時間:2023-08-23 16:58:34
開篇:寫作不僅是一種記錄,更是一種創造,它讓我們能夠捕捉那些稍縱即逝的靈感,將它們永久地定格在紙上。下面是小編精心整理的12篇人工智能教學策略,希望這些內容能成為您創作過程中的良師益友,陪伴您不斷探索和進步。
關鍵詞:人工智能;教育;應用;問題
中圖分類號:G642.0 文獻標志碼:A 文章編號:1674-9324(2012)03-0159-02
人工智能是研究如何構造智能機器(智能計算機)或智能系統,使其模擬、延伸、擴展人類智能的學科。隨著人工智能的理論與技術在社會各個領域的廣泛應用,其在教育領域內的應用也越來越受到重視,并取得了一定的研究成果。
一、人工智能教育應用的主要形式
人工智能在教育領域應用的最直接結果就是誕生了智能教學系統。智能教學系統是以計算機輔助教學為基礎而興起的,它是以學生為中心,以計算機為媒介,利用計算機模擬教學專家的思維過程而形成的開放式人機交互系統。目前,智能教學系統已成為人工智能在教育中應用的主要形式。智能教學系統主要是在知識表示、推理方法和自然語言理解等方面應用了人工智能原理。由于它綜合了知識專家、教師與學生三者的活動,因此,與之相對應的,智能教學系統一般分成知識庫、教學策略和學生模型三個基本模塊,再加上一個自然語言智能接口。智能教學系統的功能具體來說有以下幾條:了解每個學生的學習能力、認知特點和當前知識水平;能根據學生的不同特點選擇適當的教學內容和教學方法,并可對學生進行有針對性的個別指導;允許學生用自然語言與“計算機導師”進行人機對話。智能教學系統的設計不僅要有計算機科學的知識,還需要有教育科學的理論指導。
二、人工智能在教育中應用的局限性分析
1.阻礙人工智能發展的關鍵因素。在人工智能的發展中,一直存在著對“計算機是否能代替人腦甚至超過人腦”的問題的討論,實際上,以電子計算機為主要工具模擬人的某些思維活動而產生的人工智能是有局限的。①計算機處理問題的根本原理。要計算機解決某種問題,有三個基本的前提:必須把問題形式化;問題還必須是可計算的,即要有一定的算法;問題必須有合理的復雜度,即要避免指數爆炸。由于人的智能活動不能完全形式化,因此,機器就不能將人腦的智力活動全部復制出來。電子計算機最終只能把握0、1這兩個開關代碼,遇到不能形式化、不能找到算法或不能程序化的任務,計算機則難以執行。②人和機器之間的根本區別。智能模擬利用了人和機器的共性,即兩者都是一個信息轉換系統,但兩者之間存在著不容忽視的本質區別。智能模擬與天然智能屬于兩種不同的進化系統,人類的智能是人類社會實踐的產物,機器的智能是機械制造的結果。大腦和電腦的組織結構也不相同,兩者屬于兩種不同的運動過程,前者是復雜的生理--心理過程,后者是機械--物理過程。智能模擬可以在局部上超過天然智能,但是,模擬的根本方法是功能模擬法,兩個系統在結構和實際過程上是不一樣的。智能模擬不具有人的思維的社會性,不具有主觀世界。
2.人工智能在教育中應用的局限。就目前人工智能的發展水平以及人工智能本身的特點而言,它在教育中的應用也是有其局限性的。①與學生之間無法暢通交流。教育本質上是一種“交互”活動,而智能教學系統無法實現最充分、最真實的交互。目前自然語言理解的研究成果非常有限,遠不能達到人人交流的要求。此外,就態度、品德、情感等教育問題而言,機器只能通過學生輸入計算機的信息來判斷其掌握和內化程度,而無法像人類教師通過自然狀態的交流和觀察來判斷學生的真實情況,因此,“機器智能”很容易被蒙蔽“雙眼”,無法做到像人與人之間那樣自然暢通的交流。②決策和推理機制不完善。智能教學系統的關鍵智能所在是其決策和推理機制,即“教學策略”模塊根據不同學生的具體情況通過推理做出靈活決策,這種決策基于學生模塊提供的有關學生的知識水平、認知特點和學習風格,而這些不能完全被形式化。同時,隨著教育理念的不斷更新以及教學模式和教學方法的不斷改進,系統所應用的教學策略模塊用于評估和判斷學生學習過程的能力是有限的。③人工智能并非適合所有的學習領域。根據加涅的學習結果分類,學習分為言語信息、智慧技能、認知策略、動作技能和態度五類。言語信息分為符號學習、事實學習和有組織的知識學習,這些屬于可形式化內容,適用于智能教學系統;智慧技能分為辨別、具體概念、定義性概念、規則和高級規則,其中前四項屬于可形式化內容,適用于智能教學系統,而高級規則屬于復雜――形式化內容,部分內容不適用于智能教學系統;動作技能和態度領域的學習,在其認知成分中可以使用智能教學系統,但情感和行為成分等非形式化內容,則難以用智能教學系統來實現。因此,并不是所有的學習領域都適用于智能教學系統。智能教學系統在教育中應用的重點應放在認知領域中的符號學習、事實學習和有組織的知識學習、辨別、具體概念、定義性概念以及規則這些學習內容上。
三、人工智能教育應用的發展方向
近年來,隨著計算機技術、網絡技術、人工智能技術以及現代教育教學理論的發展,人工智能在教育中應用的發展呈現出以下幾個趨勢。
1.開始突破單一的個別化教學模式。長期以來,計算機輔助教學系統和智能教學系統都是強調個別化教學模式,這種模式在發揮學生的學習積極性、主動性和進行因人而異的指導等方面確實有許多優點。但是,隨著認知學習理論研究的進展,人們發現在計算機輔助教學系統和智能教學系統中只強調個別化是不夠的,在某些場合(例如問題求解)采用協作方式往往更能奏效。因此,近年來在智能教學系統中,協作型教學模式得到越來越多的重視和研究。
2.智能教學系統日益與超媒體技術相結合。超媒體系統具有良好的開發環境、靈活方便的用戶界面以及圖、文、聲并茂的特點,而且其信息的組織方式與人類認知的聯想記憶習慣相符,已成為目前一種最理想的信息載體和最有效的信息組織與信息管理技術,在許多領域尤其是教育領域有廣闊的應用前景。把超媒體技術引入智能教學系統,從而發展成為智能超媒體輔助教學系統,可以大大改善計算機輔助教學系統的教學環境,激發學生的學習積極性,從而顯著提高教學效果。
3.智能教學系統與網絡的關系日益密切。網絡的應用和普及為遠程教育和終身教育提供了一個良好的空間。當前,智能教學與多媒體網絡的結合成為人工智能在教育中應用的一個勢不可擋的發展趨勢。
4.傳統人工智能與神經網絡模糊決策機制相結合。傳統人工智能從宏觀角度開展認知模擬,可以部分地模擬人類的邏輯思維過程,而神經網絡模糊決策機制從微觀方面進行認知模擬,著力實現模仿人類右腦的模糊處理功能和整個大腦的并行化處理功能。今后將探索一種新的智能處理模型:把神經網絡的模糊決策機制和符號專家系統的推理能力結合起來,利用多重知識源、多種模型進行復合協同處理。如果上述技術能夠成熟運用,那將對人工智能的發展及其在教育中的應用起到決定性的作用。
參考文獻:
[1]王士同.人工智能教程[M].北京:電子工業出版社,2001.
[2]王永慶.人工智能原理與方法[M].西安:西安交通大學出版社,1998.
[3]何克抗.計算機輔助教育[M].北京:高等教育出版社,1997.
[4]徐鵬,王以寧.國內人工智能教育應用研究現狀與反思[J].現代遠距離教育,2009,(5):3-5.
