xí)風(fēng)格測試、FI-FD學(xué)習(xí)風(fēng)格測試、LS維度篩選以及LS預(yù)測功能。LS組件要實(shí)現(xiàn)這些功能需要分別引用LS前測組件、LS維度篩選組件和LS預(yù)測組件。LS前測組件需要使用LSdata數(shù)據(jù)；LS維度篩選組件和LS預(yù)測組件需要使用LSdata數(shù)據(jù)和LCdata數(shù)據(jù)，如圖1組件層所示。

服務(wù)接口層是SOA系統(tǒng)架構(gòu)中最重要的一層，是服務(wù)使用者綁定和實(shí)現(xiàn)服務(wù)的入口。一個服務(wù)可能需要使用一個組件或者多個組件來實(shí)現(xiàn)其功能。同時，一個組件可以實(shí)現(xiàn)一個或者多個服務(wù)功能。本系統(tǒng)對外的LstyleRMIService學(xué)習(xí)風(fēng)格服務(wù)需要使用LS組件、LS前測組件、LS篩選組件和LS預(yù)測組件來實(shí)現(xiàn)服務(wù)的功能，這個服務(wù)主要對外提供了三個服務(wù)接口：LS前測服務(wù)、LS維度篩選服務(wù)以及LS預(yù)測服務(wù)（如圖1第三層中橢圓虛線框所示）。

表示層主要是指綁定并使用服務(wù)的各種系統(tǒng)。本文通過設(shè)計(jì)一個學(xué)習(xí)系統(tǒng)驗(yàn)證了服務(wù)功能具有可重用性，不同系統(tǒng)之間能實(shí)現(xiàn)資源共享。最后，對學(xué)習(xí)風(fēng)格服務(wù)得到的實(shí)驗(yàn)結(jié)果與NBC分類器得到的實(shí)驗(yàn)結(jié)果進(jìn)行了對比分析。

（二）SOALS_pre判別組件核心模型

1.LS前測服務(wù)模型

前測服務(wù)主要是從終端獲取學(xué)習(xí)者學(xué)習(xí)風(fēng)格問卷數(shù)據(jù)，并根據(jù)量化公式把問卷結(jié)果進(jìn)行量化處理，最后把該量化的數(shù)據(jù)作為有標(biāo)記的樣本數(shù)據(jù)存儲在LSdata數(shù)據(jù)庫中。FS學(xué)習(xí)風(fēng)格通過Solomon量化表進(jìn)行學(xué)習(xí)風(fēng)格計(jì)算；FI-FD學(xué)習(xí)風(fēng)格通過改進(jìn)的問卷調(diào)查表和量化表進(jìn)行學(xué)習(xí)風(fēng)格計(jì)算[27][28][29]， LS前測服務(wù)模型如圖2所示。

本文使用了標(biāo)準(zhǔn)的FS問卷進(jìn)行學(xué)習(xí)風(fēng)格樣本數(shù)據(jù)采集，該問卷的量化方式遵循Solomon量化表規(guī)則（最大數(shù)-最小數(shù)+最大數(shù)的字母），通過這種規(guī)則得到的LS結(jié)果分別是：1a、3a、5a、7a、9a、11a；1b、3b、5b、7b、9b、11b。其中，a表示學(xué)習(xí)者在某種維度上LS左邊的傾向值，b表示學(xué)習(xí)者在某種維度上LS右邊的傾向值，值越大表示學(xué)習(xí)風(fēng)格傾向性越大。為了使學(xué)習(xí)風(fēng)格結(jié)果適用于數(shù)學(xué)建模，本文將Solomon量化表的結(jié)果進(jìn)行量化處理，把LS結(jié)果量化為0到1之間的小數(shù)。通過量化關(guān)系表和所羅門學(xué)習(xí)風(fēng)格理論，學(xué)習(xí)風(fēng)格可以通過一個四元組進(jìn)行形式化表示，如公式（1）所示[30]：

其中，中的i是學(xué)習(xí)者序號，表示學(xué)習(xí)者在學(xué)習(xí)風(fēng)格t維度上的取值。當(dāng)取值范圍為時，學(xué)習(xí)風(fēng)格偏向左邊的維度；當(dāng)時，學(xué)習(xí)風(fēng)格絕對偏向左邊的維度；當(dāng)取值范圍為時，學(xué)習(xí)風(fēng)格偏向右邊的維度；當(dāng)時，學(xué)習(xí)風(fēng)格絕對偏向右邊的維度；當(dāng)時，學(xué)習(xí)風(fēng)格偏向中間的維度。

