应用AI自适应学习平台创新高三备考模式,ai自适应教育

Ns.jszhuOer.cOM

对于高三的备考来说，要复习的东西很多，考前的时间非常有限。如何高效利用备考时间，合理安排学习内容，将直接决定备考的成败。人工智能自适应技术非常适合解决上述问题。人工智能自适应技术最大的优势是可以帮助学生“修剪”学习内容，节省学习时间，规划学习路径。“修剪”是一个技术术语。比如在迷宫游戏中，我们想找到通往出口的最佳路径，有很多种走法。如果所有的尝试时间肯定不够，我们可以通过应用人工智能算法来“修剪”各种方案，找到最快最好的路径，走出迷宫。如果把“算法剪枝”变成一个教学术语，或者从学生学习的角度来说，实际上是着眼于学生个体的化学感受，规划学习路径，优化学习时间。当然，只有剪枝和突出重点的功能是不够的，还必须有知识库、课程库、题库和诊断系统的支持。笔者根据多年的应用经验，将以上模块逐一分析拆解，方便广大学校应用，解决备考难题！

一，国内外适应性学习的发展

时至今日，经过30多年的发展，自适应学习技术已经逐渐成熟。在20世纪90年代，卡内基梅隆大学已经开发了自适应学习技术的前身，称为智能辅导系统。它可以为学生提供个性化的课程，让学生在这些课程中得到训练，避免重复已经掌握的内容，因为通常大多数学生都不知道自己掌握了哪里，没有掌握哪里，导致学习成绩不佳。2008年，美国Knewton公司将大数据、云计算、人工智能和自适应技术相结合，实现了大规模应用，为1000多万学生提供了服务。2017年7月8日，国务院发布《新一代人工智能发展规划》，提出实施国家智能教育工程，教育正式进入智能时代。

其实自适应学习并不神秘。即使不依靠技术也可以进行。很多学校在不知不觉中开展适应性教学活动。比如海量的开放在线课程和传统的录播课，可以进行现实的自适应学习。只靠手工劳动，学习者定制学习计划，确定学习节奏。当他们学习一个内容时，他们可以快速学习新的内容，而不必等待老师教他们。这是自适应学习的最初形式，称为自适应学习。在计算机的介入下，通过简单的编程，提前为学习者准备好几个学习计划，课前根据评估结果选择不同的学习路径。这种模式分为教学。遗憾的是，这种方法虽然实现了分层学习，但仍然无法照顾到每个学生的需求，所以自适应学习2.0还存在很多问题，很难解决。所以，目前我们真正需要的是自适应学习3.0，它融合了人工智能技术、教育学和脑科学，以学习者为中心，实现一人一诊一课一课表的学习模式，根据AI诊断结果为学习者规划精准的学习路径和方案。1.0到3.0最大的区别是智能化程度大大提高，学习方式从以老师为中心转向以学生为中心。

二，构建自适应备考学习平台

通用的自适应学习平台在底层结构上应该具有知识库、试题库和课程库的集成。知识库提供学科诊断的依据，题库负责生成评估试卷和训练作业，课程库需要能够覆盖学生在备考过程中遇到的大部分学科问题的视频讲解。这就构成了从评估诊断到课程讲解，再到培训推广的自适应学习闭环。

1.构建高考知识库，形成高考知识图谱。

知识库的构建依赖于知识图谱，知识图谱通常是某一类知识体系的结构图，包括陈述性知识(是什么)、程序性知识(怎么做)和策略性知识(为什么要做)。高考知识图谱是对高考体系结构、考试内容和要求的直观呈现，可以帮助学生为备考提供方向和路径导航，并有相应的信息技术支持。最上层是知识点，虽然不在课本上，但是在课本上或者生活中出现过。这些都是知识点。以下是测试点。一个知识点一旦被写进大纲或者出现在考试中，就成了考点。每个考点都有不同的考试方式、命题方法和命题角度。根据布鲁姆的教育分类法或关键能力模型，可以划分不同的测试方法。每个测试方法对应多个模型，模型对应解决方案，解决方案对应模体，模体存储在测试库中。这样就构建了“知识点考点考试方法模型母题”的模型。备考知识图谱的最后一级是考试方法，每种考试方法对应一组微学习活动。微学习活动需要智能题库和课程库的支持，完成讲座与实践相结合的闭环。

