聚焦目标适性达成:自适应学习领域模型的国际研究进展

作     者：刘桐 顾小清 王成龙 Liu Tong;Gu Xiaoqing;Wang Chenglong

作者机构：华东师范大学、教育学部、教育信息技术学系 华东师范大学上海市智能教育研究院上海200062 

基　　金：2020年上海市科学技术委员会科研计划项目“教育数据治理与智能教育大脑关键技术研究及典型应用”(项目编号:20511101600)的阶段性研究成果 

出 版 物：《远程教育杂志》 (Journal of Distance Education)

年 卷 期：2023年第41卷第1期

页      码：37-47页

摘      要：自适应学习是人工智能教育应用的重要形式。由领域模型、学习者模型、导学模型和人机交互模型作为核心组件构成自适应学习环境,而领域模型指向适应性的学习目标达成,是自适应学习的基础,近年来成为研究的热点问题。鉴于此,聚焦近五年领域模型的国际进展,分析发现,领域模型呈现从良构领域到混合领域的发展趋势,主要包括目标领域表示和领域导学策略两大研究方向。已有研究存在以结构化知识点、认知过程和本体属性三种表示方式,具体从基于学习支架、基于启发对话和基于学习者模型三方面设计导学策略,利用领域知识抽取、领域内容生成和领域内容优化等技术助力领域模型的构建。然而,当前研究还面临领域碎片化、粒度难把控、未适应全人培养和教育认同缺失等现实挑战,未来需在开放共享、满足差异、走向异质化和策略多样化等方面进一步开展研究。

主 题 词：自适应学习 领域模型 智能导学 领域建模 教育知识图谱 

学科分类：0401[教育学-教育学类] 04[教育学] 040102[040102] 

核心收录：

D　O　I：10.15881/j.cnki.cn33-1304/g4.2023.01.006

馆 藏 号：203118217...