卢文辉
(浙江广播电视大学,浙江杭州 310012)
人工智能(Artificial Intelligence,AI)一词,肇始于约翰·麦卡锡(John McCarthy)在1956年召开的达特茅斯会议上所提出的概念,由此,人工智能成为计算机科学中一门独立的经验科学。随着计算机应用技术的发展,人工智能的概念逐渐拓展为用机器模拟人类的思维和认知,即,使用机器模拟人的智能。历经60 余年的发展演进,人工智能技术已取得长足的进步,近年来的突破尤为明显。例如,2016年和2017年,谷歌公司DeepMind 研究团队开发的人工智能系统AlphaGo[1-2],相继战胜了韩国围棋冠军李世石和世界围棋冠军柯洁,造成了轰动全球的影响。
作为一项颠覆性技术,人工智能正在深刻改变着人类世界及社会形态,这引起了世界主要国家的高度重视,同时也将人工智能提升到了国家层面的激烈博弈:据统计,美国政府2015年在人工智能方面投入的研发经费已超过11 亿美元,旨在大力支持人工智能在制造、农业、金融、交通、科技等领域的应用。2016年11月,美国政府相继发布了《为人工智能的未来做准备》和《国家人工智能研究和发展战略计划》的报告[3],指出将重点支持人工智能领域的七大战略研发,包括:基础研究战略、人机交互战略、社会学战略、安全战略、数据和环境战略、标准战略和人力战略。时任美国总统奥巴马更将其视为美国新的“阿波罗登月计划”。同年12月,美国政府又紧接着发布了《人工智能、自动化与经济》报告,以期进一步推动人工智能在自动化经济中的应用。
日本在2015年1月即已发布《机器人新战略》,在2017年3月再度发布了《人工智能技术战略》,该文件为人工智能产业化、 人工智能在公共事业应用和建立人工智能生态系统,规划了路线图。2014年欧盟发布的 《2014-2020 欧洲机器人技术战略》报告,旨在推动机器人技术在各个行业的应用。2018年4月,欧盟委员会发布的《欧盟人工智能》,则进一步将AI 技术的应用发展向教育、培训系统扩散。德国政府在2013年就已提出了“工业4.0”的战略,意图在制造业领域全面覆盖人工智能技术,以实现智能化生产。这同样体现在2014年发布的《新高科技战略》中,该战略报告提出了积极推动技术应用和协同创新的发展策略;2018年德国政府又发布 《联邦政府人工智能战略要点》,加大对人工智能重点领域的研发和对基础设施建设的资助。
我国高度重视人工智能技术发展和基础设施建设,国务院在2015年5月发布的《中国制造2025》中,明确九项战略任务和八项战略支撑,旨在实施制造强国战略;随后,在2016年8月发布《“十三五”国家科技创新规划》中,明确了将人工智能技术作为我国新一代技术发展的方向;2017年7月,国务院又发布《新一代人工智能发展规划》(以下简称《规划》),制定发展的重点任务,并明确到2030年我国在人工智能理论、技术和应用等方面,达到世界领先水平,成为世界主要人工智能创新中心的远景目标[4]。
人工智能技术对教育的渗透和影响也日益显现,这受到众多教育领域学者的关注[5-11]。人工智能对教育的影响体现在:个性化学习得到完善;终身学习获得支持;以适应性、个性化特征服务于终身学习的智能学习环境建设[12-13]得以实现这三个方面。
