实现E-learning平台中的学生自适应学习

【摘要】国内学生长期依赖面授教学，造成学习主动性差，难以适应e-learning。本文试图以清华大学远程教育的网络教学平台为例，探索智能评价系统的设计与实现，寻求在网络教学环境下激励和引导学习的有效方法。

【关键词】智能评价 e-learning 自适应学习

【中图分类号】G40-057 【文献标识码】A 【论文编号】1009―8097（2009）06―0091―03

一 e-learning引发了学习方式的革命，但也带来了学习不适应的问题

相对于传统学习来说，e-learning是利用网络进行的自主化、个性化的学习方式，具有革命性的变化。e-learning强调自我实现，强调个性，要求学生在学习上积极主动。而国内学生长期依赖面授，学习内容和学习方法由教师高度控制，造成学生主动性差，自我学习能力和信息收集能力欠缺，创新意识薄弱，难以适应e-learning[1]。针对这种情况，一方面，学生应该培养自己自主学习的习惯，可以质疑教师，多体现独立性的一面；另一方面，要加强对e-learning学习过程的管理，根据每个人不同的情况，反馈出学习效果的评价，从而帮助学生调整下一步的学习。

二 建立智能评价系统，实现对学习过程的高效管理

e-learning是一种异步的学习方式，也就是说，教与学的活动可以发生在不同时间、不同地点。计算机网络有着强大的交互能力和信息处理能力，在e-learning学习过程中，虽然教师与学生无法面对面地进行交流，直接获取学生学习状况的第一手资料，但是教师同样可以了解学生的学习情况，而且甚至比面授教学时所获得的更为详细和量化[2]。

基于因特网，可以建立一个智能评价系统，它可以记录和收集学生在学习过程中的各种行为数据，然后依照预先制定好的各种规则处理这些数据，生成评价结果。评价结果将直接反馈给学生，以便学生能根据自己的学习状况及时调整学习进度和改进学习方法。同时，评价结果也会呈现给教师，然后教师根据自己丰富的教学经验，找出学生在学习过程中出现的各种问题，给予学生进一步的学习指导。

所以，智能评价系统构筑起了教师和学生之间沟通的桥梁，通过这座桥梁，实现了教师对学生整个学习过程的有效监管。此外，智能评价系统也是教师的半个人，它能根据制定的规则处理学生在学习过程中出现的一些常见问题，把教师从机械的数据处理工作中解脱出来，从而对学生的学习指导过程更加快捷高效。

三 转变教师观念，充分发挥智能评价系统的作用

长期以来，以教师为中心的教学思想在国内教育界占据着主导地位。这种思想强调教师的主体和权威地位，主张教师教什么，学生就应该学习什么。在网络教学活动中，如果教师不能放下以自我为中心的思想，充分考虑网络教学环境和学生的特点，很容易造成教与学的脱节，学生将不能获取合适的学习内容，学习行为也得不到有效的指导。

e-learning主张一切教学活动应该以学生为中心，为学生的学习服务，所以教师的活动也应该围绕学生展开。

首先，教学内容的设计是实现学习过程管理的基础环节。教师在设计教学内容时，应该对教学内容进行量化，为系统记录学生的学习过程提供依据。

其次，教师是教学活动的组织者和引导者，监控系统中的评价活动也是由教师来主持的。虽然监控系统能自动完成一些评价工作，但这是教师赋予它的职责，是为了减轻教师的工作负担。学生在学习过程中出现的问题是千变万化的，监控系统不可能分析和解决所有的情况，所以教师必须适时发表评价意见，纠正学生在学习过程中出现的错误，指导学生的学习。

四 设计和实现智能评价系统

接下来，将以清华大学远程教育的网络教学平台为例来探讨智能评价系统的设计与实现。

1 设计目标

通过各种方式，如网上问卷调查、记录应用系统用户行为等，采集网络教学过程的各种数据，对学生学习质量、教师教学质量及课程质量等进行评估，并将质量信息反馈给教师、学生和教育管理者，以便进行适应性调节，保证网络教育质量。

