《研究型课程大规模实施智能支持平台研发与实施模式探索》项目介绍及可推广的经验总结

撰稿：张治

成果完成者：张治/上海市电化教育馆馆长

其他成果持有人：刘小龙 徐和祥 余明华 武嘉捷 凌玲

项目背景

研究型课程是世纪之交上海二期课改的亮点之一，与综合实践活动中的研究性学习对应，旨在让学生获得项目研究的经历，培养创新精神和实践能力。课程注重在教师的指导下，学生根据自身兴趣和条件自主选择研究课题，并通过科学研究或项目设计的方式获取知识、应用知识和解决问题。

项目组通过调研发现，在课程实施中出现了开设率低、水平不高等问题，需要解决的主要问题包括：第一，如何克服研究型课程实施遇到资源匮乏、导师不足、教法陈旧、管理困难等导致的课程开展普及难，避免以部分学生的深入发展掩盖对全体学生的支持不足；第二，如何克服研究型课程大量纸质材料和过程数据记录、分析处理难、评价难导致的课程实施效率低；第三，如何利用技术有效地支持、引导、激励和服务学生开展深入、个性化的课题研究活动，解决大规模因材施教难。

解决问题的过程与方法

（一）基本思路

随着智能技术的普及和应用，让人们看到利用技术辅助解决教育教学问题的希望。在具体研究过程中，以利用信息技术辅助上海市教育综合改革为目标，通过对上海市中学开展研究型课程的实际情况进行调研，总结调研结果，分析归纳出学校和学生参与研究型课程所面临的主要问题；基于对国内外教育技术、教育心理学、人工智能等相关理论的研究，结合调研实际，针对影响高中研究型课程普及性发展的制约因素及其有效策略，基于如何帮助学生寻找研究课题、如何解决学生的研究方法教育、如何评价、如何确立课题研究的核心价值（例如，获得学习经历和体验）等一系列问题，采取理论和实践相结合，构建了一个以自适应学习理念和技术为基础，以富集资源与智能推送、个性化引导与辅助、学习过程性数据记录与分析为特色，实现学校研究型课程管理、评价、服务于一体的智能支持系统，并探索了基于该系统的大规模实施模式。

（二）过程与方法

互联网和人工智能技术为解决上述问题提供了新思路，构建开放、免费、共享的研究型课程智能支持系统及其实施模式必要而紧迫。项目组采取实践和研究并行、跨界合作、迭代更新、规模推广的工作路径，历经18年研发了一套研究型课程智能支持系统（Massive Open Online Research System，以下简称MOORS），并探索了基于MOORS的课程实施模式，支持学校大规模实施研究型课程的教学、管理和评价。探索分为五个阶段：

1.课程实施和案例研究（2000-2003年）：开展研究型课程教学实践，初步总结出研究性学习规范化流程和教学管理方法，出版著作《高中研究型课程案例100例》等。

2.经验提炼和模型初探（2003-2007年）：2003年起，深入调研上海研究型课程实施现状及制约因素，从大量案例中，初步抽提出三个领域的“教学策略模型”，尝试开发了《促进研究性学习普及性实施的教育专家系统》，并探索实施模式，编写教材《研究型课程资料包》等。

3.试点应用与系统迭代（2007～2009年）：2008年第一代完整系统开发完成，包括课题管理模块、教学管理模块、个性化学习模块等。该系统在吴淞中学等12所高中试用，并根据应用反馈进行迭代升级和应用模式探索。早期成果获得上海市第三届学校教学成果二等奖。

4.实践应用与智能化升级（2009～2013年）：在专家系统的基础上，“教学策略模型”从3个领域扩展到13个，并构建“学习者模型”和“知识模型”，构成智能支持的核心。通过“智能推理引擎”适时推送个性化学习资源与任务。随后进行迭代升级，2012年在上大附中等13所高中进行规模试验，并在全国发放1000个网络试用账号。

5.应用推广与反思提升（2013～2018年）：2013年起，再次迭代更新后的智能系统上线，在上海大规模运用，并在北京、河南等地推广，目前已经成为上海新高考改革综合素质评价“研究能力”模块数据认证的来源。

