1定性仿真的產(chǎn)生與理論現(xiàn)狀

定性仿真(QualitativeSimulation)是以非數(shù)字手段處理信息輸入、建模、行為分析和結(jié)果輸出等仿真環(huán)節(jié)，通過定性模型推導(dǎo)系統(tǒng)的定性行為描述。定性仿真是系統(tǒng)仿真的一個分支，是系統(tǒng)仿真與人工智能理論交叉產(chǎn)生的新領(lǐng)域。相對于傳統(tǒng)的數(shù)字仿真，定性仿真有其獨到之處：這種仿真能處理多種形式的信息，有推理能力和學(xué)習(xí)能力，能初步模仿人類思維方式，人機界面更符合人的思維習(xí)慣，所得結(jié)果更容易理解。

定性仿真的研究中，美國學(xué)者起步較早。70年代后期，美國XEROX實驗室的JohndeKleer和SeelyBrown在設(shè)計一個電路教學(xué)系統(tǒng)時發(fā)現(xiàn)，以常規(guī)的數(shù)學(xué)模型和仿真方法難以使學(xué)生很快明白電路的工作過程，而在實際教學(xué)中，老師并不是先給出數(shù)學(xué)公式，而是先講解電路的工作原理，采用定性的描述方法，那么是否可以用計算機來模擬這一方法呢？同樣在許多的實際工作中，人們更多的是依靠這種對系統(tǒng)原理性的理解，而這種理解的基礎(chǔ)就是定性知識。很多專家學(xué)者開始探索如何在數(shù)字仿真中引入定性知識。

1983年，JohndeKleer和SeelyBrown發(fā)表了有關(guān)定性仿真的第一篇論文AQualitativePhysicsBasedOnConfluence?[1]，產(chǎn)生了巨大反響，揭開了定性仿真研究熱潮的序幕。美國麻省理工學(xué)院的KennethD.Forbus則對定性仿真理論作了全面的總結(jié)[2]；1986年美國德州大學(xué)的BenjaminKuipers在QualitativeSimulation”一文中提出了動態(tài)仿真算法QSIM[3]，使定性仿真接近于實用。1984年人工智能雜志第一次出版了關(guān)于定性問題的專集。此后定性問題的研究成為人工智能和系統(tǒng)建模與仿真領(lǐng)域的一個熱點，許多學(xué)者加入到這一研究領(lǐng)域中，產(chǎn)生了大量的研究成果。1991年，人工智能雜志又出版了有關(guān)定性推理的第二本專集，標(biāo)志著該領(lǐng)域理論研究逐漸成熟并且向應(yīng)用領(lǐng)域擴展。90年代以來，該領(lǐng)域的研究情況可謂方興未艾，在IEEE的相關(guān)雜志上和撊斯ぶ悄軘?shù)葒H刊物上經(jīng)?？梢钥吹蕉ㄐ苑抡娣矫娴难芯砍晒?。國內(nèi)該領(lǐng)域的研究起步較晚，目前從事定性理論研究的僅限于少數(shù)院校的少數(shù)研究者。

定性仿真產(chǎn)生之后，在理論上出現(xiàn)了百家爭鳴的局面，研究者們根據(jù)自己的見解提出了各自的建模和仿真理論。目前，基本可分為三個理論派別，即模糊仿真方法、基于歸納學(xué)習(xí)的方法和樸素物理學(xué)方法。

模糊數(shù)學(xué)方法可以解決模型信息與測量數(shù)據(jù)的不確定性，所以在定性理論中一般用來作為一種描述手段。最初，系統(tǒng)的定性值是采用區(qū)間模糊數(shù)的行為來描述的，英國的QiangShen進一步將其發(fā)展到用凸模糊數(shù)來描述定性值[4]，在數(shù)據(jù)表示上前進了一大步。此后，又有人在其基礎(chǔ)上引入了概率論，來度量生成的多個行為的可信度。當(dāng)前的模糊定性理論，在模糊數(shù)表示方面都存在一大弱點，那就是系統(tǒng)真實值與模糊量空間的映射問題，即如何確定描述系統(tǒng)的模糊量。

摘要：本文首先介紹了定性仿真的產(chǎn)生背景及理論發(fā)展?fàn)顩r，然后說明了定性仿真在各領(lǐng)域的應(yīng)用情況，最后對定性仿真的發(fā)展方向進行了探討。

