前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的人工智能教學(xué)的優(yōu)點(diǎn)主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：人工智能教學(xué)的優(yōu)點(diǎn)范文

關(guān)鍵詞：人工智能；教育；應(yīng)用；問題

中圖分類號：G642.0 文獻(xiàn)標(biāo)志碼：A 文章編號：1674-9324（2012）03-0159-02

人工智能是研究如何構(gòu)造智能機(jī)器（智能計算機(jī)）或智能系統(tǒng)，使其模擬、延伸、擴(kuò)展人類智能的學(xué)科。隨著人工智能的理論與技術(shù)在社會各個領(lǐng)域的廣泛應(yīng)用，其在教育領(lǐng)域內(nèi)的應(yīng)用也越來越受到重視，并取得了一定的研究成果。

一、人工智能教育應(yīng)用的主要形式

人工智能在教育領(lǐng)域應(yīng)用的最直接結(jié)果就是誕生了智能教學(xué)系統(tǒng)。智能教學(xué)系統(tǒng)是以計算機(jī)輔助教學(xué)為基礎(chǔ)而興起的，它是以學(xué)生為中心，以計算機(jī)為媒介，利用計算機(jī)模擬教學(xué)專家的思維過程而形成的開放式人機(jī)交互系統(tǒng)。目前，智能教學(xué)系統(tǒng)已成為人工智能在教育中應(yīng)用的主要形式。智能教學(xué)系統(tǒng)主要是在知識表示、推理方法和自然語言理解等方面應(yīng)用了人工智能原理。由于它綜合了知識專家、教師與學(xué)生三者的活動，因此，與之相對應(yīng)的，智能教學(xué)系統(tǒng)一般分成知識庫、教學(xué)策略和學(xué)生模型三個基本模塊，再加上一個自然語言智能接口。智能教學(xué)系統(tǒng)的功能具體來說有以下幾條：了解每個學(xué)生的學(xué)習(xí)能力、認(rèn)知特點(diǎn)和當(dāng)前知識水平；能根據(jù)學(xué)生的不同特點(diǎn)選擇適當(dāng)?shù)慕虒W(xué)內(nèi)容和教學(xué)方法，并可對學(xué)生進(jìn)行有針對性的個別指導(dǎo)；允許學(xué)生用自然語言與“計算機(jī)導(dǎo)師”進(jìn)行人機(jī)對話。智能教學(xué)系統(tǒng)的設(shè)計不僅要有計算機(jī)科學(xué)的知識，還需要有教育科學(xué)的理論指導(dǎo)。

二、人工智能在教育中應(yīng)用的局限性分析

1.阻礙人工智能發(fā)展的關(guān)鍵因素。在人工智能的發(fā)展中，一直存在著對“計算機(jī)是否能代替人腦甚至超過人腦”的問題的討論，實(shí)際上，以電子計算機(jī)為主要工具模擬人的某些思維活動而產(chǎn)生的人工智能是有局限的。①計算機(jī)處理問題的根本原理。要計算機(jī)解決某種問題，有三個基本的前提：必須把問題形式化；問題還必須是可計算的，即要有一定的算法；問題必須有合理的復(fù)雜度，即要避免指數(shù)爆炸。由于人的智能活動不能完全形式化，因此，機(jī)器就不能將人腦的智力活動全部復(fù)制出來。電子計算機(jī)最終只能把握0、1這兩個開關(guān)代碼，遇到不能形式化、不能找到算法或不能程序化的任務(wù)，計算機(jī)則難以執(zhí)行。②人和機(jī)器之間的根本區(qū)別。智能模擬利用了人和機(jī)器的共性，即兩者都是一個信息轉(zhuǎn)換系統(tǒng)，但兩者之間存在著不容忽視的本質(zhì)區(qū)別。智能模擬與天然智能屬于兩種不同的進(jìn)化系統(tǒng)，人類的智能是人類社會實(shí)踐的產(chǎn)物，機(jī)器的智能是機(jī)械制造的結(jié)果。大腦和電腦的組織結(jié)構(gòu)也不相同，兩者屬于兩種不同的運(yùn)動過程，前者是復(fù)雜的生理--心理過程，后者是機(jī)械--物理過程。智能模擬可以在局部上超過天然智能，但是，模擬的根本方法是功能模擬法，兩個系統(tǒng)在結(jié)構(gòu)和實(shí)際過程上是不一樣的。智能模擬不具有人的思維的社會性，不具有主觀世界。

2.人工智能在教育中應(yīng)用的局限。就目前人工智能的發(fā)展水平以及人工智能本身的特點(diǎn)而言，它在教育中的應(yīng)用也是有其局限性的。①與學(xué)生之間無法暢通交流。教育本質(zhì)上是一種“交互”活動，而智能教學(xué)系統(tǒng)無法實(shí)現(xiàn)最充分、最真實(shí)的交互。目前自然語言理解的研究成果非常有限，遠(yuǎn)不能達(dá)到人人交流的要求。此外，就態(tài)度、品德、情感等教育問題而言，機(jī)器只能通過學(xué)生輸入計算機(jī)的信息來判斷其掌握和內(nèi)化程度，而無法像人類教師通過自然狀態(tài)的交流和觀察來判斷學(xué)生的真實(shí)情況，因此，“機(jī)器智能”很容易被蒙蔽“雙眼”，無法做到像人與人之間那樣自然暢通的交流。②決策和推理機(jī)制不完善。智能教學(xué)系統(tǒng)的關(guān)鍵智能所在是其決策和推理機(jī)制，即“教學(xué)策略”模塊根據(jù)不同學(xué)生的具體情況通過推理做出靈活決策，這種決策基于學(xué)生模塊提供的有關(guān)學(xué)生的知識水平、認(rèn)知特點(diǎn)和學(xué)習(xí)風(fēng)格，而這些不能完全被形式化。同時，隨著教育理念的不斷更新以及教學(xué)模式和教學(xué)方法的不斷改進(jìn)，系統(tǒng)所應(yīng)用的教學(xué)策略模塊用于評估和判斷學(xué)生學(xué)習(xí)過程的能力是有限的。③人工智能并非適合所有的學(xué)習(xí)領(lǐng)域。根據(jù)加涅的學(xué)習(xí)結(jié)果分類，學(xué)習(xí)分為言語信息、智慧技能、認(rèn)知策略、動作技能和態(tài)度五類。言語信息分為符號學(xué)習(xí)、事實(shí)學(xué)習(xí)和有組織的知識學(xué)習(xí)，這些屬于可形式化內(nèi)容，適用于智能教學(xué)系統(tǒng)；智慧技能分為辨別、具體概念、定義性概念、規(guī)則和高級規(guī)則，其中前四項(xiàng)屬于可形式化內(nèi)容，適用于智能教學(xué)系統(tǒng)，而高級規(guī)則屬于復(fù)雜――形式化內(nèi)容，部分內(nèi)容不適用于智能教學(xué)系統(tǒng)；動作技能和態(tài)度領(lǐng)域的學(xué)習(xí)，在其認(rèn)知成分中可以使用智能教學(xué)系統(tǒng)，但情感和行為成分等非形式化內(nèi)容，則難以用智能教學(xué)系統(tǒng)來實(shí)現(xiàn)。因此，并不是所有的學(xué)習(xí)領(lǐng)域都適用于智能教學(xué)系統(tǒng)。智能教學(xué)系統(tǒng)在教育中應(yīng)用的重點(diǎn)應(yīng)放在認(rèn)知領(lǐng)域中的符號學(xué)習(xí)、事實(shí)學(xué)習(xí)和有組織的知識學(xué)習(xí)、辨別、具體概念、定義性概念以及規(guī)則這些學(xué)習(xí)內(nèi)容上。

三、人工智能教育應(yīng)用的發(fā)展方向

近年來，隨著計算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)、人工智能技術(shù)以及現(xiàn)代教育教學(xué)理論的發(fā)展，人工智能在教育中應(yīng)用的發(fā)展呈現(xiàn)出以下幾個趨勢。

1.開始突破單一的個別化教學(xué)模式。長期以來，計算機(jī)輔助教學(xué)系統(tǒng)和智能教學(xué)系統(tǒng)都是強(qiáng)調(diào)個別化教學(xué)模式，這種模式在發(fā)揮學(xué)生的學(xué)習(xí)積極性、主動性和進(jìn)行因人而異的指導(dǎo)等方面確實(shí)有許多優(yōu)點(diǎn)。但是，隨著認(rèn)知學(xué)習(xí)理論研究的進(jìn)展，人們發(fā)現(xiàn)在計算機(jī)輔助教學(xué)系統(tǒng)和智能教學(xué)系統(tǒng)中只強(qiáng)調(diào)個別化是不夠的，在某些場合（例如問題求解）采用協(xié)作方式往往更能奏效。因此，近年來在智能教學(xué)系統(tǒng)中，協(xié)作型教學(xué)模式得到越來越多的重視和研究。

2.智能教學(xué)系統(tǒng)日益與超媒體技術(shù)相結(jié)合。超媒體系統(tǒng)具有良好的開發(fā)環(huán)境、靈活方便的用戶界面以及圖、文、聲并茂的特點(diǎn)，而且其信息的組織方式與人類認(rèn)知的聯(lián)想記憶習(xí)慣相符，已成為目前一種最理想的信息載體和最有效的信息組織與信息管理技術(shù)，在許多領(lǐng)域尤其是教育領(lǐng)域有廣闊的應(yīng)用前景。把超媒體技術(shù)引入智能教學(xué)系統(tǒng)，從而發(fā)展成為智能超媒體輔助教學(xué)系統(tǒng)，可以大大改善計算機(jī)輔助教學(xué)系統(tǒng)的教學(xué)環(huán)境，激發(fā)學(xué)生的學(xué)習(xí)積極性，從而顯著提高教學(xué)效果。

3.智能教學(xué)系統(tǒng)與網(wǎng)絡(luò)的關(guān)系日益密切。網(wǎng)絡(luò)的應(yīng)用和普及為遠(yuǎn)程教育和終身教育提供了一個良好的空間。當(dāng)前，智能教學(xué)與多媒體網(wǎng)絡(luò)的結(jié)合成為人工智能在教育中應(yīng)用的一個勢不可擋的發(fā)展趨勢。

4.傳統(tǒng)人工智能與神經(jīng)網(wǎng)絡(luò)模糊決策機(jī)制相結(jié)合。傳統(tǒng)人工智能從宏觀角度開展認(rèn)知模擬，可以部分地模擬人類的邏輯思維過程，而神經(jīng)網(wǎng)絡(luò)模糊決策機(jī)制從微觀方面進(jìn)行認(rèn)知模擬，著力實(shí)現(xiàn)模仿人類右腦的模糊處理功能和整個大腦的并行化處理功能。今后將探索一種新的智能處理模型：把神經(jīng)網(wǎng)絡(luò)的模糊決策機(jī)制和符號專家系統(tǒng)的推理能力結(jié)合起來，利用多重知識源、多種模型進(jìn)行復(fù)合協(xié)同處理。如果上述技術(shù)能夠成熟運(yùn)用，那將對人工智能的發(fā)展及其在教育中的應(yīng)用起到?jīng)Q定性的作用。

參考文獻(xiàn)：

[1]王士同.人工智能教程[M].北京：電子工業(yè)出版社，2001.

[2]王永慶.人工智能原理與方法[M].西安：西安交通大學(xué)出版社，1998.

[3]何克抗.計算機(jī)輔助教育[M].北京：高等教育出版社，1997.

[4]徐鵬，王以寧.國內(nèi)人工智能教育應(yīng)用研究現(xiàn)狀與反思[J].現(xiàn)代遠(yuǎn)距離教育，2009，（5）：3-5.

第2篇：人工智能教學(xué)的優(yōu)點(diǎn)范文

關(guān)鍵詞：多媒體技術(shù)；教學(xué)；模式；發(fā)展趨勢

多媒體技術(shù)自誕生以來就一直受到人們關(guān)注，人們將多媒體技術(shù)應(yīng)用于各個領(lǐng)域，多媒體課堂的誕生給教育領(lǐng)域帶來了前所未有的機(jī)遇。尤其是隨著因特網(wǎng)的快速發(fā)展，多媒體技術(shù)不斷更新進(jìn)步，多媒體課堂也變得越來越豐富，同時在各個階段的教學(xué)中也發(fā)揮著越來越大的作用。它與傳統(tǒng)課堂相結(jié)合，使理論與實(shí)踐良好的結(jié)合，在未來的發(fā)展中更讓人們充滿憧憬。

多媒體教學(xué)的發(fā)展是隨著計算機(jī)的發(fā)展展開的，大致可分為三個發(fā)展模式。第一種是基于單機(jī)的傳統(tǒng)多媒體教學(xué)模式，自七十年代多媒體技術(shù)應(yīng)用在教學(xué)中就是采用這種最基本的模式，因?yàn)閱螜C(jī)的傳統(tǒng)模式技術(shù)要求不高，所以在之后的幾十年發(fā)展過程中，這種模式一直是應(yīng)用最廣泛的，但是其有自身缺點(diǎn)，它的制作周期長，質(zhì)量和規(guī)范上有問題，尤其是課件技術(shù)含量低，知識更新慢；第二種為基于局域網(wǎng)的多媒體教學(xué)模式，這種模式基于第一種傳統(tǒng)單機(jī)模式，仍然需要制作單機(jī)模式中的課件，其進(jìn)步之處就是網(wǎng)絡(luò)教學(xué)平臺的運(yùn)用。與單機(jī)傳統(tǒng)模式相比有許多優(yōu)點(diǎn)；第三種為基于因特網(wǎng)的現(xiàn)代多媒體教學(xué)模式，這種模式較前兩個模式有巨大進(jìn)步，雖然也需要多媒體的基本元素，但是因?yàn)橐蛱鼐W(wǎng)的出現(xiàn)，它擺脫了光盤和局域網(wǎng)，能夠?qū)崿F(xiàn)教學(xué)資源的共享，提供非常豐富的教育服務(wù)。

二十一世紀(jì)是互聯(lián)網(wǎng)的世紀(jì)，網(wǎng)絡(luò)無處不在，在未來的課堂上，網(wǎng)絡(luò)的運(yùn)用會愈加成熟，根據(jù)國內(nèi)外學(xué)者的觀點(diǎn)以及對多媒體技術(shù)發(fā)展的分析，展望未來多媒體技術(shù)在教學(xué)中的發(fā)展趨勢：

一、多媒體技術(shù)與網(wǎng)絡(luò)通信技術(shù)的結(jié)合

3G是3rd-Generation的簡稱，即指第三代數(shù)字通信技術(shù)，大大提高了數(shù)據(jù)和聲音的傳輸速度，3G技術(shù)很強(qiáng)大，它不僅能處理圖像和音頻這些媒體形式，還能夠處理包括視頻等多種媒體形式。移動通信網(wǎng)絡(luò)和有限的網(wǎng)絡(luò)有效地集成在一起，主要由無線連接，有限的網(wǎng)絡(luò)和手持終端三部分組成的。傳統(tǒng)的封閉學(xué)習(xí)受到空間的限制，即使是后來的互聯(lián)網(wǎng)與多媒體技術(shù)的整合也無法擺脫有線互聯(lián)網(wǎng)不能移動的問題，然而3G技術(shù)改善此問題，從而可以廣泛應(yīng)用到教育的各個領(lǐng)域中。隨著3G技術(shù)的發(fā)展和廣泛的推廣應(yīng)用，教育手段和教學(xué)方式將發(fā)生革命性的變化。

二、多媒體技術(shù)與仿真技術(shù)的結(jié)合

仿真技術(shù)在多媒體技術(shù)中的應(yīng)用可以稱為虛擬現(xiàn)實(shí)，使身臨其境的人進(jìn)入虛擬現(xiàn)實(shí)境界，從而產(chǎn)生一種強(qiáng)烈的幻覺。

由于設(shè)備價格昂貴，虛擬現(xiàn)實(shí)技術(shù)主要應(yīng)用于一些特殊的部門，如軍事模擬和游戲中對虛擬現(xiàn)實(shí)技術(shù)的應(yīng)用，但在教育領(lǐng)域有廣闊的應(yīng)用前景，對教育技術(shù)來說是一個飛躍。它將"自主學(xué)習(xí)"的環(huán)境引入課堂，學(xué)習(xí)者通過自身與信息環(huán)境的相互作用來得到知識、技能，這種新型的學(xué)習(xí)方式代替了傳統(tǒng)的以教促學(xué)的學(xué)習(xí)方式。

虛擬現(xiàn)實(shí)技術(shù)能夠應(yīng)用到現(xiàn)實(shí)教學(xué)之中，可以應(yīng)用在諸多方面，總結(jié)主要有：（1）模擬在現(xiàn)實(shí)中存在的，但教師在課堂之中無法表現(xiàn)出來的景物，方便學(xué)生的研究和探討，如火山爆發(fā)、人類登月等。（2）模擬在現(xiàn)實(shí)中不存在的，但它可能會在將來發(fā)生的事情，主要是可以培養(yǎng)學(xué)生的創(chuàng)造性思維能力。（3）創(chuàng)造一個外語學(xué)習(xí)環(huán)境，使你如同置身異國他鄉(xiāng)，這樣可縮短學(xué)時，提高效率。（4）模擬一些受時空限制的事物，但在課堂上可以激發(fā)學(xué)生的興趣，滿足學(xué)生的求知欲望，例如地殼變動、大陸板塊漂移、海底活動、太空旅行等。通過這種技術(shù)應(yīng)用，可以提高學(xué)生的學(xué)習(xí)興趣，提供實(shí)際生活中觀察不到的視點(diǎn)，使得抽象問題形象化。

隨著仿真技術(shù)的發(fā)展與成熟，相信會逐步應(yīng)用到各個教育領(lǐng)域，現(xiàn)如今許多高校將科研成果轉(zhuǎn)化成了實(shí)用技術(shù)，如浙江大學(xué)、哈爾濱工業(yè)大學(xué)、清華大學(xué)等高校建起了虛擬現(xiàn)實(shí)與系統(tǒng)仿真的研究室，擁有傳統(tǒng)實(shí)驗(yàn)室無法比擬的優(yōu)勢，隨著各個科研機(jī)構(gòu)的努力，那么多媒體技術(shù)與仿真技術(shù)的結(jié)合將來就有可能會進(jìn)入普通課堂之中。

三、多媒體技術(shù)與人工智能技術(shù)的結(jié)合

隨著科學(xué)技術(shù)不斷發(fā)展，現(xiàn)在人們中生活的智能化水平越來越高。人工智能技術(shù)屬于計算機(jī)科學(xué)，人工智能技術(shù)涉及很多學(xué)科，如生理學(xué)、哲學(xué)等。它是一門涉及廣、綜合性強(qiáng)的學(xué)科。發(fā)展到二十一世紀(jì)，人類社會的現(xiàn)代化的步伐加快，科學(xué)家對人工智能不斷深入研究并與教育信息化相融合，兩者的不斷發(fā)展，使得人工智能技術(shù)在教育領(lǐng)域的應(yīng)用越來越受到人們的重視，同時我國許多專家將人工智能技術(shù)與現(xiàn)階段我國的教育教學(xué)相結(jié)合，從而適應(yīng)我國國情發(fā)展，從最大利益上推進(jìn)我國教育事業(yè)的發(fā)展，并取得了巨大進(jìn)步。近年來，隨著我國技術(shù)的成熟，國內(nèi)教育界對于多媒體技術(shù)與人工智能技術(shù)的結(jié)合的研究范圍廣泛，同時關(guān)注度較高，涉及教育教學(xué)的許多方面，主要表現(xiàn)舉例如下：一、智能教學(xué)系統(tǒng)（ITS），它起源于計算機(jī)輔助教學(xué)（ C A I ） ，并從其基礎(chǔ)上進(jìn)一步發(fā)展。它能夠模仿人類專家的思維，充分結(jié)合學(xué)生自身的特征，對其實(shí)施個性化教學(xué)。二、智能（Agent） 技術(shù)，智能（Agent）技術(shù)在教育中的應(yīng)用，是一個移動的計算機(jī)程序，主動的服務(wù)模式，自動的操作系統(tǒng)，具有自主性、能動性、適應(yīng)性和靈活性的特點(diǎn)，它已廣泛應(yīng)用于教育教學(xué)，智能的典型應(yīng)用，智能教育學(xué)生教師的智能信息等等。三、智能答疑系統(tǒng)，未來開發(fā)智能答疑系統(tǒng)，人工智能技術(shù)在問答系統(tǒng)中的應(yīng)用，克服在問答系統(tǒng)中的個性化互動問題的不足，能有效地解決學(xué)生困難的問題，消除學(xué)生的學(xué)習(xí)障礙，促進(jìn)學(xué)習(xí)。

通過幾十年的發(fā)展，多媒體教學(xué)給學(xué)生課堂帶來了前所未有的進(jìn)步，是被教師和學(xué)生都接受的教學(xué)手段。合理地利用多媒體教學(xué)，可以創(chuàng)造生動的教學(xué)情景，進(jìn)而激發(fā)學(xué)生的學(xué)習(xí)興趣，優(yōu)化課堂教學(xué)，提高教學(xué)質(zhì)量。但在實(shí)際教學(xué)中也確實(shí)存在許多問題，多媒體課堂并不能完全代替?zhèn)鹘y(tǒng)課堂教學(xué)，教師無論在何種課堂上都應(yīng)該以授課為主，以學(xué)生為中心，幫助學(xué)生學(xué)習(xí)知識和成長。在未來的多媒體課堂上多少都會對教師有一定的要求，授課教師應(yīng)該經(jīng)常更新自己的課件，同時要熟練設(shè)備的操作，規(guī)劃好自己的教學(xué)時間與內(nèi)容。因此，要適應(yīng)多媒體教學(xué)應(yīng)用的發(fā)展趨勢，教師要做到一些改變，包括教學(xué)觀念的變化，教學(xué)內(nèi)容的變化，教學(xué)手段的革新等等。時代是發(fā)展的，教師們要緊隨這種潮流，不斷學(xué)習(xí)，不斷更新自己的教學(xué)方法和理念。同時，教育界專家和學(xué)者也要長期面對和研究多媒體技術(shù)在教學(xué)中的發(fā)展趨勢。隨著不斷的嘗試與改變，多媒體教學(xué)會給人們帶來更多的驚喜與期待。

參考文獻(xiàn)：

[1]丁俊.多媒體技術(shù)在計算機(jī)教學(xué)中的應(yīng)用[J].福建電腦，2006，（5）.

[2]賴文繼.關(guān)于多媒體教學(xué)新模式的探究[J].桂林電子工業(yè)學(xué)院學(xué)報，2005，（2）.

