教育數字化轉型視域下醫學院?；谥R圖譜的自適應學習模型構建與實踐

袁磊 宋瑩瑩 靳瑞霞

摘 要：本研究在教育數字化轉型的理念下，依托醫學院校校本網絡教學平臺，基于知識圖譜的知識建模、知識抽取、知識加工、知識融合、知識更新等關鍵技術，構建包含學科知識圖譜、智能知識推薦、智能學習路徑規劃等模塊的自適應學習系統，為學生提供個性化學習、自適應學習服務，幫助教師及教學管理人員進行智慧教育改革，建立醫學院?！耙詫W生為中心”的育人體系，提升醫學人才培養質量。

關鍵詞：教育數字化轉型；知識圖譜；自適應學習模型

基金項目：河南省重點研發與推廣專項項目（軟科學）（編號：232400410338）；河南省高等教育教學改革研究與實踐重點項目（編號：2021SJGLX320）

作者簡介：袁磊（1983— ），男，新鄉醫學院三全學院副教授，研究方向為醫學高等教育、教育信息化；宋瑩瑩（1993— ），女，新鄉醫學院三全學院助教，研究方向為教育大數據；靳瑞霞（1973— ），女，新鄉醫學院三全學院副教授，研究方向為教育信息化、教育大數據。

《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》提出，加快數字化發展，建設數字中國。2022年全國教育工作會議明確提出實施教育數字化戰略行動。教育部高等教育司司長吳巖也曾指出，高等教育數字化不是一般的策略問題，而是決定高等教育高質量發展的戰略問題，是實現高等教育從學習革命到質量革命再到高質量發展的突破口和創新路徑。2022年8月，河南省教育廳等八部門聯合頒布《河南省“十四五”教育信息化發展規劃》，將“構建信息化支撐環境，推動學校數字化轉型”作為八大重點任務之一?；诖?，課題組結合醫學院校自身專業特點，探索將大數據、人工智能等技術與教育教學融合，推進教育數字化轉型，以期改變傳統教育模式，提升醫學人才培養質量。

一、基于教育數字化轉型的“知識圖譜+自適應學習”教育生態系統

當前，大數據和人工智能等新興信息技術的快速發展推動著教育信息化步入2.0階段，這也意味著智慧教育時代的到來。數字化教育教學資源海量增長，給學習者帶來了便利，也帶來了資源過載、資源選擇困難、自適應學習難度加大等問題。研究表明，作為智慧教育的主要踐行模式，自適應學習能夠根據學習者的個性特點和發展潛能，采用靈活和適合的方式充分滿足學習者個體需求的學習，為學生提供個性化學習服務。而自適應學習模型構建的核心在于知識圖譜的構建，知識圖譜可以為自適應學習系統中的精準化教學、智能化學習診斷、高效教育資源整合等教育應用提供理論基礎及技術支撐，從而為學生提供符合其個性特征的適應性支持和服務，促進學生在知識、能力和情感等方面多元發展。

祝智庭教授指出，教育數字化轉型是建立在數字化轉換（從模擬格式到數字格式的轉變）、數字化升級（利用數字技術和信息改變組織的運作過程）基礎上的轉型，指向系統化的發展。由此可見，教育數字化轉型的過程也是一個教育生態系統構建的過程。知識圖譜能夠幫助教師和學生在這些方面獲得良好體驗，可以促進教育生態系統內教師教學路徑、學生學習路徑設計的優化，實現教育生態系統良性、上升式發展。因此，課題組基于教育數字化轉型理念，構建“知識圖譜+自適應學習”的教育生態系統（如圖1所示），以高校學生、教師、管理人員的數字素養及能力培養為核心要素，以教育大數據應用為驅動要素，通過基于知識圖譜的智能分析、智能推薦、智能問答等技術，落實“全要素、全領域、全業務、全流程”的智慧教育，支撐高校的校本教學平臺構建以學習評估、知識推薦、學習規劃為中心的自適應學習模型。

