学习科学的两次重大转折与学习研究的工程转向:基于学术思想史的考察

该文从学术思想史的视角出发,提出自学习科学创建以来,学习研究在三十年间经历了三次重大转向。第一次是让学习研究“立地”的“方法学转向”,以“基于设计的研究”的提出为标志,缓解了百余年来教育学与心理学之间的紧张关系,为学习研究走向统一提供了一个“脚手架”;第二次是让学习研究“顶天”的“基础研究转向”,以教育与认知神经科学崛起为标志,向基础研究下沉,并对实践产生了正反两方面影响。现在即将迎来第三次重大转折——学习研究的“工程转向”与学习工程的崛起。该研究提出,要从前两次重大转折中把握学习研究的未来走向,推动学习工程的崛起和可持续发展,既要基于“基于设计的研究”的工程隐喻,实现科学思维向工程思维的转换,促进学习研究中科学、技术与工程的一体化发展,又要直面学习研究从基础科学向应用实践转化面临的挑战与伦理问题,利用人工智能技术赋予的力量跨越二者之间“过于遥远的桥”,从而缓解“顶天”与“立地”之间重新浮现的巨大张力。     

人工智能时代机器辅助教学:能力向度及发展进路

人工智能技术变革下的机器辅助教学为教育教学发展注入新的动能.机器辅助教学的内涵与外延在被人工智能技术重塑的同时,其结构也在智慧性、主体性和协同性等方面有新发展.然而,随着教学机器服务能力不断增强,范畴不断拓展,如何对其教学成效展开合理评测成为亟待解决的重要议题.机器辅助教学的能力向度是指机器赋能教学过程的指向目标与能力层级,对其剖析并构建能力向度模型,能以全新视角全面认知教学机器的客观概况与内部逻辑,又可从智能教学机器应用中提取可观测、可测量、可解释的关键因素,借以解决能力评测问题.本研究基于对机器辅助教学基本内涵的探讨,确定机器辅助教学的价值取向、系统框架与关键要素,构建并验证了以教育主体、场景、资源和数据为承载的机器辅助教学能力向度模型.这一模型研究需要秉持教育伦理先导的理念,坚持数据与理论双向驱动,推动人机协同并进,结合因果推断增强数据解释,从而为机器辅助教学能力评测标准的制定与实践提供理论参照和方向指引.     

Looking at MOOC discussion data to uncover the relationship between discussion pacings,learners’ cognitive presence and learning achievements

Education and Information Technologies - The MOOCs (Massive Open Online Courses) forum carries rich discussion data that contains multi-level cognition-related behavior patterns, which brings the...