第3篇：人工智能教學(xué)的優(yōu)點(diǎn)范文

【關(guān)鍵詞】法理學(xué)/法律推理/人工智能

【正文】

一、人工智能法律系統(tǒng)的歷史

計算機(jī)先驅(qū)思想家萊布尼茲曾這樣不無浪漫地談到推理與計算的關(guān)系：“我們要造成這樣一個結(jié)果，使所有推理的錯誤都只成為計算的錯誤，這樣，當(dāng)爭論發(fā)生的時候，兩個哲學(xué)家同兩個計算家一樣，用不著辯論，只要把筆拿在手里，并且在算盤面前坐下，兩個人面對面地說：讓我們來計算一下吧！”（注：轉(zhuǎn)引自肖爾茲著：《簡明邏輯史》，張家龍譯，商務(wù)印書館1977年版，第54頁。）

如果連抽象的哲學(xué)推理都能轉(zhuǎn)變?yōu)橛嬎銌栴}來解決，法律推理的定量化也許還要相對簡單一些。盡管理論上的可能性與技術(shù)可行性之間依然存在著巨大的鴻溝，但是，人工智能技術(shù)的發(fā)展速度確實(shí)令人驚嘆。從誕生至今的短短45年內(nèi)，人工智能從一般問題的研究向特殊領(lǐng)域不斷深入。1956年紐厄爾和西蒙教授的“邏輯理論家”程序，證明了羅素《數(shù)學(xué)原理》第二章52個定理中的38個定理。塞繆爾的課題組利用對策論和啟發(fā)式探索技術(shù)開發(fā)的具有自學(xué)習(xí)能力的跳棋程序，在1959年擊敗了其設(shè)計者，1962年擊敗了州跳棋冠軍，1997年超級計算機(jī)“深藍(lán)”使世界頭號國際象棋大師卡斯帕羅夫俯首稱臣。

20世紀(jì)60年代，人工智能研究的主要課題是博弈、難題求解和智能機(jī)器人；70年代開始研究自然語言理解和專家系統(tǒng)。1971年費(fèi)根鮑姆教授等人研制出“化學(xué)家系統(tǒng)”之后，“計算機(jī)數(shù)學(xué)家”、“計算機(jī)醫(yī)生”等系統(tǒng)相繼誕生。在其他領(lǐng)域?qū)＜蚁到y(tǒng)研究取得突出成就的鼓舞下，一些律師提出了研制“法律診斷”系統(tǒng)和律師系統(tǒng)的可能性。（注：SimonChalton,LegalDiagnostics,ComputersandLaw,No.25,August1980.pp.13-15.BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.p.2.）

1970年Buchanan&Headrick發(fā)表了《關(guān)于人工智能和法律推理若干問題的考察》，一文，拉開了對法律推理進(jìn)行人工智能研究的序幕。文章認(rèn)為，理解、模擬法律論證或法律推理，需要在許多知識領(lǐng)域進(jìn)行艱難的研究。首先要了解如何描述案件、規(guī)則和論證等幾種知識類型，即如何描述法律知識，其中處理開放結(jié)構(gòu)的法律概念是主要難題。其次，要了解如何運(yùn)用各種知識進(jìn)行推理，包括分別運(yùn)用規(guī)則、判例和假設(shè)的推理，以及混合運(yùn)用規(guī)則和判例的推理。再次，要了解審判實(shí)踐中法律推理運(yùn)用的實(shí)際過程，如審判程序的運(yùn)行，規(guī)則的適用，事實(shí)的辯論等等。最后，如何將它們最終運(yùn)用于編制能執(zhí)行法律推理和辯論任務(wù)的計算機(jī)程序，區(qū)別和分析不同的案件，預(yù)測并規(guī)避對手的辯護(hù)策略，建立巧妙的假設(shè)等等。（注：Buchanan&Headrick,SomeSpeculationAboutArtificialIntelligenceandLegalReasoning,23StanfordLawReview(1970).pp.40-62.）法律推理的人工智能研究在這一時期主要沿著兩條途徑前進(jìn)：一是基于規(guī)則模擬歸納推理，70年代初由WalterG.Popp和BernhardSchlink開發(fā)了JUDITH律師推理系統(tǒng)。二是模擬法律分析，尋求在模型與以前貯存的基礎(chǔ)數(shù)據(jù)之間建立實(shí)際聯(lián)系，并僅依這種關(guān)聯(lián)的相似性而得出結(jié)論。JeffreyMeld-man1977年開發(fā)了計算機(jī)輔助法律分析系統(tǒng)，它以律師推理為模擬對象，試圖識別與案件事實(shí)模型相似的其他案件。考慮到律師分析案件既用歸納推理又用演繹推理，程序?qū)烧叨冀o予了必要的關(guān)注，并且包括了各種水平的分析推理方法。

專家系統(tǒng)在法律中的第一次實(shí)際應(yīng)用，是D.沃特曼和M.皮特森1981年開發(fā)的法律判決輔助系統(tǒng)(LDS)。研究者探索將其當(dāng)作法律適用的實(shí)踐工具，對美國民法制度的某個方面進(jìn)行檢測，運(yùn)用嚴(yán)格責(zé)任、相對疏忽和損害賠償?shù)饶Ｐ停嬎愠鲐?zé)任案件的賠償價值，并論證了如何模擬法律專家意見的方法論問題。（注：''''ModelsofLegalDecisionmakingReport'''',R-2717-ICJ(1981).）

我國法律專家系統(tǒng)的研制于20世紀(jì)80年代中期起步。（注：錢學(xué)森教授：《論法治系統(tǒng)工程的任務(wù)與方法》（《科技管理研究》1981年第4期）、《社會主義和法治學(xué)與現(xiàn)代科學(xué)技術(shù)》（《法制建設(shè)》1984年第3期）、《現(xiàn)代科學(xué)技術(shù)與法和法制建設(shè)》（《政法論壇》）1985年第3期）等文章，為我國法律專家系統(tǒng)的研發(fā)起了思想解放和理論奠基作用。）1986年由朱華榮、肖開權(quán)主持的《量刑綜合平衡與電腦輔助量刑專家系統(tǒng)研究》被確定為國家社科“七五”研究課題，它在建立盜竊罪量刑數(shù)學(xué)模型方面取得了成果。在法律數(shù)據(jù)庫開發(fā)方面，1993年中山大學(xué)學(xué)生胡釗、周宗毅、汪宏杰等人合作研制了《LOA律師辦公自動化系統(tǒng)》。（注：楊建廣、駱梅芬編著：《法治系統(tǒng)工程》，中山大學(xué)出版社1996年版，第344-349頁。）1993年武漢大學(xué)法學(xué)院趙廷光教授主持開發(fā)了《實(shí)用刑法專家系統(tǒng)》。（注：趙廷光等著：《實(shí)用刑法專家系統(tǒng)用戶手冊》，北京新概念軟件研究所1993年版。）它由咨詢檢索系統(tǒng)、輔助定性系統(tǒng)和輔助量刑系統(tǒng)組成，具有檢索刑法知識和對刑事個案進(jìn)行推理判斷的功能。

專家系統(tǒng)與以往的“通用難題求解”相比具有以下特點(diǎn)：(1)它要解決復(fù)雜的實(shí)際問題，而不是規(guī)則簡單的游戲或數(shù)學(xué)定理證明問題；(2)它面向更加專門的應(yīng)用領(lǐng)域，而不是單純的原理性探索；(3)它主要根據(jù)具體的問題域，選擇合理的方法來表達(dá)和運(yùn)用特殊的知識，而不強(qiáng)調(diào)與問題的特殊性無關(guān)的普適性推理和搜索策略。

法律專家系統(tǒng)在法規(guī)和判例的輔助檢索方面確實(shí)發(fā)揮了重要作用，解放了律師一部分腦力勞動。但絕大多數(shù)專家系統(tǒng)目前只能做法律數(shù)據(jù)的檢索工作，缺乏應(yīng)有的推理功能。20世紀(jì)90年代以后，人工智能法律系統(tǒng)進(jìn)入了以知識工程為主要技術(shù)手段的開發(fā)時期。知識工程是指以知識為處理對象，以能在計算機(jī)上表達(dá)和運(yùn)用知識的技術(shù)為主要手段，研究知識型系統(tǒng)的設(shè)計、構(gòu)造和維護(hù)的一門更加高級的人工智能技術(shù)。（注：《中國大百科全書·自動控制與系統(tǒng)工程》，中國大百科全書出版社1991年版，第579頁。）知識工程概念的提出，改變了以往人們認(rèn)為幾個推理定律再加上強(qiáng)大的計算機(jī)就會產(chǎn)生專家功能的信念。以知識工程為技術(shù)手段的法律系統(tǒng)研制，如果能在法律知識的獲得、表達(dá)和應(yīng)用等方面獲得突破，將會使人工智能法律系統(tǒng)的研制產(chǎn)生一個質(zhì)的飛躍。

人工智能法律系統(tǒng)的發(fā)展源于兩種動力。其一是法律實(shí)踐自身的要求。隨著社會生活和法律關(guān)系的復(fù)雜化，法律實(shí)踐需要新的思維工具，否則，法律家（律師、檢察官和法官）將無法承受法律文獻(xiàn)日積月累和法律案件不斷增多的重負(fù)。其二是人工智能發(fā)展的需要。人工智能以模擬人的全部思維活動為目標(biāo)，但又必須以具體思維活動一城一池的攻克為過程。它需要通過對不同思維領(lǐng)域的征服，來證明知識的每個領(lǐng)域都可以精確描述并制造出類似人類智能的機(jī)器。此外，人工智能選擇法律領(lǐng)域?qū)で笸黄?，還有下述原因：(1)盡管法律推理十分復(fù)雜，但它有相對穩(wěn)定的對象（案件）、相對明確的前提（法律規(guī)則、法律事實(shí)）及嚴(yán)格的程序規(guī)則，且須得出確定的判決結(jié)論。這為人工智能模擬提供了極為有利的條件。(2)法律推理特別是抗辯制審判中的司法推理，以明確的規(guī)則、理性的標(biāo)準(zhǔn)、充分的辯論，為觀察思維活動的軌跡提供了可以記錄和回放的樣本。(3)法律知識長期的積累、完備的檔案，為模擬法律知識的獲得、表達(dá)和應(yīng)用提供了豐富、準(zhǔn)確的資料。(4)法律活動所特有的自我意識、自我批評精神，對法律程序和假設(shè)進(jìn)行檢驗(yàn)的傳統(tǒng)，為模擬法律推理提供了良好的反思條件。

二、人工智能法律系統(tǒng)的價值

人工智能法律系統(tǒng)的研制對法學(xué)理論和法律實(shí)踐的價值和意義，可以概括為以下幾點(diǎn)：

一是方法論啟示。P.Wahlgren說：“人工智能方法的研究可以支持和深化在創(chuàng)造性方法上的法理學(xué)反思。這個信仰反映了法理學(xué)可以被視為旨在于開發(fā)法律分析和法律推理之方法的活動。從法理學(xué)的觀點(diǎn)看，這種研究的最終目標(biāo)是揭示方法論的潛在作用，從而有助于開展從法理學(xué)觀點(diǎn)所提出的解決方法的討論，而不僅僅是探討與計算機(jī)科學(xué)和人工智能有關(guān)的非常細(xì)致的技術(shù)方面?！保ㄗⅲ篜.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在模擬法律推理的過程中，法學(xué)家通過與工人智能專家的密切合作，可以從其對法律推理的獨(dú)特理解中獲得有關(guān)方法論方面的啟示。例如，由于很少有兩個案件完全相似，在判例法實(shí)踐中，總有某些不相似的方面需要法律家運(yùn)用假設(shè)來分析已有判例與現(xiàn)實(shí)案件的相關(guān)性程度。但法學(xué)家們在假設(shè)的性質(zhì)問題上常常莫衷一是。然而HYPO的設(shè)計者，在無真實(shí)判例或真實(shí)判例不能充分解釋現(xiàn)實(shí)案件的情況下，以假設(shè)的反例來反駁對方的觀點(diǎn)，用補(bǔ)充、刪減和改變事實(shí)的機(jī)械論方法來生成假設(shè)。這種用人工智能方法來處理假設(shè)的辦法，就使復(fù)雜問題變得十分簡單：假設(shè)實(shí)際上是一個新的論證產(chǎn)生于一個經(jīng)過修正的老的論證的過程?？傊?，人工智能方法可以幫助法學(xué)家跳出法理學(xué)方法的思維定勢，用其他學(xué)科的方法來重新審視法學(xué)問題，從而為法律問題的解決提供了新的途徑。

二是提供了思想實(shí)驗(yàn)手段。西蒙認(rèn)為，盡管我們還不知道思維在頭腦中是怎樣由生理作用完成的，“但我們知道這些處理在數(shù)字電子計算機(jī)中是由電子作用完成的。給計算機(jī)編程序使之思維，已經(jīng)證明有可能為思維提供機(jī)械論解釋”。（注：轉(zhuǎn)引自童天湘：《人工智能與第N代計算機(jī)》，載《哲學(xué)研究》1985年第5期。）童天湘先生認(rèn)為：“通過編制有關(guān)思維活動的程序，就會加深對思維活動具體細(xì)節(jié)的了解，并將這種程序送進(jìn)計算機(jī)運(yùn)行，檢驗(yàn)其正確性。這是一種思想實(shí)驗(yàn)，有助于我們研究人腦思維的機(jī)理。”（注：轉(zhuǎn)引自童天湘：《人工智能與第N代計算機(jī)》，載《哲學(xué)研究》1985年第5期。）人工智能法律系統(tǒng)研究的直接目標(biāo)是使計算機(jī)能夠獲取、表達(dá)和應(yīng)用法律知識，軟件工程師為模擬法律推理而編制程序，必須先對人的推理過程作出基于人工智能理論和方法的獨(dú)特解釋。人工智能以功能模擬開路，在未搞清法律家的推理結(jié)構(gòu)之前，首先從功能上對法律證成、法律檢索、法律解釋、法律適用等法律推理的要素和活動進(jìn)行數(shù)理分析，將法理學(xué)、訴訟法學(xué)關(guān)于法律推理的研究成果模型化，以實(shí)現(xiàn)法律推理知識的機(jī)器表達(dá)或再現(xiàn)，從而為認(rèn)識法律推理的過程和規(guī)律提供了一種實(shí)驗(yàn)手段。法學(xué)家則可以將人工智能法律系統(tǒng)的推理過程、方法和結(jié)論與人類法律推理活動相對照，為法律推理的法理學(xué)研究所借鑒。因此，用人工智能方法模擬法律推理，深化了人們對法律推理性質(zhì)、要素和過程的認(rèn)識，使法學(xué)家得以借助人工智能科學(xué)的敏銳透鏡去考察法律推理的微觀機(jī)制。正是在這個意義上，BryanNiblett教授說：“一個成功的專家系統(tǒng)很可能比其他的途徑對法理學(xué)作出更多的（理論）貢獻(xiàn)。”（注：BryanNiblett,ExpertSystemsforLawyers,ComputersandLaw,No.29,August1981.note14,p.3.）

三是輔助司法審判。按照格雷的觀點(diǎn)，法律專家系統(tǒng)首先在英美判例法國家出現(xiàn)的直接原因在于，浩如煙海的判例案卷如果沒有計算機(jī)編纂、分類、查詢，這種法律制度簡直就無法運(yùn)轉(zhuǎn)了。（注：PamelaN.GrayBrookfield,ArtificialLegalIntelligence,VT:DartmouthPublishingCo.,1997.p.402.）其實(shí)不僅是判例法，制定法制度下的律師和法官往往也要為檢索有關(guān)的法律、法規(guī)和司法解釋耗費(fèi)大量的精力和時間，而且由于人腦的知識和記憶能力有限，還存在著檢索不全面、記憶不準(zhǔn)確的問題。人工智能法律系統(tǒng)強(qiáng)大的記憶和檢索功能，可以彌補(bǔ)人類智能的某些局限性，幫助律師和法官從事相對簡單的法律檢索工作，從而極大地解放律師和法官的腦力勞動，使其能夠集中精力從事更加復(fù)雜的法律推理活動。

四是促進(jìn)司法公正。司法推理雖有統(tǒng)一的法律標(biāo)準(zhǔn)，但法官是具有主觀能動性的差異個體，所以在執(zhí)行統(tǒng)一標(biāo)準(zhǔn)時會產(chǎn)生一些差異的結(jié)果。司法解釋所具有的建構(gòu)性、辯證性和創(chuàng)造性的特點(diǎn)，進(jìn)一步加劇了這種差異。如果換了鋼鐵之軀的機(jī)器，這種由主觀原因所造成的差異性就有可能加以避免。這當(dāng)然不是說讓計算機(jī)完全取代法官，而是說，由于人工智能法律系統(tǒng)為司法審判提供了相對統(tǒng)一的推理標(biāo)準(zhǔn)和評價標(biāo)準(zhǔn)，從而可以輔助法官取得具有一貫性的判決。無論如何，我們必須承認(rèn)，鋼鐵之軀的機(jī)器沒有物質(zhì)欲望和感情生活，可以比人更少地受到外界因素的干擾。正像計算機(jī)錄取增強(qiáng)了高考招生的公正性、電子監(jiān)視器提高了糾正行車違章的公正性一樣，智能法律系統(tǒng)在庭審中的運(yùn)用有可能減少某些現(xiàn)象。

五是輔助法律教育和培訓(xùn)。人工智能法律系統(tǒng)凝聚了法律家的專門知識和法官群體的審判經(jīng)驗(yàn)，如果通過軟件系統(tǒng)或計算機(jī)網(wǎng)絡(luò)實(shí)現(xiàn)專家經(jīng)驗(yàn)和知識的共享，便可在法律教育和培訓(xùn)中發(fā)揮多方面的作用。例如，(1)在法學(xué)院教學(xué)中發(fā)揮模擬法庭的作用，可以幫助法律專業(yè)學(xué)生鞏固自己所學(xué)知識，并將法律知識應(yīng)用于模擬的審判實(shí)踐，從而較快地提高解決法律實(shí)踐問題的能力。(2)幫助新律師和新法官全面掌握法律知識，迅速獲得判案經(jīng)驗(yàn)，在審判過程的跟蹤檢測和判決結(jié)論的動態(tài)校正中增長知識和才干，較快地接近或達(dá)到專家水平。(3)可使不同地區(qū)、不同層次的律師和法官及時獲得有關(guān)法律問題的咨詢建議，彌補(bǔ)因知識結(jié)構(gòu)差異和判案經(jīng)驗(yàn)多寡而可能出現(xiàn)的失誤。(4)可以為大眾提供及時的法律咨詢，提高廣大人民群眾的法律素質(zhì)，增強(qiáng)法律意識。

六是輔助立法活動。人工智能法律系統(tǒng)不僅對輔助司法審判有重要的意義，而且對完善立法也具有實(shí)用價值。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）例如，倫敦大學(xué)Imperial學(xué)院的邏輯程序組將1981年英國國籍法的內(nèi)容形式化，幫助立法者發(fā)現(xiàn)了該法在預(yù)見性上存在的一些缺陷和法律漏洞。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）立法輔助系統(tǒng)如能應(yīng)用于法律起草和法律草案的審議過程，有可能事先發(fā)現(xiàn)一些立法漏洞，避免一個法律內(nèi)部各種規(guī)則之間以及新法律與現(xiàn)有法律制度之間的相互沖突。

三、法理學(xué)在人工智能法律系統(tǒng)研究中的作用

1.人工智能法律系統(tǒng)的法理學(xué)思想來源

關(guān)于人工智能法律系統(tǒng)之法理學(xué)思想來源的追蹤，不是對法理學(xué)與人工智能的聯(lián)系作面面俱到的考察，而旨在揭示法理學(xué)對人工智能法律系統(tǒng)的發(fā)展所產(chǎn)生的一些直接影響。

第一，法律形式主義為人工智能法律系統(tǒng)的產(chǎn)生奠定了理論基礎(chǔ)。18-19世紀(jì)的法律形式主義強(qiáng)調(diào)法律推理的形式方面，認(rèn)為將法律化成簡單的幾何公式是完全可能的。這種以J·奧斯汀為代表的英國分析法學(xué)的傳統(tǒng)，主張“法律推理應(yīng)該依據(jù)客觀事實(shí)、明確的規(guī)則以及邏輯去解決一切為法律所要求的具體行為。假如法律能如此運(yùn)作，那么無論誰作裁決，法律推理都會導(dǎo)向同樣的裁決?！保ㄗⅲ海溃┦返傥摹·伯頓著：《法律和法律推理導(dǎo)論》，張志銘、解興權(quán)譯，中國政法大學(xué)出版社1998年9月版，第3頁。）換言之，機(jī)器只要遵守法律推理的邏輯，也可以得出和法官一樣的判決結(jié)果。在分析法學(xué)家看來，“所謂‘法治’就是要求結(jié)論必須是大前提與小前提邏輯必然結(jié)果。”（注：朱景文主編：《對西方法律傳統(tǒng)的挑戰(zhàn)》，中國檢察出版社1996年2月版，第292頁。）如果法官違反三段論推理的邏輯，就會破壞法治。這種機(jī)械論的法律推理觀，反映了分析法學(xué)要求法官不以個人價值觀干擾法律推理活動的主張。但是，它同時具有忽視法官主觀能動性和法律推理靈活性的僵化的缺陷。所以，自由法學(xué)家比埃利希將法律形式主義的邏輯推理說稱為“自動售貨機(jī)”理論。然而，從人工智能就是為思維提供機(jī)械論解釋的意義上說，法律形式主義對法律推理所作的機(jī)械論解釋，恰恰為人工智能法律系統(tǒng)的開發(fā)提供了可能的前提。從人工智能法律系統(tǒng)研制的實(shí)際過程來看，在其起步階段，人工智能專家正是根據(jù)法律形式主義所提供的理論前提，首先選擇三段論演繹推理進(jìn)行模擬，由WalterG.Popp和BernhardSchlink在20世紀(jì)70年代初開發(fā)了JUDITH律師推理系統(tǒng)。在這個系統(tǒng)中，作為推理大小前提的法律和事實(shí)之間的邏輯關(guān)系，被計算機(jī)以“如果A和B，那么C”的方式加以描述，使機(jī)器法律推理第一次從理論變?yōu)楝F(xiàn)實(shí)。

