李 锋 盛 洁 黄 炜
（1. 华东师范大学教育学部，上海 200062；
2. 上海市教师教育学院，上海 200062）
数字教材作为教学内容和教学策略信息的载体，是依据国家课程方案、课程标准要求进行编制和开发，用于服务师生的数字化课程资源（沙沙，2022）。近年来，学校数字教材建设与实验性应用，体现出多媒体内容、交互式环境、学习过程跟踪等技术优势。但是，教学调研也发现数字教材还存在着诸如简化为“电子文本”、等同于“多媒体资源库”、异化为“答题教师”的问题。
（一）将数字教材简化为“电子文本”
电子文本数字教材又称页面保真型数字教材（page-fidelity e-textbook），是将传统纸质教材以电子文本方式呈现（例如PDF 文件），采用静态媒体形态组织学习内容。在学习应用过程中，以复现传统纸质教材阅读模式为主，要求学生通过移动终端和阅读软件对电子文本进行阅读学习，借助软件功能对文本内容进行检索、注释和保存（徐丽芳，邹青，2020）。电子文本数字教材改变了传统纸质教材内容的媒介承载方式，学生借助移动终端即可即时获取学习内容，通过网络实现学习资源快速更新，拓展学生学习时空，一定程度上突显出学生学习主体地位，促进学生利用数字教材的自主学习，推动学生从“接受式”学习向自主学习转变。但是，随着“电子文本数字教材”的实践应用，有关研究也发现“相对于纸质教材，静态电子文本降低了学生持续阅读时长，弱化了学生对阅读内容的注意力和思考深度”，导致“浅层次阅读”和“伪学习” 的问题（Blazer，2013；
Valerio，2012）。此外，由于使用移动终端，学生需长时间观察电子屏幕，也引发人们关于电子设备对学生视力危害的担忧（Greenfield，2013；
Lee et al.，2013）。
（二）将数字教材等同于“多媒体资源库”
该类数字教材发挥了多媒体资源形态多样性和网络技术快速传播信息的功能，可以为学生提供基于“网络平台+移动终端”的数字化学习环境。该类数字教材可通过多媒体技术将文字、图像、音频、视频、动画等生动形象的学习资源加入到教学内容中，用于激发学生学习兴趣，融合学生对学习信息的获取通道。梅耶的“双通道信息加工原则”指出当学习者将听觉信息通道和视觉信息通道的心理表征整合在一起时，才能更好促进学习者实现意义学习。事实上教学实践也表明，在数字教材中合理融入多媒体资源可以激发学生学习兴趣，多媒体形象的表达方式有助于学生理解教材内容。此外，数字教材依托网络平台提高了教材内容的开放性和互动性，学生通过数字教材中的“链接与搜索功能”可获取适合自己需要的学习资源，提高学生对学习内容的选择性和与学习同伴的合作性。但是，从教材属性来看，教材除了具有知识传播功能外，还具有教学性特征，即教材所呈现内容本质是学科教学性知识，是把学科知识通过学生可理解的语言、叙事方式、学习活动等进行教学转化而形成的知识（赵长林，2022）。因此，教材在内容上并不是原原本本地呈现学科知识体系，而是对学科内容进行教学适宜性改造后的作品。如果将数字教材简化为“多媒体资源库”，缺乏以课程与学习视角关联组织教材内容，就容易因资源过载而加重“学生学习负担”（Engbrecht，2018）。
（三）将数字教材异化为“答题教师”