具体而言,人工智能对教育的影响主要表现在:(1)人工智能能够实现个性化学习,通过构建学习者的知识图谱,跟踪学习者的学习过程,收集、整理和分析他们的学习数据,为学习者提供个性化的学习方案;(2)人工智能能够改变教师的角色,帮助教师批改作业和试卷,让教师从繁琐的工作中脱身而出,更专注于教学方法改革和优质资源建设,并且根据人工智能学习系统提供的学生学习情况,教师可以有针对性地选择知识点,为学生推荐最合适的学习资源,实现真正意义上的因材施教;(3)人工智能能够实现个性化的学习支持,为学习者答疑解惑,解决难题,实现一对一辅导,并根据每个学习者的不同学习情况,推送相关学习资源,让学习者从题海中解放出来,花更少时间学习更多的知识,提高学习的精准度;(4)人工智能能够改变学习方式,学习者可以使用人工智能系统在任何时间、任何地点根据自己的需要安排学习,学校安排的学习场所可以成为全球学习者的教室,任何想学习的学习者都可以通过人工智能系统的开放接口进行连接,获得在线学习机会。
人工智能技术的发展热潮方兴未艾,与此同时,第五代移动无线通信技术(5G)也已悄然登场。5G 技术具有更宽的带宽、更高的速率、更可靠的安全性和更低的时延,能满足未来万物连接的需求[14]。在此之前,增强现实(AR)和虚拟现实(VR)技术的数据非常庞大,受带宽和数据传输的限制,AR 和VR 的应用都难以落地,而AI+5G 技术的发展为教育带来了全新的发展机会。具体而言,首先,5G 技术的高传输率和低时延特性使得AR 和VR 的传输难题迎刃而解,虚拟手术、虚拟驾驶、飞机驾驶、地震模拟等AR 和VR 场景教学可轻松实现;其次,5G 技术可提高在线学习的交互性和沉浸感,提升学习者学习的便捷性,提升在线学习的学习体验感。可以说,5G 技术的发展为构建智慧化学习平台提供了技术支撑。由于5G是一项崭新的技术,当前的研究主要集中在5G 技术标准和通讯等方面[15-16],在教育领域的应用研究则相对较少。随着5G 技术的不断发展和应用,它必将给教育领域的发展带来深刻变革。
《规划》指出,要推动人工智能在教学、管理、资源建设等领域的全方位发展应用; 开发立体综合教学场、基于大数据智能的在线学习教育平台;建立以学习者为中心的教育环境,提供精准推送的教育服务,实现日常教育和终身教育定制化。显然,根据国家战略规划、 学习型社会建设目标和教育信息化发展方向,运用人工智能技术开发智能在线学习平台已上升为一项国家战略。事实上,应用AI 和5G 技术促进学习环境建设和教学方式的智慧转型,构建个性、精准、灵活的教育服务体系,也已成为教育界的一种共识[17-20]。
为迎接AI+5G 技术带来的发展机遇,我们必须正视如下问题:(1)AI+5G 对构建在线学习平台建设理念和建设路径起到什么样的作用?(2)AI+5G 对在线学习方式产生了何种影响?围绕这些问题,基于智能化无缝式学习环境理念,通过对现有学习平台进行审视,针对先前学习平台的不足,提出智适应学习平台(Intelligent Adaptive Learning Platform,IALP)的概念。并在此基础上,探讨智适应学习平台架构、功能,以及平台的实施路径,为智慧教育和终身教育发展架构智能化的平台支撑。
随着现代信息技术和远程开放教育的发展,在线学习平台迅速崛起。国外早期较为著名的学习平台主要有美国凤凰城大学的rEsource 在线学习平台[21]、英国开放大学学习平台[22]、Moodle[23]和Blackboard[24]学习平台。国内在线学习平台早期以国开学习网、奥鹏学习平台和上海学习网为代表[25]。其中,国开学习网和奥鹏学习平台主要服务于学历教育; 后者主要服务于终身学习。
自2012年以来,国外edX、Udacity、Cousera 三大慕课平台(大规模开放在线课程)迅速兴起,掀起了全球在线课程学习的热潮,也带动了如慕课中国、腾讯课堂、新浪网易公开课等学习平台的发展。例如,我国政府和高校积极推进慕课平台建设,教育部和财政部共同支持建设了“爱课程”平台,该平台是目前国内规模最大、 学科门类最全的课程在线学习平台[26]。此外,比较知名的其他慕课平台有清华大学在2013年成立的“学堂在线”,上海交通大学在2014年初成立“好大学在线”,以及智慧树、超星尔雅,等等。
