拓展阅读4：智能虚拟助手_一种新型学习支持系统的分析与设计.pdf

《拓展阅读4：智能虚拟助手_一种新型学习支持系统的分析与设计.pdf》由会员分享，可在线阅读，更多相关《拓展阅读4：智能虚拟助手_一种新型学习支持系统的分析与设计.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、67 如何设计和实现智能虚，能虚拟助手的学习支持功能 如何深入分析智，互联快速发展的教育信息化环境下 移动、在当前人工智能。还缺乏全面系统研究，角度看 从学习支持。但整体还处于探索阶段，教育领域关注 虽然智能虚拟助手已经开始受到，分析已有研究 。的可行性和优势 育环境中应用智能虚拟助手些实践研究探索了在教 这。习支持工具以及作为校园环境下的信息交流媒介 智能虚拟助手作为在线学习环境下的学：方式有两类 主要应用。等的应用分析 10 QuizzleBot、 9 MOOCBuddy 、 8 Waston Jill以及智能学习助手， 7 Siri、 6 Cortana助手 如基于通用语音。领域进行实践

2、教学应用的初步探索 对智能虚拟助手在教育）2（ 5 。个性化和可扩展性、性 可访问、参与度、将有效推动学习的趣味性，的结合 智能助手和在线教育，认为Dagnon。完成率仍然很低 但是学习者的整体，前在线课程的普及率在稳步增长 当 4 。学习分析等学习支持功能、问答交互、性化学习 拟助手的特征及其具有的个陈章进等分析了智能虚 、王萍 2-3 。和互动学习的目标将有助于实现自主学习 ，个性化学习等领域发挥优势、练习与模拟、信息查询 、在课程辅导虚拟助手机器人将，等分析指出Canbek Goksel-、Noble如。的教与学支持功能的理论研究 对智能虚拟助手）1：（梳理已有研究主要有，相对较少 拟助

3、手的研究和实践还当前在教育领域对于智能虚 但。构建了一种有效的学习支持系统，用的巨大潜力 使其具有教育应，丰富的技术框架等特征、服务方式 智能的、智能虚拟助手所具有的自然的人机交互 。工智能时代的重要信息环境 将逐渐构建起人）”CaaP（ions as A PlatformConversat 对话即平台“以对话为核心的，式智能应用服务 是当前备受关注的对话，户交互方式与应用创新空间 提供了自然的用）虚拟机器人等、智能个人助理、器人 也称为对话机（拟助手基于人工智能技术的虚 1 。量 智慧教育时代发展的核心力人工智能技术是 引言、一 学 习 环 境 与 资 源 i.eer.2018.02.010

4、DOI:10.13811/k ）P.60-0304-16-214：项目编号”（慕课环境下计算机基础课混合式教学模式的实践与探索“上海大学教育教学改革项目：基金项目 。 u.pingwangsh：E-mail。主要从事在线学习和移动学习研究，博士，副教授。河南安阳人，女），1975（王萍作者简介 A文献标志码 G434中图分类号 系统设计；学习支持；人工智能；智能虚拟助手关键词 。智能虚拟助手的三种开发方式可以灵活满足教育领域不同层次的应用开发需求，时 同。个性化学习的发展、将促进智能化，情境学习等学习支持功能、交互式问答、辅导智能虚拟助手可实现个性化：发现 研究。并进行了具体实现，提出了学习支

5、持系统的架构设计与开发思路，个方面对智能虚拟助手的学习支持进行了研究 价值分析三、应用分析、从功能分析，文章在对智能虚拟助手概念与关键技术分析的基础上。于研究与应用的探索阶段 目前仍处，它构建了一种有效的学习支持系统，智能虚拟助手是人工智能与自然用户界面技术的创新应用摘要 一种新型学习支持系统的分析与设计 智能虚拟助手： ）期298总第（期2年第0182 电化教育研究 拟助手学习支持系统，还需要进一步展开研究。 二、智能虚拟助手概述 （一）概念与类型 1概念 智能虚拟助手属于一种行动代理人软件，能通过 自然语言模拟人类对话，并深层次理解人类需求。 它 能代替人们执行某些任务，通过将这些服务以某

