传统教材智能化改编的原则、理念与方法——基于KANO模型的《会通汉语》%28精编版%29智能化改编研究.pdf

2023年第3期No.32023华文教学与研究TCSOL Studies总第91期Sum No.91收稿日期2023-01-29作者简介谢婧怡，女，福建师范大学海外教育学院讲师，主要从事少儿国际中文教育、国际中文在线教育研究。张君，女，人民教育出版社汉语编辑室编辑，曾先后参与快乐汉语跟我学汉语会通汉语等多部国际中文教材的开发，电子邮箱：。姜兴山，男，福建技术师范学院副校长，教授，博导，主要从事国际中文教育、海外华文教育研究与教学。陈艾琳，女，菲律宾红溪礼示大学孔子学院志愿者教师，曾参与菲律宾教育部SPFL本土教师师资培训、菲律宾国家警察署中文培训、菲律宾中文在线教学综合平台研发等多项教学项目。本文通讯作者：张君。基金项目国家社科基金一般项目“中文教育助推新时代中国东盟全面战略伙伴关系建设研究”（22BYY155）；教育部国际中文教育研究项目“菲律宾国民教育体系中的中文课程与少儿中文能力关系研究”（22YH20D）；教育部中外联合攻关项目“提升中文教育融入菲律宾教育体系能力研究”（22YH30ZW）引自菲律宾教育部官方文件特殊语言项目执行手册（Special Program in Foreign Language（SPFL）Manualof Operation），2020年修订版，第11页。传统教材智能化改编的原则、理念与方法基于KANO模型的会通汉语（精编版）智能化改编研究谢婧怡1，张君2，姜兴山3，陈艾琳4（1.福建师范大学海外教育学院，福建，福州 350017；2.人民教育出版社汉语编辑室，北京 100081；3.福建技术师范学院，福建，福州 350300；4.菲律宾红溪礼示大学孔子学院，安吉利斯 2009）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）03-0068-111.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”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68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：正向问题非常不满意不太满意都可以比较满意非常满意反向问题非常不满意可疑需求必备型需求必备型需求必备型需求期望型需求不太满意反向型需求无差异需求无差异需求无差异需求魅力型需求都可以反向型需求无差异需求无差异需求无差异需求魅力型需求比较满意反向型需求无差异需求无差异需求无差异需求魅力型需求非常满意反向型需求反向型需求反向型需求反向型需求可疑需求表1：KANO模型需求属性归类矩阵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 该公式中，A 指魅力型需求的属性分类结果频次百分比；O 指期望型需求的属性分类结果频次百分比；M指必备型需求的属性分类结果频次百分比；I指无差异需求的属性分类结果频次百分比。谢婧怡，张君，姜兴山，陈艾琳：传统教材智能化改编的原则、理念与方法69华文教学与研究2023年第3期型需求、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）=0.7701Worse=-（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。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 参与此次教材改编项目的菲律宾本土中文教师共计72人，每周中文课包括线上同步直播教学15小时，线下异步自学15小时，持续8周，初始中文水平为HSK13级。菲律宾教育部公立中学中文课学生为公立中学C的七、八年级中学生，共计89人，每周线上线下学习时长共计4学时，持续20周，初始中文水平为零基础。国际中文教育专业硕士包括菲律宾红溪礼示大学孔子学院20、21级国际中文教育专业硕士生，共计68人，每周线上同步直播教学3小时，线下学习时长3小时，持续20周，初始中文水平为HSK5级左右。政府官员主要来源于菲律宾红溪礼大学孔子学院政府官员班，共计53人，每周线上同步直播教学1小时，线下学习时长3小时，持续9周，初始中文水平为零基础。