AI辅助的课程需求分析与教学目标设定

（DIKWP模型）

王玉星

段玉聪

人工智能DIKWP测评国际标准委员会

世界人工意识大会

世界人工意识协会

(联系邮箱：duanyucong@hotmail.com)

目录

一、 DIKWP模型创新引领AI教育变革

1.1DIKWP模型定义

1.1.1 Data数据

1.1.2 Information 信息

1.1.3 Knowledge 知识

1.1.4 Wisdom 智慧

1.1.5Purpose意图

1.2 DIKWP 案例分析

1.3  问题分析

1.4  课程分析优化

1.5  教育优化

1.6  师生认知分析

1.6.1教师认知分析

1.6.2学生认知分析

1.6.3 认知分析解读

1.7 核心需求分析与教学目标设定

定义：数据(DIKWP -Data)的语义可视为认知中相同“语义” 的具体表现形式。在概念空间中，数据概念做为一个概念代表着具体的事实或观察结果在概念认知主体的概念空间中的存在语义确认，并通过与认知主体的意识空间（非潜意识空间）与已有认知概念对象的存在性包含的某些相同语义对应而确认为相同的对象或概念。

数据的数学化表示：

将特定数据的语义D对应集合，每个元素d∈D代表一个具体实例，这些实例共享相同或概率性近似相同的语义属性集合S。语义属性S为一组特征语义集合F来定义，即：

其中，f_i表示数据的一个特征语义。D={d∣d共享S}。

数学相同的数据：

情境：在数学中，相同的数据可以是数值或几何形状。

具体相同语义：数值相同、形状相同

详细示例：

数值相同：

数据：测量两根木棍的长度，得到5厘米和5厘米。

处理过程：通过测量工具（如尺子）确定长度。

数学表示：两根木棍的长度 L1 = L2 = 5厘米。

相同语义：长度相同

几何形状相同：

数据：绘制两个相同大小的正方形，每个边长为4厘米。

处理过程：通过测量和绘图工具确定形状和大小。

数学表示：正方形的边长 a1 = a2 = 4厘米，面积 A1 = A2 = 16平方厘米。

相同语义：形状相同

定义：信息(DIKWP -Information)作为概念对应认知中一个或多个“不同”语义。信息概念的信息语义指的是通过特定意图概念或意图语义将认知主体的认知空间中的DIKWP 认知对象与认知主体已经认知的DIKWP 认知对象在语义空间进行语义关联，借助认知主体的认知意图在认知空间形成相同认知或差异认知，由差异认知在语义空间经过“不同”语义的概率性确认或逻辑判断确认等形成信息语义，或在语义空间产生新的语义关联。

信息语义处理的数学化表示：

在语义空间，面向DIKWP内容的由意图驱动的信息语义处理F_I，对应从输入X到输出Y的处理形式：

其中X表示数据语义、信息语义、知识语义、智慧语义、意图语义的集合或组合（也即DIKWP 内容语义），而Y表示产生的新的DIKWP 内容语义集合或组合。这个映射强调了信息语义生成过程的动态性和构造性。

数学不同的信息：

情境：在数学中，不同的信息可以是数值或几何形状的差异。例如，两条线段的长度不同、两个三角形的面积不同。

具体不同语义：数值不同、形状不同

详细示例：

数值不同：

数据：测量两根木棍的长度，得到5厘米和7厘米。

处理过程：通过测量工具（如尺子）确定长度。

数学表示：两根木棍的长度 L1 = 5厘米, L2 = 7厘米。

不同语义：长度不同

几何形状不同：

数据：绘制两个大小不同的正方形，一个边长为4厘米，另一个边长为6厘米。

处理过程：通过测量和绘图工具确定形状和大小。

数学表示：正方形的边长 a1 = 4厘米, a2 = 6厘米，面积 A1 = 16平方厘米, A2 = 36平方厘米。

不同语义：形状不同

定义：知识(DIKWP -Knowledge) 概念的语义对应于认知空间中的一个或多个“完整”语义。知识概念的语义是认知主体借助某种假设对DIKWP 内容进行语义完整性抽象活动,获得的对认知对象DIKWP 内容之间语义的理解和解释。

知识语义处理的数学化表示：

知识K为语义网络，其概念空间的数学表示如下：

其中N={n₁, n₂, … , n_k}表示概念的节点集合，E={e₁, e₂, … ,e_m}表示这些概念之间的关系的集合，A={A_D, A_I, A_K}表示。

