人工智能视域下个性化学习路径推荐:机理、演进、价值与趋势

摘要：

个性化学习路径推荐是智能技术驱动教育服务智能升级的关键力量,是实现大规模个性化教育的重要驱动.然而,目前个性化学习路径推荐的研究与实践仍未成熟,难以满足学习者因人而异、因时而变的个性化需求.个性化学习路径推荐的主流推荐框架包括基于机器学习、基于进化计算和基于知识图谱三种方式,具有不同的模型机理和适用的教育场景,经历了起步探索、预测推理、改进优化和融合创新的技术演进历程.其对教育的价值导向体现在赋能课堂教学、助力因材施教,优化在线学习、驱动服务升级,支持场馆学习、增强智能感知,改善游戏学习、优化交互体验,为破解大规模与个性化相结合的应用难题提供了重要支撑.随着智能技术的迭代升级及深入应用,未来个性化学习路径推荐呈现四大发展趋势,即关注信息要素的深度融合、迈向全方位多尺度的形式化建模,融合多种技术优势、构建以知识为主导的高性能推荐框架,注重可视化呈现和动态感知、推动个性化服务模式的优化升级,重视全景性应用策略研究、促进推荐技术与真实教育情境的紧密耦合.

关键词：个性化学习路径推荐、模型机理、技术演进、价值导向、发展趋势

分类号：G43(电化教育)

资助基金：国家自然科学基金;北京市自然科学基金面上项目

在线出版日期：2023-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：39-47