智慧教育論文：面向智慧教育的學(xué)習(xí)環(huán)境計(jì)算框架

智慧教育論文：面向智慧教育的學(xué)習(xí)環(huán)境計(jì)算框架摘要：學(xué)習(xí)者跨場(chǎng)域?qū)W習(xí)的趨向，要求場(chǎng)域割裂的被動(dòng)教育服務(wù)轉(zhuǎn)變?yōu)榍榫陈?lián)通的主動(dòng)學(xué)習(xí)支持服務(wù)。然而，當(dāng)前學(xué)習(xí)環(huán)境的技術(shù)生態(tài)尚不具備應(yīng)對(duì)復(fù)雜學(xué)習(xí)情境的個(gè)性化服務(wù)能力。如何將學(xué)習(xí)環(huán)境中的各種智能化服務(wù)在智能與知識(shí)層面無(wú)縫協(xié)同，構(gòu)建一個(gè)開(kāi)放互聯(lián)的學(xué)習(xí)環(huán)境，已成為智慧教育的重要研究議題。學(xué)習(xí)環(huán)境計(jì)算是解決學(xué)習(xí)環(huán)境設(shè)計(jì)、評(píng)價(jià)與優(yōu)化的基礎(chǔ)，也是面向智慧教育的基本計(jì)算問(wèn)題之一。面向智慧教育的學(xué)習(xí)環(huán)境計(jì)算框架，在學(xué)習(xí)情境模型、智慧學(xué)習(xí)環(huán)境功能模型的基礎(chǔ)上，通過(guò)學(xué)習(xí)環(huán)境計(jì)算賦能智慧學(xué)習(xí)環(huán)境，并基于典型學(xué)習(xí)情境實(shí)現(xiàn)智慧學(xué)習(xí)環(huán)境的技術(shù)及資源部署，支持從規(guī)?；逃驍?shù)據(jù)驅(qū)動(dòng)、情境化、個(gè)性化的智慧教育生態(tài)轉(zhuǎn)變。其核心功能可分為三大部分：學(xué)習(xí)情境的表征與建模、教學(xué)策略的生成與推薦以及學(xué)習(xí)績(jī)效的分析與評(píng)測(cè)。教學(xué)實(shí)驗(yàn)是學(xué)習(xí)環(huán)境演化的基礎(chǔ)?；诮虒W(xué)實(shí)驗(yàn)的學(xué)習(xí)環(huán)境計(jì)算演化模型，通過(guò)基于教學(xué)實(shí)驗(yàn)的教學(xué)策略驗(yàn)證和基于自學(xué)習(xí)算法的教學(xué)策略庫(kù)增強(qiáng)，可以實(shí)現(xiàn)對(duì)真實(shí)多場(chǎng)景學(xué)習(xí)環(huán)境的優(yōu)化。目前基于學(xué)習(xí)環(huán)境計(jì)算框架構(gòu)建的“教學(xué)管評(píng)測(cè)”相關(guān)應(yīng)用已累計(jì)服務(wù)數(shù)億人次，已應(yīng)用到個(gè)人自學(xué)、協(xié)作學(xué)習(xí)、課堂聽(tīng)講等學(xué)習(xí)情境中，并已開(kāi)展面向動(dòng)機(jī)激發(fā)與行為干預(yù)的學(xué)習(xí)環(huán)境計(jì)算和面向分層教學(xué)的學(xué)習(xí)環(huán)境計(jì)算實(shí)驗(yàn)。關(guān)鍵詞：智慧教育；智慧學(xué)習(xí)環(huán)境；學(xué)習(xí)環(huán)境計(jì)算；邏輯框架；演化模型；體系架構(gòu)一、引言大數(shù)據(jù)、云計(jì)算、人工智能等新一代信息技術(shù)正引領(lǐng)新一輪科技革命，推動(dòng)人類(lèi)生產(chǎn)、生活各個(gè)領(lǐng)域的結(jié)構(gòu)重組和流程再造，也正在改變教育的組織模式和服務(wù)模式，推動(dòng)人類(lèi)教育向“智慧教育”階段演進(jìn)（黃榮懷，2022）。在科技與教育的系統(tǒng)性融合過(guò)程中，學(xué)習(xí)環(huán)境亟需轉(zhuǎn)型和升級(jí)，支持以數(shù)據(jù)驅(qū)動(dòng)、個(gè)性化、情境化為主要特征的智慧教育生態(tài)（黃榮懷等，2019）。當(dāng)前在互聯(lián)網(wǎng)的推動(dòng)下，學(xué)習(xí)環(huán)境已從“封閉式校園”向“互聯(lián)網(wǎng)學(xué)習(xí)環(huán)境”過(guò)渡（黃榮懷等，2017），從學(xué)校延伸至家庭、社會(huì)等場(chǎng)域（莊榕霞等，2017）。然而，學(xué)校、家庭、社會(huì)等場(chǎng)域之間嚴(yán)重割裂、信息共享不暢、數(shù)據(jù)孤島嚴(yán)重、學(xué)習(xí)支持服務(wù)難以協(xié)同聯(lián)動(dòng)，導(dǎo)致各場(chǎng)域?qū)W習(xí)情境難以聯(lián)通。從學(xué)習(xí)環(huán)境的服務(wù)對(duì)象看，學(xué)習(xí)者跨場(chǎng)域?qū)W習(xí)的趨向要求場(chǎng)域割裂的被動(dòng)教育服務(wù)轉(zhuǎn)變?yōu)榍榫陈?lián)通的主動(dòng)學(xué)習(xí)支持服務(wù)。然而，當(dāng)前學(xué)習(xí)環(huán)境的技術(shù)生態(tài)中，教育數(shù)據(jù)挖掘與學(xué)習(xí)分析的相關(guān)算法與服務(wù)孤立（Bakeretal.，2016），尚不具備應(yīng)對(duì)復(fù)雜學(xué)習(xí)情境的個(gè)性化服務(wù)能力。因此，如何將學(xué)習(xí)環(huán)境中的各種智能化服務(wù)在智能與知識(shí)層面無(wú)縫協(xié)同，構(gòu)建一個(gè)開(kāi)放互聯(lián)的學(xué)習(xí)環(huán)境，使其能適應(yīng)復(fù)雜性、個(gè)性化和隨機(jī)性等智慧學(xué)習(xí)特征（黃榮懷等，2017），已成為智慧教育的重要研究議題。學(xué)習(xí)環(huán)境計(jì)算是有效聯(lián)接物理空間、信息空間和社會(huì)空間的橋梁，是解決學(xué)習(xí)環(huán)境設(shè)計(jì)、評(píng)價(jià)與優(yōu)化的基礎(chǔ)，是教育領(lǐng)域建構(gòu)智聯(lián)網(wǎng)的核心關(guān)切，也是面向智慧教育的基本計(jì)算問(wèn)題之一，有助于解決數(shù)字隱私的可信、安全保障問(wèn)題，以及復(fù)雜場(chǎng)景下基于多模態(tài)融合的學(xué)習(xí)支持服務(wù)機(jī)制構(gòu)建等問(wèn)題（黃榮懷等，2019）。