智能教育環境設計分析

導語：智能教育環境設計分析一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：近年來科技的進步為當前教育環境的改革開辟了道路，利用新技術重塑學習過程的新教學法不斷涌現。為了將智能學習環境融入學習生態系統和教育環境，需要有創新教學方法來協調正規和非正規學習。本文淺析智能學習和智能學習環境的主要特征，并支持在設計過程中考慮到未來用戶的參與，以增加對智能學習環境中新教學方法的設計和實施的認識。

關鍵詞：智能教育；智能學習環境；參與式設計

1引言

20世紀90年代信息通信技術（ICT）造就泛在學習的實現，改變了時間和空間的概念，提供了獲取信息和修改知識生產的新機會。今天，移動設備的使用使部分人認為學習發生的地點和環境并不十分重要，然而，位置（物理和虛擬）并非無關緊要，相反，它們正變得越來越重要，學習環境的設計需要結合正式和非正式的情形，編排一個適合個體在不同地點學習的環境。同樣重要的是，移動設備能將位置整合為適應個性化學習，它的使用為用戶提供了多方面的機會，如：生成和控制基于現實位置的環境或上下文等。數字技術促進了學習的新視野。Chatti（2010）總結了教育未來面臨的挑戰，他認為學習本質上是個人的、社會的、分布式的、無處不在的、靈活的、動態的和復雜的。我們需要從根本上轉變學習模式，建立更個體化、更社會化、更開放、更動態、更知識拉動的學習模式，而不是傳統學習模式的一勞永逸、集中化、靜態、自上而下和知識推動的模式。雖然這些都是理想的教育成果，但實現這一目標需要基于新的教學方法、技術支持和指導個體學習的新學習設計。

2智能學習

智能學習是建立在兩種不同類型技術之上的學習：智能設備和智能技術。智能設備指具有泛在計算某些特性的人工制品，例如，物聯網，以眼鏡、背包甚至衣服等配飾形式出現的可穿戴技術。智能技術的使用，如云計算、學習分析或大數據，側重于如何捕捉、分析學習數據，以改善學習和教學，并支持個性化和適應性學習的發展。Begon軌aGros（2016）描述了智能學習的10個關鍵特征：①位置感知：在智能學習中，實時位置是系統適應學習者學習內容和學習情境所需要的重要數據；②上下文感知：探索不同的活動場景和信息；③社會意識：感知社會關系；④互操作性：為不同的資源、服務和平臺制定標準；⑤無縫連接：任何設備連接時提供連續服務；⑥適應性：根據獲取、偏好和需求推送學習資源；⑦泛在性：預測學習者的需求，直至表達清楚，為學習者提供可視化、透明的學習資源和服務；⑧全程記錄：記錄學習路徑數據，進行深度挖掘和分析，提供合理的評估、建議，推動按需服務；⑨自然交互：傳遞多模態交互的感官，包括位置和表情識別；⑩高參與度：在技術豐富的環境中，沉浸在多方位的交互式學習體驗中。綜上所述，智能學習是一種為學習者提供在現實世界中學習建議的學習系統。

3智能學習環境的特點

智能學習環境的實現超越了智能技術的應用，智能學習環境不僅能使學習者在任何地方、任何時間訪問數字資源和互動學習系統，它也能在正確的地方、在正確的時刻、用正確的形式積極提供必要的學習指導、提示、工具支持或學習建議等。有專家認為智能學習環境是“有成效和有吸引力”的，重要的是支持技術與教育學的融合，創造一個連貫的生態系統，提供“知識變化的實時和持續證據，在學習者從一種學習環境過渡到另一種學習環境時，將這些技能無縫地傳授給他們”。Hwang（2015）認為智能學習環境因具有三個關鍵特征：①情境感知：系統必須能夠根據學習者在線和現實狀態提供學習支持。②自適應支持：系統必須從不同的角度（學習表現、學習行為、概況、個人因素等）以及所處的在線和現實世界語境，根據學習者的個體需求，為其提供即時的、自適應的支持。③用戶界面多樣性：用戶界面可以是任何移動設備（智能手機、平板電腦等）、可穿戴設備（數字腕表），甚至是嵌入日常物品的普適計算系統。綜上所述，智能學習環境的目標是提供自我學習、自我激勵和個性化服務，智能學習環境的設計應有會話功能，可以使學習者參與到對話中，或促進有關話題或小組對話。它的設計應包含反思功能，這樣學習環境可以根據學生的進步和表現進行自我評價，對學習環境中的活動和屬性提出可以調整的建議，以提高整體效果；同時它必須有創新功能，學習環境應采用新技術支持學習和教學等。