關鍵詞:人工智能;音樂教育;智能樂器;大數據
1引言
隨著人工智能技術的不斷進步,重新塑造音樂使得音樂教育的學科素養培育、審美感知、藝術表現和文化理解變得更有支持和創意。探索應用人工智能技術推進音樂教學的改革與發展有具有十分重要的意義。本文通過研究與實踐,引導學生學會用科學的方法培育計算思維創作音樂,用科學的意境欣賞音樂陶冶學生的音樂審美感,用科學的評價提升音樂課堂教學效率。通過這些措施,可以使學校音樂教育精準地開展因材施教差異化教學,彰顯音樂教育的特色。
2人工智能與音樂
人工智能技術與音樂教育有機融合,豐富了課堂教學資源,拓展了智能樂器的功能,提升了音樂教育技術手段。它支持個性化學習,可以觀察音樂課堂學習,分析音樂的旋律與節拍,有效評價教學效果,激發音樂教師運用人工智能技術創新音樂教學的熱情,發揮教師在課堂教學中的主導作用。
2.1樂器的智能化
樂器是學習音樂的重要工具。樂器植入人工智能技術,形成了智能化樂器。它能夠大量儲存多種樂器的音樂數據。尤其是在音樂鍵盤中運用,功能的提升特別突出,應用于音樂教學中引發了多種形式的教學模式。例如,圖1顯示了融合多媒體計算機、主控系統、音樂課堂教學智能評價系統將多部電子鋼琴連接起來的智能樂器實驗室。通過語音室方式授課,可以實現多種樂器的分組教學。這在傳統的音樂課堂上是無法完成的。
2.2智能化樂曲創作
智能樂器不僅能夠儲存樂器音色,而且還能用指令對各種音色播放進行控制,各種音色按照指令進行演奏。這種創作功能是以往其他樂器都無法比擬的[1]。例如,能唱出《月亮代表我的心》十七聲部的合唱團,很好聽,但很難。運用智能樂器按指令合成該十七聲部音樂則輕而易舉。2.2.1機器學習生成樂曲人工智能技術賦能智能樂器,使得機器學習的功能日趨進步。機器學習在音樂領域所做的事情,就是提取音樂作品的“數據”,輸入給定模型學習音樂的“特征”,再對音樂數據進行分析和編排。例如,如果輸入的是《梨園金曲》民族音樂,則機器就能學會民族音樂的曲調特征,生成掌握特征模型的民族音樂作品。2.2.2用軟件生成樂譜使用MuseScore3forMac軟件可以制作樂譜,在工具欄選擇對應時值的音符輸入音符。例如,在MuseScore3窗口輸入如圖2所示的“我和我的祖國”樂譜,再導出MP3文件進行播放。2.2.3代碼生成樂曲用Python代碼生成曲子,要借助音樂標準格式MIDI—樂器數字接口,運用Python-midi庫編寫程序,編譯MIDI文件生成音樂。例如,生成一個簡單樂譜的MIDI文件需要使用Python-midi,其中:Pattern對象表示樂譜;Track對象表示音軌,通常樂譜都有多條軌道組成,每種樂器是一個軌道;midi.NoteOnEvent表示每個音符的開端,在參數表中可以定義每個音符的音長和音高;midi.NoteOffEvent表示每個音符的結束。參考代碼如下:importmidi#定義patternpattern=midi.Pattern()#定義軌道track=midi.Track()#添加軌道到patternpattern.append(track)#音符開始,并定義位置、音量、音高on=midi.NoteOnEvent(tick=0,velocity=50,pitch=midiG_3)track.append(on)#音符結束off=midi.NoteOffEvent(tick-100,pitch=midi.G_3)track.append(off)#軌道結束eot=midi.EndOfTrackEvent(tick=1)track.append(eot)#存儲midi.write_midifile("example.mid",pattern)程序運行結果生成了如圖3所示的簡單音符:這樣如圖2的“我和我的祖國”樂譜,也可以通過Python代碼生成MIDI文件。
3AI賦能音樂課堂
在AI賦能的音樂教育環境,促使音樂教學實踐變革以及學生學習音樂方式。例如,圖4所示的集音樂創作教學及教學評價于一體的“智能化音樂課堂教學評價系統”,在教學設計的優化、教學方法的高效、教學手段的更新、教學評價的智能、教學策略的調整方面都具有借鑒意義[2]。
3.1大數據學習
大數據云計算可以將所有音樂家們音樂數據存儲在云中,運用人工智能技術為學生提供更多有價值的音樂數據。學生通過音樂云學習音樂知識,欣賞音樂魅力、體驗音樂節奏、理解音樂韻律。它使得優質音樂教學資源跨越校園,開放延伸音樂教學,遠程輻射共享資源。這樣就擴展了學生的視野,音樂知識的來源無限擴大,整個音樂云皆有學生的學習教材。特別是大數據音樂云不僅可以推送給學生更多的即興音樂和更多的音樂信息,還能指導音樂愛好者創作出雅正、健康的音樂作品。
3.2個性化學習
人工智能技術從音樂學習行為數據搜集、數據分析與運用、個性化學習評價多方位幫助學生定制個性化的學習成長路徑。推送在線音樂教育資源,指導表演建議樂器學習技巧。搭建音樂教育虛擬課堂,匹配音樂教學資源,實現因材施教的個性化學習,支持一對一的教學輔導和群組式討論。通過這些措施提高教學質量和效率。
3.3教學評價智能化
運用人工智能技術將多個音樂輔助教學設備連接的音樂創作教學系統,基于音樂課堂教學的學生學習特質分析與教學效果分析的音樂課堂教學管理系統,來實現音樂教學的全程智慧管理,使音樂學習更有效率。例如,在虛擬音樂課堂樂器教學可以變成一對多的自選教學模式,使課堂變得輕松、愉快。教師可以開啟課堂教學觀察模塊,捕捉每位學生同步練習的音準、節奏、力度數據,分析判斷將評價信息同步反饋,給出學習指導建議。3.3.1創作教學模塊“智能化音樂課堂教學評價系統”中的音樂創作教學模塊,集視、聽、練和反饋評價為一體,適時演示教師教學作品和評價學生練習作品。例如,在進行《我和我的祖國》授課時導入電影片段,欣賞“我和我的祖國”音樂的表現形式、演唱形式以及歌曲風格,可以使學生更好地體驗作品的創作意境,激發創作意識。使用MuseScore創作“我和我的祖國”三聲部習作音樂,并能儲存、刻錄,編輯等二度創作。3.3.2課堂教學評價模塊音樂課堂教學評價有著傳統音樂教學評價無法比擬的靈活性、客觀性和實用性。從大數據分析角度獲取音樂課堂教與學相關數據,對學生的音樂基本素養與學習態度進行科學分析判斷。例如,以創作《紅河谷》中的和聲與音樂作品風格內容的“編配伴奏音樂”教學過程為例。課前在“課堂教學評價模塊”上安排學生根據作品風格完成伴奏的音樂;播放制作好的《紅河谷》MIDI音樂(在第二和第六個小節缺失編配和弦);使學生感受、探討大小三和弦的表現力,形成對大小三和弦的感知。然后要求學生試著用MuseScore為《紅河谷》缺失的兩小節選配和弦,以適合歌曲的伴奏風格。學生需要邊哼唱歌曲邊試著套用不同的伴奏風格,找到他們認為最恰當的和弦伴奏風格,說出理由并提交[3]。評價系統將學生提交的作業比照音樂要素進行評價。及時反饋學習評價的信息,并對學生的學習進程制定一個個性化的學習方案[4]。同時通過教學反饋深度優化決策模型,促進教師實時改進教學策略,提高教學效率和效果,提升教學質量。
4結語
人工智能技術在音樂教育領域中的廣泛應用,為傳統的音樂教育模式注入了活力,為音樂教師創新音樂教學理念開辟了新思路[5],為因材施教提供了新的適合學生學習的音樂教學模式。人工智能在音樂教育模式方面的探索,不僅給音樂教育教學的發展帶來了物質技術層面的進步,還從音樂教學層面促進計算思維培育開辟新途徑。這對音樂教育理念、教學手段、教學方式和方法以及拓展學生音樂視野、學習音樂、享受音樂、創造音樂等都帶來深刻的變化和積極的影響。
參考文獻
[1]鄒孟雨.人工智能及其在音樂教育中的應用.北方音樂,2018(15):254-255
[2]郭文進.“互聯網+教育”運行模式探究.決策與信息(下旬刊),2015(9):63
[3]段曉軍.電腦音樂系統與中小學音樂教學實踐.中國音樂教育,2006(6):26-28
[4]王迪.淺析娛樂教育中元學習能力的培養.河北廣播電視大學學報,2007(1):79-80
關鍵詞: ICAI;B/S;智能化
中圖分類號:TP39 文獻標識碼:A文章編號:1006-4311(2012)04-0136-010引言
ICAI系統是以學生為中心,計算機為媒介,采用“知識庫”、“學生模型”和“教師模型”等模塊模擬教學專家的思維過程,形成的開放式人機交互系統。ICAI系統是一個綜合性很強的系統工程,它是以教育科學、心理科學和認知科學等作為理論基礎,采用人工智能、多媒體技術、數據可視化技術等多方面計算機相關技術,通過研究人類學習思維的特征和過程,尋求學習認知的模式;通過設計智能化計算機輔助教學系統,幫助教師實現因材施教、進行有針對性的指導以及按照不同的認知能力,使學生進行個別化自適應性學習。
1ICAI體系結構
研究ICAI的動機就是為了創造出與優秀教師相媲美的“智能導師”,所以需要賦予機器高級智能。因此,盡管ICAI系統的形式各不相同,但主要都是由4個部分組成:知識庫(Expert Knowlege)、學生模型(Student Model)、教師模塊(Tutorial Model)、智能接口(Interface)。
1.1 學生模型模塊學生模型用于表示在特定領域學習的有關因素,能準確、客觀、真實的反映出學生當前的知識水平和認知能力,是學生知識結構的反映。學生模型在智能化的個別教學中扮演著非常重要的角色,它提供的信息是教師模塊做出的教學決策的依據,也為系統實現個別化教學提供了依據。
1.2 教師模塊是操縱教學內容以一定的形式呈現給學習者的推理結構,即根據學生模型所反映的情況采取有效的行動指導學習情況,包含修正錯誤、選擇例子、模擬。其任務是:結合教學策略和課堂結構方面的知識,為學生選擇要解決的問題,監察并評價學生的行為,按學生的請求提供幫助并選擇輔助材料。即解決如何教的問題。
1.3 專家模塊(知識庫)知識庫是整個系統的核心。是人工智能與數據庫結合的產物,并將大量的知識信息素材提供給教師和學生在課堂教學中自由使用。該模塊包含的知識包括兩方面的知識:一是這個領域內說明事物概念的陳述性知識,二是有關利用這些概念解決問題的過程性知識(運用領域知識對問題的正確解答以及求解問題的知識)。其任務是作為系統全部知識的來源,為其他模塊調用,以實時完成用戶行為的響應。通過知識庫,組成教材、生成問題并評價學生解答的正確性。這個部分相當于一個根據事實進行演繹推理求出解答的專家部件。
1.4 通信模塊這是計算機系統與學生之間相互進行信息交換的人機接口(即用戶界面),是ICAI的外表,也是學生唯一用肉眼可看到的單元。一方面它所提供的知識和信息易于被學生所理解,并可指導學生自主的學習;另一方面也使系統能理解和接受學生的提問。為了增加人機交互的靈活性,一般采用自然語言和圖形相結合的接口,允許學生與計算機進行人機對話,使得人機交流更加流暢、生動、直觀。
2ICAI系統的理論基礎與相關理論依據
目前ICAI系統就是以建構主義教學理論為基礎的;其次,根據“ICAI=AI+CAI”這一原則,ICAI還須在人工智能原理的指導下,利用專家系統的開發策略來開發,因此,下面就是從這兩大方面來闡述ICAI的開發原理。
2.1 ICAI的心理學基礎:建構主義學習理論建構主義學習理論認為,學習是學習者主動地建構內部信息表征的過程。學習者不再是被動地接受外來信息,而是主動地進行選擇加工,學習者從不同背景、角度出發,根據外在信息,基于自己的背景知識,在教師和他人的協助下,通過獨特的信息加工活動,建構自己的意義的過程。建構主義提倡在教師指導下的、以學習者為中心的學習,也就是說,既強調學習者的認知主體作用,又不忽視教師的指導作用,教師是意義建構的幫助者、促進者,而不是知識的傳授者與灌輸者。學生是信息加工的主體、是意義的主動建構者,而不是外部刺激的被動接受者和被灌輸的對象,學生成為了意義的主動建構者。
2.2 ICAI的“雙主”教學模式設計的理論雙主教學設計就是“主導-主體”教學系統設計模式(簡稱“雙主”模式),是以學生為主體、教師為主導相結合的新型教學系統設計模式。此模式將以教為主和以學為主的教學設計模式有機結合,避免了在教學過程中單純使用一種教學設計模式而產生的教學時單方面(教師或學生)主宰教學而出現的“滿堂灌”或“盲目學”的現象,使學生能夠采用更合理的學習策略掌握學習內容和提高自學能力,優化了教學過程。
2.3 專家系統專家系統(expert system)其實是一個智能計算機程序系統,其內部含有大量的某個領域專家水平的知識與經驗,能夠利用人類專家的知識和解決問題的方法來處理該領域問題。專家系統是人工智能中最重要的也是最活躍的一個應用領域,它實現了人工智能從理論研究走向實際應用、從一般推理策略探討轉向運用專門知識的重大突破。專家系統通常由人機交互界面、知識庫、推理機、解釋器、綜合數據庫、知識獲取等6個部分構成。
3系統B/S體系結構的設計
B/S結構是目前網絡應用軟件技術的發展趨勢,具有使用簡單、良好的可擴展性、易于維護、可靠的安全性、效率高、可共享性、開放性等特性。其最大的優點就是可以在任何地方進行操作而不用安裝任何專門的軟件,只要有一臺能上網的電腦就能使用,客戶端零維護。其體系結構如圖1所示。
4結束語
綜上所述,一個好的ICAI系統能夠促進教學方法的改進。教師對具體學生制定合適的教學決策,達到智能化、個別化的教學目的。隨著技術的發展智能化計算機輔助教學的研究將向超媒體網絡化、智能化于一體的目標不斷邁進。
參考文獻:
[1]田鳳杰.人工智能的CAI(ICAI)系統;沈陽工業學院.沈陽工業學院碩士論文.2003:36~37.