70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12级，主要为中学生、政府官员及部分本土教师。HSK34 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图 1：问卷中关于“汉字注音”属性调查问题的题项示意图需求类型线上同步教学需求线下异步教学需求需求名称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/词语辨析生词图片交际练习选择练习填空练习班级圈互动AI正音练习需求内涵提供生词和例句注音，帮助学习者认读、练习发音提供生词在本课中的英语释义，帮助学习者理解词语意义和用法三分钟左右课文语言点、文化点微课，帮助学习者理解巩固提供课内生词的基本搭配，帮助学习者巩固掌握词语使用适当拓展生词用法，提供词语使用的具体情境提供日常生活交际中经常使用的句子，增强教学实用性提供易混淆语法/词语的辨析，帮助学习者区分异同提供生词的对应图片，帮助学习者增进理解提供在日常生活中常用的情景，引导学习者开展对话练习选择正确答案，帮助学习者对已学语言点进行强化练习填入合适的词语或短语，帮助学习者对已学语言点进行强化练习学习者将所拍摄视频、照片等分享至班级圈与同学进行互动学习者反复练习发音，AI识别并纠正发音表2：传统教材智能化改编实践中的学习者需求拆分结果谢婧怡，张君，姜兴山，陈艾琳：传统教材智能化改编的原则、理念与方法71华文教学与研究2023年第3期文教育专业硕士。HSK56 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 CronbachsAlpha 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。3.3 数据分析结果3.3.1 用户需求属性归类结果根据KANO模型属性归类方法，课题组计算出本次教材智能化改编中13种需求的属性归类结果：汉字注音、英语注释、生词图片、微课视频属于魅力型需求；AI正音练习、典型例句、语法/词汇辨析、生词搭配、生词扩展、交际练习属于期望型需求；填空练习、班级圈互动练习、选择练习属于无差异型需求（如表5）。课题组依据满意度影响力指数分析结果，对 13 种需求的优先级进行进一步的排序，并以 Worse 值的绝对值为 X 轴，以 Better 值为 Y轴，以所有 Better 值、Worse 值的绝对平均值（0.69、0.42）为原点，绘制学习需求点坐标图。图中，功能散点的 Better 值和 Worse 绝对值越高，代表该需求所对应功能的开发优先级越高，反之则越低（如图2）。项目HSK水平是否华裔调查对象身份类别12级34级56级华裔非华裔本土教师中学生国际中文教育专业硕士政府官员频数18430681626672896853百分比65.25%10.64%24.11%5.67%94.33%25.53%31.56%24.11%18.79%表3：调查对象分布表KMO值Bartlett 球形度检验Cronbachs Alpha整体系数0.869近似卡方dfp 值0.7654010.1783250.000表4：问卷信度、效度检验结果表需求名称汉字注音英语注释生词图片微课视频AI正音练习典型例句语法/词汇辨析生词搭配生词拓展交际练习填空练习班级圈互动练习选择练习魅力型58.51%62.41%59.57%59.22%15.25%29.08%28.37%25.89%31.91%25.53%12.06%10.28%13.48%期望型16.31%14.54%18.09%24.47%77.30%63.48%59.93%50.35%48.23%55.32%1.06%6.03%11.35%必备型1.06%3.55%1.77%6.03%3.90%3.55%3.90%11.35%10.64%1.77%14.18%9.22%14.89%无差异21.28%15.96%17.73%9.22%3.55%3.55%7.45%12.06%8.87%15.60%67.73%61.70%57.80%反向型1.42%3.19%1.06%1.06%0.00%0.35%0.35%0.35%0.35%1.77%4.61%11.70%2.48%可疑1.42%0.35%1.77%0.00%0.00%0.00%0.00%0.00%0.00%0.00%0.35%1.06%0.00%归类结果魅力型需求魅力型需求魅力型需求魅力型需求期望型需求期望型需求期望型需求期望型需求期望型需求期望型需求无差异型需求无差异型需求无差异型需求表5：教材智能化改编需求属性归类结果72如图2所示，落于第一象限中的AI正音练习、典型例句、语法/词汇辨析、交际练习、生词拓展、生词搭配虽然同属于期望型需求，但 