關(guān)鍵詞：定性仿真，定性模型

1定性仿真的產(chǎn)生與理論現(xiàn)狀

定性仿真(QualitativeSimulation)是以非數(shù)字手段處理信息輸入、建模、行為分析和結(jié)果輸出等仿真環(huán)節(jié)，通過定性模型推導(dǎo)系統(tǒng)的定性行為描述。定性仿真是系統(tǒng)仿真的一個分支，是系統(tǒng)仿真與人工智能理論交叉產(chǎn)生的新領(lǐng)域。相對于傳統(tǒng)的數(shù)字仿真，定性仿真有其獨到之處：這種仿真能處理多種形式的信息，有推理能力和學(xué)習(xí)能力，能初步模仿人類思維方式，人機界面更符合人的思維習(xí)慣，所得結(jié)果更容易理解。

定性仿真的研究中，美國學(xué)者起步較早。70年代后期，美國XEROX實驗室的JohndeKleer和SeelyBrown在設(shè)計一個電路教學(xué)系統(tǒng)時發(fā)現(xiàn)，以常規(guī)的數(shù)學(xué)模型和仿真方法難以使學(xué)生很快明白電路的工作過程，而在實際教學(xué)中，老師并不是先給出數(shù)學(xué)公式，而是先講解電路的工作原理，采用定性的描述方法，那么是否可以用計算機來模擬這一方法呢？同樣在許多的實際工作中，人們更多的是依靠這種對系統(tǒng)原理性的理解，而這種理解的基礎(chǔ)就是定性知識。很多專家學(xué)者開始探索如何在數(shù)字仿真中引入定性知識。

1983年，JohndeKleer和SeelyBrown發(fā)表了有關(guān)定性仿真的第一篇論文AQualitativePhysicsBasedOnConfluence?[1]，產(chǎn)生了巨大反響，揭開了定性仿真研究熱潮的序幕。美國麻省理工學(xué)院的KennethD.Forbus則對定性仿真理論作了全面的總結(jié)[2]；1986年美國德州大學(xué)的BenjaminKuipers在QualitativeSimulation”一文中提出了動態(tài)仿真算法QSIM[3]，使定性仿真接近于實用。1984年人工智能雜志第一次出版了關(guān)于定性問題的專集。此后定性問題的研究成為人工智能和系統(tǒng)建模與仿真領(lǐng)域的一個熱點，許多學(xué)者加入到這一研究領(lǐng)域中，產(chǎn)生了大量的研究成果。1991年，人工智能雜志又出版了有關(guān)定性推理的第二本專集，標(biāo)志著該領(lǐng)域理論研究逐漸成熟并且向應(yīng)用領(lǐng)域擴展。90年代以來，該領(lǐng)域的研究情況可謂方興未艾，在IEEE的相關(guān)雜志上和撊斯ぶ悄軘?shù)葒H刊物上經(jīng)常可以看到定性仿真方面的研究成果。國內(nèi)該領(lǐng)域的研究起步較晚，目前從事定性理論研究的僅限于少數(shù)院校的少數(shù)研究者。

摘要：本文首先介紹了定性仿真的產(chǎn)生背景及理論發(fā)展?fàn)顩r，然后說明了定性仿真在各領(lǐng)域的應(yīng)用情況，最后對定性仿真的發(fā)展方向進行了探討。

關(guān)鍵詞：定性仿真，定性模型

1定性仿真的產(chǎn)生與理論現(xiàn)狀

定性仿真(QualitativeSimulation)是以非數(shù)字手段處理信息輸入、建模、行為分析和結(jié)果輸出等仿真環(huán)節(jié)，通過定性模型推導(dǎo)系統(tǒng)的定性行為描述。定性仿真是系統(tǒng)仿真的一個分支，是系統(tǒng)仿真與人工智能理論交叉產(chǎn)生的新領(lǐng)域。相對于傳統(tǒng)的數(shù)字仿真，定性仿真有其獨到之處：這種仿真能處理多種形式的信息，有推理能力和學(xué)習(xí)能力，能初步模仿人類思維方式，人機界面更符合人的思維習(xí)慣，所得結(jié)果更容易理解。

