自適應學習是指根據學習內容和學習方式的不一樣,能夠將人的學習分爲三種不一樣的類型,它們是機械的學習、示教的學習以及自適應的學習。自適應學習一般是指給學習中提供相應的學習的環境、實例或場域,經過學習者自身在學習中發現總結,最終造成理論並能自主解決問題的學習方式。學習
1、分類優化
自適應學習,又能夠分爲:
(1)發現學習。提供的學習材料是一些未經分類的事例或未經整理的經驗數據,學習者的任務是從這些事例或數據中發現概念或規律。
(2)解釋學習。提供的學習材料是一個概念、該概念的一個例子和有關規則,學習者的任務是首先構造一個解釋,說明給出的例子爲何能知足概念,而後將解釋總結爲概念。
(3)例中學。即經過考察實例進行學習。根據學習任務的不一樣,這種學習有兩種狀況:一是提供某個概念的一系列正例和反例,學習者的任務是經過概括推理,產生覆蓋全部正例並排除全部反例的概念的通常描述;二是提供一個或幾個有詳細解題步驟的例題,學習者的任務是考察並理解這些例題,並經過類比學會解決其餘相似問題。
(4)作中學。即經過解決具體的問題進行學習。在這種學習方式中,提供的學習材料是一系列的問題,學習者的任務是利用已經學會的知識解決這些問題,從而學會解決其餘相似問題。人工智能
2、產生式資源
人們通常將產生式描述爲「條件——動做」對。簡單說明:
規則1:若是是紅燈,那麼停下來等。
規則2:若是是綠燈,那麼穿過馬路。
咱們能夠把人類解決問題的知識看做一系列產生式規則,人一旦得到這些產生式規則,就能有效解決相應問題。這裏要特別注意對「條件」、「動做」的理解:條件既能夠是外界的某種刺激形式,也能夠是短時記憶中存儲的信息,除外部動做外,還包括對短時記憶中的內容所進行的內部操做。在學習中,動做主要指內部的心理操做。
咱們把產生式的條件部分進一步分爲外部條件和內部條件,並描述了人解決問題的過程:外部信息做用於感受器官,造成映像,再與人腦中存儲的產生式系統相互做用,經過信息的檢索與整合,激活有關的產生式,達到對條件的識別,進而產生動做。產生動做以後,反饋到產生式系統,進一步對其評價與校訂,並存儲到產生式系統。從中能夠看到,要解決好問題,人就須要構建好產生式系統,其中關鍵是對產生式條件部分的識別。所以,要特別注意對條件部分的學習。(做者單位:北京師範大學教育學院)開發
3、資料連接
「自適應學習」開創於20世紀80年代,其誕生凝聚了中國科學院心理研究所認知心理學家朱新明教授的心血,在教育界開創了素質教育的先河。《人的自適應學習——示例學習的理論與實踐》(朱新明李亦菲朱丹著,中央廣播電視大學出版社1998年出版)獲得國家科學技術出版基金的資助。在這部專著中,朱新明等提出了自適應學習的「條件建構——優化理論」,系統闡述了人經過示例學習獲取知識與技能的信息加工過程。2000年,「自適應學習的認知建模」獲中國科學院天然科學二等獎,諾貝爾獎得主、認知科學和人工智能的創始人之一西蒙指出,這項研究成果「對認知心理學和學習理論作出了重要貢獻」,並將它向美國、日本、前蘇聯以及中國智能計算機高技術表明團等發佈。
在實踐應用方面,朱新明等提出了以樣例引路,以問題解決爲手段,以創建產生式爲核心的示例演練學習方法,並將這一方面應用到幾何、代數、物理等領域的學習。1993年9月,由朱新明和西蒙(中文名:司馬賀)編寫的《初中數學示例演練試驗教材》正式出版,在我國的一些學校進行教學試驗。目前,這一實驗逐步擴展到21個省市的數百所學校。
爲了充分挖掘和發揮自適應學習理論的應用價值,在中國科學院心理研究所205課題組的支持下成立的「西蒙教育研究中心」,申報全國教育科學「十五」規劃課題「科學學習的認知過程及高技術支持的科學教育」,得到批准。本課題主要定位於兩個方面:一是研究中小學生科學學習的認知過程,並利用研究成果開發高質量的學習資源,支持和促進教學改革;二是研究高技術支持下的科學教育方法,充分發揮現代信息技術對學科學習和教學的促進做用。
自適應學習平臺會引導學生進行最適合他本身的下一步學習內容和活動,並當學生在學習中遇到困難時,課程的難度會自動下降。老師也可使用它的實時預測技術來監測每一個學生的知識空白,即時調整,爲每一個學生提供個性化教學。
國外自適應學習技術已經至關成熟,而國內相關公司在自適應的技術上卻還處於萌芽狀態。一些公司只能提供錯題本;個別產品雖然應用了一些相對更爲複雜的邏輯,但卻不提供真正意義上的教學,於是不適合學習新的知識點,尤爲是比較難的知識點。此外,學生在學習過程當中不可避免地會有大量問題,而目前國內的相關產品除了一些基本的解析之外,並無很好的方法來爲學生講解答疑。數學