15 智慧学习管理系统

电子化学习和学习管理系统（LMS）

使用电子化学习（E-learning）方式的人数在不断增长。“电子化学习”指的是通过技术介导的学习。在这种情况下，教育者和学习者不处于同一个空间和/或时间上。电子化学习的最终目标是改善学生的学习体验和实践。

如今，随着技术的进步，更合适的叫法是电子学习的“传递”系统和平台，而不是单一用途的工具。该系统将不同软件工具集成在一起，构建出一个使用者可以灵活、自由地选择学习路径的生态系统。电子化学习系统可以管理使用者的学习过程和学习课程。它能够评估学生的学习、编写报告以及创建和组织相关内容。它能促进教师/导师与学生之间的沟通。在广泛使用的电子化学习系统之中，典型的例子有学习管理系统（LMS）（例如 Moodle、Edmodo）。

学习管理系统（LMS）指的是一种基于网络的应用程序，旨在以不同的方式和不同的领域来管理不同级别的培训者¹的学习过程。因此，LMS可以被定义为一个学习环境，在这个环境内实施学习、内容和评估活动及工具。同样在这个环境中，实施和管理“学生与学生”和/或“学生与教育者”的互动。此外，LMS的定义还涵盖了那些包含完整的课程管理系统、内容管理系统和门户的平台²。

LMS和AI：智慧LMS

随着AI的出现，教育，特别是LMS，在这一革命性力量的应用中变成可能且充满希望的领域³。具体来说，得益于AI支持的功能，LMS代表了一种全新的学习工具，能够满足未来教育的两个基本特征：个性化和适应性⁴。正是从LMS和AI的结合中，智慧LMS（SLMS）或智慧学习管理系统诞生了。

一个高效的SLMS具有能够从三个基本知识群中提供信息和检索信息的算法：a) 学习者， b) 教学法，和 c) （学科）领域。通过获取有关 (a) 学习者的偏好、他们的情绪和认知状态以及他们的成就和目标的信息，SLMS 可以实施对学习最有效的教学策略 (b)（特定类型的评估、协作学习等） ，在所研究的特定知识领域内最富有成效，（c）例如几何定理、数学运算、物理定律、文本分析程序4。

因此，SLMS 可以被定义为一种学习系统，能够根据学习者在之前任务中展示的知识和技能来调整向学习者提出的内容。实际上，通过采用以学习者为中心的方法，它可以识别、跟踪和监控学习者的学习路径，记录他们的学习模式和风格。参考Fardinpour等人⁵的描述，智慧 LMS 通过自动化、不同教学策略（支架）的适应以及报告和知识生成，为学习者提供最有效的学习路径和最合适的学习内容 。它还可能为学习者提供有关跟踪和监控他们的学习和学习目标的帮助。此外，尽管LMS因为这些功能和工具能够更智能地运作，SLMS必须保证能为学习者提供禁用管理学习路径的AI的选择，以便他们可以使用学习环境中的所有学习材料。

SLMS中AI支持的功能示例

当SLMS正确运行时，几种AI支持的工具使具有上述特征的系统成为可能。这种AI支持的工具沿着上述三个知识集群横向移动，SLMS 算法不断参考这些知识集群（学习者、教学法、领域）。

AI支持的虚拟导师聊天机器人

聊天机器人是一种模拟、处理人类对话（书面或口头表达）的软件。在SLMS的背景下，它可以是虚拟导师，回答学习者关于学习课程等的问题。根据对学习者之前的表现和互动的分析，聊天机器人还能够向学习者提供建议⁶。

学习分析

学习分析——基于在线学习活动中与个别学习者互动的细节的相关数据，允许教师进一步监控学习者的进展和表现。得益于它们，系统可以激活实施自动的计算机辅助教育任务⁷，来弥补那些在特定任务中学习者表现不好的活动。此外，它还可以自动向教学人员提供对任务难度的相关建议或是否需要用额外学习内容来补充学习的建议。

对学习者和教师的益处

以上和其他AI所支持的工具⁴有助于使SLMS成为一个强大的学习和教学工具，它不会被视为教师工作的替代品，而是能够“增强”教学的人性化方面并带来更多的学习和教学工具，为整个学习/教学过程带来一系列的益处。

由于SLMS的测量内容为学生的技能和水平，它让学习者在其学习路径中的不同阶段，不会遇到因为太简单而感到无聊，或因为太复杂而感到沮丧的任务。这保证了学生的动机和注意力始终保持在高水平并能适应任务的不同难度。这种情况直接促使辍学率显著降低，因为它能让教师及时发现问题，看到了学生遇到困难的迹象的时候能迅速介入其中。

以上情况以及线性学习情况（即没有困难的情况） SLMS 工具可以向学生提供已存储在课程数据库中或来自第三方提供商的不同知识内容来解决问题。这给教师带来了直接的好处，他们不需要频繁地开发新的教学材料，可以将节省的时间用于其他重要的地方，例如改进教学方法和/或与学生进行直接的互动。

¹ Kasim, N. N. M., and Khalid, F., Choosing the right learning management system (LMS) for the higher education institution context: A systematic review, International Journal of Emerging Technologies in Learning, 11(6), 2016.

² Coates, H., James, R., & Baldwin, G., A critical examination of the effects of learning management systems on university teaching and learning, Tertiary education and management, 11(1), 19-36, 2005.

³ Beck, J., Sternm, M., & Haugsjaa, E., Applications of AI in Education, Crossroads, 3(1), 11–15. doi:10.1145/332148.332153, 1996.

⁴ Rerhaye, L., Altun, D., Krauss, C., & Müller, C., Evaluation Methods for an AI-Supported Learning Management System: Quantifying and Qualifying Added Values for Teaching and Learning, International Conference on Human-Computer Interaction (pp. 394-411). Springer, Cham, July 2021.

⁵ Fardinpour, A., Pedram, M. M., & Burkle, M., Intelligent learning management systems: Definition, features and measurement of intelligence, International Journal of Distance Education Technologies (IJDET), 12(4), 19-31, 2014.

⁶HR Technologist: Emerging Trends for AI in Learning Management Systems, 2019, Accessed 31 Oct 2022.

⁷ Krauss, C., Salzmann, A., & Merceron, A., Branched Learning Paths for the Recommendation of Personalized Sequences of Course Items, DeLFI Workshops, September 2018.

⁸ Mavrikis, M., & Holmes, W., Intelligent learning environments: Design, usage and analytics for future schools, Shaping future schools with digital technology, 57-73, 2019.