第二，法律現(xiàn)實(shí)主義推動智能模擬深入到主體的思維結(jié)構(gòu)領(lǐng)域。法律形式主義忽視了推理主體的社會性。法官是生活在現(xiàn)實(shí)社會中的人，其所從事的法律活動不可能不受到其社會體驗(yàn)和思維結(jié)構(gòu)的影響。法官在實(shí)際的審判實(shí)踐中，并不是機(jī)械地遵循規(guī)則，特別是在遇到復(fù)雜案件時，往往需要作出某種價值選擇。而一旦面對價值問題，法律形式主義的邏輯決定論便立刻陷入困境，顯出其僵化性的致命弱點(diǎn)。法律現(xiàn)實(shí)主義對其僵化性進(jìn)行了深刻的批判。霍姆斯法官明確提出“法律的生命并不在于邏輯而在于經(jīng)驗(yàn)”（注：（美）博登海默著：《法理學(xué)——法哲學(xué)及其方法》，鄧正來、姬敬武譯，華夏出版社1987年12月版，第478頁。）的格言。這里所謂邏輯，就是指法律形式主義的三段論演繹邏輯；所謂經(jīng)驗(yàn)，則包括一定的道德和政治理論、公共政策及直覺知識，甚至法官的偏見。法律現(xiàn)實(shí)主義對法官主觀能動性和法律推理靈活性的強(qiáng)調(diào)，促使人工智能研究從模擬法律推理的外在邏輯形式進(jìn)一步轉(zhuǎn)向探求法官的內(nèi)在思維結(jié)構(gòu)。人們開始考慮，如果思維結(jié)構(gòu)對法官的推理活動具有定向作用，那么，人工智能法律系統(tǒng)若要達(dá)到法官水平，就應(yīng)該通過建立思維結(jié)構(gòu)模型來設(shè)計機(jī)器的運(yùn)行結(jié)構(gòu)。TAXMAN的設(shè)計就借鑒了這一思想，法律知識被計算機(jī)結(jié)構(gòu)語言以語義網(wǎng)絡(luò)的方式組成不同的規(guī)則系統(tǒng)，解釋程序、協(xié)調(diào)程序、說明程序分別對網(wǎng)絡(luò)結(jié)構(gòu)中的輸入和輸出信息進(jìn)行動態(tài)結(jié)構(gòu)調(diào)整，從而適應(yīng)了知識整合的需要。大規(guī)模知識系統(tǒng)的KBS(KnowledgeBasedSystem)開發(fā)也注意了思維結(jié)構(gòu)的整合作用，許多具有內(nèi)在聯(lián)系的小規(guī)模KBS子系統(tǒng)，在分別模擬法律推理要素功能（證成、法律查詢、法律解釋、法律適用、法律評價、理由闡述）的基礎(chǔ)上，又通過聯(lián)想程序被有機(jī)聯(lián)系起來，構(gòu)成了具有法律推理整體功能的概念模型。（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）

第三，“開放結(jié)構(gòu)”的法律概念打開了疑難案件法律推理模擬的思路。法律形式主義忽視了疑難案件的存在。疑難案件的特征表現(xiàn)為法律規(guī)則和案件之間不存在單一的邏輯對應(yīng)關(guān)系。有時候從一個法律規(guī)則可以推出幾種不同的結(jié)論，它們往往沒有明顯的對錯之分；有時一個案件面對著幾個相似的法律規(guī)則。在這些情況下，形式主義推理說都一籌莫展。但是，法律現(xiàn)實(shí)主義在批判法律形式主義時又走向另一個極端，它否認(rèn)具有普遍性的一般法律規(guī)則的存在，試圖用“行動中的法律”完全代替分析法學(xué)“本本中的法律”。這種矯枉過正的做法雖然是使法律推理擺脫機(jī)械論束縛所走出的必要一步，然而，法律如果真像現(xiàn)實(shí)主義法學(xué)所說的那樣僅僅存在于具體判決之中，法律推理如果可以不遵循任何標(biāo)準(zhǔn)或因人而異，那么，受到挑戰(zhàn)的就不僅是法律形式主義，而且還會殃及法治要求實(shí)現(xiàn)規(guī)則統(tǒng)治之根本原則，并動搖人工智能法律系統(tǒng)存在的基礎(chǔ)。哈特在法律形式主義和法律現(xiàn)實(shí)主義的爭論中采取了一種折中立場，他既承認(rèn)邏輯的局限性又強(qiáng)調(diào)其重要性；既拒斥法官完全按自己的預(yù)感來隨意判案的見解，又承認(rèn)直覺的存在。這種折中立場在哈特“開放結(jié)構(gòu)”的法律概念中得到了充分體現(xiàn)。法律概念既有“意義核心”又有“開放結(jié)構(gòu)”，邏輯推理可以幫助法官發(fā)現(xiàn)問題的陽面，而根據(jù)社會政策、價值和后果對規(guī)則進(jìn)行解釋則有助于發(fā)現(xiàn)問題的陰面。開放結(jié)構(gòu)的法律概念，使基于規(guī)則的法律推理模擬在受到概念封閉性的限制而對疑難案件無能為力時，找到了新的立足點(diǎn)。在此基礎(chǔ)上，運(yùn)用開放結(jié)構(gòu)概念的疑難案件法律推理模型，通過邏輯程序工具和聯(lián)想技術(shù)而建立起來。Gardner博士就疑難案件提出兩種解決策略：一是將簡易問題從疑難問題中篩選出來，運(yùn)用基于規(guī)則的技術(shù)來解決；二是將疑難問題同“開放結(jié)構(gòu)”的法律概念聯(lián)系在一起，先用非范例知識如規(guī)則、控辯雙方的陳述、常識來獲得初步答案，再運(yùn)用范例來澄清案件、檢查答案的正確性。

第四，目的法學(xué)促進(jìn)了價值推理的人工智能研究。目的法學(xué)是指一種所謂直接實(shí)現(xiàn)目的之“后法治”理想。美國法學(xué)家諾內(nèi)特和塞爾茲尼克把法律分為三種類型。他們認(rèn)為，以法治為標(biāo)志的自治型法，過分強(qiáng)調(diào)手段或程序的正當(dāng)性，有把手段當(dāng)作目的的傾向。這說明法治社會并沒有反映人類關(guān)于美好社會的最高理想，因?yàn)閷?shí)質(zhì)正義不是經(jīng)過人們直接追求而實(shí)現(xiàn)的，而是通過追求形式正義而間接獲得的。因此他們提出以回應(yīng)型法取代自治型法的主張。在回應(yīng)型法中，“目的為評判既定的做法設(shè)立了標(biāo)準(zhǔn)，從而也就開辟了變化的途徑。同時，如果認(rèn)真地對待目的，它們就能控制行政自由裁量權(quán)，從而減輕制度屈從的危險。反之，缺少目的既是僵硬的根源，又是機(jī)會主義的根源?！保ㄗⅲ海溃┲Z內(nèi)特、塞爾茲尼克著：《轉(zhuǎn)變中的法律與社會》，張志銘譯，中國政法大學(xué)出版社1994年版，第60頁。）美國批判法學(xué)家昂格爾對形式主義法律推理和目的型法律推理的特點(diǎn)進(jìn)行了比較，他認(rèn)為，前者要求使用內(nèi)容明確、固定的規(guī)則，無視社會現(xiàn)實(shí)生活中不同價值觀念的沖突，不能適應(yīng)復(fù)雜情況和變化，追求形式正義；后者則要求放松對法律推理標(biāo)準(zhǔn)的嚴(yán)格限制，允許使用無固定內(nèi)容的抽象標(biāo)準(zhǔn)，迫使人們在不同的價值觀念之間做出選擇，追求實(shí)質(zhì)正義。與此相應(yīng)，佩雷爾曼提出了新修辭學(xué)(NewRhetoric)的法律理論。他認(rèn)為，形式邏輯只是根據(jù)演繹法或歸納法對問題加以說明或論證的技術(shù)，屬于手段的邏輯；新修辭學(xué)要填補(bǔ)形式邏輯的不足，是關(guān)于目的的辯證邏輯，可以幫助法官論證其決定和選擇，因而是進(jìn)行價值判斷的邏輯。他認(rèn)為，在司法三段論思想支配下，法學(xué)的任務(wù)是將全部法律系統(tǒng)化并作為闡釋法律的大前提，“明確性、一致性和完備性”就成為對法律的三個要求。而新修辭學(xué)的基本思想是價值判斷的多元論，法官必須在某種價值判斷的指示下履行義務(wù)，必須考慮哪些價值是“合理的、可接受的、社會上有效的公平的”。這些價值構(gòu)成了判決的正當(dāng)理由。（注：沈宗靈著：《現(xiàn)代西方法理學(xué)》，北京大學(xué)出版社1992年版，第443-446頁。）制造人工智能法律系統(tǒng)最終需要解決價值推理的模擬問題，否則，就難以實(shí)現(xiàn)為判決提供正當(dāng)理由的要求。為此，P.Wahlgren提出的與人工智能相關(guān)的5種知識表達(dá)途徑中，明確地包括了以道義為基礎(chǔ)的法律推理模型。（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）引入道義邏輯，或者說在機(jī)器中采用基于某種道義邏輯的推理程序，強(qiáng)調(diào)目的價值，也許是制造智能法律系統(tǒng)的關(guān)鍵。不過，即使把道義邏輯硬塞給計算機(jī)，鋼鐵之軀的機(jī)器沒有生理需要，也很難產(chǎn)生價值觀念和主觀體驗(yàn)，沒辦法解決主觀選擇的問題。在這個問題上，波斯納曾以法律家有七情六欲為由對法律家對法律的機(jī)械忠誠表示了強(qiáng)烈懷疑，并辯證地將其視為法律發(fā)展的動力之一。只有人才能夠平衡相互沖突的利益，能夠發(fā)現(xiàn)對人類生存和發(fā)展至關(guān)重要的價值。因此，關(guān)于價值推理的人工智能模擬究竟能取得什么成果，恐怕還是個未知數(shù)。

2.法理學(xué)對人工智能法律系統(tǒng)研制的理論指導(dǎo)作用

GoldandSusskind指出：“不爭的事實(shí)是，所有的專家系統(tǒng)必須適應(yīng)一些法理學(xué)理論，因?yàn)橐磺蟹蓪＜蚁到y(tǒng)都需要提出關(guān)于法律和法律推理性質(zhì)的假設(shè)。從更嚴(yán)格的意義上說，一切專家系統(tǒng)都必須體現(xiàn)一種結(jié)構(gòu)理論和法律的個性，一種法律規(guī)范理論，一種描述法律科學(xué)的理論，一種法律推理理論”。（注：GoldandSusskind,ExpertSystemsinLaw:AJurisprudentialandFormalSpecificationApproach,pp.307-309.）人工智能法律系統(tǒng)的研究，不僅需要以法理學(xué)關(guān)于法律的一般理論為知識基礎(chǔ)，還需要從法理學(xué)獲得關(guān)于法律推理的完整理論，如法律推理實(shí)踐和理論的發(fā)展歷史，法律推理的標(biāo)準(zhǔn)、主體、過程、方法等等。人工智能對法律推理的模擬，主要是對法理學(xué)關(guān)于法律推理的知識進(jìn)行人工智能方法的描述，建立數(shù)學(xué)模型并編制計算機(jī)應(yīng)用程序，從而在智能機(jī)器上再現(xiàn)人類法律推理功能的過程。在這個過程中，人工智能專家的主要任務(wù)是研究如何吸收法理學(xué)關(guān)于法律推理的研究成果，包括法理學(xué)關(guān)于人工智能法律系統(tǒng)的研究成果。

隨著人工智能法律系統(tǒng)研究從低級向高級目標(biāo)的推進(jìn)，人們越來越意識到，對法律推理的微觀機(jī)制認(rèn)識不足已成為人工智能模擬的嚴(yán)重障礙。P.Wahlgren指出，“許多人工智能技術(shù)在法律領(lǐng)域的開發(fā)項(xiàng)目之所以失敗，就是因?yàn)樵S多潛在的法理學(xué)原則沒有在系統(tǒng)開發(fā)的開始階段被遵守或給予有效的注意?！薄胺ɡ韺W(xué)對法律推理和方法論問題的關(guān)注已經(jīng)有幾百年，而人工智能的誕生只是本世紀(jì)50年代中期的事情，這個事實(shí)是人工智能通過考察法理學(xué)知識來豐富自己的一個有效動機(jī)。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）因此，研究法律推理自動化的目標(biāo)，“一方面是用人工智能（通過把計算機(jī)的應(yīng)用與分析模型相結(jié)合）來支撐法律推理的可能性；另一方面是應(yīng)用法理學(xué)理論來解決作為法律推理支撐系統(tǒng)的以及一般的人工智能問題。”（注：P.Wahlgren,AutomationofLegalReasoning:AStudyonArtificialIntelligenceandLaw,ComputerLawSeries11.KluwerLawandTaxationPublishers.DeventerBoston1992.Chapter7.）在前一方面，是人工智能法律系統(tǒng)充當(dāng)法律推理研究的思想實(shí)驗(yàn)手段以及輔助司法審判的問題。后一方面，則是法律推理的法律學(xué)研究成果直接為人工智能法律系統(tǒng)的研制所應(yīng)用的問題。例如，20世紀(jì)70年代法理學(xué)在真實(shí)和假設(shè)案例的推理和分析方面所取得的成果，已為幾種人工智能法律裝置借鑒而成為其設(shè)計工作的理論基礎(chǔ)。在運(yùn)用模糊或開放結(jié)構(gòu)概念的法律推理研究方面，以及在法庭辯論和法律解釋的形式化等問題上，法理學(xué)的研究成果也已為人工智能法律系統(tǒng)的研究所借鑒。

四、人工智能法律系統(tǒng)研究的難點(diǎn)

人工智能法律系統(tǒng)的研究盡管在很短的時間內(nèi)取得了許多令人振奮的成果，但它的發(fā)展也面臨著許多困難。這些困難構(gòu)成了研究工作需要進(jìn)一步努力奮斗的目標(biāo)。

第一，關(guān)于法律解釋的模擬。在法理學(xué)的諸多研究成果中，法律解釋的研究對人工智能法律系統(tǒng)的研制起著關(guān)鍵作用。法律知識表達(dá)的核心問題是法律解釋。法律規(guī)范在一個法律論點(diǎn)上的效力，是由法律家按忠實(shí)原意和適合當(dāng)時案件的原則通過法律解釋予以確認(rèn)的，其中包含著人類特有的價值和目的考慮，反映了法律家的知識表達(dá)具有主觀能動性。所以，德沃金將解釋過程看作是一種結(jié)合了法律知識、時代信息和思維方法而形成的，能夠應(yīng)變的思維策略。（注：Dworkin,TakingRightsSeriously,HarvardUniversityPressCambridge,Massachusetts1977.p.75.）目前的法律專家系統(tǒng)并未以知識表達(dá)為目的來解釋法律，而是將法律整齊地“碼放”在計算機(jī)記憶系統(tǒng)中僅供一般檢索之用。然而，在法律知識工程系統(tǒng)中，法律知識必須被解釋，以滿足自動推理對法律知識進(jìn)行重新建構(gòu)的需要。麥卡錫說：“在開發(fā)智能信息系統(tǒng)的過程中，最關(guān)鍵的任務(wù)既不是文件的重建也不是專家意見的重建，而是建立有關(guān)法律領(lǐng)域的概念模型。”（注：McCarty,Intelligentlegalinformationsystems:problemsandprospects,op.cit.supra,note25,p.126.）建立法律概念模型必須以法律家對某一法律概念的共識為基礎(chǔ)，但不同的法律家對同一法律概念往往有不同的解釋策略。凱爾森甚至說：即使在國內(nèi)法領(lǐng)域也難以形成一個“能夠用來敘述一定法律共同體的實(shí)在法的基本概念”。（注：（奧）凱爾森著：《法與國家的一般理論》，沈宗靈譯，中國大百科全書出版社1996年版，第1頁。）盡管如此，法理學(xué)還是為法律概念模型的重建提供了一些方法。例如，德沃金認(rèn)為，法官在“解釋”階段，要通過推理論證，為自己在“前解釋”階段所確定的大多數(shù)法官對模糊法律規(guī)范的“一致看法”提供“一些總的理由”。獲取這些總的理由的過程分為兩個步驟：首先，從現(xiàn)存的明確法律制度中抽象出一般的法律原則，用自我建立的一般法律理論來證明這種法律原則是其中的一部分，證明現(xiàn)存的明確法律制度是正當(dāng)?shù)?。其次，再以法律原則為依據(jù)反向推出具體的法律結(jié)論，即用一般法律理論來證明某一法律原則存在的合理性，再用該法律原則來解釋某一法律概念。TAXMAN等系統(tǒng)裝置已吸收了這種方法，法律知識被計算機(jī)結(jié)構(gòu)語言以語義網(wǎng)絡(luò)的方式組成不同的規(guī)則系統(tǒng)，解釋程序使計算機(jī)根據(jù)案件事實(shí)來執(zhí)行某條法律規(guī)則，并在新案件事實(shí)輸入時對法律規(guī)則作出新的解釋后才加以調(diào)用。不過，法律知識表達(dá)的進(jìn)展還依賴于法律解釋研究取得更多的突破。

第二，關(guān)于啟發(fā)式程序。目前的法律專家系統(tǒng)如果不能與啟發(fā)式程序接口，不能運(yùn)用判斷性知識進(jìn)行推理，只通過規(guī)則反饋來提供簡單解釋，就談不上真正的智能性。啟發(fā)式程序要解決智能機(jī)器如何模擬法律家推理的直覺性、經(jīng)驗(yàn)性以及推理結(jié)果的不確定性等問題，即人可以有效地處理錯誤的或不完全的數(shù)據(jù)，在必要時作出猜測和假設(shè)，從而使問題的解決具有靈活性。在這方面，Gardner的混合推理模型，EdwinaL.Rissland運(yùn)用聯(lián)想程序?qū)σ?guī)則和判例推理的結(jié)果作集合處理的思路，以及Massachusetts大學(xué)研制的CABARET（基于判例的推理工具），在將啟發(fā)式程序應(yīng)用于系統(tǒng)開發(fā)方面都進(jìn)行了有益的嘗試。但是，法律問題往往沒有唯一正確的答案，這是人工智能模擬法律推理的一個難題。選擇哪一個答案，往往取決于法律推理的目的標(biāo)準(zhǔn)和推理主體的立場和價值觀念。但智能機(jī)器沒有自己的目的、利益和立場。這似乎從某種程度上劃定了機(jī)器法律推理所能解決問題的范圍。

第三，關(guān)于法律自然語言理解。在設(shè)計基于規(guī)則的程序時，設(shè)計者必須假定整套規(guī)則沒有意義不明和沖突，程序必須消滅這些問題而使規(guī)則呈現(xiàn)出更多的一致性。就是說，盡管人們對法律概念的含義可以爭論不休，但輸入機(jī)器的法律語言卻不能互相矛盾。機(jī)器語言具有很大的局限性，例如，LDS基于規(guī)則來模擬嚴(yán)格責(zé)任并計算實(shí)際損害時，表現(xiàn)出的最大弱點(diǎn)就是不能使用不精確的自然語言進(jìn)行推理。然而，在實(shí)際的法律推理過程中，法律家對某個問題的任何一種回答都可根據(jù)上下文關(guān)系作多種解釋，而且辯論雙方總是尋求得出不同的結(jié)論。因此，智能法律專家系統(tǒng)的成功在很大程度上還依賴于自然語言理解研究工作的突破。牛津大學(xué)的一個程序組正在研究法律自然語言的理解問題，但是遇到了重重困難。原因是連法學(xué)家們自己目前也還沒有建立起一套大家一致同意的專業(yè)術(shù)語規(guī)范。所以EdwinaL.Rissland認(rèn)為，常識知識、意圖和信仰類知識的模擬化，以及自然語言理解的模擬問題，迄今為止可能是人工智能面臨的最困難的任務(wù)。對于語言模擬來說，像交際短語和短語概括的有限能力可能會在較窄的語境條件下取得成果，完全的功能模擬、一般“解決問題”能力的模擬則距離非常遙遠(yuǎn)，而像書面上訴意見的理解則是永遠(yuǎn)的終極幻想。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）

五、人工智能法律系統(tǒng)的開發(fā)策略和應(yīng)用前景

我們能夠制造出一臺什么樣的機(jī)器，可以證明它是人工智能法律系統(tǒng)？從檢驗(yàn)標(biāo)準(zhǔn)上看，這主要是法律知識在機(jī)器中再現(xiàn)的判定問題。根據(jù)“圖靈試驗(yàn)”原理，我們可將該檢驗(yàn)標(biāo)準(zhǔn)概括如下：設(shè)兩間隔開的屋子，一間坐著一位法律家，另一間“坐著”一臺智能機(jī)器。一個人（也是法律家）向法律家和機(jī)器提出同樣的法律問題，如果提問者不能從二者的回答中區(qū)分出誰是法律家、誰是機(jī)器，就不能懷疑機(jī)器具有法律知識表達(dá)的能力。

依“圖靈試驗(yàn)”制定的智能法律系統(tǒng)檢驗(yàn)標(biāo)準(zhǔn)，所看重的是功能。只要機(jī)器和法律家解決同樣法律問題時所表現(xiàn)出來的功能相同，就不再苛求哪個是鋼鐵結(jié)構(gòu)、哪個是血肉之軀。人工智能立足的基礎(chǔ)，就是相同的功能可以通過不同的結(jié)構(gòu)來實(shí)現(xiàn)之功能模擬理論。

從功能模擬的觀點(diǎn)來確定人工智能法律系統(tǒng)的研究與開發(fā)策略，可作以下考慮：

第一，擴(kuò)大人工智能法律系統(tǒng)的研發(fā)主體。現(xiàn)有人工法律系統(tǒng)的幼稚，暴露了僅僅依靠計算機(jī)和知識工程專家從事系統(tǒng)研發(fā)工作的局限性。因此，應(yīng)該確立以法律家、邏輯學(xué)家和計算機(jī)專家三結(jié)合的研發(fā)群體。在系統(tǒng)研發(fā)初期，可組成由法學(xué)家、邏輯與認(rèn)知專家、計算機(jī)和知識工程專家為主體的課題組，制定系統(tǒng)研發(fā)的整體戰(zhàn)略和分階段實(shí)施的研發(fā)規(guī)劃。在系統(tǒng)研發(fā)中期，應(yīng)通過網(wǎng)絡(luò)等手段充分吸收初級產(chǎn)品用戶（律師、檢察官、法官）的意見，使研發(fā)工作在理論研究與實(shí)際應(yīng)用之間形成反饋，將開發(fā)精英與廣大用戶的智慧結(jié)合起來，互相啟發(fā)、群策群力，推動系統(tǒng)迅速升級。

第二，確定研究與應(yīng)用相結(jié)合、以應(yīng)用為主導(dǎo)的研發(fā)策略。目前國外人工智能法律系統(tǒng)的研究大多停留在實(shí)驗(yàn)室領(lǐng)域，還沒有在司法實(shí)踐中加以應(yīng)用。但是，任何智能系統(tǒng)包括相對簡單的軟件系統(tǒng)，如果不經(jīng)過用戶的長期使用和反饋，是永遠(yuǎn)也不可能走向成熟的。從我國的實(shí)際情況看，如果不能將初期研究成果盡快地轉(zhuǎn)化為產(chǎn)品，我們也難以為后續(xù)研究工作提供雄厚的資金支持。因此，人工智能法律系統(tǒng)的研究必須走產(chǎn)研結(jié)合的道路，堅(jiān)持以應(yīng)用開路，使智能法律系統(tǒng)盡快走出實(shí)驗(yàn)室，同時以研究為先導(dǎo)，促進(jìn)不斷更新升級。

