基于人工智能技术的MOOC学习平台优化

刘彩萍 廖泽玲 梁斌

摘  要  在分析MOOC学习平台发展中所暴露问题的基础上，从学习者学习成长档案、交互式备课、协作学习社区、智能学伴、监督机制等维度探讨基于人工智能技术的MOOC学习平台优化策略。利用人工智能技术对在线学习者学习行为进行分析并干预，提高在线学习者的学习效率，充分发挥MOOC在线学习平台的功能。

关键词  MOOC学习平台；人工智能技术；学习成长档案；交互式备课；协作学习社区；智能学伴

中图分类号：G434    文献标识码：B

文章编号：1671-489X（2023）09-0040-04

0  引言

人工智能技术的迅速发展，对人类的生活方式、行为习惯、逻辑思维等产生深远影响，人工智能技术在教育领域的应用正在逐渐成为学术界探讨的焦点[1]。怀进鹏部长在“2021国际人工智能与教育”会议上提出：中国将加大人工智能教育政策供给，推动人工智能与教育教学深度融合，利用人工智能促进全民终身学习，致力推动教育数字转型、智能升级、融合创新，加快建设高质量教育体系[2]。MOOC学习平台作为在线教育平台正处在发展的风口，为了加快构建智能化在线学习平台，将人工智能技术应用于MOOC学习平台是实现这一目标的重要前提。

本研究旨在探讨如何将人工智能技术更好地应用于MOOC学习平台，以解决当前MOOC发展的问题。通过利用人工智能技术对在线学习者学习行为进行分析并干预，提高在线学习者的学习效率，充分发挥MOOC学习平台的功能，以期为MOOC学习平台的发展提供助力。

1  人工智能技术

王竹立[3]提出：人工智能将成为应用系统中新的技術科学。人工智能是将人脑的思考能力、计算能力、分析能力等转移到机器上，代替人类流水线以及高难度的工作，解放人类劳动力的一种技术。人工智能教育则是利用智能工具对各种教育因素进行自动化分析，通过挖掘数据进行个性化干预，生成智能教育教学环境[4]。人工智能教育应用技术框架主要涉及三个层面：教育因素数据层、数据分析层、数据应用层。

2  MOOC学习平台存在的问题

MOOC在中国快速发展的同时，也存在一定的问题。

2.1  学习者注册量大，但辍学率高

调查数据显示：Udacity平台中六万学习者注册学习的程序入门课程，只有14%的学习者通过学习；而在Coursera中软件课程有50多万学习者参与学习，但只有7%的学习者完成课程。可见，辍学率高是MOOC存在的一大问题。从学习者的角度来看，这些学习者大部分只是为了弥补工作上遇到的知识点缺陷，往往获得相应的知识点后，便会停止课程的学习。从课程设置的角度来看，MOOC学习平台缺乏完善的学习层次的分析，也就是没有成熟的课程体系。

2.2  学习者规模大，但缺乏系统的课程体系

调查显示：截至2021年底，除中国外，全球的MOOC平台课程现已超过19 400门，MOOC学习者达2.2亿。可见，近几年来，MOOC的学习者规模不断扩大。最新MOOC学习者画像显示，年龄分布上，26～35岁的学习者是MOOC产品的主力军，占总学习者的40%。MOOC学习者学习能力，先前学习经验、学习目的等各不相同。MOOC学习者可以零门槛入学，MOOC平台课程缺乏完善的专业体系，课程繁杂零散，而且学习者对自己的知识体系定位不准确。在学习MOOC平台课程时，对于已经具备先前知识点的学习者来说，在多线程的学习方式下，重复学习知识点就是浪费时间。

2.3  MOOC教学活动中师生缺乏深层次的互动

交互是人们传递符号、信息与分享感情的过程，是通过语言和非语言信息的交流，产生相互影响的过程[5]。由于MOOC的在线性，教师在MOOC建设中，时间与精力大多投在了录制课程视频上，而较少引导学习者进行讨论交流，在后期实施维护时也未能及时回复学习者的问题。MOOC学习平台功能尚不完善，学习者还不能分享和下载课程视音频，而且有的课程没有提供字幕，相对于专业术语较多的课程来说，无疑增加了学习者吸收知识的难度。生生之间通过MOOC学习平台提供的论坛进行交流，互动方式较为单一。