虽然,信息技术的应用促进了教育信息化的发展,使得在线学习平台建设取得了较大的进步,但在AI+5G 视域下,现有在线学习平台仍存在以下不足:
第一,平台的顶层设计不足。首先,教育主管部门、学校和教育机构对学习平台建设缺乏统筹规划,通常在一个区域里建多个学习平台。例如,上海市已建设了19 个数字化终身学习平台,这些平台功能大同小异,学习内容也是神肖酷似[27]。事实上,一个上海学习网就可以满足上海市民终身学习的需求;其次,学习平台各自为政,如,学历教育平台和非学历教育平台各自为营,资源平台、实验平台和学习平台也各行其是,这种建设局面造成学习者不得不在各个平台中“转圈”,难以得到舒适、快捷、多样化的一站式学习服务,学习体验感差;最后,由于各个平台由不同公司负责开发,即使每个平台提供接口,但不同公司开发的系统数据模式、 数据标准和字段设计截然不同,这为数据流动造成人为的阻碍,也给统计学习行为数据带来了很大困难,难以实现数据挖掘和数据分析功能。
第二,平台的学习体验感不强。虽然AR 和VR技术早已被应用到教育领域,但受其建模数据量大的限制难以真正应用落地,特别是在当前的学习平台上,采用AR 和VR 技术的学习内容较少,学习者对虚拟场景的学习存在疏离感,不能反复观察、操作、练习,导致学习体验感差;并且,平台缺乏对学习者学习成长的记录,例如,平台缺乏对学习者在学习过程中的学习目标、学习行为、学习步伐、学习成果和学习反思等数据的记录,无法实现对学习的跟踪、分析和预判,以及将学习者的学习成长记录可视化的操作,学习者因而无法直观地体验到自己的学习成长。
第三,平台的智能服务不够。首先,现有学习平台通常包括学生选课、课程展示、课程学习和在线互动等基本功能,但缺乏智能化支撑下的学习服务功能。平台的资源服务模式是以支持学习者寻找学习资源为主,而且为了查找资源,学习者通常需要操作繁琐的目录定位,才能找到相应的学习资源,因而平台的个性化知识服务水平较低,更缺乏对其他网站资源的汇聚力;其次,学习内容呈现形式单一,平台或者以文字为主呈现学习内容,或者以视频为主呈现学习内容,缺乏短小精悍的微课和疑难点解答资源,更缺乏展现学习内容的知识图谱类型的资源。总之,AI 技术的缺位,使学习平台不能达成主动识别学习者隐性和显性的学习需求,难以提供主动、安全、绿色、高效的学习支持服务。
第四,平台的泛在支持不及。在线学习平台最基本的功能是实现“人人、处处、时时”学习。现有的平台多数是基于Web 的网络学习平台,这种平台难以满足在移动环境下学习者利用碎片化时间获取知识的需求[28]。当今社会,随着云计算、大数据、AI 技术和5G技术的发展,学习者越来越需要随时随地、自由自在进行不同方式、目的移动学习。因此,构建基于智能化学习的移动学习平台成为当前一项重要任务。
综上可见,现有的学习平台已不能适应AI+5G时代学习者的学习需求。我们需要运用AI、5G 技术,构建界面简单、用户友好、解释性强、响应及时、安全性高的智适应学习平台,以满足学习者在智慧环境下个性化学习的需要,服务全民学习,推进教育公平。
为了克服现有学习平台存在的问题,我们提出了智适应学习平台(IALP)的概念:IALP 是基于AI+5G 技术对原有平台的再造,基于现代教学理论、社交学习理论、 智慧教育理论、 新建构主义学习理论等,以学习者为中心,动态识别学习者的认知能力、学习风格、学习状态和学习文化等个性化特征,实现学习资源、学习路径的个性化推荐和智能、快速、全面的数据分析,以相匹配的媒体、资源、工具、教师、学生等构成基于大数据智能化的学习空间,从而实现智能化无缝式学习的目标。
