首页 > 分享 > 国内外主流自适应学习系统对比研究

国内外主流自适应学习系统对比研究

萌宠菠菠乐园
2024-11-08 05:15

本文发表于《数字教育》2021年第2期（总第38期）理论探索栏目，页码：22-26。转载请注明出处。

摘要：自适应学习系统是一种针对个体学习过程中的差异提供适合个体特征的学习支持的学习系统。将自适应学习系统进行对比，有利于了解系统之间的区别及不足。本文围绕着三项自适应功能对国内外主流的自适应学习系统进行比较研究，再结合国内外自适应学习系统的现状，揭示国内外自适应学习系统各自的优势以及不足，以期为国内自适应学习系统未来的发展提供参考。

关键词：自适应学习；自适应学习系统；自适应功能；功能对比

| 全文共5967字，建议阅读时长6分钟 |

引言

因材施教一直以来都是教育界所倡导的教育方式，研究者们也一直在深思如何来实现这一教育方式。近年来，随着人工智能技术的迅速发展，自适应学习系统应运而生。自适应学习系统是指针对个体学习过程中的差异提供适合个体特征的学习支持的学习系统 [1] 。这种学习系统被认为是实现个性化学习的最佳途径之一。近年来自适应学习系统发展迅速，国内外已经出现了许多自适应学习系统产品。因此本文选取了国内外主流的四个自适应学习系统，进行自适应功能的对比，并结合当下国内外自适应学习系统的现状，揭示出国内外自适应学习系统各自的优势以及存在的不足，以期为国内自适应学习系统未来的发展提供参考。

一、自适应学习系统概述

（一)自适应学习系统的内涵

自适应学习系统是建立在学生模型、知识领域模型之上能够通过各种学习记录来对学生的学习活动进行实时的测评与反馈的系统 [2] 。自适应学习系统不仅仅能够通过对学习者的个性化信息的综合分析，为学习者提供个性化服务，还能利用计算机将所分析的学习数据以报告的形式反馈给学生，以便学生及时地了解自己的学习情况。

（二)自适应学习系统的自适应功能概述

通过分析国内外2008—2018年间的自适应学习系统及相关研究 [3][4][5][6][7][8][9][10][11] ，发现自适应学习系统具有以下几个主要的自适应功能。

1.自适应内容

自适应内容是指系统根据学生对知识的理解和掌握情况给予学生实时的提示、及时的反馈以及适应性的内容，它是对整个学习过程的指导。自适应内容如同一个学习支架，在学习过程中为学生提供帮助，帮助学生达到学习目标。它包括三个方面的内容：第一是基于知识子集的实时提示，自适应学习系统将学习过程分解成一个个的步骤，在每个步骤中都嵌入了相应的提示，根据学生自身实际情况给予相应的提示，以帮助学生完成学习。第二是落脚于错误答案的及时反馈，系统在学生完成练习或者回答问题之后都会给予及时的反馈，反馈不仅仅包含题目的正确答案，还包括错误题目的详解。第三是个性化的学习材料，系统会根据学生相关问题的回答或者所做的测试和练习，为学生提供相关的个性化学习材料，如复习先前知识的学习视频和适合学生知识水平的学习视频及讲义。

2.自适应评估

自适应评估是指系统根据学生对前一个问题的回答，自动改变下一道题的难度。如果学生能够准确地回答问题，接下来题目的难度会增加，而如果学生答错，下一个问题的难度就会降低。自适应学习系统中包含两种类型的自适应评估：一种是基于练习的自适应评估，主要用于检验学生的学习掌握情况。另一种是基于测试的自适应评估，主要用于学生阶段性的学习情况的检测。在评估后系统都会提供相应的诊断报告，诊断报告会以文字或者是数据仪表盘的形式呈现。

