摘 要： 目的 实现“人体解剖学”个性化学习,促进学生对解剖学知识的掌握和开发学生的持续学习能力。方法 利用通用智能导学系统框架(generalized intelligent framework for tutoring,GI-FT)设计并实现了“人体解剖学”智能导学系统,并将其应用于漯河医学高等专科学校2019级康复治疗技术专业274名学生中进行分组测试。实验组137人,使用智能导学系统学习“人体解剖学”内容;对照组137人,通过传统的教学方法学习。学习结束后,对两组学生分别进行2次测试,并对其成绩进行统计分析;同时对实验组学生进行智能导学系统教学满意度调查。结果 实验组2次解剖学测试成绩均高于对照组,差异具有统计学意义(P<0.05)。实验组学生对智能导学系统使用效果各项指标中“很不符合”“不符合”的累计占比在3%～19%。结论 “人体解剖学”智能导学系统能有效帮助学生施展个性化学习、提高学习效果,有利于其对解剖学基础知识的掌握和医学持续学习能力的培养。
关键词： 人体解剖学; 智能导学系统; 个性化学习;
Abstract： Objective To achieve personalized learning of human anatomy, promote students' mastery of anatomical knowledge and develop their continuous learning ability. Methods Intelli-gent tutoring system of human anatomy was designed and made by using generalized intelligent framework for tutoring(GIFT), and was then applied in the group test of 274 students majoring in rehabilitation treatment technology in the class of 2019 from Luohe Medical College. Intelligent tutoring system was adopted in the learning of human anatomy in the experimental group, while traditional teaching method was given to the control group, with 137 students in each. After the learning, 2 tests were conducted to students in the 2 groups, and the results were analyzed stati-stically. Meanwhile, survey was given to students in the experimental group to collect their satis-faction of intelligent tutoring system. Results Scores of the 2 anatomical tests in the experimen-tal group were higher than those in the control group, and the difference is of statistical signifi-cance(P<0.05). For students in the experimental group, the cumulative proportion of "very in-consistent" and "inconsistent" among various indicators of the effect of using intelligent tutoring system is 3%～19%. Conclusion Intelligent tutoring system of human anatomy can effectively he-lp students implement personalized learning, improve learning effects, and is beneficial for them to master the basic knowledge of anatomy and cultivate their continuous medical learning ability.
Keyword： Human anatomy; Intelligent tutoring system; Personalized learning;
“人工智能”是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的科学[1]。2020年新冠肺炎疫情期间,“人工智能+教育”显得尤为重要。基于人工智能、学习分析等技术的智能导学系统(intelligent tutoring systems,ITS)是包含学习内容、教学策略和教学方法,能模拟人类教学专家进行教学活动的软件系统,它能针对学生对知识的理解和掌握程度选择适当的教学策略,帮助其有效地施展个性化学习,不仅促进学生问题解决能力,也促进其认知、元认知发展[2]。
