|
张银丽 赵斌
［摘要］计算机辅助教学融入了多媒体技术、人工智能、网络技术，它的发展为传统的教学注入了新的活力。文章就如何将人工智能应用到计算机辅助教学提出了有益的思路。
［关键词］计算机辅助教学 ICAI 知识库模块 学生模块 教师模块
［作者简介］张银丽（1974-
），女，洛阳师范学院计算机科学系讲师，研究方向为计算机应用与多媒体技术；赵斌（1972-
），女，河南荥阳人，洛阳师范学院计算机科学系讲师，研究方向为计算机应用与多媒体技术。（河南 洛阳 471022）
［中图分类号］G434 ［文献标识码］A ［文章编号］1004-3985（2007）03-0144-03
在高校计算机辅助教学（CAI）得到广泛应用的基础上，如今智能型计算机辅助教学（ICAI）已逐渐成为新的、更为有效的教学手段。
一、计算机辅助教学（CAI）
计算机辅助教学（Computer Assisted Instruction，简称CAI）是把计算机作为一种新型教学媒体，将计算机技术运用于课堂教学、实验课教学、学生个别化教学（人机对话式）及教学管理等各教学环节，以提高教学质量和教学效率的教学模式。CAI系统的构成有三部分：系统硬件，包括CPU（控制器和运算器）、存储器、输入设备和输出设备；系统软件，软件系统包括操作系统、各种形式的课件、题库、教学管理系统及其开发与支持环境软件；课件———教学应用软件。其常用的方式有如下几种：
1.课堂演示型。课堂演示型课件是将课件表达的教学内容在课堂讲课时作演示，并与教师的讲授或其他教学媒体相配合。这种类型课件一般与学生间无直接交互作用。
2.交互学习型。这种类型一般具有完整的教学内容和教学策略及相应的逻辑结构。这种课件常采用选择型的程序结构，将教学内容分成若干个独立的模块，它的运行流程由学生自己作出选择，但无法做到随着学生当前所完成的现实情况来作随机调整。
3.练习复习型。练习复习型课件是利用计算机给学生提供练习的机会（刺激），在学生作出回答（反应）后，由计算机判断其正误。答错了提供进一步的教学措施或再次练习的机会，答对了则给予鼓励（增强），然后进一步练习。
4.资料咨询型。资料咨询型课件是通过交互界面，以人机对话的形式让学生选取所要学习的内容或查询有关的资料。
5.模拟仿真型。模拟仿真型课件是用计算机来表达不易观察、不易再观察或有危险的现象。模拟仿真型课件常分为操作模拟、状态模拟和信息模拟三类。
从上述分类不难看出传统的CAI系统是由程序教学发展而来的。它将全部教学信息以编程方式预置于课件中，学生学习时，教学信息是按预置的教学流程提供给学生的。因不能根据不同学生的实际需要和学习中的不同阶段进行动态调整，所以不能做到真正的因材施教。
二、智能型计算机辅助教学（ICAI）
将人工智能应用于计算机辅助教学中称为智能计算机辅助教学系统。智能型计算机辅助教学（Intelligent
Computer Assisted Instruction，简称ICAI）是将人工智能理论和技术应用于CAI而形成的一种教学专家系统。ICAI系统主要是在知识表示、推理方法和自然语言理解诸方面应用人工智能原理。
（一）ICAI的相关概念
ICAI将教学内容与教学策略分开，根据学生的认知模块提供的信息，通过智能系统的搜索与推理，动态生成适合于个别化教学的内容与策略；通过智能诊断机制判断学生的学习水平，分析学生产生错误的原因，同时向学生提出更改建议以及进一步学习内容的建议；通过对全体学生出现的错误分布统计，智能诊断机制将向教师提供教学重点、方式、测试重点、题型的建议；为教师提供友好的教学内容、测试内容、维护界面，无须改变软件的结构即可调整教学策略；通过对学生认知模块、教学内容、测试结果的智能分析，向教学督导人员提供对任课教师教学业绩评价的参考意见。可以说，一个理想、完美的ICAI系统就是一个自主、优秀的“教师”。
（二）ICAI的主要特点
