人工智能教學策略

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇人工智能教學策略范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

人工智能教學策略范文第1篇

關鍵詞：人工智能；計算機輔助教學；智能計算機輔助教學系統

隨著現代科學技術的飛速發展，先進的技術在教學領域得到了廣泛的應用，并對教學過程產生了深刻的影響。其中，人工智能技術產生的影響最為深刻。它將先進的教學手段引入教學過程，在營造理想的學習環境、激發學生的學習興趣以及提高教學效率等方面起到了重要作用。

一、人工智能

1. 人工智能的定義

人工智能（Artificial Intelligence，簡稱AI）是計算機科學、控制論、信息論、神經生理學、語言學等多種學科相互滲透發展起來的一門綜合性的交叉學科和前沿學科。其精確定義是：一個電腦系統具有人類知識和行為，并具有學習、推斷、判斷來解決問題、記憶知識和了解人類自然語言的能力。

2. 人工智能的研究內容

人工智能作為一門綜合性學科，其研究內容涉及到許多方面，其中與教學實際關系較為密切的是以下四個方面：

（1） 問題解決。問題解決（Problem Solving）是人工智能研究初期的主要研究內容之一，也是其他內容的研究基礎，它主要研究計算機的知識表達和推理技術。

在教育領域中，研究問題解決的實際意義在于，把人類解決問題的基本過程賦予計算機，使其能夠按照人類的思維規律進行問題解決，幫助學生進行有效的學習。

（2）模式識別。模式識別（Pattern Recognition）是近三十年來在信息科學與計算機科學的基礎上發展起來的新興科學，后期它又受到了人工智能科學的影響，得到了新的發展。因此，常被作為人工智能學科的一個分支。

簡單地說，模式識別就是研究用電子計算機代替人來識別事物和環境的方法。所謂模式是指那些供參照模仿用的理想化的標本。因此，具體來說，模式識別的含義就是識別出給定的事物與哪一個標本相同或相似。模式識別有時可以理解為模式分類，即判別給定的事物應該屬于哪一類標本。被識別的給定事物通常是字母、符號、漢字、圖像、聲音、語言、景物，也可以是統計數字、圖表、教授狀態、學習狀態等，應用于教育時則稱為教育模式識別和學習模式識別。

（3）自然語言理解。對自然語言理解（Natural Language Processing，簡稱NLP）的研究能為實現人機自然語言直接通信提供可能，并減少軟件生產的負擔，從而間接地推動計算機的廣泛應用，提高自動化操作效率。因此，它已經成為人工智能研究中最為棘手的問題。

自然語言是人機對話的最方便的語言，其發展的最終目標是把自然語言作為程序語言來使用，使計算機直接執行自然語言，不需要中間的解釋過程。

在教育領域中，計算機對自然語言的理解有助于人機對話的實現，從而能夠增進計算機與學生之間的交互作用，把原有的計算機輔助教學條件下的計算機主動變為智能計算機輔助教學條件下的人機交互主動。

（4）專家系統。所謂專家系統是指一個（或一組）能在某特定領域內，以人類專家的水平去解決該領域中困難問題的計算機系統。其特點在于能把人類專家在解決問題過程中使用的啟發性知識、判斷性知識分成事實與規則，以適當形式存儲到計算機中，建立知識庫，并基于知識庫采用合適的產生式系統，按輸入的原始數據選擇合適的規則進行推理、演繹，作出判斷和決策，可起到專家的作用，因此稱為專家系統。

專家系統是人工智能中最為重要的研究內容，在教育領域中的應用也最為廣泛與活躍。教學專家系統的任務是根據學生的特點，以最合適的教案和教學方法對學生進行教學輔導。

二、計算機輔助教學

1. 計算機輔助教學的定義

計算機輔助教學（Computer Aided Instruction，簡稱CAI）是在計算機輔助下進行的各種教學活動，以對話方式與學生討論教學內容、安排教學進程、進行教學訓練的方法與技術。CAI能為學生提供一個良好的個人化學習環境。通過綜合應用多媒體、超文本、人工智能和知識庫等計算機技術，克服了傳統教學方式上單一、片面的缺點，有利于激發學生的學習興趣和認知主體作用的發揮。同時，它所提供外部刺激的多樣性有助于知識的獲取與保持。因此，使用CAI能有效地縮短學習時間、提高教學質量和教學效率，實現最優化的教學目標。

2. 計算機輔助教學的現狀

盡管計算機輔助教學要比傳統的教學模式先進不少，但并不是最完善的，它還存在許多不足，主要表現在以下幾方面：

（1） 缺乏人機交互能力。在教學過程中，CAI課件的教學信息是按預先設置的教學流程機械式地提供，教師只能按預定的課件流程進行操作，學生的學習也是被動的，不能很好地參與教學過程。因此，人機交互能力沒有很好地體現出來。

（2）缺乏師生互動。學生在自學及使用現有的CAI課件時，大多采用的是自主學習的方式。使用這種方式時鮮有師生互動，因此課件的效果會大打折扣。同時由于缺乏網絡支持，現有的絕大多數CAI課件都是在單機環境下運行的，無法使用網絡來快速更新知識內容，更無法提供便捷的學習討論空間、隨時隨地的師生交流方式以及遠程教學實現的條件。

（3） 缺乏智能性。現有的CAI系統很多都沒有智能性，無法進行有針對性的教育。學生的學習是被動的，他們不能根據自身情況調整學習進度。對教師而言，教學參與度太低，他們不能按照學生的認知模型為其準備最適合的學習內容，更不能給予不同的教學模式與方法。

（4） 缺乏廣泛性。CAI系統的設計都是圍繞某一知識領域，對于教學內容、問題的設計和答案的呈現，都必須在原設計系統允許范圍內實現,無法根據具體教學、學習情況提出新的方案。

由此可見，傳統的CAI系統本身具有無法克服的缺點。隨著人工智能技術的發展，人工智能技術將會越來越多地應用在教育領域。把人工智能技術引入CAI系統，使CAI系統能合理安排教學內容，變化教學方法來滿足個性化教學的需要，因此就產生了智能計算機輔助教學系統。

三、智能計算機輔助教學系統

隨著計算機科學和人工智能技術的不斷發展和成熟，將AI引入CAI中，使CAI系統可以理解教什么、教誰以及如何教，因而也就能合理安排教學內容、改變教學方法，去滿足個別教學的需要，這就是以AI技術和認知科學理論為基礎而形成的智能計算機輔助教學系統(Intelligent Computer Assisted Instruction，簡稱ICAI)。它是計算機應用技術的一個新領域，代表了一種新的教學思想和教學方式。智能計算機輔助教學系統的出現，提高了教學質量，改善了教學的效率。

