时间:2023-08-23 16:58:34
开篇:写作不仅是一种记录,更是一种创造,它让我们能够捕捉那些稍纵即逝的灵感,将它们永久地定格在纸上。下面是小编精心整理的12篇人工智能教学策略,希望这些内容能成为您创作过程中的良师益友,陪伴您不断探索和进步。
关键词:人工智能;教育;应用;问题
中图分类号:G642.0 文献标志码:A 文章编号:1674-9324(2012)03-0159-02
人工智能是研究如何构造智能机器(智能计算机)或智能系统,使其模拟、延伸、扩展人类智能的学科。随着人工智能的理论与技术在社会各个领域的广泛应用,其在教育领域内的应用也越来越受到重视,并取得了一定的研究成果。
一、人工智能教育应用的主要形式
人工智能在教育领域应用的最直接结果就是诞生了智能教学系统。智能教学系统是以计算机辅助教学为基础而兴起的,它是以学生为中心,以计算机为媒介,利用计算机模拟教学专家的思维过程而形成的开放式人机交互系统。目前,智能教学系统已成为人工智能在教育中应用的主要形式。智能教学系统主要是在知识表示、推理方法和自然语言理解等方面应用了人工智能原理。由于它综合了知识专家、教师与学生三者的活动,因此,与之相对应的,智能教学系统一般分成知识库、教学策略和学生模型三个基本模块,再加上一个自然语言智能接口。智能教学系统的功能具体来说有以下几条:了解每个学生的学习能力、认知特点和当前知识水平;能根据学生的不同特点选择适当的教学内容和教学方法,并可对学生进行有针对性的个别指导;允许学生用自然语言与“计算机导师”进行人机对话。智能教学系统的设计不仅要有计算机科学的知识,还需要有教育科学的理论指导。
二、人工智能在教育中应用的局限性分析
1.阻碍人工智能发展的关键因素。在人工智能的发展中,一直存在着对“计算机是否能代替人脑甚至超过人脑”的问题的讨论,实际上,以电子计算机为主要工具模拟人的某些思维活动而产生的人工智能是有局限的。①计算机处理问题的根本原理。要计算机解决某种问题,有三个基本的前提:必须把问题形式化;问题还必须是可计算的,即要有一定的算法;问题必须有合理的复杂度,即要避免指数爆炸。由于人的智能活动不能完全形式化,因此,机器就不能将人脑的智力活动全部复制出来。电子计算机最终只能把握0、1这两个开关代码,遇到不能形式化、不能找到算法或不能程序化的任务,计算机则难以执行。②人和机器之间的根本区别。智能模拟利用了人和机器的共性,即两者都是一个信息转换系统,但两者之间存在着不容忽视的本质区别。智能模拟与天然智能属于两种不同的进化系统,人类的智能是人类社会实践的产物,机器的智能是机械制造的结果。大脑和电脑的组织结构也不相同,两者属于两种不同的运动过程,前者是复杂的生理--心理过程,后者是机械--物理过程。智能模拟可以在局部上超过天然智能,但是,模拟的根本方法是功能模拟法,两个系统在结构和实际过程上是不一样的。智能模拟不具有人的思维的社会性,不具有主观世界。
2.人工智能在教育中应用的局限。就目前人工智能的发展水平以及人工智能本身的特点而言,它在教育中的应用也是有其局限性的。①与学生之间无法畅通交流。教育本质上是一种“交互”活动,而智能教学系统无法实现最充分、最真实的交互。目前自然语言理解的研究成果非常有限,远不能达到人人交流的要求。此外,就态度、品德、情感等教育问题而言,机器只能通过学生输入计算机的信息来判断其掌握和内化程度,而无法像人类教师通过自然状态的交流和观察来判断学生的真实情况,因此,“机器智能”很容易被蒙蔽“双眼”,无法做到像人与人之间那样自然畅通的交流。②决策和推理机制不完善。智能教学系统的关键智能所在是其决策和推理机制,即“教学策略”模块根据不同学生的具体情况通过推理做出灵活决策,这种决策基于学生模块提供的有关学生的知识水平、认知特点和学习风格,而这些不能完全被形式化。同时,随着教育理念的不断更新以及教学模式和教学方法的不断改进,系统所应用的教学策略模块用于评估和判断学生学习过程的能力是有限的。③人工智能并非适合所有的学习领域。根据加涅的学习结果分类,学习分为言语信息、智慧技能、认知策略、动作技能和态度五类。言语信息分为符号学习、事实学习和有组织的知识学习,这些属于可形式化内容,适用于智能教学系统;智慧技能分为辨别、具体概念、定义性概念、规则和高级规则,其中前四项属于可形式化内容,适用于智能教学系统,而高级规则属于复杂――形式化内容,部分内容不适用于智能教学系统;动作技能和态度领域的学习,在其认知成分中可以使用智能教学系统,但情感和行为成分等非形式化内容,则难以用智能教学系统来实现。因此,并不是所有的学习领域都适用于智能教学系统。智能教学系统在教育中应用的重点应放在认知领域中的符号学习、事实学习和有组织的知识学习、辨别、具体概念、定义性概念以及规则这些学习内容上。
三、人工智能教育应用的发展方向
近年来,随着计算机技术、网络技术、人工智能技术以及现代教育教学理论的发展,人工智能在教育中应用的发展呈现出以下几个趋势。
1.开始突破单一的个别化教学模式。长期以来,计算机辅助教学系统和智能教学系统都是强调个别化教学模式,这种模式在发挥学生的学习积极性、主动性和进行因人而异的指导等方面确实有许多优点。但是,随着认知学习理论研究的进展,人们发现在计算机辅助教学系统和智能教学系统中只强调个别化是不够的,在某些场合(例如问题求解)采用协作方式往往更能奏效。因此,近年来在智能教学系统中,协作型教学模式得到越来越多的重视和研究。
2.智能教学系统日益与超媒体技术相结合。超媒体系统具有良好的开发环境、灵活方便的用户界面以及图、文、声并茂的特点,而且其信息的组织方式与人类认知的联想记忆习惯相符,已成为目前一种最理想的信息载体和最有效的信息组织与信息管理技术,在许多领域尤其是教育领域有广阔的应用前景。把超媒体技术引入智能教学系统,从而发展成为智能超媒体辅助教学系统,可以大大改善计算机辅助教学系统的教学环境,激发学生的学习积极性,从而显著提高教学效果。
3.智能教学系统与网络的关系日益密切。网络的应用和普及为远程教育和终身教育提供了一个良好的空间。当前,智能教学与多媒体网络的结合成为人工智能在教育中应用的一个势不可挡的发展趋势。
4.传统人工智能与神经网络模糊决策机制相结合。传统人工智能从宏观角度开展认知模拟,可以部分地模拟人类的逻辑思维过程,而神经网络模糊决策机制从微观方面进行认知模拟,着力实现模仿人类右脑的模糊处理功能和整个大脑的并行化处理功能。今后将探索一种新的智能处理模型:把神经网络的模糊决策机制和符号专家系统的推理能力结合起来,利用多重知识源、多种模型进行复合协同处理。如果上述技术能够成熟运用,那将对人工智能的发展及其在教育中的应用起到决定性的作用。
参考文献:
[1]王士同.人工智能教程[M].北京:电子工业出版社,2001.
[2]王永庆.人工智能原理与方法[M].西安:西安交通大学出版社,1998.
[3]何克抗.计算机辅助教育[M].北京:高等教育出版社,1997.
[4]徐鹏,王以宁.国内人工智能教育应用研究现状与反思[J].现代远距离教育,2009,(5):3-5.