3.自适应序列

自适应序列是指通过不断收集和分析学生数据，通过相应的算法自动调整推送的学习内容的顺序，它是自适应学习系统中最核心、最复杂的一个功能模块 [12] 。该功能主要包括收集数据、分析数据、调整推送三个步骤。根据对自适应学习系统的分析发现，在收集数据时，从数据的广度来看，系统主要收集学生的学习成绩、学习过程、学习偏好等信息。从数据的深度来看，主要是区分数据的难度（如知识的难易程度）和细度（如学生掌握知识或技能的具体情况）。在进行数据分析时，主要采用加权（权衡学习过程中的各个因素）、标准化（确定知识掌握的标准）、概率推算（利用算法和数学模型进行推算）等方式。最后是调整推送内容的顺序，推送内容主要有两种形式：一种是推送固定的内容，学生没有选择权，必须学习推送的内容。另外一种是推送推荐性内容，该内容是非强制性的内容，学生可以按照自己的需求进行学习。

二、国内外主流自适应学习系统概述

根据国内外自适应学习系统的影响力、使用的普遍性以及学习效果，本文选取了猿题库、乂学、Knewton、Smart Sparrow四个具有代表性的系统来进行对比分析。

（一）猿题库

猿题库是2013年推出的一款智能在线题库系统，该系统主要是致力于为学生提供练习题与知识点测评服务。该系统主要是通过智能算法对学生数据进行分析和挖掘，通过这些数据来准确评估每位学生的能力，从而能够为学生提供适合其能力水平的练习题。并且系统还利用艾宾浩斯记忆曲线来估计学生的知识状态，根据学生的知识状态为其提供个性化的测评 [13] 。

（二）乂学

乂学成名于2017年“人机大战”教学竞赛，它实现了人工智能自适应学习技术的有效应用。该系统实现了对学习者的精准化测评、个性化学习方案生成和高效学习路径的引导。该系统的知识点拆分体系能够精准评测学生的知识漏洞，并且根据学生的知识掌握程度，为每个学生设计自适应的学习方案和路径。除此之外，系统还会根据学习者的学习状态、学习路径、学习能力和知识基础等不断地调整教学策略，使得每个学生都能保持较高的学习效率和学习积极性 [14] 。

（三）Knewton

Knewton是2008年问世的自适应教育系统。该系统的核心技术是适配性学习技术，利用大数据学习分析技术来支持个性化学习。该系统对学习过程中学生的学习状态进行实时的记录和分析，为学生提供适当的学习指导。它采用复杂的适应性学习算法，对所收集的学生的数据信息进行分析，为学生推荐最适合的学习资料，为每个学生提供最佳的适应性学习方法 [15] 。

（四）Smart Sparrow

SmartSparrow是2010年由澳大利亚新南威尔士大学的适应性数字化学习研究小组创建的。该系统是一个适应性教育系统，主要用于帮助教师进行适应性教学内容的设计，根据学生表现的动态变化来辅助教师为学生提供适应性的学习内容。这种适应性也是Smart Sparrow最大的优势所在，在学生的学习过程中，系统提供实时的反馈，在不断互动和反馈中修正课程设计以满足学习者的个性化需求，从而促进学习者的适应性学习。

三、国内外主流自适应学习系统自适应功能对比

不同的自适应学习系统有着各自的优势和特征。在设计和构建系统时，设计者往往会将系统独有的特征融入于其功能之中。因此，本文主要是从功能维度来对这四种自适应学习系统进行比较。

（一）自适应内容功能对比

通过自适应内容功能模块，系统可以为每个学习者提供适应性的内容反馈。自适应内容功能主要包括个性化的学习材料、实时的提示、及时的反馈，表1清晰地展示了国内外主流自适应学习系统在该功能上的差异。

国内的两款系统主要是用于学生的课后练习和辅导。如猿题库是智能在线题库系统，它主要是为学生提供个性化的练习，系统能够根据学生的学习背景来提供练习，练习以小节为单位，若干道题目组成一小节练习。在练习的过程中系统不会干扰学生，在练习完后，系统会提供及时的反馈，反馈的内容包括题目的正确率、所用的时间以及每道题目的详解。而乂学更像是课后的辅导，它对知识点进行了极精细的知识划分，在每个知识点上都安排了相应的教学内容，如教学视频、讲义、文字题目等。根据之前检测定位到的学习者的知识薄弱处，为学习者提供有针对性的学习材料。