“人体解剖学”是研究人体正常形态结构的科学,其任务在于理解和掌握人体各器官的形态结构、位置和毗邻关系,为学习其他基础医学和临床医学奠定基础。传统的人体解剖学大班制教学模式存在师生交流较少、实验教学受限、教师对教学效果的评价不够及时、学生成绩评价不全面等问题[3]。另外,“人体解剖学”网络学习仍然处于最基本的信息发布、课程更新、知识分享、教师直播授课和被动答疑的水平,如文献[4]中使用人体解剖学网络自主学习考试系统解决人体解剖学教学过程中知识点多、时间紧等问题,但学生在使用过程中教师仍需要值班答疑,系统不具备智能导学的功能。文献[5]中在系统解剖学教学过程中使用翻转课堂方式,但并没有介绍在学生利用网络学习的过程中如何充分利用在线学习的优势实现个性化教学。随着人工智能技术以及认知科学在智能教育系统中应用研究的逐步深入,我们越来越重视适合个体特征的学习支持[6]。智慧教学模式旨在培养学生解决问题的能力,一改以往以教师为中心的教学模式,转变了学生的学习地位,以满足学习者的个性化需求[7]。
基于此,该团队利用通用智能导学系统框架GI- FT设计并实现了“人体解剖学”的智能导学系统,该系统包含该门课程的学习内容、教学策略和教学方法,能模拟一线解剖教学团队进行教学活动;并且能根据学生对解剖学知识的理解和掌握程度针对性地选择适当的教学策略,帮助学生有效地施展个性化学习,促进学生对解剖学基础知识的掌握和医学持续学习能力的培养;同时,还有效评估学习过程并将结果反馈给学生,使其了解自己的学习状态。
1 、“人体解剖学”智能导学系统的设计
GIFT通用智能导学系统框架是由美国陆军实验室的Sottilare博士及其团队所研究的一个开源的通用智能导学系统框架。研究者可以根据自己的需求使用该框架的源代码来构建、部署并管理自己的课程,还可以在已有模块上添加新的功能[8]。基于GIFT框架的通用型和源代码开源等优点,Sottilare博士及其团队在GIFT框架内设计并实现“人体解剖学”智能导学系统。具体从传感器模块、学习者模块、教学模块、领域模块4个模块设计其具体功能(如图1所示)。
图1 “人体解剖学”智能导学系统功能结构图
1.1 、传感器模块功能设计
该模块的主要功能是:首先接收有关学习者行动的数据,包含学习者互动信息接收和图像与声音信息,然后对接收数据进行清理缺省值和噪声,规约维度删除冗余信息,最后将结果提供给学习者模块。
1.2、 学习者模块功能设计
该模块主要包含3个功能:首先获取学习者的学习数据和交互数据等信息;然后更新并管理有关学习者的学习表现的信息,如情绪、知识点掌握程度、有效交互反应等;最后根据现有的数据信息评估学习者的状态并将结果输出到教学模块中。
1.3 、教学模块功能设计
相当于教师课程设计策略,该系统中该模块主要包含以下功能:从学习者模块接受学习者状态信息;从领域模块接收有关教学内容的信息;根据学习者的状态、学业表现和教学内容信息制定学习者的学习策略;同时,根据领域模块反馈的教学效果,动态识别有效学习策略。
1.4 、领域模块功能设计
该模块主要包含以下功能:管理该课程各个知识点相关的教学和试题资源;根据教学模块推荐的教学策略,确定教学内容的具体呈现方式;在学习者学习过程中评估学习者的学习表现和课程学习的进展;最后将评估结果反馈给学习者模块和教学模块。
2 、“人体解剖学”智能导学系统实现
2.1 、系统服务器端软硬件环境部署
该系统运行在联想RD450服务器上,处理器型号为Intel Xeon E5-2609 v3,主频为1.9GHz,内存32G,硬盘2T,做raid1全备份。将GIFT安装包拷贝到服务器内,运行installGIFT.bat文件,按照提示安装GIFT。安装成功后进行课程的设计与开发,开发完毕后发布。
2.2 、客户端软硬件环境
客户端为台式机或笔记本,处理器i3以上,内存2G以上,带800万以上像素摄像头,谷歌浏览器。
2.3 、传感器模块功能的工作原理及数据的获取
GIFT体系结构中的传感器模块是与软件或硬件驱动的传感器通信的。该系统采用的传感器是摄像头和麦克风,摄像头用来查看学习者学习过程中的画面,尤其是测评时需要抓拍学习者答题时的面部表情;麦克风用来采集学习过程中的声音。这些数据的采集为学习者状态评估提供有效的数据支持。
GIFT通过GIFT监视器应用程序(GIFT monitor module)调用并查看传感器数据,其中该系统服务器使用GIFT监视器应用程序查看一个或多个网络摄像头的具体操作如下:
首先团队人员指导学习者按照以下步骤操作,服务器能够访问客户端视频数据。
①在客户端计算机上下载并安装Yawcam。
②打开Yawcam应用程序。在该程序的“控制面板”选项卡上,选择“流”旁边的“启用”按钮,并在出现的“Yawcam-设置”对话框中选中“启动流输出”和“在启动时隐藏到托盘栏”。注意,GIFT监视器将使用默认端口8081,可以在 “Yawcam-设置”对话框中选择“输出”—“流”找到默认端口。
③在客户端上通过浏览器并访问URL“http://p-8081. localhost/”来确认网络摄像头的正常播放。
然后在服务器端,配置监控器摄像机配置文件,该文件可通过“GIFT＼config＼tools＼monitor＼cameras.txt”路径找到,如图2所示。
图2 GIFT监视器摄像头配置文件
最后,在GIFT监视器应用程序窗口查看指定摄像头的信息。该窗口的左侧包含可供查看的传感器列表,选择摄像头,列表中显示camera.txt配置文件中使用的摄像头名称。单击摄像机的名称,在该窗口右侧的查看面板中就会显示来自该网络摄像头的视频流,如图3所示。
2.4 、“人体解剖学”导学内容的实现
