人工智能教学策略范文

前言：我们精心挑选了数篇优质人工智能教学策略文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

关键词：人工智能；智能化计算机辅助教学；专家系统；知识库

中图分类号：TP18文献标识码：A文章编号：1009-3044(2007)12-21667-02

The Application of Artificial Intelligence in Education

HU Ji-li,YIN Yun-xia

( Anhui University of Traditional Chinese Medicine, Hefei 230038,China)

Abstract:As a result of the interpenetration of older branches into each other, scientific theories and their application of Artificial Intelligence have expanded into nearly all the areas of human activity. This paper introduces the application of Artificial Intelligence in education, especially deals with Intelligence Computer Aided Instruction based on the artificial Intelligence.

Key words:Artificial Intelligence;CAI;expert system;knowledge base

1 引言

人工智能作为当今世界三大尖端技术(空间技术、能源技术和人工智能技术)之一，是计算机科学的一个分支，它的目标是构造能表现出一定智能行为的。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识、心理学和哲学、机器学习、计算机视觉等。总的说来，人工智能的目的就是让计算机这台机器能够像人一样思考。人工智能的研究更多的是结合具体领域进行的，主要研究领域有专家系统、机器学习、模式识别、自然语言理解、自动定理证明、自动程序设计、机器人学、博弈、智能决定支持系统和人工神经网络。它总的来说是面向应用的，随着人工智能的诞生和发展， 人们开始把计算机用于教学领域。同时， 自七十年代以来， 有教学能力的专家系统得到研制。人工智能技术与专家系统的成就， 促使人们把问题求解、知识表示这些技术引入计算机辅助教学(CAI) ， 这便是智能型计算机辅助教学(CAI)。

近几十年来， 随着人工智能技术的日渐成熟， 它的一些研究成果被陆续应用到教学领域， 推进了教育发展改革和教学现代化进程。人工智能在教学系统的重要性也已形成共识。

2 人工智能在教育中的作用

目前在教育技术中涉及到AI的主要有以下领域：

2.1 知识的表示与访问

基于人工智能的知识表示是以知识为对象，以计算机的软硬件和计算机科学及人工智能和专家系统技术为工具，以哲学、心理学和逻辑学等为方法和指导，将知识表达成计算机可以直接处理的“知识库”，使用“计算机的智能”来模拟人类专家或“人类智能”，对知识进行快速、精确、自动、科学的处理。它不属于通常的“数据管理或信息管理”的“数据”层次，而是属于“知识处理”或“知识”的智能化层次。其主要内容是对于知识进行形式化的表示、自动化的推理，智能化的教学或创造。计算机辅助教育是其中重要的组成部分。

2.2 符号计算

符号计算包括数值计算、符号计算和函数作图。其代表软件是Mathematica，当该软件在1988年第一次，对科技及很多其他领域的计算机使用方式产生了深刻的影响。Mathematica 1.0时，商业周报将其列入当年最重要的十大新产品名单。这标志着现代科技计算的开始。Mathematica也被大量地用于教育:有成百上千的课程，从高中课程到研究生课程用它作基础。随着各种学生版的，Mathematica也已成为全世界各种不同专业学生的重要工具。

2.3 对学生错误的自动诊断

采用人工智能技术，使得教学过程中系统可以自动诊断学生的学习水平，不仅能发现学生的错误，而且能指出学生错误的根源，从而做出有针对性的辅导或学习建议。而且根据学生的特点自动选择教学内容，自动调整教学进度，自动选择教学策略与方法。

2.4 实现智能性超媒体教学系统

超媒体系统有理想的教学环境，容易激发学生的学习兴趣和学习主动性，但不能保证达到预期的学习目的，而且由于不了解所要教的对象，所以不能做到有针对性的指导，不能因材施教。智能辅助教学系统正好与此相反。将二者结合起来，就可实现性能互补，从而研究制出新一代高性能的智能超媒体教学系统。

3 人工智能应用于教育的新方向：ICAI

3.1 传统CAI的不足

传统的CAI由于其集成性、交互性、多媒体性等特点，在教学中可以极大地激发学生的学习动机，提高教师的教学效率和学生的学习效率。但在使用过程中，CAI的一些弱点也逐渐暴露出来。主要表现有:

(1)缺乏人机交互能力

现有CAI 大多以光盘作为信息的载体， 将教材中的内容以多媒体的形式展现出来， 教学信息是按预置的教学流程机械式地提供给学生的， 学生接受起来很被动。而且在课堂教学中， 一般也只能通过教师按预定的课件流程进行操作， 无论学生还是教师都不能很好地参与教与学的过程， 因此人机交互没有很好地实现。

(2)缺乏教师与学生的互动

现有的CAI 课件在学生自学、进行操作使用时，如何学习都是学生自己的事。教师不能完全了解学生的情况，学生在碰到问题时，也不能向教师求助，师生之间是互相封闭的，软件所起的积极效果大打折扣。同时由于缺乏网络支持，现有的绝大多数CAI 课件是在单机环境下运行的，它们无法利用网络的优势使知识内容快速更新，也更无法提供便捷的学习讨论空间、随时随地的师生交流方式以及远程教学实现的条件。

(3)缺乏智能性

要想面对不同情况的学生进行不同程度的教学过程， 使学生的学习变为主动， 并能由系统自动地提供助学信息而有选择地学习，要想使教师的教学能积极地参与进去并根据系统提供的信息按照学生的认知模型为其准备最适合的学习内容， 给予不同方式的教学模式与方法， 没有智能性的CAI 课件系统， 是很难实现以上目的并达到良好教学效果的。由此可见，现有的CAI 随着人们要求的提高， 已经不能尽如人意。因此以智能CAI 为代表的新的计算机辅助教学系统将是教师在教育技术上需要不断探求、努力实现的发展方向索。

3.2 ICAI－人工智能与多媒体技术的结合

为了克服传统CAI的缺点，需要在知识表示、推理方法和自然语言理解等方面应用人工智能原理。因此很多专家提出了智能计算机辅助教学(ICAI)，智能计算机辅助教学(Intelligence Computer Assisted Instruction－ICAI)以认知学为理论基础。将人工智能技术应用于CAI，是智能化的CAI。在ICAI系统中，允许学生与计算机进行较自由的对话，学生的应答不限于数字或简单的短语。系统能够判定学生应答的正确程度，并给予适当的反馈，而不是简单地说“对”或“错”。ICAI的宗旨在于利用现有计算机技术实现较好的人工智能，模仿人类的交互方式、思维习惯及情绪流动，修饰和掩盖计算机的缺陷。

3.3 ICAI的优点

(1)将教学内容与教学策略分开，根据学生的认知模型提供的信息，通过智能系统的搜索与推理，动态生成适合于个别化教学的内容与策略。

(2)通过智能诊断机制判断学生的学习水平，分析学生产生错误的原因，同时向学生提出更改建议、以及进一步学习内容的建议。

(3)通过对全体学生出现的错误分布统计，智能诊断机制将向教师提供教学重点、方式、测试重点、题型的建议。

(4)为教师提供友好的教学内容、测试内容维护界面，无需改变软件的结构即可调整教学策略。

(5)通过对学生认知模型、教学内容、测试结果的智能分析，向教学督导人员提供对任课教师教学业绩评价的参考意见。可以说，一个理想、完美的ICAI系统就是一个自主、优秀的“教师”。

3.4 ICAI的标准

以现有的科学技术水平而言，短时期内显然无法实现具备上述全部功能的ICAI系统。一般认为，只要具有下列一个或几个特征的CAI系统就可以称之为ICAI系统。

(1)能自动生成各种问题与练习。

(2)根据学生的学习水平与学习情况选择与调整学习内容和进度。

(3)在了解教学内容的基础上自动解决问题，生成解答。

(4)具有自然语言生成与理解能力，以便实现比较自由的教学问答系统，提高人机交互的主动性。

(5)对教学内容有解释咨询能力。

(6)能诊断学生错误，分析原因并采取纠正措施。

(7)能评价学生的学习行为。

(8)能评价教师的教学行为。

不难看出，ICAI与传统的CAI相比，更加符合教育教学的规律，切合学生的认知习惯，具有明显的优越性。

3.5 ICAI的结构

ICAI主要由三个模块组成:专家系统模块、教师模块和学生模块。

(1)知识库

知识库是实现知识推理与专家系统的基础，而建造知识库的前提则是要解决知识的形式化，人工智能技术在教育中的应用表示以及知识的访问与调用问题。因此，知识的表示与访问是人工智能的核心技术之一，也是将AI引入教育领域必须首先解决的一个难题。

ICAI中的资源库应该包括以下一些内容:

①多媒体素材库:包括所要呈现的知识的一些素材，包括:文本、图像、声音、动画及数字影象等多媒体教学资源。这些用于多媒体数据库管理，便于分类、增删、修改及查询等操作。

②教学内容库:教学内容库用于存放教学内容，包括领域知识库(含辅助知识库、提示帮助库、练习题库，和测试题库)。这些教学内容，包括习题和试题分章、节、课及知识点等有序存贮。供专家决策系统调用。

(2)学生模块

学生模块主要包括以下三个模块:学生登陆模块、学生水平评价模块和学生监督模块。

①学生登陆模块:利用该模块主要用于学生使用ICAI时登录，第一次登录时学生输人姓名、性别、年龄、学历等相关信息，然后对学生进行询问，选择合适的测验题对学生进行初测推荐学习计划。当再次登录时，系统根据保存的信息安排合适的学习内容。

②学生水平评价模块:学生水平测试模块用于评价某一教学单元学习完后测试成绩。通过测试等因素分析，可以比较确切地了解学生的具体情况，从而制定出合理的教学策略和教学过程

③学习监测模块:学习检侧模块用于监测记录学生的日常学习情况，记录学生学习某教学单元时的参数值，并记录在学生档案中。包括:学生目前学习单元号；学习方式；正常学习、练习、提前浏览、学后复习；学习时间；学生提示问题的类型和次数；学生本次练习出错次数。

(3)专家决策模块

CAI中的专家决策系统可以看作专家系统中的推理机。专家系统是目前人工智能中最活跃、最有成效的一个研究领域，它是一种具有特定领域内大量知识与经验的程序系统，它应用人工智能技术，模拟人类专家求解问题的思维过程求解领域内的各种问题，其水平可以达到甚至超过入类专家的水平。计算机中存有人类专家的知识并具有推理能力，从而可解决诊断、规划、调度、预报、决策等要靠人类专家才能完成的任务。

成功的例子如:① DENDRL系统的性能已超过一般专家的水平，可供数百人在化学结构分析方面的使用;②MYCIN系统可以对血液传染病的诊断治疗方案提供咨询意见经正式鉴定结果，对患有细菌血液病、脑膜炎方而的诊断和提供治疗方案已超过了这方面的专家。

ICAI根据学生模块提供的学生学习情况，通过智能系统的搜索与推理，得出智能化的教学方法与教学策略，能够较科学地评估学生的学习水平，还可以通过分析学生以往的学习兴趣和学习习惯，预测学生的知识需求和常犯错误，动态地将不同的学习内容、学习方法与不同的学生匹配，智能地分析学生错误的原因，进而有针对地提出合理的教学建议、学习建议以及改进方法，既提高了学生学习的满意度，激发了学生的学习热情，也对教师教学提供了客观的依据和科学的方法。

4 结束语

由此可见人工智能技术已经逐步应用于计算机辅助教学中，与教学现代化有着密切的关系。人工智能技术的发展也必将会对ICAI 的发展起到巨大推动作用。近几年来，人工智能的研究者们尝试着使学生脱离“辅导学习”的过程来接受新知识，而采用“通过活动进行学习”的方式。在教学的其他方面，人工智能技术还可以建立人类推理模型学习工具等诸多的运用， 展示出越来越好的实用性。随着Internet 的发展，虚拟现实技术的广泛应用， ICAI 也将得到进一步的完善。21 世纪的教育教学手段将是以智能化CAI 为主线，多学科、多方位发展的新技术的体现。这种手段产生了人机交互、人机共生等全新概念，使人类扩展了自己的能力，促进了教育领域方方面面的改革。

参考文献：

[1]王万森.人工智能原理及其应用[M].北京:电子工业出版社,2000.

第2篇

随着信息技术的不断发展，计算机科学渗透生活的各个领域，改变了人们的生活方式和学习方式。其中，人工智能作为计算机科学中迅猛发展的一部分，正在以其独特的魅力走进人们的视野。“人工智能”（Artificial Intelligence），顾名思义，即通过应用计算机来模拟人脑的信息接收、思考、判断以及决策等思维行为过程，进而扩展人脑的思维和行动，帮助人们高效智能化地解决特定问题。近年，人工智能在教育领域中发挥的作用越来越显著[1]，其与众不同的特点决定了其在教育培训中的地位，将人工智能应用在农业知识培训中的可行性也成为教育界热议的新话题。

1我国农业发展背景和农业培训必要性分析

11我国农业发展背景

我国是传统的农业大国，农业对我国的经济发展具有极其重要的影响，一方面是由于我国人口基数大；另一方面是由于我国进出口贸易主要依靠农产品，农业发展成为影响我国经济发展最重要的因素之一。但由于各方面原因，我国农业发展还比较落后，尤其与发达国家的现代化农业相比，依旧有较大差距。

12开展农业知识培训的必要性

反思其他发达国家在?r业发展上实施过的举措，包括重视农业教育、科研和技术推广，注意提高劳动者素质；推广现代农业机械和高技术，重视农场管理；经营集约化、产业化；生产专业化；服务社会化；市场机制与政府扶持相结合；加强农业基础设施建设等，可以看出，我国在农业知识培训、素质教育、技术推广方面与发达国家差距明显。为发展我国农业，培养一批高素质、懂技术、会经营的农民以及一批愿意为农业发展做出自己贡献的高学历人才成为关键。农业的发展离不开农民的发展和进步，也离不开受过高等教育的精英人才的共同努力，而开展农业知识培训，则是为他们的发展奠定了一条夯实的道路。

2人工智能在教育中的应用与发展

近年来，伴随着人工智能在各行业的应用和发展，人工智能在教育领域中发挥的作用也越来越显著。例如，智能化的作业批改可以大大减轻教育工作者的沉重负担，在线学习等网络教学模式可以让人们更灵活地接受教育。从人工智能诞生伊始，其就与教育产生了密不可分的联系，延续发展至今，人工智能在教育领域中的应用主要包含以下几个方面。

21基于人工智能的计算机网络课程

计算机网络教育是对传统教育方式的一次革新，而人工智能对网络教育的渗透，又将其推向了新的发展高度。[2]学生可以自主地登录网络平台进行在线学习，根据智能导学系统制订学习计划，进行在线测试。例如近年来大为流行的MOOC课程，学生可以便捷地通过网络获取全球最高质量的教学资源，并可以量身打造自己的学习计划。

22基于人工智能的教师辅助系统

近十年来，智能传感器、语音识别、图像识别、深度学习、大数据等方面的蓬勃发展令信息的采集及处理越来越准确高效，这无疑使得人工智能与辅助教学系统的融合变得越来越深入。借助于语音识别、图像识别等技术，学生可以将学习过程中遇到的问题上传至系统，借助于数据库系统对信息准确的搜素和整合能力，实时地为学生提供答案或相关信息，答疑解惑。目前此类应用软件的应用广泛，例如小猿搜题、百度作业帮等。

23基于人工智能的教育数据库系统

随着信息化时代的到来，如何高效地搜集、分类和检索碎片化的教育信息和教学资源，无疑是一项巨大的挑战。为了更有效地分配和管理信息，在教育中引入智能化的数据库系统势在必行。现如今数据挖掘和深度学习的研究成果不断深入，依托知识库系统对教育信息的整合与构建，学生可以将已习得的零星的知识点进行扩充，由点至面的不断学习新知识；依托教育资源管理系统中来，教育管理工作者可以合理分配教学资源，让人们从爆炸式的高密度信息中解放出来，真正做到物为己用，因材施教。

