人工智能与课堂

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇人工智能与课堂范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

人工智能与课堂范文第1篇

【关键词】高职英语 任务 形式功能意义

随着二语教学的理论和教学法发展，基于建构主义的交际法和任务型教学法在高职英语课堂教学中被广泛运用，教师们用丰富的活动构成课堂设计主体，学生们通过角色扮演，小组合作等各种交际活动使用英语，在完成各种任务中使用英语，以期达到习得英语的目的。我们在实践中，也一直存在一种困惑：是否还需要在交际时注意英语的表达是否符合语法规范，是否在完成任务时还要纠正学生的词形和句型？其实，我们都在关注一个二语习得的问题，那就是语言形式，语言功能和语言意义的整合性问题。

一、形式-功能-意义原则

形式-功能-意义原则（form-function-meaning）也被成为整合性原则，是由澳大利亚语言学家David Nunan于2004年对他本人1999年提出的形式-功能原则做出的补充，指“在教学中，教师设计的任务要注重语言形式、功能和意义的结合，语言的形式，功能和意义是融合在一起的一个整体，缺一不可”。他认为语言形式、交际功能和语言意义是融合在一起的一个整体。任务的设计必须使语言形式和语言功能有效结合，让学习者不仅能掌握语言形式，而且能运用语言，正确表达语言承载的意义。传统高职英语课堂常常把语言练习和交际功能割裂开，过多关注语法形式和语言形式，语言练习就是机械的操练，脱离功能，脱离意义。活动中的语言形式或语法是重点，从而导致学生知道一种语法的不同的语言形式，但却不能用这些形式得体地表达功能和意义。但是我们同样要避免忽视语言形式和语法，只关注功能，如果只让学生表达，忽略语言形式和语义准确，学生积极性高，仅靠只言片语来完成任务，课堂看似很热闹，但学生的语言形式表达毫无准确性可言，必然会影响语言交际，再次使用类似形式还是会影响意义的表达。因此，高职英语课堂的活动设计有必要使学生在完成任务时，同样提高学生对语言形式的关注度。只有重视语言、功能及意义的和谐统一，才能赋予学习真正的意义。整合性原则就是在真实性原则的基础上，明确语言形式、功能和意义的统一，让学习者在任务实施中用合适的语言形式，表达得体的意义。

二、如何分析语言的形式、功能与意义

通过研究几位语言学家对任务的分析，我们可以发现如何分析语言的形式功能和意义。

Littlewood（2004）指出“任务形式可以分为五种，这五种形式虽然不同但并非彼此割裂，它们因各自的特点排列于一个连续体（a continuum）上，关注形式（forms）的任务形式在连续体的一端，关注意义（meaning）的任务形式在另一端，从关注形式逐渐过渡到关注意义的其它三种任务形式则排列在中间。”

同样，按照Nunan对任务的分类，我们发现对语言形式的聚焦和功能意义的关注也体现了出来。Nunan认为任务分为真实性任务或目标任务（real-world /target task ）和教育性任务（pedagogical task）。真实性任务就是人们日常生活中要用语言做的事情；教育性任务是在课堂上由真实性任务转换而来的。教育性任务可以看作是一个连续体，其中一端是演练式任务（rehearsal task），另一端是激活式任务（activation task）。演练式任务和生活中的真实性任务相似，如在报纸上寻职并模仿求职过程。激活式任务激活学习者新学习的语言技能，例如角色表演，信息交换等任务。学习者把所知的词汇、句子结构和表达方式开始创造性地运用出来。Nunan特别指出语言形式的教学对于尤其是初学阶段的学习者来说是有必要的，他把这些聚焦于形式（form-focused）的教学活动称为使能性任务（enabling skills）。使能性任务可以分为语言练习（language exercise）和交际活动（commutative activity）两种。语言练习关注的是词汇、语音和语法，而交际活动处于语言练习和教育性任务的中间地带，是任务型语言教学的基本构成部分。

任务型教学框架

通过对以上学者的理论分析，我们发现Littlewood的“连续体两端的任务形式”其实和Nunan 对“使能性任务”（enabling tasks）、“交际任务”（communicative tasks）及“教育性任务”（pedagogical tasks）所作的分类表现出一样的内涵。这就回答了我们的困惑，表明对语言形式，即词汇，语音和语法的关注是必要的并且是达到交际，完成各种真实性任务的基础。

