教育數(shù)字化轉(zhuǎn)型視域下醫(yī)學(xué)院?；谥R圖譜的自適應(yīng)學(xué)習(xí)模型構(gòu)建與實踐

袁磊 宋瑩瑩 靳瑞霞

摘 要：本研究在教育數(shù)字化轉(zhuǎn)型的理念下，依托醫(yī)學(xué)院校校本網(wǎng)絡(luò)教學(xué)平臺，基于知識圖譜的知識建模、知識抽取、知識加工、知識融合、知識更新等關(guān)鍵技術(shù)，構(gòu)建包含學(xué)科知識圖譜、智能知識推薦、智能學(xué)習(xí)路徑規(guī)劃等模塊的自適應(yīng)學(xué)習(xí)系統(tǒng)，為學(xué)生提供個性化學(xué)習(xí)、自適應(yīng)學(xué)習(xí)服務(wù)，幫助教師及教學(xué)管理人員進行智慧教育改革，建立醫(yī)學(xué)院?！耙詫W(xué)生為中心”的育人體系，提升醫(yī)學(xué)人才培養(yǎng)質(zhì)量。

關(guān)鍵詞：教育數(shù)字化轉(zhuǎn)型；知識圖譜；自適應(yīng)學(xué)習(xí)模型

基金項目：河南省重點研發(fā)與推廣專項項目（軟科學(xué)）（編號：232400410338）；河南省高等教育教學(xué)改革研究與實踐重點項目（編號：2021SJGLX320）

作者簡介：袁磊（1983— ），男，新鄉(xiāng)醫(yī)學(xué)院三全學(xué)院副教授，研究方向為醫(yī)學(xué)高等教育、教育信息化；宋瑩瑩（1993— ），女，新鄉(xiāng)醫(yī)學(xué)院三全學(xué)院助教，研究方向為教育大數(shù)據(jù)；靳瑞霞（1973— ），女，新鄉(xiāng)醫(yī)學(xué)院三全學(xué)院副教授，研究方向為教育信息化、教育大數(shù)據(jù)。

《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標(biāo)綱要》提出，加快數(shù)字化發(fā)展，建設(shè)數(shù)字中國。2022年全國教育工作會議明確提出實施教育數(shù)字化戰(zhàn)略行動。教育部高等教育司司長吳巖也曾指出，高等教育數(shù)字化不是一般的策略問題，而是決定高等教育高質(zhì)量發(fā)展的戰(zhàn)略問題，是實現(xiàn)高等教育從學(xué)習(xí)革命到質(zhì)量革命再到高質(zhì)量發(fā)展的突破口和創(chuàng)新路徑。2022年8月，河南省教育廳等八部門聯(lián)合頒布《河南省“十四五”教育信息化發(fā)展規(guī)劃》，將“構(gòu)建信息化支撐環(huán)境，推動學(xué)校數(shù)字化轉(zhuǎn)型”作為八大重點任務(wù)之一?；诖?，課題組結(jié)合醫(yī)學(xué)院校自身專業(yè)特點，探索將大數(shù)據(jù)、人工智能等技術(shù)與教育教學(xué)融合，推進教育數(shù)字化轉(zhuǎn)型，以期改變傳統(tǒng)教育模式，提升醫(yī)學(xué)人才培養(yǎng)質(zhì)量。

一、基于教育數(shù)字化轉(zhuǎn)型的“知識圖譜+自適應(yīng)學(xué)習(xí)”教育生態(tài)系統(tǒng)

當(dāng)前，大數(shù)據(jù)和人工智能等新興信息技術(shù)的快速發(fā)展推動著教育信息化步入2.0階段，這也意味著智慧教育時代的到來。數(shù)字化教育教學(xué)資源海量增長，給學(xué)習(xí)者帶來了便利，也帶來了資源過載、資源選擇困難、自適應(yīng)學(xué)習(xí)難度加大等問題。研究表明，作為智慧教育的主要踐行模式，自適應(yīng)學(xué)習(xí)能夠根據(jù)學(xué)習(xí)者的個性特點和發(fā)展?jié)撃?，采用靈活和適合的方式充分滿足學(xué)習(xí)者個體需求的學(xué)習(xí)，為學(xué)生提供個性化學(xué)習(xí)服務(wù)。而自適應(yīng)學(xué)習(xí)模型構(gòu)建的核心在于知識圖譜的構(gòu)建，知識圖譜可以為自適應(yīng)學(xué)習(xí)系統(tǒng)中的精準(zhǔn)化教學(xué)、智能化學(xué)習(xí)診斷、高效教育資源整合等教育應(yīng)用提供理論基礎(chǔ)及技術(shù)支撐，從而為學(xué)生提供符合其個性特征的適應(yīng)性支持和服務(wù)，促進學(xué)生在知識、能力和情感等方面多元發(fā)展。