科学知识：

情境：科学知识是通过实验和观察得出的，对自然现象的解释和预测。

具体完整语义：科学原理、理论完整

详细示例：

牛顿力学：

知识：牛顿的运动定律，包括第一定律（惯性定律）、第二定律（加速度定律）和第三定律（作用力与反作用力定律）。

处理过程：通过实验观察物体的运动，验证和总结出牛顿的三大定律。

数学表示：K1=(F=ma) 、K2=(F12=−F21) 。

完整语义：运动定律

热力学定律：

知识：热力学第一定律（能量守恒）和第二定律（熵增原理）。

处理过程：通过对热现象的实验观察，验证和总结出热力学定律。

数学表示：K1=(ΔU=Q−W) 、K2=(ΔS≥0) 。

完整语义：热力学定律

定义：智慧(DIKWP -Wisdom) 概念的语义对应伦理、社会道德、人性等方面的信息，是一种来自文化、人类社会群体的，相对于当前时代的相对固定的极端价值观或者个体的认知价值观对应的信息语义。

智慧语义处理的数学化表示：

智慧W为决策函数关联数据、信息、知识、智慧和意图，并输出最优决策D∗：

这里，W是一个决策函数，根据数据、信息、知识和智慧来产生最优决策D^∗，这种描述强调了决策过程的综合性和目标导向性。

伦理智慧：

情境：在伦理决策中，智慧可以是考虑伦理和道德标准的综合决策。

具体完整语义：伦理标准、道德准则

详细示例：

医疗伦理：

智慧：医生在面对病人时，遵循医疗伦理，如知情同意和病人隐私保护。

处理过程：医生通过与病人沟通，确保病人了解手术风险，并尊重病人的隐私。

数学表示：W1={Informed consent, privacy protection}→optimal decision。

智慧语义：医疗伦理

商业伦理：

智慧：公司在制定市场策略时，考虑到消费者权益和公平竞争。

处理过程：公司通过市场调研，制定符合伦理的广告和营销策略。

数学表示：W2={Consumer rights, fair competition}→optimal decision。

智慧语义：商业伦理

定义：意图(DIKWP -Purpose)概念的语义对应二元组（输入，输出），其中输入和输出都是数据、信息、知识、智慧或意图的语义内容。意图语义代表了利益相关者对某一现象或问题的DIKWP 内容语义的理解（输入），以及希望通过处理和解决该现象或问题来实现的目标（输出）。

意图语义处理的数学化表示：

其中输入和输出是数据、信息、知识、智慧或意图的内容语义。处理意图语义时，一系列转换函数T，根据输入内容和预设目标，实现从输入到输出的语义转化：

教育意图：

情境：在教育中，意图可以是学生和教师对学习目标的输入和期望的输出。

具体完整语义：学习输入、教育输出

详细示例：

课堂教学：

意图：教师希望学生通过学习掌握特定知识点（输出）。

处理过程：通过课堂讲授、作业和考试等方式实现教学目标（输入）。

数学表示：P1=(Teaching activities,Knowledge mastery) 和 T:Teaching activities→Knowledge mastery。

意图语义：教育意图

学生自主学习：

意图：学生希望通过阅读和练习提高某项技能（输出）。

处理过程：通过自主学习和实践达到目标（输入）。

数学表示：P2=(Self-study,Skill improvement)和T:Self-study→Skill improvement。

意图语义：学习意图

案例一：

“三亚天气怎么样?凉爽？热？闷？湿热？”

DIKWP要素分析

大多数人认为：数据×

实际：信息√

案例二：

去医院了最常见的是验血？化验？拍CT？测温度？等等。这些得到的是什么？

数据√

化验单列出的内容值观得到的都是数据，进一步可以得到信息。

但是，进行抑郁症诊断的时候，大多数不需要直接化血，验血，测血糖。两个体温。医生会问“今天心情好不好？低落？苦闷？高兴？”，这些得到的是什么？

信息√

以当前《C语言程序设计》内容为例，存在过于理论，实践性不足；内容过时，深度不足；缺乏跨学科应用，软技能培训等一系列问题，我们将通过DIKWP进行课程分析，进一步进行师生之间的认知优化提出方案。

课程分析优化过程主要为DIKWP五个维度层面之间的相互转化，通过构建教师和学生的DIKWP图谱来分析教育教学过程中教师和学生的认知图谱，从而进一步进行学生的认知优化；构建所学课程的DIKWP图谱作为输入内容进行引入；为分析计算机课程需求以及如何设定教学目标，我们同时引入外界需要的DIKWP图谱从而能够进一步优化计算机课程教育体系。

在教育改革AI驱动计算机课程背景下，引入DIKWP模型核心目标是优化教学过程，即缩短教师和学生之间的认知距离。

教学中的主要挑战之一是认知距离，即教师和学生之间的知识水平差异。这可能源于 学生对某些概念的理解不足，或者教师对学生的先验知识估计过高。通过DIKWP模型，教 师可以更好地定位学生在数据、信息、知识、智慧和意图上的具体位置，进而调整教学策略，缩小这种距离。