FI-FD學(xué)習(xí)風(fēng)格采集的方式有很多種，本文主要采用問卷調(diào)查法獲取學(xué)習(xí)者LS，并將FI-FD學(xué)習(xí)風(fēng)格結(jié)果進(jìn)行歸一化處理，量化成0到1之間的小數(shù)。通過量化關(guān)系表以及FI-FD學(xué)習(xí)風(fēng)格理論，F(xiàn)I-FD學(xué)習(xí)風(fēng)格可以通過一元組形式化表示或公式（2）：

其中，中的i是學(xué)習(xí)者序號；是i學(xué)習(xí)者學(xué)習(xí)風(fēng)格維度上的偏向值。當(dāng)取值范圍為時，學(xué)習(xí)風(fēng)格偏向左邊的維度；當(dāng)時，學(xué)習(xí)風(fēng)格絕對傾向于左邊的維度；當(dāng)取值范圍為時，學(xué)習(xí)風(fēng)格偏向右邊的維度；當(dāng)時，學(xué)習(xí)風(fēng)格絕對傾向于右邊的維度；當(dāng)時，學(xué)習(xí)風(fēng)格偏向中間的維度。

2. LS維度篩選服務(wù)模型

LS維度篩選服務(wù)的主要功能是識別出學(xué)習(xí)者群體在不同學(xué)習(xí)環(huán)境下LS主導(dǎo)維度偏向。本模塊沿用了前期工作中使用的維度篩選技術(shù)[31]，并將其封裝成LS維度篩選服務(wù)（如圖3所示）。

學(xué)習(xí)者的學(xué)習(xí)風(fēng)格會隨著學(xué)習(xí)環(huán)境的改變而發(fā)生變化，由于一種學(xué)習(xí)風(fēng)格模型不能完全描述出學(xué)習(xí)者在不同學(xué)習(xí)環(huán)境中的偏向，所以本文采用了FS學(xué)習(xí)風(fēng)格模型以及FI-FD認(rèn)知風(fēng)格模型構(gòu)建了一個多模型的學(xué)習(xí)風(fēng)格用戶模型。為了識別出學(xué)習(xí)者群體在不同環(huán)境下的主導(dǎo)維度偏向，需要使用兩種樣本數(shù)據(jù)：一種是學(xué)習(xí)者在某一學(xué)習(xí)環(huán)境下的學(xué)習(xí)行為樣本數(shù)據(jù)，另一種是學(xué)習(xí)者在多模型下學(xué)習(xí)風(fēng)格抽象樣本數(shù)據(jù)。通過這些抽象樣本數(shù)據(jù)就能夠進(jìn)行多模型下學(xué)習(xí)風(fēng)格維度相似度識別，實(shí)現(xiàn)多標(biāo)簽分類向單標(biāo)簽分類的轉(zhuǎn)化[32]，從而識別出學(xué)習(xí)群體在當(dāng)前學(xué)習(xí)環(huán)境下主導(dǎo)K維度LS偏向。

3. 學(xué)習(xí)風(fēng)格預(yù)測服務(wù)模型

預(yù)測服務(wù)是對未知LS的學(xué)習(xí)者在某一環(huán)境下的學(xué)習(xí)風(fēng)格偏向進(jìn)行預(yù)測，其方法是把新學(xué)習(xí)者的學(xué)習(xí)行為根據(jù)主導(dǎo)K維度下學(xué)習(xí)行為樣本進(jìn)行聚類。可以采用初始化群集核心構(gòu)造算法（Initialization Cluster Core Constructing Algorithm，簡稱“ICCCA算法”）和3-means聚類算法（如圖4所示）。

（三）組件及服務(wù)接口設(shè)計(jì)

本文利用SCA規(guī)范設(shè)計(jì)了一個學(xué)習(xí)風(fēng)格組件（SOALS_Pre組件），共包括4個組件。LS組件（LS_component）中有3個服務(wù)接口和3個屬性；LS前測組件（FSDI_component）中有1個服務(wù)接口和1個屬性；LS篩選組件（Rec_component）中有1個服務(wù)接口和3個屬性；學(xué)習(xí)風(fēng)格預(yù)測組件（Pre_component）中有1個服務(wù)接口和3個屬性（如圖5所示）。