祝智庭教授指出，教育數(shù)字化轉(zhuǎn)型是建立在數(shù)字化轉(zhuǎn)換（從模擬格式到數(shù)字格式的轉(zhuǎn)變）、數(shù)字化升級（利用數(shù)字技術(shù)和信息改變組織的運作過程）基礎(chǔ)上的轉(zhuǎn)型，指向系統(tǒng)化的發(fā)展。由此可見，教育數(shù)字化轉(zhuǎn)型的過程也是一個教育生態(tài)系統(tǒng)構(gòu)建的過程。知識圖譜能夠幫助教師和學(xué)生在這些方面獲得良好體驗，可以促進教育生態(tài)系統(tǒng)內(nèi)教師教學(xué)路徑、學(xué)生學(xué)習(xí)路徑設(shè)計的優(yōu)化，實現(xiàn)教育生態(tài)系統(tǒng)良性、上升式發(fā)展。因此，課題組基于教育數(shù)字化轉(zhuǎn)型理念，構(gòu)建“知識圖譜+自適應(yīng)學(xué)習(xí)”的教育生態(tài)系統(tǒng)（如圖1所示），以高校學(xué)生、教師、管理人員的數(shù)字素養(yǎng)及能力培養(yǎng)為核心要素，以教育大數(shù)據(jù)應(yīng)用為驅(qū)動要素，通過基于知識圖譜的智能分析、智能推薦、智能問答等技術(shù)，落實“全要素、全領(lǐng)域、全業(yè)務(wù)、全流程”的智慧教育，支撐高校的校本教學(xué)平臺構(gòu)建以學(xué)習(xí)評估、知識推薦、學(xué)習(xí)規(guī)劃為中心的自適應(yīng)學(xué)習(xí)模型。

二、醫(yī)學(xué)院?；谥R圖譜的自適應(yīng)學(xué)習(xí)模型構(gòu)建及應(yīng)用

（一）教育領(lǐng)域?qū)W科知識圖譜構(gòu)建的模式及流程分析

北京大學(xué)教育學(xué)院的郭文革博士等，對基于知識圖譜的新型教材進行了深層次定義，其認為基于知識圖譜的新型教材是一種采用文字、圖畫、色彩、音頻、視頻、VR、游戲等多模態(tài)表達元素，以超鏈接、網(wǎng)狀結(jié)構(gòu)編排和組織內(nèi)容，通過服務(wù)器＋PC、iPad、智能手機、電子書等設(shè)備的方式發(fā)布使用的出版形態(tài)?；诖?，課題組依托基于知識圖譜的新型教材概念及其建設(shè)理念，從沉浸感、愉悅感、個性化、自主學(xué)習(xí)能力、學(xué)習(xí)效果等學(xué)習(xí)感知及效能維度，對學(xué)科知識、學(xué)習(xí)資源、學(xué)習(xí)活動等知識體系進行規(guī)劃，具體涵蓋文字、圖畫、色彩、音頻、視頻、VR、游戲等多模態(tài)形式，然后通過知識抽?。▽嶓w抽取、關(guān)系抽取、屬性抽取）、知識融合、知識加工等方法對數(shù)據(jù)層的“知識元”進行專家評判、知識校驗、知識補充及優(yōu)化，構(gòu)建形成教育領(lǐng)域的學(xué)科知識圖譜?；趯W(xué)科知識圖譜，學(xué)生可以使用服務(wù)器+PC、iPad、智能手機、電子書、VR設(shè)備等，依托語義搜索、智能問答、個性化推薦等知識圖譜技術(shù)，獲取個性化引導(dǎo)、個性化評價、個人圖譜等服務(wù)，從而激發(fā)學(xué)習(xí)興趣，提升自我管理意識，提高學(xué)習(xí)能力，完成知識構(gòu)建，順利進行自適應(yīng)學(xué)習(xí)。

