前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇人工智能與課堂范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

人工智能與課堂范文第1篇

【關鍵詞】高職英語 任務 形式功能意義

隨著二語教學的理論和教學法發展，基于建構主義的交際法和任務型教學法在高職英語課堂教學中被廣泛運用，教師們用豐富的活動構成課堂設計主體，學生們通過角色扮演，小組合作等各種交際活動使用英語，在完成各種任務中使用英語，以期達到習得英語的目的。我們在實踐中，也一直存在一種困惑：是否還需要在交際時注意英語的表達是否符合語法規范，是否在完成任務時還要糾正學生的詞形和句型？其實，我們都在關注一個二語習得的問題，那就是語言形式，語言功能和語言意義的整合性問題。

一、形式-功能-意義原則

形式-功能-意義原則（form-function-meaning）也被成為整合性原則，是由澳大利亞語言學家David Nunan于2004年對他本人1999年提出的形式-功能原則做出的補充，指“在教學中，教師設計的任務要注重語言形式、功能和意義的結合，語言的形式，功能和意義是融合在一起的一個整體，缺一不可”。他認為語言形式、交際功能和語言意義是融合在一起的一個整體。任務的設計必須使語言形式和語言功能有效結合，讓學習者不僅能掌握語言形式，而且能運用語言，正確表達語言承載的意義。傳統高職英語課堂常常把語言練習和交際功能割裂開，過多關注語法形式和語言形式，語言練習就是機械的操練，脫離功能，脫離意義。活動中的語言形式或語法是重點，從而導致學生知道一種語法的不同的語言形式，但卻不能用這些形式得體地表達功能和意義。但是我們同樣要避免忽視語言形式和語法，只關注功能，如果只讓學生表達，忽略語言形式和語義準確，學生積極性高，僅靠只言片語來完成任務，課堂看似很熱鬧，但學生的語言形式表達毫無準確性可言，必然會影響語言交際，再次使用類似形式還是會影響意義的表達。因此，高職英語課堂的活動設計有必要使學生在完成任務時，同樣提高學生對語言形式的關注度。只有重視語言、功能及意義的和諧統一，才能賦予學習真正的意義。整合性原則就是在真實性原則的基礎上，明確語言形式、功能和意義的統一，讓學習者在任務實施中用合適的語言形式，表達得體的意義。

二、如何分析語言的形式、功能與意義

通過研究幾位語言學家對任務的分析，我們可以發現如何分析語言的形式功能和意義。

Littlewood（2004）指出“任務形式可以分為五種，這五種形式雖然不同但并非彼此割裂，它們因各自的特點排列于一個連續體（a continuum）上，關注形式（forms）的任務形式在連續體的一端，關注意義（meaning）的任務形式在另一端，從關注形式逐漸過渡到關注意義的其它三種任務形式則排列在中間。”

同樣，按照Nunan對任務的分類，我們發現對語言形式的聚焦和功能意義的關注也體現了出來。Nunan認為任務分為真實性任務或目標任務（real-world /target task ）和教育性任務（pedagogical task）。真實性任務就是人們日常生活中要用語言做的事情；教育性任務是在課堂上由真實性任務轉換而來的。教育性任務可以看作是一個連續體，其中一端是演練式任務（rehearsal task），另一端是激活式任務（activation task）。演練式任務和生活中的真實性任務相似，如在報紙上尋職并模仿求職過程。激活式任務激活學習者新學習的語言技能，例如角色表演，信息交換等任務。學習者把所知的詞匯、句子結構和表達方式開始創造性地運用出來。Nunan特別指出語言形式的教學對于尤其是初學階段的學習者來說是有必要的，他把這些聚焦于形式（form-focused）的教學活動稱為使能性任務（enabling skills）。使能性任務可以分為語言練習（language exercise）和交際活動（commutative activity）兩種。語言練習關注的是詞匯、語音和語法，而交際活動處于語言練習和教育性任務的中間地帶，是任務型語言教學的基本構成部分。

任務型教學框架

通過對以上學者的理論分析，我們發現Littlewood的“連續體兩端的任務形式”其實和Nunan 對“使能性任務”（enabling tasks）、“交際任務”（communicative tasks）及“教育性任務”（pedagogical tasks）所作的分類表現出一樣的內涵。這就回答了我們的困惑，表明對語言形式，即詞匯，語音和語法的關注是必要的并且是達到交際，完成各種真實性任務的基礎。