定性仿真的研究中，美國學(xué)者起步較早。70年代后期，美國XEROX實驗室的JohndeKleer和SeelyBrown在設(shè)計一個電路教學(xué)系統(tǒng)時發(fā)現(xiàn)，以常規(guī)的數(shù)學(xué)模型和仿真方法難以使學(xué)生很快明白電路的工作過程，而在實際教學(xué)中，老師并不是先給出數(shù)學(xué)公式，而是先講解電路的工作原理，采用定性的描述方法，那么是否可以用計算機來模擬這一方法呢？同樣在許多的實際工作中，人們更多的是依靠這種對系統(tǒng)原理性的理解，而這種理解的基礎(chǔ)就是定性知識。很多專家學(xué)者開始探索如何在數(shù)字仿真中引入定性知識。

1983年，JohndeKleer和SeelyBrown發(fā)表了有關(guān)定性仿真的第一篇論文AQualitativePhysicsBasedOnConfluence?[1]，產(chǎn)生了巨大反響，揭開了定性仿真研究熱潮的序幕。美國麻省理工學(xué)院的KennethD.Forbus則對定性仿真理論作了全面的總結(jié)[2]；1986年美國德州大學(xué)的BenjaminKuipers在QualitativeSimulation”一文中提出了動態(tài)仿真算法QSIM[3]，使定性仿真接近于實用。1984年人工智能雜志第一次出版了關(guān)于定性問題的專集。此后定性問題的研究成為人工智能和系統(tǒng)建模與仿真領(lǐng)域的一個熱點，許多學(xué)者加入到這一研究領(lǐng)域中，產(chǎn)生了大量的研究成果。1991年，人工智能雜志又出版了有關(guān)定性推理的第二本專集，標(biāo)志著該領(lǐng)域理論研究逐漸成熟并且向應(yīng)用領(lǐng)域擴展。90年代以來，該領(lǐng)域的研究情況可謂方興未艾，在IEEE的相關(guān)雜志上和撊斯ぶ悄軘?shù)葒H刊物上經(jīng)常可以看到定性仿真方面的研究成果。國內(nèi)該領(lǐng)域的研究起步較晚，目前從事定性理論研究的僅限于少數(shù)院校的少數(shù)研究者。

摘要：本文首先介紹了定性仿真的產(chǎn)生背景及理論發(fā)展?fàn)顩r，然后說明了定性仿真在各領(lǐng)域的應(yīng)用情況，最后對定性仿真的發(fā)展方向進行了探討。

關(guān)鍵詞：定性仿真，定性模型

1定性仿真的產(chǎn)生與理論現(xiàn)狀

定性仿真(QualitativeSimulation)是以非數(shù)字手段處理信息輸入、建模、行為分析和結(jié)果輸出等仿真環(huán)節(jié)，通過定性模型推導(dǎo)系統(tǒng)的定性行為描述。定性仿真是系統(tǒng)仿真的一個分支，是系統(tǒng)仿真與人工智能理論交叉產(chǎn)生的新領(lǐng)域。相對于傳統(tǒng)的數(shù)字仿真，定性仿真有其獨到之處：這種仿真能處理多種形式的信息，有推理能力和學(xué)習(xí)能力，能初步模仿人類思維方式，人機界面更符合人的思維習(xí)慣，所得結(jié)果更容易理解。

定性仿真的研究中，美國學(xué)者起步較早。70年代后期，美國XEROX實驗室的JohndeKleer和SeelyBrown在設(shè)計一個電路教學(xué)系統(tǒng)時發(fā)現(xiàn)，以常規(guī)的數(shù)學(xué)模型和仿真方法難以使學(xué)生很快明白電路的工作過程，而在實際教學(xué)中，老師并不是先給出數(shù)學(xué)公式，而是先講解電路的工作原理，采用定性的描述方法，那么是否可以用計算機來模擬這一方法呢？同樣在許多的實際工作中，人們更多的是依靠這種對系統(tǒng)原理性的理解，而這種理解的基礎(chǔ)就是定性知識。很多專家學(xué)者開始探索如何在數(shù)字仿真中引入定性知識。

