基于Web2.0的智能导学系统研究与设计

【摘要】Web2.0作为网络发展的新时代,其去中心化、参与、分享、协作的理念,为智能导学系统设计带来了新的思路。RSS、Tag、SNS、Wiki、Mashup等作为Web2.0的代表性技术,为智能导学系统更好的实现交互性、共享性、开放性、自主性、协作性等基本特点,提供了有利的支持。运用相关认知理论、动态评价等理论的指导,将web2.0的新技术运用到智能导学系统, 可以设计出导学功能更强、智能性更高的导学系统,体现以学生为主体的人本主义思想。

【关键词】智能导学;Web2.0;RSS;Tag;SNS;Wiki;Mashup;协作学习;动态评价

【中图分类号】G40-057 【文献标识码】A【论文编号】1009―8097(2009)12―0099―03

引言

智能导学系统作为一种Web教学系统,不言而喻应具备交互性、共享性、开放性、自主性、协作性等基本特点。但是,目前我国智能导学系统的设计往往缺失这些特点,存在缺少有效的导学机制以及系统智能性低的缺陷。随着Web2.0时代的到来,参与、分享、协作、以用户为中心这些全新理念的出现,实际上与Web教学系统所追求的方向一脉相承。同时,作为对上述理念的有力支撑,新技术的应用重视对用户需求的把握,从而将Web应用推向了一个新的阶段,也为智能导学系统的设计与实现提供了新的思路与技术支持。

Web2.0的新技术主要包括Wiki、博客(Blog)、新闻聚合(RSS)、Mashup、标签(Tag)、社会性网络(SNS)等。在这些新技术的支持下,网络用户转变为网络的参考者、创造者,信息由单向传播转变为双向传播,信息“孤岛”转变为高度交流互动的信息群体[1],新技术带来的这些转变可以指导我们设计新型智能导学系统。

一 如何运用Web2.0新理念、新技术设计新型智能导学系统

1 Tag、Wiki等技术能在智能导学系统中让学习者之间、学习者与教师之间实现充分的协作与交互。

智能导学系统要突破传统网络学习系统的简单交互,一方面,我们要更新交互理念,人们普遍认为在学习过程中交互就是教师与学习者之间的交互,实际上还应包括学习者与学习者的互动,这种交互可以贯穿在学习者的协作学习过程。Wiki作为一种超文本系统支持面向社群的协作式写作,同时也包括一组支持这种写作的辅助工具[2]。于是Wiki的写作者自然构成了一个社群,并且这个社群拥有所有成员均可任意查看与编辑的交流工具,从而为学习者相互协作与交互,共同解决问题,提供了平台。

同时,通过各学习者给学习资源打上个性化Tag标签,还可以找到兴趣相投的学习伙伴。当然教师也应加入这一协作性学习的平台,实时监测学习者协作学习的过程。当发现学习者走入误区的时候,教师可及时进行正确科学的引导。对于学习者解决问题的过程,教师可就各具体部分,以Tag标签的形式进行评价引导,从而提高了团体学习的效率,而且学习者在学习过程中能实时看到教师人性化的Tag标签,必定学习兴趣提高,与教师的情感也得到交流,有利于教学情感目标的实现。

2 Mashup、RSS等技术的合理运用可以让智能导学系统更好的实现资源共享、聚集与复用,学习者的自主性也得以充分发挥。

引入Mashup可以聚合和重用满足不同学习者需求的相关学习资源。就像Mashup的新闻应用一样,将其引申到智能导学系统,它可以对各知识结点进行聚合,按照学习者的自主选择(包括信息组合模式、信息取舍过滤、信息更新频率等定制信息)[3],最终给出与学习者的学习需求、学习风格等完全匹配的学习资源组合。因此从根本上改变了学习者获取信息的方式,让学习者完全掌握了学习的自,同时避免了其他冗余信息的干扰,防止网络学习迷航。