关键词:人工智能;音乐教育;智能乐器;大数据
1引言
随着人工智能技术的不断进步,重新塑造音乐使得音乐教育的学科素养培育、审美感知、艺术表现和文化理解变得更有支持和创意。探索应用人工智能技术推进音乐教学的改革与发展有具有十分重要的意义。本文通过研究与实践,引导学生学会用科学的方法培育计算思维创作音乐,用科学的意境欣赏音乐陶冶学生的音乐审美感,用科学的评价提升音乐课堂教学效率。通过这些措施,可以使学校音乐教育精准地开展因材施教差异化教学,彰显音乐教育的特色。
2人工智能与音乐
人工智能技术与音乐教育有机融合,丰富了课堂教学资源,拓展了智能乐器的功能,提升了音乐教育技术手段。它支持个性化学习,可以观察音乐课堂学习,分析音乐的旋律与节拍,有效评价教学效果,激发音乐教师运用人工智能技术创新音乐教学的热情,发挥教师在课堂教学中的主导作用。
2.1乐器的智能化
乐器是学习音乐的重要工具。乐器植入人工智能技术,形成了智能化乐器。它能够大量储存多种乐器的音乐数据。尤其是在音乐键盘中运用,功能的提升特别突出,应用于音乐教学中引发了多种形式的教学模式。例如,图1显示了融合多媒体计算机、主控系统、音乐课堂教学智能评价系统将多部电子钢琴连接起来的智能乐器实验室。通过语音室方式授课,可以实现多种乐器的分组教学。这在传统的音乐课堂上是无法完成的。
2.2智能化乐曲创作
智能乐器不仅能够储存乐器音色,而且还能用指令对各种音色播放进行控制,各种音色按照指令进行演奏。这种创作功能是以往其他乐器都无法比拟的[1]。例如,能唱出《月亮代表我的心》十七声部的合唱团,很好听,但很难。运用智能乐器按指令合成该十七声部音乐则轻而易举。2.2.1机器学习生成乐曲人工智能技术赋能智能乐器,使得机器学习的功能日趋进步。机器学习在音乐领域所做的事情,就是提取音乐作品的“数据”,输入给定模型学习音乐的“特征”,再对音乐数据进行分析和编排。例如,如果输入的是《梨园金曲》民族音乐,则机器就能学会民族音乐的曲调特征,生成掌握特征模型的民族音乐作品。2.2.2用软件生成乐谱使用MuseScore3forMac软件可以制作乐谱,在工具栏选择对应时值的音符输入音符。例如,在MuseScore3窗口输入如图2所示的“我和我的祖国”乐谱,再导出MP3文件进行播放。2.2.3代码生成乐曲用Python代码生成曲子,要借助音乐标准格式MIDI—乐器数字接口,运用Python-midi库编写程序,编译MIDI文件生成音乐。例如,生成一个简单乐谱的MIDI文件需要使用Python-midi,其中:Pattern对象表示乐谱;Track对象表示音轨,通常乐谱都有多条轨道组成,每种乐器是一个轨道;midi.NoteOnEvent表示每个音符的开端,在参数表中可以定义每个音符的音长和音高;midi.NoteOffEvent表示每个音符的结束。参考代码如下:importmidi#定义patternpattern=midi.Pattern()#定义轨道track=midi.Track()#添加轨道到patternpattern.append(track)#音符开始,并定义位置、音量、音高on=midi.NoteOnEvent(tick=0,velocity=50,pitch=midiG_3)track.append(on)#音符结束off=midi.NoteOffEvent(tick-100,pitch=midi.G_3)track.append(off)#轨道结束eot=midi.EndOfTrackEvent(tick=1)track.append(eot)#存储midi.write_midifile("example.mid",pattern)程序运行结果生成了如图3所示的简单音符:这样如图2的“我和我的祖国”乐谱,也可以通过Python代码生成MIDI文件。
3AI赋能音乐课堂
在AI赋能的音乐教育环境,促使音乐教学实践变革以及学生学习音乐方式。例如,图4所示的集音乐创作教学及教学评价于一体的“智能化音乐课堂教学评价系统”,在教学设计的优化、教学方法的高效、教学手段的更新、教学评价的智能、教学策略的调整方面都具有借鉴意义[2]。
3.1大数据学习
大数据云计算可以将所有音乐家们音乐数据存储在云中,运用人工智能技术为学生提供更多有价值的音乐数据。学生通过音乐云学习音乐知识,欣赏音乐魅力、体验音乐节奏、理解音乐韵律。它使得优质音乐教学资源跨越校园,开放延伸音乐教学,远程辐射共享资源。这样就扩展了学生的视野,音乐知识的来源无限扩大,整个音乐云皆有学生的学习教材。特别是大数据音乐云不仅可以推送给学生更多的即兴音乐和更多的音乐信息,还能指导音乐爱好者创作出雅正、健康的音乐作品。
3.2个性化学习
人工智能技术从音乐学习行为数据搜集、数据分析与运用、个性化学习评价多方位帮助学生定制个性化的学习成长路径。推送在线音乐教育资源,指导表演建议乐器学习技巧。搭建音乐教育虚拟课堂,匹配音乐教学资源,实现因材施教的个性化学习,支持一对一的教学辅导和群组式讨论。通过这些措施提高教学质量和效率。
3.3教学评价智能化
运用人工智能技术将多个音乐辅助教学设备连接的音乐创作教学系统,基于音乐课堂教学的学生学习特质分析与教学效果分析的音乐课堂教学管理系统,来实现音乐教学的全程智慧管理,使音乐学习更有效率。例如,在虚拟音乐课堂乐器教学可以变成一对多的自选教学模式,使课堂变得轻松、愉快。教师可以开启课堂教学观察模块,捕捉每位学生同步练习的音准、节奏、力度数据,分析判断将评价信息同步反馈,给出学习指导建议。3.3.1创作教学模块“智能化音乐课堂教学评价系统”中的音乐创作教学模块,集视、听、练和反馈评价为一体,适时演示教师教学作品和评价学生练习作品。例如,在进行《我和我的祖国》授课时导入电影片段,欣赏“我和我的祖国”音乐的表现形式、演唱形式以及歌曲风格,可以使学生更好地体验作品的创作意境,激发创作意识。使用MuseScore创作“我和我的祖国”三声部习作音乐,并能储存、刻录,编辑等二度创作。3.3.2课堂教学评价模块音乐课堂教学评价有着传统音乐教学评价无法比拟的灵活性、客观性和实用性。从大数据分析角度获取音乐课堂教与学相关数据,对学生的音乐基本素养与学习态度进行科学分析判断。例如,以创作《红河谷》中的和声与音乐作品风格内容的“编配伴奏音乐”教学过程为例。课前在“课堂教学评价模块”上安排学生根据作品风格完成伴奏的音乐;播放制作好的《红河谷》MIDI音乐(在第二和第六个小节缺失编配和弦);使学生感受、探讨大小三和弦的表现力,形成对大小三和弦的感知。然后要求学生试着用MuseScore为《红河谷》缺失的两小节选配和弦,以适合歌曲的伴奏风格。学生需要边哼唱歌曲边试着套用不同的伴奏风格,找到他们认为最恰当的和弦伴奏风格,说出理由并提交[3]。评价系统将学生提交的作业比照音乐要素进行评价。及时反馈学习评价的信息,并对学生的学习进程制定一个个性化的学习方案[4]。同时通过教学反馈深度优化决策模型,促进教师实时改进教学策略,提高教学效率和效果,提升教学质量。
4结语
人工智能技术在音乐教育领域中的广泛应用,为传统的音乐教育模式注入了活力,为音乐教师创新音乐教学理念开辟了新思路[5],为因材施教提供了新的适合学生学习的音乐教学模式。人工智能在音乐教育模式方面的探索,不仅给音乐教育教学的发展带来了物质技术层面的进步,还从音乐教学层面促进计算思维培育开辟新途径。这对音乐教育理念、教学手段、教学方式和方法以及拓展学生音乐视野、学习音乐、享受音乐、创造音乐等都带来深刻的变化和积极的影响。
参考文献
[1]邹孟雨.人工智能及其在音乐教育中的应用.北方音乐,2018(15):254-255
[2]郭文进.“互联网+教育”运行模式探究.决策与信息(下旬刊),2015(9):63
[3]段晓军.电脑音乐系统与中小学音乐教学实践.中国音乐教育,2006(6):26-28
[4]王迪.浅析娱乐教育中元学习能力的培养.河北广播电视大学学报,2007(1):79-80
关键词: ICAI;B/S;智能化
中图分类号:TP39 文献标识码:A文章编号:1006-4311(2012)04-0136-010引言
ICAI系统是以学生为中心,计算机为媒介,采用“知识库”、“学生模型”和“教师模型”等模块模拟教学专家的思维过程,形成的开放式人机交互系统。ICAI系统是一个综合性很强的系统工程,它是以教育科学、心理科学和认知科学等作为理论基础,采用人工智能、多媒体技术、数据可视化技术等多方面计算机相关技术,通过研究人类学习思维的特征和过程,寻求学习认知的模式;通过设计智能化计算机辅助教学系统,帮助教师实现因材施教、进行有针对性的指导以及按照不同的认知能力,使学生进行个别化自适应性学习。
1ICAI体系结构
研究ICAI的动机就是为了创造出与优秀教师相媲美的“智能导师”,所以需要赋予机器高级智能。因此,尽管ICAI系统的形式各不相同,但主要都是由4个部分组成:知识库(Expert Knowlege)、学生模型(Student Model)、教师模块(Tutorial Model)、智能接口(Interface)。
1.1 学生模型模块学生模型用于表示在特定领域学习的有关因素,能准确、客观、真实的反映出学生当前的知识水平和认知能力,是学生知识结构的反映。学生模型在智能化的个别教学中扮演着非常重要的角色,它提供的信息是教师模块做出的教学决策的依据,也为系统实现个别化教学提供了依据。
1.2 教师模块是操纵教学内容以一定的形式呈现给学习者的推理结构,即根据学生模型所反映的情况采取有效的行动指导学习情况,包含修正错误、选择例子、模拟。其任务是:结合教学策略和课堂结构方面的知识,为学生选择要解决的问题,监察并评价学生的行为,按学生的请求提供帮助并选择辅助材料。即解决如何教的问题。
1.3 专家模块(知识库)知识库是整个系统的核心。是人工智能与数据库结合的产物,并将大量的知识信息素材提供给教师和学生在课堂教学中自由使用。该模块包含的知识包括两方面的知识:一是这个领域内说明事物概念的陈述性知识,二是有关利用这些概念解决问题的过程性知识(运用领域知识对问题的正确解答以及求解问题的知识)。其任务是作为系统全部知识的来源,为其他模块调用,以实时完成用户行为的响应。通过知识库,组成教材、生成问题并评价学生解答的正确性。这个部分相当于一个根据事实进行演绎推理求出解答的专家部件。
1.4 通信模块这是计算机系统与学生之间相互进行信息交换的人机接口(即用户界面),是ICAI的外表,也是学生唯一用肉眼可看到的单元。一方面它所提供的知识和信息易于被学生所理解,并可指导学生自主的学习;另一方面也使系统能理解和接受学生的提问。为了增加人机交互的灵活性,一般采用自然语言和图形相结合的接口,允许学生与计算机进行人机对话,使得人机交流更加流畅、生动、直观。
2ICAI系统的理论基础与相关理论依据
目前ICAI系统就是以建构主义教学理论为基础的;其次,根据“ICAI=AI+CAI”这一原则,ICAI还须在人工智能原理的指导下,利用专家系统的开发策略来开发,因此,下面就是从这两大方面来阐述ICAI的开发原理。
2.1 ICAI的心理学基础:建构主义学习理论建构主义学习理论认为,学习是学习者主动地建构内部信息表征的过程。学习者不再是被动地接受外来信息,而是主动地进行选择加工,学习者从不同背景、角度出发,根据外在信息,基于自己的背景知识,在教师和他人的协助下,通过独特的信息加工活动,建构自己的意义的过程。建构主义提倡在教师指导下的、以学习者为中心的学习,也就是说,既强调学习者的认知主体作用,又不忽视教师的指导作用,教师是意义建构的帮助者、促进者,而不是知识的传授者与灌输者。学生是信息加工的主体、是意义的主动建构者,而不是外部刺激的被动接受者和被灌输的对象,学生成为了意义的主动建构者。
2.2 ICAI的“双主”教学模式设计的理论双主教学设计就是“主导-主体”教学系统设计模式(简称“双主”模式),是以学生为主体、教师为主导相结合的新型教学系统设计模式。此模式将以教为主和以学为主的教学设计模式有机结合,避免了在教学过程中单纯使用一种教学设计模式而产生的教学时单方面(教师或学生)主宰教学而出现的“满堂灌”或“盲目学”的现象,使学生能够采用更合理的学习策略掌握学习内容和提高自学能力,优化了教学过程。
2.3 专家系统专家系统(expert system)其实是一个智能计算机程序系统,其内部含有大量的某个领域专家水平的知识与经验,能够利用人类专家的知识和解决问题的方法来处理该领域问题。专家系统是人工智能中最重要的也是最活跃的一个应用领域,它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。
3系统B/S体系结构的设计
B/S结构是目前网络应用软件技术的发展趋势,具有使用简单、良好的可扩展性、易于维护、可靠的安全性、效率高、可共享性、开放性等特性。其最大的优点就是可以在任何地方进行操作而不用安装任何专门的软件,只要有一台能上网的电脑就能使用,客户端零维护。其体系结构如图1所示。
4结束语
综上所述,一个好的ICAI系统能够促进教学方法的改进。教师对具体学生制定合适的教学决策,达到智能化、个别化的教学目的。随着技术的发展智能化计算机辅助教学的研究将向超媒体网络化、智能化于一体的目标不断迈进。
参考文献:
[1]田凤杰.人工智能的CAI(ICAI)系统;沈阳工业学院.沈阳工业学院硕士论文.2003:36~37.