1. 智能計算機輔助教學系統的基本結構

ICAI系統主要是在知識表示、推理方法和自然語言理解等三方面應用人工智能技術。其本質上是一個基于知識的教學專家系統，通常由專家模塊、學生模塊、教師模塊和智能接口模塊組成。它的組成結構如下圖所示：

（1）專家模塊（知識庫）。專家模塊是由題域知識構成，它包括兩方面的知識：一是教材內容、提問信息、教材重點、難點、評價等有關課程的知識；二是有關應用這些知識來生成問題，推理解題的知識。其功能有：作為系統全部知識的來源，為系統其他模塊頻繁調用，以實時完成用戶行為響應，通過知識庫知識，生成相應的問題、任務以及解釋；通過同步問題解答，并通過預期學生行為與實際學生行為之間的比較，評價學生知識掌握程序以及學習狀態、學習方式偏好等。這個部分相當于一個根據事實進行演繹推理求出解答的專家部件。

（2）學生模塊。系統通過學生模塊建立對學生的了解，通過比較學生行為與專家行為，對學生進行智能模擬，包括學生的知識狀態、認知特點和個性特點等。學生模塊用來表示學生的學習歷史、當前知識水平、解題行為等方面的知識。其任務是：表示學生對所學知識的理解程度，反映學生已掌握和未掌握的部分，通過發現錯誤并作出錯誤根源的假設，為進一步指導提供依據。

（3）教師模塊（教學策略模塊）。在CAI 課件的交互作用中，教學策略是與教學內容融合在一起，通過教學的分支來體現的。這樣做的不足是，某一教學內容只能按某一種（或幾種）固定的教學策略來教。而在ICAI中，教學策略與教學內容是分開的。這樣在教學過程中，系統可隨時根據教學的需要，選擇不同的教學策略。

教師模塊的主要任務是在一定的教學原理的指導下，選擇適當的教學內容，并通過接口以適當的表達形式，在適當的時刻展示給學生。該模塊的主要功能有：為學生提供學習環境；指導學生的學習活動；解釋現象、過程和原因；為學生提供幫助和學習材料；監視和評價學生學習活動。

（4） 智能接口模塊。智能接口模塊的作用是處理學生與系統間的信息交流。模塊要完成兩項任務，一是在教學模塊作出教學決策后，智能接口模塊要以一定的形式把教學內容發送出去；二是建立學生輸入信息的方式，接收學生輸入的信息。

2. 智能計算機輔助教學系統的發展方向

ICAI系統在發展中不是孤立、單一的，它是伴隨著多種技術以及人工智能在多種領域應用的不斷發展而發展的。其未來的發展方向表現為以下幾方面：

（1）與網絡技術的結合。隨著多媒體技術和Internet網絡的飛速發展，多媒體教育應用與Internet網進一步融合，CAI 不僅僅只在智能上單一發展，它不可避免地還要向多維的網絡空間發展。目前，已有不少基于Internet網的多媒體教育系統在使用，它們借助網絡的優勢，完成在線學習、實時討論、網上測試等多種教學任務。將網絡CAI與智能CAI有機結合，互相補充，能構建成一個新的系統工程。

（2）智能（Intelligent Agent）技術的使用。人工智能（AI）技術在ICAI中的應用，除了體現在對多媒體教學系統中引入學生模塊和知識推理機制以外，還可以起到在“智能導航”瀏覽中，使用“智能”技術代替教師、學生進行指導學習和搜索學習的作用。

在CAI中，學生學習查詢有效知識可以使用進行搜索、導引，由于它自身具備的學習功能，能夠主動、高效地從Internet中發現和收集用戶所需要的信息。因此，它有助于解決使用單一關鍵字匹配查詢、搜索引擎引起的大量無關信息的涌現、信息檢索的精確度不高等問題。將“智能”技術引入到ICAI中，將使得教師和學生在教與學的過程中，提高知識選取效率、加強交互學習和自主能動性學習。

（3）遠程教學。結合網絡CAI、智能CAI以及多協作，可以實現真正意義上的遠程教學模式。ICAI系統不僅可以作為教師，為學生學習提供指導，也可以作為學生，輔助學生學習，還可以成為學生學習、交流、協作過程中多方面的。因此,具有多種特性優勢的遠程教學具有廣闊的發展前景。

（4）虛擬現實（Virtual Reality）的應用。虛擬現實也叫人工現實（Artificial Reality）,是由多媒體技術與仿真技術以及計算機技術相結合而生成的一種交互式人工世界。它的根本目標就是達到真實體驗和基于自然技能的人機交互。在教學輔助中，使用創建的虛擬環境，在一般人所不能親身體驗的情景中，達到演示、操作的教學目的。目前在教學中使用的有：基于Web的火電廠的虛擬實景建構學習、建筑設計的實景化學習、醫學內消化道實景教學等。

四、結語

到目前為止，人工智能技術已經逐步應用于計算機輔助教學中，與教學現代化有著密切的關系。隨著人工智能技術的發展，智能計算機輔助教學系統的成效將更加明顯。新世紀的教學手段將是以智能化CAI為主線，多學科、多方位發展的新技術的體現。這種手段產生了人機交互、人機共生等全新概念，大大擴展了人類的能力，促進了教育事業的進一步發展。

參考文獻：

[1]何克抗.教學媒體的理論與實踐[M].北京:北京師范大學出版

社,2003.

[2]謝三毛.人工智能在計算機輔助教學中的應用[J].華東交通大

學學報,2005(12).

