自适應學習系統在設計時必須考慮學習者的學習特征。其中，學習風格和認知風格探讨得較多。為了跟蹤現有研究在設計自适應學習系統時如何考慮這兩個學習特征，文章篩選出發表于SSCI和SCI收錄期刊的相關文獻，從理論依據、數據類型、數據來源、自适應算法、自适應模式（動态或靜态）、系統應用目标和效果評估等多個維度進行考量。發現多數隻考慮其中一個因素，做孤立的探讨，鮮有将二者同時納入自适應學習系統的設計，采納的數據來源也比較單一，難以做到動态自适應。完善的自适應學習系統應充分考慮學習者的學習特征和學習過程中的其他因素。
【關鍵詞】學習風格；認知風格；學習系統；動态自适應
【中圖分類号】G40-057【文獻标識碼】A【文章編号】1009-458ｘ（2018）3-0062-08
自适應學習（AdaptiveLearning）獲得了全世界的矚目。這一概念的關鍵點在于“自适應”三個字，如Lee和Park（2008）認為任何照顧到學習者個人需求的教學形式（面授或遠程）都可以被稱作“自适應的”。學界一般用adaptive來表達“自适應的”，間或用adaptable來指代。有學者則認為有必要分清這兩個詞的名詞形式“Adaptivity”和“Adaptability”。如Burgos、Tattersall和Koper（2007）認為，Adaptivity指的是教學系統可以根據學習者的需求調整教學内容，而Adaptability指的是學習者自己根據需求選擇學習内容。随着遠程教育技術的發展，自适應學習又有了進一步的需求，一個強大的自适應學習系統是自适應學習能夠獲得成功的關鍵。自适應學習系統有不同的術語表達：“自适應超媒體系統”（AdaptiveHypermediaSystem,AHS）、“自适應教育超媒體”（AdaptiveEducationalHyper⁃media,AEH）（Özyurt&Özyurt,2015）和“适應性學習支持系統”（AdaptiveLearningSupportSys⁃tem,ALSS）（高虎子,等,2012）等。但基本認同一個自适應的教學系統應該可以為學習者提供個性化的教學策略、教學内容、教學資源、教學支持和教學界面等（Özyurt,Özyurt,Güven,&Baki,2014）。
自适應學習系統的設計可以依據的因素很多，不過基本上都是圍繞學習者的因素，如學習者的現有知識水平、智力水平、學習風格、認知風格、學習動機和自我效能感等（張舸,等,2012）。其中，學習風格和認知風格受到較多的關注。學習風格（LearningStyle）可以簡單定義為學習者偏好的學習方式（Tru⁃ong,2016）。稍複雜點的定義認為，學習風格指的是包含認知、情感和生理因素的綜合概念，其能相對穩定地表明學習者是如何對學習環境進行感知、交互并做出回應的（Keefe,1979）。在Keefe給出的這一定義中，我們發現學習風格和認知風格是緊密相關的。認知風格指的是個體在對信息進行加工的過程中表現出的較為連貫的特征（Kozhevnikov,2007;馬軍朋,等,2016）。有學者認為學習風格應歸類于認知風格，認知風格是在實際中的表現（Riding&Rayner,1998;Papanikolaou,Mabbott,Bull,&Grig⁃oriadou,2006）；有學者認為兩者雖然相關但有巨大區别，因為認知風格是和信息處理機制相關的相對穩定的個體風格，而學習風格則可以依據學習情境而産生變化（Peterson,Rayner,&Armstrong,2009）。不論如何，在設計自适應學習系統時隻考慮學習風格和認知風格中的一個都是有失偏頗的。
不過可惜的是，通過檢索現有文獻，本文研究者發現目前對于自适應學習系統的設計中将學習風格和認知風格同時納入考量的很少，少數研究雖然意識到了兩者的重要性，但也僅是點到為止，并沒有對此做深入研究。考慮到現有研究的不足，本文将對現有相關文獻進行梳理，以期為自适應學習系統的進一步研究提供思路。
一、文獻回顧
（一）自适應學習系統
自适應學習系統的構建并非易事，要考慮的因素很多，如學習者的不同需求、不同特征（包括學習風格、認知風格等）以及技術手段等。最難應對的就是學習者的特征，因為每個學習者都是不同的個體，個體之間差異或大或小，為教學系統能否真正地提供個性化的教學帶來了挑戰。正如Fischer（2001）指出的，教學系統的設計難點就在于設計階段如何能保證最後的成品可以滿足學習者在學習過程中的個性化需求。對于自适應學習系統來說，理想化的狀态下應能夠基于某些數據通過一定的算法自動地為學習者提供人性化的學習内容（Perkowitz&Etzioni,2002）。