我们身处大数据时代,教育领域同样充满了海量数据。
安全监控系统、教室录播系统、学生智能卡片、电子白板、交互式一体机等信息技术设备的运用,让教师和学生的课堂板书和交互行为,都以数据的形式被记录和保存。智能手机在高等教育阶段已经普及,部分中学也允许学生将手机带入课堂,通过智能手机参与课堂活动、访问学习资源,这就形成了学生学习行为的数据。
传统教学方式支撑的学习活动、学生参与活动的数量和质量情况,是通过教师人为评判的得分、级别等进行度量的。在“互联网+”时代,在线学习平台或者课程管理系统支持的学习活动,已经可以借助学习活动指数(OLAI)这样自动生成的包括质量、数量和速度三个维度的指标,做出更精识及时的判断,并为个性化教学策略的实施奠定了基础。
情感、态度和价值观是学生过程性评价的重要因素。传统的评价方法是通过定性分析和调查问卷分析,其缺陷是不精准、不及时。随着人工智能的发展,人脸识别、视频分析、情感计算等技术已经趋于成熟。那么,我们借助这些技术分析课堂录制的学生视频和教师视频,就可以直接获取其面部表情等数据,通过表情变化数据来对学生的情感、态度和价值观进行精确的过程性评价。
在学校层面,数字化校园或者智慧校园等系统平台可以对教师专业发展、学生个性化发展和家校沟通进行有力支撑。平台运行积累的数据,可以实现对教师的评价,对学生成绩的横断面分析和时序变化分析、对学生完成各种学习活动的分析和对学生的精准反馈。
在国家层面,可以借助数据挖掘和数据可视化技术实现决策管理的科学化和信息化。例如,各个省市区的农村生均教育经费动态变化图,可以动态展示农村生均教育经费的时序相对变化;教育经费增长与财政收入增长比例地图,则直观对比反映了某个年度两者比例的增长速度;通过人工神经网络支持的“指数增长预测法”模型,则可以预测未来各年度学生数量、生均经费、经费需求的数值。
所以,人工智能时代的到来,海量教育数据的挖掘技术日益成熟,将广泛应用于教育和教学管理的各个领域,无论在微观个体层面、中观学校层面,还是在宏观国家层面。
关键词 信息技术;情境教学;智慧课堂;有效教学
中图分类号:G633.67 文献标识码:B
文章编号:1671-489X(2015)21-0100-02
所谓有效教学就是指教学的效益问题,即什么样的教学是有效的?所谓“有效”,主要是指通过教师在一段时间的教学后,学生所获得的具体进步或发展。教学有没有效益,并不是指教师有没有教完内容或教得认不认真,而是指学生有没有学到什么或学生学得好不好。如果学生不想学或者学了没有收获,即使教师教得再辛苦也是无效教学。同样,如果学生学得很辛苦,却没有得到应有的发展,也是无效或低效教学。因此,学生有无进步或发展是衡量是否是有效教学的唯一指标。
信息技术课是一门操作性很强的课程,本身有其自身的学科特点。现在很多信息技术教师存在错误的教学观念,认为只要自己在课堂上讲得越多,操作示范得越仔细,自我越觉就越良好,生怕自己有些重要的概念没有讲到,有些关键性的操作没有示范好。其实这种传统的被动式的教学把学生当成教学的道具和观众,其教学是无效的或盲目的。下面就现在比较热门的信息技术课的有效教学策略谈谈自己的一些看法。
1 学案教学引导学生自主学习、自主探究,促进有效教学
学案教学是以学案为载体,学生依据教师精心准备的学案在教师的指导下进行自主探究的教学活动。学案教学有助于引导学生自主学习、自主探究,确保学生学习中主体地位的落实,实现学生学习的最大效益,最大限度地为师生互动提供课堂时空。学案教学可以帮助学生系统地、全面地把握课堂主要知识内容,克服学生盲目的自主学习,有利于准确理解学习目标、学习重点和学习难点,提高学生的学习效率。例如,笔者在教授浙教版《信息技术基础》第一章“信息与信息技术”这节课时,就采用了学案教学,提高了课堂效率,取得较好的教学效果。
“信息与信息技术”这节课本身属于标准的理论课,本节课的教学内容为信息、信息的特征0.5课时,信息技术的发展、应用及展望0.5课时。本节课的知识点理论性较强,知识点之间联系较少,根据传统教学方式,通过教师简单说教,其教学效果不言而喻。通过学案教学,把本节课中关于信息、信息技术的概念这两个知识点,通过学案中的练习形式组织在一起,学生根据学案,在教师的指导下完成学案中的练习,这样避免了理论课单调枯燥的教学氛围,促进了有效教学。
本节课中关于信息技术的发展历程这部分知识,学生完全可以自己学习理解,所以笔者在教授这部分内容时设计让学生看10分钟的书自主学习,完成学案中的练习,取得了很好的教学效果。
2 微课教学突破学生学习时空限制,实现分层教学,促进有效教学
“微课”全称“微型视频课程”,它是以流媒体的形式为主要呈现方式,围绕学科的某个知识点、例题习题、疑难问题、实验操作等进行的教学过程及相关资源之有机结合体。微课的教学时间一般以5~8分钟为宜,最长不宜超过10分钟。教师根据学生的需要精心制作好微课以后,可以借助计算机网络让学生自己选择时间和地点来自主学习。另外,微课可以反复播放,这样可以使平时那些接受慢的学生反复观看,有效地解决了后进生的转化问题。虽然单个微课时间比较短,但是一个微课往往是一个知识点、一个重点、一个难点,这些都是针对学生的学习特点精心制作的,非常适合学生的自学。
笔者在教授浙教版《信息技术基础》第四章第二节“数据库系统”时就采用了微课教学。从数据库软件Access的启动到数据库的建立,最后到数据库的保存,整个流程通过微课的形式呈现给学生,短短八分钟就把数据库的操作介绍得清清楚楚、非常详细。大部分学生只要在课堂上通过观看微课的形式,就可以掌握数据库的基本操作;有些后进生如果课堂上的时间不够的话,可以在家通过网络再次学习。
另外,对于同一上课内容,针对不同层次的学生,可以设计和制作难易程度不同的微课,从而实现分层教学。不同的学生根据自己学习能力的不同可以选择不同的微课,对于学习能力不太好的学生,提倡选择比较简单的微课;对于学习能力较好的学生,提倡选择比较难的微课。通过这种措施,实现了分层教学,促进了有效教学。
例如,笔者在选修课“VB编程经典实例”混合结构的教学过程中,对于学习成绩一般的学生,设计和制作的微课是“分数相加”实例;对于学习成绩较好的学生,设计和制作的微课是“分数相减”实例。虽然“分数相加”实例和“分数相减”实例中都涉及程序混合结构这部分知识的学习,但是“分数相减”实例比“分数相加”实例多了一个IF选择结构用于判断符号位,从而使学有余力的学生有了进一步的提高。
3 情境教学激发学生浓厚的学习兴趣,刺激学生的好奇心,促进有效教学
情境教学是指在教学过程中,教师有目的地引入或创设具有一定情绪色彩的、以形象为主体的生动具体的场景,以引起学生一定的态度体验,从而帮助学生理解教材,并使学生的心理机能得到发展的教学方法。情境教学促进有效教学,因为情境教学创设的情境可以在教学活动中起很大作用。学习过程是一种认识过程,认识的一般规律是由感性认识上升到理性认识,由具体上升到抽象。情境教学架起一座从直观到抽象、从感性到理性、从教材到生活的桥梁,可以很好地帮助学生更好地理解知识、掌握知识。情境教学创设了良好的教学环境,从而提高了教学效率,改善了教学质量。情境教学为学生探索与思考留有广阔的发挥空间,使学生的主动性、创造性得到很好的发挥,是十分有效的教学策略。
笔者在教授浙教版《信息技术基础》第三章“智能处理”这节课时,就采用了情境教学。上课过程中,笔者通过播放影片《超能陆战队》中机器人大白的一段视频来吸引学生,创设一个机器人非常聪明的环境,从而引出人工智能的概念。学生通过观看《超能陆战队》的影片片段,更好地理解了人工智能的概念,同时也深刻了解了人工智能的应用前景非常广阔。
另外,笔者在教授《信息技术基础》第四章第一节“信息资源管理及其沿革”这节课时,正好是五一节前夕,所以创设了一个“五一节我要和爸爸妈妈一起去环太湖自驾游”的情境,让学生通过百度地图搜索自驾游路线,安排住宿和吃饭。通过这样的情境设计,学生的情感被充分调动了起来,学习的积极性空前高涨,学习的效率自然而然也提高了。
4 “智慧课堂”可以实现师生、生生实时互动,打破传统课堂教学模式,促进有效教学
智慧课堂是通过手持终端借助领先的互联网技术,利用云端服务器实现资源转接平台和电子学习平台,将学校、教室、学生家中、公共学习资源库以及学习资源提供商等各方连接互通起来,让教师和学生能随时随地通过终端进行教与学。笔者所任教的湖州市第二中学在深化课程改革过程中,积极打造智慧课堂,建设了一个智慧课堂教室。终端选用安卓系统的三星平板电脑,每个平板电脑都预先装载了课程材料、电子教科书和其他有用的资源。学生携带平板电脑可以轻松地从一个课堂到另一个课堂,使用它们无缝访问自己的课本和其他所需课程材料。
智慧课堂在国内和省内目前处于起步阶段,有些理论还不是很成熟,但智慧课堂能够实现师生实时互动,打破传统课堂教学模式的优点值得肯定。
笔者在教授浙教版《信息技术基础》第三章“算法及其实现”这节课时,就上了一堂智慧课堂示范课,取得了较好的教学效果。上课过程中,笔者利用平板电脑向所有学生分配了一个任务:
一个农夫带着一头狼、一只山羊和一篮蔬菜要过河,但只有一条小船。乘船时,农夫只能带一样东西。当农夫在场的时候,这三样东西相安无事;一旦农夫不在,狼会吃羊,羊会吃菜。请设计一个算法,使农夫能安全地将这三样东西带过河。
关键词:计算机辅助教学;优点;设计;策略;发展方向
0 引言
