智能時代下,“因材施教”必須看懂的5個層級
http://m.mattsalter.com2019年04月07日 11:03教育裝備網(wǎng)
最早的個性化學(xué)習(xí)源于孔子對子路和冉有的因材施教。我們可以說因材施教是在老師指點下進行的個性化學(xué)習(xí)。而信息化技術(shù)發(fā)展到今日,用人工智能代替真人教師進行指點,幫助學(xué)生進行個性化學(xué)習(xí)的學(xué)習(xí)方式,我們稱之為自適應(yīng)學(xué)習(xí)。
現(xiàn)階段產(chǎn)生的自適應(yīng)學(xué)習(xí)我們可以按照不同的實現(xiàn)水平劃分不同的等級,最簡單的自適應(yīng)學(xué)習(xí)我們稱為零級,其實就是真人教師判斷與資源推送的組合。
在零級的自適應(yīng)學(xué)習(xí)產(chǎn)品中,學(xué)生會發(fā)生學(xué)習(xí)行為,真人教師通過數(shù)據(jù)采集判斷學(xué)習(xí)行為,推送學(xué)習(xí)資源。
例如:某英語自適應(yīng)學(xué)習(xí)產(chǎn)品,學(xué)生在線提交自己的英語作文,真人教師在后臺看到學(xué)生的作文內(nèi)容并進行批改,找出學(xué)生的固定搭配的問題,語法問題,行文結(jié)構(gòu)問題等進行批改。學(xué)生在收到老師的批改內(nèi)容的同時也會收到相應(yīng)的語法課,行文結(jié)構(gòu)課。
這種自適應(yīng)學(xué)習(xí)產(chǎn)品的算法邏輯很簡單,真人教師把不同的問題類型和資源相關(guān)聯(lián),學(xué)生作文里只要出現(xiàn)某個問題就自動推送相應(yīng)學(xué)習(xí)資源。
再舉個例子:老師在線上一對一輔導(dǎo)數(shù)學(xué),學(xué)生錄入答案,老師發(fā)現(xiàn)學(xué)生的知識漏洞,除了可以推送課程,還可以選擇推送不同難度的題目。
這種產(chǎn)品的邏輯也很簡單,數(shù)學(xué)題有難度梯度,一道數(shù)學(xué)題可以由真人教師標(biāo)記相關(guān)聯(lián)的更高難度和更低難度的幾道題,學(xué)生發(fā)生學(xué)習(xí)行為后,教師決定是加大難度還是減小難度還是進入下一個學(xué)習(xí)環(huán)節(jié)。
零級:由人工判斷的自適應(yīng)學(xué)習(xí)
當(dāng)自適應(yīng)學(xué)習(xí)產(chǎn)品運用電腦來做判斷就進入了Ⅰ級自適應(yīng)的范疇。
、窦壸赃m應(yīng)通過決策樹做判斷,不考慮學(xué)生行為是否代表知識的掌握程度,而是簡單直接的判斷學(xué)習(xí)行為對還是不對。
比如一些健身學(xué)習(xí)類軟件,通過圖像視頻捕捉動作特征與自有的判斷指標(biāo)進行匹配,某個動作的某個角度超過標(biāo)準(zhǔn),軟件會提醒學(xué)生,你的動作不標(biāo)準(zhǔn),腹部不夠收緊,手臂高度不夠等等。
不止是健身,各種球類運動,競技體育,甚至樂器基本功都可以通過Ⅰ級自適應(yīng)來學(xué)習(xí)。
Ⅰ級:基于簡單規(guī)則的自適應(yīng)學(xué)習(xí)
事實上除了帶有硬性標(biāo)準(zhǔn)的學(xué)習(xí)任務(wù),其他種類的學(xué)習(xí)判斷是無法做到非對即錯的。那么Ⅱ級自適應(yīng)學(xué)習(xí)應(yīng)該在簡單的決策樹之上建立更好的學(xué)習(xí)算法。
在Ⅱ級自適應(yīng)學(xué)習(xí)中,不把學(xué)習(xí)行為的對錯和某一個單一課程掛鉤,而是建立一套完整的難度遞增的課程,當(dāng)學(xué)生學(xué)習(xí)行為完成度較好,提供大難度的課程,當(dāng)學(xué)習(xí)行為完成度不高,就提供減少難度的課程,我們也可以稱之為基于難度設(shè)計的自適應(yīng)學(xué)習(xí)。
比如某知名輔導(dǎo)機構(gòu)推出的大語文學(xué)習(xí)產(chǎn)品,使用了閱讀分級。一個學(xué)生是否看懂一篇文章,原因有很多,可能是字的認識與否,可能是詞語理解深度,可能是上下文的邏輯關(guān)系。國外認為閱讀是存在等級的,不同真實年齡段的孩子可以通過閱讀測試找到最合適他讀的年齡段。通過不斷的學(xué)習(xí),學(xué)生可以閱讀更高等級的材料。
、蚣墸夯陔y度等級的自適應(yīng)學(xué)習(xí)
通過難度設(shè)計的自適應(yīng)學(xué)習(xí)產(chǎn)品最大的問題是——認為學(xué)生學(xué)習(xí)是可以用一個難度值來掌握的,這樣就像回歸到傳統(tǒng)的學(xué)校教學(xué),把學(xué)生通過分班考試劃到不同的班級,重點班和非重點班教授的內(nèi)容和掌握程度是不一樣的。這種學(xué)習(xí)形式本質(zhì)上和學(xué)校教學(xué)沒有太大差別,是任何一個比較用心的學(xué)校和教師都可以做到的因材施教。