三、實(shí)驗(yàn)

（一）樣本數(shù)據(jù)采集

實(shí)驗(yàn)數(shù)據(jù)主要來自成都大學(xué)2014級和2011級本科生以及四川師范大學(xué)2014級和2011級本科生、2013級研究生計(jì)算機(jī)專業(yè)學(xué)生的學(xué)習(xí)風(fēng)格樣本數(shù)據(jù)和學(xué)習(xí)行為樣本數(shù)據(jù)，共計(jì)320份。其中，有效樣本數(shù)據(jù)298份，男生232人，女生66人，平均年齡為23歲；從學(xué)歷層次來看，本科生262人，碩士研究生36人；從區(qū)域來看，成都大學(xué)136人，四川師范大學(xué)162人。

為了驗(yàn)證測試結(jié)果的一致性、穩(wěn)定性和可靠性，在第一次采集數(shù)據(jù)后的第二周再一次對有效樣本群體進(jìn)行了學(xué)習(xí)風(fēng)格偏向性采集，并通過SPSS軟件采用了重測可信度的方法對所羅門學(xué)習(xí)風(fēng)格量表中100個樣本數(shù)據(jù)進(jìn)行信度驗(yàn)證，其中重測可信度主要通過Cohen提出的Kappa系數(shù)來驗(yàn)證。當(dāng)問卷調(diào)查Kappa系數(shù)大于0.75就可以表示重測的可信度很好。通過對學(xué)習(xí)風(fēng)格的4個維度進(jìn)行可信度驗(yàn)證，每個維度的Kappa系數(shù)分別為 active/reflective（0.881）、sensing/intuitive（0.879）、visual/verbal（0.896）、sequential/global（0.869）。通過這些結(jié)果很好地驗(yàn)證了該問卷的可靠性。

通過SPSS軟件，使用了100個樣本數(shù)據(jù)對所羅門學(xué)習(xí)風(fēng)格量表的44道題進(jìn)行探索性因子分析來驗(yàn)證問卷的效度，把取消最小系數(shù)設(shè)置為0.6，最終KMO得出的結(jié)果為0.73，說明該問卷及樣本數(shù)據(jù)適合使用探索性因子分析來驗(yàn)證問卷的效度。該量表是目前心理學(xué)中比較成熟的量表之一，很多研究者都做過信度和效度檢驗(yàn)，并對該量表測試的LS結(jié)果進(jìn)行了肯定，如Livesay、Dee和Nauman[33]，Van Zwanenberg等[34]，Zywno[35]，F(xiàn)elder和 Spurlin[36]等。

本文通過對實(shí)驗(yàn)所使用的50個訓(xùn)練樣本數(shù)據(jù)進(jìn)行處理，得到了LS維度偏向分布圖（如圖6所示）。X軸分別為A-R（活躍型/沉思型）、S-I（感悟型/直覺型）、Vi-Ve（視覺型/言語型）、S-G（序列型/綜合型）和FI-FD（場獨(dú)立/場依存）5個維度的取值，每個維度上有三個取值分別表示LS左邊偏向、LS中間偏向、LS右邊偏向（從左往右）。Y軸表示每個維度上不同LS偏向的學(xué)生人數(shù)。

（二）學(xué)習(xí)風(fēng)格測試與預(yù)測

1. LS前測服務(wù)

本文設(shè)計(jì)了一個學(xué)習(xí)系統(tǒng)并綁定LstyleRMIService服務(wù)，在實(shí)驗(yàn)中讓一名新學(xué)習(xí)者（C201110409121）通過前測服務(wù)進(jìn)行了學(xué)習(xí)風(fēng)格測試，得到學(xué)習(xí)風(fēng)格測試結(jié)果（如圖7、圖8所示）。

2. LS維度篩選服務(wù)與LS預(yù)測服務(wù)

在實(shí)驗(yàn)中，在學(xué)習(xí)系統(tǒng)中選擇“Java JDK平臺搭建”作為學(xué)習(xí)環(huán)境（如圖9所示）。

