論認知學(xué)習風(fēng)格在個(gè)性化 網(wǎng)絡(luò )學(xué)習中的應用思考

　　論文摘要：學(xué)習風(fēng)格的認知要素實(shí)質(zhì)上是一個(gè)人的認知風(fēng)格在學(xué)習中的體現，是個(gè)體習慣化的信息加工方式。網(wǎng)絡(luò )學(xué)習要為學(xué)生提供個(gè)性化的服務(wù)，關(guān)鍵在于如何有效監控學(xué)習者的認知過(guò)程，調整知識對象序列呈現方式和適應策略，為學(xué)習者認知遷移提供技術(shù)支持。本文分析了現有的使用學(xué)習風(fēng)格的網(wǎng)絡(luò )學(xué)習系統，提出通過(guò)知識對象定序描述來(lái)確定學(xué)習者認知策略，并結合思維建模工具支持學(xué)習者元認知監控，創(chuàng )建更加全面和準確的認知模型的策略與方法。 

隨著(zhù)實(shí)時(shí)學(xué)習環(huán)境、自適應超媒體系統和智能導學(xué)系統等網(wǎng)絡(luò )學(xué)習系統的應用與發(fā)展，研究者對于發(fā)掘適合學(xué)習者的學(xué)習內容的方法表現出濃厚的興趣。一種可行的獲取個(gè)性化內容的方法是使用學(xué)習者模型，特別是認知學(xué)習風(fēng)格具有促進(jìn)個(gè)性化學(xué)習的巨大潛能，原因在于使用認知學(xué)習風(fēng)格支持學(xué)習反映了一種良構的和多樣性的證據。一些關(guān)于認知學(xué)習風(fēng)格在個(gè)性化學(xué)習方面的應用研究取得了新的進(jìn)展，盡管有些系統仍然處于原型階段，但我們有理由相信學(xué)習者模型將成為個(gè)性化學(xué)習系統的中心組件。
　　一、 學(xué)習風(fēng)格相關(guān)研究
認知學(xué)習風(fēng)格種類(lèi)多樣，可以作為群體學(xué)習者特殊的和靜態(tài)的學(xué)習方式的判斷標準。目前，最常見(jiàn)的使用學(xué)習風(fēng)格分類(lèi)的系統有：Honey and Mumford learning style；the Myers-Briggs Type Indicator；multiple intelligences；Kolb learning styles index和the Felder and Silverman index of learning styles。［1］但在界，對于學(xué)習風(fēng)格的使用普遍存在一種懷疑，有些人甚至建議使用其他認知建模方式，比如個(gè)性化測試，其提供了一種更加接近個(gè)性化內容的途徑。此外，近來(lái)的自適應網(wǎng)絡(luò )學(xué)習系統主要依賴(lài)于內容定序，將其作為一種主要的自適應網(wǎng)絡(luò )學(xué)習的教學(xué)手段，使用知識對象提供個(gè)性化服務(wù)，盡管這些定序系統在多大程度上與學(xué)習風(fēng)格有關(guān)，目前還沒(méi)有得到驗證。