三、高职英语课堂的活动分析

观察我们的高职英语课堂，因为学生并没有升学考试之类的压力，一些教师的课堂活动设计在语言形式上关注度不够，不能提供给学生足够输出语言的练习和任务。常常特别注重情景和交际，但是缺乏对语言形式的关注。这种脱离语言形式的交际不能够深入，也不能形成优质高效的课堂。

Nunan和Willis都认为任务型教学不是脱离形式教学，而是在适当的时期注意某些语言形式。

人工智能与课堂范文第2篇

关键词：人工智能；音乐教育；智能乐器；大数据

1引言

随着人工智能技术的不断进步，重新塑造音乐使得音乐教育的学科素养培育、审美感知、艺术表现和文化理解变得更有支持和创意。探索应用人工智能技术推进音乐教学的改革与发展有具有十分重要的意义。本文通过研究与实践，引导学生学会用科学的方法培育计算思维创作音乐，用科学的意境欣赏音乐陶冶学生的音乐审美感，用科学的评价提升音乐课堂教学效率。通过这些措施，可以使学校音乐教育精准地开展因材施教差异化教学，彰显音乐教育的特色。

2人工智能与音乐

人工智能技术与音乐教育有机融合，丰富了课堂教学资源，拓展了智能乐器的功能，提升了音乐教育技术手段。它支持个性化学习，可以观察音乐课堂学习，分析音乐的旋律与节拍，有效评价教学效果，激发音乐教师运用人工智能技术创新音乐教学的热情，发挥教师在课堂教学中的主导作用。

2.1乐器的智能化

乐器是学习音乐的重要工具。乐器植入人工智能技术，形成了智能化乐器。它能够大量储存多种乐器的音乐数据。尤其是在音乐键盘中运用，功能的提升特别突出，应用于音乐教学中引发了多种形式的教学模式。例如，图1显示了融合多媒体计算机、主控系统、音乐课堂教学智能评价系统将多部电子钢琴连接起来的智能乐器实验室。通过语音室方式授课，可以实现多种乐器的分组教学。这在传统的音乐课堂上是无法完成的。

2.2智能化乐曲创作

智能乐器不仅能够储存乐器音色，而且还能用指令对各种音色播放进行控制，各种音色按照指令进行演奏。这种创作功能是以往其他乐器都无法比拟的[1]。例如，能唱出《月亮代表我的心》十七声部的合唱团，很好听，但很难。运用智能乐器按指令合成该十七声部音乐则轻而易举。2.2.1机器学习生成乐曲人工智能技术赋能智能乐器，使得机器学习的功能日趋进步。机器学习在音乐领域所做的事情，就是提取音乐作品的“数据”，输入给定模型学习音乐的“特征”，再对音乐数据进行分析和编排。例如，如果输入的是《梨园金曲》民族音乐，则机器就能学会民族音乐的曲调特征，生成掌握特征模型的民族音乐作品。2.2.2用软件生成乐谱使用MuseScore3forMac软件可以制作乐谱，在工具栏选择对应时值的音符输入音符。例如，在MuseScore3窗口输入如图2所示的“我和我的祖国”乐谱，再导出MP3文件进行播放。2.2.3代码生成乐曲用Python代码生成曲子，要借助音乐标准格式MIDI—乐器数字接口，运用Python-midi库编写程序，编译MIDI文件生成音乐。例如，生成一个简单乐谱的MIDI文件需要使用Python-midi，其中：Pattern对象表示乐谱；Track对象表示音轨，通常乐谱都有多条轨道组成，每种乐器是一个轨道；midi.NoteOnEvent表示每个音符的开端，在参数表中可以定义每个音符的音长和音高；midi.NoteOffEvent表示每个音符的结束。参考代码如下：importmidi#定义patternpattern=midi.Pattern()#定义轨道track=midi.Track()#添加轨道到patternpattern.append(track)#音符开始，并定义位置、音量、音高on=midi.NoteOnEvent(tick=0,velocity=50,pitch=midiG_3)track.append(on)#音符结束off=midi.NoteOffEvent(tick-100,pitch=midi.G_3)track.append(off)#轨道结束eot=midi.EndOfTrackEvent(tick=1)track.append(eot)#存储midi.write_midifile("example.mid",pattern)程序运行结果生成了如图3所示的简单音符：这样如图2的“我和我的祖国”乐谱，也可以通过Python代码生成MIDI文件。