我們身處大數據時代,教育領域同樣充滿了海量數據。
安全監控系統、教室錄播系統、學生智能卡片、電子白板、交互式一體機等信息技術設備的運用,讓教師和學生的課堂板書和交互行為,都以數據的形式被記錄和保存。智能手機在高等教育階段已經普及,部分中學也允許學生將手機帶入課堂,通過智能手機參與課堂活動、訪問學習資源,這就形成了學生學習行為的數據。
傳統教學方式支撐的學習活動、學生參與活動的數量和質量情況,是通過教師人為評判的得分、級別等進行度量的。在“互聯網+”時代,在線學習平臺或者課程管理系統支持的學習活動,已經可以借助學習活動指數(OLAI)這樣自動生成的包括質量、數量和速度三個維度的指標,做出更精識及時的判斷,并為個性化教學策略的實施奠定了基礎。
情感、態度和價值觀是學生過程性評價的重要因素。傳統的評價方法是通過定性分析和調查問卷分析,其缺陷是不精準、不及時。隨著人工智能的發展,人臉識別、視頻分析、情感計算等技術已經趨于成熟。那么,我們借助這些技術分析課堂錄制的學生視頻和教師視頻,就可以直接獲取其面部表情等數據,通過表情變化數據來對學生的情感、態度和價值觀進行精確的過程性評價。
在學校層面,數字化校園或者智慧校園等系統平臺可以對教師專業發展、學生個性化發展和家校溝通進行有力支撐。平臺運行積累的數據,可以實現對教師的評價,對學生成績的橫斷面分析和時序變化分析、對學生完成各種學習活動的分析和對學生的精準反饋。
在國家層面,可以借助數據挖掘和數據可視化技術實現決策管理的科學化和信息化。例如,各個省市區的農村生均教育經費動態變化圖,可以動態展示農村生均教育經費的時序相對變化;教育經費增長與財政收入增長比例地圖,則直觀對比反映了某個年度兩者比例的增長速度;通過人工神經網絡支持的“指數增長預測法”模型,則可以預測未來各年度學生數量、生均經費、經費需求的數值。
所以,人工智能時代的到來,海量教育數據的挖掘技術日益成熟,將廣泛應用于教育和教學管理的各個領域,無論在微觀個體層面、中觀學校層面,還是在宏觀國家層面。
關鍵詞 信息技術;情境教學;智慧課堂;有效教學
中圖分類號:G633.67 文獻標識碼:B
文章編號:1671-489X(2015)21-0100-02
所謂有效教學就是指教學的效益問題,即什么樣的教學是有效的?所謂“有效”,主要是指通過教師在一段時間的教學后,學生所獲得的具體進步或發展。教學有沒有效益,并不是指教師有沒有教完內容或教得認不認真,而是指學生有沒有學到什么或學生學得好不好。如果學生不想學或者學了沒有收獲,即使教師教得再辛苦也是無效教學。同樣,如果學生學得很辛苦,卻沒有得到應有的發展,也是無效或低效教學。因此,學生有無進步或發展是衡量是否是有效教學的唯一指標。
信息技術課是一門操作性很強的課程,本身有其自身的學科特點。現在很多信息技術教師存在錯誤的教學觀念,認為只要自己在課堂上講得越多,操作示范得越仔細,自我越覺就越良好,生怕自己有些重要的概念沒有講到,有些關鍵性的操作沒有示范好。其實這種傳統的被動式的教學把學生當成教學的道具和觀眾,其教學是無效的或盲目的。下面就現在比較熱門的信息技術課的有效教學策略談談自己的一些看法。
1 學案教學引導學生自主學習、自主探究,促進有效教學
學案教學是以學案為載體,學生依據教師精心準備的學案在教師的指導下進行自主探究的教學活動。學案教學有助于引導學生自主學習、自主探究,確保學生學習中主體地位的落實,實現學生學習的最大效益,最大限度地為師生互動提供課堂時空。學案教學可以幫助學生系統地、全面地把握課堂主要知識內容,克服學生盲目的自主學習,有利于準確理解學習目標、學習重點和學習難點,提高學生的學習效率。例如,筆者在教授浙教版《信息技術基礎》第一章“信息與信息技術”這節課時,就采用了學案教學,提高了課堂效率,取得較好的教學效果。
“信息與信息技術”這節課本身屬于標準的理論課,本節課的教學內容為信息、信息的特征0.5課時,信息技術的發展、應用及展望0.5課時。本節課的知識點理論性較強,知識點之間聯系較少,根據傳統教學方式,通過教師簡單說教,其教學效果不言而喻。通過學案教學,把本節課中關于信息、信息技術的概念這兩個知識點,通過學案中的練習形式組織在一起,學生根據學案,在教師的指導下完成學案中的練習,這樣避免了理論課單調枯燥的教學氛圍,促進了有效教學。
本節課中關于信息技術的發展歷程這部分知識,學生完全可以自己學習理解,所以筆者在教授這部分內容時設計讓學生看10分鐘的書自主學習,完成學案中的練習,取得了很好的教學效果。
2 微課教學突破學生學習時空限制,實現分層教學,促進有效教學
“微課”全稱“微型視頻課程”,它是以流媒體的形式為主要呈現方式,圍繞學科的某個知識點、例題習題、疑難問題、實驗操作等進行的教學過程及相關資源之有機結合體。微課的教學時間一般以5~8分鐘為宜,最長不宜超過10分鐘。教師根據學生的需要精心制作好微課以后,可以借助計算機網絡讓學生自己選擇時間和地點來自主學習。另外,微課可以反復播放,這樣可以使平時那些接受慢的學生反復觀看,有效地解決了后進生的轉化問題。雖然單個微課時間比較短,但是一個微課往往是一個知識點、一個重點、一個難點,這些都是針對學生的學習特點精心制作的,非常適合學生的自學。
筆者在教授浙教版《信息技術基礎》第四章第二節“數據庫系統”時就采用了微課教學。從數據庫軟件Access的啟動到數據庫的建立,最后到數據庫的保存,整個流程通過微課的形式呈現給學生,短短八分鐘就把數據庫的操作介紹得清清楚楚、非常詳細。大部分學生只要在課堂上通過觀看微課的形式,就可以掌握數據庫的基本操作;有些后進生如果課堂上的時間不夠的話,可以在家通過網絡再次學習。
另外,對于同一上課內容,針對不同層次的學生,可以設計和制作難易程度不同的微課,從而實現分層教學。不同的學生根據自己學習能力的不同可以選擇不同的微課,對于學習能力不太好的學生,提倡選擇比較簡單的微課;對于學習能力較好的學生,提倡選擇比較難的微課。通過這種措施,實現了分層教學,促進了有效教學。
例如,筆者在選修課“VB編程經典實例”混合結構的教學過程中,對于學習成績一般的學生,設計和制作的微課是“分數相加”實例;對于學習成績較好的學生,設計和制作的微課是“分數相減”實例。雖然“分數相加”實例和“分數相減”實例中都涉及程序混合結構這部分知識的學習,但是“分數相減”實例比“分數相加”實例多了一個IF選擇結構用于判斷符號位,從而使學有余力的學生有了進一步的提高。
3 情境教學激發學生濃厚的學習興趣,刺激學生的好奇心,促進有效教學
情境教學是指在教學過程中,教師有目的地引入或創設具有一定情緒色彩的、以形象為主體的生動具體的場景,以引起學生一定的態度體驗,從而幫助學生理解教材,并使學生的心理機能得到發展的教學方法。情境教學促進有效教學,因為情境教學創設的情境可以在教學活動中起很大作用。學習過程是一種認識過程,認識的一般規律是由感性認識上升到理性認識,由具體上升到抽象。情境教學架起一座從直觀到抽象、從感性到理性、從教材到生活的橋梁,可以很好地幫助學生更好地理解知識、掌握知識。情境教學創設了良好的教學環境,從而提高了教學效率,改善了教學質量。情境教學為學生探索與思考留有廣闊的發揮空間,使學生的主動性、創造性得到很好的發揮,是十分有效的教學策略。
筆者在教授浙教版《信息技術基礎》第三章“智能處理”這節課時,就采用了情境教學。上課過程中,筆者通過播放影片《超能陸戰隊》中機器人大白的一段視頻來吸引學生,創設一個機器人非常聰明的環境,從而引出人工智能的概念。學生通過觀看《超能陸戰隊》的影片片段,更好地理解了人工智能的概念,同時也深刻了解了人工智能的應用前景非常廣闊。