三、高職英語課堂的活動分析

觀察我們的高職英語課堂，因為學生并沒有升學考試之類的壓力，一些教師的課堂活動設計在語言形式上關注度不夠，不能提供給學生足夠輸出語言的練習和任務。常常特別注重情景和交際，但是缺乏對語言形式的關注。這種脫離語言形式的交際不能夠深入，也不能形成優質高效的課堂。

Nunan和Willis都認為任務型教學不是脫離形式教學，而是在適當的時期注意某些語言形式。

人工智能與課堂范文第2篇

關鍵詞：人工智能；音樂教育；智能樂器；大數據

1引言

隨著人工智能技術的不斷進步，重新塑造音樂使得音樂教育的學科素養培育、審美感知、藝術表現和文化理解變得更有支持和創意。探索應用人工智能技術推進音樂教學的改革與發展有具有十分重要的意義。本文通過研究與實踐，引導學生學會用科學的方法培育計算思維創作音樂，用科學的意境欣賞音樂陶冶學生的音樂審美感，用科學的評價提升音樂課堂教學效率。通過這些措施，可以使學校音樂教育精準地開展因材施教差異化教學，彰顯音樂教育的特色。

2人工智能與音樂

人工智能技術與音樂教育有機融合，豐富了課堂教學資源，拓展了智能樂器的功能，提升了音樂教育技術手段。它支持個性化學習，可以觀察音樂課堂學習，分析音樂的旋律與節拍，有效評價教學效果，激發音樂教師運用人工智能技術創新音樂教學的熱情，發揮教師在課堂教學中的主導作用。

2.1樂器的智能化

樂器是學習音樂的重要工具。樂器植入人工智能技術，形成了智能化樂器。它能夠大量儲存多種樂器的音樂數據。尤其是在音樂鍵盤中運用，功能的提升特別突出，應用于音樂教學中引發了多種形式的教學模式。例如，圖1顯示了融合多媒體計算機、主控系統、音樂課堂教學智能評價系統將多部電子鋼琴連接起來的智能樂器實驗室。通過語音室方式授課，可以實現多種樂器的分組教學。這在傳統的音樂課堂上是無法完成的。

2.2智能化樂曲創作

智能樂器不僅能夠儲存樂器音色，而且還能用指令對各種音色播放進行控制，各種音色按照指令進行演奏。這種創作功能是以往其他樂器都無法比擬的[1]。例如，能唱出《月亮代表我的心》十七聲部的合唱團，很好聽，但很難。運用智能樂器按指令合成該十七聲部音樂則輕而易舉。2.2.1機器學習生成樂曲人工智能技術賦能智能樂器，使得機器學習的功能日趨進步。機器學習在音樂領域所做的事情，就是提取音樂作品的“數據”，輸入給定模型學習音樂的“特征”，再對音樂數據進行分析和編排。例如，如果輸入的是《梨園金曲》民族音樂，則機器就能學會民族音樂的曲調特征，生成掌握特征模型的民族音樂作品。2.2.2用軟件生成樂譜使用MuseScore3forMac軟件可以制作樂譜，在工具欄選擇對應時值的音符輸入音符。例如，在MuseScore3窗口輸入如圖2所示的“我和我的祖國”樂譜，再導出MP3文件進行播放。2.2.3代碼生成樂曲用Python代碼生成曲子，要借助音樂標準格式MIDI—樂器數字接口，運用Python-midi庫編寫程序，編譯MIDI文件生成音樂。例如，生成一個簡單樂譜的MIDI文件需要使用Python-midi，其中：Pattern對象表示樂譜；Track對象表示音軌，通常樂譜都有多條軌道組成，每種樂器是一個軌道；midi.NoteOnEvent表示每個音符的開端，在參數表中可以定義每個音符的音長和音高；midi.NoteOffEvent表示每個音符的結束。參考代碼如下：importmidi#定義patternpattern=midi.Pattern()#定義軌道track=midi.Track()#添加軌道到patternpattern.append(track)#音符開始，并定義位置、音量、音高on=midi.NoteOnEvent(tick=0,velocity=50,pitch=midiG_3)track.append(on)#音符結束off=midi.NoteOffEvent(tick-100,pitch=midi.G_3)track.append(off)#軌道結束eot=midi.EndOfTrackEvent(tick=1)track.append(eot)#存儲midi.write_midifile("example.mid",pattern)程序運行結果生成了如圖3所示的簡單音符：這樣如圖2的“我和我的祖國”樂譜，也可以通過Python代碼生成MIDI文件。

