个性化学习模式实施需要依赖智能化学习环境支撑,这种环境能感知学习情景、识别学习者特征、提供合适的学习资源与便利的互动工具,自动记录学习过程和评测学习结果,促进学习者有效和精准学习,构建这种智能学习环境需要借助大数据、学习分析和人工智能等技术。
1.大数据技术
大数据在教育领域的应用价值逐渐被认可,越来越多决策者和研究者开始关注和探索教育大数据在个性化学习方面的应用实践。个性化教学则是在尊重和接纳个体差异性的前提下,通过个性化教学手段、工具和资源,为学生提供最合适的教育。大数据技术为普及大众化教育和实现个性化教育创造可能,成为促进大规模个性化教育的有效途径。大数据在教育领域的应用优势可以概括为以下五点:教学决策数据化、教学评价即时化、交流互动立体化、资源推送智能化、教学呈现可视化。杨雪等人认为个性化教学是教育发展的方向,也是技术回归教育本质的有意义实践,并且认为大数据分析技术对个性化教学中的教师、学生和教育管理者等利益相关者均能产生较为积极的影响,并将大数据对个性化学习的价值归纳为完善个性化学习档案、分析预测个性化学习行为、优化个性化教育决策、改善个性化学习评估、提供个性化学习反馈和建议等方面。[32]
2.学习分析技术
学习分析是以评估学习、预测表现、发现潜在问题为主要目的,对学习者学习相关数据进行分析的过程。学习分析主要有描述性分析、诊断性分析、预测性分析和指示性分析四大层次,主要研究方向有学习者知识建模、学习者情绪建模、学习行为特征提取、学习活动跟踪、学习者建模、教学资源和教学策略优化、自适应学习系统和个性化学习、在线教育学习成效的影响因素分析等。当前学习分析技术在个性化学习方面运用较普遍和成熟的应用是学习仪表盘,又称学生画像,学习仪表盘能够对学习相关数据进行全方面收集,并按照教学需求进行数据分析,最终以数字和图表等方式可视化呈现,帮助管理者、研究者和执教者客观认识教学情况和学生状态,是智慧时代下个性化学习的有效支撑工具和技术。学习仪表盘能够收集学生在课堂、学校、家庭等多个情境下生成的数据,能够综合反映学生在知识储备(知识地图)、综合素质、兴趣爱好、情感态度、学习状态等方面的表现,从而形成针对学习者的全面、立体和动态的信息画像。(www.daowen.com)
3.人工智能技术
智慧时代强调人工智能技术与教育教学深度融合,单纯的网络基础设施装备、教与学数字化资源建设、应用软件系统开发难以适应个性化学习方式的变革需求。换言之,时间统一、地点固定、步调一致的学习方式逐渐被任意时间、任意地点、自定步调的学习方式所替代。人工智能技术支持的教辅系统正在促进或加快这种转变:一方面,人工智能支持的教辅系统利用传感器、互联网和物联网等技术随时随地感知、捕获和传递有关人、设备、资源的信息,通过创设沉浸式的虚拟仿真学习环境,学习者能够在任意时间和任意地点通过任意方式参与学习。另一方面,人工智能支持的教辅系统能够对学习者个体学习偏好、认知特征、注意状态、学习风格等特征和学习时间、学习空间、学习活动等要素进行感知、诊断、调节和匹配,人工智能技术能够通过伴随式的无感数据采集方式,真实而实时地诊断学习者的认知水平和情感状态,进而采用智能算法和模型,为学习者提供适切的学习资源和路径,保证学习者能够以积极心态参与学习,在合适时机以合适方式为其提供适切性的学习资源、学习活动、学习策略、学习辅导等支持服务。
需要强调的是,上述个性化学习模式支撑技术并非相互独立,它们彼此依存、相互融合,在此基础上衍生出各类智能化教育技术,如基于机器学习与深度学习的建模技术、基于图像识别的情感计算技术、基于语音识别的自然语言处理技术、基于大数据和学习分析的自适应学习技术等。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。