面向智慧学习的自适应学习技术 ——浅析自适应学习在互联网教育中的应用
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第四组
xxxxxxxxxxxxxxxxxxxx
Content overview
01 Adaptive Learning
What is adaptive learning？
自适应学习
Adaptive learning
维基百科： “这是一种教育方法,通过计算机算法与学习者进行智能交互,
并且为每个学习者的独特需求,提供定制化的学习内容和学习 活动。其中,按照学习者对问题、任务和体验的反馈,计算机按
自适应学习平台-松鼠AI
自适应学习平台-松鼠AI “哪里不会学哪里”
知识地图
超纳米级的知识点拆分 错因ห้องสมุดไป่ตู้析与重构
自适应学习软件——英语流利说-“懂你英语”模块
理论基础——兰斯·诺茨的“层级递归认知理论”
自适应学习软件——英语流利说-“懂你英语”模块
直观表现——每一位学生在产 品中所看到的内容都是不一样的， 随着学习的进展变化，各个努力 值的变化，数据引擎会为用户制 定个性化的学习路径匹配算法。 即为“千人千面”。
自适应学习平台Knewton
通过对整体数据的分析，可 以预测出学生的整体学习水平及 可待提高的水平是多少，以及如 果需要提升至这样的水平你需要 花费的学习时间等预测内容。
自适应学习平台Knewton
在学习内容及学习质量层面， Knewton会根据每个人的情况提供相应的 学习内容，学生能清楚的看到每一题的反 馈，及完成每一题后的题目难易程度将提 升还是下降，如果无法完成题目，平台能 及时介入辅助学生完成课程。数据表明使 用Knewton后，部分学校的学生退课率有 明显下降，通过率则有10%左右的提升。
学习结果预测
差异化指导 学习情况分析 （班级&个人）
及时干预
教师——
学情分析服务
学生能力 高级模型
KNEWTON
教育路径 规划技术
知识图谱
学习内容反馈→修改内容
内容提供商——
内容洞察与分析服务
自适应学习平台Knewton
Knewton可通过抓取众多学 生数据，形成学习模型，从而 针对不同学生情况做出不同的 学习内容推荐。
04 Adaptive Learning
自适应学习在教育领域的应用挑战
“教”与“育”如何兼顾
02 01
03
学生数据隐私如何保障
学生学习过程中的情感缺失问题
参考文献：
[1]滕丽霞.AI教育的四个维度及对高职英语教学的影响[J].苏州市职业大学学报,2019,30(02):72-74. [2]李俊杰,张建飞,胡杰,盛守卓.基于自适应题库的智能个性化语言学习平台的设计与应用[J].现代教育技术,2018,28(10):5-11. [3]李海峰,王炜.国际主流适应性学习系统的比较与趋势分析[J].现代教育技术,2018,28(10):35-41. [4]金慧,邵钰,胡盈滢.智能化教育生态系统的构建与创新——《地平线报告》(2018高等教育版)启示[J].远程教育杂志,2018,36(05):3-14. [5]李振,周东岱,刘娜,欧阳猛.人工智能应用背景下的教育人工智能研究[J].现代教育技术,2018,28(09):19-25. [6]杨阳.简析Knowre平台自适应学习机制[J].中国信息技术教育,2019(09):97-99. [7]张钰,王珺.美国K-12自适应学习工具的应用与启示[J].中国远程教育,2018(09):73-78. [8]菅保霞,姜强,赵蔚,李勇帆.大数据背景下自适应学习个性特征模型研究——基于元分析视角[J].远程教育杂志,2017,35(04):87-96. [7]Jerry M. Mendel. Adaptive variable-structure basis function expansions: Candidates for machine learning[J]. Information Sciences,2019,496. [8]Milad Memarzadeh,Matteo Pozzi. Model-free reinforcement learning with model-based safe exploration: Optimizing adaptive recovery process of infrastructure systems[J]. Structural Safety,2019,80. [9]Haider Raza,Dheeraj Rathee,Shang-Ming Zhou,Hubert Cecotti,Girijesh Prasad. Covariate shift estimation based adaptive ensemble learning for handling non-stationarity in motor imagery related EEG-based brain-computer interface[J]. Neurocomputing,2019,343. [10]Yuyan Guo,Hongde Qin,Bin Xu,Yi Han,Quan-Yong Fan,Pengchao Zhang. Composite learning adaptive sliding mode control for AUV target tracking[J]. Neurocomputing,2019,351. [11]Autar Kaw,Renee Clark,Eleonora Delgado,Nicholas Abate. Analyzing the use of adaptive learning in a flipped classroom for preclass learning[J]. Computer Applications in Engineering Education,2019,27(3). [12]祁明骏.基于教育大数据技术的智能自适应学习系统[J].电子测试,2019(07):65-67.