IALP 的优势在于:(1)提供沉浸式学习。通过使用AI+5G 技术,促使AR 和VR 技术在学习平台上的应用,为学习者提供增强现实和虚拟仿真的学习内容,这不仅提升了学习者的技能,还增强了学习的乐趣。(2)构建智慧化学习环境。AI+5G 技术为平台上所承载的资源、工具、用户提供无处不在的智能连接,实现学习者与学习资源、学习者与学习者、学习资源与学习资源的快速连接,真正实现学习的快速定位、推荐和呈现。
与现有学习平台相比,IALP 具有以下特征:
第一,更智能的应用。使用AI 技术,学习者可以迅速呈现所学内容,并获得智能推荐的个性化学习内容;在学习遇到困难时,平台能智能解答,实现“一对一”的虚拟辅导;平台根据学习者的学习情况,进行定期分析,给出合适的学习路径,促使学习者快速成长,使学习者感受到平台越来越“懂你”。
第二,更丰富的内容。使用AI、5G、AR 和VR 技术,可以将原有以文本、图像和音视频资源为主的学习内容,改变成以AR 和VR 为主的方式呈现,使学习内容呈现更加丰富、逼真,也更加便于学习者掌握。
第三,更快速的响应。由于5G 技术的高速率、低延时的特性,学习者能快速上传、下载学习资源;快速连接线上、线下资源或工具;快速帮助学习者实现精准化学习内容定位、专属深度辅导、个性化学习路径跟踪等行为。以上功能实现了线上、线下无缝衔接,能极大地提升学习效率。
第四,更舒适的用户体验。AI、5G、AR 和VR 技术的应用,使得平台设计美观通俗、操作便捷;学习资源呈现虚实结合、流畅自然;平台的资源查找、资源推荐、智能答疑、增强现实、虚拟现实等智能服务更是“润物无声”。
1.智适应学习平台的价值
智适应学习平台的价值体现于学习价值和社会价值。智适应学习平台的学习价值是指为学习者提供智慧学习、智慧交流、智慧解答和智慧分析服务,以满足学习者个性化学习的需求。智适应学习平台的社会价值主要体现在:
(1)服务于推动终身教育。借助信息技术和智能技术,构建起集网络学习系统和移动学习系统于一体的智慧学习平台,使人人皆学、处处能学、时时可学的智能化无缝式学习空间的实现成为可能;其次,IALP 是集学历教育和非学历教育于一体的网络学习空间,为全体社会成员提供满足多样化学习需求的服务,推动了终身教育的发展;最后,IALP 需要在教育管理公共服务平台和教育资源公共服务平台融合发展上,探索并建立相应的服务机制。
(2)服务于办好网络教育。构建IALP 可为当前的远程教育和在线教育服务,通过互联网/移动互联网,将教与学由传统的教室延伸到社会每个角落;将学习由学校教育延长到人生全程; 将教育由正规教育拓展到非正式教育; 将学习内容由传统的教材扩展到跨媒体数字化资源,服务于多样化学习形式和一站式学习需求,从而实现有教无类的教育理念。
(3)服务于提高信息素养。教育部印发《教育信息化2.0 行动计划》(以下简称《行动计划》)指出,到2022年基本实现“三全两高一大”的发展目标,其中“两高”包括师生信息素养和信息化应用水平的普遍提高。在“课堂用、社会用,经常用、普遍用”的基础上,构建IALP 可实现推进信息技术、智能技术与教育教学的深度融合,实现灵活、投入、轻松、有效的学习,提供便捷、及时的交流和沟通等功能。这有助于全面提升学习者的信息素养,推动学习者的信息素养从应用信息技术跃升到拓展能力素质上,从而提升他们的信息价值判断与信息思维能力,以适应信息社会高速发展的需要。同时,构建IALP 还能提供完整的教学设计和特有的资源呈现,使教师能使用信息技术或工具解决课程设计、 教学过程优化和资源设计等问题,进而提升教师的信息素养。
2.智适应学习平台的功能
IALP 的建设目标聚焦于终身学习过程中出现的缺乏学习持续力、学习体验不足、学习探究匮乏、数据收集和数据分析不够等问题,旨在通过推动人工智能在教学全过程的应用,建立以学习者为中心的网络学习空间,来为学习者提供精准的教育服务,其功能的实现如图1所示:
图1 智适应学习平台(IALP)功能框架
(1)智能融合功能。首先,使用AI 技术,IALP 可实现对学习过程的数据呈现,例如,通过应用机器学习、数据挖掘和关联分析技术,跟踪和记录学习者在在线课堂学习、试题测试、资源浏览、在线互动、小组协作和探究学习等方面的数据,实现显现学习和记录学习全过程的目标;其次,使用5G、VR 技术,IALP 能为教师提供灵活、便捷的教学过程设计,实现课程资源组合、 学习内容呈现和学习评价等功能; 此外,IALP 还能识别学习者的学习活动、学习伙伴、学习地点和学习时间,为在线教与学的开展提供平台支撑,不断促进AI、5G、VR 与教学全过程的智能融合。
(2)智能互联功能。通过AI 和5G 技术,IALP 实现了学习内容的有意义互联,生成显性和隐性的智慧化学习路径及多样化的学习工具与学习场景,为学习者提供适合其自身发展的学习内容和媒体工具,让学习者、学习资源和学习工具形成互联,使学习者有“平台知我”的亲切感、“平台懂我”的沉浸感和体验感,促进学习者的个性化学习,让沉浸学习、高效学习和持续学习自然发生。
(3)智能分析功能。应用AI、5G 技术,IALP 可实现智能、快速、全面的数据分析,揭示学习数据和教学信息的联系,并以此为依据进行学习预测和服务,达到提高教学和学习成效的目的。利用数据挖掘技术,整理、记录和清洗学习者的视频学习时间、文本学习时间、资源浏览数量、作业完成情况、参与测试成绩、论坛发言数、互联网学习时长、移动互联网学习时长、上网时间段、学习资源类别等数据,构建在线学习过程预测模型,从而有助于推进在线学习成绩预测、学业预警和过程评价的形成。
IALP 的设计,需要适应AI+5G 网络技术发展,满足服务全空域、 全时域、 全受众的智慧学习新要求,以增强知识传输、能力培养、素质提升和思维拓展的效果和效率为目标,以达到自主学习需求、符合学习者的学习习惯、引导正确的学习方向、促进持续学习为实施条件。因此,在分析IALP 建设方向和目标基础上,结合AI+5G 的应用,我们设计了IALP 建设系统架构,如图2所示。
图2 智适应学习平台(IALP)建设系统架构
该平台的系统架构需要以云设施层为技术支撑,通过使用云架构、硬件的虚拟化、负载均衡和存储计算,使平台具有很强的数据存储处理和计算能力。在此基础上,平台的互联网学习系统、移动互联网学习管理系统和智能化管理系统,为访问平台的所有学习者提供互联网和移动互联网接入,实现时时可学、处处可学的智能化无缝式学习环境。
1.平台应用层
平台应用层中的云教学、云学习、云社区和云管理,主要为学习者、教师、助教、管理人员提供交互界面。云教学为平台实现在线教学服务,学习者和教师可以通过平台,实施在异地同时上课,实现多地、多人同上一门课的功能,及时将教学内容传递给众多学习者,以克服教学场地以及师资的不足;云学习是平台设计的核心功能,通过统一身份认证,平台为学习者提供“量身定做”的学习内容,满足学习者随时随地的学习需求,并提供学习进度、学习辅助资源、学习安排等精准化服务,实现个性化学习;云社区可实现在线交互功能,包括学习圈、学友群、班级群、讨论组等区块,主要面向学习者与学习者之间、学习者与教师之间、学习者与技术人员之间的交互活动;云管理可提供管理控件,帮助管理员、教师和学习者分别管理自己的业务,以实现整个平台如“行云流水”般的运行和呈现。
2.平台数据层
平台数据层的主要功能为: 一是负责向用户提供数据源,包括学习者、教师、管理人员等用户信息库、学习行为数据库、教学数据库、学习资源库等。平台将这些数据库扩展为移动信息库、 移动学习资源库和大数据字段属性,使这些数据库具有集中存储、管理和计算的功能。数据库时时备份,并将数据应用到其他应用系统中,实现数据深度挖掘和数据高度共享。二是采集、整理、清洗、归化和存储学习过程数据、教学过程数据、学习资源制作数据、交互数据等,为上层数据分析提供大数据支持。