3人工智能与农业知识培训的结合

新时代社会经济的发展为国家农业产业的发展翻开了新的篇章，如何加快社会主义农业现代化，促进农业转型，这为新时代的农业知识教育提出了新的要求。另外，近年来劳动力转型的趋势日益显著。随着农业劳动人口数量的减少，为了提高农业生产效率，需要有素质、懂知识的农民投入农业生产中来。因而，对于农业知识培训的革新作为农业现代化建设的重中之重，已被提上日程。

人工智能技术和教育领域融合的不断完善成熟，基于人工智能的农业知识培训正如雨后春笋般涌现，在农业教育培训领域崭露头角。

31人工智能应用于农业知识培训的优势

从我国农业发展的现状看，较之于发达国家，我国农业从业者的基数巨大但是整体受教育程度偏低，农业专业领域的知识匮乏，农业知识教育的推广不仅薄弱，而且效率低下。因此，伴随着信息化时代“互联网+”的新型教育模式对传统教模式的强有力革新，基于人工智能的农业知识培训展示了其强大的威力和优势，具体可以总结为如下两个方面。

311个性化教育针对性强

相比于课堂教学的传统模式，基于人工智能的网上在线教育模式能够为学生个性化地制订学习计划，灵活安排学习时间。这有力地解决了学生参加农业知识培训的时间成本问题，农业从业者可利用闲暇时间自主安排学习。另外，针对于培训者的当前知识水平和培训需求，培训平台可以个性化地安排教学相关领域的专业知识和操作技能。

312教育资源利用率高

我国当前的农业知识培训，教育教师需求数量和实际在岗教师资源极不匹配，具备丰富农业专业知识和农业生产经验的教师数量缺乏，这是导致农业知识培训推广速度缓慢的重要原因。而人工智能为这一问题的解决带来了福音，智能化的教学进程得以让教师从繁重的教学负担中解放。同时，基于网络的课程资源共享可以让先进的农业技术走进千家万户，让学生与优秀农业知识的距离不再遥远。

4平台开发的系统架构

基于人工智能技术，一个合理的农业知识培训平台能够像一个优秀的教师那样具备完备的农业专业知识和优良的教学技能知识，并且能够模拟及扩充教师的教学过程。除此之外，该培训平台还能够准确实时地与学生进行信息交互，有针对性地开展个性化教学，并可以自适应地完成教学效力评估和反馈，不断更新和完善教学内容和教学策略。基于以上分析，该开发平台的系统架构分为学生模型、教师模型、综合数据库模型和人机交互接口四个组成部分，结合下图对每一部分分别进行详细阐述。

41学生模型

学生模型应针对不同的学生，准确地评估学生当前的学习水平，对学生的学习背景、知识水平、知识架构进行诊断和评定，以便有针对性地制订教学方案，进而实施个性化教育。

另外，学生模型需要对学习过程中的学生的学习情况进行记录入库，对教育效果进行评定，从而诊断出当前教学计划是否合适，以便下述教师模型中对教学内容和教学策略的灵活调整。

42教师模型

教师是教学工作开展过程中的主体，一个合理的教师模型应该包括如下三个部分。

教师模型首先完成教学内容的选择，这要根据学生模型中对学生当前的学习水平的评定，并且针对学生既定的学习目标，并从下述知识库中调取对应的内容，为教学的开展做好准备。

在确定了教什么的问题之后，教室模型要确定如何教的问题，即选取合理的教学策略开展教学。教学方式的选择依附于学生模型，而又能根据学生学习情况记录进行反馈动态，不断完善和调整教学策略。

另外，在传统教学模式中，教师传授知识，并能为学生答疑解惑。当学生在学习过程中遇到问题和疑惑时，教师模型应该实时地提供信息支持，为学生提供针对性的帮助。因而教师模型要实现与人机交互接口的实时连接，在问题到来时控制模块驱动应答部分为学生答疑解惑。

43综合数据库模型

综合数据库模块为农业知识培训系统提供数据库支持，主要包括以下三个模块。

知识库模块中分类别地存放着农业领域的专业知识，包括文本、图像、自然语言、多媒体等多个类型的学习知识。一旦教师模型中完成了教学内容的选择，便由此模块中调取相对应的文件开展教学。

专家评估模块用于处理教学过程中的教学效果评价和经验总结，为教师模型中的各个环节的反馈和更新迭代提供数据支持。在一个完善的教学过程，教师需要根据学生的学习效果进行总结和反馈，以此指导下一步的教学内容和策略的更新。

为了对学生阶段性学习的效果进行评估，还需要引入测试考核模块对学生的成绩进行量化考核。测试考核模块中包含学生答题库和成绩测评库，准确检测出开展农业知识培?的作用与效果。

44人机交互接口

基于人工智能的农业知识培训的过程是学生和系统进行交流的过程，所以一个友好的人机接口是系统必不可少的组成部分。在这一模块中，友好的图形用户界面的设计能够帮助学生流畅地接收信息，提高学习效率。同时，借助于人工智能中对语音和图像信号的先进识别技术，人机交互接口可以智能化地接收分析和理解学生的自然语言信息和动作信息，进而为系统提供宝贵的输入信息。

第3篇

关键词：人工智能；教育；应用；问题

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2012）03-0159-02

人工智能是研究如何构造智能机器（智能计算机）或智能系统，使其模拟、延伸、扩展人类智能的学科。随着人工智能的理论与技术在社会各个领域的广泛应用，其在教育领域内的应用也越来越受到重视，并取得了一定的研究成果。

一、人工智能教育应用的主要形式

人工智能在教育领域应用的最直接结果就是诞生了智能教学系统。智能教学系统是以计算机辅助教学为基础而兴起的，它是以学生为中心，以计算机为媒介，利用计算机模拟教学专家的思维过程而形成的开放式人机交互系统。目前，智能教学系统已成为人工智能在教育中应用的主要形式。智能教学系统主要是在知识表示、推理方法和自然语言理解等方面应用了人工智能原理。由于它综合了知识专家、教师与学生三者的活动，因此，与之相对应的，智能教学系统一般分成知识库、教学策略和学生模型三个基本模块，再加上一个自然语言智能接口。智能教学系统的功能具体来说有以下几条：了解每个学生的学习能力、认知特点和当前知识水平；能根据学生的不同特点选择适当的教学内容和教学方法，并可对学生进行有针对性的个别指导；允许学生用自然语言与“计算机导师”进行人机对话。智能教学系统的设计不仅要有计算机科学的知识，还需要有教育科学的理论指导。

二、人工智能在教育中应用的局限性分析

1.阻碍人工智能发展的关键因素。在人工智能的发展中，一直存在着对“计算机是否能代替人脑甚至超过人脑”的问题的讨论，实际上，以电子计算机为主要工具模拟人的某些思维活动而产生的人工智能是有局限的。①计算机处理问题的根本原理。要计算机解决某种问题，有三个基本的前提：必须把问题形式化；问题还必须是可计算的，即要有一定的算法；问题必须有合理的复杂度，即要避免指数爆炸。由于人的智能活动不能完全形式化，因此，机器就不能将人脑的智力活动全部复制出来。电子计算机最终只能把握0、1这两个开关代码，遇到不能形式化、不能找到算法或不能程序化的任务，计算机则难以执行。②人和机器之间的根本区别。智能模拟利用了人和机器的共性，即两者都是一个信息转换系统，但两者之间存在着不容忽视的本质区别。智能模拟与天然智能属于两种不同的进化系统，人类的智能是人类社会实践的产物，机器的智能是机械制造的结果。大脑和电脑的组织结构也不相同，两者属于两种不同的运动过程，前者是复杂的生理--心理过程，后者是机械--物理过程。智能模拟可以在局部上超过天然智能，但是，模拟的根本方法是功能模拟法，两个系统在结构和实际过程上是不一样的。智能模拟不具有人的思维的社会性，不具有主观世界。

2.人工智能在教育中应用的局限。就目前人工智能的发展水平以及人工智能本身的特点而言，它在教育中的应用也是有其局限性的。①与学生之间无法畅通交流。教育本质上是一种“交互”活动，而智能教学系统无法实现最充分、最真实的交互。目前自然语言理解的研究成果非常有限，远不能达到人人交流的要求。此外，就态度、品德、情感等教育问题而言，机器只能通过学生输入计算机的信息来判断其掌握和内化程度，而无法像人类教师通过自然状态的交流和观察来判断学生的真实情况，因此，“机器智能”很容易被蒙蔽“双眼”，无法做到像人与人之间那样自然畅通的交流。②决策和推理机制不完善。智能教学系统的关键智能所在是其决策和推理机制，即“教学策略”模块根据不同学生的具体情况通过推理做出灵活决策，这种决策基于学生模块提供的有关学生的知识水平、认知特点和学习风格，而这些不能完全被形式化。同时，随着教育理念的不断更新以及教学模式和教学方法的不断改进，系统所应用的教学策略模块用于评估和判断学生学习过程的能力是有限的。③人工智能并非适合所有的学习领域。根据加涅的学习结果分类，学习分为言语信息、智慧技能、认知策略、动作技能和态度五类。言语信息分为符号学习、事实学习和有组织的知识学习，这些属于可形式化内容，适用于智能教学系统；智慧技能分为辨别、具体概念、定义性概念、规则和高级规则，其中前四项属于可形式化内容，适用于智能教学系统，而高级规则属于复杂――形式化内容，部分内容不适用于智能教学系统；动作技能和态度领域的学习，在其认知成分中可以使用智能教学系统，但情感和行为成分等非形式化内容，则难以用智能教学系统来实现。因此，并不是所有的学习领域都适用于智能教学系统。智能教学系统在教育中应用的重点应放在认知领域中的符号学习、事实学习和有组织的知识学习、辨别、具体概念、定义性概念以及规则这些学习内容上。

三、人工智能教育应用的发展方向

近年来，随着计算机技术、网络技术、人工智能技术以及现代教育教学理论的发展，人工智能在教育中应用的发展呈现出以下几个趋势。

1.开始突破单一的个别化教学模式。长期以来，计算机辅助教学系统和智能教学系统都是强调个别化教学模式，这种模式在发挥学生的学习积极性、主动性和进行因人而异的指导等方面确实有许多优点。但是，随着认知学习理论研究的进展，人们发现在计算机辅助教学系统和智能教学系统中只强调个别化是不够的，在某些场合（例如问题求解）采用协作方式往往更能奏效。因此，近年来在智能教学系统中，协作型教学模式得到越来越多的重视和研究。

2.智能教学系统日益与超媒体技术相结合。超媒体系统具有良好的开发环境、灵活方便的用户界面以及图、文、声并茂的特点，而且其信息的组织方式与人类认知的联想记忆习惯相符，已成为目前一种最理想的信息载体和最有效的信息组织与信息管理技术，在许多领域尤其是教育领域有广阔的应用前景。把超媒体技术引入智能教学系统，从而发展成为智能超媒体辅助教学系统，可以大大改善计算机辅助教学系统的教学环境，激发学生的学习积极性，从而显著提高教学效果。

3.智能教学系统与网络的关系日益密切。网络的应用和普及为远程教育和终身教育提供了一个良好的空间。当前，智能教学与多媒体网络的结合成为人工智能在教育中应用的一个势不可挡的发展趋势。

4.传统人工智能与神经网络模糊决策机制相结合。传统人工智能从宏观角度开展认知模拟，可以部分地模拟人类的逻辑思维过程，而神经网络模糊决策机制从微观方面进行认知模拟，着力实现模仿人类右脑的模糊处理功能和整个大脑的并行化处理功能。今后将探索一种新的智能处理模型：把神经网络的模糊决策机制和符号专家系统的推理能力结合起来，利用多重知识源、多种模型进行复合协同处理。如果上述技术能够成熟运用，那将对人工智能的发展及其在教育中的应用起到决定性的作用。

参考文献：

[1]王士同.人工智能教程[M].北京：电子工业出版社，2001.

[2]王永庆.人工智能原理与方法[M].西安：西安交通大学出版社，1998.

[3]何克抗.计算机辅助教育[M].北京：高等教育出版社，1997.

[4]徐鹏，王以宁.国内人工智能教育应用研究现状与反思[J].现代远距离教育，2009，（5）：3-5.

第4篇

【摘要】计算机辅助教学的实际需要应用人工智能技术及复杂的程序,如自然语言理解、知识表示、推理方法等,一些人工智能技术的特殊应用成果,同时以及理论证明等均被应用于计算机辅助教学系统,以提高其智能性和实用性。早期绝大多数计算机辅助教学技术被应用于建立学习模块。这种方法能控制调练策略并给出适合学生的学习内容。

【关键词】人工智能计算机辅助教学教学与控制

一、人工智能的定义

人工智能也称机器智能,它是计算机科学、控制论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统角度来看,人工智能是研究如何制造出智能机器或智能系统,实现模拟人类智能活动的能力,以延伸人们智能的科学。人工智能是一门交叉科学,逐渐形成一门涉及心理学、认知科学、思维可循、信息科学、系统科学和生物学科等多学科的综合性技术学科。

二、计算辅助教学体系和现状

计算救助教学是利用多媒体计算机的功能与特点,利用计算机辅助教师完成各个教学环节,并通过与计算机之间的交互活动,激发学生的学习积极性和主动性,帮助学生更有效地学习。实用计算机辅助教学,有利于认识主体作用的发挥,它所提供的图像、声音、动画等信息由利于学生知识的获得与保持,达到提高教学教学的目的。

目前为止,所实用的绝大多数传统以及理论证明等均被应用于计算机辅助教学系统,以提高其智能性和实用性。早期绝大多数计算机辅助教学将全部教学信息以编程方式预置于课件中,这样的以及理论证明等均被应用于计算机辅助教学系统,以提高其智能性和实用性。因此现有的以及理论证明等均被应用于计算机辅助教学系统,以提高其智能性和实用性。早期绝大多数计算机辅助教学系统面临许多挑战,它主要存在以下几个方面的问题。

1.计算机辅助教学系统的闭塞性

不具有开放性是目前以及理论证明等均被应用于计算机辅助教学系统,以提高其智能性和实用性。其弊端在于固定内容的局限性使课件的适用面狭窄,而且设定的运行路线使授课缺乏自主性;授课的针对性不强;无法利用新出现的资源在较高起点上进行二次开发。

2.智能性的欠缺

现有的计算机智能辅助课件系统不能对不同何曾度的学生进行有针对性的教育,学生的学习是被动的,不能由系统自动提供助学信息而使学生有选择地学习。。

3.人机交互能力较弱

现有计算机智能辅助大多以光盘作为信息的载体,将材料中的内容以多媒体的形式展现出来,教学信息是按预置的教学流程机械式地提供给学者,学习者使用计算机智能辅助课件学习是完全被动的。

4.教师与学生的互动在教学中的缺乏

现有计算机智能辅助课件在学生自学以及进行操作使用时,如何学习都是学生自己的事。教师不能全完了解学习者的情况,学生在蹦到问题时不能向教师求教,师生之间互相封闭,谈不上师生互动,因此课件所起的效果大打折扣。

5.课程特点没有突出

各门课程在教学上有不同的要求,但现有课件对于这些不同要求完全不予理会。例如很多课程都要涉及到大量的曲线或曲面,对有些课程来说,将这些曲线或曲面给出了一个简单的展示就足够了,而有些课程这样的展示不能达到教学目的的要求。