自适应学习软件——英语流利说-“懂你英语”模块
应用效果——100名中低水平 用户进行了为期2个月的“懂你英 语”课程的学习，其中有超过60% 的用户提升了一个欧标（CEFR） 级别；而欧标建议的提升一个级 别（0->A1，A1->A2）的学习时间 是6个月（假设每天学习半小时）。
03 Adaptive Learning
照他们的学习需求,推荐学习资料。”
培生(Pearson)和EdSurge——《解码自适应学习》： “自适应学习是一种教育科技手段，它通过自主提供适合每
位学生的独立帮助，在现实中与学生产生实时互动。”
自适应学习的发展脉络
1996年，Brusilovsky提出 适应性超媒体系统的概念 2000多年前，孔子——“因材施教。”
1983年朱新明教授与Simon合 作探究示例演练学习.
2015/2016/2017/2018年连续四年出 现在《NMC 地平线报告（高版）》中
02 Adaptive Learning
& &
自适应学习平台Knewton
学习顺序调整
学生——内容推荐服务 学习者分析 学习内容推荐
（已有水平、 学习目标等）
自适应学习在教育中的应用
获取学习资料、陪伴、 沟通、教务管理 评测
练习、作业、 教学辅助
教、学、 认知、思考
最外围学习环节 次外围学习环节 次核心学习环节
最核心学习环节
自适应学习在教育领域的应用优势
学习内容精准推送 服务个性化学习
学习数据收集与分析 便于教学管理
学习信息实时反馈， 优化教学流程
学习诊断精准化 辅导训练针对薄弱环节
xxxxxxxxxxxxxxxxxxxx
Content overview
01 Adaptive Learning
What is adaptive learning？
自适应学习
Adaptive learning
维基百科： “这是一种教育方法,通过计算机算法与学习者进行智能交互,
并且为每个学习者的独特需求,提供定制化的学习内容和学习 活动。其中,按照学习者对问题、任务和体验的反馈,计算机按
自适应学习平台-松鼠AI
自适应学习平台-松鼠AI “哪里不会学哪里”
知识地图
超纳米级的知识点拆分 错因ห้องสมุดไป่ตู้析与重构
自适应学习软件——英语流利说-“懂你英语”模块
理论基础——兰斯·诺茨的“层级递归认知理论”
自适应学习软件——英语流利说-“懂你英语”模块
直观表现——每一位学生在产 品中所看到的内容都是不一样的， 随着学习的进展变化，各个努力 值的变化，数据引擎会为用户制 定个性化的学习路径匹配算法。 即为“千人千面”。
自适应学习平台Knewton
通过对整体数据的分析，可 以预测出学生的整体学习水平及 可待提高的水平是多少，以及如 果需要提升至这样的水平你需要 花费的学习时间等预测内容。
自适应学习平台Knewton
在学习内容及学习质量层面， Knewton会根据每个人的情况提供相应的 学习内容，学生能清楚的看到每一题的反 馈，及完成每一题后的题目难易程度将提 升还是下降，如果无法完成题目，平台能 及时介入辅助学生完成课程。数据表明使 用Knewton后，部分学校的学生退课率有 明显下降，通过率则有10%左右的提升。
学习结果预测
差异化指导 学习情况分析 （班级&个人）
及时干预
教师——
学情分析服务
学生能力 高级模型
KNEWTON
教育路径 规划技术
知识图谱
学习内容反馈→修改内容
内容提供商——
内容洞察与分析服务
自适应学习平台Knewton
Knewton可通过抓取众多学 生数据，形成学习模型，从而 针对不同学生情况做出不同的 学习内容推荐。
04 Adaptive Learning
自适应学习在教育领域的应用挑战
“教”与“育”如何兼顾
02 01
03
学生数据隐私如何保障
学生学习过程中的情感缺失问题
参考文献：
[1]滕丽霞.AI教育的四个维度及对高职英语教学的影响[J].苏州市职业大学学报,2019,30(02):72-74. [2]李俊杰,张建飞,胡杰,盛守卓.基于自适应题库的智能个性化语言学习平台的设计与应用[J].现代教育技术,2018,28(10):5-11. [3]李海峰,王炜.国际主流适应性学习系统的比较与趋势分析[J].现代教育技术,2018,28(10):35-41. [4]金慧,邵钰,胡盈滢.智能化教育生态系统的构建与创新——《地平线报告》(2018高等教育版)启示[J].远程教育杂志,2018,36(05):3-14. [5]李振,周东岱,刘娜,欧阳猛.