本文圍繞數(shù)據(jù)驅(qū)動(dòng)、個(gè)性化、情境化等智慧教育主要特征，提出面向智慧教育的學(xué)習(xí)環(huán)境計(jì)算框架，包括學(xué)習(xí)環(huán)境的計(jì)算與推理模型、基于教學(xué)實(shí)驗(yàn)的學(xué)習(xí)環(huán)境計(jì)算演化模型以及面向服務(wù)的學(xué)習(xí)環(huán)境計(jì)算體系架構(gòu)。該框架將有助于新一代學(xué)習(xí)環(huán)境的設(shè)計(jì)與優(yōu)化，加速學(xué)習(xí)環(huán)境的系統(tǒng)與裝備從實(shí)驗(yàn)原型研究到生產(chǎn)與部署，助力學(xué)習(xí)環(huán)境的數(shù)字化轉(zhuǎn)型，為規(guī)?；逃c個(gè)性化培養(yǎng)的平衡提供支撐。二、面向智慧教育的學(xué)習(xí)環(huán)境計(jì)算邏輯框架在科技與教育的系統(tǒng)性融合過(guò)程中，為了更好地支持?jǐn)?shù)據(jù)驅(qū)動(dòng)、個(gè)性化、情境化等智慧教育特征，本文提出面向智慧教育的學(xué)習(xí)環(huán)境計(jì)算邏輯框架。該框架建立在學(xué)習(xí)情境模型（黃榮懷等，2010）、智慧學(xué)習(xí)環(huán)境功能模型（黃榮懷等，2012）基礎(chǔ)上，通過(guò)學(xué)習(xí)環(huán)境計(jì)算賦能智慧學(xué)習(xí)環(huán)境，并基于典型學(xué)習(xí)情境實(shí)現(xiàn)智慧學(xué)習(xí)環(huán)境的技術(shù)及資源部署，支持規(guī)?；逃驍?shù)據(jù)驅(qū)動(dòng)、個(gè)性化、情境化的智慧教育生態(tài)邁進(jìn)。如圖1所示，該框架主要通過(guò)三大功能環(huán)節(jié)賦能智慧教育。圖1面向智慧教育的學(xué)習(xí)環(huán)境計(jì)算邏輯框架1.學(xué)習(xí)情境建模：實(shí)現(xiàn)智慧教育情境化特征的前提學(xué)習(xí)情境是指對(duì)一個(gè)或一系列學(xué)習(xí)事件或?qū)W習(xí)活動(dòng)的綜合描述，涉及學(xué)習(xí)活動(dòng)、學(xué)習(xí)時(shí)空、學(xué)習(xí)社群及學(xué)習(xí)者等要素。典型的學(xué)習(xí)情境包括課堂聽(tīng)講（集體）、個(gè)體自學(xué)（個(gè)體）、研討性學(xué)習(xí)（小組）、邊做邊學(xué)（群體）、基于工作的學(xué)習(xí)（群體）等（黃榮懷等，2010）。學(xué)習(xí)者的學(xué)習(xí)情境不同，對(duì)學(xué)習(xí)需求和環(huán)境要求也不同（Kobsa，2005）。學(xué)習(xí)情境的表征與建模為細(xì)粒度情境適應(yīng)策略的提出提供了基礎(chǔ)，如可以根據(jù)學(xué)習(xí)者知識(shí)水平提供個(gè)性化培養(yǎng)服務(wù)。學(xué)習(xí)情境的表征與建模是學(xué)習(xí)環(huán)境計(jì)算的核心功能之一，也是智慧教育情境化特征實(shí)現(xiàn)的前提條件。情境化是智慧教育的主要特征之一，強(qiáng)調(diào)智能技術(shù)需要依據(jù)不同的教育場(chǎng)景，對(duì)教學(xué)模式、教學(xué)方法、學(xué)習(xí)過(guò)程等進(jìn)行合理組合；在滿(mǎn)足用戶(hù)需求的基礎(chǔ)上，弱化用戶(hù)對(duì)技術(shù)本身的感知（黃榮懷等，2019）。學(xué)習(xí)環(huán)境計(jì)算助力智慧教育情境化特征的實(shí)現(xiàn)有兩條途徑：一是基于計(jì)算主動(dòng)地感知學(xué)習(xí)情境，為學(xué)習(xí)者提供適應(yīng)性的學(xué)習(xí)服務(wù)。隨著物聯(lián)網(wǎng)、云計(jì)算等技術(shù)的不斷發(fā)展，情境計(jì)算受到學(xué)術(shù)界和產(chǎn)業(yè)界的關(guān)注，其是通過(guò)對(duì)獲取到的情境信息進(jìn)行處理，得出用戶(hù)所需的服務(wù)并主動(dòng)向其提供情境感知服務(wù)的一種計(jì)算模式（李偉平等，2015）。二是構(gòu)建開(kāi)放智聯(lián)的學(xué)習(xí)環(huán)境，給學(xué)習(xí)者提供跨場(chǎng)域和情境聯(lián)通的學(xué)習(xí)服務(wù)。利用智能技術(shù)搭建智聯(lián)融通的新一代學(xué)習(xí)環(huán)境，創(chuàng)設(shè)虛擬現(xiàn)實(shí)與真實(shí)情境、學(xué)?！彝ァ鐣?huì)、正式教育與非正式教育有機(jī)融合的學(xué)習(xí)空間，為學(xué)生提供跨場(chǎng)域的連通性和情境性學(xué)習(xí)體驗(yàn)，是科技賦能教育的核心領(lǐng)域之一（黃榮懷，2022）。2.智慧學(xué)習(xí)環(huán)境部署：為平衡規(guī)模化教育與個(gè)性化培養(yǎng)帶來(lái)可能智慧教育的個(gè)性化特征強(qiáng)調(diào)智能技術(shù)的應(yīng)用應(yīng)尊重教育中人與人之間的個(gè)性差異，以智能技術(shù)為工具實(shí)現(xiàn)有教無(wú)類(lèi)和因材施教的教育目標(biāo)（黃榮懷等，2019）。這就要求智能技術(shù)營(yíng)造的學(xué)習(xí)環(huán)境要在感知學(xué)習(xí)情境的基礎(chǔ)上，能為學(xué)習(xí)者推薦適應(yīng)情境的教學(xué)策略，以及內(nèi)容必需、難度適中、結(jié)構(gòu)合理、媒體適當(dāng)、導(dǎo)航清晰的學(xué)習(xí)資源，并匹配能促進(jìn)群體歸屬感和情感認(rèn)同感的學(xué)習(xí)伙伴，促進(jìn)有效學(xué)習(xí)活動(dòng)的發(fā)生（黃榮懷等，2010）。