网络机器人吧社区

基于区块链技术的智慧学习机器人设计研究——面向大规模学习服务系统的智慧学习机器人

MOOC 2018-11-12 06:50:11

| 全文共10963字,建议阅读时长7分钟 |

 

本文由《远程教育杂志》授权发布

作者:方海光、仝赛赛、杜婧敏、李一迪

摘要

智慧学习机器人是基于人工智能的大规模个性化学习服务支持体系中的核心节点,由此将带来集中式存储的教育大数据学习服务认证和安全的挑战。基于区块链技术的设计,将成为解决问题的一种新型的系统体系。通过区块链技术实现的智慧学习机器人,可以成为多情境学习记录连续性的有效支持创新方法。区块链技术已经开始在教育教学领域产生影响,尤其是在学生入学评估、学习认证和记录、能力档案证书、学分互认与综合等诸多方面。本研究所针对的智慧学习机器人是服务于中小学阶段的学生,面向家庭、学校以及社区的大规模学习服务应用,基于区块链技术将正式学习和非正式学习管理为一体的不限终端的移动学习系统。该应用可以打破学习地点的固定性,启动学习资源的灵活性,同时记录学习者的学习过程,监督学习者的学习质量,从而在基于大规模学习服务体系中,起到了深度个性化智慧学习的支持效果。

关键词:区块链;智慧学习机器人;教育大数据;学习服务;学习引擎;人工智能


 一、问题的提出

 

移动互联网教育和移动学习需要经历三个典型的发展阶段,即:基础环境建设、知识体系化建设和学习服务阶段[1]。纵观近些年教育部的督导报告和年鉴统计数据,我们可以发现,以网络和基础硬件装备设施为代表的基础环境建设阶段已经趋于“饱和”,而国家教育信息化建设和行业发展建设的重点,开始集中在知识体系化建设阶段。这个建设阶段以富媒体、微课程和数字教材的大规模建设为代表,这个知识体系化建设阶段也越来越完善和大规划化,这也为即将到来的学习服务阶段奠定了基础。


学习服务阶段的开始,是以大规模学习服务系统化为基础的。我们通过研究发现,这个学习服务阶段典型的三个应用现象是:云系统的大规模应用,教育大数据的共建共享应用以及各种人工智能和自适应学习服务支持系统的应用。因此,基于大规模学习服务系统及其特定的应用,将成为教育信息化的深入发展的重点,也将是大规模城市学习服务支持系统、智慧城市的基础设施建设和服务的一部分。


当前,通过教育大数据带来的个性化学习模式,将会促进大规模学习服务的复杂化和定制化。大数据对教育领域的创新是根本性的,它能够改善学习者的学习质量、对教育规律的认识准确性、教育政策制订的科学性,乃至整个教育系统的结构[2]。但是,教育大数据研究与应用还面临许多方面的挑战,如,应用挑战、安全与隐私问题、运营挑战等[3]。


我们认为,教育大数据的一个深度发展方向是与区块链技术的整合。区块链是由区块链网络中所有节点共同记录和维护的,它是由一系列数据块为中心的区块链,根据时间截的顺序有序地链接在一起,形成一个时序相关的数据链条[4]。区块链概念首次由Nakamoto在2008年发表的Bitcoin A Peer-to-Peer Electronic Cash System一文中提出,最初是一种应用在比特币数据结构与交易的基础技术[5]。目前,诸多行业机构通过设计和开发区块链应用,来采集、组织和分析相关数字事务数据。根据研究,区块链技术在教育教学中的应用情境主要包括:区块链成绩单,基于区块链技术的学习者资源管理与学习账本等。


当下,借助于开放、平等的互联网环境,学习不仅仅指发生在固定课堂中的学习活动,还包括课内外各种混合式的开放学习空间中。随着学习空间的统一化和开放化发展趋势,学习者也将得到多方面指导和服务及相关协作支持,学习也将由传统固定模式和组织形态转化为生成性的、动态性的、具有多维度指导、空间、资源共同构成的社会认知网络[6]。


