为了更好地促进学术讨论、交流分享，2023年11月16日下午，教育学院在博雅楼A303举办了第八场北大山教育论坛暨读写会。本次会议由程伟老师主持，陈长胜老师主讲，吕慎敏教授进行评议，教育学院院长王飞与教育学院部分老师参会。

读写会伊始，程伟老师介绍了陈长胜教授取得的丰硕成果并邀请主讲人登场。

陈长胜教授首先向大家总体概括了本次会议的主要内容，接着顺随大家对人工智能驱动的自适应学习的来龙去脉，如何走向可能，已经崭露头角，挑战与未来四方面入手展开论述。首先，陈长胜教授讲述了人工智能的内涵、政策背景以及人工智能助力实现教育个性化即智适应学习。其次，陈长胜教授从发展脉络方向讲述人工智能接下来要以技术为中心的“人工智能+教育”向以人为中心的“教育+人工智能”发展，以促进教育的变革，不仅是赋能教育，更是重塑教育，创设新的教育场景，促进人的自由、自主的、有个性的发展；并点明了自适应学习可以满足学生发展需求的学习内容和学习方法，可以大规模实现个性化学习。通过国内学者提出的自适应学习相关模型，概括了自适应学习系统模型和组件模型的功能越来越丰富。系统模型从线性引导到非线性引导、从单向广播到双向交互发展;领域知识模型的知识内容从粗颗粒度向细颗粒度发展;学习者模型从之前的学生知识状态分析到学习者风格、情感分析等。再次，陈长胜教授阐述了自适应学习走向可能，主要分为理论基础和技术支撑，理论基础包括程序教学理论、具身认知理论，自适应学习也需要对学习者的心理特征、知识状态、学习行为等方面进行了解；自适应学习的重要武器主要是系统，核心模块:学生模块、领域模块、教学模块和接口模块+自适应引擎：主要应用于：自适应测试、自适应诊断、自适应推荐。最后，陈长胜教授点明自适应学习的发展与挑战，发展是自适应学习可促进学生成绩，挑战：第一，对学生的歧视和标签化，第二，自适应学习系统赖以支撑的知识和认识观单一，从而影响其应用范围。第三，学生数据的透明性、易得性和安全性。第四，“数据失真”“算法黑箱”等技术异化结果，进一步加大了自适应学习的潜在风险。并展望未来有场域自适应、内容自适应、学习自适应的进步。

吕慎敏教授基于陈长胜教授的分享进行了三点评议。一是，人的主体作用和机器自动推送的机制、算法用在选题上要用在实处；二是，机制适配性在具体实践中的搭建问题；三是要以学生为中心，对于自制性差的学生，进行学生学习数据跟踪和机制推送的有效挖掘。

评议结束后，王飞院长作总结发言，参会老师们发表了各自观点，进行了友好的交流学习。

本次读写会从理论和实践两方面加深了老师们对人工智能驱动的自适应学习的理解，提供了新时代大数据与教育融合的全新视野，有助于运用到未来的理论和实践工作中，助推学院教育教学理论与实践体系发展创新。

摄影摄像：牛成云 景睿

图文编辑：刘思琪