AI 正音练习的需求属性 Better 值、Worse 绝对值分别为 0.93 和 0.81，远高于其余几个属性，应当优先获得功能改编。在第二象限中的生词图片、微课视频、汉字注音、英语注释这四项需求虽然同属于魅力型需求，但微课视频的 Better 值、Worse 绝对值分别为 0.85 和 0.31，说明如果在智能化教材改编中满足该需求，会极大提升教材吸引力。而选择练习、填空练习、班级圈互动练习这三种需求均被受访者判定为无差异型需求，则说明基于这三种需求进行的教材智能化改编并未得到全体受访者的支持，还需要针对受访者的具体分组情况展开进一步的调查与讨论。3.3.2 学习者需求的用户群体特点分析对教材智能化改编需求属性的组间方差分析检验结果显示，不同身份学习者的各项需求中，除“AI正音练习”和“微课视频”外，其余需求属性归类均存在着显著的组间差异（p0.05）。如表6所示，各类学习者的需求属性归类与总体归类结果均存在部分差异。个别访谈结果显示，对于国际中文教育专业硕士而言，他们的中文水平普遍已达到HSK 56级，因此他们认为在教材的智能化改编中加入汉字注音、生词图片，以及在系统上进行较为机械的交际练习都不属于魅力型需求或期望型需求，而是1.00.90.80.70.60.50.40.30.20.1Better值00.20.40.60.81.0Worse 值填空练习班级圈互动练习选择练习英语注释汉字注音生词图片微课视频语法/词汇辨析典型例句交际练习生词搭配生词拓展AI正音练习图2：需求满意影响力指数分布图需求名称汉字注音英语注释生词图片微课视频典型例句语法/词汇辨析生词搭配生词拓展AI正音练习交际练习填空练习班级圈互动练习选择练习本土教师魅力型魅力型魅力型魅力型期望型期望型期望型魅力型期望型期望型无差异型无差异型无差异型国际中文教育专业硕士无差异型魅力型无差异型魅力型期望型期望型期望型期望型期望型无差异型魅力型无差异型无差异型政府官员魅力型魅力型魅力型魅力型期望型期望型期望型必备型期望型期望型无差异型魅力型无差异型中学生魅力型魅力型魅力型魅力型期望型期望型期望型期望型期望型期望型无差异型无差异型魅力型整体魅力型魅力型魅力型魅力型期望型期望型期望型期望型期望型期望型无差异型无差异型无差异型表6：不同学习者间学习需求归类差异分布表谢婧怡，张君，姜兴山，陈艾琳：传统教材智能化改编的原则、理念与方法73华文教学与研究2023年第3期图3：AI交互对话模块纸质教材（左）智能化改编（右）对照示意图无差异型需求。对于政府官员学习者而言，他们对拓展词汇量、与同学（同事）进行班级圈交际的需求程度高于其他类型的学习者，分别为必备型需求和魅力型需求（其他学习者则将其归类为期望型需求和无差异型需求）。而中学生学习者则对游戏式的选择题通关模式更感兴趣，因此他们将选择练习归为“魅力型需求”，而其他类型的学习者则认为选择练习是“无差异型需求”。4.智能化改编需求分析及改编实践4.1 基于期望型需求的教材改编实践KANO 模型数据分析结果显示，“典型例句、语法/词汇辨析、生词搭配、生词拓展、AI正音练习、交际练习”属于期望型需求，如果得到满足，则学习者满意度提高；反之，则满意度降低。因此，在教材智能化改编中，应当优先开发满足此类需求的功能模块。针对 AI 正音练习、交际练习等模块，改编团队主要强调了智能化教材的实时交际性。在改编中，教材利用该类模块实现了智能跟读、语音水平自动测评、智能跟读任务推送等功能，针对学生特点进行个性化的交际性训练。在语法/词汇辨析、生词搭配、生词拓展、典型例句等功能设计中，则引入学习者画像技术，实现针对学习者的语言水平及学习特点推送重点语法/词汇内容、针对学习者的文化背景及学习目的推送个性化生词搭配及生词拓展等功能。例如，纸质教材中的交际任务通过 AI 交互对话的形式展现，为学习者营造了更真切的语言环境（如图3）。