當(dāng)前，利用智能技術(shù)探索最適應(yīng)學(xué)習(xí)者的學(xué)習(xí)路徑、學(xué)習(xí)資源、學(xué)習(xí)伙伴，是個(gè)性化適應(yīng)性學(xué)習(xí)技術(shù)的研究熱點(diǎn)。智慧學(xué)習(xí)環(huán)境部署的重點(diǎn)是生成一種能感知學(xué)習(xí)情境、識(shí)別學(xué)習(xí)者特征、提供合適的學(xué)習(xí)資源與便利的互動(dòng)工具、自動(dòng)記錄學(xué)習(xí)過(guò)程和評(píng)測(cè)學(xué)習(xí)成果，以促進(jìn)學(xué)習(xí)者有效學(xué)習(xí)的學(xué)習(xí)場(chǎng)所或活動(dòng)空間。這種學(xué)習(xí)場(chǎng)所或活動(dòng)空間具備記錄過(guò)程、識(shí)別情境、感知環(huán)境、聯(lián)接社群等技術(shù)特征（黃榮懷等，2012），可以為建立學(xué)習(xí)者模型、更新學(xué)習(xí)情境、更加全面而準(zhǔn)確地評(píng)價(jià)學(xué)習(xí)者的學(xué)習(xí)效果提供依據(jù)。智慧學(xué)習(xí)環(huán)境部署需綜合考慮不同學(xué)習(xí)情境的特征，合理配置技術(shù)及資源，為學(xué)習(xí)者提供個(gè)性化的教學(xué)策略并進(jìn)行科學(xué)的學(xué)習(xí)績(jī)效評(píng)測(cè)，促進(jìn)有效學(xué)習(xí)的發(fā)生。3.學(xué)習(xí)環(huán)境優(yōu)化：通過(guò)數(shù)據(jù)驅(qū)動(dòng)變革教育生態(tài)系統(tǒng)數(shù)據(jù)驅(qū)動(dòng)也是智慧教育的主要特征之一，強(qiáng)調(diào)有效應(yīng)用海量?jī)?yōu)質(zhì)的教育應(yīng)用場(chǎng)景數(shù)據(jù)，對(duì)傳統(tǒng)教育場(chǎng)景進(jìn)行改造升級(jí)，提升分析力和支撐力，以實(shí)現(xiàn)智能時(shí)代教育生態(tài)系統(tǒng)的變革（黃榮懷等，2019）。智慧教育生態(tài)的形成是一個(gè)長(zhǎng)期的過(guò)程，需要不斷優(yōu)化學(xué)習(xí)環(huán)境。現(xiàn)有學(xué)習(xí)環(huán)境的智能化升級(jí)改造，要利用云邊端智聯(lián)，通過(guò)計(jì)算與推理協(xié)同多維度智能，實(shí)現(xiàn)數(shù)據(jù)共享、設(shè)備協(xié)同、知識(shí)互聯(lián)、群智融合，為更輕松、更投入、更有效的學(xué)習(xí)提供有效支撐。教學(xué)實(shí)驗(yàn)是學(xué)習(xí)環(huán)境演化的基礎(chǔ)。學(xué)習(xí)環(huán)境計(jì)算的數(shù)據(jù)驅(qū)動(dòng)特征表現(xiàn)為學(xué)習(xí)環(huán)境從多場(chǎng)景的教育教學(xué)實(shí)踐中不間斷地獲取海量、異構(gòu)、高并發(fā)、多維度、多模態(tài)的數(shù)據(jù)，通過(guò)經(jīng)驗(yàn)知識(shí)的獲取與積累，理解真實(shí)學(xué)習(xí)情境的復(fù)雜性和時(shí)變性，不斷優(yōu)化學(xué)習(xí)環(huán)境內(nèi)部的結(jié)構(gòu)、內(nèi)容、形態(tài)和方法，使學(xué)習(xí)環(huán)境自主協(xié)同地運(yùn)行。通過(guò)挖掘大規(guī)模、長(zhǎng)期數(shù)據(jù)改進(jìn)教育教學(xué)實(shí)踐的教育社會(huì)實(shí)驗(yàn)已成為一種數(shù)據(jù)密集型教育研究的新范式（黃榮懷等，2020）。三、學(xué)習(xí)環(huán)境計(jì)算的核心功能基于上述分析，本文認(rèn)為學(xué)習(xí)環(huán)境計(jì)算是指通過(guò)智聯(lián)網(wǎng)絡(luò)環(huán)境來(lái)識(shí)別學(xué)習(xí)者特征和感知學(xué)習(xí)情境，利用認(rèn)知計(jì)算與知識(shí)推理方法，基于學(xué)習(xí)情境的表征與建模、教學(xué)策略的生成與推薦、學(xué)習(xí)績(jī)效的分析與評(píng)測(cè)，來(lái)提供主動(dòng)、精準(zhǔn)和適應(yīng)性的學(xué)習(xí)支持服務(wù)，其目標(biāo)是迭代優(yōu)化學(xué)習(xí)環(huán)境。計(jì)算與推理是學(xué)習(xí)環(huán)境計(jì)算的核心，也是實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)、個(gè)性化、情境化等智慧教育主要特征的基礎(chǔ)。為了更好地聯(lián)接與協(xié)同智慧學(xué)習(xí)環(huán)境所需的個(gè)性化、情境化學(xué)習(xí)支持服務(wù)，并充分發(fā)揮教育教學(xué)實(shí)踐的數(shù)據(jù)價(jià)值，本文提出一種學(xué)習(xí)環(huán)境計(jì)算與推理模型。該模型建立在情境計(jì)算的一般性架構(gòu)（李偉平等，2015）基礎(chǔ)上，主要包括以計(jì)算與推理為基礎(chǔ)的學(xué)習(xí)情境表征與建模、教學(xué)策略生成與推薦、學(xué)習(xí)績(jī)效分析與評(píng)測(cè)，如圖2所示。按照情境計(jì)算“建模、執(zhí)行、優(yōu)化”的一般過(guò)程，學(xué)習(xí)環(huán)境計(jì)算的核心功能可分為三大部分：第一，學(xué)習(xí)情境的表征與建模，包括學(xué)習(xí)情境數(shù)據(jù)獲取與學(xué)習(xí)情境模型建立；第二，教學(xué)策略的生成與推薦，即在學(xué)習(xí)情境表征與建模的基礎(chǔ)上，主動(dòng)地為學(xué)習(xí)者提供個(gè)性化、情境化的教學(xué)策略并執(zhí)行；第三，學(xué)習(xí)績(jī)效的分析與評(píng)測(cè)，即分析教學(xué)策略執(zhí)行的效果，反饋給推理引擎與教學(xué)專(zhuān)家，進(jìn)而優(yōu)化教學(xué)策略并更新學(xué)習(xí)情境。