如前所述，自适應學習系統可以依據衆多因素形成自适應規則。就現有文獻而言，納入設計考量範圍的因素有學習/教學目标和任務、學習者現有知識水平、學習者人口統計學方面的背景、學習者學習興趣、學習者與學習系統的交互、學習風格、認知風格等（Akbulut&Cardak,2012）。如何收集與這些因素相關的數據是一個基本問題，常用的方法有問卷或者通過學習者在系統中留下的學習痕迹進行收集和判斷。問卷過于直接，而且在學習過程中會打斷學習者的學習進程（Kobsa,2002），所以更理想的做法是由系統自行對學習者的學習痕迹進行收集和判斷，從而進行動态調整。根據這些數據，通過一定的算法，判定學習者屬于何種類型（比如學習風格的不同類型、認知風格的不同類型等），為學習者提供相應的學習内容等信息。現有文獻提出了不少自适應學習系統可以使用的算法，如模糊神經網絡（Neu⁃ral-fuzzyNetwork）（Zatarain,Barron-Estrada,Reyes-Garcfa,&Reyes-Galavia,2011）、蟻群算法（AntColonySystem）（Yang&Wu,2009）和人工蜂群算法（ArtificialBeeColonyAlgorithm）（Hsu,Chen,Huang,&Huang,2012）等。
（二）學習風格和認知風格
學習風格對于教學的重要性已經被很多學者所證實。如Reiff（1992）曾指出，學習風格會影響學習者的學習過程、教師的教學過程以及學習者和教師之間的交互；教學設計和學習幹預需要考慮到學習者的學習風格（Coffield,Moseley,Hall,&Ecclestone,2004;姜強,等,2015）。還有不少研究則證實了學習風格對于教學的積極效果（Graf,Lin,&Kinshuk,2007；Tseng,Chu,Hwang,&Tsai,2008;Hwang,Sung,Hung,&Huang,2013）。
一方面，與學習風格相關的理論層出不窮。很多學者根據自己的理解對學習風格的概念做了界定（Dunn&Dunn,1978;Keefe,1979;譚頂良,1998;Reid,2002）。Dunn(1984)對于學習風格的構成要素做了深入研究，認為學習風格的要素包括環境、情感、社會、生理和心理等。Kolb（1981）根據學習者對于學習周期（LearningCycle）中四個環節的不同偏好，認為學習風格可以劃分為聚合型（Con⁃verger）、發散型（Diverger）、同化型（Assimila⁃tor）和調節型（Accommodator）。Reid（1987）則依據學習者對于學習感官的偏好将學習風格分為視覺型（Visual）、聽覺型（Auditory）、觸覺型（Tac⁃tile）、動覺型（Kinesthetic）、小組型（Group）和個人型（Individual）。而Felder和Silverman（1988）提出的學習風格模型（Felder-SilvermanLearningStyleModel）被廣泛認為具有高信效度，可以用來設計自适應學習系統（Akbulut,etal.,2012；李運福,等,2015）。該模型将學習風格分為五種：感覺型（Sensing）/直覺型（Intuitive）、視覺型（Visual）/言語型（Verbal）、歸納型（Induc⁃tive）/演繹型（Deductive）、活躍型（Active）/沉思型（Reflective）、序列型（Sequential）/整體型（Global），其中“歸納型/演繹型”在後續版本中被删除。有學者認為該模型非常适合設計自适應遠程教學系統（Kuljis&Lui,2005）。