此外，在缩短教师和学生之间的认知距离中，同样可以达到个性化学习、重塑培养体系、适应性教学等目标。

我们以《C语言程序设计》课程内容中循环结构教学章节为例，展开如下教师和学生的DIKWP认知过程构建。

在教师对于《C语言程序设计》课程的相关认知中，数据、信息、知识、智慧、意图协同存在并在同一场景和不同场景下进行相互转换，从而构成25个维度的转换过程，包括数据到数据、数据到信息、数据到知识、数据到智慧、数据到意图、信息到数据、信息到信息、信息到知识、信息到智慧、信息到意图、知识到数据、知识到信息、知识到知识、知识到智慧、知识到意图、智慧到数据、智慧到信息、智慧到知识、智慧到智慧、智慧到意图、意图到数据、意图到信息、意图到知识、意图到智慧、意图到意图。

我们选取部分进行上图展示，并进行DIKWP转化过程的具体解析。

学生的认知过程可以概括为两个阶段，首先是学生在初次接触到所学知识后大脑形成的初步认知，另外一个阶段是学生在经过老师的教学教导后形成的认知，我们以学生的发展方向为程序员为例，进行如下分析。

初学者

程序员

我们把教学活动建模为教师大脑里的能力和学生的大脑里面的能力，由之间的差异来设定教学目标，也可以便于实现个性化教学。差异的度量通过数字画像进行，也即我们呈现的5*5DIKWP转化图谱。以教师为例，师对所要教的教学内容，比如对C语言的某个章节拥有的认知,将认知过程映射到5*5DIKWP转化图谱以便于定位。

教师的教学过程会不断地将自己的认知传递给学生，经学生吸收转化，嘘声的认知图谱会不断完善，如上图所示，左侧为教师的认知DIKWP转化图谱，右侧上方为C语言初学者的认知DIKWP转化图谱，右侧下方程序员的认知DIKWP转化图谱。图中可以看出教师的DIKWP转化图谱最为完善，程序员的认知DIKWP转化图谱次之，初学者的认知DIKWP转化图谱覆盖程度最低。

我们可以观察到初学者的DIKWP图谱几乎仅停留在数据、信息知识层面的转化，智慧和意图层面缺乏。教学过程正是进行学生多层面转化能力的提升，而程序员的程序员的认知DIKWP转化图谱则根据学生个人因素决定覆盖程度的提升空间。

整个教学过程对于学生而言，能够从单纯的数据掌握升级到智慧与意图层面，掌握技术细节，理解技术的深层含义和应用场景，具备创新和批判性思维；对于教师而言，通过DIKWP模型，能够更精准地设定教学目标，设计课程，监测学习效果，从而提高教学质量，满足学生的职业发展需求。

计算机课程的核心需求包括很多方面，比如用户基础需求、学生就业需求、市场需求、社会需求（技术进步）、高素质人才需求、经济成本与效益需求、环境与可持续性需求等等。

AI驱动高校课程发展是一个动态的过程，应当时刻关注技术进步、产业需求 以及社会变革，以确保教育内容与现实世界紧密相连。

以需求分析为驱动进行教学目标设定，两者相辅相成，核心教学目标如下：

l 教师

ü 教学资源准备与数据分析：教师能够更好地准备教学材料，分析学生学习数据，调整教学策略以满足学生需求。

ü 知识传递与问题指导：教师通过有效的教学方法传递知识，提供及时反馈，帮助学生解 决学习难题。

ü 课程设计与职业指导：教师设计全面的课程内容，结合理论与实践，同时提供职业规划 建议，增强学生就业竞争力。

l 学生

ü 基础知识获取：学生能够系统地学习和掌握编程语言的基本语法、数据结构、算法等基础知识。

ü 信息处理能力：学生学会将所学知识转化为解决实际问题的有效信息，通过案例分析和项目实践来应用知识。

ü 知识理解与整合：学生能够理解计算机科学的核心理论，将不同领域的知识整合，形成系统性的理解。

ü 智慧与伦理意识：学生培养了批判性思维，理解技术的伦理和社会影响，具备解决复杂问题和创新的能力。

ü 学习目标与职业规划：学生明确了个人学习目标，规划职业发展路径，提高了就业竞争力。

利用AI工具和学习管理系统收集学生学习数据，进行实时分析，以便教师及时调整教学策略。设定清晰的教学目标以确保课程内容符合学生需求和社会发展趋势。强调实践与理论相结合，通过项目实践和实习机会，增强学生的实践能力和就业竞争力。