大规模学习服务是突破学习地点、学习方式、学习活动和学习情境的限制,面向系统内所有学习参与者,并全方位提供支持、指导、跟踪、记录、认证和分析的精准化学习服务。大规模学习是未来学习的发展形态,学习者可以随时随地地进行主题自选、路径定制、形式多样的学习活动,并得到多方面的融合支持和综合服务。


智慧学习是面向知识联通和自我调配,以个性化学习为主,通过多渠道交流与智能系统的支持进行无缝式学习。智慧学习可以理解为一个智慧学习系统,这个系统离不开技术支持的学习综合环境。智慧学习环境是促进学习者有效学习的学习场所或活动空间,是数字化学习环境的高端形态[7]。


智慧学习机器人,就是在智慧学习环境下实现学习服务的支持,使学习者轻松、持久、有效地进行学习。随着高考机器人的应用的细化和日趋成熟,学校中的教育机器人将成为重要组成部分,既可作为教师助手,也可作为学习伙伴[8],还将成为大规模学习服务体系下的学校应用之核心大脑。


二、基于大规模学习服务体系的智慧学习分析


大规模学习服务体系,既能支持个体的独立化的智慧学习,又为群体协作的差异化智慧学习提供方便。当下,将个人学习延伸到社会公共利益的全球发展趋势,是个人智慧学习向社会智慧城市延伸的基本路径[9]。智慧城市以大规模学习服务体系为基础,支撑城市全场域的学习服务,以建设起大规模的智慧学习环境,从而对智慧城市的创新能力和文化能力起到科技支撑的作用[10]。


我们认为,大规模学习服务具有三大特征:开放,全面,精准。


第一,大规模学习服务体系是开放的。一是系统对学习主体的开放,即任何学习者都可以无条件参与学习,系统随时随地为其建立个人学习档案,并自动进行更新和存储;二是系统内学习资源的开放,学习者可以快速获取满足其学习需求的资源,无需跨越任何障碍或门槛。


第二,大规模学习服务体系是全面的。一是学习过程记录的全面,系统以区块数据方式记录学习者多情境的学习活动;二是学习服务提供的全面。系统为学习者提供学习形式、学习内容、学习平台、学习情感、学习伙伴等全方位的服务。


第三,大规模学习服务体系是精准的。一是学习资源匹配的精准,系统能结合学习目标和学习者自身情况,为学习者推送合适的学习资源,避免了时间上的浪费和无关资源的误导;二是学习评价的精准。系统根据特定的原则和科学的评价标准,客观的对学习情况进行评价和记录,学习者及学习共同体可以及时获取直观的学习评价。


目前,大规模学习的发展形态最具有代表性的有:MOOC(大规模网络开放课程)、北京数字学校(BDS)、区域云学习系统等。


MOOC是面向社会公众的免费开放式网络学习服务,从2012年起,世界范围内的大规模网络学习服务的兴起,给来自全世界各种文化学生提供了多种系统学习服务的可能。不同群体特征的学习者需要资源多元化,还需要学习空间的多元化,能否区分和记录不同类别及其相对应的各种学习路径或方式,成为MOOC能否一直进行深度应用的关键。MOOC的课程的易用性,课程的多元化,课程参与的自主性等多方面特征,更需要区块链技术和智能化分析实现多元服务的支持,这样才能满足大规模课程学习者学习的不同需求。


北京数字学校(BDS)项目建设,是大规模学习服务系统应用的典型案例之一。该系统应用后,已经开发的课程覆盖21个学科包含12500多节课的数字资源,服务的对象包括120万多中小学生和8万多教师。北京数字学校以学校教育为主导,通过信息传播技术,打破40分钟课堂时间和固定教室空间的限制,实现大范围支持的混合式教学和技术应用的深度融合。从区域教育改革和智慧城市建设的视角来看,从将教与学活动进行校内外的融合,开始到延伸至家庭,探索构建以学习者为中心的多元服务机制,形成教师、学生、家长共同参与,学校教育与家庭教育相互协同的新型教育模式。


