基础教育数字化发展研究|万海鹏 成玲娜 程玉梅:基于学科知识图谱的信息技术在线课程设计研究
引用格式
万海鹏 成玲娜 程玉梅.基于学科知识图谱的信息技术在线课程设计研究[J].中国教育信息化,2023,29(8):121-128.DOI: 10.3969/j.issn.1673-8454.2023.08.014
基础教育数字化发展研究
基于学科知识图谱的信息技术在线课程设计研究
万海鹏 成玲娜 程玉梅
摘 要: 针对目前基础教育领域在线教学评价方式单一、学生学习反馈不及时等显著问题,结合知识图谱的特点以及学习元平台的优势,构建一门高中信息技术在线课程。该门课程充分发挥学科知识图谱的特色功能,突破传统网络课程的限制,为教师开展多元化教学评价、实现因材施教提供有力支持。从学科知识图谱的构建、课程的前期设计、课程的实施过程和课程的后期引导四个方面对在线课程的设计进行详细阐述,以期为基础教育领域在线课程的教学评价与管理提供启示。在研究中构建一门基于学科知识图谱的 “信息技术基础”在线课程,并利用学习元平台进行学科知识图谱与在线课程资源的整合,通过呈现实时动态可视化的学生课程学习成绩、学习认知地图以及学习参与水平,实现在线教学评价的实时反馈和个性化指导,在一定程度上回应当前基础教育阶段在线教学评价存在的反馈不及时、学生诊断不精准的问题。关键词: 学科知识图谱;在线课程;学习元;信息技术;课程设计中图分类号: G434文献标志码: A文章编号: 1673-8454(2023)08-0121-08作者简介: 万海鹏,首都师范大学教育学院副教授,博士(北京 100048);成玲娜,北京市海淀区翠微小学大兴分校教师(北京 100036);程玉梅,首都师范大学教育学院博士研究生(北京 100048)
基金项目: 2021年度北京市社会科学青年基金项目“适应性在线课程的构建及应用研究”(编号:21JYC018)一、引言随着新课程改革的深入发展,我国基础教育教学评价有许多良性改革,但仍然存在一些问题,如教学评价方式同质化、评价体系不完善,[1]评价主体单一、评价指标结构混乱,[2]课堂评价模式固化、教评分离。[3]这些问题导致学生学习反馈不及时、教师难以及时掌握学生各学习阶段的学习情况,最终导致教学效率低下。究其原因,主要是缺乏支持个性化评价的技术环境,教师难以从学科知识层面实现对学生学习情况的精确诊断。
以知识图谱、计算机视觉、自然语言处理等为代表的人工智能技术的发展为上述问题的解决提供可能。知识图谱最早于2012年提出,其本质是结构化的语义知识网络,图的结点代表实体或概念,边代表结点之间的各种语义关系。[4]在教育领域,知识图谱通常视为某个学科领域中所有知识点语义关系的集合,是一个相对完整的学科知识体系。[5]如何将学科知识图谱与在线课程资源进行关联、利用获取的学生学习过程数据实施对学生学习效果的评价,是实现基于学科知识的个性化诊断与反馈的关键。目前,受限于学科知识图谱构建成本高、自动化构建技术不成熟等原因,众多在线课程依然将线上习题考试测评分数作为实施评价的依据,而无法从学科知识层面对学生开展基于在线学习过程数据的精准化、个性化评价。
为此,本研究选取基础教育阶段高中信息技术必修一《信息技术基础》课程为样例,利用团队研发的学习元平台,探索基于学科知识图谱的精准诊断和个性化实时反馈机制,为基础教育阶段在线课程的设计与评价提供参考和借鉴。
二、知识图谱研究回顾
(一)概念辨析
