科研课题申报模板：9424-人工智能时代高校个性化教学模式的构建与发展

人工智能时代高校个性化教学模式的构建与发展

1、问题的提出、课题界定、国内外研究现状述评、选题意义与研究价值

（1）问题的提出

2017年7月，国务院印发了《新一代人工智能发展规划》，标志着人工智能已上升为国家战略，相关技术实现了爆发式发展，对社会生活产生了全局性、结构性的重大变革。高校作为技术发展与人才培养的前沿阵地，最早、最强烈地感受到了人工智能时代带来的冲击与挑战。现有高等教育是适应大规模工业生产而形成的，以教师教授标准化知识和学生的接受学习为主要特征，并以批量培养符合专业岗位需要的人才为目标。这种“一刀切”的教学模式不但不能适应未来智慧化、个性化、定制化的生产方式，也无法满足社会对学生离散技能的需求。同时，许多简单性、重复性、程序性的工作将被人工智能取代，传统高等教育的无效性凸显。因此，高校通过大力发展教育人工智能寻求创新，以实现教学模式的去标准化、个性化。然而，现有的教育人工智能研究过于强调技术决定论，既表现出单维特性，又与教学理论脱节，导致人工智能与高等教育的被动融合。因此，如何正确地将技术嵌入支持学生和教师的框架，构建和发展个性化教学模式，以促进人工智能时代所需的技能和知识的培养，成为高校未来发展中亟待解决的问题。

（2）课题界定

从在线教育的强势崛起，到智能导师、协作学习智能支持系统和智能虚拟现实在高等教育中的应用，个性化教学的内涵和外延也在不断拓展。相关的概念包括个性化、个性化学习、适应性学习、自适应学习和智适应学习等。尽管表述不同，其内核都是因材施教或因才促学，反映了古今中外教育研究者的共同理想追求，更体现了学习者内心对个性化学习方式的渴望。人工智能时代的个性化教学是一个不断将新技术融入教学实践的过程，其关键特征包括：个性化学习路径、个性化导航、个性化推荐系统、个性化评估等。基于此，个性化教学模式的构建和发展是一个在大数据、人工智能、互联网、云计算、区块链等技术发展的助力下的动态过程，其目标是逐步实现根据个人的具体要求和偏好量身定做学习，以推动学生由接受学习向自主学习和发现学习转变，进而培养适应人工智能时代的，在不同专业领域能有效地与智能机器和系统一起工作的人才。

（3）国内外研究现状述评

最具创新性的人工智能突破，以及推动这些突破的公司都起源于大学，而这些辉煌成就却正在为大学播下自我颠覆的种子。高校如何应对这场人工智能革命，将深刻地重塑科学、创新、教育和社会本身。目前，国内高等教育的智能化发展可以分为三个阶段：前两个阶段分别是“手段创新阶段”和“平台创新阶段”，而在人工智能时代，中国教育即将进入第三个阶段，即“超越现实阶段”（卫荣等，2017）。不同阶段的教学实践表现为“多媒体辅助教学”、“互联网+教学”、“智慧课堂”、“智能辅导系统”等，从而让“个性化”、“因材施教”等教育理念真正落地生根。

人工智能支持个性化教学的理论基础主要有三个：一是知识空间理论。认

为个体的知识状态可以被形式化为他所能解决的所有问题子集（Doignon和Falmagne，1985），因而教师或者智能系统可以通过测验学生知识空间的问题解决能力以确定学习进展及其知识掌握情况，并分析学生的知识结构与学习绩效评价，向学生推荐可能更加有效的学习路径与关键知识点；二是信息流理论。该理论萌芽于Shannon（1938）的信息论，发展于信息流局部逻辑说和信息通道说（Barwise和Seligman，1997）。在个性化教学语境中，系统通过信息流的有关数据及其处理的数学模型，可以管窥与跟踪学生学习的基本路径或学习信息的流向动态，确定学生的学习水平状态以及学习策略选取；三是贝叶斯定理。利用贝叶斯定理中的条件概率推理思想，能够实现知识点的学习路径荐引、知识点的知识图谱重组以及学习者薄弱知识点的精准定位等（李海峰、王炜，2018）。

目前，这些理论研究主要基于技术能供性角度，缺乏教学理论视角下的审视。Hinton等人（2006）提出的深度学习技术，是本轮人工智能跨越式发展的关键，能降低知识生产和预测的成本，已被广泛地应用于个性化学习体验的算法开发中。更重要的是，深度学习可以自主地创造假设，找到意料之外的联系，能模拟人类在学习现有材料过程中实现超越并产生新知识的建构学习，体现知识主体间通过相互协同和激发产生的交互学习，还能更好地融合人的教育体验和情感思想，从而真正触及教育的根本（刘进等，2020）。但是，将深度学习融入个性化教学的研究仍然缺乏。

教育人工智能的应用研究也困囿于技术思维，以此为基础的教学模式的构建表现出单维特征，即局限于分析和发现数据中的模式，目的是为了开发模型和面向学生、教师的应用，缺乏对学习和教学法的关注，也忽视了技术应用于教育所涉及的人的因素（里克特等，2020）。这导致高校教学改革与创新中的教师角色被弱化。事实上，技术本身不会对学习产生重大影响，只有在教师的智慧和教学理念、学生自主学习与技术的主动融合、建构融合和交互融合的情况下，才可能重塑适应人工智能时代的高等教育（熊媛、盛群力，2020）。

李海峰、王炜（2018）分析了智适应学习模式，从学习过程和智能化系统两个维度分析了个性化教学模式的构建，强化了学生作为学习主体的地位。Somasundaram et al.（2020）从质量管理体系的角度提出了个性化教学模式的构建，包含了课程设计与规划、课程交付和评估三个模块，体现了三维模式的思想。一个维度是教师教授过程。包括教学大纲、课程差距识别、增值培训计划、学生软技能要求、教案等的设计、制定和实施，其基础是按教学能力和偏好来分配教师，并为学生提供个性化的微型学习模块；第二个维度是学习路径。根据学生的能力、表现、职业规划等安排个性化的时间表和课程教案，学生可以根据教学风格选择向特定教师学习，并获得针对课程中特定主题的个性化建议和指导。另外，学生可以通过软技能、沟通技巧等的学习获得增值培训，并通过在线课程和测试进行拓展学习，也能根据咨询数据、评估结果等，在薄弱课程或专题中增加额外学习；第三个维度是管理信息系统，将过去的数据作为人工智能数据分析和预测的输入，并根据教案为每个学生制定并优化个性化的学习计划。这一研究体现了多维个性化教学模式的构建思路以及教学主体的主动融合，但目前这类研究仍然少见，而且缺乏教学主体间的交互、建构维度，不能反映学生在教师引领下的知识发现和创造，对系统智能化发展也仅限于信息系统。

（4）选题意义与研究价值

2020 年《地平线报告》（教学版）于 2020 年 3 月在美国高等教育信息