[3]劉志勇,王阿利,張偉斌.人工智能在計算機輔助教學中應用研

人工智能教學策略范文第2篇

關鍵詞：新工科；人工智能導論；實踐教學；校企合作；案例庫

隨著物聯網、大數據、5G及人工智能等信息技術的發展，為了應對中國產業變革及新一輪的科技革命，適應“中國制造2025”國家戰略需要及產業經濟創新發展，同時將國際工程教育思想本土化，“新工科”應運而生[1]。信息技術發展催生出了人工智能相關的專業，國內高校紛紛設立了智能科學與技術專業。近年來，人工智能技術的發展引領著人類社會正逐漸走進智能社會，人工智能將深刻影響人類社會。隨著人工智能的進一步發展，高等教育的價值也將進一步提高[2]。因此，各高校應盡快建立與新工科相一致的智能科學與技術專業，并深入研究我國人工智能的人才培養體系、課程設置、實驗平臺及成果轉化等方法，改革傳統人工智能的教育教學方法，形成有新工科特色的智能科學與技術專業工程教育方法。由于傳統的專業是按學科劃分的，因此，目前的智能科學與技術專業課程體系以理論為主，強調學科知識的系統性和完備性[3]。人工智能導論作為智能科學與技術專業的核心課程，同時也是人工智能“入門性”和“引導性”的課程。但是，目前人工智能導論的課程設置上主要存在課程內容陳舊、實踐課程不足、教材理論過強、教學模式老舊及實踐教學與企業需求不適應等問題。尤其是人工智能導論課程，缺乏實踐教學將會降低學生學習人工智能的興趣和積極性。因此，為了解決這些問題，并使高校跟上人工智能時代的腳步，抓住高等教育發展的新機遇，進行面向新工科的人工智能導論實踐教學模式探索具有重要的現實意義。

1人工智能對新工科人才的新要求

1.1具備多學科交叉知識。人工智能導論是一個多個學科交叉而成的一門課程。人工智能導論主要包括知識系統、智能搜索技術、腦科學、機器學習、神經網絡、支持向量機、專家系統、智能計算及分布式智能等內容[4]。因此，一個合格人工智能專業人才需要具備多學科知識。1.2具備多領域應用能力。人工智能導論的應用領域廣泛，基本包含工業、農業及社會生活的各個行業（如工業生產、通信、醫療、金融、社會治安、交通領域及服務業等）[5]。人工智能導論課程要求學生在學好理論前提下也應該掌握各行業的相關知識，只有這樣才能提高人工智能技術在各領域的應用。1.3具備人工智能創新創業精神。目前，創新驅動發展成為了我國現階段發展的重要力量，人工智能成為經濟發展的新引擎[5]。在大眾創業、萬眾創新的號角下，人工智能技術作為創新創業過程中的一個大趨勢。因此，當今新形勢下培養具有創新創業精神的人工智能專業人才對我國經濟發展及大學畢業生創新創業具有重要意義。1.4具備人工智能人文素養。人的內在品質就是人文素養，人文科學的知識水平和研究能力是人文素養的重要組成部分，人文素養是人文科學體現出來的以人為研究對象和中心的精神[6]。人工智能對人類社會帶來的是便利還是帶來災難，關鍵是使用者的思想道德和人文素養。因此，培養具有人文精神的人工智能專業人才具有重要的意義。

2人工智能導論課程教學現狀

目前，許多高校已經認識到傳統的人工智能導論課程已經不能適應社會和學生發展的需要。尤其是地方普通高校在師資、科研及學科力量薄弱情況下進行人工智能導論的實踐教學。目前人工智能導論的課程設置上主要存在的問題如下：⑴本科生課程內容陳舊。近年來，隨著云計算、大數據、5G等信息技術的快速發展，也帶動人工智能技術發展日新月異。對于高校來說，要緊跟人工智能技術前沿，傳授學生的知識也要緊跟人工智能的發展。目前，雖然也出現了不少新的人工智能導論教材，但在課堂上能夠教學的新內容仍然不多，教材內容仍然集中在傳統的人工智能技術（如問題求解、知識表示、歸結原理及經典推理等技術）上。⑵研究生課程內容重疊。研究生的人工智能導論課程應作為本科生課程的一個延續，但部分高校對研究生人工智能導論課程的教學重視不夠。很多本科生已經學過的內容在研究生階段又進行了重復。因此，在新工科背景下培養高層次的人工智能人才，就必須要在研究生階段加強新工科人才實踐能力的培養，選擇合理的人工智能導論課程，改革研究生階段人工智能導論的教學理念和教學模式。⑶實踐課程不足。實踐教學是提高人工智能新工科人才能力的重要路徑。目前，大多數院校的人工智能導論課程理論與實踐聯系不夠緊密，對學生實踐能力的培養不夠，只知道理論，而不進行實際的實踐應用就不能成為合格的人工智能新工科人才。另外，大多數地方高校的人工智能實驗室建設投入不足，實驗條件差，驗證性的實驗較多，實驗課時不足，學生對人工智能新技術的接觸不夠。⑷人工智能導論教材理論性過強。目前，現有的人工智能導論教材以理論為主，缺乏人工智能實踐內容。在課程教學過程中學生經常會感覺索然無味，當實踐課程開設不足時，這種情況會非常明顯。學生會漸漸的對人工智能導論課程失去興趣和熱情，最終會導致課程的教學質量和效果下降，不能達到新工科人工智能專業人才培養的預期。⑸教學模式老舊。人工智能導論是多學科交叉的課程，課程內容理論性強、抽象、多知識點是新工科的特點。然而，大多數地方高校仍然采用過去的課堂教學模式（即“教師講、學生聽”的教學模式），這種單向灌輸的教學方式以教師為主，學生的主動性不夠，只是在被動接收知識。學校這種重視理論不重視實踐的教學模式，在一定程度上影響了新工科人才的實踐能力，從而導致教學內容與企業社會需求脫節。

3人工智能導論實踐教學初探

3.1人工智能導論課程實踐平臺建設。為了提高學生對實踐教學的興趣，南陽師范學院計算機科學與技術學院在人工智能導論授課過程中廣泛應用多種計算機實驗教學平臺，如采用開源的PaddlePaddle百度飛槳深度學習平臺，希冀一體化人工智能實踐教學平臺及大數據綜合實驗平臺。教師可以在實踐教學過程中方便的使用這些平臺進行授課，學生也可以在課堂中跟隨老師完成相關實驗，并能夠在課下進行相關實驗練習及提交作業。3.2人工智能導論課程實驗內容優化。在人工智能導論實踐教學過程中，以學生興趣為導向，開展相關應用課程實驗，南陽師范學院計算機科學與技術學院對人工智能導論實驗課程內容進行優化。優化后的主要實驗課程包括搜索優化算法實現、智能計算實現、貝葉斯分類實驗、最近鄰算法實驗、機器學習實驗及神經網絡實驗。最后，通過期末課程設計進一步提高學生解決實際問題及創新創業的能力。3.3人工智能導論實踐教學模式改革。⑴校企合作為使人工智能導論實踐教學不與企業脫節，校企合作是關鍵。應積極派遣教師進企業進修，了解企業需求，并提高教師的工程能力。從2018年以來，南陽師范學院計算機科學與技術學院每年暑假期間累積派遣教師58人/次前往百度、中興、科大訊飛、神舟數碼及江蘇傳智播客公司等進修培訓。同時已經在固定時間邀請相關企業講師到學校進行人工智能方面的項目教學。建立起了具有地方區域特色的師資隊伍及校企協調的實踐教學模式，從而避免人工智能導論課程實踐與企業實際脫節。⑵“雙導師”負責制人工智能導論實踐課程實行“雙導師”制，邀請企業中實踐經驗豐富的人才任教或任職，校企合作建立實踐教師指導團隊，改革教學策略及教學方法，以項目為牽引，將人工智能導論實踐課程作為第二課堂學分。還要積極制定人工智能相關的科技作品競賽的獎勵機制，積極引導學生參加各種人工智能相關的比賽，從而進一步提高學生在創新實踐方面的能力。⑶采用案例教學法以案例導入進行教學，提高學生興趣。首先，從人工智能競賽的部分賽事中、（如百度的人工智能大賽，“2020年全國人工智能大賽”，“2020中國高校計算機大賽人工智能創意賽”等）中選取貼近實際問題的案例作為人工智能導論實踐課程的案例來源。然后，采用目前主流的人工智能開發軟件進行算法代碼的編寫，引導學生采用Python語言調用第三方接口庫進行算法的實現。最后，讓學生使用主流的編程語言（如C++、Java等）開發完善算法或進行系統設計與實現。

