AI+教育背景下《病理生理学》课程自适应学习模式应用与探究

【摘要】目的 探讨自适应学习模式在病理生理学课程中的应用，分析其应用效果和实施策略。方法 选取我校2022级全日制临床医学专业本科生127例纳为研究对象，基于抛币法将学生随机分为观察组（n=64）与对照组（n=63），对照组学生采用传统教学模式进行授课，观察组学生采用AI+教育背景下《病理生理学》课程自适应学习模式进行授课，在完成1个学期的授课工作后结合问卷调查、学生作业、访谈法的综合方式对两组教学模式进行评价。结果 观察组临床医学生自主学习能力优于对照组临床医学生（P＜0.05）；观察组临床医学生平均过程性考核评价成绩、学科平均成绩均优于对照组（P＜0.05）。结论 AI+教育背景下《病理生理学》课程自适应学习模式能够培养学生自主学习能力，提升临床医学生考核成绩，值得推荐。

【关键词】AI+; 病理生理学; 课程; 自适应学习模式 

AI技术在教育领域的应用正在迅速发展，特别是在个性化学习、自适应学习等方面有着广泛的应用。AI技术通过大数据分析、机器学习等技术手段，能够为学生提供更加精准、高效的学习资源和学习方式[1]。如今，AI技术在教育领域的应用已经取得了显著的成果，例如智能教学系统、智能辅导软件等，为学生提供了更加丰富、多样化的学习资源和学习方式。同时，AI技术也在教育领域中发挥着越来越重要的作用，能够提高学生的学习效率和质量。自适应学习模式是一种基于大数据分析和机器学习技术的学习模式，它能够根据学生的学习情况和学习需求，自动调整学习内容和难度，从而帮助学生更好地掌握知识点和技能[2]。在病理生理学课程中，自适应学习模式具有非常重要的意义，能够帮助学生更好地理解和学习病理生理学相关的知识点和技能。本研究旨在探讨AI技术在教育领域中的应用现状以及自适应学习模式在病理生理学课程中的重要性，并探讨如何利用AI技术提高病理生理学课程的教学质量和效果。

1一般资料和方法

1.1一般资料

选取我校2022级全日制临床医学专业本科生127例纳为研究对象，基于抛币法将学生随机分为观察组（n=64）与对照组（n=63）。观察组男33例，女31例；年龄18~20岁，平均（19.05±1.02）岁。对照组男32例，女31例；年龄18~20岁，平均（19.17±1.01）岁。两组学生基本资料无统计学差异（P＞0.05）。纳入标准（1）全日制五年制本科临床医学专业学生；（2）上学年课堂缺席次数＜3次；（3）本次研究基于知情同意原则，学生自愿参加。排除标准（1）因不可抗力因素中断全日制教学的学生；（2）因各种原因导致的非在校生。

1.2方法

1.2.1 对照组

对照组学生采用传统教学模式进行授课，具体方式包括：（1）带教老师基于教学大纲以及人民卫生出版社出版的《病理生理学》（第9版）中教学要求，进行PPT的备课，并嘱学生于课程开始前提前预习相关知识并熟悉教材。（2）由教师采用多媒体与实际案例教学结合的方式帮助学生加深对课程内容的理解，回答学生在预习过程中出现的问题。（3）基于教学进度布置课后作业和随堂小测，巩固授课过程的中易错知识与重点知识。

1.2.2观察组

以普通高校学习平台为主阵地，以湖南医药学院为例，着重探索普通高校《病理生理学》课程自适应学习的实施方案。依托学习通平台，将有趣的网络视频剪辑推送给学生，并对其进行解读、细读， 拍摄多个重、难点微课，方便学生课后反复观看。根据难度系数上传多个章节的相关练习题，方便学生根据自身情况选择相应难度系数的题目进行练习。开放自由讨论模块，有效收集学生对课程的学习困惑以及知识点的理解误区。通过文献研究、问卷调查、访谈法以及课程教学实践分析现阶段普通高校《病理生理学》自适应学习的需求，建立适当的自适应学习模式，阶段性对学生进行访谈和问卷调查，及时接收反馈信息，分析学生对《病理生理学》自适应学习的效果如何，根据数据优化《病理生理学》自适应学习模型，以期能达到预定目标，帮助学生解决学习之难，并广泛应用与各大高校，促进《病理生理学》的教学改革[3]。具体研究问题分为三个方面：

