“互联网+”背景下我国农村教育信息化发展着力点分析

教育信息化是破解城市与农村地区基础教育发展不均衡的有效途径,农村教育信息化发展是帮助我国实现教育现代化的重要基石。该文分析了当前农村教育信息化建设与发展过程中存在的五个方面的问题,并试图找到破解这些问题的解决方案。该研究通过对双师教学、多师协同及其相关创新实践的优势和本质的分析,指出其根本为各级各类主体在实际问题解决的过程中,利用互联网的"联通"本质,有效连接最根本的课堂、教师与学生。通过协同教学实施与推进,促进人的智慧的连接与共享,促进优质教育资源的共建、共享、汇聚、迭代与发展,从而实现协同育人,提升教学质量,推动教育均衡与公平。基于上述分析,研究提出了农村教育信息化发展的七个着力点:(1)树立坚定的互联网变革教育的信念,在实际问题解决中更新理念;(2)用开放的政策引导和鼓励创新,促进主体间的有效协同;(3)拓宽经费来源,鼓励社会力量参与和城乡合作;(4)引进专门的信息化人才,整体推动和规划学校的信息化建设;(5)引入竞争和长效机制,以用促建按需建设信息化基础设施;(6)创新资源供给方式,引入市场力量推动建设与使用同步的资源供给;(7)倡导陪伴式培训,在实战中提升教师信息化教学能力与管理水平。

国际生成式人工智能教育应用创新——全球人工智能学习和教育研究联盟之“人工智能赋能学习者会议”综述

生成式人工智能作为一项类似于“电力”的通用技术,正在全球范围内引发智能化变革浪潮。教育领域如何面向生成式人工智能开展教育教学创新是时代赋予教育研究者和实践者的挑战。研究基于全球人工智能学习和教育研究联盟召开的人工智能赋能学习者会议的核心内容,构建了生成式人工智能教育应用创新框架,从理念、实践和共识三个层面系统展现国际生成式人工智能创新体系结构。理念层拥抱生成式人工智能创新文化,实现从制度、育人理念到教与学方式等多个层面的理论创新与认知迭代。教育领域人工智能技术采纳模型、生成式人工智能素养模型和生成主义数字教育框架分别为生成式人工智能教育应用提供了组织保障、素养培养和实践指南方面的理论支持。实践层各类实践创新要坚持以个性化/人性化学习体验为核心,围绕教育场景中的实践问题,开展创新实践和应用推广。当前国际上六类典型实践案例,分别为:(1)生成式人工智能支持网络和物理空间协同学习;(2)大语言模型推动智能导师系统应用推广;(3)生成式人工智能增强沉浸式平台和同伴支持促进脑健康;(4)大语言模型支持自动试题、干扰项和反馈生成;(5)智能学习路径规划和个性化学习支持提供;(6)亲和力小组实践推进高校生成式人工智能应用。同时,会议还形成了六大共识:(1)认识生成式人工智能教育应用创新的特殊性;(2)信任是从消极拒绝走向积极应用的前提;(3)发挥人的主导作用应对认知停滞与去人性化;(4)重视应用中的数据泄漏和安全伦理风险;(5)消弭新的数字鸿沟和结构性不平等;(6)建立人工智能开发和应用新标准。研究对生成式人工智能教育应用创新研究的梳理可为我国生成式人工智能教育应用理论与实践提供参考。

数智时代促进深度学习的职业教育项目化教学范式构建

当前我国职业教育教学面临教学目标浅层化、教学内容的知识点与技能点缺少联系与整合、教学方法难以适应高阶思维发展和学习迁移、教学评价方式与学习结果不匹配、信息技术与课程教学融合表面化等困境。项目化教学作为一种以学生为中心,强调问题引领、任务驱动和成果导向的教学范式,已在职业教育领域有所探索,但仍不足以解决上述难题。这其中的重要原因在于职业教育项目化教学常常流于形式,且并未指向深度学习,为此构建一种促进深度学习的职业教育项目化教学范式成为当务之急。指向深度学习的职业教育项目化教学范式包括衍生性问题、理解性目标、理解性环境、深度学习活动、持续性评价、总结与反思等要素,依次构成了项目学习的起点、支点、平台、载体、支架和升华路径,同时该范式强调项目化教学应紧紧围绕问题、任务、情境和实体性成果来开展。基于“小张凉皮营运方案”项目化教学设计案例的剖析表明,促进深度学习的职业教育项目化教学范式能够为职业教育项目化教学实践提供方法指导,且在学生的理解水平、思维发展、深度学习状态方面具有促进作用。