计算机辅助教学(Computer Assisted Instruction简称 CAI))作为一种现代化的教学技术,已越来越受到人们的重视。与传统的集体化教学方式相比,计算机辅助教学具有如下优点:(1)能够呈现单纯的文字、数字等字符教学信息,而且还能输出动画、视频、图像和声音,能非常容易做到教学信息的图、文、声并茂,这种多维立体的教育信息传播,增强了信息的真实感和表现力。(2)可以增加课容量,提高课密度。(3)讲解更直观、更清晰、更具吸引力,学生学得更快且印象更深。通过计算机多媒体技术的动画制作,形象逼真,易于理解,学生学习兴趣高,教学效果好。(4)可以根据学生个别特点和对知识的掌握情况来对学生的学习做出个别、具体地指导,因材施教。真正做到“以学生为主体,以教师为主导”。
1 计算机辅助教学设计、策略
1.1 计算机辅助教学设计
教学设计(instructional design)也称教学系统设计,是一种设计、开发、实施和评价教学系统化过程。它有两个基本含义:一是指着眼整体,统揽全局,即教师在安排每一个教学活动时,胸中有全局,兼顾各方面,而不是片面强调突出某一点;二是指循序操作,精细落实,这表明教学的效果来自于环环相扣、扎实有效、连贯一致的教学促进行为。
1.1.1 要根据不同的教学目的、学习类型及不同学生之间的差异选择教学模式和教学方法。
1.1.2 教学目标的制定要根据学生的实际情况进行制定。
1.1.3 要依据教学过程前后情况对学生进行全面系统的测试,对教学效果进行评价。在设计计算机辅助教学时还要注意以下几个事项:(1)正确认识和合理使用CAI。(2)重视教师的引导作用。(3)适当控制课堂教学信息量。
1.2 计算机辅助教学策略
计算机辅助教学策略的目的在于研究通过怎样的教学手段使学生获得知识和掌握技能。计算机辅助教学策略一般可以分为两种类型:
1.2.1 指导式教学策略。指导式教学策略是按照教学要求事先制定教学程序,学生在教师系统讲授和直接辅导下学习,掌握知识。
1.2.2 发现式教学策略。发现式教学策略是让学生自己去观察、操作,分析、研究有关的学习材料,运用洞察力去发现知识,运用逻辑思维总结概念、公式和原理,从而获得知识和技能。在实际的计算机辅助教学中,这两种策略常常结合使用。但是,后者更为常用。计算机辅助教学采用个别化的教学方式,学生的学习活动是主动的,更有利于学生获得知识、掌握技能。
2 计算机辅助教学发展方向
目前,随着多媒体技术在教学中应用的日益广泛,多媒体CAI的发展趋于以下几个方向:
2.1 工具化
一个优秀的CAI课件,需要众多有丰富教学。经验和扎实计算机应用能力的人员,经过充分分析、精心设计和细致制作,并在教学实践中不断修改和完善下才形成的。而在实际工作中,很难找到这样多才的人员或组织一个彼此协调的团体,这就使得课件的最佳优势不能发挥出来,从而影响了CAI的推广应用。为了从根本上解决这个问题,必须加强对教学课件和开发工具的研究。依靠开发工具的支持,可以大幅度的提高课件的效率和质量,实现课件制作工程化和产业化。
2.2 智能化
智能CAI系统其实就是一种特殊形式的专家系统,是传统CAI系统与人工智能技术相结合的产物。它具备专家系统的某些基本特征,能够根据学生的学习特点、学习历史、自身要求和风格灵活地进行不同内容的教学,以及有针对性的习题练习,从而达到“因人施教”和“因材施教”的目的,实现传授知识、形成技能、培养智能、发展个性的教学目标。
2.3 网络化
实现知识共享及知识快速传递,计算机网络教学是在交互网络学习新环境中学习的。每个终端都可以在远地随时提取教学内容进行学习,与计算机交互学习的心得体会,所完成的作业、练习及所提问题也可由网络传递给教师。教师则为学生提供有关的适当的学习资源,进行学习策略的指导。CAI与网络结合使所有学生可在不同的时间内,通过同一学习内容而互相联系、开展讨论,形成交互式学习。因此,这是一种较理想的CAI教学系统,也是计算机辅助教学发展的必然方向。
参考文献
[1]张森,宗绪锋.多媒体CAI课件基本原理与制作技术[M].北京:北京航空航天大学出版社,2000.
[2]朱万森,梁楚材.计算机辅助教学及多媒体CAI课件设计与制作[M].北京:地质出版社,2000.
[3]王晓娟,等.计算机辅助教学的发展与展望[J]科技创新导报,2008(6).
[4]王东,管江红.浅析高校计算机辅助教学存在的问题及对策[J].西藏科技,2007(1).
关键词:Agent;协作;交互;网上教学系统模型
中图分类号:TP393文献标识码:A文章编号:1009-3044(2008)16-21362-03
The Research of Network Learning Model Based on Multi-agent
WANG Hui1, WANG Chun-xi1, ZHANG Cui-yu2
(1.College of Computer and Information engineering, Henan University,Kaifeng 475001,China;2.The bureau of science and technology of shangqiu , Shangqiu 476100,China)
Abstract: Intelligent Agent is the rising technology of Artificial Intelligence and software.Nowadays. The development of Agent is becoming more and more quickly. The writerproposed an multi-agent architecture based on network teaching model. The model afford virture learning environment for teachers and students.so as to carry out cooperative learning each other.
Key words: Agent; Cooperate; Interaction; Network teaching model
计算机网络和Internet技术的飞速发展正在改变着世界,Internet已被连接到世界的几乎所有的国家和地区,把不同的行业、不同的领域、不同的组织的人连接到世界上几乎所有的国家和地区,把不同行业、不同领域、不同组织的人连接起来,打破了时间和空间的限制。教育信息化是以高新信息技术支持为显著特征的新的教育形态,是教育适应信息社会发展的必然结果。传统的教学手段已经难以适应现代教育发展的需要,因此开展网上教学已成为教育改革和发展的重要趋势。它借助网络和信息技术为课程学习者提供网上学习环境和学习资源,可实现一种全新的课程教学模式,突破了时空的限制,将教学活动带到每一个角落。然而,传统的网络教学系统多以呈现教学内容为主,缺乏互动手段;缺乏智能性,学生只是被动的接受教学内容,不能按照自己的基础、自己的兴趣选择教学,很难做到因材施教,最大地发挥学生的主观能动性;缺乏推理机制和学生模型的支持,不能确定学生的知识水平和认知特点,不能根据学生的意愿和理解能力提供适合学生的教学内容并做出针对性的指导;对学生学习心理及情感因素没有考虑;不能实现学生之间的协作学习。针对以上网络教学中存在的问题,本文提出了一个多agent的网上教学系统模型,力图提高学生自主学习的兴趣、充分体现学生的个性、监控学生的情绪、学生之间以及学生和教师之间的协作学习,进而实现学生的协作学习和教师的因材施教。
1 智能技术
智能是人工智能研究和网络技术发展的必然结果。它赋予软件系统一定的智能,使之能够代表用户或者其他自主地执行任务,并以合适的方式与周围环境相互作用。它是一个自适应性和智能性的软件试题,能代表用户和其他程序,以主动服务的方式来完成一项工作。,还具备一些人类特有的知识(knowledge)、信念(belief)、愿望(desire)、意图(intention)、协调(coordinate)、合作(cooperate)等因素。Agent主要具备如下特征[1]:
(1)智能性(Intelligent)。具有推理判断和计算能力,能比较准确的理解用户的需求,能将用户的需求任务、行为进行分解、分析,有针对性提供服务,具有解决问题所需的丰富知识、策略和相关数据。
(2)性(Agent)。引导并代替用户对资源进行访问,成为到达资源的枢纽和中介。
(3)自主性(Autonomy)。一个智能应该是一个独立自主的计算实体。它应能在无法事先建模的、动态变化的信息环境中,独立规划复杂的操作步骤,解决实际问题,在用户不参与的情况下,独立发现和索取符合用户需求的可利用资源与服务。
单个Agent的智能是有限的,我们通过适当的体系结构把Agent组织起来形成多Agent的系统
(Multi-Agent System), 与单Agent相比,多Agent有如下特点:
(1)社会性:Agent处于由多个Agent构成的社会环境中,通过某种Agent语言与其他Agent实施灵活多样的交互和通讯,实现与其他Agent的合作、协同、协商、竞争等。
(2)自制性:在多Agent系统中一个Agent发出请求后,其他Agent只有同时具备提供此服务的能力与兴趣时才能接受动作委托,即一个Agent不能强制另一个Agent提供某种服务。这一特点最适用于学习者特征的获取。
(3)协作性:在多Agent系统中,具有不同目标的各个Agent必须相互协作、协同、协商对未完成问题的求解。
