自適應學習：大數據時代個性化學習的新推力*

胡 旺，陳 瑤

（1.上海民航職業技術學院 學生工作處，上海 200232；2.上海海事大學 教務處，上海 201306）

2017年2月，美國新媒體聯盟官網（The New Media Consortium，NMC）依照慣例發布 2017年《NMC地平線報告（高教版）》，該報告由國內外知名專家、學者以Wiki Space平臺為基礎，主要以德爾菲質性研究為分析方法[1]得出。報告主體預測了高等教育技術方面的六大進展，其中自適應學習技術在未來1～2年會被廣泛運用。該年3月，北京師范大學智慧學習研究院與美國新媒體聯盟合作，發布了首個針對中國高等教育的地平線報告，該報告預測了未來五年內影響中國高等教育發展的12大技術，其中適應性學習被認為在未來2～3年將取得重要突破。自適應學習技術與適應性學習同時指向一個名詞，即自適應學習。自適應學習已經不是地平線報告中的新面孔，查看2004年以來的《NMC地平線報告（高教版）》，發現2015年、2016年連續兩年高等教育的重大進展中均出現自適應學習的身影。由此可見，自適應學習在未來高等教育領域有著廣闊的應用前景，且目前英國、美國、挪威等國家將其視為教育信息化的首要發展戰略。[2]在我國，祝智庭教授[3]曾提出個性化自適應學習系統將成為以大數據為基礎的新的教育技術范式?；诖?，文章對自適應學習加以解讀，分析其內涵、在教育領域的應用現狀、趨勢及挑戰，以期為后續研究提供參考。

一、自適應學習的概述

1.自適應學習的緣起

在我國，自適應學習最早可以追溯到2000多年前孔子所倡導的“因材施教”教學思想。而其研究則真正開始于20世紀80年代，1983年朱新明教授與西蒙（H.A.Simon，國際認知科學家）合作探究示例演練學習（自適應學習的一種重要形式）在學科教學中的有效性，并從信息加工角度探討其認知過程。[4]經過10多年研究，其團隊提出基于產生式系統的人類自適應學習模型、相關理論、原則及方法。[5]1996年，Brusilovsky教授[6]提出適應性超媒體系統的概念（自適應學習系統由其演化而來）。此后，關于自適應學習的研究日益增多，尤其是近幾年隨著移動設備及教育信息化的快速發展，自適應學習成為廣大科研工作者關注的熱點之一。2016年培生集團順勢推出《解碼自適應學習》報告，作為目前唯一一份關于自適應學習的研究報告，該報告通過對K12及高等教育領域自適應學習工具的研究，系統回答了自適應學習的定義、工具，及各工具間的區別與聯系等問題。[7]自適應學習與教育大數據結合，共同關注學習者個性化發展，回歸教育本質，與時代發展對人才的要求相吻合，未來必將受到更多研究者的青睞。自適應學習發展脈絡如圖1所示。

圖1 自適應學習發展脈絡圖

2.自適應學習的內涵

（1）適應的內涵

“適應”在《現代漢語詞典》中有兩層意思，一是生物學中常用的概念，“生物適應”既指生物體與環境的協調程度，又指生物體為適應環境所做的改變，即生物體的進化過程；二是在心理學領域，“感覺適應”指感受器在持續刺激下產生感受性變化的現象，如從亮處進入暗處，要經過一段時間才能看清東西。[8]著名兒童心理學家皮亞杰[9]認為智力的本質是一種適應，是在主體與客體互相作用過程中產生并通過主體不斷自我調節構造起來的不同心理技能。在教育領域，潘懋元先生[10]認為“教育適應”有兩方面的含義：一是教育受到一定社會政治、經濟、文化科學所制約；二是教育必須為一定社會的政治、經濟、文化科學的發展服務。唐榮德[11]認為“教育適應學生”中的“適應”是指教育要有針對性地引導和促進每一種發展可能性的有效發展，這與當前個性化教育理念不謀而合。