3AI赋能音乐课堂

在AI赋能的音乐教育环境，促使音乐教学实践变革以及学生学习音乐方式。例如，图4所示的集音乐创作教学及教学评价于一体的“智能化音乐课堂教学评价系统”，在教学设计的优化、教学方法的高效、教学手段的更新、教学评价的智能、教学策略的调整方面都具有借鉴意义[2]。

3.1大数据学习

大数据云计算可以将所有音乐家们音乐数据存储在云中，运用人工智能技术为学生提供更多有价值的音乐数据。学生通过音乐云学习音乐知识，欣赏音乐魅力、体验音乐节奏、理解音乐韵律。它使得优质音乐教学资源跨越校园，开放延伸音乐教学，远程辐射共享资源。这样就扩展了学生的视野，音乐知识的来源无限扩大，整个音乐云皆有学生的学习教材。特别是大数据音乐云不仅可以推送给学生更多的即兴音乐和更多的音乐信息，还能指导音乐爱好者创作出雅正、健康的音乐作品。

3.2个性化学习

人工智能技术从音乐学习行为数据搜集、数据分析与运用、个性化学习评价多方位帮助学生定制个性化的学习成长路径。推送在线音乐教育资源，指导表演建议乐器学习技巧。搭建音乐教育虚拟课堂，匹配音乐教学资源，实现因材施教的个性化学习，支持一对一的教学辅导和群组式讨论。通过这些措施提高教学质量和效率。

3.3教学评价智能化

运用人工智能技术将多个音乐辅助教学设备连接的音乐创作教学系统，基于音乐课堂教学的学生学习特质分析与教学效果分析的音乐课堂教学管理系统，来实现音乐教学的全程智慧管理，使音乐学习更有效率。例如，在虚拟音乐课堂乐器教学可以变成一对多的自选教学模式，使课堂变得轻松、愉快。教师可以开启课堂教学观察模块，捕捉每位学生同步练习的音准、节奏、力度数据，分析判断将评价信息同步反馈，给出学习指导建议。3.3.1创作教学模块“智能化音乐课堂教学评价系统”中的音乐创作教学模块，集视、听、练和反馈评价为一体，适时演示教师教学作品和评价学生练习作品。例如，在进行《我和我的祖国》授课时导入电影片段，欣赏“我和我的祖国”音乐的表现形式、演唱形式以及歌曲风格，可以使学生更好地体验作品的创作意境，激发创作意识。使用MuseScore创作“我和我的祖国”三声部习作音乐，并能储存、刻录，编辑等二度创作。3.3.2课堂教学评价模块音乐课堂教学评价有着传统音乐教学评价无法比拟的灵活性、客观性和实用性。从大数据分析角度获取音乐课堂教与学相关数据，对学生的音乐基本素养与学习态度进行科学分析判断。例如，以创作《红河谷》中的和声与音乐作品风格内容的“编配伴奏音乐”教学过程为例。课前在“课堂教学评价模块”上安排学生根据作品风格完成伴奏的音乐；播放制作好的《红河谷》MIDI音乐（在第二和第六个小节缺失编配和弦）；使学生感受、探讨大小三和弦的表现力，形成对大小三和弦的感知。然后要求学生试着用MuseScore为《红河谷》缺失的两小节选配和弦，以适合歌曲的伴奏风格。学生需要边哼唱歌曲边试着套用不同的伴奏风格，找到他们认为最恰当的和弦伴奏风格，说出理由并提交[3]。评价系统将学生提交的作业比照音乐要素进行评价。及时反馈学习评价的信息，并对学生的学习进程制定一个个性化的学习方案[4]。同时通过教学反馈深度优化决策模型，促进教师实时改进教学策略，提高教学效率和效果，提升教学质量。

4结语

人工智能技术在音乐教育领域中的广泛应用，为传统的音乐教育模式注入了活力，为音乐教师创新音乐教学理念开辟了新思路[5]，为因材施教提供了新的适合学生学习的音乐教学模式。人工智能在音乐教育模式方面的探索，不仅给音乐教育教学的发展带来了物质技术层面的进步，还从音乐教学层面促进计算思维培育开辟新途径。这对音乐教育理念、教学手段、教学方式和方法以及拓展学生音乐视野、学习音乐、享受音乐、创造音乐等都带来深刻的变化和积极的影响。

