基于內(nèi)容分析法的智能導(dǎo)學(xué)系統(tǒng)研究綜述

隨著科技的高速發(fā)展，人工智能技術(shù)也在不斷升級換代與創(chuàng)新變革。人工智能與教育的深度融合，改變了教育模式、教學(xué)技術(shù)和教學(xué)資源。根據(jù)黨中央、國務(wù)院關(guān)于人工智能教育與教育現(xiàn)代化的戰(zhàn)略部署及教育部《教育信息化2.0 行動計劃》要求，“人工智能+ 教育”，計算機輔助教學(xué)(Computer-Assisted Instruction，CAI)^[1]開始受到教育工作者的關(guān)注。20 世紀(jì)70 年代，隨著人工智能技術(shù)的高速發(fā)展，教育研究人員將專家系統(tǒng)引入到教育領(lǐng)域^[2]，促使智能導(dǎo)學(xué)系統(tǒng)的誕生。

智能導(dǎo)學(xué)系統(tǒng)（Intelligent Tutoring System，ITS），是指利用人工智能技術(shù)模仿人類教師在教學(xué)中所承擔(dān)的角色，為學(xué)習(xí)者提供個性化學(xué)習(xí)指導(dǎo)，幫助不同需求和特征的學(xué)習(xí)者獲得知識和技能的一種智能化的計算機輔助教學(xué)系統(tǒng)。^[3]智能導(dǎo)學(xué)系統(tǒng)與學(xué)生進行互動，對學(xué)生的個人意圖做出反應(yīng)。智能導(dǎo)學(xué)系統(tǒng)有效結(jié)合了建構(gòu)主義學(xué)習(xí)理論，讓學(xué)生在學(xué)習(xí)過程中占據(jù)主導(dǎo)地位，控制學(xué)生進行積極地有效學(xué)習(xí)。它通過分析用戶的問題，與用戶進行互動，準(zhǔn)確顯示用戶搜索的信息。智能導(dǎo)學(xué)系統(tǒng)整個系統(tǒng)貫穿了“人工智能+ 教育”的思想，通過人工智能技術(shù)對學(xué)生進行有效的教學(xué)輔導(dǎo)，以提高學(xué)生的學(xué)習(xí)效率。目前，廣泛使用的智能導(dǎo)學(xué)系統(tǒng)有Autotutor^[4]，Gift^[5]等。

1   研究設(shè)計

1.1 研究對象

智能導(dǎo)學(xué)系統(tǒng)致力于輔導(dǎo)學(xué)生進行有效學(xué)習(xí)，故本文研究樣本以“智能導(dǎo)學(xué)系統(tǒng)”為關(guān)鍵詞，在中國知網(wǎng)數(shù)據(jù)庫中檢索與關(guān)鍵詞相關(guān)期刊論文文獻為主要研究對象。在知網(wǎng)數(shù)據(jù)庫中進行檢索，經(jīng)過刪除無效樣本后，得到文章331 篇。

1.2 研究方法

本研究主要采用內(nèi)容分析法，對國內(nèi)相關(guān)文獻進行統(tǒng)計分析。內(nèi)容分析法是一種對研究內(nèi)容進行客觀、系統(tǒng)、定量描述的研究方法^[6]。該方法通常旨在對研究對象的本質(zhì)性事實和發(fā)展趨勢進行清晰的梳理和了解，以此對其中所蘊含的深層次內(nèi)容進行進一步的揭示和挖掘，并對其發(fā)展趨勢加以預(yù)測和把握。內(nèi)容分析法的實施步驟通常分為以下幾步：首先根據(jù)研究問題界定目標(biāo)總體的范圍，然后對目標(biāo)總體范圍進行篩選，梳理出研究樣本，接著選定研究的分析單元，確定研究編碼體系，對文獻樣本進行編碼統(tǒng)計、處理，最后對統(tǒng)計數(shù)據(jù)進行分析，并得出一定的研究結(jié)果[7]。本文將按照該步驟對文獻內(nèi)容進行分析、處理。

1.3 內(nèi)容分析維度

本文基于內(nèi)容分析法研究智能導(dǎo)學(xué)系統(tǒng)，主要研究內(nèi)容為發(fā)文時間分析、發(fā)文量分析、研究主體分析、關(guān)鍵詞分析。