随着人工智能技术发展，计算机识别、资源推荐、学习画像等智能技术被越来越多地应用于数字教材中，但是受“考试指挥棒”影响，一些数字教材为解决学生解题困难，借助智能技术向学生提供解题答案，数字教材被异化成“答题教师”。例如，有数字教材添加所谓“智能辅导教师”功能，对学生拍照上传的习题在数据库中检索，为学生直接提供解题方法与答案，并推荐大量相类似练习题，提高学生解题熟练度。这种数字教材将学生学习简单等同于“考出高分”，忽视对学生正确价值观、必备品格和关键能力的综合素养培育，尽管其中引入人工智能技术，能针对学生学习过程进行学习分析，基于证据提供个性化学习资源，但在功能应用中过于强调学生对习题的重复训练，惰化学生思维能力与独立思考意识，违背素养导向的教育理念。可见，数字教材建设过程中如果忽视学生全面发展的教育要求，过于强调利用数字化工具追求考试分数，甚至依托智能技术向学生高频度推送训练题，不仅不能发展学生核心素养，还会因为数字技术应用掉入“电子题海”误区。
综上所述，在教育数字化转型大背景下，数字教材建设就需避免电子文档转换、多媒体资源堆积、智能技术机械使用的误区，按照现代教学理论与学科逻辑特征构建教材知识图谱，借助智能技术和机器学习算法预判学生学习现状，形成学习者画像，结合学科知识图谱和学习者画像为学生提供结构化、互动性和生成性的学习内容，推动数字教材向智能教材发展。
智能教材的建设既是基于大数据、人工智能、区块链等新兴技术解决数字教材发展中所存在问题的需要，也是满足教育“从大规模班级化教学向大规模个性化学习转变”的发展需求。当前学界对智能教材还没有统一的界定。但研究者以不同视角对其进行了研究与阐释。张治等人（2021）结合教学需求与新技术功能指出“智能型教材系统是以数字教材和智能学习平台为支撑、以提升教学效率和个性化为目的，集成智能终端、数字化资源、教与学工具、学习社群、学习路径规划、教学策略实现等的组合系统”。江波等人（2022）通过梳理数字教材发展历程概述出“智能教材是以深度交互、学习画像和自适应为主要特征，为学生提供个性化学习、评价和规划等服务的智能化数字教材”。Wang（2020）等人将智能教材概括为“以电子格式呈现内容，集成人工智能可操纵的知识扩展常规教材，增强教材功能的自适应学习系统”。综合已有智能教材的研究成果，可发现尽管当前学界对其研究视角有所不同，但较多还是从技术方法层面探讨数字教材的智能化特征。例如，通过屏幕触控技术、传感感应技术、语音交互技术等加强教材的智能交互功能、借助3D、VR、AR 等技术丰富教材的资源形态等，鲜有从教材教学性层面分析智能教材的功能，导致“以技术为中心的数字化”（袁振国，2022），进而引发数字教材简化为“电子文本”、等同于“多媒体资源库”、异化为“答题教师”等问题。因此，为突出智能教材的教学性特征，本研究按照教材特有的知识组织、课程导学、对话交流、作业巩固等教学功能，结合人工智能的知识图谱、学习者画像、深度交互、持续跟踪等技术优势，从智适应选学、智能化导学、伴随式评价、深度学习互动等方面分析智能教材的特征。
（一）智能教材的智适应选学功能。教材作为支持学生达成学习目标的学习材料，其内容选择与结构组织要遵循学生身心发展规律，与其认知发展水平、学习兴趣相契合（赵长林，2022）。教材内容的选择与组织需努力适应每位学生不同进步速度和发展程度、适合相应年龄阶段和年级水平学生的成长、学习、准备和进步（瞿葆奎，1993）。然而，传统纸质教材或电子文本教材局限于给学生提供静态学习资料，并不能对学生学习状况进行有效判断，无法为学生个性化选择学习内容提供支持。智能教材融入智能教学系统，根据学习者信息、资源应用信息和学习行为日志进行数据分析和计算，通过数据挖掘、机器学习等技术进行模型量化，运用推荐算法遴选出适合学习者的最优学习路径，有针对性地向用户推荐学习资源，支持学生按需选学，满足个性化学习需求。例如，智能英语教材应用中，其智能系统通过分析学生阅读数据判断其阅读能力水平，按照学生阅读能力对学习内容和辅助材料进行坡度设计、动态组织阅读材料，引导学生在个人学习基础上开展英语学习。