职业教育论文-智能辅助教学系统模型的设计与展望 .doc

职业教育论文-智能辅助教学系统模型的设计与展望摘要：近年来，智能辅助教学系统已经成为国内教育技术领域的研究热点，本文首先阐述了智能辅助教学系统的发展历程，其次对智能辅助教学系统的模型进行了构建，再次预测了智能教学系统的未来趋势，最终指出这个有着诱人发展前景的领域，值得人们进一步研究和设计。关键词：智能；教学系统；模型智能辅助教学系统的开发是涉及人工智能、计算机科学、教育学、心理学和行为科学的综合性任务，其研究的最终目的是由计算机系统担负起教育、教学的相关责任，即赋予计算机系统以智能，由计算机系统在一定程度上代替教师实现最佳教学。一、智能辅助教学系统的发展历程智能辅助教学系统兴起于上世纪七十年代，BoltNeranekNewman公司开发了Scholar系统，它被认为是最早出现的智能辅助教学系统。当时应用人工智能技术在计算机辅助教学系统中添加了学生的学习行为、能力以及训练策略。同时人工智能技术还被用于建立学习顾问之中，即存放所要教授课程的问题和技能，控制训练策略并给出适合学生的学习内容，使之产生根据学生的能力、弱点以及所喜爱的学习风格进行教学的软件系统。随后又出现了Why、Sophie、West、Buggy、Neomycin等系统，并将知识表示、专家系统、问题求解、推理方法等人工智能技术用于智能辅助教学系统，取得了丰硕的成果。我国智能辅助教学系统的研究起步较晚，开始的研究工作主要集中在少数大学和研究机构里断续进行，且多为研究和演示用的系统，经过严格评测的系统很少。最近几年则发展较快，一些计算机公司也投入其中，伴随着智能辅助教学系统的迅猛发展，必将对我国的教育改革起到积极的推动作用。二、智能辅助教学系统的模型构建智能辅助教学系统是以认知学为理论基础，将人工智能技术应用于CAI，是智能化的CAI。在智能辅助教学系统中，学生的学习也可以借助于智能化的推理机制对大量知识进行选择、判断与处理，使学习内容更有针对性，从而提高学习效果。一般，智能辅助教学系统模型的构建包括以下几个模块：1知识库作为智能辅助教学系统的重要组成部分，知识库主要提供一个指导性的、自适应的、开放的、可操作的框架和服务设施。为各个学科知识提供规范的知识输入和组织，其它教学资源，如题库、课件、素材等，均依据它来组织管理，这将使用户可以建立适用于自己的知识体系，使各类知识应用能够有一个好的开发和集成基础。另外，核心的教学领域知识将被分解为相互联系的知识点，形成知识树，提供可视化的、操作性好的知识树编辑界面，方便教师将教学领域的知识输入到知识库。例如，有的智能辅助教学系统中的知识库，是从知识表示入手，在SC文法知识表示体系和知识树映射方法的基础上，提出了一个动态、实时、自适应、交互式知识库模型。模型包括基于SC文法的知识点表示方法、知识树结构、知识树映射、知识点学习循环等内容，模型在智能辅助教学系统中经过实例化设计和运用，可以表现出动态教/学、领域无关、人机交互、自适应、个别化、可扩展等智能特点。2学生模型学生模型就是用于表示学生实际认知状况，并通过解释学生的活动得出他对领域知识和技能的掌握情况。系统中每个学生有唯一的ID标识，建立唯一的学习资源、学习信息和特征数据库，系统智能功能的实现在于如何动态地、正确地提取学生的主题特征。一般，系统可以采用领域知识树模型来表示学生对领域知识的掌握情况。例如，可以设学习中的整个领域知识树为DKT；学生已学习过的知识树为SKT，未学过的知识树为SNKT；学生已掌握的知识树为GKT，未掌握的知识树为GNKT。则SNKT=DKT-SKT、GNKT=SKT-GKT，如果SNKT和GNKT皆为空时，则表示学生达到了学习的要求。其中，如果GNKT不为空，则学生不能进入下一阶段的学习，只能进行重复学习和补充练习，直到GNKT为空时，才进入下一阶段的学习。3专家决策机制该模块可以看作智能辅助教学系统中的推理机，它一般采用两级推理相结合的方法，即基于语义网络的推理和基于产生式规则的推理，其中基于语义网络的推理用于确定教学内容，而基于产生式规则的推理用于确定教学策略。