1983年，JohndeKleer和SeelyBrown發(fā)表了有關(guān)定性仿真的第一篇論文AQualitativePhysicsBasedOnConfluence?[1]，產(chǎn)生了巨大反響，揭開了定性仿真研究熱潮的序幕。美國麻省理工學(xué)院的KennethD.Forbus則對定性仿真理論作了全面的總結(jié)[2]；1986年美國德州大學(xué)的BenjaminKuipers在QualitativeSimulation”一文中提出了動態(tài)仿真算法QSIM[3]，使定性仿真接近于實用。1984年人工智能雜志第一次出版了關(guān)于定性問題的專集。此后定性問題的研究成為人工智能和系統(tǒng)建模與仿真領(lǐng)域的一個熱點，許多學(xué)者加入到這一研究領(lǐng)域中，產(chǎn)生了大量的研究成果。1991年，人工智能雜志又出版了有關(guān)定性推理的第二本專集，標(biāo)志著該領(lǐng)域理論研究逐漸成熟并且向應(yīng)用領(lǐng)域擴展。90年代以來，該領(lǐng)域的研究情況可謂方興未艾，在IEEE的相關(guān)雜志上和撊斯ぶ悄軘?shù)葒H刊物上經(jīng)?？梢钥吹蕉ㄐ苑抡娣矫娴难芯砍晒鴥?nèi)該領(lǐng)域的研究起步較晚，目前從事定性理論研究的僅限于少數(shù)院校的少數(shù)研究者。

摘要：本文首先介紹了定性仿真的產(chǎn)生背景及理論發(fā)展?fàn)顩r，然后說明了定性仿真在各領(lǐng)域的應(yīng)用情況，最后對定性仿真的發(fā)展方向進行了探討。

關(guān)鍵詞：定性仿真，定性模型

1定性仿真的產(chǎn)生與理論現(xiàn)狀

定性仿真(QualitativeSimulation)是以非數(shù)字手段處理信息輸入、建模、行為分析和結(jié)果輸出等仿真環(huán)節(jié)，通過定性模型推導(dǎo)系統(tǒng)的定性行為描述。定性仿真是系統(tǒng)仿真的一個分支，是系統(tǒng)仿真與人工智能理論交叉產(chǎn)生的新領(lǐng)域。相對于傳統(tǒng)的數(shù)字仿真，定性仿真有其獨到之處：這種仿真能處理多種形式的信息，有推理能力和學(xué)習(xí)能力，能初步模仿人類思維方式，人機界面更符合人的思維習(xí)慣，所得結(jié)果更容易理解。

定性仿真的研究中，美國學(xué)者起步較早。70年代后期，美國XEROX實驗室的JohndeKleer和SeelyBrown在設(shè)計一個電路教學(xué)系統(tǒng)時發(fā)現(xiàn)，以常規(guī)的數(shù)學(xué)模型和仿真方法難以使學(xué)生很快明白電路的工作過程，而在實際教學(xué)中，老師并不是先給出數(shù)學(xué)公式，而是先講解電路的工作原理，采用定性的描述方法，那么是否可以用計算機來模擬這一方法呢？同樣在許多的實際工作中，人們更多的是依靠這種對系統(tǒng)原理性的理解，而這種理解的基礎(chǔ)就是定性知識。很多專家學(xué)者開始探索如何在數(shù)字仿真中引入定性知識。

1983年，JohndeKleer和SeelyBrown發(fā)表了有關(guān)定性仿真的第一篇論文AQualitativePhysicsBasedOnConfluence?[1]，產(chǎn)生了巨大反響，揭開了定性仿真研究熱潮的序幕。美國麻省理工學(xué)院的KennethD.Forbus則對定性仿真理論作了全面的總結(jié)[2]；1986年美國德州大學(xué)的BenjaminKuipers在QualitativeSimulation”一文中提出了動態(tài)仿真算法QSIM[3]，使定性仿真接近于實用。1984年人工智能雜志第一次出版了關(guān)于定性問題的專集。此后定性問題的研究成為人工智能和系統(tǒng)建模與仿真領(lǐng)域的一個熱點，許多學(xué)者加入到這一研究領(lǐng)域中，產(chǎn)生了大量的研究成果。1991年，人工智能雜志又出版了有關(guān)定性推理的第二本專集，標(biāo)志著該領(lǐng)域理論研究逐漸成熟并且向應(yīng)用領(lǐng)域擴展。90年代以來，該領(lǐng)域的研究情況可謂方興未艾，在IEEE的相關(guān)雜志上和撊斯ぶ悄軘?shù)葒H刊物上經(jīng)?？梢钥吹蕉ㄐ苑抡娣矫娴难芯砍晒?。國內(nèi)該領(lǐng)域的研究起步較晚，目前從事定性理論研究的僅限于少數(shù)院校的少數(shù)研究者。