第三，系統(tǒng)研發(fā)目標(biāo)與初級產(chǎn)品功能定位。人工智能法律系統(tǒng)的研發(fā)目標(biāo)是制造出能夠滿足多用戶（律師、檢察官、法官、立法者、法學(xué)家）多種需要的機(jī)型。初級產(chǎn)品的定位應(yīng)考慮到，人的推理功能特別是價值推理的功能遠(yuǎn)遠(yuǎn)超過機(jī)器，但人的記憶功能、檢索速度和準(zhǔn)確性又遠(yuǎn)不如機(jī)器。同時還應(yīng)該考慮到，我國目前有12萬律師，23萬檢察官和21萬法官，每年1.2萬法學(xué)院本科畢業(yè)生，他們對法律知識的獲取、表達(dá)和應(yīng)用能力參差不齊。因此，初級產(chǎn)品的標(biāo)準(zhǔn)可適當(dāng)降低，先研制推理功能薄弱、檢索功能強(qiáng)大的法律專家系統(tǒng)?？膳c計算機(jī)廠商合作生產(chǎn)具有強(qiáng)大數(shù)據(jù)庫功能的硬件，并確保最新法律、法規(guī)、司法解釋和判例的網(wǎng)上及時更新；同時編制以案件為引導(dǎo)的高速檢索軟件。系統(tǒng)開發(fā)的先期目標(biāo)應(yīng)確定為：(1)替律師起草僅供參考的書和辯護(hù)詞；(2)替法官起草僅供參考的判決書；(3)為法學(xué)院學(xué)生提供模擬法庭審判的通用系統(tǒng)軟件，以輔助學(xué)生在、辯護(hù)和審判等訴訟的不同階段鞏固所學(xué)知識、獲得審判經(jīng)驗(yàn)。上述軟件旨在提供一個初級平臺，先解決有無和急需，再不斷收集用戶反饋意見，逐步改進(jìn)完善。

第四，實(shí)驗(yàn)室研發(fā)應(yīng)確定較高的起點(diǎn)或跟蹤戰(zhàn)略。國外以知識工程為主要技術(shù)手段的人工智能法律系統(tǒng)開發(fā)已經(jīng)歷了如下發(fā)展階段：(1)主要適用于簡單案件的規(guī)則推理；(2)運(yùn)用開放結(jié)構(gòu)概念的推理；(3)運(yùn)用判例和假設(shè)的推理；(4)運(yùn)用規(guī)則和判例的混合推理。我們?nèi)绱_定以簡單案件的規(guī)則推理為初級市場產(chǎn)品，那么，實(shí)驗(yàn)室中第二代產(chǎn)品開發(fā)就應(yīng)瞄準(zhǔn)運(yùn)用開放結(jié)構(gòu)概念的推理。同時，跟蹤運(yùn)用假設(shè)的推理及混合推理，吸收國外先進(jìn)的KBS和HYPO的設(shè)計思想，將功能子系統(tǒng)開發(fā)與聯(lián)想式控制系統(tǒng)結(jié)合。HYPO判例法推理智能裝置具有如下功能：(1)評價相關(guān)判例；(2)判定何方使用判例更加貼切；(3)分析并區(qū)分判例；(4)建立假設(shè)并用假設(shè)來推理；(5)為一種主張引用各種類型的反例；(6)建立判例的引證概要。HYPO以商業(yè)秘密法的判例推理為模擬對象，假設(shè)了完全自動化的法律推理過程中全部要素被建立起來的途徑。值得注意的是，HYPO忽略了許多要素的存在，如商業(yè)秘密法背后的政策考慮，法律概念應(yīng)用于實(shí)際情況時固有的模糊性，信息是否已被公開，被告是否使用了對方設(shè)計的產(chǎn)品，是否簽署了讓與協(xié)議，等等。一個系統(tǒng)設(shè)計的要素列表無論多長，好律師也總能再多想出一些。同樣，律師對案件的分析，不可能僅限于商業(yè)秘密法判例，還可能援引侵權(quán)法或?qū)＠ǖ呐欣?，這決定了緣由的多種可能性。Ashley還討論了判例法推理模擬的其他困難：判例并不是概念的肯定的或否定的樣本，因此，要通過要素等簡單的法律術(shù)語使模糊的法律規(guī)則得到澄清十分困難，法律原則和類推推理之間的關(guān)系還不能以令人滿意的方式加以描述。（注：EdwinaL.Rissland,ArtificialIntelligenceandLaw:SteppingStonestoaModelofLegalReasoning,TheYaleLawJournal.(Vol.99:1957-1981).）這說明，即使具有較高起點(diǎn)的實(shí)驗(yàn)室基礎(chǔ)研究，也不宜確定過高的目標(biāo)。因?yàn)?，智能法律系統(tǒng)的研究不能脫離人工智能的整體發(fā)展水平。

第五，人－機(jī)系統(tǒng)解決方案。人和機(jī)器在解決法律問題時各有所長。人的優(yōu)點(diǎn)是能作價值推理，使法律問題的解決適應(yīng)社會的變化發(fā)展，從而具有靈活性。機(jī)器的長處是記憶和檢索功能強(qiáng)，可以使法律問題的解決具有一貫性。人－機(jī)系統(tǒng)解決方案立足于人與機(jī)器的功能互補(bǔ)，目的是解放人的腦力勞動，服務(wù)于國家的法治建設(shè)。該方案的實(shí)施可以分為兩個階段：第一階段以人為主，機(jī)器為人收集信息并作初步分析，提供決策參考。律師受理案件后，可以先用機(jī)器處理大批數(shù)據(jù)，并參考機(jī)器的和辯護(hù)方案，再做更加高級的推理論證工作。法官接觸一個新案件，或新法官剛接觸審判工作，也可以先看看“機(jī)器法官”的判決建議或者審判思路，作為參考。法院的監(jiān)督部門可參照機(jī)器法官的判決，對法官的審判活動進(jìn)行某種監(jiān)督，如二者的判決結(jié)果差別太大，可以審查一下法官的判決理由。這也許可以在一定程度上制約司法腐敗。在人－機(jī)系統(tǒng)開發(fā)的第二階段，會有越來越多的簡單案件的判決與電腦推理結(jié)果完全相同，因此，某些簡單案件可以機(jī)器為主進(jìn)行審判，例如，美國小額法庭的一些案件，我國法庭可用簡易程序來審理的一些案件。法官可以作為“產(chǎn)品檢驗(yàn)員”監(jiān)督和修訂機(jī)器的判決結(jié)果。這樣，法官的判案效率將大大提高，法官隊(duì)伍也可借此“消腫”，有可能大幅度提高法官薪水，吸引高素質(zhì)法律人才進(jìn)入法官隊(duì)伍。

未來的計算機(jī)不會完全取代律師和法官，然而，律師和法官與智能機(jī)器統(tǒng)一體的出現(xiàn)則可能具有無限光明的前景。（注：Smith,J.C,MachineIntelligenceandLegalReasoning,Chicago-KentLawReview,1998,Vol.73,No.1,p277.）可以預(yù)見，人工智能將為法律工作的自動化提供越來越強(qiáng)有力的外腦支持。電腦律師或法官將在網(wǎng)絡(luò)所及的范圍內(nèi)承擔(dān)起諸如收債、稅務(wù)、小額犯罪訴訟等職能。自動法律推理系統(tǒng)將對訴訟活動發(fā)揮越來越多的輔助作用，例如，通過嚴(yán)密的演繹邏輯使用戶確信全部法律結(jié)論得出的正當(dāng)性；在解決相互沖突的規(guī)則、判例和政策問題時提示可能出現(xiàn)的判決預(yù)測；等等。正如網(wǎng)絡(luò)的出現(xiàn)打破了少數(shù)人對信息的壟斷一樣，電腦法律顧問的問世，將打破法官、律師對法律知識的壟斷，極大地推動法律知識的普及，迅速提高廣大人民群眾的法律素質(zhì)，使法律真正變?yōu)槿罕娛种械匿J利武器。

第4篇：人工智能教學(xué)的優(yōu)點(diǎn)范文

約翰?杜威曾經(jīng)說過這樣一句話，“今天的教育和老師不生活在未來，未來的學(xué)生將活在過去?！边@就是今天我為什么要在這里和大家一起思考“未來教育”，對話“未來教育”。近幾年，云計算、移動互聯(lián)、大數(shù)據(jù)等技術(shù)的突破性進(jìn)展，帶來了互聯(lián)網(wǎng)的廣泛應(yīng)用，虛擬世界與現(xiàn)實(shí)世界正在相互聯(lián)結(jié)與融合，當(dāng)代社會進(jìn)入了一個日新月異的“互聯(lián)網(wǎng)+”時代?！盎ヂ?lián)網(wǎng)+”時代對教育提出了更高的要求，也對未來教師提出了新的挑戰(zhàn)。

未來教師的工作形態(tài)會發(fā)生什么變化？

我們談?wù)摰奈磥斫逃?、未來教師指的是多久以后的未來？五年時間太短，而我們也很難想象十年以后的情況，所以我們討論的是未來五到十年的教育?！拔磥頃l(fā)生什么”和“未來應(yīng)該發(fā)生什么”是不一樣的。“未來會發(fā)生什么”，這是未來學(xué)家做的事情，就像天氣預(yù)報員，預(yù)測明天會有多云轉(zhuǎn)晴的情況?！拔磥響?yīng)該發(fā)生什么”指的是設(shè)計式的未來，是我們從事教育的人所期望的未來，即未來應(yīng)該是怎么樣的，而不是未來會怎么樣。我們現(xiàn)在談的是未來的教育應(yīng)該是怎么樣的。

教育有兩種思維方式，一種是看學(xué)生缺什么，另外一種是看學(xué)生有什么?？磳W(xué)生缺什么的思維方式，指的是按照外部標(biāo)準(zhǔn)，每個人應(yīng)該掌握多少知識，學(xué)生缺什么就給他補(bǔ)充什么。比如學(xué)生缺乏英語知識，教師就教給他英語知識；缺乏數(shù)學(xué)知識，教師就教給他數(shù)學(xué)知識，這是一種缺陷式的教育模式。你要成為一個人你就要達(dá)到一定的標(biāo)準(zhǔn)，要不然你就不是人，這是現(xiàn)在教育的模式?？磳W(xué)生有什么的思維方式，首先承認(rèn)你是一個人，看你現(xiàn)在有什么東西，然后教師幫忙發(fā)掘出來。這是兩種不同的教學(xué)方式。第一種教學(xué)方式，教師作為園丁，如果目的是建牡丹園，凡是牡丹以外的全剪掉，對牡丹而言園丁是好人，而對其他植物來說，園丁就是壞人。另外一種教學(xué)方式是教師承認(rèn)每個孩子本身都是值得保護(hù)的，每一種人才都有價值，就像自然保護(hù)區(qū)里面的每一種生物都值得保護(hù)一樣。目前，中國大學(xué)生就業(yè)率非常低，不是因?yàn)榇髮W(xué)的擴(kuò)招，也不是因?yàn)榻逃耐度氩粔?，而是因?yàn)槲覀兘處熓窃谧鲞^去的教育，而不是未來的教育。傳統(tǒng)教育壓抑學(xué)生的個性，在智能機(jī)器時代，我們要轉(zhuǎn)變教育方式，解放學(xué)生個性，讓每個人都可以發(fā)揮潛力。

每一個孩子自我的天賦、自我的激情都是有價值的。學(xué)校的目的是幫助每個孩子發(fā)現(xiàn)自己的天賦，指引每個孩子發(fā)現(xiàn)自己的激情，揚(yáng)長避短，幫助他把激情和天賦轉(zhuǎn)換成對別人有價值的東西和事業(yè)。在這個時代，我們更多的是追求心理需求，人類心理需求最高的一點(diǎn)就是為別人服務(wù)，真實(shí)的幸福感一定來自于你對他人、對世界的價值。教師的責(zé)任一定不是灌輸知識，而是幫助每個學(xué)生成長。今后教師的工作形態(tài)一定不以教書為重。我認(rèn)為教師不是園丁，而應(yīng)當(dāng)是學(xué)習(xí)博物館的構(gòu)造人，是項(xiàng)目管理員，幫助學(xué)生做好自己的項(xiàng)目；是人生導(dǎo)師或者心理咨詢師，幫助每個學(xué)生發(fā)現(xiàn)自己的優(yōu)點(diǎn)，實(shí)現(xiàn)自己人生的價值。

未來教師需要具備什么樣的素質(zhì)？

未來教育推崇的是個性化學(xué)習(xí)，個性化學(xué)習(xí)本身有兩種不同的理解：學(xué)習(xí)過程的個性化，學(xué)習(xí)結(jié)果的個性化。學(xué)習(xí)過程的個性化指的是，學(xué)生自定步調(diào)地學(xué)習(xí)，可以學(xué)得快一點(diǎn)或者學(xué)得慢一點(diǎn)，但是，最終每一位學(xué)生都要學(xué)到統(tǒng)一的標(biāo)準(zhǔn)。真正的個性化學(xué)習(xí)，是結(jié)果的個性化。在機(jī)器時代的差異競爭下，你越獨(dú)特、越個性化，就越有價值。

傳統(tǒng)的教學(xué)，不可能一對一，教師一個人要教30―50個學(xué)生。在這種情況下，分班教學(xué)最有效果，如果班里面的學(xué)生差異化太大，集體y一的教學(xué)效率是很低的。如果每個學(xué)生都可以掌握信息、掌握知識，我們就要重新考慮班級是否有必要存在。我們的一堂課是不是非得要40―50分鐘？初中一年級的英語課、數(shù)學(xué)課必須要按照課程標(biāo)準(zhǔn)來講嗎？傳統(tǒng)的教學(xué)叫做預(yù)備性的學(xué)習(xí)，學(xué)習(xí)是為了未來，而不是“臨時抱佛腳”。

在個性化學(xué)習(xí)中，每個學(xué)生都是有價值的，教師要幫助每一個學(xué)生成為有價值的人。人才本身的多元化對社會長期的發(fā)展是非常有價值的。因此，教師如果要保護(hù)原始生態(tài)多元化，教師隊(duì)伍就必須要多元化。教師是一個人，不是傳遞知識的機(jī)器。教師要回歸人性，教師的天賦是什么、教師的追求是什么，這是很重要的概念。在教師的多元社區(qū)中，我們要能夠包容、支持、理解別人的優(yōu)缺點(diǎn)，真正的合作一定是相互之間的互補(bǔ)。

教師本身是一個社區(qū)的建設(shè)者，能不能建設(shè)成一個社區(qū)關(guān)鍵在于有沒有讓社區(qū)里的每一個人都能夠得到充分的發(fā)展。教師是教育的引導(dǎo)者，不應(yīng)該局限于教學(xué)本身。教學(xué)目標(biāo)和教育目標(biāo)是不一樣的，教學(xué)是短期的、臨時的，效果可以評估，而教育對學(xué)生的影響無法評估。在傳統(tǒng)教育中，我們不允許學(xué)生失敗，教師希望每個學(xué)生的成績都能得到提升。實(shí)際上，教師有責(zé)任去幫助學(xué)生學(xué)會失敗，成功與失敗，是一個人一生都必須經(jīng)歷的。

教師應(yīng)該從人性的角度出發(fā)，學(xué)會與學(xué)生溝通，并樹立領(lǐng)導(dǎo)意識。讓學(xué)生印象深刻的一定不是那個教會他乘法表的老師，而是曾經(jīng)嚴(yán)重打擊過他們自信心或者幫助他們改變了人生的老師。一個學(xué)生本來可以成為一個非常優(yōu)秀、非常有價值的人，但是園丁把玫瑰給摘了，只關(guān)照牡丹。教師就是殘酷的園丁，我現(xiàn)在特別不想當(dāng)園丁。

第5篇：人工智能教學(xué)的優(yōu)點(diǎn)范文

論文摘 要:本文以計算機(jī)輔助教學(xué)為研究內(nèi)容，界定和分析了計算機(jī)輔助教學(xué)的概念及與傳統(tǒng)教學(xué)相比的優(yōu)勢所在，同時通過對計算機(jī)輔助教學(xué)發(fā)展過程中存在的一些主要問題分析，展望了計算機(jī)輔助教學(xué)技術(shù)的發(fā)展趨勢。

1 計算機(jī)輔助教學(xué)概念的界定

所謂計算機(jī)輔助教學(xué)(Computer Assisted Instruction，簡稱CAI)是指“用計算機(jī)幫助和代替教師執(zhí)行部分教學(xué)任務(wù)，傳遞教學(xué)信息，向?qū)W生傳授知識和訓(xùn)練技能，直接為學(xué)生服務(wù)”。隨著計算機(jī)網(wǎng)絡(luò)技術(shù)、虛擬現(xiàn)實(shí)等技術(shù)的發(fā)展，計算機(jī)輔助教學(xué)的深度和廣度還在不斷發(fā)展。計算機(jī)輔助教學(xué)模式也稱“信息化教學(xué)模式”。到了20世紀(jì)80年代以后，由于建構(gòu)主義學(xué)習(xí)理論在教育技術(shù)中的應(yīng)用和多媒體技術(shù)的發(fā)展，國際上計算機(jī)輔助教學(xué)模式強(qiáng)調(diào)以學(xué)為中心。20世紀(jì)90年代以后，由于網(wǎng)上教育的興起，出現(xiàn)了計算機(jī)支持的協(xié)作學(xué)習(xí)。

2 計算機(jī)輔助教學(xué)與傳統(tǒng)教學(xué)相比的優(yōu)勢

在傳統(tǒng)的教學(xué)模式中，教師通常使用文字、動作等表達(dá)方式把知識傳授給學(xué)生。為了直觀起見，有時教師會借助一些實(shí)物、教學(xué)儀器和插圖等輔助教學(xué)工具來演示和闡述需要講解的內(nèi)容。這些教具在教學(xué)中當(dāng)然足不可缺少的，但它們也有其局限性。如天體運(yùn)行或分子的熱運(yùn)動，無法用實(shí)物展示。而計算機(jī)輔助教學(xué)彌補(bǔ)了以上所述教具之不足。計算機(jī)輔助教學(xué)的優(yōu)勢主要體現(xiàn)在以下幾個方面:第一，有利于突出重點(diǎn)、突破難點(diǎn)、化抽象為直觀。采用多媒體，把一些抽象、復(fù)雜的動態(tài)變化過程真實(shí)化、形象化，化抽象為直觀，化難為易，突出重點(diǎn);第二，有利于增大課堂容量，提高課堂效率。計算機(jī)輔助教學(xué)能夠提高學(xué)生能力，有利于培養(yǎng)學(xué)生的科學(xué)方法，從而全面完成素質(zhì)教育的任務(wù);第三，有利于優(yōu)化課堂結(jié)構(gòu)，加強(qiáng)指導(dǎo)教材中的一些重要內(nèi)容。

3 計算機(jī)輔助教學(xué)發(fā)展過程中存在的主要問題

3.1 計算機(jī)輔助教學(xué)變成計算機(jī)教學(xué)替代問題

現(xiàn)在計算機(jī)輔助教學(xué)已經(jīng)比較普遍了，大部分都取得了好的效果，但有的教師上課時往往讓計算機(jī)完全代替自己去教學(xué)，教師充當(dāng)了操作員的角色，學(xué)生跟著計算機(jī)被動地學(xué)習(xí)，聽課變成了自學(xué)。很顯然，這種做法使師生雙方缺少溝通。改進(jìn)方法:計算機(jī)輔助教學(xué)，可以利用計算機(jī)強(qiáng)大的信息處理能力和技術(shù)模擬教師的教學(xué)行為，完成教師的部分工作。但它作為教學(xué)的一種手段，只能起輔助教學(xué)的作用，不能完全代替教師的教學(xué)。因此，教學(xué)過程是一個復(fù)雜的活動過程，是教師“教學(xué)”和學(xué)生“學(xué)習(xí)”相結(jié)合的活動，只有在師生共同參與下才能實(shí)現(xiàn)有效地教學(xué)。

3.2 學(xué)生基礎(chǔ)參差不齊問題

學(xué)生是成為教學(xué)的主體，必須掌握必要的計算機(jī)技術(shù)。但目前，我國學(xué)校計算機(jī)及信息科學(xué)的教育非常不平衡，學(xué)生的計算機(jī)掌握程度受地區(qū)、學(xué)校差異的限制。在一些邊遠(yuǎn)地區(qū)，很多學(xué)生都沒有上過計算機(jī)課，甚至還有的學(xué)生從都沒有見過計算機(jī)。而經(jīng)濟(jì)發(fā)達(dá)地區(qū)的學(xué)生一般都受過較好的計算機(jī)教育，其中一部分學(xué)生的計算機(jī)基礎(chǔ)操作非常熟練。由于新生的計算機(jī)基礎(chǔ)水平參差不齊，計算機(jī)輔助教學(xué)在教師和課件等方面也存在問題，這種狀況在未來將會持續(xù)相當(dāng)長的一段時間。因此，教師在課常上要同時兼顧基礎(chǔ)好的學(xué)生和基礎(chǔ)差的學(xué)生，如果忽視這種差異，則會出現(xiàn)基礎(chǔ)好的學(xué)塵不想聽，基礎(chǔ)差的學(xué)生跟不上的狀況。

3.3 教師信息素養(yǎng)問題

首先，教師的計算機(jī)水平有限。目前大多數(shù)學(xué)校，只有教計算機(jī)課的教師懂計算機(jī)，其他任課教師對計算機(jī)知之甚微。其次，教學(xué)方式方法的形式化。計算機(jī)輔助教學(xué)與傳統(tǒng)教學(xué)相比的一個明顯區(qū)別，就是直觀形象，使用方式也更多樣。一些教師只追求課件的豐富多樣或新穎美觀，忽視了計算機(jī)輔助教學(xué)的首要目的應(yīng)是服務(wù)于教和學(xué)，導(dǎo)致了學(xué)生注意力的分散。而一些有效的傳統(tǒng)教學(xué)手段不再被采用，有些教師在上課時可以沒有一次板書，師生問溝通大大減少。實(shí)踐表明，某些簡單的圖畫由教師一筆勾成或貼上簡單的面具，可能更親切、更利于師生互動。

3.4 算機(jī)輔助教學(xué)中的硬件問題

在計算機(jī)輔助教學(xué)系統(tǒng)中所用到的所有設(shè)備裝置都稱為硬件。硬件是計算機(jī)輔助教學(xué)的物質(zhì)基礎(chǔ)。在我國計算機(jī)輔助教學(xué)發(fā)展的硬件問題是硬件缺乏和硬件設(shè)施配置的形式化。其中，從硬件方面看，各地區(qū)、學(xué)校之間差距較大，發(fā)展不均衡，多數(shù)學(xué)校硬件設(shè)施不完善，無法保證實(shí)施現(xiàn)代教育技術(shù)所需的最基本硬件條件，客觀上影響了教師運(yùn)用計算機(jī)輔助教學(xué)進(jìn)行教學(xué)改革的積極性。與此同時，硬件設(shè)施配置的形式化。某些地區(qū)計算機(jī)輔助教學(xué)投入了大量資金，卻不能有效地利用，造成了資源的極大浪費(fèi)。

