| 人工智能视域下个性化学习路径推荐:机理、演进、价值与趋势 |
| |
| 引用本文： | 郑雅倩,李新,李艳燕,王德亮,包昊罡.人工智能视域下个性化学习路径推荐:机理、演进、价值与趋势[J].现代远距离教育,2023(3):39-47. |
| |
| 作者姓名： | 郑雅倩 李新 李艳燕 王德亮 包昊罡 |
| |
| 作者单位： | 1. 北京师范大学;2. 江苏师范大学;3. 香港大学;4. 中国教育科学研究院 |
| |
| 基金项目： | 国家自然科学基金面上项目“融合多模态学习分析的协作过程监测和智能反馈研究”(编号：62277006)；;北京市自然科学基金面上项目“面向数字社会发展的智慧教育支持服务关键技术研究”(编号：9222019)； |
| |
| 摘 要： | 个性化学习路径推荐是智能技术驱动教育服务智能升级的关键力量，是实现大规模个性化教育的重要驱动。然而，目前个性化学习路径推荐的研究与实践仍未成熟，难以满足学习者因人而异、因时而变的个性化需求。个性化学习路径推荐的主流推荐框架包括基于机器学习、基于进化计算和基于知识图谱三种方式，具有不同的模型机理和适用的教育场景，经历了起步探索、预测推理、改进优化和融合创新的技术演进历程。其对教育的价值导向体现在赋能课堂教学、助力因材施教，优化在线学习、驱动服务升级，支持场馆学习、增强智能感知，改善游戏学习、优化交互体验，为破解大规模与个性化相结合的应用难题提供了重要支撑。随着智能技术的迭代升级及深入应用，未来个性化学习路径推荐呈现四大发展趋势，即关注信息要素的深度融合、迈向全方位多尺度的形式化建模，融合多种技术优势、构建以知识为主导的高性能推荐框架，注重可视化呈现和动态感知、推动个性化服务模式的优化升级，重视全景性应用策略研究、促进推荐技术与真实教育情境的紧密耦合。
|
| 关 键 词： | 个性化学习路径推荐 模型机理 技术演进 价值导向 发展趋势 |
|