認知學(xué)習風(fēng)格研究的領(lǐng)域非常廣泛，也常常令人感到困惑。近來(lái)一份關(guān)鍵的報告系統地評價(jià)了認知學(xué)習風(fēng)格的實(shí)踐應用和價(jià)值，［2］報告分析了20世紀以來(lái)的71種學(xué)習風(fēng)格，并對其中主要的模型分了13種類(lèi)型。Coffield在Entwistle（1990）有效學(xué)習是可以預測和控制的觀(guān)點(diǎn)基礎上，提出可靠和有效的建構認知學(xué)習風(fēng)格的措施和途徑可以作為促進(jìn)自我發(fā)展的工具，不僅能診斷學(xué)習者如何學(xué)習，而且能描述學(xué)習者如何提高學(xué)習。Curry嘗試發(fā)掘71種模型的內在一致性，將這些風(fēng)格模型歸為三類(lèi)：學(xué)習偏愛(ài)、信息處理風(fēng)格和認知風(fēng)格，其中認知風(fēng)格相比學(xué)習偏愛(ài)對于學(xué)習者更加重要。［3］只獲取學(xué)習風(fēng)格的靜態(tài)屬性是阻礙學(xué)習風(fēng)格應用的主要原因。解決學(xué)習風(fēng)格靜態(tài)性問(wèn)題的方法是提供自適應用戶(hù)模型，隨著(zhù)時(shí)間的變化記錄學(xué)習者風(fēng)格，或者由用戶(hù)明確更新，或者由系統根據用戶(hù)行為自動(dòng)改變。
認知學(xué)習風(fēng)格是一個(gè)人的認知風(fēng)格在學(xué)習中的體現，提供可靠和有效的適合認知學(xué)習風(fēng)格的措施和途徑，可以促進(jìn)學(xué)習者有效學(xué)習的發(fā)生。學(xué)習者學(xué)習行為的軌跡，映射著(zhù)學(xué)習者的認知風(fēng)格，個(gè)性化學(xué)習系統應跟蹤學(xué)習軌跡信息并結合其它反饋信息對學(xué)習者狀態(tài)做出評估，并進(jìn)行適應性調整。
二、基于學(xué)習風(fēng)格的網(wǎng)絡(luò )學(xué)習系統的分析
　　我們難以評價(jià)在自適應網(wǎng)絡(luò )學(xué)習系統中使用學(xué)習風(fēng)格的有效性，原因在于學(xué)習風(fēng)格原型種類(lèi)較多，實(shí)證研究較少。源于早期的訓練系統（CBT）的智能導學(xué)系統，整合超媒體系統和智能導學(xué)系統的自適應超媒體系統（AHS），均能適應個(gè)體或群體的需求提供基于網(wǎng)絡(luò )的教育內容。盡管AHS已經(jīng)經(jīng)歷十五年的發(fā)展，但其中使用學(xué)習者風(fēng)格的系統卻相當少。以下介紹的三個(gè)系統使用了認知學(xué)習風(fēng)格，并在一定程度上進(jìn)行了論證。
1.INSPIRE（Intelligent System for Personalized Instruction in a Remote Environment）遠程環(huán)境中個(gè)性化智能教導系統
Papanikolaou（2003）提出了一種自適應教育超媒體的原型INPIRE，它可以提供不同層次的適應性，從全系統控制到完整的學(xué)習者控制，兩種自適應模式都由學(xué)習者模型調節。學(xué)習者模型提供學(xué)習者當前知識水平、領(lǐng)域概念和學(xué)習者風(fēng)格的信息。使用一個(gè)教學(xué)設計的框架，領(lǐng)域概念在INSPIRE系統中描述了知識抽取的三個(gè)層級：學(xué)習目標、概念和教學(xué)。個(gè)性化課程內容產(chǎn)生于特定的目標，圍繞特殊的學(xué)習結果進(jìn)行組織。
在INSPIRE系統中，學(xué)習偏好的使用遵循Honey和Mumford學(xué)習風(fēng)格分類(lèi)系統。［4］［5］［6］學(xué)習偏好通過(guò)問(wèn)卷輸入系統。需要說(shuō)明的是，這個(gè)模型是動(dòng)態(tài)的，可以由學(xué)習者改變。2001-2002年間，在雅典大學(xué)信息通訊學(xué)院完成了一項針對系統的分析，測試樣本來(lái)自23名大學(xué)二年級的學(xué)生，這項重點(diǎn)評價(jià)了用戶(hù)的日志，發(fā)現學(xué)習者風(fēng)格遵循不同的選擇和數據序列。