4 計算機(jī)輔助教學(xué)技術(shù)發(fā)展趨勢

4.1 基于網(wǎng)絡(luò)的計算機(jī)輔助教學(xué)

網(wǎng)絡(luò)的計算機(jī)輔助教學(xué)具有自身的優(yōu)勢。計算機(jī)輔助教學(xué)的發(fā)展是學(xué)生和教師通過計算機(jī)網(wǎng)絡(luò)進(jìn)行課題內(nèi)容的學(xué)習(xí)、講授、練習(xí)和測試。它的主要優(yōu)點(diǎn)是不受地域的限制，能夠方便地做到大量資源共享、軟件運(yùn)行速度快和易于研制。網(wǎng)絡(luò)的計算機(jī)輔助教學(xué)有3個組成部分，即網(wǎng)絡(luò)多媒體課件系統(tǒng)、網(wǎng)絡(luò)多媒體教室系統(tǒng)和網(wǎng)絡(luò)遠(yuǎn)程教學(xué)系統(tǒng)。通過校園網(wǎng)和遠(yuǎn)程工作站相連，開展遠(yuǎn)程教學(xué)活動。

4.2 虛擬現(xiàn)實(shí)技術(shù)的應(yīng)用發(fā)展

虛擬現(xiàn)實(shí)技術(shù)的應(yīng)用，為學(xué)生創(chuàng)建更接近真實(shí)的學(xué)習(xí)環(huán)境。虛擬現(xiàn)實(shí)技術(shù)是20世紀(jì)興起的一門綜合性信息技術(shù)，它融合了數(shù)字圖像處理、多媒體技術(shù)、傳感器技術(shù)等多個信息技術(shù)。虛擬現(xiàn)實(shí)技術(shù)生成的視覺環(huán)境和音效在教育領(lǐng)域內(nèi)有著極其巨大的應(yīng)用前景。虛擬現(xiàn)實(shí)學(xué)習(xí)壞境有利于激發(fā)學(xué)生的學(xué)習(xí)興趣。與此同時，虛擬現(xiàn)實(shí)技術(shù)應(yīng)用于教學(xué)過程后，可以有效促使教學(xué)手段向科學(xué)化方向發(fā)展，其變化可以體現(xiàn)在互動啟發(fā)式教學(xué)、發(fā)現(xiàn)式教學(xué)、協(xié)同工作式教學(xué)和情境式教學(xué)等方面。

4.3 人工智能技術(shù)使計算機(jī)輔助教學(xué)更加智能化

計算機(jī)輔助教學(xué)的發(fā)展首先是智能化的CAI(Intelligence Computer Assisted Instruction，ICAI)，它將人工智能技術(shù)應(yīng)用于計算機(jī)輔助教學(xué)。智能化的CAI(ICAI)根據(jù)學(xué)生的認(rèn)知模型提供的詳細(xì)信息，通過智能系統(tǒng)的搜索與判斷，生成適合于個別化教學(xué)的內(nèi)容與教學(xué)策略。目前，智能計算機(jī)輔助教學(xué)系統(tǒng)可以分為智能導(dǎo)師系統(tǒng)(ITS)和人工智能化的學(xué)習(xí)環(huán)境(AIBLE) 兩類。ICAI系統(tǒng)從以下四個方面必然會對教育、教學(xué)產(chǎn)生深刻的影響:有利于激發(fā)學(xué)生的學(xué)習(xí)興趣和認(rèn)知主體作用的發(fā)揮;有利于知識的獲取與保持;可實(shí)現(xiàn)對教學(xué)信息最有效的組織與管理;可作為認(rèn)知工具實(shí)現(xiàn)最理想的學(xué)習(xí)環(huán)境。

參考文獻(xiàn)

第6篇：人工智能教學(xué)的優(yōu)點(diǎn)范文

中學(xué)美術(shù) 教學(xué)技術(shù) 技術(shù)策略

中學(xué)美術(shù)教學(xué)技術(shù)在中學(xué)美術(shù)教學(xué)課程設(shè)計中起著完善教學(xué)效果的重要作用。中學(xué)美術(shù)教學(xué)讓學(xué)生在課程體驗(yàn)中不斷地提高想象力和創(chuàng)造力，為學(xué)生提供了多樣化的個性發(fā)展空間。各種信息技術(shù)快速發(fā)展為中學(xué)美術(shù)教學(xué)提供了新的教學(xué)環(huán)境，信息技術(shù)貫穿于教學(xué)活動的始終，為教學(xué)活動的各個環(huán)節(jié)服務(wù)。合理選擇使用各種教育技術(shù)，能夠加強(qiáng)學(xué)生的感官刺激，強(qiáng)化學(xué)生的教育接受，提高學(xué)生的綜合素質(zhì)。

《中小學(xué)教師教育技術(shù)能力標(biāo)準(zhǔn)（試行）》是教育部頒布的有關(guān)中小學(xué)教師專業(yè)能力標(biāo)準(zhǔn)的文件，它要求“中小學(xué)教師能夠靈活地使用各種教育理論與技術(shù)對教與學(xué)過程及相關(guān)資源進(jìn)行設(shè)計、開發(fā)、利用、管理和評價”。在教學(xué)活動中，教學(xué)技術(shù)的選擇使用必須以學(xué)生的特點(diǎn)為基礎(chǔ)，要正確評價中學(xué)美術(shù)各年級學(xué)生的年齡特征、行為水平、美術(shù)能力、知識基礎(chǔ)等，針對不同的學(xué)習(xí)環(huán)節(jié)確定教學(xué)技術(shù)的實(shí)現(xiàn)目標(biāo)，避免缺少思考的美術(shù)感官教學(xué)與片面的美術(shù)視角轉(zhuǎn)化，不斷地完善教學(xué)技術(shù)使用策略。

一、教育技術(shù)與教學(xué)技術(shù)

在我國，教育技術(shù)以學(xué)科的形式出現(xiàn)?！敖逃夹g(shù)的本質(zhì)特征是運(yùn)用技術(shù)去優(yōu)化教育、教學(xué)過程，以提高教育、教學(xué)的效果、效率與效益。這里的‘技術(shù)’既包括有形的‘物化技術(shù)’，也包括無形的‘智能技術(shù)’。”[1]“物化技術(shù)”主要指教育中信息技術(shù)軟件與硬件的使用以及教師對信息技術(shù)的掌握與應(yīng)用?！爸悄芗夹g(shù)”則是指教師的教育理論與教學(xué)實(shí)踐的能力。教育技術(shù)要求教師不僅要擁有信息技術(shù)技能，還要不斷地更新教育理念，提高自身的教育能力與綜合素質(zhì)。

教育技術(shù)是對教學(xué)活動進(jìn)行科學(xué)設(shè)計的技術(shù)，是“教”與“學(xué)”的有機(jī)融合，而教學(xué)技術(shù)則是連接“教”與“學(xué)”之間的媒介途徑，二者都是為了實(shí)現(xiàn)課程的最優(yōu)教學(xué)。教育技術(shù)中包含了教學(xué)技術(shù)的選擇與使用策略。

中學(xué)美術(shù)教學(xué)技術(shù)策略是教師轉(zhuǎn)化教學(xué)經(jīng)驗(yàn)的過程，也是教師教育技術(shù)水平的體現(xiàn)，它具有兩個方面的內(nèi)涵。第一，中學(xué)美術(shù)教學(xué)技術(shù)是教師在進(jìn)行教學(xué)設(shè)計的各個流程中選擇應(yīng)用的各種技術(shù)手段，比如備課中的文字處理、圖片處理、幻燈片制作技術(shù)等。第二，中學(xué)美術(shù)教學(xué)技術(shù)主要是在課堂教學(xué)中教師選擇采用各種媒體手段來體現(xiàn)的。學(xué)生根據(jù)教師的課堂教學(xué)安排通過多媒體等信息技術(shù)實(shí)現(xiàn)了教學(xué)內(nèi)容由抽象向具象的轉(zhuǎn)化。美術(shù)學(xué)科具有特殊性，在中學(xué)美術(shù)教學(xué)設(shè)計過程中，教學(xué)技術(shù)是教師完成教學(xué)目標(biāo)、達(dá)成教學(xué)效果的重要手段。如圖1所示，中學(xué)美術(shù)教學(xué)設(shè)計根據(jù)美術(shù)課程的教學(xué)目標(biāo)確定教學(xué)方法，以學(xué)校的教學(xué)設(shè)施條件為基礎(chǔ)，根據(jù)不同的教學(xué)內(nèi)容與學(xué)生特點(diǎn)對教學(xué)技術(shù)進(jìn)行優(yōu)化組合。教學(xué)技術(shù)的選擇使用是中學(xué)美術(shù)教學(xué)設(shè)計中不可缺少的重要組成部分。

二、中學(xué)美術(shù)教學(xué)技術(shù)的現(xiàn)狀

“信息技術(shù)極大地拓展了教育時空界限，空前地提高了人們學(xué)習(xí)的興趣、效率和能動性?！盵2]中學(xué)美術(shù)教學(xué)技術(shù)分為視聽媒體技術(shù)、網(wǎng)絡(luò)技術(shù)和人工智能技術(shù)。視聽媒體技術(shù)的推廣，推動了各類學(xué)習(xí)資源在教學(xué)中的運(yùn)用。在中學(xué)美術(shù)教學(xué)設(shè)計過程中，需要運(yùn)用到計算機(jī)的各種軟件，各種數(shù)碼技術(shù)的熟練應(yīng)用使中學(xué)美術(shù)課程變得多姿多彩；教師采用電子白板等多媒體演示技術(shù)進(jìn)行教學(xué)，便于教學(xué)內(nèi)容由抽象向具象轉(zhuǎn)化。

網(wǎng)絡(luò)技術(shù)在視聽媒體技術(shù)的基礎(chǔ)上構(gòu)建，實(shí)現(xiàn)了教育信息化，為學(xué)生提供了綜合平臺。網(wǎng)絡(luò)技術(shù)實(shí)現(xiàn)了校園內(nèi)外以及國內(nèi)外的同步教學(xué)及資源共享，為教師備課、教學(xué)演示、師生互動、作業(yè)練習(xí)、考試評價等教學(xué)活動提供了豐富的網(wǎng)絡(luò)環(huán)境。另外，網(wǎng)絡(luò)資源共享課程促進(jìn)了網(wǎng)絡(luò)教育資源的整合與共享，為學(xué)生提供了一個“個別化教學(xué)”的教育平臺，形成了以學(xué)生為中心的個性化教學(xué)模式，提高了網(wǎng)絡(luò)教育教學(xué)和人才培養(yǎng)的質(zhì)量。

人工智能技術(shù)通過編程技術(shù)與模擬法實(shí)現(xiàn)，不斷地運(yùn)用到各個學(xué)科領(lǐng)域，它可以完成智能控制、圖像與語言理解、自主的信息處理與管理等規(guī)模龐大的任務(wù)。人工智能技術(shù)的使用在中學(xué)美術(shù)課程教學(xué)中成為了必然的趨勢。首先，它是教師進(jìn)行課程設(shè)計的好幫手。它可以滿足教師在教學(xué)設(shè)計中的多種需求；其次，它為個別化教學(xué)增添了智能的選擇與識別。另外，人工智能技術(shù)在圖像上的識別為中學(xué)美術(shù)課程的學(xué)生作業(yè)提供了識別評價的可能。

信息技術(shù)的多樣性為中學(xué)美術(shù)課堂教學(xué)增添了色彩，提高了中學(xué)生對美術(shù)課程學(xué)習(xí)的主觀能動性。在充斥著信息技術(shù)的中學(xué)美術(shù)課程中，各種技術(shù)使用的合理性需要進(jìn)一步探討。

1.缺少思考的美術(shù)感官教學(xué)

所謂“感官教學(xué)”是指中學(xué)美術(shù)課經(jīng)常采用“課件教學(xué)――課堂練習(xí)”這個由多媒體課件進(jìn)行感官教授的教學(xué)模式，多媒體教學(xué)系統(tǒng)的普及，由課件直接到練習(xí)成為了一些中學(xué)美術(shù)教學(xué)的主流模式，這種缺乏策略的使用多媒體教學(xué)系統(tǒng)，使部分中學(xué)美術(shù)課堂成為了缺少思考的感官教學(xué)。一方面，缺少思考課程內(nèi)容與教學(xué)技術(shù)契合度的問題；另一方面，缺少思考教學(xué)資源與學(xué)生特點(diǎn)的辯證關(guān)系。

不同的美術(shù)領(lǐng)域?qū)虒W(xué)技術(shù)的需求不同，教師要重視課程內(nèi)容與教學(xué)技術(shù)契合度的問題。中學(xué)美術(shù)教學(xué)分為“造型與表現(xiàn)”、“設(shè)計與應(yīng)用”、“欣賞與評述”、“綜合與探索”四個領(lǐng)域，針對不同的教學(xué)領(lǐng)域，教學(xué)技術(shù)的選擇也應(yīng)不同。義務(wù)教育課程標(biāo)準(zhǔn)實(shí)驗(yàn)教科書、人民教育出版社《美術(shù)》八年級下冊第二單元《裝點(diǎn)我的居室》即屬于“造型與表現(xiàn)”領(lǐng)域的學(xué)習(xí)內(nèi)容，它圍繞“裝點(diǎn)我的居室”這一主題，引導(dǎo)學(xué)生利用不同的美術(shù)表現(xiàn)形式去裝點(diǎn)自己的居室。這個單元讓學(xué)生初步學(xué)習(xí)了中國寫意花鳥畫、版畫、裝飾畫、鉛筆淡彩畫和掛畫的形式美要求，最后通過同學(xué)之間的展示交流進(jìn)行總結(jié)，樹立學(xué)生美化生活的意識，提高學(xué)生的造型表現(xiàn)能力。在這個單元學(xué)習(xí)中國寫意花鳥畫的課程內(nèi)容中，有欣賞環(huán)節(jié)、有知識技能學(xué)習(xí)的環(huán)節(jié)、還有學(xué)生的練習(xí)與評價環(huán)節(jié)，這三個教學(xué)環(huán)節(jié)中或多或少都需要使用到各種教學(xué)技術(shù)。教師通常使用教學(xué)課件引導(dǎo)學(xué)生欣賞中國寫意花鳥畫；在知識技能學(xué)習(xí)環(huán)節(jié)中，教學(xué)課件與網(wǎng)絡(luò)媒體的結(jié)合使用能夠有效地補(bǔ)充學(xué)生所需的學(xué)習(xí)資源并能進(jìn)行相關(guān)的知識拓展，比如了解相關(guān)的藝術(shù)家及其工作室，進(jìn)一步明確中國寫意花鳥畫的題材、風(fēng)格、構(gòu)圖等。也就是在這個重點(diǎn)的教學(xué)環(huán)節(jié)中，教授的知識技能與教學(xué)技術(shù)的采用契合度尤為重要。中國寫意花鳥畫中“筆墨章法”是教學(xué)難點(diǎn)，是否能夠完全通過多媒體技術(shù)手段讓學(xué)生掌握呢？答案是否定的。知識技能、特別是動手技能的掌握不能單靠“感官教學(xué)”來完成，需要學(xué)生通過體驗(yàn)，在不斷的實(shí)踐中學(xué)習(xí)。教學(xué)課件中播放的繪畫視頻減少了教師與學(xué)生、學(xué)生與學(xué)生之間的互動體驗(yàn)與繪畫技術(shù)的交流，感官教學(xué)無法取代傳統(tǒng)的動手技能的培訓(xùn)與學(xué)習(xí)?！肮P墨章法”這個教學(xué)內(nèi)容就需要教師進(jìn)行課堂示范，教師播放的圖片與繪畫教學(xué)視頻只能是對這個教學(xué)內(nèi)容的資源補(bǔ)充，教師在學(xué)生的實(shí)踐中針對問題單獨(dú)指導(dǎo)并示范，這種互動的直觀課堂教學(xué)能夠提高學(xué)生對知識技能的把握。

互聯(lián)網(wǎng)的普及給教師提供了大量的教學(xué)資源，有些課堂教學(xué)缺少思考教學(xué)資源與學(xué)生特點(diǎn)的辯證關(guān)系。“教學(xué)資源指教學(xué)材料可被設(shè)計、開發(fā)與實(shí)施的所有方式?！盵3]從廣義上說，教學(xué)資源是教師在教學(xué)中利用的一切要素，包括所有支撐教學(xué)和為教學(xué)服務(wù)的各種內(nèi)容；從狹義上說，教學(xué)資源包括教學(xué)信息材料、教學(xué)軟硬件和相關(guān)教學(xué)系統(tǒng)。在教學(xué)中教學(xué)資源主要是教師采用的教學(xué)信息材料與教學(xué)硬件設(shè)施。教學(xué)資源的選擇使用必須以學(xué)生的特點(diǎn)為基礎(chǔ)，選擇合適的教學(xué)資源。還以人民教育出版社《美術(shù)》八年級下冊第二單元《裝點(diǎn)我的居室》采用的教學(xué)資源為例：初二的學(xué)生處于生理成熟期，個性逐漸形成，對自我社會化發(fā)展要求增多，通過以前的美術(shù)課程學(xué)習(xí)有了初步的美術(shù)基礎(chǔ)，根據(jù)學(xué)生的這些特點(diǎn)，盡量選擇符合學(xué)生心理興趣點(diǎn)的美術(shù)資源；根據(jù)學(xué)生掌握的文化知識可以選擇學(xué)生文化素養(yǎng)范圍內(nèi)的中國畫進(jìn)行欣賞。只有正確評價學(xué)生的年齡特征、行為水平、美術(shù)能力、知識基礎(chǔ)等，才能合理地使用教學(xué)資源。

2.缺乏準(zhǔn)確的美術(shù)視角轉(zhuǎn)化

不同教師對課程內(nèi)容有著不同的美術(shù)視角，美術(shù)視角轉(zhuǎn)化于課堂教學(xué)中要注重轉(zhuǎn)化過程的準(zhǔn)確，以偏帶全會導(dǎo)致學(xué)生認(rèn)識的片面性。缺乏準(zhǔn)確的美術(shù)視角轉(zhuǎn)化主要存在兩個問題：一個是教師對課程內(nèi)容美術(shù)視角審視的準(zhǔn)確性問題，一個是美術(shù)視角轉(zhuǎn)化過程中使用資源的片面性問題。教師對課程內(nèi)容的理解主要依靠教學(xué)大綱的規(guī)范與其個人的教育能力。教學(xué)資源的使用需要進(jìn)一步推敲，學(xué)生首次在美術(shù)教學(xué)中對某一美術(shù)門類的體驗(yàn)不可避免地會形成對該美術(shù)門類的主觀經(jīng)驗(yàn)主義，教師在選擇教學(xué)資源的同時要思考該資源是否能夠準(zhǔn)確地帶給學(xué)生正確的美術(shù)視角。比如《裝點(diǎn)我的居室》的第一部分，要求學(xué)生了解中國寫意花鳥畫的題材、風(fēng)格、構(gòu)圖、等，要求教師提供給學(xué)生經(jīng)典的寫意花鳥作品，并明確告訴學(xué)生不同時期寫意花鳥的特征，樹立學(xué)生對寫意花鳥畫的正確認(rèn)識。

三、中學(xué)美術(shù)教學(xué)技術(shù)的改進(jìn)策略

中學(xué)美術(shù)是技能、審美與藝術(shù)創(chuàng)造力的結(jié)合，要求教師不僅要具備美術(shù)學(xué)科能力，還能根據(jù)學(xué)生的特點(diǎn)應(yīng)用教育技術(shù)，不斷地調(diào)整教學(xué)策略，實(shí)現(xiàn)因材施教。中學(xué)美術(shù)教學(xué)技術(shù)策略“將信息技術(shù)有效地融合于學(xué)科的教學(xué)過程來營造一種信息化教學(xué)環(huán)境，實(shí)現(xiàn)一種既能發(fā)揮教師主導(dǎo)作用又能突出體現(xiàn)學(xué)生認(rèn)知主體地位的以‘自主、探究、合作’為特征的新型教與學(xué)方式，從而把學(xué)生的主動性、積極性、創(chuàng)造性較充分地發(fā)揮出來”[4]。中學(xué)美術(shù)教學(xué)技術(shù)策略圍繞學(xué)生、教師、教學(xué)內(nèi)容與教學(xué)技術(shù)展開，它包括以教學(xué)內(nèi)容為主體的精簡組合策略、“教”與“學(xué)”并重的產(chǎn)生激發(fā)策略、重視課堂內(nèi)外的發(fā)散拓展策略。

精簡組合策略以教學(xué)內(nèi)容為主體、教學(xué)技術(shù)為依據(jù)。不同的教學(xué)媒體都有各自的優(yōu)點(diǎn)，在學(xué)習(xí)上既有潛在的功能性，也有一定的局限性，所以要針對不同的教學(xué)內(nèi)容與教學(xué)方法，有機(jī)地組合多種教學(xué)技術(shù)。并不是現(xiàn)代媒體手段使用得越多越好，而是要揚(yáng)長避短、優(yōu)勢互補(bǔ)，合理安排教學(xué)技術(shù)的使用順序，達(dá)到整體優(yōu)化的教學(xué)效果。

產(chǎn)生激發(fā)策略強(qiáng)調(diào)了在應(yīng)用教學(xué)技術(shù)過程中“教”與“學(xué)”同等重要的地位。奧蘇貝爾與加涅提出以“教”為主體的教學(xué)理論，強(qiáng)調(diào)了教學(xué)方法的重要性；同時，奧蘇貝爾提出“有意義接受學(xué)習(xí)”強(qiáng)調(diào)了學(xué)生的認(rèn)知因素，“構(gòu)建主義教學(xué)策略”指出了“學(xué)”的重要地位，美術(shù)知識技能的認(rèn)知與掌握是由學(xué)生主動構(gòu)建的，教師的“教”與學(xué)生的“學(xué)”要選擇互動多樣的形式實(shí)現(xiàn)。在中學(xué)美術(shù)教學(xué)技術(shù)策略中，要使用有效的認(rèn)知工具，讓學(xué)生在學(xué)習(xí)過程中始終處于主動的地位，自主地完成教學(xué)內(nèi)容，激發(fā)學(xué)生對學(xué)習(xí)任務(wù)和學(xué)習(xí)過程的積極和熱情。

發(fā)散拓展的媒體選擇可以積極地把課程資源與學(xué)生的認(rèn)知結(jié)構(gòu)相聯(lián)系，或以多媒體、或以軟件、或基于網(wǎng)絡(luò)、或采用仿真試驗(yàn)?zāi)M等不同的技術(shù)支持課堂內(nèi)外的教與學(xué)。由于美術(shù)學(xué)科與其他學(xué)科融合的廣泛性，中學(xué)美術(shù)教學(xué)技術(shù)的選擇要為學(xué)生考慮到學(xué)科知識的發(fā)散與相關(guān)領(lǐng)域拓展的可能性。教學(xué)內(nèi)容的發(fā)散與拓展分課內(nèi)與課外的發(fā)散與拓展。課內(nèi)的發(fā)散與拓展是在課堂教學(xué)過程中依據(jù)該課的教學(xué)內(nèi)容，根據(jù)學(xué)生的知識與認(rèn)知特點(diǎn)，在一定范圍內(nèi)知識的深度與廣度聯(lián)系起來的教學(xué)活動，它有效地加強(qiáng)了學(xué)生對教學(xué)內(nèi)容的深入理解，探究了創(chuàng)新的學(xué)習(xí)意識；課外教學(xué)內(nèi)容的發(fā)散與拓展以學(xué)生興趣為依托，對課堂知識技能進(jìn)行進(jìn)一步拓展與延伸，培養(yǎng)了學(xué)生的自主學(xué)習(xí)，促進(jìn)了學(xué)生均衡個性地發(fā)展。

中學(xué)美術(shù)教學(xué)技術(shù)策略根據(jù)不同教學(xué)內(nèi)容與學(xué)生特點(diǎn)選擇相應(yīng)的教學(xué)技術(shù)，教師不斷地完善中學(xué)美術(shù)教學(xué)技術(shù)策略設(shè)計出不同的學(xué)習(xí)方式與活動，為學(xué)生提供最佳的學(xué)習(xí)環(huán)境，保證了能夠高效地進(jìn)行中學(xué)美術(shù)教學(xué)。

參考文獻(xiàn)

[1] 何克抗.關(guān)于《美國2010國家教育技術(shù)計劃》的學(xué)習(xí)思考[J].電化教育研究，2011（4）.

