基于人工智能技術的MOOC學習平臺優化

劉彩萍 廖澤玲 梁斌

摘? 要? 在分析MOOC學習平臺發展中所暴露問題的基礎上，從學習者學習成長檔案、交互式備課、協作學習社區、智能學伴、監督機制等維度探討基于人工智能技術的MOOC學習平臺優化策略。利用人工智能技術對在線學習者學習行為進行分析并干預，提高在線學習者的學習效率，充分發揮MOOC在線學習平臺的功能。

關鍵詞? MOOC學習平臺；人工智能技術；學習成長檔案；交互式備課；協作學習社區；智能學伴

中圖分類號：G434? ? 文獻標識碼：B

文章編號：1671-489X（2023）09-0040-04

0? 引言

人工智能技術的迅速發展，對人類的生活方式、行為習慣、邏輯思維等產生深遠影響，人工智能技術在教育領域的應用正在逐漸成為學術界探討的焦點[1]。懷進鵬部長在“2021國際人工智能與教育”會議上提出：中國將加大人工智能教育政策供給，推動人工智能與教育教學深度融合，利用人工智能促進全民終身學習，致力推動教育數字轉型、智能升級、融合創新，加快建設高質量教育體系[2]。MOOC學習平臺作為在線教育平臺正處在發展的風口，為了加快構建智能化在線學習平臺，將人工智能技術應用于MOOC學習平臺是實現這一目標的重要前提。

本研究旨在探討如何將人工智能技術更好地應用于MOOC學習平臺，以解決當前MOOC發展的問題。通過利用人工智能技術對在線學習者學習行為進行分析并干預，提高在線學習者的學習效率，充分發揮MOOC學習平臺的功能，以期為MOOC學習平臺的發展提供助力。

1? 人工智能技術

王竹立[3]提出：人工智能將成為應用系統中新的技術科學。人工智能是將人腦的思考能力、計算能力、分析能力等轉移到機器上，代替人類流水線以及高難度的工作，解放人類勞動力的一種技術。人工智能教育則是利用智能工具對各種教育因素進行自動化分析，通過挖掘數據進行個性化干預，生成智能教育教學環境[4]。人工智能教育應用技術框架主要涉及三個層面：教育因素數據層、數據分析層、數據應用層。

2? MOOC學習平臺存在的問題

MOOC在中國快速發展的同時，也存在一定的問題。

2.1? 學習者注冊量大，但輟學率高

調查數據顯示：Udacity平臺中六萬學習者注冊學習的程序入門課程，只有14%的學習者通過學習；而在Coursera中軟件課程有50多萬學習者參與學習，但只有7%的學習者完成課程?？梢?，輟學率高是MOOC存在的一大問題。從學習者的角度來看，這些學習者大部分只是為了彌補工作上遇到的知識點缺陷，往往獲得相應的知識點后，便會停止課程的學習。從課程設置的角度來看，MOOC學習平臺缺乏完善的學習層次的分析，也就是沒有成熟的課程體系。

2.2? 學習者規模大，但缺乏系統的課程體系

調查顯示：截至2021年底，除中國外，全球的MOOC平臺課程現已超過19 400門，MOOC學習者達2.2億?？梢?，近幾年來，MOOC的學習者規模不斷擴大。最新MOOC學習者畫像顯示，年齡分布上，26～35歲的學習者是MOOC產品的主力軍，占總學習者的40%。MOOC學習者學習能力，先前學習經驗、學習目的等各不相同。MOOC學習者可以零門檻入學，MOOC平臺課程缺乏完善的專業體系，課程繁雜零散，而且學習者對自己的知識體系定位不準確。在學習MOOC平臺課程時，對于已經具備先前知識點的學習者來說，在多線程的學習方式下，重復學習知識點就是浪費時間。

2.3? MOOC教學活動中師生缺乏深層次的互動

交互是人們傳遞符號、信息與分享感情的過程，是通過語言和非語言信息的交流，產生相互影響的過程[5]。由于MOOC的在線性，教師在MOOC建設中，時間與精力大多投在了錄制課程視頻上，而較少引導學習者進行討論交流，在后期實施維護時也未能及時回復學習者的問題。MOOC學習平臺功能尚不完善，學習者還不能分享和下載課程視音頻，而且有的課程沒有提供字幕，相對于專業術語較多的課程來說，無疑增加了學習者吸收知識的難度。生生之間通過MOOC學習平臺提供的論壇進行交流，互動方式較為單一。

