自适应学习技术研究现状文献调查分析

摘要：本文主要对国内近五年的自适应学习技术的相关文献进行了分析研究，重点探讨了对该技术的研究分析在如今的社会环境下的必要性，以及国内知名学者对该技术及相关系统和平台的不同理解，并整理分析得出国内对该技术的普遍理解，作者还分析了该技术在教育领域的应用情况，并在此基础上得出国内自适应学习技术在教育领域面临的挑战。

关键词：自适应学习技术；自适应学习系统；自适应学习平台

中图分类号：G434 文献标识码：A 论文编号：1674-2117（2018）13/14-0140-04

● 引言

当前网络技术的疾速发展，多种技术在学生学习方面的不断深入，为自适应学习技术的发展提供了机遇和挑战。自适应学习技术是指在教育中学习者进行学习时，为每个学习者提供适应的、独立的学习需要和需求的软件技术及平台的一种科技手段，以便学习者能够更便捷、合理、有效地进行学习。

● 自适应学习技术研究的必要性

近几年，随时随地碎片化知识的学习提高了社会对追求个性化学习服务的自适应学习技术的要求，同时，社会对学习者的学习效率、学习效果也提出了新的、更高的要求，学习者的终身学习、个性化学习在由网络交错覆盖的纷繁复杂的社会中成为一种新的时尚。各国教育界对个性化学习的重要性的认识正在逐步提升，并为自适应学习技术的蓬勃发展提供了稳健的平台，同时也给提高包括自适应学习平台、系统在内的自适应学习技术，提出了新的挑战。

● 自适应学习概念界定

自适应学习，通常是指提供相应环境、情境、场所或场域以便学习者学习，学习者在学习中观察、分析、整理、归纳，最终构成科学理论并达到自主解惑的一种基于计算机技术的学习方式。周成纲认为这种学习，是指学生依照所学科目、内容的调整或改进，在逐步发现、调整的过程中形成有别于他人的学习方式，并最终找到适合自己的方式，同时，他认为一种能够帮助人类获取先进知识，增强技能的学习方式就是自适应学习，这种方式不单单是算法和公式的罗列、套用那么简单，而是人工智能在教学中的相关应用。王洪江、黄洁认为在某种程度上，它是学习者在理论层面上进行思考，在付诸实践的过程中主动发掘知识和技能，并最终获取的一种学习手段。同时，郭朝晖认为自适应学习平台中的自适应学习和我们常说的个性化学习的含义比较相近，但其实两者之间既相互联系又有所不同，后者是一种描述包括学习方法和学习模式的涵盖性的术语，而前者则是一种实现后者的具体的实施方法，是由数据作为导向，对学习者的能力水平进行分析并调整，进而依此推送某时某刻最适合学习者的材料和策略。

1.自适应学习技术

通常来说，自适应学习技术就是指学习者可以自动调用适应其个性化学习需求的软件和平台。在《自适应学习技术研究与展望》一文中，董晓辉、杨晓宏、张学军共同认为“自适应学习技术是对自适应学习系统中所采用的软件技术和平台的统称”。正如朱月翠所说，自适应学习技术为适应学习者的交互需求和学习水平，需要用非线性的方法来指导和调整，为了取得进展，需要预测学习者在特定的时间点期待什么内容和资源，它是一种智慧化的导师。由此可见，该技术是指通过收集学习者的数据，并且进行分析，依据学习者特征自动调整学习内容，在线上学习平台中进行应用的一系列技术支持。它使得学习者的学习体验得以改善，将传统的、统一固定的课堂讲授方式转变为按需推送，将教师的教学形式也转变为基于学习者特征分析的个别化指导形式。

2.自适应学习系统

对于自适应学习系统，通常认为是技术的一个分支，最初是根据系统运行中收集各用户的数据，来建立模型，再进行推送以适应于不同的学习者。该平台能够以学习者为主体，为其个性化的学习需要提供相关学习的知识、学习环境和策略支持，系统通过实时测评找出相对薄弱的知识点，制定相应的学习策略。