另外,筆者在教授《信息技術基礎》第四章第一節“信息資源管理及其沿革”這節課時,正好是五一節前夕,所以創設了一個“五一節我要和爸爸媽媽一起去環太湖自駕游”的情境,讓學生通過百度地圖搜索自駕游路線,安排住宿和吃飯。通過這樣的情境設計,學生的情感被充分調動了起來,學習的積極性空前高漲,學習的效率自然而然也提高了。
4 “智慧課堂”可以實現師生、生生實時互動,打破傳統課堂教學模式,促進有效教學
智慧課堂是通過手持終端借助領先的互聯網技術,利用云端服務器實現資源轉接平臺和電子學習平臺,將學校、教室、學生家中、公共學習資源庫以及學習資源提供商等各方連接互通起來,讓教師和學生能隨時隨地通過終端進行教與學。筆者所任教的湖州市第二中學在深化課程改革過程中,積極打造智慧課堂,建設了一個智慧課堂教室。終端選用安卓系統的三星平板電腦,每個平板電腦都預先裝載了課程材料、電子教科書和其他有用的資源。學生攜帶平板電腦可以輕松地從一個課堂到另一個課堂,使用它們無縫訪問自己的課本和其他所需課程材料。
智慧課堂在國內和省內目前處于起步階段,有些理論還不是很成熟,但智慧課堂能夠實現師生實時互動,打破傳統課堂教學模式的優點值得肯定。
筆者在教授浙教版《信息技術基礎》第三章“算法及其實現”這節課時,就上了一堂智慧課堂示范課,取得了較好的教學效果。上課過程中,筆者利用平板電腦向所有學生分配了一個任務:
一個農夫帶著一頭狼、一只山羊和一籃蔬菜要過河,但只有一條小船。乘船時,農夫只能帶一樣東西。當農夫在場的時候,這三樣東西相安無事;一旦農夫不在,狼會吃羊,羊會吃菜。請設計一個算法,使農夫能安全地將這三樣東西帶過河。
關鍵詞:計算機輔助教學;優點;設計;策略;發展方向
0 引言
計算機輔助教學(Computer Assisted Instruction簡稱 CAI))作為一種現代化的教學技術,已越來越受到人們的重視。與傳統的集體化教學方式相比,計算機輔助教學具有如下優點:(1)能夠呈現單純的文字、數字等字符教學信息,而且還能輸出動畫、視頻、圖像和聲音,能非常容易做到教學信息的圖、文、聲并茂,這種多維立體的教育信息傳播,增強了信息的真實感和表現力。(2)可以增加課容量,提高課密度。(3)講解更直觀、更清晰、更具吸引力,學生學得更快且印象更深。通過計算機多媒體技術的動畫制作,形象逼真,易于理解,學生學習興趣高,教學效果好。(4)可以根據學生個別特點和對知識的掌握情況來對學生的學習做出個別、具體地指導,因材施教。真正做到“以學生為主體,以教師為主導”。
1 計算機輔助教學設計、策略
1.1 計算機輔助教學設計
教學設計(instructional design)也稱教學系統設計,是一種設計、開發、實施和評價教學系統化過程。它有兩個基本含義:一是指著眼整體,統攬全局,即教師在安排每一個教學活動時,胸中有全局,兼顧各方面,而不是片面強調突出某一點;二是指循序操作,精細落實,這表明教學的效果來自于環環相扣、扎實有效、連貫一致的教學促進行為。
1.1.1 要根據不同的教學目的、學習類型及不同學生之間的差異選擇教學模式和教學方法。
1.1.2 教學目標的制定要根據學生的實際情況進行制定。
1.1.3 要依據教學過程前后情況對學生進行全面系統的測試,對教學效果進行評價。在設計計算機輔助教學時還要注意以下幾個事項:(1)正確認識和合理使用CAI。(2)重視教師的引導作用。(3)適當控制課堂教學信息量。
1.2 計算機輔助教學策略
計算機輔助教學策略的目的在于研究通過怎樣的教學手段使學生獲得知識和掌握技能。計算機輔助教學策略一般可以分為兩種類型:
1.2.1 指導式教學策略。指導式教學策略是按照教學要求事先制定教學程序,學生在教師系統講授和直接輔導下學習,掌握知識。
1.2.2 發現式教學策略。發現式教學策略是讓學生自己去觀察、操作,分析、研究有關的學習材料,運用洞察力去發現知識,運用邏輯思維總結概念、公式和原理,從而獲得知識和技能。在實際的計算機輔助教學中,這兩種策略常常結合使用。但是,后者更為常用。計算機輔助教學采用個別化的教學方式,學生的學習活動是主動的,更有利于學生獲得知識、掌握技能。
2 計算機輔助教學發展方向
目前,隨著多媒體技術在教學中應用的日益廣泛,多媒體CAI的發展趨于以下幾個方向:
2.1 工具化
一個優秀的CAI課件,需要眾多有豐富教學。經驗和扎實計算機應用能力的人員,經過充分分析、精心設計和細致制作,并在教學實踐中不斷修改和完善下才形成的。而在實際工作中,很難找到這樣多才的人員或組織一個彼此協調的團體,這就使得課件的最佳優勢不能發揮出來,從而影響了CAI的推廣應用。為了從根本上解決這個問題,必須加強對教學課件和開發工具的研究。依靠開發工具的支持,可以大幅度的提高課件的效率和質量,實現課件制作工程化和產業化。
2.2 智能化
智能CAI系統其實就是一種特殊形式的專家系統,是傳統CAI系統與人工智能技術相結合的產物。它具備專家系統的某些基本特征,能夠根據學生的學習特點、學習歷史、自身要求和風格靈活地進行不同內容的教學,以及有針對性的習題練習,從而達到“因人施教”和“因材施教”的目的,實現傳授知識、形成技能、培養智能、發展個性的教學目標。
2.3 網絡化
實現知識共享及知識快速傳遞,計算機網絡教學是在交互網絡學習新環境中學習的。每個終端都可以在遠地隨時提取教學內容進行學習,與計算機交互學習的心得體會,所完成的作業、練習及所提問題也可由網絡傳遞給教師。教師則為學生提供有關的適當的學習資源,進行學習策略的指導。CAI與網絡結合使所有學生可在不同的時間內,通過同一學習內容而互相聯系、開展討論,形成交互式學習。因此,這是一種較理想的CAI教學系統,也是計算機輔助教學發展的必然方向。
參考文獻
[1]張森,宗緒鋒.多媒體CAI課件基本原理與制作技術[M].北京:北京航空航天大學出版社,2000.
[2]朱萬森,梁楚材.計算機輔助教學及多媒體CAI課件設計與制作[M].北京:地質出版社,2000.
[3]王曉娟,等.計算機輔助教學的發展與展望[J]科技創新導報,2008(6).
[4]王東,管江紅.淺析高校計算機輔助教學存在的問題及對策[J].西藏科技,2007(1).
關鍵詞:Agent;協作;交互;網上教學系統模型
中圖分類號:TP393文獻標識碼:A文章編號:1009-3044(2008)16-21362-03
The Research of Network Learning Model Based on Multi-agent
WANG Hui1, WANG Chun-xi1, ZHANG Cui-yu2
(1.College of Computer and Information engineering, Henan University,Kaifeng 475001,China;2.The bureau of science and technology of shangqiu , Shangqiu 476100,China)
Abstract: Intelligent Agent is the rising technology of Artificial Intelligence and software.Nowadays. The development of Agent is becoming more and more quickly. The writerproposed an multi-agent architecture based on network teaching model. The model afford virture learning environment for teachers and students.so as to carry out cooperative learning each other.