关于知识图谱(Knowledge Graph,KG)的研究主要包括两类:一类是信息资源管理领域中对科学文献知识进行文献计量的科学知识图谱,一类是计算机科学领域中对网络资源进行结构化整理的大规模知识图谱。在计算机科学领域,知识图谱的概念通常分为狭义和广义两种。狭义的知识图谱特指一类知识表示,即大数据时代借助于大规模语义网络的一种知识表示形式。广义的知识图谱是大数据时代一系列知识工程技术的总称,在一定程度上指代大数据知识工程这一新兴学科。[6]总的来说,知识图谱的作用就是对人类世界的知识按照其内在关联性结构进行抽象化表达。
近年来,许多研究者将知识图谱技术引入教育领域。在教育领域中应用的知识图谱常被称为教育知识图谱或学科知识图谱,本研究将其称为学科知识图谱。学科知识图谱是基于某一学科的全部知识内容及相关拓展资源构建的一个网状知识结构图,提供一种基于“关系”的角度理解与认识周围知识的方法,即通过“知识与知识之间的关系”来联结不同的教育资源。具体来说,学科知识图谱利用知识获取、知识识别、知识抽取、知识融合等技术,将“知识—关系—知识”用“结点”与“边”的形式来表示,其中“结点”可以表示教学内容中的任何知识,如学科的概念、原理、公式等,而“边”则表示知识间具有教育意义的各种认知关系,[7]如包含、前驱、后继等,且不同知识通过认知关系相互连接,最终以网状图的形式呈现。
总的来说,学科知识图谱是将与学科相关的知识概念转换为图式化的知识节点,并通过知识节点之间的连线来表示知识概念之间的各种语义关系,借助学科知识图谱能够实现对学生知识概念掌握状态以及知识概念之间关系结构理解程度的精准刻画,进而为教师教学方案的及时干预调整提供基于数据的决策依据,为最终迈向个性化、适应性学习奠定基础。
(二)知识图谱的构建方法
知识图谱具有巨大的潜在应用价值,因此,构建高质量的知识图谱显得尤为关键。许多研究者从不同的视角,开展知识图谱构建方法的探索。有学者系统综述自顶向下和自底向上的两种知识图谱构建方式,前者主要借助高质量的结构化数据进行本体和模式信息的提取,后者则是从一般的公开数据中进行资源模式的提取并经过人工审核后加入知识库中,这是一个迭代更新的过程,且每一轮的更新都将包括信息抽取、知识融合以及知识加工三个环节。[8]有学者提出一种采用自顶向下构建知识图谱的方法:首先,由学科专家基于海量教育资源数据构建学科知识本体,形成跨学科的知识图谱体系;其次,在此基础上通过众包标注进行知识模块和知识点的逐层划分;最后,在知识融合过程中将满足一定质量要求的知识纳入学科知识图谱中。[9]有学者提出领域知识图谱构建的“四步法”,包括领域本体构建、众包半自动语义标注、外源数据补全、信息监督等关键步骤。[10]
上述有关知识图谱的构建方法为本研究进行信息技术学科知识图谱的构建提供思路参考和借鉴。为避免自动构建法实用性和准确性不高、语义表达不准确,以及人工构建法效率低、成本高等缺陷,本研究基于相关学者的研究成果,采用半自动法构建信息技术学科知识图谱,主要涉及学科知识文本资料的收集与整理、电子文本资料的处理、标注知识节点关系、可视化表示、学科知识图谱评价五个环节。[11]其中,学科知识文本资料的收集与整理环节,教师遵循权威性、及时性、可获得性原则搜集信息技术学科相关资料,如教材、教学设计方案、教学课件等,并将所收集的资料整理为电子文本。随后,利用基于知识概念信息的抽取、分词、术语提取等技术处理所获取的电子文本材料,得到相应的学科知识。接着,由两位研究者分别对上述获得的学科知识进行知识关系标注,主要包括前驱关系、后继关系、包含关系、相似关系、相关关系五种,对于所标注不一致的知识关系则通过协商讨论的方式进行最终确认。然后,借助Echart.js(图标js插件)技术以知识图谱的形式进行学科知识及其关系的前端可视化展示,并提供网状、树状等多种视图方式。最后,邀请信息技术教师和教育技术领域专家对构建的学科知识图谱进行评价,以确保学科知识及其关系的完备性,为后续开展基于学科知识图谱的在线课程设计奠定基础。
