人工智能網絡教育精選(五篇)

序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術，我們為您準備了不同風格的5篇人工智能網絡教育，期待它們能激發您的靈感。

篇1

關鍵詞：人工智能；網絡教育；應用；前景

中圖分類號：TP18

“人工智能”一詞最早是在20世紀50年代末期在Dartmouth學會上提出的。它是計算機技術的一個分支學科，但又同時包含了很多領域的不同學科，例如生物信息學、機械理論學、數理推論、語言文化等，它的研究領域非常的廣泛，包括機器翻譯研究、智能控制研究、專家系統學、機器人研究、語言和圖像理解研究、遺傳編程研究、自動程序設計研究、航天科學與應用、龐大的信息處理、儲存、管理研究。此后，越來越多的科研人員開始了對人工智能技術的研究。國際上比較先進的研究機構有麻省理工學院、斯坦福大學、加州大學伯克利分校、賓夕法尼亞大學、耶魯大學、德國人工智能研究中心、索尼公司等，中國的先進研究機構主要有清華大學、北京紫光優藍機器人技術有限公司、中國科學院先進技術研究院、北京大學、南京理工大學、哈爾濱工業大學、中國科學技術大學、北京郵電大學等幾十家機構。

目前，將人工智能應用在網絡教育中是很多研究者關注的熱點，在近些年的研究中取得了很大的進步，取得了一些先進的成果，但是在研究中也遇到了一些問題，需要研究人員進行解決并創新。本文首先介紹了網絡教育的現狀，探討了人工智能在網絡教育中的應用，通過研究提出了做好人工智能在網絡教育中應用的有效措施，最后對人工智能在網絡教育中的發展前景進行展望。

1 網絡教育的現狀

隨著信息技術和網絡技術的不斷發展，人們對教育的觀念以及接受教育的方式發生了巨大的改變，“網絡教育文化”日趨成熟。網絡的發展給傳統的教育模式帶來新的挑戰，它除了將傳統教育模式的一些顯著不足進行了改變以外，同時使教學更富有吸引力和生氣，吸引更多的人愿意到Internet教學中來學習自己想要的知識，他們可以不受時間、空間、身份的限制，到這個虛擬的課堂來進行“充電”。但在當前，網絡教育還在初級的發展階段，在實際的推廣和應用中還存在著一些問題：

（1）在網絡遠程教育的過程中，支持學習的服務系統沒有很好的滿足學習者的要求，引導學習者學習的手段和給學習者答疑的方法都比較落后，服務的方式受到一些客觀因素的限制；

（2）網絡實驗教學中有很的問題存在，例如空間的分散性差，時間的流動性和自主性差，除此之外，便攜性也比較差等；

（3）目前，雖然網絡教育中進行的考試具有開放性，但是考試的公平公正性、考試類型的科學性、出題的權威性都很難保證；

（4）目前來看，網絡系統本身具有了信息查詢能力，但這種查詢的能力是很有限的。

2 人工智能在網絡教育中的應用

2.1 智能決策支持系統

智能決策支持系統是在1980年左右由美國的研究大師波恩切克提出來的，是決策支持系統與人工智能技術相結合的產物。目前，由于智能決策支持系統的不斷發展和創新，在網絡教育的應用和研究方面表現出很強的發展潛力。例如，智能決策支持系統在數字和移動圖書館中的得到了廣泛的應用，該系統能夠為數字圖書館的管理人員提供決策和管理所需的數據、信息，幫助他們明確決策和管理的目標，通過建立決策模型并加以修改或完善，為數字圖書館正確、有效的管理和決策提供必要的支持。

2.2 智能教學系統

智能教學系統是在1970年以后迅速發展起來的，可以為學習者提供一種智能的授課環境，它將計算機的模擬功能來體現在整個教學過程中，使用人工智能技術和多媒體技術等先進的教學手段，共同形成一個交互式的開放的教學系統，在這個學習系統中，學生可以主動的獲取學習知識，系統可以根據學習者的個人情況來進行合理和科學的教學，以達到最佳的、理想的教學效果。

2.3 智能導學系統

支持服務是現代計算機網絡教育系統的重要構成要素。建立和維持一個高效靈活、強有力的支持服務子系統是有效地開發、管理和實施計算機網絡教育項目的保證。智能導學系統可以創造一個優良的學習環境，使學習者方便快捷地調用各種資源，以獲得學習的成功。

2.4 智能硬件網絡

智能網是20世紀80年代初期興起的研究課題。隨著網絡的日益普及，通過網絡進行學習，不僅要求多媒體綜合化的信息處理能力，而且要求網絡能夠提供高級信息處理能力。就目前的狀況而言，對現有的計算機教育網絡賦予其一定的“智能”，從硬件性能本身加以提升是一種不乏遠見的選擇。

3 做好人工智能在網絡教育中應用的有效措施

3.1 加大資金的支持

對于做好人工智能在網絡教育中的應用工作，絕對離不開資金的支持，因此各級政府部門應該做好相關的預算，落實好國家對于支持人工智能技術的相關政策，對于在人工智能技術發展中做出突出貢獻的企業和科研單位要給予一定的資金支持，支持這些企業、科研單位的研究工作，促進人工智能在網絡教育中更好的發展和應用。

3.2 加快人員培訓工作，建立技術研究團隊

人工智能在網絡教育中的應用工作具有技術性、專業性強等很多特征，因此，必須培養一批高素質的人工智能專業人才，同時還要對這些人員進行全面的業務培訓，使得這些人員既要懂管理，又要精通人工智能的專業知識，通過全面的業務培訓和人才引進，建立人工智能的技術研究團隊，使得這些人的才能得到很好的發揮，在人工智能方面有所創新，保證人工智能在網絡教育中得到更好的應用。

3.3 加強和先進研究機構的合作

在人工智能技術研究方面，美國、英國、德國等國家都走在世界的前列，而我國的人工智能技術研究的能力較低，與上述發達國家相比還存在一定的差距。因此，如何縮小這種差距，實現人工智能在網絡教育中更好的應用，就需要我們的研究人員加強專業知識的學習，和這些國家的先進研究機構進行有效的溝通和聯系，借鑒其先進的研究經驗，根據自己的實際需要，進行一些實際的合作。

4 結束語

由于人工智能技術本身存在著巨大的優勢，人工智能網絡技術也會不斷地進行發展而趨于成熟，這將極大地改善并且優化網絡教育的學習環境，全面提升網絡教育的整體教學質量，并有望增強網絡教育的全面開放性。為了做好人工智能在網絡教育中的應用，需要加大資金的支持，加快人員培訓工作，建立技術研究團隊，加強和先進研究機構的合作，使網絡學習的支持服務更加人性化和擬人化，更加體現以人為本的關懷精神。

參考文獻：

[1]呂生榮.淺談人工智能在計算機輔助教學中的應用[J].科技資訊，2009（01）：198.

[2]張園.人工智能技術在計算機輔助教學中的應用研究[J].科技資訊，2007（34）：108-109.

[3]陸志一，吳學慶.計算機未來的發展趨勢[J].黑龍江科技信息，2008（04）.