二、醫學院?；谥R圖譜的自適應學習模型構建及應用

（一）教育領域學科知識圖譜構建的模式及流程分析

北京大學教育學院的郭文革博士等，對基于知識圖譜的新型教材進行了深層次定義，其認為基于知識圖譜的新型教材是一種采用文字、圖畫、色彩、音頻、視頻、VR、游戲等多模態表達元素，以超鏈接、網狀結構編排和組織內容，通過服務器＋PC、iPad、智能手機、電子書等設備的方式發布使用的出版形態?；诖?，課題組依托基于知識圖譜的新型教材概念及其建設理念，從沉浸感、愉悅感、個性化、自主學習能力、學習效果等學習感知及效能維度，對學科知識、學習資源、學習活動等知識體系進行規劃，具體涵蓋文字、圖畫、色彩、音頻、視頻、VR、游戲等多模態形式，然后通過知識抽?。▽嶓w抽取、關系抽取、屬性抽?。?、知識融合、知識加工等方法對數據層的“知識元”進行專家評判、知識校驗、知識補充及優化，構建形成教育領域的學科知識圖譜?；趯W科知識圖譜，學生可以使用服務器+PC、iPad、智能手機、電子書、VR設備等，依托語義搜索、智能問答、個性化推薦等知識圖譜技術，獲取個性化引導、個性化評價、個人圖譜等服務，從而激發學習興趣，提升自我管理意識，提高學習能力，完成知識構建，順利進行自適應學習。

（二）醫學院?；谥R圖譜的自適應學習模型設計

當前，隨著生物、電子、材料、能源信息、計算機等學科與醫學領域的深度融合，醫學領域發展迅速，醫學科研與教學、臨床診斷與治療、疾病預防與康復也由于新技術的融入，有了新的研究視角?！蛾P于加強醫教協同實施卓越醫生教育培養計劃2.0的意見》明確提出，要推動醫科與工科、理科等多學科交叉融通。因此，對醫學人才的培養貫穿整個醫學生涯，醫學生需要養成終身學習能力，經過在校教育、住院醫師規范化培訓、繼續醫學教育等階段，不斷更新醫學知識、學習醫療先進技術、開展臨床研究等，持續提升專業知識、技能與素質。傳統醫學教育由于無法打破時空限制，存在諸多不足。實踐證明，將知識圖譜引入依托于校本網絡教學平臺的自適應學習系統設計，可以促進學習支持工具與學習者個性化學習過程的深度融合。醫學院校利用知識圖譜技術，在校本教學平臺上記錄與追蹤醫學生學習情況、認知水平、能力水平、情感態度等個性化特征，同時將醫學生學習的個性化特征與醫學學科知識圖譜中的實體屬性進行關聯。醫學院?；谥R圖譜的自適應學習模型的主要功能模塊設計如下。

1.學情分析模塊?；谥R圖譜及數據分析技術，對醫學院校校本在線教學平臺的醫學生學習記錄等行為軌跡進行數據挖掘，可以分析醫學生的知識掌握情況等顯性特征以及學習速度、學習偏好、認知水平等隱性特征?；趯W情分析數據，醫學院校教師，可以在課前制定教學策略，做到決策數據化；在課中利用制定的教學策略，有針對性地進行教學，講解知識點，分組討論教學，利用知識圖譜對知識內在的關聯進行可視化處理，幫助醫學生構建深層次認知；在課后推薦相關習題，讓學生根據學情狀況、學習能力，有針對性地進行練習，實現智慧教學。

2.內容推薦模塊?；谥R圖譜及數據分析技術，結合醫學學科知識體系的特征，對醫學生過程化動態學習數據的自動分析，檢測醫學生的學習水平，精確診斷醫學生的學習情況，并分析醫學生薄弱知識點，從而有針對性地向醫學生推送學習內容。同時，融合協同過濾等多種推薦技術，實現自適應學習所需要的路徑推薦、資源推薦、同伴推薦、試題推薦、系統引導等，有針對性地向醫學生推薦更優質的學習資源，提升個性化學習效果。此外，基于知識圖譜，醫學生在學習過程中，可以通過語義搜索、智能問答、個性化推薦等功能，充分實現“以學習者為中心”，發揮個人感知、決策判斷與修正等主體作用，積極主導并完成學習活動。

