智能教育背景下个性化学习特征及保障机制

范 蔚,孙榕谦,杨 霞

(西南大学 教育学部，重庆 400715)

0 引 言

智能教育(Intelligence Education,简称IE),即人工智能技术在教育中的直接应用[1].2017年7月,中华人民共和国国务院颁布《新一代人工智能发展规划》(以下简称《发展规划》),《发展规划》指出:要完善人工智能教育体系,利用智能技术加快推动人才培养模式、教学方法改革,构建包含智能学习、交互式学习的新型教育体系[2].《发展规划》明确了我国智能教育的发展方向,标志着我国智能教育时代正式开启.智能教育时代序幕的开启,以迅雷不及掩耳之势颠覆了传统教育观念,众多智能教育技术、教育产品等悄无声息地加入了智能教育时代的行列,为智能教育的持续深入发展发挥积极作用,使人们对其寄予美好憧憬与期待.比如,人工智能技术可以像“订餐式”一样,根据不同学习者的学习特征提供不同的个性化学习服务[3].从这个意义上讲,智能技术使得个性化学习变成现实.

个性化学习是完善人才培养体系的关键路径.当前,世界各国普遍将个性化学习作为教育改革创新的重点,与美国、英国等国家相比,我国的教育创新和改革面临一系列艰巨的挑战,如用户数量庞大、学习环境复杂、资源供给规模巨大、学习服务多样等问题.如此一来,如何提供大规模、高精度以及个性化的学习服务问题显得尤为迫切[4].

然而,随着智能技术的高速发展和智能技术对个性化学习资源的推送、个性化学习评价的全方位追踪等方面的能量释放,人们更愿意将个性化学习的深入发展寄希望于智能技术.在智能教育背景下重新思考个性化学习问题,更好发挥智能技术对个性化学习的浸润作用,实现个性化学习的高质量发展,已成为智能教育时代的重要议题.基于此,本研究将智能教育作为赋能个性化学习发展的重要手段,尝试厘清个性化学习发展历史及基本内涵,阐明智能教育背景下个性化学习的基本特征,并进一步提出智能教育背景下个性化学习的保障机制,以期为智能教育背景下个性化学习的高质量发展提供理论借鉴.

1 个性化学习的本质

本质,即事物的根本属性.现象只是本质的外在表现,只有正确认识了事物的本质,才能真正去认识事物本身.个性化学习也是如此,唯有正确认识个性化学习的本质,才能进一步全面把握个性化学习,以使其发挥重要作用.为进一步探明个性化学习的本质,笔者将尝试从个性化学习的历史发展及基本内涵两方面开展.

1.1 个性化学习的历史回溯

彰往而察来,而微显阐幽.个性化学习自被人们所提及,发展至当下已成为教育的一个重要领域,一共经历了以下几个阶段:

1.1.1 基于美好幻想的思想萌芽阶段

查阅以往文献,笔者发现“个性化学习”并不是一个新鲜词,个性化学习思想影响深远.对其进行溯源,发现个性化学习思想,最早可以追溯到我国古代教育家孔子提出的因材施教时期[5].早在两千多年前,孔子就提出教育要根据学生的个性特点,从具体实际出发,有的放矢,采取不同的策略[6].孔子的这一重要思想为个性化学习思想的进一步发展、完善提供了重要基础.在此之后,一系列关于个性化学习的思想不断出现,譬如以人为本教育理念,强调优质的教育必然是个性化的教育,以人为本的教育要关注个体的个性发展[7],“以人为本”教育理念的推广为个性化学习创设了良好的社会文化背景与氛围[8].1972年,联合国教科文组织在《学会生存》报告中也指出:要把“促进人的个性全面和谐发展”作为当代教育的基本宗旨.但由于受当时技术条件等因素的限制,这一基本宗旨只成为了一种美好幻想[9].

1.1.2 基于技术发展的实践探索阶段

信息技术的高速发展,使得个性化学习的美好幻想变成了现实,个性化学习不再仅仅只是空中楼阁.一方面,在线教育的发展为个性化学习提供了广阔平台.在线教育的出现,以其独特的网络学习平台、先进的技术等优势,掀起了个性化学习的一股浪潮.如2012年MOOC的出现为学习者个性化学习提供了广阔平台[10].2013年创立的Alt School构建了个性化学习平台,联结学生、教育者以及家长并收集学生数据实现个性化学习.另一方面,各种技术手段的出现,为个性化学习的实现提供了便捷工具.如学习分析技术能进一步观察、记录、分析学习者的学习行为、学习特征等,并得出详细数据,帮助学习者进一步完善自己的学习行为.