[4]張瑞.計算機科學與技術的發展趨勢探析[J].制造業自動化，2010（08）.

[5]何月瑤.計算機技術發展態勢分析[J].科技創業月刊，2007（05）.

篇2

關鍵詞：人工智能；計算機網絡教學；現狀；運用

中圖分類號：TP393-4

所謂人工智能，就是利用人工方法在計算機上實現智能，也可以說是人工智能在計算機上的一種模擬。人工智能廣泛融合了神經學、語言學、信息論和通訊科學等眾多學科和領域。目前主要存在三條人工智能研究途徑：一是以生物學理論為支撐，掌握人類智能的本質規律；二是以計算機科學為支撐，通過人工神經網絡進行智能模擬，實現人機互動；三是以生物學理論為支撐。

1 人工智能技術的特征

智能技術主要分為兩類，人類和計算機智能，兩者存在相輔相成的關系。利用人工智能技術能夠實現人類智能向機器智能的轉化，相反，機器智能也能夠利用智能教學轉化為人類智能。

1.1 人工智能的技術特征。首先，人工智能具備非常強的搜索功能。該功能是利用相關搜索搜索技術實現對海量信息的快速檢索，滿足個性化信息需求；其次，人工智能具備很強的知識表示能力。具體來講，就是人工智能對信息的行為，能夠像人類智能一樣，對模糊的信息加以表示；最后，人工智能具有較強的語音識別和抽象功能。前者主要是為了對模糊信息加以處理。而后者主要是為了對信息重要度加以區分，以便提高信息處理效率。用戶只需要智能機器提出具體要求便可，至于復雜的解決方案就交給智能程序了。

1.2 智能多媒體技術。首先，人機對話更加靈活。傳統多媒體在人機對話方面極為欠缺，導致教學單調乏味，不能取得預期良好效果，但智能多媒體卻不然，他能夠實現人機自由對話和互動，同時還能結合學生實際對學生的問題給出不同層次的答案。其次，教學可行性更強。由于學生在認知能力和個人素養方面都存在差異，而且學習主動性也不盡相同，人工智能必須要結合學生實際學習狀況，為每一位學生設計制定個性化的學習計劃和學習目標，對學生進行針對性較強的教學，真正實現因材施教。再次，具有強大的創造性和糾錯性。前者屬于人工智能的顯著特征，而后者屬于人工智能的重要表現方面。最后，智能多媒體具有老師特征。在實際教學過程中，智能多媒體可以對教學雙方的行為進行智能評價，以便能夠及時發現教學中的薄弱點，有助于實現教學相長，全面提高教學質量和教學效果。

2 計算機網絡教育的現狀

隨著現代科學的進步，網絡信息的發達，人們的教學觀念和學習觀念都發生了前所未有的改變，網絡時代正全面到來。為了滿足現代社會對人才的實際需求，培養大量現代化優秀人才，計算機網絡教學模式業已成型并不斷完善。目前，高校正規教學模式依然是現代教學主流，盡管在系統傳授知識和規范培養人才方面具有無可比擬的優勢，但在資金投入、效益創收和時空限制等方面具有很大的弊端，靈活性不足，無法有效滿足現代教育的發展要求。

計算機網絡教學對傳統教學形成了巨大挑戰，并產生了深遠影響。它不僅有效彌補了傳統教學的時空限制缺陷，而且賦予了教學極大的樂趣性，吸引了越來越多的人積極投身到網絡教學建設中去，任何人無論何時何地都能夠通過網絡課堂去學習和提高。但目前計算機網絡教學發展仍處于探索期，在實際運用方面還存在許多問題：第一，計算機網絡教學中的學習支持服務體系尚不健全，導學手段和答疑方法還非常落后，由于各種原因，在服務方式上缺乏針對性、策略性和積極性；第二，計算機網絡實驗教學中存在著空間分散、時間流動和自主性差等問題和弊端；第三，計算機網絡的系統承載能力和信息查詢能力還十分有限；第四，如何實現計算機網絡考試的開放性，確保考試的客觀性、公正性、權威性，已經成為網絡教學發展的瓶頸；第五，計算機網絡教學中的核心支撐系統――CAI，還無法有效滿足和適應網絡教學的實際需求和發展要求。

主流CAI課件主要有兩種，一種是單機版的初級課件，包括簡單的Authorware課件、PPT幻燈片和圖文網頁等。一種是高級的網絡版課件。該類課件主要以靜態圖文和動態演示組成的網頁為主，以聊天室、電子郵件和QQ群等形式為輔，實現師生互動、網絡答疑的一種改進型課件。初級課件在實際教學中以操作容易、更新及時和維護方便著稱，但實際上就是傳統教學手段的變相挪用。還有些課件，盡管在互動性方面有著不錯的效果，但是制作繁瑣、更新較慢和維護復雜。因此，高級網絡課件是目前網絡教學中的主流課件，已經成為了計算機網絡課件的固定模板。改進型的網絡課件有效地解決了傳統多媒體在師生互動不足的問題。上述兩類課件是現在最為常見的兩種CAI課件，盡管兩者都有各自的優勢，但作為網絡教學的重要手段，仍存在許多問題和弊端：無法實現因材施教，無法開展層次教學；作為教學的一大主體，學生在個性化交互操作方面仍有很大不足；對學習過程中出現的普遍問題無法進行智能統計、分析和評價等。

3 人工智能技術在計算機網絡教學中的運用

3.1 人工智能多媒體系統。（1）知識庫。智能多媒體已經不再是用來進行紙質媒體數字轉化的工具了，它應該具備相應完善的知識庫，而知識庫里的教學內容要結合教學實際和學生現狀進行針對性、個性化設計。同時，要實現知識庫資源的高度共享，并及時加以更新和補充，如此才能充分發揮知識庫的教學服務作用。（2）教學板塊。教學板塊的設計主要是出于教學綜合性考慮的，教學方法的創新是其關注的重點內容。該模塊的實現要以掌握專業知識、教學策略和人機對話等領域的知識為前提，結合學生實際學習現狀和特點，利用智能系統的現代化技術手段對知識和相關教育措施加以高效搜索。（3）學生板塊。及時掌握學生心理動態和學習狀況是智能網絡教學的一大特征，結合學生實際狀況加以智能評判，進而加以針對性指導和個性化輔導，實現因人施教和因材施教，全面提高學習效率和學習質量。（4）用戶模塊。用戶模塊是智能系統無法忽視和省略的關鍵模塊，整個智能系統的正常運行離不開人工程序操作，用戶需要通過用戶終端將教學內容上傳到網絡教學平臺，才能順利完成教學。

3.2 人工智能多媒體教學的發展。（1）加強與網絡的結合。隨著網絡技術的成熟，智能網絡教學與網絡之間的關系日益緊密，多元化、多維度網絡空間日益成為一種趨勢。互聯網具有信息量大、更新速度快、超時空性等優勢，加強與網絡的結合是人工智能計算機網絡教學未來發展的重要方向。（2）加強智能的應用。人機對話、機器指導的教學模式將成為未來網絡教學的核心模式，傳統教師的角色將逐漸被計算機取代。最為典型的就是現代智能導航系統。（3）加強系統軟件的研發。系統軟件的更新日新月異，舊的系統軟件已經無法有效滿足網絡發展的時代要求，加強系統軟件的研發以便充分滿足網絡要求，更好地幫助學生解決實際問題，進而提高學習效率和教學質量。

4 結束語

人工智能技術在計算機網絡教學中的運用將為現代化教育提供新的發展思路，將全面改善網絡教學環境，拓展學習服務渠道，提高計算機網絡教學質量，并有可能徹底打破計算機網絡教育的時空限制，全面加強網絡教學的開放性，實現網絡學習的個性化、人性化和智能化，充分落實以學生為本的教學理念。未來CAI技術的進一步成熟將全面提高網絡教學的整體格局，我們有理由相信，智能網絡教學將迎來全新的發展春天。

參考文獻：

[1]劉廣鐘，高軍，劉，李吉彬.報文分析技術在計算機網絡教學中的應用[J].計算機教育，2014（01）.