(三)知识图谱在教育领域的应用现状
近年来,研究者开展大量知识图谱教育应用方面的研究,涉及资源推荐、在线课程的组织、知识服务、教师培训、个性化学习路径推荐和查询、学习兴趣迁移等领域。有学者通过将学科知识图谱与学习者画像进行结合,构建基于知识图谱的学习资源关联推荐模型,并验证该模型帮助提升学习者在线课程学习能力的效果。[12]有学者以中国医学史为例,将学科知识图谱应用于高校在线课程建设,通过重构课程知识关系、构建完整的学科知识体系辅助教师进行针对性的“教”和学生开展个性化的“学”。[13]有学者将知识图谱应用于教师在线培训活动中,证实通过群体协作构建的知识图谱能够有效提高参训教师的知识与能力水平以及知识建构的交互层次。[14]有学者基于知识图谱以可视化的方式展示知识点之间的联系以及知识体系整体框架,以此来引导学生进行智能高效的学习。[15]有学者基于学习者的历史作答数据判断学生的知识点掌握状态,并设计基于知识图谱的个性化习题推荐系统,结果表明推荐结果具有较好的可解释性与用户满意度,能够为学习者提供更加精准、高效的习题推荐服务。[16]
可见,知识图谱在教育领域能够发挥积极的作用。在基础教育阶段,有学者团队构建涵盖基础教育九个学科的中国基础教育知识图谱EDUKG,并开展基于知识图谱的知识搜索、知识快照、知识问答、知识链接等应用研究。[17]虽然EDUKG知识图谱将基础教育阶段所涉及的大量事实类知识及其关系以可视化的形式进行准确表达,但其现阶段的应用却游离于基础教育的一线教学现场,并没有充分发挥知识图谱应有的作用,在课程实施之前未能辅助教师进行教学内容设计、在课程实施过程中无法向教师及时反馈学生的知识学习状态、在课程结束后不能为学习者推荐下一步的学习内容及学习路径。
因此,本研究拟依托团队研发的学习元平台,尝试基于学科知识图谱开展面向基础教育领域的在线课程设计研究,充分挖掘学科知识图谱在课前、课中和课后的潜在价值,尽可能最大化发挥学科知识图谱的功效。
三、基于学习元平台的在线课程设计
学习元平台(Learning Cell System, http:// www.etc.edu.cn/)是泛在学习环境下新型资源组织模型——学习元的运行环境,具有开放性、发展性、内聚性、联通性等特点。[18]学习元平台主要包括学习元、知识群、课程、学习社区、资源中心、个人空间等六大核心功能模块,如图1所示。学习元是学习元平台中的最小元素,可以是一节课、一个教案或者一个问题,它可以随时进行编辑,方便教师根据学生特点设计教学内容、活动、评价方式等。知识群是同一主题的学习元的集合,有用户自主组合以及系统自动进行主题聚合或语义聚合两种方式,类似于课程中的知识单元或主题收藏夹。课程是结构化的学习元与知识群的聚合,相当于一门完整的“在线课程”,具有支持教学的各类功能。课程教师(即课程创建者)可以根据需要编辑课程内容,设计相关的学习活动,布置学习任务,制定个性化评价方案,建立与课程相关联的知识群、学习社区等。学生则可以制订个人学习计划,根据课程评价结果调整自己的学习路径。学习社区是相同或相似兴趣的学习者共同探究、激发思考的社区,包括主题、班级、课程三种类型。它可以实现学习元、知识群、课程以及学习活动的连通与无缝交互。资源中心对用户上传的文件进行统一管理,支持文本、图像、视频等类型。这些资源可以被学习元、知识群、课程、学习社区模块引用,并可与学科知识点进行关联。个人空间汇聚以用户为中心的所有内容,是学生进行知识管理、好友管理、个人信息管理,构建个人知识网络与人际网络的地方。
图1 学习元平台各模块关系