4結束語

在新工科背景下，人工智能導論作為智能科學與技術專業的基礎核心課程，人工智能人才培養應注重提高學生解決問題的能力。在這種背景下，筆者結合近年來了解到的企業需求和上課的實際，對人工智能導論實踐教學模式進行初探，具體如下：①校企合作，構建人工智能實踐平臺；②建立案例庫，優化實踐的內容；③校企“雙導師”制，采用案例教學，從而進一步提高學生在創新實踐方面的能力。

參考文獻:

[1]楊晴,王曉墨,成曉北等.新工科背景下的新能源科學與工程專業——哈佛大學工科教育在學科交叉方面的啟示[J].高等工程教育研究,2019.S1:23-24，33

[2]李明媚,成希,羅娟.人工智能時代的高等教育之變與不變[J].黑龍江高教研究,2020.2:41-44

[3]陳義明,劉桂波,張林峰等.智能科學與技術專業課程體系建設的理論思考[J].計算機教育,2020.309(9):103-107

[4]劉永,胡欽曉.論人工智能教育的未來發展:基于學科建設的視角[J].中國電化教育,2020.2:37-42

[5]姚琳,石志國.人工智能課程體系與教學方法研究[J].中國大學教學,2019.10:19-22

人工智能教學策略范文第3篇

關鍵詞:教學模式;創新;在線課程

在大學數學教學中，主要以幻燈片展示與板書相結合的形式進行教學。然而，面對人工智能、教育信息化等技術浪潮，教學模式也急需創新。教學模式的創新，就是為了給學生們構建智能化、網絡化、個性化、終身化的教育體系。教學模式的創新，使得學習者能夠自主選擇學習時間、地點、內容和方式。教學模式的創新，拓展了學習者受教育的時間與空間。教學模式的創新，改變了傳統的教師講授式的“重教”的教育理念，使學生的學習個性化，最終達到教師與學生共融的目標。那么，教學模式如何創新呢，我們介紹以下創新路徑。

1加強在線課程平臺建設，實踐教學模式的創新

“開放、共享”理念逐漸被教師和學者們認可，使得開放的教育資源逐漸走向更加科學、系統。在線課程平臺可以滿足學生個性化學習的需求，使學生在碎片化時間中促進生成性學習和智慧性學習的發生。在線課程平臺采取“化整為零”、“自上而下”的民主化和平民化建設理念，匯集了大量的優秀教育資源，拓展了知識傳播路徑，為學生提供了自由共享的學習空間。同時，在線課程也以它的非結構化和易于重用的特點和優勢，促進了教師應用在線課程。高校的翻轉課堂和微課建設實現了理念轉向，以適用性和實用性為著力點和突破口為在線課程平臺建設出力，建設了一批國家精品課程，使得教育資源更加開放和共享。在線課程平臺的建設，使得學生可以在課余的時間自主學習。課前預習，預習結束后有客觀題供學生檢測預習效果，客觀題在題庫中隨機選取，每個學生的客觀題不盡相同，但是整套題的難易程度是相同的，便于教師在查看學生的預習效果時，可以更好地區分學生預習效果的差異性。課后復習，與課前預習的題庫的設置理念相同。然而，遠程教育師生時空分離的環境中，學習效率與教學質量難以保證。那么，我們必須要有相適應的學習支持服務系統，而取得學業的良好保證是學習分析技術，運用多類分析方法和數據模型解釋與預測學生的學習表現，從而準確把握學科教學目標，調整教學策略，優化教學過程。

2人工智能助力教學模式的創新

人工智能技術中的智能輔助系統和教育機器人可以監控學生的個性化學習。通過學習分析技術和用戶畫像技術，搜集學習者學習數據，平臺為學生提供適切的學習資源和路徑。結合知識圖譜，建立領域知識庫，輔助教師針對學生的不同能力生成不同試題并進行作業批改。通過提供沉浸式的虛擬學習環境，學生可在任意時間、任意地點參與到學習中。除此之外，任何事物均有兩面性。反思性實踐者的教師和學生，需要教師批判地分析和判斷人工智能技術應用的教學體驗。

3教學相長、創新管理模式推動教學模式的創新

傳統的教學模式以教師為主導，在線課程倡導“以學習者為中心”。在傳統的教學模式影響下，在線課程體現的教學模式受到制約。傳統的教學模式“重教”，在線課程“重學”。“重教”與“重學“不能截然對立，應在“重教”基礎上“重學”，達到教學相長的目的。在線課程，讓教師樹立以學生為中心的理念，主動適應新技術引發的教育教學改革。教師在平時應注重加強線上課程和線下教學環節的整體設計，線上注重課前預習與課后復習結果的反饋，節省了批改作業的時間。線下注重教學的教，提高教學質量和教學水平。要營造良好的在線教育建設環境，切實有效地調動教師建設在線課程的積極性和主動性。需要有配套的制度加以支持在線課程的建設。建立高效的課程教學團隊，幫助老師擺脫瑣碎的事務性工作。在信息推送、學習互動環節減輕教師的工作量，使教師有更多的精力和時間投入到關注學生的學習進程中，開展深層次的交互和共享。在制度設計上，給予教師更多支持，比如在工作量計算、職稱評定等方面進行一定比例的傾斜，給予獎勵在在線課程研究方面有建樹的教師。