[2]趙冉，朱西方.仿真技術在高職計算機網絡教學中的應用探討[J].河南科技，2014（01）.

篇3

[關鍵詞]Web3.0：個性化信息服務平臺；個人門戶

[中圖分類號]G40-057 [文獻標識碼]A [論文編號]1009-8097（2012）11-0121-03

Web3.0是互聯網建設的一種新模式，作為一個新生的概念，不同業界的人士有不同的理解。2006年，JohnMarkoff在紐約時報上提出Web3.0，他指出Web3.0即所謂的“智能網絡”，是由語義Web、微格式、自然語言搜索、數據挖掘、機器學習、智能人和人工智能等技術共同構成的基于互聯網服務的第三代網絡形式，其中主要強調機器促進信息的理解，以便給用戶提供更豐富和直觀的體驗。2007年，Google的CEO埃里克施密特在首爾舉行的數字論壇上將Web3.0定義為：Web3.0將由一些很小的網上應用程序組成。SramanaMitra在自己的博客上寫到Web3.0=（4C+P+VS），4C即Content（內容）、Commerce（商業）、Community（社區）、Context（情境）；P即Personalization（個性化）；VS即Vertical Search（垂直搜索）。雖然說法不同，但他們都認為Web3.0的核心軟件技術是語義網和人工智能，Web3.0技術時代的互聯網會更加個性化、精準化和智能化。

業界人士認為，以實現“智能化的人與人和人與機器的交流”為理念的Web3.0主要具有以下特征：

（1）微內容（Wfidget）的自由整合與有效聚合。利用Mashup技術，Web3.0對用戶生成的內容信息進行整合，使內容信息的特征性更加明顯，進而便于互聯網用戶檢索與整合。

（2）適合多種終端平臺，實現信息服務的普適性。雖然Web2.0讓用戶參與了信息的創造、傳播和分享過程，但它仍局限于單一的互聯網平臺。然而，Web3.0突破了這一局限，將實現兼容不同終端設備，實現融合網絡的普適化。

（3）良好的人性化用戶體驗。Web3.0的設計理念是“以人為本”，所有的設計都緊緊圍繞著用戶的喜好進行。在UGC篩選性的過濾的基礎上，Web3.0采用個性化引擎和個人喜好信息處理技術，對用戶的行為特征進行分析歸納，從而幫助網絡用戶高效、準確地搜索到自己感興趣的信息內容，提高了用戶信息搜索整合效率。

一、基于Web3.0個性化信息服g-系統模型

個性化信息服務既是一種個性化服務，又是一種信息服務。它以用戶的需求為策略，以信息內容為管理核心，允許用戶根據自己的興趣獲取定制服務，以提供智能化的、高效的信息服務。一個較為完善的個性化信息服務平臺應滿足以下三個方面的要求：（1）具有能容納用戶個人特征信息的特定模塊以供工作人員分析；（2）必須匯集與整合海量的、各種類型的信息資源以供用戶進行個性化瀏覽；（3）用戶可在該系統申請獲得個人空間，依據自己的興趣愛好和專業領域建立個人信息服務門戶，系統根據用戶特征的不同而提供不同的服務項目和服務結果，幫助用戶獲得與其特征描述相一致的動態性數字化資源。個性化信息服務流程如下圖1所示：

從圖1可知，具有Web3.0理念的信息服務平臺可讓用戶更好地使用網絡資源和體驗網絡服務。因此，借助Web3.0信息服務平臺可為用戶創設一種方便管理、方便查找信息資料的個性化信息服務環境，進而使用戶親身體驗到一套全新的個性化信息服務。

圖2是結合Web3.0的思想和技術特點以及個性化信息服務平臺所設計的一個基于Web3.0的個性化信息服務系統的模型，此系統的核心是Web3.0信息服務平臺，它是一個利用Web3.0技術并針對用戶的個人需求、環境、心理、知識等特征為用戶實施特定信息服務的平臺。

該系統的工作流程如下：

首先Web3.0信息服務平臺利用Web3.0的語義檢索、智能聚合等技術，并基于用戶偏好對各大綜合網站（如新浪、雅虎、搜狐等）上的信息進行篩選、聚合，生成有效的高質量的用戶興趣信息庫；

其次，根據存儲在用戶興趣信息庫中的用戶可能感興趣的信息，構建不同用戶的興趣模型；并且當用戶從中挑選出自己真正感興趣的信息進行閱讀的時候，用戶閱讀的信息會被Web3.0信息服務平臺內嵌的信息聚合器捕捉，進而傳送給信息服務平臺，使用戶興趣模型得以不斷更新；

最后，用戶興趣模型生成或更新后，Web3.0信息服務平臺根據用戶興趣特征為用戶提供各種基于用戶偏好的個性化信息服務（如個性化內容訂制服務、個性化信息檢索訂制服務、個性化頁面訂制服務、個性化信息推薦服務等）；用戶利用Web3.0信息服務平臺來構建自己的“個人門戶”，進而利用“個人門戶”來呈現表達自己的個性。簡單地說，在基于Web3.0的個性化信息服務系統中，Web3.0信息服務平臺一方面為用戶通過內嵌的信息聚合器捕捉用戶的興趣信息，另一方面利用Web3.0技術并根據用戶興趣模型為用戶提供的個性化的信息服務。

二、基于Web3.0的個性化信息服務系統的優勢

1.利用新技術，實現信息的深層挖掘。

在基于Web3.0個性化信息的服務系統，運用Web3.0的核心軟件技術語義檢索、智能搜索對良莠不齊的網絡信息進行提煉加工，使之有序化：同時，利用這些技術信息可以在底層數據庫之間進行通訊，底層數據庫具備完整的信息交換機制，用戶要做的只是將想要的東西列出，并與個人的偏好和背景連接在一起，搜索引擎就能自動將數據信息提供給用戶。

2.為用戶提供切實有效的個性化信息服務。

在基于Web3.0的個性化信息服務系統中，建立用戶興趣模型，它能很好地反映用戶的興趣偏好，并且隨著用戶興趣偏好的改變，用戶興趣模型能夠及時作出適應性的改變。同時，服務系統自動尋找相關領域信息源，有效組織信息資源，主動向用戶提供個性化信息推薦服務，從而改“人找信息”為“信息找人”。