2.4  缺乏合理配套的监督机制

MOOC学习者缺乏系统性的学习计划与目标，MOOC的学习活动基本上是学习者靠自控力来完成的。如果缺乏相应的监督机制，自制力较差的学习者很难完成课程的学习。

2.5  缺乏科学的学习评价体系

综合分析四大MOOC学习平台，发现其学习评价存在以下问题：

1）由于学习者规模较大，学业背景差异较大，教师难以对学习者个体进行监督和指导；

2）同伴互评机制较难获得认同；

3）无法客观规范地评价学习者是否认真观看课程以及学习者是否考试作弊。

3  基于人工智能技术优化MOOC学习平台

基于人工智能技术解决当前MOOC平台存在的问题，从学习准备、学习过程、学习测试以及学习成果等维度，分别构建基于人工智能技术的MOOC学习平台优化策略。

3.1  构建学习者学习成长档案

尽管MOOC学习平台收集了大量学习者学习行为等相关数据，但是尚未合理地对这些数据进行应用。MOOC学习平台应深度挖掘学习者学习行为相关数据，结合人工智能技术采集学习者情感状态、认知状态等数据，跟踪学习者状态，从而构建学习者学习成长档案。

构建学习者学习成长档案即构建学习者模型。利用知识图谱技术，学习者画像从学习者注册时便开始构建并不断实时发生变化。学习者进入学习系统时，通过登记相应的信息，包括静态信息，如学校、学习目的、学习需求、学习成绩、技能证书等，结合聚类技术，将他们分类建模，把具有相同特征的学习者档案进行归类。同时，使用贝叶斯知识跟踪技术对学习者的知识体系进行建模，系统根据学习者所填的信息系统自动出题为学习者提供试测。试测技术采用主题专家定义的离散知识组件[6]。有学者提出利用强化学习算法分析学习者，结合内外信息来推断学习者的学习需求与能力的匹配度，以及结合学习者当前的学习水平与所要学习的知识点之间的差距，为学习者提供学习课程建议与个性化学习路径安排。

3.2  提供交互式备课模块

在备课时，利用知识图谱技术，教师可以从知识库内检索获取所需要的知识信息，同时可以直接在备课系统所提供的教案上进行修改。备课系统除了给教师提供教案与教学素材外，还会为教师提供教学手段、教学思路等。教师可以互相修改教案并提供建议。同时，备课系统还可以为教师提供学习者的整体学习特征，比如预测学习者学习的难点等。教师可以根据备课系统给出的学习者测评报告选择合理的教學策略。

3.3  构建协作学习社区模块

线上学习最大的缺点是与教师的互动交流较少。要营造较好的网络学习环境，充分利用网络的开放性、兼容性等优势构建协作学习社区，让学习者自主构建学习体系。为营造活跃的学习氛围，教师可以定期开展趣味有奖竞答活动，这有利于增强交流性与互动性，激发学习者学习的动力。教师可以组建学习项目团队，根据学科特性组织学习小组，给不同的小组分配不同的学习任务，并对各个小组的学习成果给予点评。另外，教师可以根据平台提供的学习者学习情况，针对学习者错误率较高的习题以及学习者在课程相关论坛提问频率较高的问题，定期开展直播指导。

3.4  提供丰富的学习资源

在智能化时代，线上学习平台应尽可能地为学习者提供个性化资源，同时，各种资源可以共享交流，零散的资源能够聚合成系统的知识结构。学习平台除了为学习者提供基本的学习资源，还应该提供以下资源。

3.4.1  笔记本工具

学习平台为学习者提供笔记模板，如思维导图笔记、康奈尔笔记等各种笔记工具。同时，学习者可以在任意平台场景下调用笔记，也可以互相分享交流笔记。

3.4.2  知识答疑区

学习者学习遇到困难时，可以搜索问题，知识答疑区会自动为学习者解答疑问。如果答疑区没有学习者所提问题的解答，平台会自动跳转到同伴解答区或者在线教师解答区。

3.4.3  个人资源云盘

学习者将自己获取的资源进行收藏并分类整理，可以离线随时使用资源。论坛上的评论交流是碎片化的、没有规律的，采用基于人工智能的分词和文本聚类技术，可以整合论坛上的精华评论，将它们聚合成知识结点，将这些知识结点进一步聚合成知识网络，为学习者创造新的学习资源[7]。