针对以上Agent 的特点将Agent技术应用于网上教学, 能有效克服现阶段网上教学教育系统的局限和不足。使用Agent技术可以增加教学内容的趣味性和人性化色彩, 改善教学效果, 提高教学质量;利用Agent管理学习者的信息, 能动态跟踪学习者的学习行为, 为建立学生模型提供更加可靠的依据;Agent的社会性能够满足建构主义协同学习的需要,可以把每个学习者看成一个Agent,学习者之间通过Agent的协同机制完成协同学习;教师也可以理解成一个Agent, 同样可以和学生交流信息,随时掌握学生的学习状态。利用Agent 思想分析远程教育系统的总体需求和设计解决方案,可充分体现教学的智能性与主动性。
2 基于多Agent技术的网络教学模型
在传统的教学中,教师是主体,学生只是被动的接受教学内容,不能很好地发挥学生的主观能动性,调动学习的兴趣,因此要采取一种实现学生之间协作学习的网上教学系统。基于以上原因本文提出一种基于多Agent的网上教学模型,其模型如图1所示。
图1
这个体系结构包括教师Agent,学生Agent,信息Agent,挖掘Agent,推荐Agent和交互Agent。交互Agent来促进学生之间进行协同学习,交互Agent与用户之间通过自然语言进行通信。可以给学生提供合适的学习任务,并且推荐合适的辅导者,用数据挖掘机制来搜集个体行为和交互的类型,信息Agent与挖掘Agent和推荐Agent相互结合,来确定合适的学生辅导者,并且提供帮助。所有的Agent通过环境,使用特定的通信协议进行通信。学生代表每一个学生,可以相互之间进行通信。
2.1 教师Agent
教师Agent:负责教师,包括:备课Agent 和授课Agent 两部分。备课Agent帮助教师完成日常备课,它不仅给教师提供一个能方便地把教学内容变成Web页和课件到教学网站的平台,更重要的是利用Agent的心智和社会功能智能地为教师提出备课建议。另外,备课Agent 还可以与学生Agent交互信息,了解学生比较感兴趣的教学组织形式、教学媒体等信息,调整备课的方式。授课Agent主要处理实时授课和答疑,由于教师和学生地理位置的分布,它在网上教学系统中非常重要。授课Agent除了能模拟面对面的实时授课外,它还可以与学生Agent交换信息,了解学习者的学习状况和疑难问题,从而动态地、有针对性地选择授课对象。
2.2 信息Agent
信息Agent的主要目的是收集关于学生之间交互的数据,为挖掘提供信息,数据的收集主要通过一些同步的机制来实现,学习者在协作学习的过程中通过电子邮件、留言板、聊天室、等形式进行观点的交换、获得反馈信息,学习的过程也就是学习者之间相互协作交流的过程。
这些数据被存储在知识库中,被挖掘Agent读取,用来确定个人行为类型[2]。
2.3 挖掘Agent
挖掘的目的是从收集的数据中抽取特征值,把它们存在知识描述机制中,我们把这种机制称为项描述符。这些描述符描述了个体交互的特征值,可能会影响学生之间协作学习的能力,哪个个体能辅导别的个体,在描述符中个体的特征可以分为[3]:
个体:用来表述个体的数据,例如:年龄、性别、职业、地址。
行为:用来描述具有的辅导和社交能力、学习的类型。
创建用户信息时,这两种类型的数据信息很重要,可以推断用户的需要,个体特征信息用属性值组来描述,行为信息通过用户实施的行为来表示。情感状态和社会行为都可以在问卷调查中明确地表示出来。
用来定义个性特征的属性值是典型的单一值,而行为特征通常是多值的。两种类型的信息在我们的模型中是用相同的方式描述的。
描述符列举了相关的每项,我们用信任水平作为相关元素来决定信息的相关度。这就像计算条件概率P(dj|e),描述符通过对实际记录的分析可以得到。对每一个我们要定义的推荐策略,由项产生的描述符定义为对象,然后,对象和其它存在的个体特征和行为特征之间的信任度就能计算出来,这个过程一直持续到所有的描述符产生。对于推荐合适的辅导者来说,建立描述符为了显示辅导者的特征。
2.4 推荐Agent
列出所有可能的学生辅导者U={u1, u2,..., um},推荐的过程开始于对每个个体个性特征和行为特征信息的收集开始。然后,对每个用户数据的收集要和描述符dj相匹配,描述符dj依据存储在描述符中的项T={t1,t2,...,tk},列出好的指导者的最重要的特征。这个系统为每个学生计算分数,范围从不同(0)到完全相同(1),分数由下面公式算出:
Score(dj)=1-∏ijk(Noise(tp))
其中,Score(dj)是描述符dj;的最后的分数,Noise(tp)是项tp的噪音参数值,一个用在噪音和概率模型中的概念,其值可由1CP(dj | tp)算出。分数最高的个体被选来帮助需要帮助的个体。这个表达式假定不同tp的独立性,系统的设计者应该完成对每一项的选择。这种方法假定每一项和用户的项相匹配,就能增加描述符所提供的最合适的推荐策略的信任度。
2.5 交互Agent
交互Agent的目的是通过一种自然语言机制和用户之间进行通信,来确定何时给需要帮助的用户推荐学生指导者,同时启动推荐过程,交互Agent通过人工智能标记语言(AIML)来表示其交互知识,人工智能标记语言的(AIML)最重要的标识是[4]:
:表示文件的开始。
:标记知识库的单元。
:表示匹配模式,通过和用户之间的通信交流。
:包含用户输出的可能的答案。
交互Agent也可以选出那些在学习的过程中有困难的学生,这时交互通过向推荐发消息来寻找合适的辅导者,当比较合适的辅导者登录时,交互Agent会告诉有困难的个体,别的个体会帮助他进行学习。从而完成个体之间的协作学习[5]。
3 基于多Agent网上教学系统模型的特点
(1)以学生为中心,学生学习的初衷和学习的最终目的是完成对当前知识的建构,协作式学习就是在一定的情境下通过协作成员(教师和同学)的帮助,凭借自己已有的知识、经验和认知水平,来建构新知识。
(2)该模型以建构主义理论为指导,以计算机网络为依托,创设和谐、方便、灵活的协作环境。
(3)模型中的各个要素之间相互联系、相互交叉,对软件系统的评价和调整、改进,渗透到软件分析、设计、开发和使用的每一环节。
4 基于多Agent网上教学系统的结构分析
整个系统采用B/ A/ S 模式,即浏览器Browser/ Agent/ 数据服务器Server ,它是一种“瘦客户”模式,有助于加快访问速度,而且客户端利用浏览器上网,不再需要为不同的客户端安装不同的客户程序,这能够为复杂的分布式应用提供统一的环境。系统采用分层的软件体系结构,可分为用户层、Agent 层和数据服务器层。教师登录后,系统会自动生成一个教师Agent ,它一方面负责教师与系统的交互,另一方面负责对学生进行指导,并将新的指导送往教学策略库; 学生登录后,系统在自动生成一个学生Agent。学习者自学习开始, 系统就会自动创建一个个体Agent来记录学生的个人特征参数以及学习状态参数, 如原有学习水平、知识接受能力、思维倾向方式、认知风格等, 并将这些信息录入相应参数库。系统根据记录的参数, 对学生进行分类, 建构学生的个体模型, 以为将来协作小组的划分、学习内容的选择以及学习进度的控制提供参考的依据。同时, 随着学习者学习的不断深入, 学生学习能力、学习水平、思维倾向性等积累到一定域值的变化, 个体Agent中的参数也将随之更新。因此, 利用智能Agent可以实现对学生学习情况的动态跟踪。同时,交互通过和用户之间的交互来鼓励学生之间进行协作化学习,按照一定的原则,比如学习者的学习成绩、学习成绩、学习能力、学习水平、思维方式的倾向性等等,用数据挖掘算法来确定可以充当辅导者的学生,把它们推荐给需要帮助的学生。辅导者的推荐机制通过对学生情感和个人行为的分析来决定。
5 多Agent网上教学系统的优点
(1)智能性较高
学生能根据学生当时的实际情况, 对他们的学习内容和方向以适当的指导, 这就增加了学习情境的人性化色彩, 对提高学生的学习兴趣, 改善教学效果有重要的意义。而且学生在学生的学习过程中不断得到锻炼, 即通过学生学习过程中的实际情况来修正自身, 使自身能够更加确切地反映学生的真实情况。学生登录学习的次数越多, 则其与其实际情况就越贴切。
(2)协作性较好
系统的设计有助于增强学习者的合作意识,培养学习者共同学习、共同进步的协作精神。利用计算机网络来构建虚拟的学习环境,使得相识的或不相识的教师,学生和学习者们完成协作学习,这就要求系统设计者创建虚拟的学习情景,创建感知的和自然的学习氛围,实现以学生为主导地位的学习。
(3)强调因材施教
智能性的记录分析学生的学习情况, 根据他们的认知水平, 调整课程难度,水平高者, 课程难度适当增加或者加快课程,进度水平低的, 则适当降低难度或减慢进度。这样能最大限度地挖掘每个学习者的潜力, 改变传统教育的“ 一视同仁” , 实施个性化的教育。
6 结束语
网络的出现,Internet的发展极大的改变着人们的学习方法和方式,为教育的发展带来了很大的契机。基于网络的教育,尤其是基于Internet的网上教学,是一种新的教学方式,它价格低廉、形式多样、普及性广、灵活性强,有着极大的生命力,是实现终身教育和个性化教育的理想手段。本文提出的基于多Multi - agent 网上教学系统为教师与学生提供了一个良好的协同式共享教学环境,支持学生之间协同化的工作方式,可大大提高教师和学生在完成教学任务过程中相互合作和信息交换的质量.
