自适应学习系统在成人本科学士学位英语学习中的应用研究

1、    自适应学习系统在成人本科学士学位英语学习中的应用研究    摘要：成人本科学士学位英语非常重要，非英语专业学生只有通过此考试，才有资格获得本科学士学位证书。基于此，文章首先分析了成人本科学士学位英语的教学现状，并介绍了自适应学习的提出背景及其定义。随后，文章根据自适应学习的工作原理，设计了自适应学习系统，并从知识图谱、认知能力测评和推荐引擎三个方面来确保系统业务流程的顺利运行。最后，文章介绍了成人本科学士学位英语自适应学习app系统在北京邮电大学网络教育学院的应用情况，并通过对比app系统在2019年的两次北京成人本科学士学位英语考试的应用数据，

2、分析了自适应学习系统的应用成效。文章探索利用人工智能技术解决目前成人英语教育的痛点问题，设计了自适应学习系统，对于人工智能与教育教学的融合有重要的推动作用。关键词：人工智能，自适应学习，成人英语，学习分析2018年，教育部发布教育信息化2.0行动计划，要求持续推动信息技术与教育深度融合，大力推进智能教育，开展以学习者为中心的智能化教学支持环境建设，推动人工智能在教学、管理等方面的全流程应用，利用智能技术加快推动人才培养模式、教学方法改革，探索泛在、灵活、智能的教育教学新环境建设与应用模式1。目前，人工智能在教育领域的落地应用已是大势所趋。基于人工智能技术的教育产品虽提供了拍照搜题、分层排课、口

3、语测评、组卷阅卷、作文批改等功能，但其应用场景仍停留在学习过程的辅助环节、其价值仍停留在减少重复劳动的层面，并不能直接带来教学质量和教学效果的提升。而自适应学习能将人工智能技术渗透到教学的核心环节中，通过智能教学机器人从根本上改进学习的理念和方式，是真正意义上的教育变革。基于此，本研究尝试在成人本科学士学位英语的教学中引入自适应学习技术，以提高学生的学习成效，改进教师的教育理念和教学方法，推动人工智能技术与教育教学的深度融合。一 成人本科学士学位英语的教学现状成人本科学士学位英语不是全国统一的考试，而是由每个省份自行组织的考试，所以每个省的平均通过率不具有可比性。以北京地区为例，在2018年成

4、人本科学士学位英语考试中，上半年的考试于5月12日举行，共有79956人报考，其中实考考生54040人、缺考考生25916人，平均缺考率32.41%，最终的成绩统计结果显示：及格率为22.36%；下半年的考试于11月10日举行，共有94230人报考，其中实考考生63797人、缺考考生30433人，平均缺考率32.30%，最终的成绩统计结果显示：及格率为17.12%。上述数据表明，北京地区2018年成人本科学士学位英语考试的通过率较低，平均通过率在20%左右；学生的学习积极性不高，缺考率较高，平均缺考率在32%左右。通过对北京邮电大学网络教育学院负责学位英语教学的教师进行访谈，笔者得知大部分成人

5、学生的英语基础都比较差且水平参差不齐：基础好的学生能够在学位英语考试中获得优秀（成绩85分）；基础差的学生则连基本的语法都不清楚，学位英语考试成绩一般在40分以下。此外，被访教师还反映，由于师生比差异很大，学院的一名英语老师往往需要指导上千名成人学生，故基本无法给学生提供个性化的指导和帮助。二 自适应学习的提出1 人工智能在教育中的应用1993年，第一届人工智能教育国际会议（artificial intelligence in education，aied）在英国爱丁堡举行，但早期人工智能的教育应用水平较低当时所谓的“智能”，其实就是按学习水平的高低对学生做一个简单的分层，把学生分成好、中、差

6、三类，让每一类学生都按其相应层次的学习内容和学习路径开展学习这是一种十分粗糙的个性化教育，其理念类似于分班，故在随后的10多年内人工智能教育一直不愠不火。随着人工智能、大数据、云计算等技术的快速发展，美国的knewton公司于2008年宣布成立，人工智能在教育中应用的糟糕状况开始改变。knewton公司是最早将最新的人工智能技术应用于自适应学习的公司之一，其研发的自适应学习引擎能根据知识图谱中的评估内容实时评估学生的知识掌握水平，并据此动态调整下一步的学习内容和学习路径，从而实现可规模化的个性化教育2。2017年，knewton公司在其官网发布2017年学生数据洞察报告，分析了10000多名学

