基于内容分析法的智能导学系统研究综述

  作者:朱凯诺,马玉慧(渤海大学教育科学学院,锦州121000) 时间:2023-03-14来源:电子产品世界

编者按:人工智能的兴起使其被应用于各个领域。在教育领域,人工智能技术促使智能导学系统的产生与使用。文章基于内容分析法从发文时间与发文量、被引用量分析、研究主题分析和关键词分析四个层面入手研究智能导学系统的相关文献,对其进行数据统计与分析,为后续智能导学系统的研究与发展提出意见与建议。

随着科技的高速发展,人工智能技术也在不断升级换代与创新变革。人工智能与教育的深度融合,改变了教育模式、教学技术和教学资源。根据党中央、国务院关于人工智能教育与教育现代化的战略部署及教育部《教育信息化2.0 行动计划》要求,“人工智能+ 教育”,计算机辅助教学(Computer-Assisted Instruction,CAI)[1]开始受到教育工作者的关注。20 世纪70 年代,随着人工智能技术的高速发展,教育研究人员将专家系统引入到教育领域[2],促使智能导学系统的诞生。

智能导学系统(Intelligent Tutoring System,ITS),是指利用人工智能技术模仿人类教师在教学中所承担的角色,为学习者提供个性化学习指导,帮助不同需求和特征的学习者获得知识和技能的一种智能化的计算机辅助教学系统。[3]智能导学系统与学生进行互动,对学生的个人意图做出反应。智能导学系统有效结合了建构主义学习理论,让学生在学习过程中占据主导地位,控制学生进行积极地有效学习。它通过分析用户的问题,与用户进行互动,准确显示用户搜索的信息。智能导学系统整个系统贯穿了“人工智能+ 教育”的思想,通过人工智能技术对学生进行有效的教学辅导,以提高学生的学习效率。目前,广泛使用的智能导学系统有Autotutor[4],Gift[5]等。

1   研究设计

1.1 研究对象

智能导学系统致力于辅导学生进行有效学习,故本文研究样本以“智能导学系统”为关键词,在中国知网数据库中检索与关键词相关期刊论文文献为主要研究对象。在知网数据库中进行检索,经过删除无效样本后,得到文章331 篇。

1.2 研究方法

本研究主要采用内容分析法,对国内相关文献进行统计分析。内容分析法是一种对研究内容进行客观、系统、定量描述的研究方法[6]。该方法通常旨在对研究对象的本质性事实和发展趋势进行清晰的梳理和了解,以此对其中所蕴含的深层次内容进行进一步的揭示和挖掘,并对其发展趋势加以预测和把握。内容分析法的实施步骤通常分为以下几步:首先根据研究问题界定目标总体的范围,然后对目标总体范围进行筛选,梳理出研究样本,接着选定研究的分析单元,确定研究编码体系,对文献样本进行编码统计、处理,最后对统计数据进行分析,并得出一定的研究结果[7]。本文将按照该步骤对文献内容进行分析、处理。

1.3 内容分析维度

本文基于内容分析法研究智能导学系统,主要研究内容为发文时间分析、发文量分析、研究主体分析、关键词分析。

2   研究结果与分析

2.1 发文时间与发文量分析

本文主要研究智能导学系统相关文献发文时间与发文量,并对其数据进行分析统计,对智能导学系统相关文献发表时间线进行梳理,可以在宏观上把握智能导学系统未来发展的趋势,为后期智能导学系统的研究打好基础。

通过分析中国知网相关文献,我们可以了解到在中国知网上首次发表与智能导学系统相关文献是在1993年由日本学者发表,直到现在与智能导学系统相关论文仍在不断发表,截止到2021 年7 月累计已有331 篇相关文献可以在中国知网上查阅,这些文章包含国内外学者对智能导学系统研究的相关内容,时间跨度为28 年。通过在知网上检索,我们可以发现与智能导学系统相关文献的发文时间持久,发文量逐渐增加。20世纪90年代,人工智能技术仍处于初始发展阶段,人们开始尝试将人工智能技术应用到各个领域。在教育领域,人工智能技术的加入,促使智能导学系统的诞生与使用。而随着技术的不断发展,对话系统,自然语言处理等技术的发展使智能导学系统也随之大力发展,人们也一直致力于研究如何将智能导学系统更好地应用在教学过程中。智能导学系统相关文献具体发文时间与发文量如图1 所示。

由图1 所示,我们可以观察到,在1993 年中国知网收录了第一篇智能导学系统相关文献,该文献是由日本学者撰写。从1993 年开始,智能导学系统逐渐受到教育研究者的关注,2009 年发文21 篇,到2016 年发文增加至32 篇。我们可以发现随着人工智能技术的不断发展,智能导学系统相关文献发表数量也在逐年上升。随着人工智能技术和教育相关理论的不断发展,使得智能导学系统也在不断改革创新和大力发展,智能导学系统的研究与应用也在不断深入。总体来看,近年来智能导学系统逐渐成为教育领域的一个研究热点。

1678791551782855.png

图1 智能导学系统发文量(截至2021年7月1日)

2.2 被引用量分析

论文的被引用量反映出论文的科学性与可学性,从侧面体现出论文的研究价值,为后续的研究发展提供相应的参考。表1 是被引用量排名前十位的智能导学系统相关文献。

表1 智能导学系统相关文献被引用次数排名前十名

(截至2021年7月1日)

image.png

表1 已列出相关文献的篇名,作者和被引用量相关信息。根据表1 内相关信息,被引用次数最多的是由韩建华,姜强,赵蔚,刘东亮,Gautam Biswas一起合作完成的《智能导学环境下个性化学习模型及应用效能评价》。这篇文章主要研究个性化学习理论和学习分析理论,构建了相关的智能导学系统的结构模型与学习过程模型,从而对学生进行辅导教学。文章于2016 年刊登在现代教育技术专业的核心期刊《电化教育研究》上,文章为研究开发智能导学系统提供了有效案例,为后续的研究提供了有效范例。

