微型学习视频在教学专家系统中的应用研究 *

任红艳，端义锋，李广洲

(1.南京师范大学 教师教育学院，江苏 南京 210097；2.解放军理工大学 指挥自动化学院，江苏 南京 210006；3.南京师范大学 课程与教学研究所，江苏 南京 210097)

微型学习视频在教学专家系统中的应用研究*

任红艳1,3，端义锋2，李广洲3

(1.南京师范大学 教师教育学院，江苏 南京 210097；2.解放军理工大学 指挥自动化学院，江苏 南京 210006；3.南京师范大学 课程与教学研究所，江苏 南京 210097)

论文以知识点及其相互间关系为核心、构建了基于学科本体的教学专家系统。同时，将“微型学习视频”引入到教学素材库本体的设计中，从教学微策略等角度讨论了微型学习视频的设计原则和特点，从教学宏策略等角度提出了基于知识空间理论的微视频的选编算法。以“氧化还原”教学专题内容为例进行了教学实践活动，阐述了基于微视频的教学专家系统的自主学习模式及其教学流程，并采用实验班和对照班对比研究的方法，验证了选编算法的可行性及利用该系统开展自主学习有效性的教学效果分析。基于微视频的教学专家系统在具备“智能性”和“个别化学习”功能的同时，更具有“移动学习”时代的时代性和普适性，能够提高学生的学习效率。

微型学习视频；教学专家系统；知识点；氧化还原反应

一、引言

如今，“微博”“微信”“微电影”“微支付”等早已拉开序幕，人们已经习惯于生活在这个充满“微”的“微时代”之中了。这种“微”思想和“微”行动同样冲击着教育界。近年来，“微课程”“微学习”等也逐渐进入了我们的视野之中，如何将其高效应用于教学将会是今后一个重要研究方向。

目前，关于教学专家系统的研究者多为计算机学科专家，与具体学科领域专家合作的缺乏容易导致对于“技术理性”的片面追求，缺失对学科知识本质及其深层关系的挖掘，更缺少了对教学素材的系统且精细化的研究。为此，本研究提出了以知识点及其相互间关系(亦即具体学科的知识结构)为核心，并将“微型学习视频”(简称为微视频)引入到教学素材库本体的设计中，构建基于学科本体的教学专家系统，使得学科教学专家系统在具备“智能性”和“个别化学习”功能的同时，更具有“移动学习”时代特征，提高学习效率。

二、理论基础

(一)学习连续体：正式学习与非正式学习

在相当长的一段时间内，正式学习(Formal Learning)几乎成为了学习的全部。进入信息时代后，网络学习、移动学习、微型学习等新兴学习方式快速出现并流行，学习的时间和空间被拓展和延伸，学习连续体中的另一端非正式学习(Informal Learning)显得越来越重要，并与正式学习交相辉映。这种对学习连续体的重建和认识，逐步消解了过度重视正式学习的倾向，更是对学习本源精神的回归与认同。

随着媒介生态的微型化发展，“微型学习”(MircoLearning)已被广泛认同。林德纳(Lindner)提出：微型学习是学习相对较小的学习单元及持续时间较短的学习活动，是基于微型内容和微型媒体的一种新型学习方式[1]。可见，本文所提及的“微型学习视频”是承载知识的一种新型方式，也可以认为是属于一种非正式化学习的教学资源，更是开展“微型学习”的一种独特方式或途径。

(二)知识本体化：元知识与复合知识

本体论源于哲学，指“对世界上客观存在物的系统地描述，即存在论”。本体通过描述概念间关系提供对领域知识的共同理解，实现计算机的知识共享和互操作能力，是某个领域内不同主体(人、代理、机器等)之间进行交流的一种语义基础。

知识点及知识点相互间的关系(学科知识结构)是学习的根本和基础，也决定了智能教学系统的灵活程度和智能程度。对学科领域知识进行科学划分与有机连接，依据知识间关系构建优化的本体库，充分发挥知识间关系的序化作用和线索作用等，可以不断优化并完善智能教学系统，进而影响教与学的效率。由于知识点的粒度可大可小，因此知识点的划分以保持其内容的完整性和独立性为基本原则，具有较高的灵活性与相对性以适应学习者的不同需求。通常，学科领域的知识点本体包括元知识点和复合知识点两种类型。在教学中不能够再分解的知识点称为元知识点，由不同元知识点组合获得的这类知识点称为复合知识点。领域知识本体化的过程就是用形式化的语言描述元知识点、复合知识点及其相互间关系，以支持相关算法的调用与计算。因此，这种以元知识点和复合知识点同时存在的知识点的约定方式使得系统对于教学内容的动态调度和学生错误的准确定位成为可能，为多元化的微视频制作提供准确方向，也为不同教学策略的生成提供重要依据。