研究显示，国内该领域研究起步较晚，华南师范大学陈品德教授从内容呈现和导航支持角度设计了A-Tutor原型系统，台湾淡江大学通过Agent技术研发出具有一些简单的智能交互功能的智能学习系统MMU，目前国内许多关于自适应学习系统的研究仍处于原型实验阶段，这种系统适应性及个性化推送机制仍需不断探索。

所以，我们能看到网络学习不断发展的过程中显现出的局限性为自适应学习系统提供了机遇，它能突破传统的教师一对多的教学，克服无法照顾到每一位学生的局限性，根据学习者的自身特征，制定个性化的学习轨迹，真正达成自适应的学习，使学生和教学资源之间达到最大程度的吻合，以保证学习效果，真正做到以学习者为核心的个别教学。

3.自适应学习平台

基于以上分析，自适应学习平台可以说是一种引导学生个别化学习的系统。徐鹏和王以宁认为该学习平台是为个体学习过程中存在的差异提供符合个体特征的学习支持的相应的学习系统，而黄伯平、赵蔚和于延冬等则是从连通性、内容和文化三个层面阐述对该平台的定义。从这些学者对自适应学习平台的定义中我们能够看出，国内的定义相对来说较为简洁，重点是强调自适应学习系统能够为学习者提供特色的学习服务和学习支持，而其实现途径是基于对学习者自身特征的综合分析，从而提供个性化服务。

● 自适应学习技术文献综述

1.文献来源

本研究采用的一部分文献来源于中国知网（CNKI），还有一部分来自万方数据，时间为2013—2017年。检索条件为，中文检索关键词“自适应学习技术”“自适应学习系统”“自适应學习平台”或“自适应技术”（或主题词“Learning”并含“适应性/个性化”）；英文检索关键词“Adaptive e-Learning Systems”或“Adaptive learning platform”“Adaptive learning technology”。共搜索到文章34篇，这些检索条件基本上涵盖了自适应学习技术的所有应用情形。笔者将文章进行分类统计，可得到自适应学习技术应用现状文献分析表（如上页表1），通过对分析表进行数据分析，可以得到该技术应用文献年份分布图（如图1）。

本文通过文献分析法和内容分析法，对国内2013—2017年与自适应学习技术相关的重要文献进行整理分析，不难发现实现个性化学习的有效途径之一便是自适应学习技术的优质利用，同时也发现自适应学习技术虽涉猎广泛，但运用领域呈现集中化，尤其在初、中等教育的实践和研究以及对学习者情感的研究方面相对较少，自适应学习技术只有与大数据以及其他多种技术结合应用才能在将来为学习者提供更方便快捷而且适合学习者的更加智能的个性化学习服务。

2.自适应学习技术应用文献分析

在研究自适应学习技术的过程中，不可避免地会提到自适应学习技术所涉及的各个专业领域，因此笔者从中国知网找到了近五年（2013—2017年）自适应学习技术在各专业领域的应用，通过主题检索“自适应学习技术”“自适应学习系统”“自适应学习平台”，将资料进行分析并进行了汇总，得出了自适应学习技术在各行各业中的应用，得到了自适应学习技术应用领域汇总表（如表2）。

通过对自适应学习技术应用领域汇总表进行数据分析，我们可以得到自适应学习技术应用领域分布图（如图2）。

由图2可以看出，自适应技术在电信技术领域占到32%以上，甚至更多，在教育理论与教育管理领域占28%，而在计算机软件及计算机应用领域的运用达到了整个自适应技术应用的27%，互联网技术只占6%，而中等教育和高等教育共同占7%，由此可见，目前自适应技术在教育领域还只停留在理论层面，而在实际中更多应用于计算机网络技术方面和信息技术方面。对于自适应学习技术而言，最终目的是为学习者服务。中等教育和高等教育中自适应学习技术应用所占的比例少之又少，这恰恰说明了自适应学习技术在教育领域落实并不到位，仅限于理论层面，不能真正实现为学习者个性化学习服务的要求。