3.以用戶為中心，建立真正意義上的“個人門戶”。

在基于Web3.0個性化信息的服務系統中，用戶通過Web3.0信息服務平臺可擁有自己的“個人門戶”，它集合了博客、相冊、好友、部落、網摘、通信等功能，提供了完備的個性表達及友好互動支持。根據個人的資訊喜好、行為習慣，最終打造成彰顯個人特色的門戶，通過該門戶用戶便可以享受到全面的個性化服務，全新的互動方式、真實的社會關系。

三、基于Web3.0的個性化信息服務系統對網絡教育的影響

網絡教育的發展十分迅速，基于網絡的學習已逐漸成為當代社會一種重要的學習方式。盡管基于Web3.0的個性化信息服務系統初露端倪，但由于其獨有的優勢，它必將在基于網絡的教育活動中發揮出更大的功用。

1.有效提高學習者自助學習的效果

自助學習是互聯網環境下的一種有效學習方式。自助學習是指學習者利用龐大的互聯網信息資源和遠程教育資源選擇自己認為有用的資料進行學習，并按自我意愿自由選擇所應掌握的知識量，通過自己喜歡的形式表現出來。基于web3.0的個性化信息服務系統以Web3.0語義檢索、智能聚合等技術為依托，為網絡學習者提供個性化的智能搜索引擎。在自助學習過程中，學習者運用個性化的智能搜索引擎搜集自己感興趣的知識，這樣學習者就不再單純地被動接受教師認為有用的知識，而是借助互聯網按照自己的意愿積極地、創造性地尋求知識。

2.為學習者提供更加有序有效的信息

隨著Web2.0成為互聯網的主流，基于Web2.0建立的網絡學習平臺、個人學習環境紛紛出爐，為學習者帶來了學習契機。但是，學習者利用Web2.0模式下的學習系統所的Blog/Vlog/Wiki造成網絡上布滿大量稂莠不齊的信息，為學習者的搜索帶來了極大的不便。而我們所構建的基于Web3.0的個性化信息服務系統具有Web3.0模式下“可控”的Blog/Vlog/wiki，使得的信息更加有序，可信度更高。

3.促進學習者積極主動地進行表現學習

隨著技術的Web不斷發展，為學習者進行表現學習創造了便利的可能條件和環境，基于網絡的表現學習能有效消除學生被動接受知識、缺乏主動性和創造力等弊端。在基于Web3.0的個性化信息服務系統中，學習者通過體驗各種個性化信息服務后，能根據自己需要、喜好等個人特征創建“個人門戶”。“個人門戶”是搭建新的學習平臺，開創多種形式的學習展示、交流區的更有效便捷的方式。通過這樣的平臺，學習者能自由表現，發表自己的觀點、提出質疑、探究摸索、寫作交流、嘗試解決問題、自主創新等，使其天性得以充分的展露，實現潛能向顯能的轉化。這樣不僅能是學習者在表現中體驗勝任的歡愉，還能提升他們的成就感。

四、小結

基于Web3.0的個性化信息服務系統與以往的網絡信息服務系統相比，更加人性化、智能化。但是由于Web3.0剛剛嶄露頭角，許多支撐技術（如語義網、人工智能技術等）目前發展還不成熟，因此基于Web3.0的個性化信息服務系統的實現面臨著一定的困難。盡管如此，我們相信隨著Web3.0技術的發展和成熟，基于Web3.0的個性化信息服務系統必定會有更大的發展，也必將給網絡信息化教育帶來翻天覆地的變化。

篇4

關鍵詞：

中圖分類號： TP391．7 文獻標識碼： A 文章編號：2095－2163（2011）03－0027－04

Application of Multi－AGENT in Network Intelligent Tutoring System

WANG Jianhua

Abstract：During many years, traditional modes of computer-aided teaching can not meet the educational needs of universities and colleges. And there exist a low degree of intelligence, lack of teaching strategies and other shortcomings for most of the traditional teaching system softwares. So intelligent tutoring system has become a research hotspot of intelligent computer education. Combined with the features of Multi-AGENT and the application theory in intelligent tutoring system, the paper presents the design model of network intelligent tutoring system based on Multi-AGENT, analyzes in detail system-level functions, and gives out the classification design of system database, as well as the characteristics of system model.

Key words：

0 引言

智能教學系統是當今計算機輔助教學領域研究和應用的熱點。網絡應用于教育領域，使得高校的教學方法、教學手段有了很大的改變，從而徹底地改變了人們的教育觀念和教學模式。網絡教學系統可以為教學雙方提供海量的教學資源，使學習者之間在海量的用戶中實現了無限溝通和交流。多AGENT系統應用于智能教學系統是最新的技術，建構主義教育思想和人工智能領域中理論的結合使得智能化的、面向學習效果的、交互的遠程學習模型的建立成為可能[1]。本文提出了一個基于多AGENT的網絡自主和協作模式的智能教學系統模型，并分析了系統的邏輯功能和特點。

1 多AGENT系統及應用

1．1 多AGENT系統的概念

多AGENT系統是由多個可計算的AGENT組成的集合。每個AGENT能作用于自身和環境，操縱環境的部分表示，并與其它AGENT通訊，從而通過AGENT間的合作、協商、協調、聯盟，模擬現實社會中的群體智能活動，完成復雜的任務[2]。多AGENT的這些特點正可以用來解決網絡教學中的問題。

Multi－AGENT系統是指一些通過多個AGENT協作完成某些任務或達到某些目標的計算系統。單個AGENT的能力是有限的，但可以通過適當體系結構把多個AGENT組織起來，從而彌補各個AGENT的不足，使整個系統的能力超過任何單個AGENT的能力。多AGENT系統表示一個問題需要多個求解實體，這種系統具有傳統分布，并發問題求解的優點，同時具有復雜的交互模式。

1．2 多AGENT系統的體系結構

多AGENT系統體系結構的選擇影響系統自主性、自適應性的程度。體系結構中必須有共同的通信協議或傳遞機制。對于特定的應用，應該選擇與多AGENT系統相匹配的結構。文獻[3]將多AGENT體系結構劃分為以下三種。

（1）集中式結構。采用類似星型網絡的結構，將AGENT分成若干個組，每個組內的AGENT 采取集中式管理，即每一組AGENT提供一個控制AGENT，以此來控制和協調組內不同AGENT的合作，如任務規劃和分配等等。

（2）分布式結構。各AGENT組之間和組內各AGENT之間均為分布式結構，各AGENT組或組內各AGENT無主次之分，處于平等地位。

（3）層次式結構。集合了集中式和分布式兩類結構。其中包含一個或多個層次結構，每個層次結構有多個AGENT，這些AGENT可以采用分布式或者集中式。相鄰層之間的AGENT可以直接通信，或者利用控制AGENT進行廣播通信。