2.4? 缺乏合理配套的監督機制

MOOC學習者缺乏系統性的學習計劃與目標，MOOC的學習活動基本上是學習者靠自控力來完成的。如果缺乏相應的監督機制，自制力較差的學習者很難完成課程的學習。

2.5? 缺乏科學的學習評價體系

綜合分析四大MOOC學習平臺，發現其學習評價存在以下問題：

1）由于學習者規模較大，學業背景差異較大，教師難以對學習者個體進行監督和指導；

2）同伴互評機制較難獲得認同；

3）無法客觀規范地評價學習者是否認真觀看課程以及學習者是否考試作弊。

3? 基于人工智能技術優化MOOC學習平臺

基于人工智能技術解決當前MOOC平臺存在的問題，從學習準備、學習過程、學習測試以及學習成果等維度，分別構建基于人工智能技術的MOOC學習平臺優化策略。

3.1? 構建學習者學習成長檔案

盡管MOOC學習平臺收集了大量學習者學習行為等相關數據，但是尚未合理地對這些數據進行應用。MOOC學習平臺應深度挖掘學習者學習行為相關數據，結合人工智能技術采集學習者情感狀態、認知狀態等數據，跟蹤學習者狀態，從而構建學習者學習成長檔案。

構建學習者學習成長檔案即構建學習者模型。利用知識圖譜技術，學習者畫像從學習者注冊時便開始構建并不斷實時發生變化。學習者進入學習系統時，通過登記相應的信息，包括靜態信息，如學校、學習目的、學習需求、學習成績、技能證書等，結合聚類技術，將他們分類建模，把具有相同特征的學習者檔案進行歸類。同時，使用貝葉斯知識跟蹤技術對學習者的知識體系進行建模，系統根據學習者所填的信息系統自動出題為學習者提供試測。試測技術采用主題專家定義的離散知識組件[6]。有學者提出利用強化學習算法分析學習者，結合內外信息來推斷學習者的學習需求與能力的匹配度，以及結合學習者當前的學習水平與所要學習的知識點之間的差距，為學習者提供學習課程建議與個性化學習路徑安排。

3.2? 提供交互式備課模塊

在備課時，利用知識圖譜技術，教師可以從知識庫內檢索獲取所需要的知識信息，同時可以直接在備課系統所提供的教案上進行修改。備課系統除了給教師提供教案與教學素材外，還會為教師提供教學手段、教學思路等。教師可以互相修改教案并提供建議。同時，備課系統還可以為教師提供學習者的整體學習特征，比如預測學習者學習的難點等。教師可以根據備課系統給出的學習者測評報告選擇合理的教學策略。

3.3? 構建協作學習社區模塊

線上學習最大的缺點是與教師的互動交流較少。要營造較好的網絡學習環境，充分利用網絡的開放性、兼容性等優勢構建協作學習社區，讓學習者自主構建學習體系。為營造活躍的學習氛圍，教師可以定期開展趣味有獎競答活動，這有利于增強交流性與互動性，激發學習者學習的動力。教師可以組建學習項目團隊，根據學科特性組織學習小組，給不同的小組分配不同的學習任務，并對各個小組的學習成果給予點評。另外，教師可以根據平臺提供的學習者學習情況，針對學習者錯誤率較高的習題以及學習者在課程相關論壇提問頻率較高的問題，定期開展直播指導。

3.4? 提供豐富的學習資源

在智能化時代，線上學習平臺應盡可能地為學習者提供個性化資源，同時，各種資源可以共享交流，零散的資源能夠聚合成系統的知識結構。學習平臺除了為學習者提供基本的學習資源，還應該提供以下資源。

3.4.1? 筆記本工具

學習平臺為學習者提供筆記模板，如思維導圖筆記、康奈爾筆記等各種筆記工具。同時，學習者可以在任意平臺場景下調用筆記，也可以互相分享交流筆記。

3.4.2? 知識答疑區

學習者學習遇到困難時，可以搜索問題，知識答疑區會自動為學習者解答疑問。如果答疑區沒有學習者所提問題的解答，平臺會自動跳轉到同伴解答區或者在線教師解答區。

3.4.3? 個人資源云盤

學習者將自己獲取的資源進行收藏并分類整理，可以離線隨時使用資源。論壇上的評論交流是碎片化的、沒有規律的，采用基于人工智能的分詞和文本聚類技術，可以整合論壇上的精華評論，將它們聚合成知識結點，將這些知識結點進一步聚合成知識網絡，為學習者創造新的學習資源[7]。