人工智能教學策略范文第4篇

關鍵詞：信息技術教師；知識結構；TPITK；案例剖析

中圖分類號：G40-057 文獻標識碼：A 文章編號：1671-7503（2013）05-0038-03

引言

教師知識結構對教師的教學行為和學生的學習效果具有重要影響。信息技術教師作為信息技術教育的實施者，其知識和知識結構直接影響著信息技術教學的質量。TPACK框架自2005年首次提出以來，對信息化教育環境下教師的知識建構及知識結構梳理具有重要指導意義。國內對于信息技術教師的TPACK研究還處于初步階段，尤其是基于案例的信息技術教師TPACK特征分析還不多見。因此，本文在TPACK基礎上提出針對信息技術教師的知識結構模型TPITK，并對其做出基于案例的深入剖析。

一、TPACK簡介

（一）TPACK內涵

2005年，美國學者Koehler和Mishra從教師知識角度出發。在學科教學知識的基礎上，首次提出TPACK這一教師知識新框架。

TPACK框架在Shulmanl31141教授提出的“學科教學知識”基礎上加入了技術知識，并突出在技術使用中學科內容和教學法的角色，以及技術對它們產生的反作用。它是學科內容知識、一般教學法知識和技術知識三者的復雜互動，是整合了這三種知識而形成的新知識。它強調其中的三種知識元素都是有效技術整合必不可少的成分，并且這三種知識領域不能分離，應形成一個整體。

（二）TPACK構成要素

TPACK模型有三個單一的知識要素：學科內容知識、

一般教學法知識（Pedagogical Knowledge，PK）和技術知識（TechnologicalKnowledge，TK），以及這些知識要素交互所形成的學科教學知識（Pedagogical Content Knowledge，PCK）、整合技術的學科內容知識、整合技術的教學知識（Technological PedagogicalKnowledge，TPK）、整合技術的學科教學知識。

二、TPITK理論框架分析

TPACK框架應用于信息技術教師可進一步衍化為TPITK框架。TPITK框架由七種知識要素構成，即信息技術知識（ITK）、一般教學法知識（PK）、技術知識（TK）、信息技術教學知識（PITK）、整合技術的信息技術知識（TITK）、整合技術的教學知識（TPK）和整合技術的信息技術教學知識（TPITK）。

TPITK框架是TPACK框架的子集，是特定適用于信息技術教師的知識結構模型。框架中的三個基礎知識要素——ITK、PK和TK代表了信息技術教師需具有的三個專業特性——學術性、師范性和技術性。當然，技術性能否成為與學術性、師范性并列的第三向度尚有疑問，但是，無可否認的是，技術在今天的教師職業養成和職業發展中占有十分重要的地位。基礎知識經由互動整合和動態平衡形成的核心知識——TPITK正是信息技術教師專業綜合素養的體現。

核心知識TPITK指在不同境脈下重建信息技術知識、一般教學法、技術三者之間動態平衡的意識和能力。TPITK是一種策略性的思維方式，它的形成不是各知識要素的簡單組合或拼湊，而是經由陳述性知識（信息技術學科內容、教學法和技術的定義、術語、事實和描述），通過在相同或不同情境中的練習和運用，轉化為程序性知識（完成一項或多項信息技術教學任務所涉及的步驟），最后形成策略性知識（在技術環境下對信息技術課程、學習者、課堂境脈的計劃、組織、評價與概括）。

三、基于教學案例的教師TPITK剖析

對教師知識框架的分析不能脫離特定的課堂境脈。為此，下文結合2011年“永中杯”全國普通高中信息技術優質課特等獎案例，挖掘特定情境下優秀教師TPITK框架中的具體知識構成，并分析教師在實踐中運用TPITK的特征表現。

（一）教學過程

本案例涉及內容是廣東教育出版社出版的《人工智能初步》信息技術（選修5）中的第1章第2節，主要任務是讓學生了解人工智能的基本內容，激發學生對人工智能技術進一步探索求知的欲望。整個教學過程分為課題引入、實例分析、分組實踐、課堂延伸四個部分。

1.課題引入

首先，教師通過圖片和視頻展示校機器人隊訓I練和比賽場景，吸引學生注意，提出人工智能概念。然后，教師引入限時還原魔方環節，并提問學生：你在解魔方時用到了身體的哪些器官？學生通過現場體驗回答出眼睛、大腦、手三個必不可少的器官。最后，在教師的啟發誘導下，學生由這三個器官歸納出人類智能的三大要素：感覺要素、思考要素、運動要素。

2.實例分析

教師展示自制教具——魔方機器人，并提出問題：機器人解魔方需要哪些器官？學生通過觀察實物及類比人類智能，思考后得出答案。

教師通過實物結合PPT介紹機器人各器官，使學生對機器人有一個整體印象。然后教師操作機器人，使之分階段演示解魘方。通過電腦攝像頭，學生能清楚地觀察到機器人的局部特征。在此過程中，教師步步遞進，引導學生歸納出人工智能三大要素：感覺要素、思考要素、行為要素。

教師播放機器人解魔方完整視頻，讓學生思考導致視頻中機器人與現場機器人智能差異的原因，為后續探究作鋪墊。

3.分組實踐

教師用實物及PPT展示“百變飛碟”機器人，使學生對該機器人的結構及功能有一個整體了解，激起學生探究欲望。然后教師介紹圖形化編程軟件——能力風暴，讓學生大致了解編程的思想及流程。

教師按小組分發“百變飛碟”，布置任務，讓學生通過圖形化編程實現機器人行動。在學生探索過程中，教師巡回指導，并通過電腦攝像頭展示學生探索過程及學生作品。最后，各小組匯報成果，教師層層設問，幫助學生總結影響機器人智能差異的因素。

4，課堂延伸

教師通過提問：你還想讓機器人做哪些事情？未來的機器人又會是怎樣的呢？引導學生暢談現在，憧憬未來。最后，教師與學生一同總結課程。

（二）具體知識

通過對上述教學過程的整理分析，筆者總結出該教師的TPITK具體知識構成及能力體現，如表1所示：

（三）特征表現

通過深入剖析本案例，以及對2011年“永中杯”全國普通高中信息技術優質課30個案例的梳理分析，筆者總結出具有良好TPITK的教師會呈現出以下特征：

第一，擁有扎實的教學主題知識和良好的課程整合能力。從本案例可以看出，教師深刻理解人工智能的相關概念、理論及發展脈絡，熟練掌握機器人工作原理和實踐操作，正確把握知識點間的聯結與層次遞進關系。在授課過程中，教師還整合進通用技術“簡易機器人制作”模塊相關內容，使學生對技術的思想有所領悟，技術的方法得以運用。在其他案例中還體現了信息技術教學主題與數學、美術等學科的整合。

