学习云空间中基于情境感知的移动学习自适应模型及其应用研究

作者:张琳捷;罗雯;刘博;黄昌勤 刊名:电化教育研究 上传者:刘志杰

【摘要】随着移动互联网等新技术的快速发展;移动学习成为网络学习空间的主要学习方式之一;然而移动学习效果的提升面临着复杂移动情境下空间化学习的自适应挑战;文章以云计算支持下的网络学习空间(即学习云空间)为背景;分析了移动学习的自适应因素;提出了一个基于情境感知的移动学习自适应模型;并探讨了移动学习的自适应实现机制及其应用策略;研究依托iStudy的移动学习自适应系统进行应用实践和实证分析;结果表明:该系统更有利于提高场独立型与场依存型两种风格学生的自我效能感;以及场依存型学生的学习成绩;不同知识类型学习中均使用该系统;其学习成绩没有差异;两种风格学生均认为该系统更加便捷适用;场依存型学生认为该系统更有利于促进学习;研究为促进移动学习的自适应和个性化理论与实践探索提供了有力支撑;

全文阅读

一、引言深入推进“三通两平台”是我国教育信息化建设的重点任务,而“网络学习空间人人通”是其中的核心内容[1]。随着互联网、云计算、物联网等技术的出现,以云计算平台为依托的学习空间——“学习云空间”应运而生,其共享一体化与最大化、应用智能化和个性化的特征为在线学习活动的开展提供了良好的环境基础[2]。同时,移动互联网的深度普及使得移动学习成为学习云空间环境下学习的主要方式之一。移动学习是利用移动技术的优势开展超越时空限制的社会化、情境化学习活动的过程[3]。相关研究表明,在真实情境中发生的移动学习更能提高学习成效[4],而移动情境的复杂性也给学生造成了严重的认知负荷,削弱了移动学习成效[5]。为了实现学生与移动学习情境的动态平衡,自适应学习能够根据学习情境调整学习活动,满足学生需要,提升学习效果[6]。自适应学习的实现需要借助多种技术支持,其中,情境感知技术试图利用人机交互或传感器提供关于个体以及设备、环境等情境信息,并使移动设备做出适应性反应[7]。可见,融入了情境感知的移动学习,将是云空间环境下自适应学习的主要支撑和热点趋势。二、云空间中基于情境感知的移动学习自适应因素分析及模型构建移动学习与学习云空间相适应是开展高效学习的基础。云空间本身就是分布式移动终端设备依赖的网络平台,其中,海量的碎片化资源、自动配置的应用服务以及可感知的动态虚拟环境为移动学习的自适应提供了灵活、个性化的支持,然而,学生个体的差异性与移动学习情境的复杂性严重影响了移动学习自适应效率。为了提高移动学习自适应效率,本研究以云空间中移动学习自适应因素分析为基础,构建了情境数据驱动下移动学习自适应模型。(一)面向云空间移动学习的自适应因素分析移动学习本质上是认知建构的过程,认知发展是学生主体与移动学习情境客体相互作用的结果,采用既吻合学生个性特征,又主动适应移动情境及其变化的自适应机制,能够保证在情境变化时移动学习的适配和高效。因此,对学习自适应而言,学生主体与移动学习情境两个维度的因素分析是必不可少的。移动学习作为一种社会学习方式,学生的主体地位至关重要。对于主体因素,本研究基于武法提教授的分类法[8],结合云空间环境的实际情况,将学生因素划分为基本信息(年龄、家庭背景、学习经历等)、学习风格(场依存型和场独立型)、学习态度(积极、中性、消极)、认知结构(对当前学习任务的理解状态)。移动学习情境是用来表征学生与移动设备交互时影响学习目标达成的非主体特征信息。本研究考虑到分类情境复杂性对自适应实施的困难性、碎片化资源的重要性,对Korhonen提出的情境分类[9]进行归并调整,将移动学习情境分为学习任务情境(任务主题等)、学习资源情境(资源的类型和难度等)、移动设备情境(电量、内存、计算能力等)、学习环境情境(时间、地点、网络制式及人群密度影响等)。(二)情境数据驱动下移动学习自适应模型构建移动学习的自适应过程就是云空间充分利用空间和技术优势对学生和移动情境信息进行提取、加工和利用,并主动为学生适配移动学习活动的过程。基于上述自适应因素分析,本研究提出了情境感知支持下移动学习的自适应模型(如图1所示),主要包括自适应基础数据获取、基于情境感知的自适应调整过程以及学习活动适配集应用三个核心部分。自适应基础数据获取主要利用人机交互与情境感知技术实时动态监控云空间中的移动学习过程来提取与移动学习紧密相关的学生数据与移动学习情境数据,一方面,将其归档在历史情境库中,为情境分类器的构建提供大量有效的数据集;另一方面,作为下一模块的数据输入,为基于情境感知的自适应调整过程提供数据基础。基于

参考文献

引证文献

问答

我要提问