教学技术和设计服务
大学生适应性学习

Adaptive Learning

What is Adaptive Learning?

适应性学习是一种使用数据驱动的教学来调整和定制学习经验以满足每个学生的个性化需求的技术. 自适应学习系统可以跟踪学生进步等数据, engagement, and performance, 并利用这些数据提供个性化的学习体验.

而平等的教育机会使个人能够平等地获得资源, 公平教育承认并解决学习者之间的差异，提供适合每个人的材料，以达到他们的学术努力. 适应性学习以及适应性教学和评估努力为所有学习者提供教育公平.

Adaptive Learning & Assessment

适应性学习是互动学习的一部分，它通过学习途径满足个人的需求, effective feedback, and supplemental resources; as opposed to an one-size-fits-all curriculum (Kurt, 2021). 技术进步使得自适应学习更容易实现. 有三个方面可以实现自适应学习:自适应内容, adaptive sequence, and adaptive assessment.

  • 适应性内容为学生的具体反应提供反馈.g. hints, 复习相关技能的材料, 进一步脚手架)，而不改变技能的整体顺序.
  • 自适应序列不断收集和分析学生数据，以自动改变学生接下来看到的内容.
  • 适应性评估会根据学生对前一个问题的回答来改变他们看到的问题. 当学生准确地回答问题时，问题的难度就会增加, 而如果学生遇到困难，问题就会变得简单.

自适应学习软件通常包含这三个方面. 首先，它根据每个学习目标将课程材料分解为易于管理的部分. Then, 它为学习者提供即时的帮助, 针对他们学习需要的资源, and relevant feedback. 软件调整内容, sequence, 并根据存储在系统中的交互响应进行评估. Furthermore, 教师可以通过及时制作来调整教学, 数据驱动的明智决策，以满足课程的每个人的需求.

创建自适应学习场景的过程

当教师设计适应性学习场景时, content, sequence, 评估将根据所选择的适应性技术进行. 开发内容、顺序和评估的阶段如下:

Step 1
步骤1:识别小的知识单元

教师将从发展基于目标的小知识单元开始, or short lessons, (Cavanagh et al .)., 2020, p. 178). 这些课程为适应性学习场景提供了基础，该场景将开发序列，并与评估相关联.

Step 2
步骤2:开发评估和反馈

在设计内容并将其组织成小的知识单元之后, 需要开发评估和反馈，为学生创造一个全面和个性化的学习体验. 和任何传统设计的课程一样, 适应性学习环境中的评估将与学习目标和活动保持一致，并将有助于根据评估表现确定学生的学习路径. 因为学生将独立参与适应性学习体验, 在创建评估时，结构化反馈是需要考虑的重要补充. 在学生回答问题时给他们写反馈, 解释为什么一个答案是正确的或不正确的, 可以帮助实现性能掌握(Cavanagh等?., 2020).

Step 3
步骤3:设计自适应学习路径

曾经的小知识单元, assessments, 反馈已经计划好了, 教师可以考虑学生通过内容进步的途径. 基于学生的预评估表现, 自适应学习软件将根据教师的偏好为他们分配学习路径. Typically, 途径从基础知识发展到更复杂的内容，以建立学生对学习目标的掌握(卡瓦纳), 2020). 而教师可以为学生设计基本的学习途径, 人工智能软件还将根据学生的评估表现向他们提出个性化建议. For example, 如果学生在某项评估中表现不佳, 人工智能软件可能会建议学生在进入下一个单元之前复习之前的一个单元.

 适应性学习的好处

适应性学习有几个潜在的好处(McGuire, 2021):

  • 适应性学习可以让学生了解他们的掌握水平，并允许他们按照自己的节奏学习，从而使他们变得更加成功和自我指导.
  • 通过提供适合学生需求的课程和活动，它有可能提高学生的参与度.
  • 它可以作为昂贵的教科书的经济实惠的替代品.
  • 它提供了一个保持课程目标的结构, lessons, practice activities, 评估是一致的，并向学生展示课程的每个元素是如何与课程目标相关的. Likewise, 当学生在掌握一个概念方面有困难时, 如果某些教学元素与目标不一致，教师可以进行审查.
  • 它提供了相关和及时的数据，教师和管理人员可以使用这些数据来确定课程中目标人群的表现. 这可能是识别和应对少数群体和受贫困影响学生的公平障碍的有力工具.
  • 它使教师和管理人员能够通过识别个别学生提供及时和有针对性的支持, 甚至是多部分课程中的特定部分, that need attention.
  • 它使教师和管理人员能够通过比较各个学期的数据来不断改进.
  • 自适应学习可以实现大规模的个性化学习, 这也减少了作弊，因为每个学生的内容和评估都不一样.
  • 适应性学习可以最大限度地提高学习效果，因为教师可以更好地了解学生正在努力的领域，以及谁需要更多的帮助，并在学生面临退出风险之前提供干预.

使适应性学习成功的最佳实践

  • 适应性学习需要人类的计划和互动才能成功. 教师的存在对于适应性学习的发生仍然至关重要，因为他们帮助学生理解适应性系统的价值，并帮助他们从被动的合作者和学习者转变为主动的合作者和学习者.
  • 建议选择自适应平台，使教师能够选择特定的学习活动和评估，以确保内容与课程目标一致.
  • 教师在设计适应性学习时应该提前计划，并确定他们可以向谁寻求支持
  • 教师应该花时间了解适应系统是如何工作的，并将这些信息传达给学生.
  • 清楚地提出对课程的期望和使用适应性材料的过程.
  • 熟悉自适应学习工具提供的学习分析. 有效地利用学习分析来告知教师干预措施和实施以学习者为中心的教学是关键.

引用的作品和附加资源

Cavanagh, T., Chen, B., Lahcen, R.A.M., & Paradiso, J. (2020). 构建高等教育适应性学习的设计框架与教学方法:实践者的视角. 开放与分布式学习国际研究综述， 21(1), 173-197. http://doi.org/10.19173/irrodl.v21i1.4557

Kurt, S. (2021). 适应性学习:它是什么，它的好处是什么，它是如何工作的? Educational Technology. http://educationaltechnology.net/adaptive-learning-what-is-it-what-are-its-benefits-and-how-does-it-work/

McGuire, R. (2021). 什么是适应性学习?适应性学习如何促进高等教育公平. Every Learner Everywhere. http://www.everylearnereverywhere.org/blog/what-is-adaptive-learning-and-how-does-it-work-to-promote-equity-in-higher-education/

Peng, H., Ma, S., & Spector, J.M. (2019). 个性化适应性学习:一种由智能学习环境促成的新兴教学方法. 智能学习环境, 6(9). http://doi.org/10.1186/s40561-019-0089-y

Redmon, M., Wyatt, S., & Stull, C. (2021). 使用个性化的适应性学习来提高行业特定的语言技能，以支持西班牙语实习学生. Global Business Languages, 21, 92-112. http://doi.org/10.4079.gbl.v21.6