智能化已经成为当今信息化时代的一个发展的趋势,专家系统作为人工智能的重要分支已经在社会各个领域得到了广泛的应用,其最大的特点是不仅可以帮助人们处理信息,还能说明处理的方式和理由。与此同时,协作学习是一种有效的学习模式,其研究和应用是目前教育技术的一个热点,但是对协作前的准备一分组缺乏有效的技术支持,而协作学习的核心是分组,分组后协作小组的特征结构将影响协作小组学习的积极性、目标、进度和效果。本论文针对这种现状,通过分析协作学习的相关理论,确定了影响协作学习的相关因素,提出了在构建协作小组时学习者的关键特征,即学习风格、知识水平(学习成绩)和协作能力三个因素。并以此为依据,同时遵循同质分组和异质分组的分组原则,运用专家系统领域最著名的逻辑程序设计语言Visual Prolog计了面向课堂协作学习的专家系统。本系统不仅实现了多种分组方式,而且还可以帮助教师确定小组的核心成员。在分组过程中,教师可根据不同的学习主题选择同质或异质分组方式,同时结合学习任务,确定每个协作小组成员的数量,在异质分组过程中,教师还可以根据自己的教学经验调整各分组因素的权重,从而更好的进行分组。分组以后,系统会将由于人数原因没有编入协作小组的同学名单反馈给教师,教师可做出进一步的安排。此外,如果教师对分组知识有进一步的了解,系统也可提供适当的帮助。可以说,本系统基本具备了专家系统的特点和智能化的雏形。本研究首次将专家系统与协作学习分组环节相结合,提供了一个自动分组的支撑环境,成为协作学习教学和科研的一种强有力支持工具。此外,本系统也是积极响应、落实课程改革政策的一个实例。