技术支持1.doc

三、现代教育技术与优质网络课程开发

要想在优质网络课程开发上取得突破，不仅要运用先进的 教学设计理论，使课程内容的脚本设计能达到一流水平；而且 还应在网络课程开发的各个环节中积极运用信息技术领域的 先进技术（现代教育技术的实质就是不断运用信息技术来优化 教育教学过程），在当前尤其是要关注以下几种技术：

MultiAgents（多重智能代理）技术；XML（可扩展标记语言） 技术；GRID（网格）技术；NLP（自然语言处理）技术。

1．MultiAgents（多重智能代理）技术 广义的 Agent（一般译为智能代理）包括人类、物理 世界中的机器人和信息世界中的软件机器人；狭义的智能 代理则专指信息世界中的软件机器人。它是以主动服务方 式自动完成一组操作的机动计算程序。

20

主动——包含两层意思：①主动适应，即在完成操作 过程中，可自动获得关于操作对象的知识以及关于用户意 图和偏好的知识，并在以后操作中加以利用；②主动代理， 即无须用户发出指令，只要当前状态符合某种条件就可代 表用户执行相应操作。 机动——是指具有灵活的访问和迁移机制以及和其 他智能代理进行通信与协作的机制。 自 90 年代中期以来，智能代理技术在基于 Web 的远 程教学中应用日益普遍。众所周知，过去的智能辅助教学 （ICAI）主要强调辅助老师“教”——利用“学生模型”、 “知识推理”和“教学决策”等模块，帮助教师实现因材 施教和进行有针对性的指导（所以 ICAI 也常常称之为 ITS 即智能指导系统）。但是，经过三十多年众多专家的努力， ICAI 始终未能走出“象牙塔”，仍然只是大学里进行实验 研究的对象，很少能在教学过程中实际应用。究其原因， 主要是 ICAI 的研发周期长，又不具有通用性，所以代价 很高；而且指导思想是以教为主，忽视学生的自主学习， 不利于发挥学生的主动性、创造性。智能代理技术正是在 这样的背景下，逐渐取代 ICAI（或 ITS）而成为教学领域 实现智能化的一种主流技术。Agent 不仅可作教师代理， 也可作学生代理，而且可以成为学生学习过程中多方面的 代理，即多重代理（Multiagents）。 远程教学中 Multiagents 的具体含义是：作为教师代 理，它可以实现对学习者有针对性的帮助、辅导，做到因 材施教。作为学生代理，则可充当学习者的学习伙伴，与 学习者进行平等的讨论、交流；有时还会针对学习者对某 些概念理解上的模糊或片面之处，故意提出诘难挑起争 论，以促进学习者更深入地去思考；还可作为另一种学生 代理——充当学习者的知心朋友，以便在学习者遇到不顺 心的事情或有心理障碍时与之促膝谈心，帮助减轻思想负 担和消除心理压力；此外，还可作为秘书代理，帮助学习 者到有关资源站点去查找和搜集与当前学习内容有关的 资料，或是帮助学习者处理日常事务。总之，Multiagents 在教或学的过程中均大有用武之地，与 ICAI（或 ITS）相 比，能在智能化方面发挥更灵活、更多样化的作用。

2．XML（可扩展标记语言）技术 可扩展标记语言（Extensible Markup Language，简称 XML）自 1998 年出现以来，首先在电子商务领域得到广 泛应用，并逐渐扩展到其他领域。但遗憾的是至今在教育 上的应用还不多。其实 XML 在教育上的应用前景是广 阔的。 众所周知，XML 是在 HTML 的基础上发展起来的。 HTML 的简单易用，使 Web 应用迅速推广，受到广大用户 的热烈欢迎；而当人们认识了因特网的价值，希望将 Web 进一步应用到电子商务、保险、教育及医疗等新的领域时， 却发现正是原来的这些“优点”束缚了 Web 应用的扩展。