也有观点认为基于规则的推理是容易健忘的，即基于规则的推理对于每一个问题的求解都是从头开始，而不管类似的问题以前是否遇到过。但日常的智力行为则不同，人们往往迅速地把事件或问题同以前的经验相联系。与基于规则的推理不同，基于范例的推理被认为是基于以前经验的推理。因此，在有的智能辅助教学系统中采用的是基于范例的推理。基于范例推理的工作过程为：分析输入，确定范例的索引，根据索引从范例库中取出相近的范例，改善范例的问题求解方法并使之适应于需要求解的新问题。如果成功，则创建索引、形成新范例并存储；若不成功，则首先分析失败的原因，修正解法，重新测试，或转至重新指定索引进行范例检索。4智能接口模块该模块实际上是作为系统与用户交互作用的部件，它除了提供学生信息的输入与注册外，还实现了学生与系统之间的通信功能。与之相关的技术有自然语言处理、人机对话内部处理、知识库系统化维护、学生模型初始化、教师模型自适应调整等。该模块为实现协商、辩论、会话等教学形式的应用提供了一个良好的环境。三、智能辅助教学系统的未来趋势智能辅助教学系统的发展不是孤立、单一的，它的发展要涉及计算机科学、教育学、认知科学和人工智能等多门学科，就目前而言，其表现为以下几方面的发展趋势。1智能代理技术的应用智能代理技术是能自动执行用户委托任务的计算实体，从技术的角度来看，智能代理技术应当是由各种技术支撑着的，许多实用的应用特性的集合，开发者正是使用这些应用特性来扩展应用的功能和价值，从而达到能自动执行用户委托任务的目的。在智能辅助教学系统中，学生可以使用智能代理技术进行搜索、导引来查询有效知识。由于它具备学习的功能，能够主动、高效地从网络信息空间中发现和收集用户所需要的信息，因此有助于解决使用单一关键字匹配查询、搜索引擎引起的大量无关信息的涌现、信息检索的精确度较低等问题，使得教师和学生在教与学的过程中，提高知识选取效率，加强交互学习和自主能动性学习。2自然语言处理技术的应用自然语言处理属于高技术学科，是知识信息处理中的核心课题。长期以来人们对计算机理解自然语言颇感兴趣，计算机专家采用人工智能的理论和技术，将设定的自然语言机理用计算机程序表达出来，构造能够理解自然语言的系统。他们从系统功能的角度出发，把输出对输入文本的反映作为衡量计算机理解语言的判别标准。在智能辅助教学系统的研究开发中，特别是智能人机接口方面，可以结合运用多种自然语言处理技术的研究成果，提高系统的智能。例如，通过自然语言人机接口，可以实现更加方便的人机交互功能；利用语义网络技术，可以充分实现知识点之间的层次关系和语义联系；通过智能模糊查询技术，可以实现系统知识库的知识查找和知识利用；利用机器翻译技术，可以开展跨语言的知识学习。3虚拟现实技术的应用虚拟现实技术是由多媒体技术、仿真技术以及计算机技术相结合而生成的一种交互式人工世界，它的根本目标就是达到真实体验和基于自然技能的人机交互。而教学是一个传授知识的过程，通过亲身经历能加速这一过程和巩固所传授的知识，在智能辅助教学系统中，使用创建的虚拟环境，可以在一般人所不能亲身体验的情景中，达到演示、操作的教学目的。它允许学生与现有的各种信息发生交互作用，学生可以在仿真过程中经历不同的时间和空间，可以与各种仿真物体接触，还可以与虚拟境界的各个部分接触，为增强学生的学习实践提供了方便的途径。4现代学习理论的应用现代学习理论认为，学习不是一个被动地记录外界信息的过程，而是一个主动建构的过程。它要求学生由外部刺激的被动接受者和知识的灌输对象转变为信息加工的主体、知识意义的主动建构者。学生在学习过程中，主动地选择一些信息，忽视一些信息，并运用原有的经验和具体情况去理解新的信息。现代学习理论在智能辅助教学系统中的应用，能为学生建构知识提供充足的信息，容易激发学生的学习兴趣和学习主动性，更能满足学生的个性化要求。在当今教育改革的大环境下，智能辅助教学系统将显示出越来越重要的作用。目前，我国在这方面的成果还不多，真正能投入教学实践的系统则更少，这个有着诱人发展前景的领域，值得我们进一步研究和设计。参考文献：1莫赞等智能教学系统的发展与前瞻J计算机工程与应用，2002，（6）：7-82肖雯人工智能技术在计算机