普通高中生物学知识图谱驱动的学科教学智能化改造 .pdf

普通高中生物学知识图谱驱动的学科教学智能化改造

摘要

传统课堂基于班级授课制，存在低效操练，缺乏个性，师生负担

重等问。本研究构建了以核心素养为导向、基于知识图谱的高中生

物学智适应学习系统，通过教学资源的智能化重组赋能教育教学，探

索人机协同教学新模式，减负增效，实现大规模的因材施教。本研究

将生物学新课标中所有知识点和核心素养要求解构形成知识图谱，支

持计算机的推理和计算，匹配开发了15305个微课、动画、试等资

源积件并科学标注，基于知识路径矩阵模型、学习者画像和教学策略

模型，构建了生物学智适应学习系统。基于人机协同教育理念，探索

了传统课堂融合智能技术的嵌入式、诊断补偿式等教学模式。研究成

果先后在150多所高中、4万余名学生中进行了6年实践。实证表明，

该系统可赋能教学，实现学习过程可视化、学情诊断精准化、学习资

源推送个性化等，减少学生无效操练，提升学习效率，为教师备课和

个别辅导提供智能支持；同等学习强度下，学生学业水平考试成绩显

著提升；研究形成的生物学领域知识图谱构建技术和推荐算法在物理、

数学等学科得到广泛推广。

关键词知识图谱生物学智适应学习系统人机协同教学新模式

一、问提出

（-）教师精准备课缺乏“常态”的数据支持

传统班级授课制背景下，教师多是按照班级的“平均水平”进行授

课，缺乏个性化和差异化，薄弱的学生“跟不上〃，优秀的学生“吃不

饱，导致教师课堂教学中低效操练，学生学习积极性大幅度下降。

即使有些通过区域统考或月考获得的数据反馈，但是，，颗粒，，较大，往

往针对的是一个主或单元，对精准教学意义较小，因此需要“常态

化数据支持教师的精准备课。在教育智能化改造的大背景下，数据

赋能为教师精准备课提供了有效支持。⑴

（二）学生面临信息过载”和“信息迷航”问

在学科学习中，学生遇到薄弱的学习内容多是求助于教师，缺乏

即时性和有效性。线上的学习资源虽然很多，但面对海量的在线学习

资源，学生往往面临“信息过载”和“信息迷航〃等问，在学习过程中

需要花费大量的时间去寻找资源，为学生推荐个性化的学习资源来提

升学习效果，已成为当前研究的重要方向⑵。基于知识图谱和图嵌

入的个性化学习资源推荐方法能显著提升计算效率和个性化学习资

源推荐的准确度［少。将学习资源与知识图谱相关联，对学生进行个

性化的推送，实现资源找人”，将大大提高学科学习的效率。

（三）大规模的因材施教难以落实于实际教学

“有教无类咽材施教是中国教育的千年古训。不同的学生在性

格、喜好、兴趣和行为上都存在较大差异，通过因材施教可以满足不

同学生的个性化发展需求0。当前对因材施教的解决方案”多是让有

的学生做基础，有的学生做拓展，不仅难以实现因材施教，更有

可能给部分学生造成心理伤害。在教育智能化改造的大背景下，人工

智能赋能教育为促进因材施教提供了全新的思考方式和解决路径。

（四）静态的知识体系难以被机器识别和处理

为了便于教学，现有的教材是将章节按照知识逻辑和学科逻辑构

成了一个完整的学习体系，但是这种知识的编排方式是静态的、固定

的，计算机很难进行识别和处理，而且知识和知识之间的关联因为受

到教材编排顺序的限制，并没有做到有效的关联。而人工智能时代，

计算机架构的立体性、动态性、多维性等,不能简单地把教材中平面、

静态的知识直接搬到计算机中，而是需要重构新的知识系统和学习体

系，而重构这些体系的底层逻辑就是知识图谱，通过知识图谱将知识

变成动态的、多维的、计算机能够识别的语言，才能实现线上教学的

智能评判、智能推送。[5]

二、问解决的过程与方法

项目组解决问的基本思路是以高中生物学为例，开发指向素养

提升的智适应学习系统，并将智适应学习系统应用到传统课堂教学中,

探索智适应学习系统的人机协同教学新模式，提升学生的核心素养。

2014年至今，先后经过了3个重要版本的迭代（如表1）。研究构建了

基于知识图谱的个性化学习模型（如图1）,模型分为知识图谱层、智

适应学习层和系统应用层，体现了知识图谱作为学习支持工具与学习

者的个性化学习过程的深度融合，在记录与追踪学习者的基本信息、

认知水平、能力