摘要：本文首先介紹了定性仿真的產(chǎn)生背景及理論發(fā)展?fàn)顩r，然后說明了定性仿真在各領(lǐng)域的應(yīng)用情況，最后對定性仿真的發(fā)展方向進行了探討。

關(guān)鍵詞：定性仿真，定性模型

1定性仿真的產(chǎn)生與理論現(xiàn)狀

定性仿真(QualitativeSimulation)是以非數(shù)字手段處理信息輸入、建模、行為分析和結(jié)果輸出等仿真環(huán)節(jié)，通過定性模型推導(dǎo)系統(tǒng)的定性行為描述。定性仿真是系統(tǒng)仿真的一個分支，是系統(tǒng)仿真與人工智能理論交叉產(chǎn)生的新領(lǐng)域。相對于傳統(tǒng)的數(shù)字仿真，定性仿真有其獨到之處：這種仿真能處理多種形式的信息，有推理能力和學(xué)習(xí)能力，能初步模仿人類思維方式，人機界面更符合人的思維習(xí)慣，所得結(jié)果更容易理解。

定性仿真的研究中，美國學(xué)者起步較早。70年代后期，美國XEROX實驗室的JohndeKleer和SeelyBrown在設(shè)計一個電路教學(xué)系統(tǒng)時發(fā)現(xiàn)，以常規(guī)的數(shù)學(xué)模型和仿真方法難以使學(xué)生很快明白電路的工作過程，而在實際教學(xué)中，老師并不是先給出數(shù)學(xué)公式，而是先講解電路的工作原理，采用定性的描述方法，那么是否可以用計算機來模擬這一方法呢？同樣在許多的實際工作中，人們更多的是依靠這種對系統(tǒng)原理性的理解，而這種理解的基礎(chǔ)就是定性知識。很多專家學(xué)者開始探索如何在數(shù)字仿真中引入定性知識。

1983年，JohndeKleer和SeelyBrown發(fā)表了有關(guān)定性仿真的第一篇論文AQualitativePhysicsBasedOnConfluence?[1]，產(chǎn)生了巨大反響，揭開了定性仿真研究熱潮的序幕。美國麻省理工學(xué)院的KennethD.Forbus則對定性仿真理論作了全面的總結(jié)[2]；1986年美國德州大學(xué)的BenjaminKuipers在QualitativeSimulation”一文中提出了動態(tài)仿真算法QSIM[3]，使定性仿真接近于實用。1984年人工智能雜志第一次出版了關(guān)于定性問題的專集。此后定性問題的研究成為人工智能和系統(tǒng)建模與仿真領(lǐng)域的一個熱點，許多學(xué)者加入到這一研究領(lǐng)域中，產(chǎn)生了大量的研究成果。1991年，人工智能雜志又出版了有關(guān)定性推理的第二本專集，標(biāo)志著該領(lǐng)域理論研究逐漸成熟并且向應(yīng)用領(lǐng)域擴展。90年代以來，該領(lǐng)域的研究情況可謂方興未艾，在IEEE的相關(guān)雜志上和撊斯ぶ悄軘?shù)葒H刊物上經(jīng)?？梢钥吹蕉ㄐ苑抡娣矫娴难芯砍晒?。國內(nèi)該領(lǐng)域的研究起步較晚，目前從事定性理論研究的僅限于少數(shù)院校的少數(shù)研究者。

[摘要]:在過去幾十年中，計算機與人工智能技術(shù)在教育中的應(yīng)用主要關(guān)注如何用機器來幫助學(xué)習(xí)者學(xué)習(xí)，并部分地“代替”教師的教學(xué)工作；隨著信息技術(shù)的發(fā)展與教育教學(xué)理念的改變，教師的地位依然沒有變化，而角色發(fā)生了重要的改變，用新技術(shù)支持教學(xué)(過程)的設(shè)計、互動分析與評價，進而支持教師及其教學(xué)，在一定程度上“解放”教師的生產(chǎn)力，這已經(jīng)成為一個重要趨勢；教育乃復(fù)雜巨系統(tǒng)是眾所周知的，但從復(fù)雜系統(tǒng)角度對教育系統(tǒng)進行的研究依然匱乏，因此，從宏觀層面引入數(shù)量分析與建模思想，從復(fù)雜系統(tǒng)的角度研究教育教學(xué)系統(tǒng)的演化規(guī)律，也是教育技術(shù)領(lǐng)域的一個重要研究方向。本文闡述了教學(xué)設(shè)計自動化技術(shù)、教學(xué)互動分析技術(shù)、教學(xué)自動測評技術(shù)和教育系統(tǒng)仿真技術(shù)等的概念、重點關(guān)注的問題、研究現(xiàn)狀及發(fā)展趨勢，以期為廣大教育技術(shù)工作者提供一點借鑒。

