摘要：智能導師系統（ITS）是實現智能化教學的重要工具，教學策略對智能化教學起到重要作用。智能導師系統采取教學策略是通過了解學生的認知水平、學習習慣、學生情感為學生制定個性化學習方案，輔導學生完成教學目標。該文通過分析智能導師系統中的教學策略，以國內外智能導師系統中運用的問答型教學策略、預期定制式教學策略、協作合作學習教學策略和情感教學策略為例，了解了每個系統運用的教學策略。最后，總結了智能導師系統中教學策略的發展趨勢。

關鍵詞：智能導師系統；教學策略；智能化教學；個性化

0 引言

隨著人工智能技術的發展，我們正處于一個人機協同、跨界融合、共創分享的智能時代。去年，教育部辦公廳發布的《關于開展第二批人工智能助推教師隊伍建設試點推薦遴選工作的通知》，明確支持要開發教師智能助手應用，推動教師利用智能助手和情境化學習資源等優質資源，創新教育教學，提高教師工作效能，探索開展智能教育。在線下教育活動中，教學策略對教學內容、教學效果和學生成績等產生重要影響，教學策略在教學活動中扮演著重要角色。智能導師系統通過模擬教師來實現對學生的一對一的個性化輔導，如何使智能導師系統更好的實現教學效果，教學策略的研究是解決這一問題的有效措施。

目前，國內對智能導師系統中對教學策略的研究比較少，缺乏對教學策略的系統分析。本文在研究過程中使用文獻分析法，研究數據來自“中國知網”收錄的期刊論文和學位論文，文獻檢索時間為 2002-2022 年，使用的檢索詞為“智能導師系統”和“智能授導系統”，一共檢索出 672 篇論文，在這些文獻研究的基礎上，總結分析了現有智能導師系統中教學策略類型和適用性，為今后智能導師系統的進一步研究與實踐給出了發展建議。

1 教學策略的研究

教學策略是智能導師系統實施的理論基礎，明晰教學策略制定是智能導師系統研究繞不開的重要課題。關于教學策略的選擇和制定通常考慮以下四個制約因素：教學目標、學習者原有的知識水平、教師自身素質和教學環境 ^[1]。

1.1 教學策略的內涵

施良方（1996）認為，教學策略是指教師在課堂上為達到課程目標而采取的一套特定的方式和方法，根據教學情境的要求和學生的需求隨時發生變化。劉國俊（1988）認為，教學策略是對教學的系統決策與設計 ^[2]。盧家楣（1986）提出了情感教學策略，認為情感教學模式具有積極的促學、促情作用 ^[3]。不同的學者對于教學策略的界定和理解是不同的，但對教學策略分析的角度主要有以下幾個方面：教師課堂上調控能力、學生的學習需求、教學目標的完成度、教學活動的具體安排和教 學過程中雙方的情感需求。

1.2 教學策略的類型

教學策略根據教學活動的主體可以分為以“教師為中心”的教學策略、以“學生為中心”的教學策略、以“中介為中心”的教學策略三大類。

（1）以“教師為中心”的教學策略強調教學活動的主體是教師，主要包括講授教學策略和反思性教學策略兩種形式。講授教學策略是指教師進行“填鴨式”教學，不給學生思考的時間。教師反思性教學策略不僅包括教師的反思還包括學生的反思，教師通過反思可以發現授課情況，還可以發現學生課堂接受情況。

（2）以“學生為中心”的教學策略表明教學活動的主體是學生，主要包括發現式教學策略和情感教學策略。發現式教學策略是指教師在為學生講解新知識之前為學生創設一個問題情境，引導學生運用自身經驗知識主動去獲取知識的一種教學方法。情感教學策略是指教師關注學生的情感狀態，運用一定的教學方法滿足、調動和激發學生的情感需求，從而調動學生濃厚的學習興趣 ^[3]。