智能教材可根据学生的作业结果、学习时长、内容断点等学习表现进行学习资料推荐，支持学生选择性学习。主要表现在：（1）依托学生错题库推荐与选学。智能教材收集与分析学生作业或练习中的错误内容，将其形成学生个人错题库，通过学生在学习过程中出现的错题判断学生学习不足，以此进行学习资料推荐、支持学生选学。（2）按照学习时长推荐与选学。智能教材借助虚拟仿真环境、鼠标箭头记录软件等工具可推断学生对相关内容的学习时长，分析学习者对相应内容学习的困难程度，推荐与相关内容有较强关联的内容供学生选用。（3）针对学习内容断点推荐和选学。智能教材通过追踪技术可记录学生对教材内容学习的断点，按照断点衔接关系推荐适合学生进一步需要学习的内容供学生选学，加强学习过程的连续性。智能教材选学功能通过分析学生学习过程动态组织学习内容、个性化推荐学习资源，支持学生按需选学，避免因学习内容设计不足而引发的“伪学习”问题。
（二）智能教材的智能化导学功能。我国新修订义务教育课程方案（以下简称“义教课程方案”）强调“教材建设要加强情境创设和问题设计，引导学习方式和教学方式的变革”（教育部，2022）。该要求从教学性层面强调教材“问题导学”功能。“问题导学”设计体现出“以问题为中心，以学生为主体，以教师为指导”的教育理念（胡小勇，2016）。因此，为加强个性化学习指导，智能教材可借助学习分析技术从学习风格、认知能力以及学习态度等方面进行智能化导学。其一，基于学习风格的智能化导学。依据学习风格理论设计学习风格测试模型，开发在线工具实现学生学习风格自动检测，依据学生学习风格提供相适应的导学方式。例如，依据学生学习风格提供“听讲—演练”、“探究—发现”等导学支持（张治等人，2021）。其二，基于认知能力的智能化导学。依据学科知识图谱设计学力测试模型，通过学习分析技术判断学生的学习基础，按照学生认知能力提供与之相适应的导学内容。其三，基于学习态度的智能化导学。态度作为一种内部状态或倾向影响着学生学习动机和对学习内容的深入程度。利用智能教材在线跟踪技术记录与分析学生学习行为，辨析学生学习态度，创设积极的导学情境与学习氛围，激发和维持学生学习动机。智能教材导学功能依据学生学习特征设计导学路径、内容与情境，结合学生学习经验提供导学支持，避免因学习资源过载引发的“加重学生学习负担”问题。
（三）智能教材的伴随式评价功能。评价作为教学实施的重要环节，其作用不再局限于甄选学生，更重要的还是通过评价帮助学生达成学习目标，促进自我发展。教材在将课程标准具体化的过程中，为能准确判断学生学习教材内容后是否达成学习目标，评价就成为其中的一项关键措施。在教材中嵌入伴随式评价功能可及时发现学生学习问题，反馈学生学习情况，促进学生自我调节。传统纸质教材较多是以课后作业方式对学生学习后的情况进行检查和巩固，较难实现对学生学习过程的跟踪，基于证据的伴随评价也就难以得到落实。智能教材具有过程跟踪与实时记录的技术优势，可按照学生综合能力测评框架，在不同阶段伴随式收集、分析学生学习数据，依据过程性数据证据和表现性学习结果推动伴随式评价开展，引导学生在个人学习基础上持续进步，主要表现在：（1）通过学习日志伴随学生学习评价。通过智能教材平台日志获取学习者在线行为数据，分析学生不同时间节点学习结果表现的变化，及时反馈学生学习进阶情况，指导学生改进学习。（2）借助数字设备伴随学生学习评价。借助智能教材的配套数字设备跟踪学生学习行为的路径，伴随学生学习过程，发现学生学习过程中的难点与痛点，帮助教师为学生提供个性化学习指导。例如在智能数学教材中，借助电子笔可持续记录学生答题过程，通过智能分析系统诊断学生答题的错误点，对照错误点的前序知识和支撑内容提供学习资料，引导学生进行补偿学习。（3）依托虚拟情境伴随学生学习评价。利用智能教材创设虚拟仿真学习环境，实时采集学生在虚拟仿真环境中的过程性学习数据，客观评价学生在活动过程中知识技能掌握与运用情况，提供有助于学生学习改进的建议和资源。