国外的两款系统更倾向于课程学习，Knewton系统采用的是学习视频加测试题目相结合的方法，利用知识图谱精准地定位学生的学习状态，根据学生的学习状态反馈相应的学习视频和测试题。Knewton在学习过程中采用的是合作学习和游戏化学习的模式，在学习过程中不仅有系统基于学生的选择给予的个性化的反馈，而且还有同伴反馈和教师的反馈。Smart Sparrow采用的是“做中学”模式。在学习过程中，Smart Sparrow根据学生的不同选择呈现不同的学习材料，并且会根据学生不同的学习行为给予不同的反馈，如果学习者在完成任务时给出的是错误的答案，那么系统会及时给学习者以反馈。

从以上分析以及表1的对比来看，在自适应内容功能模块上，国外两个系统的功能更加全面。

（二）自适应评估功能对比

自适应评估主要包括基于练习的自适应评估和基于测试的自适应评估两种形式。从所对比的四个系统来看，国外的两款系统提供的都是标准化的测试，Smart Sparrow所提供的练习也是标准化的练习，而Knewton由于其所针对的对象比较广泛，在提供某个知识点的测试题时，系统会根据学习者上道题的答题情况自动调整下道题的难易程度。

国内的猿题库是一款典型的题库系统，它主要是利用多次的测评来精准地评估学生的实际能力，尽管在测试和练习方面猿题库提供的都是标准化的测试和练习，但是利用这些测试和练习数据，系统能够精确地判断出学生的实际知识和能力水平。乂学在测试方面和猿题库所采用的形式相同，也是标准化的测试，但在练习方面，乂学提供的练习是有针对性的练习，它针对学生知识掌握情况提供相应的练习，题目的难易程度依据学生的实际水平而定。

在测试和练习之后，四个系统都提供了相应的诊断报告，国外的两款系统的诊断数据是通过系统的数据仪表盘展示的，教师和学生可以随时登录系统进行查看，而国内的两款系统都是直接以报告的形式呈现给教师和学生。

（三）自适应序列功能对比

自适应序列是自适应学习系统最核心的一部分。从四个系统的自适应序列功能的比较来看，国内的两款系统在规划个性化的学习序列时更加注重的是学生的学习成绩和学习过程方面的数据。如猿题库是首先收集学生进行练习和测试时的过程信息和学习成绩信息，如学生所提交的答案、答题所用的时间以及易错题等，然后再通过智能算法为学习者推送每天的练习题，每一道题都符合学生的实际知识水平，学习者可以根据自己的需求来选择相应的练习题。乂学则更像是个人的辅导老师一样，会根据学生的个人偏好、性格、测试成绩以及在学习过程中的表现，智能地调整和推送最佳的练习题和学习资源，所推送的学习内容的难易程度都符合每个学生的实际知识水平。但是乂学所推送的内容是学生必须完成的，它更像是为学生定制的学习路径。

而国外的两款系统重视的是学生学习表现方面的数据。Knewton主要是对学习者的错误、概念误解、与学习内容的交互方式、知识掌握程度、偏好信息等进行记录，再利用人工智能算法来决定下一步所应推荐的内容。Smart Sparrow主要是先通过记录和分析学生在学习过程中所产生的学习行为，再通过相应的算法不断地辅助教师调整课程内容。Smart Sparrow推送的内容是每个学生都必须完成的。

四、总结

通过对比国内外的自适应学习系统的现状可以发现，国内外的自适应学习系统都有着自己独特的优势和不足。

（一）国内自适应学习系统的优势和不足

国内的自适应学习系统大部分都是针对基础教育，它们更像是学生的课后辅导老师，从学生的知识层面出发，针对学生课上不懂的知识进行辅导。国内大部分的自适应学习系统中所采用的教学内容是和学校同步的，系统能够通过相应的测试数据有效地定位学生的知识漏洞，再根据这些知识漏洞进行有针对性的练习和学习，以达到查漏补缺的效果。所以国内的自适应学习系统的优势就在于能够使每个学生牢固地掌握每个知识点，从而达到高效的学习，同时也弥补了由于传统教学中统一的教学进度而导致的个性化教学不足的缺点。