（3）以“中介為中心”的教學策略是指在教師在進行教學活動中，借助一定的中介來實現教學目標的教學策略，教學活動中常借助的中介有：多媒體課件、多媒體計算機、電子白板、教學應答器等。

2 智能導師系統中的教學策略分析

智能導師系統教學策略的制定和選擇是根據學習者的認知水平和學習目標，提供適合學生學習風格的學習資料，實現個性化教學的目標。大多數的智能導師系統具備三類智能技術：課程排序、智能解決方案分析和問題解決支持 ^[8]。其教學策略也從這三方面入手：一是根據學習者的學習習慣，幫助學習者找到適合自己的“最佳學習路徑”；二是根據學習者的回答具體分析學生錯 誤原因；三是在學生解決問題時給出智能幫助，如給出提示、反饋等。

2.1 問答型教學策略

問答型教學策略是指只包括問題的提問和回答，沒有根據學習者的學習情況進行一步步誘導。此類的智能導師系統只是從數據庫的角度出發，為學生提供海量的學習資源，通過一問一答的形式（學習者從搜索框輸入問題，系統對數據進行分析處理，從數據庫中匹配目標答案直接反饋的學習者）^[8]。

規范性智能導師（NORMIT）：該智能導師系統是基于一個網絡的系統，它的目的是教會學生如何運用系統查詢自己所需要的知識 ^[6]。貝葉斯智能導學系統（BITS）：是一個基于網絡的 ITS，主要的功能是教學習者學會編程。它主要是為學生提供幫助，確保學生能夠輕松瀏覽在線的學習資料。為了進一步提高學習目標，海量的數據產生了相關的學習序列。這些順序便于學習者更容易選擇出他們所需要的學習概念 ^[6]。

2.2 預期定制式教學策略

預期定制式教學策略是針對學習者在學習過程中可能出現的一切情況提前預設好答案，可以根據學習者的問題自動匹配答案給予及時的反饋，并根據學生對于問題的掌握情況隨時調整對話內容，引導學習者不斷建構自己的知識體系。

AutoTutor 是一種基于自然語言的智能導師系統，它使用預期 - 誤解定制式 ^[5] 對話。智能導學系統通過多輪的對話引導學習者總結出自己滿意的答案，在每輪對話中，系統將學生對問題的回答分別和預期答案和誤解進行對比，并根據分析情況給予學生不同的反饋，為學習者下一輪對話提供材料。系統會根據學生答案匹配百分比，與預期答案和誤解進行比較，當學習者答案與預期答案匹配時，系統會根據匹配情況對學習者給予鼓勵、給學習者提供暗示或給學習者提供提示。當學習者對答案產生誤解時，系統會對學習者進行暗示，然后進一步的為學習者提供提示引導出答案。

AutoTutor 每一步的對話由三個部分組成：簡短反饋、鋪墊和啟發式提問。例如，你回答的真棒—簡短反饋；通過這個知識我們能得到什么啟示嗎？—鋪墊；你從這件事學到了什么？—啟發式提問。AutoTutor 中每一步提出問題，都是根據學生的表現動態選擇的，在這個對話過程中，AutoTutor 會把教學目標分割成若干小目標，分階段告訴學習者階段性答案。在這個過程中，當學生有問題，教師會立即做出解答；當學生出現誤解時，教師會進行糾正以及給出提示。

2.3 協作合作學習教學策略

協作合作學習教學策略是指運用系統模擬

實際學習場景中教師與學生、學生與學生的交流協作，目的是在學生學習過程中，充當人類教師的幫手，促進和指導學習過程，增加學生之間的教育互動。

Agent教學代理的教學流程是一種合作學習的形式，幫助學習者完成日常的學習任務，可以在程序中充當導師和顧問，解答學生的各種難題，給出個性化的解釋 ^[7]。 例如，表 1 教學代理支持的合作學習系統的交流圖。