3.平台分析层
数据分析与处理是实现个性化学习的必要过程,因此,应用聚类技术、挖掘技术和分析技术计算和分析数据是平台不可或缺的功能。IALP 具有较强的数据预处理和数据分析能力,通过分析学习者的个人信息、学习过程数据、交互过程数据和教师的教学数据、服务支持数据等,为学习者和教师提供贴身式服务。
4.学习空间层
学习空间(网络学习空间的简称)是使用信息技术和智能技术构建的支持正式学习和非正式学习的虚拟空间[29-30]。它是平台为学习者提供学习的在线场域,通过信息技术和智能技术,开放式地将学习者、教师、学习资源、课程设计形式、教与学环境紧密联系成为一个有机空间,如图3所示。可根据学习者的不同学习风格,灵活设计个性化的学习空间,并随着学习者的成长、学习资源增长和技术的新应用,使学习空间实现动态化更新。
图3 智适应学习平台(IALP)网络学习空间架构
5.资源工具层
资源工具层主要为教师进行学习内容设计、微课制作等提供相关素材和工具; 为学习者的知识学习提供体验、理解、感悟与探究的支撑工具和资源;也为学习者提供在线虚拟仿真实验,便于学习者深度理解课程知识和提高实践操作能力。该层中的虚拟助教,能与学习者进行沟通和交流,既可解决在线学习的孤单感,也可代替教师为学习者答疑解惑。
6.均衡发展层
均衡发展层是平台为所有用户全面成长提供知识汲取、经验分享和才艺展示的虚拟空间。学习之星是为有刻苦勤勉习惯、坚韧执着品质、灵活缜密思维的学习者展示学习经验和成果的场所; 悦读书苑为学习者提供种类繁多的在线电子图书,为培养学习者的深度思考能力提供智力支撑,同时提升IALP 的黏贴性; 技能培训可为学习者提供在线技能培训功能,也可以通过在线报名、 线下培训的形式开展培训;才艺展示是为平台所有用户提供“秀我风采、亮我才艺”展示自我的空间,能激发学习者的学习积极性,既能为其他用户提供优越的技能,也能为学习资源创建积累素材; 团队组织和活动组织是为相同爱好的学习者搭建一个共同参与的学习项目平台,如,组织摄影、舞蹈、阅读、健身等活动,拉近学习者之间的距离,丰富学习者的学习爱好,促使学习者全面成长。基于上述这些功能,均衡发展层成为平台应用层的重要组成部分。
1.5G+大数据学习分析模型构建
与以往的分析模型相比,5G+大数据学习分析具有高速度、高容量和低延时的特性。利用5G 和机器学习相关技术,平台能够有效计算和挖掘学习大数据,完成数据采集、数据整理、数据清洗、数据分析、数据呈现和结构反馈六个步骤,从而实现学习分析模型的构建与运作。结合上述分析,我们设计了一种面向服务架构的基于目标追求的5G+大数据学习分析模型,如图4所示。
图4 “5G+大数据”学习分析模型架构
该架构主要以AI 和5G 技术为基础,以满足学习者学习需求、提高学习效果为目标追求,为学习者提供精准的学习服务。数据采集、整理、清洗、分析和呈现,都围绕着这个目标进行,并且,模型设计的每一个部件是否合理都以目标完成情况为评价标准。实际上,模型设计除了思考目标,还要重点考虑学习者的学习知识、学习偏好、学习行为和学习经历等因素,来帮助学习者制定和执行学习计划,选择学习资源和学习策略,并进行阶段性的自我评价,以提高学习者的学习主动性和持续性。
2.智适应学习路径构建
智适应学习路径是AI+5G 支持下满足学习者开展自适应学习的基础条件。其中,使用数据挖掘算法可以为学习者构建个性化的学习体验。通过采集、整理学习者与在线学习平台交互的静态数据(如,姓名、班级、专业、兴趣偏好、知识点等)和动态数据(如,学习进度、作业、测试、交互数据等),得到学习者在学习过程中的行为数据,然后采用近邻传播算法对知识聚类和学伴聚类分组[31],从而优化学习路径。近邻传播算法的核心思想是交替使用两个消息传递,找到有相同学习偏好和认知水平的学习者,以及学习内容相似或相近的知识点和辅助材料,从而找到最优的学伴和知识。