(三)教学组织策略：微策略与宏策略

教学策略是教学专家系统的重要组成部分，而微视频是本系统中实现教学策略的重要载体。系统通过“微策略”和“宏策略”两种教学组织策略[2]优化微视频的设计与调用。

微策略是对每一个微视频中教学材料的选择、设计与组织的过程与方法。本文所使用的微策略主要以Felder-Silverman的学习风格与梅瑞尔(Merrill)的成分显示理论(Component Display Theory)为基础，提供面向不同学生个体的适应性内容的表示方法。在学习内容呈现方面，学习者在感知信息维度和输入信息维度上的个体差异对于个性化学习内容表示有重要的影响[3]。依据该学习风格测试问卷中相关术语及数值的含义[4]，本文使用的微策略如右图1所示。根据测试结果，可将学生分类九种类型(Ⅰ-Ⅸ)，相应的可以有九种微策略。其中，感知维度以“实例”与“通则”间关系分为三种策略：“实例—练习—通则”(对应于感悟型Ⅱ、Ⅶ、Ⅸ)、“实例—通则—练习”(对应于平衡型Ⅰ、Ⅳ、Ⅴ)和“通则—实例—练习”(对应于直觉型Ⅲ、Ⅵ、Ⅷ)；输入维度以知识呈现方式是否可视化进行分类：“视觉型”(以图片视频等可视化方式呈现Ⅳ、Ⅵ、Ⅶ)、“平衡型”(Ⅰ、Ⅱ、Ⅲ)和“言语型”(以文字或语言等方式呈现Ⅴ、Ⅷ、Ⅸ)三种微策略。当然，在实际操作过程中，不一定每个教学内容都必须对应于九种微策略，而是可以根据需要酌情增补。

图1 基于“感知-输入”维度的微策略示意图

与微策略相对应的还有一种教学组织策略是宏策略，即依据雷杰卢斯(Reigeluth)所提出的细化理论(Elaboration Theory)为基础，认为知识是按照抽象到具体不同层次结构组织的，且认知结构中的知识是相互作用和联系的。将学科领域中最基础和最有代表性的知识作为初始概要，然后对初始概念继续逐级细化，使得学科教学内容越来越具体深入和细致。论文沿用上述宏策略关于教学内容编列和综合的思想，表征具体学科领域知识中的结构性关系，并依据知识空间理论与微视频选编算法(见本文第四部分)，通过测试确定学生认知结构并提供合适的微视频学习路径。换言之，本文所指的宏策略以微视频学习顺序的形式所外显的学习路径体现学科知识间关系及学生个性化的认知结构与学习风格。

三、微型学习视频的设计原则

笔者所研发的教学专家系统由ITS本体库(含微视频)、学生模型(包括学习风格和认知结构)和教师模块(微视频选编算法)构成，系统能自动从教学素材本体中调用适当的微视频(微策略)，并提供推荐的微视频学习路径(宏策略)供学习者自主学习[5]。传统教学专家系统的教学素材多以静态的文本、课件或者未经加工的长教学视频呈现。文本或课件常有“课本搬家”之嫌，而“原生态”的长视频虽然极为宝贵，也因其针对特定的学生群体且极为关注课堂教学的完整性而缺失普适性，更何况让学生在课余时间自主长视频必将是一项无比艰巨的任务。针对学生的个性化需求，笔者基于“微型学习”将“完整的知识碎片化”，以师生熟悉的PowerPoint为平台，通过多样化的呈现形式，创作系列不同的微视频以满足学生的学习需求。所创作的微视频遵循下列原则。

