论文部分内容阅读
一、引言
多媒体CAI课件是一种根据教学大纲的要求，经过教学目标确定教学内容和任务分析、教学活动结构及界面设计，以计算机处理控制的多种媒体的表现方式和超文本结构制作的课程软件，是可以用来存储、传递和处理教学信息，能让学生进行交互操作，并对学生的学习作出评价的现代教学媒体。
对于一个多媒体CAI的基本要求是，正确表达教学内容；反映教学过程和教学策略；具有友好的人机交互界面；具有诊断评价、反馈强化功能。其中的具有诊断评价是利用计算机具有判断、识别和思维的能力，使我们在课件中通常设置一些问题作为形成性练习，供学生思考和练习，然后根据学生的练习情况作出相应的评价，使学生加深对所学知识的理解。而对学生学习的评价必须是准确而全面的，它仅让要指出学生练习的对或错，而更重要的是指出错误所涉及的知识点，比而引导学生返回到相关的教学单元展开新一轮的学习，若只指出了练习的对或错，而没有告诉学生错误之所在，那就失去评价的真实含义。由此可见，学习评价是引导学生进一步学习的关键环节，它也是学生阶段性学习的总结。
在现有大量的CAI课件中，许多课件中都有练习或测试部分，但练习完后只是给出了练习的对错和答案，并没有对错误的题目进行分析，指出对应的知识点，这样的课件就没有起到学习评价的作用。那么，学生学习完后究竟学得怎样，所有的知识点是否掌握就不得而知。因此，学习评价就是要对学生的学习情况作出总结，指出学习过程中的薄弱环节。
二、学习评估基本模型
多媒体课件CAI是通过多种教学媒体信息的选择与组织、系统结构、教学程序设计、学习导航、问题设置、诊断评价等方式来反映教学过程和教学策略。因此，多媒体CAI课件大都包含有知识讲解、举例说明、媒体演示、提问诊断及反馈评价等环节。
在多媒体CAI课件中，通常设置一些问题作为形成性练习，向学生提问并要求学生作出反应。通过问题的提出与回答，可便于学生进行思考与操练，也可了解学生的学习情况，并作出相应评价，使学生获得的知识得到巩固。对于学生的反应，多媒体CAI课件应作出相应的反馈，及时指出错误，肯定正确，给出评价信息，能使学生对所学内容加深理解并得巩固。这也是教学过程可诊断性的体现。
1、领域知识。领域知识是体现教学内容与教学目标，即它说明了课件所包含的教学内容及要达到的要求和目标。具体现为，教学单元与知识点的划分；教学目标的描述；学习者特征分析；知识结构分析。教学单元的划分一般要考虑教学目标的先后次序和连续性，还要在时间上加以限制。知识点的划分，一般要考虑两个方面：考虑知识内容的属性，考虑知识内容之间的逻辑关系。当知识点的划分完成后，知识结构也即随着出现，它指知识内容之间的相互关系及其联系的形式。由于一套完整的多媒体CAI课件是由若干个相对独立的单元构成，因此，知识结构的分析是重点分析单元内容知识点与知识点的相互关系及其联系。由此可见，领域知识的设计就是学习评价的关键部分。
首先是确定领域知识范围，在此基础上把教学内容分为若干个知识单元，每个知识单元内包含若干个知识点，找出各个知识点、知识点的基本类型（如基本概念、抽象概念等）、知识点的层次关系及语义联系等信息。
接着是知识结构的分析。知识结构分析的结果就是一张知识点网络图和一个知识规则表，从而形成一个网络结构。知识点网络图是建造知识库的框架，每个知识点就是网络中的一个结点，而知识点间的关系是定义结点之间链接的依据。规则表经形式化表示后构成规则库，它是对学生错误进行诊断的重要依据。
为了能够全面反映一个知识点的性质，应考虑如下几个方面：
（1）知识点所在的章节或教学单元。因CAI课件教学是以单元或章节进行教学的，为了方便学生了解知识点所在，标识知识点对应的单元是十分必要的。