另一方面，關于認知風格的研究也是層出不窮。Witkin、Moore、Goodenough和Cox（1977）将認知風格分為場依存型（Fielddependence）和場獨立型（FieldIndependence）。這裡的“場”即環境，場獨立型的個體不易受外界因素影響，可以把整體和部分分開，而場依存型的個體則容易受到外界環境的影響，習慣于依照外部因素來行動。在學習過程中，場獨立型學習者自主性強，喜歡獨自學習；而場依存型學習者則對合作學習情有獨鐘。Pask（1976）将認知風格分為整體型（Holist）和序列型（Serialist），整體型學習者在學習過程中多采用整體策略來看待問題，而序列型學習者則喜歡針對每一個部分循序漸進式地學習。Riding和Cheema（1991）在對已有認知風格模型歸類的基礎上提出了二維認知模型（ModelofTwo-StyleDimensions），将認知風格統一歸為兩個維度：整體-分析（Wholist-Analytic）和言語-表象（Verbal-Imagery），并開發出一個叫作認知風格分析（CognitiveStyleAnalysis,CSA）的評估工具。他們認為，言語-表象是個體表征信息的方式，而整體-分析則是個體加工信息的方式。
二、研究方法
本研究采取文獻分析法。首先，收集并篩選2005-2016年間發表于SSCI和SCI收錄期刊中的相關文獻，然後對最終文獻做統計和歸納，并對統計結果進行分析和讨論，從而得出結論。SSCI和SCI是國際權威期刊論文檢索指标，其中的文章能代表相關領域的權威研究成果，因此本文将文獻來源鎖定為這兩大檢索庫。SCI本為理工類期刊檢索體系，本文将之納入檢索範圍主要是考慮到自适應學習系統的研究并非局限于教育領域，其特征更偏向于多學科交叉領域，所以将兩大檢索庫綜合進行檢索，獲得的文獻應能更好地反映研究現狀。
本文檢索關鍵詞為“adaptive/adaptable/indi⁃vidualized/personalizedlearningsystem”“learn⁃ingstyle”“cognitive/thinkingstyle”，檢索文章的标題和關鍵詞。在對文獻的篩選過程中，本文将同一作者相似的研究隻納入一篇，如Soflano、Connolly和Hainey（2015a;2015b）在同一年發表了兩篇相關研究，并且極度相似，後者是對前者的修補，所以本文隻納入一篇。最後篩選出和本文相關的文獻共11篇。文獻統計概況如圖1所示。
圖1顯示，文獻作者的來源地非常集中，11篇文章中有6篇（54.55%）出自我國台灣的學者，大陸地區僅有一篇合作的論文，而且作者排名靠後。此外，在國内期刊檢索庫搜索後也表明此項研究發文率很低，多數文章都集中在學習風格和認知風格的劃分和實證方面，對于如何基于兩者構建自适應學習系統很少涉及。圖1還顯示相關研究的發文期刊比較集中，最多的是兩本教育技術類期刊：Computers&Education（36.36%）和EducationalTechnology&Society（18.18%）。根據ThomsonReuters公司2016年發布的年度報告，前者2015年影響因子達2.881，在SSCI收錄的231種教育和教育研究類期刊中排在第9位（在教育技術類期刊中的排名更靠前），值得一提的是該期刊也是SCI收錄期刊，在SCI收錄的104種電腦科學、跨學科應用期刊中排在第14位。後者在國際教育技術類期刊中的排名也十分靠前。表1按照期刊統計的11篇文獻被引次數對比也顯示，這兩份期刊發表的論文得到了最多的關注，因此本研究納入的文獻應該能代表國際主流研究内容。在檢索源方面，SCI、SSCI及雙檢索的期刊占比差别不大，唯一一份雙檢索刊物是Computers&Education，該期刊多被認為屬于教育技術類期刊，其主頁隻注明被SSCI期刊收錄，所以從某種意義上來說SSCI期刊對本話題關注度更高一些。
圖1文獻基本信息統計圖三、結果
自适應學習系統的設計對學習風格和認知風格的考量可以基于的維度包括理論依據、數據類型、數據來源、自适應算法、自适應模式（動态或靜态）、系統應用目标、自适應效果評估（Akbulut,etal.,2012;Özyurt,etal.,2015;Truong,2016）。下面将從這些維度對11篇文獻做分析。
（一）系統設計所參考的理論依據