教育技术学学科可持续发展的必由之路——产学研结合下的研究成果转化

智能时代技术的飞速发展赋予了教育新的特征,给教育技术学学科发展带来了难得的机遇,但也面临严峻的挑战。教育技术学可持续发展的路在何方?这是教育技术学学者经常在思考的重大问题。文章从教育技术学研究者自身、产学研三方合作、教育技术研究成果的传播三个角度、五个方面,揭示了产学研结合下教育技术学研究成果转化的问题,提出了转化的路径与方法。研究认为,产学研结合下的教育技术学学科研究成果转化是推动教育技术学学科可持续发展的内生和外在动力,是教育技术研究与实践自觉适应社会和教育信息化发展的必然趋势,也是教育技术学可持续发展的必由之路。

区块链+在线教育资源联盟信息保护机制研究与应用

与传统的中心化信息系统相比,区块链具有防篡改、可跟踪和数据共享等优势。文章描述了联盟区块链Fabric的交易流程,并深入研究了其最新的细粒度数据保护机制——隐私数据集。文章采用Fabric区块链通道和隐私数据集相结合的方式,提出了在线教育资源联盟信息保护机制,设计了针对具体场景的实现策略,在实际区块链环境中验证了应用效果。最后,对在线教育资源联盟信息保护机制的发展和完善进行了讨论和展望。

国际教育技术领域近十年项目化学习研究分析

项目化学习是落实立德树人,培养核心素养,回答“怎样培养人”的有效方法,但当前项目化学习与课程教学的融合较为粗浅,更多关注项目化学习的一般性研究,没有指出将项目化学习与学科教学深度融合的有效方法。鉴于此,采用系统性文献综述的方法,通过文献计量、文献研究及具体案例等方法对国际教育技术领域项目化学习相关文献进行系统分析。研究发现:项目化学习是基于建构主义、实用主义和情境学习理论的一种以问题为驱动促进学生核心素养发展的有效学习模式;项目化学习的基本要素有真实情境、驱动性问题、协作性活动、反思评价和项目成果等。此外,项目化学习研究多采用实证研究方法且主要集中在高等教育领域,研究表明项目化学习对提高学习者的成绩、表现、团队协作、自我认知、情感、行为等都具有积极作用。最后,提出我国核心素养与项目化学习深度融合建议:将培养核心素养作为项目化学习的核心目标;构建基于核心素养的项目化学习设计模式;构建基于证据导向的项目化学习评价体系;引入其他领域成果完善基于核心素养的项目化学习。

融入生成式人工智能反馈的高校协同论证设计与应用研究

本研究旨在检验融入生成式人工智能反馈对大学生协同论证质量及学生认知的影响。研究邀请大学生参与在线协作学习,采用定量和定性相结合的研究方法,深度分析AIGC对协同论证的影响。研究结果表明,AIGC反馈不仅能促进学生多角度思考,提升批判思维和组织能力,而且能够增强学生的论证信心及动机。同时,本研究验证了AIGC在协作论证中的应用效果,并为其在教育领域的广泛应用提供了新的见解。

高等教育数字化转型的国际经验:基于CIPP模型的实践案例

数字化转型对于高校创新人才培养以及国际竞争力提升均具有重要的意义与价值,已成为我国高等教育创新变革的重要趋势。为借鉴国际高校的数字化转型创新经验,文章基于CIPP模型,构建了高等教育数字化转型实践案例的分析理论框架,包含背景、投入、过程和成果四个维度,并基于该框架对四所高校的典型案例进行分析。结果发现:在国际范围内,高校进行数字化转型的背景与该校建立竞争优势或解决现实问题的基本需求相关联。在此背景下,进行构建数字化领导力和建设数字化学习环境等方面的投入。高校数字化转型实践过程是在数字化领导力引领下的改进或创新教学运营模式和学习模式,并通过深挖数据价值,逐步实现更包容、更有效、更深入的教学的过程。数字化转型成果为高校增加了附加价值,促进教学资源的可持续利用,为教师和学习者提供了新的角色以及更为灵活和个性化的教与学体验,进而为创新人才培养提供了有力条件。