Key words: Agent; Cooperate; Interaction; Network teaching model
計算機網絡和Internet技術的飛速發展正在改變著世界,Internet已被連接到世界的幾乎所有的國家和地區,把不同的行業、不同的領域、不同的組織的人連接到世界上幾乎所有的國家和地區,把不同行業、不同領域、不同組織的人連接起來,打破了時間和空間的限制。教育信息化是以高新信息技術支持為顯著特征的新的教育形態,是教育適應信息社會發展的必然結果。傳統的教學手段已經難以適應現代教育發展的需要,因此開展網上教學已成為教育改革和發展的重要趨勢。它借助網絡和信息技術為課程學習者提供網上學習環境和學習資源,可實現一種全新的課程教學模式,突破了時空的限制,將教學活動帶到每一個角落。然而,傳統的網絡教學系統多以呈現教學內容為主,缺乏互動手段;缺乏智能性,學生只是被動的接受教學內容,不能按照自己的基礎、自己的興趣選擇教學,很難做到因材施教,最大地發揮學生的主觀能動性;缺乏推理機制和學生模型的支持,不能確定學生的知識水平和認知特點,不能根據學生的意愿和理解能力提供適合學生的教學內容并做出針對性的指導;對學生學習心理及情感因素沒有考慮;不能實現學生之間的協作學習。針對以上網絡教學中存在的問題,本文提出了一個多agent的網上教學系統模型,力圖提高學生自主學習的興趣、充分體現學生的個性、監控學生的情緒、學生之間以及學生和教師之間的協作學習,進而實現學生的協作學習和教師的因材施教。
1 智能技術
智能是人工智能研究和網絡技術發展的必然結果。它賦予軟件系統一定的智能,使之能夠代表用戶或者其他自主地執行任務,并以合適的方式與周圍環境相互作用。它是一個自適應性和智能性的軟件試題,能代表用戶和其他程序,以主動服務的方式來完成一項工作。,還具備一些人類特有的知識(knowledge)、信念(belief)、愿望(desire)、意圖(intention)、協調(coordinate)、合作(cooperate)等因素。Agent主要具備如下特征[1]:
(1)智能性(Intelligent)。具有推理判斷和計算能力,能比較準確的理解用戶的需求,能將用戶的需求任務、行為進行分解、分析,有針對性提供服務,具有解決問題所需的豐富知識、策略和相關數據。
(2)性(Agent)。引導并代替用戶對資源進行訪問,成為到達資源的樞紐和中介。
(3)自主性(Autonomy)。一個智能應該是一個獨立自主的計算實體。它應能在無法事先建模的、動態變化的信息環境中,獨立規劃復雜的操作步驟,解決實際問題,在用戶不參與的情況下,獨立發現和索取符合用戶需求的可利用資源與服務。
單個Agent的智能是有限的,我們通過適當的體系結構把Agent組織起來形成多Agent的系統
(Multi-Agent System), 與單Agent相比,多Agent有如下特點:
(1)社會性:Agent處于由多個Agent構成的社會環境中,通過某種Agent語言與其他Agent實施靈活多樣的交互和通訊,實現與其他Agent的合作、協同、協商、競爭等。
(2)自制性:在多Agent系統中一個Agent發出請求后,其他Agent只有同時具備提供此服務的能力與興趣時才能接受動作委托,即一個Agent不能強制另一個Agent提供某種服務。這一特點最適用于學習者特征的獲取。
(3)協作性:在多Agent系統中,具有不同目標的各個Agent必須相互協作、協同、協商對未完成問題的求解。
針對以上Agent 的特點將Agent技術應用于網上教學, 能有效克服現階段網上教學教育系統的局限和不足。使用Agent技術可以增加教學內容的趣味性和人性化色彩, 改善教學效果, 提高教學質量;利用Agent管理學習者的信息, 能動態跟蹤學習者的學習行為, 為建立學生模型提供更加可靠的依據;Agent的社會性能夠滿足建構主義協同學習的需要,可以把每個學習者看成一個Agent,學習者之間通過Agent的協同機制完成協同學習;教師也可以理解成一個Agent, 同樣可以和學生交流信息,隨時掌握學生的學習狀態。利用Agent 思想分析遠程教育系統的總體需求和設計解決方案,可充分體現教學的智能性與主動性。
2 基于多Agent技術的網絡教學模型
在傳統的教學中,教師是主體,學生只是被動的接受教學內容,不能很好地發揮學生的主觀能動性,調動學習的興趣,因此要采取一種實現學生之間協作學習的網上教學系統。基于以上原因本文提出一種基于多Agent的網上教學模型,其模型如圖1所示。
圖1
這個體系結構包括教師Agent,學生Agent,信息Agent,挖掘Agent,推薦Agent和交互Agent。交互Agent來促進學生之間進行協同學習,交互Agent與用戶之間通過自然語言進行通信。可以給學生提供合適的學習任務,并且推薦合適的輔導者,用數據挖掘機制來搜集個體行為和交互的類型,信息Agent與挖掘Agent和推薦Agent相互結合,來確定合適的學生輔導者,并且提供幫助。所有的Agent通過環境,使用特定的通信協議進行通信。學生代表每一個學生,可以相互之間進行通信。
2.1 教師Agent
教師Agent:負責教師,包括:備課Agent 和授課Agent 兩部分。備課Agent幫助教師完成日常備課,它不僅給教師提供一個能方便地把教學內容變成Web頁和課件到教學網站的平臺,更重要的是利用Agent的心智和社會功能智能地為教師提出備課建議。另外,備課Agent 還可以與學生Agent交互信息,了解學生比較感興趣的教學組織形式、教學媒體等信息,調整備課的方式。授課Agent主要處理實時授課和答疑,由于教師和學生地理位置的分布,它在網上教學系統中非常重要。授課Agent除了能模擬面對面的實時授課外,它還可以與學生Agent交換信息,了解學習者的學習狀況和疑難問題,從而動態地、有針對性地選擇授課對象。
2.2 信息Agent
信息Agent的主要目的是收集關于學生之間交互的數據,為挖掘提供信息,數據的收集主要通過一些同步的機制來實現,學習者在協作學習的過程中通過電子郵件、留言板、聊天室、等形式進行觀點的交換、獲得反饋信息,學習的過程也就是學習者之間相互協作交流的過程。
這些數據被存儲在知識庫中,被挖掘Agent讀取,用來確定個人行為類型[2]。
2.3 挖掘Agent
挖掘的目的是從收集的數據中抽取特征值,把它們存在知識描述機制中,我們把這種機制稱為項描述符。這些描述符描述了個體交互的特征值,可能會影響學生之間協作學習的能力,哪個個體能輔導別的個體,在描述符中個體的特征可以分為[3]:
個體:用來表述個體的數據,例如:年齡、性別、職業、地址。
行為:用來描述具有的輔導和社交能力、學習的類型。
創建用戶信息時,這兩種類型的數據信息很重要,可以推斷用戶的需要,個體特征信息用屬性值組來描述,行為信息通過用戶實施的行為來表示。情感狀態和社會行為都可以在問卷調查中明確地表示出來。
用來定義個性特征的屬性值是典型的單一值,而行為特征通常是多值的。兩種類型的信息在我們的模型中是用相同的方式描述的。
描述符列舉了相關的每項,我們用信任水平作為相關元素來決定信息的相關度。這就像計算條件概率P(dj|e),描述符通過對實際記錄的分析可以得到。對每一個我們要定義的推薦策略,由項產生的描述符定義為對象,然后,對象和其它存在的個體特征和行為特征之間的信任度就能計算出來,這個過程一直持續到所有的描述符產生。對于推薦合適的輔導者來說,建立描述符為了顯示輔導者的特征。
2.4 推薦Agent
列出所有可能的學生輔導者U={u1, u2,..., um},推薦的過程開始于對每個個體個性特征和行為特征信息的收集開始。然后,對每個用戶數據的收集要和描述符dj相匹配,描述符dj依據存儲在描述符中的項T={t1,t2,...,tk},列出好的指導者的最重要的特征。這個系統為每個學生計算分數,范圍從不同(0)到完全相同(1),分數由下面公式算出:
Score(dj)=1-∏ijk(Noise(tp))
其中,Score(dj)是描述符dj;的最后的分數,Noise(tp)是項tp的噪音參數值,一個用在噪音和概率模型中的概念,其值可由1CP(dj | tp)算出。分數最高的個體被選來幫助需要幫助的個體。這個表達式假定不同tp的獨立性,系統的設計者應該完成對每一項的選擇。這種方法假定每一項和用戶的項相匹配,就能增加描述符所提供的最合適的推薦策略的信任度。
2.5 交互Agent
交互Agent的目的是通過一種自然語言機制和用戶之間進行通信,來確定何時給需要幫助的用戶推薦學生指導者,同時啟動推薦過程,交互Agent通過人工智能標記語言(AIML)來表示其交互知識,人工智能標記語言的(AIML)最重要的標識是[4]:
:表示文件的開始。
:標記知識庫的單元。
:表示匹配模式,通過和用戶之間的通信交流。
:包含用戶輸出的可能的答案。
交互Agent也可以選出那些在學習的過程中有困難的學生,這時交互通過向推薦發消息來尋找合適的輔導者,當比較合適的輔導者登錄時,交互Agent會告訴有困難的個體,別的個體會幫助他進行學習。從而完成個體之間的協作學習[5]。
3 基于多Agent網上教學系統模型的特點
(1)以學生為中心,學生學習的初衷和學習的最終目的是完成對當前知識的建構,協作式學習就是在一定的情境下通過協作成員(教師和同學)的幫助,憑借自己已有的知識、經驗和認知水平,來建構新知識。
(2)該模型以建構主義理論為指導,以計算機網絡為依托,創設和諧、方便、靈活的協作環境。
(3)模型中的各個要素之間相互聯系、相互交叉,對軟件系統的評價和調整、改進,滲透到軟件分析、設計、開發和使用的每一環節。
4 基于多Agent網上教學系統的結構分析
整個系統采用B/ A/ S 模式,即瀏覽器Browser/ Agent/ 數據服務器Server ,它是一種“瘦客戶”模式,有助于加快訪問速度,而且客戶端利用瀏覽器上網,不再需要為不同的客戶端安裝不同的客戶程序,這能夠為復雜的分布式應用提供統一的環境。系統采用分層的軟件體系結構,可分為用戶層、Agent 層和數據服務器層。教師登錄后,系統會自動生成一個教師Agent ,它一方面負責教師與系統的交互,另一方面負責對學生進行指導,并將新的指導送往教學策略庫; 學生登錄后,系統在自動生成一個學生Agent。學習者自學習開始, 系統就會自動創建一個個體Agent來記錄學生的個人特征參數以及學習狀態參數, 如原有學習水平、知識接受能力、思維傾向方式、認知風格等, 并將這些信息錄入相應參數庫。系統根據記錄的參數, 對學生進行分類, 建構學生的個體模型, 以為將來協作小組的劃分、學習內容的選擇以及學習進度的控制提供參考的依據。同時, 隨著學習者學習的不斷深入, 學生學習能力、學習水平、思維傾向性等積累到一定域值的變化, 個體Agent中的參數也將隨之更新。因此, 利用智能Agent可以實現對學生學習情況的動態跟蹤。同時,交互通過和用戶之間的交互來鼓勵學生之間進行協作化學習,按照一定的原則,比如學習者的學習成績、學習成績、學習能力、學習水平、思維方式的傾向性等等,用數據挖掘算法來確定可以充當輔導者的學生,把它們推薦給需要幫助的學生。輔導者的推薦機制通過對學生情感和個人行為的分析來決定。
5 多Agent網上教學系統的優點
(1)智能性較高
學生能根據學生當時的實際情況, 對他們的學習內容和方向以適當的指導, 這就增加了學習情境的人性化色彩, 對提高學生的學習興趣, 改善教學效果有重要的意義。而且學生在學生的學習過程中不斷得到鍛煉, 即通過學生學習過程中的實際情況來修正自身, 使自身能夠更加確切地反映學生的真實情況。學生登錄學習的次數越多, 則其與其實際情況就越貼切。
(2)協作性較好
系統的設計有助于增強學習者的合作意識,培養學習者共同學習、共同進步的協作精神。利用計算機網絡來構建虛擬的學習環境,使得相識的或不相識的教師,學生和學習者們完成協作學習,這就要求系統設計者創建虛擬的學習情景,創建感知的和自然的學習氛圍,實現以學生為主導地位的學習。
(3)強調因材施教
智能性的記錄分析學生的學習情況, 根據他們的認知水平, 調整課程難度,水平高者, 課程難度適當增加或者加快課程,進度水平低的, 則適當降低難度或減慢進度。這樣能最大限度地挖掘每個學習者的潛力, 改變傳統教育的“ 一視同仁” , 實施個性化的教育。
6 結束語
網絡的出現,Internet的發展極大的改變著人們的學習方法和方式,為教育的發展帶來了很大的契機。基于網絡的教育,尤其是基于Internet的網上教學,是一種新的教學方式,它價格低廉、形式多樣、普及性廣、靈活性強,有著極大的生命力,是實現終身教育和個性化教育的理想手段。本文提出的基于多Multi - agent 網上教學系統為教師與學生提供了一個良好的協同式共享教學環境,支持學生之間協同化的工作方式,可大大提高教師和學生在完成教學任務過程中相互合作和信息交換的質量.