（2）自適應學習的內涵

“自適應”在強調教育引導功能的同時更注重學習者特征，學習環境、學習內容等隨學習者情況的變化實時改變?？v觀國內外關于自適應學習的相關定義，主要分為兩類：一類是從學習者角度出發解讀自適應學習，如高虎子等[12]認為自適應學習是指學習者在學習過程中，通過積極的探索和思考，把知識與技術的獲取與學習者學習條件及其學習進度相結合的一種學習方式；時龍[13]認為自適應學習的要義是學習者從自身的實際出發，按照自己的方式學習，教育的根本功能是激活和調動學習者自身的內在學習機制，引導學習者在改變自身過程中得到發展。另一類則是從學習工具視角解讀自適應學習，如《解碼自適應學習》報告將自適應學習看成一種教育科技手段，通過自主提供適合每位學生的獨立幫助，在現實中與學生產生實時互動，[14]姜強等[15]認為自適應學習是一種系統驅動隱性知識呈現的方法，有助于防止學習者發生認知超載和網絡迷航等現象。

結合各領域對“適應”一詞的界定及自適應學習現有的闡釋，筆者認為自適應學習（Adaptive Learning）是指學習者根據具體的學習情境，學習風格、認知水平等個體特征不斷調整自身學習活動、學習方式、學習內容等以適應新的變化，化被動學習為主動學習，激發自身學習興趣與學習信心，進而大大提升學習效果的學習方式。簡言之，自適應學習是學習者按照自己的方式學習，學習時間、學習內容、學習方法、學習進度等全由學習者自己掌控。值得一提的是，自適應學習的學習結果不僅僅是知識與技能的獲得，更重要的是在不斷監控自身學習的過程中對學習者自身的改造。

3.自適應學習的工具

要想使自適應學習效果最優化，必然少不了學習工具的支持。參考《解碼自適應學習》報告，本研究認為目前主要有三種自適應學習工具——自適應內容、自適應評估及自適應序列。它們以不同的方式搜集并分析學生各方面數據，并根據數據不斷調整提供給學生的學習內容、測評方式及學習順序，以促進學生的個性化發展。[16]

（1）自適應內容

自適應內容可以根據學習者的具體情況提供個性化內容反饋，包括問題提示、學習材料等，是目前市場占額最大的自適應學習工具。自適應內容搜集與學生學習相關的內容數據，并通過提供獨一無二的學習資源、學習線索等實現學習內容的個性化。目前，自適應內容主要分為兩類：一是教學課程類自適應內容，二是教學游戲類自適應內容。CogBooks與Dreambox Learning是兩款比較有代表性的自適應內容工具，如表1所示。經過亞利桑那州立大學與美國加州圣何塞三所政府特許學校的實踐應用，證明自適應內容對學習效果的提升具有顯著效果，在教育領域應用潛力巨大。

表1 自適應內容工具表

（2）自適應評估

長久以來，考試測驗被認為是檢驗學習成果最“公平”、最有效的方式，然而測驗時間、測驗內容的無差異性，導致學生如同流水線上的產品，同質化現象嚴重，無法真正滿足現代社會對多樣化人才的需求。自適應評估作為自適應工具的一種，可以自動調節測驗內容的難度及出現順序，實現測驗內容的個性化。如美國研究生入學考試GRE&GMAT測試題，答題者在連續答對題目后會發現題目越來越難，這就是自適應評估工具根據答題者的表現自動調整的結果。自適應評估通常用來考察學生的進步情況，主要有兩類應用場景：一是用作練習的自適應評估，該類評估主要在課堂結束后進行，持續時間較短，形式較為多變，用于檢測學生對知識的掌握程度；二是用作基準測試的自適應評估，此類評估持續時間較長，形式較為正式，往往隔幾個月檢驗一次學習成果，并為學生量身打造學習方案。

（3）自適應序列

作為自適應學習工具中最復雜、最綜合的一種，自適應序列基于學生的學習表現，利用算法與預測性分析，持續收集數據，其作用過程主要分為三步——收集數據、分析數據、調整學習內容，如圖2所示。收集數據是改變學習序列的基礎，數據的類型、知識的難度等級與概念的細節程度、學習者的學習歷史三方面的數據需主要考慮。數據收集后，自適應序列從學習者分析、技能選擇、內容分析三方面分析學生對知識的掌握程度，并為學生挑選下一階段的學習內容。完成以上兩步之后，自適應序列會根據分析結果調整傳遞給學生的內容數量與方式，作業與學習資源也被重新規定。在此階段，自適應序列主要考慮學習內容的傳達方式、可提供內容的數量、內容之間的相互關系三方面。

自適應序列往往與自適應內容、自適應評估結合使用，是否收集實時數據是自適應序列與自適應內容的主要區別。Fishtree、Brightspace Leap及Knewton是目前海外市場較為普及的三種自適應序列工具。

