面向终身学习的个性化“数字教师”智能技术研究与应用

来源:2023年度智慧教育优秀案例 2024-04-12 23:35:39 所属栏目:案例实践

针对终身学习场景面临的“学情杂、资源散、寻径难”等技术研究难点,围绕“谁在学、学什么、怎么学、学怎样”的终身学习闭环流程,突破用户画像生成与迭代技术(谁在学)、 行业知识图谱构建与演化技术(学什么)、自适应教育关键技术(怎么学)、测评体系构建技术(学怎样),形成支撑终身学习全流程闭环的智能技术体系。

本文大概

读完共需

分钟

为纵深推进教育数字化战略行动,深入发展智慧教育,促进智慧教育领域经验总结和互学互鉴,加强优秀案例分享和国际传播,在教育部科学技术与信息化司指导下,“智慧教育示范区”创建项目专家组秘书处与教育部教育信息化战略研究基地(北京、华中、西北)开展了智慧教育优秀案例征集活动。

经过申报或推荐、案例撰写培训和修改、专家遴选、公示等环节,共确定324个智慧教育优秀案例,其中区域发展类74个、学校实践类226个、解决方案类12个、研究成果类12个。

本期为您带来研究成果类智慧教育优秀案例:面向终身学习的个性化“数字教师”智能技术研究与应用

原文标题:面向终身学习的个性化“数字教师”智能技术研究与应用

原文作者:陈恩红1,2 王士进刘淇2 李鑫1  

袁亚兴3 郑永和4 夏菲菲1 惠治儒5 任萍萍1

1. 科大讯飞股份有限公司

2. 中国科学技术大学  3. 国家开放大学

4. 北京师范大学  

5. 北京科大讯飞教育科技有限公司

 

针对终身学习场景面临的“学情杂、资源散、寻径难”等技术研究难点,围绕“谁在学、学什么、怎么学、学怎样”的终身学习闭环流程,突破用户画像生成与迭代技术(谁在学)、 行业知识图谱构建与演化技术(学什么)、自适应教育关键技术(怎么学)、测评体系构建技术(学怎样),形成支撑终身学习全流程闭环的智能技术体系。

 

一、基于用户画像生成与迭代技术了解“谁在学”

为了解“谁在学”,进一步刻画终身学习者的特征,需要基于多源多模数据开展融合分析,并基于此构建维度可伸缩的用户画像模型,同时伴随着用户兴趣的迁移进行画像的迭代更新。

多源多模数据的融合分析技术。面向终身学习全生命周期,针对学习者的言语表达、面部表情、目光取向、肢体动作等细粒度多模态行为数据,利用多特征表示、复合特征提取及复合特征组合的方法,提取终身学习过程中学习者多模态行为数据的组成要素,进行多维度特征的数据融合与分析,抽象出每一细分群体的典型特征,进而提炼出不同类型用户群体的行为标签,洞悉用户情感强度、态度倾向。

维度可伸缩的用户画像建模技术。首先基于多模态行为数据统计、学习规则定义及行业类型,构建固定维度的用户画像模型,包含学习进度、学习投入度、学习活跃度、学习效果等,同时在此基础上结合不同人群、不同行业数据特征及个体人格差异实现维度分类,以刻画不同学习群体的用户画像;其次,动态跟踪和挖掘数据的特征与规律,实时调整用户画像构建维度,保持用户画像结果动态性和真实性,满足终生学习过程中不同阶段的用户画像建模需求。

用户画像迭代更新技术。结合多模态行为数据融合结果,追踪和更新不同阶段学习者的学习兴趣、学习需求,从而构建学习者成长过程与画像间的自适应关系,实现用户画像动态更新。

 

二、基于知识图谱构建与演化技术掌握“学什么”

为掌握终身学习者“学什么”,需要构建垂直行业精细知识图谱,基于此开展行业知识体系的生命周期管理,并实现终身学习资源在图谱与知识体系上的挂载与映射。

垂直行业精细知识图谱自动构建技术。行业数据往往具有海量异构多源的特点,一方面造成人工标注成本的急剧上升而使得标注数据缺失,另一方面显著增加了行业数据表示的困难。同时,不同于普通的实体关系抽取,面向终身学习的知识需要更加概念化以便于学习者学习,知识之间需要有更加明确的层次关系,实体结构的复杂性与关系的复杂性也将带来概念与关系抽取不全或存在错误的问题。对此,首先面对海量异构多源的行业数据,通过构建行业大规模预训练模型完成行业数据的统一表示,在此基础上建立基于预训练模型的实体关系抽取框架,得到知识的概念化表示与层次关系。其次,针对行业数据质量多样化、层次关系结构复杂等特点,进行实体的预测补全与关系的预测补全,识别并纠正概念与关系中所包含的潜在错误,提升知识图谱的质量与可靠性,完成知识体系的构建。

