传统教材智能化改编的原则、理念与方法

［关键词］ 教材智能化改编；需求分析；教育数字化；学习智能化

［摘  要］ 本文基于KANO模型对传统教材的智能化改编进行了需求调研，并依据调研结果对传统纸质教材《会通汉语》（精编版）进行了智能化改编实践。调研结果显示，传统教材智能化改编中的需求可分为期望型、魅力型、无差异型三类，不同类型学习者的需求属性存在显著的群体分布差异。传统教材在智能化改编中应当精准锚定学习者个性化需求；细化资源颗粒，实现精准推送；深化人机互动，提升自适应能力，并推动教育技术的深度创新。智能教材的改编应当建立起依据需求开发功能、教学实践验证功能、不断迭代优化功能的迭代型改编模式。

［中图分类号］H195.3  ［文献标识码］A  ［文章编号］1674-8174（2023）03-0068-11

1. 引言

在教育现代化的宏图中，数字化发展是关键。教育数字化催生了数字教育新业态，也将引领教育变革和创新的新浪潮。在党的二十大报告中，习近平总书记强调要推进教育数字化，建设全民终身学习的学习型社会、学习型大国。人工智能技术的突破，使得教育数字化对智能技术的应用和探索越来越深入（周荣庭等，2017）。在国际中文教育中，推进信息化、数字化、智能化建设也是高质量发展新格局的重点方向（马箭飞，2022）。后疫情时代，线上、线下混合教学模式逐渐成为国际中文教育中的主流教育模式之一。传统教材如何利用互联网发展的技术优势，服务语言教学的交际性需求，提高教学资源分发、触达效率，提升国际中文教材的数字化、智能化水平，是当前国际中文传统教材发展面临的紧迫问题。

以课题组对《会通汉语》（精编版）的智能化改编实践为例，该教材以话题、功能为纲，聚合相关语言结构、明确情景条件的编写主张与教学对象“提高学生交际技能、发展多元语言能力”①的需求相契合；但在线上线下混合教学模式中，则需要对其进行智能化改编，对学习者的需求进行有效判断，为学习者个性化推送学习资源，以达到国际中文教育营造语言环境、支持交际发展的目标。如何搜集、分析国际中文教育环境下学习者个性化学习需求的基础数据，实现教学内容交互性展示、教学资源智能化分发、教学方案个性化定制，成为教学机构、出版单位、技术团队需要共同面对的问题。

课题组基于KANO模型，对菲律宾教育部公立中学中文必修课、本土教师中文培训课、国际中文教育硕士项目中文必修课、政府官员中文培训课中使用的《会通汉语》（精编版）教材智能化改编进行了学习者需求属性调研。基于调研结果，课题组针对不同的需求属性对《会通汉语》（精编版）进行了相应的改编实践，并进一步讨论了传统国际中文教材智能化改编的原则与理念。

2. 以往相关研究综述

2.1 KANO模型的概念及应用

KANO模型是对用户需求进行分类，并根据分类结果对相应的功能开发工作进行优先级排序的工具（狩野纪昭等，1984）。需求分为必备型需求、期望型需求、无差异型需求、魅力型需求、反向型需求，开发相应功能的优先级依次递减。KANO模型还可依据满意度影响力指数（Customer Satisfaction Coefficient），在同一属性需求之间进行进一步的优先级排序。

需求属性的分类主要依据KANO正向——反向问卷的调研结果，通过受访者对需求属性的判断确定该需求的属性分类。例如，当受访者对正向问题选择“非常满意”，而反向问题选择“非常不满意”，则表示该需求为期望型需求。即开发者如果不开发满足该类需求的功能，用户的满意度会降低。开发了满足该类需求的功能，用户的满意度会相应提高。而当受访者对正向问题选择“非常满意”，而反向问题选择“不太满意”“都可以”或“比较满意”时，则表示该需求对用户来说是魅力型需求。即开发者如果不开发该功能，用户的满意度并不会降低，但如果开发了该功能，用户的满意度会提高。当受访者对正向问题、反向问题的选择都是“不太满意”“都可以”或“比较满意”时，该类需求则为无差异型需求。即无论开发与否，用户的满意度改变不大。如果受访者对正向问题、反向问题都选择“非常不满意”或“非常满意”，该类需求将被判定为可疑需求。如果该类需求在问卷题项中超过半数，问卷将被判定为无效问卷。如表1：