学习元平台的上述功能为学科知识图谱融入在线课程设计与评价提供有力支撑,下面将从学科知识图谱的构建、课程的前期设计、课程的实施过程、课程的后期引导四个方面对基于学科知识图谱的在线课程设计过程进行详细阐述。
(一)学科知识图谱的构建
本研究在构建信息技术学科知识图谱时采用自顶向下、层层深入的方法。先构建课程整体框架,每一单元为一个知识群,聚合本单元内的各个小节,每一小节为一个学习元,聚合本小节内的知识点。知识点由信息技术学科专家提供,知识点之间的关系通过数据挖掘技术获取并通过众包机制进行验证。知识点之间的语义逻辑关系(前驱、后继、包含、相似、相关)使它们互相连接,构成一个网状的信息技术学科知识图谱。
具体说来,本研究中信息技术学科知识图谱的数据来源于课标、教材、教案、考纲、试题集以及各类权威机构。为保障信息技术学科知识图谱的数据质量,先由信息技术学科领域专家手动构建学科知识本体骨架,得到信息技术学科的三级知识点及其间的父子关系;再借助众包机制利用学习元平台中的语义标注和反向问答活动补充信息技术学科知识点之间的前驱、后继、包含、相似、相关五类关系;最终形成相对完整的高中信息技术学科知识图谱,作为后续开展适应性教与学的知识基础,如图2所示。
图2 利用语义标注活动完善信息技术学科知识图谱
(二)课程的前期设计
为了实现基于学科知识图谱的精准诊断和实时个性化学习反馈的目标,在课程正式实施之前,需要在学习元平台中完成课程和课程单元(学习元)内容体系设计、课程单元学习活动设计、课程和课程单元评价方案设计,建立课程单元内容、课程单元学习活动与学科知识图谱中知识点之间的关联,并设置关联权重,最终构成基于信息技术学科知识图谱的优质在线课程,如图3所示。
图3 课程前期设计的组织结构
1.课程和课程单元内容体系设计
基于“双主(教师主导、学生主体)”教学理念,针对高中信息技术必修一《信息技术基础》的内容对学生进行学情分析,以此来了解学生的心理特征与原有知识结构、确定教学目标、规划学习者的学习时间、确定课程单元的内容组块、设计学习活动和拓展学习资源、确定课程评价方式,形成基于信息技术学科知识图谱的线上课程“信息技术基础”。同时,允许学生自由参与课程内容的贡献,所有通过学习元平台审核的内容将被纳入最终的课程内容体系中,改变以往单纯由课程教师构建课程内容的局面,从而丰富课程内容来源。
2.课程单元学习活动设计
采用学习内容与学习活动相融合的理念,将学习材料和学习活动进行有效结合。课程单元学习活动的具体设计是在学习内容与学习资源的基础上,围绕所确立的课程教学目标设计学习活动与学习交互过程,激发学习者的信息搜索、分析和综合等高水平思维活动。学习元平台支持创建包含讨论交流、投票调查、提问答疑、在线交流、发布作品、学习反思、练习测试、辩论、策展、操练等在内的各类学习活动。每类具体的学习活动中包含需要小组成员合作完成的协作任务,而整个学习活动又可以根据需要嵌入到学习内容中,成为学习内容的有机组成部分,实现学习内容与活动的融合。
3.课程和课程单元评价方案设计
本研究强调评价主体的多元化、评价数据来源的多样化,主张从学习交互、认知投入、课堂表现等方面对课程的学习效果进行综合评估。评价模块包括课程单元评价、课程活动评价以及课程作品评价三部分。课程单元评价的指标包括学习时间、学习贡献、活动任务的完成情况等,课程活动评价的指标包括作业完成度、测验成绩、讨论质量等,课程作品评价的指标包括作品质量、汇报效果等。教师可以根据不同的课程内容创建相应的评价方案,自主设置评价权重。在后续课程实施过程中,教师可通过学生的阶段性反馈调整评价方案,设计适合学生学习特点的评价方案,做到因材施教。同时,学生也可随时查看课程评价方案,了解课程评价标准和个人学习评价结果,查看课程知识点的掌握状态,明确自己的薄弱点,及时调整学习计划和学习进度。