[關(guān)鍵詞]:教育技術(shù);教學(xué)設(shè)計自動化;教學(xué)互動分析;教學(xué)自動測評;教育系統(tǒng)仿真

中圖分類號：G40-057文獻(xiàn)標(biāo)識碼：A

一、引言

關(guān)于教育技術(shù)，在不同時期不同學(xué)科背景的學(xué)者有著不同的理解，其典型的定義來自于美國教育傳播與技術(shù)協(xié)會(AssociationforEducationalCommunicationsandTechnology，簡稱AECT)，包括：媒體—工具論(AECT’70)、手段—方法論(AECT’72)、理論—實踐論(AECT’94)、績效—創(chuàng)新論(AECT’05)等。雖然教育技術(shù)的內(nèi)涵與外延均在不斷變化，但是從各種定義可以看出：(1)教育技術(shù)支持和優(yōu)化教學(xué)，最終促進學(xué)習(xí)者的學(xué)習(xí)；(2)教育技術(shù)圍繞教學(xué)過程和教學(xué)資源展開理論研究和實踐；(3)教育技術(shù)的基本要素包括方法、工具和技能[1]。因此，有一點是無可爭議的：教育技術(shù)要研究“技術(shù)”在教育中的應(yīng)用問題，即如何運用“技術(shù)”來支持和優(yōu)化(教育)教學(xué)過程。這里的“技術(shù)”主要是指狹義的技術(shù)(物化的技術(shù))，尤其包括計算機與人工智能中的新技術(shù)。

從認(rèn)識論的角度看，教學(xué)過程是教師的教與學(xué)生的學(xué)相結(jié)合的雙邊活動過程[2]，包括“教師的教”、“學(xué)生的學(xué)”和“學(xué)與教的互動”等三個方面。從“技術(shù)”支持教學(xué)過程的角度來看，近一個世紀(jì)以來，人們或多或少存在這樣一種取向：用“技術(shù)”來（部分地）“代替”教師進行教學(xué)。從20世紀(jì)20年代的教學(xué)機開始，到50年代美國教育心理學(xué)家斯金納發(fā)明程序教學(xué)機器，教育界出現(xiàn)了一場場轟轟烈烈的改革運動[3]。盡管現(xiàn)在這股浪潮早已平息下去，但“教學(xué)機器”卻大大影響了教育界，并成為CAI/CAL(計算機輔助教學(xué)/學(xué)習(xí))的雛形。直到20世紀(jì)90年代中期以前，CAI/CAL軟件開發(fā)一直被計算機界與教育技術(shù)界認(rèn)為是“技術(shù)含量”較高的、比較“有水平”的一類研究工作。這對教育教學(xué)的改革與發(fā)展起到了積極的作用，豐富了人類知識的寶庫。

一、引言

關(guān)于教育技術(shù)，在不同時期不同學(xué)科背景的學(xué)者有著不同的理解，其典型的定義來自于美國教育傳播與技術(shù)協(xié)會(AssociationforEducationalCommunicationsandTechnology，簡稱AECT)，包括：媒體—工具論(AECT’70)、手段—方法論(AECT’72)、理論—實踐論(AECT’94)、績效—創(chuàng)新論(AECT’05)等。雖然教育技術(shù)的內(nèi)涵與外延均在不斷變化，但是從各種定義可以看出：(1)教育技術(shù)支持和優(yōu)化教學(xué)，最終促進學(xué)習(xí)者的學(xué)習(xí)；(2)教育技術(shù)圍繞教學(xué)過程和教學(xué)資源展開理論研究和實踐；(3)教育技術(shù)的基本要素包括方法、工具和技能[1]。因此，有一點是無可爭議的：教育技術(shù)要研究“技術(shù)”在教育中的應(yīng)用問題，即如何運用“技術(shù)”來支持和優(yōu)化(教育)教學(xué)過程。這里的“技術(shù)”主要是指狹義的技術(shù)(物化的技術(shù))，尤其包括計算機與人工智能中的新技術(shù)。