纸质教材中的典型例句通过动画、高亮等形式突出，引起学习者的注意。纸质教材中的语法讲解、词语辨析、小贴士等内容通过“可隐可现”的需求导向型展示（即一般情况时隐去，学习者出现疑惑或使用错误时点击按钮再显示），使资源呈现更为简洁、有针对性。此外，教师还可以通过后台数据及时了解学生的学习情况和练习得分情况，有针对性地进行教学设计。4.2 基于魅力型需求的教材改编实践微课视频、英语注释、汉字注音、生词图片这四项需求属于魅力型需求，即教材智能化改编中如果不提供该功能，满意度不会下降；但如果提供，满意度将会显著提升，达到事半功倍的效果。在教材的智能化改编实践中，团队搜集、制作了大量可用资源，将资源与语言点、功能点细化对应，为学习者提供直观生动的语言点讲解微课视频、文化点参考微课视频、可隐现式英语注释及汉字注音、闪卡式生词图片等，既可作为教学使用，也可以用于学习者课后复习巩固。例如，教材智能化改编对微课视频进行了细致切分，每段视频都精准对应语言点/功能点（如图 4）。在该视频播放结束后，系统还会为学习者自动推送 23 条相关视频。这对学习者的资源检索、语言学习起到了支持作用，也有利于智能化教材针对学习者的学习状况进行自适应学习资源推送。744.3 基于无差异型需求的教材改编实践选择练习、填空练习、班级圈互动练习三项需求属于无差异型需求，意味着不管智能化教材是否提供该功能，都不太影响学习者的总体满意度。然而，分组数据统计显示，这三项需求的属性归类，在各类学习者之间存在群组间差异。在访谈中，政府官员学习者认为“班级圈互动”是与来自不同部门的同事增加互动次数、营造学习氛围的重要途径。而国际中文教育硕士班的学习者则表示，由于学习者分散于菲律宾全国，彼此之间并不熟悉，使用班级圈互动的需求并不明显。同时，中学生喜欢“选择练习”，因为它省时省力，正确率高，通关后还能获得积分奖励。但这一题型不被本土教师学习者所接受，觉得对自己的学习效果帮助不大。在得到反馈之后，团队针对本土教师学习者的选择题出题模式进行了修改，将选择题与语法点紧密结合，提升题目的指向性，让学习者明确选择题的训练目的（例如，在语法点“（是）着+”介绍之后紧跟选择题答案“我是走着来学校的。”）。再把选择题与听力、口语等语言技能训练结合起来（如图 5）。在后续的课堂观察、数据分析中，本土教师学习者对选择题的重视程度也有了一定的提高。图5：选择练习模块纸质教材（左）智能化改编（右）对照示意图图4：微课视频模块纸质教材（左）智能化改编（右）对照示意图4.4 智能化教材改编的满意度项目结束后，统计数据显示，完成智能化教材学习内容的学习者达到 100%。其中单个学习者学习时长最多为 127 小时，最少为13 小时。在项目结束后的满意度调查中，课题组对学习者是否满意这样的教材改编模式、是否喜欢该课程进行了调查（图 6、图7）。调查结果显示，学习者对教材智能化改编非常满意，满意度（包括非常满意、比较满意）高达 90%，对课程的喜欢程度也达到了 89%，可见本次改编总体上比较成功。5.传统教材智能化改编的原则与理念当今教育形态发生重大转型，教材智能化改编是融合信息技术与传统教材的重要尝试，同时也为教学资源的个性化设计提供了条件。调查结果显示，传统教材改编不能同时照搬所有纸质教材内容和线下教学环节，各类需求之谢婧怡，张君，姜兴山，陈艾琳：传统教材智能化改编的原则、理念与方法75华文教学与研究2023年第3期间存在着需求类型差异。同样的需求，在不同学习者之间也存在组间差异。契合学习者需求类型的功能开发能够提高学习者对教材智能化改编的满意度。这就要求我们在教材智能化改编中，锚定学习者的个性化需求，细致切分、精准推送相关资源，通过技术水平的进步提高人机交互水平和自适应水平，并最终推动国际中文教育智能化水平和技术能力的提升。5.1 锚定个性化需求，实现模块重组教材智能化改编要从学习者需求出发，精准锚定个性化需求，增加学习时长，提升学习效果。教材作为支持中文学习者达到学习目标的学习材料，其内容、组织形式都需要尊重中文学习的学习规律，与学生的语言水平、语言支持环境相契合。例如，对于 AI 正音、微课视频等需求的重要性在调查中得到了证实，应置入教材改编的必备模块中。对于英文注释、汉字注音模块，则可以设置为优先模块，在必备模块改编完成之后再行添加。而班级圈互动、选择练习等无差异型需求，则需在数据搜集中探知学生有学习需求后再列入开发日程。