2.3 研究主题分析

论文研究主题是每一篇文章的灵魂,研究论文主题能为后续相关研究提供强有力的文献支持,促进对专业领域知识的深入认识与学习。

智能导学系统通过人工智能技术辅助学生学习,协助学生解决问题或者进行反思,让学生积极投入和参与教学活动中,达到辅导的最佳效果。根据知网相关数据分析可得,大部分文章主要研究智能导学系统的设计与开发,其余文章则基于智能导学系统延伸出去讨论学习者个体、个性化学习、现代远程教育、数据挖掘等相关领域。这充分体现了智能导学系统知识面涵盖广泛,它包含人工智能技术,计算机科学与技术,教育学理论,教育心理学等领域的相关知识。在这些领域的深入研究与发展后又促进智能导学系统的应用与发展。

观察图2 可知,有70篇文献研究了智能导学系统的实现与开发,人工智能技术的发展使得人们开始逐渐关注与重视智能导学系统的研发。有20篇文献主要研究了使用智能导学系统的学习者,从关注系统的角度转移到关注其使用学习者的角度,充分体现了“以人为本”的教育思想,切合智能导学系统的终极研究目的,即为学习者服务,辅导学习者学习。另外,还有部分文献研究了个性化学习,这也是智能导学系统的特色之一。智能导学系统能针对学习者个人的学习情况,为学习者提供一对一的个性化辅导,提高学习者的学习效率,从而达到个性化有效教学辅导的效果。这些相关研究都为后续研究智能导学系统提供了新的思路与模式,值得后续的研究者深入探索。

1678791743224785.png

图2 智能导学系统研究主题分布

2.4 关键词分析

论文关键词是文章的精髓所在,作者提炼出关键词就是让读者对文章内容的核心一目了然,所以研究关键词能让我们更清楚地了解每一篇文章的核心之处,加深对文章的理解与掌握,把握住文章的中心内容,感受到文章的精神内核。

根据知网相关信息分析可知,智能导学系统的关键词主要分布在两个领域,一个是功能领域,一个是技术领域。

由图3 可知,在功能领域,智能导学系统主要在于研究其功能模块的设计与问题解决过程,这两者交集点在于学习功能和用户界面的设计。其功能模块的设计在于导学、自主学习与教学辅导模块设计,其问题解决过程在于问题解决模式、已知条件和思维品质方面。功能模块主要是为学生提供有效辅导的方式方法,而问题解决过程则是智能导学系统的核心所在。

1678791817867608.png

图3 功能领域关键词

由图4 可知,在技术领域,智能导学系统主要研究语义分析和自然语言理解两个方面,二者主要涉及到的相关技术有相关的名词概念、系统关键技术、数据库管理技术、系统开发平台和系统测试这些相关技术。技术领域主要是研究用相关技术开发智能导学系统,不断地完善智能导学系统,使其能让学生有更好的学习体验,获得更好的辅导学习效果。

image.png

图4 技术领域关键词

3   思考与建议

我们探索在智能导学系统中创建自动化、个性化的反馈。我们的目标是以个性化反馈辅导学生学习,让学生在辅导学习的过程中进行自主思考,能判断答案中确定正确和错误的概念,以实现更好的学生学习成果。个性化的反馈实现在技术层面仍不够完善,需要继续研究。智能导学系统解决在学习过程中学生遇到各种各样的问题,教师也可以使用智能导学系统评估学生当前的知识水平,并对知识水平的任何变化作出适当反应。教师还可以使用智能导学系统采取行动来修复学生理解中的任何错误,提供立即的反馈和减少掌握概念所需的时间。有些智能导学系统的提供的对话功能还允许在学生无法自己制定策略时,制定适当的策略进行教学。它可以为学生提供一些一对一的辅导,而且它可以在任何时候访问,这为学生学习提供了灵活性。

人工智能技术的发展促使基于对话的智能导学系统也有所得到发展,基于对话的智能导学系统支持与学生的自然语言互动,并可以让学生体验协作解决问题和反馈类似于人类导师,基于对话的智能导学系统在技术上的实现仍值得深入探究。未来,智能导学系统的使用还可以探索出更多模式,从而更好地辅导学生学习。

参考文献:

[1] 陈仕品,张剑平.智能教学系统的研究热点与发展趋势[J].电化教育研究,2007,(10):41-46.

[2] 武栋.基于WEB的ITS中学生模型和教学策略的设计[J].现代教育技术,2007,(5):6-64.

[3] 刘清堂,吴林静,刘嫚,范桂林,毛刚.智能导师系统研究现状与发展[J].中国电化教育,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,彭霁,徐雯慧.GIFT-通用智能导学系统框架[J].人工智能,2020:22-28.

[6] 风笑天.社会性研究方法[M].北京:中国人民大学出版社,2009.

[7] 李克东.教育技术学研究方法[M].北京:北京师范大学出版社,2002.

(本文来源于威廉希尔 官网app 杂志2022年4月期)

关键词: 202204 内容分析法 人工智能 智能导学系统

加入微信
获取电子行业最新资讯
搜索微信公众号:EEPW

或用微信扫描左侧二维码

相关文章

查看电脑版