RSS技术也可使我们的系统更人性化。学习者可以在系统中留下自己的疑难问题,鉴于智能导学系统是一个开放性系统,任何学生都可以基于Wiki平台对某些疑难问题发表自己的见解,当这个问题出现任何更新时,学习者便可通过RSS订阅技术在第一时间内得知,以便向他人学习,及时解决疑难。有了及时的反馈,能从很大程度上提高学习者的积极性。

3 SNS社会化网络实现智能导学系统的开放性。

SNS:SNS(Social Networking Service社会化网络软件)是Web2.0体系下的一个技术应用架构。SNS基于六度分隔理论运作,用户通过Tag、RSS或者IM、邮件等方式连接到一起,每个个体的社交圈都不断放大,最后成为一个大型的社会化网络(SNS)[4]。在智能导学系统中,通过这个开放的社会化网络,学习者不再是孤立的个体,面对的不再是没有感情的机器,因为他们可以轻易的找到网络上的任何一个节点并与之交流。

二 基于Web2.0的智能导学系统的设计

Web2.0的相关工具为智能导学系统的实现提供了充分的技术支持,我们为智能导学系统设计了如下模块:

图1 基于web2.0智能导学系统设计图示

在这个系统中,个性化学习环境将由三个子系统组成:

1 个体学习平台――学习者独立完成学习

学习者进入个体化学习平台,发出学习请求,系统针对具体的学习请求,对学习者进行前测,即诊断性评价。Mashup在收集学习需求、前测的结果、学习者信息库中有关学习进度、学习风格等信息基础上,依据规则库,通过智能推理生成学习方案,并按学习方案给学习者配送个性化学习资源。

2 在SNS社会化网络基础上的协作性学习平台,在这里,学习者亲身参与问题解决,实际上是研究性学习的一个过程,从而培养学习者自主解决问题的能力,最终达到提高学习者创造力的目的。

Web2.0重参与的特性告诉我们:个体不仅仅是知识的消费者,同时也应是知识产生过程中的参与者和贡献者;学习不应该仅仅是消耗知识内容的过程,也应该是体验、交流、创造的过程,唯有这样,学习者才能最终实现知识的转化与迁移。

这一平台依据一系列Web2.0技术实现。首先,学习者通过RSS订阅自己感兴趣的主题和疑难问题,附上个性化Tag标签,组成不同的学习共同体。围绕共同体内大家均感兴趣的主题,在Wiki平台上,学习者相互协作,共同解决问题,并最终生成个性化的专题学习文档。在整个过程中,教师可实时监控,最后进行总结性评价,将各学习共同体创造的专题学习文档通过审核、加工之后,将有价值的内容加以提炼,存入策略知识库,成为其他学习者的学习资源。

在这里,值得一提的是,Wiki平台不仅可以实现多人协作,同时它在系统中构建了一个开放的系统,学习者可以以任意方式任意编辑或添加内容,这就成了一个个性展示的舞台,通过这个平台,学习者可以任意添加自己的学习心得和知识结点,并授权自己的内容是否允许其他人进行修改,最终由系统通过数据挖掘等技术,将其按类别存入数据库。

3 迁移评价分支系统

鉴于传统智能导学系统缺少有效敏感的响应与反馈评价系统,因此教师除了提供学习资源、搭建学习平台之外,还应对学习者的认知过程实施动态评价,我们可以借鉴坎佩恩布朗的渐进提示评价模式(Graduated Prompting Evaluation or Assessment)。通过这种模式,实际上实现了在整个学习过程中学习者与教师的动态交互。

在智能导学系统中,我们把教师的动态评价功能赋予系统。通过设置迁移评价分支系统,以知识迁移作为评价的载体。当学习者进入迁移评价模块,如果能按系统通过推理提供的试题顺利完成迁移,则系统不进行介入,如果学习者不能顺利完成零迁移、近迁移、远迁移和极迁移四个不同的难度层级或距离层次迁移测试的话[5],那么系统就将加以介入,通过数据挖掘与智能推理技术,生成弥补其不足的学习分支,让学习者进行同一级别的迁移,而不增加难度,同时从过程知识库中抽出相应的学习策略,作为对学习者的提示,直至学习者完成该知识结点的迁移过程。再通过渐进的提示,不断更新最近发展区,最终达到系统化教学目的。

学习者在任何时刻都可以在这三个模块中实现跳转,满足不同思维习惯的学习者需求。另外,在个体学习平台以及迁移评价分支系统中,学习者仍然可以利用web2.0的相关技术,比如对学习的结点打标签,在迁移学习过程中,同样可以建立自己的社会网络,与其他伙伴共同学习。

三 系统数据库的设计

基于Web2.0的智能导学系统基本实现了去中心化,相反它以个体为核心,为学习者自主学习、协作性学习提供了个性化平台。通过与传统Web教学系统的比较我们可以看到它的优势所在:

表1 传统web教学系统与基于web2.0智能导学系统比较

前台优势的体现,要求后台有强大数据库的支持,基于Web2.0的智能导学系统,必须对学习者提供的微内容进行标准化、过滤、粒度分析、聚类分类、文档摘要等一系列加工处理过程,最终将生成的数据加入数据库中,从而为数据挖掘、智能推理生成学习方案、迁移策略提供基础。同时,由于社会化网络的形成,对数据库的自我扩展能力、互联性、数据处理速度等方面也提出了较高的要求。

在这样的需求下,我们采用关系数据库。具体而言,关系模型的由几个关系模式组成:

学习者模型:账号、密码、学习风格、学习进度、订阅的主题、Wiki讨论的主题

领域性知识模型:知识点标识、知识点名称、关键词、知识目标、情感目标、能力目标、学习内容难易等级、教学重点、重要程度、学习时间、媒体资源、强前驱知识、弱前驱知识、强后继知识、弱后继知识、文本、图形、图像、音频、视频、动画

策略性知识模型:认知策略、调控策略、资源管理策略

协作学习主题模型:协作学习主题、参与者、各参与者留言、使用策略

教学迁移题分支模型:要进行自我评价的知识点、零迁移练习题、近迁移练习题、远迁移练习题和极迁移练习题]

规则模型:学习方案生成规则、迁移分支生成规则

建立相关数据库模型以后,要通过建立索引、视图来优化数据库系统,为了应对数据的激增,我们可以采用分布式存储的方式,防止进行相关操作时,服务器负荷过重,影响系统性能。

四 结语

智能导学系统是现代远程教育向智能化发展的新阶段,其实现涉及人工智能、数据挖掘等现代技术手段,但是其本质仍然是以学习者为根本的学习系统,故必须以相关认知理论和教育理论、人本主义思想等作为系统设计的基础,特别是在Web2.0时代,越来越多的新技术涌现,我们应该在科学利用这些技术的同时,不忘根本,才能开发出真正智能化且人性化的优良系统。

――――――――

参考文献

[1] 陆成定,李明.浅谈Web2.0及其对教育技术的若干启示[J].中国医学教育技术,2008,(2).

[2] Tim O'Reilly. What Is Web 2.0. [DB].

[3] 王琳,杨波,高艳丽.Web2.0互联网应用技术研究[J].中兴通讯技术, 2008,(10).

[4] 程军,徐芳.浅谈Web2.0带来的教育变革[J].科技信息, 2008,(19).

[5] 黄光扬.动态评价的理论基础、主要模式及可用性初探[J].比较教育研究,2002,(11).

[6] 罗梅,王万森.基于关系数据库的智能教学系统知识库设计[J].计算机系统应用,2005,(5).

[7] 胡科,王荣良.基于Web2[1].0的Wiki技术应用研究[J].中国电化教育, 2006,(9).

[8] 荆永君,钟绍春,程晓春.基于Internet的智能导学系统设计[J].中国教育网络,2005,(1).