3AI賦能音樂課堂

在AI賦能的音樂教育環境，促使音樂教學實踐變革以及學生學習音樂方式。例如，圖4所示的集音樂創作教學及教學評價于一體的“智能化音樂課堂教學評價系統”，在教學設計的優化、教學方法的高效、教學手段的更新、教學評價的智能、教學策略的調整方面都具有借鑒意義[2]。

3.1大數據學習

大數據云計算可以將所有音樂家們音樂數據存儲在云中，運用人工智能技術為學生提供更多有價值的音樂數據。學生通過音樂云學習音樂知識，欣賞音樂魅力、體驗音樂節奏、理解音樂韻律。它使得優質音樂教學資源跨越校園，開放延伸音樂教學，遠程輻射共享資源。這樣就擴展了學生的視野，音樂知識的來源無限擴大，整個音樂云皆有學生的學習教材。特別是大數據音樂云不僅可以推送給學生更多的即興音樂和更多的音樂信息，還能指導音樂愛好者創作出雅正、健康的音樂作品。

3.2個性化學習

人工智能技術從音樂學習行為數據搜集、數據分析與運用、個性化學習評價多方位幫助學生定制個性化的學習成長路徑。推送在線音樂教育資源，指導表演建議樂器學習技巧。搭建音樂教育虛擬課堂，匹配音樂教學資源，實現因材施教的個性化學習，支持一對一的教學輔導和群組式討論。通過這些措施提高教學質量和效率。

3.3教學評價智能化

運用人工智能技術將多個音樂輔助教學設備連接的音樂創作教學系統，基于音樂課堂教學的學生學習特質分析與教學效果分析的音樂課堂教學管理系統，來實現音樂教學的全程智慧管理，使音樂學習更有效率。例如，在虛擬音樂課堂樂器教學可以變成一對多的自選教學模式，使課堂變得輕松、愉快。教師可以開啟課堂教學觀察模塊，捕捉每位學生同步練習的音準、節奏、力度數據，分析判斷將評價信息同步反饋，給出學習指導建議。3.3.1創作教學模塊“智能化音樂課堂教學評價系統”中的音樂創作教學模塊，集視、聽、練和反饋評價為一體，適時演示教師教學作品和評價學生練習作品。例如，在進行《我和我的祖國》授課時導入電影片段，欣賞“我和我的祖國”音樂的表現形式、演唱形式以及歌曲風格，可以使學生更好地體驗作品的創作意境，激發創作意識。使用MuseScore創作“我和我的祖國”三聲部習作音樂，并能儲存、刻錄，編輯等二度創作。3.3.2課堂教學評價模塊音樂課堂教學評價有著傳統音樂教學評價無法比擬的靈活性、客觀性和實用性。從大數據分析角度獲取音樂課堂教與學相關數據，對學生的音樂基本素養與學習態度進行科學分析判斷。例如，以創作《紅河谷》中的和聲與音樂作品風格內容的“編配伴奏音樂”教學過程為例。課前在“課堂教學評價模塊”上安排學生根據作品風格完成伴奏的音樂；播放制作好的《紅河谷》MIDI音樂（在第二和第六個小節缺失編配和弦）；使學生感受、探討大小三和弦的表現力，形成對大小三和弦的感知。然后要求學生試著用MuseScore為《紅河谷》缺失的兩小節選配和弦，以適合歌曲的伴奏風格。學生需要邊哼唱歌曲邊試著套用不同的伴奏風格，找到他們認為最恰當的和弦伴奏風格，說出理由并提交[3]。評價系統將學生提交的作業比照音樂要素進行評價。及時反饋學習評價的信息，并對學生的學習進程制定一個個性化的學習方案[4]。同時通過教學反饋深度優化決策模型，促進教師實時改進教學策略，提高教學效率和效果，提升教學質量。

4結語

人工智能技術在音樂教育領域中的廣泛應用，為傳統的音樂教育模式注入了活力，為音樂教師創新音樂教學理念開辟了新思路[5]，為因材施教提供了新的適合學生學習的音樂教學模式。人工智能在音樂教育模式方面的探索，不僅給音樂教育教學的發展帶來了物質技術層面的進步，還從音樂教學層面促進計算思維培育開辟新途徑。這對音樂教育理念、教學手段、教學方式和方法以及拓展學生音樂視野、學習音樂、享受音樂、創造音樂等都帶來深刻的變化和積極的影響。