第二，具有清晰系統的教學策略。在本案例中，教師設計的教學主線、教學互動和任務都緊密圍繞“人工智能基礎知識”進行，教學中每一步驟都以前一步為基礎，著眼于學生的最近發展區逐層深入。并且，教師通過不斷提問，促使學生將“思考”貫穿于“看聽做”整個過程中。從另一些優質課案例也可看出，教師能根據學生情況進行教學推理，以適合學生理解的方式授課。

第三，勇于設計基于技術支持的課，樂于將技術交到學生手上。“人工智能初步”是有關基礎性知識的純理論課，但在本案例中，教師精心設計，使各個理論知識點都具有技術實踐的支撐，并使用觸手可及且不斷變化的技術手段，如電腦攝像頭、簡易計時器軟件等優化知識表征、加強師生互動。教師不僅通過演示機器人使學生對人工智能有整體直觀的把握，而且將機器人交到學生手中，讓學生在探索中直接體驗人工智能。在此，技術不僅是教師呈現內容的工具，更是學生獲取知識的手段。在另一些優質理論課案例中，教師均通過技術使理論先落實到實踐，待學生有經驗性的感知后，再將實踐上升到理論。

第四，敢于將即興的創作融入精心的教學計劃中。教學是一個復雜和結構不良的問題，很少有——也許沒有一般的原理可適用于任何情境。同樣，也很難有一成不變的教學計劃能框定整個教學過程。本案例中，教師并不忽視或排斥學生在探索機器人過程中的失敗，而是即興于學生的失敗中挖掘共性，臨時增設內容，幫助學生解決問題，促進學生思考。在其他案例中也能看到多處此種超越教學計劃的即興創作。

人工智能教學策略范文第5篇

關鍵詞：

中圖分類號： TP391．7 文獻標識碼： A 文章編號：2095－2163（2011）03－0027－04

Application of Multi－AGENT in Network Intelligent Tutoring System

WANG Jianhua

Abstract：During many years, traditional modes of computer-aided teaching can not meet the educational needs of universities and colleges. And there exist a low degree of intelligence, lack of teaching strategies and other shortcomings for most of the traditional teaching system softwares. So intelligent tutoring system has become a research hotspot of intelligent computer education. Combined with the features of Multi-AGENT and the application theory in intelligent tutoring system, the paper presents the design model of network intelligent tutoring system based on Multi-AGENT, analyzes in detail system-level functions, and gives out the classification design of system database, as well as the characteristics of system model.

Key words：

0 引言

智能教學系統是當今計算機輔助教學領域研究和應用的熱點。網絡應用于教育領域，使得高校的教學方法、教學手段有了很大的改變，從而徹底地改變了人們的教育觀念和教學模式。網絡教學系統可以為教學雙方提供海量的教學資源，使學習者之間在海量的用戶中實現了無限溝通和交流。多AGENT系統應用于智能教學系統是最新的技術，建構主義教育思想和人工智能領域中理論的結合使得智能化的、面向學習效果的、交互的遠程學習模型的建立成為可能[1]。本文提出了一個基于多AGENT的網絡自主和協作模式的智能教學系統模型，并分析了系統的邏輯功能和特點。

1 多AGENT系統及應用

1．1 多AGENT系統的概念

多AGENT系統是由多個可計算的AGENT組成的集合。每個AGENT能作用于自身和環境，操縱環境的部分表示，并與其它AGENT通訊，從而通過AGENT間的合作、協商、協調、聯盟，模擬現實社會中的群體智能活動，完成復雜的任務[2]。多AGENT的這些特點正可以用來解決網絡教學中的問題。

Multi－AGENT系統是指一些通過多個AGENT協作完成某些任務或達到某些目標的計算系統。單個AGENT的能力是有限的，但可以通過適當體系結構把多個AGENT組織起來，從而彌補各個AGENT的不足，使整個系統的能力超過任何單個AGENT的能力。多AGENT系統表示一個問題需要多個求解實體，這種系統具有傳統分布，并發問題求解的優點，同時具有復雜的交互模式。

1．2 多AGENT系統的體系結構

多AGENT系統體系結構的選擇影響系統自主性、自適應性的程度。體系結構中必須有共同的通信協議或傳遞機制。對于特定的應用，應該選擇與多AGENT系統相匹配的結構。文獻[3]將多AGENT體系結構劃分為以下三種。

（1）集中式結構。采用類似星型網絡的結構，將AGENT分成若干個組，每個組內的AGENT 采取集中式管理，即每一組AGENT提供一個控制AGENT，以此來控制和協調組內不同AGENT的合作，如任務規劃和分配等等。

（2）分布式結構。各AGENT組之間和組內各AGENT之間均為分布式結構，各AGENT組或組內各AGENT無主次之分，處于平等地位。

（3）層次式結構。集合了集中式和分布式兩類結構。其中包含一個或多個層次結構，每個層次結構有多個AGENT，這些AGENT可以采用分布式或者集中式。相鄰層之間的AGENT可以直接通信，或者利用控制AGENT進行廣播通信。

1．3 多AGENT技術在網絡教學系統的應用

智能AGENT可以以虛擬的教師、虛擬的學習伙伴、虛擬的實驗室設備和虛擬的圖書館管理員身份出現，從而增強教學內容的趣味性、個性化和人性化色彩，改善人機教學效果，使遠程教學效果達到和超過傳統的教學效果[4]。在學習過程中，智能AGENT可以根據學生的個體差異安排學習計劃、學習建議；在練習和訓練過程中，智能AGENT根據各個學生的學習進度和學習水平，為學生提供合適的習題與實驗，相當于私人教師進行個別授課與個別輔導。當學生在網上學習迷航時，智能AGENT還能起到導航的作用，為學生指點迷津，順利地將學生帶到目的地。

2 基于多AGENT的智能教學系統模型

本文提出的基于多AGENT的智能教學系統，主要面向三類使用者：學生、教師和管理者。通過相對應的AGENT對使用者的使用行為進行學習和模擬，從而可以引導其個性化地使用該學習系統。系統除了要實現教師和學生在課堂教學中的一切功能以外，還要提供許多遠程功能，例如：作業的提交和評價、同學間的協作學習、教學策略的實時更新等。筆者提出的基于多AGENT的智能教學模型如圖1所示。整個系統在邏輯上由數據提供層、訪問控制層、公共服務層、教學應用層、用戶協作層和用戶層6個部分構成。

