高端大气的养生馆名字:智能教学系统的开发--人工智能在教育中的应用研究

第四节 智能教学系统的开发

  传统计算机辅助教学(Computer AssistedInstruction，缩写为CAI)存在这样一些缺陷：不了解学生当前学习的状况，当学生发生困难时，不能诊断原因并提出有针对性的指导，做到因材施教，即不能灵活地辅助老师“教”；也不能实现主动的、智能化的信息服务，即不能灵活地辅助学生“学”；除此之外，它也缺乏把人工智能技术与超媒体(HyperMedia)先进的信息组织、管理方式结合在一起的手段，因此，不能发挥各自的优点．弥补各自的不足。信息技术的飞速发展以及新的教学系统开发模式的提出和不断完善，推动人们综合运用超媒体技术、网络技术和人工智能技术去开发新的教学系统，计算机智能教学系统就是其中的典型代表。

  一般认为，教学系统是由教师、学生、教学内容、教学媒体相互联系，相互作用有机结合起来的、具有一定教学功能的整体。尽管在课程开发和教学媒体材料开发过程中，开发者也按照系统方法的要求通盘考虑这四方面的因素。但是具体工作主要围绕教学内容和媒体的开发展开。计算机智能教学系统与此有很大的区别，因为它包含学生模块、教师模块，体现了教学系统开发的全部内容。由于教学问题异常复杂，学习者之间的差异很大，造成知识获取、形式化表示、学生模型的构造等方面比工业领域所面临的困难大的多，也就是说如何利用人工智能的知识，开发智能化的教学系统在理论研究和技术实现上还有许多难于逾越的障碍。尽管如此，由于智能化教学系统具备其他教学系统不可比拟的优势，有着非常广阔的应用前景，是一个很有诱惑力的领域，它的局限性正是需要我们今后努力去探索的课题与方向。目前，在这一领域形成了三种不同的开发思路，即智能导师系统(IntelIigent TutorsysteIn，即ITS)、智能代理教学系统(Agent)和超智能媒体教学系统。 

  一、智能导师系统的开发

  我们将具有某一领域的学科知识和相关的教学知识、能对学生进个别化教学，即能根据学生对知识的理解掌握程度，选择相应的教学策略，在一定程度上模拟人类教学专家进行教学活动的软件系统称为智能导师系统。智能导师系统是70年代发展起来的一门新兴的教育技术，与传统的CAI的开发思路不同，它注重已有知识、人类教学专家的经验和系统推理功能。智能导师系统最大特点是可以集中教学专家的智慧，进行因材施教。

  一个完整的智能导师系统由三个基本模块组成：一是领域知识模块(又称专家模块)，它包含了系统试图传授给学生的知识，代表了专家的智能；二是学生模型，它指明学生已知道什么和不知道什么以及学生的认知特点，代表了学生智能；三是教师模型(又称教学策略模块)，主要是提供有针对性的教学策略。代表了教师的智能。除了这三个基本模块以外，智能导师系统还包括了一个能理解自然语言的人机接口模块，即智能导师系统的用户界面。智能导师系统的一般结构图如图6．14所示。

  学生模型是为了反映学生的知识基础、认知结构、认知特点等方面的情况而建立起来的数学模型。它主要表示学生的理解程度并包括对学生错误及其原因的诊断，以便采取一定的教学策略来改正学生的错误，提高学生知识和能力水平。学生模型的建立有三种方法：一是覆盖模型，把学生的知识表示为专家知识的子集；二是偏差模型，把学生知识表示成与专家知识的偏离；三是贝叶斯(Bayesian)，以数据挖掘和知识发现的Bayesian网络为基础，通过对大样本的学生学习数据进行统计推断来构建学生模型。

  建立学生模型是实现因材施教的基础，好的学生模型不仅能反映学生知识水平和学习状况，还应该能描述认知能力，因此建立认知型学生模型非常必要，实现认知型学生模型的方法有两种：“评估法”和“逐步逼近法”。评估法的优点是简单易行，凭借经验，不需要对庞大的领域知识库中的知识点进行认知分类；缺点是评估带有一定的主观随意性。逐步逼近法的优点是计算简单，最后评估毪果比较符合学生的实际认知能力。主要困难在于需要对全部领域知识事先做好认知分类，这是一项相当复杂、细致的工作，并且需要富有教学经验的老师才能完成。

  领域知识模块又称专家模块，是有关教学内容的专业知识和技能，它既有说明事物概念的陈述性知识，也包括利用这些概念解决问题的过程性知识。智能教学系统重视过程性知识和技能的训练，在这方面，我国教育技术界已经取得了突破，如在计算机技能考试中，已经可以对学生的操作进行跟踪和测评(如在Word中的插入、删除等操作的检测)。此外，领域知识还应包括体现如何运用知识与技能的元知识，这三方面的知识构成了完整了领域知识模块。

  教师模型(又称教学策略模块)能够在一定程度上实现教师的功能，即能根据字生模型反映的情况安排教学内容和进度，指导学习过程。例如选择和生成问题让学生回答，提供个别指导和讲解，调整教学步骤，安排新教学内容，根据诊断结果指出学生的错误及其原因并提出补救措施等等。教师模型所提供的教学策略很多，一般用产生式规则表示。

  目前，开发一个完善的智能导师系统还很困难，在我国教育技术界，开发智能导师系统处于一个低谷。首先，在目前的智能导师系统中，计算机与学生的对话还不能广泛地使用人类习得的自然语言。要使计算机理解自然语言，是一个相当困难的问题。而不能使用自然语言与学生对话，无疑会限制智能导师系统的应用。
第二个困难来自于学生模型。覆盖模型要求学生的思维与专家的思维相一致，这对学生来说是一种强制，是不符合实际情况的，也是不合理的。偏差模型承认学生的独立性，使学生可以采取与专家不同的思维过程，但当学生采取与专家不同的思维过程时，系统对学生思维正确性的判断又存在某些困难。贝叶斯(Bayesian)方法对于我国教育技术界来说还很陌生，在这方面的研究经验和成果还比较匮乏。

  第三个困难来自于智能导师系统对教学内容的选择。多数智能导师系统的教学内容选择了数学、电子学等学科，这类学科的体系比较严谨，是我们通常所说的高度结构化的学科。而对于人文学科来说，由于难以对这类知识进行形式化描述和处理，尚未有成功的案例报道。

  另外，还有专家指出，现有的大多数智能导师系统的界面过于呆板单调，不能有效地激发学生的学习兴趣和动机，并且由计算机导师控制着学习的每一步，试图跟踪学生的每一步思维，实际上是以计算机导师为中心，忽视了学生的主动性，因而往往事倍功半，甚至徒劳无功。