參考文獻

[1]鄒孟雨.人工智能及其在音樂教育中的應用.北方音樂,2018(15):254-255

[2]郭文進.“互聯網+教育”運行模式探究.決策與信息（下旬刊）,2015(9):63

[3]段曉軍.電腦音樂系統與中小學音樂教學實踐.中國音樂教育,2006(6):26-28

[4]王迪.淺析娛樂教育中元學習能力的培養.河北廣播電視大學學報,2007(1):79-80

人工智能與課堂范文第3篇

第一，選擇合適的教材

《計算智能》這門課，很多高校都使用褚蕾蕾老師的《計算智能的數學基礎》這本書，我也曾經使用過這本教材。這本書詳細的闡述了實現智能計算的相關數學知識，要求學生有非常硬的數學功底，否則學起來會很吃力。最好是數學專業的學生來學習比較合適。但是問題是開設計算智能這門課的專業不僅僅只有數學專業，計算機和信息與計算科學專業都開設這門課，而這本教材對他們來說太深了，他們更注重于實際應用。

除了《計算智能的數學基礎》這本書之外，《計算智能――理論、技術與應用》也是非常優秀的教材，它主要針對研究生和科研人員學習使用。因此，對于信息與計算科學專業，我們既要他們理解計算智能，也要他們能夠從實際出發，實現智能計算。這是我們的教學目標，純粹講解數學，對他們來說是興趣的一個磨滅。因此，我建議采用曹承志老師編著的《智能技術》這本書，基于其中的若干章節（主要是第四、五、六章）來講解計算智能這門專業限選課。

第二，制定教學大綱

計算智能是借助現代計算工具模擬人的智能機制、生命的演化過程和人的智能行為而進行信息獲取、處理、利用的理論和方法。計算智能信息處理系統是以模型為基礎，以仿生計算為特征含數據、算法和實現的柔互式系統。當前，計算智能在用計算科學與技術模擬人和生命的智能及行為方面，主要有模擬智能產生與作用賴以智能表現與功能行為的邏輯觀點。

基于這些觀點和視野，形成了人工神經網絡、演化計算與模糊邏輯為代表的三個典型分支。本課程在這三個分支中，選擇了人工神經網絡、遺傳算法和模糊邏輯的基礎知識作為教學的基本內容。這些內容對于進一步學習、研究計算智能、人工智能等高級信息處理，以及信息科學和工程技術都是必要的、基礎性的。

教學重點：感知器，人工神經網絡，遺傳算法，模糊集與模糊系統，模糊邏輯與模糊推理，模糊模式識別與模糊控制等部分內容。同時掌握運用所學知識解決實際問題也是在教學過程中不斷要強調的內容。

教學難點：在計算智能的教學過程中，難點主要是人工神經網絡，遺傳算法和模糊邏輯的理論講解，要用簡明形象的語言描述理論知識，讓學生感興趣。同時，將理論轉化為實際解決問題的能力也是教學上的一個難點。

第三，按照大綱要求，開展有序的課堂教學

根據大綱要求，計算智能這門課共有48個學時，其中實驗學時8節，學習時間共18周，每周1～2次課。

這種時間安排方式是比較合理的，設計時主要考慮到知識的學習順序，避免實驗與理論課不能配合的現象發生。實驗1在第10周做，那么我們就可以利用前面9周的時間給學生講解神經網絡的相關理論和實驗軟件等等，為實踐做準備工作。這樣，學生在做課程實驗時，才不會覺得無從下手。實驗2在16周做，當中空閑的兩周主要用于學習MATLAB遺傳算法工具箱。

第四，設計作業與課程實驗

該課程有兩次作業，分別在第6周和第12周布置，作業時間為1～2周。這兩次作業內容分別針對“人工神經網絡”和“遺傳算法”。從表中不難看出，當做完相應章節的作業后，立即進行課程實驗，這樣的設計，使得學生難免更加深刻地理解和掌握知識。

值得提出的是，這門課的實驗工具――MATLAB6.5。以前，我們曾經使用過C/C++/VC＋＋等等高級語言來做計算智能仿真實驗，但最后的效果并不是很令人滿意，學生往往會知難而退，從而喪失對這門課的興趣和信心。

因此，我認為，針對信科專業或者計算機相關專業的學生，他們的數學基礎并不是非常扎實，而計算智能又是一門專業限選課。要想讓學生對這門課產生興趣，我們可以考慮采用一些成熟的工具箱來支持我們的實驗教學，如MATLAB6.5的“神經網絡工具箱”“遺傳算法工具箱”和“模糊邏輯工具箱”。學生通過使用這些工具箱，方便而有效地感覺到“智能的計算”的存在。實踐證明，這種方法能夠取得更好的實驗教學目的。