僅有難度等級無法關(guān)注到學(xué)科中的詳細知識點掌握情況,因此Ⅲ級自適應(yīng)需要用到知識圖譜來衡量學(xué)科中細粒度的知識掌握情況。在Ⅲ級自適應(yīng)中涉及到多個部分綜合評定,我們一個一個來看。
Ⅲ級:基于知識點網(wǎng)絡(luò)和概率模型的自適應(yīng)學(xué)習(xí)
一、學(xué)習(xí)行為的可信度問題
假如兩個同學(xué)做同一難度的一系列題目,并且這些題目都是只包含單一知識點的情況下,甲同學(xué)做了兩道全對,正確率100%,乙同學(xué)做了20道,19道全對,正確率是95%。
從正確率上看,甲同學(xué)更高,但是由于他只做了兩道題,可能是蒙對的,所以甲的學(xué)習(xí)行為的可信度是不如乙高的。因此,Ⅲ級自適應(yīng)要考慮置信因子的問題。
二、單點不同難度題目評斷問題
我們知道真實考試中,一個知識點可以有好多種不同難度的題目,題目的出題形式也是不一樣的。
因此Ⅲ級自適應(yīng)應(yīng)該引入IRT(Item-response-theory)模型,考慮題目區(qū)分度,難度,可能性等多個因素綜合評斷。在此基礎(chǔ)上利用深度學(xué)習(xí)的一系列算法,通過不斷做題估算學(xué)生的真實情況。
三、一題對多點的問題
當(dāng)一道題對應(yīng)多個知識點又該怎么辦呢?梢酝ㄟ^知識映射矩陣(qmatrix,以下簡稱為q矩陣)來解決。
、蠹壸赃m應(yīng)學(xué)習(xí)系統(tǒng)搭建最大工作量就在q矩陣搭建上。前期需要大量人力為題目打標(biāo)簽,并且打標(biāo)簽的過程一定不能只是從狹義上的課本的章節(jié)知識點展開,還要涵蓋做題策略,知識盲區(qū),考察點,學(xué)生閱讀理解能力是否過關(guān)等等。
四、知識關(guān)聯(lián)形成圖譜的問題
當(dāng)q矩陣搭建起來以后,通過題目進行測試以后是可以將知識關(guān)聯(lián)起來形成一個圖譜。
我們發(fā)現(xiàn)從小到大的學(xué)習(xí)其實是一個知識不斷被推翻的過程,也就是說高一形成的知識圖譜,到高三相同的知識點關(guān)聯(lián)起來的圖譜可能完全不一樣,甚至不同版本的教材會梳理出不同版本的知識圖譜。那么輸出圖譜的健全性和可靠性就是一個比較大的問題。
五、變化的學(xué)習(xí)者的問題
隨著學(xué)習(xí)行為的發(fā)生,學(xué)習(xí)者對于知識的掌握情況是會發(fā)生變化的。
舉個例子:一個學(xué)生對某個數(shù)學(xué)知識點掌握程度適中,這個知識點的題目他做了20道,對了10道,真的代表他的正確率只有50%嗎?不一定,有可能前10道題目他全做錯了,但是在這個過程中他對知識點的掌握加深了,他學(xué)會了一些技巧和規(guī)律,后面10道全部做對了。
因此我們要以動態(tài)的視角看待學(xué)生。解決這個問題并不復(fù)雜,只需要將發(fā)生時間比較久遠的行為數(shù)據(jù)權(quán)限變得低一些。除了這種情況,還有一種必須考慮的情況是,時間是會影響記憶的,隨著時間的推移,學(xué)生遺忘知識的可能性會越來越高,這個問題大多數(shù)背單詞軟件已經(jīng)利用spaced repeatition算法解決。
綜合以上的五個部分,Ⅲ級自適應(yīng)學(xué)習(xí)已經(jīng)做得較為精細,但是越精細帶來人工成本越高。并且只能解決客觀題,主觀題自適應(yīng)技術(shù)難度較大。
想要解決主觀題自適應(yīng)就進入到了Ⅳ級自適應(yīng),真正的AI級別的自適應(yīng)。
這個水平的自適應(yīng)學(xué)習(xí)產(chǎn)品可以將任何一道題目,通過NLP審題并轉(zhuǎn)化成數(shù)學(xué)邏輯,再運用推理引擎得出正確答案,并且看到別人答案時,也可以分步驟精細判斷答案是否正確,答案不正確時判斷哪個步驟出現(xiàn)問題,進行適當(dāng)點撥。Ⅳ級自適應(yīng)產(chǎn)品的技術(shù)難點是“推理”。
目前沒有哪個科技公司推出了真正的推理引擎,當(dāng)下常見的掃題軟件也只是識別問題再讓學(xué)生抄答案而已,做不到真正有價值的點播和提醒。如果“推理”的技術(shù)難題攻克了,會讓理科教師面臨失業(yè)。給每一個學(xué)生配備一個AI教師,學(xué)生做題依然是采用紙筆方式,做題的同時AI老師會隨時進行提醒和點撥,幫助學(xué)生快速成長和進步。
、艏:基于NLP和推理引擎的自適應(yīng)學(xué)習(xí)
有一天Ⅳ級自適應(yīng)出現(xiàn)了,前面幾個級別的自適應(yīng)會出現(xiàn)顛覆性改變。至于未來會不會出現(xiàn)更深層次的技術(shù)來改變現(xiàn)狀,我們拭目以待吧。
本文來源:智慧課堂研究。
廣州青鹿教育科技有限公司,智慧課堂整體解決方案提供商。這里有有趣的青鹿人,立志做好的智慧課堂,挖掘新鮮的教育資訊,分享你關(guān)注的熱點話題。歡迎關(guān)注公眾號:青鹿教育(ID:qljy_2017)
更多信息請查看企業(yè)專區(qū):http://m.mattsalter.com/cp53162
責(zé)任編輯:董曉娟
本文鏈接:TOP↑