第一，构建 AI+教育背景下自适应学习的《病理生理学》课程的“四步骤”（学习目标、学习要求、学习计划、学习评价）设计模式。根据自适应学习关于符号连接—存储关系，本研究通过对《病理生理学》课程有丰富教学实践经验的教师以及普通高校大学生开展调研访谈，深入了解基于自适应学习的《病理生理学》教师教学需求以及学生学习需求、当前学习模式存在的问题，以期提出自适应学习的病理生理学课程的学习目标、学习要求、学习计划、学习评价。

第二，分析基于自适应学习的《病理生理学》课程现状及问题。根据自适应学习关于主动构建外部策略与内在动机原理，综合运用《病理生理学》课程实践、教学调研、学生访谈，分析普通高校自适应学习框架下的课程特征、效果，发掘基于自适应学习的《病理生理学》课程设计问题。完善教学资源库，以满足不同学生的学习需求；采取多种方式激发学生的学习兴趣和内在动机；加强与学生沟通，了解他们的实际需求和学习困难，从而针对性地进行课程设计；设计更多元化的实践环节，满足不同学生的需求和兴趣；通过互动式的教学方式和项目导向的学习模式，激发学生的学习兴趣和内在动机；提供更多的学习支持和服务，帮助学生克服学习中的困难和挑战。

第三，提出构建《病理生理学》课程自适应学习的模式的策略和展望。通过问题分析原因，有针对性地提出策略与构想。如课堂中引入现代化科技技术进行文字检索、内容分段剪辑，完善当前平台数据库、动画细读、视频精读，让原需知识渊博、授课经验丰富的教师长时间完成的工作量得以快速实现；以往学生获取知识的困惑和思维阻碍得以快速有效解决。（如下图）

图1 自适应学习思维导图

1.3观察指标

（1）自主学习能力观察：采用任鑫编制的《后疫情时代在线学习环境下大学生自主学习能力》量表[4]评估教学后两组学生的自主学习能力。该量表包含5个维度29个条目，每个条目1-5分，分数越高表明该学生的自主学习能力越高。

（2）教学成果评价：考核指标基于过程性考核评价（50%）和总结性评价（50%）共同构建。过程性考核评价是日常评估成绩，总结性评价是期末考试成绩总分都是100分。

1.4统计学方法

运用SPSS26.0统计软件进行研究数据处理，计量资料采用（）表示，并用 t检验进行组间比较；计数资料以[n(%)]表示，用χ²检验对其组间进行对比。凡P值小于0.05，均视为存在显著性差异。

2结果

2.1两组学生自主学习能力比较

观察组临床医学生自主学习能力优于对照组临床医学生（P＜0.05）。见表1。

表1 两组学生自主学习能力比较（，分）

2.2两组学生学习成绩比较

两组临床医学生的平均过程性评价以及学科平均成绩差异均存在统计学意义（t=9.734，t=6.201，P＜0.05），见表2。

表2 两组学生学习成绩比较（，分）

3讨论

3.1 AI+教育背景下《病理生理学》课程自适应学习模式应用价值

本研究根据自适应学习，立足《病理生理学》课程特色和优势，就研究团队从事理论教育的《病理生理学》课程提出适合普通高校大学生的自适应学习模式的策略，以期寻找适应普通高校《病理生理学》课程教学改革的新突破点，也为推进“信息技术与教育教学深度融合”政策的有效落实提供思路。对学生来讲，基于现代化教学优势，人工智能自适应学习课程的创新，能充分激发学生对知识的渴望和探索，挖掘出学生潜在的求知欲望，有效解决《病理生理学》课程在线学习过程中盲目选择学习资源的问题，让学生有效掌控知识点的吸纳情况，避免重复机械无意义的刷题，促进个性化学习[5]。对教师来讲，深入挖掘信息化时代应用人工智能模式开启的慕课、微课、雨课堂、钉钉等在线学习平台教学模式的策略和优势，将成熟的人工智能自适应系统全方位运用到自适应学习模式的构建中来，有利于个性化调整普通高校《病理生理学》课程现有学习资源，自动化、动态记忆学生学习情况，为更好地教育学生创设更优质的课程条件。