（2）知识点的类型。主要是指出该知识点的掌握类型，如识记，理解，应用、分析、综合、评价。其实它也指出该知识点在考查中以什么方式出现。
（3）知识点的重点，难点。用于标识该知识点在学习中应重点掌握的内容，同时也指出该知识点的难易程度。
（4）知识点考查时常见的题型。对于不同类型的知识点，在考查时是以不同的考查方式出现，如选择题，填空题，计算题，分析题等。
（5）知识点常见易犯的错误。用于指出该知识点在学习过程中应着重注意的问题或经常被忽略的问题，它也告诉学习者，此类错误也是考查时主要的考查内容。
（6）该知识点的前导知识点。它是标识各知识点间关系的重要因素，相当于知识点之间的桥梁。通过它，把知识点形成一个顶点活动网（AOV网），由这个网把知识点排列出一个拓扑序列，也反映出知识点的前后顺序。这样，有利于推理诊断学生在学习过程中出现问题所在的知识点。
根据上述的简单分析，我们可以利用面向对象技术展开设计，把各个知识点建立起类，利用知识点的前导知识点和面向对象技术中的继承关系来实现知识点之间的关系，以此建立起知识点网络图。而规则图则就是知识点的拓扑序列情况。由此，整个学习评估模型的核心也就建立起来了。
2、题库。在设计题库过程中，应根据学科的性质、试题的内容、题型、考查的目的、层次等方面进行统一考虑。题库应采用多种不同形式的题型，以便考试能从多方面测试学生的能力，也应当有难易度，以便考查过程中形成一定的坡度。可考虑如下几个方面：
（1）试题类型。这可通过试题本身所考查的知识点的类型来确定。
（2）试题内容。每道题目的内容应该准确无误，答案是否唯一，应就学科的情况而定，但不能模糊。
（3）试题的难易度。可给每道题目赋予一个数值代有该题目的难易程度。难易度的数值应该是一个变化的数值，它可以通过下面式子计算：
f = 1 - c/m
其中，c代表答对该题的人数，m代表考生的总人数。
（4）知识类别。标识该题目所涉及的知识点，它也是判断学生是否掌握了相关知识点的重要依据。
（5）参数。主要用于防止相同类型或相似的题目在同一次考查中出现。
另外，对于题目的质量还要考虑题目的区分度、可信度和测验效度等。
3、形成性练习。形成性练习是机器从题库中选择出相关的题目形成一份练习卷给学生练习。在选择题目过程中应注意试卷的质量与稳定性，这应当取决于选题算法的设计，即选题的随机性。另外，作为一个形成性练习还必须支持“适应性测验”，即在题目的数量和题目的难度、范围上可因人而异，这主要应用于诊断性测验。因此在形成练习卷过程中应考虑知识点的控制、知识点的分布、题型的选择、难易程度的搭配等。这方面可以通过人为的设置和比例的控制来实现。
4、学习进程。这一模块主要是表示学生的学习历史、当前的知识背景以及解题行为等方面的知识，它不仅要反映学生的知识结构，还要反映学生学习过程的出现的问题。可考虑下面两点：
（1）学生知识水平的评价。根据学生练习或其他学习行为得到的结果对学生的学习情况和认知能力进行综合评价后，将得到了有用的信息记载起来，便于学生自了解。
（2）学生学习档案。对学生的知识结构，学习断点和练习断点，错误知识点，学习历史，练习历史，已学过的内容作全面的记录。
通过这种形式，使学生随时随地可以开展练习和自我评价，真正起到课件应有的作用。
三、结束语
本文对学习评估模型应有的模块进行简明的论述，目的是阐明一个CAI课件要使学生能从课件中学到知识，了解学习情况，进一步提高教学效果所必须考虑的方面。当然其肯定还存在一定的不足，敬请各位同仁指正。
【参考文献】
［1］李建国 计算机辅助教学
［2］李勇帆 多媒体CAI课件制作
［3］曹 奎 智能CAI软件设计