将這11篇文獻在設計自适應學習系統時所參考的理論進行歸納（如表2所示）。從表2我們看出，絕大多數文獻（9/11=81.8%）在設計自适應學習系統時都參考了某種相關理論。其中，4篇文獻參考了Felder-Silverman的學習風格模型（36.36%），2篇文獻參考了My⁃ers-Briggs類型指标理論（18.18%），各有1篇文獻分别參考了Witkin認知風格模型理論、Pask認知風格模型理論、Kolb學習風格模型理論和Keefe學習風格理論。可以看出，在有關認知風格的研究中，Felder-Silverman的學習風格理論仍是最受歡迎的理論。有2篇文獻參考了Myers-Briggs類型指标理論。Myers-Briggs類型指标理論一般被學界當做是判斷性格類型的指标，闡述性格和職業間的關系，是國際流行的職業人格評估工具，其維度包括内向（Introversion）-外向（Extraversion）、感覺（Sensing）-直覺（Intuition）、思維（Thinking）-情感（Feeling）、判斷（Judging）-直覺（Perceiving）（顧雪英,2013）。對比這一理論和Felder、Kolb、Riding等人的理論，可以發現這些理論都有重合之處，所以被文獻參考使用并不奇怪。令人奇怪的是，該理論被1篇文獻當作學習風格理論進行參考，而被另一篇文獻當作認知理論進行參考。原因可能是不同學者對其解讀不同，也可能由于學習風格和認知風格這兩個概念是緊密相連的，難以完全分離（Riding,etal.,1998;Papanikolaou,etal.,2006）。
表2還顯示，11篇文獻中隻有2篇（Paper4和Paper8）将學習風格和認知風格同時納入自适應學習系統的設計，說明目前主流研究對于兩者有剝離的現象，這其實不利于自适應學習系統的設計與開發。研讀這些文獻，我們可以發現不少文獻都提到自适應學習系統的設計需要參考很多學習者特征，包括人口統計學特征、學習風格特征、認知風格特征、現有知識水平等，所以在設計自适應學習系統時容納盡可能多的參考數據就顯得尤為重要了（Akbulut,etal.,2012）。
（二）數據類型和數據來源
基于參考的理論，接下來就是考慮系統設計中需要何種數據類型以及如何收集這些數據了。表3歸納了11篇文獻的此類信息。
從中可以看出，11篇文獻所使用的數據都是依據其參考的理論模型進行劃分的，多數文獻都考慮了其參考模型中的所有分類，少數文獻隻考慮了模型中的個别分類。值得注意的是，Paper8的學習風格數據類型融合考慮了Kolb、Fleming、Felder、Biggs等人的模型分類。這些文獻在文中都對數據類型的選擇做了說明，認為其選擇的數據類型适合其研究。Paper7在數據類型的選擇上比較模糊，也沒有具體說明所參考的理論依據，但是表3顯示其最終選擇的數據分類為視覺-言語，這一點頗似Riding和Chee⁃ma（1991）提出的二維認知模型中認知風格系統兩個維度中的言語-表象（Verbal-Imagery）維度，Paper7将這一認知風格維度用于學習風格數據類型的劃分。Paper8的主題是基于學習風格來設計自适應學習系統，但是其考慮的數據卻又包含了認知風格數據（Sternberg思維風格分類）。這兩篇論文出現的現象進一步表明學界對于學習風格和認知風格的認識很多情況下并不加以區分，混為一談，這并不利于自适應學習系統的設計，因為兩者雖然相關但并不等同（Peterson,etal.,2009）。
再看數據收集的方法。11篇文獻中隻有2篇（Paper2和Paper6）利用收集學生和系統互動或是浏覽的行為來收集需要的數據，其餘9篇文獻全部依賴問卷。問卷一般都是在學生初進入教學系統時讓學生填寫，問卷回收後由教師或系統對學生的學習風格或認知風格進行判定，再據此提供相應的學習資源、學習支持等，以達到“自适應”。由于這種數據收集的方法大多隻能靜态反應學生的情況，我們可以判定多數文獻都認為學習風格在學習過程中是不變的，但是有學者提出學習風格是可以依據學習環境而産生變化的（Peterson,etal.,2009）。所以，這些文獻所談到的自适應學習系統多數其實都是靜态的，并不能對實際的情況做出動态反應。
（三）自适應算法和自适應模式
表4顯示了11篇文獻中隻有2個研究所設計的自适應學習系統可以做到動态自适應，即真正的自适應，其他9個研究設計的系統都不是真正意義上的自适應。這一點前文已經指明，問題就在于多數研究采用的數據收集方式多是固定而唯一的問卷量表，而沒有考慮将學生在學習過程中的學習痕迹納入數據收集的範圍。學習行為反映在學習系統中的學習痕迹是可以反映學生學習風格和認知風格的（Soflano,Con⁃nolly,&Hainey，2015）。前文也提到學習風格是可以依據學習情境的變化而産生變化的，所以自适應學習系統有必要将這些動态的數據進行收集，納入系統設計的考慮範疇。