跨学科协作学习何以有效——STEM教育中CSCL应用效果的元分析

STEM教育注重通过跨学科的协作学习发展学生的知识和技能。近年来,计算机支持的协作学习(CSCL)被广泛应用于STEM教育。然而,其效果如何?其采用的各类技术和教学策略对学习效果有何影响?上述问题的明确有助于完善STEM教育中跨学科的协作学习设计。基于对2009至2019年间发表在国际期刊上的142项相关实验和准实验研究成果的元分析发现:在STEM教育中应用CSCL整体上有助于提升学习效果,且相较于过程类和情感类,其对认知类学习效果的作用最为明显;从学科来看,其对科学、工程学和教育学的影响相对较大;从采用的技术来看,通信技术、动态呈现技术和共享共建技术对学习效果的影响更加显著;从教学策略来看,案例式、游戏化、知识建构和探究式等教学策略更能提升学习效果。因此,在将CSCL应用于STEM教育时,应当加强针对情感类目标的设计以激发高水平的认知活动和认知成果,注重发挥共享共建类技术在知识可视化表征、知识追踪等方面的作用,通过整合多种教学策略推进协作探究学习。

人工智能赋能规模化课堂中的个性化学习何以可能?——基于近十年国际AI课堂教学应用研究

长久以来,如何在规模化课堂教学场景中满足学习者的个性化需求,实现“因材施教”是教育工作者不断追寻的重要目标。人工智能赋能课堂教学创新为实现上述目标提供了新的路径。本研究采用系统性文献综述的研究方法,对近十年间(2012年至2022年)国际人工智能技术赋能规模化课堂中个性化学习研究的高水平研究成果进行系统梳理,试图回答三个问题:在课堂教学中,支持个性化学习的关键技术是什么?开展个性化学习的主要路径是什么?个性化学习的效果怎么评?研究的基本结论为:支持个性化学习的AI技术以智能化分析与个性化推荐技术为核心;个性化学习实施的基本路径为“识别特征—定制任务—检验效果”三阶段;个性化学习效果评价侧重于从过程性视角出发,关注个体层面的自身发展与交互层面的人机关系。

智能同伴互评视角下深度学习过程中的干预机制及其作用研究

从浅层学习走向深度学习,仍面临着干预方面的挑战。智能同伴互评作为一种强化双向互动交流的元认知学习方法,为促进深度学习有效发生提供了新的可能。文章以Peerceptiv智能互评系统为例,从智能同伴互评视角解析了深度学习过程中的干预机制及作用。研究发现,经智能同伴互评干预后,学习者的认知水平得到显著提升,且整体具有更积极的情感体验,同时激活了更多深层次的学习行为投入,有效促进学习者的深度学习,并在此基础上提出了智能同伴互评对促进深度学习的发展路径。研究成果对实现深度学习的研究具有重要的理论贡献,为强化深度学习可持续、高质量发展提供了借鉴。

从学习者模型到学习者孪生体——学习者建模研究综述

促进个性化学习与发展是教育信息化发展新阶段的核心诉求,学习者建模是个性化学习的核心和关键环节,可为个性化学习提供智能化的决策支持。从学习者特征、模型构建和建模技术三个维度分析学习者建模,发现学习者模型的构建,正朝着学习者特征多维化、模型构建综合化和技术融合化的趋势发展。数字孪生在教育领域的研究内容不再局限于理念,研究对象也逐渐转向学习者;基于数字孪生的学习者建模,正朝着建模方式自动化、应用场景多样化、学习者和孪生体共成长的方向演进。学习者孪生体将以多重角色出现在未来教育场景中,不仅可以与学习者和教师沟通交流,还可以与其他学习者孪生体进行模拟互动,以助推教育生态的重构。

数字化环境下多媒体学习认知负荷实证研究综述

多媒体是数字化学习环境下的重要载体,认知负荷为研究多媒体学习的过程与机制提供了理论框架。本研究选取国内外文献309篇,从研究基本信息、研究内容和研究设计三个维度展开系统性综述与分析。研究发现该领域呈现以下特征:在对传统多媒体环境研究的基础上,更关注增强现实、虚拟现实等新型技术环境;研究对象覆盖各学段和不同背景学习者,研究主题呈现关注个体差异、情绪设计、认知负荷测量等新趋势;多媒体学习原则在多种学习环境中得到应用和验证;研究方法以定量真实验为主,变量因子更为多元,眼动、脑电、皮肤电等客观测量法得到应用。未来研究应该从以下方面着力:关注新型多媒体技术环境,创新认知负荷研究的理论与实践;结合新兴技术开发测量工具,通过主客观结合优化测量方法;拓展学科范围与研究群体,促进学科发展和结论的适应性;加强结论在实践中的检验与应用,结合真实情境开展更丰富多元的实证研究。

如何支持与评价协作学习中的共享调节?——基于2007-2020年国内外共享调节研究的系统性文献综述

协作学习是跨越个体、小组、社区等多个层面,涉及认知、元认知、行为、情感动机等多个维度的复杂过程。协作成员需要共同监控协作学习中的各种障碍与挑战,协商选择解决策略,调整认知、行为、情感动机等状态,即通过共享调节,不断推进有效的协作。然而,共享调节往往难以有效发生,需要对其进行引导与干预。因此,如何设计与开发干预工具以引导共享调节的发生,如何测量与评价共享调节是否发生,是协作学习与共享调节领域的关键问题。为此,对2007-2020年国内外共享调节的高水平实证研究成果进行系统性文献综述,并讨论与分析了共享调节干预工具的类型、特性、应用现状与共享调节的评价取向。研究发现:共享调节干预工具包括脚本工具、感知工具与系统化环境三种类型,不同类型的干预工具对共享调节的阶段性、适应性、多维性、循环性机制有着不同程度的支持;脚本工具是目前共享调节的主流干预工具,系统化环境以及脚本工具与感知工具的组合使用呈上升趋势;基于行为日志与讨论文本的共享调节行为评价、基于多模态数据的共享调节事件评价,是共享调节的主要评价取向。未来建议在干预层面充分支持共享调节的内在特有属性,充分考虑共享调节学习者的特征;在评价层面解释与共享调节事件相关的多模态数据,分析共享调节多个维度间的相互关系。

以学习者为中心的评价何以可能——学评融合视域下的自主与同伴互评研究前沿进展

学评融合理念因其倡导学习与评价双向融通、相互促进而逐渐受到国内外教育领域的共同关注,以学习者为中心的自主评价与同伴互评是实现学评融合的有效方法。采用系统性文献综述的研究方法,对国际上2017—2022年间的高水平研究成果进行系统梳理,旨在分析自评与同伴互评结合的目的、对学习的促进作用以及有效的设计方法。研究的基本结论为:自主与同伴互评结合通过评价结果的相互佐证,提高评价的信效度,并引导参与者通过提供和接受反馈、反思改进来深度参与评价与学习过程;两者结合可以在认知上提升学习者的高阶思维能力、课程特定的知识与技能,行为上提升评价和学习的行为表现,情感上改善学习态度、增强信心与自我效能感、提高学习责任感与动机;有效评价应当注重对评价主客体角色互换、评价结果反馈与应用、评价过程的质量保障三种机制的设计。

教育领域设计思维评价:模型、工具与方法

设计思维作为创新解决复杂问题的方法体系,为课程改革与教学创新提供了新思路。如何将设计思维应用于教育领域,又如何评价其成效,是推动设计思维深度教育应用需解决的关键问题。当前国内有关设计思维教育应用的研究集中在内涵与应用路径分析等方面,缺乏对其评价的系统研究。本研究通过文献调研,采用内容分析法,从评价模型与原则探索、评价工具开发以及具体情境的评价实施三个层面对已有研究进行分析,为推进设计思维教育应用提供参考。研究发现,研究者主要从思维发展和能力发展两个维度建构评价理论模型,并遵循多角度、学习者中心、发展性、全过程原则。研究者设计了量表、图示和测试任务等评价工具。在具体实施中,设计思维教育应用包括专门的设计思维课程、设计思维指导项目实践、设计思维指导课程教学、设计思维促进教师专业发展四大情境,覆盖各个教育阶段。评价研究主要关注个体的设计思维发展和设计思维的融入成效。评价内容涉及设计与成效,设计维度关注设计过程和设计成果,成效维度关注能力发展、思维发展、认知发展与态度转变。评价方式以混合评价法、质性分析法、调查访谈法为主,以量表法和测试任务法为辅。在混合评价法中,课堂观察、自我(团体)反思报告、设计成果评价是研究者常用的重要方法。本研究最后指出,教育领域设计思维评价应注意:1)设计思维评价具有过程性和复杂性,需坚持以人为本,不断迭代;2)以培养T型人才为价值导向,围绕设计思维的本质特征开展评价;3)加强模型工具与方法的融合,做到评价科学合理;4)理解具体教育教学情境,融合情境目标开展综合评价设计;5)面向教与学全过程收集数据,保证评价的连续性和系统性。

“教师—研究者”协同设计提升职前教师在线教学能力的策略研究

以发展在线教学为契机,促进信息技术与课程教学深入融合,是当前教学创新的重要内容。然而,在缺乏学习设计理论与方法指导的情况下,教师容易产生复制传统教学模式的行为倾向,这就难以达到教学创新的目的。针对这一现实问题,本研究基于证据启发的学习设计理念,提出运用“教师—研究者”协同设计的方式提升教师在线教学能力的解决方案。为了验证解决方案的有效性,本研究对64名职前教师实施了基于WISE平台的协同设计实证研究。通过分析职前教师干预前后的调查问卷和反思文本,本研究发现职前教师的在线教学能力提升显著。这一方式还增强了教师在线教学的态度和信念,引发教师对在线教学的深度反思,但教师在编排在线教学内容和组织在线教学活动等方面仍面临挑战。本研究建议,研究者需要将学习科学知识转化为指导教师认知的实践性知识,引导教师在技术中介情境中开展“以设计为中心”的实践,促进教师在线教学能力的发展。本研究是连接学习科学研究与教师专业发展的本土化实践,可为在线教学创新提供新思路。

面向多维关联的社会认知网络分析——协作学习交互研究的新进展

协作学习交互研究的核心是从“横向的关系构成”与“纵向的关系演化”两个维度,对小组成员的“生产性”相互作用关系进行分析。将社会认知网络分析引入协作交互研究中,并重点探讨社会认知网络的内涵、分析框架、要素及分析思路,得到如下结论:首先,社会认知网络分析作为协作学习交互研究的新视角,能够从社会认知网络结构与演化的角度,对协作交互过程进行多维、关联、动态化的表征和分析;其次,社会认知网络分析框架融入了社会网络和认知网络的关键指标,包含节点层、关系层和网络层三个层级;最后,社会认知网络分析的基本思路包含目标与编码框架确定、数据整理与编码、网络模型构建以及网络模型分析等过程。进一步进行的案例分析发现,社会认知网络分析方法能够揭示协作学习小组的社会认知网络结构特征与关键指标,并描述小组网络结构演化的基本过程。基于此,未来相关研究的发展方向在于:扩展社会认知网络分析框架与指标,实现对社会认知网络节点与关系的精准描述;采用智能语音识别与深度神经网络结合的方式分析与编码,减轻数据处理和分析的负担;探索将社会认知网络分析整合到论坛、WIKI等协作学习平台中,以实现社会认知网络的动态可视化呈现。

促进深度理解的高中数学项目化学习设计研究

在信息社会知识更新换代日益加快的背景下,如何培育核心素养成为教育关注的重大课题。项目化学习旨在通过社会真实的情境、学习者主动的积极建构和有效的社会交互以实现知识的内化和应用,其问题引领、任务驱动、结果导向的特征符合核心素养培育的现实诉求,因而成为基础教育课程教学研究的热点。文章针对当前高中数学项目化学习设计与实践中存在的问题,通过深度分析、内涵解读、行动研究等方法,提出了促进深度理解的高中数学项目化学习设计策略,并进行了实践案例研究。研究结果表明,促进深度理解的项目化学习能够促进学生在深度理解的过程中形成高阶思维能力、培育核心素养。

基于证据启发的学习设计:让教师教学站在理解教育规律的基础上--访国际知名教育心理学和学习科学专家保罗·基尔希纳教授

人工智能等新技术在教育中的广泛应用,将使教师职能从完成常规教学任务转向促进学习者高阶认知能力发展,这对教师的学习设计能力提出更高要求。基于证据启发的学习设计倡导教师以科学证据而非感受、经验或直觉为基础进行学习设计,有助于学习者实现有效、高效和有趣的学习体验。作为国际知名教育心理学和学习科学专家的保罗·基尔希纳教授指出,教师在实施基于证据启发的学习设计时,首先要理解人的认知架构的工作机制、认知负荷理论等有关“人是如何学习”的基本教育规律,从而构建起实践性教学知识体系。在此基础上,教师要为学习者精心创设催生学习生成的活动,并在活动中根据学习情境设计和整合适宜的支架,帮助学习者减轻认知负荷并引导其进行深度认知加工。此外,他还特别强调,为有效实施基于证据启发的学习设计,需要培养教师的批判性思维和研究意识,使其能对教学主张的正确性做出理性判断,并能通过有意义的质疑促进自身专业发展。