3.5  构建实时交互功能

将人工智能技术应用到搜索视频和视频观看体验。在视频进度条上，学习者可以选择向教师提问，可以做笔记，可以与其他学习者进行讨论交流。学习者点击相应的进度条，可以观看到该进度条上其他学习者对该知识点的理解，通过与其他学习者进行交流与互动，进一步加深对知识点的理解并扩充知识库。同样的，学习者在其他学习资料上可以采取同样的操作，如在PPT上，可以点击幻灯片进行询问以及讨论，而在相关文献资料上可以选择文字进行询问交流。

3.6  推出智能小学伴

通过个性化信息过滤技术，将具有类似个性特征、学习目标的学伴推荐给学习者，让学习者能够与学伴相互监督、交流信息，进一步激发学习动力，营造学习氛围。除了平台推荐的其他学习伙伴外，还为每一个学习者提供智能小学伴。

首先，智能小学伴会根据学习者的学习风格、学习状态以及学习需求等，为学习者推荐学习课程，规划学习路径。

其次，在线上授课时，教师由于无法实时了解学习者的学习状态，难以承担管理的职责，而智能小学伴会记录学习者学习时长，提醒学习者要劳逸结合。此外，利用图像识别技术、智能AR技术来识别学习者的面部肌肉表情、眼神，实时检测学习者的学习状态。同时，智能小学伴也会对学习者的心理健康状态进行评测，基于建立的心理健康监测机器学习模型，根据学习者在网络上的交互行为，特别是在论坛上的言语来分析未成年人的心理状态，呈现心理健康报告给教师并提供建议。

再次，智能小学伴会在学习者学习之前提醒复习上次所学习的知识，提醒学习者记笔记。如果学习者在学习中遇到困难，智能小学伴会为学习者推荐在线教师，让他们可以直接询问教师，及时解决问题。

最后，智能小学伴也会为学习者诊断学习困难点，当学习者要结束学习时，提醒他们进行复盘等，能够根据不同学习者的不同学习风格、学习态度等给予不同的陪伴。

3.7  提供个性化试题模块

为学习者提供个性化试题，根据学习者已有的知识水平、学习能力等，提供个性化答题路径。在学习者观看视频时从题库中出题，同时根据学习者的测试数据，如学习行为路径、观看视频的次数与时长等，利用智能推荐系统和机器学习技术预测学习者可能出现的知识错漏，提供给他们不同难度的题目，题目由易到难。

3.8  完善监督机制

3.8.1  视频学习监督

教师在制作视频时插入具有时间限制的题目，不同次数看统一视频提供不一样的习题库。课后根据学习者观看视频的相关操作对学习者的学习态度进行分析，教师根据后台提供的分析数据，对他们的学习行为进行干预。另外，采用人脸识别技术，实时监测学习者面部，异常时视频自动停止。同时，根据学习者眼球转动状态，评估其学习状态，从而对其学习行为进行干预。通过检测数据分析，发现学习者状态不佳时，提示其重新观看视频或者休息一会儿再看视频。

3.8.2  学习状态监督

根据学习者在平台上的行为表现，如登录次数、观看时长、学习成绩、交互行为等数据，利用深度学习技术，预测学习者对知识点的掌握情况，分析学习难点，分析学习者的学习风格与学习方式，甚至推算学习者的辍学率并进行干预，增加学习激励语或者给学习者发送学习小贴士。

3.8.3  学习者自我监督

为学习者提供学情分析仪表盘或者学习完成度统计图等可视化分析，使其可以实时检查自己的学习情况。

3.8.4  学伴监督

利用个性化信息过滤技术，智能推送具有相同兴趣爱好、相同学习目标等的好友，可以两个学伴互相监督，也可以组成学习小组，在小组内互相督促学习。学伴之间相互交流学习，有利于及时解决在学习中遇到的问题，同时拓展学习者的知识库。让学习者有伙伴相互监督，让在线学习形成一个小组，而不是单独的自主学习。

