本研究提出了一个描绘学生学习活动的指数LAI(Learning Activity Index)及其在线形式——在线学习活动指数OLAI(Online Learning Activity Index)。学生完成某次学习活动的好坏,可以从速度(speed)、质量(quality)和数量(quantity)三个维度进行综合评判。本研究将这三个方面进行数字化处理,得到三个独立的无量纲指标,而学习活动指数LAI就等于这三个维度指标之和。在某个学习段内,每个学生的LAI均值反映了该生参与课程活动的平均表现,而LAI之和则反映了参与课程活动的总体表现。同理,某个学生群体(如班级和学校等)的学习活动指数LAI也可以平均和求和,分别反映全体学生的平均表现和总体表现。在线学习活动指数OLAI则可以刻画在线学习活动的好坏。基于这样的定义,本研究对一个在线数学学习平台"乐学一百"上部分学生的学习活动数据进行了深度挖掘,计算出了每个学生的OLAI三个维度以及OLAI的数值,发现在教师带领下进行混合式学习的6个班级学生的OLAI及其三个维度的数值的离散程度显著低于其他自由学习的学生,完成活动的平均速度也较快。将这些数值与学生在常规考试中的成绩进行相关和回归分析后,本研究发现学生成绩与在线学习活动指数OLAI有较强的正相关关系,或者说在线学习活动指数OLAI可以较好地预测学生的学业成绩。因此,本研究建议学习活动平台或者课程管理平台设计开发者可以将在线学习活动指数OLAI嵌入平台设计,学校、教师和家长也可以将其作为个性化教学的一个基础指标来看待。该指标对于学习分析研究具有重要的理论和实践指导意义。

作为中小学教育核心课程之一的数学,其重要性在国内外都不言而喻。然而,如何在学校班级教学环境下激发学生的数学学习兴趣、进行个性化辅导,长期以来是摆在数学教育者面前的难题。本文介绍了在教学理论指导下设计的网上数学教学系统——"乐学一百"。该系统具有即时反馈、几何作图智能判断、游戏化激励等多项功能。本文详细研究了该系统在一所中学一个学期的混合式教学课程实验情况,在准实验中收集的学生成绩、学生调查、学生和家长反馈、教师访谈等多维度的数据表明,该系统可以有效提高学生的数学学习兴趣,改善其学习表现,减轻数学教师负担。研究表明:该系统交互性的重要表现——即时反馈和正面激励是其产生积极影响的重要原因。同时,该系统的智能化程度需要进一步提高,以满足众多学生的个性化学习需求。

<正>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。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

如何将日益普及的智能手机应用到外语课堂教学上有效促进教学?这是广大高校师生普遍关心的一个问题。作为解决这个问题的一种探索,我们设计了一个基于互联网的大学英语词汇训练系统,学生可以通过智能手机和教室内的无线网络访问这个系统,并参与其中的课堂活动。我们在一所大学一年级的英语教学中运用这套系统进行了一个学期的准实验研究:实验班(98人)的每次课程结束前的10-20分钟,教师请学生自愿使用这套系统进行词汇练习;而对照班(98人)不使用这套系统;除此之外,两个班的任课教师、教学内容和方法步骤等完全一致。在实验进行之前,实验班在英语考试中的平均成绩显著低于对照班;一个学期之后,实验班与对照班的英语考试成绩无显著性差异,在词汇测试中的成绩差异也有了显著减少。另外,自愿参与这项实验的学生也有了增多。这项实证研究的数据表明,在大学课堂上合理使用智能手机等移动设备,可以促进学生的积极参与,并改善其学业表现。

文本情感计算是近年来人工智能、教育技术与学习科学等领域出现的一个研究热点。文章在界定相关概念、分析相关研究的基础上,设计并实现了一个基于汉语文本的情感计算系统"小菲"。该系统依照Ekman心理模型将情感分为6种类别:气愤、厌恶、恐惧、愉悦、悲伤和惊讶;每种情感的强度取值范围为[-18,18];构建了拥有32879条情感词语的情感词典《小菲词典》,每条词语标注了6种情感极性和相应的情感强度;然后建构了词语和短语、句子三个级别的情感计算模型,可以判别情感极性和计算情感强度。作为尝试,该系统处理了一次慕课中产生的377条调查问卷反馈数据,计算F值(查准率和召回率的加权几何平均值)为88.7%。该结果初步证明:该系统可以用于慕课等在线学习产生的大规模交互文本的自动情感识别,具有较好的应用情景。

2013年9月到2014年1月,北京大学6门MOOC课程在Coursera平台上线并完整实施。笔者对全部6门课程的82352位注册学员的学习行为数据进行了汇总与分析,试图发现课程层面上学员的网上学习行为及其对学员学业成绩的影响。相关分析结果表明,学业成绩与平时测验成绩和论坛活跃程度(发帖、回帖)有比较强烈的正相关关系,与观看课程网页次数有一定的正相关关系。无成绩学员的特征是,观看视频和网页、观看和下载课程内容的次数随着在学时间增加而增加,论坛参与性不强,有些参与较多。对取得了期末成绩的学生的数据分析发现,其成绩与以下大部分指标在0.01水平上呈显著正相关:在线时间、观看视频次数、观看网页次数、浏览和下载讲义次数、平时测验成绩之和,与开始学习时间呈显著负相关;5门课程结果显示成绩与论坛参与程度(发帖、回帖)呈正相关。