6、种方 式集成，最优化地满足人们的需求。 对话式交互与智 能性服务是其核心特征。 1966年，计算机科学家Joseph Weizenbaum发明 了第一个对话机器人Eliza11，这是最早的虚拟助手。 2011年， 苹果公司在iOS系统中推出了人工智能助 理软件Siri， 在语音识别和人工智能领域开启了新的 变革。 这种“基于实际生活的自然语言理解”成为智能 交互性个人助手的发展方向。 2类型 可以从不同角度对智能虚拟助手进行分类，常见 的角度包括依据解决问题的知识领域与技术生成模 型12。 从解决问题的知识领域分析，可分为基于封闭 域与开放域。 基于封闭域是指基于特定的主题，专注 于回答特定领

7、域的问题，可以导入如领域知识库等专 业知识，以有效提升系统的表现。 而基于开放域则没 有任何限定的主题，用户可以自由对话，因此难度也 相对地提高，要准备的知识库与模型要复杂很多。 从 智能虚拟助手的技术生成模型来看，可分为检索式与 生成式。 检索式智能虚拟助手使用已经定义好的问题 库和答案知识库， 通过将用户问题与知识库进行匹 配，返回给用户答案。 这种方式需要知识库尽量大，其 优势是回答质量高。 生成式智能虚拟助手则不依赖于 特定的答案库， 而是采用一定技术手段自动生成应 答。 这种类型的优势是可以覆盖任意话题的用户问 句，缺点是生成应答质量可能会受到影响。 （二）关键技术 图1智能虚拟助手

8、关键技术 图1对智能虚拟助手的工作原理与关键技术进 行了描述。 其中语音技术和语义技术是人工智能应用 的基础，机器学习、深度学习、知识库等知识推理和知 识整合是智能助手的核心技术， 使机器具有智能性， 大数据和云计算是人工智能的支撑技术。 1语音技术：语音识别与语音合成 语音识别和语音合成是实现人机语音通信的关 键技术。 语音识别是将人类的语音转换为文本的技 术，语音合成技术是将自然语言文本转换为语音输出 给用户的技术。 随着深度学习的发展和应用，语音识 别的准确率已经得到了很大提高。 2语义分析：自然语言处理与语义网络 由于人类自然语言的对话和文本一般广泛存在着 多义性或歧义性，消除它们需要

9、大量的知识和推理，因 此需要语义层面的分析和理解。 自然语言理解的目标 是将文本信息转换为可被机器处理的语义表示； 自然 语言生成则通过选择并执行一定的语义和语法规则来 生成文本； 语义网络通过采用网络形式表示人类知识 的方法，有着广泛的表示范围和强大的表示能力。 3知识推理：机器学习与深度学习 机器学习与深度学习是人工智能的核心，是使计 算机具有智能的根本途径。 机器学习使用大量的数据 进行训练，通过算法解析与不断学习，从而进行判断 和预测。 深度学习是机器学习研究中的一个领域，近 年来在许多应用中都取得了突破性进展。 4知识整合：知识库与知识图谱 大规模知识库与知识图谱是实现智能信息处理的

10、 关键。知识库是结构化的知识集群，是针对领域问题的 知识集合。知识图谱是知识的可视化图谱表示方式。知 识库与知识图谱的规模和类型决定了智能助手能够响 应的不同情境以及在各情境中进行决策的复杂度。 5支撑技术：大数据与云计算 智能虚拟助手是人工智能发展的产物。 海量多维 的情境化数据使人工智能得到更深入的应用，而人工 智能的深度应用又产生了更加海量、精准、高质量的 情境化数据。 云计算是获得海量大数据的重要途径， 并支撑了人工智能和大数据的计算存储密集型任务。 人工智能、大数据、云计算三者之间构成了相互促进、 紧密联系的关系。 三、基于智能虚拟助手的学习支持系统分析 本文从功能、应用和价值三个方