6.教学计划的欠缺

在课件的开发过程中实际上离不开教学策略的设计,但课件的制作者往往并未意识到这一点。例如:现有的绝大多数课件都是单一的展播式,这样的可见制作“精美”,但它不可逆、不能互动。实际上运用课件教学只是手段而不是目的,应该在教学设计理论的指导下讲求课件的实效性,着眼点在于学生学习新知识、掌握新技术、培养各种能力有帮助,而不是表面上的制作“精美”。

综上所述,现有的计算机智能辅助存在许多问题,随着新技术的不断出现,这些问题将使计算机智能辅助越来越不能适应新的要求。因此以智能计算机智能辅助为代表的心的计算机辅助教学系统将成为教育技术上需要不断探求、努力实现的发展方向。

三、智能计算机辅助教学系统

智能计算机辅助教学系统(IntelligentComputerAidedInstruction),简称ICAI。教学过程是一个复杂的教与学的思维过程,它需要教师以专门知识和经验为依据,经过吸取、讲解、推理、示例、综合等多个步骤才能较好地完成。计算机辅助教学实际上是一个由计算机系统辅助教师进行教学以及学生进行学习并得以实现的系统。在智能ICAI中,教学思想、方法、学习内容可用知识形式表示,如何解决知识的形式化表示以及知识的访问与调用问题,是人工智能的核心技术之一,也是将ICAI引入教育技术领域中所要面临的一个问题。知识库是实现知识推理与专家系统的基础,可以用知识库作为智能ICAI的构建环境。在知识库中,教学内容等的有关知识可以用事实与规则表示,并存储于知识库内,教学与学习过程既是对知识库中知识进行推理,并最终得出所需结果的过程。ICAI系统的一般包括以下几个模块:

1.知识库。知识库是关于教学内容的模块,解决“教什么”问题。知识库中的教学内容有待于教学与控制模块和学生模块进行选取、调用。

2.学生模块。学生模块是用于记录学生的学习情况,对学生学习的各个环节信息进行搜集,以便系统对学生的学习情况进行自动评估,提出具有针对性的学习建议和个别化的辅导。学生模块描述学生对教学内容理解、掌握的程度,系统可以根据学生模块的具体情况调整教学策略并提供适当的反馈。

3.用户接口模块。这是系统与用户交流的界面。整个系统依靠用户接口模块把教学内容呈现给用户、接受用户输入的信息、并向用户提供反馈。

第5篇

关键词：ICAI；系统模型；教学策略；综合集成方法论MSM；现代教育技术

中图分类号：G250.73 文献标识码：B 文章编号：1673-8454(2012)01-0030-04

计算机辅助教学（Computer Aided Instruction，简称CAI）是利用计算机来模拟教师的行为，通过学生与计算机之间的交互活动来达到教学的目的。即在计算机辅助下进行的各种教学活动，主要是以对话方式和学生讨论教学内容、安排教学进程、进行教学训练的方法与技术。CAI为学生提供一个个人化的学习环境，综合应用多媒体、知识库等计算机技术，这是传统CAI的主要应用方式。

在没有智能系统支持的情况下，传统CAI尽管可能具有良好的教学材料模型，但它往往仅借助于计算机来展示教学内容，并不能很好地根据它所教学生的学习特征，以不同的教学策略和教学方法来教授；只是盲目地传授知识给学生，如果某个学生不能接受提供的教学策略，系统没有为这个学生提供可供选择的另外的教学策略。目前使用的绝大多数CAI是将全部教学信息以编程方式预置于课件中，这样的CAI课件一旦制作完成，很难对课件进行更新和维护，尤其是在这样的CAI系统中，学生的学习仍然处于被动状态，即完全受计算机控制。

一、智能化计算机辅助教学概念

现代教育技术的日益发展以及与其他领先技术的结合，必然促使计算机辅助教学CAI的进一步发展。人工智能技术应用于CAI产生的基于网络环境的智能化CAI，就是现代信息化社会发展的产物，并在教育教学领域中有很好的发展前景。

人工智能是计算机科学的一个分支，它的目标是构造能表现出一定智能行为的，目的就是让计算机这台机器能够像人一样思考。人工智能的研究更多地是结合具体领域进行的，主要研究领域有专家系统、机器学习、模式识别、博弈、智能决定支持系统、人工神经网络等等。人工智能技术与专家系统的成就，促使人们把问题求解、知识表示这些技术引入CAI，并借助于网络环境来实施，这便是智能型计算机辅助教学。

智能计算机辅助教学ICAI（Intelligence Computer Assisted Instruction）属于人工智能的一个分支，是以认知科学和思维科学为理论基础，综合人工智能技术，教育心理学等多门学科的知识对学生实施教育的一门新的教育技术。ICAI通过研究人类学习思维的特征和过程，探索学习知识的模式，利用信息化网络环境使学生获得个别化自适应性学习的获取知识方法，从而使学生的学习更有针对性，更有效。

ICAI依靠人工智能技术的进步，主要应在因材施教方面取得进展。其主要特点是:

（1）能自动生成适合学习者程度的学习内容。

（2）能根据学生的不同认知水平与学习风格选择教学策略和教学方法。

（3）能评价学生的学习结果，并不断地在教学中改善教学策略。

二、智能化计算机辅助教学研究现状

现阶段，在一些发达国家，如美国、日本、加拿大、英国、法国、澳大利亚等，CAI已经普遍存在于学校和家庭中，正起着越来越大的作用。而ICAI的研究还处于初始阶段。目前国内在这一领域的研究主要集中在CAI和ICAI的优缺点比较，ICAI的理论来源、系统特征、模块建设、发展趋势等基础理论知识的研究，基于相关课程或学科的实践研究还比较少见。智能教学系统的设计和开发是一项复杂的系统工程，由于需要考虑的因素较多，系统比较庞大，同时也依赖于人工智能等技术的发展,因而要建立完善的ICAI还是比较困难的。[1]因此ICAI有很大的理论和实践发展空间。

完善的ICAI系统需能够充分调动学生的主动性，并能通过分析推理，对某具体学生做出适合的教学决策。使学生获得个别化自适应性学习的学习方法，达到因材施教的目的。人工智能技术的发展必将会对ICAI的发展起到巨大的推动作用。随着计算机科学的发展，21世纪的教育教学辅助手段将是以ICAI为主线，多学科、多方位发展的新技术的体现，越来越多的教育工作者会从更多的视角审视ICAI，并从事ICAI的研究。相信ICAI将会在现代教育领域中有更广泛的应用。

“现代教育技术”既是教育技术专业的必修课程，也是大中专院校广泛设置的选修课程，适用范围非常广泛。本文以《现代教育技术》这门课程为主要研究对象，来研究智能化教学系统设计在具体实践中的应用。

三、ICAI决策系统的理论依据

1.综合集成理论

教育是以人为主体参与的活动，而人本身就是一个复杂巨系统，因此以这种大量的复杂巨系统为子系统组成的系统――教育系统，是一个复杂巨系统。依据系统与其环境是否有物质、能量和信息的交换，将系统划分为开放系统和封闭系统来看，学生的学习受到教师、同学、家庭及社会等因素的影响，所以教育系统是一个开放的复杂巨系统。

钱学森的理论和实践研究表明：现在能用的、惟一能有效处理开放的复杂巨系统的方法，就是定性定量相结合的综合集成方法论。综合集成方法论（Meta-synthesis Methodology MSM）是方法论上的创新，它是研究复杂巨系统和复杂性问题的方法论。[2]定性定量相结合的综合集成方法是将专家群体(各种有关的专家)、数据和各种信息与计算机技术有机结合起来，把各种学科的科学理论和人的经验知识结合起来，发挥这个系统的整体优势和综合优势。[3]它把人的经验、知识、智慧以及各种情况、资料和信息系统集成起来，从多方面定性认识上升到定量认识，从而达到解决复杂系统问题的目的。在解决问题的过程中，专家群体和专家的经验知识起着重要的作用。

教学系统设计是一个复杂的系统，它是由教育系统的复杂性决定的。教育系统具有复杂系统的基本特点，它在结构与功能上表现为规模大、相关因素多且相关方式复杂、目标多样等；在运动上表现为随机性、非线性等。用一般的理论方法无法全面合理地解决这一不良结构的问题，本研究尝试用综合集成方法论来指导、分析教学设计智能化过程。因此，运用综合集成理论的方法来研究教学设计系统，探讨具体科目的教学设计在设计过程中遇到的复杂性问题，进而构建科学合理的教学设计系统，具有重要的理论和实践价值。

2.教学设计理论

本文采用“双主”教学模式作为ICAI的教学设计的理论基础。“双主”教学模式既能发挥教师的主导作用又能充分发挥学习者认知主体作用，是在教师主导下的课堂中能让学习者参与进来共同学习的一种教学模式。

基于“双主”的教学模式，要求根据学习者的特征、学习内容、学习策略、学习目标等多种因素的不同情况研究它们的结合方式，以使系统达到理想的教学效果。

基于网络环境的ICAI相对于传统的CAI来说，充分体现了“双主”的教学模式。ICAI中有专门分析学习者学习方式和认知水平的学生模型，有专门为不同的学习内容选择不同的学习策略的策略库模型（也称为教师模型），有评价学习效果并反馈给系统的评价模型。学生模型是对学习者的学习特征进行分析，包括学习者的学习风格、认知水平。策略库模型包含有丰富教学策略和有一个智能推理机，能根据学生模型的信息和学习目标为学习者选择合适的学习策略，指导学习者学习。

3.建构主义学习理论

当代建构主义者主张，世界是客观存在的，但是对于世界的理解和赋予意义却是由每个人自己决定的。建构主义者认为学习者要以自己的经验为基础来建构现实，或者至少说是在解释现实，每个人的经验世界是用自己的头脑创建的。

学习过程同时包含两方面的建构：一方面是对新知识意义的建构，同时又包含对原有经验的改造和重组。建构主义者强调学习者在学习过程中能够灵活地建构起用于指导实践活动的图式，这种图式是对概念的丰富理解，依据个人经验背景的不同而不同。

教学应当把学习者原有的知识经验作为新知识的生长点，引导学习者从原有的知识经验中，生长新的知识经验。教学不是知识的传递，而是知识的处理和转换。

ICAI伴随着这种理论的发展而发展，它注重的是由学习者来控制学习过程，重视学习内容的知识结构和学习情境，让学习者主动构建对自己有意义的知识的活动。基于网络环境的ICAI积极地为学习者创设学习情境，帮助学习者用他们已有的知识去建构、生成、整合新的知识。

4.教学处方理论

“教学处方理论”是郑永柏博士于1998年提出的一种新型适合于信息化教学设计的理论，他通过对教学系统设计理论和计算机辅助教学设计方面的研究，建构了一种新型的教学系统设计理论――教学处方理论。该理论主要包括：六个基本概念、一个理论框架、三条基本原理和两个关于教学设计的知识库。[4]

该理论指出教学处方可以看作是教学设计者(有时可以看作是教师)依据系统分析后使用的各种教学模式、教学方法和教学内容处理模式的组合；说明了在特定教学条件下对特定教学结果的教学，以不同的学习理论和教学理论为指导将会采用不同的教学方法，即教学处方，这也是本研究的核心内容，是该系统设计的指导理论。“教学处方理论”具有更好的包容性、开放性，能够吸收和容纳丰富的学习和教学研究成果。

四、ICAI系统的模块结构

1.前端分析模块：认知能力、学习动机、认知风格

前端分析是美国学者哈利斯（Harless，J．）在1968年提出的一个概念，指的是在教学设计过程开始的时候，先分析若干直接影响教学设计但又不属于具体设计事项的问题，本文主要指认知能力、学习动机和认知风格方面的分析。前端分析模块主要是建立相应的学生特征类型的数据库。

认知能力的测量采用认记、理解、应用、分析、综合、评价六个维度，每个维度有“优、良、中、差”四个选项。通过数据分析找出学习者的现状和期望之间的差距，确定需要解决的问题是什么，并确定问题的性质，形成不同层次的教学设计项目的目标。

学习风格和学习动机通过专门的量表来收集数据。

2.内容分析模块

教学内容分析就是在确定好总教学目标的前提下，借助归类分析法、图解分析法、层级分析法、信息加工分析法等方法，分析学习者要实现总的教学目标，需要掌握哪些知识、技能或形成什么态度。通过对教学内容的处理，确定学习者所需学习内容的范围和深度，确定内容各组成部分之间的关系，为以后教学顺序的安排奠定好基础。

对教学内容的处理主要包括：教学内容的选择、教学内容的编排、确定单元目标及对内容进行初步评价、分析教学内容类别及性质等四个基本方面。在构建规定性教学内容处理模式库时，应对上述四个方面提供具体的方法。[5]

3.决策模块

教学策略（处方）的制定就是根据特定的教学目标、教学内容、教学对象等条件，来合理地选择相应的教学顺序、教学方法、教学组织形式。在数据库中建立可供选择的不同的教学策略（处方），是本文所研究的ICAI系统的主要模块，也是特色模块。

教学策略（处方）的制定包括教学顺序的确定、教学方法的选择、教学组织形式的选择等。教学顺序的确定就是要确定教学内容各组成部分之间的先后顺序；教学方法的选择就是要通过讲授法、演示法、讨论法、练习法、实验法、示范模仿法等不同方法的选择，来激发并维持学习者的注意和兴趣，传递教学内容；教学组织形式主要有集体授课、小组讨论和个别化自学三种形式，各种形式各有所长，须根据具体情况进行相应的选择。教学策略的制定是根据具体的目标、内容、对象等来确定的，要具体问题具体分析，不存在能适用于所有目标、内容、对象的教学策略。

4.评价模块

在基于网络环境的ICAI的评价模块，要依据前面确定的教学目标，运用评价量表，分析学习者对预期学习目标的完成情况，主要收集三个方面的基本信息，一是要收集关于教师对教学设计方案和教学方案实施结果的满意度的信息数据，二是要收集关于学习者对教学过程、教学策略的适应性的信息数据，三是要看与其他方法相比，本处方中所采用的方法是否有独到之处，是否有不足之处。[6]在数据分析的基础上，对教学策略和教学内容的修改和完善提出建议，并以此为基础对ICAI各个环节的工作进行相应的修改。

5.ICAI系统模型框图

学习者前端数据采集数据库包括：认知结构测量及分析系统、学习动机测量及分析系统、学习风格测量及分析系统和学生基本信息系统。系统模型如图所示。

五、ICAI决策系统实验数据来源

本课题实践研究的调查对象来自云南大学，是2008届市场营销教育和财会教育本科生，共89人，课程设置为现代教育技术。学生调查表包括本科生基本信息表，所罗门学习风格量表，学习者认知能力调查问卷，学习者学习动机调查问卷四份表格组成。实际收到数据表89份，有效数据表75份。数据表中的信息选项根据所占权重，统一折合成百分制进行处理。

六、总结

本文把教学设计理论、方法与“现代教育技术”课程相结合，拟研发出一个基于综合集成方法论的广义智能网络教学设计辅助系统。主要研究成果如下：

（1）把综合集成方法论引入解决教学设计这一不良结构问题；

（2）结合数字化方法和数据挖掘技术，它能对学习者进行数字化的前端分析；

（3）它所自动化给出的教学设计方案，可为青年教师提供良好借鉴，有利于教师因材施教、因风格施教、因需要施教；

（4）它所自动化给出的学习者学习建议方案，有利于促进学习者自主学习。

现有的CAI存在的许多问题随着新技术的不断出现而显得越来越不能适应新环境的需求，因此以基于网络环境的ICAI为代表的新计算机辅助教学系统，将是教育教学研究人员在教育技术上需要不断探求、努力实现的发展方向。

参考文献：

[1]杨采坚，董玉铭.智能教学系统设计[J].中国电大教育,1993（3）.