访谈结果显示，学习者对满足自身学习需求类型的改编模块满意度更高。例如，与教学内容紧密关联的碎片化、知识性微课短视频受到了学习者的广泛喜爱。而针对中学生特点设计的选择题系列快速问答挑战，因其能够即时反馈、为学生提供成就感、价值感，得到了中学生的广泛认可。考虑到人力、时间、经济等成本，在智能化改编前对学习对象进行科学充分的需求调研十分必要。目前，AI 语音识别、智能题库、微课视频等模块的技术、资源都已十分成熟。在模块化运作的技术支持下，根据学习需求的调研结果，进行灵活、模块化的智能化教材重组，并根据使用情况进行升级迭代，是实现智能改编个性化的有效途径。5.2 细化资源颗粒，构建推送网络在传统的教材中，教学资源与教材本身的关系并不密切。但在线上、线下混合教学模式中，教学资源的整合、分发渠道也是智能化教材的重要组成部分。事实上，各类视频网站、教育平台、出版单位已推出海量中文教学相关资源。以“中文联盟”云服务平台为例，平台目前上线课程已达 300 多门类 1.8 万多节（马箭飞，2022）。而面对海量的在线中文资源，缺乏触达渠道、检索方法，是影响学习者语言接触时长、线上中文学习效率最重要的因素之一。访谈结果显示，由于搜索语言、搜索习惯差异，国际中文学习者很难在海量的教学资源中获取适合自身语言水平、学习风格的学习材料。教材中提供的微课及文化点视频，对学习者来说能够起到很好的辅助理解和支持学习作用。感兴趣的学习者还会逐课点击，观看尚未学到的课程视频。可见，教材改编应根据需求调研结果，细化资源颗粒，挑选适合学习者心理、学习特点的资源，进行有针对性的自适应主动推送，让资源更容易被有相应需求的学习者触达。对于海量的国际中文教育资源，应当进行小于单元、课程的细颗粒切分，构建交际技能、文化点的细粒度资源网络。例如，将视频的某一段、课件中的某一章转化为可检索的资源信息，并与相邻语言水平、相近文化话题之间的相关内容进行链接，使得C CCA.A.A.CATEGORYNAME,VALUE非常满意，79%比较满意，11%比较不满意，1%非常不满意，9%CA.CATEGORYNAME,VALUE还可以，11%喜欢，89%图7：课程满意度调查结果示意图图6：智能化教材改编模式满意度调查结果示意图76学习资源成为有关联的知识对象，建立相关支持检索引擎进行高效的存储与访问，以提高智能化教材对教学资源的精准推送水平，提高资源的使用价值。5.3 深化人机互动，提升自适应水平数字化学习环境中只有当人与机器融为一体，实现人机交互、人机协同，教育数字化功能才能真正发挥出来（袁振国，2023）。教材的智能化程度，与其人机互动程度、自适应改编程度是紧密关联的。对国际中文教材进行智能化改编，人机互动应当主要包括以下几点。首先，在语言内容发展中的人机互动，应实现自适应纠错。例如，在 AI 正音模块，应当能够主动判断，纠错，记录错误，反复纠正。通过正音日志生成学生的语音水平评价，及时引导学生对照错误点的前序知识和支撑内容提供学习资料，引导学生进行相应语音痛点的补偿学习。其次，教材的“互动”功能应当依据学习者的语言、文化背景进行自适应调整，对学习者的语言环境、文化环境建构起到精准的支持作用。例如，会通汉语（精编版）纸质版本中的各类模块在智能化教材改编中，无论是展示内容（是否包含拼音、是否包含注释等），还是练习环节（是否包含 AI 正音、是否包含互动页面），都根据学习者的群体特点、需求类型进行了提前规划设计，自适应地显示/隐藏相应的智能模块。5.4 教材智能化改编应当推动教育技术深度创新满足学习者的个性化学习需求，提高传统教材的交互程度，提升学习者的学习效率，是传统教材智能化转型的关键。基于教材智能化的技术创新，也应当围绕相关的需求进行技术深化与发展。例如，针对教材智能化的个性定制需求，技术团队可以开发相应的智能化导学流程，依据学生的学习风格、语言水平、学习目标设计前测模型，实现自动检测，并依据教材智能模块的需求分析结果提供相适应的模块组合类型。针对资源的细颗粒化、网络化要求，技术团队可以借助知识图谱技术，将资源标签化、结构化，构建智能教材知识点之间、知识点与资源之间、资源与资源之间的连接和层次关系，实现教材资源与信息的智能检索与推送。针对人机交互的自适应要求，技术团队应当在交互过程中加强数据采集与应用力度，利用知识图谱与用户画像等技术，建立学习者与教育者的完整画像体系，提供智能化展示、推送、支持服务。