2.结合备考知识图谱建立课程库和考试题库。

课程库和试题库的构建逻辑类似。课程库根据备考知识图谱中的知识点和考试方法，记录相应的视频课程。视频课程主要包括知识讲解和试题讲解两部分。在题库建设中，通常是先将试卷入库，再根据知识结构进行填充。试卷入库时，需要编索引。根据新高考评价体系，主要的标引标签包括知识、技能、能力、学科素养、考试情境等。

3.基于备考知识库的备考诊断系统。

诊断系统是自适应备考学习平台的入口。教育诊断主要是指通过获得的被试测量数据，描述教育目标的达成情况，解释教育结果的形成过程和机制，分析教育结果、过程和方法中存在的问题，对教育结果做出判断、评价和预测的过程。诊断必须具备三个条件，即指标体系、数据结果和比较标准。相同的

-color: #A3A3A3;">分数的学生失分点各不相同，其错因也是大相径庭，教会学生阅读和使用自己的学科诊断报告，能够增强学生备考过程中的自主性，自主性增强成绩也会提高，内因起作用。人工智能的诊断报告，可以理解为升级版的成绩单，让学生可以知道自己所处的位置，以及长短板、优劣势。

Ns.jszhuOer.cOM

三、备考自适应学习平台成绩提升流程

借助由知识库、题库、课程库以及诊断系统构成的备考自适应平台，可以方便地开展基于反馈的高效自适应备考学习流程。按照 “先诊后学，能力训练”的模式，可以分解为四个步骤，这个四个步骤构成了一个微学习活动，微学习活动与学校里的备考进度可以完美的融合在一起，第一步“先诊断”，知道为什么学，明确学习目标；第二步“后学课”，自适应系统自动规划学习内容，形成个性化课程表；第三步“学后练”，系统根据课程学习生成专属训练；第四步“课后导”，将学会的知识按照知识图谱进行扩展延伸，循环上述过程。如果上述过程人工操作的话，是非常困难的，必须有强大的自适应平台作为支撑，将测、诊、讲、练完全打通，并提供学习活动的相关素材，包括知识图谱、视频课程、训练题目等。

Ns.jszhuOer.cOM

整体流程总结如下：

1.生成备考知识图谱，帮助学生明确备考目标，通过展示知识图谱，让学生了解学习目标及知识脉络，带着结构去学习，我们调研发现大部分学生就是因为学习目标缺失，从而导致的积极性不高，成绩不佳。

2. 当把目标锁定后，进入学习阶段，学习阶段里包括学习和测评诊断两个部分，这个过程是往复循环的，并不断产生反馈，正向反馈可以提升学生的学习积极性。

Ns.jszhuOer.cOM

3.将“学过”彻底变成“学会”，在诊断中发现的错题，显示了学习效果与目标的差距，反思错题，深度学习，把差距逐渐缩小，直至完全消失。

4.通过相应的作业训练彻底掌握所学的知识，智能题库自动抓取与之匹配的专项训练进行推送，达到熟练掌握促进知识迁移与应用的目的。

四、备考自适应学习平台使用落地

对高三备考而言，自适应学习的理念、思路、平台可以贯穿整个备考流程，备考平台的使用可以从高二暑假八月份开始，一直贯穿到第二年的高考结束，一路陪伴学生到高考，当然备考自适应与学校普遍执行的三轮复习备考模式，并不冲突，而且还可以很好的结合，充分利用自适应学习的优势，让备考结果最大化。在备考中使用自适应学习平台诊断学生的知识漏洞，生成个性化成绩提升路径，用成长性思维看待学生的学科成绩，明确提升空间，帮助学生建立备考自信； 通过知识库生成备考知识图谱，用整体性思维让学生快速了解高考全貌，将散乱的知识构化，帮助学生战胜备考恐惧；按照自适应设计备考流程进行有计划学习，养成良好备考习惯，从而成功应考！

备考自适应系统使用流程1-4

备考自适应系统使用流程4-8