圖2學(xué)習(xí)環(huán)境的計(jì)算與推理模型1.學(xué)習(xí)情境的表征與建模學(xué)習(xí)情境的表征與建模指向?qū)W習(xí)環(huán)境信息的感知、學(xué)習(xí)者模型表征與相關(guān)信息的采集、學(xué)習(xí)任務(wù)的時(shí)空關(guān)系標(biāo)記等，其是在獲取學(xué)習(xí)情境數(shù)據(jù)的基礎(chǔ)上，通過(guò)形式化方法定義學(xué)習(xí)情境模型并建模。（1）學(xué)習(xí)情境數(shù)據(jù)獲取學(xué)習(xí)情境數(shù)據(jù)的來(lái)源多樣，涉及多個(gè)場(chǎng)域（包括物理環(huán)境和虛擬環(huán)境），既有來(lái)自傳感器的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)，如GPS地理信息、聲光電溫濕度信息等；也有來(lái)自學(xué)習(xí)系統(tǒng)數(shù)據(jù)庫(kù)中的信息，如學(xué)習(xí)者信息、歷史績(jī)效數(shù)據(jù)等；以及從云服務(wù)接口中獲取的數(shù)據(jù)，如社交網(wǎng)絡(luò)中學(xué)習(xí)者關(guān)系信息等。來(lái)自各類(lèi)傳感設(shè)備的數(shù)據(jù)是多模態(tài)、冗余、復(fù)雜、有噪聲和低質(zhì)量的，在應(yīng)用前需對(duì)數(shù)據(jù)進(jìn)行過(guò)濾、降維、特征提取，通過(guò)模式識(shí)別將原始傳感器數(shù)據(jù)轉(zhuǎn)換為可直接使用的數(shù)據(jù)；而來(lái)自學(xué)習(xí)管理系統(tǒng)、學(xué)生管理系統(tǒng)、教務(wù)管理系統(tǒng)等信息系統(tǒng)中的數(shù)據(jù)往往是異構(gòu)的，這給學(xué)習(xí)情境建模帶來(lái)挑戰(zhàn)。針對(duì)前者，應(yīng)構(gòu)建一種邊緣計(jì)算網(wǎng)關(guān)，通過(guò)多種通信協(xié)議屏蔽傳感器底層架構(gòu)的差異，并提供統(tǒng)一的數(shù)據(jù)操作接口以獲取數(shù)據(jù)，如有學(xué)者用設(shè)備信息訪(fǎng)問(wèn)組件（Lietal.，2010）、接入網(wǎng)關(guān)（鄒萍等，2020）、動(dòng)態(tài)數(shù)據(jù)一致性組件（Xuetal.，2005）解決高效接收和處理來(lái)自傳感器數(shù)據(jù)的問(wèn)題。針對(duì)后者，應(yīng)構(gòu)建數(shù)據(jù)抽取、轉(zhuǎn)換和加載工具將分散、零亂、標(biāo)準(zhǔn)不統(tǒng)一的數(shù)據(jù)融合到一起，如數(shù)據(jù)中臺(tái)（翟雪松等，2021）等。還有學(xué)者構(gòu)建了一種情境智能框架，提供了對(duì)多模態(tài)時(shí)序數(shù)據(jù)流進(jìn)行感知、融合和推斷的基礎(chǔ)設(shè)施，包括支持可視化和調(diào)試的工具，以及封裝了各種感知和處理技術(shù)的組件（Bohusetal.，2021）。（2）學(xué)習(xí)情境建模根據(jù)不同的應(yīng)用場(chǎng)景，學(xué)者們提出了多種形式化方法來(lái)表征并存儲(chǔ)情境信息，如鍵—值二元組（Schilitetal.，1994）、著色Petri網(wǎng)（包杰等，2012）、面向?qū)ο螅↘umaretal.，2020）、描述邏輯（胡博等，2013）、本體（Sarwaretal.，2019）等方法，建立情境模型。學(xué)習(xí)情境的相關(guān)要素包括學(xué)習(xí)活動(dòng)（學(xué)習(xí)目標(biāo)、內(nèi)容、評(píng)價(jià)要求等）、學(xué)習(xí)時(shí)空、學(xué)習(xí)者（學(xué)習(xí)風(fēng)格、認(rèn)知能力、知識(shí)水平、知識(shí)狀態(tài)、情感、注意力等）和學(xué)習(xí)社群（學(xué)習(xí)小組中的角色、關(guān)系等）等（杜靜等，2020）。根據(jù)學(xué)習(xí)情境信息的穩(wěn)定性，可將學(xué)習(xí)情境信息分為穩(wěn)態(tài)情境信息和動(dòng)態(tài)情境信息。穩(wěn)態(tài)情境信息是指相對(duì)穩(wěn)定、會(huì)影響學(xué)習(xí)效果的個(gè)體特征，如學(xué)習(xí)風(fēng)格、認(rèn)知能力等；動(dòng)態(tài)情境信息是指能隨情境、時(shí)間而變化的，與學(xué)習(xí)活動(dòng)有關(guān)的個(gè)體狀態(tài)，如知識(shí)水平、情感狀態(tài)、注意力狀態(tài)等（黃榮懷等，2012）。動(dòng)態(tài)情境信息是進(jìn)行細(xì)粒度個(gè)性化推薦的基礎(chǔ)，因此學(xué)習(xí)情境模型要能夠較好地支持學(xué)習(xí)情境信息的動(dòng)態(tài)維護(hù)與更新。當(dāng)前的學(xué)習(xí)情境形式化表征方法多從通用知識(shí)表征方法遷移而來(lái)，未考慮到學(xué)習(xí)環(huán)境與教育教學(xué)的特點(diǎn)。因此設(shè)計(jì)一種既能綜合各種形式化表征方法的優(yōu)點(diǎn)，又考慮教育教學(xué)實(shí)際的學(xué)習(xí)情境建模方法是未來(lái)學(xué)習(xí)環(huán)境計(jì)算研究的重要方向之一。2.教學(xué)策略的生成與推薦教學(xué)策略的生成與推薦指向?qū)W習(xí)路徑生成、學(xué)習(xí)資源推送以及學(xué)習(xí)伙伴匹配與組群建構(gòu)等。