3.學習策略規劃模塊?；谥R圖譜技術，挖掘醫學學科知識體系中知識點之間的關系，研判醫學生自身的學習偏好、學習能力等因素，從而幫助醫學生進行目標設定、路徑選擇、資源選擇、知識建構、監控評價、反饋調節等，構建基于醫學學科知識體系的學習效果精準檢測、學習資源精準推送、學習路徑精準規劃的動態閉環，為醫學生量身定制個性化學習方案，使醫學生實現從表層知識學習到深層知識學習的轉化，穩步提升醫學生學科專業知識掌握程度。

三、醫學院?；谥R圖譜的自適應學習模型實踐應用的關鍵模塊分析

課題組構建的基于知識圖譜的自適應學習模型，依托于學校的校本網絡教學平臺及雨課堂，以課程的線上線下混合式教學為抓手，進行實踐應用驗證。

（一）多模態醫學學科課程知識圖譜框架搭建

目前，教育知識圖譜的數據來源通常是文本數據和結構化數據，但基于醫學類課程的特色以及醫學院校在線教學平臺的應用特色，教學資源大多是文本、圖片、音頻、視頻等信息。同時，在線教學平臺中的課程資源還包含測驗作業、問題討論、記錄教學及學習資源，體現多模態資源的特性。在醫學院?；谥R圖譜的自適應學習系統構建過程中發現，目前醫學院校校本在線教學平臺中的課程資源往往是單獨存在的，課程知識的整體框架多是依托課程教材的章節目錄關系呈現。一方面，課程群中的各課程之間沒有建立知識點之間的緊密聯系；另一方面，章節中所包含的細小知識點與知識點之間的關系并不是十分明確，影響了基于知識圖譜的智慧教學模式的運用?；诖?，課題組從知識點檢索、個性化學習路徑推薦、智能教育分析三個維度，依托學科標準知識實體資料庫、學科知識實體識別模型庫，圍繞文本、圖片、音頻、視頻、測驗作業、問題討論等要素，構建多模態學科課程知識圖譜框架。此外，在模型框架中以知識節點的先序、后序關系，對知識節點進行定級，確定父節點、子節點、兄弟節點等，構建醫學學科的多模態學科課程知識圖譜框架，以期有效解決以上問題。

（二）基于知識圖譜的智能化推薦框架搭建

在醫學院?；谥R圖譜的自適應學習系統中，學生獲取智能的學習資源推薦、學習路徑規劃，教師獲得智能學情分析、智慧教學等服務，都離不開智能化推薦技術。在教學過程中，所謂的智能推薦功能，是指不需要教師或學生提出明確的需求，平臺或系統只需要根據教師或學生的歷史行為數據去建模，然后根據他們的歷史行為判斷接下來的行為和喜好，為教師或學生進行內容推薦或策略規劃服務。目前，醫學院校構建基于知識圖譜的智能化推薦框架，可以通過知識圖譜的概念層次結構，采集醫學生的用戶學習興趣、學習行為屬性等，并通過知識圖譜的關聯語義推理，挖掘醫學生的學習興趣，構建醫學生興趣模型，并在此基礎上，依托自適應學習系統中基于知識圖譜管理的學科課程項目數據，建立醫學學科課程之間的多層次、強關聯知識體系，實現教學資源的高效利用。實踐證明，基于知識圖譜關聯挖掘用戶歷史行為數據以獲取其興趣特征等實體屬性，是醫學院?；谥R圖譜的自適應學習系統實現智能化推薦的關鍵。因此，醫學院校構建基于知識圖譜的自適應學習模型，必須設計教育大數據的采集、挖掘及管理環節，從而實現自適應學習系統內的動態適配數據源、遷移數據庫模式等數據分析需求，為智能教育奠定良好的基礎。

參考文獻：

[1]童名文，師亞飛，戴紅斌，等.智慧學習環境中自適應學習系統動力機制研究[J].電化教育研究，2020（2）.

[2]祝智庭，胡姣.教育數字化轉型的本質探析與研究展望[J].中國電化教育，2022（4）.

[3]郭文革，黃榮懷，王宏宇，等.教育數字化戰略行動樞紐工程：基于知識圖譜的新型教材建設[J].中國遠程教育，2022（4）.

[4]高茂，張麗萍.融合多模態資源的教育知識圖譜的內涵、技術與應用研究[J].計算機應用研究，2022（8）.

[5]孫雨生，祝博.基于知識圖譜的信息推薦架構體系研究[J].情報理論與實踐，2021（11）.

責編：初 心