1．3 多AGENT技術在網絡教學系統的應用

智能AGENT可以以虛擬的教師、虛擬的學習伙伴、虛擬的實驗室設備和虛擬的圖書館管理員身份出現，從而增強教學內容的趣味性、個性化和人性化色彩，改善人機教學效果，使遠程教學效果達到和超過傳統的教學效果[4]。在學習過程中，智能AGENT可以根據學生的個體差異安排學習計劃、學習建議；在練習和訓練過程中，智能AGENT根據各個學生的學習進度和學習水平，為學生提供合適的習題與實驗，相當于私人教師進行個別授課與個別輔導。當學生在網上學習迷航時，智能AGENT還能起到導航的作用，為學生指點迷津，順利地將學生帶到目的地。

2 基于多AGENT的智能教學系統模型

本文提出的基于多AGENT的智能教學系統，主要面向三類使用者：學生、教師和管理者。通過相對應的AGENT對使用者的使用行為進行學習和模擬，從而可以引導其個性化地使用該學習系統。系統除了要實現教師和學生在課堂教學中的一切功能以外，還要提供許多遠程功能，例如：作業的提交和評價、同學間的協作學習、教學策略的實時更新等。筆者提出的基于多AGENT的智能教學模型如圖1所示。整個系統在邏輯上由數據提供層、訪問控制層、公共服務層、教學應用層、用戶協作層和用戶層6個部分構成。

2．1 用戶層

教學系統的所有用戶可分為學生、教師和管理員三個部分。由于用戶角色的不同以及行為和思維習慣的不同，導致其使用的系統功能不同，使用習慣也不同。由于不同的用戶可能來自于不同的網絡平臺，例如互聯網、手機WAP網、各種類型的終端設備等，系統的設計可以整合所有異構網絡平臺。用戶無論在何種網絡平臺下，都可以正常使用系統。

2．2 用戶協作層

對于使用系統的所有用戶，用戶協作層負責身份驗證。對于已經登錄到系統中的用戶，用戶協作層中的“學生協作AGENT”和“教師協作AGENT”負責多個學生之間的協作學習以及多個教師之間的協作教學。根據不同學生用戶的特性，并依據系統掌握的教學策略和規則，系統會適當地將學生用戶按照不同的原則進行分組，或者將各方面程度相近的學生分成一組，或者將不同程度的學生分成一組，以模擬實際的教學環境。

2．3 教學應用層

學生用戶和教師用戶的一切教學活動都在教學應用層中完成。有關教學的每一個應用都分別對應一個AGENT，可引導用戶進行操作、為用戶提供個性化操作界面和教學內容；與其它AGENT進行通信、協作，智能地選擇適合用戶的教學策略。

（1） 學生與教師共同的應用

教學系統模型中關于教師和學生共同的應用有討論答疑、作業管理、課程報告管理、學習評價管理等。

① 討論答疑AGENT面向所有用戶提供討論服務，可以根據學生用戶不同的學習風格、問題討論的范圍等因素智能地實現自動分組討論。

② 作業管理AGENT協助教師AGENT負責為不同類型、不同程度的學生用戶分發作業，協助學生用戶提交作業。

③ 課程報告AGENT協助教師AGENT為學生用戶提供大作業、設計報告、實驗報告、小論文以及畢業論文等的出題、選題等工作。

④ 學習評價AGENT的功能是與和教學相關的各個AGENT實時通信和協作，負責完成教師教學過程和學生學習過程的所有評價工作。最后將評價結果保存到相應的系統數據庫中。

（2） 學生活動應用

學生用戶在教學系統中獨有的應用主要有學習、練習、實驗和測試等。

① 學習是學生用戶使用教學系統最多的功能，學習AGENT引導學生用戶在教學系統中學習專業知識。根據不同學生用戶的類型和學習風格，為用戶提供個性化的操作界面。

② 練習AGENT根據學生用戶的學習效果，為用戶智能地提供練習題目。還可以根據學生用戶歷史練習成績，提供難度適中的練習題，使學生用戶能逐漸適應新知識，從而循序漸進地學習。練習AGENT還可以為小組用戶提供相應難度的習題供大家比賽，從而檢驗小組學習效果。

③ 實驗AGENT的功能是協助教師AGENT設計實驗題目和引導學生用戶完成實驗內容，為實驗題目提供智能仿真環境，幫助學生用戶提交實驗報告。

④ 測試AGENT協助教師AGENT完成學科測試的出題工作，包括試卷結構的設定、智能組卷的完成以及試卷分發等工作；協助學生AGENT完成測試過程、答案提交等工作。

（3） 教師活動應用

教師用戶在教學系統有的應用主要有課程管理、教學內容管理、教學資源管理、試題管理等功能。

① 課程管理AGENT負責課程的開設、課程信息的維護、知識點的劃分、制定知識點之間關聯規則以及基本教學策略的制定等工作。

② 教學內容AGENT主要負責協助教師按知識點內容將教學內容錄入課程內容數據庫中，并負責對其進行維護。

③ 資源管理AGENT協助教師AGENT負責對圖片、聲音、視頻等教學資源進行管理。包括教學資源的錄入、修改、刪除等。

④ 試題管理AGENT協助教師AGENT完成對學科試題庫的建設，包括題型管理、題目管理、難度設定等。同時與練習AGENT和測試AGENT協作，為學生用戶提供個性化試題服務。

2．4 公共服務層

構成教學系統的各AGENT需要通信與協作，系統的不同用戶還會有不同的數據查詢和統計需求，系統需要安全穩定地運行，還需要為用戶提供豐富、準確的幫助信息，這一切功能的實現都通過系統的公共服務層來提供。

公共服務層為所有AGENT服務，是AGENT應用和底層數據庫之間的接口。公共服務層由教學策略AGENT、查詢服務AGENT、系統消息AGENT、系統安全AGENT和在線幫助AGENT構成。

2．5 訪問控制層

為了系統數據庫的安全，系統特別在系統數據庫和公共服務層之間設置了一個訪問控制層。訪問控制層負責接受公共服務層的訪問要求，直接訪問系統數據庫中的數據，返回訪問結果，并負責響應訪問控制層的數據挖掘請求。

2．6 數據提供層

智能教學系統需要海量數據支持，包括課程內容提供、各類用戶信息、學生歷史成績數據、教學策略數據、教學資源及系統知識規則庫等。將以上每一類數據單獨存放在一個數據庫里，方便數據的分類和管理，形成數據倉庫。

3 系統數據庫功能設計

基于多AGENT的智能教學系統，要想實現其智能的功能設計，需要海量的數據支持。面對海量用戶群，系統數據庫應該支持異構網絡及分布式存儲和處理。系統將所有數據分成以下7個數據庫分別存儲與處理。

（1）學生信息庫。學生信息庫用于存儲所有學生用戶的自然信息，包括為學生用戶登錄系統提供的用戶名、密碼、姓名、性別、出生日期等信息，還包括興趣、愛好、家庭情況、學習習慣等信息。另外，還記錄學生用戶在教學系統中的所有活動內容日志。

（2）教師信息庫。教師信息庫用于存儲所有教師用戶的自然信息，包括為教師用戶登錄系統提供的用戶名、密碼、姓名、性別、出生日期等信息，也包括興趣、愛好、家庭情況、教學習慣等信息。與學生用戶類似，教師信息庫同時也會記錄教師用戶的所有活動內容日志。