2 设计理念

该系统设计的基本出发点是：基于元认知以及教学监控的有关理论，重在支持学习者对学习过程和效果的自我监视和自我调节[3]。元认知监控是有效学习的一个重要条件，它是指在一定的情境之中，认知主体在认知活动的全过程中将自己正在进行的认知活动作为意识对象，不断地对其进行积极、自觉的计划、监视、控制和调节。

为了支持学生对学习的自我监控和教师对教学的自我监控，本系统试图将教学计划、过程监控、效果评价和反馈控制统一于一体。在教学计划方面，支持教师设定一门课程的教学要求和教学日历，使学生明确各个教学环节的参与目标和时间安排，这些教学要求参数同时成为学习评估的基本参照标准。在过程监控方面，对学生在各主要教学环节模块中的表现进行自动跟踪，以各种统计图直观地反映学生的学习情况，便于教师分析学生的学习情况和学生的自我监控。在效果评价方面，设计了完整的学习评估模型，过程评价与结果评价相结合，常模参照评价与标准参照评价相结合，自动化评价与人工评价相结合。在反馈控制方面，系统提供了评价建议和自动预警功能，能够针对通过追踪评价发现的问题向学生发出建议提示和预警信息。

3 评价方案

评价方案是智能评价系统的核心，是系统内在的运行机制。e-learning的一切活动都是围绕学生展开的，评价也不例外，它的目的是为了激励和引导学生的学习，根据学生的实际改进教学过程、方式和方法，促进学生更好地发展。

网络教学平台提供了实时教学、课件点播、答疑、作业、测验考试和资源管理等子系统，它们是学生开展各种学习活动的地方。这些学习活动进行的好与坏将直接或间接地影响和反映教学质量，它们是理想的评价内容。

根据在教学活动中作用的不同，可以把评价内容分为考核和学习参与两个部分。考核由测验考试系统来完成，用来进行总结性评价，以判断学生经过一段时间的学习后是否达到了预定的教学目标。学习参与是指学生在实时教学、课件点播、答疑、作业和资源管理等系统中实施的各种学习行为，对这些行为的评价主要是形成性评价，其目的在于不断地反馈学生学习成功或失败的信息，强化学生学习的成功之处，显示需要改进的具体的学习错误，从而激励和引导学生的学习。最后，可以把考核和学习参与合在一起作总结性评价，以对学生有一个更为全面的认识，同时也从中找出教学目标适当性与教学策略有效性的信息，及时改进教学。

对评价内容的量化工作是智能评价系统的关键。监控系统是教师的半个人，它将依据考核成绩和学习参与行为的量化数据所构建起来的学习模型，不断地反馈给学生学习的结果。量化数据的过程需要考虑很多因素，大致有以下几个方面：

a是否符合学生的特点。

b系统是否能记录所需要的学习行为数据。

c量化的方式是否能达到正确引导学生学习的目的。

d各种学习行为的量化方式是否相容。

通过对各种网络学习行为的量化，可以建立起网络学习的模型[4]。该模型是系统监控学生学习的客观依据。e-learning是一种要求较强主动性的个性化的学习方式，存在着很多可变因素。尽管学习模型能解决学生在学习过程中出现的一些常见问题，但很难把握学习活动中存在着的变化因素。当出现学习模型中没有涉及到的情况时，教师应该亲自分析学生的各种行为数据，给予符合实际状况的学习指导，以求达到最佳的反馈效果。

4 评价过程模型

评价过程模型描述了评价活动进行的详细过程，如下图所示，它是一个不断地循环往复的过程。

在评价活动开始之前，教师需要“制定教学计划”，也就是为学生规定学习行为的模型。不同的课程对各种学习活动会有不同的要求，教师可以根据课程的特点，定制自己的教学计划，引导学生的学习行为[5]。

当学生与网络教学系统交互，开展各种教学活动的时候，网络教学平台会记录下它们之间交互信息。这些交互信息主要是学生的学习行为数据。在进行评价活动时，智能评价系统将根据评价方案的需要从网络教学平台中“获取交互信息”，即获取需要的学生学习行为数据，并通过“形式化表示”，把这些数据转换为监控系统能识别和处理的数据形式。

监控系统能把经过“形式化表示”的学生的学习行为数据和教学计划数据进行对比和分析，通过“自动推理”，产生各种“指标值”。这些“指标值”还是一些数据，但已经能描述具体的学习行为，有经验的教师和学生可以从中获取信息，指导下一步的学习活动。

然后，系统会进一步把“指标值”与教学计划中预先设定的具体情况进行匹配，给出“综合判断”，生成评价意见。如果学生的学习行为严重偏离了制定的教学计划，系统会给出“预警反馈”，以示提醒。教师应该重点关注出现学习预警的学生，在必要的时候补充系统自动评价中的不足之处，促进学生更好地学习。

接下来，学生会根据监控系统和教师反馈回来的建议和意见，及时调整学习的方式和方法，开始下一轮的评价活动。

5 系统实现

系统评价机制的实现主要在逻辑层，它由数据转换、制定教学计划、评价信息生成、预警信息生成、email预警和主观评价六个子模块组成，各功能模块构建的系统结构图如下图所示。

系统结构图中各子模块的功能如下：

（1） 数据转换模块。从网络教学平台的数据库中获取需要的学生的学习信息，并对这些信息进行处理，转换成适合监控系统进行数据分析的格式，并把它们保存在学习信息数据库中，以待进一步的处理。

（2） 制定教学计划模块。设置生成评价信息所需的各种权重和参数信息，以及产生预警信息所需的预警机制信息。

（3） 评价信息生成模块。根据教师定制的各种权重和参数信息，对获取的各项学习信息进行处理，为学生的学习提供指导性的评价意见，供学生参考。

（4） 预警信息生成模块。根据预先设置的预警参数，处理学生的各种学习信息，对符合预警条件的信息产生预警，并记录到预警信息数据库中。此模块处理的信息一般从学习信息数据库中获取，但也可以直接从数据转换模块中获得，以提高执行效率。

（5） email预警模块。定时（比如晚上某个时间）对生成的预警信息进行检查，然后，对符合提供email预警的信息发送email预警。

（6） 主观评价模块。接收教师发表的主观评价意见，并把这些评价意见反馈给相应的学生。

五 结束语

在该系统的设计制作过程中，遇到了许多的困难，其中最为主要的是网络教学平台不能记录需要分析的学生学习行为以及大数据量的问题。随着教学平台的不断自我完善，相信这些问题将最终得以解决。

另外，作为一个教学辅助系统，它对学生的学习所能起到的激励和引导作用同样引人关注。智能评价系统并不是促进学生学习的决定性因素，要彻底改变学习效果，需要转变教师和学生的观念，使教师能设计出适合网络教学环境和学生特点的学习内容，使学生能积极主动地去学习。但监控系统是有效的引导工具和催化剂，它能指引教师和学生熟悉网络教学环境，能提高教师组织教学活动和学生开展学习活动的效率。希望通过一段时间的使用，监控系统能收集到有用的数据，以改进教学和促进系统的自我完善。

参考文献

[1] 周伯华, 许坦. 网络课程评价存在的问题及相应对策[J].现代远距离教育, 2008,（6）:58-60.

[2] 宋飞. 网络学习形成性评价探究[J]. 现代远程教育研究, 2008,（6）: 37-39.

[3] Zhang, J. & Lu, D. (2003). Co-project-based online learning: A case study on learners’ performances and characteristics. Paper presented on the 2nd International Conference on Web-Based Learning, Melbourne.

[4] 张忠玉, 迟国彬, 陈品德. 基于网络的课堂教学质量监控系统的设计与实现[J]. 电化教育研究, 2006,（7）: 63-65.

[5] 陈玉琨. 教育评价学[M]. 人民教育出版社, 1999: 27-74.

Realize Adaptive Learning in E-learning System

LI BinL I Fei

(Educational Technology Institute, Tsinghua University,Beijing,100084,China)

Abstract: The Students in China are used to listening passively in classroom, so it is difficulty to fit the active e-learning style. Depending on the work of the e-learning system for distance education of Tsinghua University, this article tries to design and develop a subsystem of intelligent evaluation, and find a way to facilitate and induce students’ learning in online environment.

Keyword: Intelligent Evaluation, e-learning, Adaptive Learning.