3.8.5  考试系统监督设计

由于MOOC平台的在线性，学习者在做测试题时，大都会上网查找答案，或者与其他学习者交流答案，这就使得测试系统失去存在的意义。

首先，学习者在进行答题时，不可跳转到其他界面，跳转时系统予以警示。如果学习者多次跳转到其他界面达到一定的界限，系统则会显示该测试结果无效。同时，学习者也不可以将答案进行复制粘贴。

其次，利用人脸识别技术。在考试过程中，如果检测到多个人脸或者检测到人脸与系统中的人脸不一样，则判定学习者作弊。为防止学习者利用手机搜索答案，学习者在进入测试界面前，需要用手机扫描平台提供的二维码，若考生在考试过程中利用手机进行浏览查询，平台便会监测到并予以警示。

3.9  学习者学习评价

在线教学的学习者评价模块要突破传统的评价体系，建立以学习者为中心、以过程性评价为主的科学客观的评价体系。学习评价体系可以利用物联网技术、智能感知技术等，对学习者学习行为进行收集，包括观看视频次数、测试成绩、小组讨论数据。采用数据分析技术、数据挖掘技术、深度学习技术和智能推荐引擎技术，量化、可视化分析学习者的评价结果，并根据学习者的前测成绩与后测成绩，对比总结学习者学习上的变化，提供学习路径优化的精准建议，实现个性化学习[8]。

自我评价从学习者学习目标是否达成、所需知识是否真正掌握、学习是否专注等各个维度开展，让学习者自我检测学习目标是否达成，反思自己在平台上的学习行为、学习状态、学习方法等，从而合理调整自己的学习策略。此外，学习者之间的交互行为，如交流、做项目、做活动等，学习伙伴会基于系统提供的评价指标进行评价。教师也可以组织学习者进行作业互评。

总之，基于人工智能技术的MOOC课程学习评价，学习者将会获得四份学习报告书，即自我评价、同伴评价、教师评价以及系统评价。学习者根据收到的评价进行分析研究，撰写自己对于所得评价的感受，对自己的学习行为进行反思，总结自己学习中的优点与不足，并填写改进计划。

4  结束语

随着信息技术的发展，MOOC系统功能越来越完善，受众规模越来越大，发展前景远大。但是MOOC发展中也存在一定的问题，如学习者注册量大但辍学率高、缺乏完善合理的学习路径等。基于人工智能技术的快速发展以及在教育领域的应用现状，可以借助人工智能深度挖掘技术、知识图谱等技术来完善MOOC学习平台。人工智能技术在MOOC中的深入应用，将有利于MOOC突破发展瓶颈，得到进一步的发展。本文对于人工智能技术应用于MOOC学习平台相关改进的阐述较为宏观，尚未对具体的实施策略进行细化分析，对所提出的改进建议还可进一步深入研究。

5  参考文献

[1] 2019全球人工智能教育行业研究报告[R/OL].（2019-09-12）[2022-03-21].https：//www.vzkoo.com/read/2        9d778adda937df958599afffdc9203d.html.

[2] 2021国际人工智能与教育会议举行[J].中国教育网络，2021（12）：7.

[3] 王竹立.技术是如何改变教育的？：兼论人工智能对教育的影响[J].电化教育研究，2018（4）：5-11.

[4] 吴林静，马鑫倩，刘清堂，等.大数据支持的慕课论坛教师干预预测及应用[J].电化教育研究，2021，42（7）：47-53.

[5] Aicha B， Oubahssi L，George S， et al. A Model andTool to Support Pedagogical Scenario Building forConnectivist MOOC[J].Technology，knowledge and learning： Learning mathematics，science and the artin the context of digital technologies，2020（4）：1-29.

[6] 唐燁伟，郭丽婷，解月光，等.基于教育人工智能支持下的STEM跨学科融合模式研究[J].中国电化教育，2017（8）：46-52.

[7] 张志新，陈博，朱永海，等.我国慕课研究的现状与问题分析[J].现代教育技术，2017，27（12）：101-107.

[8] 刘勇，李青，于翠波.深度学习技术教育应用：现状和前景[J].开放教育研究，2017，23（5）：113-120.