我国在“十二五”期间提出的“三通两平台”建设计划,也是国家范围内的大规模学习服务综合系统建设的典型案例。该建设计划旨在推动学校加快信息化建设,加快与互联网的融合。目前,“三通”建设的重点是“网络学习空间人人通”。即重点在于如何定义学习空间,在此基础上如何促进学习空间的充分应用。


学习空间的应用,更需要大规模学习服务和教育大数据系统的综合支持。教育信息化发展到今天,以区域为单位的教育云建设模式已经兴起,加之以市级、省级和国家级的综合教育云系统的完善,将逐步取代原有的零散建设模式,这有利于实现区域内的协同与信息资源广泛共享。


三、区块链技术和智慧学习机器人体系研究


(一)区块链技术及其应用


区块链就是各个区块相互之间以链的方式组合形成区块链数据库。区块链的这些节点共同遵守交换协议,并加入到区块链的事务数据库网络中来。在传统的数据大集中架构中,数据都是集中进行存储,这存在着很大的由架构造成的风险。而区块链是根据分布式系统确定的去中心化协议的一个体现,构建起一个以区域为单位的分布式架构,让基于价值交换协议进行计算和传输的信息,复制到全网的各单元中,系统通过记账算法确定信息数据内容的选择,并以时间戳为重要的参考依据,从而实现基于区块链的分布式数据库存储。


目前研究认为,区块链技术对各行业领域创新与发展的价值主要体现在:(1)去除中间事务集中平台,降低事务处理成本;(2)实现实时事务计算,提高事务处理效率;(3)分布式存储事务数据,确保其高安全性和准确性;(4)基于智能算法,实现事务处理流程的自动化运行。


区块链应用于教育领域,可以通过搭建教育信任体系,加强知识产权的保护,实现高效、低廉的教育资源事务,来优化教育业务流程。我们可利用去中心化特性构建去中心化的教育系统,采用分布式存储记录可信学习数据,开发合约算法的教育智能,从而构建网络资源及平台运行新模式。


在具体实践案例方面,美国麻省理工学院媒体实验室应用区块链技术颁发“数字证书”,来对全球研究伙伴项目中培训的人才进行认证;塞浦路斯尼科西亚大学实施了基于区块链技术记录和认证理学硕士学位项目,应用区块链技术追踪、记录、认证学习者的学习过程和结果;霍博顿软件工程学院计划和“比特认证”(Bitproof)公司展开合作,同样也是应用区块链技术授予学习者的学习认证机制[11]。


(二)区块链技术和智慧学习机器人


区块链技术和智慧学习机器人的应用研究,是近年来国内外研究的前沿问题。本研究针对的智慧学习机器人,主要着眼于服务中小学阶段学生,面向家庭、学校以及社区的大规模学习服务应用。基于区块链技术,将正式学习和非正式学习管理为一体、不限终端的移动学习系统。我们认为,区块链技术应用于智慧学习机器人,具体体现在四个方面:


第一,面向资源共享方面。利用分布式账本技术,根据学习者的具体特征,实现学习者与资源间的定制化联系。在教育资源事务处理时,利用去分布式特性分散网络化存储,实现学习者与资源基于区块链的点对点链接,从而减少不必要的访问和资源的浪费。


第二,面向学习地点的共通方面。区块链可以针对分布式学习环境,打破传统教育的服务被集中于学校单一场域的局面,使得学习者可以在任意地点学习,并获得有效的学习认证,实现正式学习与非正式学习的有效融通,推动教育体系的变革。


第三,面向资源建设方面。利用合约算法的特性,可以实现资源遵照互认标准,达成自动上传、认证等工作的自动化流程优化。特别值得说明的是,利用合约算法可以建设高效、智能的学习空间运行机制,实现学习空间针对学习者特征的“自组织”构建,实现智慧学习机器人系统环境的智能构建和资源的动态生成,并可以监控学习空间的资源和学习的生态环境。