参考文献

[1]邹孟雨.人工智能及其在音乐教育中的应用.北方音乐,2018(15):254-255

[2]郭文进.“互联网+教育”运行模式探究.决策与信息（下旬刊）,2015(9):63

[3]段晓军.电脑音乐系统与中小学音乐教学实践.中国音乐教育,2006(6):26-28

[4]王迪.浅析娱乐教育中元学习能力的培养.河北广播电视大学学报,2007(1):79-80

人工智能与课堂范文第3篇

第一，选择合适的教材

《计算智能》这门课，很多高校都使用褚蕾蕾老师的《计算智能的数学基础》这本书，我也曾经使用过这本教材。这本书详细的阐述了实现智能计算的相关数学知识，要求学生有非常硬的数学功底，否则学起来会很吃力。最好是数学专业的学生来学习比较合适。但是问题是开设计算智能这门课的专业不仅仅只有数学专业，计算机和信息与计算科学专业都开设这门课，而这本教材对他们来说太深了，他们更注重于实际应用。

除了《计算智能的数学基础》这本书之外，《计算智能――理论、技术与应用》也是非常优秀的教材，它主要针对研究生和科研人员学习使用。因此，对于信息与计算科学专业，我们既要他们理解计算智能，也要他们能够从实际出发，实现智能计算。这是我们的教学目标，纯粹讲解数学，对他们来说是兴趣的一个磨灭。因此，我建议采用曹承志老师编著的《智能技术》这本书，基于其中的若干章节（主要是第四、五、六章）来讲解计算智能这门专业限选课。

第二，制定教学大纲

计算智能是借助现代计算工具模拟人的智能机制、生命的演化过程和人的智能行为而进行信息获取、处理、利用的理论和方法。计算智能信息处理系统是以模型为基础，以仿生计算为特征含数据、算法和实现的柔互式系统。当前，计算智能在用计算科学与技术模拟人和生命的智能及行为方面，主要有模拟智能产生与作用赖以智能表现与功能行为的逻辑观点。

基于这些观点和视野，形成了人工神经网络、演化计算与模糊逻辑为代表的三个典型分支。本课程在这三个分支中，选择了人工神经网络、遗传算法和模糊逻辑的基础知识作为教学的基本内容。这些内容对于进一步学习、研究计算智能、人工智能等高级信息处理，以及信息科学和工程技术都是必要的、基础性的。

教学重点：感知器，人工神经网络，遗传算法，模糊集与模糊系统，模糊逻辑与模糊推理，模糊模式识别与模糊控制等部分内容。同时掌握运用所学知识解决实际问题也是在教学过程中不断要强调的内容。

教学难点：在计算智能的教学过程中，难点主要是人工神经网络，遗传算法和模糊逻辑的理论讲解，要用简明形象的语言描述理论知识，让学生感兴趣。同时，将理论转化为实际解决问题的能力也是教学上的一个难点。

第三，按照大纲要求，开展有序的课堂教学

根据大纲要求，计算智能这门课共有48个学时，其中实验学时8节，学习时间共18周，每周1～2次课。

这种时间安排方式是比较合理的，设计时主要考虑到知识的学习顺序，避免实验与理论课不能配合的现象发生。实验1在第10周做，那么我们就可以利用前面9周的时间给学生讲解神经网络的相关理论和实验软件等等，为实践做准备工作。这样，学生在做课程实验时，才不会觉得无从下手。实验2在16周做，当中空闲的两周主要用于学习MATLAB遗传算法工具箱。

第四，设计作业与课程实验

该课程有两次作业，分别在第6周和第12周布置，作业时间为1～2周。这两次作业内容分别针对“人工神经网络”和“遗传算法”。从表中不难看出，当做完相应章节的作业后，立即进行课程实验，这样的设计，使得学生难免更加深刻地理解和掌握知识。

值得提出的是，这门课的实验工具――MATLAB6.5。以前，我们曾经使用过C/C++/VC＋＋等等高级语言来做计算智能仿真实验，但最后的效果并不是很令人满意，学生往往会知难而退，从而丧失对这门课的兴趣和信心。

因此，我认为，针对信科专业或者计算机相关专业的学生，他们的数学基础并不是非常扎实，而计算智能又是一门专业限选课。要想让学生对这门课产生兴趣，我们可以考虑采用一些成熟的工具箱来支持我们的实验教学，如MATLAB6.5的“神经网络工具箱”“遗传算法工具箱”和“模糊逻辑工具箱”。学生通过使用这些工具箱，方便而有效地感觉到“智能的计算”的存在。实践证明，这种方法能够取得更好的实验教学目的。