1.1.3 基于现实隐忧的反思提升阶段

近年来,人们在看到信息技术不断渗入教育领域、为个性化学习服务的同时,也逐渐意识到单靠技术并不能根治教育顽疾.越来越多的学者开始反思当前依托技术手段或技术产品下的个性化学习背后所存在的现实隐忧,并进一步剖析成因、提出解决对策,以期更好促成技术与个性化学习的相互耦合,相互作用.如有学者提出,学习者在强大的技术裹挟下,深深陷入技术漩涡,难以从技术漩涡中脱离出来.具体表现为:盲目追逐个性化学习顶尖系统的研发,曲解了个性化学习的根本概念,有可能会导致人机关系错位.学习者学习主体地位受到挑战,逐渐演变为被动性学习;技术的局限也可能会导致学习者的学习层次仅仅停留在浅层,难以实现对学习者高阶思维能力的培养;技术手段提前预设了学习者的发展限度,导致学习者长期受困于模型操控的预设性学习;学习者被遗弃在技术虚拟世界[11],虚拟生存的存在,会使人可能过着非人的生活,在承受生理负重的同时也遭受精神的动荡[12].正是学者们看到了技术支持个性化学习背后的弊端,使得人们越来越清醒看待技术与个性化学习的关系,不断反思提升,促进个性化学习的更好实现.

1.2 个性化学习的基本内涵

纵观以往研究,发现不少学者从不同角度对“个性化学习”做了界定.如认为个性化学习实则是一种学习方式,是一种更加关注儿童个体发展、帮助儿童挖掘自身潜力、获得学习成就、以便未来积极融入社会并走向成功的学习方式[13].还有学者认为个性化学习是一种学习范式,一种以尊重学习者个体差异为前提,旨在促进学习者个性发展的学习范式[14].也有学者认为个性化学习是针对个体学生特定的学习需求、兴趣、意愿或者文化背景等因素而推出的一系列教育项目、学习经验、教学方法和学术支持策略[15].综上,笔者认为个性化学习是一种学习者依据自身实际特点、个人兴趣及发展需求等因素,自发调整学习计划,以实现自身全面发展的学习过程.

尽管不同学者对个性化学习的定义略有差异,但不管是把个性化学习当成一种学习范式,亦或是将个性化学习视为一种教育项目、学习经验、教学方法等,都存在以下几方面共性:

首先,从学习目标来看,个性化学习强调学习者学习的过程既是学习者追求自我、实现自我的过程,也是学习者自身发展的过程.个性化学习的目标是为了促进学生个体的发展.社会的不断进步引起社会对人才的需求呈现出多样化趋向,为进一步适应这种多样化趋向以及满足个体的生存需求,需改变以往同质化的学习要求.每个人都是时代的积极建设者,在这个凸显个性的时代,我们都应找准属于自己的“赛道”,深耕自己.

其次,从逻辑起点看,个性化学习强调需遵循学生的个体差异,采取恰当的手段,促进学生的发展.早在两千多年前,我国古代著名教育家孔子就提出“因材施教”原则.时至今日,“因材施教”原则仍受世人所推崇,足以证明因材施教对促进个体发展的重要性.美国当代著名心理学家霍华德·加德纳也认为,人类的思维及认识方式是多元的,即存在多元智能.每个人的智力都有其特有的表现形式,只要为学生提供相适应其智力的教育及训练,就能实现学生的发展[16].

再次,从学习形式来看,个性化学习强调可以采用多元化学习形式促进学习目标的实现.当今社会是一个崇尚个性、张扬个性的时代,故此,学习形式也应多元化.多元化的学习形式为学习者拓展了学习空间,能够激发学习者的潜能,便于不同学习者找到属于自己的个性化学习方式,满足不同学习者的学习需求.

最后,从学习动机来看,强调学习主要是由学习者的内驱力驱动完成.学习动机是推动学习者学习的重要因素.根据学习动机的动力来源对学习动机进行分类,可以分为内部动机和外部动机两种.内部动机的主要特征为对活动本身的注意和兴趣[17].个性化学习主张学习者要遵循自身特点与发展需求等,主动开展学习活动.