（3）學生成績庫。學生成績庫記錄所有學生用戶的成績信息，包括練習成績、測驗成績、考試成績等信息。做為基礎數據，學生成績庫是系統眾多AGENT進行數據挖掘和分析處理的數據來源。系統為學生用戶提供的一切學習內容，都是建立在已有學生成績數據的基礎之上，教師AGENT和學習評價AGENT的活動也離不開對學生成績數據的挖掘與分析。

（4）課程內容庫。課程內容庫用于存儲某一門課程包括章節設計、知識點設計和全部知識在內的全部內容，還包括所有知識點之間的關聯。為了適應智能教學系統的教學要求，對任何一個知識點允許多名教師用戶設計不同的教學過程，以滿足不同用戶的學習要求。

（5）教學策略庫。教學策略庫是智能教學系統的靈魂，根據課程內容庫中存儲的知識點結構和關聯，系統會為不同學生用戶隨機或有目的地、智能地生成不同的教學策略。根據學習評價AGENT的反饋，不斷地強化優規則、淘汰劣規則，由此建立起穩定的教學策略規則庫。

（6）教學資源庫。教學資源庫用于存儲課程的全部教學資源。由于智能教學系統是開放的，學生用戶和教師用戶是海量的，所以教學資源庫對所有用戶是開放設計的。所有用戶都可以自主創建教學資源，在系統運行過程中，優秀的資源會得到越來越多的使用機會，從而更多地應用于教學策略中。

（7）系統知識庫。系統知識庫用于存儲智能教學系統除教學策略之外的規則。

4 系統模型特點

本文設計的智能教學系統模型最大限度地模擬現實世界人類的教學活動，通過多AGENT之間的信息共享、溝通協作，以海量教學資源和學習數據為基礎，實時更新豐富的教學策略，為不同用戶提供個性化的學習界面，從而實現網絡自主學習和協作學習相結合的學習模式。系統模型主要有以下幾個特點：

（1）最大限度地模擬現實世界。網絡教學系統要想真正發揮作用，贏得使用者的喜愛，就要實現真正的個性化教學、人性化教學，實現自主學習與協作學習，實現動態實時教學策略管理。這就要求網絡教學系統最大可能地接近真實世界的教學環境，最大可能地模擬學校教學生活，只有這樣，學習者才能有真實感、親切感，才能喜歡網絡教學系統，愿意使用該系統，因此，才能高效地進行學習活動。

本文提出的智能教學系統模型，通過將現實世界中的真實教學任務適當地分解為多個步驟，系統豐富的功能由多個不同的AGENT互相協作完成，所有AGENT各司其職，比較全面地模擬了現實教學環境。

（2）多AGENT分工合作。系統由多個AGENT協作完成教學任務，各AGENT之間既可以單獨完成既定的任務，也可以通過溝通和協作完成較復雜的大型任務。詳細的分工使系統框架結構清晰明了，便于具體實現。

（3）引入學習風格的評價。學習風格是學習者持續一貫的、帶有個性特征的學習方式，是學習策略和學習傾向的總和。學習策略指學習方法，學習傾向指學習者的學習情緒、態度、動機、堅持性以及對學習環境、學習內容等方面的偏愛。系統模型中的學生AGENT在學生登錄成功后，負責監測、記錄學生的學習風格方面的數據，并記入到學生信息庫中。根據長時間監測的結果智能地總結出該學生的學習風格，從而根據學習風格提供個性化的學習界面。

有些學習策略和學習傾向會隨學習任務、學習環境的不同而變化。系統的學生AGENT會根據學生信息庫中數據的變化動態地跟蹤學習者的學習風格，從而動態地改變教學策略，讓學習者真正體會到是在一個現實的教學環境當中。

（4）分組協作教學。系統模型當中引入了學習風格的評價內容，學生協作AGENT可以將學習者的不同學習風格作為分組的依據，從而實現協作學習。系統還可以分析教師的教學風格，從而為學生提供個性化的教學服務。系統的設計面向整個互聯網，龐大的教師群和學生群在同時使用，就涉及師生結對的問題。系統通過對教師教學風格和學生學習風格的匹配，為學生智能分配教師、為教師智能分配學生，而且這一過程是動態的。學生用戶面對的是一位或多位虛擬教師，教師面對的是多位虛擬學生。這一技術徹底實現了師生之間協作教學，從而最大限度地提高了教學效率。

（5）教學策略的實時調整。系統中數量眾多的AGENT分工協作，實時采集教學活動的所有信息，存入系統的多個數據庫中，從而形成了海量的教學活動信息資源庫。系統的各個AGENT會通過數據挖掘AGENT所提供的服務，從各個數據庫中挖掘最新的關聯規則，從而動態地改變教學策略。教學策略的動態調整豐富了教學系統的功能，使系統更加人性化，同時也使學生用戶感到所面對的是一位有性格、有情緒、會隨時改變教學方法的虛擬教師。

（6）多元的教學評價機制。真實、完全地反映用戶使用教學系統的情況，就要客觀、全面地對教學活動進行評價，這就要求系統的評價主體與評價內容必須具有多元性[5]。在本文所提供的系統模型中，學生AGENT可以實現學習過程的自我評價、或對小組成員的評價、對虛擬教師的評價以及對教學策略的評價；教師AGENT可以對學習者的學習過程進行評價、可以對學生的學習效果進行評價、也可以對同行的教學工作進行評價。系統的評價主體由傳統的單一評價主體―教師，擴展到由學習者、小組成員、教師等構成的多元評價主體。評價量規表從學習內容的評價、探究活動過程的評價、以及學習成果的評價等多個方面展開，為學生提供一個更為寬松的評價環境與更為科學的評價指標。

5 結束語

智能化教育一直是全世界教育界和教育技術領域的理想和目標。計算機技術特別是網絡技術的發展，使計算機輔助教學得到廣泛的應用。新的教育理論層出不窮，特別是人工智能理論和技術的發展，為計算機智能教學提供了廣闊的發展空間。然而，在中國現有的教育體制和技術支持下，真正的智能教育理論實現起來非常困難，導致現階段的網絡教學出現了很多無可奈何的尷尬。網絡教育是“人－機－人”的交互過程，在這一過程中，如何提高網絡和計算機的智能化程度是目前教育技術領域的一個重大課題。

本文結合多AGENT的特性及在智能教學系統中應用的理論，提出了基于多AGENT的智能網絡教學系統的設計模型，詳細分析了系統各層次的功能，并給出了系統數據庫的分類設計以及系統模型的特點。

參考文獻：

[ 1 ] 許彥青，申瑞民，張同玖，等． 加強學習算法的智能多在遠

程教學中的應用[J]． 計算機工程，2001（8）：125－127．

[ 2 ] 程顯毅． AGENT計算[N]． 哈爾濱：黑龍江科學技術出版社， 2－

003．

[ 3 ] 張林，徐勇，劉福成． 多Agent系統的技術研究[J]． 計算機技術

與發展，2008（8）：80－87．

[ 4 ] 仇芒仙． 基于多Agent的網絡教學系統的研究[J]． 計算機工程

與應用，2003（16）：169－172．

篇5

關鍵詞：信息系統發展階段；網絡學習平臺；生態屬性

【中圖分類號】G40-057【文獻標識碼】A【論文編號】1009-8097（2015） 05-0047-06【DOI】10.3969/j.issn.1009-8097.2015.05.007

