基于元宇宙和生成式人工智能的教师实训成效研究

面对快速发展的元宇宙、大模型、数字人等人工智能技术和日益复杂多样的教学场景,传统的教师实训已难以应对未来教育的挑战。本研究提出结合元宇宙技术与微格教学实训的元宇宙数智微格实训模式,即通过搭建多样化的虚拟教学场景、构建定制特征的数字人学生、生成模拟真实学生的问答、分析过程性实训成长数据、构建虚拟助教协助教学技能学习,为教师提供强体验、富交互、高拟真、生成性的低风险教学实训环境。实践表明,职前教师在元宇宙实训场景中,能够反复尝试和试错,并与数字人学生互动反馈,促进其对教学过程进行反思与改进,获得的教学经验可有效迁移到教学实践中,应对未来教育的新需求。

“小屏幕”学习带来了什么?——基于HLM模型的数字化学习过程中深层影响因素分析

随着数字技术飞速发展和数字媒体的变迁,屏幕文化与表征符号发生了变化,人们固有的认知观念与行为方式发生改变,促使新的学习模式形成。从传统单向媒体到交互式电子大屏,从沉浸式到可移动屏幕,“小屏幕”学习究竟对教育参与者产生何种影响?本研究从全局视角解构教育参与者间关系,基于1∶1的“小屏幕”学习环境,利用多层次结构模型方法建立个体和群体间的嵌套模型,探讨群体的教研能力、教学信念、压力感、技术接受行为、教学能力对学习者非认知因素和深度学习能力影响的跨层中介作用,结合深度访谈解析“小屏幕”学习过程中存在的问题和改进策略。结果发现,学生对“小屏幕”学习的好奇心、学习习惯和接受程度对深度学习能力有显著正向相关,但是信息安全意识与课后深度学习能力呈现负向相关;其次,信息安全意识较低的学生更容易接受“小屏幕”学习。教师的信息化教研水平和教学信念直接影响学生的深度学习能力,小屏幕教学在课前、课中、课后的教学效果与发散式、互动式的设计显著相关,并对学习者的非认知能力产生影响。进一步,教师网络教研能力、压力感和感知风险对学生深度学习具有调节作用。最后从场景视角、工具视角、学习者综合能力视角和互动关系视角阐述提升数字素养的应用策略,为如何利用“小屏幕”教学提供可参考借鉴。

“小屏幕”学习带来了什么

随着数字技术飞速发展和数字媒体的变迁,屏幕文化与表征符号发生了变化,人们固有的认知观念与行为方式发生改变,促使新的学习模式形成。从传统单向媒体到交互式电子大屏,从沉浸式到可移动屏幕,新兴的“小屏幕”已经无处不在。就如何理解小屏幕学习,促进教学模式创新和学习质量提升,需进行以下思考。

虚拟现实(VR)沉浸式环境如何实现深度取向的学习投入?——复杂任务情境中的学习效果研究

虚拟现实(VR)沉浸式环境打破了场景边界,给学习者带来了身临其境般的体验,但鲜有研究关注VR环境如何实现深度取向的学习投入。针对这一问题的研究可设计为:假设VR环境与2D媒体提供的场景资源对学习效果和学习投入之间产生差异,利用VR“遨游人类皮肤”场景,设计基于皮肤知识的任务和测试内容,借助眼动数据和相关量表,跟踪和测试学习深度投入、注意力表现、学业表现、即时测试成绩和知识留存率(一周后测试成绩),藉此深入探究VR环境对深度投入的作用机制。研究显示:虽然实验结束后立即测试VR组和非VR组没有明显差异,但是一周后的知识留存率却存在显著性差异。这证实了在VR环境中能够保持学习和强化学习者的长期记忆,即VR环境中的学习能够不断促进学习者的深度信息加工和学习投入。此外,VR学习能够实现陈述性知识和程序性知识的情景化,促进知识保留和内化,增强学习体验和深度投入。其原因在于,VR沉浸式环境提供了多通道感知和复合型信息检索的机会,能够帮助学习者集中注意力和深层次信息检索。研究结果表明:在VR环境中视听感官体验能够提升学习者的情感投入,可以帮助学习者获得更为持久的记忆效果,促进深度取向的学习投入;VR学习需要考虑学习者的眩晕感等生理因素和临场情绪,及时调整学习进度和内容。因此,建议开放VR教学设计的角色,鼓励一线教师参与定制化的VR沉浸式资源,优化凸显情感元素的VR学习内容,设计多通道感知的知识情境,形成“设计—教学—诊断—反馈—干预”的学习资源设计,以提升学习者的认知水平和综合能力。

数据驱动精准教学:实践路径、感知理解与现实困境

数据驱动精准教学受到了实践者与研究者的关注。研究从一线教师的视角,探索他们如何实施数据驱动教学,以及对数据驱动精准教学的认知及遇到的困难。通过教师撰写教学日志与访谈收集数据,采用扎根理论的方法分析数据。研究发现,教师实施数据驱动精准教学的路径包括:数据助力教师探究学生学习、数据驱动课堂教学有的放矢、数据助力分层教学有效落实、数据支持个性化干预的实现;教师对数据驱动精准教学的理解包括:数据驱动精准教学赋能传统教学深度变革、鞭策教师专业发展、支持学生进行自我调节学习、促进学生学习动机等非认知因素发展;教师在解读数据与采取干预行动两方面面临困境:缺乏深入分析导致教师数据解读面临困难、数据本身存在局限无法满足教师解读数据的需求、教师自身数据素养影响数据解读、缺乏建设性建议与支持影响教师采取干预行动、教师自身能力缺乏影响对干预行动成效的验证。

教育数字化转型及学校应变

教育领域作为数字中国战略的重要组成部分,正式迈进了“数字融合”“数据治理”“数智决策”的教育数字化转型时代。学校的数字化转型是利用数字技术驱动学校治理和教育实践的全方位创新与变革。刻画动态数字轨迹、建立教育领域知识模型、提供个性化服务与应用将是推进教育数字化转型落实的关键。本文分析了教育数字化转型将为学校带来的影响和转变,并提出推动教育数字化转型的关键要素和相应对策,以期为教育数字化转型提供理论支撑和方法路径。

人工智能将带来怎样的学习未来——基于国际教育核心期刊和发展报告的质性元分析研究

随着人工智能技术的发展与大量教学理论的提出,研究者对未来学习图景的素描也日趋多样化和复杂化,智能技术正在将想象逐步变成可能。采用科学、有效的方法进行相关性研究将有助于我们了解这些图景要素与目前学习现状之间的相关性与差距,为研究者和实践者提供基于数据证据的预测借鉴,以及为如何推动未来学习提供参考。基于此,本文采用文献计量法和质性元分析方法对近十年内未来学习研究相关的论文、报告、访谈、视频以及项目资料等进行分析。研究结果发现:大多数未来学习主题研究主要采用德尔菲法、专家访谈法等质性研究方法,持续性、规模化的个性化未来学习发展调研相对较少;多数采用传统研究方法解决未来研究问题,缺少未来研究方法论在教育领域的迁移;缺少教育相关领域专家和一线教学群体中的未来学习场景构建。本研究综合未来学习的质性分析框架,结合目前未来学习所研究和预测的内容,提炼和勾勒了从传统规模化学习到大规模个性化学习的发展,从单一学科知识到综合的跨学科能力发展,从传统教学决策到数据驱动教学决策的发展的未来学习图景,总结了人工智能技术如何影响和促进未来个性化学习,理清学习方法和环境、知识内容和产生、智能技术和数据驱动的未来发展走向。