摘  要：人工智能技术推动传统教育生态变革，智能化成为教育教学发展的方向。国家一系列政策文件确认了人工智能之于教育教学的重要性，尤其是在实现教育信息化方面。混合式教学是实现教育信息化的重要举措，混合式教学又如何借力人工智能？论文从分析人工智能技术对混合式教学的影响入手，界定适应性学习并确认适应性学习系统这一关键要素，提出通过人工智能获得技术支撑，建设适应性学习系统，以满足学习者个性化学习需求，从而实现混合式教学。
关键词：混合式教学；适应性学习；人工智能教学；教学治理；算法
 作者简介：马建森（1981—），男，汉族，山东潍坊人，桂林航天工业学院副教授，西安交通大学在读博士生，研究方向：新媒体与社会治理、新媒体传播、教学治理。
基金项目：广西区教育厅2019年职业教育教改工程项目《创新创业背景下以“1+X”试点为引导的复合型技术技能人才培养模式改革研究》（批准文号：GXGZJG2019B132）；广西区教育厅2019年高等教育本科教学改革工程项目《创客教育视域下应用型本科创新创业人才培养体系的研究与实践》（批准文号：2019JGA332）；广西区教育厅2017年高等教育本科教学改革工程项目《“问题导向”的应用型本科市场营销专业广告学课程混合式教学改革与实践》（批准文号：2017JGB433）。
Adaptive Learning System: Implementation Logic of Hybrid Teaching in the Background of Artificial Intelligence
 
 Ma Jiansen
 
 (Guilin Institute of Aerospace Technology, Guilin, Guangxi ,541004)
 
Absrtact: artificial intelligence technology promotes the ecological change of traditional education, and intelligence becomes the direction of education and teaching development. A series of national policy documents confirm the importance of artificial intelligence for education and teaching, especially in the realization of educational informatization. Hybrid teaching is an important measure to realize educational informatization. How can hybrid teaching use artificial intelligence? Based on the analysis of the influence of artificial intelligence technology on hybrid teaching, this paper defines adaptive learning and identifies the key elements of adaptive learning system, and proposes to obtain technical support through artificial intelligence and build adaptive learning system to meet the individual learning needs of learners.  To realize mixed teaching.
 
Keywords: Hybrid Teaching; Adaptive Learning; Artificial Intelligence Teaching; Teaching Governance; Algorithm
中图分类号：G642.0   文献标志码：A    文章编号： 
引言
“机器能思考吗？”这是20世纪50年代著名的图灵之问，随后图灵机的出现奠定了现代计算机的基础。自1956年达特茅斯会议人工智能这一术语的首次提出，至21世纪20年代初期，人工智能历经两次低谷三次繁荣的波浪式发展。今天，人工智能随新科技革命演进，日益成为各领域关注的焦点。人工智能已写入十九大报告，《国家教育事业发展“十三五”规划》将人工智能与大数据、互联网、虚拟现实技术并列为建设智慧校园、探索教育教学新模式的突破口。《中国教育现代化2035》明确建设智能化校园要统筹建设一体化智能化教学、管理与服务平台。因此，人工智能的兴起为教育教学复兴带来新契机。混合式教学是充分利用数字教育资源实现教育信息化的重要措施。混合式教学将传统教学优势与数字化教学优势结合，其本质是适应教育教学发展的趋势，从技术助教的角度，充分利用现代教育手段，以提高教育教学效果为目标，将线上教学与线下教学充分混合的一种教学模式。