3.5? 構建實時交互功能

將人工智能技術應用到搜索視頻和視頻觀看體驗。在視頻進度條上，學習者可以選擇向教師提問，可以做筆記，可以與其他學習者進行討論交流。學習者點擊相應的進度條，可以觀看到該進度條上其他學習者對該知識點的理解，通過與其他學習者進行交流與互動，進一步加深對知識點的理解并擴充知識庫。同樣的，學習者在其他學習資料上可以采取同樣的操作，如在PPT上，可以點擊幻燈片進行詢問以及討論，而在相關文獻資料上可以選擇文字進行詢問交流。

3.6? 推出智能小學伴

通過個性化信息過濾技術，將具有類似個性特征、學習目標的學伴推薦給學習者，讓學習者能夠與學伴相互監督、交流信息，進一步激發學習動力，營造學習氛圍。除了平臺推薦的其他學習伙伴外，還為每一個學習者提供智能小學伴。

首先，智能小學伴會根據學習者的學習風格、學習狀態以及學習需求等，為學習者推薦學習課程，規劃學習路徑。

其次，在線上授課時，教師由于無法實時了解學習者的學習狀態，難以承擔管理的職責，而智能小學伴會記錄學習者學習時長，提醒學習者要勞逸結合。此外，利用圖像識別技術、智能AR技術來識別學習者的面部肌肉表情、眼神，實時檢測學習者的學習狀態。同時，智能小學伴也會對學習者的心理健康狀態進行評測，基于建立的心理健康監測機器學習模型，根據學習者在網絡上的交互行為，特別是在論壇上的言語來分析未成年人的心理狀態，呈現心理健康報告給教師并提供建議。

再次，智能小學伴會在學習者學習之前提醒復習上次所學習的知識，提醒學習者記筆記。如果學習者在學習中遇到困難，智能小學伴會為學習者推薦在線教師，讓他們可以直接詢問教師，及時解決問題。

最后，智能小學伴也會為學習者診斷學習困難點，當學習者要結束學習時，提醒他們進行復盤等，能夠根據不同學習者的不同學習風格、學習態度等給予不同的陪伴。

3.7? 提供個性化試題模塊

為學習者提供個性化試題，根據學習者已有的知識水平、學習能力等，提供個性化答題路徑。在學習者觀看視頻時從題庫中出題，同時根據學習者的測試數據，如學習行為路徑、觀看視頻的次數與時長等，利用智能推薦系統和機器學習技術預測學習者可能出現的知識錯漏，提供給他們不同難度的題目，題目由易到難。

3.8? 完善監督機制

3.8.1? 視頻學習監督

教師在制作視頻時插入具有時間限制的題目，不同次數看統一視頻提供不一樣的習題庫。課后根據學習者觀看視頻的相關操作對學習者的學習態度進行分析，教師根據后臺提供的分析數據，對他們的學習行為進行干預。另外，采用人臉識別技術，實時監測學習者面部，異常時視頻自動停止。同時，根據學習者眼球轉動狀態，評估其學習狀態，從而對其學習行為進行干預。通過檢測數據分析，發現學習者狀態不佳時，提示其重新觀看視頻或者休息一會兒再看視頻。

3.8.2? 學習狀態監督

根據學習者在平臺上的行為表現，如登錄次數、觀看時長、學習成績、交互行為等數據，利用深度學習技術，預測學習者對知識點的掌握情況，分析學習難點，分析學習者的學習風格與學習方式，甚至推算學習者的輟學率并進行干預，增加學習激勵語或者給學習者發送學習小貼士。

3.8.3? 學習者自我監督

為學習者提供學情分析儀表盤或者學習完成度統計圖等可視化分析，使其可以實時檢查自己的學習情況。

3.8.4? 學伴監督

利用個性化信息過濾技術，智能推送具有相同興趣愛好、相同學習目標等的好友，可以兩個學伴互相監督，也可以組成學習小組，在小組內互相督促學習。學伴之間相互交流學習，有利于及時解決在學習中遇到的問題，同時拓展學習者的知識庫。讓學習者有伙伴相互監督，讓在線學習形成一個小組，而不是單獨的自主學習。