第五，與學生的課后交流

教師在課堂上傳授完知識后，要及時與學生進行交流，了解他們的學習情況并獲取建設性意見。通過平時的觀察和總結，大學教師與學生交流的方式和方法主要有以下幾種：

(1)利用一切時間（如上課提前幾十分鐘到教室、課間或下課時間等等）與學生交談，了解他們的學習動態及回答他們提出的問題。

(2) 建立課程網站，學生登陸后可以通過論壇或聊天室向教師提問。可以確定一個時間（如每周三晚7點，開放聊天室進行網絡實時答疑），平時學生可以通過在論壇上發帖，教師回復的方式獲得答疑。

(3) 如果沒有課程網站，教師可以留給學生一個常用的Email地址，或者其他的聯系方式，讓學生在學習過程中遇到困難時可以聯系到教師。

(4) 固定輔導的時間和地點。這個地點可以是教室、辦公室、會議室等等。如果場所有限，可以分班進行。

上面的四類方法是經常使用的，我們對此進行了一個問卷調查，對象是03級和04級信息與計算科學的150名學生，要求他們選出三種最合適的交流方式。經過認真的調查和詳細的統計，有106位學生選擇了采用學習網站的方式進行交流，97位學生選擇了固定場所答疑，76位學生選擇了課間交談方式。而類似Email、QQ和打電話的方式似乎不受學生青睞。論壇和聊天室方式介于它們之間，而這兩種方式完全可以包容在“課程學習網站”中。

第六，計算智能與人工智能的關系

在我校，要求學生先學習計算智能，再學習人工智能，其實兩者的順序并不重要，未必要先學習計算智能。但是，在教學過程中，要讓學生明確學習目的，了解學習這門課的意義所在，計算智能與人工智能相比，是更低層的運算，它強調的是數據，而人工智能強調的是知識。

從事這門課的教學有很長時間了，也逐漸地有一些研究課題，對于個別特別感興趣的學生，可以吸引他們加入我們的研究隊伍，這也是因材施教思想的一個體現。

參考文獻：

[1]丁永生.計算智能――理論、技術與應用[M].科學出版社，2004.

人工智能與課堂范文第4篇

智能化;適時;評價;變革;創新;質量

教學評價是整個教學活動的一個重要環節，目的在于獲得反饋信息，改進教學，提升質量，促進發展，實現課程目標。通過開展科學有效的課堂教學評價，能夠有效地鑒定教師的教學態度、教學質量、工作能力、業務水平等，使學校的管理工作更系統化，決策更科學化。在推進“智慧校園”研究與建設的大背景下，有條件、有能力運用信息技術前沿技術人工智能于課堂教學評價中，“智能化課堂教學評價系統”在眾多的電子課堂教學評價系統中率先融入人工智能技術，課堂組織管理評價、學習知識的定性評價、適時評價信息引導教學進程三個方面的發揮著積極有效的作用，用技術的力量，深化提升教學評價的效果。

一、智能化課堂教學評價系統的概述

1.智能化課堂教學評價系統簡介

“智能化課堂教學評價系統”（intelligent teaching evaluation system縮寫：ITES）是一套開源的網絡教學平臺。該平臺包括教師平臺和學生平臺兩部分，教師平臺主要功能為教學活動管理、教學資源管理、動態教學流程設計、教學評價前置設計和課堂教學評價管理;學生平臺主要功能為學習態度管理、學習資源多元化、知識遷移的監測。該平臺功能模塊的各類教學活動設計都具有評價功能，其中“評價管理”是專門為教學評價活動設計的模塊。

2.“智能化”研究的三個主要方面

（1）課堂組織管理評價

一般具備教學評價功能的電子教學平臺都是通過登入帳戶、密碼完成上課報到。普遍存在著代簽的盲區。而ITES是學生通過藍牙（隨著“智慧校園”的建設進程）或指紋識別完成上課報到，學生進入網絡教室后以學習小組形式等自由入座通過圖形界面快速有序地登錄課程學習環境，瀏覽本課學案和教學任務。教師界面高效適時地評價課堂組織狀態，學生出勤以及教學目標任務情況;后臺運用“逃逸算法”掃描終端機在線在學狀態。

