8 月 23 日,「科技赋能教育 探索大规模个性化学习」研讨会在华东师范大学召开。
8 月 23 日,「科技赋能教育 探索大规模个性化学习」研讨会在华东师范大学召开, 来自高校专家学者、小学教师和教育科技企业从业者围绕人工智能赋能教育、智适应学习以及新课标下的教育教学变革等话题, 展开了深入探讨。华东师大教育学部副主任匡瑛教授, 华东师大教育学部教育信息技术学系主任、上海数字化教育装备工程技术研究中心主任顾小清教授, 华东师大教信系研究员、教育部课程与教材发展中心中小学信息技术教育研究组成员李锋教授, 华东师大教信系博士后刘婧韡博士, 重庆市人和街小学课程中心主任邓江华和教师代表以及作业帮硬件教研负责人常宁等参加研讨会。
会议由华东师大教育学部教信系暨上海数字化教育装备工程技术研究中心副主任薛耀锋老师主持。研讨会发布了华东师大与作业帮硬件联合展开的「基于认知负荷的自适应学习机制研究报告」(以下简称报告), 报告显示, 以 AI 学习机为代表的自适应学习机制能够识别学生知识薄弱点并实现个性化精准学习, 同时在课后辅导、作业设计方面具备一定优势, 对学生的学习效果和自主学习能力培养有较为明显的提升。
在开场致辞中, 教育学部副主任匡瑛表示, 随着科技的发展, 教育模式也发生颠覆性变化, 传统的一刀切模式不再适合。如何在大规模教学中应用科技手段赋能教育, 实现个性化、精细化的学习体验, 因材施教成为亟待解决的核心问题。
顾小清教授介绍智适应学习相关观点
顾小清教授长期以来持续关注人工智能等技术能力在教育领域的应用。她认为自适应教育作为一种利用技术来促进学生个性化学习体验的样态, 核心在于个性化学习路径规划、数据驱动决策、及时反馈支持以及学习内容个性化。随着 AIGC 等新兴技术的累积融合, 自适应教育正在进化为更加智能化的「智适应学习」, 进一步提高教育的质量和效率。
顾小清教授表示, 在传统的智适应学习研究中更多关注知识获取, 但随着新课标新教材的施行, 学生全面的素养发展越来越受关注。业界除了对静态知识点的掌握之外, 通过各种技术手段更加全面地测量学生的学习模型、学习过程等, 对数据进行建模并诊断当前所处学习阶段及背后影响因素, 在此基础上利用 AI 技术为学生推荐个性化的学习资源、学习任务和学习路径等智能干预手段, 进而实现学习效率和综合素养能力的提升, 以更好适应新课标要求。
刘婧韡博士介绍「基于认知负荷的自适应学习机制研究」内容
基于这一理念, 顾小清教授团队与作业帮硬件于 2023 年底启动「基于认知负荷的自适应学习机制研究」, 在重庆人和街小学选择不同班级使用带有自适应学习机制设计的作业帮学习机, 展开为期 16 周的课题研究。刘婧韡博士本次研究结合了认知负荷理论 (CLT) 等认知科学与心理学、智能技术, 通过分析学习机脱敏交互行为数据, 对教师、家长和学生进行问卷调查及访谈等方式, 在学校、家庭场景中为学生营造更加个性化的学习支持与辅导, 探索提升学生学习成效的同时, 增加学习兴趣, 减少学习中不必要的负担, 实现减负、高效的学习过程。
报告显示, 自适应学习机制能够通过学习机的「诊断规划」功能比较精准地识别学生知识薄弱点, 管理学生的认知负荷, 通过给学生提供个性化的学情反馈制定学习路径和学习计划, 推送适合当前水平的学习内容。
在学习内容方面, 作业帮硬件教研团队基于分析新课标、新考纲等要求, 围绕知识点, 进行重新组织, 以初中数学为例, 将所有知识拆解成 1600+个知识节点并实现 100% 匹配讲解视频。在精准学的场景下, 每个视频时长 5-10 分钟, 在学生有限的注意力集中时段提供更高效的学习方式。
「基于认知负荷的自适应学习机制研究」的调查数据分析
研究结果显示, 参与实验的学生在每天有限的时间内实现知识掌握度的大幅提升。其中, 学习进度相对较慢的学生在使用学习机后学习效果提升更明显, 约有 15.2% 的提升幅度。刘婧韡博士表示, 无论是学习机使用时长的差异还是学习效果提升差异, 均凸显了在自适应学习机制中的差异化教学、学习路径可以满足不同学习者的学习需求从而帮助其更快提升。随着学生对学习机熟悉程度加深, 对学习机陌生感带来的外在认知负荷持续减少, 而伴随交互数据的积累, 学生对课程内容等相关负荷会持续增加, 也就意味着知识掌握程度在持续提升。
报告期间, 作业帮学习机进行系统升级并引入大模型后, 数据显示, 可以更加动态地追踪学习数据, 帮助学生提升其高阶思维, 助力实现项目式学习和协作式的合作学习。刘婧韡博士表示, 此次系统的迭代, 使学习机具备了更加个性化的反馈和学习路径, 有助于深度培养学生的自主学习能力和元认知, 也符合 2022 版新课标的要求。
刘婧韡博士建议, 针对自适应学习机制的研究, 一方面需要持续扩大研究对象和数据规模, 同时也需要继续加大大模型等 AI 能力的应用。通过更长期、更多模态的数据和 AI 模型, 增加学习机制的适应性和个性化方面的能力。
作为教育部课程与教材发展中心中小学信息技术教育研究组成员, 李锋教授在研讨会上表示, 此次报告通过学理研究并在一线小学内进行检验和迭代, 将先进理论和人工智能等新技术、学习机等新工具相结合, 具有重大的意义和时效性。他认为, 新课标的发布和实施对教育、教学均提出了新的要求, 课题研究可以紧密结合新课标, 利用大模型等先进技术, 在开展学生跨学科学习、提升学生素养等方面进行更深入的探索, 利用大模型、多模态持续性跟踪和分析学生学习过程中的变化, 为个性化学习和增值性评价提供更好的指导。
「科技赋能教育 探索大规模个性化学习」研讨会
围绕智能学习硬件赋能「教」与「学」的变革, 作为本次研究实际落地的学校, 重庆市人和街小学课程中心主任邓江华表示, 此次课题研究让教师的课堂教学方式更加多元化, 让数学学习更加有趣, 激发了学生的数学学习兴趣。利用带自适应机制的学习机辅助学生巩固练习, 不仅提升了学生的学习效率和自主学习能力, 也推动了教师的差异化教学, 真正做到了分层练习, 减负提质。教师的角色也从教学工作者转向了学习设计体验者, 可以基于学情数据及时给予针对性、个性化的指导, 显著提升课堂效率。报告显示, 人和街小学老师和学生对学习机的整体满意度从初期的 65% 提升至 76%。
随着 9 月份开学季的到来, 新课标新教材即将施行, 作业帮硬件教研团队基于对新课标、新考纲的分析研究, 全新录制了适合新课标要求的学习内容。新的内容从课程结构、知识脉络、场景设计到知识点讲解都将融合跨学科相关要求, 将知识点投射进实际生活中, 提升学生的跨学科能力和解决实际问题的能力, 促进学生自主学习和综合素质能力的提升。作业帮硬件将继续加大在教研、内容和科技方面的探索, 用科技赋能教育, 为教育数字化转型贡献力量。
来源：互联网