11、面，对智能虚拟 助手的学习支持系统进行分析。 （一）学习支持的功能分析 1功能分析 在智能助手的教育应用中，学习者在个人设备上 68 2018年第2期（总第298期） 通过语音、文本等自然交互方式，提出问题或选择学 习内容，智能助手在学习分析的基础上，结合知识库 等进行知识推理，生成答案或所需信息，并通过自然 语言返回给学习者。 基于智能虚拟助手的功能和特 点，可以从系统支持、学习分析和学习应用三个层面 对学习支持功能进行分析，如图2所示。 图2学习支持功能分析 （1）系统支持 在系统支持层面，由于智能虚拟助手一般存在于 学习者的个人设备中，并且经常与账户关联，因此在 实时交流中，可以获取学习

12、者的对话情境信息，如学 习者的地理位置、学习轨迹和时长、计划安排以及个 性化的喜好、风格等。 这些情境信息和个性化信息提 供了学习分析的数据基础。 同时，智能助手在系统层 面提供了领域知识库的支持，大规模、高质量的领域 知识库是实现有效学习支持功能的关键。 （2）学习分析 通过对学习者及其学习情境的数据测量和收集， 所获取的学习者个性化数据可以通过数据挖掘、氛围 计算、情感计算等方法进行有效的学习分析，以理解 和优化学习及学习情境，并促进构建更为完善的学习 者模型。 这将为学习应用提供支持与反馈，从而使学 习系统真正实现关注每个学习者的个性化发展与需 求。 （3）学习应用 在系统支持和学习分析

13、基础上，智能助手可以为 学习者提供多种学习支持应用， 如个性化学习辅导、 交互式问答与情感交流、学习计划与日程安排、情境 学习等。 智能助手作为学习过程中的个人助教，可以 辅助管理学习进程， 当学习者对学习内容提出问题 时，能够针对学习者学习情况进行分析，提供一对一 的个别指导，实现个性化和情感交流的学习过程。 2与其他学习支持方式的比较 未来的教育将是人与人工智能协作的时代，充分 发挥机器的优势是提升教育应用的关键。 智能学习助 手、自适应学习系统是当前基于人工智能的主要教育 应用方式。 自适应学习系统的核心要素为内容模型、 学习者模型和教导模型13，通过实时分析学生学习水 平和状态，进行评

14、估并自动调整学习者的学习路径和 进程，实现个性化差异的学习。 表1将智能学习助手、自适应学习系统与人类教 师的学习支持功能进行了对比。 智能学习助手、自适 应学习系统、教师等以不同方式为学习者提供不同角 度的学习支持，学习者将面对更加完善和优化的学习 环境。 表1学习支持功能的对比 （二）学习支持系统的应用分析 1应用现状分析 基于对智能虚拟助手不同类型的特征分析，当前 在教育领域中， 主要的应用是面向领域的封闭域类 型。 （1）检索式封闭域：这是教育领域当前的主要应 用类型，基本上是基于规则的，应用于特定的学习情 境，一般为问答式的单轮对话。 （2）生成式封闭域：这是教育领域正在发展和未 来

15、应用的主要类型， 这种类型具有一定的学习能力， 能够基于上下文语境进行多轮对话。 生成式开放域型虚拟助手不限主题， 不限形式， 属于强人工智能，难度大，短期内在教育领域还难以 实现理想的效果。 表2对当前教育应用中的主要智能 虚拟助手进行了总结。 2应用案例分析 Duolingo（多邻国）是被苹果公司、谷歌公司评为 iOS平台和安卓平台最佳应用的语言学习系统，其设 计中融入了多种教学思想。2016年10月，Duolingo在 软件中加入了基于人工智能的对话机器人导师，辅导 学习者的语言学习，支持学习者与机器人导师进行即 智能学习助手 自适应 学习系统 人类教师 交互方式 文本（触屏）、 语音