[2]于景元,涂元季.从定性到定量综合集成方法――案例研究[J].系统工程理论与实践,2002.5.

[3]钱学森,于景元,戴汝为.一个科学新领域：开放的复杂巨系统及其方法论[J].自然杂志,1990(1).

[4]郑永柏.教学系统设计理论和方法研究:教学处方理论和ISD-EPSSS的设计与开发[D].北京师范大学博士学位论文，1998.

第6篇

关键词：人工智能；音乐教育；智能乐器；大数据

1引言

随着人工智能技术的不断进步，重新塑造音乐使得音乐教育的学科素养培育、审美感知、艺术表现和文化理解变得更有支持和创意。探索应用人工智能技术推进音乐教学的改革与发展有具有十分重要的意义。本文通过研究与实践，引导学生学会用科学的方法培育计算思维创作音乐，用科学的意境欣赏音乐陶冶学生的音乐审美感，用科学的评价提升音乐课堂教学效率。通过这些措施，可以使学校音乐教育精准地开展因材施教差异化教学，彰显音乐教育的特色。

2人工智能与音乐

人工智能技术与音乐教育有机融合，丰富了课堂教学资源，拓展了智能乐器的功能，提升了音乐教育技术手段。它支持个性化学习，可以观察音乐课堂学习，分析音乐的旋律与节拍，有效评价教学效果，激发音乐教师运用人工智能技术创新音乐教学的热情，发挥教师在课堂教学中的主导作用。

2.1乐器的智能化

乐器是学习音乐的重要工具。乐器植入人工智能技术，形成了智能化乐器。它能够大量储存多种乐器的音乐数据。尤其是在音乐键盘中运用，功能的提升特别突出，应用于音乐教学中引发了多种形式的教学模式。例如，图1显示了融合多媒体计算机、主控系统、音乐课堂教学智能评价系统将多部电子钢琴连接起来的智能乐器实验室。通过语音室方式授课，可以实现多种乐器的分组教学。这在传统的音乐课堂上是无法完成的。

2.2智能化乐曲创作

智能乐器不仅能够储存乐器音色，而且还能用指令对各种音色播放进行控制，各种音色按照指令进行演奏。这种创作功能是以往其他乐器都无法比拟的[1]。例如，能唱出《月亮代表我的心》十七声部的合唱团，很好听，但很难。运用智能乐器按指令合成该十七声部音乐则轻而易举。2.2.1机器学习生成乐曲人工智能技术赋能智能乐器，使得机器学习的功能日趋进步。机器学习在音乐领域所做的事情，就是提取音乐作品的“数据”，输入给定模型学习音乐的“特征”，再对音乐数据进行分析和编排。例如，如果输入的是《梨园金曲》民族音乐，则机器就能学会民族音乐的曲调特征，生成掌握特征模型的民族音乐作品。2.2.2用软件生成乐谱使用MuseScore3forMac软件可以制作乐谱，在工具栏选择对应时值的音符输入音符。例如，在MuseScore3窗口输入如图2所示的“我和我的祖国”乐谱，再导出MP3文件进行播放。2.2.3代码生成乐曲用Python代码生成曲子，要借助音乐标准格式MIDI—乐器数字接口，运用Python-midi库编写程序，编译MIDI文件生成音乐。例如，生成一个简单乐谱的MIDI文件需要使用Python-midi，其中：Pattern对象表示乐谱；Track对象表示音轨，通常乐谱都有多条轨道组成，每种乐器是一个轨道；midi.NoteOnEvent表示每个音符的开端，在参数表中可以定义每个音符的音长和音高；midi.NoteOffEvent表示每个音符的结束。参考代码如下：importmidi#定义patternpattern=midi.Pattern()#定义轨道track=midi.Track()#添加轨道到patternpattern.append(track)#音符开始，并定义位置、音量、音高on=midi.NoteOnEvent(tick=0,velocity=50,pitch=midiG_3)track.append(on)#音符结束off=midi.NoteOffEvent(tick-100,pitch=midi.G_3)track.append(off)#轨道结束eot=midi.EndOfTrackEvent(tick=1)track.append(eot)#存储midi.write_midifile("example.mid",pattern)程序运行结果生成了如图3所示的简单音符：这样如图2的“我和我的祖国”乐谱，也可以通过Python代码生成MIDI文件。

3AI赋能音乐课堂

在AI赋能的音乐教育环境，促使音乐教学实践变革以及学生学习音乐方式。例如，图4所示的集音乐创作教学及教学评价于一体的“智能化音乐课堂教学评价系统”，在教学设计的优化、教学方法的高效、教学手段的更新、教学评价的智能、教学策略的调整方面都具有借鉴意义[2]。

3.1大数据学习

大数据云计算可以将所有音乐家们音乐数据存储在云中，运用人工智能技术为学生提供更多有价值的音乐数据。学生通过音乐云学习音乐知识，欣赏音乐魅力、体验音乐节奏、理解音乐韵律。它使得优质音乐教学资源跨越校园，开放延伸音乐教学，远程辐射共享资源。这样就扩展了学生的视野，音乐知识的来源无限扩大，整个音乐云皆有学生的学习教材。特别是大数据音乐云不仅可以推送给学生更多的即兴音乐和更多的音乐信息，还能指导音乐爱好者创作出雅正、健康的音乐作品。

3.2个性化学习

人工智能技术从音乐学习行为数据搜集、数据分析与运用、个性化学习评价多方位帮助学生定制个性化的学习成长路径。推送在线音乐教育资源，指导表演建议乐器学习技巧。搭建音乐教育虚拟课堂，匹配音乐教学资源，实现因材施教的个性化学习，支持一对一的教学辅导和群组式讨论。通过这些措施提高教学质量和效率。

3.3教学评价智能化

运用人工智能技术将多个音乐辅助教学设备连接的音乐创作教学系统，基于音乐课堂教学的学生学习特质分析与教学效果分析的音乐课堂教学管理系统，来实现音乐教学的全程智慧管理，使音乐学习更有效率。例如，在虚拟音乐课堂乐器教学可以变成一对多的自选教学模式，使课堂变得轻松、愉快。教师可以开启课堂教学观察模块，捕捉每位学生同步练习的音准、节奏、力度数据，分析判断将评价信息同步反馈，给出学习指导建议。3.3.1创作教学模块“智能化音乐课堂教学评价系统”中的音乐创作教学模块，集视、听、练和反馈评价为一体，适时演示教师教学作品和评价学生练习作品。例如，在进行《我和我的祖国》授课时导入电影片段，欣赏“我和我的祖国”音乐的表现形式、演唱形式以及歌曲风格，可以使学生更好地体验作品的创作意境，激发创作意识。使用MuseScore创作“我和我的祖国”三声部习作音乐，并能储存、刻录，编辑等二度创作。3.3.2课堂教学评价模块音乐课堂教学评价有着传统音乐教学评价无法比拟的灵活性、客观性和实用性。从大数据分析角度获取音乐课堂教与学相关数据，对学生的音乐基本素养与学习态度进行科学分析判断。例如，以创作《红河谷》中的和声与音乐作品风格内容的“编配伴奏音乐”教学过程为例。课前在“课堂教学评价模块”上安排学生根据作品风格完成伴奏的音乐；播放制作好的《红河谷》MIDI音乐（在第二和第六个小节缺失编配和弦）；使学生感受、探讨大小三和弦的表现力，形成对大小三和弦的感知。然后要求学生试着用MuseScore为《红河谷》缺失的两小节选配和弦，以适合歌曲的伴奏风格。学生需要边哼唱歌曲边试着套用不同的伴奏风格，找到他们认为最恰当的和弦伴奏风格，说出理由并提交[3]。评价系统将学生提交的作业比照音乐要素进行评价。及时反馈学习评价的信息，并对学生的学习进程制定一个个性化的学习方案[4]。同时通过教学反馈深度优化决策模型，促进教师实时改进教学策略，提高教学效率和效果，提升教学质量。

4结语

人工智能技术在音乐教育领域中的广泛应用，为传统的音乐教育模式注入了活力，为音乐教师创新音乐教学理念开辟了新思路[5]，为因材施教提供了新的适合学生学习的音乐教学模式。人工智能在音乐教育模式方面的探索，不仅给音乐教育教学的发展带来了物质技术层面的进步，还从音乐教学层面促进计算思维培育开辟新途径。这对音乐教育理念、教学手段、教学方式和方法以及拓展学生音乐视野、学习音乐、享受音乐、创造音乐等都带来深刻的变化和积极的影响。

参考文献

[1]邹孟雨.人工智能及其在音乐教育中的应用.北方音乐,2018(15):254-255

[2]郭文进.“互联网+教育”运行模式探究.决策与信息（下旬刊）,2015(9):63

[3]段晓军.电脑音乐系统与中小学音乐教学实践.中国音乐教育,2006(6):26-28

[4]王迪.浅析娱乐教育中元学习能力的培养.河北广播电视大学学报,2007(1):79-80

第7篇

【关键词】 人工智能 农村远程教育 高效

人工智能技术是在计算机科学日新月异发展的进程中一大成果，由于其智能、高效、优化的强大功能，为许多研究者所重视。部分教育领域的研究者，将人工智能技术引入教育行业，探讨人工智能如何融入教育，促进教育深度发展。研究者们将人工智能与职业教育、继续教育、远程教育及教育技术结合，进行探讨，提出了一些很好的建议。农村远程教育虽然也属于远程教育范畴，但由于其自身具有许多特殊性，因此有必要单独将其应用于农村远程教育进行探讨。

1 我国当前农村远程教育发展面临的困境

我国农村远程教育是伴随着现代通讯技术的发展而在广大农村出现的一种新的教育模式。随着上世纪70年代末，以广播电视大学为代表的远程教育的兴起，为我国教育的发展写下了浓重的一笔，由于其不受时间、空间、学习者等要素的影响，充分体现了“时时能学、处处可学、人人皆学”的巨大优势。因此，本世纪初，国家将远程教育教学模式引入广大农村，于2003年推出了“农村党员干部现代远程教育”、“农村中小学现代远程教育工程”，于2004年依托广播电视大学体统推出了“一村一名大学生”工程，这些远程教育工程对推进农村教育起到了举足轻重的作用。但其发展也遇到了困难，具体说主要体现在以下几个方面：

1.1 师资力量短缺

由于受我国长期以来的城乡二元制经济发展模式的影响，导致城乡经济发展不均衡，直接造成了城乡教育发展失衡。在农村教育中，首先表现在教师配置上，由于农村教育经费投、教师工资水平均低于城市，造成了长期以来农村教育师资力量短缺，远程教育更是如此。据相关研究表明，现我国农村远程教育由于缺少懂计算机或网络技术的专业人才，往往用不相关专业的人才作为替代，且大都为兼职人员。这就造成了对远程教育设备的维护、远程教育资源的管理及远程教育教学辅导等方面出现问题。以广播电视大学系统为例，自2004年广播电视大学开始招收“一村一名大学生”学员，虽然学员增长速度很快，但其教学点仅延伸至县城，招收的学员往往为县城周边农村的农民，而广大较偏远地区正真渴望接受教育的农民缺少受教育机会，之所以没有延伸至乡镇及行政村，根本原因是缺少师资力量。

1.2 资源建设不足

由于农村远程教育是本世纪初才在农村兴起的一种新的教育模式，属于新生事物，因此缺少前期的积累，主要体现在教学资源的积累上。我们知道，是否拥有丰富优质的教学资源是关乎远程教育成败的关键。而长期以来，我们主要注重城市远程教育的发展，现城市远程教育已相当成熟，拥有一大批优质的教育资源，吸引了大批学习者。但由于农村远程教育与城市远程教育相比有其特殊性，广大农村学员需要掌握的不仅仅是理论知识，他们最迫切学习的是农业实用新技术及掌握能够改变自己生活现状的一技之长，而这些课程资源在城市远程教育中设计不多。因此我们没有现成的教育资源可供使用，需要另起炉灶进行建设。但由于投入农村远程教育的经费有限，用于资源建设的经费也不足。造成了现阶段农村远程教育资源依然短缺的现实。这不利于农村远程教育进一步发展。

1.3 课程设置不合理

如上所述，广大农村学员渴望学习的是改善自身生活的实用农业新技术及一技之长，同时广大农村也需要培养一批懂管理的乡村干部。因此在专业和课程设置上，客观上要求向这些方面靠拢。虽然现在农村远程教育在专业设置上慢慢转向适合农村学员的涉农专业，但在课程设置上还是不尽如人意，往往只根据自己师资情况及资源情况来设置课程，这样往往造成农民学员需要的课程没有涉及，而农民学员缺乏兴趣的理论课程所占比重过大的问题。这样会严重挫伤广大农村学员学习积极性，对农村远程教育发展极为不利。

1.4 网络教学平台存在不足

我国现阶段远程教育的网络辅导教学平台现阶段的形势往往通过QQ对话、Email邮件、BBS及一些音频、视频系统进行。这些方式当然是有效的网络教学方式，但存在问题也是十分明显的，最主要问题在于如果没有提前联系，教师就不会及时回复学生提出的问题，缺少师生互动。学生的学习效果会大打折扣。

2 人工智能应用于远程教育的优势

2.1 人工智能的概念

人工智能是计算机学科的一个分支，是一门研究计算机模拟和延伸人脑功能的综合性科学，部分研究者将其定义为：一个电脑系统具有人类的知识和行为，具有学习、推理判断来解决问题、记忆知识和了解人类自然语言的能力。人工智能的产生过程：对于人类因问题和事物而引起的刺激和反应，以及因此而引发的推理、解决问题及思考决策等过程，将这些过程分解成一些步骤，再通过程序设计，将这些人类解决问题的过程模拟化或公式化，使电脑能有一个系统的方法来设计或应付更复杂的问题，这套能够应付问题的软件系统，称之为人工智能。

2.2 人工智能切合了远程教育的要求

有研究者指出：人工智能是研究如何构造智能机器（智能计算机）或智能系统，使其模拟、延伸、扩展人类智能的学科。人工智能在教学领域应用的最直接结果就是诞生了智能教学系统。而所谓的智能教学系统是以计算机辅助教学为基础而兴起的，它是以学生为中心，以计算机为媒介，利用计算机模拟教学专家的思维过程而形成的开放式人机交流系统。由于它综合了知识专家、教师、学生三者的活动，因此，与之相对应，智能教学系统一般分为知识库、教学策略和学生模型三个基本模块，再加上自然语言智能接口。人工智能的这些功能和模块刚好切合了远程教育的特点及要求。我们开展的远程教育一直以来就强调以学生为中心，以学生自学为主，教师辅导为辅，教师通过计算机网络系统对学生进行实时和非实时辅导，以此来完成学生的学习过程。因此人工智能适合应用于远程教育教学过程。

2.3 人工智能能够有效加强对学生的管理，提高学习效率

长期以来远程教育为社会诟病的是，由于缺少师生间直接交流的机会，造成教师对学生的组织和管理方面的困难。如果我们仅仅依据学生登录次数、登录时间等方面来评价学生学习情况，这样往往造成对学生学习的错误评价，但对远程教育的教师来说也只能做到这些。但如果我们将人工智能引入远程教育，它可以依据自己强大的功能，通过对学生情况的数据分析，科学提供学生的学习能力、认知特点及当前的知识水平。更为重要的是，通过对这些信息的分析，它能为每位学习者制定适当的教学内容和教学方法，为学生提供个性化的学习服务，切实提高学生的学习效率，这是我们远程教育所倡导的最佳服务的效果。

2.4 人工智能可以从某方面解决农村远程教育师资力量

如上所述，由于城乡间经济差距，造成了长期以来城乡教育发展失衡，广大农村地区师资力量较为薄弱，特别是远程教育方面。这一问题解决的根本途径在于缩小城乡经济差距，但这并非一朝一夕就能解决的问题。因此农村师资力量特别是远程教育师资力量的解决，需要一个过程。而人工智能技术利用了计算机模拟教学专家的思维过程而形成的开放式人机交流系统，它集知识专家和教师于一身。广大学员可以通过自然语言系统，实现正真意义上的人机对话，完成适时的学习辅导过程，这从某种程度上解决了师资短缺的问题，为农村远程教育的发展提供了一条新的发展思路。

2.5 人工智能能够有效解决农村远程教育资源建设问题

目前我国农村远程教育在资源方面存在的问题除了数量较少，质量也不高，许多网络课程资源仅仅是课本的翻版，虽然资源制作者利用现代资源制作手段，以文字、视频及图片等手段来展现知识，但知识之间的逻辑联系性方面存在不足。这给学习者有效学习带来极大不便，影响了学习效果。而人工智能技术，能够对现有的网络课程资源进行智能加工，对知识结构进行重新构建，对知识间的层次性、逻辑性进行重新编排，为学习者展示学习重点、难点，切实提高学习效率。使资源更加优质高效。

2.6 人工智能能够提供实时交流，解决网络教学平台的不足

由于人工智能集知识专家、教师与一身，可以通过自然语言系统，开展人机对话，通过讨论解决学生遇到的问题。能改变传统网络教学平台缺乏及时交互性的问题。能够解决网络教学平台的不足。促进农村远程教育的发展。

3 结语

人工智能技术是计算机科学发展的成果之一，它具有智能、高效、优化的强大功能，许多行业都利用人工智能技术提高效率。对我国农村远程教育而言，如果能将人工智能引入，能从某种程度解决因为资金问题造成的师资力量缺乏问题；提高对远程教育学生的管理，为他们提供个性化的高效远程教育服务；能够利用它强大的功能重新编辑网络资源，让它更有利于学生学习；同时人工智能还能提供自然语言接口，打破以往网络教学平台的弊端。相信通过引入人工智能技术，我国农村远程教育会迎来新的发展。

参考文献

[1]张震，王文发.人工智能原理在人类学习中的应用[J].吉首大学学报，2006（1）：39-41.