(一)时间短，保持内容相对独立

微视频的“微”的主要特征体现在两个方面：时间短和内容少。曾有报道大学生的注意力持续时间仅有10分钟。而在非正式的泛在、开放的学习环境中的中学生个体的注意力则更易受到干扰。因此，所设计的微视频时长大部分在3分钟之内，最长不超过5分钟。以高一化学中的“氧化还原(第一课时)”内容为例，据统计，所制作的24个微视频平均耗时143秒。时间的短少必然制约内容的选择，每个微视频都聚焦于某个知识片段，知识内容要尽量做到精炼，重点突出，难点明确。通过重复、放慢等形式强调关键信息，并综合运用文字、图片、声音、动画等形式来帮助学生理解，保证所有内容都能够清楚的展现，学习目标明确。

在微视频制作过程中，首先根据专题进行知识分类与解析，获得相对独立的“知识碎片”；同时，为保证知识的连贯性，利用Protégé本体关系工具表示“知识碎片”间的关系。然后，选择适当的“知识碎片”为核心进行微视频的制作。不同微视频间以知识间关系为纽带，具有密切联系，且微视频间的这种联系可以由系统根据知识间关系自动推理生成。因此，所制作的微视频相对独立且又具有智能关联，从而处理好微型内容的片断性与教学内容的整体性关系以及微型学习目标与整体教学目标的关系。学生在课余时间大都处于边缘性投入和非连续性的注意状态，处于开放性、移动式学习环境中的这些微视频，能够满足学生“随时、随地”进行自学习的需求。

(二)交互强，注重形成性评价

穆尔(Moore)将一般教学过程中的交互分为三类：学习者和学习指导者之间的交互、学习者和学习内容之间的交互、学习者和学习者之间的交互[6]。基于微视频的教学专家系统的学习过程中，前两类交互可以通过不同的显性交互方式呈现。学习者和学习内容之间的显性交互以学习者的各种不同的学习行为表现方式呈现，如暂停、前进、后退、重看、跳越等，与学习内容之间的每一个交互行为都蕴涵着特定的学习意义。例如，暂停表示学习者正在思考当前学习内容或表示对当前学习内容有疑问；前进表示学习者学习进度正常；重看表示学习者对学习内容的理解有一定的困难；后退表示学习者正在自我建构知识间的联系；跳跃表示当前学习的内容对学习者而言过于简单或者过于枯燥乏味。学习者和学习指导者之间的显性交互以学习进程和过程性评价表现出来。基于微视频的学习活动也是一个学习者自主建构的过程，所设计的微视频自然不可一味讲解，“填鸭式”的讲授只会磨灭学生的学习兴趣，更无法体现学习者的自主性学习。因此，在微视频设计中，“学习指导者”注重学生的形成性评价，根据交互结果给予及时的反馈与细致的指导，让学习者专注的投入于微视频学习的体验中，与微视频之间保持思维的合拍，在短时间体验这种自由、开放式学习的快乐与紧张的感觉。微视频的设计注重交互与反馈，以激发学生学习兴趣，促进深度思维，提高学习效率。

(三)形式多，适应个性化需求

在微视频设计和制作过程中，通过多种途径和方式，遵循时空临近原则和多重表征的一致性原则，以多样化的呈现方式减少认知负荷，提高教学效率。迈耶(Mayer)等人在认知负荷实验研究基础上提出的时空临近效应，包括空间临近效应和时间临近效应[7]，指尽量使学习对象的多种表征在空间上邻近或组合呈现，在时间上同步或临近呈现，通过降低认知资源搜索而降低外在负荷，并在不同表征之间建立联系而增加有效负荷。从化学学科内容特点分析，宏观表征、微观表征和符号表征是化学学科教学的重要特色，建立三种表征之间的关系并能够进行自由转换是学习者意义学习的重要标志。因此，在教学设计过程中，要考虑教学内容和学习者的需要，采取多种表征方式，帮助学生自主建立多重表征之间的关系，以减少工作记忆中的盲目搜索和无关的认知操作，将所释放的认知容量用于其他认知活动的操作，提高学习效率。

形式多样化的微视频也具有个性化特征，微视频虽然“微”但是“全”。此处所指的“全”不仅指教学内容的“全面”，同时也指“多样性”的教学方式确保“因材施教”而面向全体学生。每一个视频就是一个相对独立的“微型教学片段”，以教学微策略指导而具有特定的组织和呈现方式。相同的教学内容可以被设计成由不同微策略指导的以多种方式传播的不同的微视频。同时，以知识点间关系为依据，基于学生的认知水平和学习风格，形成适合于每一个学习者的特定的学习路径，在看似松散的微视频间形成一个隐性连续而又具有个性化的教学结构。