基于知识体系生命周期管理的资源映射技术。随着行业知识规模的持续增长、形式的不断丰富、知识与知识体系的迭代更新,面向知识图谱更新的生命周期管理显得尤为重要。同时,还需要将终身学习资源映射到已构建的知识图谱上才可以提供完整的服务。对此,首先通过构建行业知识及资源的发现平台,实现多源行业终身学习资源的持续发现与汇聚;其次,在此基础上构建资源抽象表征的向量,挖掘实体特征表征的更新信息,与知识图谱中实体实现语义空间的对齐;最后,通过异构资源与图谱实体的映射,实现资源的在线扩展与动态插入挂载。

三、基于学习路径规划与资源推荐技术辅导“怎么学”

为辅助终身学习者“怎么学”,需要借助认知诊断技术在了解终身学习者基础上定制个性化的教学模式,然后在已构建的知识图谱上开展学习路径规划,最终实现路径上每一步骤的跨媒体教学资源自适应推荐。

基于认知诊断的个性化教学模式生成技术。首先利用智能感知设备实现对学习者学业测评数据、心理测评数据、学习行为数据等多模态数据的智能感知和采集,搭建并维护学习者学习过程和学习结果的全方位数据库,利用时间序列分析方法实现对学习者“知识—认知—情感”的学习状态精准识别。其次,以行为主义、认知主义、建构主义等经典学习理论为依据,研究学习目标、学习状态和认知风格的精准判别方法,实现对学习者个性化学习需求的精准分析。最后,结合最近发展区理论和协同过滤算法,实现教学模式的个性化制定。

行业知识图谱驱动的学习路径规划技术。首先通过挖掘学习者目前的知识掌握状态,结合学习者的年龄、学习目标等背景信息和行业领域、知识图谱等知识数据,遵照知识依赖关系和知识优先级设计学习顺序,给学习者推荐合适的、个性化的学习路径。其次,综合学习过程中学习者知识状态的动态演变,对学习路径进行动态调整,从而精准匹配学习者的需求,更利于学习者的知识掌握。

跨媒体教学资源自适应智能推荐技术。首先基于学习者当前知识状态与学习目标,结合学习者个性化的学习偏好,利用专家知识和主动学习进行最佳教学资源的自动组合。其次,根据学习时长、学习结果、评价记录等反馈信息,进行推荐策略的实时调整。最后,依据学习者个体的知识掌握状态和兴趣偏好,合理挖掘并利用跨媒体教学资源间的协同效应,融合学习者个性化信息,结合学习者-教学资源交互关系以及教学资源组合关系,实现跨媒体资源的智能自适应推荐。

四、基于综合竞争力测评体系构建技术评价“学怎样”

为进一步评价终身学习者“学怎样”,首先需要构建多维综合测评体系,然后基于多元化、智能化的测评技术开展各类型的自适应测评,最后将测评结果通过分布式区块链进行存储以实现测评信息的可信可靠、互信互认。

多维综合测评体系构建技术。整合现有基础教育、高等教育和职业培训等既有测评体系,开展面向人才关键软能力的测评体系构建,例如社交互动方式和沟通技巧、想象力、创造力和批判性思维能力、持续学习、在国际化和全球化的环境中工作等能力;同时以职业人格理论为基础,对学习者在现实型、探索型、艺术型、社交型、企业型、常规型这六种类型维度上进行能力描述,构建个体的多元化职业兴趣与能力测评体系,并根据学习者职业兴趣与能力,依据标准化职业描述及技能标准,对学习者在相关行业及职业上的竞争力进行综合测评。

多元化智能化自适应测评技术。首先对学习者的多元异构数据进行汇总整合,包括学习者受教育的领域、学习进度、历史测评记录以及用户画像信息等,采用数据挖掘的方法分析学习者测评需求与学习者特征数据之间的关系,实现对用户测评需求的探知。其次,针对用户能力的个体差异以及测试领域的不同,依据相关认证体系的要求,构建试题难度明确的多维测评题库,进而采用计算机自适应测评的方法,自动根据用户的预期能力动态构建领域自适应、难度自适应、内容可靠化的个性化动态化测评单元,从而实现支持终身学习需求的自适应多元化智能化测评。