［4］董翔英 计算机辅助测验
多媒体CAI课件是一种根据教学大纲的要求，经过教学目标确定教学内容和任务分析、教学活动结构及界面设计，以计算机处理控制的多种媒体的表现方式和超文本结构制作的课程软件，是可以用来存储、传递和处理教学信息，能让学生进行交互操作，并对学生的学习作出评价的现代教学媒体。
对于一个多媒体CAI的基本要求是，正确表达教学内容；反映教学过程和教学策略；具有友好的人机交互界面；具有诊断评价、反馈强化功能。其中的具有诊断评价是利用计算机具有判断、识别和思维的能力，使我们在课件中通常设置一些问题作为形成性练习，供学生思考和练习，然后根据学生的练习情况作出相应的评价，使学生加深对所学知识的理解。而对学生学习的评价必须是准确而全面的，它仅让要指出学生练习的对或错，而更重要的是指出错误所涉及的知识点，比而引导学生返回到相关的教学单元展开新一轮的学习，若只指出了练习的对或错，而没有告诉学生错误之所在，那就失去评价的真实含义。由此可见，学习评价是引导学生进一步学习的关键环节，它也是学生阶段性学习的总结。
在现有大量的CAI课件中，许多课件中都有练习或测试部分，但练习完后只是给出了练习的对错和答案，并没有对错误的题目进行分析，指出对应的知识点，这样的课件就没有起到学习评价的作用。那么，学生学习完后究竟学得怎样，所有的知识点是否掌握就不得而知。因此，学习评价就是要对学生的学习情况作出总结，指出学习过程中的薄弱环节。
二、学习评估基本模型
多媒体课件CAI是通过多种教学媒体信息的选择与组织、系统结构、教学程序设计、学习导航、问题设置、诊断评价等方式来反映教学过程和教学策略。因此，多媒体CAI课件大都包含有知识讲解、举例说明、媒体演示、提问诊断及反馈评价等环节。
在多媒体CAI课件中，通常设置一些问题作为形成性练习，向学生提问并要求学生作出反应。通过问题的提出与回答，可便于学生进行思考与操练，也可了解学生的学习情况，并作出相应评价，使学生获得的知识得到巩固。对于学生的反应，多媒体CAI课件应作出相应的反馈，及时指出错误，肯定正确，给出评价信息，能使学生对所学内容加深理解并得巩固。这也是教学过程可诊断性的体现。
1、领域知识。领域知识是体现教学内容与教学目标，即它说明了课件所包含的教学内容及要达到的要求和目标。具体现为，教学单元与知识点的划分；教学目标的描述；学习者特征分析；知识结构分析。教学单元的划分一般要考虑教学目标的先后次序和连续性，还要在时间上加以限制。知识点的划分，一般要考虑两个方面：考虑知识内容的属性，考虑知识内容之间的逻辑关系。当知识点的划分完成后，知识结构也即随着出现，它指知识内容之间的相互关系及其联系的形式。由于一套完整的多媒体CAI课件是由若干个相对独立的单元构成，因此，知识结构的分析是重点分析单元内容知识点与知识点的相互关系及其联系。由此可见，领域知识的设计就是学习评价的关键部分。
首先是确定领域知识范围，在此基础上把教学内容分为若干个知识单元，每个知识单元内包含若干个知识点，找出各个知识点、知识点的基本类型（如基本概念、抽象概念等）、知识点的层次关系及语义联系等信息。
接着是知识结构的分析。知识结构分析的结果就是一张知识点网络图和一个知识规则表，从而形成一个网络结构。知识点网络图是建造知识库的框架，每个知识点就是网络中的一个结点，而知识点间的关系是定义结点之间链接的依据。规则表经形式化表示后构成规则库，它是对学生错误进行诊断的重要依据。
为了能够全面反映一个知识点的性质，应考虑如下几个方面：
（1）知识点所在的章节或教学单元。因CAI课件教学是以单元或章节进行教学的，为了方便学生了解知识点所在，标识知识点对应的单元是十分必要的。