3.8.5? 考試系統監督設計

由于MOOC平臺的在線性，學習者在做測試題時，大都會上網查找答案，或者與其他學習者交流答案，這就使得測試系統失去存在的意義。

首先，學習者在進行答題時，不可跳轉到其他界面，跳轉時系統予以警示。如果學習者多次跳轉到其他界面達到一定的界限，系統則會顯示該測試結果無效。同時，學習者也不可以將答案進行復制粘貼。

其次，利用人臉識別技術。在考試過程中，如果檢測到多個人臉或者檢測到人臉與系統中的人臉不一樣，則判定學習者作弊。為防止學習者利用手機搜索答案，學習者在進入測試界面前，需要用手機掃描平臺提供的二維碼，若考生在考試過程中利用手機進行瀏覽查詢，平臺便會監測到并予以警示。

3.9? 學習者學習評價

在線教學的學習者評價模塊要突破傳統的評價體系，建立以學習者為中心、以過程性評價為主的科學客觀的評價體系。學習評價體系可以利用物聯網技術、智能感知技術等，對學習者學習行為進行收集，包括觀看視頻次數、測試成績、小組討論數據。采用數據分析技術、數據挖掘技術、深度學習技術和智能推薦引擎技術，量化、可視化分析學習者的評價結果，并根據學習者的前測成績與后測成績，對比總結學習者學習上的變化，提供學習路徑優化的精準建議，實現個性化學習[8]。

自我評價從學習者學習目標是否達成、所需知識是否真正掌握、學習是否專注等各個維度開展，讓學習者自我檢測學習目標是否達成，反思自己在平臺上的學習行為、學習狀態、學習方法等，從而合理調整自己的學習策略。此外，學習者之間的交互行為，如交流、做項目、做活動等，學習伙伴會基于系統提供的評價指標進行評價。教師也可以組織學習者進行作業互評。

總之，基于人工智能技術的MOOC課程學習評價，學習者將會獲得四份學習報告書，即自我評價、同伴評價、教師評價以及系統評價。學習者根據收到的評價進行分析研究，撰寫自己對于所得評價的感受，對自己的學習行為進行反思，總結自己學習中的優點與不足，并填寫改進計劃。

4? 結束語

隨著信息技術的發展，MOOC系統功能越來越完善，受眾規模越來越大，發展前景遠大。但是MOOC發展中也存在一定的問題，如學習者注冊量大但輟學率高、缺乏完善合理的學習路徑等?；谌斯ぶ悄芗夹g的快速發展以及在教育領域的應用現狀，可以借助人工智能深度挖掘技術、知識圖譜等技術來完善MOOC學習平臺。人工智能技術在MOOC中的深入應用，將有利于MOOC突破發展瓶頸，得到進一步的發展。本文對于人工智能技術應用于MOOC學習平臺相關改進的闡述較為宏觀，尚未對具體的實施策略進行細化分析，對所提出的改進建議還可進一步深入研究。

5? 參考文獻

[1] 2019全球人工智能教育行業研究報告[R/OL].（2019-09-12）[2022-03-21].https：//www.vzkoo.com/read/2? ? ? ??9d778adda937df958599afffdc9203d.html.

[2] 2021國際人工智能與教育會議舉行[J].中國教育網絡，2021（12）：7.

[3] 王竹立.技術是如何改變教育的？：兼論人工智能對教育的影響[J].電化教育研究，2018（4）：5-11.

[4] 吳林靜，馬鑫倩，劉清堂，等.大數據支持的慕課論壇教師干預預測及應用[J].電化教育研究，2021，42（7）：47-53.

[5] Aicha B， Oubahssi L，George S， et al. A Model andTool to Support Pedagogical Scenario Building forConnectivist MOOC[J].Technology，knowledge and?learning： Learning mathematics，science and the artin the context of digital technologies，2020（4）：1-29.

[6] 唐燁偉，郭麗婷，解月光，等.基于教育人工智能支持下的STEM跨學科融合模式研究[J].中國電化教育，2017（8）：46-52.

[7] 張志新，陳博，朱永海，等.我國慕課研究的現狀與問題分析[J].現代教育技術，2017，27（12）：101-107.

[8] 劉勇，李青，于翠波.深度學習技術教育應用：現狀和前景[J].開放教育研究，2017，23（5）：113-120.