[中图分类号]G40-052 [文献标识码]A [文章编号]1007-2179(2017)06-0104-08 一、问题提出 当前，大数据、“互联网+”、可穿戴设备等信息技术新概念的出现，不断促进学习理念、教与学方式的革新，教育信息化的推进逐步从宏观建设走向微观设计，相应的智慧学习环境研究成为热点(黄荣怀等，2012)。在智慧学习环境中对学习者的特质、学习状况进行诊断和监控，挖掘学习者的学习需求，进而提供适应性的学习反馈，有助于实现学习者个性化发展。智慧学习环境适应性功能的实现基础，是构建适切的学习者模型。本研究聚焦学习者微观认知过程的精准学习者模型样态，以期提高智慧学习环境对学习者个性化学习支持的效度。 (一)学习者模型界定 本文的“学习者模型”不同于常见的计算机研究领域的内涵，而是从智化设计角度展开论述的认知模型。它是描述学习者的认知发展过程，解释学习者认知机理的抽象理论模型，用于指导研究人员认识学习者特征和进行数字化建模。构建学习者模型是对智慧学习环境中的学习者进行针对性地抽象建模，其模型包含哪些学习者属性，取决于建模的目的，即实现智慧学习环境预没的学习目标，需要了解学习者的哪些特性。 1.学习者模型是智慧学习环境智能化的起点 智慧学习环境能根据对学习者的诊断结果，进行智能地、适应性地提供学习支持反馈。其中的诊断模块、适应性模块功能的实现都基于学习者模型对现实世界学习主体建模的诊断结果，是智慧学习环境实现适应性功能进行诊断与反馈的起点。 2.学习者模型构建从智化设计方面展开论述 学习者模型分三个方面(Brusilovsky，et al.2007)，即智化设计(nature)、建模(structure and represent)和实现(user modeling approaches)。智化设计涉及学习者的本质，即学习者在学习活动和外界环境交互过程中心理特征的变化及其相互关系究竟是怎样的，即学习者建模的目标是什么。建模涉及综合考虑学习理论和建模理论，考虑如何将智化设计层思考的结果通过计算机表示和建模。实现方面涉及应用哪些具体方法，将学习者模型的设想通过数字化手段开发出来。本文从智化设计展开讨论，从教育技术研究角度阐述精准学习者模型的功能、特点及构建的理论依据和方法。 3.学习者模型是开发智慧学习环境中数字化学习者模型的理论依据 学习者模型，是计算机和学习者之间的桥梁，是开发智慧环境中数字化学习者模型的指南。研究者依据学习者模型理解学习者的属性特征，构建数字化的计算机模型。 (二)学习者模型存在的问题 目前，学习者模型主要有静态模型和动态模型两种构建方式(何克抗，2017)。 静态模型，是在学习者进入学习环境之前就已经建好的学习者模型，一般使用铅版模型方法进行表征，这种方法是通过将学习者依据预先设计的类别如性别、能力、兴趣爱好等特质进行归类。 动态模型，是捕捉学习者与智慧学习环境交互中产生的信息，随时更新学习者模型，以进行适应性反馈。动态模型的表征方法有覆盖模型方法、赋值模型方法、贝叶斯模型方法等。覆盖模型方法通过建立与学习内容相关的概念、技能、错误的领域知识集合，然后将学习者目前掌握的概念、技能、错误作为领域知识子集的方法将学习者表征出来。赋值模型方法一般依据项目反映原理估算学习者的能力水平，以及通过心理学量表判断学习者的认知风格、认知偏好，将诊断结论赋值表征学习者的水平(涂东波，2012)。贝叶斯模型方法通过建立学习内容项之间的因果关系，依据诊断的信息，推断学习者对知识的掌握程度等。 当研究者以提高智慧学习环境的效度为目标，以“精准”作为学习者模型构建的价值时，可以发现静态模型和动态模型及其表征方法都存在不足。 1.要素间关系的描述不够精准 计算机建模的重点是通过信息化技术对模型的各要素进行表征，不涉及对模型间各要素的关系进行探讨。这就带来了一个问题，即现有的学习者模型中，关于能力、学习者体验的要素都不能和确定的、可测的认知要素建立对应关系；只能以项目反映理论为依据，通过心理测量方法，对学习者特质进行宏观的分类、估算及赋值，无法得到确切的诊断结论。同时，学习者模型各要素之间没有建立对应关系，只能从多个方面分别设计支持学习者个性化学习的反馈规则。这些从不同角度着眼的反馈规则可能会互相冲突，其精准程度一定弱于多个层面综合的、系统的设计反馈规则。 2.信息表征不够精准 铅版模型方法只能对学习者进行分类，精准程度无法保障。赋值模型方法利用数学手段从宏观角度描述学习者水平，不能解释学习者的具体认知状态，不能对学习者的具体行为作出解释。由于没有建立模型要素间关系，覆盖模型方法与贝叶斯模型方法同样只能表征学习者学习进度、知识掌握程度、能力水平，不能解释学习行为背后的原因。从认知过程的微观角度看，学习者在学习不同内容时，体现的心理特征变化是不同的。如果只追求抽取普适的学习者特征，就会脱离学习者真实的认知过程，忽略学习者学习过程中要解决的问题。