这是因为目前建立在 HTML 基础上的 Web 技术存在两个 致命弱点：第一，HTML 只描述了信息的显示方式而未对 信息内容本身进行描述。换句话说 HTML 只是一种“显示 描述”语言——它只说明在 Web 的主页上应如何布置图 形、文字和按钮，而对信息本身的属性则未作任何说明。 第二，大量可在客户端完成的工作，不得不交由 Web 服务 器去处理，这就大大加重了网络负担，降低了网络运行的 效率。XML 正是为解决上述两方面的缺陷而提出的。XML 实际上是标准通用标记语言（SGML）的一个子集，它包 含一组基本规则，利用这组规则任何人都可创造出符合自 己特定应用领域需要的标记语言，而这种标记语言所描述 的不再是信息的显示方式，而是信息本身的某种属性（例 如购物定单中的产品规格、价格、性能指标及送货方式 等）。显然 XML 的提出和有关标准的制定以及 XML 相关 技术（例如 XML 语言解释器，包含这种解释器的新一代浏 览器等）的开发必将极大地推动 Web 应用向更深、更广的 领域（包括教育领域）拓展。下面介绍的两个基于 XML 的 应用项目，就是 XML 语言在我国网络课程建设中最早实现 的成功案例之一。这两个项目都是由我们自主开发的。 （1）非客观题自动测评 传统的远程教育，要对学生进行测评是一件较困难的 事情，往往耗费大量的人力、物力，还只能进行次数很少 的总结性评价。随着远程教育工程的实施和网络教学的普 遍开展，计算机开始进入了教学评价领域，使这种情况大 为改观。通过网络题库和远程自动测评系统，学生可以及 时得到关于自己学习状况的评价，获取有针对性的反馈信 息，从而调整自身的学习计划。可见，计算机自动测评技 术，可弥补远程教育中由于师生在时空上分离所带来的缺 陷。但目前的自动测评，不论国内外都是侧重于知识维度 的客观题，至于网络教学中的 IT 技能考核和理工科实验能 力考核仍是一大难题。显然，此类问题的解决只有寄希望 于“技能性非客观题”自动测评研究的新突破。 对被测主体的技能水平进行评价，需要获取足够多的 操作者与技能系统之间的交互信息。这种交互信息有两 类：过程信息和结果信息。信息获取技术是实现自动测评 的关键技术。信息获取方法与测评环境密切相关，不同类 型的测评环境，获取信息的方法与难度也不相同。如果技 能测评是建立在仿真系统的基础之上，那么只需在开发仿 真系统时构建获取过程信息和结果信息的部件即可，在此 情况下获取交互信息不会有原则困难；如果技能测评是在 真实环境下完成，交互信息获取的难度就要大得多。为了 解决真实环境下的 IT 技能非客观题自动测评问题，我们研 究并开发了获取操作者在真实 IT 环境中交互时的过程信 息和结果信息的多种方法。其中过程信息的获取方法就是 采用了 XML 技术。测评系统中涉及的知识表示（例如试 题/试卷格式、题库表征、组卷策略、评价规则等）和数据

21

交换（试卷收发、报表传送等）均用 XML 描述。如果是 用 HTML 或其他程序语言来描述，要想获取操作者在操作 过程中的交互信息，这本来是一件极为困难的事情；但是 由于 XML 能直接描述信息的属性，所以在自动测评系统 中引入 XML 以后，这种困难就变得迎刃而解。此外，采 用 XML 描述的数据，可在客户端按照用户的要求作相应 处理，从而减轻服务器的负担，所以更适合在网上传输。 （2）异构资源库系统之间的互操作 目前开发的教育资源库已为数不少，但是由于这些资 源库都是各个单位各自开发，并未遵循一定的技术标准， 所以其体系结构、数据管理方式及操作方式各不相同，彼 此之间无法实现互操作，相当于一个个信息孤岛。广大教 师和学生要想利用这些资源库那是很不方便的。例如，若 想搜索某个学科知识点的课件，就要逐个访问这些资源库 ——假定先去访问资源库 A，如果找不到，就从 A 中退出 来，再去访问资源库 B，如此继续下去，直至找到为止。 要想让用户能在短时间内找到所需的资料，只有实现不同 资源库系统之间的信息交互才有可能。近年来新出现的分 布式资源网络系统正是为此目的而设计的。要实现不同资 源库系统之间的信息交互，必须解决异构资源库系统之间 的互操作问题，这就不仅要求实施国家标准（即遵循教育 部远程教育资源建设技术规范），而且还要在此基础上， 进一步解决两个关键技术问题：一是采用统一的资源描述 方法；二是要开发通用的交互接口。第一个问题可通过采 用最新的XML Schema对异构资源库定义统一的资源描述 框架来解决；第二个问题则要利用跨语言、跨平台的 Web Service for J2EE 技术,而众所周知，这种技术也是基于 XML 的。我们正是在上述 XML 技术的基础上，率先在广 东省实现了一个大型分布式资源网络系统，从而较好地解 决了全省范围内各种异构资源库系统之间的信息交互问 题。