從認(rèn)識論的角度看，教學(xué)過程是教師的教與學(xué)生的學(xué)相結(jié)合的雙邊活動過程[2]，包括“教師的教”、“學(xué)生的學(xué)”和“學(xué)與教的互動”等三個方面。從“技術(shù)”支持教學(xué)過程的角度來看，近一個世紀(jì)以來，人們或多或少存在這樣一種取向：用“技術(shù)”來（部分地）“代替”教師進行教學(xué)。從20世紀(jì)20年代的教學(xué)機開始，到50年代美國教育心理學(xué)家斯金納發(fā)明程序教學(xué)機器，教育界出現(xiàn)了一場場轟轟烈烈的改革運動[3]。盡管現(xiàn)在這股浪潮早已平息下去，但“教學(xué)機器”卻大大影響了教育界，并成為CAI/CAL(計算機輔助教學(xué)/學(xué)習(xí))的雛形。直到20世紀(jì)90年代中期以前，CAI/CAL軟件開發(fā)一直被計算機界與教育技術(shù)界認(rèn)為是“技術(shù)含量”較高的、比較“有水平”的一類研究工作。這對教育教學(xué)的改革與發(fā)展起到了積極的作用，豐富了人類知識的寶庫。

但是，早在20世紀(jì)80年代中期，就有研究表明：一項技術(shù)（或者一種工具）應(yīng)用于教學(xué)的效果取決于使用者如何使用，而不是技術(shù)本身。從學(xué)習(xí)理論的發(fā)展來看，也經(jīng)歷了行為主義、認(rèn)知主義和人本主義等學(xué)習(xí)理論的發(fā)展，特別是由認(rèn)知主義學(xué)習(xí)理論發(fā)展起來的建構(gòu)主義學(xué)習(xí)理論，曾經(jīng)在20世紀(jì)90年代風(fēng)靡于全球。直到20世紀(jì)末，人們發(fā)現(xiàn)風(fēng)靡于全球的e-Learning并不如想象的那樣有效，人們開始反思學(xué)習(xí)理論與技術(shù)應(yīng)用方式，試圖用B-Learning來實行“回歸”，即綜合運用不同的學(xué)習(xí)理論、不同的技術(shù)和手段、以及不同的應(yīng)用方式來實施“教學(xué)”?！盎旌蠈W(xué)習(xí)”（BlendedLearning）就是面對面的課堂學(xué)習(xí)（FacetoFace）和在線學(xué)習(xí)（OnlineLearning，或E-Learning）兩種方式的有機整合?；旌蠈W(xué)習(xí)的核心思想是根據(jù)不同問題、要求，采用不同的方式解決問題，在教學(xué)上就是要采用不同的媒體與信息傳遞方式進行學(xué)習(xí)，而且這種解決問題的方式要求付出的代價最小，取得的效益最大[4]。

學(xué)與教的觀念在變，學(xué)與教的環(huán)境與方式也在變，教師從為課堂教學(xué)“備課”，到為學(xué)生“自學(xué)”而“備資源”，再到運用多種方式來實施“教學(xué)”，這雖然不是一種必然變化路徑，但也是一種普遍發(fā)展趨勢。隨著教學(xué)理念的變化，教學(xué)的設(shè)計、教學(xué)(過程)互動的分析與教學(xué)評價方式變革的重要性日益凸顯出來。顯然，這對教師的要求越來越高，教師的“額外工作”也變得越來越繁雜。那么，能否利用新技術(shù)來(部分)支持教師的“額外工作”呢？更進一步說，新技術(shù)應(yīng)用于教育教學(xué)能否(顯著)提高其效果、效益或效率呢？

本文將介紹與此相關(guān)的四個關(guān)鍵技術(shù)：教學(xué)設(shè)計自動化技術(shù)、教學(xué)互動分析技術(shù)、教學(xué)自動測評技術(shù)與教育系統(tǒng)仿真技術(shù)。