四、微型学习视频的选编算法与实践案例

学科领域知识本体和教学素材本体是ITS本体库的重要组成部分，是学生自主学习的资源。知识点与微视频之间并非一一对应，而是一个多对多的复杂映射关系。即某一个知识可能同时出现在多个不同的微视频中，某一个微视频也可能涵盖多个不同的知识点。另外，即便是相同的教学内容，则基于不同微策略指导之下仍可以设计出多个不同的微视频，微视频的数量上也将会是极为庞大的。因此，仅仅基于知识本体间的关系以及其导出的教学素材库之间关系仍无法对学习者提供准确的、高效率的、个性化的指导，需要适当的方法为微视频的选择和编列提供支持。下面以“氧化还原反应”内容为例，展示本系统是如何选择微视频并对其进行排列以提供学生个性化的最优学习路径，并对学习结果进行了实践的检验。

(一)利用KST理论构建知识空间

本文所设计和开发的教学专家系统以Doignon和Falmagne所提出的知识空间理论(Knowledge Space Theory，KST)为基础[8]。知识空间理论是一种通过试题和测试来构造领域内的知识结构，并用以衡量主体知识状态的心理学理论，该理论以严格的数学分析为基础，为领域内的知识空间分析和主体知识状态分析提供了一种精细的定量方法[9]。KST理论从所有知识状态中选举出有效知识状态并构建成知识空间，极大地减少了知识空间中的状态节点数目，从而有效地降低知识空间的分析和应用的复杂度。

我们以“普通高中化学课程标准”为依据，结合不同版本教材编写者的教学意图以及教学专家关于“氧化还原反应”概念教学的经验，提取以化合价、核外电子排布、氧化还原反应特征、氧化还原反应的本质四个核心概念，并构建了“氧化还原反应”内容的知识空间拓扑(如右图2A所示)。其中，每一个节点表示一个有效的知识状态，用处于该状态的学习者所掌握的知识点来表示。例如：Ø表示当前学习者没有掌握“氧化还原反应”的核心概念；{k1,k2,k3,k4}表示当前学习者掌握了“氧化还原反应”的全部核心概念。

(二)利用微视频知识点信息推理获得微视频学习路径

通过分析微视频所对应的知识点之间的关系并进行推理，系统可以自动获得微视频学习路径有向图。在实验过程中，我们针对每一个知识点制作了若干微视频，每一个微视频中仅包含一个知识点的讲解，因此推理所获得的微视频间学习路径有向图(如图2B所示)与知识空间在拓扑上是同构的。若所制作的微视频能够包含多个知识点，则微视频学习路径图与知识空间图就不再是拓扑同构的了。

在此基础上，系统对学习者进行相关专题的问题测试，判断其认知状态(确定学习起点及认知缺陷)，以获得该学习者可能的不同学习路径。以高一新生为例，化合价(k1)和核外电子排布(k2)是学习氧化还原内容的储备知识，氧化还原反应特征(k3)和氧化还原反应本质(k4)是需要学习的新的目标知识。若经测试后，某学生S1掌握核外电子排布而对化合价概念不清，则以图2B中的(k2)为学习起点。由此，系统结合微视频学习路径及该学生认知结构进一步获得了适用于该学生的微视频学习路径有向图，即图2B中用虚线圈标识的一个学习路径子图，该子图中包含了这个学生所有可以选择的学习路径。

图2 “氧化还原反应”的知识空间与微视频学习路径有向图

(三)利用随机学习理论与匹配度确定最优的微视频学习路径

如何选择最优的微视频学习路径以提高学习效率，是选编算法的关键，也是专家系统的重要追求目标。因此，需要对微视频学习路径图中的每条路径进行逐一比较和分析，从而获得适合特定学习者的最佳学习路径。

依据KST理论，可以通过两种方法来确定关键路径(Critical Path)。一种是通过学科教学专家的建议可以获得推荐的关键路径，另一种是根据随机学习理论(Stochastic Learning Theory)分析获得学生群体的关键路径。