3．GRID（网格）技术 通过异构资源库系统之间的互操作，虽然解决了资源 的分布式管理问题，但资源站点的添加与删除过程很麻 烦；另外，目前的网络教育资源都是以文件形式存放的静 态资源，而普遍意义的网络教育资源应该包括一切能够应 用于教育的软硬件计算资源（即除了与教学内容相关的多 媒体课件、数字音视频、电子文档、数据资料等以外还应 包括教学平台、教学网站以及网上的各种服务器等）。为 此需寻求更简便、更有效的分布式资源管理模式。GRID 技术正是解决这一问题的最理想手段。 （1）网格计算的基本概念 众所周知，分布式计算是未来计算技术的发展方向， 而网格技术则是分布式计算研究领域的最新成果。网格实 际上是一个集成的计算与资源环境（也叫“计算资源池”） 网格能充分吸纳各种软硬件计算资源，并将它们转化为可

方便利用的计算能力。所谓网格计算就是基于网格的问题 求解。从本质上说，网格就是撇开各种计算资源的外部形 态，而将其内在的计算功能提取出来，从而形成一种分 布在网上的统一的计算能力。就像电力网一样——网上 的各种类型发电机（燃气发电机、水轮发电机、核能发 电机）所发出的电力都被转换为一种分布在网上的统一 的电力。 （2）利用网格计算实现新一代分布式资源网络系统 网格按其实现目标的不同，一般分成两大类：计算网 格和数据网格。数据网格主要是为了满足数据密集型应用 的需要，显然，这和数据库的目标是完全一致的，因而可 用来实现新一代的教育资源网络系统。目前已有一些可用 来实现上述目标的商品化网格底层计算平台问世（例如 SUN 公司的 Globus）总之，今天看来还无法做到的下列 梦想：“享有无限的存储空间，真正的分布式资源存储， 完全透明地使用各种资源（包括软件资源和硬件资源）， 动态管理各个资源站点，实现异构资源库之间的无缝连接 与访问，瞬间应答并解决用户提出的问题”将会随着网格 技术的逐步普及，和基于网格技术的新一代分布式教育资 源网络系统的实现而很快变成现实。

4．NLP（自然语言处理）技术 自然语言处理技术在网络课程中主要用于实现网上 的智能辅导与答疑。不论是国内还是国外，目前在网络课 程中使用的辅导与答疑系统其实现的前提都是要事先建 立一个内容丰富、全面的答案库。按照技术实现难度的不 同，这类系统可以分成简单匹配式、模糊匹配式和段落理 解式三种类型。简单匹配式辅导答疑系统主要通过简单的 关键字匹配技术来实现对学生提出问题与答案库中相关 应答条目的匹配，从而做到自动回答问题或进行相关辅 导。模糊匹配式辅导答疑系统则在此基础上増加了同义词 和反义词的匹配。这样，即使学生所提问题中按原来的关 键字在答案库中找不到直接匹配的答案，但是假若与该关 键字同义或反义的词能够匹配则仍可在答案库中找到相 关的应答条目。段落理解式辅导答疑系统是最理想的、也 是真正智能化的辅导答疑系统（简单匹配式和模糊匹配 式，严格说只能称之为“自动辅导答疑系统”而非“智能 辅导答疑系统”）。但是由于这种系统涉及自然语言的段 落理解，对于汉语来说，这种理解涉及自动分词、词性分 析、句法分析和语义分析等 NLP 领域的多种复杂技术，所 以实现难度很大。迄今为止，在国内的网络教学中还没有 一个实用化的、能真正实现汉语段落理解的智能辅导答疑 系统。但是在我国有些大学的人工智能实验室或中文信息 处理实验室中，已有少数研究人员正在研发这类系统的实 验原型。相信在不久的将来，就会有这一类的实用性智能 系统问世。这是优质网络课程的重要研究方向之一。□

默认段落标题（请修改）...

技术支持 马云.ppt

默认段落标题（请修改）...

请在这里输入段落内容...