通過分析 Agent 教學代理的工作流程，了解協作合作學習需要了解共同的符合每個成員需求的學習目標，從共同的學習目標出發，制定適合學習者、教學者的教學策略，教學代理也會根據教學策略及時改變教學方式。

2.4 情感教學策略

情感教學策略以梅耶（Mayer, 2005）的多媒體學習認知理論為基礎，通過教學代理表達擬人化的情感，教學代理要能夠識別、理解、表達、反饋學習者的情感，實現人機之間的個性化交互 ^[11]。

情感導學系統（ATS）是將情感教學策略融入到智能教學系統之中，能夠根據學習者的認知水平、情緒狀態、學習習慣和學習風格等，提供具有人文關懷的個性化學習環境。情感導學系統的教學策略貫穿于教學、實踐和測試三個步驟之中，能夠充分的發揮導師、學伴以及顧問的角色 ^[9]。

（1）教學。情感導學系統從導師的角度出發，一方面在課程的選擇上，為學習者呈現的教學資料和教學目標應該清晰明確；要根據學習者當前的知識水平提供合適的學習內容，并預留出“最近發展區”；為學習者提供機會參與到課程活動中來。另一方面在教材的呈現方面，應該根據學習者的個性化特點提供不同的學習材料。最后，在教學過程中，應該讓學習者原有的知識與要現學的知識聯系起來，讓學習者通過自己的努力提高自己的認知水平。

（2）實踐。情感導學系統在學習者練習時，要鼓勵學習者從掌握基本知識點到掌握重難點知識過渡。例如，從低難度、高興趣的知識點著手，逐漸過渡到難度高、不感興趣的知識點。同時，智能導學系統要根據學習者的知識水平匹配不同難度的任務，從而激發學習者的學習能力，對于學生回答問題要給予獎勵，回答錯誤要給與提示和鼓勵，從而激發學習者的學習興趣。

（3）測試。在學習者進行測試時，情感導學系統會提供不同難度的選項，根據學習者對于問題的回答，給出不同的建議。當學習者表現好時，給予學習者的肯定，并鼓勵學習者繼續保持；當學習者沒有掌握學習內容時，要為學習者提供啟發性講解；對學習者表現不好時，應該給予學習者鼓勵和提示。

3 發展趨勢和展望

從傳統的智能導學系統只能簡單的回答用戶的搜索問題，到后來具有引導性導學系統的出現，后期情感導學系統的加入，讓智能導學系統的功能日益完善。隨著新興教育技術的發展，智能到學習系統應該為學習者提供更深層次的學習，提供一種沉浸式學習環境。基于上文教學策略的例子，對于智能教學策略的設計提出了以下建議。

3.1 提供更具個性化的教學策略

智能導師系統應該在用戶開展學習前，對學習者的認知水平、行為習慣、學習風格進行統計分析，設計符合學習者個性特點的教學策略，并根據學習者的學習狀態隨時進行智能調整。但僅從這些方面了解學習者是不夠的，要時刻關注學習者的情緒狀態、學習者所在的社會環境的背景、家庭因素。影響學習者學習效率的不光只有自身因素，外部因素有時也會占據主要元素。要對影響學習者學習狀況的因素進行全面分析，為學習者提供符合自身情況的個性化學習方案。

3.2 發揮學習者消極情緒的積極效果

智能導師系統應該像人類教師一樣，可以通過學生情緒的變化及時了解學生對知識點的掌握程度。已有的智能導師系統大多數關注學習者的積極情緒狀態和消極情緒狀態，很少有人關注學習者消極情緒的積極效果。通常情況下，學習者的消極情緒會影響學生的學習效果，需要教師出面調解學生的負面情緒。我們應該從學生者心理內部出發，分析產生消極情緒的因素，給學習者進行心理疏導，讓其轉化為積極進取的力量。

3.3 融入具身認知理念^[11] 