第五，与学生的课后交流

教师在课堂上传授完知识后，要及时与学生进行交流，了解他们的学习情况并获取建设性意见。通过平时的观察和总结，大学教师与学生交流的方式和方法主要有以下几种：

(1)利用一切时间（如上课提前几十分钟到教室、课间或下课时间等等）与学生交谈，了解他们的学习动态及回答他们提出的问题。

(2) 建立课程网站，学生登陆后可以通过论坛或聊天室向教师提问。可以确定一个时间（如每周三晚7点，开放聊天室进行网络实时答疑），平时学生可以通过在论坛上发帖，教师回复的方式获得答疑。

(3) 如果没有课程网站，教师可以留给学生一个常用的Email地址，或者其他的联系方式，让学生在学习过程中遇到困难时可以联系到教师。

(4) 固定辅导的时间和地点。这个地点可以是教室、办公室、会议室等等。如果场所有限，可以分班进行。

上面的四类方法是经常使用的，我们对此进行了一个问卷调查，对象是03级和04级信息与计算科学的150名学生，要求他们选出三种最合适的交流方式。经过认真的调查和详细的统计，有106位学生选择了采用学习网站的方式进行交流，97位学生选择了固定场所答疑，76位学生选择了课间交谈方式。而类似Email、QQ和打电话的方式似乎不受学生青睐。论坛和聊天室方式介于它们之间，而这两种方式完全可以包容在“课程学习网站”中。

第六，计算智能与人工智能的关系

在我校，要求学生先学习计算智能，再学习人工智能，其实两者的顺序并不重要，未必要先学习计算智能。但是，在教学过程中，要让学生明确学习目的，了解学习这门课的意义所在，计算智能与人工智能相比，是更低层的运算，它强调的是数据，而人工智能强调的是知识。

从事这门课的教学有很长时间了，也逐渐地有一些研究课题，对于个别特别感兴趣的学生，可以吸引他们加入我们的研究队伍，这也是因材施教思想的一个体现。

参考文献：

[1]丁永生.计算智能――理论、技术与应用[M].科学出版社，2004.

人工智能与课堂范文第4篇

智能化;适时;评价;变革;创新;质量

教学评价是整个教学活动的一个重要环节，目的在于获得反馈信息，改进教学，提升质量，促进发展，实现课程目标。通过开展科学有效的课堂教学评价，能够有效地鉴定教师的教学态度、教学质量、工作能力、业务水平等，使学校的管理工作更系统化，决策更科学化。在推进“智慧校园”研究与建设的大背景下，有条件、有能力运用信息技术前沿技术人工智能于课堂教学评价中，“智能化课堂教学评价系统”在众多的电子课堂教学评价系统中率先融入人工智能技术，课堂组织管理评价、学习知识的定性评价、适时评价信息引导教学进程三个方面的发挥着积极有效的作用，用技术的力量，深化提升教学评价的效果。

一、智能化课堂教学评价系统的概述

1.智能化课堂教学评价系统简介

“智能化课堂教学评价系统”（intelligent teaching evaluation system缩写：ITES）是一套开源的网络教学平台。该平台包括教师平台和学生平台两部分，教师平台主要功能为教学活动管理、教学资源管理、动态教学流程设计、教学评价前置设计和课堂教学评价管理;学生平台主要功能为学习态度管理、学习资源多元化、知识迁移的监测。该平台功能模块的各类教学活动设计都具有评价功能，其中“评价管理”是专门为教学评价活动设计的模块。

2.“智能化”研究的三个主要方面

（1）课堂组织管理评价

一般具备教学评价功能的电子教学平台都是通过登入帐户、密码完成上课报到。普遍存在着代签的盲区。而ITES是学生通过蓝牙（随着“智慧校园”的建设进程）或指纹识别完成上课报到，学生进入网络教室后以学习小组形式等自由入座通过图形界面快速有序地登录课程学习环境，浏览本课学案和教学任务。教师界面高效适时地评价课堂组织状态，学生出勤以及教学目标任务情况;后台运用“逃逸算法”扫描终端机在线在学状态。