一、人工智能背景下的混合式教学
从“人工智能+”的视角开展人工智能与教育研究始于近期，例如吴永和认为，人工智能可以实现教育内容的定制化及教育实施过程中实现服务的精准化，并进一步指出，教师可以利用人工智能进行作业批改，学生则通过人工智能加强交流，从而形成互动性学习，有利于个性化学习环境的形成。陈维维则着眼于人工智能辅助教学的角度，认为人工智能技术在“助练、助评、助学、助教”等方面起到一定作用。^[1]综合来看，具体到混合式教学过程，人工智能技术对混合式教学的影响主要体现在教学过程、教学效果、教学技术等方面。
人工智能技术改变了传统的教学过程。例如机器学习在大数据支持下，模拟人类学习行为，具备自学习能力，模拟人类智能进行预判，能够实现对教学过程、教学效果的评价，对教学设计进行优化。再如人机交互，人工智能人机交互技术推动混合式教学由简单的语音交互、图形交互到复杂的情感交互、体感交互甚至是更高层次的脑机交互，将改变传统知识传授方式，活跃学习氛围，激发学习兴趣。同样虚拟现实和增强现实技术的结合营造混合现实教学环境，打破学习的空间和地域限制，最大限度的利用学习资源。知识图谱技术还可以重构教学知识点，建立以“关系”为连接的知识结构图，突破传统知识构成的章节结构，符合人类记忆及理解习惯，提高记忆效率和理解能力，最终提高学习效率。总之，人工智能技术对混合式教学的影响是多元的，教学过程、教学效果、教学技术是三个重要方面。
二、适应性学习系统支持混合式教学
适应性学习是指学习者通过由计算机技术支持的适应性学习系统获取知识的过程，适应性学习系统参与学习者的学习全过程，提供个性化的学习服务，在学习计划制定、学习策略组织、知识构成设计、学习效果评估等方面发挥作用。在人工智能时代，适应性学习系统呈现智能化特征，人工智能技术成为适应性学习支持系统形成的关键。
《中国教育现代化2035》指出人工智能为个性化教学与个性化学习提供了强有力的技术支持。^[2]人工智能凭借技术优势获取学习者的基本特征，充分检视学习者的态度动机、兴趣爱好、方法技巧、知识构成，依托算力通过算法实现降维定位，从而提供个性化学习方案，实现个性化教学与学习。预计未来以AI为基础的个性化教学会得到较大发展,出现以“人机组合”为特点的大学个性化学习系统。^[3]混合式教学以提高教育教学效果为目标，以基本的线上线下混合为基础，还将教学内容、教学方法、教学技术、教学环境、教学过程等进行混合，为个性化教学与学习创造了条件。^[4]因此，在适应性学习理论引导下，以人工智能技术支持构建适应性学习系统，进而实现混合式教学。
三、构建人工智能适应性学习系统
适应性学习系统建设是人工智能背景下混合式教学实现的关键。适应性学习系统以提供个性化学习服务为特征，深度分析学习者数据，在教师的干预和决策下，回应个体学习需求，提供可选择的学习内容、学习策略、学习环境等。适应性学习系统随计算机和互联网络技术的发展而兴起，最初建立在以WEB技术为主的计算机终端之上，20世纪70年代美国分时交互计算机控制信息电视系统（TICCIT）就是其中的代表。进入21世纪后，国际主流适应性学习系统有美国的牛顿系统（Knewton）、乂学系统（Yi learn），澳大利亚的慧雀系统（Smart Sparrow）以及日本的塞拉戈系统（Cerego），^[5]其中乂学系统建成于2017年，由美国哥伦比亚大学教育学院自适应学习研究联合实验室研制成功，其建设初衷是服务于K12教育的个性化学习，因对人工智能的深度应用而广为人知，主要功能包括评估学习者的知识储备、建模学习者的学习过程等。从适应性学习系统发展的历史来看，随着相关技术尤其是互联网和计算机技术的发展，适应性学习系统功能方面经历了由改进学习方法、辅助大脑记忆、优化内容设计等单一功能向多元功能转换，服务人群也由基础教育阶段到高等教育阶段尝试。因此在人工智能技术逐步应用于教育教学的背景下，适应性学习系统助力混合式教学要重视三个方面：
（一）人工智能为适应性学习系统提供技术支撑
邬贺铨院士认为大数据、计算能力、分析算法是人工智能的三大支柱^[6]，极为准确的概括了人工智能的本质，例如通过人工智能算法探索学习者的学习兴趣，改进学习路径，推送个性化的学习内容，减少学习过程中排斥心理的干扰。凯文·凯利（kevin·kelly）认为未来技术将与智能化相关，智能化成为技术社会的主要特征。来自《地平线报告（2018 高等教育版）》的资料显示，高等教育技术变革的趋势由近期的分析技术、创客空间及中期的自适应学习技术、人工智能向长期的混合现实、机器人学习演化，其中自适应学习和人工智能在教育领域内的应用将在未来2-3年内实现。从《人工智能标准化白皮书（2018）》对人工智能定义来看，混合现实、机器人学习属于人工智能范畴，因此《地平线报告（2018 高等教育版）》预测的高等教育发展趋势的实质是智能化发展。著名信息技术研究与分析公司高德纳（Gartner）公司认为，人工智能技术成为未来技术发展的基础架构，其中自适应机器学习、知识图谱、人工智能平台、可解释的人工智能等以人工智能为技术基础的大量应用将在未来5-10年成为现实。因此，回归到适应性学习系统对技术应用的整体来看，充分运用人工智能技术成为人工智能时代混合式教学适应性学习系统发展的方向，适应性学习系统对人工智能技术的吸收应用，将有助于混合式教学的实现。2020年初，我国发生新型冠状病毒肺炎疫情，以“学习强国”“知道”“腾讯会议”“钉钉”“中国大学MOOC”等为平台的在线学习兴起，桂林航天工业学院在以上平台安排课程。教学过程中，制定个性化学习方案，运用平台技术进行教学管理，在教学设计、内容展示、交流互动等方面创设混合式教学氛围。