根据受访者对需求属性的归类频次统计结果，频次百分比最高的属性即为该需求的属性类别。研究者还可以进一步根据Berger（1993）等提出的满意度影响力指数分析法，通过Better指数和Worse指数，对同一类别中的需求进行优先级排序，公式①如下：

Better指数 =  （A + O）  /  （A + O + M + I）

Worse指数 = -  （O + M）  /  （A + O + M + I）

Better指数在0到1之间，值越大表示满足某种需求对提高用户满意度的作用越显著。Worse指数值在-1到0之间，绝对值越大表示不满足某种需求对降低用户满意度的作用越显著。以本文中的需求“汉字注音”为例，调查结果显示，将其属性分类为魅力型需求、期望型需求、必备型需求、无差异型需求、反向型需求的频次分别占总频次的58.51%、16.31%、1.06%、21.28%、1.42%。满意度影响力指数计算结果如下：

Better = （0.5851 + 0.1631） ＼ （0.5851 + 0.1631 + 0.0106 + 0.2128）= 0.7701

Worse = -（0.1631+0.0106） ＼ （0.5851 + 0.1631 + 0.0106 + 0.2128） = - 0.1788

近年来，原本主要用于产品质量要素分析、服务质量影响因素分类、用户服务需求排序等领域的KANO模型也被广泛用于教学资源设计、传统课程设计、编程语言分析平台规划、线上教学平台设计、交互学习材料开发、线上课程质量影响因素研究等，为提高线上教学质量和学习者满意度提供了有力的数据支撑（谢寒梅，2018；周效章，2019；何蔚珊，2020；公婷薇，2020；王锐等，2021；赵香芹，2022）。

2.2 教材智能化改编的概念及需求分析

教育智能化，指的是以人工智能、大数据为代表的智能信息技术，促进教育过程中的数据挖掘、分析、利用和各类智能化教育服务的实现（余胜泉，2023；杨子怡等，2023）。智能教材是以电子格式呈现内容，集成人工智能可操纵的知识扩展常规教材，增强教材功能的自适应学习系统。智能化教材应具备学习支持功能、学习分析功能、教学管理功能等，实现“线上线下、时时可学、处处能学”（许远，2021；李锋等，2023）。

智能教材以深度交互、学习画像和自适应为主要特征，为学生提供个性化学习、评价和规划等服务（佐藤学，2014；王莉莉等，2021；江波等，2022；赵小亮等，2022；蔡连玉等，2023）。自适应学习技术是教材智能化发展的关键，即自动为学习者提供个性化的学习方案，推送合适的学习资源和学习路径（袁振国，2021；张治等，2021；尚俊杰、李秀晗，2023）。智能化教材还应当关注教学资源的颗粒度及资源网络分发，如教学资源的生态重组、教学资源切分、教学资源网络联接等（祝智庭、胡姣，2022；袁振国，2022）。

国际中文教材发展应当以中国化为核心内涵、以标准化为基础规范、以精品化为目标要求、以本土化为鲜明特色（梁宇等，2023）。这就需要从海外中文教育的需求出发，为各国民众学习和使用中文提供支持（李宝贵、刘家宁，2021）。

可见，教材智能化改编应以识别学习者的关键需求为前提，关注学习者的个性化特征，实现国际中文教材高质量发展。

3. 调查问卷设计与数据分析

3.1 研究方法与问卷设计

课题组选择在菲律宾公立中学中文课、本土中文教师培训、国际中文教育专业硕士课程、政府官员中文培训项目中使用《会通汉语》（精编版）及其配套数字资源进行教学，并尝试对该教材进行智能化改编。①开课前，课题组依据KANO模型，对学习者的学习需求进行了调研，并据此对《会通汉语》（精编版）教材及其配套数字资源进行了智能化改编实践。项目结束时，课题组还搜集了学习者对改编后的智能化教材及课程的满意度数据。研究过程分为七个步骤：