第四,面向学习成果的记录方面。学习者的基础信息、学习过程、学习时序特征、认知过程、学习评测记录等内容,都采用分布式的记录方式存储在智慧学习机器人系统中。在维护信息安全的基础上,可以向其他学习者、学习空间或者学校共享数据内容,作为学习者升学的重要依据。还可并利用分布式账本技术,向学校展示自己的学业成绩与特长技能。


(三)区块链技术和智慧学习机器人系统环境


区块链技术和智慧学习机器人这一系统是呈分布式结构的,组成这个结构的节点有:家庭、学校、社区、场馆、培训班、社会福利院、公共场所和旅途等,中心节点是家庭和学校。节点的主要功能是:区块创建、记录、传输和加密。


如图1所示,家庭节点把其记录的学习过程记在区块Block中,系统确认后把学习记录链接chain并发给所有节点。这样反复,系统中每个节点都保持统一的记录。系统能实现大规模学习的支持服务,主要依靠以下三类机制和四类引擎。三类机制包括:面向学习过程记录的区块创建机制,基于个性化学习的混合式推荐机制和基于信息服务的自动预警机制;四类引擎功能主要是:学习地点匹配,学习资源推送,学习过程记录,学习质量监督。


四、区块链技术和智慧学习服务系统关键技术


(一)面向学习过程记录的区块创建机制


智慧学习服务系统对学习过程的记录,通过创建区块的方式实现。每一个数据区块预定记录六个环动内容:神奇数、区块大小标记、数据区块头信息、学习活动计数、学习活动信息。其中,数据区块头信息的计算值,是下一个新区块的计算值的参考目标数,最系统采后一项学习活动,则详情记录了该区块中所有的习活动。


每隔特定时间段,系统会创建一个区块,特定时间段以前的所有学习活动都记录在上一个区块上;从现在起到特定时间段以后的学习活动,都会记录在这一个区块上,机制如图2所示。



(二)基于个性化学习的混合式推荐机制


基于个性化学习的混合式推荐机制,是协同过滤推荐技术、基于内容的推荐技术以及基于知识的推荐技术的融合。协同过滤推荐是利用已有的学习者历史记录行为或意见,预测当前学习者最值得推荐的学习资源,其输入信息是资源评分矩阵的评价数据,输出数据是学习者对此资源喜好程度的预测数值和相关多项推荐资源的列表[12]


基于内容的推荐是一种经典的动态推荐思路,它将资源特征和学习者偏好匹配起来,其中的推荐重点:一方面,基于历史记录进行动态生成,另一方面,是细化学习者特征和资源特征的描述信息。尽管这种推荐方法依赖关于资源和学习者偏好的额外信息,但它的优势是在缺失学习者群体信息的情况下,依然可以产生推荐列表。


基于内容的推荐主要包括基于内容相似度检索和基于概率的方法,而基于知识的推荐是以学习者需求与资源之间相似度的形式或依据,明确推荐规则而形成的一种推荐方式,它包括基于约束推荐和基于实例推荐。这两者的不同之处在于,基于约束的推荐系统依赖明确定义的推荐规则集合,它会在符合推荐规则的所有资源集合中,搜索得出要推荐的资源集合[13]。


此外,在大规模学习服务和区块链技术的支持下,基于内容的推荐还包括大数据的方法,即通过相关学习者轨迹进行匹配,以此形成不同的学习状态转换图;或者通过大数据自我量化学习过程,进行闭环动态学习数据信息集合的动态规划方法。


(三)基于信息服务的自动预警机制


这一预警机制通过启动信息服务,向学习管理系统采集学习者历史表现数据、定时导入监控数据,暂时存储在预处理模块,等待处理,并与先前设定的预警规则相比较。同时,它还涉及三个约束关系:兴趣度约束、预警项集约束以及项顺序关系约束[14]。若满足条件设定的环境则发送预警信息,并将预警内容即时显示在当前学习者的个人终端上。


这一自动预警机制主要包括三个过程:数据处理、预警动态生成和预警过程,如图3所示。此外,通过机器深度学习所产生预警规则,对于大规模学习服务和智慧学习机器人的设计改进,也是未来的研究重点之一。