通過對實(shí)驗(yàn)所使用的50個訓(xùn)練樣本數(shù)據(jù)進(jìn)行維度篩選，得到的結(jié)果發(fā)現(xiàn)，這些訓(xùn)練樣本在該學(xué)習(xí)環(huán)境下的主導(dǎo)維度偏向是視覺型/言語型（Vi―Ve）。將當(dāng)前學(xué)習(xí)者（C201110409121）和另外49個學(xué)習(xí)者群體（除訓(xùn)練樣本數(shù)據(jù)外，對剩下的樣本數(shù)據(jù)隨機(jī)選?。?gòu)成一個測試學(xué)習(xí)者群體，通過調(diào)用LS預(yù)測服務(wù)對該測試學(xué)習(xí)者群的學(xué)習(xí)風(fēng)格進(jìn)行偏向性預(yù)測。其中，“Main dimensions：Vi―Ve”是指學(xué)習(xí)者群體的該學(xué)習(xí)環(huán)境下主導(dǎo)K維度偏向；“Results of LS online questionnaire（LSOQ）”是指問卷測試的結(jié)果；“Results of Prediction”是指學(xué)習(xí)者在“Java JDK平臺搭建”環(huán)境下通過學(xué)習(xí)行為預(yù)測的結(jié)果。數(shù)字1-50表示了50個測試樣本的序號，其中當(dāng)前學(xué)習(xí)（C201110409121）的序列為7（如圖10所示）。

從LSOQ結(jié)果可以看出，有19名學(xué)習(xí)者偏向于視覺型；有1名學(xué)習(xí)者偏向中間的維度；有30名學(xué)習(xí)者偏向于言語型。而這50個測試樣本在“Java JDK平臺搭建”學(xué)習(xí)環(huán)境下進(jìn)行學(xué)習(xí)風(fēng)格預(yù)測的結(jié)果顯示，有35名學(xué)習(xí)者偏向于視覺型，有14名學(xué)習(xí)者偏向于言語型，有1名學(xué)習(xí)者偏向中間的維度。其中，有32名學(xué)習(xí)者樣本的LSOQ結(jié)果與預(yù)測結(jié)果一致（正確為64%）（如表1所示）。

通過以上的實(shí)驗(yàn)結(jié)果，可以看出大部分學(xué)習(xí)者在“Java JDK平臺搭建”學(xué)習(xí)環(huán)境下并沒有像傳統(tǒng)預(yù)測方法一樣預(yù)測“active/reflective”維度，而通過本文的維度篩選服務(wù)預(yù)測的結(jié)果是“visual/verbal”維度，而這個維度上的預(yù)測通常比較困難，以前的預(yù)測準(zhǔn)確率都只有50%-60%左右（樣本數(shù)小于300），部分技術(shù)預(yù)測準(zhǔn)確率只能達(dá)到40%。因此，實(shí)驗(yàn)結(jié)果是令人滿意的。

為了更好地驗(yàn)證維度篩選服務(wù)和預(yù)測服務(wù)的有效性，利用樸素貝葉斯分類器（Naive Bayes Classifier，簡稱“NBC”）對50名學(xué)習(xí)者在不同維度上進(jìn)行了分類，結(jié)果如表2所示。

通過上面的實(shí)驗(yàn)結(jié)果可以看出，通過NBC分類器在Vi-Ve維度上預(yù)測的結(jié)果準(zhǔn)確率達(dá)到62.5%，可以確定當(dāng)前環(huán)境下學(xué)習(xí)者群體主要偏向Vi-Ve維度，這與本文實(shí)驗(yàn)維度篩選結(jié)果一致，但是本文預(yù)測的優(yōu)于NBC分類器的結(jié)果，準(zhǔn)確率可以達(dá)到64%。

四、結(jié)語與展望

本文通過SOA架構(gòu)技術(shù)設(shè)計(jì)了一個智能學(xué)習(xí)系統(tǒng)架構(gòu)（SOALS）和學(xué)習(xí)風(fēng)格判別組件（ SOALS_pre），并對外了一個學(xué)習(xí)風(fēng)格服務(wù)（LstyleRMIService）。不同架構(gòu)的系統(tǒng)通過綁定該服務(wù)接口，可以實(shí)現(xiàn)學(xué)習(xí)者在不同環(huán)境下多模型學(xué)習(xí)風(fēng)格預(yù)測服務(wù)。本文通過一個學(xué)習(xí)系統(tǒng)對學(xué)習(xí)風(fēng)格服務(wù)進(jìn)行了綁定，并通過“Java JDK平臺搭建”為主題（學(xué)習(xí)環(huán)境）對提供的服務(wù)功能進(jìn)行驗(yàn)證，證明了學(xué)習(xí)風(fēng)格服務(wù)的可重用性。最后，通過對比實(shí)驗(yàn)驗(yàn)證了學(xué)習(xí)風(fēng)格預(yù)測的準(zhǔn)確率優(yōu)于NBC分類器。