參考文獻:
[1] 金聰,戴上平,郭京蕾.張維.人工智能教程[M].北京:清華大學出版社,2007.1.
[2] 申瑞民,許彥青,張同珍,等.基于多的智能型遠程教學環境研究[J].計算機工程與應用, 2002(4):253-256.
[3] 陳登科,胡翠華.數據挖掘技術在遠程教育中的應用[J].情報科學,2003.4.
[4] Wallace, R. (2003). "The Elements of AIML Style ", ALICE A. I.Foundation.
關鍵詞:大數據背景;高職計算機;創新能力
引言
學生創新能力的培養符合課程改革的實質要求,對促進學生的全面成長和發展意義重大。在通訊技術、互聯網技術以及計算機技術快速發展的今天,人們越來越關注對學生綜合能力的提升以及創新精神的引導。高職院校需要立足于大數據背景之下教育教學改革的現實條件積極轉變教學思路,充分利用各種創造性的教學策略及手段豐富教學內容,實現教學形式和教學內容的多元化和多樣化,保障專業課程教學的質量及水平,讓學生能夠主動地利用專業知識應對大數據背景之下的發展和挑戰。
一、大數據背景
大數據也被稱作為巨量資料。在信息時代的背景之下,信息的儲量呈現著病毒式的發展態勢。人工智能以及大數據的出現直接改變了整個世界,同時對目前的公眾工作方式以及思維模式是一個較大的沖擊和變革。為了為產業發展、時代進步以及科技領域的穩定運作指明道路和方向,許多行業開始以大數據和人工智能為依據,充分實現對各類信息的高效處理以及歸納。在這樣的背景之下,社會對人才的需求量也越來越大。對于我國高職教育來說,計算機專業的教育教學尤為關鍵。教師需要以學生創新能力的培養為依據,分析大數據時代背景之下各類數據信息以及人工智能等高新技術的應用,明確大數據與計算機之間的內在邏輯聯系,充分體現這一專業教學的實踐作用以及指導價值。[1]
二、大數據背景之下的高職計算機專業學生創新能力的培養策略
根據上文中的相關分析可以看出,在大數據背景之下,高職計算機專業學生創新能力的培養必不可少。教師需要注重對這一能力培養的具體要求,掌握恰當可行的策略,圍繞大數據背景之下的信息化教學要求實現各項工作的穩定運作。從微觀的角度上來看,教學活動、教學管理、科學研究之間的融合比較復雜。教師需要注重不同層面的創新以及改革,積極優化目前的教學形式,分析傳統教學模式帶來的各類負面影響,以引導學生、鼓勵學生、啟發學生為依據,構建全新的人才培養創新機制,從整體上實現學生創新能力和創新思維的綜合提升及發展。
(一)提升學生的活動信息素養活動信息素養的提升與大數據的發展及應用密不可分。從目前來看,許多教師開始積極調整理論教學與實踐教學的比重。在大數據背景之下,高職計算機專業人才的培養要求越來越高。學生除了需要掌握計算機基礎知識之外,還需要主動參與不同的創新活動,了解大數據時展的趨勢,充分利用本專業的知識解決生活實際以及科學技術在變革過程中所出現的各類問題。例如,教師可以立足于目前的活動平臺拓寬學生的知識視野,豐富其活動信息素養,讓學生能夠在參與各類科技創新比賽的過程之中,對目前的專業學習和發展趨勢有一個客觀的認知。互聯網及大學生創業大賽每年都會舉行。這種國際性賽事備受關注并取得了良好的效果。教師可以引導學生主動參與這些技術含金量比較高,同時信息素養較足的國際賽事。這樣才能更好地吸引學生的注意力,讓學生能夠在主動參與的過程之中獲得更多的信息輸入,形成良好的創新學習意識。在主動實踐和動手時,教師要與優秀學生進行交流和互動,從而提升其國際素養、活動實踐素養以及科學素養。[2]
(二)制定創新激勵政策要想調動學生的參與積極性,充分體現大數據時代背景之下高職計算機專業學生創新能力培養的實質作用及優勢,教師需要將創新激勵政策的制定與學生的自主成長和發展相融合,了解高職教育在實踐運作過程之中所面臨的各類發展機遇以及挑戰,將激勵機制和政策機制融為一體,通過對大數據時代背景之下社會公眾對學生創新能力及創新思維的要求來構建以學生創新能力培養為基礎的激勵機制,讓學生在主動參與的過程之中意識到自主創新的價值和作用。從微觀的角度來看,創新能力的培養主要以情感、物質、精神以及校園文化等多個層次為依據。教師要積極利用各種研討會、國際比賽、社團活動以及實踐活動開展相應的創新教育教學,引導、鼓勵學生主動實現自我教育,在參與創新的過程之中掌握計算機專業基礎知識的實踐技巧和應用要求,實現個人創新能力的提升。
(三)創新教學形式作為學生自主學習以及主動創新的重要基地,課堂教學尤為關鍵。教師需要抓住這一主陣地與學生進行交流和溝通,了解學生的真實想法,立足于課堂教學,創新教學形式,積極提升學生的創新思維能力及水平。在大數據時代背景之下,各種創造性的教學模式應運而生。許多教師將信息化、多樣化的教學形式融入數字化學習平臺,通過互動教學、視頻教學來調動學生的想象力,降低學生的理解難度,鼓勵學生實現自我教育和自我成長。在學生自主學習和獨立思考的過程之中,教師可以針對學生出現的各類疑惑進行實時在線問答,構建良好的師生互動關系,及時了解學生的知識掌握情況,給予學生恰當可行的輔導和針對性的幫助,讓學生在小組討論、獨立思考和數據分析的過程中提出個人的想法。這種以學生為中心的課堂教學形式既能夠實現教學形式的創新,還可以提升學生的創新能力,加深學生對計算機專業基礎知識的理解和認識,使其能做到舉一反三。[3]
關鍵詞: 中職;本體;網絡測試;教學效果評估
一、引言
計算機技術、網絡技術和多媒體技術的迅猛發展,為網絡教學的發展奠定了一個良好的基礎。在中職教學中,教學反饋是檢驗教學效果的重要一環,更是進行有效教學改革的關鍵依據,但是較大量的作業批改、檢測等工作量常常使教學反饋未能及時有效收集,從而使教學效果受到影響。為了及時收集教學反饋,借助數字教育服務提高教學質量和效果,把本體技術引入到網絡教學中,網絡測試是檢驗教學效果的有效手段,它的作用日益被重視,網絡測試能夠根據學生的個體情況、知識結構,有針對性地確定及調整教學策略,智能化自動監控和激勵學生的學習、豐富教學手段、提高教學水平。本文提出了一個在網絡教學中基于本體技術的網絡測試系統設計模型,并把此模型應用于課堂教學中的網絡測試,應用于開發在線考試系統等實踐中,實現網絡測試系統動態性和智能性需求,從而得到一個有效及時的教學效果評估。
二、本體的概念及其技術優點
(一)本體的概念。
本體(Ontology),源自哲學術語。在人工智能界,最早給出Ontology定義的是Neches等人,他們將Ontology定義為“給出構成相關領域詞匯的基本術語和關系,以及利用這些術語和關系構成的規定這些詞匯外延的規則的定義”。Neches認為:“本體定義了組成主題領域的詞匯表的基本術語及其關系,以及結合這些術語和關系來定義詞匯表外延的規則。”后來在信息系統、知識系統等領域,越來越多的人研究Ontology,并給出了許多不同的定義。其中最著名并被引用得最為廣泛的定義是由Gruber提出的,“本體是概念化的明確的規范說明”。
和這個定義類似的有N. Guarino and P. Giaretta (1995)“本體是概念化的明確的部分的說明/一種邏輯語言的模型”(“an ontology is an explicit, partial account of a conceptualization/ the intended models of a logical language.”)。W. N. Borst對該定義也進行了引申“本體是共享的概念模型的形式化的規范說明”。
由于信息技術中的本體論,將現實世界中的抽象概念中數學方法、信息技術方法進行了處理,使之可以應用計算機技術和信息技術進行高效的檢索、分類、處理、轉換和推導,因此,信息技術中的本體論方法,在人工智能、信息檢索與處理等方面被越來越廣泛地應用。
而網絡自動測試,涉及測試題目的自動生成、測試結果的正確性自動判斷和測試效果的自動分析,因此適合于用信息技術的本體論方法來實現自動組卷、自動判卷和自動測試結果分析。
(二)應用本體技術的優點。
本體技術具有以下優點:(1)對現實事物的精確描述。可以用數學方式和模型對一個現實概述進行形式化建模,用數學的精確方式描述其特性。(2)自動性。由于本體之間可以并行工作,所以多本體可以快速求解問題。(3)準確性。可以引入數學精確模型、離散數學模型描述確定性關系,或引入模糊數學等模型描述非確定性關系,從而量化地描述客觀事物及其相關規律。
上述特點,對客觀地、但又統計性地分析教學效果、學生對知識的掌握情況、教學活動的因果關系都可以綜合進行利用。
三、基于本體技術的網絡測試設計
在網絡課程中,構建一個理想的網絡測試系統,不僅給學生提供了一個網絡測試知識的平臺,同時也滿足了教師隨時組織學生進行網絡考試的需要,對提高教學效果有著重要和積極的作用。
(一)網絡測試系統的本體體系。
網絡測試系統相關的本體包括:學生、知識/信息、章節、試卷、教師。
每個本體,都包括:屬性集、事件集、規劃集、能力集,分別反映其在網絡測試系統中的工作模式。
屬性集(Beliefset):描述本體對世界的理解和認識,采用基于元組的關系模型來表示本體的信念。
事件(Event):事件是一種特殊的對象。