（四）智能教材的深度学习互动功能。数字化学习环境中只有当人与机器融为一体，实现人机交互、人机协同，教育数字化功能才能真正发挥出来（袁振国，2022）。智能教材建设中，其“互动”功能对学习者知识建构起着重要作用。佐藤学（2014）在学习共同体研究中强调“学习者与学习内容对话、与他人对话、与自我对话”的互动意义。事实上，为加强学生学习互动，传统纸质教材同样关注教材互动功能设计，但受静态资源和线性呈现形式的影响，其互动功能主要停留于做标记、留批注或写感想等层面。智能教材发挥其数字技术优势，从情境创设、大数据分析和远程协作等方面为学生创设深度互动环境。其一，借助模拟仿真技术支持学生与学习内容的深度互动。例如，通过VR/AR 技术丰富教材的真实性情境创设功能，帮助学生在身临其境情境中开展体验学习，系统跟踪学生与学习内容互动过程，采集学生学习数据。其二，依托学习者画像技术支持学生深度反思。智能教材通过收集、分析和可视化学生学习数据，实时向学生反馈个人学习现状分析结果，学生利用个人学习数据进行自我反思，支持学生有针对性地改进学习。其三，采用协作学习平台支持学生合作与互动。按照学习任务，智能教材以在线共享文档、网络虚拟实验室等方式组织团队成员在线协作完成任务、共同解决学习问题，保存每位成员的参与成果，以过程性数据分析学生的参与度和贡献度，提高学习互动效果。智能教材的深度学习互动功能将学生与学习内容、学习伙伴和自我反思紧紧粘合在一起，避免因只是呈现电子文本产生的“浅层次学习问题”。
在教育需求分析基础上，结合学习分析、知识图谱、计算机识别以及学习追踪等技术实现智能教材的智适应选学、智能导学、伴随式学习评价和深度互动等智能教育功能，以“智能终端+教材专用平台+智能系统”创新教材形态，其功能模块结构如图1 所示
图1 智能教材功能模块示意图
（一）以知识图谱技术构建知识模型，支持智能教材选学功能
1. 知识图谱在智能教材中的应用。知识图谱是以符号描述物理世界中的概念及其相互关系，构成网络的知识结构，是结构化的语义知识库。借助知识图谱技术构建智能教材知识点之间的连接和层次关系，可实现知识信息的智能检索，建立知识技能与问题解决过程的先决和对应关系，自动识别学生能力表现与知识结构的关系，将静态数字教材转化为自适应教材。目前，国内外一些成果已实现从各学科维度进行学科知识图谱和知识模型的构建。泰等人（Tay et al.，2018）使用知识图谱技术构建数字教材知识点之间的连接和层次关系，实现知识信息的智能检索；
朱珂等人（2018） 将知识图谱技术应用于跨媒体融合数据研究中，通过对学习资源的知识化标引和链接，使得非结构化学习资源以结构化、知识化加工的方式成为有语义关联的知识对象，为学习者提供可重组、可融合、可创生的知识体系。
2. 智能教材的知识模型构建。智能教材是在学科专家指导下依托知识图谱和机器学习技术构建知识模型，基于知识模型的教材内容组织既可促进学习资源的动态调整，与学习者的知识结构达到最适配状态；
也可针对学习者在学习过程中自我知识结构的发展优化教材内容，支持学习者个性化学习。其技术实现路径为：（1）将课程知识体系化，构建多维度下的知识图谱，其拓扑结构蕴含领域专家经验、知识关联与学习路径，为基于课程内容自适应学习奠定基础。（2）将知识图谱与学生已有学习数据进行融合，为学生自适应学习提供量化的、实时策略支持。（3）基于决策支持进行学习资源推送、自适应学习路径规划与自适应学习预警等智能教材应用与实践。此外，在智能教材应用过程中，依据学生学习数据分析、迭代优化知识模型，进一步完善知识模型。