本文設(shè)計(jì)的學(xué)習(xí)系統(tǒng)架構(gòu)和學(xué)習(xí)風(fēng)格判別組件（SOALS_pre）還存在以下問題：

第一，未能完全實(shí)現(xiàn)訓(xùn)練數(shù)據(jù)集自動動態(tài)更新；

第二，F(xiàn)S與FI-FD學(xué)習(xí)風(fēng)格測試服務(wù)使用了同一個服務(wù)接口；

第三，學(xué)習(xí)風(fēng)格用戶模型太少，例如缺少Kolb等。

我們將會在未來工作中重點(diǎn)解決這些問題。

[參考文獻(xiàn)]

[1] National Association of Secondary School Principals（US）. Student learning styles： Diagnosing and prescribing programs[M]. NatlAssn of Secondary School，1979.

[2] N. Barjraktarevic， W. Hall， and P. Fullick， Incorporating Learning Styles in Hypermedia Environment： Empirical Evaluation， Proceedings of the workshop on adaptive Hypermedia and Adaptive Web-Based Systems， Nottingham， UK， 2003， pp.41-52.

[3] S. Graf and Kinshuk， Providing Adaptive Courses in Learning Management Systems with Respect to Learning Styles， Proceedings of the World Conference on E-Learning in Corporate， Government， Healthcare， and Higher Education， AACE， 2007， pp. 2576-2583.

[4] Orriols-Puig， J. Casillas， and E. Bernado-Mansilla， Fuzzy-UCS： AMichigan-Style Learning Fuzzy-Classifier System for Supervised Learning， IEEE Transactions on Evolutionary Computation，13（2）， 2009.

[5] P. Garcia， A. Amandi， S. Schiaffino， and M. Campo. Evaluating Bayesian networks’precision for detecting students’learning styles[M]. Computers & Education， 2007，49：794-808.

[6] C. Carcia， G. Castillo and E. Millan. Designing a Dynamic Bayesian Network for Modeling Students’Learning Styles [M]. Proceedings of the 8th IEEE International Conference on Advanced Learning Techologies， 2008： pp.346-350.

[7] R. Zatarain-Cabada， M.L. Barron-Estrada， Viridiana Ponce Angulo， A.Jose Garcia and Carlos A. Reyes Garcia， A framework for Creating， Training， and Testing Self-Organizing Maps for Recognizing Learning Styles[M]. Proceedings of the 5th International Conference on E-learning and Games， 2010： pp. 53-64.

[8] Jeremi Z， Deved?i V. Design pattern its： Student model implementation[C]//Advanced Learning Technologies， IEEE International Conference on. IEEE Computer Society， 2004： 864-865.

[9] Paredes P， Rodriguez P. Considering Sensing-Intuitive Dimension to Exposition-Exemplification in Adaptive Sequencing[J]. Lecture Notes in Computer Science， 2002：556-559.

[10] Klasnja-Milicevic A， Vesin B， Ivanovic M， Budimac Z： E-Learning personalization based on hybrid recommendation strategy and learning style identification. Comput Educ 2011， 56：885-899.

[11] Brown E， Stewart C， Brailsford T. Adapting for Visual and Verbal Learning Styles in AEH[C]// Advanced Learning Technologies， 2006. Sixth International Conference on. IEEE， 2006：1145-1146.

[12] Carver C A， Howard R A， Lane W D. Enhancing student learning through hypermedia courseware and incorporation of student learning styles[J]. Education IEEE Transactions on， 1999， 42（1）：33-38.

[13] Triantafillou， E.， Pomportsis， A.， Georgiadou， E.： AES-CS： Adaptive Educational System based on Cognitive Styles. In： The Workshop on Adaptive System for Web-based Education， held in conjunction with AH 2002， Malaga， Spain （2002）.