（二）醫(yī)學(xué)院?；谥R圖譜的自適應(yīng)學(xué)習(xí)模型設(shè)計

當(dāng)前，隨著生物、電子、材料、能源信息、計算機等學(xué)科與醫(yī)學(xué)領(lǐng)域的深度融合，醫(yī)學(xué)領(lǐng)域發(fā)展迅速，醫(yī)學(xué)科研與教學(xué)、臨床診斷與治療、疾病預(yù)防與康復(fù)也由于新技術(shù)的融入，有了新的研究視角。《關(guān)于加強醫(yī)教協(xié)同實施卓越醫(yī)生教育培養(yǎng)計劃2.0的意見》明確提出，要推動醫(yī)科與工科、理科等多學(xué)科交叉融通。因此，對醫(yī)學(xué)人才的培養(yǎng)貫穿整個醫(yī)學(xué)生涯，醫(yī)學(xué)生需要養(yǎng)成終身學(xué)習(xí)能力，經(jīng)過在校教育、住院醫(yī)師規(guī)范化培訓(xùn)、繼續(xù)醫(yī)學(xué)教育等階段，不斷更新醫(yī)學(xué)知識、學(xué)習(xí)醫(yī)療先進技術(shù)、開展臨床研究等，持續(xù)提升專業(yè)知識、技能與素質(zhì)。傳統(tǒng)醫(yī)學(xué)教育由于無法打破時空限制，存在諸多不足。實踐證明，將知識圖譜引入依托于校本網(wǎng)絡(luò)教學(xué)平臺的自適應(yīng)學(xué)習(xí)系統(tǒng)設(shè)計，可以促進學(xué)習(xí)支持工具與學(xué)習(xí)者個性化學(xué)習(xí)過程的深度融合。醫(yī)學(xué)院校利用知識圖譜技術(shù)，在校本教學(xué)平臺上記錄與追蹤醫(yī)學(xué)生學(xué)習(xí)情況、認知水平、能力水平、情感態(tài)度等個性化特征，同時將醫(yī)學(xué)生學(xué)習(xí)的個性化特征與醫(yī)學(xué)學(xué)科知識圖譜中的實體屬性進行關(guān)聯(lián)。醫(yī)學(xué)院校基于知識圖譜的自適應(yīng)學(xué)習(xí)模型的主要功能模塊設(shè)計如下。

1.學(xué)情分析模塊。基于知識圖譜及數(shù)據(jù)分析技術(shù)，對醫(yī)學(xué)院校校本在線教學(xué)平臺的醫(yī)學(xué)生學(xué)習(xí)記錄等行為軌跡進行數(shù)據(jù)挖掘，可以分析醫(yī)學(xué)生的知識掌握情況等顯性特征以及學(xué)習(xí)速度、學(xué)習(xí)偏好、認知水平等隱性特征。基于學(xué)情分析數(shù)據(jù)，醫(yī)學(xué)院校教師，可以在課前制定教學(xué)策略，做到?jīng)Q策數(shù)據(jù)化；在課中利用制定的教學(xué)策略，有針對性地進行教學(xué)，講解知識點，分組討論教學(xué)，利用知識圖譜對知識內(nèi)在的關(guān)聯(lián)進行可視化處理，幫助醫(yī)學(xué)生構(gòu)建深層次認知；在課后推薦相關(guān)習(xí)題，讓學(xué)生根據(jù)學(xué)情狀況、學(xué)習(xí)能力，有針對性地進行練習(xí)，實現(xiàn)智慧教學(xué)。