16、图形（鼠标）、 符号（键盘） 面对面、 语音 练习测评个性化个性化统一化 情感交流较好弱好 情境性强较强弱 知识库 领域知识库、 开放知识库 领域知识库 教师个人 知识储备 学习分析强强弱 大数据支持强强弱 成本边际成本低边际成本低边际成本高 应用环境移动端/Web端Web端 面对面/移动 端/Web端 学习支持方式 对比维度 69 电化教育研究 时对话，主要特征有：（1）基于人工智能技术，机器人 导师能够从与学习者的对话中不断学习，不断增强智 能性。 学习者和机器人互动越多，“导师”也会变得越 聪明，与学习者的互动会更具有针对性。 （2）机器人导 师会变换不同的人物角色与学习者讨论不同的话题

17、， 以使用户获得更加贴近真实的语境。 （3）根据学习者 的实际学习数据，进行学习分析并找到学习者的优势 和短板，从而根据学习者的学习情况自动调整学习内 容，以实现个性化辅导。 如果学习者学习出色，学习内 容也会越来越复杂，并会给予加分奖励。 （4）首次推出 了三款导师，不同导师具有不同的角色和性格，并且 这些性格会在对话中体现出来，使得学习过程更具人 性化。 未来还将推出更多不同人物角色特点的机器人 智能导师。 Duolingo的对话机器人导师将人工智能技术成 功应用于学习系统，取得了良好的效果。 其目标是将 对话模式应用于语言学习中，借助智能机器人引导语 言学习的革命。 （三）学习支持系统的

18、价值分析 基于智能虚拟助手的学习支持系统体现了人工 智能产品的优势，对教学和学习领域带来了积极的价 值。 1在交互方式上，提供了自然的、情感化的交互 方式 交互是学习过程中的基本要素。 在人机交互的发 展过程中，经历了符号（键盘）、图形界面（鼠标）、触 屏、语音、手势控制等交互方式的演进，交互方式越来 越与人的自然习惯相接近。 交互方式的演进也在推动 着学习支持系统的发展。 智能虚拟助手使人类通过自 然的语言来使用计算设备，本质上是一种更先进的人 机交互入口，使交互更加个性化和拟人化。 同时，通过 对交互过程中人类的情绪、感情进行获取、识别和响 应，促进了情感性的增强。 2在服务方式上，提供了

19、易用性强的跨平台集成 服务 对于学习者， 无论是正式学习还是非正式学习， 移动设备和移动应用的支持已经不可或缺。 而当前移 动互联网发展面临的突出问题是 “APP信息孤岛”和 “应用长尾”现象。 智能虚拟助手则将更多的服务集成 至系统层面，具有易用性和跨平台性，并通过将所有 服务的交互变成一种对话的交互，使学习者能够更加 方便快捷地获取学习支持。 3在智能程度上，体现了人工智能产品的有效性 智能虚拟助手是人工智能落地的体现，自然语言 处理、机器学习、深度学习等人工智能技术的快速发 展为智能助手的应用提供了条件。 借助知识库、知识 图谱和学习分析，智能学习助手将能够深入理解学习 者的认知和学习状

20、态，自动化构建学习者画像，从而 显著提高智能化程度，帮助学习者高效、准确地获取 信息和个性化服务。 四、基于智能虚拟助手的学习支持系统 设计与实现 （一）学习支持系统架构设计 结合对智能虚拟助手学习支持功能的分析，我们 设计了基于智能虚拟助手的学习支持系统架构，如图 3所示，该架构有助对系统的设计与应用开发。 1交互层 交互层直接面对学习者，服务于下层功能层的要 求，完成交互方式、交互平台的选择和设计。 智能助手 通用领域教育领域 虚拟助手SiriCortanaAssistantAmeliaBotsJillPrepathonOli 开发公司苹果微软谷歌IPsoftDuolingo佐治亚大学Pr