（1）學(xué)習(xí)路徑生成個(gè)性化適應(yīng)性學(xué)習(xí)的關(guān)鍵問(wèn)題是如何根據(jù)學(xué)習(xí)者特點(diǎn)生成合適的學(xué)習(xí)序列，并在情境改變的情況下動(dòng)態(tài)地自主調(diào)整，形成最適合學(xué)習(xí)者學(xué)習(xí)需要的知識(shí)單元和學(xué)習(xí)任務(wù)（例子、問(wèn)題、習(xí)題等）序列，其難點(diǎn)在于既要兼顧知識(shí)點(diǎn)之間的邏輯關(guān)系（如相關(guān)、前提等），又要適應(yīng)學(xué)習(xí)者個(gè)性化的學(xué)習(xí)特點(diǎn)（Iglesiasetal.，2009）。知識(shí)點(diǎn)的邏輯關(guān)系是學(xué)習(xí)路徑算法生成的約束條件，用以明確在學(xué)習(xí)某知識(shí)點(diǎn)之前，需要學(xué)習(xí)的先導(dǎo)知識(shí)。同時(shí)適應(yīng)性學(xué)習(xí)還要根據(jù)學(xué)習(xí)者個(gè)性化特征，如根據(jù)認(rèn)知能力、知識(shí)水平和學(xué)習(xí)風(fēng)格等差異，對(duì)學(xué)習(xí)進(jìn)度、學(xué)習(xí)內(nèi)容、學(xué)習(xí)方式等作相應(yīng)調(diào)整。因此學(xué)習(xí)路徑生成算法一般采用有序無(wú)環(huán)圖表征領(lǐng)域知識(shí)，通過(guò)設(shè)置最優(yōu)化目標(biāo)，采用啟發(fā)式搜索方法求解，如遺傳算法（Huangetal.，2007）、蟻群算法（Wangetal.，2008）等。（2）學(xué)習(xí)資源推送學(xué)習(xí)資源推送算法的優(yōu)化目標(biāo)包括難度適中、結(jié)構(gòu)合理、媒體適當(dāng)?shù)?，典型的推薦方法有協(xié)同過(guò)濾算法和啟發(fā)式搜索算法等。協(xié)同過(guò)濾算法根據(jù)相關(guān)用戶(hù)的偏好向目標(biāo)用戶(hù)推薦相關(guān)內(nèi)容，即首先找出一組與目標(biāo)用戶(hù)偏好特征一致的相似用戶(hù)，然后分析該組用戶(hù)的行為模式，并基于此將適應(yīng)該組用戶(hù)的內(nèi)容推薦給目標(biāo)用戶(hù)（Lemireetal.，2005）。協(xié)同過(guò)濾算法不需要考慮被推薦項(xiàng)目的詳細(xì)內(nèi)容，對(duì)用戶(hù)訪(fǎng)問(wèn)應(yīng)用時(shí)的干擾較小，且易于實(shí)現(xiàn)，是目前最成功且應(yīng)用最廣泛的技術(shù)之一（王永固等，2011；冷亞軍等，2014），但其對(duì)學(xué)習(xí)者個(gè)性化特征考慮不足。啟發(fā)式搜索方法通過(guò)多目標(biāo)組合優(yōu)化對(duì)學(xué)習(xí)資源推薦問(wèn)題進(jìn)行建模以查找最優(yōu)解，如二進(jìn)制粒子群（楊超，2014；李浩君等，2017；De-Marcosetal.，2007）等，然而其需要預(yù)先對(duì)知識(shí)、內(nèi)容等做較精細(xì)的標(biāo)注，成本相對(duì)較高。（3）學(xué)習(xí)伙伴匹配與組群建構(gòu)學(xué)習(xí)伙伴形成的主要依據(jù)有隨機(jī)或根據(jù)喜好、學(xué)習(xí)成績(jī)等。隨機(jī)策略根據(jù)學(xué)習(xí)者參與順序隨機(jī)確立伙伴關(guān)系，典型的項(xiàng)目有C-Notes（Milradetal.，2002）、xTask（Ketamo，2003）、Musex（Yatanietal.，2010）等。喜好策略根據(jù)學(xué)習(xí)者之間的熟悉程度確立伙伴關(guān)系，如CatchBob!（Souteetal.，2010）等。學(xué)習(xí)成績(jī)策略依據(jù)學(xué)習(xí)者的學(xué)習(xí)表現(xiàn)確立伙伴關(guān)系，如Call（Almekhlafi，2006）等。針對(duì)每種策略，又有同質(zhì)分組、異質(zhì)分組、基于收益的分組等方法匹配學(xué)習(xí)伙伴并建構(gòu)組群。有研究者根據(jù)每個(gè)學(xué)習(xí)者對(duì)不同知識(shí)點(diǎn)的掌握情況，提出了基于差異的學(xué)習(xí)者分組算法以及基于收益的學(xué)習(xí)者分組算法，前者旨在將掌握同類(lèi)知識(shí)點(diǎn)的學(xué)習(xí)者分配到不同組內(nèi)，后者通過(guò)最大化組內(nèi)所有學(xué)習(xí)者的平均收益進(jìn)行分組（Liuetal.，2016）。3.學(xué)習(xí)績(jī)效的分析與評(píng)測(cè)為了驗(yàn)證適應(yīng)學(xué)習(xí)情境的個(gè)性化教學(xué)策略是否有效，需要進(jìn)行學(xué)習(xí)績(jī)效分析與評(píng)測(cè)。學(xué)習(xí)績(jī)效的分析與評(píng)測(cè)主要包括學(xué)習(xí)軌跡記錄與分析、學(xué)習(xí)績(jī)效測(cè)量與評(píng)定等。學(xué)習(xí)績(jī)效分析與評(píng)測(cè)的結(jié)果可以為學(xué)習(xí)情境的表征與建模、教學(xué)策略的生成與推薦提供有價(jià)值的反饋信息，實(shí)現(xiàn)教學(xué)策略的優(yōu)化、學(xué)習(xí)情境的更新、領(lǐng)域知識(shí)的重構(gòu)等，進(jìn)而不斷優(yōu)化學(xué)習(xí)環(huán)境的內(nèi)部結(jié)構(gòu)，為智慧教育數(shù)據(jù)驅(qū)動(dòng)特征的實(shí)現(xiàn)提供支持。（1）學(xué)習(xí)軌跡記錄與分析學(xué)習(xí)軌跡的記錄與分析主要實(shí)現(xiàn)學(xué)習(xí)風(fēng)格、情感、注意力等非智力因素的分析挖掘，并更新學(xué)習(xí)情境模型。典型的學(xué)習(xí)風(fēng)格識(shí)別方法有Felder-Silverman問(wèn)卷模型（Felderetal.，2005）、隱馬爾可夫過(guò)程（Chaetal.，2006）、貝葉斯網(wǎng)絡(luò)（Garciaetal.，2007）和復(fù)合神經(jīng)網(wǎng)絡(luò)（李超等，2018）等。