2   研究結(jié)果與分析

2.1 發(fā)文時間與發(fā)文量分析

本文主要研究智能導(dǎo)學(xué)系統(tǒng)相關(guān)文獻發(fā)文時間與發(fā)文量，并對其數(shù)據(jù)進行分析統(tǒng)計，對智能導(dǎo)學(xué)系統(tǒng)相關(guān)文獻發(fā)表時間線進行梳理，可以在宏觀上把握智能導(dǎo)學(xué)系統(tǒng)未來發(fā)展的趨勢，為后期智能導(dǎo)學(xué)系統(tǒng)的研究打好基礎(chǔ)。

通過分析中國知網(wǎng)相關(guān)文獻，我們可以了解到在中國知網(wǎng)上首次發(fā)表與智能導(dǎo)學(xué)系統(tǒng)相關(guān)文獻是在1993年由日本學(xué)者發(fā)表，直到現(xiàn)在與智能導(dǎo)學(xué)系統(tǒng)相關(guān)論文仍在不斷發(fā)表，截止到2021 年7 月累計已有331 篇相關(guān)文獻可以在中國知網(wǎng)上查閱，這些文章包含國內(nèi)外學(xué)者對智能導(dǎo)學(xué)系統(tǒng)研究的相關(guān)內(nèi)容，時間跨度為28 年。通過在知網(wǎng)上檢索，我們可以發(fā)現(xiàn)與智能導(dǎo)學(xué)系統(tǒng)相關(guān)文獻的發(fā)文時間持久，發(fā)文量逐漸增加。20世紀(jì)90年代，人工智能技術(shù)仍處于初始發(fā)展階段，人們開始嘗試將人工智能技術(shù)應(yīng)用到各個領(lǐng)域。在教育領(lǐng)域，人工智能技術(shù)的加入，促使智能導(dǎo)學(xué)系統(tǒng)的誕生與使用。而隨著技術(shù)的不斷發(fā)展，對話系統(tǒng)，自然語言處理等技術(shù)的發(fā)展使智能導(dǎo)學(xué)系統(tǒng)也隨之大力發(fā)展，人們也一直致力于研究如何將智能導(dǎo)學(xué)系統(tǒng)更好地應(yīng)用在教學(xué)過程中。智能導(dǎo)學(xué)系統(tǒng)相關(guān)文獻具體發(fā)文時間與發(fā)文量如圖1 所示。

由圖1 所示，我們可以觀察到，在1993 年中國知網(wǎng)收錄了第一篇智能導(dǎo)學(xué)系統(tǒng)相關(guān)文獻，該文獻是由日本學(xué)者撰寫。從1993 年開始，智能導(dǎo)學(xué)系統(tǒng)逐漸受到教育研究者的關(guān)注，2009 年發(fā)文21 篇，到2016 年發(fā)文增加至32 篇。我們可以發(fā)現(xiàn)隨著人工智能技術(shù)的不斷發(fā)展，智能導(dǎo)學(xué)系統(tǒng)相關(guān)文獻發(fā)表數(shù)量也在逐年上升。隨著人工智能技術(shù)和教育相關(guān)理論的不斷發(fā)展，使得智能導(dǎo)學(xué)系統(tǒng)也在不斷改革創(chuàng)新和大力發(fā)展，智能導(dǎo)學(xué)系統(tǒng)的研究與應(yīng)用也在不斷深入?？傮w來看，近年來智能導(dǎo)學(xué)系統(tǒng)逐漸成為教育領(lǐng)域的一個研究熱點。

圖1 智能導(dǎo)學(xué)系統(tǒng)發(fā)文量（截至2021年7月1日）

2.2 被引用量分析

論文的被引用量反映出論文的科學(xué)性與可學(xué)性，從側(cè)面體現(xiàn)出論文的研究價值，為后續(xù)的研究發(fā)展提供相應(yīng)的參考。表1 是被引用量排名前十位的智能導(dǎo)學(xué)系統(tǒng)相關(guān)文獻。

表1 智能導(dǎo)學(xué)系統(tǒng)相關(guān)文獻被引用次數(shù)排名前十名

（截至2021年7月1日）

表1 已列出相關(guān)文獻的篇名，作者和被引用量相關(guān)信息。根據(jù)表1 內(nèi)相關(guān)信息，被引用次數(shù)最多的是由韓建華，姜強，趙蔚，劉東亮，Gautam Biswas一起合作完成的《智能導(dǎo)學(xué)環(huán)境下個性化學(xué)習(xí)模型及應(yīng)用效能評價》。這篇文章主要研究個性化學(xué)習(xí)理論和學(xué)習(xí)分析理論，構(gòu)建了相關(guān)的智能導(dǎo)學(xué)系統(tǒng)的結(jié)構(gòu)模型與學(xué)習(xí)過程模型，從而對學(xué)生進行輔導(dǎo)教學(xué)。文章于2016 年刊登在現(xiàn)代教育技術(shù)專業(yè)的核心期刊《電化教育研究》上，文章為研究開發(fā)智能導(dǎo)學(xué)系統(tǒng)提供了有效案例，為后續(xù)的研究提供了有效范例。