4智能學習環境和學習生態

智能學習環境是學習生態的重要組成部分。學習生態學是一個超越簡單的以技術為中心的系統概述，技術是嵌入在學習者的日常生活經驗中的。Barron的學習生態框架（2006）解釋了學習是如何跨環境進行的，并確定了它們之間可能的協同作用，包括技術使邊界更容易滲透和允許學習過程中新水平方面發揮的作用。她建立了一個基于三個假設的學習生態框架：①各種各樣的思想資源可以激發和保持學習興趣；②如果人們有時間、自由和資源去學習，那么一旦他們感興趣，他們不僅會選擇，而且還會開發和創造學習機會；③興趣驅動的學習活動是跨界和自我維持的，學習者是網絡中的主要參與者，負責維護社會關系，并在整個物理和虛擬環境中創造意義。綜上所述，智能學習環境必須能檢測并考慮實際的學習生態環境，將學習者置于真實場景中，為學習者調整學習界面和任務，提供個性化的反饋和跨學科的學習指導或支持，推薦學習工具或策略，根據學習者的在線學習狀態和在現實世界中的學習狀態，通過多種渠道與用戶互動，促進正式和非正式的學習。

5智能學習環境的設計

智能學習環境涉及到正式和非正式學習環境的語境、文化資源和社會文化等，它不僅與提高學習理念相聯系，而且還強調了根據學習發生的地點進行調整，以適應個性化的需要。因此，智能學習對評估提出了重要的挑戰，因為內容可能不是固定的，活動可能擴展到跨正式和非正式的設置。所以，在設計智能學習環境時必須考慮兩個關鍵問題：①用戶智能學習環境設計與參與；②提供有用的支持，為用戶提供適當的反饋。（1）參與設計。學習設計領域是近年來發展起來的，目前有一套現成的方法、工具、系統和模型，可以讓教育工作者在設計時提供具有更豐富學習體驗的場景，設計應闡明和協調學科內容、教學理論、基于實踐的經驗以及日益多樣化和復雜的技術資源的使用，設計本質上是迭代和協作的，它需要討論、反思、批評和實施。參與式設計被用來增加智能設備設計的知識。例如，Pons等人（2015）運用參與式方法設計了一種可視化語言和工具，用于創建未來的基于有形表的編輯器，實現智能環境的個性化。該設計旨在識別視覺化的特征，同時考慮到學習者知識的差異，將參與式設計應用于開發Feeler，這是一種原型，用于幫助人們認識到不同的習慣和心理狀態是如何影響他們的學習。因此，Feeler能培養學習活動的意識和反思。它的設計基于這樣一個假設：建立在監測生理數據基礎上的學習技術應該旨在幫助學生理解影響他們學習成績的不同方面，從而增強他們的能力。因此，Feeler在原型設計中探索了一些支持反射的策略，比如時間的創造、提出反思性的問題和保留一些不完整的方面，以鼓勵用戶去探究它的含義。盡管這案例是原型，一些作者認為該設計在開始討論數據時起著支持個性化信息方面的作用。（2）數據可視化。反饋被認為是幫助學生提高成績的關鍵工具，傳統的反饋通常與學習者、與老師和同事的溝通機制有關。在智能環境下，技術的使用為跟蹤學習者的活動增加了新的可能性，并為他們的學習表現提供了更直接的反饋。然而，大多數使用學習分析的都集中在為教師提供信息，以改進他們的教學策略，學生很少被認為是學習分析數據的主要接收者，也很少有機會利用這些信息來反思他們的學習活動，更有效地自我調節他們的學習。近年來，越來越多的學者開始提倡以學生為中心的分析，認為學習分析可以被用作一種工具，用于反思和元認知，以支持自我調節的學習。在使用學習分析促進反思的學習環境設計中，確定主要的挑戰是至關重要的。我們面臨的最緊迫的挑戰可以分為兩類：數據和可視化。什么樣的數據對學習者最有意義？哪種類型的可視化最能成功地促進反饋？將數據轉換為知識是一個認知過程，可以通過提供數據的方式得到支持。信息可視化被認為是一種有意義的工具，因為它有助于合成復雜的信息，促進比較和推斷。因此，為了真正使用分析來幫助學生成為自主學習者，有必要采用一種以學生為中心的方法。作為智能教育環境的研究者有必要重新思考如何選擇學習指標，以及這些指標在多大程度上有助于將學習視為一種過程，而不是結果。在這方面，允許學生決定他們將監控的哪些方面的分析可以幫助學習分析成為反思智能學習環境的工具。

6結束語

隨時隨地學習并不是一個新奇的概念。然而，當這些過程被認為是生命中常見的活動時，顯式地設計并有意地支持它們是很重要的。綜上所述，智能學習環境必須將正式學習和非正式學習融化起來以創建自主的、自適應的學習環境來支持個體學習者。這些環境需要使用大數據和學習分析技術，將學習者所在位置的實時信息與歷史數據結合起來，設計出有意義的學習模式。

作者:吳萍 單位:無錫商業職業技術學院商學院