[2]武晶晶.关于人工智能教育应用的几个问题[J].教育教学论坛，2012（9）：159-160.

[3]张.人工智能与教育技术[J].陕西师范大学学报（自然科学版），2005（6）：228-230.

[4]张小永.陕西农村现代远程教育资源建设初探[J].陕西农业科学，2011（4）：228-230.

第8篇

[关键词] 知识库 学习模型 教学模型 设计原则

一、引言

人工智能的发展,使CAI出现了新的研究方向,通过在CAI中引入人工智能,可对教学加以适当控制,即智能计算机辅助教学(Intelligent CAI,ICAI)。ICAI系统模拟的是教师,服务对象是学生,综合了专家系统与人工智能技术、教育心理学、教学理论等领域知识,是一种新的教学手段和教学思想。本文提出了一种ICAI多媒体课件设计结构,介绍了各模块的设计思想。

二、ICAI系统结构

教学是教、学两个方面有机结合的过程。一个完善的ICAI系统应能像优秀教师那样,具有丰富的专业知识、多样的问题求解方法以及解释问题的能力,并能根据学生的实际情况动态地组织和调整教学过程,而且能提出具有建设性的建议。因此,ICAI系统的重要标志是具有综合而有效的数据库。

同时,ICAI系统要体现教师的教学思想,可以考虑把教学策略和教学内容分开,通过学生模型及个别指导规则,动态生成适合于个别化教学的内容,通过跟踪学生的学习情况,随时更新学生的学习记录,达到实现个别化教学的效果。为便于不同层次的教师应用和功能扩展,系统应该采用模块化和开放型设计。

三、系统各主体模块的设计

考虑到系统实用性,ICAI采用Authorware、Borland C++以及SQL Server开发。在CAI教学中普遍应用的Authorware用于系统的流程设计、逻辑控制及界面开发;Borland C++用于生成推理诊断、计算过程和教学策略的动态链接库,供Authorware调用;SQL Server用来开发综合数据库。

1.学生模型的设计。ICAI系统是以“学生”为中心,因此学生模型是系统设计的中心问题,其作用是反映学生的学习要求、学习能力、知识水平,并建立和更新学生档案。

学习者对于某一知识点的有关测试题的回答情况构成了对该知识点的掌握程度。此外,考虑到不同认知能力学生在学习不同类型的知识时表现出不同的学习能力,我们对某学生已学习过的所有知识点,分类计算以下几个平均值:

总平均值=已学习过的所有知识点得分的平均值;

平均值1=已学习过的所有难度为“简单”的知识点得分的平均值;

平均值2=已学习过的所有难度为“较难”的知识点得分的平均值;

平均值3=已学习过的所有难度为“很难”的知识点得分的平均值;

记忆能力=已学习过的所有类型为“记忆型”的知识点得分的平均值;

理解能力=已学习过的所有类型为“理解型”的知识点得分的平均值;

应用能力=已学习过的所有类型为“应用型”的知识点得分的平均值;

学生模型根据这些信息建立学生档案,并记录入“学习历史记录”,供系统选择合适的教学方案时参考。

2.教师模型的设计。教师模型的主要功能,是通过对“学习历史记录”信息的分析推理,判断对知识的需求,根据专家经验选择教学策略和教学内容;通过测试后的分析反馈,了解学生的学习情况,以便组织下一次教学内容和进度,并能给提出相应的建议。一般地,当学生参加了某单元的测试后,教师模型便根据学生的成绩自动地调整其教学目标和教学内容,并动态地生成最佳教学序列,实现个别化教学。

3.综合数据库的设计。综合数据库是ICAI系统的基础,它包括:学科知识库、教学材料库、试题库、学生答疑库、教师评价库等内容,其中学科知识库是其主要内容和设计重点。

学科知识库包含两个方面内容:一是有关课程内容;二是有关应用这些知识求解问题的知识。这些知识相互之间的关系构成了一个知识网络。该知识网络可以用关系数据库表示,这种知识体系有两个典型的作用:可以确定知识点教学的先后次序;可以错误诊断。所有知识分为从易到难的多个层次,以知识点为索引用关系数据库存放在课件中,为实现个别化教学提供材料,同时也便于教学材料的扩充。

4.教学策略库的设计。教学策略即教学方法以及实现该方法的教学过程,教学策略的选用由所教授知识以及学生的认知结构决定。教学策略库中包含标准策略和自定义策略,教师可以根据不同的知识类型以及不同水平的学习者选用合理的教学策略模板,从而实现教学智能。

每一个教学策略均对应的“适应学生类型”设定值,教师模型根据每一个学生的“学习历史记录”与该设定值进行匹配,选择合适的教学策略。系统还可以将教学策略模板对不同知识和不同能力的学生的教学效果记录下来加以分析。

5.诊断模块的设计。本模块的主要功能是对学生的提问做出判断,给出结论和解释。这里主要是在综合数据库中搜索,对关键词进行模糊匹配,并根据数据库中关键词的权值高低依次列出推理结果。如果学生问题中的有多个关键词没有匹配上时,应根据现有知识进行推理,得到最优解作为临时答案,同时将该问题记录入数据库,由教师回答。本模块的推理判断由神经网络完成。

四、ICAI课件设计中的教学原则

利用ICAI多媒体课件教学是一种新的教学思想和教学方式,还处于尝试阶段,在它的开发设计中有多种结构和形式,也存在一些问题。笔者结合教学经验,简要介绍在ICAI设计中应该遵循基本原则。

1.多媒体素材与知识的科学性相结合,是ICAI课件编写中应坚持的首要教学原则。多媒体素材必须以反映英语语言规律的科学性为前提,切不可本末倒置,在系统开发中盲目追求界面精致、动画美观。

2.多媒体课件应方便与常规教学手段结合。不可一味追求多媒体教学课件在课堂上的展示,把由教师讲述的内容变为多媒体演示,把教师与学生、学生与学生的口头交流变为人机对话,企图用ICAI包括一切教学内容。

3.以学生为中心的原则。ICAI系统应该能充分发挥学生的主动性,让学生有多种机会在不同的情境下,应用所学的知识和探索解决实际问题的方案。

4.ICAI系统应强调对学习环境的设计。ICAI课件是针对学习环境而非教学环境的设计,在学习过程中要为学生提供各种信息资源(教学媒体和教学资料),这些资源用于支持学生的自主学习和协作式探索。

5.ICAI系统的评价结果要能准确、及时地反馈给学生,使学生知道自己的学习状况和学习效果,并据此变更学习策略、改进学习方法。评价反馈功能不仅仅是指出“对”、“错”,而且要帮助学生发现、分析、改正错误,还可指出要特别注意的相关知识点。

6.系统要具有开放性和模块化的特点,具有普遍性的功能可单独封装,各模块采用统一标准的接口,便于教师更新教学内容和教学方法,也便于系统功能的扩展。

五、结论

ICAI比CAI具有更大的灵活性,它以教师和专家的经验为基础,利用逻辑分析和计算能力,对学生的信息进行分析、计算、推理和决策,具有广阔的发展前景。本文提出了一种动态、智能的ICAI系统结构,进行设计和系统原型开发,从而可以更好地实现教学目的。

参考文献:

[1]刘炜,朱学增.ICAI的研究和发展概况[J].计算机应用,1994,14(5):17-20.

[2]段琢华.一ICAI课件模型[J].韶关大学学报(自然科学版),2000,21(4):37-41.

第9篇

关键词： ICAI；B/S；智能化

中图分类号：TP39 文献标识码：A文章编号：1006-4311（2012）04-0136-010引言

ICAI系统是以学生为中心，计算机为媒介，采用“知识库”、“学生模型”和“教师模型”等模块模拟教学专家的思维过程，形成的开放式人机交互系统。ICAI系统是一个综合性很强的系统工程，它是以教育科学、心理科学和认知科学等作为理论基础，采用人工智能、多媒体技术、数据可视化技术等多方面计算机相关技术，通过研究人类学习思维的特征和过程，寻求学习认知的模式；通过设计智能化计算机辅助教学系统，帮助教师实现因材施教、进行有针对性的指导以及按照不同的认知能力，使学生进行个别化自适应性学习。

1ICAI体系结构

研究ICAI的动机就是为了创造出与优秀教师相媲美的“智能导师”，所以需要赋予机器高级智能。因此，尽管ICAI系统的形式各不相同，但主要都是由4个部分组成：知识库（Expert Knowlege）、学生模型（Student Model）、教师模块（Tutorial Model）、智能接口（Interface）。

1.1 学生模型模块学生模型用于表示在特定领域学习的有关因素，能准确、客观、真实的反映出学生当前的知识水平和认知能力，是学生知识结构的反映。学生模型在智能化的个别教学中扮演着非常重要的角色，它提供的信息是教师模块做出的教学决策的依据，也为系统实现个别化教学提供了依据。

1.2 教师模块是操纵教学内容以一定的形式呈现给学习者的推理结构，即根据学生模型所反映的情况采取有效的行动指导学习情况，包含修正错误、选择例子、模拟。其任务是：结合教学策略和课堂结构方面的知识，为学生选择要解决的问题，监察并评价学生的行为，按学生的请求提供帮助并选择辅助材料。即解决如何教的问题。

1.3 专家模块（知识库）知识库是整个系统的核心。是人工智能与数据库结合的产物，并将大量的知识信息素材提供给教师和学生在课堂教学中自由使用。该模块包含的知识包括两方面的知识：一是这个领域内说明事物概念的陈述性知识，二是有关利用这些概念解决问题的过程性知识（运用领域知识对问题的正确解答以及求解问题的知识）。其任务是作为系统全部知识的来源，为其他模块调用，以实时完成用户行为的响应。通过知识库，组成教材、生成问题并评价学生解答的正确性。这个部分相当于一个根据事实进行演绎推理求出解答的专家部件。

1.4 通信模块这是计算机系统与学生之间相互进行信息交换的人机接口（即用户界面），是ICAI的外表，也是学生唯一用肉眼可看到的单元。一方面它所提供的知识和信息易于被学生所理解，并可指导学生自主的学习；另一方面也使系统能理解和接受学生的提问。为了增加人机交互的灵活性，一般采用自然语言和图形相结合的接口，允许学生与计算机进行人机对话，使得人机交流更加流畅、生动、直观。

2ICAI系统的理论基础与相关理论依据

目前ICAI系统就是以建构主义教学理论为基础的；其次，根据“ICAI=AI+CAI”这一原则，ICAI还须在人工智能原理的指导下，利用专家系统的开发策略来开发，因此，下面就是从这两大方面来阐述ICAI的开发原理。

2.1 ICAI的心理学基础：建构主义学习理论建构主义学习理论认为，学习是学习者主动地建构内部信息表征的过程。学习者不再是被动地接受外来信息，而是主动地进行选择加工，学习者从不同背景、角度出发，根据外在信息，基于自己的背景知识，在教师和他人的协助下，通过独特的信息加工活动，建构自己的意义的过程。建构主义提倡在教师指导下的、以学习者为中心的学习，也就是说，既强调学习者的认知主体作用，又不忽视教师的指导作用，教师是意义建构的帮助者、促进者，而不是知识的传授者与灌输者。学生是信息加工的主体、是意义的主动建构者，而不是外部刺激的被动接受者和被灌输的对象，学生成为了意义的主动建构者。

2.2 ICAI的“双主”教学模式设计的理论双主教学设计就是“主导-主体”教学系统设计模式（简称“双主”模式），是以学生为主体、教师为主导相结合的新型教学系统设计模式。此模式将以教为主和以学为主的教学设计模式有机结合，避免了在教学过程中单纯使用一种教学设计模式而产生的教学时单方面（教师或学生）主宰教学而出现的“满堂灌”或“盲目学”的现象，使学生能够采用更合理的学习策略掌握学习内容和提高自学能力，优化了教学过程。

2.3 专家系统专家系统（expert system）其实是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。专家系统是人工智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。

3系统B/S体系结构的设计

B/S结构是目前网络应用软件技术的发展趋势，具有使用简单、良好的可扩展性、易于维护、可靠的安全性、效率高、可共享性、开放性等特性。其最大的优点就是可以在任何地方进行操作而不用安装任何专门的软件，只要有一台能上网的电脑就能使用，客户端零维护。其体系结构如图1所示。

4结束语

综上所述，一个好的ICAI系统能够促进教学方法的改进。教师对具体学生制定合适的教学决策，达到智能化、个别化的教学目的。随着技术的发展智能化计算机辅助教学的研究将向超媒体网络化、智能化于一体的目标不断迈进。

参考文献：

[1]田凤杰.人工智能的CAI（ICAI）系统；沈阳工业学院.沈阳工业学院硕士论文.2003：36～37.