2.3 研究主題分析

論文研究主題是每一篇文章的靈魂，研究論文主題能為后續(xù)相關(guān)研究提供強有力的文獻支持，促進對專業(yè)領(lǐng)域知識的深入認(rèn)識與學(xué)習(xí)。

智能導(dǎo)學(xué)系統(tǒng)通過人工智能技術(shù)輔助學(xué)生學(xué)習(xí)，協(xié)助學(xué)生解決問題或者進行反思，讓學(xué)生積極投入和參與教學(xué)活動中，達到輔導(dǎo)的最佳效果。根據(jù)知網(wǎng)相關(guān)數(shù)據(jù)分析可得，大部分文章主要研究智能導(dǎo)學(xué)系統(tǒng)的設(shè)計與開發(fā)，其余文章則基于智能導(dǎo)學(xué)系統(tǒng)延伸出去討論學(xué)習(xí)者個體、個性化學(xué)習(xí)、現(xiàn)代遠程教育、數(shù)據(jù)挖掘等相關(guān)領(lǐng)域。這充分體現(xiàn)了智能導(dǎo)學(xué)系統(tǒng)知識面涵蓋廣泛，它包含人工智能技術(shù)，計算機科學(xué)與技術(shù)，教育學(xué)理論，教育心理學(xué)等領(lǐng)域的相關(guān)知識。在這些領(lǐng)域的深入研究與發(fā)展后又促進智能導(dǎo)學(xué)系統(tǒng)的應(yīng)用與發(fā)展。

觀察圖2 可知，有70篇文獻研究了智能導(dǎo)學(xué)系統(tǒng)的實現(xiàn)與開發(fā)，人工智能技術(shù)的發(fā)展使得人們開始逐漸關(guān)注與重視智能導(dǎo)學(xué)系統(tǒng)的研發(fā)。有20篇文獻主要研究了使用智能導(dǎo)學(xué)系統(tǒng)的學(xué)習(xí)者，從關(guān)注系統(tǒng)的角度轉(zhuǎn)移到關(guān)注其使用學(xué)習(xí)者的角度，充分體現(xiàn)了“以人為本”的教育思想，切合智能導(dǎo)學(xué)系統(tǒng)的終極研究目的，即為學(xué)習(xí)者服務(wù)，輔導(dǎo)學(xué)習(xí)者學(xué)習(xí)。另外，還有部分文獻研究了個性化學(xué)習(xí)，這也是智能導(dǎo)學(xué)系統(tǒng)的特色之一。智能導(dǎo)學(xué)系統(tǒng)能針對學(xué)習(xí)者個人的學(xué)習(xí)情況，為學(xué)習(xí)者提供一對一的個性化輔導(dǎo)，提高學(xué)習(xí)者的學(xué)習(xí)效率，從而達到個性化有效教學(xué)輔導(dǎo)的效果。這些相關(guān)研究都為后續(xù)研究智能導(dǎo)學(xué)系統(tǒng)提供了新的思路與模式，值得后續(xù)的研究者深入探索。

圖2 智能導(dǎo)學(xué)系統(tǒng)研究主題分布

2.4 關(guān)鍵詞分析

論文關(guān)鍵詞是文章的精髓所在，作者提煉出關(guān)鍵詞就是讓讀者對文章內(nèi)容的核心一目了然，所以研究關(guān)鍵詞能讓我們更清楚地了解每一篇文章的核心之處，加深對文章的理解與掌握，把握住文章的中心內(nèi)容，感受到文章的精神內(nèi)核。

根據(jù)知網(wǎng)相關(guān)信息分析可知，智能導(dǎo)學(xué)系統(tǒng)的關(guān)鍵詞主要分布在兩個領(lǐng)域，一個是功能領(lǐng)域，一個是技術(shù)領(lǐng)域。

由圖3 可知，在功能領(lǐng)域，智能導(dǎo)學(xué)系統(tǒng)主要在于研究其功能模塊的設(shè)計與問題解決過程，這兩者交集點在于學(xué)習(xí)功能和用戶界面的設(shè)計。其功能模塊的設(shè)計在于導(dǎo)學(xué)、自主學(xué)習(xí)與教學(xué)輔導(dǎo)模塊設(shè)計，其問題解決過程在于問題解決模式、已知條件和思維品質(zhì)方面。功能模塊主要是為學(xué)生提供有效輔導(dǎo)的方式方法，而問題解決過程則是智能導(dǎo)學(xué)系統(tǒng)的核心所在。

圖3 功能領(lǐng)域關(guān)鍵詞

由圖4 可知，在技術(shù)領(lǐng)域，智能導(dǎo)學(xué)系統(tǒng)主要研究語義分析和自然語言理解兩個方面，二者主要涉及到的相關(guān)技術(shù)有相關(guān)的名詞概念、系統(tǒng)關(guān)鍵技術(shù)、數(shù)據(jù)庫管理技術(shù)、系統(tǒng)開發(fā)平臺和系統(tǒng)測試這些相關(guān)技術(shù)。技術(shù)領(lǐng)域主要是研究用相關(guān)技術(shù)開發(fā)智能導(dǎo)學(xué)系統(tǒng)，不斷地完善智能導(dǎo)學(xué)系統(tǒng)，使其能讓學(xué)生有更好的學(xué)習(xí)體驗，獲得更好的輔導(dǎo)學(xué)習(xí)效果。

圖4 技術(shù)領(lǐng)域關(guān)鍵詞

3   思考與建議

我們探索在智能導(dǎo)學(xué)系統(tǒng)中創(chuàng)建自動化、個性化的反饋。我們的目標(biāo)是以個性化反饋輔導(dǎo)學(xué)生學(xué)習(xí)，讓學(xué)生在輔導(dǎo)學(xué)習(xí)的過程中進行自主思考，能判斷答案中確定正確和錯誤的概念，以實現(xiàn)更好的學(xué)生學(xué)習(xí)成果。個性化的反饋實現(xiàn)在技術(shù)層面仍不夠完善，需要繼續(xù)研究。智能導(dǎo)學(xué)系統(tǒng)解決在學(xué)習(xí)過程中學(xué)生遇到各種各樣的問題，教師也可以使用智能導(dǎo)學(xué)系統(tǒng)評估學(xué)生當(dāng)前的知識水平，并對知識水平的任何變化作出適當(dāng)反應(yīng)。教師還可以使用智能導(dǎo)學(xué)系統(tǒng)采取行動來修復(fù)學(xué)生理解中的任何錯誤，提供立即的反饋和減少掌握概念所需的時間。有些智能導(dǎo)學(xué)系統(tǒng)的提供的對話功能還允許在學(xué)生無法自己制定策略時，制定適當(dāng)?shù)牟呗赃M行教學(xué)。它可以為學(xué)生提供一些一對一的輔導(dǎo)，而且它可以在任何時候訪問，這為學(xué)生學(xué)習(xí)提供了靈活性。

人工智能技術(shù)的發(fā)展促使基于對話的智能導(dǎo)學(xué)系統(tǒng)也有所得到發(fā)展，基于對話的智能導(dǎo)學(xué)系統(tǒng)支持與學(xué)生的自然語言互動，并可以讓學(xué)生體驗協(xié)作解決問題和反饋類似于人類導(dǎo)師，基于對話的智能導(dǎo)學(xué)系統(tǒng)在技術(shù)上的實現(xiàn)仍值得深入探究。未來，智能導(dǎo)學(xué)系統(tǒng)的使用還可以探索出更多模式，從而更好地輔導(dǎo)學(xué)生學(xué)習(xí)。

參考文獻：

[1] 陳仕品,張劍平.智能教學(xué)系統(tǒng)的研究熱點與發(fā)展趨勢[J].電化教育研究,2007,(10):41-46.

[2] 武棟.基于WEB的ITS中學(xué)生模型和教學(xué)策略的設(shè)計[J].現(xiàn)代教育技術(shù),2007,(5):6-64.

[3] 劉清堂,吳林靜,劉嫚,范桂林,毛剛.智能導(dǎo)師系統(tǒng)研究現(xiàn)狀與發(fā)展[J].中國電化教育,2016(10):39-44.

[4] GRAESSER A C,LU S,JACKSON G T, et al. Auto Tutor:A tutor with dialogue in natural language[J]. nBehavior Research Methods,2004,36(2):180-192.

[5] 胡祥恩,匡子翌,彭霽,徐雯慧.GIFT-通用智能導(dǎo)學(xué)系統(tǒng)框架[J].人工智能,2020:22-28.

[6] 風(fēng)笑天.社會性研究方法[M].北京:中國人民大學(xué)出版社,2009.

[7] 李克東.教育技術(shù)學(xué)研究方法[M].北京:北京師范大學(xué)出版社,2002.

（本文來源于《電子產(chǎn)品世界》雜志2022年4月期）