[2] 張敬濤.教育信息化實(shí)用技術(shù)指南[M]. 北京：中央廣播電視大學(xué)出版社，2001.

[3] [美]加涅等，著.教學(xué)設(shè)計原理[M].王小明等，譯.上海：華東師范大學(xué)出版社，2007.

第7篇：人工智能教學(xué)的優(yōu)點(diǎn)范文

內(nèi)容摘要：隨著網(wǎng)絡(luò)技術(shù)和電子商務(wù)的蓬勃發(fā)展，個性化推薦已經(jīng)在電子商務(wù)領(lǐng)域有了良好的發(fā)展和應(yīng)用前景，并將成為電子商務(wù)未來十年中最重要的革新之一。本文通過整合現(xiàn)有優(yōu)秀的學(xué)術(shù)搜索引擎，結(jié)合用戶信息的特點(diǎn)，構(gòu)建一個個性化學(xué)術(shù)推薦系統(tǒng)，該系統(tǒng)采用內(nèi)容提取和融合多種信息技術(shù)對檢索結(jié)果進(jìn)行分析后，對不同的用戶提供個性化學(xué)術(shù)信息推薦服務(wù)。

關(guān)鍵詞：個性化推薦 學(xué)術(shù)搜索 推薦系統(tǒng)

隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，人們當(dāng)前面臨的最大問題不是信息的缺乏，而是在浩瀚的信息中如何迅速獲得對自己有用的信息。隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展和網(wǎng)頁數(shù)量成幾何級數(shù)的急劇增長，用戶需要花費(fèi)大量的時間才能找到自己所需要的信息。這種瀏覽大量無關(guān)的信息過程無疑會使淹沒在信息過載問題中的用戶不斷流失。此外，信息檢索技術(shù)雖然滿足了人們一定的需要，但由于其通用性，仍然不能滿足不同背景、不同目的和不同時期的用戶查詢請求。為了解決上述問題，個性化推薦系統(tǒng)應(yīng)運(yùn)而生。個性化推薦可以為不同用戶提供不同的服務(wù)，滿足用戶不同的需求，網(wǎng)絡(luò)用戶可以按照自己的目的和需求，在某種特定的網(wǎng)絡(luò)功能和服務(wù)方式中，自己設(shè)定網(wǎng)上信息的來源方式、表現(xiàn)形式、特定網(wǎng)上功能以及其他的網(wǎng)上服務(wù)方式等，以達(dá)到最為快捷地獲取自己所需的網(wǎng)上信息服務(wù)內(nèi)容的目的。個性化推薦系統(tǒng)強(qiáng)調(diào)“以用戶為中心”，盡可能地滿足用戶的需求。

研究背景

（一）個性化推薦系統(tǒng)的發(fā)展歷程

推薦系統(tǒng)屬于數(shù)據(jù)挖掘的一個分支。它能夠根據(jù)用戶喜好、需求提供相關(guān)的、精確的推薦，而且這種喜好和需求收集必須盡量減少用戶的干預(yù)，而且推薦的結(jié)果能夠做到實(shí)時計算，使用戶在離開網(wǎng)站之前就可以獲得所需要的推薦內(nèi)容，并且能夠及時對推薦結(jié)果做出相應(yīng)的反饋。

推薦系統(tǒng)應(yīng)用領(lǐng)域范圍非常廣泛（查大元，2011）。在1997年以前，推薦系統(tǒng)主要用于信息過濾方面，如電子郵件的過濾、新聞組文章的過濾等。1995年3月，卡耐基•梅隆大學(xué)的Robert Armstrong等人在美國人工智能協(xié)會上提出了個性化導(dǎo)航系統(tǒng)Web Watcher；斯坦福大學(xué)的Marko Balabanovic等人在同一會議上推出了個性化推薦系統(tǒng)LIRA。1995年8月，麻省理工學(xué)院的Henry Lieberman在國際人工智能聯(lián)合大會（IJCAI）上提出了個性化導(dǎo)航智能體Litizia。1996年，Yahoo 推出了個性化入口My Yahoo。1997年，AT&T實(shí)驗(yàn)室提出了基于協(xié)同過濾的個性化推薦系統(tǒng)PHOAKS和Referral Web。1997年以后，個性化推薦系統(tǒng)被引入電子商務(wù)應(yīng)用領(lǐng)域。在電子商務(wù)中，個性化推薦系統(tǒng)是建立在海量數(shù)據(jù)挖掘基礎(chǔ)上的一種高級商務(wù)智能平臺，幫助電子商務(wù)網(wǎng)站為其顧客購物提供完全個性化的決策支持和信息服務(wù)。個性化推薦的最大優(yōu)點(diǎn)在于，它能收集用戶特征資料并根據(jù)用戶特征，如興趣偏好，為用戶主動做出個性化的推薦。而且，系統(tǒng)給出的推薦是可以實(shí)時更新的，即當(dāng)系統(tǒng)中的商品庫或用戶特征庫發(fā)生改變時，給出的推薦序列會自動更新，從而大大提高了電子商務(wù)活動的簡便性和有效性，同時也提高了電子商務(wù)企業(yè)的服務(wù)水平。個性化推薦系統(tǒng)的引入，使電子商務(wù)網(wǎng)站的瀏覽者轉(zhuǎn)變?yōu)橘徺I者，能夠向用戶推薦他們所感興趣的商品，從而促成了購買行為，同時還提高了電子商務(wù)網(wǎng)站的交叉銷售能力，并在用戶購買過程中向用戶提供其他有價值的商品推薦。用戶能夠從系統(tǒng)提所供的推薦列表中購買自己確實(shí)需要但在購買過程中沒有想到的商品。

此外，與傳統(tǒng)的商務(wù)模式相比，由于電子商務(wù)系統(tǒng)使得用戶擁有更多的選擇。用戶只需要點(diǎn)擊一兩次鼠標(biāo)就可以在不同的電子商務(wù)系統(tǒng)和商家之間方便快捷地跳轉(zhuǎn)。所以，個性化推薦系統(tǒng)可以從中分析用戶的購買習(xí)慣，根據(jù)用戶需求向用戶提供有價值的商品推薦。如果推薦系統(tǒng)的推薦質(zhì)量很高，那么用戶會對該推薦系統(tǒng)產(chǎn)生依賴。因此，個性化推薦系統(tǒng)不僅能夠?yàn)橛脩籼峁﹤€性化的推薦服務(wù)，而且能與用戶建立長期穩(wěn)定的關(guān)系，從而有效保留客戶，提高客戶的忠誠度，防止客戶流失。個性化推薦系統(tǒng)在電子商務(wù)領(lǐng)域越來越有良好的發(fā)展和應(yīng)用前景。不少公司和機(jī)構(gòu)都開始投入大量的人力物力進(jìn)行研究。

1999年，德國Dresden技術(shù)大學(xué)的Tanja Joerding實(shí)現(xiàn)了個性化電子商務(wù)原型系統(tǒng)TELLIM；2000年，NEC研究院的Kurt等人為搜索引擎CiteSeer增加了個性化推薦功能；2001年，紐約大學(xué)的Gediminas Adoavicius和Alexander Tuzhilin實(shí)現(xiàn)了個性化電子商務(wù)網(wǎng)站的用戶建模系統(tǒng)1：1Pro；2001年，IBM公司在其軟件平臺Websphere中增加了個性化服務(wù)功能，以便商家開發(fā)個性化電子商務(wù)網(wǎng)站；美國的電子商務(wù)公司Amazon為客戶提供了Customer Who Bought Eyes Delivers，Book Matcher，Customer Comments等個性化推薦服務(wù)。特別是，近年來，以“發(fā)現(xiàn)”為核心的網(wǎng)站正開始在互聯(lián)網(wǎng)上嶄露頭角。在日趨激烈的競爭環(huán)境下，個性化推薦系統(tǒng)可以幫助企業(yè)有效的保留客戶，提高電子商務(wù)系統(tǒng)的服務(wù)能力，提升電子商務(wù)企業(yè)的競爭力。

（二）個性化推薦系統(tǒng)的主要特點(diǎn)

個性化推薦系統(tǒng)是為了更好地滿足用戶的需求，為用戶量身訂制的服務(wù)，其特點(diǎn)為（羅文兵，2010；楊杰，2009）：

針對性：個性化推薦系統(tǒng)可以主動為用戶選擇最需要的資源與服務(wù)，根據(jù)用戶需求的變化，動態(tài)地改變所提供的信息，讓用戶得到個性化的服務(wù)。個性化推薦系統(tǒng)以滿足用戶的特定需求為主旨，以給用戶提供最快捷、最方便、最易用的服務(wù)為目標(biāo)，以用戶為中心，以用戶的信息需求為依據(jù)或者為特定需求向用戶提供特定信息的有計劃、有目的的活動。服務(wù)的基礎(chǔ)就是用戶的信息需求。

智能化：個性化推薦系統(tǒng)中采用了推理反饋、機(jī)器學(xué)習(xí)和智能等人工智能技術(shù)，能夠通過跟蹤和學(xué)習(xí)用戶的興趣偏好和使用模式，建立用戶興趣模型和信息表示模型，不斷挖掘用戶潛在的興趣特征，實(shí)現(xiàn)信息的智能推薦和智能過濾，從而顯著提高信息服務(wù)質(zhì)量。

準(zhǔn)確性：個性化推薦系統(tǒng)通過過濾、屏蔽無關(guān)、無用的冗余信息，推薦精確、有效、真正具有針對性的信息，能自動地、智能地將大量的數(shù)據(jù)轉(zhuǎn)換為具有規(guī)律性、系統(tǒng)性的知識，并以易于理解的模式推薦給用戶。

主動性：個性化推薦系統(tǒng)的主動性，主要是指根據(jù)用戶的信息需求，所提供的服務(wù)不需要用戶請求而是主動地向用戶提供信息，實(shí)現(xiàn)“信息找人”的過程，而不是“人找信息”。

個性化：根據(jù)不同用戶的不同背景、不同需求，為不同用戶提供不同的信息，存在一定程度的個性差異。個性化推薦系統(tǒng)不僅提供友好的界面，而且方便用戶交互、描述自己的需求、反饋對服務(wù)結(jié)果的評價等。

個性化學(xué)術(shù)信息推薦系統(tǒng)研究

（一）學(xué)術(shù)搜索的現(xiàn)狀

隨著網(wǎng)絡(luò)的飛速發(fā)展，網(wǎng)絡(luò)上的學(xué)術(shù)科研資源日益增長，許多刊物、書籍、政府出版資料、法規(guī)和政策等都已電子化，存儲在各自的網(wǎng)站上，為研究員、學(xué)生、圖書館館員和其他用戶查找相關(guān)學(xué)術(shù)論文、國際會議、權(quán)威期刊等學(xué)術(shù)科研信息提供方便。如今人們只要在家里就可以從不計其數(shù)的網(wǎng)站上尋找自己所需要的研究資料了。雖然互聯(lián)網(wǎng)上學(xué)術(shù)資源絕對數(shù)量很大，但網(wǎng)上各種信息的網(wǎng)頁數(shù)目則更為巨大，這樣就使得用戶特別是科研工作人員在搜集和利用網(wǎng)絡(luò)資源過程中，必須花費(fèi)大量的時間和精力去查找、篩選自己需要的信息。而當(dāng)前的學(xué)術(shù)搜索引擎大部分都存在檢索精度不高、反饋信息量過大、不能滿足不同用戶的個性化信息服務(wù)需求等缺點(diǎn)。因此，為了得到更加全面和最新的學(xué)術(shù)信息，用戶通常不得不利用不同的學(xué)術(shù)搜索引擎（如知網(wǎng)、微軟學(xué)術(shù)搜索、Google學(xué)術(shù)搜索）等進(jìn)行檢索，然后再在多個搜索引擎得到的結(jié)果中進(jìn)行人工篩選、下載所需的信息。如果用戶想實(shí)時獲取自己感興趣的信息，則需要時時在網(wǎng)上進(jìn)行搜索，并且把重要的信息通過用戶手動分門別類地保存到本地。

針對上述問題，本文研究設(shè)計了一個個性化學(xué)術(shù)推薦系統(tǒng)。該系統(tǒng)將眾多已有的優(yōu)秀搜索引擎進(jìn)行結(jié)合，采用內(nèi)容提取和融合多種信息技術(shù)對檢索結(jié)果進(jìn)行分析后，對不同的用戶提供個性化學(xué)術(shù)信息推薦服務(wù)。

（二）系統(tǒng)的設(shè)計

系統(tǒng)的設(shè)計結(jié)構(gòu)如圖1所示。

個性化學(xué)術(shù)信息推薦系統(tǒng)主要包括8個模塊：

智能化用戶接口：該模塊負(fù)責(zé)接收用戶的檢索請求，調(diào)用信息檢索引擎完成信息檢索操作，向用戶返回檢索結(jié)果。 用戶通過該模塊可以實(shí)現(xiàn)信息的定制。

用戶信息定制器：允許用戶定制感興趣的信息。系統(tǒng)按照樹狀分類，用戶只需在信息分類體系結(jié)構(gòu)的樹型圖中點(diǎn)擊所關(guān)心的信息類別，或者用戶手動添加信息類別，便可完成信息的定制。

搜索引擎器：采用現(xiàn)有較優(yōu)秀的學(xué)術(shù)搜索引擎，如知網(wǎng)、百度、Google學(xué)術(shù)搜索、微軟學(xué)術(shù)搜索等，進(jìn)行一次粗搜索。之后把從搜索引擎收集回來的結(jié)果進(jìn)行合并、排序。例如，由中文關(guān)鍵字所得到的搜索結(jié)果，就可以將百度和知網(wǎng)的搜索結(jié)果優(yōu)先考慮；由英文關(guān)鍵字得到的結(jié)果，就可以將Google和微軟的搜索結(jié)果優(yōu)先考慮。最后將所有結(jié)果進(jìn)行排序。但由于現(xiàn)有的搜索引擎忽略了用戶的信息，第一次搜索出來的網(wǎng)頁列表并不能真正滿足于用戶的需求。因此二次搜索引擎利用用戶信息定制器所提交的信息，以及用戶日志來獲取用戶的潛在信息和搜索背景，對第一次搜索出來的網(wǎng)頁列表進(jìn)行二次細(xì)搜索，提取更接近，更能滿足該用戶需求的信息。

信息采集器：根據(jù)用戶的信息制定和系統(tǒng)內(nèi)部設(shè)定的搜索時間，從經(jīng)過二次搜索引擎所搜索出來的相關(guān)站點(diǎn)中自動地、智能地采集滿足于用戶需求的目標(biāo)信息，存儲在本地。

網(wǎng)頁識別、過濾：對已經(jīng)采集到的網(wǎng)頁進(jìn)行識別，過濾掉重復(fù)網(wǎng)頁、無效網(wǎng)頁等。

網(wǎng)頁分類器：對經(jīng)過識別、過濾處理的網(wǎng)頁進(jìn)行層次分類。首先對網(wǎng)頁進(jìn)行粗分，把網(wǎng)頁分到各大類。然后對于每一個大類再進(jìn)行細(xì)分，把該類的網(wǎng)頁分到該大類的小類中去，以便檢索更加精確。

建立索引，存儲信息：對已經(jīng)分類好的信息建立索引，存儲在用戶的本地數(shù)據(jù)庫中，以便用戶迅速、準(zhǔn)確的搜索出用戶相關(guān)的信息，包括歷史信息。

檢索結(jié)果返回：該模塊支持用戶對于從Web上搜索信息的有效檢索，支持關(guān)鍵字的檢索和基于類別的搜索。返回的檢索內(nèi)容包括網(wǎng)頁的相關(guān)度排序，網(wǎng)頁類別信息。

結(jié)論

本文通過整合現(xiàn)有的優(yōu)秀的學(xué)術(shù)搜索引擎，結(jié)合用戶信息的特點(diǎn)，實(shí)現(xiàn)個性化學(xué)術(shù)信息推薦服務(wù)，該系統(tǒng)不僅可以進(jìn)行在線網(wǎng)頁搜索，而且還能在脫機(jī)的情況下實(shí)現(xiàn)本地搜索。搜索返回的結(jié)果可以分門別類地呈現(xiàn)給用戶，方便用戶查看和瀏覽。此外，該系統(tǒng)能夠智能地實(shí)現(xiàn)跟蹤式的Web搜索，自動采集滿足于用戶需求的信息下載到本地，并智能地、分門別類地存儲在數(shù)據(jù)庫當(dāng)中。用戶只需利用幾個簡單的查詢詞，就能方便、快捷、準(zhǔn)確地獲取滿足于自己需求的信息。

參考文獻(xiàn)：

1.省略nic.省略/html/Dir/2010/07/15/5921.htm

2.查大元.個性化推薦系統(tǒng)的研究和實(shí)現(xiàn).計算機(jī)應(yīng)用與軟件. Vo l.28. No. 1.pp48-49, Jan.2011

第8篇：人工智能教學(xué)的優(yōu)點(diǎn)范文

 

MOOC(Massive Open Online Courses)即大規(guī)模開放在線課程。MOOC又廣泛地被人們稱之為“慕課”，這一新潮流興起于2011年秋，被媒體譽(yù)為“印刷術(shù)發(fā)明以來教育最大的革新”，2012年更是被美國《紐約時報》稱為“慕課元年”。多家專門提供慕課教育課程的供應(yīng)商紛紛把握機(jī)遇展開競爭，coursera、edx、udacity是其中最有影響力的“三巨頭”。

 

但是隨著網(wǎng)絡(luò)技術(shù)的普及，MOOC 作為一種新型的網(wǎng)絡(luò)學(xué)習(xí)課程資源以其方便、快捷、成本低、效率高等諸多優(yōu)點(diǎn)受到眾多學(xué)習(xí)者的青睞，傳統(tǒng)教學(xué)的作用受到質(zhì)疑，教學(xué)組織形式面臨重大挑戰(zhàn)，甚至人們開始懷疑大學(xué)存在的意義。在此背景下，如何全面準(zhǔn)確地認(rèn)識MOOC，理性分析MOOC對大學(xué)高等數(shù)學(xué)教學(xué)改革發(fā)展的影響，審時度勢地提出相應(yīng)的應(yīng)對措施。

 

1 MOOC簡介及發(fā)展現(xiàn)狀

 

所謂MOOC是Massive(大規(guī)模的)、Open(開放的) 、Online(在線的) Course(課程)四個詞的縮寫，指大規(guī)模的網(wǎng)絡(luò)開放課程。2008年，Dave Cormier 與Bryan Alexander教授第一次提出了MOOC這個概念。顧名思義，MOOC的主要特點(diǎn)是大規(guī)模、在線和開放?！按笠?guī)?！北憩F(xiàn)在學(xué)習(xí)者人數(shù)上，與傳統(tǒng)課程只有幾十個或幾百個學(xué)生不同，一門MOOC課程動輒上萬人?！霸诰€”是指學(xué)習(xí)是在網(wǎng)上完成的，無需旅行，不受時空限制?！伴_放”是指世界各地的學(xué)習(xí)者只要有上網(wǎng)條件就可以免費(fèi)學(xué)習(xí)優(yōu)質(zhì)課程，這些課程資源是對所有人開放的。

 

現(xiàn)在為大家所熟知的MOOC 源自2011 年由斯坦福大學(xué)的塞巴斯蒂安· 特龍和彼德· 諾米格通過網(wǎng)絡(luò)開放所授課程“人工智能導(dǎo)論”，吸引了來自195個國家和地區(qū)的16萬名學(xué)習(xí)者，隨即塞巴斯蒂安· 特龍開發(fā)了Udacity 平臺。此后，麻省理工學(xué)院宣布在2012 春季啟動MITx 平臺，吸引眾多國際知名高校紛紛參與進(jìn)來。MOOC 興起與迅猛發(fā)展并非偶然，它與互聯(lián)網(wǎng)與信息技術(shù)的進(jìn)步、供應(yīng)商提供的專業(yè)化平臺、眾多高校的加入和龐大的市場需求密不可分。

 

雖然MOOC這個概念2008年就已提出，但是直到2011年秋季才為世界周知，因?yàn)橛蒘ebastian Thrun和Peter Norvig兩位斯坦福大學(xué)教授在網(wǎng)上開設(shè)的“人工智能導(dǎo)論”課程真的做到了“上萬人同修一門課”，世界為之振奮：來自190個國家的16萬人注冊，2萬3千人完成了課程學(xué)習(xí)，以往只為少數(shù)人享用的世界頂尖教育終于可以面向世界各個角落的平民。與自學(xué)不同，MOOC提供了大學(xué)課堂身臨其境的學(xué)習(xí)感受，老師、同學(xué)、聽課、討論、作業(yè)、考試，不打折扣，原汁原味。受人工智能課程成功的激勵，2012年1月，Thrun辭去了斯坦福終身教授的職務(wù)，成立了Udacity公司，專做免費(fèi)網(wǎng)絡(luò)課程。

 

而早在2011年秋天，其斯坦福的同事Andrew Ngand和Daphne Koller就已經(jīng)基于自己的MOOC實(shí)踐，開辦了Coursera公司，成為MOOC課程的平臺提供商。這兩家起源于以創(chuàng)業(yè)著名的斯坦福大學(xué)的MOOC公司都得到了硅谷的風(fēng)險投資，也都有專業(yè)人員對其進(jìn)行媒體傳播，一時間新聞迭出，也讓MOOC概念廣為人知。在雄厚資金的資助下，兩家公司擴(kuò)展很快，以Coursera為例，在成立后的半年內(nèi)就安排了近30門課程上線，到2013年1月，已經(jīng)談妥了33所大學(xué)20個門類的213門課程。