3.智能教材知识模型实现与选学应用案例。知识图谱技术助力于智能教材中知识模型的持续优化，结合学生学习过程数据和学习分析算法，教材中的智能系统可判断出学习者的认知基础与学习现状，以此调整知识模型，生成与学习者相适应的学习内容，帮助学习者根据自己的实际情况进行选学。例如，智能教材依托知识图谱技术，通过“知识抽取与表示—知识融合与加工—知识更新与优化”路径实现高中生物课程的知识模型构建，支持学生个性化选学。实现过程为：（1）建立知识模型。依据课程标准明确知识点及知识点之间的关系，例如父类、子类、前序、后序等，采用对象属性和行为关系的数据结构表示生物学科知识点和知识点的关系，通过聚类法、空间向量模型和语义模型消除知识抽取中出现的知识点交叉、重叠概念。基于学科知识点之间的逻辑关系建立学习结果判断的推理规则。（2）实现知识推送。依据知识模型跟踪学生对生物学科知识学习的路径，采集学生学习数据（如测评数据、学习行为数据等），在学习大数据分析的基础上，向学生推送个性化学习资源。（3）优化知识模型。基于知识图谱建立的学科知识模型和学生学习数据的相互作用，通过机器学习算法和学生学习大数据补充知识模型内容，优化模型中知识关系推理规则，持续完善知识模型和提高知识推送的有效性。
（二）借助学习分析技术构建教学模型，加强智能教材导学功能
1.学习分析技术在智能教材中的应用。学习分析技术是通过记录、跟踪、分析学习者学习过程，对其学习行为进行预测、对其状态和效果进行评估，继而干预学习，提高学习者学习绩效的技术（Siements，2011）。智能教材嵌入学习分析技术可记录学生使用教材学习过程中的阅读（例如阅读时间、读页数、添加标记等）、练习（例如解题过程、采用方法、练习结果等）、互动、协作等学习行为，诊断学生学习风格与认知基础，采用聚类算法、非负矩阵分解算法等分析学生学习数据，建立学生学习特点与课程内容、学习策略的关联，为个别指导和个性化学习提供支持。
2.智能教材的教学模型构建。智能教材借助学习分析技术和人工智能算法，按照学习过程中在线阅读、虚拟探究、学习互动等细颗粒度的交互数据，生成学生在认知、行为、情感等方面的学习特征（Boulanger&Kumar，2019）构建教学模型，包括：（1）学情诊断。通过收集学生使用智能教材中表现出的勾画、批注、翻页、点击等交互行为数据，采用聚类算法分析学生多维度的学习行为数据，预判学生学习现状。采用在线学习风格测评工具判断学生学习风格。此外，随着虚拟现实、增强现实以及可穿戴设备的应用可更精细采集学习行为数据，准确分析出学生学习表现。（2）策略匹配。依据学生学习现状诊断结果，在智能教材导学功能支持下，教师可以有针对性地选择教学策略、组织教学内容、开展教学设计。张治等人（2021）在智能教材研究中根据学生学习风格分类，提出“讲解辅助的建构、任务驱动探究、评价导引的补救”等教学匹配策略，归纳出“微课+评价+资源推送、加入问题链、测试评价+资源推送”等导学方案。（3）优化关系。教学过程中，随着学生学习投入度的深入，学生学习状态也在发生变化，智能教材在跟踪、采集与分析学生学习数据过程中，需要及时判断学生学习状态变化情况，优化学生学习需求与教学策略的关系，为教师调整教学策略提供证据支持。