（2）課堂知識的定性評價

一般具備教學評價功能的電子教學平臺，定性問題（主觀題）的評價是用人工（教師）評價方式解決的，評價信息嚴重滯后，難以像客觀性問題評價那樣“即時”。而ITES則運用SBT平衡樹（AT前沿技術）作為教學資源庫數據結構，時空復雜為O（logn），以二分查找法為檢索算法，檢索速度更快、占用內存更小、更具跨平臺性與教學設計同步進行。以一個標準班級56人為計，完成 100字以內主觀題，評價平均用時7秒以內。完全適用于課堂定性問題的適時評價。

（3）適時評價信息引導教學進程

每個教學環節評價結束后，教師可以運用評價系統了解教和學兩方面的信息，發現問題及時調整教學進程，改進教學方法，指導學習方法。使分層次教與學活動的開展有了依據，評價功能與教學活動形影相隨，更方便地服務于教師。

二、運用智能化課堂教學評價系統進行評價

信息技術教學一般都在網絡多媒體教室進行。在信息技術教學過程中，必須對教師教學和學生學習質量進行評價。通過評價，了解教和學兩方面的評價信息，依據適時的評價信息及時調整教學進程、改變教學方法、指導學習方法，促進知識遷移。根據課程標準的要求，信息技術教學評價可以從認知、操作兩個方面進行，具體的有：基本概念、基本技能、創新能力、綜合運用能力的 測評。

1.學習態度的評價

學習態度情感價值觀的評價因應成為課堂教學評價不可或缺的組成部分。學生登錄后，就成為課堂教學被評價的對象（圖一左所示），囿于“教學平臺”完成一堂課的學習內容。

圖1的中圖上是監控學生機的運行狀況，其中綠色塊點表示正常，紅塊表示某個時間段該機發生“脫機”現象。“脫機、脫系統”的可能性：一是硬件故障（紅色！），教師可及時處置。二是故意違紀脫離（終端機更改設置）系統（紅色），記錄其違規時間，促其在一定的時間范圍內返回。三是學生終端脫離系統（藍色）開小差做學習以外的事，五秒內教師機自動發出“歸隊”的警示。教師利用課堂教學間隙在投影屏幕顯示一下監控畫面對違規學生也是一種提醒。

與其它評價系統相比，ITES 上課過程始終運行“逃逸算法”掃描終端機在線在學狀態，并記錄“脫機”“開小差”時間。下課后給每位學習者一個客觀的“學習態度”的分值。使得課堂組織管理更加科學。

2.知識與能力的評價

一般的電子教室教學平臺對客觀問題的評價基本都準確、及時到位。而主觀問題的評價目前則只能采用人工方式進行，做不到“自動及時”。智能化課堂教學評價系統重點解決在課堂教學中主觀問題的定性評價上的客觀、及時的焦點問題。主要表現在兩個方面。

（1）學習態度。從二個方面進行評價：①空白卷;②全文雷同率。雷同率越高， “學習態度”的評價等級就 越低。

人工智能與課堂范文第5篇

關鍵詞：網絡教學；Agent技術；個性化

中圖分類號：G250.73 文獻標識碼：B 文章編號：1673-8454(2012)01-0068-03

一、引 言

近幾年，隨著互聯網的快速發展，網絡教學平臺的不斷涌現，網絡教學系統的應用普及率越來越高，個性化教學系統的研究和開發成為網絡教學中的關鍵問題和熱點。史敏軍運用Web挖掘技術與協同過濾技術，建立用戶興趣模型，并搭建了基于個性化服務技術的教學平臺；陳麗花根據貝葉斯網絡理論設計和實現了一種基于和SQL Server數據庫技術的個性化教學系統；陳智勇提出了基于XML Web Service技術的教學資源集成方案，并根據此方案利用ASP. NET編程語言構建了一個教學資源綜合平臺。[1-3]網絡教學系統雖然在應用中取得了一定的成果，但也存在一些問題，概括起來主要有：（1）系統缺乏智能性和自適應性，并且對系統用戶采用基本相同的教學策略,難以實現按需學習和因材施教；（2）單一的教學模式使得呈現內容的界面比較簡單，不能實現個性化的內容傳導模式。針對目前網上教學系統存在的不足與難點，以個性化相關學習理論為指導，本文研究了基于Agent的網絡教學構建技術，進而分析了對現有網絡教學系統進行改進的方法，指出Agent技術在應用于網絡教學的優勢。