成果主要内容

本项目成果主要包括MOORS平台构建及基于MOORS的课程实施模式探索，是“互联网+”和“人工智能”时代下的研究型课程与智能技术深度融合的实践与探索，是当下创新素养培育理论与实践、理念与技术、管理与评价、探索与创新的综合研究产物，属于大型教学智能支持平台研发及实施模式探索，旨在支持学校大规模实施研究型课程的教学、管理和评价。

图1：基于研究性学习的个性化学习者模型

（一）MOORS核心组件

项目组基于学习者的能力倾向和兴趣，构建了“学习者模型”；开发、汇聚优质教学资源，构建了“程序性知识模型”；从大量案例中，提炼建立了“教学策略模型”，支持开展“工程设计”“社会调查”等13个领域的研究性学习。三个模型结合，构成智能支持的核心，并通过实践不断进化。

1.个性化学习者模型

MOORS针对学习者操作、协作、探究等多种行为特点，通过描述学习者本征、学习情境特征、学习者偏好、学习行为特征、研学绩效等信息构建了学习者模型（见图1），以便更全面地呈现学习者特征，更好地监督学习者学情和状态，进一步提供个性化学习服务和支持。

2.程序性和方法类知识模型

知识模型是解决现实问题时用到的知识类型和结构关系。MOORS构建知识模型时，强调程序性知识和方法类知识，针对高中开展研究性学习各阶段所需的方法性知识、研究背景知识和问题解决案例等资源进行征集和梳理。同时，不同于以往根据学习者对陈述性知识掌握程度的资源推送机制，MOORS强调技能类、方法类知识，为每个知识点关联相应的研究策略和路径建议，即矩阵关联。程序性和方法类知识模型如图2所示。

3.个性化教学策略模型

教学策略模型旨在通过预先设定的教学策略来为学习者提供学习引导和支持。MOORS从大量研究型课程研究案例中抽提出研究性学习的一般范式，其教学策略根据不同研究领域（工程设计、社会调查等）预置规范化研究过程为学习者提供研究支架，通过构建研究性学习行为分析模型，对学习者行为数据进行采集和分析，结合学习者模型和知识模型，为学习者推荐匹配的学习资源、学习策略和学习路径建议。学习者在学习过程中可随时根据需求开展记笔记、讨论、分享等来支持学习的开展。基于规范化研究流程的个性化教学策略模型如图3所示。

（二）基于MOORS的课程实施模式

为探索MOORS更好地支持研究型课程实施，本成果结合混合式学习模式理念，形成基于MOORS的大规模实施模式，即融合学生线上基于个性化指导的项目研究过程和线下的调研探究体验：基于MOORS线上借助智能教学助手，为学生推荐研究主题，引导学生参与规范化研究过程；适时智能推送个性化学习资源和任务，让教师有更多时间、精力指导个性化和深度学习；记录过程性数据，并转化为表现性评价，为教师管理、服务、评价学生的创新实践活动提供大数据支持。在MOORS支持下，线下学生能够在真实世界便捷开展自主探究，如调研、观察、实验等探究活动；教师适时掌控学情，形成网络空间与真实世界深度融合的学习模式。典型应用场景如下：

1.学生角色。开展课题前，MOORS根据能力倾向、兴趣和搜索记录为学生推荐研究方向，学生通过查看资源、导师指导获得研究灵感，自行决定研究领域并开始研究。研究流程具体包括确定研究课题、制定研究方案、进行设计构思、设计表达与制作模型、测试与改进作品、提交与展示项目成果，学生组建团队开展研究。在规范化研究流程引导下，学生线下开展探究活动，线上记录研究过程并形成研究报告。并且在研究过程中，MOORS自适应匹配相应的学习资源和案例，持续给予学习支持和指导，促进学生深入探索。同时，学生当前研究课题可以随时分享到研讨圈进行展示，供其他学生收藏、点赞和评论，教师也可以参与讨论、指导。