3.智能教材教学模型的实现与导学应用案例。智能教材中的教学模型用以精准诊断学生学习问题，支持师生开展教学，促进智能导学实施。例如，有智能导学系统嵌入学习分析技术，沿着“诊什么—怎么诊—如何导”路径描绘学生学习特征，实现智能导学功能。（1）诊什么。按照学生综合能力评价要求，设计“学业成绩”“学科素养与表现”“学习风格”等指标，通过逻辑判断方式赋予不同得分区间不同标签，提取出个体与群体特征标签。依据学习心理理论确定归因假设，利用学习大数据，使用机器学习算法得到归因排序/归因组合，对归因假设进行验证。（2）怎么诊。依托人工智能算法与学习数据，梳理出个体/群体学习过程的形成逻辑，主要包括有：学生学习信息多维展示（基本信息、学业信息、综合评价信息、学习态度）；
学生学业水平影响因素分析，诊断学习数据中影响学业成就的维度，提出针对性建议，将学习分析结果的教学建议或教学案例纳入数据库，供师生参考。（3）如何导。教师根据智能教材学习诊断结果，既可对个别学生学习现状做出判断，进行个别化指导；
也可判断群体学生学习表现，针对班级学习特点制定导学方案，提高学生群体性学习质量。
（三）采用在线追踪技术构建学习者模型，支持智能教材伴随式评价功能
1.在线追踪技术在智能教材中的应用。在线追踪技术是依托信息技术软硬件工具，对学生在线学习数据进行持续采集、综合比较、可视化呈现的人机交互技术。智能教材研究中，一些学者通过鼠标移动热力图、文本关键词、测评成绩、模拟仿真等方式采集学生学习过程原始数据，基于机器学习算法建立学习者模型，构建出学生能力增值区间，促进评价标准从共性化向个性化调整，推动教材从过于关注知识技能评价向关注学生学习过程与综合能力评价的发展。
2.智能教材的学习者模型构建。智能教材借助在线追踪技术，依托学生个人学习数据库和学习过程路径，设计学习跟踪节点，判断学生进步状况，激励学生在原有学习基础上持续学习，形成基于在线追踪技术的学习者模型。基于在线追踪技术的学习者模型主要为：其一，建立学生学习数据库，形成过程性的学生学习成果集。智能教材建设中常采用学生成长电子档案袋收集和记录学生学习成果（许楠，2021）。其二，采用知识追踪技术对学生学习路径和学习行为进行追踪，定位学生不同时段上的知识与能力水平。例如，有研究者采用贝叶斯知识追踪技术判断学生学习水平，将学习者对知识点的掌握情况作为潜在变量，将学习者答题表现结果作为观察变量，诊断学习者的知识水平（黄诗雯，2021）。其三，通过统计图、词云图、要素关联图等可视化手段形象描绘学习者画像，分析学习者与学习资源匹配关系，为学习者推荐相适应的学习资源。例如，王莉莉（2021）等人以学习者画像方式，借助神经网络算法探索符合学习者学习习惯与偏好的学习路径，降低学习者学习盲目性，提升学习者在线学习的体验效果。
3.智能教材学习者模型的实现与应用案例。伴随式学习评价是指将评价内容嵌入到学习过程中，依据课程目标，伴随每位学习者的学习历程，有针对性、适时进行反馈与干预的一种评价方式（李锋，王吉庆，2018）。智能教材中融入伴随式评价，借助数字化手段获取学生学习表现数据，构建学习者模型，利用统计方法分析学生在不同时间点的学习数据，得到学生学习结果变化的“净效应”，衡量学生学习进步程度。例如，学生利用智能教材学习信息科技课程内容时，以“数字化情境创设—问题解决过程跟踪—素养表现对比分析—增值结果可视化反馈”的路径对学生数字素养与技能开展伴随式学习评价，主要表现为：（1）模拟数字化问题情境，采集学生素养表现数据。借助信息科技模拟真实性问题情境，为学生提供解决情境问题的交互功能，通过人机交互实现复杂学习结果的具体化，引发学生解决问题过程的素养表现。（2）依据素养表现评价指标，确定数字化情境中数据采集要点，伴随追踪学生利用交互情境解决问题的过程，记录反映素养表现性特征的关键数据。（3）比较不同节点学生在问题情境中素养表现的变化，综合反馈学习评价结果，促进学生个性化学习。在信息科技课程的智能教材中，学习者模型从表现性指标、问题解决过程路径、技术方法熟练程度等方面反馈学生数字素养与技能发展情况，不仅可以判断学生学习提高程度，也能针对学生学习问题提供个性化指导。
