自适应学习简介

            自适应学习简介

    自适应学习（Adapdve Learning ）是指根据学习内容和学习方式的不同，可以将人的学习分为三种不同的类型，它们是机械的学习、示教的学习以及自适应的学习。自适应学习通常是指给学习者提供相应的学习的环境、实例或场域，通过学习者自身在学习中发现总结，最终形成理论并能自主解决问题的学习方式。

自适应学习分类

自适应学习，又可以分为：
　　(1)发现学习。提供的学习材料是一些未经分类的事例或未经整理的经验数据，学习者的任务是从这些事例或数据中发现概念或规律。
　　(2)解释学习。提供的学习材料是一个概念、该概念的一个例子和有关规则，学习者的任务是首先构造一个解释，说明给出的例子为什么能满足概念，然后将解释总结为概念。
　　(3)例中学。即通过考察实例进行学习。根据学习任务的不同，这种学习有两种情况：一是提供某个概念的一系列正例和反例，学习者的任务是通过归纳推理，产生覆盖所有正例并排除所有反例的概念的一般描述；二是提供一个或几个有详细解题步骤的例题，学习者的任务是考察并理解这些例题，并通过类比学会解决其他类似问题。

(4)做中学。即通过解决具体的问题进行学习。在这种学习方式中，提供的学习材料是一系列的问题，学习者的任务是利用已经学会的知识解决这些问题，从而学会解决其他类似问题。

自适应学习产生式

    人们一般将产生式描述为“条件——动作”对。简单说明：
　　规则1：如果是红灯，那么停下来等。
　　规则2：如果是绿灯，那么穿过马路。
　　我们可以把人类解决问题的知识看作一系列产生式规则，人一旦获得这些产生式规则，就能有效解决相应问题。这里要特别注意对“条件”、“动作”的理解：条件既可以是外界的某种刺激形式，也可以是短时记忆中存储的信息，除外部动作外，还包括对短时记忆中的内容所进行的内部操作。在学习中，动作主要指内部的心理操作。
　　我们把产生式的条件部分进一步分为外部条件和内部条件，并描述了人解决问题的过程：外部信息作用于感觉器官，形成映像，再与人脑中存储的产生式系统相互作用，通过信息的检索与整合，激活有关的产生式，达到对条件的识别，进而产生动作。产生动作之后，反馈到产生式系统，进一步对其评价与校正，并存储到产生式系统。从中可以看到，要解决好问题，人就需要构建好产生式系统，其中关键是对产生式条件部分的识别。因此，要特别注意对条件部分的学习。(作者单位：北京师范大学教育学院)

 

自适应学习资料链接

“自适应学习”开创于20世纪80年代，其诞生凝聚了中国科学院心理研究所认知心理学家朱新明教授的心血，在教育界开创了素质教育的先河。《人的自适应学习——示例学习的理论与实践》(朱新明李亦菲朱丹著，中央广播电视大学出版社1998年出版)得到国家科学技术出版基金的资助。在这部专著中，朱新明等提出了自适应学习的“条件建构——优化理论”，系统阐述了人通过示例学习获取知识与技能的信息加工过程。2000年，“自适应学习的认知建模”获中国科学院自然科学二等奖，诺贝尔奖得主、认知科学和人工智能的创始人之一西蒙指出，这项研究成果“对认知心理学和学习理论做出了重要贡献”，并将它向美国、日本、前苏联以及中国智能计算机高技术代表团等发布。
　　在实践应用方面，朱新明等提出了以样例引路，以问题解决为手段，以建立产生式为核心的示例演练学习方法，并将这一方面应用到几何、代数、物理等领域的学习。1993年9月，由朱新明和西蒙(中文名：司马贺)编写的《初中数学示例演练试验教材》正式出版，在我国的一些学校进行教学试验。目前，这一实验逐步扩展到21个省市的数百所学校。
　　为了充分挖掘和发挥自适应学习理论的应用价值，在中国科学院心理研究所205课题组的支持下成立的“西蒙教育研究中心”，申报全国教育科学“十五”规划课题“科学学习的认知过程及高技术支持的科学教育”，获得批准。本课题主要定位于两个方面：一是研究中小学生科学学习的认知过程，并利用研究成果开发高质量的学习资源，支持和促进教学改革；二是研究高技术支持下的科学教育方法，充分发挥现代信息技术对学科学习和教学的促进作用。

自适应学习平台会引导学生进行最适合他自己的下一步学习内容和活动，并当学生在学习中遇到困难时，课程的难度会自动降低。老师也可以使用它的实时预测技术来监测每个学生的知识空白，即时调整，为每个学生提供个性化教学。^[1] 

国外自适应学习技术已经相当成熟，而国内相关公司在自适应的技术上却还处于萌芽状态。一些公司只能提供错题本;个别产品虽然应用了一些相对更为复杂的逻辑，但却不提供真正意义上的教学，因而不适合学习新的知识点，尤其是比较难的知识点。此外，学生在学习过程中不可避免地会有大量问题，而目前国内的相关产品除了一些基本的解析以外，并没有很好的方法来为学生讲解答疑。