参考文献:
[1] 金聪,戴上平,郭京蕾.张维.人工智能教程[M].北京:清华大学出版社,2007.1.
[2] 申瑞民,许彦青,张同珍,等.基于多的智能型远程教学环境研究[J].计算机工程与应用, 2002(4):253-256.
[3] 陈登科,胡翠华.数据挖掘技术在远程教育中的应用[J].情报科学,2003.4.
[4] Wallace, R. (2003). "The Elements of AIML Style ", ALICE A. I.Foundation.
关键词:大数据背景;高职计算机;创新能力
引言
学生创新能力的培养符合课程改革的实质要求,对促进学生的全面成长和发展意义重大。在通讯技术、互联网技术以及计算机技术快速发展的今天,人们越来越关注对学生综合能力的提升以及创新精神的引导。高职院校需要立足于大数据背景之下教育教学改革的现实条件积极转变教学思路,充分利用各种创造性的教学策略及手段丰富教学内容,实现教学形式和教学内容的多元化和多样化,保障专业课程教学的质量及水平,让学生能够主动地利用专业知识应对大数据背景之下的发展和挑战。
一、大数据背景
大数据也被称作为巨量资料。在信息时代的背景之下,信息的储量呈现着病毒式的发展态势。人工智能以及大数据的出现直接改变了整个世界,同时对目前的公众工作方式以及思维模式是一个较大的冲击和变革。为了为产业发展、时代进步以及科技领域的稳定运作指明道路和方向,许多行业开始以大数据和人工智能为依据,充分实现对各类信息的高效处理以及归纳。在这样的背景之下,社会对人才的需求量也越来越大。对于我国高职教育来说,计算机专业的教育教学尤为关键。教师需要以学生创新能力的培养为依据,分析大数据时代背景之下各类数据信息以及人工智能等高新技术的应用,明确大数据与计算机之间的内在逻辑联系,充分体现这一专业教学的实践作用以及指导价值。[1]
二、大数据背景之下的高职计算机专业学生创新能力的培养策略
根据上文中的相关分析可以看出,在大数据背景之下,高职计算机专业学生创新能力的培养必不可少。教师需要注重对这一能力培养的具体要求,掌握恰当可行的策略,围绕大数据背景之下的信息化教学要求实现各项工作的稳定运作。从微观的角度上来看,教学活动、教学管理、科学研究之间的融合比较复杂。教师需要注重不同层面的创新以及改革,积极优化目前的教学形式,分析传统教学模式带来的各类负面影响,以引导学生、鼓励学生、启发学生为依据,构建全新的人才培养创新机制,从整体上实现学生创新能力和创新思维的综合提升及发展。
(一)提升学生的活动信息素养活动信息素养的提升与大数据的发展及应用密不可分。从目前来看,许多教师开始积极调整理论教学与实践教学的比重。在大数据背景之下,高职计算机专业人才的培养要求越来越高。学生除了需要掌握计算机基础知识之外,还需要主动参与不同的创新活动,了解大数据时展的趋势,充分利用本专业的知识解决生活实际以及科学技术在变革过程中所出现的各类问题。例如,教师可以立足于目前的活动平台拓宽学生的知识视野,丰富其活动信息素养,让学生能够在参与各类科技创新比赛的过程之中,对目前的专业学习和发展趋势有一个客观的认知。互联网及大学生创业大赛每年都会举行。这种国际性赛事备受关注并取得了良好的效果。教师可以引导学生主动参与这些技术含金量比较高,同时信息素养较足的国际赛事。这样才能更好地吸引学生的注意力,让学生能够在主动参与的过程之中获得更多的信息输入,形成良好的创新学习意识。在主动实践和动手时,教师要与优秀学生进行交流和互动,从而提升其国际素养、活动实践素养以及科学素养。[2]
(二)制定创新激励政策要想调动学生的参与积极性,充分体现大数据时代背景之下高职计算机专业学生创新能力培养的实质作用及优势,教师需要将创新激励政策的制定与学生的自主成长和发展相融合,了解高职教育在实践运作过程之中所面临的各类发展机遇以及挑战,将激励机制和政策机制融为一体,通过对大数据时代背景之下社会公众对学生创新能力及创新思维的要求来构建以学生创新能力培养为基础的激励机制,让学生在主动参与的过程之中意识到自主创新的价值和作用。从微观的角度来看,创新能力的培养主要以情感、物质、精神以及校园文化等多个层次为依据。教师要积极利用各种研讨会、国际比赛、社团活动以及实践活动开展相应的创新教育教学,引导、鼓励学生主动实现自我教育,在参与创新的过程之中掌握计算机专业基础知识的实践技巧和应用要求,实现个人创新能力的提升。
(三)创新教学形式作为学生自主学习以及主动创新的重要基地,课堂教学尤为关键。教师需要抓住这一主阵地与学生进行交流和沟通,了解学生的真实想法,立足于课堂教学,创新教学形式,积极提升学生的创新思维能力及水平。在大数据时代背景之下,各种创造性的教学模式应运而生。许多教师将信息化、多样化的教学形式融入数字化学习平台,通过互动教学、视频教学来调动学生的想象力,降低学生的理解难度,鼓励学生实现自我教育和自我成长。在学生自主学习和独立思考的过程之中,教师可以针对学生出现的各类疑惑进行实时在线问答,构建良好的师生互动关系,及时了解学生的知识掌握情况,给予学生恰当可行的辅导和针对性的帮助,让学生在小组讨论、独立思考和数据分析的过程中提出个人的想法。这种以学生为中心的课堂教学形式既能够实现教学形式的创新,还可以提升学生的创新能力,加深学生对计算机专业基础知识的理解和认识,使其能做到举一反三。[3]
关键词: 中职;本体;网络测试;教学效果评估
一、引言
计算机技术、网络技术和多媒体技术的迅猛发展,为网络教学的发展奠定了一个良好的基础。在中职教学中,教学反馈是检验教学效果的重要一环,更是进行有效教学改革的关键依据,但是较大量的作业批改、检测等工作量常常使教学反馈未能及时有效收集,从而使教学效果受到影响。为了及时收集教学反馈,借助数字教育服务提高教学质量和效果,把本体技术引入到网络教学中,网络测试是检验教学效果的有效手段,它的作用日益被重视,网络测试能够根据学生的个体情况、知识结构,有针对性地确定及调整教学策略,智能化自动监控和激励学生的学习、丰富教学手段、提高教学水平。本文提出了一个在网络教学中基于本体技术的网络测试系统设计模型,并把此模型应用于课堂教学中的网络测试,应用于开发在线考试系统等实践中,实现网络测试系统动态性和智能性需求,从而得到一个有效及时的教学效果评估。
二、本体的概念及其技术优点
(一)本体的概念。
本体(Ontology),源自哲学术语。在人工智能界,最早给出Ontology定义的是Neches等人,他们将Ontology定义为“给出构成相关领域词汇的基本术语和关系,以及利用这些术语和关系构成的规定这些词汇外延的规则的定义”。Neches认为:“本体定义了组成主题领域的词汇表的基本术语及其关系,以及结合这些术语和关系来定义词汇表外延的规则。”后来在信息系统、知识系统等领域,越来越多的人研究Ontology,并给出了许多不同的定义。其中最著名并被引用得最为广泛的定义是由Gruber提出的,“本体是概念化的明确的规范说明”。
和这个定义类似的有N. Guarino and P. Giaretta (1995)“本体是概念化的明确的部分的说明/一种逻辑语言的模型”(“an ontology is an explicit, partial account of a conceptualization/ the intended models of a logical language.”)。W. N. Borst对该定义也进行了引申“本体是共享的概念模型的形式化的规范说明”。
由于信息技术中的本体论,将现实世界中的抽象概念中数学方法、信息技术方法进行了处理,使之可以应用计算机技术和信息技术进行高效的检索、分类、处理、转换和推导,因此,信息技术中的本体论方法,在人工智能、信息检索与处理等方面被越来越广泛地应用。
而网络自动测试,涉及测试题目的自动生成、测试结果的正确性自动判断和测试效果的自动分析,因此适合于用信息技术的本体论方法来实现自动组卷、自动判卷和自动测试结果分析。
(二)应用本体技术的优点。
本体技术具有以下优点:(1)对现实事物的精确描述。可以用数学方式和模型对一个现实概述进行形式化建模,用数学的精确方式描述其特性。(2)自动性。由于本体之间可以并行工作,所以多本体可以快速求解问题。(3)准确性。可以引入数学精确模型、离散数学模型描述确定性关系,或引入模糊数学等模型描述非确定性关系,从而量化地描述客观事物及其相关规律。
上述特点,对客观地、但又统计性地分析教学效果、学生对知识的掌握情况、教学活动的因果关系都可以综合进行利用。
三、基于本体技术的网络测试设计
在网络课程中,构建一个理想的网络测试系统,不仅给学生提供了一个网络测试知识的平台,同时也满足了教师随时组织学生进行网络考试的需要,对提高教学效果有着重要和积极的作用。
(一)网络测试系统的本体体系。
网络测试系统相关的本体包括:学生、知识/信息、章节、试卷、教师。
每个本体,都包括:属性集、事件集、规划集、能力集,分别反映其在网络测试系统中的工作模式。
属性集(Beliefset):描述本体对世界的理解和认识,采用基于元组的关系模型来表示本体的信念。
事件(Event):事件是一种特殊的对象。