同时，技术团队应当将学习资源、教学功能进行模块化，方便智能化教材改编过程中的个性化重组与迭代。教材的智能化改编过程中，只有教学团队、出版团队、技术团队三方紧密合作，才能在需求、教学、技术的循环中不断创新，推动国际中文教育智能化的深入发展。本课题对传统教材进行智能化改编的需求调研及实践显示，在智能化教材的改编中，改编团队应当对需求进行充分调研，根据调研结果开发、重组适合教学对象的个性化版本。改编还应当丰富教学资源分发内容及途径，有效提高学习资源的使用效率。为更好地在大数据学习者画像的支持下进行灵活的自适应调整，应将教材拆分为可重组的智能模块，将教学资源细化为可检索、匹配、推送的细颗粒。同时，在调研、改编的过程中，改编团队还应当及时捕捉学生的学习新需求，关注国际语言教学、教材的前沿理论、技术及应用，及时升级智能模块，推动技术创新。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。希望本文的实践与建议能够为今后的智能化教材改编提供一定的参考依据。参考文献蔡连玉，金明飞，周跃良2023教育数字化转型的本质：从技术整合到人机融合 J.华东师范大学学报（教育科学版）（3）.公婷薇2020基于Kano模型的中职旅游专业学生课堂满意度研究 D.济南：山东师范大学硕士学位论文.何蔚珊2020基于Kano模型的线上学习app交互界面适老化设计研究 D.广州：华南理工大学硕士学位论文.江波，杜影，顾美俊2022智能教材研究综述 J.开放教育研究（3）.李宝贵，刘家宁2022新时代国际中文教育的转型向度、现实挑战及因应对策 J.语言文字应用（1）.谢婧怡，张君，姜兴山，陈艾琳：传统教材智能化改编的原则、理念与方法77华文教学与研究2023年第3期李锋，盛洁，黄炜2023教育数字化转型的突破点：智能教材的设计与实现 J.华东师范大学学报（教育科学版）（3）.梁宇，刘晶晶，李诺恩，李晓露2023内涵式发展之“内涵”：国际中文教育教学资源建设的维度 J.天津师范大学学报（社会科学版）（1）.马箭飞2022国际中文教育信息化建设成效及发展方向在国际中文智慧教育工程成果发布会上的讲话 J.世界汉语教学（3）.尚俊杰，李秀晗2023教育数字化转型的困难和应对策略 J.华东师范大学学报（教育科学版）（3）.狩野纪昭，李玉潭1984日本质量管理的发展过程与问题 J.现代日本经济（6）.王莉莉，郭威彤，杨鸿武2021利用学习者画像实现个性化课程推荐 J.电化教育研究（12）.王锐，王锦萱，罗仙平2021学习评论视域下基于KANO模型的线上课程质量影响因素分析 J.黑龙江高教研究（10）.谢寒梅2018在线教育情境下视频的交互模式研究D.北京：北京邮电大学硕士学位论文.习近平2022高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗在中国共产党第二十次全国代表大会上的报告 EB/OL .http：/ J.职业教育研究（9）.杨子怡，刘彤，刘亚廷2023拥抱新技术 教育数字化转型加速 J.人民邮电（2）.袁振国2021人工智能助力实现教育个性化 N.中国信息化周报.2022数字化转型视野下的教育治理 J.中国教育学刊（8）.2023教育数字化转型：转什么，怎么转 J.华东师范大学学报（教育科学版）（3）.余胜泉2023教育数字化转型的关键路径 J.华东师范大学学报（教育科学版）（1）.张治，刘德建，徐冰冰2021智能型数字教材系统的核心理念和技术实现 J.开放教育研究（1）.赵香芹2022基于Kano模型的编程语言线上学习平台功能需求分析 J.包装工程（4）.赵小亮，王研艳2022职业本科单片机实训课程活页式教材开发研究以建筑电气与智能化工程专业为例 J.产业与科技论坛（23）.周荣庭，武伟，梁琰2017信息化教学模式下科学数字教材智能化创新与实践探索以美丽化学为例 J.科技与出版（11）.周效章2019高校数字资源社会化服务的用户需求属性分析基于Kano模型 J.情报杂志（7）.祝智庭，胡姣2022教育数字化转型的本质探析与研究展望 J.中国电化教育（4）.佐藤学2014建设学习共同体 J.基础教育论坛（5）.Berger C.，R.Blauth，&D.Boger，et al.1993KANOsMethods for understandin