圖2 自適應序列作用過程圖[17]

二、自適應學習在教育領域中的應用分析

1.自適應學習的應用領域

自適應學習注重對學生學習數據的收集與分析，能最大化發揮教育數據的應用價值，在促進個性化學習方面發揮著不可替代的作用。近年來，關于自適應學習的研究日益增多，主要集中在語言培訓、教育游戲及教育測評等方面。

（1）語言培訓

語言是文化的載體，也是文化的核心組成部分，語言培訓是指通過一段時間的學習與訓練，受訓人獲得運用某種語言能力的過程。[18]自適應學習與實時語音識別技術、大數據相結合，為語言培訓提供支持。在傳統語言培訓領域，如英語教育中“啞巴英語”現象十分普遍，究其原因：一是英語學習環境的缺乏；二是語言培訓產業對練習結果難以量化分析，培訓效果參差不齊。

英語流利說團隊將自適應學習引入語言培訓領域，2016年發布全球首個自適應移動英語課堂“懂你英語”。在學習環境上，“懂你英語”內置6000多張原創手繪地圖、36000多道真題測試、22000多句美式播音配音為學習者營造沉浸式英語學習環境；在學習內容上，“懂你英語”的自適應學習系統具備自學習能力，能不斷提高學生與最合適學習內容的相關性；在學習效果評價上，對學生學習數據全程追蹤，并與語音識別技術相結合，實現多維度的口語評分與反饋，包括語音、語義及邏輯連貫度上的準確測評。

（2）教育游戲

將趣味性與教育性巧妙融于一體的教育游戲，深受廣大學習者的喜愛。隨著信息時代的到來及智能電子設備的普及，教育游戲具有良好的發展前景。將自適應學習引入教育游戲領域，可以更好地監測游戲進程，并通過對游戲數據的收集與分析，不斷調整游戲的內容進程，設計出個性化學習方案。

美國一直走在教育游戲行業前列，隨著教育游戲的普及，近幾年美國的研究重點已從關注游戲機制、特征、教師如何運用教育游戲等方面轉向學生游戲數據的分析與利用。Kurt Squire教授[19]認為當前最具挑戰的任務是如何將評估系統嵌入游戲中給游戲中的學習行為以反饋，其團隊一直在進行這方面的嘗試。該評估系統能預先設置節點對學生進行前測、后測，跟蹤學生動作路徑并記錄。此外，游戲級別與挑戰難度會根據學生的學業成績[20]自適應調整，具體如圖3所示。

圖3 教育游戲評估系統圖

（3）教育測評

教育測評是提升教育質量的重要手段之一，不僅有利于提高學生的學習效率，促進教師專業化發展，還有利于教育結構的優化，促進教育長足進步。然而，目前教育測評仍停留在“一份測試內容定天下”的層面，忽視學生間的個體差異，簡單地用一份試卷，通過一次測試來評判教育質量，未免太過草率。將自適應學習引入教育測評領域，學生間的個體差異與每位學生自身狀態的變化都被納入測評范疇，根據學習者答題情況實時調整測試內容，有效增強教育測評的準確性與科學性，力求客觀、全面地反映學習效果。

ALEKS（www.aleks.com）是面向 K-12及高等教育領域的數學在線學習平臺，其自創的“知識空間理論”運用組合數學和隨機過程相關模型，通過數學語言分析學生測試成績。測評時，前一道題的回答情況直接影響下一道題的難度，前一次測評成績直接影響下一次測評難度。每一次測評結果都以直觀圖式呈現，主要包括學生對知識的掌握程度、進步情況及與歷史成績的對比三個維度。ALEKS根據測評結果為學習者提供自適應指導，大大提高了學生學習效率，減輕了教師的教學負擔。

2.自適應學習的應用案例分析

自適應學習顛覆傳統學習模式，在教育領域前景巨大，但目前自適應學習在教育中的應用研究相對較少，此時了解自適應學習在教育中應用的成功案例顯得十分必要。Knewton是目前服務地區最廣、用戶人數最多的自適應學習產品，其全球用戶人數高達900萬。Istation Reading針對讀寫領域，一切學習活動的可視化及游戲化是該系統最大的特點，且已被實踐證實可以在教室場景中有效運用?；诖?，本研究著重分析自適應學習平臺Knewton及自適應評估系統Istation Reading，以期為自適應學習的教育應用提供借鑒。