五、区块链技术和智慧学习机器人引擎的设计研究


学习者的学习效果会受到自身的特征和外在的学习环境的综合影响,特别是学习对象的粒度和难易程度,也会影响学习者的学习兴趣和积极性。根据学习者自身特征、外在环境和学习对象的组合,以及给定的移动学习终端,通过自适应匹配的传输通道,可以为学习对象匹配出能促使学习效果最优的呈现方式[15]。也就是说,基于区块链技术和智慧学习机器人引擎,能根据学习者的基本特点和所处的学习环境,自动匹配出最恰当的学习对象及其呈现方式,以满足学习者随时随地的学习需要。


(一)学习地点匹配


根据学习内容的不同,学习地点可概括为以下八个:家庭、学校、社区、培训班、场馆、公共场所、社会福利院、旅途,如表1所示。每一种学习内容或者说每一节课程,都对应着一个最佳的学习地点。本研究会根据学习内容的不同主题,通过关键词和语义检索功能,为学习者匹配最佳学习地点。



(二)学习资源推送


学习资源推送即根据学习者的知识水平和学习内容需求,为学习者推送最合适的学习资源。学习资源包括多方面内容:学习多媒体资料、学习地点、作业与考试推荐、互动交流推荐等。其中,多媒体资料包括文本、热门音视频、热点数字动画、优秀数字课程、优秀学习笔记以及一些重要知识点;学习地点包括基本情况介绍、相关资源状况等;作业与考试包括知识点练习、考试题以及学习者自身的易错题;互动交流包括热门话题、精彩回答、兴趣主题等。


由系统推送学习资源的特点是精准性、全面性以及个性化。学习者可以快速地获取这些信息,从而节约了上网检索、找资料的时间。而个性化推荐是学习资源推送的核心,系统从学习管理数据库中获取学习者的具体学情,从而筛选出最符合学习者知识水平的相关资料。


(三)学习过程记录


如何记录所有的学习数据,这在以前是一项比较复杂的工作,目前,我们可利用区块链技术,即把数据分成不同的区块,每个区块通过特定的信息,链接到上一区块的后面,形成一种基于互联网的动态链式存储结构。


换言之,每个学习者在每个地点、每个时间点进行的学习活动、都能通过系统记录下来,像账单一样形成一套完整的数据记录。家长、老师或者学生自身都可以随时查看学习情况,以便于监督或掌握学习者的学习行为,了解学习者的学习过程,给学习者以合适的建议和意见。家长能随时查看学生在校学习情况,同样,教师也能及时获取学生在家庭的学习表现,实现了家校无缝式互通。


(四)学习质量监督


学习质量的保障是学习过程中最为关键的问题。本研究采用元认知监控的方式来实施学习质量的监控。元认知监控是基于教育大数据进行有效学习的一种创新方法,它是指在一定的情境之中,认知主体在认知活动的全过程中,将自己正在进行的认知活动作为意识对象,不断地对其进行积极、自觉的计划、监视、控制和调节[16]。

 

具体来说,对学习者在学习环节模块中的表现,进行自动跟踪和可视化呈现,便于系统自动分析学习者的学习情况和学习者的自我监控情况。监控到的数据会定期发到系统的学情管理数据库中,传递到评价参考模型模块中,以建立评价结果模型。如果发现学习者表现劣于系统设定的预警值时,系统会发出相应的预警提示,会立即反馈给学习者以及其他参与人。比如,家长、教师、辅导者等。针对学习者个体情况,根据所设定的标准,判断学习者个体表现的不足之处,自动生成相应的学习建议。及时反馈、及时改正,实现了对学习质量的保障。


六、区块链技术和智慧学习机器人应用情境原型设计


本研究假设赵明同学为小学三年级学生,他的学习目标是高效学习英语特定情境对话能力。他根据自我需求拟定的学习计划及学习活动是通过看动画学英语。智慧学习机器人根据相关应用情境的数据,会进行定制学习服务分析:首先进行学习地点匹配服务,经过智慧学习推理的关键词的筛选和比对,通过泛在环境数据综合区块链技术分析,推荐其学习地点为家庭。接着,进行学习资源推送,通过个性化的混合式推荐机制,为学习者赵明呈现了两部动画片:Bee Movie 和Lion King 由学习者赵明根据个人意愿选择其中一部动画片。