一般认为，只要具有下列一个或几个特征的CAI系统就可以称之为ICAI系统：能自动生成各种问题与练习；根据学生的学习水平与学习情况选择与调整学习的内容和进度；在了解教学内容的基础上自动解决问题、生成解答；具有自然语言生成与理解能力，以便实现比较自由的教学问答系统，提高人机交互的主动性；对教学内容有解释咨询能力；能诊断学生错误，分析原因并采取纠正措施；能评价学生的学习行为；能评价教师的教学行为。不难看出，ICAI与传统的CAI相比，更加符合教育教学的规律，契合学生的认知习惯，具有明显的优越性。
（三）ICAI系统的基本结构
ICAI系统的构成一般为三个基本模块：（1）知识库模块。专家系统是一个智能计算机系统，其内部具有大量达到专家水平的某个领域的知识与经验，能够利用人类专家的知识和解决问题的方法来解决该领域的问题。由某领域的专家按选定的知识表示将领域知识、教学规则转换成计算机系统可以理解的表达形式，建立包括领域知识和教学规则在内的知识库。该模块必须要有明确的教学目标和教学范围，要形成比较连贯的关系或基础体系，要形成一个实用的思维或推理模块，要考虑学生接受能力的限制。（2）学生模块。这是指生成一种可靠的表达方式来展示学生的实际水平状况。其过程就是根据学生的表现来估测其学习要求、其对知识与技能的掌握情况以及能力。学生模块实现了学生与系统的对话，可以运用不同的交互方式获取学生的行为信息。（3）教师模块。该模块亦称辅导模块。就是模拟一个有经验的教师，具备教师的一些教学行为，如授课、解答等。教师模块从推理模块得到的学生信息即学生对知识的掌握程度和错误诊断信息，就可以对学生进行有针对性的指导。如知道了学生对某个知识点掌握得不好，系统会通过教师模块提示学生学习该知识点的学习途径或错误原因解释等，而且能够视具体情况而定，对不同的情况给出不同的教学内容和指导方法供学生参考。它还可通过对全体学习者的错误分布统计向教师提供教学重点、教学方式等方面的建议，使ICAI能像教师一样，按照自己教材内容的理解（如概念的难易、教学的顺序、概念间的关系等），根据学生的状况（包括知识水平和学习背景，如爱好、总体水平、性格、智力等），选择对该学生最为有效的教学方法，监督和评价学生的学习行为，选择提出问题并根据学生的要求适时地为其提供帮助和选择补充知识。教师模块必须有完整的关于自然语言对话、教学方法、教学策略和教学题材的知识，能够决策采用什么样的方式顺序及教学模式等。
（四）ICAI系统的实现技术
首先是Client/Server的实现。将用于教学的内容、刻画学生的认知模块所必需的数据资料保存在Server端。教师在教研室通过Client负责实现对Server端教学内容的更新与维护。学生在多媒体教室通过Client与Server相连，实现对教学内容的学习，学习结束后，学生客户端软件将依据学生对知识点的掌握情况，为其自动修改认知模块。督导人员在教务处通过Client与Server相连，实现对教学过程的监督与引导。
其次是知识库的建立。知识库是领域知识集，包括教学素材库、学生错误库等。知识库应该能够体现知识的体系结构，并满足系统教学过程的需要，要形成前后连贯的关系或基础知识体系，形成一个适用的思维或推理模块。每章、每节、各个知识点之间的联系是复杂的，要学习一个知识点必须先具有一定的知识，并掌握另一些知识点，可见知识点间的这种支持和被支持的联系是一种网络结构，所以知识库的结构可以看成是一个网状结构，各知识点之间的关系有着固定的链路链接，这样才便于推理机制的推理，得出正确的结果。ICAI系统可采用超媒体的网状结构表示领域知识、超媒体嵌入过程性知识与结构化知识。知识的内容通过声音、图像、文字、动画演示等媒体信息手段来表达，知识点间的联系用超链接表示，教师还可以通过系统提供的接口随时增加或删除知识库中的内容。
三是学生模块的建立。学生模块可以通过智能化交互接口跟踪学习过程，对每个课程建立独立的单元，建立各单元水平的判定规则。当学生完成一课的学习时，给出水平判定值；进行错误诊断时，能够用不同的方法。ICAI系统通过点鼠标、按界面上的功能按钮或选择菜单等方式来实现。学生可以通过人机交互界面从教师模块和知识库中得到系统对学生行为诊断的信息反馈。学生在学习时，在教师模块的指导下，可以自由地选择学习内容和习题，这样学生的主观能动性可以得到较好的发挥。在跟踪学习时给出错误的原因，如概念性错误用扰动法、方法性错误用过程协议分析法和解题过程网络分类分析法等。查出原因后再给出改正的提示，同时记录下来作为学习辅导的依据；学习跟踪是学习过程的记录，记下学生的学习历史和进步情况；模块更新是随着学生学习的深入而改变的，它可以用覆盖法或差错法来说明学生具有的知识与计算机系统中存储知识的差距，进一步更新学生模块，继续进行教授内容和方法的决策。
四是教师模块的建立。教师模块是系统的一套推理机制，能够对学生模型记录下来的学生信息进行处理，并运用知识库中的知识进行推理，作出决策和判断，其解决问题的水平应达到专家的水准，可以及时分析学生对某一知识点的掌握程度和诊断学生的解题行为，如实时提示、引导学习等。学生在做完一道习题后，按下“批改”按钮，推理模块依据一定的规则对学生所做习题进行错误诊断，根据不同的情况给出不同的提示信息和辅导，在很大程度上实现了个别化教学。例如，在诊断学生错误的时候，判断出学生是因某一个知识点不懂而导致的错误，系统就会在知识库中先找到该知识点，然后在规则库中找到与该知识点相关的推理规则进行推理，得出与该知识点有联系的知识网络路径，通过教师模块指导学生的学习，或者把相关的错误原因分析过程提示给学生，使学生对出错的原因和自己哪个知识点没掌握好有所了解。
ICAI强调要按学生不同的认知模块为其准备不同的教学内容，用以实现个别化教学与启发式教学。受认知心理学与教育学发展的制约，目前还无法准确地建立出单个人的认知模块。目前可以粗略地将学生的认知模块按其不同的认知能力分成高、中、低三类。同一内容的教案也按高、中、低三种难度组织，分别提供给具有相应认知能力的学生学习使用。学生在学习完每节的教学内容后，系统将要求他回答一定数量的相关问题，并根据其回答问题的准确率确定他的新认知模块。
五是智能化教学过程的实现。我们借鉴专家系统的设计方法，实现ICAI课件系统中的智能功能。在该系统中组织了相应的规则库、事实库（学习历史记录库）和推理实现机制，如图所示。
下面就推理实现机制作简要的介绍。规则库由册、章、节、超文本教案地址、阀值及多个前提组成，反映对该节的学习应满足的前提条件。学习历史库由册、章、节、认知等级、已学次数组成，反映学生对该节的认知能力。规则库的内容由教师负责修改。学生的学习历史记录，在库中按每个人一张表组织，其内容在每次学习之后，由学生客户端软件依据该生对知识点的掌握情况自动修改。推理过程由专用的推理模块按规则库提供的规则与学生学习历史记录库提供的事实作出判断。我们通过学生在每节教学内容学习完成之后对所附习题回答的准确率，将其认知能力划分成高、中、低三个层次，并将这个结果保存在学生学习历史记录库中。学生下一次使用该系统进行学习时，该系统会按其不同的认知能力为其准备相应难度的教学内容。不难看出，这种对认知能力的衡量是动态的。若学生不想按系统默认的进度学，则要求学生自行选择学习内容。若所选内容已经学过，则根据其当时所获得的等级为他准备学习内容，否则将视规则库及学习历史记录中的内容判断其是否可学。例如：规则库中限定在学习第一章第一节之前不能学习第一章第二节，某生试图越过第一章第一节学习第一章第二节时，系统会给出警告。为了使学生能在系统的控制下学习，无论是高、中、低难度的教案均是一节一个超文本文件，其中不含有链接。
1.阀值的给定。当学生完成对某一节的内容学习之后，回答系统提问所得的分数小于该节所具有的阀值时，系统并不会将该节标志为已学。所以该生下次登录时，系统将强制他对该节的内容进行重新学习。通常，那些在本学科中具有特殊重要地位的章节具有较高的阀值。下面给出的是评价某一节在本门课中的重要程度的方法：
Important（N）=IN（N）+OUT（N）
Important（N）———第N节（将全书中的节以流水形式编排号码）知识在本课程中的地位；IN（N）———本课程中，其余节知识中对第N节的知识有影响的个数之和；OUT（N）———本课程中，第N节知识影响其余节知识的个数之和。当对本课程中所有的Important（N）计算完成后，即可据此给出某一节的阀值。阀值Valve（N）以百分数形式表示，小于1且与Important（N）成正比。
设Right（N）表示某生在学习完第N节的知识后，回答系统所提问题的准确率。变Ruler=1-Valve（N）。给定认知模块的修改规则如下：
If Right（N）
If Valve（N）≤Right（N）
If Valve（N）+Ruler*（1/3）≤Right（N）
If Valve（N）+Ruler*（2/3）≤Right（N）Then
认知能力定为“高”
2.系统的安全技术。由于ICAI会针对用户不同的认知模块（高、中、低）准备不同的教学内容，所以为确保对用户认知模块刻画的准确程度，要求学生在使用学生客户端软件时，需用自己的姓名和口令向系统登记。当验证该生是系统的合法用户后，将到学生资料库中读取相应的资料，送给ICAI的分析模块用以构建该生的认知模块，作为教学的依据。如不是系统的合法用户，将要求学生进行简单的注册，如实填写部分信息后成为系统的合法用户，并在学生资料库中为其分配一个缺省值，作为其第一次使用该系统时构建认知模块的依据。用户初次登录时，口令即为用户名，登录成功后系统立即要求对当前缺省口令进行修改，以后用户能对自己的口令作任意的修改。
3.教学评价。我们用下述方法实现了对学生个人学习水平的评价。n：该系统用户的总人数；Xi：第i个学生的考试成绩。
定义：X =ni=1移Xin S =ni=1移（Xi-X）2n姨 Zi =Xi-XS
由定义可知，S是学生整体成绩的标准差。Zi反映了第i个学生的成绩与平均成绩的差是标准差的几倍。用Zi来衡量考试成绩不会受考卷难度值的影响，比Xi更有说服力。因为标准分（Zi）是一种与参考零点（平均分）位置固定、单位长度（标准差）一样的统计量。不同次测验的原始分数换算成标准分后，就可以作互相比较。如某生两次测验的成绩原始分数分别为：80、90，标准分分别为2.5、2。不能由第二次考试的原始分比第一次高而断定该生的学习进步了，正确的断言是：因为第二次考试的标准分比第一次低，所以该生学习成绩退步了。经验表明，标准分的数值一般在-3～+3之间。当标准分数值为正值时，表示其学习水平在团体水平值之上；反之，则表明学习水平在团体水平值之下。
智能型计算机辅助教学系统是将人工智能技术与超媒体的信息组织、管理方式结合在一起而形成的智能型知识(或信息)处理技术。在智能型教学系统中，可以利用超媒体提供的友好界面来激发学生的学习兴趣和学习动机，同时还可以向学生提供图文声像并茂的解释信息；也可利用知识推理技术实现教学内容和教学策略的适应性控制，对学生进行有针对性的指导。因此，当前智能型计算机教学系统的研制和开发已成为人工智能和多媒体教育应用领域中一个重要的前沿课题。
［参考文献］
［1］胡大威.多媒体教学中的问题及对策［J］.职教论坛，2004（2下）.
［2］段红珍.多媒体课件辅助教学应避免的误区［J］.山西教育，2003（21）.
［3］方其柱.多媒体CAI课件实例教程［M］.北京：清华大学出版社，2003.
［4］何克抗，师书恩.计算机辅助教育［M］.北京：高等教育出版社，2003.
［5］何克抗.教育技术学［M］.北京：北京师范大学出版社，2003. |