21、epathonAdmitHub 推出时间20112014201620152016201620162015 类型开放域开放域开放域封闭域封闭域封闭域封闭域封闭域 交互方式语音语音、文本语音语音、文本文本文本语音、文本文本 智能程度一般一般一般较高较高较高一般一般 支持功能 信息问答、 语音交互、 事务助理 信息问答、 语音交互、 事务助理 信息问答、 语音交互、 事务助理 业务问答、 用户分析、 虚拟形象 语言学习、 内容自适应、 角色选择 课程答疑、 课程助教 个性化辅导、 学习安排 信息问答、 个性推荐、 用户分析 功能整合 Wolfram Alpha、 搜索引擎、 维基百科 搜索引擎、 学

22、术数据库 搜索引擎、 地图服务 Youtube 信息检索、 领域知识 领域知识领域知识领域知识 信息检索、 领域知识 表2部分智能虚拟助手的教育应用分析 70 2018年第2期（总第298期） 的交互方式主要是文本和语音方式，根据功能要求可 以基于已有的消息平台或社交平台，也可以基于学习 管理系统或慕课平台等教学系统。 图3学习支持系统架构 2功能层 功能层提供在教育领域中学习支持的具体应用 和服务。 功能层的设计要结合学习支持的目标和应用 模式选择，如基本信息咨询类型、个性化学习支持类 型。 不同类型的功能层目标将直接影响上层的交互设 计和下层的技术选型。 功能层还要考虑到应用能力的 整合，

23、将智能助手很好地与其他学习应用整合，以优 化和完善学习环境和学习支持。 3技术层 技术层完成学习支持系统功能的实现，包括关键 技术、通用算法和开发框架。 根据学习系统在功能层 的设计，可以有不同技术选择方案。 随着智能应用的 成熟，未来的智能平台目标不只是构建单个的虚拟助 手，而是开发建构虚拟助手的通用技术，用户只需要 提供领域知识，就可以快速构建该领域的服务。 4能力层 能力层包括知识库、学习大数据和云计算等基础 支撑技术和平台，用于系统机器学习训练以及学习分 析、数据挖掘等。 能力层是智能系统实现的基础，也决 定着虚拟助手的性能。 随着教育信息化的发展，教育 大数据正在初具雏形，教育领域的

24、学科知识库也在不 断完善， 这些将为学习系统提供良好的计算能力基 础。 （二）学习支持系统的开发方式讨论 从技术角度来说，在学习系统开发中并非需要精 通所有技术。 在开发框架和平台的帮助下，可以分层 次、模块化地被引入，这将极大地助力智能助手在教 育领域的应用开发。 1智能虚拟助手的生态系统研究 随着人工智能与智能虚拟助手的发展，越来越多 的公司与机构都在积极参与，智能虚拟助手领域正在 构建着设计、开发、整合、分析、发现等各项技术与服 务，在形成着完善的生态系统，如图4所示。 图4智能虚拟助手生态系统 （1）开发框架 开发框架是一种软件框架，能够对智能虚拟助手 开发过程中的内容做抽象化处理。

25、其目标是开发和绑 定多种组件到应用程序，帮助开发者在多个不同平台 搭建、链接、管理和发布对话机器人，如微软2016年 3月推出的Bot Framework。 （2）人工智能工具包 人工智能工具包提供人工智能的支持，包括自然 语言处理包、机器学习包等。 这些工具包为智能软件 的开发提供了灵活方便的SDK和API，可以实现自然 语言理解、语音识别、会话管理等功能，协助开发者打 造智能应用程序。 （3）整合服务 整合服务用于将所设计的对话机器人连接到多 个消息平台，类似一个连接器或桥梁。 由于现在消息 服务的种类繁多， 用户可能应用多个不同的消息平 台，通过连接器的整合功能，可以将智能虚拟助手部 署