第10篇

关键词： 智能； 教学系统； 模型

智能辅助教学系统的开发是涉及人工智能、计算机科学、教育学、心理学和行为科学的综合性任务，其研究的最终目的是由计算机系统担负起教育、教学的相关责任，即赋予计算机系统以智能，由计算机系统在一定程度上代替教师实现最佳教学。

一、智能辅助教学系统的发展历程

智能辅助教学系统兴起于上世纪七十年代，Bolt Neranek Newman公司开发了Scholar系统，它被认为是最早出现的智能辅助教学系统。当时应用人工智能技术在计算机辅助教学系统中添加了学生的学习行为、能力以及训练策略。同时人工智能技术还被用于建立学习顾问之中，即存放所要教授课程的问题和技能，控制训练策略并给出适合学生的学习内容，使之产生根据学生的能力、弱点以及所喜爱的学习风格进行教学的软件系统。

随后又出现了Why 、Sophie、West、 Buggy、Neomycin等系统，并将知识表示、专家系统、问题求解、推理方法等人工智能技术用于智能辅助教学系统，取得了丰硕的成果。

我国智能辅助教学系统的研究起步较晚，开始的研究工作主要集中在少数大学和研究机构里断续进行，且多为研究和演示用的系统，经过严格评测的系统很少。最近几年则发展较快，一些计算机公司也投入其中，伴随着智能辅助教学系统的迅猛发展，必将对我国的教育改革起到积极的推动作用。

二、智能辅助教学系统的模型构建

智能辅助教学系统是以认知学为理论基础，将人工智能技术应用于CAI，是智能化的CAI。在智能辅助教学系统中，学生的学习也可以借助于智能化的推理机制对大量知识进行选择、判断与处理，使学习内容更有针对性，从而提高学习效果。

一般，智能辅助教学系统模型的构建包括以下几个模块：

1．知识库

作为智能辅助教学系统的重要组成部分，知识库主要提供一个指导性的、自适应的、开放的、可操作的框架和服务设施。为各个学科知识提供规范的知识输入和组织，其它教学资源，如题库、课件、素材等，均依据它来组织管理，这将使用户可以建立适用于自己的知识体系，使各类知识应用能够有一个好的开发和集成基础。另外，核心的教学领域知识将被分解为相互联系的知识点，形成知识树，提供可视化的、操作性好的知识树编辑界面，方便教师将教学领域的知识输入到知识库。

例如，有的智能辅助教学系统中的知识库，是从知识表示入手，在SC文法知识表示体系和知识树映射方法的基础上，提出了一个动态、实时、自适应、交互式知识库模型。模型包括基于SC文法的知识点表示方法、知识树结构、知识树映射、知识点学习循环等内容， 模型在智能辅助教学系统中经过实例化设计和运用，可以表现出动态教/学、领域无关、人机交互、自适应、个别化、可扩展等智能特点。

2．学生模型

学生模型就是用于表示学生实际认知状况，并通过解释学生的活动得出他对领域知识和技能的掌握情况。系统中每个学生有唯一的ID标识，建立唯一的学习资源、学习信息和特征数据库，系统智能功能的实现在于如何动态地、正确地提取学生的主题特征。

一般，系统可以采用领域知识树模型来表示学生对领域知识的掌握情况。例如，可以设学习中的整个领域知识树为DKT；学生已学习过的知识树为SKT，未学过的知识树为SNKT；学生已掌握的知识树为GKT，未掌握的知识树为GNKT。则{SNKT}={DKT}-{SKT}、{GNKT}={SKT}-{GKT}，如果SNKT和GNKT皆为空时，则表示学生达到了学习的要求。其中，如果GNKT不为空，则学生不能进入下一阶段的学习，只能进行重复学习和补充练习，直到GNKT为空时，才进入下一阶段的学习。

3．专家决策机制

该模块可以看作智能辅助教学系统中的推理机，它一般采用两级推理相结合的方法，即基于语义网络的推理和基于产生式规则的推理，其中基于语义网络的推理用于确定教学内容，而基于产生式规则的推理用于确定教学策略。

也有观点认为基于规则的推理是容易健忘的，即基于规则的推理对于每一个问题的求解都是从头开始，而不管类似的问题以前是否遇到过。但日常的智力行为则不同，人们往往迅速地把事件或问题同以前的经验相联系。与基于规则的推理不同，基于范例的推理被认为是基于以前经验的推理。因此，在有的智能辅助教学系统中采用的是基于范例的推理。

基于范例推理的工作过程为：分析输入，确定范例的索引，根据索引从范例库中取出相近的范例，改善范例的问题求解方法并使之适应于需要求解的新问题。如果成功，则创建索引、形成新范例并存储；若不成功，则首先分析失败的原因，修正解法，重新测试，或转至重新指定索引进行范例检索。

4．智能接口模块

该模块实际上是作为系统与用户交互作用的部件，它除了提供学生信息的输入与注册外，还实现了学生与系统之间的通信功能。与之相关的技术有自然语言处理、人机对话内部处理、知识库系统化维护、学生模型初始化、教师模型自适应调整等。该模块为实现协商、辩论、会话等教学形式的应用提供了一个良好的环境。

三、智能辅助教学系统的未来趋势

智能辅助教学系统的发展不是孤立、单一的，它的发展要涉及计算机科学、教育学、认知科学和人工智能等多门学科，就目前而言，其表现为以下几方面的发展趋势。

1．智能技术的应用

智能技术是能自动执行用户委托任务的计算实体，从技术的角度来看，智能技术应当是由各种技术支撑着的，许多实用的应用特性的集合，开发者正是使用这些应用特性来扩展应用的功能和价值， 从而达到能自动执行用户委托任务的目的。在智能辅助教学系统中，学生可以使用智能技术进行搜索、导引来查询有效知识。由于它具备学习的功能，能够主动、高效地从网络信息空间中发现和收集用户所需要的信息，因此有助于解决使用单一关键字匹配查询、搜索引擎引起的大量无关信息的涌现、信息检索的精确度较低等问题，使得教师和学生在教与学的过程中，提高知识选取效率，加强交互学习和自主能动性学习。

2．自然语言处理技术的应用

自然语言处理属于高技术学科，是知识信息处理中的核心课题。长期以来人们对计算机理解自然语言颇感兴趣，计算机专家采用人工智能的理论和技术，将设定的自然语言机理用计算机程序表达出来，构造能够理解自然语言的系统。他们从系统功能的角度出发，把输出对输入文本的反映作为衡量计算机理解语言的判别标准。在智能辅助教学系统的研究开发中，特别是智能人机接口方面，可以结合运用多种自然语言处理技术的研究成果，提高系统的智能。例如，通过自然语言人机接口，可以实现更加方便的人机交互功能；利用语义网络技术，可以充分实现知识点之间的层次关系和语义联系；通过智能模糊查询技术，可以实现系统知识库的知识查找和知识利用；利用机器翻译技术，可以开展跨语言的知识学习。

3．虚拟现实技术的应用

虚拟现实技术是由多媒体技术、仿真技术以及计算机技术相结合而生成的一种交互式人工世界，它的根本目标就是达到真实体验和基于自然技能的人机交互。而教学是一个传授知识的过程，通过亲身经历能加速这一过程和巩固所传授的知识，在智能辅助教学系统中，使用创建的虚拟环境，可以在一般人所不能亲身体验的情景中，达到演示、操作的教学目的。它允许学生与现有的各种信息发生交互作用，学生可以在仿真过程中经历不同的时间和空间，可以与各种仿真物体接触，还可以与虚拟境界的各个部分接触，为增强学生的学习实践提供了方便的途径。

4．现代学习理论的应用

现代学习理论认为，学习不是一个被动地记录外界信息的过程，而是一个主动建构的过程。它要求学生由外部刺激的被动接受者和知识的灌输对象转变为信息加工的主体、知识意义的主动建构者。学生在学习过程中，主动地选择一些信息，忽视一些信息，并运用原有的经验和具体情况去理解新的信息。现代学习理论在智能辅助教学系统中的应用，能为学生建构知识提供充足的信息，容易激发学生的学习兴趣和学习主动性，更能满足学生的个性化要求。

在当今教育改革的大环境下，智能辅助教学系统将显示出越来越重要的作用。目前，我国在这方面的成果还不多，真正能投入教学实践的系统则更少，这个有着诱人发展前景的领域，值得我们进一步研究和设计。

参考文献：

[1]莫赞等．智能教学系统的发展与前瞻[J]．计算机工程与应用，2002，（6）：7-8．

[2]肖雯．人工智能技术在计算机辅助教学中应用 [J]．南京工程学院学报，2002，（6）：56．

[3]杨国才等．一个智能教学系统的设计模型 [J]．计算机应用，1998.（10）：18．

[4]闭应洲等．基于校园网的智能教学系统的研究和设计[J]．广西师范学院学报， 2002.（12）：61．

第11篇

[关键词]:智能教学 多媒体 特点 设计方法

在当前，计算机技术发展引起的智能化普遍应用的情况下，深入探索智能教学环境下的教育理念、教学模式和教学方法，充分利用现有信息技术成果，研究更加先进的智能网络教学模型，不仅可行，而且也是智能网络教学系统研究、开发和应用中的一项重要内容。文章拟主要分析当前智能化教学系统的特点与设计方法。

一、智能化教学系统的特点

智能教学系统是以认知科学为理论基础，综合利用人工智能技术、教育心理学、计算机科学等多门学科的成果而形成的一种对学生实施有效教学的技术。系统的智能性主要表现为能够实现“一对一”的教学，这种教学模式被誉为是最有效果的教学方式。“一对一”的教学方式可以归结为以下三点：（1）指导教师可以采用测试和问题的方式来探测学生实时的知识状态。（2）在学生开始学习某个知识之前，指导教师能够为他设计一条从最基础知识到某一个具体知识的学习路径。（3）在教师和学生的交互过程中，教师能够了解潜在的探测此学生所具有的学习风格，并且提供风格匹配的教学材料给学生进行学习。

基于以上的实践经验以及人工智能技术，设计和开发一个基于计算机的智能教学系统来模拟人类教师的教学方式和行为已经成为可能，并且很有前景。使用具有智能性的智能教学系统，将可以有效地弥补其教育教学上的缺陷和不足，改善学生的学习效果，提高教学效率，对教育具有极大的推动作用。

二、智能教学系统的设计方法

1.智能教学系统的设计原理

进行科学的教学系统设计，必须从了解学习的发生机制和学习的本质问题入手。教学系统设计，是架设于学习理论与教育教学实践之间的一座桥梁。纵观教学系统设计的发展轨迹，可以清晰地看到学习理论对教学系统设计的影响最为深刻。每一次学习理论的发展，都必然为教学系统设计带来巨大的触动和冲击。学习理论的发展大致可以分为行为主义学习理论、认知广义学习理论、建构主义学习理论和人本主义学习理论等，所以相应地出现了基于行为主义的教学系统设计理论、基于认知主义的教学系统设计理论、基于建构主义的教学系统设计理论和基于人本主义的教学系统设计理论。

2.智能教学系统的的主要功能

智能教学系统关键在于能够对学习者的学习效果进行检验并能够给出相应的学习建议，从而实现学习过程的智能化。主要功能包括：

(l)建立教学内容的智能知识库。根据不同的教学内容，按知识体系结构进行知识点的划分，并建立学习要素的数据库。

(2)对学习过程进行评价。学习效果是学习质量的重要标志，学习过程包括在线学习、在线练习、在线测试、实践教学，收集学习过程信息，进而对学习效果进行合理评价。

(3)学习指导和建议。根据学习情况给出学习效果评价，然后根据学习效果给出学习指导和学习建议，从而使学习过程具有更强的针对性，以达到提高学习质量的目的。

(4)学习导航。及时收集学生的应答信息，并加以分析处理，评判学生的成绩；为不同的学生选择不同的教学内容，将学生不具备学习条件的知识过滤掉；帮助学生分析错误原因，判断并标示出学生当前最需要学习的知识点，提供针对性的个别辅导和适当的补充材料。

（5）教学方法。允许学生用自然语言与计算机导师进行交流，这样就突破了传统的学法指导和教法，并且教法还可以针对特定学生进行，即“一对一”教学模式。

3.智能教学系统的组成

(1)领域模型。存放传授给学生的课程专业知识，还能生成问题，提供对问题的正确解答以及求解问题的过程。领域模型一般包含两方面的知识：一是有关课程的内容，二是有关应用这些知识来求解问题的知识，即过程知识。知识表示方法有语义网络、规则等。

(2)诊断模型。利用诊断规则来分析学生的响应，判断学生己经懂得的知识或学生产生的错误概念，并传递到学生模型的当前状态中去。

(3)学生模型。准确反映学生的知识水平、学习能力等，为系统实现个别化教学提供依据。

(4)教师模型。结合教学策略和课程结构方面的知识，为学生选择问题供他们解答，监督和评价他们的行为，当学生需要时为他们选择适当的补习材料。教师模型中，交叉和解释模式以及学生模型是实现“面向个人以交互方式进行教学”的具体手段。教师模型中采用的教学策略主要有诊断或排错法、苏格拉底法、教练法等。

(5)人机接口。人机接口作为学生与系统之间交流信息的媒介，它所提供的表达知识和信息的手段必须是学生熟悉并便于使用的。

4.智能教学系统的使用

学生使用教学系统进行学习活动时，可以自己选择学习内容，也可以在教师模型的作用下由系统引导进入某一教学单元。教师利用测试结果，通过诊断模块和诊断规则来判断学生当前的认知能力，通过学生的总体认知能力来决定学生下一步的行为。

（1）教学诊断模块。主要负责判断学生对某一知识点的掌握情况，进而能判断学生的当前知识水平，为判断学生的认知能力提供依据。

（2）能力测定模块。主要负责评价学生的学习能力。在教学之前、教学期间和教学之后都要进行。通过评价取得反馈信息以修正、完善教学计划，为教师模型制定正确的教学策略提供条件，保证教学的顺利完成。它是本系统的重要部分。

（3）学生行为评定。对学生行为的评价，依据评价的目的不同，分绝对评价和相对评价两种方法，系统中以教学目标为基准进行绝对评价，以掌握学生达到教学目标的程度和诊断学生知识、能力结构中的缺欠，即根据专家知识库中的测试题目信息及学生的回答情况，给出分析结果及相应各认知能力不同层次的分数比重，为制定相应的教学策略提供数据依据。

（4）试题评定。主要是对试卷的要求进行综合评价，包括学生测试的内容是否是学习过的，是否符合教学大纲的要求，试题分数的比例是否符合难度比例、认知层次比例和各章节的分配比例。

（5）教学内容生成。系统根据学生的认知能力、当前的知识水平和学习历史，利用教学策略生成个性化教学内容。

三、结语

智能教学系统能监控学生的学习过程，实现教学各环节的知识共享与交互，从而实现学生的按需学习和教师的因材施教，体现“以学习者为中心”的教学思想。但是，目前的智能教学系统的研究可以说仍然处于基础理论的研究阶段，其主要的研究方法就是将远程教学技术与传统的智能教学系统相结合，运用人工智能技术来更加有效地实现教学的个性化和智能化。

参考文献:

[1]谢忠新，王林泉，葛元.智能教学系统中认知型学生模型的建立[J].算机工程与应用，2005，(3)：229-232.

[2]张荣梅，李福亮.基于Agent的网络智能教学系统的研究[J].现代电子技术，2007，(6)：83-85.