1.构建多技术支持的学习环境
使用AI、5G、云计算、大数据和机器学习等技术,IALP 一体化地实现了互联网学习系统和移动互联网学习系统,为学习者提供包含在线学习与移动学习的一站式泛在学习环境,并提供了便捷灵活的在线课堂教学形式,不仅实现多人、异地同上一堂课,还支持教室、 车间、 户外和移动空间等不同学习场景。而且,IALP 以学习者为中心,以智慧化的学习空间为建设重点,以互联网和移动互联网为接入方式,提供多样化学习形式,智适应支持学习者主动学习;支持教师设计并开展混合式教学;支持学习者之间、学习者和教师之间的协作式学习和讨论式学习,构成“平台知我”和“平台懂我”式的全新服务与支持模式,如图5所示。
图5 多元技术支持的学习与服务模式
2.构建多技术支持的个性化推荐
个性化推荐服务是实现个性化学习、 智适应服务的有效手段,也是构建智慧学习环境的有效工具。在AI+5G 技术支持下,IALP 能持续记录学习者的学习状态、学习风格、认知水平和学习偏好等数据,通过数据计算,快速准确地推送各种服务,促进投入、灵活、轻松、有效的学习行为发生。
2016年,一些研究者提出了无缝式学习环境的概念,它是数字化学习环境与物理学习环境深度融合的智慧化形态,是教育信息化的一个重要发展方向[32]。随着AI+5G 技术的“强强携手”,智能化、无缝式学习环境在在线开放教育中得以实现与应用。其中,智适应学习平台应用与落地,即打造着智能化、无缝式的新型学习环境,也成为“浙江学习网”探索的重要依据。
目前,在已经建成的一些平台中,如:浙江省高等学校在线开放课程共享平台、浙江终身学习在线、国家开放大学学习网、浙江电大成人教育学习平台、浙江老年开放大学学习平台(第三年龄学堂)、浙江省终身教育数字化资源库、 浙江省终身教育学分银行管理系统,以及浙江省终身教育体系内的其他各类学习平台等,在定位、服务对象、教学方式、学习支持等方面既有区分又有重合,如果不进行整合,其应用推广过程将面临一些问题: 一是缺少统一的学习门户和入口,难以形成学习内容的有意义互联;二是缺少统一的身份认证,为学习者打通“一站式”学习环境难以实现; 三是缺少学习行为和成果数据共建共享基础,难以实施基于大数据的精准服务和决策支持;四是缺少统一的承载平台的标准体系,难以对接全社会各类学习平台,聚合各类教育服务。
基于IALP 的概念、特征与功能审视,现有平台存在前文所提到的顶层设计不足、智能服务不够、体验学习不强、泛在支持不及等四个方面问题。为此,在建设“浙江学习网”过程中,我们把它放在AI+5G的场域中,进行前瞻性的设计,克服以往学习平台存在的问题,以适应未来5G 时代智能化、无缝式的新型学习之需,更好地服务于5G 时代的新型学习者。
具体而言,其目标在于:基于IALP 的设计理念,以学生为本,以智慧教学、个性支持、精准服务为价值追求,坚持统分结合、整合共建、开放共享的建设原则,面向教育和服务。一方面,打造“浙江省终身学习云平台”,推进全社会各类学习平台的融合互通,形成各级各类学校和教育机构共同参与的终身教育学习网络和支撑体系,满足学历与非学历教育的线上教学、支持、管理需求,为学习者提供终身学习全轨迹、教学支持全程化、教学类型全覆盖、教学服务全方位、平台标准全开放的一站式学习环境。另一方面,打造“浙江省终身教育公共服务平台”,聚合全社会各级各类教育资源和教育服务,为学习者构建终身学习档案,提供便捷的远程学习支持服务,整合构建全省终身教育的一体化信息服务支撑体系。
基于此,遵循AI+5G 场域下IALP 设计理念,形成了符合智适应要求的平台总体设计,内容包括总体框架与功能实现,如图6所示。
图6 “浙江学习网”总体设计
总体框架采取分层设计,包括基础设施层、平台数据层、资源工具层、功能实现层、用户应用层等五层。其中功能实现层是关键,也是难点。在AI+5G 技术场域下,其功能实现主要架构在智能融合、智能互联、智能分析三大功能之上。为此,需要将整个平台分为“七统一”功能区进行建设:
(1)统一学习门户。通过融合现有平台资源,定制开发统一学习门户,聚合各类教育服务,承载各种教育类型,实现信息门户、资源门户、服务门户、互动门户、搜索门户等五类门户功能。通过应用AI+5G 技术促进平台中的学习内容,实现有意义互联,避免学习者在原有各平台间获得单一且缺乏互联的学习内容。
(2)统一身份认证。打造用户数据中心,进行统一的身份认证和授权管理功能,实现学习者、教师、管理者等平台用户只需要一个账号就能通达整个平台,从而获得舒适、快捷和多样的学习体验。
(3)统一学习空间。通过统一身份和授权,使得学习者在统一的学习空间就能获得所需的学习内容和学习支持,进而完成其整个学习过程。
(4)统一学习支持。通过大数据获得实时全方位的数据分析,主动识别学习者隐性和显性的学习需求,提供主动、安全、绿色、高效的学习支持。
(5)统一数据分析。开发数据挖掘系统,根据实际需求对数据进行多维度统计分析,实现基于数据分析的决策支持。同时,通过分析用户的特点与规律,为学习者、教师和管理者提供更多的学习指向性数据和信息推送,为学习者的个性化学习与定制交互空间建立基础。注重人机之间、学习者之间以及教师与学习者之间交互数据的采集,密切追踪学习者的学习轨迹,并建立起终身教育的学习档案。对学习资源、学习动态、任务、学习小组等信息进行聚合分析,对有关数据进行相似点提炼和差异化处理,为智能分析决策和个性化服务提供精准数据源,以实现教育教学全过程的智能融合。
(6)统一移动学习。基于统一后台,完成移动端开发,实现平台多终端一体化。通过借助“5G 高速公路”,在移动端为学习者提供全网在线学习,满足移动环境下学习者利用碎片化时间获得知识的需求,实现随时随地、自由自在地进行不同方式、不同目的的智能化无缝式学习。
(7)统一接口标准。构建和完善数据、网络、系统、架构、接口、文档、运维、安全等一系列标准规范。重点是通过现有平台的对接整合,提供一整套接口标准,并向社会公开发布。为全社会各类终身学习平台功能对接提供接口规范和技术支持,从而使学习者获取学习内容和学习支持的需求有效延伸。
本研究在总结现有学习平台不足的基础上,从AI+5G 视域出发,提出智适应学习平台(IALP)的概念,分析了IALP 的特征和价值,探讨了IALP 的智能融合、智能互联、智能分析等功能;在此基础上,从智能平台的系统架构、 支持5G+大数据学习分析模型以及支持多技术应用的学习方式这三个方面,阐述了IALP 的实施路径,并分析了IALP 网络学习空间架构。由于AI+5G 是一项全新的研究课题,本研究提出的IALP 系统架构和学习空间架构还存在一定的不足,也有待于进一步与实践对接。
在今后的研究中,如何应用AI+5G 技术构建智慧化学习平台,为学习者带来智能、灵活、轻松、有效的学习体验,促进学习者学有绩效?如何通过平台的数据采集、跟踪与分析给予学习者适当的学习指导、反馈和干预,为学习者实现个性化学习? 等等,均是值得我们重点关注的问题。另外,对AI+5G 技术支持下智能化、无缝式学习环境的理论阐释、构建等,还需要我们作进一步深入研究。
致谢:在本论文写作过程中,得到了课题组成员林建明、张翼翔、厉毅、虞江锋、江立飞、尹学松等的协助和支持,在此一并表示感谢。