26、到多个平台。 （4）分析工具 智能虚拟助手的广泛使用，使得对话交流从社会 环境中的人与人、消息系统中的人与人，扩展到人与 机器之间进行。 随着未来对话系统的普及，这些对话 信息也将构成人类活动的重要记录。 分析工具将可以 实现对使用者的会话、参与度、保持度、情感等的基本 分析。 （5）发现服务 随着智能对话服务的发展，各种类型的智能虚拟 助手数量不断增长。 发现服务提供了网络聚合和发现 机制， 将多种不同类型的智能虚拟助手聚合到一起， 构成了类似的应用商店，帮助用户快速查找对自己有 价值的服务。 2开发方式讨论 71 电化教育研究 结合对智能虚拟助手关键技术和生态系统的研 究，我们认为，在教育

27、领域，当前的应用开发可以有如 下方式： （1）基于原生系统的全新开发 这种开发方式一般由专业公司完成，结合具体的 功能和交互需求进行设计开发。 其特点是需要高级技 术人员开发，开发过程要涉及人工智能、机器学习、语 音交互等多领域的底层技术，相对复杂。 但开发的系 统功能强大完善、灵活性强，不会受到平台限制，能最 优化地满足学习系统的要求。 （2）基于开发框架的定制开发 这种开发方式通过选用成熟的开发框架进行开 发，降低了技术难度，一般开发人员在开发框架基础 上即可实现。 很多开发平台也都提供了丰富的插件， 开发者可以将各种需要的功能及数据通过开发框架 完成定制功能的开发。 这种定制开发的特点为

28、：简化 了底层技术的开发难度，上层需求可以根据系统要求 定制，具有一定的灵活性。 （3）基于现有平台的快捷开发 目前，已有一些智能虚拟助手服务提供了便捷的 开发方式，用户可以无须编程基础，通过拖拽模块等 操作完成一个助手功能的实现。 这种开发方式的优点 是没有开发门槛，不具备技术开发能力的普通教师也 可以直接参与学习应用的设计与实现。 其缺点是一般 会受到平台限制，功能也局限于所提供的已有功能。 （三）课程智能学习助手的实现 我们实现了“计算机技术基础”课程智能学习助 手。 “计算机技术基础”课是本校一年级的必修课程， 对近年课程的教学分析发现：课程为大班教学，学生 人数多，对教师的及时答疑和

29、交互带来困难；在教师 邮件和Blackboard课程论坛中，学生的问题大部分为 重复问题，如作业问题、相关知识点等，根据统计，常 规重复性问题占72%以上；学生移动端智能手机和微 信等相关软件使用全面普及。 因此，智能虚拟助手将 是一种有效的学习支持方式，我们设计实现了课程智 能学习小助手。 1实现方式 我们采用了开发方式中基于现有平台的快捷开 发方法， 选用了图灵机器人进行实现。 图灵机器人 API在人工智能的核心能力上提供了一系列在线服 务和开发接口，能够灵活定义机器人的属性，编辑机 器人的智能问答内容，创建智能交互机器人。 基于图 灵机器人实现的课程微信智能学习助手如图5所示。 这种快捷

30、开发方式的优点在于，通过各种模版和接口 界面的多种服务支持，能够通过所见即所得的方式实 现应用的快速构建。 图5课程智能学习助手 2知识库的构建 图灵机器人支持知识库的创建和导入。 课程智能 学习助手中知识库的构建主要包括以下三方面内容： （1）常见问题知识库：结合往年教学中所总结的问题， 形成问题知识库。 （2）课程知识点知识库：对课程中的 知识点进行分析，形成知识点知识库。 （3）常规对话知 识库：除了课程问答外，还可以实现基本的如天气查 询等日常对话功能，此部分知识库使用了公开开放的 知识库。 3应用反馈 课程智能学习助手在“计算机技术基础”课程中 进行了初步使用，并通过面对面访谈方式对

31、部分学生 进行了调查。 对学生的反馈分析发现：学生对于智能 学习助手的学习支持方式表示了肯定， 认为符合现 在移动端学习方式和APP应用习惯； 课程智能学习 助手及时解决了他们所遇到的部分课程问题； 对智 能学习助手所存在的不足， 学生的反馈主要包括课 程问题库和知识点库还不够完整， 以及需要增强语 音处理功能。 这些是系统在后期需要进一步完善的内 容。 五、结 束 语 智能虚拟助手应用于教育领域，可以提供有效的 学习支持功能。 对于学习者来说，它简单易用，能使用 自然语言与之对话，提供了情感化的沟通路径和多种 学习支持功能。 对于教师来说，可以辅助教学过程，有 效减少重复性劳动，使更多精力投