第12篇

安全监控系统、教室录播系统、学生智能卡片、电子白板、交互式一体机等信息技术设备的运用，让教师和学生的课堂板书和交互行为，都以数据的形式被记录和保存。智能手机在高等教育阶段已经普及，部分中学也允许学生将手机带入课堂，通过智能手机参与课堂活动、访问学习资源，这就形成了学生学习行为的数据。

传统教学方式支撑的学习活动、学生参与活动的数量和质量情况，是通过教师人为评判的得分、级别等进行度量的。在“互联网+”时代，在线学习平台或者课程管理系统支持的学习活动，已经可以借助学习活动指数（OLAI）这样自动生成的包括质量、数量和速度三个维度的指标，做出更精识及时的判断，并为个性化教学策略的实施奠定了基础。

情感、态度和价值观是学生过程性评价的重要因素。传统的评价方法是通过定性分析和调查问卷分析，其缺陷是不精准、不及时。随着人工智能的发展，人脸识别、视频分析、情感计算等技术已经趋于成熟。那么，我们借助这些技术分析课堂录制的学生视频和教师视频，就可以直接获取其面部表情等数据，通过表情变化数据来对学生的情感、态度和价值观进行精确的过程性评价。

在学校层面，数字化校园或者智慧校园等系统平台可以对教师专业发展、学生个性化发展和家校沟通进行有力支撑。平台运行积累的数据，可以实现对教师的评价，对学生成绩的横断面分析和时序变化分析、对学生完成各种学习活动的分析和对学生的精准反馈。

第13篇

一、新课改阻力因素的系统性分析

新课改旨在改变传统课程过于注重单向知识传授（知识灌输）的倾向，要求教师在教学过程中充分尊重“学生才是学习的主体”这一客观事实，并引导和指导学生开展自主、合作、探究式学习，使学生在获得基础知识与基本技能的过程中学会学习，形成正确的价值观及健康的人格，以适应未来生存及发展的挑战。

光阴荏苒，新课改已走过十五个年头，很多学校在推进新课改方面做出了积极的努力和有益的探索，并取得了一定成果。但总体情况不容乐观：以“知识灌输”和“机械训练”为主的教学方式在很多学校仍然大行其道；很多学校对推行新课改依然顾虑重重，徘徊不前；也有一些地区在推行新课改时，急于求成，用力过猛，从而引发教师的抵触情绪及家长的反对，骑虎难下。

毋庸置疑，新课改的目标指引、价值主张、内在逻辑及其所倡导的学习方式都是正确的，而且至今仍未过时，可为什么在推进过程中却阻力重重呢？有人认为是“片面追求升学率”的思想阻拦了新课改的步伐；也有人认为“教师的墨守成规”是新课改的最大掣肘；还有人认为“对分数高度敏感，对课改又充满误解的家长”才是推进新课改的最大压力源。以上这些观点都具有一定的客观性及合理性，但仍属于零散的、单一维度的、表层化的看法，缺乏对新课改阻力因素的系统性分析，也因此难以理清各种阻力之间的矛盾，也就难以找到化解复杂矛盾的突破口。如果找不到化解矛盾的突破口，新课改的相关者就会陷入“公说公有理，婆说婆有理”，各执一词，互不相让的困局，从而产生严重的内耗，误了新课改，误了区域教育的发展，误了学生！

为了不误课改，不误学生，让我们用思维导图来系统地梳理一下新课改的阻力因素（见图1）。

如图1所示，新课改的阻力主要源于现实压力、思维误区、能力局限三个方面。所谓“现实压力”主要是指家长对学生成绩的高度敏感以及学校对升学率的高度关注。这当然是可以理解的，但理解不等于认同，因为新课改与学生成绩和升学率并非对立的关系，新课改主张“让学生学会学习”，试问会学的学生与不会学的学生相比，哪个成绩会更好？新课改倡导“探究式学习”，反对“死记硬背”与“机械训练”，试问前者与后者相比，哪种效能更高？不言自明！其实家长与学校（校长与教师）所担心的并非是推行新课改，而是担心改不好。而这种担心又是源于他们没有看到或者没有找到可以确定能够保证“学生成绩不会下滑”的有效策略。

阻碍新课改实施的“思维误区”主要是指推动者的“二元对立”思维及参与者教学认知上的“路径依赖”。而在“二元对立”思维中最突出的问题当属把“教”与“学”对立起来，把“师”与“生”对立起来。之所以如此，是由于在新课改的推进过程中，一些激进的推动者陷入了两大误区：一个是急于求成，另一个是矫枉过正。急于求成是因为没有把新课改参与者（教师、学生、家长）的认知水平、能力基础、思维惯性考虑进去，一刀切，急转弯，结果大家适应不了，欲速而不达；矫枉过正是指片面强调“生主体”及“学中心”，完全否定“师”的作用及“教”的价值，甚至机械地限制“教”，结果把相互依存、相互转化、相互促进的辩证统一关系搞成了完全对立关系。教学认知上的“路径依赖”是指教师、学生、家长基于先前的经验，已经习惯了“死记硬背”和“机械训练”的学习方式，虽然深受其苦，但是在缺乏新的、更高效的、可以掌握的学习策略支持下，他们对自主、合作、探究式学习缺乏信心。

所谓“能力局限”主要包括两个方面：一是推动者缺乏对新课改的领导力，二是参与者（主要是教师）缺乏对新课改的支持力。领导力是指新课改的推动者对教学本质、课改本质、教师素养等相关要素的认知水平以及与课改参与者的沟通协调能力。支持力是指教师在新课改理念引领下，对教法与学法的升级能力。

综合以上分析，我们会发现：纷杂的矛盾只是表象，其实一切冲突都指向“缺乏能够被各方所认可和接受的有效支持策略”这一症结，只要打开这一症结，所有问题便会迎刃而解，诸多矛盾也会烟消云散。

二、找到化解新课改阻力的突破口

韩愈在其《进学解》中说：“万山磅礴必有主峰，龙衮九章但挚一领。”可见越是解决复杂的问题，越不能眉毛胡子一把抓，而是要寻找到突破口，并以适应之策略，巧妙化解之。

新课改所遇到的各种阻力，看似纷繁复杂，掣肘极多，其实只要牵住 “较快地让学生学会学习”这个牛鼻子，整头牛便自然跟着你走了。因为只有学生会学了，新课改所倡导的“自主、合作、探究”式学习才能真正得以落实。所谓“会学”是指学生掌握了一些有效的学习策略，并且能够运用这些策略来独立建构学科知识体系，独立解决某些学科问题。在缺乏有效学习策略支持的情况下，所谓的“自主”只能是一种“自主支配学习时间的权力”而非“高效利用学习时间的能力”，有了“自主之权”而无“自主之能”，只能算是形式上的自主；在缺乏有效学习策略支持的情况下，合作学习虽然能够培养学生的合作意识，发展学生的合作素养，但合作的效能与层次却不会太高；在缺乏有效学习策略支持的情况下，探究的深度与效能都会受到影响，常常停在问题表层，探不进去，隔靴搔痒，雾里看花，这样的探究自然难以让人欢喜。

当然有些人会有这样的假设：只要给学生足够的信任，足够的自，学生一定就能找到适合自己的有效学习策略。这个假设成立吗？当然不成立！这是一个理想化的模型，在现实中，能够在有限学习时间内悟出有效学习策略的学生毕竟只是少数，大多数学生还是需要被引导和指导的。相信“每个孩子都是天才”是教育者应有的情怀，而承认“并非每个孩子都是天才”才是教育者的理智。因此，能落实新课改的教师一定是能给学生提供“学法升级”支持的教师，而非让学生无所依靠，放任自流的教师。

三、以思维可视化为支点撬动新课改

阿基米德曾说：“给我一个支点，我可以撬起整个地球。”而思维可视化教学策略则可以成为撬动新课改的支点，因为它能满足“较快地让学生学会学习”这一关键要求，而这正是化解新课改诸多阻力的突破口。

所谓“思维可视化”是指运用图示或图示组合把本不可见的思维路径、思维结构呈现出来的过程。而“思维可视化教学策略”则是指在教学实践中师生共同运用思维可视化技术，通过“独立思考”或“思维共振”的方式来建构学科知识网络、生成问题解决策略模型的教学策略。

为什么思维可视化教学策略能较快地让学生学会学习呢？其基本原理，大体可以概括为“一直观、两重于”。所谓“一直观”是指借助图示或图示组合来提高思维信息传递及加工的效能，因为大脑对“图”非常敏感，所以被画出来的思维，更容易被理解、被评价、被迁移。所谓“两重于”是指在教学过程中始终坚持“思维发展重于知识获取”和“策略生成重于问题解决”的基本原则，使学生的学习从“识记主导”升级为“思考主导”，在知识网络建构及问题解决策略模型建构过程中发展出较强的提炼、概括、推理、分析、综合等思维能力，并学会运用追问、比较、批判、转换、发散、聚合等思考策略。

当图示的直观性与思维的结构性、严密性、概括性结合起来，便会形成互补优势：一方面，抽象复杂的思维过程变得一目了然；另一方面，简明直观的图示被赋予丰富的思维，有了灵魂。在教学实践中，如果能较好地运用思维可视化教学策略，一张图就可以唤醒学生的思考意识，一张图就可以让学生领悟学习某类知识的关键策略。图2说明了学生是如何通过一张图示来获得有效学习策略的。

如图2所示，教师在运用思维可视化教学策略指导学生学习初中地理“西双版纳”一课时，首先通过“设问引思”及“追问启思”唤醒学生思考意识；接下来师生共同运用“逆向思考”策略，由果溯因，一步一步地理清旅游资源、自然资源、人文资源、植被特征、气候类型、地理位置（纬度位置、海陆位置）、地形特征等地理要素之间的关系，最终生成一张简明清晰的“西双版纳丰富旅游资源形成关系探究图”，不但完成了这节课的核心知识建构，而且领悟到“提要素――理关系――建结构”这一重要学习策略的方法及意义。那么，这节课的教学价值就远远超越了“西双版纳”，甚至超越了地理学科，它让学生获得的是可以跨学科迁移的有效学习策略，经过多次强化（实践运用），这一学习策略便可以被内化为学生的自主学习能力。

除了“能较快地让学生学会学习”这一优势，思维可视化教学策略还能为“合作学习”提供工具性支持：师生之间、生生之间、小组之内、小组之间都可以借助“图示”这个可视化媒介来进行思想交流，思维碰撞。基于“思维可视化”的交流，结构清晰，一目了然，比单一的语言或文字交流的效能要高得多。

四、借助思维可视化应对新挑战

对于新课改而言，除了要有效化解旧阻力之外，还需准备应对新挑战。“信息智能文明”时代的大幕正徐徐拉开，纷至沓来的“互联网+教育”、虚拟现实、人工智能等新科技对传统教育产生了重大冲击，人类的学习目标、学习方式及学习组织形式都将发生重大转变，新课改要如何与时俱进？

辩证地看，新教育技术的崛起对新课改既有“危”也有“机”：其中的“危”主要是指在“互联网恐慌”压力及“教育技术创新”推力的双重作用下，原来推动新课改的中坚力量会被“新技术热”所裹挟，从而降低对新课改的关注度，陷入“形式大于本质”的误区。其中的“机”主要是指新教育技术可以为新课改所倡导的自主、合作、探究式学习提供有力的技术支持。例如各种形式的在线教学资源（微课、慕课）就为学生的自主学习提供了不受时空限制的内容支持，使自主学习、合作学习变得更加便捷。

如何利用好新教育技术带来的“机”，并且能化“危”为“机”，使“新教育技术浪潮”既不冲淡“新课改关注度”，又能助力新课改的进一步落实呢？思维可视化教学策略可以实现二者（新技术与新课改）的无缝连接：一方面思维可视化教学策略与新教育技术的整合可以创生出“高思维含量”的优质课程资源，补足在线课程的短板（数量有余，品质不足），为学生开展基于在线课程平台的自主、合作、探究式学习提供精品内容支持；另一方面，在线下运用思维可视化教学策略来发展学生的自主学习能力，可以使学生更加适应新技术支持下的自主、合作、探究式学习，从容应对“信息智能文明”时代的挑战。

第14篇

关键词：智能授导系统; 自适应; 辅助教学;

中图分类号: TP391 文献标识码: A

Research on the constitution of ITS by adaptiveperspective.

Abstract：The research of Intelligent Tutoring System (ITS) has been changed along with the appearance of the different technology―supported learning environments. This paper analyzes the influence and enlightenment that distributed cognition theory has on ITS-based the prototype of ITS, choose the self-adaptation techniques of ITS as a research entry point of digital technology aided teaching software and find the appropriate connection point between the concept and technology of Intelligent Tutoring, and then propose constitution strategy to improve the ITS. Finally, a new model of distributed adaptive ITS is presented and eventually improvetheabilityof system’s self-reasoningand self-organization.

Key words：ITS; adaptive; adjunct instruction

0 引言

人工智能（AI）是计算机科学、信息论、神经生理学、控制论、心理学、语言学等多种学科互相交叉渗透而发展起来的一门综合性学科[1]。人工智能的本质问题就是研究如何制造出人造的智能机器或系统，来模拟人类智能活动的能力，以延伸人们智能的科学。其技术特征主要是具有搜索功能、知识表示能力、一定的推理功能、抽象功能、语音识别功能及模糊信息处理能力。

智能授导系统〔ITS)是一种学习技术系统，能根据学习者的特定目标、需求和偏好，利用教学方法和学科知识动态地调整学习内容。它的发展源于对传统计算机辅助教学的改进，克服了仅仅关注学生行为的缺陷，引入了对知识的描述以及智能推理技术。ITS大都由学习者模块、专家模块、课程与诊断模块和通讯模块组成[2]。Hartley和Seeman最早提出一个ITS的框架应该包括专门知识（专家模型）、学生的知识（学生模型）和教学策略知识（导师）[3]。近十几年的研究中比较有代表性的是Peng-Kiat Pek和Kim-Leng Poh应用贝叶斯网络构建的学生模型可以较好的估计出学生的学习兴趣值，从而对学生的学习行为方向进行预测[4]。Dietrich Albert和Cord Hockemeyer分析知识空间理论而得出超文本结构和知识空间在结构上的有很强的相似性，通过对知识空间进行建模，使之适用于网络Web结构模式[5]。Joel Martin和Kurt VanLehn使用贝叶斯网络技术对学生的学习结果进行评估，得出学习者学习过程中的缺陷和不足[6]。Declan Kelly和Brendan Tangney提出了一种多Agent技术(Multi-Agent System，MAS)，通过对个体的个性化学习进行动态建模的智能框架的建构重组，满足了学习者的不同需求[7]。在构建策略和技术支持上的最新研究[8-10]都对数字化技术辅助教学软件的开发提供了新的思路和算法。

目前ITS的研究和实现在自推理能力和自组织上存在不足，未能充分发掘ITS的自学习能力。基于现代网络发展对学习环境的技术支持，从自适应角度出发，给出分布式自适应的智能授导系统模型，强化自适应策略推理机制，提高ITS的自组织和自适应能力。

1 分布式ITS

从分布式学习的角度分析传统ITS的设计与应用实践，在系统开发过程中存在的问题有：①传统“智能推理”系统缺乏与环境的灵活交互能力；②认知监控与激励机制的缺失；③忽视系统最本质、最具价值的“授导”服务功能，没能实现学习与认知目标；④人机交互过程不够和谐。随着计算机科学和网络技术的发展，分布式智能授导理论[11]提供了一种全新的分布式模式和问题求解途径，恰当地表述出数字化教育的主题，其核心思想强调学习者为中心、关注学习活动、注意学习情境脉络，使建构性的学习过程理论替代了传统的学习理论。

分布式学习是一种学习模式，它允许学习者、指导者和学习内容分布于不同的位置，使教和学可以不受时间和地点的限制而作用，其关键要素包括基于Web的模块化内容、智能导师、互操作与重用、更大范围的协同工作。综合国内外有关研究机构和Philip Bell、William Winn、傅小兰、李克东等中外学者的观点，分布式ITS的主要特征可以概括为[12]：重点在于对观点特征的表述，资源的交流与共享是必要条件，分布式系统中的制品主要用于拓展学习主体的能力，分布式学习环境取决于学习本体的特征以及认知方式。

目前针对ITS存在的不足，学者们主要采用项目反应原理、数据挖掘、分布式人工智能、计算机智能网格、自然语言处理、可扩展标记语言等技术对ITS进行改进。最终目标是以分布式学习理论和教育教学理论为指导，应用人工智能中的多Agent技术，根据认知本体的数据模型和知识类型确定认知过程中采用的基本认知策略。