典型的學(xué)習(xí)者情感識(shí)別方法有基于可穿戴設(shè)備的生理信號(hào)測(cè)量方法（蔡菁，2010）、基于計(jì)算機(jī)視覺(jué)的表情識(shí)別方法（孫波等，2015）、基于日志的文本分析方法（劉毓等，2019）以及基于特征融合、決策融合、混合多模態(tài)融合等的多模態(tài)分析方法（Poriaetal.，2015）。典型的注意力識(shí)別方法有基于眼動(dòng)儀的接觸式方法（王雪，2015）、基于深度視覺(jué)的頭部姿勢(shì)與注視方向跟蹤方法（Baltru?aitisetal.，2016；Langetal.，2017）等。（2）學(xué)習(xí)績(jī)效測(cè)量與評(píng)定學(xué)習(xí)績(jī)效測(cè)量與評(píng)定主要利用概率模型挖掘知識(shí)水平、知識(shí)狀態(tài)等直接代表學(xué)習(xí)效果的指標(biāo)，以?xún)?yōu)化教學(xué)策略并更新學(xué)習(xí)情境模型，如當(dāng)績(jī)效提升在統(tǒng)計(jì)上顯著時(shí)，更新推理知識(shí)庫(kù)等。典型的知識(shí)水平估計(jì)方法有面向單個(gè)能力的項(xiàng)目反應(yīng)理論（ItemResponseTheory，IRT）（Baker，2001）、貝葉斯知識(shí)跟蹤（BeyesinKnowledgeTracing，BKT）（Corbettetal.，1994）、面向多個(gè)能力的多維項(xiàng)目反應(yīng)理論模型（Ackermanetal.，2010）等。學(xué)習(xí)者的知識(shí)狀態(tài)是學(xué)習(xí)者模型中的重要屬性，是教學(xué)補(bǔ)救的重要參考指標(biāo)，也是個(gè)性化學(xué)習(xí)路徑生成和適應(yīng)性學(xué)習(xí)資源推薦的決策依據(jù)。認(rèn)知診斷（CognitiveDiagnosis，CD）使評(píng)估學(xué)習(xí)者不可直接觀(guān)測(cè)的知識(shí)狀態(tài)成為可能，其可為教學(xué)干預(yù)提供更細(xì)粒度的信息。典型的認(rèn)知診斷模型有規(guī)則空間模型（余娜等，2007）、確定性輸入噪聲與門(mén)（DeterministicInputs，Noisy，“And”Gate，DINA）模型（康春花等，2010）等。四、學(xué)習(xí)環(huán)境計(jì)算的演化模型為了更高效地利用教育教學(xué)實(shí)踐數(shù)據(jù)，驅(qū)動(dòng)學(xué)習(xí)環(huán)境演化，進(jìn)而迭代優(yōu)化學(xué)習(xí)環(huán)境，更好地支持智慧教育，本文在學(xué)習(xí)環(huán)境的計(jì)算與推理模型基礎(chǔ)上，提出基于教學(xué)實(shí)驗(yàn)的學(xué)習(xí)環(huán)境計(jì)算演化模型。該模型通過(guò)基于教學(xué)實(shí)驗(yàn)的教學(xué)策略驗(yàn)證和基于自學(xué)習(xí)算法的教學(xué)策略庫(kù)增強(qiáng)，對(duì)真實(shí)多場(chǎng)景的學(xué)習(xí)環(huán)境進(jìn)行優(yōu)化，如圖3所示。圖3學(xué)習(xí)環(huán)境計(jì)算的演化模型1.基于教學(xué)實(shí)驗(yàn)的教學(xué)策略驗(yàn)證教學(xué)實(shí)驗(yàn)是根據(jù)一定教學(xué)研究目的，在人為控制客觀(guān)對(duì)象的條件下觀(guān)察教學(xué)活動(dòng)的一種研究方法，旨在探明教學(xué)情境中某些自變量與因變量之間的因果關(guān)系，為教學(xué)革新提供依據(jù)（顧明遠(yuǎn)，1998）。教育實(shí)驗(yàn)一般包括發(fā)現(xiàn)與確定問(wèn)題、提出假設(shè)、界定變量、制訂實(shí)驗(yàn)方案、控制干擾變量、選擇實(shí)驗(yàn)設(shè)計(jì)模式、選擇實(shí)驗(yàn)場(chǎng)所、實(shí)施實(shí)驗(yàn)方案并觀(guān)察實(shí)驗(yàn)、評(píng)價(jià)實(shí)驗(yàn)結(jié)果、撰寫(xiě)實(shí)驗(yàn)報(bào)告等步驟（王策三，1998）。教學(xué)策略驗(yàn)證的一般過(guò)程為：首先感知多場(chǎng)景學(xué)習(xí)環(huán)境并采集學(xué)習(xí)情境數(shù)據(jù)，表征與建模形成學(xué)習(xí)情境模型；進(jìn)而生成適應(yīng)情境的教學(xué)策略，并在驗(yàn)證性的教學(xué)環(huán)境中執(zhí)行，開(kāi)展教學(xué)實(shí)驗(yàn)研究；最后分析與評(píng)測(cè)學(xué)習(xí)績(jī)效，驗(yàn)證所生成的適應(yīng)學(xué)習(xí)情境的教學(xué)策略是否有效，進(jìn)而修正多場(chǎng)景學(xué)習(xí)環(huán)境。為了更高效地達(dá)成教學(xué)實(shí)驗(yàn)研究的控制條件，業(yè)界研發(fā)了模塊化的學(xué)習(xí)系統(tǒng)，如Moodle（Romeroetal.，2008）、通用智能導(dǎo)學(xué)系統(tǒng)框架（GeneralizedIntelligentFrameworkforTutoring，GIFT）（Sottilareetal.，2012）等，通過(guò)學(xué)習(xí)活動(dòng)序列的組合，支持驗(yàn)證性教學(xué)環(huán)境的開(kāi)發(fā)。然而，這些產(chǎn)品僅支持單一的學(xué)習(xí)情境和場(chǎng)域，因此跨場(chǎng)域多情境教學(xué)實(shí)驗(yàn)研究的支持平臺(tái)是未來(lái)學(xué)習(xí)環(huán)境計(jì)算研究的重要方向之一。2.基于自學(xué)習(xí)算法的教學(xué)策略庫(kù)增強(qiáng)學(xué)習(xí)績(jī)效的分析與評(píng)測(cè)將觸發(fā)自學(xué)習(xí)算法。對(duì)于驗(yàn)證有效的策略，如果是新策略則在策略庫(kù)中新增，否則更新對(duì)應(yīng)的策略參數(shù)；對(duì)于校驗(yàn)無(wú)效的策略，如果是新策略則在策略庫(kù)中新增，否則在策略庫(kù)中修改有效性判斷。