（1）自適應學習平臺Knewton

自適應學習平臺Knewton創建于2008年，依靠其強大的實時推薦引擎，被稱為全球自適應學習平臺的典范。Knewton提供三項核心服務[21]（針對學生的內容推薦服務、針對教師的學情分析服務、針對內容提供商的內容洞察與分析服務），通過對學習內容的優化及學情的實時分析，優化教學過程，提升教學質量。

①Knewton運行機制

教育路徑規劃技術及學生能力高級模型作為Knewton推薦原理的基礎，與知識圖譜結合，通過為系統內容打分的方式來判斷其呈現順序，力求為學生提供最佳學習內容。Knewton學習平臺主要由數據基礎結構、推斷基礎結構及個性化基礎結構三部分構成，[22]其中數據基礎結構主要負責學生個體信息（如學習目標、學習興趣、學習風格等）的整合分類及學生學習實時數據的處理；推斷基礎結構包括心理測量引擎、學習策略引擎、反饋引擎，主要負責評估學生能力、對教學的接受程度并將評估結果反饋給學生本人；個性化基礎結構主要負責學習內容的推薦及學生測量指標的預測，如圖4所示。此外，數學學習儀表盤的出現有利于學生分組，減少學習挫敗感。

圖4 自適應學習平臺Knewton運行機制圖

②Knewton所取得的成果

Knewton學習平臺充分利用大數據優勢，通過學生人數的增加來提高推薦準確性，與此同時，當學習者學習某個特定概念時，系統自動推送其他學習者的學習路徑，將學習同一概念的學習者聯系起來，減少學習孤獨感。實踐證明，Knewton自適應學習平臺在提高考試通過率、降低輟學率及提高學習效果等方面均有顯著效果。

（2）自適應評估系統Istation Reading

Istation公司（www.istation.com）成立于 1998年，該公司提供豐富的動畫及游戲教育技術，其產品涉及閱讀與寫作、西班牙語、數學三方面。其中Istation Reading是針對讀寫領域的自適應評估系統，該系統面向幼兒園到12年級的學生，為其提供閱讀、寫作課程及線上測評。該系統的課程、活動及測試均以游戲的方式進行，有利于激發學生興趣，提高學生參與度。

①Istation Reading運行機制

Istation Reading首先為每位學生提供前測ISIP（Istation Indicators of Progress）以了解學生的初始閱讀水平（包括聽力理解、音位知識、字母知識、詞匯、拼寫、閱讀理解、閱讀速度等），學生完成測試后，系統根據測試結果將學生分組，并自動調整每一組別的游戲難度。每經過一段時間的學習，系統都會再次對學生的閱讀水平進行評估。為更準確地掌握學生的閱讀水平，該評估系統內所有測試內容均有明確的時間限制。通過前測、學生分組、教學內容與課程分配、后測循環的方式來提高學生的閱讀水平。

②Istation Reading所取得的成果

佛羅里達中心大學的國際閱讀研究中心（The Morgridge International Reading Center）在一部分公立小學共250853名學生中運用Istation Reading自適應評估系統來檢驗學習效果。經過一整個學年的實踐，學生的閱讀水平有顯著提升。

三、自適應學習的應用優勢及挑戰

大數據時代個性化學習發生需要新的推動力量，自適應學習作為一種新興的技術手段，在全面獲取學生數據、及時調整學習內容及學習難度、適時做出學習評價等方面有著不可替代的作用，為個性化學習的發生奠定基礎。通過上文對自適應學習平臺Knewton及自適應評估系統Istation Reading的分析，我們不難發現自適應學習在提升學習滿意度、優化教育教學質量方面也有一定作用。未來自適應學習在教育中應用優勢與挑戰并存，需要研究者不斷實踐，最大化發揮自適應學習優勢，應對挑戰。

1.自適應學習在教育領域的應用優勢

無處不在的學習數據為學情分析、學習內容調整、學習量化評價等提供便利，為自適應學習深入發展奠定數據基礎。未來自適應學習在教育中的應用將主要圍繞精準推送學習內容、實時反饋學習信息及收集分析學習數據三方面展開。