人工智能应用背景下的教育人工智能研究[J].现代教育技术,2018,28(09):19-25. [6]杨阳.简析Knowre平台自适应学习机制[J].中国信息技术教育,2019(09):97-99. [7]张钰,王珺.美国K-12自适应学习工具的应用与启示[J].中国远程教育,2018(09):73-78. [8]菅保霞,姜强,赵蔚,李勇帆.大数据背景下自适应学习个性特征模型研究——基于元分析视角[J].远程教育杂志,2017,35(04):87-96. [7]Jerry M. Mendel. Adaptive variable-structure basis function expansions: Candidates for machine learning[J]. Information Sciences,2019,496. [8]Milad Memarzadeh,Matteo Pozzi. Model-free reinforcement learning with model-based safe exploration: Optimizing adaptive recovery process of infrastructure systems[J]. Structural Safety,2019,80. [9]Haider Raza,Dheeraj Rathee,Shang-Ming Zhou,Hubert Cecotti,Girijesh Prasad. Covariate shift estimation based adaptive ensemble learning for handling non-stationarity in motor imagery related EEG-based brain-computer interface[J]. Neurocomputing,2019,343. [10]Yuyan Guo,Hongde Qin,Bin Xu,Yi Han,Quan-Yong Fan,Pengchao Zhang. Composite learning adaptive sliding mode control for AUV target tracking[J]. Neurocomputing,2019,351. [11]Autar Kaw,Renee Clark,Eleonora Delgado,Nicholas Abate. Analyzing the use of adaptive learning in a flipped classroom for preclass learning[J]. Computer Applications in Engineering Education,2019,27(3). [12]祁明骏.基于教育大数据技术的智能自适应学习系统[J].电子测试,2019(07):65-67.
自适应学习软件——英语流利说-“懂你英语”模块
应用效果——100名中低水平 用户进行了为期2个月的“懂你英 语”课程的学习，其中有超过60% 的用户提升了一个欧标（CEFR） 级别；而欧标建议的提升一个级 别（0->A1，A1->A2）的学习时间 是6个月（假设每天学习半小时）。
03 Adaptive Learning
照他们的学习需求,推荐学习资料。”
培生(Pearson)和EdSurge——《解码自适应学习》： “自适应学习是一种教育科技手段，它通过自主提供适合每
位学生的独立帮助，在现实中与学生产生实时互动。”
自适应学习的发展脉络
1996年，Brusilovsky提出 适应性超媒体系统的概念 2000多年前，孔子——“因材施教。”
1983年朱新明教授与Simon合 作探究示例演练学习.
2015/2016/2017/2018年连续四年出 现在《NMC 地平线报告（高版）》中
02 Adaptive Learning
& &
自适应学习平台Knewton
学习顺序调整
学生——内容推荐服务 学习者分析 学习内容推荐
（已有水平、 学习目标等）
自适应学习在教育中的应用
获取学习资料、陪伴、 沟通、教务管理 评测
练习、作业、 教学辅助
教、学、 认知、思考
最外围学习环节 次外围学习环节 次核心学习环节
最核心学习环节
自适应学习在教育领域的应用优势
学习内容精准推送 服务个性化学习
学习数据收集与分析 便于教学管理
学习信息实时反馈， 优化教学流程
学习诊断精准化 辅导训练针对薄弱环节