规划(Plan):规划定义了一组动作序列。
能力(Capability):能力封装了信念、事件、规划等功能性单元。描述了本体能够访问的属性集、能够感知和处理的事件以及对事件做出响应和处理、实现本体目标所需的规划。
本体:一个本体实际上就是一个特殊的对象。它拥有一组能力、包含一组属性集关系、拥有一组规划、能够对一组事件进行响应和处理。
(二)本体设计。
网络测试系统中包括学生本体、教师本体、信息管理本体、决策本体、改卷本体五个本体,其中信息管理本体维护考生成绩,试卷分析结果及考生、教师的注册信息;学生本体可以发送测试请求给教师本体,也可以发送信息查询请求给信息管理本体;教师本体响应和处理学生的测试请求及维护知识库;决策本体响应和处理教师本体的出卷请求,将出好的试卷号返回给教师本体;改卷本体响应和处理教师本体的改卷要求,并将试卷成绩发送给信息管理本体保存。
学生本体包括测试请求、测试完成、进行测试、信息查询请求等事件,包括响应教师本体返回的信息、执行测试、响应信息管理本体返回的信息等规划。教师本体包括出卷请求、改卷请求、响应学生本体的测试请求等事件,包括响应学生本体的测试请求、执行出卷请求、执行改卷请求等规划。由于信息管理本体、决策本体、改卷本体的事件和规划比较单一,在这里不一一罗列。
关键词:非全日制研究生;智能网络教学平台;教学质量
中图分类号:G643 文献标志码:A 文章编号:1674-9324(2014)33-0229-03
一、引言
非全日制研究生教育,是指与全日制研究生教育相对应的,功能互补的,适应现代社会、经济、科技发展需要的,以培养高层次创造型人才为目标的现代教育体系,是我国研究生教育体系的重要组成部分。非全日制研究生教育的主要内容,包括教育的思想定位、教育目标、教育方法、教育技术手段、教育过程管理等,是一项系统工程。随着国家建设学习型社会和人才强国战略的相继实施,非全日制研究生教育的规范和发展开始受到社会和教育界的关注。非全日制研究生教育以在职人员为主要培养对象,以不离岗学习为主要学习形式,在教育对象、教学及管理方面有其自身的特点并具有明显的特殊性,因此,在教育教学活动中出现了一些问题。其中,如何提高课堂教学质量成为非全日制研究生培养过程中亟待解决的问题。
网络智能教学系统(Web Intelligent Tutoring System简称WITS)是基于World WideWeb技术的智能教学系统(Intelligent Tutoring System简称ITS)。ITS是以认知科学为理论基础,综合利用人工智能技术、教育心理学、计算机科学等多门学科成果形成的,对学生实施有效教学的技术。智能网络教学利用计算机模拟教师的教学思维过程,以学生为中心、以计算机为媒介,形成开放式交互的教学方式,能够达到真正个别化教学的目的。以Web为代表的互联网技术为ITS的教学理念和功能实现提供了较为理想的技术平台以及海量的信息资源。
在非全日制研究生教育中,面临的实际问题是学生与教师的见面交流机会较少,缺乏教学互动相长的平台。而且,非全日制学生一般都有正式职业,且分散在社会各行各业,平时对大学图书资料等教学资源的利用机会不多,因此将网络智能教学平台引入非全日制研究生的教育和培养过程是非常必要的,对于提高研究生培养质量起着重要的作用。本文将选取非全日制研究生的教学培养作为网络智能教学系统的具体应用领域,对非全日制研究生课程教学中面临的典型问题进行分析,然后依据网络智能教学系统的系统思想和模型结构,设计构建一种适用于非全日制研究生教学培养的网络智能教学系统。
二、智能网络教学平台的构架介绍
综合运用网络技术(网络编程技术、网页制作技术、网络数据库技术)、多媒体技术以及面向对象编程技术,研究并开发了基于Web的智能网络教学平台。该教学平台主要分为四个模块:学生模块、教师模块、交流模块及资料库,如图1所示。
学生模块是系统为不同学习者提供的个别化教学内容与学习界面。学生首先登陆系统,然后进行自主学习。学生可自愿参与评估测试,了解自己的知识水平、认知能力、学习习惯及风格等。后续学习中系统将根据评估测试结果、学生学习记录以及教师反馈等选择教学知识库中适合该生特点与实际水平的学习内容,并可根据学生情况动态生成教学过程,以及根据学生情况采用不同的教学策略,实现有针对性的个别化教学。学生也可在该模块中提交作业,便于教师掌握学习情况。交流模块是学生和教师互动的模块,学生可以在此提出问题等待答疑,并有相关论坛可以留言讨论。每个学期开始,学生可自主进入选课系统。选课系统主要由两部分组成,基础模块和复合模块。其中,基础模块主要由必修课程和基础课程组成,而复合模块主要针对非全日制研究生“产学研结合”的特点,增加了选修课程,保证整个选课系统既满足了基础性、实践性、先进性,又增强了社会适用性、针对性和务实性。教师模型是网络教学平台中组织、管理和实施教学活动的核心。它由现实的教师主体和计算机化的教师属性以及行为能力组件构成,用于网上授课、课件、知识传授、组织讨论、考试和管理等。其中,教师的教学经验、教学策略、IT应用水平等是影响教师模型的关键因素。教学经验和教学策略决定课程教学内容的结构、知识点划分和知识内容的组织规则,同时,也影响课程素材的组织规则和问题答疑的组织规则。教师的IT应用水平是教师应用智能教学系统的技术能力,是教师灵活应用网络教学平台的技术要素。教师一般是通过学生学习状态生成课程教学内容,通过学生评价状态控制学习过程,并通过交流模块的答疑系统实现对学生问题的解答。此外,教师模型还可以实现对于知识库系统的维护。交流模块主要是提供一个交流的环境来实现同学之间、师生之间实时的相互交流的需求,以便于师生之间、同学之间及相关人员的交流、设问、解答等。通过建立交流模块可以解决学生无法在课堂上实时解决的一些问题,亦能实现远程、分布式的协作学习。交流模块主要包括答疑、公共BBS、专题讨论、公告留言等版块。通过交流教师可以将一些较为普遍或专业性较强的问题进行统一回答,并一些公告信息。在公共BBS中,任何人都可以发表意见和建议,提高学生的表达能力并提高学习兴趣。教师可以根据教学内容、需要设立一些专题,在某一时间由学生和教师共同参与讨论,通过网上聊天的形式,让学生发表见解,教师加以引导,加深对于该问题涉及知识的理解。资料库模块是非全日制研究生网络智能教学平台的基础和资源来源。知识库模型中主要包括课程知识点、课程素材库、课程习题库等,并提供查询打印功能。课程知识点汇聚了课程中具有独立属性和相互关系的知识点。课程素材库包括与相关例题、图片、音视频文件等素材,为学习提供内容和形式支持。课程习题库则按照章节提供习题及参考答案。该模块最为突出的特点是加入了Web搜索功能组件,该组件的作用主要针对知识库系统满足不了学生答疑问题时转向Web搜索,获取知识答案。
三、智能网络教学平台的构建方法及关键技术
1.三层B/S分布式计算结构。为了有效地减少网络流量、防止客户端肥大、易于数据更新及实现系统间的连接,网络教学平台的设计采用了“三层B/S分布式计算结构”的Web技术,形成基于Web数据库应用下的网络教学环境。三层B/S分布式计算结构分为三部分:客户端、应用服务器和数据库服务器。客户端提供一个可视化接口,用来显示信息和收集数据,它只与应用服务器打交道。在智能网络教学平台中有三类客户:学生、教师和管理员。他们各自具有不同的用户界面,不同的用户界面显示的信息也不同,从而体现不同的用户身份。应用服务器主要用来实现应用逻辑,是连接客户与数据库服务器的桥梁。它主要根据用户发出的请求执行某种任务,并与数据库服务器打交道。数据库服务器实现数据的定义、维护、访问、更新和管理,并对应用服务器的数据进行响应。可以采用某一种数据库管理也可以是多个数据库的集合。常用的数据库服务器有Oracle、Sybase等。网络教学管理系统正是基于上述B/S结构的三层结构:教学信息表示层、教学应用逻辑层和教学资源访问层进行实施的。
2.应用层与数据层连接。应用层与数据层的连接通过基于TCP/IP的超文本传输。客户端可以自由通过浏览器浏览Web页面,获取与使用网络教学资源。这些请求经过审核,通过Web服务器的一组中间控件和后台数据库进行交互。中间控件的开发目前有CGI、JDBC、ASP和JSP等技术。我们主要采用JSP技术。
Abstract: To improve vocational college students' theory and practice integrated capabilities, update teaching philosophy and optimize teaching strategies, the situation in the traditional universities and vocational colleges is investigated. With "capacity-building" as the dominant ideology, robot teaching in vocational colleges is explored and researched from the aspects of teaching contents and teaching methods.