3.2国内外研究现状分析

20 世纪 90 年代自适应学习就已存在，2014 年自适应教育在美国有了突飞猛进的发展，自适应学习得到较为广泛的应用，但研究主要集中于自适应学习的系统模型构建、自适应学习应用研究市场效能、人工智能等技术软件支持下的个性化学习等。值得注意的是国外在实际教学中自适应学习已经取得很大成果，尤其是社区大学框架内的教学应用，例如美国 Knewton 平台，能个性化依据学生自身差异，制定不同的知识谱系，细化到每个知识点的构建，推送有效的相关的学习方法和学习资源，已经成功为高等教育、社区教育、职业教育等所用，并且学生使用后的评价反馈十分良好。国内研究学者在自适应学习取得了一定的成绩，如张治[6]在“研究型课程自适应学习系统”建立了基于研究性学习的个性化学习者模型；王硕烁[7]对比多个国外自适应平台，建立了一般自适应平台结构。拥有 AI 教育元素的多种教学形式先后出现，如：翻转课堂、慕课，普通高校《病理生理学》教学研究的重点工作在于课程培养模式的内涵和外延分析，即学校、教师的引导，从中获取未来工作需要与学习的关联等，但当前《病理生理学》课程模块自主权限不够，学校结合地域实际设置的非统设课程较少。综上所述，自适应学习的理论基础较为成熟，理论规律认识较为充分，但对自适应与具体学科作用机制的研究稀少。而基于新时代信息技术为支撑点、“学生” 为中心，探讨《病理生理学》课程自适应学习模式既是研究的空白点，也将是教学改革的瓶颈。

3.3AI+教育背景下《病理生理学》课程自适应学习模式的应用

本研究在 AI+教育背景下，根据临床医学等专业学生的医学基础知识水平、学习习惯、学习风格等特点，利用自适应学习平台设计，为学生制定个性化的《病理生理学》课程教学实施方案，提供差异的学习资源和评价反馈机制，促进学生自主学习和个性化教学。教师在AI+教育背景下《病理生理学》课程自适应学习模式应用观察组，善于学习各种先进的教学手段，特别是在线课程这一块内容，拍摄多个高质量重、难点微课，通过学习通平台向学生推送有趣的网络资料。并在学习通平台上根据难度系数上传多个章节的相关练习题，方便学生根据自身情况选择相应难度系数的题目进行练习，并将在线课程内容引入了教学过程中，取得了一定成效，并进行了教学反思，积累了一定的在线课程平台构建的经验。在教学后，观察组学生的自主学习能力和学习成绩都较对照组有所提升，可能是由于自适应学习模式能够根据学生的学习特点和需求，提供个性化的学习资源和学习路径，让每个学生都能根据自己的学习节奏和兴趣选择合适的学习内容和方法[8]。这种模式有助于培养学生的自主学习能力，激发学生的学习兴趣和动力，从而促进个性化的学习；自适应学习模式能够根据学生的学习进度和反馈信息，及时调整学习计划和教学方法，从而缩短学生的学习周期和提高学习效率。

总的来说，在AI+教育背景下《病理生理学》课程自适应学习模式在提高教学质量、促进个性化学习方面具有广泛的应用前景和优势。它能够根据学生的学习情况和需求，提供更加个性化和精准化的教学服务，从而更好地满足学生的学习需求和提高教学质量。

参考文献

[1] 程楠楠,李芳丽,吴璇.AIGC赋能计算机课程自适应教学模式探索[J].现代职业教育,2024,(06):21-24.

[2] 龙宝新.人工智能时代的教育变革及其走向[J].南京社会科学,2023,(03):123-133.

[3] 于德娥,刘云儒,王丽卿,等.医学生在线学习情况及其对自主学习能力影响的调查分析[J].中国高等医学教育,2023,(01):44-46.

[4] 任鑫.后疫情时代在线学习学习环境下大学生自主学习能力研究[D].南昌大学,2022.

[5] 梁雨璐.“互联网+”下的大学生英语学习自主能力培育路径[J].吉林省教育学院学报,2024,40(05):138-142.

[6] 张治.人工智能重塑教育评价的底层逻辑和可能路径[J].上海教育,2023,(33):28.

[7] 王硕烁,马玉慧.国外典型自适应学习平台的基本框架及其关键技术分析[J].开放学习研究,2018,23(01):48-54.

[8] 张国伟.基于人工智能技术的计算机教育创新研究[C]//河南省高等教育学会,《中国现代教育装备》杂志社有限责任公司.首届教育数字化发展论坛论文集.安阳幼儿师范高等专科学校;,2023:7.

2023年湖南省普通高等学校教学改革研究项目：AI+教育背景下《病理生理学》课程自适应学习模式应用与探究（2023JG12）

湖南省自然科学基金，毛蕊异黄酮对乳腺癌侵袭迁移能力的影响及其相关基因的表达调控，项目编号：2021JJ40384；

湖南省教育厅优秀青年项目，毛蕊异黄酮靶向ERβ调控miR-17抑制乳腺癌侵袭迁移的机制研究，项目编号：21B0906。