（四）依托在线技术创设互动学习环境，支持智能教材深度交互功能
1.数字交互技术在智能教材中的应用。数字交互技术是指通过数字设备的输入、输出功能，借助计算机软硬件有效实现人与机器对话的技术。智能交互技术在智能教材中的应用可有效加强学习者在学习过程中的体验、对话和反思，主要表现在智能对话、模拟仿真、远程协作等方面。其中，智能对话是根据预训练的自然语言知识库、学科知识库和教材内容，通过理解、综合和推理，结合知识表示、问答技术和自然语言生成技术，智能教材能在特定的范围回答学生的问题并生成推荐性问题供学生选择（江波，2022）；
模拟仿真是借助虚拟/增强现实、仿真实验、可穿戴设备等技术为学生创设探究式学习环境，支持学生与学习内容交互，体验在真实情境中的活动场景，采集学生开展活动的数据；
远程协作借助智能教材网络平台，学习者在交流和协作中解决问题、创作作品，通过在线追踪技术记录学生的协作过程，分析学生协作表现。
2.依托智能技术的交互学习环境建设。智能教材应用深度交互技术创设线上线下相融合的学习环境，通过数字设备可精准采集学生的学习活动数据，为学习者提供有针对性的学习指导，创新教育教学模式。智能教材互动学习环境建设主要表现为：其一，线上线下融合学习环境。借助互联网、数字设备等创设出开放的、具有生成性的学习环境，拓展学生学习时空，丰富学生学习手段，实时整理和保存学生生成性学习资源。其二，学生互动数据采集与记录环境。在线上线下融合环境下，利用信息技术手段分析学生互动数据，分析学生互动过程中相关要素的相互关联，诊断学生学习问题。例如，借助虚拟现实环境和可穿戴设备可准确判断学生技术操作中的错误，给出精准指导和学习预警。其三，“智能教材+深度互动”创新教学模式。智能教材中交互学习环境的创设与应用，改变了传统静态教材学习应用中“读文本、理解文本、应用文本”的线性学习方式，创新出“情境体验、深度互动、数据分析、精准指导、反思改进”的自适应学习方式。
3.智能教材交互学习环境实现与应用案例。智能教材应用过程中，深度交互学习环境可记录、存储、分析能够反映学生真实性学习状态的过程性全样本数据，借助算法和计算机程序诊断学生对学习内容的理解水平和认知层次，构建出符合学生最近发展区的学习支架（Boulanger&Kumar，2019）。例如，智能英语教材融入智能口语练习与矫正功能，从“阅读语音采集—计算机识别判断—发音指导方案”等方面实现对学生智能口语学习的支持。其技术实现路径是：通过智能阅读系统采集学生英语口语信息，利用机器学习算法和语料库分析学生口语表现情况，对照课程标准给出学生进一步提高英语口语的建议。该技术在智能英语教材中的应用解决了英语教学中“哑巴英语”的难题。近年来，随着移动传感技术、物联网技术以及计算能力的发展与提升，智能教材借助智能技术可以更有效地采集学习者演讲、工具操作、制品搭建、手势交互、面部表现等多模态数据，在深度交互环境中分析学生学习行为，创新学习模式（牟智佳，2020）。
智能教材建设是一个系统工程，教材建设中既要避免忽视教材建设内在规律、过于强调技术功能的“教材技术论”，也要克服无视数字化设备的技术优势、一味沿用传统纸质教材的“教材保守主义”。依据现代教学理论、注重实践迭代、采用技术监管等策略推进智能教材研制与应用。