● 自适应学习技术在教育领域面临的挑战

1.对教师的挑战

其一，对教师的专业知识能力和水平是很大的挑战。传统教学模式下课上内容的学习以及学习进度由教师主宰，而在使用新技术进行授课时，要求学生学习、解决问题更加主动。在这个过程中，学生对所学内容难免会有质疑，从而挑战教师权威，这些都要求教师有深厚的知识储备和精湛的教学技能。其二，对教师信息素养能力也是一种很大的挑战。教师使用新型技术来达到实时交互，同时利用技术对学生的学习信息进行收集、处理，以提高学习效率，达到要求。

2.对学习内容的挑战

传统的课堂教学，学生的学习内容直接取决于教材的内容，这样的学习内容是静态的，不易使学生产生发散性思维，而自适应学习技术能打破学习内容的静态性，知识的学习不再是以识记为主要学习方式，生动有趣、丰富多彩、发展个性的学习方式和内容成为学生学习的新要求。

3.对技术的挑战

自适应学习技术的概念提出以及相关研究雖然已经有许多年，但它其实是在互联网技术和人工智能的飞速发展中逐步实现自身真正发展的，这种能够促进学生学习的自适应技术还需要经过实践的检验，要实现对学生的个性化测评，就需要结合大数据对学生的信息进行监测、整合、分析并反馈，只有技术不断发展，才能获得足够的资源，实现为学生学习服务的要求。

● 结论

随着新兴科技的飞速发展，个性化自适应学习系统可以在大数据、云计算及人工智能的支持下与其他系统相互联系，收集更加丰富的数据、信息资源，并将其作为个性化自适应学习系统分析的根基，某一个系统的输出可以是其他系统的输入，经由数据的连通，导进个性化自适应学习系统中，使之成为最直接的评价手段。大数据、人工智能已是目前研究的热点话题，我们可以利用大数据在教育领域的运用对学习者的学习过程进行全方位的监控、全面分析，为学习者提供更加精准、智能、适合自身个性特点的学习服务，甚至为学习者提供全生命周期的学习服务。

参考文献：

[1]王洪江，黄洁.面向自适应学习系统的开放学习者模型研究[J].数字教育，2017（2）.

[2]马相春，钟绍春，徐妲.大数据视角下个性化自适应学习系统支撑模型及实现机制研究[J].中国电化教育，2017（4）.

[3]董晓辉，杨晓宏，张学军.自适应学习技术研究现状与展望[J].电化教育研究，2017（2）.

[4]郭朝晖，王楠，刘建设.国内外自适应学习平台的现状分析研究[J].电化教育研究，2016（4）.

[5]牟智佳.学习者数据肖像支撑下的个性化学习路径破解[J].远程教育杂志，2016（9）.

[6]姜强，赵蔚，王朋娇.自适应学习系统中学习者为中心视角评价学习成效实证研究[J].现代远距离教育，2015（4）.

[7]赵学孔，徐晓东，龙世荣.B/S模式下自适应学习系统个性化推荐服务研究[J].中国远程教育，2015（10）.

作者简介：刘立云（1978.7—），女，山西平遥人，山西大同大学教育科学与技术学院讲师，硕士。主要研究方向为混合式学习、微课、翻转课堂、数字化学习资源的建设。

基金项目：本论文受教育部重点课题基金支持：面向智慧教育的中小学学习空间研究与实践（项目编号：CSDP2017FS1104）；山西大同大学2017年度校级课题基金支持：“互联网+”下大同市博物馆移动学习平台的设计与开发（项目编号：2017K16）；山西大同大学2017年度校级教改项目基金支持：基于大数据的数字媒体专业程序设计类课程的个性化教学改革实践。