引言

隨著信息和通信技術在人類社會各個方面不斷產生深刻的影響，人們相信，基于網絡的學習將打破過去人們學習和交流的時空界限，從而顛覆現代教育整個組織框架所賴以建立的“教學必須發生在教室里的一位教授和一組學生之間”這一基本假設。然而，近年來的大量研究卻表明，雖然在基礎設施和學習資源建設方面取得了長足進步，網絡學習卻遠未達到人們的期望；基于網絡的學習發展仍屬于“嬰兒階段”；在大多數傳統院校內，面對面的課堂教學仍然是絕大多數院校的主要教學形式，基于網絡的學習只是被用作傳統教學的輔助手段；人們還發現，由于教師和學生在地理位置上的分離，傳統以教師為中心來展開的教學模式遷移到網絡上，效果并不好。所以，盡管基于網絡的學習是一種迷人的嘗試，但它并未真正地使教學發生變革，對教師的教學和學生的學習方式產生的影響也微乎其微。

從總體看來，世界各國多年來在該領域的成百上千億元的資金投入，尚未得到合理回報，甚至付諸東流；成千上萬的教師未能在網絡教學環境下實現教學理念與技術的有效整合，甚至成為浪費時間的盲目實踐；學習者對網絡學習充滿期待，卻在投入遠高于傳統教育成本的情況下收獲著失望；一些反技術思潮隨之而起。這就導致國家教育信息化政策制定進入某種困境：是加大投入繼續推進還是放慢步伐觀望？在此方面比較先進的國家，如美國，也仍然在教育信息化建設政策方面不斷進行著“修修補補”的調整。

在近20年來，這一現象已成為公認的世界性問題。除了教育技術界（乃至整個教育界）的學者們撰文、著述探討這個問題之外，還有很多政府機構、教育實體及IT企業甚至教師或學習者個人都在共同探索這個問題的原因及解決之道。概括地說，這方面的研究結論主要有應用理念有誤論、教師阻礙論、技術缺陷論、資金匱乏論等。這些研究從各自的角度，發現了這個世界性問題的某個側面或局部性問題，并提出了一些解決方案。但值得注意的是，現有的考察大都集中在主觀方面，卻忽略了這樣一個客觀事實：信息技術發展有其內在的邏輯，信息系統建設也總是表現出階段性，作為信息技術應用結果的網絡學習平臺的發展，無疑要受到這個發展邏輯與階段性的制約，正如一個嬰兒，無論為他（或她）補充多少營養、投入多少精力、以何種指導思想進行培育，都不可能使他跨越式地變成一個少年。因此，本文嘗試從信息系統發展階段理論的視角出發對網絡學習平臺的進化軌跡進行分析。

一 信息系統階段理論和技術成熟度曲線

l 信息系統發展階段理論

早在1974年，國際上社會技術系統學派代表人物之一美國哈佛大學教授理查德?諾蘭（R.L.Nolan）就提出了反映信息系統發展過程的諾蘭模型――信息系統發展的四階段論，之后經過實踐進一步驗證和完善，又于1979年將其調整為六階段論，即初始階段、普及階段、控制階段、整合階段、數據管理階段和成熟階段。這是一種波浪式的發展歷程，前三個階段具有計算機數據處理時代的特征，后三個階段則顯示出信息技術時代的特點，前后之間的“轉折區間”在整合期中，由于辦公自動化機器的普及、終端用戶計算環境的進展而導致了發展的非連續性，這種非連續性又稱為“技術性斷點”。諾蘭強調，此六階段是由信息系統發展的客觀規律所決定的，各階段彼此不能相互超越。

20世紀90年代初，鑒于形勢的發展變化，美國的信息化專家米切（Mische）對諾蘭模型作了進一步修正，將綜合信息技術應用的連續發展劃分為四個階段，即起步階段、增長階段、成熟階段和更新階段。并認為，決定這些階段的特征有五個方面，包括技術狀況；代表性應用和集成程度；數據庫和存取能力；信息技術融入企業文化；全員素質、態度和信息技術視野。其中，每個階段的具體特征又被繼續細分，總括起來有100多個不同屬性。這些特征和屬性可用來幫助一個組織確定自己在綜合信息技術應用的連續發展中所處的位置。

2 技術成熟度曲線

技術成熟度曲線（The Hype Cycle，又稱技術循環曲線、光環曲線、炒作周期）是著名IT咨詢機構Gartner 1995年提出的對各類新興技術進行分類和技術成熟時進行判斷的一種理論。它認為日新月異發展的科技，從其誕生到成熟需要經過5個階段：

萌芽期（Technology Trigger）：在此階段，隨著媒體的過度大肆報道和非理性的渲染，產品的知名度無所不在。然而尚未有實用產品出現，其經濟適用性也有待證明。

過熱期（Peak of Inflated Expectations）：早期公眾的過分關注演繹出了一系列成功的故事（不可避免也同時伴隨著眾多失敗的例子，只是大部分被置若罔聞）。

低谷期（Trough of Disillusionment）：隨著這項科技的缺點、問題、局限逐漸暴露，失敗的應用案例比比皆是，公眾的興趣逐漸減少，只有少數幸存者才能繼續獲得投資。

復蘇期（Slope of Enlightenment）：經歷此前的種種失敗后，此項技術可帶來的經濟效益逐漸清晰并得到更廣泛理解；技術發明者陸續推出第二代、第三代產品；嘗試性的投資增多，比較保守的企業仍在觀望。

成熟期（Plateau of Productivity）：該技術已被主流市場接受，評價此技術實用性的標準逐漸明晰，新科技所蘊藏的廣闊市場前景和實用價值開始兌現。

這個曲線反映了人們對技術和商業創新的周期性興趣爆發和經常性失望的起起伏伏，是一種利用時間軸與新技術在媒體上的曝光度來判斷采用新科技的風險與收益的工具。

在此圖中，越往左，代表技術越新潮，越處于概念階段；越往右，則技術越成熟，商業化應用性越好，發揮出提高生產率的效果越顯著。縱軸代表期望值，人們對于新技術通常會隨著認識的深入，期望不斷升溫，伴之以媒體炒作而到達頂峰；隨之因技術瓶頸或其他原因，期望逐漸冷卻至低點，但技術成熟后，期望又重新上升。

二 網絡學習平臺進化的四個階段

信息系統發展階段理論是基于上世紀70至90年代以企業信息系統建設為考察對象提出的，其具體的定義與現代信息技術和互聯網蓬勃發展的形勢已有較大出入；技術成熟度曲線也并不特指教育領域的應用規律，它甚至還因把重心放在技術的媒體曝光度而不是技術的本質上受到批評。但是，前者提出的信息系統發展具有的階段性特征、其應用成效與所處發展階段密切相關的思想、后者反映的新技術應用效果顯現的曲折過程，對我們今天理性地認識網絡學習平臺的進化軌跡，仍然可以提供一個有價值的觀察角度。