在教學(xué)實(shí)驗(yàn)的基礎(chǔ)上，機(jī)器通過(guò)教學(xué)策略的自學(xué)習(xí)算法實(shí)現(xiàn)教學(xué)策略庫(kù)的增強(qiáng)，從而使基于教學(xué)策略庫(kù)的適應(yīng)學(xué)習(xí)情境的推薦算法越來(lái)越準(zhǔn)確，為教學(xué)實(shí)施提供更科學(xué)的決策支持。學(xué)習(xí)環(huán)境計(jì)算通過(guò)“人在回路”①機(jī)器學(xué)習(xí)（Monarch，2021），學(xué)習(xí)人類(lèi)專(zhuān)家經(jīng)驗(yàn)并不斷演化，形成面向知識(shí)自動(dòng)化的教學(xué)策略庫(kù)，表征教學(xué)策略、學(xué)習(xí)情境及學(xué)習(xí)績(jī)效之間的關(guān)系，確保適應(yīng)情境的教學(xué)策略能夠促進(jìn)學(xué)習(xí)。其包括大粒度的適應(yīng)性教學(xué)策略（如基于學(xué)習(xí)風(fēng)格、認(rèn)知能力、知識(shí)水平的適應(yīng)策略）、細(xì)粒度適應(yīng)性教學(xué)策略（如基于知識(shí)狀態(tài)和情感狀態(tài)的適應(yīng)策略）、適應(yīng)學(xué)習(xí)時(shí)空及技術(shù)環(huán)境的教學(xué)策略（如移動(dòng)學(xué)習(xí)中推薦微課資源，提高學(xué)習(xí)者利用碎片化時(shí)間的能力）等。基于教學(xué)實(shí)驗(yàn)的學(xué)習(xí)環(huán)境計(jì)算演化模型，提供了一種可以讓機(jī)器積累海量、長(zhǎng)期的數(shù)據(jù)并不斷學(xué)習(xí)人類(lèi)專(zhuān)家經(jīng)驗(yàn)的機(jī)制，使以計(jì)算與推理為基礎(chǔ)的學(xué)習(xí)情境的表征與建模、教學(xué)策略的生成與推薦、學(xué)習(xí)績(jī)效的分析與評(píng)測(cè)更精準(zhǔn)、更具適應(yīng)性，使學(xué)習(xí)環(huán)境具備自適應(yīng)自?xún)?yōu)化的特征而實(shí)現(xiàn)升級(jí)。五、學(xué)習(xí)環(huán)境的計(jì)算體系架構(gòu)數(shù)據(jù)驅(qū)動(dòng)、個(gè)性化、情境化的智慧教育生態(tài)的形成需要大量以學(xué)習(xí)環(huán)境計(jì)算為基礎(chǔ)的智能化應(yīng)用與服務(wù)的協(xié)同。為了將學(xué)習(xí)環(huán)境計(jì)算的核心功能在保障安全與隱私的前提下以知識(shí)服務(wù)的方式開(kāi)放，支持智慧教育生態(tài)，本文在智聯(lián)網(wǎng)技術(shù)平臺(tái)架構(gòu)（王飛躍等，2018）的基礎(chǔ)上，設(shè)計(jì)了學(xué)習(xí)環(huán)境的計(jì)算體系架構(gòu)。該架構(gòu)主要由環(huán)境感知層、聯(lián)接計(jì)算層、知識(shí)推理層以及教學(xué)服務(wù)層組成，如圖4所示。圖4學(xué)習(xí)環(huán)境的計(jì)算體系架構(gòu)1.環(huán)境感知層環(huán)境感知層通過(guò)各種傳感設(shè)備的接入，聯(lián)結(jié)與感控教室、實(shí)驗(yàn)室、圖書(shū)館和科技場(chǎng)館等學(xué)習(xí)環(huán)境數(shù)據(jù)，實(shí)現(xiàn)面向?qū)W習(xí)情境數(shù)據(jù)的獲取。物聯(lián)網(wǎng)是環(huán)境感知層的關(guān)鍵技術(shù)。然而物聯(lián)網(wǎng)的開(kāi)放性、包容性和匿名性也導(dǎo)致其容易出現(xiàn)信息安全隱患（孫其博等，2010）。接入模組是一種將芯片、存儲(chǔ)器、功能接口等集成于電路板上的模塊化組件，可以實(shí)現(xiàn)信號(hào)收發(fā)、噪聲過(guò)濾、信號(hào)轉(zhuǎn)換等功能，是實(shí)現(xiàn)萬(wàn)物智聯(lián)的關(guān)鍵設(shè)備。在學(xué)習(xí)環(huán)境的計(jì)算體系架構(gòu)中，接入模組主要實(shí)現(xiàn)各學(xué)習(xí)環(huán)境中傳感設(shè)備的安全與管控，以滿(mǎn)足設(shè)備網(wǎng)絡(luò)連接的機(jī)密性、真實(shí)性、完整性、抗抵賴(lài)性等。2.聯(lián)接計(jì)算層聯(lián)接計(jì)算層通過(guò)邊緣計(jì)算網(wǎng)關(guān)實(shí)現(xiàn)通信裝備與邊緣計(jì)算裝備資源的一體化管控，聯(lián)接跨場(chǎng)域?qū)W習(xí)環(huán)境，將來(lái)自傳感設(shè)備的數(shù)據(jù)轉(zhuǎn)換為上層所需要的特征與模式，更新學(xué)習(xí)情境信息。邊緣計(jì)算是聯(lián)接計(jì)算層的關(guān)鍵技術(shù)，其是在網(wǎng)絡(luò)邊緣執(zhí)行計(jì)算的一種新型計(jì)算模型，將原有云計(jì)算中心的部分或全部計(jì)算任務(wù)遷移到數(shù)據(jù)源的附近執(zhí)行，具有低延時(shí)、低成本、隱私安全、本地自治等特征，可以解決云計(jì)算受帶寬和計(jì)算資源限制無(wú)法高效處理傳感器產(chǎn)生的海量數(shù)據(jù)等問(wèn)題（施巍松等，2017）。通過(guò)邊緣計(jì)算將數(shù)據(jù)處理后的特征與模式傳入上層服務(wù)而不是將原始數(shù)據(jù)上傳，不僅可以節(jié)省計(jì)算資源，也可以規(guī)避學(xué)習(xí)者隱私或敏感信息的泄漏。3.知識(shí)推理層知識(shí)推理層解析上層的知識(shí)服務(wù)請(qǐng)求，并使用推理引擎綜合知識(shí)庫(kù)中的專(zhuān)家經(jīng)驗(yàn)，提供適應(yīng)學(xué)習(xí)情境的知識(shí)服務(wù)，包括學(xué)習(xí)情境的表征與建模、教學(xué)策略的生成與推薦、學(xué)習(xí)績(jī)效的分析與評(píng)測(cè)等。