（二）重视教师在适应性学习系统中的角色
人工智能是否能够超越人类？有学者将人工智能超越人类的临界点称为“奇点”，对于“奇点”是否存在众说纷纭，持否定观点的学者认为，“如果我们创造的像我们的智能机器最终让我们变得像它们一样，这是历史性的讽刺”。 ^[7]总之，依托人工智能技术构建的适应性学习系统具有一定的智能化表现，但依然不能将混合式教学实现的希望全部寄托于适应性学习系统，同样应该重视教师的能动性作用。通过对138名参与适应性学习实验的学生的调查来看，如果适应性学习系统中加入适当的教师参与,教学效果可能会更好，^[8]同时教师在适应性教学系统中扮演适应性学习专家的角色。^[9]教师在适应性学习系统中提供学习内容、进行教学设计、参与教学管理，为学习者创造一定学习环境，发挥在适应性学习系统辅助下干预、决策及治理教学过程的作用。因此在混合式教学过程中，教师扮演适应性学习专家的角色，主要从事教学干预、教学决策、教学治理工作。
（三）建设适应性学习系统
结合人工智能时代的技术特征，混合式教学过程中的适应性学习系统建设要从三方面入手：系统服务、教学过程、系统训练。首先是系统服务方面，以人工智能技术在适应性学习系统中的实际应用为原点，界定适应性学习系统的层次，进行服务对象定位，组织具体服务内容并明确服务方式。其次是教学过程方面，设计适应性学习系统的教学过程，主要包括学习资源提供、学习活动设计、学习策略制定、学习效果评估、学习情境创设。最后是从适应性学习系统应用的角度进行系统训练，即掌握适应性学习系统的使用方法，使之真正成为混合式教学的利器。
以高等教育适应性学习系统建设为例，其服务对象按年级、专业、学科等进行划分，从而定位于不同的服务对象。通过对学习群体大数据的分析，评判特定服务对象的学习状态，匹配相应的服务内容及服务方式，服务方式方面如提供免费服务还是收费服务，是移动端服务还是固定端服务，是一对一服务还是一对多服务，是基础服务还是增值服务等等。在教学过程设计中，例如学习策略制定方面，可以教授学习方法以适应不同的学习内容，提高学习效率；还可以传授认知策略，以帮助学习者实现对知识的整理和加工，促进二次创作；通过对学习心理进行分析，激发学习兴趣，增强学习的自觉性和主动性等。总之，建设适应性学习系统一方面要广泛应用人工智能技术，另一方面要符合混合式教学的特点和要求，遵循学习者知识获取的规律，综合运用各种教学资源以强化教学效果，最终实现特定的教学目标。
结语
随着智能社会的来临，人工智能技术带来传统教育生态的变革，智能化成为教育教学发展的方向。适应性学习系统的特点决定了具有将多种人工智能技术集于一体的优势，也因此成为混合式教学应用人工智能技术的平台、框架和路径。本文首先研究了人工智能对混合式教学的影响，然后界定了适应性学习并确认适应性学习系统、人工智能、混合式教学之间的关系，最后论证了适应性学习系统如何助力混合式教学过程的实现：将人工智能技术作为适应性学习系统的技术支撑，重视教师适应性学习专家的角色以及从系统服务、教学过程、系统训练三方面入手建设适应性学习系统等。
参考文献
[1]陈维维.多元智能视域中的人工智能技术发展及教育应用[J].电化教育研究,2018,39(07):12-19.
[2]禇宏启.教育现代化2.0的中国版本[J].教育研究,2018,39(12):9-17.
[3张莉.深化院校研究  推进个性化教育——“大数据时代的院校研究与个性化教育”国际会议暨中国高等教育学会院校研究分会2018年年会综述[J].高等教育研究,2018,39(09):107-109+2+111-112.
[4]王仁田,梁建超,高美林.基于专业教学变革的职教MOOC开发路径与应用研究[J].中国职业技术教育,2017(26):67-70.
[5]李海峰,王炜.国际主流适应性学习系统的比较与趋势分析[J].现代教育技术,2018,28(10):35-41.
[6邬贺铨,杨洁. 中国工程院院士邬贺铨人工智能的双刃剑[J].中国教育网络,2018(12):41-41.
[7][英]乔治·扎卡达基斯著，陈朝译.人类的终极命运 从旧石器时代到人工智能的未来[M].北京:中信出版集团,2017年10月:299.
[8]崔国强,王小雪,刘炬红,马晓玲,陈蕙若,谢蓉蓉.学习、设计与技术——AECT 2014年会评述与思考[J].远程教育杂志,2015,33(01):3-20.
[9]彭正梅,伍绍杨,邓莉.如何培养高阶能力——哈蒂“可见的学习”的视角[J].教育研究,2019,40(05):76-85.