（2）知识点的类型。主要是指出该知识点的掌握类型，如识记，理解，应用、分析、综合、评价。其实它也指出该知识点在考查中以什么方式出现。
（3）知识点的重点，难点。用于标识该知识点在学习中应重点掌握的内容，同时也指出该知识点的难易程度。
（4）知识点考查时常见的题型。对于不同类型的知识点，在考查时是以不同的考查方式出现，如选择题，填空题，计算题，分析题等。
（5）知识点常见易犯的错误。用于指出该知识点在学习过程中应着重注意的问题或经常被忽略的问题，它也告诉学习者，此类错误也是考查时主要的考查内容。
（6）该知识点的前导知识点。它是标识各知识点间关系的重要因素，相当于知识点之间的桥梁。通过它，把知识点形成一个顶点活动网（AOV网），由这个网把知识点排列出一个拓扑序列，也反映出知识点的前后顺序。这样，有利于推理诊断学生在学习过程中出现问题所在的知识点。
根据上述的简单分析，我们可以利用面向对象技术展开设计，把各个知识点建立起类，利用知识点的前导知识点和面向对象技术中的继承关系来实现知识点之间的关系，以此建立起知识点网络图。而规则图则就是知识点的拓扑序列情况。由此，整个学习评估模型的核心也就建立起来了。
2、题库。在设计题库过程中，应根据学科的性质、试题的内容、题型、考查的目的、层次等方面进行统一考虑。题库应采用多种不同形式的题型，以便考试能从多方面测试学生的能力，也应当有难易度，以便考查过程中形成一定的坡度。可考虑如下几个方面：
（1）试题类型。这可通过试题本身所考查的知识点的类型来确定。
（2）试题内容。每道题目的内容应该准确无误，答案是否唯一，应就学科的情况而定，但不能模糊。
（3）试题的难易度。可给每道题目赋予一个数值代有该题目的难易程度。难易度的数值应该是一个变化的数值，它可以通过下面式子计算：
f = 1 - c/m
其中，c代表答对该题的人数，m代表考生的总人数。
（4）知识类别。标识该题目所涉及的知识点，它也是判断学生是否掌握了相关知识点的重要依据。
（5）参数。主要用于防止相同类型或相似的题目在同一次考查中出现。
另外，对于题目的质量还要考虑题目的区分度、可信度和测验效度等。
3、形成性练习。形成性练习是机器从题库中选择出相关的题目形成一份练习卷给学生练习。在选择题目过程中应注意试卷的质量与稳定性，这应当取决于选题算法的设计，即选题的随机性。另外，作为一个形成性练习还必须支持“适应性测验”，即在题目的数量和题目的难度、范围上可因人而异，这主要应用于诊断性测验。因此在形成练习卷过程中应考虑知识点的控制、知识点的分布、题型的选择、难易程度的搭配等。这方面可以通过人为的设置和比例的控制来实现。
4、学习进程。这一模块主要是表示学生的学习历史、当前的知识背景以及解题行为等方面的知识，它不仅要反映学生的知识结构，还要反映学生学习过程的出现的问题。可考虑下面两点：
（1）学生知识水平的评价。根据学生练习或其他学习行为得到的结果对学生的学习情况和认知能力进行综合评价后，将得到了有用的信息记载起来，便于学生自了解。
（2）学生学习档案。对学生的知识结构，学习断点和练习断点，错误知识点，学习历史，练习历史，已学过的内容作全面的记录。
通过这种形式，使学生随时随地可以开展练习和自我评价，真正起到课件应有的作用。
三、结束语
本文对学习评估模型应有的模块进行简明的论述，目的是阐明一个CAI课件要使学生能从课件中学到知识，了解学习情况，进一步提高教学效果所必须考虑的方面。当然其肯定还存在一定的不足，敬请各位同仁指正。
【参考文献】
［1］李建国 计算机辅助教学
［2］李勇帆 多媒体CAI课件制作
［3］曹 奎 智能CAI软件设计
［4］董翔英 计算机辅助测验