2.內(nèi)容推薦模塊。基于知識圖譜及數(shù)據(jù)分析技術(shù)，結(jié)合醫(yī)學(xué)學(xué)科知識體系的特征，對醫(yī)學(xué)生過程化動態(tài)學(xué)習(xí)數(shù)據(jù)的自動分析，檢測醫(yī)學(xué)生的學(xué)習(xí)水平，精確診斷醫(yī)學(xué)生的學(xué)習(xí)情況，并分析醫(yī)學(xué)生薄弱知識點，從而有針對性地向醫(yī)學(xué)生推送學(xué)習(xí)內(nèi)容。同時，融合協(xié)同過濾等多種推薦技術(shù)，實現(xiàn)自適應(yīng)學(xué)習(xí)所需要的路徑推薦、資源推薦、同伴推薦、試題推薦、系統(tǒng)引導(dǎo)等，有針對性地向醫(yī)學(xué)生推薦更優(yōu)質(zhì)的學(xué)習(xí)資源，提升個性化學(xué)習(xí)效果。此外，基于知識圖譜，醫(yī)學(xué)生在學(xué)習(xí)過程中，可以通過語義搜索、智能問答、個性化推薦等功能，充分實現(xiàn)“以學(xué)習(xí)者為中心”，發(fā)揮個人感知、決策判斷與修正等主體作用，積極主導(dǎo)并完成學(xué)習(xí)活動。

3.學(xué)習(xí)策略規(guī)劃模塊?；谥R圖譜技術(shù)，挖掘醫(yī)學(xué)學(xué)科知識體系中知識點之間的關(guān)系，研判醫(yī)學(xué)生自身的學(xué)習(xí)偏好、學(xué)習(xí)能力等因素，從而幫助醫(yī)學(xué)生進行目標(biāo)設(shè)定、路徑選擇、資源選擇、知識建構(gòu)、監(jiān)控評價、反饋調(diào)節(jié)等，構(gòu)建基于醫(yī)學(xué)學(xué)科知識體系的學(xué)習(xí)效果精準(zhǔn)檢測、學(xué)習(xí)資源精準(zhǔn)推送、學(xué)習(xí)路徑精準(zhǔn)規(guī)劃的動態(tài)閉環(huán)，為醫(yī)學(xué)生量身定制個性化學(xué)習(xí)方案，使醫(yī)學(xué)生實現(xiàn)從表層知識學(xué)習(xí)到深層知識學(xué)習(xí)的轉(zhuǎn)化，穩(wěn)步提升醫(yī)學(xué)生學(xué)科專業(yè)知識掌握程度。

三、醫(yī)學(xué)院?；谥R圖譜的自適應(yīng)學(xué)習(xí)模型實踐應(yīng)用的關(guān)鍵模塊分析

課題組構(gòu)建的基于知識圖譜的自適應(yīng)學(xué)習(xí)模型，依托于學(xué)校的校本網(wǎng)絡(luò)教學(xué)平臺及雨課堂，以課程的線上線下混合式教學(xué)為抓手，進行實踐應(yīng)用驗證。

（一）多模態(tài)醫(yī)學(xué)學(xué)科課程知識圖譜框架搭建

目前，教育知識圖譜的數(shù)據(jù)來源通常是文本數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)，但基于醫(yī)學(xué)類課程的特色以及醫(yī)學(xué)院校在線教學(xué)平臺的應(yīng)用特色，教學(xué)資源大多是文本、圖片、音頻、視頻等信息。同時，在線教學(xué)平臺中的課程資源還包含測驗作業(yè)、問題討論、記錄教學(xué)及學(xué)習(xí)資源，體現(xiàn)多模態(tài)資源的特性。在醫(yī)學(xué)院校基于知識圖譜的自適應(yīng)學(xué)習(xí)系統(tǒng)構(gòu)建過程中發(fā)現(xiàn)，目前醫(yī)學(xué)院校校本在線教學(xué)平臺中的課程資源往往是單獨存在的，課程知識的整體框架多是依托課程教材的章節(jié)目錄關(guān)系呈現(xiàn)。一方面，課程群中的各課程之間沒有建立知識點之間的緊密聯(lián)系；另一方面，章節(jié)中所包含的細小知識點與知識點之間的關(guān)系并不是十分明確，影響了基于知識圖譜的智慧教學(xué)模式的運用?；诖?，課題組從知識點檢索、個性化學(xué)習(xí)路徑推薦、智能教育分析三個維度，依托學(xué)科標(biāo)準(zhǔn)知識實體資料庫、學(xué)科知識實體識別模型庫，圍繞文本、圖片、音頻、視頻、測驗作業(yè)、問題討論等要素，構(gòu)建多模態(tài)學(xué)科課程知識圖譜框架。此外，在模型框架中以知識節(jié)點的先序、后序關(guān)系，對知識節(jié)點進行定級，確定父節(jié)點、子節(jié)點、兄弟節(jié)點等，構(gòu)建醫(yī)學(xué)學(xué)科的多模態(tài)學(xué)科課程知識圖譜框架，以期有效解決以上問題。