2.AES-CS（Adaptive Educational System based on Cognitive Styles）基于認知風(fēng)格的自適應教學(xué)系統
Triantafillou（2004）提出了AES-CS原型系統，該原型用于驗證一種假設，即認知學(xué)習風(fēng)格對于學(xué)習結果是有益的。AES-CS將Witkin的場(chǎng)依存和場(chǎng)獨立理論作為表示認知學(xué)習風(fēng)格的方法，［7］假設將學(xué)習者分為場(chǎng)獨立和場(chǎng)依存學(xué)習者，場(chǎng)獨立學(xué)習者通常使用自己的方法分析數據，而場(chǎng)依存學(xué)習者學(xué)習的方法更加多樣化。系統由三個(gè)基本模塊組成：領(lǐng)域模塊、學(xué)生模塊和自適應模塊。三個(gè)模塊通過(guò)交互來(lái)適應教學(xué)過(guò)程的不同方面，包括根據用戶(hù)已有知識的內容適應；通過(guò)選擇和組合合適的媒體適應內容的表現；適應教學(xué)策略；修改實(shí)例和鏈接；以及推薦適合的超鏈接等。
該原型系統使用了一種自適應表現技術(shù)，允許認知學(xué)習風(fēng)格和知識狀態(tài)自適應地表現信息，允許通過(guò)課程尋找適合的路徑和序列，從而為學(xué)習者提供一種個(gè)性化的軌跡。這個(gè)系統將76名被測學(xué)生分為實(shí)驗組和控制組，依照從先前測試、嵌入式測試和后測中抽取的數據以及實(shí)驗組問(wèn)卷獲得的態(tài)度進(jìn)行測試，實(shí)驗組表現優(yōu)于沒(méi)有使用自適應系統的控制組。研究還發(fā)現，實(shí)驗組學(xué)生在交互和學(xué)習結果方面都得到了改進(jìn)。另外，使用過(guò)的學(xué)生都認為系統易于使用并有再次使用的意愿。
3.EDUCE(An intelligent tutoring system)智能導學(xué)系統
EDUCE專(zhuān)為支持12-14歲學(xué)生學(xué)習科學(xué)而設計的，它基于Gardner的多元智能理論提出了一種自適應陳述策略,盡管它沒(méi)有作為一種學(xué)習方式進(jìn)行歸類(lèi)。Gardner的分類(lèi)系統為自適應超媒體和智能導學(xué)系統提供了類(lèi)似的方法和可參考的模型。［8］
EDUCE使用Gardner的理論建立了學(xué)生模型、領(lǐng)域模型和教師模型，預測引擎和陳述模型。在智能導學(xué)系統中，學(xué)習者學(xué)習表現的定義是依據學(xué)習收益、活動(dòng)和動(dòng)機。在原型構建過(guò)程中，一群18歲的學(xué)生已參與了系統測試。他們被分為兩組，一組使用EDUCE的自適應選擇，而另一組進(jìn)行自由選擇。令研究者相當驚訝的是，研究發(fā)現當學(xué)習者沒(méi)有得到偏好的資源時(shí)，學(xué)習收益獲得了增長(cháng)。然而對學(xué)習活動(dòng)進(jìn)一步的測驗發(fā)現，給予學(xué)習者最偏好的學(xué)習資源能促進(jìn)學(xué)習活動(dòng)，展示給學(xué)習者的學(xué)習資源范圍更廣。