規劃(Plan):規劃定義了一組動作序列。
能力(Capability):能力封裝了信念、事件、規劃等功能性單元。描述了本體能夠訪問的屬性集、能夠感知和處理的事件以及對事件做出響應和處理、實現本體目標所需的規劃。
本體:一個本體實際上就是一個特殊的對象。它擁有一組能力、包含一組屬性集關系、擁有一組規劃、能夠對一組事件進行響應和處理。
(二)本體設計。
網絡測試系統中包括學生本體、教師本體、信息管理本體、決策本體、改卷本體五個本體,其中信息管理本體維護考生成績,試卷分析結果及考生、教師的注冊信息;學生本體可以發送測試請求給教師本體,也可以發送信息查詢請求給信息管理本體;教師本體響應和處理學生的測試請求及維護知識庫;決策本體響應和處理教師本體的出卷請求,將出好的試卷號返回給教師本體;改卷本體響應和處理教師本體的改卷要求,并將試卷成績發送給信息管理本體保存。
學生本體包括測試請求、測試完成、進行測試、信息查詢請求等事件,包括響應教師本體返回的信息、執行測試、響應信息管理本體返回的信息等規劃。教師本體包括出卷請求、改卷請求、響應學生本體的測試請求等事件,包括響應學生本體的測試請求、執行出卷請求、執行改卷請求等規劃。由于信息管理本體、決策本體、改卷本體的事件和規劃比較單一,在這里不一一羅列。
關鍵詞:非全日制研究生;智能網絡教學平臺;教學質量
中圖分類號:G643 文獻標志碼:A 文章編號:1674-9324(2014)33-0229-03
一、引言
非全日制研究生教育,是指與全日制研究生教育相對應的,功能互補的,適應現代社會、經濟、科技發展需要的,以培養高層次創造型人才為目標的現代教育體系,是我國研究生教育體系的重要組成部分。非全日制研究生教育的主要內容,包括教育的思想定位、教育目標、教育方法、教育技術手段、教育過程管理等,是一項系統工程。隨著國家建設學習型社會和人才強國戰略的相繼實施,非全日制研究生教育的規范和發展開始受到社會和教育界的關注。非全日制研究生教育以在職人員為主要培養對象,以不離崗學習為主要學習形式,在教育對象、教學及管理方面有其自身的特點并具有明顯的特殊性,因此,在教育教學活動中出現了一些問題。其中,如何提高課堂教學質量成為非全日制研究生培養過程中亟待解決的問題。
網絡智能教學系統(Web Intelligent Tutoring System簡稱WITS)是基于World WideWeb技術的智能教學系統(Intelligent Tutoring System簡稱ITS)。ITS是以認知科學為理論基礎,綜合利用人工智能技術、教育心理學、計算機科學等多門學科成果形成的,對學生實施有效教學的技術。智能網絡教學利用計算機模擬教師的教學思維過程,以學生為中心、以計算機為媒介,形成開放式交互的教學方式,能夠達到真正個別化教學的目的。以Web為代表的互聯網技術為ITS的教學理念和功能實現提供了較為理想的技術平臺以及海量的信息資源。
在非全日制研究生教育中,面臨的實際問題是學生與教師的見面交流機會較少,缺乏教學互動相長的平臺。而且,非全日制學生一般都有正式職業,且分散在社會各行各業,平時對大學圖書資料等教學資源的利用機會不多,因此將網絡智能教學平臺引入非全日制研究生的教育和培養過程是非常必要的,對于提高研究生培養質量起著重要的作用。本文將選取非全日制研究生的教學培養作為網絡智能教學系統的具體應用領域,對非全日制研究生課程教學中面臨的典型問題進行分析,然后依據網絡智能教學系統的系統思想和模型結構,設計構建一種適用于非全日制研究生教學培養的網絡智能教學系統。
二、智能網絡教學平臺的構架介紹
綜合運用網絡技術(網絡編程技術、網頁制作技術、網絡數據庫技術)、多媒體技術以及面向對象編程技術,研究并開發了基于Web的智能網絡教學平臺。該教學平臺主要分為四個模塊:學生模塊、教師模塊、交流模塊及資料庫,如圖1所示。
學生模塊是系統為不同學習者提供的個別化教學內容與學習界面。學生首先登陸系統,然后進行自主學習。學生可自愿參與評估測試,了解自己的知識水平、認知能力、學習習慣及風格等。后續學習中系統將根據評估測試結果、學生學習記錄以及教師反饋等選擇教學知識庫中適合該生特點與實際水平的學習內容,并可根據學生情況動態生成教學過程,以及根據學生情況采用不同的教學策略,實現有針對性的個別化教學。學生也可在該模塊中提交作業,便于教師掌握學習情況。交流模塊是學生和教師互動的模塊,學生可以在此提出問題等待答疑,并有相關論壇可以留言討論。每個學期開始,學生可自主進入選課系統。選課系統主要由兩部分組成,基礎模塊和復合模塊。其中,基礎模塊主要由必修課程和基礎課程組成,而復合模塊主要針對非全日制研究生“產學研結合”的特點,增加了選修課程,保證整個選課系統既滿足了基礎性、實踐性、先進性,又增強了社會適用性、針對性和務實性。教師模型是網絡教學平臺中組織、管理和實施教學活動的核心。它由現實的教師主體和計算機化的教師屬性以及行為能力組件構成,用于網上授課、課件、知識傳授、組織討論、考試和管理等。其中,教師的教學經驗、教學策略、IT應用水平等是影響教師模型的關鍵因素。教學經驗和教學策略決定課程教學內容的結構、知識點劃分和知識內容的組織規則,同時,也影響課程素材的組織規則和問題答疑的組織規則。教師的IT應用水平是教師應用智能教學系統的技術能力,是教師靈活應用網絡教學平臺的技術要素。教師一般是通過學生學習狀態生成課程教學內容,通過學生評價狀態控制學習過程,并通過交流模塊的答疑系統實現對學生問題的解答。此外,教師模型還可以實現對于知識庫系統的維護。交流模塊主要是提供一個交流的環境來實現同學之間、師生之間實時的相互交流的需求,以便于師生之間、同學之間及相關人員的交流、設問、解答等。通過建立交流模塊可以解決學生無法在課堂上實時解決的一些問題,亦能實現遠程、分布式的協作學習。交流模塊主要包括答疑、公共BBS、專題討論、公告留言等版塊。通過交流教師可以將一些較為普遍或專業性較強的問題進行統一回答,并一些公告信息。在公共BBS中,任何人都可以發表意見和建議,提高學生的表達能力并提高學習興趣。教師可以根據教學內容、需要設立一些專題,在某一時間由學生和教師共同參與討論,通過網上聊天的形式,讓學生發表見解,教師加以引導,加深對于該問題涉及知識的理解。資料庫模塊是非全日制研究生網絡智能教學平臺的基礎和資源來源。知識庫模型中主要包括課程知識點、課程素材庫、課程習題庫等,并提供查詢打印功能。課程知識點匯聚了課程中具有獨立屬性和相互關系的知識點。課程素材庫包括與相關例題、圖片、音視頻文件等素材,為學習提供內容和形式支持。課程習題庫則按照章節提供習題及參考答案。該模塊最為突出的特點是加入了Web搜索功能組件,該組件的作用主要針對知識庫系統滿足不了學生答疑問題時轉向Web搜索,獲取知識答案。
三、智能網絡教學平臺的構建方法及關鍵技術
1.三層B/S分布式計算結構。為了有效地減少網絡流量、防止客戶端肥大、易于數據更新及實現系統間的連接,網絡教學平臺的設計采用了“三層B/S分布式計算結構”的Web技術,形成基于Web數據庫應用下的網絡教學環境。三層B/S分布式計算結構分為三部分:客戶端、應用服務器和數據庫服務器。客戶端提供一個可視化接口,用來顯示信息和收集數據,它只與應用服務器打交道。在智能網絡教學平臺中有三類客戶:學生、教師和管理員。他們各自具有不同的用戶界面,不同的用戶界面顯示的信息也不同,從而體現不同的用戶身份。應用服務器主要用來實現應用邏輯,是連接客戶與數據庫服務器的橋梁。它主要根據用戶發出的請求執行某種任務,并與數據庫服務器打交道。數據庫服務器實現數據的定義、維護、訪問、更新和管理,并對應用服務器的數據進行響應。可以采用某一種數據庫管理也可以是多個數據庫的集合。常用的數據庫服務器有Oracle、Sybase等。網絡教學管理系統正是基于上述B/S結構的三層結構:教學信息表示層、教學應用邏輯層和教學資源訪問層進行實施的。
2.應用層與數據層連接。應用層與數據層的連接通過基于TCP/IP的超文本傳輸。客戶端可以自由通過瀏覽器瀏覽Web頁面,獲取與使用網絡教學資源。這些請求經過審核,通過Web服務器的一組中間控件和后臺數據庫進行交互。中間控件的開發目前有CGI、JDBC、ASP和JSP等技術。我們主要采用JSP技術。
Abstract: To improve vocational college students' theory and practice integrated capabilities, update teaching philosophy and optimize teaching strategies, the situation in the traditional universities and vocational colleges is investigated. With "capacity-building" as the dominant ideology, robot teaching in vocational colleges is explored and researched from the aspects of teaching contents and teaching methods.