图2：基于研究性学习的程序性和方法类知识模型

2.导师角色。在课题研究过程中，MOORS辅助导师为学生提供学习服务和支持。课题开始后，导师同意学生的导师申请，MOORS会自动创建包括导师和学生的群组，供师生即时讨论。在学习过程中，导师根据MOORS的过程性评价反馈，实时监控学生学情，并适时提供评语、情感激励、指导探究活动等，引导、激励和服务学生完成课题研究。

3.校长角色。校长通过MOORS可以随时监控全校研究型课程实时情况和学生研究性学习情况，并了解不同研究领域的课题开设和变化情况，同时通过数据可视化掌握以课题为中心的教师指导课题情况、课题团队组建情况、学生研究进展情况，以支持教学管理决策和资源分配。

成果创新点

（一）理论创新

作为一门新课程形态，研究型课程建设、实施、评价方法经历了从无到有的过程，本成果针对课程特点，梳理了课程价值观和教学策略模型，尝试将人工智能技术嵌入研究性学习的内在流程，延伸了混合式学习理论，丰富了自适应学习技术的应用场景，初步构建多源异构数据分析与评价模型，为大规模实施因材施教提供了范式。

（二）技术应用创新

系统集成了教学策略模型、学习者模型和程序性知识模型，通过“智能信息感知与识别引擎”动态感知学习者状态，根据“智能推理引擎”适时推送个性化学习资源与任务，从而辅助教师引导、激励和服务学生完成课题研究。通过过程性数据采集与分析，促进课程评价的科学性。通过机器学习不断进化，资源创生、汇聚、迭代和推送机制得以不断完善，为发展未来智能化教学产品提供基础。通过“云化”资源服务，发挥优质教育资源的示范和辐射效应，成为所有学生研究性学习的贴身助手，促进教育公平。

（三）推进机制创新

建立完善的信息生态系统，与综合素质评价系统数据融通,为综合素质评价、分类分层遴选学生提供真实可信的实证依据。形成了人工智能支持下的课程实施模式，为学习方式多样化提供支持。通过技术和政策相配套，结合推广活动，促进研究型课程普及性开展。

图3：基于规范化研究流程的个性化教学策略模型

成果应用成效

本成果于2008年首次规模使用，目前全国在线活跃学生人数46515名，分布于400余所初、高中，形成25129个本校或跨校的网络研究小组，累计形成有效课题成果42152项，应用单位满意度达95%。具体应用成效如下：

促进学生研究性学习的开展。学生在研究过程中获得了方向推荐、适时的过程引导和情感激励，在线研讨圈支持项目小组实时交流，参与学校的学生投入研究性学习的人均时间从最初的0.5小时/周上升至3.5小时/周。

辅助学校管理研究型课程。校长可以随时了解学生的研究性学习情况，包括谁和谁一起、在谁的指导下、在做哪类研究，进展情况如何，需要哪些支持和帮助等。以上大附中、吴淞中学为例，使用系统前平均每年有30余人参与20余项课题，使用后发展到每年有600余人参与400多项课题研究，并逐年提高。

提升了研究型课程的教学水平和经济效益。通过“云化”服务，将通识、通法和通用技能的教学外包给系统，适时推送给学习者，减少教师重复讲授，让教师有更多时间和精力指导个性化和深度学习，提高了教育的经济效益。更多的学科教师也参与进来，提供特殊知识领域的研究性学习指导和帮助。

变革资源共享方式。目前资源库开发汇聚了3680分钟研究型课程教学微视频或动画、206份优秀研究报告范本、350万字方法指导与案例，通过智能推送，让偏远地区的学生和上海顶级初、高中的学生一样，能够随时得到“教育专家”提供的教学指导。

沉淀大量学习过程和结果数据。系统已累积大量学习过程性数据，2017年有2000多项课题同步到上海“综评”系统，为上海“两依据，一参考”的高考改革提供实证依据，并将在教育规律挖掘和人才发现等领域持续发挥效应。

成果累计出版著作四部，发表论文三篇，两次得到上海市教委资助，得到《文汇报》等17家媒体的关注，《文汇报》于2016年8月17日发表《上海188所高中的高二学生“人人有课题”——研究性学习成为新风尚》对MOORS进行了专题报道。同时，北京、河南等地高中已引进使用，来自全国七个省市电教馆及四十余所学校专程前来考察交流。