（2）课堂知识的定性评价

一般具备教学评价功能的电子教学平台，定性问题（主观题）的评价是用人工（教师）评价方式解决的，评价信息严重滞后，难以像客观性问题评价那样“即时”。而ITES则运用SBT平衡树（AT前沿技术）作为教学资源库数据结构，时空复杂为O（logn），以二分查找法为检索算法，检索速度更快、占用内存更小、更具跨平台性与教学设计同步进行。以一个标准班级56人为计，完成 100字以内主观题，评价平均用时7秒以内。完全适用于课堂定性问题的适时评价。

（3）适时评价信息引导教学进程

每个教学环节评价结束后，教师可以运用评价系统了解教和学两方面的信息，发现问题及时调整教学进程，改进教学方法，指导学习方法。使分层次教与学活动的开展有了依据，评价功能与教学活动形影相随，更方便地服务于教师。

二、运用智能化课堂教学评价系统进行评价

信息技术教学一般都在网络多媒体教室进行。在信息技术教学过程中，必须对教师教学和学生学习质量进行评价。通过评价，了解教和学两方面的评价信息，依据适时的评价信息及时调整教学进程、改变教学方法、指导学习方法，促进知识迁移。根据课程标准的要求，信息技术教学评价可以从认知、操作两个方面进行，具体的有：基本概念、基本技能、创新能力、综合运用能力的 测评。

1.学习态度的评价

学习态度情感价值观的评价因应成为课堂教学评价不可或缺的组成部分。学生登录后，就成为课堂教学被评价的对象（图一左所示），囿于“教学平台”完成一堂课的学习内容。

图1的中图上是监控学生机的运行状况，其中绿色块点表示正常，红块表示某个时间段该机发生“脱机”现象。“脱机、脱系统”的可能性：一是硬件故障（红色！），教师可及时处置。二是故意违纪脱离（终端机更改设置）系统（红色），记录其违规时间，促其在一定的时间范围内返回。三是学生终端脱离系统（蓝色）开小差做学习以外的事，五秒内教师机自动发出“归队”的警示。教师利用课堂教学间隙在投影屏幕显示一下监控画面对违规学生也是一种提醒。

与其它评价系统相比，ITES 上课过程始终运行“逃逸算法”扫描终端机在线在学状态，并记录“脱机”“开小差”时间。下课后给每位学习者一个客观的“学习态度”的分值。使得课堂组织管理更加科学。

2.知识与能力的评价

一般的电子教室教学平台对客观问题的评价基本都准确、及时到位。而主观问题的评价目前则只能采用人工方式进行，做不到“自动及时”。智能化课堂教学评价系统重点解决在课堂教学中主观问题的定性评价上的客观、及时的焦点问题。主要表现在两个方面。

（1）学习态度。从二个方面进行评价：①空白卷;②全文雷同率。雷同率越高， “学习态度”的评价等级就 越低。

人工智能与课堂范文第5篇

关键词：网络教学；Agent技术；个性化

中图分类号：G250.73 文献标识码：B 文章编号：1673-8454(2012)01-0068-03

一、引 言

近几年，随着互联网的快速发展，网络教学平台的不断涌现，网络教学系统的应用普及率越来越高，个性化教学系统的研究和开发成为网络教学中的关键问题和热点。史敏军运用Web挖掘技术与协同过滤技术，建立用户兴趣模型，并搭建了基于个性化服务技术的教学平台；陈丽花根据贝叶斯网络理论设计和实现了一种基于和SQL Server数据库技术的个性化教学系统；陈智勇提出了基于XML Web Service技术的教学资源集成方案，并根据此方案利用ASP. NET编程语言构建了一个教学资源综合平台。[1-3]网络教学系统虽然在应用中取得了一定的成果，但也存在一些问题，概括起来主要有：（1）系统缺乏智能性和自适应性，并且对系统用户采用基本相同的教学策略,难以实现按需学习和因材施教；（2）单一的教学模式使得呈现内容的界面比较简单，不能实现个性化的内容传导模式。针对目前网上教学系统存在的不足与难点，以个性化相关学习理论为指导，本文研究了基于Agent的网络教学构建技术，进而分析了对现有网络教学系统进行改进的方法，指出Agent技术在应用于网络教学的优势。

二、Agent技术分析

Agent技术源自分布式人工智能（DAI），是现代计算机技术和通信技术发展的必然结果。Agent是人工智能计算机软件领域内的一个新兴技术，Agent概念可追溯至1977年Hewitt提出的并发演员（actor）模型，从上个世纪80年代开始，Agent技术从分布式人工智能领域分离出来，并与其他领域的处理方法进行融合，成为一个交叉性的学术领域，涵盖人工智能、分布式系统、专家系统、知识工程和并行计算等多个领域，到了90年代，Agent技术进入迅猛发展阶段，多Agent系统的研究成为分布式人工智能的研究热点问题。近年来，Agent发展尤为迅速，研究者在社会的各个领域如电子商务、供应链、智能决策、软件工程等对Agent理论及其应用做了大量的研究，Agent技术逐渐成为人们关注的热点问题。目前，关于Agent的研究不仅受到了人工智能研究者的关注，也引起了机器人、数据通信、人机界面设计等多个领域研究者的关注，成为一个富有生机的研究领域，且有越来越多的研究者将Agent技术应用在不同的领域。

目前，对于Agent技术的定义还没有统一的标准，不同专业的人对Agent的理解也不大相同。大家普遍认为，Agent是一种在特定的环境下能够感知环境，并且能够灵活、自主地运行来实现一系列设计目标的、自主的计算程序或实体，它能够感知环境，并且对外界的信息做出判断和推理，从而来控制自己的决策和行动，完成一定的任务。[4]

Agent具有社会能力、自主性、自适应性和移动性等许多特性，这些特性决定了Agent技术不同于以往任何一种软件开发技术，利用Agent技术开发的软件实体将更具智能性，能在一定程度上实现程序的自动化和智能化。为了完成一项复杂的任务，可创建多个相互协作的Agent，以提高系统实际解决问题的能力。多个单个的自主Agent组成的整体是一个多Agent系统，多Agent系统不仅具备一般分布式系统所具有的实时性好、易于扩充、资源共享、灵活、可靠性高等特点，并且Agent之间能够通过相互协调、协作解决大量的复杂问题，使系统具有很强的鲁棒性、可靠性及自组织能力，非常适合于个性化网络教学平台的构建。

三、Agent技术在网络教学平台中的应用

1.基于多Agent技术的协同远程教学

远程教学主要以建构主义学习理论和教学理论为基本指导，借助于互联网并运用计算机多媒体处理技术，提供网上虚拟情景课堂进行教学，支持学生在线进行个性化的学习。其特点从两个方面可以体现：一是学生是学习的主体，通过互联网虚拟的情景课堂来进行交互式的自主学习；另一方面教师是教学的主体，要通过对授课的课程进行规划与设计，采用在线专题讨论和知识点总结、创立问题情景与综合评价、激励等措施，从而激发学生的学习兴趣以及学习的主动性，提高他们理解能力和掌握知识体系的能力，培养他们的创新精神，从而能督促学生进行广泛、深入的学习。因此，怎样发现和掌握不同学习主体的认知结构，针对不同的主体，有计划地建立动态的的学习情景，促使学生的学习活动与现有的认知结构相互作用，推动现有认知框架不断分化、协作、重组和扩展，进而实现学习目标，是远程教学模型设计的重中之重。

Agent是以主动服务的方式自动完成一组操作的计算机程序。一方面主动应该包括主动适应，即在完成操作的过程中，可以自动地获取关于操作的知识以及关于用户的偏好知识与意图，而且在以后的操作中加以利用；另一方面包括主动，也就是说无需用户发出指令，只要当前的状态符合一定的条件即可代表用户执行相应的操作。

基于Agent具有的各种优良、独有的特性，将Agent技术应用于远程教学环境，能从根本上克服现阶段远程教学平台的局限性：

第一，能够最大限度地支持教学过程与内容的个性化，增加趣味性，有效提高教学质量和改善教学效果；

第二，利用Agent的社会性特征，能满足协同学习的需要，把每类学生看成一个Agent，学生之间通过Agent的协作机制来完成协同学习，从而提高学生的学习质量与学习效果，那么同样也可以把老师看成一个个Agent，通过MAS的协作性和社会性与学生Agent交互信息，有效地掌握学生的学习状态；

第三，用Agent技术来处理学生的基本信息，能够有效地动态跟踪学生的学习行为及学习效果，为更加有效地建立学生信息管理模型提供可靠的依据。[5]

利用Agent的智能化思想来分析远程教学平台的总体需求并设计一体化解决方案，充分体现Agent技术在远程教学应用中的智能性、主动性，尤其是在流行的Web技术的基础上嵌入Agent技术，无疑会极大地促进远程教学平台的个性化与智能化，充分调动学生主体的自主学习兴趣，有效地提高学生的创新能力。然而，远程教学平台它本身就是一个非常庞大又复杂、不可预测的信息系统，一般会要覆盖教学过程中的每个环节，因而，通常将其划分成若干个子问题，来构造多个具有一定功能的Agent，在由这些Agent去协作处理教学过程中相应的子问题。基于多Agent的网络在协同教学系统模型，如图所示。

2.基于Agent技术的教育资源配送

教育资源配送系统（ERPS，Education Resources Purvey System）是指在各种媒介（如Internet等）综合环境下，为资源需求用户（如学生、教师以及各种教育教学机构）提供快捷、全面的各种媒体形式需要的教育资源的一种资源配送方式，信息资源配送系统是一种计算机软件，因此，它需要一种计算机技术来实现这种新的资源配送方式，多Agent技术本身拥有的诸多特性使其可以大规模地应用于教育资源的配送模式中。（1）多Agent的主动性非常适合于配送系统中的各个用户结点，Agent技术自身能很好地满足这些结点的自主性需求。（2）多Agent之间的协作和协调能力为资源配送环境中的各个结点之间的信息交互与共享提供了技术支持。（3）Agent的反应性能可以确保系统应对各种动态的、复杂的资源配送环境的变化，Agent的反应性还可以通过“感知―行为”模式来完成，行为通过与资源配送环境的交互来实现，它的特性就是能够快速响应环境的变化。（4）Agent的社会性特征符合配送系统所要求具备全局协调配送能力的要求，Agent的社会性指Agent能与其他Agent进行交互以便协作完成任务，它克服了单Agent解决复杂性问题的不足，为Agent的整体协作解决问题创造了条件。在教育资源配送系统中，节点用户对资源的动态要求以及配送环境的动态变化，都要求系统各个Agent能够通过合理、有效的协调交互机制达到全局的合理配送。基于Agent技术建立教育资源配送系统，能改变资源配送的方式，大大提升整个配送系统的效率。

3.Agent技术在网络教学其他方面的应用

文献[6]阐述了网络教学智能化、自适应化是目前网络教学发展的趋势和提高教学效果的有效途径，结合人工智能与网络教学，提出了一种基于多Agent的自适应学习系统，利用Agent的智能性、主动性来实现教学系统的智能化、自适应化，从而使教学真正做到个性化的学习，实现因材施教。文献[7]探讨了Agent技术在网络虚拟学习社区教学活动中的应用，基于Agent技术的虚拟学习社区可以改变传统的教学方式和学习方式，使学习方式从传统的独学变为群学、使学习结构从封闭变为开放，最终使教学从知识传授转变为知识建构。文献[8]从现有网络教学系统缺乏深入了解用户兴趣的实际现状出发提出了一种基于Agent的个性化教学系统，并结合神经网络技术，以用户兴趣追踪为出发点，探讨了采用启发式算法来获取用户兴趣特征的方法，从而以最快的速度学习到最新的用户兴趣。另外Agent技术还应用在教育信息化的其他各个方面。

四、总结

目前有关将Agent技术应用于网络教学领域的研究才刚刚起步，Agent技术在未来将大有用武之地，因此更好地利用日趋成熟的Agent技术推进网络教学建设是我们未来工作的重点之一。本文列举了Agent技术在网络教学领域的应用，概要分析了Agent技术在解决网络教学方面的优势，Agent技术的诸多优点使得将Agent技术应用于网络教学领域，将大大推动网络教育的发展。

参考文献：

[1]史敏军.基于个性化服务的教学系统研究[J].中国科技信息,2009(22):239.

[2]陈丽华.省略的个性化教学系统设计研究[J].大理学院学报,2009，8(8):22.

[3]陈智勇.基于XML WebService教学资源综合平台的设计与实现[J].中国医学教育技术,2009，23(3):267-268.

[4]王立春,陈世福等.多Agent多问题协商模型[J].软件学报,2002.13(8):1638-1639.

[5]高仲慧,林筑英等.基于多Agent的自适应远程教学系统模型[J].贵州师范大学学报（自然科学版）2009，27(3):96-97.

[6]崔惠萍,傅钢善.基于多Agent的自适应学习系统的研究[J].教育软件开发与应用,2006.