在确定了关键路径之后，系统还需要依据学生模型与微视频属性来选择同一知识点的具体微视频，即确定最佳学习路径。系统采用Felder-Silverman学习风格来描述微视频属性和学生模型，并用两者的匹配程度来完成同一知识点的微课程选择。具体的，系统从“感知”与“输入”两个维度度量微课程属性，表示为M(f1m，f2m)。其中，M表示微视频；f1m为该微视频的“感悟—直觉”风格属性所对应的数值，f2m表示该微视频的“视觉—言语”风格属性所对应的数值*。例如，对于化合价概念(k1)而言，根据图1选择制作了基于九种不同微策略的九个不同的微视频，每个微视频(依次与图1中Ⅰ-Ⅸ种类型相对应)的属性可以表示为：Mk1-1(2，2)，Mk1-2(5，2)，Mk1-3(-5，2)，Mk1-4(0，6)，Mk1-5(0，-4)，Mk1-6(-5，6)，Mk1-7(5，6)，Mk1-8(-5，-4)，Mk1-9(5，-4)。类似的，系统中所有的微视频都可以用上述规则来表示其属性。同样的，学生模型可以表示为S(f1s，f2s)。其中，S表示某学生，f1s与f2s分别表示该学生在“感悟—直觉”与“视觉—言语”两个维度上测试所获得的学习风格对应的数值。例如，经测试上文所提及的学生S1的学生模型表示为S1(-3，8)。那么，学生与微视频的失配度用来确定，选取S1与上述六个微视频中失配度最低的(M k1-6)为最佳微视频。通过类似的方法，系统为学生S1提供的最优学习路径为：Mk1-6→Mk3-4→Mk4-6。

(四)基于微视频的教学专家系统的教学实践研究

1.基于微视频的教学专家系统的使用流程

笔者在江苏省4所不同类型的高中，选择了425名高一学生为被试，利用本系统开展了“氧化还原反应”内容的自主学习实践活动，其学习流程如右图3所示。本实践活动在网络教室环境中进行，要求每位学生独立使用一台计算机(为保证学生自主学习过程中相互间不干扰，确保每台计算机配备耳机等设备)。在学习过程中，首先，研究者向被试简要介绍系统功能与操作的注意事项，且被试使用学号和姓名进行注册登记；然后，根据系统提示，被试统一进入“学习风格”测试界面进行学习风格测试(这几个阶段大约需要10分钟左右，被试再次测试时可免去此环节)。之后，被试在提示语下加载系统的“氧化还原”专题内容，开始关于该专题的“认知结构初测”，初测时间因被试的答题情况而异，认知结构越完善的学生初测时间越长。至此，系统即获得了该学生初始的学生模型。根据学生的学习风格和认知结构测试结果，学生就可以根据系统所建议的学习路径开展自主学习(按照一定顺序观看微视频，并在每一个微视频学习后进行“过程测评”以了解其是否掌握该微视频的教学要求)，“自主学习过程”是动态变化且个性化的，“氧化还原”专题的自主学习时间约20分钟(时间因学生的微视频学习路径不同而有差异)。系统会在后台记录学生学习的全过程(如微视频学习时间与路径、解题时间与结果等)，以便于系统做出适时的动态调整，同时也为后期的海量分析积累和丰富数据。根据学习情况，学习者可随时终止学习，观看其当前的认知结构——本系统用非常形象的“认知树”的生长来表示学习的进程。所有活动在45分钟内完成。

图3 基于微视频的自主学习流程示意

2.基于“适配”的微视频选编算法的教学效果分析

为了探究论文所提出的基于“适配”的微视频选编算法的效果，验证系统所建议的最优学习路径的可信度和可行性，笔者开展了基于“适配”与“失配”两种方式所确定的不同学习路径的对比研究。依据上文提出的关于计算学生与微视频的失配度数据的大小可以确定选择“适配”或者“失配”的教学策略。依据失配度数据最小的原则所选择的微视频构成的学习路径是系统默认的最优学习路径，即适配学习路径；反之，通过参数调节，也可以采用依据失配度数据最大的原则选择微视频，此时所形成的学习路径是用于对比实验的失配学习路径。选择某校两个平行班的高一学生作为被试，测试时间安排在学生刚刚学习完“氧化还原”专题的相关内容。在正式使用本系统前，两个班的学生都已参加“氧化还原”教学专题的前测问卷，通过检验分析，在统计上无显著差异。然后，依据上文所述的基于微视频的教学专家系统的教学流程，两个班的同学分别开展“氧化还原”教学内容的自主学习，一个班级的同学全部开展基于“适配”原则形成的学习路径的自主学习，另一个班级的同学全部开展基于“失配”原则形成的学习路径的自主学习。在自主学习结束后，学生参加根据教学目标设计的后测问卷。两个班级学生后测结果的独立样本t检验表明，“适配”与“失配”两种学习方式所对应的学习结果具有极其显著性差异，t(95)=2.986，p=0.004＜0.01。通过对比实验说明，“适配”的学习效果优于“失配”的学习效果。即系统按照失配度最低的方式选择微视频的原则是适合的，系统所采用的微视频的选编算法是可行的。