按主流的學習理論，學習是學習者通過與學習環境相互作用而獲得知識和能力的穩定變化的過程。學習是“形成連接、創建網絡”的過程，也是“培養學習力，構建學習生態”的過程。因此，只有當學習者與學習環境（對本研究而言即為網絡學習平臺）有很高的融合度時才能獲得顯著的效果。

此外，在現實社會中，學習環境從來不是一個孤立的場所，而是包括圖書館在內的一系列配套設施、教學資源，教師、學生的交流互動機制乃至外部社會之間的信息流通等。這些與學習有關的存在被統稱為學習生態環境。真正有效的學習正是發生在這樣一個大的學習生態環境中一一這是一個開放的、動態變化而又相互依賴的、具有自組織適應的、由交叉重疊的興趣共同體構成的系統。

基于上述認識，可知信息技術應用于教育，是通過技術構建學習平臺作用于學習者的認知而發揮作用，其復雜程度遠遠高于一般企業的信息系統建設。所以其建設過程和成效的發揮，既符合信息系統發展的一般階段性規律，還會滯后于一般的企業信息系統建設；作為基于互聯網而建設生長的網絡學習平臺，其成效呈現也必須要等到整個網絡學習生態形成后才有可能。

網絡學習平臺綜合體現為學習資源、技術平臺和人三者之間的交互關系。根據這種交互融合的、由淺入深、由簡單到復雜并借鑒信息系統發展階段的理論，可將網絡學習平臺的進化過程劃分為四個具有顯著特征的階段：

第一階段是單項技術應用期，表現為技術和技術之間的關系。雖然教育界和公眾都對信息技術在教育領域的應用潛力充滿期待，但實際情況卻是僅在局部或有限層面上實現了初級功能。典型應用是普通的學習資源庫和簡單的學習管理系統。在網絡技術發展的初期，網絡資源庫用來存儲和管理教學資源，使學習者可以自主地選擇學習內容和學習時間。但由于網絡基礎設施水平低下，計算機配置、網絡帶寬等都非常差，因此最早期的網絡教育模式也受很大限制，功能僅限于資源管理，內容以文本為主，資源格式與管理技術不統一，難以廣泛共享。隨著計算機軟硬件技術和網絡性能的發展，以及網絡用戶的增加，在學習資源庫的基礎上，開始提供用戶注冊管理、課件目錄管理、學習者的信息數據記錄等功能，且開始提供音視頻課件，但一般不具備教學內容制作的功能。這一階段大體處于Web l.0技術模式之下，學習者是單向的學習資源接受者。可以說，這一階段是公眾的高期望與技術應用效果差的現實反差最大的時期。

第二階段是綜合技術整合期，主要體現平臺和平臺之間的關系，典型應用是各種通用網絡教學平臺。在第一階段教學系統的基礎上，一定程度上實現了對教學過程（課件的制作與、教學組織、教學交互、學習支持和教學評價）的基本支持：從教學的管理（用戶與課程的管理）到與網絡教學資源庫及其管理系統的整合，集成了網絡教學需要的主要功能，形成了一個相對完整的網絡教學支撐環境。通過SCORM標準體系，實現了跨平臺的內容共享與整合，對內容交互數據的記錄與跟蹤等。從整個互聯網范圍看，各種網絡學習平臺層出不窮，尤其是近兩年蓬勃發展的大規模開放課程（MOOC），整合了多種社交網絡工具和多種形式的數字化資源，形成多元化的學習工具和豐富的課程資源；突破傳統課程時間、空間的限制，突破傳統課程人數限制，一定程度上實現了與大眾的互動和回應，并使用輔的在線自動評價系統來提高學習效果。但每個平臺仍然相對獨立，與其他平臺、系統之間的聯系、融合度依然較低。這一階段公眾對信息技術的教育應用潛力期望回落，變得理性，甚至還出現了某種程度的技術懷疑論：數字技術的巨大教育潛能似乎總是難以得到充分的利用和發揮，“技術潛能與現實之間仍存在一道鴻溝”。

第三階段是使用者的連通期，也可稱為技術消隱期，主要體現平臺和人之間的關系。信息技術經過幾十年的高度發展，為網絡學習平臺充分實現特定的學習理論提供了很大的自由度和表現力，更大的網絡帶寬和更快的網絡傳輸速度、豐富的多媒體資源制作和工具、學習分析與評價工具、基于大數據技術的學習者知識狀態和學習風格偏好跟蹤分析工具等，使網絡學習平臺逐漸由以學習內容為中心，轉向以學習者的學習活動為中心；基于云架構的網絡學習平臺支持大規模用戶的同時與在線學習交互；開放共享運動的深入發展，使得各網絡學習平臺更加開放，具有更好的連通性和資源共享程度；跨平臺、移動的、多終端融合的無縫學習更為普及，使人們已經可以忘記技術體系作為人與知識中間平臺的存在，比較自由地使用學習平臺進行學習；人與資源網絡學習平臺已具備早期生態系統的特征，網絡學習效果漸漸呈現出來，在線教育與傳統學校教育的融合度提高，在某些方面可能還超過了傳統教育。但是，雖然網絡學習平臺已經不再像早期那樣表現為一個個孤立的存在，但其本身仍缺乏與學習情境相關的信息架構支持能力。

第四階段是群體智能的涌現期，體現的是人和人之間的關系，也可稱為回歸期。這一階段，信息技術、人工智能、網絡技術等高度發達，整個傳統學習的物質環境，從教育到各類教學設施、學習工具均已高度數字化和網絡化，全部學習資源均已數字化地存在和產生，而整個學習環境、學習資源和學習過程卻再次以模擬的連續世界的面貌出現一一數字化地存在，模擬化地呈現，線上與線下的界線已有機融合。隨著聯網用戶的增多，互聯網結點已經接近人類大腦的神經元總數，并且互聯網上的信息呈爆炸性增長，知識融合與智能匯聚的速度加快，連通的、動態變化的、具有有機體濕潤性等特征的互聯網生態環境逐漸形成。與之相適應，網絡學習平臺也使人與技術深度融合，呈現出開放、自組織等生態特征。主要表現為：一是各網絡學習平臺與整個互聯網空間的全部資源達到無縫融合，形成一個無限大的資源智能網絡空間，并可實現自由檢索（包含圖片、語音和視頻檢索）和基于大數據的深度分析；二是教師的教學活動和學習者的個人學習活動，都可以以自然方式（書寫、語音或視頻等）完成數字化記錄，并共享于互聯網上；三是眾多學習者的微知識、微思考源源不斷地匯聚于互聯網，使現有的資源智能網絡空間得以不斷地進化發展，還可以借助語義分析技術實現資源結點間的動態鏈接，使整個資源智能網絡空間中的每個資源“細胞”通過資源鏈的不斷建立和豐富持續的共享信息、持久生長，從而提高整個資源空間的智能程度。在這一階段，作為整個教育系統一部分的網絡學習平臺，與傳統教學體系將不再是顛覆與被顛覆的對抗關系，而是相互依存、交融共生關系，共同塑造人類學習與知識創造的新模式。