2．1 用戶層

教學系統的所有用戶可分為學生、教師和管理員三個部分。由于用戶角色的不同以及行為和思維習慣的不同，導致其使用的系統功能不同，使用習慣也不同。由于不同的用戶可能來自于不同的網絡平臺，例如互聯網、手機WAP網、各種類型的終端設備等，系統的設計可以整合所有異構網絡平臺。用戶無論在何種網絡平臺下，都可以正常使用系統。

2．2 用戶協作層

對于使用系統的所有用戶，用戶協作層負責身份驗證。對于已經登錄到系統中的用戶，用戶協作層中的“學生協作AGENT”和“教師協作AGENT”負責多個學生之間的協作學習以及多個教師之間的協作教學。根據不同學生用戶的特性，并依據系統掌握的教學策略和規則，系統會適當地將學生用戶按照不同的原則進行分組，或者將各方面程度相近的學生分成一組，或者將不同程度的學生分成一組，以模擬實際的教學環境。

2．3 教學應用層

學生用戶和教師用戶的一切教學活動都在教學應用層中完成。有關教學的每一個應用都分別對應一個AGENT，可引導用戶進行操作、為用戶提供個性化操作界面和教學內容；與其它AGENT進行通信、協作，智能地選擇適合用戶的教學策略。

（1） 學生與教師共同的應用

教學系統模型中關于教師和學生共同的應用有討論答疑、作業管理、課程報告管理、學習評價管理等。

① 討論答疑AGENT面向所有用戶提供討論服務，可以根據學生用戶不同的學習風格、問題討論的范圍等因素智能地實現自動分組討論。

② 作業管理AGENT協助教師AGENT負責為不同類型、不同程度的學生用戶分發作業，協助學生用戶提交作業。

③ 課程報告AGENT協助教師AGENT為學生用戶提供大作業、設計報告、實驗報告、小論文以及畢業論文等的出題、選題等工作。

④ 學習評價AGENT的功能是與和教學相關的各個AGENT實時通信和協作，負責完成教師教學過程和學生學習過程的所有評價工作。最后將評價結果保存到相應的系統數據庫中。

（2） 學生活動應用

學生用戶在教學系統中獨有的應用主要有學習、練習、實驗和測試等。

① 學習是學生用戶使用教學系統最多的功能，學習AGENT引導學生用戶在教學系統中學習專業知識。根據不同學生用戶的類型和學習風格，為用戶提供個性化的操作界面。

② 練習AGENT根據學生用戶的學習效果，為用戶智能地提供練習題目。還可以根據學生用戶歷史練習成績，提供難度適中的練習題，使學生用戶能逐漸適應新知識，從而循序漸進地學習。練習AGENT還可以為小組用戶提供相應難度的習題供大家比賽，從而檢驗小組學習效果。

③ 實驗AGENT的功能是協助教師AGENT設計實驗題目和引導學生用戶完成實驗內容，為實驗題目提供智能仿真環境，幫助學生用戶提交實驗報告。

④ 測試AGENT協助教師AGENT完成學科測試的出題工作，包括試卷結構的設定、智能組卷的完成以及試卷分發等工作；協助學生AGENT完成測試過程、答案提交等工作。

（3） 教師活動應用

教師用戶在教學系統有的應用主要有課程管理、教學內容管理、教學資源管理、試題管理等功能。

① 課程管理AGENT負責課程的開設、課程信息的維護、知識點的劃分、制定知識點之間關聯規則以及基本教學策略的制定等工作。

② 教學內容AGENT主要負責協助教師按知識點內容將教學內容錄入課程內容數據庫中，并負責對其進行維護。

③ 資源管理AGENT協助教師AGENT負責對圖片、聲音、視頻等教學資源進行管理。包括教學資源的錄入、修改、刪除等。

④ 試題管理AGENT協助教師AGENT完成對學科試題庫的建設，包括題型管理、題目管理、難度設定等。同時與練習AGENT和測試AGENT協作，為學生用戶提供個性化試題服務。

2．4 公共服務層

構成教學系統的各AGENT需要通信與協作，系統的不同用戶還會有不同的數據查詢和統計需求，系統需要安全穩定地運行，還需要為用戶提供豐富、準確的幫助信息，這一切功能的實現都通過系統的公共服務層來提供。

公共服務層為所有AGENT服務，是AGENT應用和底層數據庫之間的接口。公共服務層由教學策略AGENT、查詢服務AGENT、系統消息AGENT、系統安全AGENT和在線幫助AGENT構成。

2．5 訪問控制層

為了系統數據庫的安全，系統特別在系統數據庫和公共服務層之間設置了一個訪問控制層。訪問控制層負責接受公共服務層的訪問要求，直接訪問系統數據庫中的數據，返回訪問結果，并負責響應訪問控制層的數據挖掘請求。

2．6 數據提供層

智能教學系統需要海量數據支持，包括課程內容提供、各類用戶信息、學生歷史成績數據、教學策略數據、教學資源及系統知識規則庫等。將以上每一類數據單獨存放在一個數據庫里，方便數據的分類和管理，形成數據倉庫。

3 系統數據庫功能設計

基于多AGENT的智能教學系統，要想實現其智能的功能設計，需要海量的數據支持。面對海量用戶群，系統數據庫應該支持異構網絡及分布式存儲和處理。系統將所有數據分成以下7個數據庫分別存儲與處理。

（1）學生信息庫。學生信息庫用于存儲所有學生用戶的自然信息，包括為學生用戶登錄系統提供的用戶名、密碼、姓名、性別、出生日期等信息，還包括興趣、愛好、家庭情況、學習習慣等信息。另外，還記錄學生用戶在教學系統中的所有活動內容日志。

（2）教師信息庫。教師信息庫用于存儲所有教師用戶的自然信息，包括為教師用戶登錄系統提供的用戶名、密碼、姓名、性別、出生日期等信息，也包括興趣、愛好、家庭情況、教學習慣等信息。與學生用戶類似，教師信息庫同時也會記錄教師用戶的所有活動內容日志。

（3）學生成績庫。學生成績庫記錄所有學生用戶的成績信息，包括練習成績、測驗成績、考試成績等信息。做為基礎數據，學生成績庫是系統眾多AGENT進行數據挖掘和分析處理的數據來源。系統為學生用戶提供的一切學習內容，都是建立在已有學生成績數據的基礎之上，教師AGENT和學習評價AGENT的活動也離不開對學生成績數據的挖掘與分析。