目前对于大规模开放在线课程MOOCs中学生学习体验的研究相对缺乏。由于中国大陆高校此类课程的开设还比较少,为了能够尽快获得学生学习体验,以便给未来MOOCs课程的开展提供相关参考,该研究在自己的课程平台中模拟了Coursera课程模式,对参与学习的学生进行了学习体验问卷调查。研究结果显示,学生们对此类课程的主观反应处于中立与比较积极之间;课程效果评价以及对课程满意度方面,偏向比较满意。学历不同以及有无MOOCs学习经历,其学习体验具有显著差异。通过多元回归分析发现,系统绩效和课程设计均可以显著地正向预测学习体验。学生个人特性对学习体验的预测性并没有得到有效地支持。学生的认知风格中,只有言语表象认知风格可以显著地正向预测学习体验。

"希赛可"智能英语教学系统为初中英语教学中实施分层教学提供了有力的技术保障。在简单介绍了分层教学的理论基础后,重点对如何利用"希赛可"智能英语教学系统实施分层教学进行了阐述,包括具体如何"分层"、如何设置不同的教学目标等。

该文介绍将智能英语教学系统"希赛可"应用于初中一年级英语常规教学的准实验对比研究。为获得"希赛可"系统的应用效果,对实验班和对比班的学生历次考试成绩进行分析,发现该系统能够缩小学生的成绩差距;特别是对于基础较差的学生,成绩改善效果更好。之所以出现这样的实验结果,是因为该实验过程着重强调"希赛可"平台上的词汇练习等基础内容,对基础薄弱的学生更具针对性。

价格低廉、轻便易带、功能强大、配备了智能教学系统的平板电脑具备成为各级各类学生的虚拟电子学习伙伴的潜能:不仅可以安装与课本教材配套的多媒体电子书籍,供学生阅读学习,还可以主动地给学生出题目、改作业、提出学习建议,甚至与学生玩教育游戏。因此,本文使用电子学伴的概念来代替常用的电子书包的说法。在传统教室中,在装配了课程管理系统的教师机和路由器构成的无线网络的支持和引导下,每个学生手中的平板电脑都将成为教室网络的一个有机节点,更能实现生生交互、师生交互、即时群体反馈等高级学习功能,不受网络拥堵和突然停电等外在因素的影响,免受国际互联网上大量有害的或者无关内容的影响和侵蚀。教师机可以收集学生的学习信息并对其进行数据挖掘,形成完成的电子档案,并为学生提供个性化的学习指导和建议。作为整个学校教学管理系统的一个节点,教师机还可以将班级教学信息上传给学校管理层,并从学校教学管理系统和国际互联网下载教学资源。我们设计了一套由电子学伴构成的传统教室数字化方案,并给出了基于这套方案的初中英语教学的教学设计案例。这种方案具有很高的性价比,将为实现高效而公平的课堂教学起到重要的推动作用。

智能英语教学系统因为能提供及时灵活的反馈和积极的学习者激励等特点,在现代英语教与学中发挥着重要的作用。笔者在通过对国内外智能英语教学系统的研究和对国内英语教学需求分析的基础上,以建构主义、行为主义和情境学习等理论为指导,多年来持续对"希赛可"系统进行了设计和开发,在原来提供对话练习的聊天机器人的基础上,增加了英语词汇的智能测试功能,以及课程管理功能,使其能够更好地服务于我国中学英语教学的需求。

本文通过典型案例法和文献计量法,分析近三年来(即从2007年初到2009年底),国外人工智能教育应用研究的最新进展。典型案例法表明,一个成效显著的语言和文化智能教学系统综合运用了自然语言处理、智能代理等人工智能技术。文献计量法结果则显示,智能代理和自然语言处理是人工智能教育应用中出现频次最多的两个关键词。殊途同归,特殊案例和普遍性的文本分析结合起来,可以发现,自然语言处理、智能代理等是近三年来人工智能教育应用国际研究中应用最多的技术,也是最为关注的问题。

适应性和个性化学习系统是近几年来教育技术研究和应用领域的热点问题之一。电子化学习不仅发生在课堂上,还发生在课堂之外的工作单位、休息场所及旅途中。在网络和泛在学习环境中,如何自动识别学习者的特性和学习风格,为之提供适当的内容、练习和指导,减轻教师和助教的工作负担,是适应化和个性化学习研究的主要问题之一。认知科学和心理学领域的最新研究成果,为这项研究奠定了理论基础和模型,泛在计算等则在网络技术的基础上,为这项研究提供了新的技术支撑。金书轲(Kinshuk)教授是目前国际上知名的年轻教育技术专家之一,他任加拿大阿萨巴斯卡大学(Athabasca University)计算机和信息系统学院院长,适应性和个性化系统工业教席教授。他是SSCI索引源期刊《教育技术与社会》(Journal of Educational Technology & Society)的创办人和主编,国际电气电子工程师协会(IEEE)学习技术专业委员会(Technical Committee on Learning Technology)创始人和主席,主持和参与了众多大规模的适应性教育环境方面的研究项目,在国际知名刊物、会议和书籍著作中发表了230多篇研究论文。他发起、组织了学习技术方面的很多国际性的学术会议和工作坊,比如IEEE高级学习技术国际会议(ICALT),无线、移动和泛在学习技术(WMUTE)等等。本刊组织国内相关领域的研究者与其对话,探讨了适应性和个性化学习系统研究的前沿问题。