【作 者】：
谢 涛， 农李巧， 高 楠
【关 键 词 】：
分组； 人工智能； 智能学习； 教育大数据； 协作学习
【栏 目】：
课程与教学
【中文摘要】：
学习分组是协作学习活动设计的首要阶段。随着学习场所的快速变化、多模态交互过程复杂性的增加，采用传统的随机分组、教师指派或学生自我选择等方法进行协作学习分组的效率十分低下。研究提出基于智能技术构建自适应的协作学习小组。首先，阐述了学习分组的价值，即构建合理的协作学习环境、兼顾学生的个体差异和促进教育资源优质公平；其次，总结了影响智能学习分组的因素，包括个体属性、小组学术与物理构成以及学习者与环境的交互；最后，描述了经典场景下智能学习分组的通用模型，并讨论了大数据背景下智能学习分组的前景与挑战。针对大数据驱动智能学习分组的稳定性问题，基于机器学习中的集成学习思想构建了大数据共识分组框架。此框架有望为人工智能促进未来规模化的个性化教育提供支持。
【英文摘要】：
略