在自适應算法方面，有3篇文獻（Paper5、Pa⁃per9和Paper11）沒有具體說明其設計的自适應學習系統采用何種自适應算法，也沒有說明系統所使用的自适應模塊。另有3篇文獻（Paper2、Paper3和Paper4）雖然沒有具體說明自适應算法，但指明了其使用的自适應模塊來源。5篇文獻（Paper1、Paper6、Paper7、Paper8和Paper10）具體說明了采用的自适應算法，包括聚類算法、多層前饋神經網絡算法、決策樹、人工蜂群算法和蟻群優化算法，其中Paper8融合了決策樹和聚類分析。可惜的是，這些算法多用在對問卷收集的數據進行分析，沒有用于動态數據的分析，導緻多數研究所設計的自适應學習系統還是靜态的模式，無法做到真正的動态自适應。
（四）應用目标和效果評估
表5顯示出11篇文獻設計的自适應學習系統在應用目标上有非常集中的趨勢，基本上都是理工類課程（隻有Paper8未明确說明），這反映出當前此類研究覆蓋的教學科目較窄。此外，有3篇文獻（Pa⁃per1、Paper2和Paper5）是基于遊戲的教學系統設計，反映出基于遊戲的教學（Game-basedLearning）是當前的熱點之一。在對自适應學習系統的效果評估方面，有8篇文獻進行了評估，所采用的評估方法多為短期教學實驗，評估結果表明各教學系統在教學實踐中都是成功的。隻有Paper8的效果評估表明其系統采用的問卷過于冗長，學生回答問卷時有厭倦感，不利于數據的收集，這在前文的表3中已經得到反映，其所采取的數據分類過于繁雜。有2篇文獻（Paper3和Paper10）沒有對自适應系統做評估，其效果不得而知。
四、讨論
從上文對文獻的各維度分析，我們可以發現現有的相關研究有如下特點：
第一，參考的理論比較集中和傳統。多數研究參考的理論是學界已經公認的理論模型，如Felder-Silverman學習風格模型、Witkin認知風格模型等。這些文獻多采取拿來主義，并沒有依據自己的教學設計而做相應的調整，不利于設計出與新教學手段和技術相匹配的教學系統。此外，有少數幾篇将學習風格理論、個人性格理論和認知風格理論混用，忽略了不同理論針對對象的不同，不利于問題的解決。
第二，設計的自适應系統多考慮單因素，缺少多因素考量。隻有兩篇文獻同時考慮了學習風格和認知風格。自适應學習系統的設計要納入考慮的學習者特征有很多，單獨基于某一個因素設計的自适應學習系統并不完善。
第三，設計的自适應學習系統數據來源比較單一。多采用問卷的形式收集數據，由于各種原因難以收集到真實的數據，如Paper8在做效果評估時就發現其采用的問卷容易讓學生厭倦，從而使問卷數據失真。同時，問卷得到的數據也很難符合動态自适應的要求。這就要求我們盡量收集與教學各環節相關的學生數據。目前，教學系統收集的此類數據多來自學生在學習系統中留下的學習痕迹（Lo,Chan,&Yeh,2012;Soflano,etal.,2015）。
第四，設計的自适應學習系統多為靜态的，缺少動态自适應模式。這些系統多以問卷作為數據收集工具，而問卷無法及時、動态地反映學生學習風格等方面的變化。可能是由于多數研究者認為學習風格和認知風格是穩定的，而非變化的。但有學者指出，雖然認知風格反映了個體相對穩定的信息處理風格，但是學習風格卻會由于學習情境等因素的變化而産生變化（Peterson,etal.,2009）。據此可知，這種靜态自适應并不能很好地适應學生行為特征的變化。
第五，設計的自适應學習系統的應用目标集中于理工類課程，缺少對其他類課程的應用探索。随着教學技術和手段的不斷進步，自适應學習系統的适用範圍自然會得以延伸，還有待于進一步探索。
第六，設計的自适應學習系統多數被效果評估證明是有效的。這表明，自适應學習系統能為實際的教學帶來積極的效果，這方面的研究是必要的。
五、總結