二、Agent技術分析

Agent技術源自分布式人工智能（DAI），是現代計算機技術和通信技術發展的必然結果。Agent是人工智能計算機軟件領域內的一個新興技術，Agent概念可追溯至1977年Hewitt提出的并發演員（actor）模型，從上個世紀80年代開始，Agent技術從分布式人工智能領域分離出來，并與其他領域的處理方法進行融合，成為一個交叉性的學術領域，涵蓋人工智能、分布式系統、專家系統、知識工程和并行計算等多個領域，到了90年代，Agent技術進入迅猛發展階段，多Agent系統的研究成為分布式人工智能的研究熱點問題。近年來，Agent發展尤為迅速，研究者在社會的各個領域如電子商務、供應鏈、智能決策、軟件工程等對Agent理論及其應用做了大量的研究，Agent技術逐漸成為人們關注的熱點問題。目前，關于Agent的研究不僅受到了人工智能研究者的關注，也引起了機器人、數據通信、人機界面設計等多個領域研究者的關注，成為一個富有生機的研究領域，且有越來越多的研究者將Agent技術應用在不同的領域。

目前，對于Agent技術的定義還沒有統一的標準，不同專業的人對Agent的理解也不大相同。大家普遍認為，Agent是一種在特定的環境下能夠感知環境，并且能夠靈活、自主地運行來實現一系列設計目標的、自主的計算程序或實體，它能夠感知環境，并且對外界的信息做出判斷和推理，從而來控制自己的決策和行動，完成一定的任務。[4]

Agent具有社會能力、自主性、自適應性和移動性等許多特性，這些特性決定了Agent技術不同于以往任何一種軟件開發技術，利用Agent技術開發的軟件實體將更具智能性，能在一定程度上實現程序的自動化和智能化。為了完成一項復雜的任務，可創建多個相互協作的Agent，以提高系統實際解決問題的能力。多個單個的自主Agent組成的整體是一個多Agent系統，多Agent系統不僅具備一般分布式系統所具有的實時性好、易于擴充、資源共享、靈活、可靠性高等特點，并且Agent之間能夠通過相互協調、協作解決大量的復雜問題，使系統具有很強的魯棒性、可靠性及自組織能力，非常適合于個性化網絡教學平臺的構建。

三、Agent技術在網絡教學平臺中的應用

1.基于多Agent技術的協同遠程教學

遠程教學主要以建構主義學習理論和教學理論為基本指導，借助于互聯網并運用計算機多媒體處理技術，提供網上虛擬情景課堂進行教學，支持學生在線進行個性化的學習。其特點從兩個方面可以體現：一是學生是學習的主體，通過互聯網虛擬的情景課堂來進行交互式的自主學習；另一方面教師是教學的主體，要通過對授課的課程進行規劃與設計，采用在線專題討論和知識點總結、創立問題情景與綜合評價、激勵等措施，從而激發學生的學習興趣以及學習的主動性，提高他們理解能力和掌握知識體系的能力，培養他們的創新精神，從而能督促學生進行廣泛、深入的學習。因此，怎樣發現和掌握不同學習主體的認知結構，針對不同的主體，有計劃地建立動態的的學習情景，促使學生的學習活動與現有的認知結構相互作用，推動現有認知框架不斷分化、協作、重組和擴展，進而實現學習目標，是遠程教學模型設計的重中之重。

Agent是以主動服務的方式自動完成一組操作的計算機程序。一方面主動應該包括主動適應，即在完成操作的過程中，可以自動地獲取關于操作的知識以及關于用戶的偏好知識與意圖，而且在以后的操作中加以利用；另一方面包括主動，也就是說無需用戶發出指令，只要當前的狀態符合一定的條件即可代表用戶執行相應的操作。

基于Agent具有的各種優良、獨有的特性，將Agent技術應用于遠程教學環境，能從根本上克服現階段遠程教學平臺的局限性：

第一，能夠最大限度地支持教學過程與內容的個性化，增加趣味性，有效提高教學質量和改善教學效果；

第二，利用Agent的社會性特征，能滿足協同學習的需要，把每類學生看成一個Agent，學生之間通過Agent的協作機制來完成協同學習，從而提高學生的學習質量與學習效果，那么同樣也可以把老師看成一個個Agent，通過MAS的協作性和社會性與學生Agent交互信息，有效地掌握學生的學習狀態；

第三，用Agent技術來處理學生的基本信息，能夠有效地動態跟蹤學生的學習行為及學習效果，為更加有效地建立學生信息管理模型提供可靠的依據。[5]