2 智能教育背景下个性化学习的显著特征

智能教育背景下,智能技术的快速发展与智能产品的日渐成熟完善,为学生个性化学习的实现提供了良好的物质支撑[18],为个性化学习的滋生与传播提供了温床.智能教育背景下,个性化学习呈现出以下几个显著特征:

2.1 学习分析可预测性

因材施教是个性化学习的根本与前提,个性化学习强调要挖掘每一位学习者身上的潜能,使得学习者能得到最大限度的发展.从这个意义上讲,对学习者的学习分析是个性化学习的逻辑起点.一方面,智能化学习分析能够通过对学习者知识水平、能力素养、行为规律、兴趣爱好等方面特征的多模态综合分析,并进一步运用预测分析等技术,为学习者提供与之相匹配的学习路径选取、学习资源推送、学习问题干预等服务,为学习者个性化学习赋能.另一方面,智能化学习分析,能够进一步完善学习者的评价指标体系,实现学习者评价系统的全面升级.智能化学习分析能够实现从纵向上动态追踪学习者的学习轨迹,让数据参与进入学习者的学习全过程,弥补因主观判断而遗漏的重要数据,促进评价更具科学性、全面性.

2010年,美国新媒体联盟的《地平线报告》首次提出学习分析技术,之后,学习分析技术引起各国的广泛关注.George Siemens教授认为学习分析能够通过应用智能化数据、学习者数据与分析模型,实现对信息与社会的挖掘,并为学习者提供预测与建议[19].换言之,借助高清摄像、物联感知等数据采集技术,能够从多角度、全过程等深度层面获取学习数据.利用所获取的数据,预测学习者在学习中的进步和表现,预测其未来表现以及发现潜在问题.故此,智能教育背景下,学习分析呈现出可预测性特征.

譬如多模态学习分析(简称MMLA),是指通过多种分析技术,对学习者在学习情境中产生的多模态学习行为数据进行同一化整合处理及建模分析,来预测学习者的学习行为风险,为学习者和教师提供导学服务和教学支持,以进一步优化学习过程,解释学习机理[20].换句话说,多模态学习的工作原理即透过学习者在学习情境中的表层数据,剖析数据背后学习者的内在蕴涵,并进一步预测学习者的学习潜能,以辅助学习者进一步调整自己的学习行为,优化学习过程.

2.2 资源推送有针对性

时代的加速前行,促使各式各样的学习资源呈爆炸式增长趋势.在纷繁复杂的学习资源中,如何将资源颗粒化,便于每一位学习者选取与之相适宜的学习资源,是这个时代必须深入思考的一个关键问题.以往对教育资源的管理更加注重系统性,而对学生真实所需资源的关注度不够高[21].而智能教育时代,信息技术和互联网的快速发展为个性化学习资源推送提供了有效载体,各种信息技术的加入,能进一步基于学习者的实际需求进行个性化推送,使得个性化学习资源推送更具针对性.

一方面,有针对性的资源推送有助于进一步提高学习者的学习效率.随着网络资源的爆炸增长,学习者也逐渐陷入“信息过载”“学习迷航”等泥潭,无法自拔.在这一局促背景下,学习者难以选取与自身实际相符合的学习资源.然而,智能化资源推送的出现在很大程度上能够化解这一尴尬局面.智能化资源推送旨在为学习者提供精准适宜的学习资源,使得学习者的学习活动由“人找资源”的单一模式转变为“人找资源、资源找人”的双向互动模式,能够有效降低学习者“信息过载”“学习迷航”等风险,很大程度上提升了学习者的学习效率.另一方面,有针对性的资源推送有利于更好提升学习资源的使用、开发效率.由于学习者的认知水平、认知能力以及兴趣偏好等因素存在差异,如若针对不同学习者进行批量化学习资源推送,很容易造成学习资源重复推送、使用效率不佳等问题,智能化资源推送针对学习者的个性特点精准推送,有助于提升对学习资源的高效率使用及开发.