32、入更有效的教学活 动。 对于教育软件开发者来说，开发方式灵活，既可以 打造独立教育产品，也可以在领域知识和业务逻辑上 灵活地通过已有开发框架实现。 对于教育研究者来 说，智能虚拟助手学习系统的交互性、个性化支持、学 72 2018年第2期（总第298期） 参考文献 1马玉慧，柏茂林，周政.智慧教育时代我国人工智能教育应用的发展路径探究美国规划未来，迎接人工智能时代报告解读 及启示J.电化教育研究，2017（3）：123-128. 2 NOBLE M. Chatbots for learningEB/OL.（2016-09-12）2017-03-05. http：/ 3 GOKSEL -CANB

33、EK N，MUTLU M E. On the track of artificial intelligence：learning with intelligent personal assistants J. International journal of human sciences，2016，13（1）：592-601. 4王萍，陈章进，陶媛.智能虚拟助手的教育应用研究J.现代教育技术，2017（8）：18-24. 5 DAGNON S. Are chatbots the missing link in online education?EB/OL.（2017-03-02）2017-04

34、-09.https：/ are-chatbots-the-missing-link-in-online-education-5a6d128707eb. 6 FLEMING R. Could cortana in education help students and teachers?EB/OL.（2014-09-08）2017-03-01.https：/blogs.msdn. 7 MCNEAL M. A Siri for higher Ed aims to boost student engagementEB/OL.（2016-12-07）2017-03-01.https：/ news/20

35、16-12-07-a-siri-for-higher-ed-aims-to-boost-student-engagement. 8 Maderer J. Artificial intelligence course creates ai teaching assistantEB/OL.（2016-05-09）2017-03-01.http：/www.news.gatech.edu/ 2016/05/09/artificial-intelligence-course-creates-ai-teaching-assistant. 9 HOLOTESCU C. MOOCBuddy：a chatbot

36、 for personalized learning with MOOCs C/Proceedings of the International Conference on Human-Computer Interaction-RoCHI 2016. Bucharest：Matrix Rom，2016：91-94. 10 KLOPFENSTEIN L C，BOGLIOLO A. The quiz-master bot：a persistent augmented quiz delivered through online messagingC/ Proceedings of 11th Inte

37、rnational Technology，Education and Development Conference. Spain：Valencia，2017：9806-9811. 11 WEIZENBAUM J. ELIZAa computer program for the study of natural language communication between man and machineJ. Communications of the ACM，1996（9）：36-45. 12 CLARK M. A chatbot framework EB/OL.（2016-06-09）2017

38、-02-12. http：/ chatbot-framework. 13郭朝晖，王楠，刘建设.国内外自适应学习平台的现状分析研究J.电化教育研究，2016（4）：55-61. Intelligent Virtual Assistant: Analysis and Design of A New Learning Support System WANG Ping1, SHI Lei2, CHEN Zhangjin1 (1.Computer Center, Shanghai University, Shanghai 200444; 2.College of Engineering, Shangha

39、i Polytechnic University, Shanghai 201209) Abstract Intelligent virtual assistant, an innovative application of artificial intelligence and natural user interface, constructs an effective learning support system and is still in the exploration stage of research and application. This paper first anal

40、yzes the concept and key technology of intelligent virtual assistant, then studies its learning support from the analysis of function, application, and value, and finally puts forward the framework design and development analysis of learning support system which is implemented by a case. The results show that the intelligent virtual assistant can function personalized tutoring, interactive Q Artificial Intelligence; Learning Support; System Design 习数据的分析等，都提供了新的研究情境。 下一步的 研究计划： 将继续完善课程智能助手学习支持的功 能，进一步探索其在教与学实践过程中有效应用的原 则与路径。 73