（二）基于知識圖譜的智能化推薦框架搭建

在醫(yī)學(xué)院?；谥R圖譜的自適應(yīng)學(xué)習(xí)系統(tǒng)中，學(xué)生獲取智能的學(xué)習(xí)資源推薦、學(xué)習(xí)路徑規(guī)劃，教師獲得智能學(xué)情分析、智慧教學(xué)等服務(wù)，都離不開智能化推薦技術(shù)。在教學(xué)過程中，所謂的智能推薦功能，是指不需要教師或?qū)W生提出明確的需求，平臺或系統(tǒng)只需要根據(jù)教師或?qū)W生的歷史行為數(shù)據(jù)去建模，然后根據(jù)他們的歷史行為判斷接下來的行為和喜好，為教師或?qū)W生進行內(nèi)容推薦或策略規(guī)劃服務(wù)。目前，醫(yī)學(xué)院校構(gòu)建基于知識圖譜的智能化推薦框架，可以通過知識圖譜的概念層次結(jié)構(gòu)，采集醫(yī)學(xué)生的用戶學(xué)習(xí)興趣、學(xué)習(xí)行為屬性等，并通過知識圖譜的關(guān)聯(lián)語義推理，挖掘醫(yī)學(xué)生的學(xué)習(xí)興趣，構(gòu)建醫(yī)學(xué)生興趣模型，并在此基礎(chǔ)上，依托自適應(yīng)學(xué)習(xí)系統(tǒng)中基于知識圖譜管理的學(xué)科課程項目數(shù)據(jù)，建立醫(yī)學(xué)學(xué)科課程之間的多層次、強關(guān)聯(lián)知識體系，實現(xiàn)教學(xué)資源的高效利用。實踐證明，基于知識圖譜關(guān)聯(lián)挖掘用戶歷史行為數(shù)據(jù)以獲取其興趣特征等實體屬性，是醫(yī)學(xué)院?；谥R圖譜的自適應(yīng)學(xué)習(xí)系統(tǒng)實現(xiàn)智能化推薦的關(guān)鍵。因此，醫(yī)學(xué)院校構(gòu)建基于知識圖譜的自適應(yīng)學(xué)習(xí)模型，必須設(shè)計教育大數(shù)據(jù)的采集、挖掘及管理環(huán)節(jié)，從而實現(xiàn)自適應(yīng)學(xué)習(xí)系統(tǒng)內(nèi)的動態(tài)適配數(shù)據(jù)源、遷移數(shù)據(jù)庫模式等數(shù)據(jù)分析需求，為智能教育奠定良好的基礎(chǔ)。

參考文獻：

[1]童名文，師亞飛，戴紅斌，等.智慧學(xué)習(xí)環(huán)境中自適應(yīng)學(xué)習(xí)系統(tǒng)動力機制研究[J].電化教育研究，2020（2）.

[2]祝智庭，胡姣.教育數(shù)字化轉(zhuǎn)型的本質(zhì)探析與研究展望[J].中國電化教育，2022（4）.

[3]郭文革，黃榮懷，王宏宇，等.教育數(shù)字化戰(zhàn)略行動樞紐工程：基于知識圖譜的新型教材建設(shè)[J].中國遠程教育，2022（4）.

[4]高茂，張麗萍.融合多模態(tài)資源的教育知識圖譜的內(nèi)涵、技術(shù)與應(yīng)用研究[J].計算機應(yīng)用研究，2022（8）.

[5]孫雨生，祝博.基于知識圖譜的信息推薦架構(gòu)體系研究[J].情報理論與實踐，2021（11）.

責(zé)編：初 心