 

如果只是斯坦福大學(xué)一家活躍還不足以引起世界震動，2012年5月，一向在開放教育這塊領(lǐng)域比較沉穩(wěn)的哈佛大學(xué)宣布與MIT合作成立非營利性組織edX，也向世界各國的頂尖大學(xué)發(fā)出邀請，一起在開源的平臺上提供開放的優(yōu)質(zhì)課程。2013年5月，包括清華、北大、香港大學(xué)、香港科技大學(xué)、日本京都大學(xué)和韓國首爾大學(xué)等6所亞洲高校在內(nèi)的15所全球名校也宣布加入edx。一時間，風(fēng)起云涌，加入者眾多。

 

MOOC作為后IT 時代一種新的教育模式，橫跨了教育、科技、金融、社會等多個領(lǐng)域，其興起的背后，有著歷史的必然性。MOOC能在短時間內(nèi)如此迅猛的發(fā)展，其原因引起人們的廣泛關(guān)注。MOOC興起與迅猛發(fā)展并非偶然，它與互聯(lián)網(wǎng)與信息技術(shù)的進(jìn)步、供應(yīng)商提供的專業(yè)化平臺、眾多高校的加入和龐大的市場需求密不可分。首先， 互聯(lián)網(wǎng)技術(shù)的成熟以及MOOC課程的教學(xué)模式已基本定型，使得照此模式批量制作課程成為可能。網(wǎng)絡(luò)教育實(shí)踐的教學(xué)經(jīng)驗(yàn)?zāi)芎芎眠\(yùn)用到MOOC的教學(xué)中;其次，供應(yīng)商提供的專業(yè)化平臺是MOOC 發(fā)展的技術(shù)保障，與之前的高校建立自己的開放教育資源網(wǎng)站不同，這些專業(yè)化的平臺提供商的出現(xiàn)，降低了高校建設(shè)MOOC課程的門檻和經(jīng)費(fèi)投入，也刺激了更多的一流大學(xué)的加入;第三，巨大的市場需求和大量風(fēng)險基金、慈善基金進(jìn)入，以及一些大學(xué)開始接受MOOC課程的證書，承認(rèn)其學(xué)分。第四，企業(yè)界的支持和介入，阿里巴巴推出在線教育平臺“淘寶同學(xué)”;騰訊在QQ 平臺中，增加了群視頻教育模式;百度推出百度教育頻道，開設(shè)“度學(xué)堂”;網(wǎng)易推出“公開課”和“云課堂”，新浪推出“公開課”。

 

2 MOOC的優(yōu)勢和不足

 

與傳統(tǒng)在線教育相比，MOOC作為一種新型的學(xué)習(xí)和教學(xué)方法，具有其獨(dú)特的優(yōu)勢和特點(diǎn)：使用方便;費(fèi)用低廉;覆蓋的人群廣;自主學(xué)習(xí);學(xué)習(xí)資源豐富;絕大數(shù)MOOC 是免費(fèi)的，課程的參與者遍布全球、同時參與課程的人數(shù)眾多、課程的內(nèi)容可以自由傳播、實(shí)際教學(xué)不局限于單純的視頻授課，而是同時橫跨博客、網(wǎng)站、社交網(wǎng)絡(luò)等多種平臺，這為MOOC的推廣和傳播奠定了良好的基礎(chǔ)。

 

可以跨越時區(qū)和地理位置的限制;可以使用任何你喜歡的語言;可以在目標(biāo)人群中使用當(dāng)前流行的網(wǎng)絡(luò)工具;MOOC 可以快速架設(shè)，一旦學(xué)員接到通知，馬上就可以展開學(xué)習(xí)，是像救災(zāi)援助式的緊迫式學(xué)習(xí)的最佳模式;可以分享與背景相關(guān)的任何內(nèi)容;可以在更多非正式的情境下學(xué)習(xí);可以跨越學(xué)科、公司或機(jī)構(gòu)的連接; 還具有跨文化交流的優(yōu)勢，不同國家地區(qū)的學(xué)習(xí)者在論壇中討論學(xué)習(xí)非學(xué)習(xí)問題便于學(xué)習(xí)者之間跨文化交流，加深相互理解;不需要任何學(xué)位，你就能學(xué)習(xí)你想學(xué)的任何課程;MOOC可以成為你的個人化學(xué)習(xí)環(huán)境或?qū)W習(xí)網(wǎng)絡(luò)的一部分;能增強(qiáng)終身學(xué)習(xí)的能力， 參與到MOOC中，你的個人學(xué)習(xí)技巧和對知識的吸收能力都將有所提高。

 

然而，MOOC 的劣勢也不容忽視。由于學(xué)習(xí)者的教育程度參差不齊，單一的課程內(nèi)容很難同時滿足數(shù)以萬計的學(xué)生需求，必然會導(dǎo)致某些學(xué)習(xí)者感到內(nèi)容艱澀難懂而某些學(xué)習(xí)者又覺得內(nèi)容不夠深入，教師也難以根據(jù)全世界大量甚至矛盾的反饋，實(shí)時調(diào)整教學(xué)內(nèi)容。MOOC 的早期階段，這一問題非常突出。在Coursera 公司，在注冊參加特隆和諾維格講授的線上人工智能課的16 萬名學(xué)生中，最后只有14% 念完了課程。而在2012 年初注冊參加麻省理工學(xué)院的一門電路課程的15.5萬名學(xué)生中，只有2.3萬人完成了第一套習(xí)題，約7千人即5%通過了這門課程。

 

Coursera 公司帶領(lǐng)數(shù)萬人完成一門大學(xué)課程都是一項(xiàng)不同尋常的成就，尤其想到每年在麻省理工學(xué)院只有175 名學(xué)生修完這門課。但是中途退課的人數(shù)比例之高凸顯了讓線上學(xué)生保持專注度和動力的難度之大。再者由于學(xué)習(xí)者的教育程度參差不齊，單一的課程內(nèi)容很難同時滿足數(shù)以萬計的學(xué)生需求，必然會導(dǎo)致某些學(xué)習(xí)者感到內(nèi)容艱澀難懂，而某些學(xué)習(xí)者又覺得內(nèi)容不夠深入，教師也難以根據(jù)全世界大量甚至矛盾的反饋實(shí)時調(diào)整教學(xué)內(nèi)容。其次網(wǎng)絡(luò)課程教育互動性弱，教授者與學(xué)習(xí)者之間沒有面對面的眼神交流，不利于因材施教。

 

3 MOOC對高等數(shù)學(xué)教育的影響和啟示

 

3.1 MOOC對高等數(shù)學(xué)教育的影響

 

MOOC作為一種全新的、不同與傳統(tǒng)的網(wǎng)絡(luò)教學(xué)模式，具有廣闊的發(fā)展空間和發(fā)展?jié)摿Α鹘y(tǒng)高等數(shù)學(xué)的教學(xué)方式不可避免地受到強(qiáng)烈的沖擊，相信隨著MOOC平臺的不斷發(fā)展和完善必將會對高等數(shù)學(xué)的教學(xué)和改革產(chǎn)生深遠(yuǎn)的影響。

 

MOOC豐富的教學(xué)資源將迫使教師加強(qiáng)自己的教學(xué)設(shè)計，豐富自己的教學(xué)資源。MOOC有著相當(dāng)豐富的優(yōu)質(zhì)教學(xué)資源，大量名校名師推出的在線課程供學(xué)生自由選擇而且新課程的上線速度非常快，學(xué)生可以依據(jù)自己的興趣或發(fā)展需求，方便快捷地找到全球各學(xué)科最高水平的課程。這對傳統(tǒng)高等數(shù)學(xué)的教學(xué)來說無疑是一個巨大的挑戰(zhàn)，當(dāng)前，高等數(shù)學(xué)課程設(shè)計老套，課程資源有限，開發(fā)缺少創(chuàng)新，不能滿足學(xué)生的個性化培養(yǎng)需求，這一定程度上反映了高等數(shù)學(xué)教師的設(shè)計能力有待提高。

 

MOOC靈活的教學(xué)手段促使教師改進(jìn)教學(xué)方式提高教學(xué)技能。MOOC采取“ 翻轉(zhuǎn)課堂” 教學(xué)方式，采用優(yōu)質(zhì)的視頻課程資源代替面對面講授;學(xué)生在課堂外先觀看和學(xué)習(xí)教師做好的教學(xué)視頻資料，課堂變成師生之間以及學(xué)生之間研討和解決問題的場所。翻轉(zhuǎn)課堂顛覆了傳統(tǒng)的教師講授，學(xué)生作業(yè)的單向傳授式、填鴨式教學(xué)。因此，教師應(yīng)以此為契機(jī)，加強(qiáng)對教學(xué)方法、教學(xué)手段的研究和創(chuàng)新。反思如何進(jìn)行學(xué)習(xí)者的組織管理，如何引導(dǎo)學(xué)習(xí)者深度參與，不斷提高信息素養(yǎng)和教學(xué)技能。

 

3.2啟示

 

MOOC顛覆了傳統(tǒng)的教學(xué)時間和空間安排，不僅能夠滿足學(xué)生自主學(xué)習(xí)和個性化學(xué)習(xí)的需求，而且能夠增強(qiáng)學(xué)生和教師之間的交流，并促進(jìn)學(xué)生問題解決能力以及創(chuàng)新能力的發(fā)展，而MOOC 和已有的各種開放課程則為教師開展翻轉(zhuǎn)課堂實(shí)踐提供了內(nèi)容和資源的質(zhì)量保證。在這種情況下，與傳統(tǒng)高等數(shù)學(xué)教學(xué)相比，MOOC在線學(xué)習(xí)具有一定優(yōu)勢和重要性，因此，高等院校高等數(shù)學(xué)教學(xué)改革需要抓住這一良好的機(jī)遇，從內(nèi)到外的打破固守傳統(tǒng)的教育理念和方法，改變教學(xué)模式，提高創(chuàng)新能力，深化課程與教學(xué)改革。

 

4結(jié)語

 

在MOOC迅猛發(fā)展和國際高等教育競爭日益加劇的背景下，高等數(shù)學(xué)教育迎來了難得的發(fā)展機(jī)遇，也面臨著前所未有的挑戰(zhàn)。首先，應(yīng)把MOOC納入大學(xué)學(xué)科發(fā)展規(guī)劃中;設(shè)計高等數(shù)學(xué)自身的發(fā)展規(guī)劃時，應(yīng)當(dāng)把握世界高等數(shù)學(xué)發(fā)展動態(tài)，及時關(guān)注，加強(qiáng)研究，有計劃分步驟地推出自己的發(fā)展規(guī)劃，把高等數(shù)學(xué)MOOC建設(shè)納入到學(xué)校的學(xué)科中長期發(fā)展規(guī)劃中;其次，把MOOC引入高等數(shù)學(xué)課堂教學(xué)中;作為教師應(yīng)當(dāng)認(rèn)真學(xué)習(xí)，盡快掌握，大學(xué)數(shù)學(xué)國家精品課程，世界名校視頻公開課和中國大學(xué)視頻公開課都是我們寶貴的教育資源，數(shù)學(xué)教師應(yīng)該將這些開放的教育資源引入到自己的課堂教學(xué)實(shí)踐之中，提升課堂教學(xué)效果和人才培養(yǎng)質(zhì)量。

 

幫助學(xué)生掌握在線學(xué)習(xí)方法;MOOC的快速發(fā)展，使在線教育成為現(xiàn)實(shí)，但不是每一個學(xué)生都能從中受益，MOOC的使用不僅需要一定的英語基礎(chǔ)，熟練的計算機(jī)操作技能，還需要一定的技巧和方法，教師有義務(wù)幫助學(xué)生掌握在線學(xué)習(xí)的方式和方法，不斷提高學(xué)生的學(xué)習(xí)效率和效果;最后，繼續(xù)探索高等數(shù)學(xué)教育模式的創(chuàng)新;將在校課堂學(xué)習(xí)與在線校外學(xué)習(xí)有機(jī)結(jié)合，既保持在線網(wǎng)上獲取豐富多樣知識資源的優(yōu)勢，又結(jié)合課堂學(xué)習(xí)的特點(diǎn)，強(qiáng)化知識的組成和結(jié)構(gòu)的優(yōu)化，創(chuàng)新在校學(xué)習(xí)與傳統(tǒng)專業(yè)化培養(yǎng)的模式，實(shí)現(xiàn)教與學(xué)的有機(jī)結(jié)合 創(chuàng)新現(xiàn)有的模式。

第9篇：人工智能教學(xué)的優(yōu)點(diǎn)范文

【關(guān)鍵字】Webquest；智能系統(tǒng)；教學(xué)資源；學(xué)習(xí)

【中圖分類號】G40-057 【文獻(xiàn)標(biāo)識碼】B 【論文編號】1009―8097（2009）01―0116―05

一 前言

Webquest是一種新興的信息化教學(xué)模式,1995年由美國 圣地亞哥州立大學(xué)教育技術(shù)學(xué)院教授BernieDodge和Tom March創(chuàng)建[1]。WebQuest模式理論基礎(chǔ)是建構(gòu)主義學(xué)習(xí)理論， 它是建構(gòu)主義在網(wǎng)絡(luò)學(xué)習(xí)中的實(shí)踐表現(xiàn)。WebQuest主要的教 學(xué)方法是在網(wǎng)絡(luò)環(huán)境下，給學(xué)生一個特定的情景或者一項(xiàng)任 務(wù)，通常是一個需要解決的問題或者課題項(xiàng)目，課程計劃中 為學(xué)生提供了相關(guān)的信息資源，并要求學(xué)生通過對信息資源 的搜索、分析和綜合來得出創(chuàng)造性的解決方案。近年來， Webquest 教學(xué)模式得到了迅速的發(fā)展,教學(xué)案例日益增加, 深受教師和學(xué)生關(guān)注 [2][3]。然而，由于Webquest教學(xué)解決方 案是獨(dú)立地針對某個特定教學(xué)任務(wù)來設(shè)計的，在制作時需要 運(yùn)用大量的課件工具，運(yùn)行時采用的底層架構(gòu)不統(tǒng)一，通信 協(xié)議不同，課件資源的類型格式存在差異等，導(dǎo)致教學(xué)方案 的設(shè)計、制作效率不高。不同底層架構(gòu)的Webquest教學(xué)模式 之間要進(jìn)行信息交流，就對系統(tǒng)整合和應(yīng)用集成要求異常高， 更重要的是在教學(xué)方案設(shè)計時，普遍都按照統(tǒng)一的六大模塊 設(shè)計，造成教學(xué)策略單一、應(yīng)用設(shè)計模板化、探究目標(biāo)不適 當(dāng)，這就極大的地限制了教學(xué)資源共享的可能。如何構(gòu)建一 個具有個性化和無縫集成的Webquest教學(xué)系統(tǒng)已成為備受關(guān) 注的焦點(diǎn)問題。因此，本文通過分析傳統(tǒng)WebQuest教學(xué)模式 的不足，提出利用人工智能技術(shù)、Web服務(wù)技術(shù)與Webquest 教學(xué)模式相結(jié)合的解決方案，形成了一個具有自適應(yīng)性的 Webques集成系統(tǒng)體系架構(gòu),使得改進(jìn)后的Webquest教學(xué)平臺 具有智能性、協(xié)作性、可重組性和可擴(kuò)展性。

二 Webquest教學(xué)系統(tǒng)及其模型結(jié)構(gòu)

1傳統(tǒng)Webquest教學(xué)解決方案的不足 傳統(tǒng)的WebQuest教學(xué)系統(tǒng)一般都由六大模塊組成：引言（ Introduction ）、任 務(wù)（ Task ）、過 程（ Process ）、資源 （Resources）、評估（Evaluation）、結(jié)論（Conclusion）[4]。目 前，多數(shù)Webquest教學(xué)系統(tǒng)都是針對特定的教學(xué)單元進(jìn)行設(shè) 計和制作，難以對教學(xué)方案和教學(xué)資源進(jìn)行管理和重組，因 此網(wǎng)絡(luò)環(huán)境支撐的教學(xué)方案普遍存在如下問題：

（1） 應(yīng)用設(shè)計模板化，缺乏個性化服務(wù)

對于所有參與Webquest 的學(xué)習(xí)者提供相同的緒言和任 務(wù)，系統(tǒng)智能性差，無法了解個別學(xué)生的能力與認(rèn)知風(fēng)格的 差別，對不同認(rèn)知水平的學(xué)生呈現(xiàn)相同教學(xué)內(nèi)容，采用相同 的教學(xué)策略，無法適應(yīng)個別學(xué)生的具體需求，難以實(shí)現(xiàn)因材 施教。

（2） 資源缺乏有效的組織和查詢

Webquest教學(xué)資源作為獨(dú)立體, 教學(xué)系統(tǒng)很難主動發(fā)現(xiàn) Webquest教學(xué)資源的存在, 導(dǎo)致教學(xué)資源由于未被發(fā)現(xiàn)而不 能被重用。并且在制作多個Webquest課件時, 除教學(xué)內(nèi)容的差 異外, 很多功能的設(shè)計和實(shí)現(xiàn)都是相似和重復(fù)的。這就要求課 件的制作除需要對課程內(nèi)容進(jìn)行歸納和整理外, 還要對教學(xué) 管理、教學(xué)模式及手段進(jìn)行設(shè)計。

（3） 網(wǎng)絡(luò)學(xué)習(xí)過程的記錄和監(jiān)控不足

由于采用超文本的方法組織教學(xué)材料，且由學(xué)生掌握學(xué)習(xí)的主動權(quán)，若系統(tǒng)沒有針對性地作一些引導(dǎo)、限制和具備 必要的監(jiān)控，在學(xué)習(xí)的過程中容易出現(xiàn)迷航現(xiàn)象，學(xué)生容易 偏離學(xué)習(xí)的目標(biāo)，不能跟蹤學(xué)習(xí)者學(xué)習(xí)進(jìn)度。

（4） 系統(tǒng)宿主平臺緊耦合問題

緊耦合使教學(xué)系統(tǒng)必須依附于特定的平臺，導(dǎo)致不同的Webquest 教學(xué)系統(tǒng)難以集成，沒有集成的學(xué)習(xí)環(huán)境來支持適 合網(wǎng)絡(luò)學(xué)習(xí)的策略。網(wǎng)絡(luò)中最合適的學(xué)習(xí)策略是探索式學(xué)習(xí) 策略和協(xié)作式學(xué)習(xí)策略，但目前的技術(shù)，對它們的支持都比 較簡單，無法充分發(fā)揮其優(yōu)勢。

2 Webquest 自適應(yīng)教學(xué)系統(tǒng)模型

針對上述不足，本文中的Webquest教學(xué)系統(tǒng)模型采用基于Web服務(wù)的教學(xué)集成系統(tǒng)框架[5 ]和智能教學(xué)系統(tǒng)框架[6 ]。教 學(xué)系統(tǒng)的設(shè)計方案能夠?qū)崿F(xiàn)以下目標(biāo)：作為通用的Webquest 教學(xué)支撐平臺既能無逢集成教學(xué)應(yīng)用軟件、消除異構(gòu)教學(xué)應(yīng)用子系統(tǒng)之間的互操作性問題, 還能自動地收集各種有利于 學(xué)習(xí)的信息資源并整理這些資源以便于教學(xué)資源的重用、個 性化信息采集、學(xué)習(xí)情景或背景顯示、智能資源調(diào)度、學(xué)習(xí) 過程記錄、教學(xué)內(nèi)容重組等系統(tǒng)功能的實(shí)現(xiàn)。系統(tǒng)模型結(jié)構(gòu)

如圖1所示。

首先，教師通過教學(xué)設(shè)計過程按知識對象庫中的知識點(diǎn) 確定學(xué)習(xí)目標(biāo)和課程目標(biāo)，并設(shè)計具有不同學(xué)習(xí)策略的 Webquest 教學(xué)情景、任務(wù)、過程、資源、評價和總結(jié)模塊。 學(xué)生通過登錄入口進(jìn)入個性分析過程模塊，個性分析過程模 塊針對不同學(xué)習(xí)者，從已有知識庫中抽取適應(yīng)學(xué)習(xí)者知識層 次的學(xué)習(xí)情景、任務(wù)和資源，按照靈活的教學(xué)情景實(shí)例，以 任務(wù)驅(qū)動方式要求學(xué)習(xí)者進(jìn)行學(xué)習(xí)和探究。學(xué)習(xí)者按照學(xué)習(xí) 過程進(jìn)行自主協(xié)同學(xué)習(xí)過程中，學(xué)習(xí)過程模塊會自動開始采 集和記錄學(xué)生的請求，跟蹤學(xué)生的行為，收集學(xué)生學(xué)習(xí)課件 的類型及難度、查看資料的時間和頻繁度、點(diǎn)擊的網(wǎng)頁、搜 索的關(guān)鍵字，以及作業(yè)和測試的過程及結(jié)果等，提交給最終 的用戶個性信息數(shù)據(jù)庫。資源調(diào)度過程模塊會根據(jù)學(xué)習(xí)者需 要，自動篩選和幫助學(xué)習(xí)者搜索出所需的教學(xué)資源。學(xué)習(xí)者 根據(jù)情景、任務(wù)、相關(guān)資料和工具進(jìn)行多種形式的自主探索 和研究，并根據(jù)教師在評價模塊中制定的評價體系進(jìn)行教學(xué) 總結(jié)。最后, 通過總結(jié)和理論修正過程，優(yōu)化最初設(shè)計的教學(xué) 內(nèi)容。

三 Webquest 自適應(yīng)教學(xué)系統(tǒng)功能分析

結(jié)合 Webquest 教學(xué)模式中情景、任務(wù)、過程、資源、評 價和總結(jié)六大模塊，對教學(xué)設(shè)計模塊、個性分析模塊、協(xié)同 學(xué)習(xí)模塊、資源調(diào)度模塊、評價模塊等功能進(jìn)行闡述。

1教學(xué)設(shè)計

教學(xué)設(shè)計模塊實(shí)現(xiàn)教師課程管理和教學(xué)策略管理功能。該模塊一方面具有制定教學(xué)情境、確定教學(xué)任務(wù)和教學(xué)過程 的功能，另一方面還提供教學(xué)內(nèi)容維護(hù)功能，例如：輸入教 案、試題、問題；上傳教學(xué)材料；根據(jù)學(xué)生的學(xué)習(xí)情況適當(dāng) 更改教學(xué)內(nèi)容和教學(xué)媒體等；輔助教師對學(xué)生的學(xué)習(xí)內(nèi)容進(jìn) 行在線指導(dǎo)等。