利用Agent的智能化思想來分析遠程教學平臺的總體需求并設計一體化解決方案，充分體現Agent技術在遠程教學應用中的智能性、主動性，尤其是在流行的Web技術的基礎上嵌入Agent技術，無疑會極大地促進遠程教學平臺的個性化與智能化，充分調動學生主體的自主學習興趣，有效地提高學生的創新能力。然而，遠程教學平臺它本身就是一個非常龐大又復雜、不可預測的信息系統，一般會要覆蓋教學過程中的每個環節，因而，通常將其劃分成若干個子問題，來構造多個具有一定功能的Agent，在由這些Agent去協作處理教學過程中相應的子問題。基于多Agent的網絡在協同教學系統模型，如圖所示。

2.基于Agent技術的教育資源配送

教育資源配送系統（ERPS，Education Resources Purvey System）是指在各種媒介（如Internet等）綜合環境下，為資源需求用戶（如學生、教師以及各種教育教學機構）提供快捷、全面的各種媒體形式需要的教育資源的一種資源配送方式，信息資源配送系統是一種計算機軟件，因此，它需要一種計算機技術來實現這種新的資源配送方式，多Agent技術本身擁有的諸多特性使其可以大規模地應用于教育資源的配送模式中。（1）多Agent的主動性非常適合于配送系統中的各個用戶結點，Agent技術自身能很好地滿足這些結點的自主性需求。（2）多Agent之間的協作和協調能力為資源配送環境中的各個結點之間的信息交互與共享提供了技術支持。（3）Agent的反應性能可以確保系統應對各種動態的、復雜的資源配送環境的變化，Agent的反應性還可以通過“感知―行為”模式來完成，行為通過與資源配送環境的交互來實現，它的特性就是能夠快速響應環境的變化。（4）Agent的社會性特征符合配送系統所要求具備全局協調配送能力的要求，Agent的社會性指Agent能與其他Agent進行交互以便協作完成任務，它克服了單Agent解決復雜性問題的不足，為Agent的整體協作解決問題創造了條件。在教育資源配送系統中，節點用戶對資源的動態要求以及配送環境的動態變化，都要求系統各個Agent能夠通過合理、有效的協調交互機制達到全局的合理配送。基于Agent技術建立教育資源配送系統，能改變資源配送的方式，大大提升整個配送系統的效率。

3.Agent技術在網絡教學其他方面的應用

文獻[6]闡述了網絡教學智能化、自適應化是目前網絡教學發展的趨勢和提高教學效果的有效途徑，結合人工智能與網絡教學，提出了一種基于多Agent的自適應學習系統，利用Agent的智能性、主動性來實現教學系統的智能化、自適應化，從而使教學真正做到個性化的學習，實現因材施教。文獻[7]探討了Agent技術在網絡虛擬學習社區教學活動中的應用，基于Agent技術的虛擬學習社區可以改變傳統的教學方式和學習方式，使學習方式從傳統的獨學變為群學、使學習結構從封閉變為開放，最終使教學從知識傳授轉變為知識建構。文獻[8]從現有網絡教學系統缺乏深入了解用戶興趣的實際現狀出發提出了一種基于Agent的個性化教學系統，并結合神經網絡技術，以用戶興趣追蹤為出發點，探討了采用啟發式算法來獲取用戶興趣特征的方法，從而以最快的速度學習到最新的用戶興趣。另外Agent技術還應用在教育信息化的其他各個方面。

四、總結

目前有關將Agent技術應用于網絡教學領域的研究才剛剛起步，Agent技術在未來將大有用武之地，因此更好地利用日趨成熟的Agent技術推進網絡教學建設是我們未來工作的重點之一。本文列舉了Agent技術在網絡教學領域的應用，概要分析了Agent技術在解決網絡教學方面的優勢，Agent技術的諸多優點使得將Agent技術應用于網絡教學領域，將大大推動網絡教育的發展。

參考文獻：

[1]史敏軍.基于個性化服務的教學系統研究[J].中國科技信息,2009(22):239.

[2]陳麗華.省略的個性化教學系統設計研究[J].大理學院學報,2009，8(8):22.

[3]陳智勇.基于XML WebService教學資源綜合平臺的設計與實現[J].中國醫學教育技術,2009，23(3):267-268.

[4]王立春,陳世福等.多Agent多問題協商模型[J].軟件學報,2002.13(8):1638-1639.

[5]高仲慧,林筑英等.基于多Agent的自適應遠程教學系統模型[J].貴州師范大學學報（自然科學版）2009，27(3):96-97.

[6]崔惠萍,傅鋼善.基于多Agent的自適應學習系統的研究[J].教育軟件開發與應用,2006.