2 分布式自适应ITS的模型构建

2.1 分布式自适应ITS的机理特征

自适应是软件系统中的概念，可以看作是一个能根据环境变化智能调节和控制自身特性以使系统能工作在最优状态的机制与功能，它可以为智能授导系统提供了一种响应外界环境变化而产生自身调节的一种能力。这意味着软件能够主动实现自身功能性的调整与适应，而与使用者对系统的操作方式无关。从分布式角度分析，ITS应是一种具有自适应能力的知识系统，就人机交互而言，其自适应能力依据用户维、知识维和决策维发生变化。自适应的核心技术是能够让机器广义的“学习”机制，系统自适应能力的产生是否在很大程度上取决于它能否自组织地自我学习和完善。通常情况下用适应性(adaptive)与顺应性(adaptable)来表示自适应的ITS系统的不同方式[12]，其区别如图1所示给出的智能系统结构。

2.2 学习者模型建模

研究表明，学习者模型是分布式自适应ITS的核心，而学习者学习过程中存在着大量不确定性的因素和信息，因而成功获取学习者的情况是其它环节正确运行的保障。在学习者模型设计中，基于自适应为特征的设计思路，本文不仅利用贝叶斯网络的条件概率分布量化知识项之间的组织关系及依赖关系，很好地反映学习者特定领域中的知识结构，还让学习者模型的相关知识项的状态随时可以改变，使学习者模型具有较强的预测能力和自学习能力。图2给出了具有自适应特征的学习者模型结构。

2.3 分布式自适应ITS模型

根据Brusilovsky提出的虚拟校园环境的部件理论[13]及以自适应为特征的技术支持，本文给出了一种新的基于分布式自适应的ITS模型（如图3所示）。它主要由内容部件、行为部件、通信部件和管理部件组成，其中内容部件是辅助教学系统的核心，由构成课程的多媒体教学材料组成，实现时依赖于知识表示与技术呈现，特别是依赖于知识建模和本体的研究。行为部件主要功能是需要学习者通过“做”的交互方式来完成的自主学习的过程，表现形式有自适应学习导航、自适应练习与测试、自适应模拟模拟实验等。通信部件起到媒介作用，主要是支持学习者与教学专家之间、学习者相互之间的交流和沟通的通信工具，支持学习者的协作学习和协同进化。管理部件主要是支持教学过程中必要的管理职能。在功能模块实现上主要由学习者模型库、领域知识库和教学决策库组成。

3 分布式自适应ITS的技术实现

3.1 智能授导机制和网络技术支持

数字化技术辅助教学中智能授导的研发技术路线主要有模拟课堂面授的路线、人工智能的技术路线和网络协同进化的路线。在分布式自适应ITS中，由于学习者本体基本上是基于资源的自主学习，其最强烈的需求是学习资源的组织传递和共享以及人机协同进化[8]中的自组织性。为满足此要求，具有自适应特征的网络协同进化的技术路线十分突出“授导”特性，即满足了系统地对教学内容的组织和传播，又兼顾对学习者本体提供针对性的适应性学习支持。网络协同进化的技术路线是基于网络这一分布式系统自身知识获取的主动性与持续性，充分发挥人机协同进化中的反馈性与自组织性，激发群体智慧的生成，从而影响学习者个体的较低层次的进化。

庄秀丽等研究阐述了Web2.0网络中如何通过拓展人群关系网络来聚合所需资料[14]，学习者应用学习资源的行为螺旋往复、不断拓展与优化，实质上它构成了一个网络协同进化的过程，学习者在参与、分享、共创的网络学习行为中，群体智慧自然而然地产生，并对学习者的学习产生积极作用。这充分证明了网络协同进化的网络学习空间为分布式自适应ITS的实现准备了外在条件与技术支持。

3.2 分布式自适应ITS的实现

根据智能授导机制，基于本文提出的模型和智能网络的技术支持，实现中借助AI中的产生式算法、模糊推理、人工神经网络等技术手段组建内在的组织领域知识库，原因在于领域知识获取是赋予智能授导系统具有推理、判别与自适应能力的关键环节，进而最终形成的知识库基本包含两类知识：陈述式的学科知识与反映专家经验的程序式知识。在教学决策库的构建中采用了数据挖掘技术，首先通过学习者特征分析模块引导学习者与系统进行对话，确定挖掘目标、提交系统参数，产生初步挖掘结果；其次通过对领域知识库中的专家经验知识和系统领域背景知识进行数据挖掘分析，得出补充的挖掘结果；最后结合自适应测量推理机产生全面的挖掘结果，并在教学决策库中对其做出合理的决策结果。

此外，把群体决策技术引入到分布式自适应ITS中充分发挥了自适应的特征。通过从系统工程的视角分析，给出了由问题维、用户维、过程维等构成的描述学习者群体决策结构，较好反映了群体决策对象之间综合信息关系。同时选择专门为语义Web设计的本体表示语言OWL语言来描述学习者模型[15]，它具有更强大的功能来表示语义和容易被机器理解的特点。

在辅助教学软件的初步开发实践中，测试发现本模型能够满足学习者模型所要求具备的自学习性、自组织性和自适应性特征。

4 结束语

针对当前ITS研究的不足，本文选择了基于自适应为特征的分布式ITS作为数字化技术辅助教学软件开发研究的一个切入点，利用贝叶斯网络的思想来设计学习者原型模型来满足适应性和个性化的要求，融入了先进成熟的AI技术、数据挖掘技术和群体决策技术，更多的关注系统各模块的标准化、形式化构建以及分布式系统的协同工作，达到知识的共享与重用，还选择了专门为语义Web设计的本体表示语言OWL语言来描述学习者模型，并依据网络协同进化的技术路线，最后给出了分布式自适应的智能授导系统模型。此模型能够让机器更好的理解网络内容和对知识进行显性的描述，弥补了传统智能授导方式整合信息并产生自适应策略机制的不足。如何提高自适应特征下教学决策效率是今后研究工作的另一个重点。

参考文献：

[1] 王万森.人工智能原理及其应用[M].北京.电子工业出版社,2007:4-6.

[2] Mand1 H, Lesgold A. Learning s for intelligent tutoring systems[M]. New York: Springer-Vedag, 1988:307-307.

[3] Hartley J R, Sleeman D H. Towards more intelligent teaching system[J].International Jounal of Man-Machines Studies,1973,5(2):215-236.

[4] Peng-Kiat Pek, Kim-Leng Poh. A Bayesian tutoring system for Newtonian mechanics: Can it adapt to different learners?[J]. Educational Computing Research, 2004(3): 281-307.

[5] Albert D, Hockemeyer C. Adaptive and Dynamic Hypertext Tutoring Systems Based on Knowledge Space Theory [C]. AIED’97 Artificial Intelligence in Education, 1997: 553-555.

[6] Martin J, VanLehn K. A bayesian approach to cognitive assessment [J]. Cognitively Diagnostic Assessment, 1995:141-165.

[7] Declan Kelly, Brendan Tangney. Adapting to intelligence profile in an adaptive educational system [J].Interacting with Computers, 2006 (3):385-409.

[8] 智勇,曹梅,杜楚源. 基于B/S结构的智能授导系统的设计与实现[J].计算机工程与应,2004(11):159-161.

[9] 张蕾,郭文强.浅谈现代网络通信技术的发展对智能授导系统的影响[J].无线互联科技, 2011(11):15-16.

[10] 郭文强,王思秀.基于智能授导系统的软件开发策略研究[J].科技传播,2012(1):165-166.

[11] 李欣.分布式认知视角下的智能授导系统的设计与开发[J].电化教育研究,2008(1):52-58.

[12] Stephanidis C, Paramythis A, Akoumianakis and Sfyrakis M. Self-adapting web-based systems: Towards universal accessibility [DB/OL]. 2000.

[13] Brusilovsky P, MILLER P. Course delivery systems for the virtual university [EB/OL].2001.

[14] 庄秀丽.Web2.0技术学习的作川研究[J].中国远程教育,2009(11):32-36.

[15] 岳静,张自力.本体表示语言研究综述[J].计算机科学,2006(2):158-162.

基金项目:

新疆教育科学规划项目（No.070729）; 新疆社科基金项目（No.11BTQ127）; 国家社科基金项目（No.11BTQ029）; 国家自然科学基金项目（No.61163066）。

第15篇

关键词 信息技术；情境教学；智慧课堂；有效教学

中图分类号：G633.67 文献标识码：B

文章编号：1671-489X（2015）21-0100-02

所谓有效教学就是指教学的效益问题，即什么样的教学是有效的？所谓“有效”，主要是指通过教师在一段时间的教学后，学生所获得的具体进步或发展。教学有没有效益，并不是指教师有没有教完内容或教得认不认真，而是指学生有没有学到什么或学生学得好不好。如果学生不想学或者学了没有收获，即使教师教得再辛苦也是无效教学。同样，如果学生学得很辛苦，却没有得到应有的发展，也是无效或低效教学。因此，学生有无进步或发展是衡量是否是有效教学的唯一指标。

信息技术课是一门操作性很强的课程，本身有其自身的学科特点。现在很多信息技术教师存在错误的教学观念，认为只要自己在课堂上讲得越多，操作示范得越仔细，自我越觉就越良好，生怕自己有些重要的概念没有讲到，有些关键性的操作没有示范好。其实这种传统的被动式的教学把学生当成教学的道具和观众，其教学是无效的或盲目的。下面就现在比较热门的信息技术课的有效教学策略谈谈自己的一些看法。

1 学案教学引导学生自主学习、自主探究，促进有效教学

学案教学是以学案为载体，学生依据教师精心准备的学案在教师的指导下进行自主探究的教学活动。学案教学有助于引导学生自主学习、自主探究，确保学生学习中主体地位的落实，实现学生学习的最大效益，最大限度地为师生互动提供课堂时空。学案教学可以帮助学生系统地、全面地把握课堂主要知识内容，克服学生盲目的自主学习，有利于准确理解学习目标、学习重点和学习难点，提高学生的学习效率。例如，笔者在教授浙教版《信息技术基础》第一章“信息与信息技术”这节课时，就采用了学案教学，提高了课堂效率，取得较好的教学效果。

“信息与信息技术”这节课本身属于标准的理论课，本节课的教学内容为信息、信息的特征0.5课时，信息技术的发展、应用及展望0.5课时。本节课的知识点理论性较强，知识点之间联系较少，根据传统教学方式，通过教师简单说教，其教学效果不言而喻。通过学案教学，把本节课中关于信息、信息技术的概念这两个知识点，通过学案中的练习形式组织在一起，学生根据学案，在教师的指导下完成学案中的练习，这样避免了理论课单调枯燥的教学氛围，促进了有效教学。

本节课中关于信息技术的发展历程这部分知识，学生完全可以自己学习理解，所以笔者在教授这部分内容时设计让学生看10分钟的书自主学习，完成学案中的练习，取得了很好的教学效果。

2 微课教学突破学生学习时空限制，实现分层教学，促进有效教学

“微课”全称“微型视频课程”，它是以流媒体的形式为主要呈现方式，围绕学科的某个知识点、例题习题、疑难问题、实验操作等进行的教学过程及相关资源之有机结合体。微课的教学时间一般以5～8分钟为宜，最长不宜超过10分钟。教师根据学生的需要精心制作好微课以后，可以借助计算机网络让学生自己选择时间和地点来自主学习。另外，微课可以反复播放，这样可以使平时那些接受慢的学生反复观看，有效地解决了后进生的转化问题。虽然单个微课时间比较短，但是一个微课往往是一个知识点、一个重点、一个难点，这些都是针对学生的学习特点精心制作的，非常适合学生的自学。

笔者在教授浙教版《信息技术基础》第四章第二节“数据库系统”时就采用了微课教学。从数据库软件Access的启动到数据库的建立，最后到数据库的保存，整个流程通过微课的形式呈现给学生，短短八分钟就把数据库的操作介绍得清清楚楚、非常详细。大部分学生只要在课堂上通过观看微课的形式，就可以掌握数据库的基本操作；有些后进生如果课堂上的时间不够的话，可以在家通过网络再次学习。

另外，对于同一上课内容，针对不同层次的学生，可以设计和制作难易程度不同的微课，从而实现分层教学。不同的学生根据自己学习能力的不同可以选择不同的微课，对于学习能力不太好的学生，提倡选择比较简单的微课；对于学习能力较好的学生，提倡选择比较难的微课。通过这种措施，实现了分层教学，促进了有效教学。

例如，笔者在选修课“VB编程经典实例”混合结构的教学过程中，对于学习成绩一般的学生，设计和制作的微课是“分数相加”实例；对于学习成绩较好的学生，设计和制作的微课是“分数相减”实例。虽然“分数相加”实例和“分数相减”实例中都涉及程序混合结构这部分知识的学习，但是“分数相减”实例比“分数相加”实例多了一个IF选择结构用于判断符号位，从而使学有余力的学生有了进一步的提高。

3 情境教学激发学生浓厚的学习兴趣，刺激学生的好奇心，促进有效教学

情境教学是指在教学过程中，教师有目的地引入或创设具有一定情绪色彩的、以形象为主体的生动具体的场景，以引起学生一定的态度体验，从而帮助学生理解教材，并使学生的心理机能得到发展的教学方法。情境教学促进有效教学，因为情境教学创设的情境可以在教学活动中起很大作用。学习过程是一种认识过程，认识的一般规律是由感性认识上升到理性认识，由具体上升到抽象。情境教学架起一座从直观到抽象、从感性到理性、从教材到生活的桥梁，可以很好地帮助学生更好地理解知识、掌握知识。情境教学创设了良好的教学环境，从而提高了教学效率，改善了教学质量。情境教学为学生探索与思考留有广阔的发挥空间，使学生的主动性、创造性得到很好的发挥，是十分有效的教学策略。

笔者在教授浙教版《信息技术基础》第三章“智能处理”这节课时，就采用了情境教学。上课过程中，笔者通过播放影片《超能陆战队》中机器人大白的一段视频来吸引学生，创设一个机器人非常聪明的环境，从而引出人工智能的概念。学生通过观看《超能陆战队》的影片片段，更好地理解了人工智能的概念，同时也深刻了解了人工智能的应用前景非常广阔。

另外，笔者在教授《信息技术基础》第四章第一节“信息资源管理及其沿革”这节课时，正好是五一节前夕，所以创设了一个“五一节我要和爸爸妈妈一起去环太湖自驾游”的情境，让学生通过百度地图搜索自驾游路线，安排住宿和吃饭。通过这样的情境设计，学生的情感被充分调动了起来，学习的积极性空前高涨，学习的效率自然而然也提高了。

4 “智慧课堂”可以实现师生、生生实时互动，打破传统课堂教学模式，促进有效教学

智慧课堂是通过手持终端借助领先的互联网技术，利用云端服务器实现资源转接平台和电子学习平台，将学校、教室、学生家中、公共学习资源库以及学习资源提供商等各方连接互通起来，让教师和学生能随时随地通过终端进行教与学。笔者所任教的湖州市第二中学在深化课程改革过程中，积极打造智慧课堂，建设了一个智慧课堂教室。终端选用安卓系统的三星平板电脑，每个平板电脑都预先装载了课程材料、电子教科书和其他有用的资源。学生携带平板电脑可以轻松地从一个课堂到另一个课堂，使用它们无缝访问自己的课本和其他所需课程材料。

智慧课堂在国内和省内目前处于起步阶段，有些理论还不是很成熟，但智慧课堂能够实现师生实时互动，打破传统课堂教学模式的优点值得肯定。

笔者在教授浙教版《信息技术基础》第三章“算法及其实现”这节课时，就上了一堂智慧课堂示范课，取得了较好的教学效果。上课过程中，笔者利用平板电脑向所有学生分配了一个任务：

一个农夫带着一头狼、一只山羊和一篮蔬菜要过河，但只有一条小船。乘船时，农夫只能带一样东西。当农夫在场的时候，这三样东西相安无事；一旦农夫不在，狼会吃羊，羊会吃菜。请设计一个算法，使农夫能安全地将这三样东西带过河。