4.课程单元内容、课程单元学习活动与学科知识图谱建立关联
先建立课程单元内容与学科知识点之间的关联及权重,随后从这些与课程单元已经建立关联的知识点中,再选择相关知识点与课程单元学习活动建立关联,并设置权重。基于上述所设置的关联及权重信息,学习平台将根据知识点是否与学习活动建立关联的情形,采用不同的评价方式对学生关于在线课程的知识状态和知识结构进行测量,最终实现对学生认知状态的全面评估表征。
(三)课程的实施过程
随着在线课程学习进程的不断推进,学生参与课程单元内容的浏览和编辑、发表评论、完成学习活动和课程作业等交互活动。平台自动记录和存储交互中产生的所有过程数据,并实时将学生的学习状态反馈给课程教师和学生。
1.面向教师的课程学习评价与反馈
教师可以通过学习元平台查看每一位学生的课程学习成绩、学习认知地图及学习参与水平,从而掌握整个班级学生的学习情况,第一时间获得学生的全局性学习反馈,进而及时调整教学计划和评价方案。其中,学生的课程学习成绩是学习平台参照教师所设计的评价方案、利用存储的过程数据自动计算的结果,教师能够查看单个学生在评价方案中每个具体条目上的得分以及整个班级学生的分段人数,如图4所示。教师通过查看学生的个人学习成绩可以清楚地知道学生的弱势项目,从而督促学生加强相关课程内容的学习;通过查看班级的整体学习成绩分布可以判断学生所处的能力层次水平,从而为分层辅导、分层教学与分层评价提供数据支撑。
图4 课程学习成绩反馈
2.面向学生的课程学习评价与反馈
对学生而言,在课程的学习过程中将持续获得个人课程学习成绩、学习认知地图以及学习参与水平情况的反馈。通过查看自己的课程学习成绩,学生可以及时确认自己的学习情况,弄清楚自己的薄弱项目,如自己对某一问题的分析、发表的见解是否深入全面,从而及时查阅相关资料提升自己对问题的认识深度。同时,学生还可以查看可视化的个人学习认知地图[19],及时获得个人对课程知识及其间关联结构的掌握情况,如图5所示。其中认知地图中的每个圆代表一个知识点,以红、蓝、黄、绿四种不同颜色依次代表学生的未掌握、已掌握、预测未掌握、预测已掌握四种状态。当学生选中其个人学习认知地图中的某个知识点(如“信息的含义”)时,将展示其学习该知识点的学习轨迹,并推荐学习该知识点的最优学习路径,从而让学生及时获得课程知识层面的精准学习反馈和个性化的学习指导,减轻学生在线课程学习的负担,提升查缺补漏和改进优化的针对性。
图5 学习认知地图
此外,学生还可以查看自己的学习参与水平情况。其中,参与水平是依据学生对课程单元内容的贡献度和学习活动的完成度来计算,且参与度和贡献值越高,学生将越靠近课程中心。同时,课程学习平台还将参照学生的学习参与水平推荐与其具有相似参与程度的学习同伴,并允许学生选择添加为好友,从而组建学习小组、形成学习共同体、发展个体的人际网络,相互促进,共同进步,减轻在线学习过程中的孤独感,进而提升学习效果。
(四)课程的后期引导
课程学习结束后,教师可以持续利用课程平台所存储的学生行为数据、学习结果数据进行全面系统化的分析,为后续的教学安排提供数据支撑。例如,通过分析学生使用课程学习平台学习的时段、持续的时长等学习行为层面的数据,以及薄弱知识点、最优学习路径等学习结果层面的数据,开展对课程教学的深度反思,进而为后续课程设计更加符合学生学习习惯、初始能力的课程教学计划和课程学习评价方案,提升其针对性和适配性。同时,学生则可以根据自己的学习认知地图和课程学习评价结果等数据反思自己的学习方法、学习行为模式,总结自己学科知识的优势和劣势,以此调整下一阶段的学习方向和学习重点。
参考文献:
[1]郝琦蕾,李妙娜.高中生物实验教学现状的调查研究[J].教学与管理,2016(6):30-34.