知識(shí)工程技術(shù)是知識(shí)推理層的關(guān)鍵技術(shù)。專(zhuān)家系統(tǒng)使用人類(lèi)專(zhuān)家推理的計(jì)算機(jī)模型來(lái)處理現(xiàn)實(shí)世界中需要專(zhuān)家作出解釋的復(fù)雜問(wèn)題，并得出與專(zhuān)家相同的結(jié)論，其由知識(shí)庫(kù)與知識(shí)推理引擎組成（張煜東等，2010）。學(xué)習(xí)環(huán)境計(jì)算的知識(shí)庫(kù)包括教育教學(xué)基本的事實(shí)庫(kù)、規(guī)則庫(kù)以及教學(xué)策略庫(kù)等。學(xué)習(xí)環(huán)境計(jì)算的演化模型通過(guò)基于教學(xué)實(shí)驗(yàn)的教學(xué)策略自學(xué)習(xí)使得該層具有知識(shí)自動(dòng)化等新一代知識(shí)工程技術(shù)（王飛躍等，2017）的特征。4.教學(xué)服務(wù)層教學(xué)服務(wù)層通過(guò)自然交互的人機(jī)接口，為各類(lèi)教育教學(xué)系統(tǒng)提供服務(wù)，形成知識(shí)服務(wù)生態(tài)系統(tǒng)。在邊緣計(jì)算與云計(jì)算協(xié)同下，學(xué)習(xí)環(huán)境計(jì)算的功能和資源以知識(shí)服務(wù)的形式開(kāi)放到智慧教育生態(tài)環(huán)境中。服務(wù)計(jì)算是該層的關(guān)鍵技術(shù)。服務(wù)不僅是接入和放大各類(lèi)基礎(chǔ)設(shè)施能力的基本途徑（韓燕波等，2011），也成為拓展學(xué)習(xí)環(huán)境計(jì)算應(yīng)用的基本方法。開(kāi)發(fā)者和研究者可調(diào)用人機(jī)接口，通過(guò)知識(shí)推理層的軟件開(kāi)發(fā)工具包（SoftwareDevelopmentKit，SDK）及應(yīng)用程序接口（ApplicationProgramInterface，API），屏蔽學(xué)習(xí)環(huán)境計(jì)算的技術(shù)細(xì)節(jié)，使得需要多學(xué)科背景知識(shí)與較高軟件開(kāi)發(fā)技能的算法，能以標(biāo)準(zhǔn)化的方式被調(diào)用，降低自適應(yīng)學(xué)習(xí)系統(tǒng)、智能導(dǎo)學(xué)系統(tǒng)、環(huán)境管理系統(tǒng)等智慧教育生態(tài)服務(wù)研發(fā)所需要的成本與技能。新型學(xué)習(xí)環(huán)境的設(shè)計(jì)與研究缺乏標(biāo)準(zhǔn)和工具，尤其計(jì)算與推理的實(shí)現(xiàn)需要較高的知識(shí)與技能門(mén)檻，使得相關(guān)研究大多停留在理論層面，缺乏實(shí)踐驗(yàn)證。學(xué)習(xí)環(huán)境的計(jì)算體系架構(gòu)通過(guò)環(huán)境感知層實(shí)現(xiàn)異構(gòu)網(wǎng)絡(luò)的互聯(lián)互通，在中間層以聯(lián)接計(jì)算與知識(shí)推理聯(lián)通智慧學(xué)習(xí)環(huán)境所需的智能算法，并提供標(biāo)準(zhǔn)的SDK與API接口，在頂層通過(guò)自然交互的人機(jī)接口提供知識(shí)服務(wù)，支持智慧教育生態(tài)的形成。六、學(xué)習(xí)環(huán)境計(jì)算的應(yīng)用實(shí)例學(xué)習(xí)環(huán)境計(jì)算框架為學(xué)習(xí)環(huán)境設(shè)計(jì)與優(yōu)化等提供了切實(shí)可行的頂層設(shè)計(jì)和技術(shù)路徑，支持?jǐn)?shù)據(jù)驅(qū)動(dòng)、個(gè)性化、情境化的智慧教育生態(tài)的形成?；ヂ?lián)網(wǎng)教育智能技術(shù)及應(yīng)用國(guó)家工程研究中心團(tuán)隊(duì)已開(kāi)始對(duì)學(xué)習(xí)環(huán)境計(jì)算框架工程化。目前基于學(xué)習(xí)環(huán)境計(jì)算框架構(gòu)建的“教學(xué)管評(píng)測(cè)”相關(guān)應(yīng)用已累計(jì)服務(wù)數(shù)億人次，已應(yīng)用到個(gè)人自學(xué)、協(xié)作學(xué)習(xí)、課堂聽(tīng)講等學(xué)習(xí)情境中，并已開(kāi)展面向動(dòng)機(jī)激發(fā)與行為干預(yù)的學(xué)習(xí)環(huán)境計(jì)算和面向分層教學(xué)的學(xué)習(xí)環(huán)境計(jì)算實(shí)驗(yàn)。1.面向動(dòng)機(jī)激發(fā)與行為干預(yù)的學(xué)習(xí)環(huán)境計(jì)算實(shí)驗(yàn)與課堂學(xué)習(xí)相比，在線(xiàn)學(xué)習(xí)需要學(xué)習(xí)者自我調(diào)節(jié)學(xué)習(xí)過(guò)程，保持學(xué)習(xí)動(dòng)機(jī)以實(shí)現(xiàn)學(xué)習(xí)目標(biāo)（奧爾加·維伯格等，2020）。在線(xiàn)協(xié)作學(xué)習(xí)還需要學(xué)習(xí)者在協(xié)作過(guò)程中不斷感知和監(jiān)控自己和小組的學(xué)習(xí)狀態(tài)。設(shè)計(jì)在線(xiàn)學(xué)習(xí)環(huán)境尤其要考慮學(xué)習(xí)者的動(dòng)機(jī)激發(fā)與行為干預(yù)策略。學(xué)習(xí)環(huán)境計(jì)算為發(fā)現(xiàn)何種策略能更有效地促進(jìn)學(xué)習(xí)提供了支撐。在基于自我調(diào)節(jié)學(xué)習(xí)（Self-RegulatatedLearning，SRL）的高中三角函數(shù)在線(xiàn)教學(xué)中，為了驗(yàn)證動(dòng)機(jī)設(shè)計(jì)與自我調(diào)節(jié)學(xué)習(xí)干預(yù)的教學(xué)策略與學(xué)習(xí)績(jī)效的關(guān)系，通過(guò)教學(xué)策略的生成與推薦方法，構(gòu)建了4種類(lèi)型的教學(xué)策略及其對(duì)應(yīng)的