（1）依据KANO模型要求及教材智能化改编需要，拆分用户需求。

在需求初步拆分中，课题组首先对以往在线课程的授课视频进行分析，拆分出若干线上同步教学需求；对平台上已搭载的数字教材《长城汉语》、当地学习者常用网络教材《Duolingo》等在线材料进行分析，拆分出若干线下异步教学需求。之后，课题组与出版单位、教学团队、技术团队进行了多轮讨论，共归纳出本次改编中教学内容符合教学团队和出版单位的教材智能化改编要求、实现手段符合技术团队的网络技术服务标准的13个需求，包括8个线上同步教学需求：汉字注音、英语注释、微课视频、词语搭配、词语拓展、典型例句、语法/词语辨析、生词图片；5个线下异步教学需求：交际练习、选择练习、填空练习、班级圈互动、AI正音练习（见表2）。

（2）设计基于KANO模型的调查问卷。

调查问卷题项主要包括对学习者的语言水平、身份等基本信息问题和表2中13个需求的KANO正反问题，即当在教材改编中提供/不提供满足某种需求的相关功能时，受访者的感受如何。受访者根据自己的实际感受从“非常满意”“比较满意”“都可以”“不太满意”“非常不满意”五个选项中进行选择。

为便于受访者理解，每个问题均配有相关需求的设计原型图例，并用红色箭头指向该需求对应的功能要素。

（3）进行问卷调查。

课题组通过Google Form发布在线问卷，共收集问卷317份。经过筛选核对后，获得有效问卷282份。

（4）进行用户需求属性归类及特征分析。

课题组统计受访者对各类需求正、反向问题的属性归类频次，借助KANO模型需求属性归类矩阵表和满意度影响力指数，确定用户需求的属性类别和开发优先级。课题组还将学习者对题项的选择按“非常不满意”“不太满意”“都可以”“比较满意”“非常满意”从1分～5分计分，便于进行问卷信、效度检验及组间差异分析。如图1所示。

（5）进行用户需求的组间差异性分析及个别重点访谈。

课题组按学习者的组别对需求进行了组间方差分析。针对分析结果，课题组在各组中选取组员代表，进行了重点访谈。

（6）根据分析结果进行教材智能化改编。

结合量化分析及访谈结果，教学团队、出版团队、技术团队充分合作，对《会通汉语》（精编版）进行了智能化改编，并成功在各项目中进行试用。

（7）用户满意度统计。

项目结束后，课题组向所有学习者发放满意度调查问卷，调查学习者对教材改编模式及整体项目的满意度。

3.2 调查数据收集与信效度检验

调查问卷统计结果显示，65.25%的调查对象HSK水平为1～2级，主要为中学生、政府官员及部分本土教师。HSK3～4级的调查对象占10.64%，主要为高年级本土教师和部分国际中文教育专业硕士。HSK5～6级的调查对象占24.11%，主要为国际中文教育专业硕士。总体来说，样本分布合理，能够达到本研究的目的，且有代表性和典型性。

课题组还通过计算调查结果的Cronbachs Alpha系数进行问卷信度检验，以测试量表内部的一致性。结果显示，Cronbachs Alpha整体系数为0.765，信度较好，可用于进一步分析。问卷效度检验结果显示，KMO检验值为0.869，Bartlett球形检验p值为0.000，小于0.05。表明调查问卷的结构效度良好，适合提取信息（如表4）。

将问卷数据进行因子分析后，旋转后的成分矩阵显示：量表各因子得分均值都大于1；各个分量表之间存在显著性差异，说明各题项具有良好的结构效度和区分度。单维度中所有项目的载荷都在0.6以上，通过效度检验，说明调查问卷中各个项目具有很好的有效性。