3.基于微视频的教学专家系统在新授课和复习课中的教学效果分析

基于微视频的教学专家系统是基于学生的学习起点能力的判断提供教学素材，通过每一个具体的“微视频”学习让学生明确学习目标，从而有效扩展和完善学生的认知结构。为了探索其在现实教学中不同教学环境需求中的使用效果，采用“氧化还原”专题为教学内容，选择两种不同类型的常见课型——新授课和复习课，开展了基于微视频的教学专家系统的自主学习与传统教学的学习效果之间的对比研究。为确保研究的可信度，在教学实践过程中，对照班和实验班的学生都参加“氧化还原”专题的前测问卷并经检验后无显著差异；另外，研究者还严格注意控制自主学习的时间与传统课堂学习的时间的一致性，尽量避免无关因素的干扰。

在新授课的教学实践中，实验组的学生采用基于微视频的教学专家系统(系统默认的“适配”原则形成的最优学习路径)开展“氧化还原反应”(第一课时内容)的自主学习，对照组的学生则按传统教学进行同样教学内容的课堂学习，学习时间都是一节课。在两组学生学习完之后，对其进行学习效果的测验和分析。t检验结果为，t(192)=4.370，p＜0.01。说明两组学生测试成绩存在极显著差异，实验组学生的测试成绩优于对照组学生的成绩。也就是说，在学习新知识时，基于“适配”的微视频学习的效果与传统课堂教学相比，存在显著的优越性。

基于微视频的教学专家系统的设计初衷不仅是为了帮助学生更快更好地学习新知识，更是为了让学生能够在课余时间更好地进行知识的复习，进行课堂内外的高效整合。为此，笔者开展了基于微视频的教学专家系统的自主学习方式和传统课堂自主学习方式在“氧化还原”专题复习课中的对比研究。同样，为确保实验的可信度，两组学生经过前测无显著差异，且控制时间变量。实验组的学生利用教学专家系统开展自主学习，而对照组的学生则在前测之后根据测试结果利用教材、教辅和笔记等个人资料在教室里进行自主复习。在两组学生不同环境下的自主复习结束之后，进行及时后测。对学生前后测成绩进行了配对样本t检验，实验组学生前后测的t检验结果为t(108)=15.919(p＜0.01)，对照组学生的t检验结果为t(113)= 20.586(p＜0.01)。结果表明，两组学生的学习成绩都有显著进步。换言之，基于微视频的教学专家系统的自主复习与传统复习方法都有着较好的效果，基于微视频的教学专家系统可以代替传统复习方法帮助学生复习和巩固知识。

基于不同教学组织策略设计的“微视频”是学生开展个别化学习的优化资源，同时也是系统具备“知识和策略的可生长性，可修正性及可建构性”的重要保障。在后续研究中，我们将继续进行其他教学专题内容的实践研究，并增加延时测试以分析教学的远期效果。目前，我们仍在继续完善该系统的各项功能，增补其他教学专题的教学素材，同时尝试将该系统与“翻转课堂(Flipped Classroom)”教学模式[10]进行有机结合，进一步开展微视频及基于微视频的教学专家系统在学科教学中的可行性探索，试图利用专家系统“个性化”的学习评价和针对性的学习支持服务，实现课堂内外教学最大效益的整合。

五、结语

微型学习和移动学习不但昭示着一种崭新的学习模式的诞生，更是意味着信息时代的人们一种新的生存方式的兴起。当下的学生是在信息社会中成长的学生，基于微视频的教学专家系统以贴近学生日常生活的方式与其进行亲密接触，深度交互。这种与现代生活方式极为接近的新型学习资源与学习环境会让学生感到更具亲和力，更易激发其学习兴趣和学习的自主性，从而提高学习的效益。

