自适应学习在实践中如何运作

系统从一张暂定的地图开始

学习者带着一个目标开始，例如理解生物化学入门、为微积分课程做准备，或补上薄弱的先修知识。Robotutor 会把这个目标转化为由概念及其关系构成的起始计划。这个计划只是对一条有用路径的假设，并不保证每个概念在第一次尝试时就排序正确。

先修关系之所以重要，是因为一个错误的答案既可能源于当前主题，也可能源于缺失的基础。例如，混淆竞争性抑制与非竞争性抑制，可能反映出对酶结合、图表解读，或亲和力与最大反应速率之间差异的理解薄弱。一个有用的系统必须能够横向或向后移动，而不是简单地按固定章节提供下一个题目。

一次作答会成为多种证据

最终答案只是一个信号。解释、信心、所用词汇、计算步骤以及对后续问题的回应，都能揭示学习者是真正理解了机制，还是只是认出了一个熟悉的说法。有把握的正确答案加上条理清晰的解释，不应与碰巧猜对的答案同等对待。

Robotutor 利用这些证据来更新一个可以修订的理解程度估计。这个估计应当在多次、多样化的表现之后变得更有把握，而不是在一次成功之后就确定。当作答含糊不清时，更稳妥的下一步往往是用一道诊断性问题来区分两种合理的解读。

• 正确性：结论是否有依据支持？
• 推理：是否具备必要的步骤或因果联系？
• 信心：把握程度是否与解释的质量相符？
• 迁移：当表面细节改变时，学习者能否运用这个概念？
• 时效：时隔一段时间后，这个概念是否仍然可以被提取？

一个例题：光合作用

假设一位学习者说，没有二氧化碳的植物无法进行光合作用，因为光无法被吸收。这个答案得出了正确的总体结果，却把失败归因于错误的机制。二元评分器可能会判错然后继续下一题。而自适应导师应当识别出，这位学习者把光反应与碳固定混为一谈。

有效的后续追问不是另一道定义题。它可以问：哪些反应在强光下仍能短暂继续，二氧化碳在卡尔文循环中起什么作用，以及为什么仅靠 ATP 和 NADPH 无法为糖提供碳。目的是揭示这两个相互关联的过程之间的界限。如果学习者随后在变化后的情境中解释了这种区分，系统获得的证据就比第一次作答时更充分。

把反馈当作诊断，而不是裁决

每次学习之后，请记录一种反复出现的错误模式，而不要把所有更正都收集起来。例如，漏掉单位换算、把相关当作因果，或者只说出规则却没有运用其条件。并为这种模式配上一项可以在下一次学习中检验的行动。

隔一段时间后，以不同的形式回到同一个概念。配对题可以检验辨析能力，简短的解释可以检验因果结构，应用题可以检验迁移能力。当学习者必须提取并重构这个概念时，重复才有价值；重复同样的措辞可能只带来熟悉感，而不会带来持久的理解。

• 用通俗的语言说出这个错误概念。
• 选择一种纠正性的表述或一个例子。
• 在一到两天内再次检查，然后在更长的间隔后再检查一次。
• 当反馈始终前后不一致时，请求助于授课教师或原始资料。

可能出什么问题

当题目不清楚、模型误读了合理的解释、概念图不完整，或学习者的目标过于宽泛时，自适应行为就可能失效。如果系统依据糟糕的证据自信地做出调整，得到的路径可能比固定的练习单还要糟。这就是反馈控制、已保存的问题、可复现的评估以及清晰可见的局限性之所以重要的原因。

当反馈与可信的课程材料相冲突时，学习者应当提出质疑，也不应把掌握度估计当作正式成绩。教育工作者应当利用这些信号对某个差距形成假设，然后在作出重大决定之前，通过交谈或额外的作业来加以确认。