[14] Papanikolaou K A， Grigoriadou M， Kornilakis H， et al. Personalizing The Interaction In A Web-Based Educational Hypermedia System： The Case Of Inspire. User Modeling And User-Adapted Interaction[J]. User Modeling and User-Adapted Interaction， 2003，13（3）：213-267.

[15] Dagger D， O'Connor A， Lawless S， et al. Service-oriented e-learning platforms： From monolithic systems to flexible services [J]. Internet Computing， IEEE， 2007，11（3）： 28-35.

[16] Jabr M A， Al-omari H K. e-Learning Management System Using Service Oriented Architecture 1[J]. 2010.

[17] Cheng Z， Huang T， NongJ.An extensible development platform for SOA-based e-learning system[C]//Computer Science and Software Engineering， 2008 International Conference on. IEEE， 2008， 5： 901-904.

[18] 李曉鋒，吳產(chǎn)樂. 基于 SLO 與 SOA 技術(shù)構(gòu)建新一代教學(xué)資源管理系統(tǒng)[J]. 中國電化教育， 2010，（1）：029.

[19] 孫艷，崔懷林. 面向服務(wù)的個性化 E-Learning 系統(tǒng)分析與設(shè)計(jì)[J]. 廣東技術(shù)師范學(xué)院學(xué)報，2010，31（06）：19-22.

[20] Canales A， Pe?a A， Peredo R， et al. Adaptive and intelligent web based education system： Towards an integral architecture and framework[J]. Expert Systems with Applications， 2007， 33（4）： 1076-1089.

[21] Yaghmaie M， Bahreininejad A. A context-aware adaptive learning system using agents [J]. Expert Systems with Applications， 2011， 38（4）： 3280-3286.

[22] 姜強(qiáng)，趙蔚. 面向“服務(wù)”視角的自適應(yīng)學(xué)習(xí)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 中國電化教育，2011，（2）：119-124.

[23] Felder R M， Silverman L K. Learning and teaching styles in engineering education [J]. Engineering education， 1988， 78（7）： 674-681.

[24] Felder R M. Matters of style [J]. ASEE prism， 1996， 6（4）： 18-23.

[25] Witkin H A， Goodenough D R. Field dependence and interpersonal behavior [J]. Psychological bulletin， 1977， 84（4）： 661.

[26] Witkin H A， Moore C A， Goodenough D R， et al. Field-dependent and field-independent cognitive styles and their educational implications[J]. Review of educational research， 1977.

[27] Maghsudi M. The Interaction Between Field Dependent/Independent Learning Styles and Learners’Linguality in Third Language Acquisition[J]. Language in India， 2007， 7（5）.

[28] Wyss R. Field independent/dependent learning styles and L2 acquisition [J].The weekly column article 102. Retrieved June 28， 2005

[29] Brown H D，吳一安. Principles of language learning and teaching[J]. 2000.

[30] 黃興祿. 基于SOA學(xué)習(xí)風(fēng)格判別組件的設(shè)計(jì)與實(shí)現(xiàn)[D]. 四川師范大學(xué)，2014.

[31][32] J. Yang， Z. X. Huang，Y. X. Gao， H. T. Liu， Dynamic Learning Style Prediction Method Based on a Pattern Recognition Technique， IEEE Transactions on Learning Technologies， vol. 7 no. 2， 2014， pp.165-177.

[33] Livesay， G.A.， Dee， K.C.， Nauman， E.A.， Hites， L.S.： Engineering student learning styles： a statistical analysis using Felder’s Index of Learning Styles. Presented at the Annual Conference of the American Society for Engineering Education， Montreal， Canada （June 2002）.

[34] Van Zwanenberg， N.， Wilkinson， L.J.， Anderson， A.： Felder and Silverman’s Index of Learning Styles and Honey and Mumford’s Learning Styles Questionnaire： how do they compare and do they predict academic performance？ Educational Psychology 20， 365-380 （2000）.

[35] Zywno， M.S.： A contribution to validation of score meaning for Felder-Soloman’s Index of Learning Styles. Presented at the Annual Conference of the American Society for Engineering Education， Nashville， USA （June 2003）.

[36] Felder， R.M.， Spurlin， J.： Applications， Reliability and Validity of the Index of Learning Styles. International Journal on Engineering Education 21（1）， 103-112 （2005）.

收稿日期：2015-06-01

定稿日期：2015-12-29