在确定学习内容以后,机器人通过区块创建机制,记录学习者赵明的学习过程。在记录学习过程的同时,对学习者赵明的学习专注度进行监督,专注度不足时会进行预警,第一次预警只发送给学习者赵明本人;若其专注度持续低下,机器人发送二次预警,接受者则是赵明及其父母和教师,以及除父母、教师以外与赵明一起进行学习活动的其他人。


在“看动画学英语”学习活动结束之前,机器人给学习者赵明发送测试题,并对测试结果进行记录和分析。在学习活动结束后,机器人将该学习记录发送给所有的智慧学习机器人,过程如图4所示。

 


具体来说,我们把利用区块链技术和智慧学习机器人系统,针对“看动画学英语”这一学习活动的应用步骤,呈现如下:


STEP1:家庭和学校两个节点同时记录赵明“看动画学英语”这一学习活动的学习过程;


STEP2:两个节点每隔5分钟分别产生一个区块;


STEP3:系统每隔一分钟,核对并验证两个节点中区块所记录数据的真实有效性;


STEP4:若验证一致,每产生一个区块,系统将这个区块同时发送给系统中的其他节点,这样反复,系统中每个节点都有保持统一的记录数据;


STEP5:若验证不一致,系统根据内在的监督糾错机制,明确问题所在,向出错节点发送查错消息,促其糾正。然后,执行STEP4。


智慧学习机器人结合区块链技术要求,采用格式绑定的数据记录,参考大规模学习数据记录系统,将分布式的数据记录格式定义为:<区块(Block);关联区块(Related Block);操作者(Actor);动作(Verb);对象(Object);时间戳(Timestamp)>。当学习活动结束后,智慧学习机器人记录的应用情境部分原型数据内容,将被记录为如下所示(其中缺省部分为未知数据信息,将不作记录):


RECD1:1(Block);赵明(Actor)观看了(Verb);Bee Movie(Object);1777216000000(Timestamp);


RECD2:2(Block);1(RelatedBlock);赵明(Actor);跟读了(Verb);Bee Movie(Object);1779216000010(Timestamp-start);1779216000310(Timestampend);


RECD3:3(Block);2(RelatedBlock);赵明(Actor);完成了(Verb);BeeMovie测试题(Object);1777316004500(Times-tampstart);1777316007800(Timestampend)。


这样的记录格式,可以为大规模跨区块链服务实现统一支持和数据共享,也可以作为多种教育大数据的分析工具,提供可视化和再分析应用的支持。根据以上的应用情境及相关数据记录,我们可为学习者提供一个全场域、全区块链的学习过程记录。


七、总结和下一步的研究


我们通过对智慧学习和大规模学习服务的关键需求和发展趋势的研究,探讨了面向大规模学习服务的区块链技术和智慧学习机器人的系统设计。研究了其基本路径与策略,主要包括系统环境的构建、系统机制的说明、系统引擎的规划。最后通过案例原型的设计,以“看动画学英语”这一特定的学习场景活动,详细阐述了本研究所呈现的智慧学习机器人的具体应用模式。


随着人工智能技术的快速发展及教育应用的不断深入,我们认为,无论从理论还是实践,相关研究还需要大步跟上:一方面,在理论研究层面,在面向大规模学习时,大数据将无法提供完全的支持与服务,而区块链技术以其去中心化、去信任的存储方式,生成一套记录时间先后的、不可篡改的、可信任的数据库[17],有效保证了大规模学习服务的数据安全性和完整性。但在这样的体系设计中,其关键主题、内容还有很多问题值得进一步探讨,我们大体列举如下:


第一,大规模学习服务系统的教育大数据问题。可以参见教育大数据洋葱模型,根据不同的应用场景,将大数据分为四层:基础层、状态层、资源层、行为层。不同层面的大数据,其采集方式也各有不同。和区块链的存储方式相比,大数据的存储是中心化、集成式、可篡改、信任度低。且大数据的验证是唯一验证,缺乏有效的监督机制,需要深入研究。