关键词:高职;机器人;教学改革
Key words: higher vocational; robot; teaching reform
中图分类号:G71 文献标识码:A 文章编号:1006-4311(2011)12-0198-01
0 引言
机器人学是一门集机械学、电气学、计算机学、人工智能、材料学等多学科交叉的综合性学科,无论在在基础理论方面还是在实践应用方面,都正在以惊人的速度发展。近年来,我国的机器人教育有了很大的发展,机器人课程逐步成为高校综合性实践课程。能否有效地开展机器人教学已经成为直接影响学生综合能力培养和综合素质提高的重要因素。因此,在高职院校对机器人课程的实验教学探索与实践是非常必要的。
1 机器人教学情况的调研
1.1 传统高校机器人教学情况 本科院校以及传统专科院校一般开始有“机器人学”、“机器人概论”等课程。开设的专业较广,涉及机械工程、电子工程、航空航天、计算机科学等专业,开设方式多样,如必修、专业选修、全校选修等。国内高校选择教材较集中,选用蔡自兴 《机器人学》、熊有伦 《机器人学》的居多,部分高校的课外参考书为国外原版教材。实验学时数相对较少 (实验与讲解的比例最高为1:3.2),半数以上高校的实验课时数为零。
1.2 高职院校机器人教学情况 高职院校分为两种类型,一类为原高专转变而来,这类院校一般沿习传统院校的教学方法;另一类为新型高职高专,以技能培养为核心,在机器人教学方面教学方法多元化,多数开展了机器人兴趣小组等机构,在少数学生中进行机器人技术的培养,或者开展公共选修课进行基础知识普及。在高职院校工科专业实现机器人技术的系统学习,各院校都还处于尝试阶段,尚未找到行之有效的方法。
1.3 现存问题分析 在传统的教学方法中,我国机器人教育普遍存在着重视知识传授、轻视能力培养,重视理论教学、轻视实践环节的问题,使得学生只满足于死记硬背知识点,没有注重学生独立动手能力、综合分析问题和解决问题能力的培养。而在高职院校,由于技能培养的目的性较强,对于机器人技术这种综合性学科,开展普及性教学尚存在较多屏障。
2 高职院校开展机器人教学的可行性分析
2.1 高职院校机器人教学环境分析 高职院校一般在工科专业高年级开展机器人教学,此时教学对象已学习过本专业基础课程,例如电工电子学、机械设计、程序设计、PLC技术、单片机等,储备知识基本全面。而且,高职院校的特点是侧重于技能培训,实训课程比例较高,学生普遍动手能力较强。这为我们进行机器人技术的学习提供了有利条件。但是,同时我们必须认识到,高职院校不强调教学的系统性和完整性,这将导致学生知识结构系统性差,综合分析能力相对较弱,是机器人教学的瓶颈所在。
2.2 高职院校开展机器人教学的必然性 机器人技术涵盖了工程技术几乎各个方面,并且该技术处于高速发展阶段。在高职院校开展该课程,不仅有利于增强学生的综合能力培养,更为学生后期发展和拓展性学习提供了良好的基础。高职学生在具备了本专业必备的技能之后,必须将各种技术综合运用,才能够处理现实问题,而要将机械机构设计、电路电子设计、程序设计、安装调试等综合运用,是任何一门基础课程都无法实现的,只有机器人技术课程可以成为培养学生综合运用专业知识的有效载体。
3 高职院校开展机器人教学的若干方案探讨
3.1 将教育机器人与相关专业课程相结合 教育机器人将机器人应用于教育领域,是由生产厂商专门开发的以激发学生学习兴趣、培养学生综合能力为目标的机器人成品、套装或散件。目前,教育机器人硬件技术方面已经非常成熟,设备的可靠性、灵活性、耐用性等性能都已得到社会的广泛认可。教育机器人的硬件配件多样,技术支持能力强,价格也相对便宜。控制操纵机器人的关键问题之一是软件设计,主要是通过C语言或Vc++等程序设计语言进行程序设计,通过编程对机器人进行控制。这就给学生提供了广阔的开发平台,通过编程对机器人进行操纵,使其完成各种任务,培养了学生的综合应用能力。因此,我们可以在《C语言》和《单片机》课程的实验环节引入机器人控制技术。用于实验创新的教育机器人种类繁多,依据可编程控制机器人可以设计出各种机器人,创造空间巨大,例如使用慧鱼机器人创新套件就能设计各种机器人,如搬运机器人、救火机器人、仿生机器人等。
3.2 开设《智能机器人制作》课程 面向工科类专业学生开设《智能机器人制作》选修课程,讲解智能机器人的控制板、传感器、输出设备等硬件知识以及智能机器人控制程序的开展等软件知识。通过项目教学法,让学生在学完课程内容后能独立组装并调试好智能机器人。最终了解智能机器人系统的软硬件组成和工作原理,激发学习兴趣和创新热情。
3.3 有效利用毕业设计 毕业设计是学生将所学知识综合运用的体现,用具体的机器人项目指导相关专业学生进行毕业设计,将会使学生在训练中学会如何将知识应用到生产实际中。例如机器人结构设计、智能机器人传感器应用、智能机器人驱动技术、智能机器人位置控制技术、编制控制智能机器人运动的软件、智能机器人计算机控制系统等设计项目。
4 结束语
高职院校开展机器人教学活动对学生技能培养、科技的社会化具有重要的意义。它给高等职业教育尤其是工科类高等职业教育在教学内容、教学形式及教学效果上都会带来更多的惊喜与期待。
参考文献:
[1]战强,王东月.《机器人学》课程教学改革探讨[J].北京航空航天大学学报(社会科学版),2010(3).
[2]黄文恺,陈虹.机器人创新性教学平台的实践与探索[J].教育在线,2009(5).
【关键词】数据挖掘教学质量教学评价
随着高职教育的快速发展,高职院校的教学质量的自我评价已经成为学校科学管理的重要保障。教育部为了确保高校的教育质量,于2003年确立了5年一轮的评估制度。各高职院校在推进教育评估工作的同时,积极地组织自评,建立健全了全院教职工共同参与的教学质量内部自我评估机制。而建立健全高职院校教学质量评价系统是提高教师教学质量的重要途径,也是提高教学管理水平的迫切需要。数据挖掘是从大量的数据中提取知识的有效技术,不仅可以实现教学评教数据的知识挖掘。这些知识可以为学校提高教学质量,同时也可以辅助学校管理者决策,为进一步优化教学资源提供可靠的数据依据。
一、教学质量评价的作用
高职院校的教学质量是高等职业教育的生命线,教学质量的评价作为提高教学质量的手段被摆到了越来越重要的位置,而教师在教育工作中担负着沟通教与学的桥梁作用,其工作质量的好与坏会直接影响到教育质量的好坏。在教学管理中,对高职教师进行教学质量测评,是教学活动中提高教学质量的一个重要环节,也是教学管理的核心。教学质量测评在教学过程中发挥着诸多作用,具体表现在以下几个方面:
1、通过教学质量测评,进一步加强人才培养工作的宏观管理与指导,推动学校自觉地按照教育规律不断明确办学指导思想、坚持教育创新、深化教学改革、加强教学基本建设、强化教学管理、全面提高教育质量。
2、教学质量评价能够从整体上对教学活动进行调控,以确保教学活动能够按照预定目标进行,并且能最终达到该目标。
二、数据挖掘概述
1、数据挖掘的定义
简单的说,数据挖掘(Data Mining)就是从大量的、随机的实际应用数据中,提取或挖掘隐含在其中的、人们事先不知道的、但又有用的知识的过程。数据挖掘涉及多学科技术的集成,包括了数据库和数据仓库、机器学习、统计学、人工智能、神经网络、信息检索、模式识别等多个领域的理论和方法。与数据挖掘相近的同义词有知识提取、数据捕捞、数据融合、数据分析、决策支持和从数据中挖掘知识等。
2、数据挖掘的方法
数据挖掘源于多个学科,受多个学科影响,数据挖掘的核心技术融合了数据库、机器学习、统计学、人工智能等多个学科领域的理论和方法,数据挖掘利用的技术越多,得出结果的精确性就会越高。目前数据挖掘方法很多,比较典型的有关联分析、序列模式分析、分类分析、聚类分析等。
(1)关联分析
所谓关联分析,也就是利用关联规则进行数据挖掘,通过关联规则挖掘,可以发现那些隐藏在海量数据间的相互关系,发现那些潜在的、隐含在数据记录中的有用信息。利用关联规则进行数据挖掘是由Rakesh Apwal等人首先提出的。
(2)序列模式分析
序列模式分析,侧重分析数据间的前后序列关系,它能发现数据库中“在一段时间内,先进行了一活动后,又接着进行了另一项活动”之类的知识。
(4)聚类分析
聚类分析是统计学中的一种研究方法,主要研究”物以类聚”的问题,它是把物理或抽象的集合分割为多个类的过程,使得同一类中的对象具有高度的相似性,而不同类之间对象的差别较明显。与分类分析不同,在聚类分析中,预先不知道记录数据中分类信息,并且目标数据分成几类也不知道,需要依据某种度量标准,合理地划分记录数据到各个簇中。聚类分析的方法很多,具体可以分为系统聚类法、模糊聚类法、基于密度的方法等。
三、教学质量评价存在的问题
现在的教学质量评价中尚存在着一些新的问题。像许多高职院校一样,我院在多年来的教学、管理和教学质量评价工作积累了大量的数据,但目前对这些海量数据的研究处理还仅停留在初级的数据备份、查询及简单基本的统计阶段,使得这些数据不能发挥其应有的价值。如何更有效地利用大这些大量的数据记录信息理性探析并指导高职院校教师更好的教学已变得非常重要。
四、数据挖掘技术在教学评价中的应用
1、基于数据挖掘的教学评价流程
(1)确定挖掘对象。源数据库存储了来自教务系统不同模块的数据,主要有教师基本信息、课程基本信息、评价基本信息等,这些都是评价数据分析的基础。清晰定义问题,认清数据挖掘的目的,是数据挖掘的关键一步,挖掘的最后结果是不可预测的,但是要探索的问题一般是可以预见的。
(2)数据的采集。教师需要在教学过程中,主要收集教学数据信息,有些信息需要可以直接获得,有的信息需要进行调查获得。此项工作繁琐,耗时,工作量大。
(3)数据的预处理。数据的预处理主要包括数据集成、选择、转换等过程。此过程的实施是针对算法而准备的,不同的算法一般需要不同的分析数据模型。
(4)数据分析。进行数据分析,首先要选择合适的挖掘算法,目的是为了建立一个分析数据模型,并使用合适的软件实现这一算法,继而对所转换的数据进行挖掘。
(5)结果分析与表示。根据用户的不同,对分析结果库中的数据进行分析,把具有价值信息提取出来,以文字、图形等形式反馈给最终用户。例如教师可利用所得的信息改进教学策略,指导进一步的教学。
2、数据挖掘在高职院校教学评价中的作用
在高职院校的教学工作中,有许多教师根据教学需要,往往每位教师所教的课程不止一门,在整个教学质量评价活动中,评价某位教师的授课质量不能仅限于某个班级、某一学期、某一门课程成绩排名,而是由我们事先设定好的挖掘模型从其开始授课时起,对其在各个学期、不同的班级及不同课程的平均成绩进行数据挖掘,客观得出该教师的总体教学效果。
总之,我院拥有信息量庞大的历届教学评价数据和人事信息数据,现在我们很难再依照传统方法在海量数据中寻找决策的依据,数据挖掘作为一种工具,其技术日趋成熟,我们将数据挖掘技术应用于教学评价中,可以借助它去发掘数据中隐藏的规律或模式,为建立教学评价模型提供了捷径,为决策提供科学的依据。
注:河北省教育学会“十二五”规划课题(XHX NO,12550038)
参考文献: