基于教育知识图谱的智慧伴学机制研究与探索

摘 要：计算机类专业教学存在生师比偏高、伴学机制重形式轻内容、学生综合实践应用能力不足等问题。为解决这些问题，提出了基于教育知识图谱的智慧伴学机制。该机制融合了同伴学习、合作学习、导生制等基本思想，构建了由教师、高年级导生、同年级学生共同参与的立体化伴学机制。通过构建智慧伴学大数据平台，打破了时空限制，实现了伴学组织的信息化、伴学过程的数字化和伴学管理的智慧化。设计了教育知识图谱赋能智慧伴学策略，以解决传统教学模式中知识点孤立、学生学习主动性不足、综合应用能力较差等问题，实现知识点的网络化、立体化教学。指出了伴学机制未来的研究方向，即构建线上与线下有机融合的混合式伴学模式，教育知识图谱质量保障，创新智慧伴学平台数据分析与应用。

关键词：教育知识图谱；智慧伴学；同伴学习；合作学习；精准教学

新一代信息技术被列为“十四五”期间国家九大战略性新兴产业之首，而电子信息产业集群是河南省七大万亿级重大先进制造业集群之一。计算机类专业作为新一代信息技术专业人才培养的主要载体，具有广阔的发展空间。目前，全国高校已有3000个左右的计算机类专业点，在校生数量名列前茅。计算机类专业人才供不应求，就业前景看似光明，但人才培养质量却未能完全满足市场需求，导致人才培养与市场需求之间存在结构性失衡。因此，如何提高计算机类专业人才培养质量已经成为高校亟待解决的问题。

实践能力、编程能力和知识的综合运用能力是计算机类专业人才的核心培养目标。目前，各高校计算机类专业学生规模的不断扩大与师资力量紧缺并存，任课教师难以为每个学生提供充分有效的指导。同时，计算机类专业课程的难度相较于其他专业课程较高，大多数学生又不善于主动向老师和同学请教，使得问题越积越多，最终可能导致他们失去学习兴趣，许多课程也无法取得预期效果。为解决计算机类专业师资紧缺的问题，提高人才培养质量，基于教育知识图谱的智慧伴学机制成为一种有效的途径。

智慧伴学是同伴学习与合作学习等的数字化实现，其充分利用大数据、人工智能等前沿信息技术，极大地丰富了同伴学习与合作学习的实现形式，从而有效提升了学习效果。王有升等学者指出，同伴学习能够有效关注并充分利用学生之间的差异，促进学习程度不同的学生共同进步。同时，他们对如何以“教学相长”的同伴学习为核心，引领课堂教学变革进行了深入探索。学者韩笑对我国改革开放40年来的合作学习研究进行了系统综述，并指出了我国合作学习的未来发展趋势。

众多学者对教育知识图谱进行了深入的探讨和研究。其中，李艳艳等人讨论了学科知识图谱在智慧教育中的构建路径，并指出了学科知识图谱在智慧教育应用中面临的挑战。李振等人阐述了教育知识图谱的内涵与技术框架，并指出了教育知识图谱在学生画像构建、智能学习问答、个性化学习路径推荐、精准教学以及数字化教材建设等领域具有广泛的应用前景。

本研究首先对同伴学习、合作学习以及教育知识图谱等基础理论进行了详细阐述，指出了当前计算机类专业教学中所面临的生师比偏高、伴学机制重形式轻内容、学生综合实践能力不足等问题。针对这些问题，从立体化伴学机制设计、智慧伴学大数据平台构建和教育知识图谱赋能智慧伴学等方面提出了基于教育知识图谱的智慧伴学机制。

一、理论基础

（一）同伴学习

同伴学习是学习者通过寻求同学的支持和帮助，获得知识和技能的过程。在没有教师直接指导的情况下，通过同伴之间的互动来改善学习的一种合作学习方式。英国的托平教授和美国的尔利博士系统化地提出了同伴学习支持模型，并指出了同伴学习的特点：帮助者在为他人学习助力的同时，也能够提升自己；同伴帮助能够有效地补充专业教学，但不能完全替代；同伴帮助旨在让所有参与者都能从中获益。此外，他们还指出了同伴学习的常见形式，包括同伴指导、同伴建模、同伴监控以及同伴评估等。

（二）合作学习

合作学习起源于20世纪70年代初的美国，并在20世纪80年代末传入中国。它是一种以合作为核心的教学方法，注重学生之间的相互交流、相互帮助和相互配合，通过合作的方式达到学习目的，完成学习任务。合作学习改变了传统的以师生单向或双向交流为主的学习模式，它强调各种教学要素之间的多向动态交流，有效提升了学生学习的自主性，改善了学习效果。合作学习具有坚实的理论基础，包括建构主义理论、维果茨基的“最近发展区”理论、马斯洛的需要层次理论和勒温的群体动力学理论等。这些理论为合作学习在世界范围内的迅速普及和发展提供了有力的支持。