第二,个性化通知和资源推送的机制问题。区块链通过实时记录学习过程,可根据新生成的个人学习过程动态,更新优化推送,实现课程内容的动态汇总与推送。但如何进行优化?如何动态融合与推送等,还有待更多的细化研究。


第三,新技术体系中学习者之间的交互问题。虽然学习者与学习者之间交互是服务的重点,但在新技术体系当中的社交,可能不是主要的形式,更多的是突出连接以及连接的相关内容。大规模学习服务将所有的学习参与者动态地连接到一起,实现了学习资源的广泛共享与交互,形成了共同爱好的汇聚,相似认知的匹配,即时信息的交流等,这就更需要研究隐藏在这些交互背后的一些关键因素。


第四,泛在智能环境问题。学习者可以在任意时间、任意地点、任何方式进行大规模学习,这种学习方式与其服务的属性,决定了智能环境的泛在性。区块链和智慧学习机器人通过分布式的网络结构,在形成可信任的认证机制同时,如何更高效、随时安全连接移动设备,实现高效、随意接入,达成碎片化与有效学习等,还值得进一步研究。


第五,个人建构学习和“1对1”指导学习,哪一个更可能成为主流的问题。一个学习者没有达到良好的学习效果,可能不是自身的问题,可能是教学服务的问题。同样,一个学习过程机器人所提供的区块链服务,意味着多位教师提供一个匹配的学习过程,使得学习过程更细化。智慧学习机器人通过对学习目标和学习内容的精准分析,以及对学习者学习水平和认知的全方位把握,实现了多位教师指导一名学生的学习效果。这样一来,智慧学习机器人所提供的“1对1”指导学习环境,是否就最终聚焦到了个人建构学习或有效达成了学习目标?


另一方面,在实践层面,区块链技术在教育教学领域中的应用,目前还处在萌芽阶段,要将其应用于智慧学习机器人的设计,还需要考虑可能影响学习效率、学习评价、学习监督与学习指导等诸多因素问题。此外,除了关键技术的发展,还需其他技术与之配合,如,人工智能技术、感应技术、辨识技术、控制语言等"[18]。也就是说,区块链技术还需要通过多个参与的智慧学习机器人,共同协作达成学习数据的产生和记录,并且可互相验证。


总之,当教育大数据技术进入到区块链技术应用的阶段,将是更精准和精细化的学习服务时代。为此,我们甚至可以预测,进入“区块链+”教育的时代,可能成为“教育大数据之后时代”。

 

作者简介:方海光:博士,首都师范大学教育技术系教授,主要研究方向为:教育大数据,智慧学习等;仝赛赛、杜婧敏、李一迪:首都师范大学教育技术系在读硕士,主要研究方向:智慧学习、在线教教育等。


转载自:《远程教育杂志》2017年第4期 总第241期

排版、插图来自公众号:MOOC(微信号:openonline)


有缘的人终会相聚,慕客君想了想,要是不分享出来,怕我们会擦肩而过~

预约、体验——新维空间站

《【会员招募】“新维空间站”1年100场活动等你来加入》

有缘的人总会相聚——MOOC公号招募长期合作者

《【调查问卷】“屏幕时代,视觉面积与学习效率的关系“——你看对了吗?》


本文编辑:慕编组成员(Lee)


产权及免责声明本文系“MOOC”公号转载、编辑的文章,编辑后增加的插图均来自于互联网,对文中观点保持中立,对所包含内容的准确性、可靠性或者完整性不提供任何明示或暗示的保证,不对文章观点负责,仅作分享之用,文章版权及插图属于原作者。如果分享内容侵犯您的版权或者非授权发布,请及时与我们联系,我们会及时内审核处理。


了解在线教育,
把握MOOC国际发展前沿,请关注:
微信公号:openonline
公号昵称:MOOC

Copyright © 网络机器人吧社区@2017