基于协同过滤算法的学习资源推荐模型便是有针对性资源推送运用到实践的一种具体成果.协同过滤推荐算法指的是找到与目标用户相似的用户群组,将相似用户偏好的学习资源、学习路径等推荐给目标用户[22].其实质是找寻到与目标用户偏好的学习资源,对其进行加工、过滤.我国学者覃忠台认为,根据学习用户的属性进行学习资源个性化推荐,也即基于协同过滤算法的学习资源推荐,能够有效缓解传统推荐技术中存在的数据稀疏、冷启动等问题.覃忠台还进一步构建出基于协同过滤算法的学习资源推荐模型,结合目标学习者的属性特征信息推荐与之相适应的学习资源给目标学习者[23].通过与传统推荐算法模型进行比较,发现该模型在一定程度上确实略胜一筹.

2.3 学习诊断精准性

学习诊断作为一项重要的学习支持服务,是学习者个性化学习目标是否达成的关键要素.在智能教育高速发展的背景之下,学习者面对的是冗余的学习资源及繁杂的学习方式等多种选择,不同的选择对学习者产生的影响是不同的.故此,在学习者个性化学习进程中,迫切需要对学习者开展精准性学习诊断.

学习者对自身的精准学习诊断,往往能进一步帮助学习者依据自身的学习实际,做出相应调整,实现个性化学习目标的达成.智能教育背景下,智能技术与智能教育产品的加入,使得学习诊断呈现精准性特征.一方面,精准性学习诊断赋予学习诊断更具科学化.传统学习诊断往往仅依据学习者的试卷得分、比赛名次等结果的变化进行分析,忽视了学习者答错抑或是下降的深层次原因.智能化学习诊断往往采用高技术手段,深层次剖析、诊断学生学习,使其更具科学化.另一方面,精准性学习诊断赋予学习诊断更具针对性,有效指导学习者个性化学习.智能化学习诊断系统通常会全方位、全过程监测学习者的学习,借助一系列数据客观分析所监测学习者的学习问题,并依据疏漏给出具体原因,帮助学习者进一步补救、完善.

在我国,精准性学习诊断同样已被引用至教育领域,如个性化英语学习诊断与指导网络系统,即“Personalized English Learning Diagnosis and Advice System”,(简称PELDAS).PELDAS是由西安交通大学外国语学院及其网络教育研究所合作研发而成,从学习者个体差异等因素入手,以“个性化学习”理念为基础,融合运用智能CAI技术、计算机多媒体技术等多种智能技术,以认知学习心理学等一系列专业理论为指导,旨在为学习者提供全面、系统的个性化学习指导的网络平台.其中,学习者自我诊断模块主要包含卡特尔16PE测评、学习风格测评与指导、学习动机测评与指导、学习观念测评与指导、学习策略测评与指导五个部分.学习者只要完成其中任意一项测试,系统便会给出相应的反馈与评估[24],整个诊断过程都是基于学习者的自身特点,对学习者开展精准化学习诊断,便于学习者意识到自身所存在的实际问题.

2.4 学习评价科学性

个性化学习评价是当前学习评价改革的重要发展趋势,对实现个性化学习具有不可忽视的重要作用.智能教育背景下,人工智能所具备的智能识别、智能分析与处理、智能测评等技术优势为实施个性化学习评价提供了重要支撑[25].学习评价科学性是智能教育背景下的重要特征,也是时代所追求的重要目标.

一方面,科学性学习评价有利于多角度考察学生,促进学生核心素养发展.2022年4月,我国义务教育课程方案(2022年版)和义务教育课程标准(2022年版)颁布.2022年义务教育课程方案以习近平新时代中国特色社会主义思想为指导,落实立德树人的根本任务,聚焦中国学生的核心素养,旨在培养中国学生能够适应未来发展的正确价值观、必备品格和关键能力[26].相较于传统纸笔测验,科学性的学习评价能够依托智能技术,将多样化评价指标内置于学习者的学习空间内,重视从多角度考察学生,促进每一位学习者的个性发展,促进学习者核心素养的养成.另一方面,科学性的学习评价有助于实现学习者学习全过程数据化,进一步完善评价体系,提升评价质量.智能教育背景下,借助物联网感知等数据采集技术,使得以往难采集,无法采集的信息变得可采集、可量化,为学习者开展自身全面评价奠定了良好基础,促进评价体系不断完善.

我国学者陈敏、杨现民等人提出基于过程性信息的个性化学习评价系统.该系统主要由两方面组成:提供个性化的评价方案以及基于过程性信息进行评价.通过对学习者的全部过程性信息整理归类并纳入评价标准之中,然后依据学习者不同的知识水平及学习目标,为学习相同内容的学习者提供个性化的评价标准.换言之,也就是依据学习者的个性化特征选择不同的过程性信息,纳入评价标准,构成专属其个人的个性化评价方案,对学习者进行评价,以得出对当前学习者的情况反映[27].

3 智能教育背景下的个性化学习保障机制

智能教育背景下,智能技术的回归,为个性化学习的逻辑起点、资源支撑、过程治理、结果分析等方面进行了重塑和再造.然而,个性化学习的实现是一个复杂的过程,要从本质上实现智能技术对个性化学习的赋能,促进智能教育与个性化学习的深度内嵌,需从进一步建立规范化的个性化学习体系、创设完备的个性化学习设施体系、构建个性化学习协同共同体以及进一步探索高效个性化学习路径等方面着手.

3.1 完善相关教育制度,建立规范化个性化学习体系

促进智能教育背景下个性化学习的更好实现,一个重要的路径便是完善相关教育制度,确立规范化个性化学习体系.这也是教育高质量发展的必然要求.随着智能化、数字化进程的加快,智能化个性化学习不断细化、深入,规范化个性学习体系对个性化学习的发展指引以及纵深发展有着重要意义.具体可从以下两方面着手:

一方面,要有效衔接现行智能教育制度,健全个性化学习体系.在《教育信息化2.0行动计划》《新一代人工智能发展规划》《中国教育现代化2035》等一系列强调智能技术与教育深度融合的教育文件的引领下,智能技术对教育教学问题得到有效治理,对学习者学习方式转变等方面的作用愈加明显,利用智能技术为教育增添活力这一愿景逐步开始进入了人们的视野.在个性化学习层面,也随处可见智能教育技术、教育产品的踪影.然而,当人们试图找寻一个专门的、有针对性的规定、引导智能技术为个性化学习服务的体系时,却稍显吃力.殊不知要从根本上实现个性化学习,需建立科学、完备、成熟的制度体系.在此背景下,应积极衔接现行教育制度,厘清智能技术赋能个性化学习的技术定义与适用场景,明确个性化学习技术、个性化学习服务提供者的信息安全主体责任,延伸智能技术服务个性化学习的治理思路,给出个性化学习服务安全管理样板,建立一套完整的个性化学习体系.

另一方面,要加强对人工智能技术、服务、内容、平台的综合治理.在看到智能技术对个性化学习的重要作用时,也不容忽视人工智能技术目前面临的现实难题.人工智能是否能引领个性化学习的发展,关键在于如何加强对人工智能的综合治理.对人工智能的综合治理要从技术、服务、内容、平台四方面着手.要引领智能技术对促进个性化学习产业的健康有序发展,引领相关信息产业落地应用;落实社会监督和申诉渠道畅通,贯彻智能技术服务全过程监管模式;完善内容筛选制度,保障人工智能所生成的内容真实、准确、客观;加强智能监管技术,研究安全可控智能技术保障方案,建设面向网络全域监管的检测管理平台.

3.2 夯实教育新基建创设,创设完备个性化学习设施体系

教育新基建,也即教育新型基础设施,是以新发展理念为引领,以信息化为主导,面向教育高质量发展需要,聚焦信息网络、平台体系、数字资源、智慧校园、创新应用、可信安全等方面的新型基础设施体系.教育新基建是国家新基建的重要组成部分,是信息化时代教育变革的牵引力量,是加快推进教育现代化、建设教育强国的战略举措[28].智能教育背景下,教育新基建也是个性化学习得以实现的重要抓手及充要条件,要进一步夯实教育新型基础设施建设,创设完备的个性化学习设施体系.

一方面,要坚持需求导向,坚持统筹兼顾,全面、有序建立教育新基建.教育新基建的建立是为更好地为教育服务,为个性化学习体系服务.不同区域、不同学校的特征不同,故此,教育新基建的创设要因地制宜、因校制宜,遵循区域间、学校间的区域差异,有针对性地创设教育新基建.另外,还要合理统筹传统基建与新基建,避免基建的重复建设,造成资源浪费.

另一方面,教育新基建创设要适当向农村地区倾斜.党的二十大报告强调,要加快义务教育优质均衡发展和城乡一体化,优化区域教育资源配置[29].加快推进乡村新型基础设施建设,有利于进一步缩小教育差距,促进乡村教育的发展.要加强农村地区学校公共基础设施建设,打造“新基建”下的教育教学环境,积极消除数字“鸿沟”,保障农村地区学校信息化设施安全运行、流畅使用.

3.3 优化教育生态体系,构建个性化学习协同共同体

共同体既是人类集体的自然存在形式,也是一种社会存在形式.马克思曾认为:个体只有在共同体中,才能获得促进自身全面发展的手段[30].为更好实现学习者个性化学习,形成个性化学习的闭环服务,需要构建以学习者本身为出发点,以家庭、学校、社会三方重要主体为依托的个性化学习协同共同体,优化教育生态体系,助力学习者个性化学习实现.

家庭是教育生态体系的重要组成部分.随着《中华人民共和国家庭教育促进法》的出台,表明家庭教育不仅仅是家事,更已经上升为国事.家庭是学习者的第一所学校,父母是学习者的第一任老师,对学习者行为习惯的影响起着重要作用.学习者个性化学习更加强调学习者的内驱力驱动.故此,家长要严格要求学习者,培养学习者的自主学习能力,培养学习者的自律性,让学习者学会时间管理,掌握自主学习这一终身受用的能力,使学习者养成良好的学习习惯.

学校始终是为学习者的未来社会生活做准备的.努力实现每一位学习者的个性化学习,以促进学习者应对未来社会生活是当前学校应面对的重要问题.瑞典的“知识学校”认为:所有学习者都是独一无二的,学习者以不同的方式和不同的速度学习,学校的责任就是对学生实行个性化的教育.研究发现从知识学校毕业的学生不仅更加独立,而且具有很强的规划能力[31].这也对我国学校教育改革具有重要启示.学校管理人员要主动学习个性化学习教育理念,坚持系统思维,从育人理念、培养目标、课程设置等方面凸显对学习者的个性化培养;学校教师要从学习者出发,针对每一位学习者并正视学习者之间的差异,设计高质量个性化学习课堂并不断实施、改进.

社会是学习者个性化学习的最终归宿点,故此,社会也应当积极参与进学习者个性化学习实现过程.一方面,政府、企业等要推动智能教育产品的创新研发,提升个性化学习基础设施质量,优化个性化学习环境创新.另一方面,社会各界要加强对智能教育产品及服务的监管,加强对学习者数据安全的隐私保护,重视对智能教育产业的监管与引导,为学习者打造一个全民学习、全民监督的良好社会氛围.

3.4 尊重学习者个性特征,探索高效个性化学习路径

个性化学习的最终目标是为了促进学习者自身的发展,因此,探索高效的个性化学习路径也必须从学习者自身出发,尊重学习者的个性特征.从尊重学习者个性特征出发,探索高效个性化学习路径可以从以下几方面开展:

首先,个性化学习方案的制定需遵循“学习者自主规划为主”原则.个性化学习方案对指引学习者个性化学习的实现具有指引作用,也即个性化学习方案引领学习者个性化学习的实现.然而,在个性化学习方案制定过程中,要注意遵循“学习者自主规划为主”的原则.学习者才是个性化学习的主体,只有学习者自身依据自身特点、兴趣特征等制定出的方案,学习者才会进一步积极遵守.另一方面,培养学习者的自主规划能力,引导学习者制定学习规划,改变学习者学习被动性,对学习者自身成长有着不可小觑的意义.

其次,学校教师、家庭成员与学习者共同制定学习规则并遵守.无规矩,不成方圆.规则是制约行为的重要依据.相较成年人,学习者由于心智发展特点、人生阅历等限制,难免会对学习持懈怠、畏难等消极情绪.此时,就需要学校教师、家庭成员等主体与学习者共同商讨制定出共同的学习规则,制定学习规则的双方进一步遵守,以促进个性化学习的实现.

最后,要制定科学、合理的个性化学习评价方案.学习评价方案的意义在于学习者清晰检验自己的学习成效,以进一步改进、优化自身的学习方法、学习过程.因此,学习者及其学校教师、家长等应依据学习者的实际特点,制定科学、合理的个性化学习评价方案,检测学习者的学习成效.