由此可以看出，其实国内的自适应学习系统注重的是对学生知识层面的适应，但对学生的学习风格以及情感方面的适应很少涉及。学习风格和学生的情感方面的适应是影响学生学习体验的重要因素，良好的学习体验能够提高学生的学习兴趣和积极性。因此，为学生提供适合其学习风格的学习界面以及为学生的学习提供适应性的支持是未来国内自适应学习系统应重点关注的地方。在与国外的自适应学习系统的功能进行对比时发现，目前国内的大部分的自适应学习系统自适应功能还没深入到教育中最核心的教学环节，这也是日后国内自适应学习系统的发展方向。

（二）国外自适应学习系统的优势和不足

国外的自适应学习系统较为成熟，许多系统的功能都已经深入到了教学环节，有些系统甚至增加了课程创建的模块，如Knewton和Smart Sparrow系统都加入了课程创建的功能模块。同时国外的自适应学习系统也更加注重学生的学习体验，将“做中学”、游戏化学习、合作学习等学习模式融入到了学生的学习过程中，从而提高了学生的学习兴趣和学习体验。同时，在学习过程中，国外的自适应学习系统所提供的自适应功能较为丰富，如国外的有些系统所提供的反馈中还包含了同伴反馈等。

总的来说，国内外自适应学习系统还是以知识学习的适应性为指向，尽管已经有不少的自适应学习系统也考虑到了学生学习风格方面的适应性，但对学生的情感适应方面的关注还不充分，相信情感适应将会成为未来自适应学习系统的一大发展趋势。

参考文献：

[1]徐鹏，王以宁.国内自适应学习系统的研究现状与反思[J].现代远距离教育，2011 (1)：25-27.

[2] 周成纲.“互联网+”背景下自适应学习系统的研究[J].计算机教育，2016(3)：78-80，84.

[3]万海鹏，汪丹.基于大数据的牛顿平台自适应学习机制分析：“教育大数据研究与实践专栏”之关键技术篇[J].现代教育技术，2016，26(5)：5-11.

[4]MUSTAFA Y E A,SHARIF S M.An Approach to Adaptive E-learning Hypermedia System Based on Learning Styles(AEHS-LS):Implementation and Evaluation[J].International Journal of Library and Information Science,2011,3(1):15-28.

[6]SFENRIANTO S,HARTARTO Y B,AKBAR H,et al.An Adaptive Learning System Based on Knowledge Level for English Learning[J].International Journal of Emerging Technologies in Learning ,2018, 13(12):191-200.

[7]DRISSI S,AMIRAT A.An Adaptive E-learning System Basedon Student’s Learning Styles:an Empirical Study[J].International Journal of Distance Education Technologies,2016,14(3):34-51.

[8]MARKOVIC S,JOVANOVIC Z,JOVANOVIC N,et al.Adaptive Distance Learning and Testing System[J].Computer Applications in Engineering Education,2013,21(S1):2-13.

[9]VESIN B,KLALASNJA-MILICEVIC A,IVANOVIC M,et al.Applying Recommender Systems and Adaptive Hypermedia for E-learning Personalization[J].Computing and Informatics,2013,32(3):629-659.

[10]YANG T C,HWANG G J,YANG S J H.Development of an Adaptive Learning System with Multiple Perspectives Based on Students’Learning Styles and Cognitive Styles[J].Journal of Educational Technology &Society,2013,16(4):185-200.

[11]杨阳.简析Knowre平台自适应学习机制[J].中国信息技术教育，2019(9)：97-99.

[12]张钰，王珺.美国K-12自适应学习工具的应用与启示[J].中国远程教育，2018(9)：73-78.

[13][14][15]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)：36-42.

作者简介：

蔡荣华（1968— ），男，湖南长沙人，副教授，研究方向为教育信息化系统工程；

陈链（1998— ），女，湖南浏阳人，硕士研究生，研究方向为教育信息化系统工程。

也可以去天猫旗舰店购买

进入大象出版社天猫旗舰店

搜索数字教育即可购买

喜欢就点个赞吧！

责任编辑：