团队通过GIFT的课程创建界面创建“人体解剖学”课程。该界面是一个易于使用的拖放界面。左边的工具提供了可以利用的可能的课程对象(如:文本、图片、网站地址、本地网页、PDF、视频、幻灯片、调查/测试、对话、问题银行、自适应课程流、结构化的评论和外部连接虚拟现场等对象)。中间窗口是一个课程地图,显示在课程流程的对象顺序,一旦一个对象从屏幕左侧被拖动到主程序流,它可以被创作、被编写,还可以拖动它到课程流程中任意不同的地方。点击任意对象,其具体实现过程就会在该界面右侧小窗口内显示,也可在该窗口内设置教师希望在该模块内实现的功能(如图4所示)。
“人体解剖学”课程流程包含欢迎、情感技能评估、期望教师反馈评估、自适应课程流、课程回顾和学习反馈等对象。其中,情感技能评估、期望教师反馈评估主要通过问卷调查的方式实现;自适应课程流主要包含调用学习资料,调用摄像头和麦克风,测评,根据结果推送详细内容等过程。
3 、“人体解剖学”智能导学系统的应用
学生通过学号和密码登录系统后,系统会跳出欢迎界面,该界面详细显示出学生的当前状态:学习者首次登录系统,其情感状态为“未知”,知识和技能属性为“新手”。系统会在学习者学习之前,对其情感、技能进行课前调查评估,然后选择将要学习的知识点,简单学习之后,系统会进行测评。如果测试未通过,系统会提示学生需要更详细的学习,然后就推送更多、更详细的学习内容供其学习,之后再进行测试,直到测试通过。学习结束后学生会收到有关此次学习的反馈,让学生了解自己的学习状态。
图3 GIFT监视器摄像头查看界面
图4 “人体解剖学”智能导学系统课程流程图
4 、“人体解剖学”智能导学系统教学效果评价
为了客观地分析该系统的应用情况,验证其是否实现“人体解剖学”个性化学习,促进学生对解剖学基础知识的掌握和医学持续学习能力的培养,以学校2019级康复治疗技术专业274名学生为研究对象,随机分成两组,其中1～2班137人为智能导学系统实验组,3～4班137人为对照组。实验组于2020年2月17日—5月29日使用智能导学系统进行“人体解剖学”内容学习;对照组在同一时间段内通过传统的教学方法(网络授课+日常课堂作业)学习相同内容。学习结束后,对两组学生进行2次解剖学测试,并比较两次考试成绩;同时,通过网络问卷调查对实验组进行智能导学系统的使用效果,调查内容主要包含:系统是否助于学生的“人体解剖学”基础知识学习;学生能否有效地在该系统指导下完成学习任务;系统中的课前评估能否准确地反映学生的基本情况和学习动机;系统中根据基础知识测评推送的相关学习资料是否是学生需要加强学习的内容;系统中的课程反馈是否能够帮助学生了解自己的学习状态和进度;学生是否愿意将该智能导学系统推荐给其他学生使用;该系统是否激发了学生学习“人体解剖学”的兴趣;系统是否仍存在需要完善的地方等八个方面。
4.1、 两组学生成绩比较
团队人员对两组学生统一闭卷考试(总分100分,客观题占60分,主观题占40分),并采取同一标准。采用SPSS 19.0软件对两组考试成绩进行分析,成绩以(x?±s)表示,采用回归分析,以P<0.05为差异具有统计学意义(结果如表1所示)。
从表1显示,实验组学生的主观题平均成绩、客观题平均成绩、总平均成绩均优于对照组,差异具有统计学意义(P<0.05)。
4.2 、“人体解剖学”智能导学系统教学满意度调查
教学结束后,对实验组137名学生进行应用效果调查。共发放问卷137份,回收137份,有效率100%。结果显示,有62%的学生认为该系统有助于其备考学习;75%的学生认为系统推送的相关学习资料确实是其需要加强学习的内容;71%的学生认为系统中的课程反馈能够帮助了解自己的学习状态和进度。同时,统计数据显示,关于系统功能的各项调查项目中“很符合”和“符合”的累计占比较大,说明学生对该系统的认可度较高(如表2所示)。
表1 实验组和对照组考试成绩比较
表2 “人体解剖学”智能导学系统的有效性及满意度调查表
5、 讨论
基于GIFT平台实现的“人体解剖学”智能导学系统包含该门课程的学习内容、教学策略和教学方法,该系统能针对学生知识的理解和掌握程度选择适当的教学策略,帮助学生有效地施展个性化学习。实践结果证明,使用该智能导学系统,学生能够清晰地认识其学习状态,更加牢固地掌握解剖学基础知识;同时提高了学生自主学习的能力,有利于学生医学持续能力的培养。
虽然该系统经教学实践应用取得了较好的教学效果;但是也存在一些不足,如受平台限制,部分提示内容无法使用中文显示、交互界面不够美观友好等。平台研究者需要在今后的设计中进一步完善,并将其投入到较大规模的应用中,助力学生的自主学习,提高教学效果。
参考文献
[1] 刘清堂,毛刚.智能教学技术的发展与展望[J].中国电化教育,2016(6):8-15.
[2] 郭炯,荣乾,郝建江,等.国外人工智能教学应用研究综述[J].电化教育研究,2020(2):91-98.
[3] 王龙海,吴鹏,胡光民,等.互联网+背景下的解剖学教学改革实践[J].中国医学教育技术,2017,31(6):678-680.
[4] 刘畇,王兵威.网络自主学习考试系统在人体解剖学教学中的应用研究[J].科技经济导刊,2019,27(25):148,147.
[5] 靳辉,杨蓬勃,肖新莉,等.翻转课堂在系统解剖学实验教学中的实践与思考[J].中国医学教育技术,2017,31(6):691-694.
[6] 唐晶晶,王海燕.自适应学习系统学生模型的研究现状分析[J].中国医学教育技术,2018,32(2):126-130.
[7] 王宇茹,王运武.智慧教育服务支持的教学模式转变[J].中国医学教育技术,2019,33(6):670-674.
[8] 胡祥恩,匡子翌,彭霁,等.GIFT—通用智能导学系统框架[J].人工智能,2019(3):22-28.