具身認知理念認為，生理體驗和心理狀態之間具有強烈的聯系，并且能夠相互激活。研究發現，概念、性格等知識具有具身特性，所以，智能導學系統界面的設計應該以學習者多進行動手操作，在實踐的過程中理解抽象的概念。可以在系統界面設計上，通過添加點擊按鈕、輸入文字答案或進行答案的拖拽，讓學生參與到學習過程中來，通過動手操作改變學生思維，進而融入身體圖示，成為身體記憶的一部分，比被動觀察下獲得更多的知識。

3.4 實現沉浸式立體化學習體驗

虛擬現實技術的發展在教育中的應用能夠提高學生的參與度和學習動機，讓學生能夠近距離“接觸”課本上的歷史文物、地理風貌，可以極大的調動學習者的學習興趣。教學場景應該打破傳統的教室、學生、黑板的授課模式，改變單一的文本、圖形、音頻、視頻教學媒體形式，應為學習者提供具有沉浸式的立體化學習體驗。學習者能夠通過多元的教學場景，輕松、快樂地學習知識與技能。

4 結語

智能導師系統通過模擬教師的講課和輔助學習者學習，為在線學習者提供了有針對性、個性化的學習支持服務。本文通過分析目前智能導學系統中普遍存在的問答型教學策略、預期定制式教學策略、協作合作學習教學策略和情感教學策略，敘述了智能教學系統是怎樣按照教學策略為學習者提供學習的。從上述分析可以預見，在新的理論指導下，以提供個性化的教學策略、發揮學習者消極情緒的積極效果、融入具身理念和實現沉浸式立體化學習體驗為基礎，借助人工智能技術和 5G 技術 不斷進步實現人機協同學習，為未來智能導師系統的發展方向做個參考依據。

參考文獻：

[1] 張大均,郭成.教與學的策略[M].北京:人民教育出版社,2011:50.

[2] 劉國俊.有效教學策略的制定[J].教育研究,1988(10):9-12.

[3] 盧家楣.對情感教學心理研究的思考與探索[J].心理發展與教育,2015(1):78-84.

[4] 張堯,王運武.機器人賦能未來教育的創新與變革—國際機器人教師研究綜述[J].開放教育研究,2019,25(6):83-92.

[5] 高紅麗,隆舟,劉凱.智能導學系統AutoTutor:理論、技術、應用和預期影響[J].開放教育研究,2016,22(2):96-103.

[6] Effects of intelligent tutoring systems(ITS) on personalized learning(PL)[J].Creative Education,2020(11): 953-978. 

[7] ANZ LILIA LAUREANO-CRUCES; ENRIQUE ACUNAGARDUNO; LOURDES S ANCHEZ-GUERRERO, et al. A pedagogical agent as an interface of an intelligent tutoring system to assist collaborative learning[J].Creative Education,2014,5:619-629.

[8] 劉清堂.智能導師系統研究現狀與發展[J].中國電化教育,2016(10):39-44.

[9] 龔禮林，劉紅霞，趙蔚等.情感導學系統(ATS)的關鍵技術及其導學模型研究—論智能導學系統走向情感導學系統之意蘊[J].遠程 教育雜志,2019(5):45-55.

[10] 夏雪瑩,馬玉慧.智能導學系統中反饋的設計研究[J].開放教育研究,2021,26(3):39-44.

[11] 葉俊民,周進,李超.情感計算機應用的多維透視[J].開放教育研究,2020,26(6):77-88.

[12] 高紅麗,楊磊,徐升,等.智能導學系統人機交互機制研究[J].中國遠程教育,2021,(01):50-56+65.

[13] 駱方,田雪濤,屠焯然,等.教育評價新趨向:智能化測評研究綜述[J].現代遠程教育研究,2021,33(05):42-52.

[14] 郭炯,榮乾,郝建.國外人工智能教學應用研究綜述[J].電化教育研究,2020,41(02):91-98+107.

(注：本文轉載自《電子產品世界》雜志2022年8月期)