在設(shè)計過程中，充分關(guān)注網(wǎng)絡(luò)環(huán)境教學(xué)模塊建構(gòu)的動態(tài) 性，從教學(xué)的適應(yīng)性角度出發(fā)，考慮 Webquest 各個模塊的功 能性和動態(tài)發(fā)展性。在充分考慮學(xué)習(xí)適應(yīng)性的基礎(chǔ)上，應(yīng)用 目前國際教育技術(shù)先進(jìn)的設(shè)計型研究理論，以及應(yīng)用活動理 論的系統(tǒng)動態(tài)發(fā)展觀來建構(gòu)適應(yīng)性學(xué)習(xí)模塊功能。因此，教 學(xué)設(shè)計模塊具有可重組性和擴(kuò)展性。

2個性分析

個性分析模塊功能是獲取用戶的學(xué)習(xí)習(xí)慣和偏好并加以分析，生成用戶模型，構(gòu)建個性化的教學(xué)情景，分配個性化 的學(xué)習(xí)任務(wù)。個性分析是實(shí)現(xiàn)個性化教學(xué)服務(wù)的前提。學(xué)習(xí) 者在確認(rèn)身份進(jìn)入 Webquest 教學(xué)系統(tǒng)后，個性分析模塊根據(jù) 用戶樣本，構(gòu)建教學(xué)情景，分配學(xué)習(xí)任務(wù)，并進(jìn)入特定的學(xué) 習(xí)過程進(jìn)行自主協(xié)同學(xué)習(xí)。

網(wǎng)絡(luò)環(huán)境下學(xué)習(xí)活動設(shè)計的服務(wù)對象主要是學(xué)習(xí)者，在 活動設(shè)計的過程中，按照學(xué)習(xí)者個體的實(shí)際學(xué)習(xí)因素，可采 用的研究方法主要是現(xiàn)成的心理學(xué)測試量表，如：溫斯坦標(biāo) 準(zhǔn)化學(xué)習(xí)策略量表 LASSI 等。針對不同學(xué)習(xí)者個體的訪談加 經(jīng)驗(yàn)分析法研究，系統(tǒng)分析學(xué)習(xí)者個體的學(xué)習(xí)風(fēng)格對網(wǎng)絡(luò)環(huán) 境活動設(shè)計的模塊功能需求，自適應(yīng)過程中的學(xué)習(xí)情感需求， 找到個體學(xué)習(xí)的主要影響因素，充分發(fā)揮活動理論的指導(dǎo)作 用，使整個網(wǎng)絡(luò)環(huán)境的活動系統(tǒng)設(shè)計朝著適應(yīng)性個體學(xué)習(xí)方 向動態(tài)地發(fā)展。

3協(xié)同學(xué)習(xí)

協(xié)同學(xué)習(xí)過程模塊實(shí)現(xiàn)學(xué)生自主學(xué)習(xí)和協(xié)同學(xué)習(xí)的自動化和智能化。主要包括提供協(xié)同學(xué)習(xí)工具、學(xué)習(xí)過程的智能 監(jiān)視和跟蹤，并通過感知學(xué)習(xí)者和教師的教學(xué)過程環(huán)境來自 動設(shè)定進(jìn)一步的教學(xué)任務(wù)。

（1） 協(xié)同學(xué)習(xí)工具

在進(jìn)行Webquest 教學(xué)過程中, 除了能提供一些常用的交 流工具，如：提問、論壇、聊天室等, 協(xié)同學(xué)習(xí)工具還應(yīng)具有 使多個學(xué)習(xí)者協(xié)同進(jìn)行學(xué)習(xí)并一起達(dá)到學(xué)習(xí)的目標(biāo)的功能。 協(xié)同工具提供協(xié)作者在本次Webquest的教學(xué)過程中的協(xié)作狀 態(tài)、協(xié)同探究資源列表、討論記錄、推理評價等服務(wù)。多個 學(xué)習(xí)者通過協(xié)同工具以任務(wù)驅(qū)動模式進(jìn)行學(xué)習(xí)。其具體步驟 如下：

根據(jù)教學(xué)的內(nèi)容中目標(biāo)知識點(diǎn)重要性以及目標(biāo)知識點(diǎn) 之間的關(guān)系，定義關(guān)鍵學(xué)習(xí)目標(biāo)，生成教學(xué)過程的關(guān)鍵路徑；

查詢用戶個性信息庫具有相關(guān)信息的學(xué)習(xí)者，生成協(xié)同學(xué)習(xí)小組,分配學(xué)習(xí)任務(wù)表；

對學(xué)習(xí)者學(xué)習(xí)情況進(jìn)行監(jiān)控和推理,當(dāng)學(xué)習(xí)者完成某 一項(xiàng)關(guān)鍵學(xué)習(xí)活動或者時間到期時將觸發(fā)其相應(yīng)學(xué)習(xí)事件， 如：更新小組內(nèi)學(xué)習(xí)者的學(xué)習(xí)任務(wù)表，將學(xué)習(xí)者的學(xué)習(xí)情況 發(fā)送給教師以及進(jìn)入下一個目標(biāo)知識點(diǎn)的學(xué)習(xí)；

循環(huán)以上步驟，直至完成學(xué)習(xí)任務(wù)和目標(biāo)。

（2） 學(xué)習(xí)過程的智能監(jiān)視和記錄

在學(xué)習(xí)過程中，系統(tǒng)一方面會自動開始采集學(xué)生的請求，記錄學(xué)生的行為，收集學(xué)生學(xué)習(xí)的相關(guān)資料，如：課件的類 型、難度、查看資料的時間和頻繁度、點(diǎn)擊的網(wǎng)頁、搜索的 關(guān)鍵字，以及做作業(yè)、做測試的過程及結(jié)果等，并提交給最 終的用戶個性信息數(shù)據(jù)庫。另一方面，學(xué)習(xí)過程模塊和資源 調(diào)度過程模塊會根據(jù)學(xué)習(xí)者需要，自動篩選和幫助學(xué)習(xí)者搜 索出所需的課件資源，學(xué)習(xí)過程模塊根據(jù)學(xué)習(xí)者的需要調(diào)用 新的學(xué)習(xí)情景和學(xué)習(xí)任務(wù)。

4 資源調(diào)度

Webquest教學(xué)資源作為獨(dú)立體，教學(xué)系統(tǒng)很難主動定位 和限定Webquest教學(xué)資源的存在。因此，資源調(diào)度模塊的功 能就是針對不同學(xué)習(xí)者，從已有知識庫中抽取符合學(xué)習(xí)者興 趣和知識層次的資源。學(xué)習(xí)者進(jìn)入教學(xué)過程中，資源調(diào)度模 塊會根據(jù)學(xué)習(xí)者需要，自動搜索和篩選出所需的信息資源， 設(shè)計成細(xì)粒度的無狀態(tài)的實(shí)體構(gòu)件。如：多媒體資源的展示、課件資源的制作工具、課件的上傳下載、在線測試等。

（1） 資源搜索 資源搜索的主要功能是主動搜索網(wǎng)上資源。搜索的方式

有兩種，即本地搜索和遠(yuǎn)程搜索。前者是從索引數(shù)據(jù)庫中進(jìn) 行查找,這種方式速度較快。后者又分成兩種途徑：①直接搜 尋Web站點(diǎn)，從Web頁面中獲取信息。②借助于已有的搜索引 擎進(jìn)行信息搜索。這種方式的優(yōu)點(diǎn)在于不必直接對整個 Internet進(jìn)行搜索，只需與若干搜索引擎連接，獲取它們返回 的結(jié)果即可。

（2） 資源過濾 由于搜索范圍受搜索引擎的限制，如果直接將搜索引擎

的結(jié)果返回到用戶端會帶來大量無效信息，增加學(xué)生的知識 盲點(diǎn)。因此最好的方法是通過 Agent 傳輸協(xié)議（Agent Transfer Protocol，ATP）移動到 Web 服務(wù)器端，在服務(wù)器上完成信息 的自動獲取和過濾操作。只將有效信息傳回用戶端，從而避 免了大量數(shù)據(jù)的網(wǎng)絡(luò)傳輸，降低系統(tǒng)對網(wǎng)絡(luò)帶寬的依賴，這 樣可以大大提高搜索效率，充分發(fā)揮 Agent 技術(shù)的效能。

5學(xué)習(xí)評價

Webquest 評價系統(tǒng)遵循了內(nèi)容和評價主體多元化、評價 實(shí)施情景化和評價方式多樣化的特定，以多元智能理論為基 礎(chǔ)，充分發(fā)揮 Web 特點(diǎn)，發(fā)展一種交互式智能化的評價系統(tǒng)。 結(jié)構(gòu)如下圖 2 所示：

評價作為一種在學(xué)生自主探究學(xué)習(xí)過程中監(jiān)控、記錄、收集和分析學(xué)生學(xué)習(xí)行為及軌跡的手段，有效 的把評價活動“嵌入”到學(xué)生整個學(xué)習(xí)過程當(dāng)中，是綜合評 價系統(tǒng)當(dāng)中最為重要的評價方式和績效依據(jù)。本模塊由模糊 專家系統(tǒng)推論出學(xué)習(xí)者的學(xué)習(xí)狀態(tài)，并給予評價和適當(dāng)幫助。

四 系統(tǒng)實(shí)現(xiàn)及關(guān)鍵技術(shù)分析

本系統(tǒng)實(shí)現(xiàn)采用 B/S 運(yùn)行模式，基于 Windows 2003 操作 系統(tǒng)平臺，采用 JAVA、JSP 和.NET 等開發(fā)工具，運(yùn)用人工智 能和 Web Services 技術(shù)，使用 Apache 進(jìn)行 Web ，Oracle 作為后臺數(shù)據(jù)庫,集成包括網(wǎng)絡(luò)課堂、教學(xué)管理、課程管理、 資源管理、學(xué)習(xí)評估、作業(yè)、過程監(jiān)控、協(xié)同學(xué)習(xí)工具 等基于 CELTS和 SCORM 標(biāo)準(zhǔn)[7,8]的 Webquest 教學(xué)應(yīng)用系統(tǒng)。 我們從 2007 年開始在網(wǎng)上開設(shè)了 3 門計算機(jī)公共基礎(chǔ)課程, 同時在線人數(shù)超過 1000，目前已經(jīng)有 22 個班級利用該平 成相關(guān)課程。圖 3 是符合某教學(xué)策略的 Webquest 學(xué)習(xí)平臺， 教師教學(xué)設(shè)計平臺見圖 4 所示。

1個性分析與實(shí)現(xiàn)算法

學(xué)生用戶登錄后，學(xué)生進(jìn)行選擇個性化學(xué)習(xí)策略流程。本系統(tǒng)采用的學(xué)習(xí)策略量表是由美國20 世紀(jì)80年代末期編 制的溫斯坦標(biāo)準(zhǔn)化學(xué)習(xí)策略量表LASSI[9,10]，美國已有1000多 所學(xué)校使用此量表對學(xué)生的學(xué)習(xí)策略應(yīng)用水平進(jìn)行測試。此 量表測量學(xué)生用來進(jìn)行學(xué)習(xí)和研究活動的策略和方法，重點(diǎn) 關(guān)注那些通過教學(xué)可以改善與成功學(xué)習(xí)（successful learning） 相關(guān)的顯性或隱性的思想和行為[11]。LASSI對于幫助學(xué)生學(xué)會 學(xué)習(xí)、幫助教師進(jìn)行研究和設(shè)計教學(xué)活動均有積極作用。

LASSI有10個分量表[12,13], 分別是：（1）態(tài)度（ATT），測 量學(xué)生對追求學(xué)習(xí)成功、完成與此相關(guān)的任務(wù)的總的態(tài)度和 動機(jī)；（2）動機(jī)（MOT），測量學(xué)生對完成具體學(xué)業(yè)任務(wù)所負(fù) 責(zé)任的程度；（3）時間管理（TMT），測量學(xué)生建立和使用時 間的水平；（4）焦慮（ANX），測量學(xué)生減少對學(xué)校和自己的 學(xué)習(xí)成績的擔(dān)心程度的能力；（5）專心（CON），測量學(xué)生把 注意力指向并集中在特定學(xué)習(xí)任務(wù)上的能力；（6）信息加工（INP），測量學(xué)生使用心理表象、言語精加工、領(lǐng)會監(jiān)控和 推理等策略促進(jìn)理解和回憶的程度；（7）選擇要點(diǎn)（SM）， 測量學(xué)生在各種一般性的和細(xì)節(jié)性信息中識別出用以進(jìn)一步學(xué)習(xí)的重要信息的能力；（8）學(xué)習(xí)輔助（STA），測量學(xué)生是 創(chuàng)造或使用輔技術(shù)及材料來幫助學(xué)習(xí)和保持信息的能 力；（9）自我測試（SFT），測量學(xué)生對要學(xué)習(xí)課程理解程度 的能力；（10）考試策略（TST），測量學(xué)生運(yùn)用備考和應(yīng)試策 略的水平。針對我校教學(xué)現(xiàn)狀與學(xué)生水平，本系統(tǒng)在LASSI 量表的基礎(chǔ)上，對測量數(shù)據(jù)分析的算法設(shè)計上做了適當(dāng)?shù)母?進(jìn)，以學(xué)習(xí)意愿度、學(xué)習(xí)能力度、知識水平度三類綜合實(shí)力 測量作為判斷依據(jù)，生成個性樣本，并自動選擇和構(gòu)建個性 化的學(xué)習(xí)策略。

具體算法設(shè)計如下：

學(xué)習(xí)意愿度（Willingness）：以態(tài)度（ATT）、動機(jī)（MOT） 和焦慮（ANX）三個分量表為基本數(shù)據(jù)源，根據(jù)國際上的常 規(guī)模式得出原始分?jǐn)?shù) Sw 并轉(zhuǎn)化成百分?jǐn)?shù)。

If Sw is low

Then choose policy from P5,P6,P7,P8. If Sw is high

Then choose policy from P1,P2,P3,P4.

此綜合度主要用以測量學(xué)生個體對于學(xué)習(xí)目標(biāo)及完成學(xué) 習(xí)任務(wù)的興趣、態(tài)度和動機(jī)等心理狀況和內(nèi)在潛力。

學(xué)習(xí)能力度（Ability ）：以時間管理（TMT ）、專心（CON）、信息加工（INP）、選擇要點(diǎn)（SM）和學(xué)習(xí)輔導(dǎo)（STA） 五個分量表作為基本數(shù)據(jù)源，根據(jù)國際上的常規(guī)模式得出原 始分?jǐn)?shù) Sa 并轉(zhuǎn)化成百分?jǐn)?shù)。

If Sa is low

Then choose policy from P3,P4,P7,P8. If Sa is high

Then choose policy from P1,P2,P5,P6.

此綜合度主要用以測量學(xué)生個體在學(xué)習(xí)過程中的專注 度、持久度以及對于學(xué)習(xí)的領(lǐng)悟、安排、管理、運(yùn)用、推理 的多方面能力。

知識水平度（Knowledge）：以自我測試（SFT）和考試 策略（TST）這兩個分量表作為基本數(shù)據(jù)源，根據(jù)國際上的常 規(guī)模式得出原始分?jǐn)?shù) Sk 并轉(zhuǎn)化成百分?jǐn)?shù)。

If Sk is low

Then choose policy from P2,P3,P6,P8. If Sk is high

Then choose policy from P1,P4,P5,P7.

此綜合度主要用以測量學(xué)生個體自身對所學(xué)知識及相 關(guān)信息的掌握程度。

需要說明的是，依據(jù)此分析算法所構(gòu)建的個性化學(xué)習(xí)策 略庫中，以表 1 中八種學(xué)習(xí)策略為常規(guī)策略，策略庫并不是 無限大的。

2資源調(diào)度與實(shí)現(xiàn)算法

Webquset 作為探究式教學(xué)模式，資源搜索和定位是決定 學(xué)習(xí)效果的關(guān)鍵，所以資源調(diào)度模塊的重要性不言而喻。作 為個性化、智能化的教學(xué)系統(tǒng)，怎樣根據(jù)學(xué)習(xí)者的個性特征 和知識層次為其提供適當(dāng)?shù)慕虒W(xué)資源，即以怎樣的算法實(shí)現(xiàn) 對學(xué)習(xí)者的智能推薦，幫助學(xué)習(xí)者更方便、更準(zhǔn)確地在大量 異構(gòu)、分布式的資源中搜索和提取所需數(shù)據(jù)，是 Webquest 教 學(xué)系統(tǒng)實(shí)現(xiàn)的重點(diǎn)。

利用 Multi-agent 協(xié)作技術(shù)和 Webservices 技術(shù)實(shí)現(xiàn)資源 調(diào)度是一種方便有效的途徑。它既利用 Web services 技術(shù)解決 了異構(gòu)、分布式資源存取困難的問題，又利用模塊調(diào)用為系 統(tǒng)提供了多樣化的推薦功能[14,15]。

在會話中，假設(shè)符合學(xué)習(xí)者個性的，對學(xué)習(xí)者有價值的 信息列表用 Sug來表示，則 Sug表示為一個多元組集合 Sug={ M, L, PW, u}，它將最終反饋給學(xué)習(xí)者。

其中 M 代表當(dāng)前站點(diǎn)的鄰接矩陣，它通過搜索用戶導(dǎo)航 信息圖，找出與當(dāng)前頁面關(guān)聯(lián)度 Minfreq 較大的鄰接頁面，認(rèn) 為是有價值的；L 指聚簇列表。聚簇是根據(jù)碼值找到數(shù)據(jù)的物 理存儲位置，從而達(dá)到快速檢索數(shù)據(jù)的目的。系統(tǒng)認(rèn)為只有 大于最小聚簇值 Minclustersize的聚簇才是有意義的遍歷聚 簇；PW 指會話標(biāo)識符索引列表，u 指用戶請求頁的 URL。當(dāng) 一個學(xué)習(xí)者的請求到達(dá) Web 服務(wù)器，后臺的資源庫將被更新， 同時一個推薦信息列表將被附加到請求頁并反饋給學(xué)習(xí)者。 通過學(xué)習(xí)者的會話標(biāo)識符，系統(tǒng)判定該學(xué)習(xí)者是否在線，并 通過當(dāng)前會話特征，自動更新資源庫并產(chǎn)生推薦信息。而在 會話過程中，學(xué)習(xí)者所訪問的 URL 標(biāo)識符被存儲到一個簡單 的映射數(shù)組中，要找到 URL 標(biāo)識符所對應(yīng)的 URL 地址，只 能通過訪問一個字符串?dāng)?shù)據(jù)結(jié)構(gòu) trie 才能得到，trie 中就存儲 了 URL 標(biāo)識符到 URL 的映射關(guān)系。下面是基本實(shí)現(xiàn)算法：

初始設(shè)置：M，L，PW；

輸入：用戶請求頁的 URL ：u；

輸出：對會話學(xué)習(xí)者有價值的信息列表 Sug；

page _idu=Identify_Page (u)； //在當(dāng)前會話中，通 過訪問 trie，提取相應(yīng) URL 的 id

session_id=Identify_Session ( )；

page_idv=Last_Page (session_id)； //返回當(dāng)前會 話中最近訪問頁的 id

PW=Page_Windows[session_id]；

If (!Exists (page_idu, page_idv, PW))

then

M[page_idu, page_idv]++; //如果(u, v)已出現(xiàn)當(dāng) 前會話中,則鄰接矩陣 M 自增

If ((Wuv > minfreq)&(L[page_idu ]< >L[page_ idv]))

then

MergeCluster(L[page_idu],L[page_ idv]);//如果 M

關(guān)聯(lián)度夠大且 u,v 不重復(fù)，則合并它們的聚簇 L

endif

M [page_idu, page_idu] ++;

New_L= Cluster( M, L, page_idu );//產(chǎn)生新的聚簇 列表

L=New_L

endif

Push(u,PW); //將產(chǎn)生的頁面 push 到列表 PW 中

Sug=Create_Suggestions (PW, L, page_idu); //產(chǎn)

生推薦信息列表 sug

Return(Sug); //將推薦信息列表返回給用戶

五 結(jié)束語

本文所述的基于Webquest的自適應(yīng)教學(xué)系統(tǒng)的設(shè)計方法, 能有效地解決當(dāng)前Webquest教學(xué)存在的不足。通過人工智能 技術(shù)和Web技術(shù)建立的教學(xué)系統(tǒng)，能為學(xué)習(xí)者提供了真正有價 值的資源最小集合，也是從依靠單一模式解決問題發(fā)展到以 多個模式協(xié)作完成構(gòu)想的轉(zhuǎn)變，使得Webquest教學(xué)系統(tǒng)具有 很好地擴(kuò)展性和重組性，并對信息化教學(xué)有積極地推動和促 進(jìn)作用。

參考文獻(xiàn)

[1]DodgeBJ.WebQuests:A TechniqueforInternetBasedLearning[J]. The Distance Educator. 1995, 1(2): 10-13.

[2] 文可為, 陳淳泉等.網(wǎng)絡(luò)探索WebQuest的應(yīng)用:在香港中學(xué) 會考課程中地理議題的應(yīng)用[C ].第十屆全球華人計算機(jī)教 育應(yīng)用會議(GCCCE2006) , 2006: 1-17.

[3] 李振賢.應(yīng)用WebQuest理論于網(wǎng)絡(luò)環(huán)境教學(xué)其學(xué)習(xí)成效之 研究:以中學(xué)生物為例[D].臺灣:南臺科技大學(xué), 2002.

[4] 余勝泉.信息技術(shù)與課程整合―網(wǎng)絡(luò)時代的教學(xué)模式與方 法[M].上海教育出版社,2005: 215.

[5] 秦偉俊等. 基于多層體系結(jié)構(gòu)的網(wǎng)絡(luò)教學(xué)系統(tǒng)[J]. 清華大 學(xué)學(xué)報(自然科學(xué)版),2006, 46(7): 1301-1304.

[6] 劉菲等. 多Agent 協(xié)作的強(qiáng)化學(xué)習(xí)模型和算法[J]. 計算機(jī) 科學(xué),2006,l33(12): 156-158.

[7] SCORM Guidelines [ EB/OL].< adlnet.gov/scorm/index.aspx, 2006-12 /2007-11-02.>

[8] 史元春,沈中南,向欣,等.學(xué)習(xí)對象元數(shù)據(jù)[EB/OL].

[9] Weinstein, C. E., Schulte, A.C.,& Palmer, D.R. Learning andStudy Strategies Inventory (LASSI). 1987, Clearwater, FL: H& H Publishing.

[10] H & H Publishing Co. 1189 institutions have used the LASSI or E-LASSI as of June 1, 1994. Clearwater, FL: Author.

[11] Weinstein, C. E. LASSI user’s manual. Clearwater, FL: H&H Publishing.

[12] Olejnik, S., & Nist, S. L. Identifying latent variables measured by the Learning and Study Strategies Inventory (LASSI) [J]. Journal of Experimental Education,1992,60:151-159.

[13] Claire E. Weinstein & David R. Palmer. User’s Manual for those administering the Learning and Study Strategies Inventory, 2nd Edition [DB/OL].