教师监督下的自适应学习模型构建及应用
个性化学习引领未来教育的发展方向。自适应学习融于教育教学有助于促进个性化学习的发展。目前，自适应学习主要依靠人工智能和大数据算法完成对学习者学习数据的大量采集，实现为学习者规划学习路径、推送最佳学习内容的目的。然而这种自适应学习模式依赖于收集到的大数据并且局限于客观能采集到的数据，当收集的数据不客观或者数据可信度不高时，就会导致对学生知识能力的判断出现一定的误差以及在自适应学习过程中出现学习资源不匹配、学习路径不精准的问题，进而造成学生的学习成绩不够理想和学习满意度降低，以至于学生的个性化学习无法得到真正的保证。 通过对国内外相关文献进行研究，本研究认为教师能采集到更多计算机或人工智能采集不到的主客观数据，且拥有丰富的教学经验并能够对学生的学习情况进行准确的判断，故本研究构建了一种教师监督下的自适应学习模型。该模型包括教师监督下的学习路径设计、自适应学习的实施和教师监督下的学习路径调整三个部分。该模型的基本思想是：首先，教师利用自适应学习系统为不同类别的学生准备不同的学习资源，并设计学习路径；其次，在自适应学习过程中，学生能够获得个性化学习资源推送和个性化学习路径引导；最后，学生完成学习后，教师通过数据分析结果调整学习资源并优化学习路径。 本研究选取初中英语课程中“定语从句”知识点为教学内容，将教师监督下的自适应学习模型应用于实际教学中以检验其可行性与有效性。研究从学习成绩和满意度两方面进行数据采集和统计分析。结果表明，教师监督下的自适应学习模型使得教师能够精准获得学生的学习数据，并为学生设计精准的学习资源和学习路径，进而提高了学生的学习成绩，促进了学生的个性化学习。满意度调查也表明，学生对教师监督下的自适应学习模型的教学效果具有较高的满意度。
个性化学习;自适应学习模式;内容推送;学习路径;教师监督
河南师范大学
硕士
现代教育技术
叶海智
2020
中文
G434
2021-07-09（万方平台首次上网日期，不代表论文的发表时间）