（1）學習內容精準推送，服務個性化學習

學生間存在個體差異是不容忽視的事實，且隨著信息網絡及現代通信設備的發展，學生間的個體差異越來越明顯，傳統“一刀切”式的同步調學習已不能滿足學習者需求，此時個性化學習顯得尤為重要。而學習內容是連接教與學最基礎的紐帶，要實現個性化學習，首先要實現學習內容的個性化。自適應學習關注學生間的個體差異，根據每位學生的具體學習情況，精準化推送學習內容，使擁有不同學習步調、不同學習風格與不同特長的學生都有最適合自己的學習內容，最大化維持自身的學習興趣與學習優勢，追求最優化學習效果。與此同時，精準化推送學習內容可以顯著解決因學習問題（如被動聽講、教師教學速度與節奏把握不當、學習目的不恰當等）導致的學生行為問題（如注意力問題、耐挫問題、人際交往問題等）。

（2）學習信息實時反饋，優化教學流程

就教學系統而言，只有通過學習信息的實時反饋，才有可能對整個教學系統實施及時且有效的調整與控制，從而促使教學系統最終實現教學目標。[23]學習信息反饋是教學流程中較為關鍵的一環，及時高效的信息反饋能有效優化教學流程。學習信息的實時反饋不僅能幫助教師實時了解學生的學習情況，及時調整教學策略與教學內容，從而優化教師的教學過程；還能幫助學生更好地了解自己，及時調整學習策略，激發學習動機，從而優化學生的學習過程。自適應學習將實時反饋機制引入教學活動，將線上、線下的教學與信息反饋、測評緊密結合在一起，有效整合教學與評價活動?；趯W生實時學習情況的形成性評價對學習動機的激發與維持、學習過程的優化、學習滿意度的提升具有明顯促進作用。教學既包括教師的教也包括學生的學，學習信息實時反饋通過對教師教學過程與學生學習過程的實時調整來優化教學流程。

（3）學習數據收集與分析，便于教學管理

教學管理是教學活動的基礎，是保障教學活動穩步、健康、可持續推進的基本前提。通過對學生學習數據（包括學習過程數據與學習結果數據等）的收集與分析，可以有效提高教學管理質量，從而促進教學質量的提升。各種類型的結構化、半結構化與非結構化的學習數據，記錄了學生過程性、即時性的學習行為與學習現象，[24]對這些數據的收集與分析，可以為教學管理的順利開展提供大量的量化數據，增加教學管理的科學性。自適應學習與教育大數據、學習分析、量化自我等新興技術相結合，彌補了一般教學平臺在學習數據收集與分析方面的弊端 （如數據收集范圍有限、數據收集不及時、數據分析不到位等），將教學管理從宏觀層面向微觀層面推進，致力于促進每一位學生的成長與進步。

2.自適應學習在教育領域應用面臨的挑戰

盡管自適應學習為我們描繪了一幅美好的個性化學習藍圖，但在推進自適應學習廣泛運用的過程中至少面臨以下三大挑戰。

一是“教”與“育”如何兼顧的問題。幾乎所有自適應學習產品都聚焦于“教授知識”這一層面，缺乏對“育人”的關注。育人是復雜的系統工程，需要教師長時間言傳身教、身體力行，才能在潛移默化中影響學生，幫助其塑造健康人格。先進的技術手段在輔助教學、提升學習效果方面成效顯著，在“育人”方面卻無計可施。因此，在使用技術的過程中如何同時兼顧“教書”與“育人”，還需要教育工作者不斷探索。

二是學生數據隱私的保障問題。依靠學生各項實時數據運作的自適應學習產品，在如何保障數據安全方面應建立一個統一的隱私保障機制，明確哪些教育數據該收集、哪些教育數據可以共享，切實保障好學生的數據隱私。

三是學生學習過程中的情感缺失問題。在自適應學習情境中，學生與教師及其他學習者分離，在長時間自學的過程中容易產生焦慮、孤獨等情感問題，[25]長此以往必然導致學習效率的下降。因此如何在促進學生學習效率提升的同時給予學生人文關懷是深化自適應學習應用過程中亟需解決的問題。

作為人工智能技術在教育領域的探索，自適應學習致力于為每位學生提供獨一無二的幫助，在優化學習效果、促進個性化學習方面有著巨大潛力，將給教育帶來持久而深遠的影響。然而新興事物或因其自身的不完善性或因人們的抵觸心理，其推廣運用總不能一帆風順。要真正促進自適應學習在教育中落地生根，需要廣大教育工作者共同努力，順應時代潮流，精心設計應用場景，并制定一系列規范，使教育真正服務于學生，促進教育質量提升。