微型学习视频的“小而全”特点尤为适合复杂环境中的移动学习，突显“教育即生活，学习即对话与通信交流”。每一个目标明确、交互性强、具有个性化的微视频提高了信息传播的质量、容量及选择性，加强了自主学习的明晰性和时效准确性，而一个个看似杂乱的海量的微视频通过知识间关系发生有效的“聚合－使用”形成的多元动态“知识链”，让学生在无意识的、碎片式学习中体验到学习活动的目标是在不断发展和超越的，而不是静止封闭的，是课堂教学的有益补充和延伸。系统在KST理论指导下所建立的有效领域知识状态空间为基础，以知识点及其逻辑关系为核心将微视频与知识点联系起来，构建了由微视频和知识状态组成的微视频学习路径有向图；依据KST概率模型确定关键路径，并采用所罗门学习风格来衡量微视频与学生模型的匹配程度，最终构造最佳微视频学习路径。系统以微型学习视频为教学载体，通过碎片化的移动微型学习方式实现了高效的个别化学习。系统从设计到实现都超越了“实体技术”和“工具理性”的单向度思维方式，以“价值理性”为本，从“教”转向“学”，可谓为实现有效教学另辟蹊径，亦为区域均衡发展提供适宜的平台。

[1]祝智庭,张浩,顾小清.微型学习——非正式学习的实用模式[J].中国电化教育,2008,(2): 10-13.

[2]祝智庭.CAI的教学策略设计(之一)[J].电化教育研究,1998,(1):37-41.

[3]陈仕品,张剑平.适应性学习支持系统的学习内容组织策略研究[J].电化教育研究, 2010,(11):53-60.

[4]Litzinger T.A., et.al. A Psychometric Study of the Index of Learning Styles[J]. Journal of Engineering Education,2007,96(4):309-319.

[5]任红艳,靳莹.有效教学新视角：微课程观下的教学专家系统[J].教育理论与实践, 2013,(10):57-60.

[6]Moore,M.G. Three Types of Interaction[J].The American Journal of Distance Education,1989,3(2):1-6.

[7]张维忠,唐慧荣.可视化教学内容设计的五大原则[J].电化教育研究, 2010,(10):99-102.

[8]Doignon, J.P., Falmagne, J.C. Spaces for the Assessment of Knowledge[J]. International Journal of Man-Machine Studies,1985,(23):175-196.

[9]Falmagne, J.C., Doignon, J.P., Introduction to Knowledge Spaces:How to Build, Test, and Search Them[J]. Psychological Review, 1990,97(2):201-224.

[10]张金磊,王颖,张宝辉. 翻转课堂教学模式研究[J].远程教育杂志,2012,(4):46-51.

任红艳：副教授，博士，硕士生导师，研究方向为课程与教学论，信息技术与化学教学(renhongyan@njnu.edu.cn)。

端义锋：副教授，博士，研究方向为人工智能与计算机网络(994370478@qq.com)。

李广洲：教授，博士生导师，研究方向为化学课程与教学论(liguangzhou@njnu.edu.cn)。

2014年2月22日

责任编辑：宋灵青

The Application of Micro Learning Videos in the Instructional Expert System

Ren Hongyan1,3, Duan Yifeng2, Li Guangzhou3
(1. College of Teacher Education, Nanjing Normal University, Nanjing Jiangsu 210097; 2.The Institute of Command Automation, PLA University of Science and Technology, Nanjing Jiangsu 210006; 3. Institute of Curriculum and Instruction, Nanjing Normal University, Nanjing Jiangsu 210097)

Instructional Expert System is designed and developed based on the subject ontology and the relationships among knowledge. "Micro learning video" is introduced into the instruction material ontology. The principles and characteristics of designing micro learning videos are discussed in detail in the base of Micro Strategies. The algorithm of learning path is brought forward in the base of Macro Strategies and Knowledge Space Theory. Redox is chosen to testify the feasibility and validity of the system. With the method of comparative study on the experimental class and that in comparative class, self-regulated learning mode is uesed and verified to be helpful, and the result is significant. The Instructional Expert System with Micro learning videos is not only intelligent and individual, but also a sign of the times and universality. The system is helpful to improve learners' learning efficient.

Micro Learning Video; Instructional Expert System; Knowledge Point; Redox

G434

A

1006—9860(2014)06—0094—07

* 本文系教育部人文社会科学研究规划青年基金项目“中学化学教学专家系统的设计与开发”(课题编号：09YJC880054)的研究成果。