　　LAMS系統復用知識對象的序列化與學(xué)習者軌跡的觀(guān)點(diǎn)相一致，［9］人們認為學(xué)習方式可應用于研究學(xué)習者自主創(chuàng )新使用知識的風(fēng)格，以?xún)热莸倪x擇及資料定序來(lái)提供個(gè)性化的學(xué)習內容。這種方法主要的好處在于給定序系統更大的適應性，也允許仔細考慮學(xué)習軌跡。系統的優(yōu)勢還在于支持協(xié)同學(xué)習，群體學(xué)習者可以按照已建立的軌跡進(jìn)行學(xué)習。學(xué)習對象系統可以為個(gè)體和群體學(xué)習者提供可視的導航，顯示已學(xué)過(guò)的知識對象和未完成的學(xué)習對象。
雖然哪一種學(xué)習風(fēng)格分類(lèi)方法更加有效還不明確，但可以肯定類(lèi)似LAMS的網(wǎng)絡(luò )學(xué)習系統，可以潛在地整合學(xué)習風(fēng)格，根據學(xué)習者選擇的內容排序提供更大的適應靈活性。因此，個(gè)性化學(xué)習系統面臨的挑戰主要在于是否可以確認一種科學(xué)的方法，來(lái)建立教學(xué)模型和支持不同定序和情境的獨立知識對象地使用；另外，在符合探究和建構式學(xué)習發(fā)展的原則下，支持特殊的學(xué)習結果和學(xué)習目標。
三、 適應學(xué)習者認知特征的網(wǎng)絡(luò )學(xué)習系統原型構建
具有不同認知特征的學(xué)習者需要過(guò)濾不同的學(xué)習內容與其學(xué)習需求相匹配，具體學(xué)習對象的選擇受學(xué)習者特征的影響，我們需要構建一種基于認知的選擇模式，并且這種模式能夠根據學(xué)習者的導航步驟動(dòng)態(tài)更新。我們提出的構建方法使用學(xué)習者和學(xué)習內容分析技術(shù)，比如IMS學(xué)習者信息打包規格［10］和IEEE學(xué)習對象元數據標準（LTSC，2002）；［11］對于學(xué)習者認知特征建模，我們使用認知特征模型（Kinshuk&Lin，2004），［12］其提供了一種具體的方式來(lái)確定學(xué)習者的認知特征。
根據以上研究，我們提出一種支持基于認知的學(xué)習對象選擇的原型構架，原型分為存儲層和運行層，運行層包括內容描述、自適應和實(shí)時(shí)導航；存儲層由媒體空間、用戶(hù)模型、領(lǐng)域模型和自適應模型四個(gè)模塊組成，結構的主要要素包括：（1）認知特征模型，在分析學(xué)習者的導航模式的基礎上，更新學(xué)習者的認知特征屬性，并保存在用戶(hù)模型中；（2）學(xué)習對象選擇模型，具備匹配功能，匹配學(xué)習者特征與學(xué)習對象特征，反向可跟蹤學(xué)習者導航步驟。本模式的創(chuàng )新點(diǎn)在于實(shí)時(shí)導航步驟不僅可用于決定用戶(hù)模型而且可用于知識對象選擇模型，它不是按照靜態(tài)規則選擇學(xué)習對象，因為靜態(tài)規則往往預設在學(xué)習系統的設計階段。
認知學(xué)習風(fēng)格在個(gè)性化網(wǎng)絡(luò )學(xué)習系統中的應用表明，這樣或那樣的學(xué)習者分類(lèi)模式將繼續促進(jìn)原型的發(fā)展，并建構和支持規定的學(xué)習結果，特別是比如LAMS那些建立在實(shí)踐基礎上的系統。許多系統依賴(lài)于不同的知識對象序列，創(chuàng )造途徑或軌跡便于學(xué)習者更廣泛的選擇，反映不同的學(xué)習進(jìn)度和方法。為了現有原型系統能被更廣泛地使用，對于那些能成功建模學(xué)習結果的系統，需要一個(gè)對于不同學(xué)習風(fēng)格分類(lèi)方法的評價(jià)和分析方法。 

論文相關(guān)查閱：畢業(yè)論文范文、計算機畢業(yè)論文、畢業(yè)論文格式、行政管理論文、畢業(yè)論文       

【論認知學(xué)習風(fēng)格在個(gè)性化 網(wǎng)絡(luò )學(xué)習中的應用思考】相關(guān)文章：

論網(wǎng)絡(luò )學(xué)習共同體的教學(xué)應用12-01

論校園網(wǎng)絡(luò )在大學(xué)英語(yǔ)寫(xiě)作教學(xué)中的應用11-22

論校園網(wǎng)絡(luò )建設與應用11-22

論校園網(wǎng)絡(luò )的建設管理與應用11-22

論柔性因素在預算管理中的應用11-18

論超濾技術(shù)在化工工藝中的應用11-23

多媒體在教學(xué)中應用的思考11-15

論公關(guān)在新聞傳播中的發(fā)展及個(gè)性化研究11-21

論短信業(yè)務(wù)在廣播新聞中的應用發(fā)展12-03