（4）課程內容庫。課程內容庫用于存儲某一門課程包括章節設計、知識點設計和全部知識在內的全部內容，還包括所有知識點之間的關聯。為了適應智能教學系統的教學要求，對任何一個知識點允許多名教師用戶設計不同的教學過程，以滿足不同用戶的學習要求。

（5）教學策略庫。教學策略庫是智能教學系統的靈魂，根據課程內容庫中存儲的知識點結構和關聯，系統會為不同學生用戶隨機或有目的地、智能地生成不同的教學策略。根據學習評價AGENT的反饋，不斷地強化優規則、淘汰劣規則，由此建立起穩定的教學策略規則庫。

（6）教學資源庫。教學資源庫用于存儲課程的全部教學資源。由于智能教學系統是開放的，學生用戶和教師用戶是海量的，所以教學資源庫對所有用戶是開放設計的。所有用戶都可以自主創建教學資源，在系統運行過程中，優秀的資源會得到越來越多的使用機會，從而更多地應用于教學策略中。

（7）系統知識庫。系統知識庫用于存儲智能教學系統除教學策略之外的規則。

4 系統模型特點

本文設計的智能教學系統模型最大限度地模擬現實世界人類的教學活動，通過多AGENT之間的信息共享、溝通協作，以海量教學資源和學習數據為基礎，實時更新豐富的教學策略，為不同用戶提供個性化的學習界面，從而實現網絡自主學習和協作學習相結合的學習模式。系統模型主要有以下幾個特點：

（1）最大限度地模擬現實世界。網絡教學系統要想真正發揮作用，贏得使用者的喜愛，就要實現真正的個性化教學、人性化教學，實現自主學習與協作學習，實現動態實時教學策略管理。這就要求網絡教學系統最大可能地接近真實世界的教學環境，最大可能地模擬學校教學生活，只有這樣，學習者才能有真實感、親切感，才能喜歡網絡教學系統，愿意使用該系統，因此，才能高效地進行學習活動。

本文提出的智能教學系統模型，通過將現實世界中的真實教學任務適當地分解為多個步驟，系統豐富的功能由多個不同的AGENT互相協作完成，所有AGENT各司其職，比較全面地模擬了現實教學環境。

（2）多AGENT分工合作。系統由多個AGENT協作完成教學任務，各AGENT之間既可以單獨完成既定的任務，也可以通過溝通和協作完成較復雜的大型任務。詳細的分工使系統框架結構清晰明了，便于具體實現。

（3）引入學習風格的評價。學習風格是學習者持續一貫的、帶有個性特征的學習方式，是學習策略和學習傾向的總和。學習策略指學習方法，學習傾向指學習者的學習情緒、態度、動機、堅持性以及對學習環境、學習內容等方面的偏愛。系統模型中的學生AGENT在學生登錄成功后，負責監測、記錄學生的學習風格方面的數據，并記入到學生信息庫中。根據長時間監測的結果智能地總結出該學生的學習風格，從而根據學習風格提供個性化的學習界面。

有些學習策略和學習傾向會隨學習任務、學習環境的不同而變化。系統的學生AGENT會根據學生信息庫中數據的變化動態地跟蹤學習者的學習風格，從而動態地改變教學策略，讓學習者真正體會到是在一個現實的教學環境當中。

（4）分組協作教學。系統模型當中引入了學習風格的評價內容，學生協作AGENT可以將學習者的不同學習風格作為分組的依據，從而實現協作學習。系統還可以分析教師的教學風格，從而為學生提供個性化的教學服務。系統的設計面向整個互聯網，龐大的教師群和學生群在同時使用，就涉及師生結對的問題。系統通過對教師教學風格和學生學習風格的匹配，為學生智能分配教師、為教師智能分配學生，而且這一過程是動態的。學生用戶面對的是一位或多位虛擬教師，教師面對的是多位虛擬學生。這一技術徹底實現了師生之間協作教學，從而最大限度地提高了教學效率。

（5）教學策略的實時調整。系統中數量眾多的AGENT分工協作，實時采集教學活動的所有信息，存入系統的多個數據庫中，從而形成了海量的教學活動信息資源庫。系統的各個AGENT會通過數據挖掘AGENT所提供的服務，從各個數據庫中挖掘最新的關聯規則，從而動態地改變教學策略。教學策略的動態調整豐富了教學系統的功能，使系統更加人性化，同時也使學生用戶感到所面對的是一位有性格、有情緒、會隨時改變教學方法的虛擬教師。

（6）多元的教學評價機制。真實、完全地反映用戶使用教學系統的情況，就要客觀、全面地對教學活動進行評價，這就要求系統的評價主體與評價內容必須具有多元性[5]。在本文所提供的系統模型中，學生AGENT可以實現學習過程的自我評價、或對小組成員的評價、對虛擬教師的評價以及對教學策略的評價；教師AGENT可以對學習者的學習過程進行評價、可以對學生的學習效果進行評價、也可以對同行的教學工作進行評價。系統的評價主體由傳統的單一評價主體―教師，擴展到由學習者、小組成員、教師等構成的多元評價主體。評價量規表從學習內容的評價、探究活動過程的評價、以及學習成果的評價等多個方面展開，為學生提供一個更為寬松的評價環境與更為科學的評價指標。

5 結束語

智能化教育一直是全世界教育界和教育技術領域的理想和目標。計算機技術特別是網絡技術的發展，使計算機輔助教學得到廣泛的應用。新的教育理論層出不窮，特別是人工智能理論和技術的發展，為計算機智能教學提供了廣闊的發展空間。然而，在中國現有的教育體制和技術支持下，真正的智能教育理論實現起來非常困難，導致現階段的網絡教學出現了很多無可奈何的尷尬。網絡教育是“人－機－人”的交互過程，在這一過程中，如何提高網絡和計算機的智能化程度是目前教育技術領域的一個重大課題。

本文結合多AGENT的特性及在智能教學系統中應用的理論，提出了基于多AGENT的智能網絡教學系統的設計模型，詳細分析了系統各層次的功能，并給出了系統數據庫的分類設計以及系統模型的特點。

參考文獻：

[ 1 ] 許彥青，申瑞民，張同玖，等． 加強學習算法的智能多在遠

程教學中的應用[J]． 計算機工程，2001（8）：125－127．

[ 2 ] 程顯毅． AGENT計算[N]． 哈爾濱：黑龍江科學技術出版社， 2－

003．

[ 3 ] 張林，徐勇，劉福成． 多Agent系統的技術研究[J]． 計算機技術

與發展，2008（8）：80－87．

[ 4 ] 仇芒仙． 基于多Agent的網絡教學系統的研究[J]． 計算機工程

與應用，2003（16）：169－172．