（三）知识图谱

知识图谱是一种基于图的数据结构，本质上属于语义网络。由于知识图谱在知识表示、知识组织、语义检索等方面的显著优势，被广泛应用于电子商务、农业、医疗、企业服务、电子政务等诸多领域，并产生了良好的实践应用效果。随着教育数字化的不断深入和迅速普及，教学数据和资源日益丰富，如何利用教育知识图谱有效推进智慧教育已成为亟待解决的问题。从心理学视角来看，教育知识图谱可以追溯到皮亚杰的认知发展理论；从哲学视角来看，教育知识图谱理论依据来源于伊曼努尔·康德的图式学说。

二、计算机类专业教学面临的挑战

（一）生师比偏高，对学生缺乏有效指导

在许多高校计算机类专业学生数量较大，而教师数量相对较少，导致生师比偏高。这使得教师难以关注到每一个学生，难以全面了解每个学生的具体学习情况和心理状态，无法为每个学生提供细致且全面的指导。此外，由于计算机类专业课程难度一般偏高，且前后知识点联系紧密，一旦学生在某个环节遇到困难，若未能及时解决，将会严重影响其后续的学习效果。这不仅会打击学生的学习积极性和主动性，还可能形成恶性循环，最终影响学生的整个学业进程。因此，在生师比偏高的现实情况下，如何实现对每个学生的有效指导，已成为计算机类专业教学亟待解决的关键问题。

（二）同伴学习和合作学习重形式、轻内容，教学效果欠佳

同伴学习和合作学习在一定程度上缓解了计算机类专业师资匮乏的问题，改善了传统的以师生单向交流或双向交流为主的教学模式。然而，受时间和空间的限制，在具体实施过程中，同伴学习和合作学习大多局限于课堂上，存在过于注重形式，而对实际的学习过程、教学效果缺乏足够关注的现象。此外，在同伴学习和合作学习的实施过程中，容易出现极端，即任课教师充分放权给学生，完全由学生主导，任课教师的组织协调角色缺失，使得学习过程过于松散且缺乏明确的针对性。对于同伴学习和合作学习的教学效果，目前缺乏科学、系统、有效的评估，这使得教师无法及时了解学生的学习进程并及时作出调整和改进，教学效果欠佳。

（三）学生综合实践能力有待进一步提高

计算机类专业要求学生具有较强的实践能力和对知识的综合运用能力。然而，在传统的教学模式下，任课教师一般是按照教材的章节顺序进行讲解，不同课程教师之间缺乏有效的沟通与协调，导致知识点往往以孤立的形式呈现给学生，使得学生“只见树木，不见森林”。由于缺乏对知识体系的整体把握，学生往往不清楚所学知识点在实际应用中的价值和意义，这大大降低了他们学习的积极性和主动性。同时，由于所学知识点大多是孤立的，学生的综合实践能力未得到充分体现，学生运用所学知识进行分析问题和解决问题的能力较弱，有待进一步提高。

三、基于教育知识图谱的智慧伴学机制

（一）设计立体化伴学模式

融合同伴学习、合作学习以及导生制的基本思想，设计由教师、高年级导生以及同年级学生共同参与的立体化伴学模式。在横向层面，将同年级学生进行分组，每组中择优选择一名学生担任组长；在纵向层面，从高年级学生中，选择若干实践能力强、综合素质高的学生担任导生，每个小组配备一名导生。从整体上看，该伴学模式由任课教师负责整体规划、组织实施及监督反馈，以确保伴学机制不断完善并达到预期教学效果。在同年级小组内部，主要采用合作学习和同伴学习的方式，鼓励学生之间相互交流和协作，共同完成学习任务；在高低年级之间，筛选出优秀高年级学生担任导生，对同组的低年级学生进行指导，发挥榜样引领作用，实现以生教生、以生励生、以生管生和以生评生的教育效果。

（二）完善智慧伴学制度保障

立体化伴学模式的有效实施依赖于任课教师、高年级导生的认真组织和指导，以及学生的积极参与。相较于传统的教学模式，立体化伴学模式要求任课教师投入更多的时间和精力来组织、实施和监督伴学过程；高年级导生在提升自身能力的同时，还需承担对低年级学生的指导和帮助；参与伴学活动的学生可能面临一定的外部压力。因此，需要制定系统完善的伴学制度，明确具体组织实施流程，厘清各参与主体的责任与权利，保障各自的不同诉求和切身利益，充分调动相关主体参与的积极性和主动性，确保伴学效果。

（三）构建智慧伴学大数据平台

为打破时空限制，确保同伴学习、合作学习、导生制能够得到全面、系统、深入的实施，基于人工智能、大数据等前沿信息技术，设计并开发了智慧伴学大数据平台。该平台实现了伴学组织的信息化、伴学过程的数字化和伴学管理的智慧化。智慧伴学大数据平台主要包括伴学管理、信息感知、资源组织和分析应用等模块。伴学管理模块主要负责管理伴学过程中涉及的教师、导生、学习小组成员等主体；信息感知模块主要负责记录学生的日常学习情况、导生的指导记录、同伴间的交流情况以及小组任务完成情况；资源组织模块主要负责各类教学资源的数字化，并构建知识图谱；分析应用模块则基于平台数据提供个性化学习路径推荐、学业评估与预警、学生画像构建以及智能问答等应用服务。

（四）教育知识图谱赋能智慧伴学

为解决传统教学模式中存在的知识点孤立、学生学习主动性不强以及知识综合应用能力较差等问题，针对数字化教材、教学大纲、教案、讲义等资源，构建了教育知识图谱。对知识点进行系统化梳理和网络化呈现，并以知识点为核心，实现了同一课程及不同课程之间知识点的互联。基于教育知识图谱，可以有效改变传统的顺序教学模式，实现知识点的网络化、立体化教学。这能够使学生全面了解知识点体系的整体架构，真正做到学有所用，从而有效激发学生的学习兴趣，提升学习效果。同时，基于教育知识图谱，结合学生学习现状和学习习惯，可以为学生推荐个性化的学习资源和学习路径，实现精准化教学。此外，还可以生成学生学情画像，教师和导生可以依据学生学情画像全面、深入地了解学生学习情况，并根据学生实际情况适时调整指导策略，提高指导质量。

（五）加强智慧伴学效果评价

充分挖掘智慧伴学大数据平台所积累的丰富数据资源，设计科学、合理的智慧伴学评价指标体系。开展数据驱动的智慧伴学效果评价，对任课教师、高年级导生和参与学生等不同主体进行分类评价，全面深入地了解教师和导生的指导情况，以及学生的学习行为和学习效果。制定评价结果反馈与运用制度，形成“实施—评价—反馈—改善—再实施”的闭环机制，不断完善伴学过程，提高伴学效果。

智慧伴学机制是应对目前计算机类专业教学所面临诸多挑战的重要途径，对于提升计算机类专业人才培养质量具有显著效果。而教育知识图谱能够进一步促进智慧伴学机制的顺利实施。但未来仍有若干关键问题有待进一步研究：一是如何将同伴学习、合作学习、导生制等全面系统地融入智慧伴学平台，实现线上与线下有机融合的混合式伴学模式。二是针对海量、多源、异构的教学资源，如何加强多模态教育知识图谱的构建，提高教育知识图谱的建设质量。三是充分挖掘智慧伴学平台积累的数据资源和分析学生学习足迹，强化数据分析能力，创新数据分析应用，从而进一步推动教学质量提升。

参考文献：

[1]王有升，兰玉萍.同伴学习中的“教学相长”与课堂教学变革[J].课程·教材·教法，2018（2）.

[2]韩笑.改革开放四十年我国合作学习研究的进展及趋势：基于CiteSpace工具的文献计量学分析[J].当代教育科学，2018（4）.

[3]钟卓，唐烨伟，钟绍春，等.人工智能支持下教育知识图谱模型构建研究[J].电化教育研究，2020（4）.

[4]张义兵，高兴启，满其峰，等.基于教育知识图谱的知识建构元空间设计与实现[J].电化教育研究，2022（11）.

[5]李艳燕，张香玲，李新，等.面向智慧教育的学科知识图谱构建与创新应用[J].电化教育研究，2019（8）.

[6]李振，周东岱，王勇.“人工智能+”视域下的教育知识图谱：内涵、技术框架与应用研究[J].远程教育杂志，2019（4）.

[7]全国科学技术名词审定委员会.心理学名词[M].2版.北京：科学出版社，2014.

[8]高筱卉，赵炬明.合作学习法的概念、原理、方法与建议[J].中国大学教学，2022（5）.

[9]韩吟.合作学习教育思想的历史探寻与技术化应用批判[J].当代教育科学，2018（1）.

[10]沈权.现代合作学习的理论基础探索[J].中国教育学刊，2003（7）.

[11]祝智庭，许秋璇，吴永和.教育信息化新基建标准需求与行动建议[J].中国远程教育，2021（10）.

[12]余胜泉，彭燕，卢宇.基于人工智能的育人助理系统：“AI好老师”的体系结构与功能[J].开放教育研究，2019（1）.

[13]范佳荣，钟绍春.学科知识图谱研究：由知识学习走向思维发展[J].电化教育研究，2022（1）.

[14]蒋开天.图式特质论：基于康德、皮亚杰图式学说的历史考察[J].中南大学学报（社会科学版），2014（2）.

[15]邓霜娇.英国普通教育导生制述评[J].上海教育科研，2019（9）.

责编：应 图

基金项目：2021年度河南省高等教育教学改革研究与实践项目“基于学科知识图谱的智慧教学资源建设与应用研究”（编号：2021SJGLX502）；国家级一流本科专业建设点“计算机科学与技术”

作者简介：马友忠（1981— ），男，洛阳师范学院信息技术学院教授，研究方向为大数据管理与分析、教育大数据。