随着現代教育技術的發展，自适應學習系統的設計與開發越來越受到重視。自适應學習系統在設計時考慮的主要因素之一就是學習者的個人特征，不僅包括學習者現有的知識水平、學習興趣等方面，還包括學習者的學習風格和認知風格。理論界對于這兩種風格的探讨由來已久，形成了很多相關理論。在學習風格方面，Felder-Silverman學習風格模型和Kolb學習風格模型等都受到了廣泛的應用和檢驗，基本被認為是有效的學習風格模型。在認知風格方面，Wit⁃kin、Pask等人分别提出了各種理論。這些理論在自适應學習系統的設計中也被廣泛參考。基于這些理論，自适應學習系統的設計得以收集相關的數據，并通過自适應算法對數據進行處理，為學習者提供個性化的學習資源。在具體的處理過程中，我們發現多數研究在設計過程中隻側重某一種數據，而且數據來源也比較單一，無法達到動态自适應。本文認為一個較為完善的自适應學習系統應充分考慮學習者本身的學習特征，并結合其他學習過程中的因素，避免現有設計的缺陷。
本研究也存在一些不足。首先，隻考察了SSCI和SCI檢索源的期刊論文，得到的文獻較少，或許遺漏了其他檢索源的重要文獻；其次，不同學者對相同文獻的解讀很可能是不同的，筆者對此類文獻的分析囿于自身學識的限制或許會有不當之處；最後，由于國内關于自适應學習系統的設計研究還處于初級階段，筆者在分析中并沒有結合實際應用中的自适應學習系統，因此對文獻的解讀難免有與實際脫離之嫌。但筆者相信，本文對于相關文獻（特别是國際權威期刊文獻）的歸納與總結應該會有投石問路之效。
[參考文獻]
高虎子，周東岱.2012.自适應學習系統學習者學習風格模型的研究現狀與展望[J].電化教育研究（2）：32-38.顧
雪英.2013.一種跨界嘗試：MBTI在差異教育中的應用價值[J].教育研究與實驗（4）：25-29.
姜強，趙蔚，王朋嬌.2015.自适應學習系統中學習者為中心視角評價學習成效實證研究[J].現代遠距離教育（4）：43-49.
李運福，傅鋼善.2015.網絡環境下學習者策略性特征群體差異研究——基于Felder-Silverman學習風格的群體劃分[J].現代教育技術（6）：102-107.
馬軍朋，葉卓爾，林依，等.2016.認知風格影響歸類過程中的神經活動—來自FMRI研究的證據[J].心理發展與教育（2）：139-148.
譚頂良.1998.學習風格的研究及其在教學實踐中的作用[J].江蘇高教（5）：56-58.
張舸，周東岱，葛情情.2012.自适應學習系統中學習者特征模型及建模方法述評[J].現代教育技術（5）：77-82.Akbulut,Y.,&Cardak,C.S.(2012).
Adaptiveeducationalhypermediaaccommodatinglearningstyles:Acontentanalysisofpublicationsfrom2000to2011,Computers&Education,58(2),835-842.
Burgos,D.,Tattersall,C.,&Koper,R.(2007).Howtorepresentadaptationine-learningwithIMSlearningdesign.InteractiveLearningEn⁃vironments,15(2),161-170.
Coffield,F.,Moseley,D.,Hall,E.,&Ecclestone,K.(2004).LearningStylesandPedagogyinPost-16Learning:ASystematicandCriticalReview.London,UK:LearningandSkillsResearchCentre.
Dunn,R.(1984).Learningstyles:Stateofthescience.TheoryintoPractice,32(1),11-19.
Dunn,R.,&Dunn,K.(1978).TeachingStudentsthroughTheirIndividualLearning:APracticalApproach.Reston:RestonPublishCompany&Prentice-Hall.
Felder,R.M.,&Silverman,L.K.(1988).Learningandteachingstylesinengineeringeducation.EngineeringEducation,78(7),674-681.
Fischer,G.(2001).Usermodelinginhuman-computerinteraction.UserModelingandUser-AdaptedInteraction,11(1),65-86.