基于区块链的多主体测评可信认证技术。首先基于区块链搭建测评数据去中心化存储、检索、集成系统,为测评系统提供可靠、有效、综合的测评软件基座。其次,通过基于多级同态加密的共享数据隐私计算技术,实现敏感数据识别以及共享数据下的隐私计算,支撑安全、可靠、可信的测评计算。最后,基于区块链的复杂测评确权、电子证照信息校验及多方认证,构建安全可靠、高信任传递效率的联盟链系统和电子证照互认共识机制,实现测评信息互信互认。

五、实践成效与思考

一是形成软硬一体化个性化数字教师智能终端系统。主要指的是智能交互大屏和手机移动终端APP。当前“两屏”通过集成虚拟形象、手势识别、语音合成、知识图谱、用户画像等关键技术,实现了以虚拟人数字教师为入口的智能交互,提供知识问答、资源推荐、用户画像、手势识别等功能,能够为终身学习者带来突破时空限制的个性化学习服务。

个性化数字教师智能终端基于知识图谱实现了学科领域的知识问答,目前已涵盖《计算机应用基础》《软件工程》《人工智能专题》《植物生理学》等人工智能与农业等领域课程。针对其他未涉及的领域问题,通过接入科大讯飞自研的星火认知大模型提升问答的自由度与可扩展性,提供灵活丰富的答案,不同行业的终身学习者可通过提问的方式,与虚拟人数字教师进行流畅、自然地问答交互,以确保终身学习者“有问必答”。在答疑解惑的同时,为了帮助学习者更进一步地掌握知识,搞懂、弄通、学透,在虚拟人数字教师给出的回复中还匹配推荐了可供学习的视频资源。当前推荐的视频覆盖国家开放大学的12门课程,涵盖人工智能、农业、医疗领域的累计数千个视频资源。同时,终身学习者还可以查看个人学习画像,包括个人画像标签云、师生印象,学习进度、学习成绩等信息,同时可以查看课程详细画像,包括活跃度、学习效果、学习效率、学习完成度等信息。

此外,为了向聋盲哑等特殊的终身学习人群提供学习便利,大屏除了语音交互能力之外,还具备手势交互能力,实现通过特定手势触发指令完成相应任务。当前已上线7类手势交互能力,包括上滑查看下一屏、下滑回到大屏首页、左滑查看上一个资源或课程、右滑查看下一个资源或课程、OK手势能实现播放视频、暂停手势暂停视频、转圈触发查看用户画像等。当前已经实现这一智能终端设备在国家开放学习残疾人学院的率先落地应用。

二是形成终身学习“互联网+”在线学习平台。为了将终身学习闭环智能技术体系更为广泛地在垂直行业应用进行搭建,其已“两页”为具体呈现形态,即个性化学习页面(搭载知识图谱、路径规划和资源推荐等技术)以及个人空间页面(搭载用户画像、综合测评等技术),这一平台已统一集成并真实上线至国家开放大学学习网,向国家开放大学人工智能学院、乡村振兴学院以及生命健康学院的终身学习者提供服务。依托国家终身学习支柱平台——国家开放大学,2023年4月“两页”正式上线国开学习网,以人工智能领域作为行业应用典型代表,聚焦计算机科学与技术专业,以2023年春季《计算机应用基础》作为试点课程开展示范应用,已面向43个分部及15个学院的超20.9万名学生提供真实的线上学习服务,实现终身学习领域的创新应用。未来将持续拓展服务国家开放大学乡村振兴学院、生命健康学院等多行业领域,并辐射其全国4000多个区域学习中心。

 

作者:陈恩红  王士进  刘淇  李鑫  袁亚兴 郑永和  夏菲菲  惠治儒  任萍萍

来源:2023年度智慧教育优秀案例

标签:智慧教育优秀案例

版权申明:本网站内容均为本站原创文章或网友转载,涉及版权问题请联系管理员删除,转载亦请申明来源.

上一篇:创新五育智慧评价,激活学生成长动力
下一篇:智能技术赋能中学数学跨学科微项目化学习的研究