[2]夏勇.改进信息技术教学评价 提高课堂教学有效性[J].中国教育信息化,2008(24):87-89.
[3]潘小明.基于数学核心素养的课堂教学评价再认识[J].教学与管理,2018(18):85-87.
[4]漆桂林,高桓,吴天星.知识图谱研究进展[J].情报工程,2017,3(1):4-25.
[5][9]李艳燕,张香玲,李新,等.面向智慧教育的学科知识图谱构建与创新应用[J].电化教育研究,2019,40(8):60-69.
[6]肖仰华,等.知识图谱:概念与技术[M].北京:电子工业出版社,2020.
[7]余胜泉,李晓庆.区域性教育大数据总体架构与应用模型[J].中国电化教育,2019(1):18-27.
[8]刘峤,李杨,段宏,等.知识图谱构建技术综述[J].计算机研究与发展,2016,53(3):582-600.
[10]杨玉基,许斌,胡家威,等.一种准确而高效的领域知识图谱构建方法[J].软件学报,2018,29(10):2931-2947.
[11]魏顺平,何克抗.基于文本挖掘的领域本体半自动构建方法研究——以教学设计学科领域本体建设为例[J].开放教育研究,2008(5):95-101.
[12]吴彦文,孙晨辉,李斌.知识图谱助力学科教学——以大学模拟电子技术基础课程为例[J].软件导刊,2020,19(12):195-198.
[13]郭宏伟.基于智能教育的高校在线课程知识图谱构建研究——以中国医学史为例[J].中国电化教育,2021(2):123-130.
[14]马宁,杜蕾,张燕玲,等.群体知识图谱建构对教师在线学习与交互的影响研究[J].电化教育研究,2021,42(2):55-62.
[15]涂建华,肖珺怡,姜广峰.构建微积分知识图谱 助推一流课程建设[J].中国大学教学,2020(11):33-37.
[16]王冬青,殷红岩.基于知识图谱的个性化习题推荐系统设计研究[J].中国教育信息化,2019(17):81-86.
[17]许斌,苏伟杰,刘阳.基础教育知识图谱赋能智慧教育[J].人工智能,2019(3):37-43.
[18]余胜泉,杨现民,程罡.泛在学习环境中的学习资源设计与共享——“学习元”的理念与结构[J].开放教育研究,2009,15(1):47-53.
[19]万海鹏,余胜泉.基于学习元平台的学习认知地图构建[J].电化教育研究,2017,38(9):83-88,107.
Haipeng WAN1, Lingna CHENG2, Yumei CHENG1
(1.College of Education, Capital Normal University, Beijing 100048;2. Daxing Branch of Cuiwei Primary School in Haidian District, Beijing 100036)编辑:王天鹏 校对:王晓明
往期目录|超链接版
期刊简介
《中国教育信息化》创刊于1995年8月,是由中华人民共和国教育部主管,教育部教育管理信息中心主办,面向国内外公开发行的国家级学术期刊。期刊内容力求全面深入地记录我国教育信息化的建设进展、研究与应用成果和行业发展状况,开展我国教育信息化发展状况调研和教育信息化国际比较研究,服务于国家教育宏观决策;力求全面准确地把握教育信息化相关的方针政策和标准规范,及时追踪ICT前沿技术的发展趋势及其与教育的融合,深度挖掘教育信息化建设与应用的体制、机制创新,服务于我国教育信息化实践。
●RCCSE中国核心学术期刊
●中国人文社会科学(AMI)扩展期刊
●中国期刊全文数据库收录期刊
●中文科技期刊数据库收录期刊
●国家哲学社会科学学术期刊数据库收录期刊
●中国核心期刊(遴选)数据库收录期刊
●龙源期刊网收录期刊
一年12期,每月20日出版
20元 / 期,邮发代号:82-761
编辑部邮箱:mis@moe.edu.cn
通讯地址:北京市西城区华远北街2号921室