（一）以现代教学理论引导智能教材建设。学校教材区别于教育媒体材料，在于其中渗透了有计划、有步骤的教育活动设计，凸显教材教学性特征。从教材设计来看，不同教育理念都影响着教材结构与内容组织。基于行为主义的教材强调“小步子程序教学法”，根据学生应答正误做出适当反馈；
基于认知主义的教材重视“学习者能动知识建构”的过程，为学生创设自主探究学习条件；
基于建构主义的教材注重“协同学习”功能，支持学生协同建构知识。从教材应用来看，由于学习者性格和行为习惯的不同，不同学习者也存在学习差异，个性化学习表现出来的行为方式也存在着个性差异。因此，为切合学习者的学习风格、认知基础及其最近发展区，智能教材建设就要依据现代教学理论发挥智能技术优势，预判学生学习特征与内容组织的适应方式，动态组织学习资源，支持学生开展高质量学习。
（二）在实践应用中持续优化智能教材建设。智能教材区别于传统纸质教材，在于它以“智能终端+教材专用平台+智能系统”的方式创新教材形态。从功能效果来看，智能教材依托网络技术拓展学生学习时空，丰富学习资源，为学生时时可学、处处能学创造条件；
通过学习大数据分析学生学习状况，为学生个性化学习资源选学提供支持；
借助人工智能伴随学生学习，为学生提供有针对性的学习指导。从功能实现来看，智能教材遵循信息系统研发规律，从需求分析、模型建设、数字化实现、优化完善等环节进行持续迭代。因此，为达成上述功能，智能教材的研发就需要在教材实践应用中获取师生需求、结合教学理论依据需求开发相应的教育功能、在教学实践中验证功能、通过不断迭代优化智能教材。因此，智能数字化教材建设过程也是实验学校同步应用与逐步完善的过程。
（三）借助信息科技手段监管智能教材建设与应用。教材作为国家事权的政策意蕴，我国教材政策以“凡编必审”“凡选必审”“管建结合”等方式加强教材管理（郝志军，2020）。智能教材作为新时代教材的一种新形态，势必也要纳入国家教材统一规划和管理体系。但是，因智能教材自身开放性、交互性、媒体类型多样性等因素影响，智能教材的监管面临着新挑战。为推进智能教材建设与应用，就需要依据智能教材标准研发智能教材管理工具，以信息化手段和工具对智能教材内容、学习应用、在线交互、资源生成等方面进行监管，提高智能教材的可管理性，落实国家对教材管理要求，推动智能教材研究、设计和开发从实验室向教室的推广普及。
本研究针对当前数字教材建设与应用中存在的问题，用教学论视角分析数字教材智能化的必要性及智能教材的教育性特征，结合当前智能技术发展分析了智能教材各项教育功能实现的技术路径与应用案例。但是，本研究主要还是从智能教材教学功能方面进行阐释与分析，对于每项功能的数据模型建构、算法设计、实现与验证等还需要在开发实践中进一步探讨，这也正是以后需要研究的内容。
（李锋工作邮箱：fli@srcc.ecnu.edu.cn）
猜你喜欢导学学习者数字你是哪种类型的学习者学生天地(2020年15期)2020-08-25三角函数考点导学中学生数理化·高一版(2020年3期)2020-04-21“概率”导学中学生数理化·高一版(2020年3期)2020-04-21十二星座是什么类型的学习者意林·少年版(2020年2期)2020-02-18答数字创新作文(5-6年级)(2018年11期)2018-04-23函数知识快乐导学中学生数理化·高一版(2017年9期)2017-12-19汉语学习自主学习者特征初探海外华文教育(2016年4期)2017-01-20“阉割课堂”，本不是“学案导学”的错中学历史教学(2016年1期)2016-11-11数字看G20南风窗(2016年19期)2016-09-21高校学习者对慕课认知情况的实证研究成人教育(2015年7期)2015-12-21