7、生的学习数据3。据此报告的数据分析结果，可以看出：自适应学习使学生的学习成绩和学习效率都有了很大的提高。2 自适应学习自适应学习是人工智能在教育中的一种应用场景，维基百科给出的定义如下：“自适应学习是一种运用计算机作为互动教学设备，根据每个学生的独特需求，对人力和媒体化资源的分配进行安排的教育方法。计算机通过学生对题目、任务和经验的反馈获知其学习需求，并据此推送教材。这项技术涉及计算机科学、教育、心理学、脑科学等多个研究领域的很多方面。”42016年，培生集团（pearson）在发布的解码自适应学习报告中将“自适应学习”定义为一种教育科技手段，它自动为每位学生单独提供适应性的帮助，并在现实中与

8、学生进行实时互动5。三 自适应学习系统的设计自适应学习是对优秀教师教学过程与策略的量化模拟，其工作原理如图1所示。具体来说，首先，学生进行自适应学习；接着，自适应测评通过少量题目实时评估学生对知识点的掌握水平（模拟优秀教师测评学生的过程），并智能分析学生在学习过程中遇到的困难、问题和未掌握的薄弱知识点（模拟优秀教师通过数据分析、判断学生在学习过程中遇到的问题和薄弱知识点）；然后，智能算法根据知识图谱向学生推荐个性化的讲授内容和练习题目（模拟优秀教师的个性化教学过程）；最终，解决学生的学习问题，使学生能真正掌握和应用所学知识。根据自适应学习的工作原理，并基于知识图谱、机器学习和项目反映理论，本研

9、究设计了自适应学习系统。自适应学习系统是对ai算法、课程内容、学习数据和教育学方法的综合应用，最终目标是实现可规模化的个性化教育，其业务流程如图2所示。为实现此业务流程的顺利运转，构建知识图谱、开展基于项目反映理论的学生认知能力测评、设计基于概率图模型的推荐引擎成为重中之重6。1 构建知识图谱“知识图谱”又称“科学知识图谱”，图书情报界称其为“知识域可视化”或“知识领域映射地图”，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系7。自适应学习系统采用freebase的基础知识表达形式：（实体）-关系-（实

10、体）和（实体）-关系-（值）。在知识图谱设计中，实体之间有四种关系，分别是包含、评价、讲授和必要条件8。其中，包含关系是指某个知识是另一个知识的一个组成部分，包含在另一个知识概念范畴之内；评价是指某个内容是某个知识的评价方式或评价标准；讲授是指某个内容对某个知识的具体解释；必要条件代表知识节点之间的先修后继关系，即一个知识是学习另一个知识的必要条件，只有掌握了这个知识，才能开始另一个知识的学习。本研究以英语语法知识为例来呈现这四种关系，设计的英语语法知识图谱如图3所示。在英语语法知识图谱中，英语语法包含时态，而时态是情态动词和虚拟语气的先修知识点。其中，情态动词有讲授的视频和文字资源，还有用于

11、评估学生的题目，题目有难度、区分度、作答时间等多个属性；同样，虚拟语气也有讲授的视频资源和用于评估学生的题目。知识图谱可以根据学科和学习目标的要求，进行多层次的设计。2 开展基于项目反映理论的学生认知能力测评（1）项目反映理论介绍项目反映理论（item response theory，irt）模型是描述学生答对题目概率的一系列模型。目前，在众多的irt模型中，logistic模型被公认为是最有效、应用最广的二级评分irt模型，且与实际的测验结果匹配良好9。在特征函数是三参数的logistic模型中，学生答对题目概率的计算如公式（1）所示。其中，d=1.702，为量表因子常数；为受测者能力值；p（）表示能力为的受测者答对本道题目的概率；a为题目的区分度，即特征曲线的斜率，值越大，说明本道题目对受测者的区分度越高；b表示题目的难度，即特征曲线在横坐标上的投影；c表示题目的猜测