關鍵詞:高職;機器人;教學改革
Key words: higher vocational; robot; teaching reform
中圖分類號:G71 文獻標識碼:A 文章編號:1006-4311(2011)12-0198-01
0 引言
機器人學是一門集機械學、電氣學、計算機學、人工智能、材料學等多學科交叉的綜合性學科,無論在在基礎理論方面還是在實踐應用方面,都正在以驚人的速度發展。近年來,我國的機器人教育有了很大的發展,機器人課程逐步成為高校綜合性實踐課程。能否有效地開展機器人教學已經成為直接影響學生綜合能力培養和綜合素質提高的重要因素。因此,在高職院校對機器人課程的實驗教學探索與實踐是非常必要的。
1 機器人教學情況的調研
1.1 傳統高校機器人教學情況 本科院校以及傳統專科院校一般開始有“機器人學”、“機器人概論”等課程。開設的專業較廣,涉及機械工程、電子工程、航空航天、計算機科學等專業,開設方式多樣,如必修、專業選修、全校選修等。國內高校選擇教材較集中,選用蔡自興 《機器人學》、熊有倫 《機器人學》的居多,部分高校的課外參考書為國外原版教材。實驗學時數相對較少 (實驗與講解的比例最高為1:3.2),半數以上高校的實驗課時數為零。
1.2 高職院校機器人教學情況 高職院校分為兩種類型,一類為原高專轉變而來,這類院校一般沿習傳統院校的教學方法;另一類為新型高職高專,以技能培養為核心,在機器人教學方面教學方法多元化,多數開展了機器人興趣小組等機構,在少數學生中進行機器人技術的培養,或者開展公共選修課進行基礎知識普及。在高職院校工科專業實現機器人技術的系統學習,各院校都還處于嘗試階段,尚未找到行之有效的方法。
1.3 現存問題分析 在傳統的教學方法中,我國機器人教育普遍存在著重視知識傳授、輕視能力培養,重視理論教學、輕視實踐環節的問題,使得學生只滿足于死記硬背知識點,沒有注重學生獨立動手能力、綜合分析問題和解決問題能力的培養。而在高職院校,由于技能培養的目的性較強,對于機器人技術這種綜合性學科,開展普及性教學尚存在較多屏障。
2 高職院校開展機器人教學的可行性分析
2.1 高職院校機器人教學環境分析 高職院校一般在工科專業高年級開展機器人教學,此時教學對象已學習過本專業基礎課程,例如電工電子學、機械設計、程序設計、PLC技術、單片機等,儲備知識基本全面。而且,高職院校的特點是側重于技能培訓,實訓課程比例較高,學生普遍動手能力較強。這為我們進行機器人技術的學習提供了有利條件。但是,同時我們必須認識到,高職院校不強調教學的系統性和完整性,這將導致學生知識結構系統性差,綜合分析能力相對較弱,是機器人教學的瓶頸所在。
2.2 高職院校開展機器人教學的必然性 機器人技術涵蓋了工程技術幾乎各個方面,并且該技術處于高速發展階段。在高職院校開展該課程,不僅有利于增強學生的綜合能力培養,更為學生后期發展和拓展性學習提供了良好的基礎。高職學生在具備了本專業必備的技能之后,必須將各種技術綜合運用,才能夠處理現實問題,而要將機械機構設計、電路電子設計、程序設計、安裝調試等綜合運用,是任何一門基礎課程都無法實現的,只有機器人技術課程可以成為培養學生綜合運用專業知識的有效載體。
3 高職院校開展機器人教學的若干方案探討
3.1 將教育機器人與相關專業課程相結合 教育機器人將機器人應用于教育領域,是由生產廠商專門開發的以激發學生學習興趣、培養學生綜合能力為目標的機器人成品、套裝或散件。目前,教育機器人硬件技術方面已經非常成熟,設備的可靠性、靈活性、耐用性等性能都已得到社會的廣泛認可。教育機器人的硬件配件多樣,技術支持能力強,價格也相對便宜。控制操縱機器人的關鍵問題之一是軟件設計,主要是通過C語言或Vc++等程序設計語言進行程序設計,通過編程對機器人進行控制。這就給學生提供了廣闊的開發平臺,通過編程對機器人進行操縱,使其完成各種任務,培養了學生的綜合應用能力。因此,我們可以在《C語言》和《單片機》課程的實驗環節引入機器人控制技術。用于實驗創新的教育機器人種類繁多,依據可編程控制機器人可以設計出各種機器人,創造空間巨大,例如使用慧魚機器人創新套件就能設計各種機器人,如搬運機器人、救火機器人、仿生機器人等。
3.2 開設《智能機器人制作》課程 面向工科類專業學生開設《智能機器人制作》選修課程,講解智能機器人的控制板、傳感器、輸出設備等硬件知識以及智能機器人控制程序的開展等軟件知識。通過項目教學法,讓學生在學完課程內容后能獨立組裝并調試好智能機器人。最終了解智能機器人系統的軟硬件組成和工作原理,激發學習興趣和創新熱情。
3.3 有效利用畢業設計 畢業設計是學生將所學知識綜合運用的體現,用具體的機器人項目指導相關專業學生進行畢業設計,將會使學生在訓練中學會如何將知識應用到生產實際中。例如機器人結構設計、智能機器人傳感器應用、智能機器人驅動技術、智能機器人位置控制技術、編制控制智能機器人運動的軟件、智能機器人計算機控制系統等設計項目。
4 結束語
高職院校開展機器人教學活動對學生技能培養、科技的社會化具有重要的意義。它給高等職業教育尤其是工科類高等職業教育在教學內容、教學形式及教學效果上都會帶來更多的驚喜與期待。
參考文獻:
[1]戰強,王東月.《機器人學》課程教學改革探討[J].北京航空航天大學學報(社會科學版),2010(3).
[2]黃文愷,陳虹.機器人創新性教學平臺的實踐與探索[J].教育在線,2009(5).
【關鍵詞】數據挖掘教學質量教學評價
隨著高職教育的快速發展,高職院校的教學質量的自我評價已經成為學校科學管理的重要保障。教育部為了確保高校的教育質量,于2003年確立了5年一輪的評估制度。各高職院校在推進教育評估工作的同時,積極地組織自評,建立健全了全院教職工共同參與的教學質量內部自我評估機制。而建立健全高職院校教學質量評價系統是提高教師教學質量的重要途徑,也是提高教學管理水平的迫切需要。數據挖掘是從大量的數據中提取知識的有效技術,不僅可以實現教學評教數據的知識挖掘。這些知識可以為學校提高教學質量,同時也可以輔助學校管理者決策,為進一步優化教學資源提供可靠的數據依據。
一、教學質量評價的作用
高職院校的教學質量是高等職業教育的生命線,教學質量的評價作為提高教學質量的手段被擺到了越來越重要的位置,而教師在教育工作中擔負著溝通教與學的橋梁作用,其工作質量的好與壞會直接影響到教育質量的好壞。在教學管理中,對高職教師進行教學質量測評,是教學活動中提高教學質量的一個重要環節,也是教學管理的核心。教學質量測評在教學過程中發揮著諸多作用,具體表現在以下幾個方面:
1、通過教學質量測評,進一步加強人才培養工作的宏觀管理與指導,推動學校自覺地按照教育規律不斷明確辦學指導思想、堅持教育創新、深化教學改革、加強教學基本建設、強化教學管理、全面提高教育質量。
2、教學質量評價能夠從整體上對教學活動進行調控,以確保教學活動能夠按照預定目標進行,并且能最終達到該目標。
二、數據挖掘概述
1、數據挖掘的定義
簡單的說,數據挖掘(Data Mining)就是從大量的、隨機的實際應用數據中,提取或挖掘隱含在其中的、人們事先不知道的、但又有用的知識的過程。數據挖掘涉及多學科技術的集成,包括了數據庫和數據倉庫、機器學習、統計學、人工智能、神經網絡、信息檢索、模式識別等多個領域的理論和方法。與數據挖掘相近的同義詞有知識提取、數據捕撈、數據融合、數據分析、決策支持和從數據中挖掘知識等。
2、數據挖掘的方法
數據挖掘源于多個學科,受多個學科影響,數據挖掘的核心技術融合了數據庫、機器學習、統計學、人工智能等多個學科領域的理論和方法,數據挖掘利用的技術越多,得出結果的精確性就會越高。目前數據挖掘方法很多,比較典型的有關聯分析、序列模式分析、分類分析、聚類分析等。
(1)關聯分析
所謂關聯分析,也就是利用關聯規則進行數據挖掘,通過關聯規則挖掘,可以發現那些隱藏在海量數據間的相互關系,發現那些潛在的、隱含在數據記錄中的有用信息。利用關聯規則進行數據挖掘是由Rakesh Apwal等人首先提出的。
(2)序列模式分析
序列模式分析,側重分析數據間的前后序列關系,它能發現數據庫中“在一段時間內,先進行了一活動后,又接著進行了另一項活動”之類的知識。
(4)聚類分析
聚類分析是統計學中的一種研究方法,主要研究”物以類聚”的問題,它是把物理或抽象的集合分割為多個類的過程,使得同一類中的對象具有高度的相似性,而不同類之間對象的差別較明顯。與分類分析不同,在聚類分析中,預先不知道記錄數據中分類信息,并且目標數據分成幾類也不知道,需要依據某種度量標準,合理地劃分記錄數據到各個簇中。聚類分析的方法很多,具體可以分為系統聚類法、模糊聚類法、基于密度的方法等。
三、教學質量評價存在的問題
現在的教學質量評價中尚存在著一些新的問題。像許多高職院校一樣,我院在多年來的教學、管理和教學質量評價工作積累了大量的數據,但目前對這些海量數據的研究處理還僅停留在初級的數據備份、查詢及簡單基本的統計階段,使得這些數據不能發揮其應有的價值。如何更有效地利用大這些大量的數據記錄信息理性探析并指導高職院校教師更好的教學已變得非常重要。
四、數據挖掘技術在教學評價中的應用
1、基于數據挖掘的教學評價流程
(1)確定挖掘對象。源數據庫存儲了來自教務系統不同模塊的數據,主要有教師基本信息、課程基本信息、評價基本信息等,這些都是評價數據分析的基礎。清晰定義問題,認清數據挖掘的目的,是數據挖掘的關鍵一步,挖掘的最后結果是不可預測的,但是要探索的問題一般是可以預見的。
(2)數據的采集。教師需要在教學過程中,主要收集教學數據信息,有些信息需要可以直接獲得,有的信息需要進行調查獲得。此項工作繁瑣,耗時,工作量大。
(3)數據的預處理。數據的預處理主要包括數據集成、選擇、轉換等過程。此過程的實施是針對算法而準備的,不同的算法一般需要不同的分析數據模型。
(4)數據分析。進行數據分析,首先要選擇合適的挖掘算法,目的是為了建立一個分析數據模型,并使用合適的軟件實現這一算法,繼而對所轉換的數據進行挖掘。
(5)結果分析與表示。根據用戶的不同,對分析結果庫中的數據進行分析,把具有價值信息提取出來,以文字、圖形等形式反饋給最終用戶。例如教師可利用所得的信息改進教學策略,指導進一步的教學。
2、數據挖掘在高職院校教學評價中的作用
在高職院校的教學工作中,有許多教師根據教學需要,往往每位教師所教的課程不止一門,在整個教學質量評價活動中,評價某位教師的授課質量不能僅限于某個班級、某一學期、某一門課程成績排名,而是由我們事先設定好的挖掘模型從其開始授課時起,對其在各個學期、不同的班級及不同課程的平均成績進行數據挖掘,客觀得出該教師的總體教學效果。
總之,我院擁有信息量龐大的歷屆教學評價數據和人事信息數據,現在我們很難再依照傳統方法在海量數據中尋找決策的依據,數據挖掘作為一種工具,其技術日趨成熟,我們將數據挖掘技術應用于教學評價中,可以借助它去發掘數據中隱藏的規律或模式,為建立教學評價模型提供了捷徑,為決策提供科學的依據。
注:河北省教育學會“十二五”規劃課題(XHX NO,12550038)
參考文獻: