学习科学:推动教育的深层变革

     内容提要:当前教育信息化蓬勃发展,在备受赞赏的同时也屡被质疑。至于原因,恐怕还是“人究竟是怎么学习的,怎样才能促进有效学习?”这一根本性问题依然未得到彻底解决。该文从教育信息化的发展现状谈起,剖析目前存在的问题及解决方法,然后仔细梳理了学习科学的发生、发展和研究现状,指出脑科学与学习、基于大数据的学习分析和技术增强的学习等学习科学研究将有助于推动教育从更深的层面发生变革。

     关 键 词:学习科学 教育技术 互联网教育 脑科学 大数据 变革

 

     当前,MOOC、微课和翻转课堂备受推崇,互联网教育(或称在线教育)发展火爆,这一切又一次点燃了人们对教育信息化的期望,人们期盼信息技术能够和教育深度融合,从而促使教育发生深层变革。但是翻开教育技术的发展史我们就可以看到,录音机、电影、电视、计算机都未能真正改变教育[1],难道新一轮信息技术潮就真的会改变教育吗[2]?比尔·盖茨和乔布斯都曾致力于以信息技术促进教育变革,但是他们也都承认相对于其他领域的变化而言,信息技术对教育领域的影响实在是太小了。那么,究竟怎样才能从更深的层次上推动教育变革呢?

  一、当前教育信息化发展现状及特点

  在2010年颁布的《国家中长期教育改革和发展规划纲要(2010-2020年)》(以下简称《纲要》)中明确写道:“信息技术对教育有革命性影响,必须予以高度重视”。在2011年颁布的《教育信息化十年发展规划(2011-2020年)》(以下简称《规划》)中也明确写道:“用十年左右的时间初步建成具有中国特色的教育信息化体系,使我国教育信息化整体上接近国际先进水平。”《纲要》和《规划》颁布以来,中国教育教育信息化事业确实又一次迎来了春天,得到了蓬勃发展。过去几年,在高等教育、基础教育、职业教育、特殊教育、幼儿教育等各个领域,信息化工作都在快速推进。

  对于高等教育,自2012年以来,MOOC(Massive Open Online Course,大规模公开在线课程,又称慕课)的发展如火如荼。以Coursera、edX、Udacity为代表的MOOC平台三驾马车受到了高校的追捧[3],北大、清华等高校纷纷宣布大力开展MOOC课程建设。2013年,上海市推出了“上海高校课程资源共享平台”,清华大学也推出了“学堂在线”。与此同时,几乎中国知名高校的校长都在异口同声地讨论MOOC,北大前校长周其凤在卸任感言中讲道:“这个事情既能提高我们的教育质量,也能提高北京大学的国际影响力。事实上,如果我说得严重一点,也许关系到存亡的问题。”北大现任校长王恩哥在2013年学生毕业典礼上也表示:北大加入edX项目,将最优秀的课程放在网络上,要让全世界有志于学习的人,都能平等而自由地享受北大丰富的学术资源。清华大学校长陈吉宁认为MOOC可以使全球各地不同人群共享优质教育资源成为了可能,也使得大规模个性化的学习成为了可能。种种现象表明,MOOC或许就如斯坦福大学校长约翰·亨尼斯所说的,成为了教育史上一场史无前例的“数字海啸”[4]。

  不过,无法回避的是:MOOC在发展中也遇到了学习者学习持续性不强、退学率高、交流互动不足以及网络教学难以适应实践教学需要、教学模式单一、学分认证难等问题[5]。但是,就如华东师范大学副校长任友群所认为的:以“慕课”为代表的在线教育形态的出现,本质上体现了人类对教育理想的追求,而新技术让这种追求逐步变成了现实,给高等教育带来了调整人才培养方式的机遇[6]。过去虽然高校一直在强调教学,但是不可否认的是“重科研,轻教学”现象在高校普遍存在[7],但是MOOC让我们看到了众多高校确实在认真地开展教学改革。或许就如尚俊杰所言:MOOC绝不是万能的,并不是所有的课程一披上MOOC的外衣就会顿显高贵,并不是所有的学习者一进入MOOC就会成为积极主动的学习者。MOOC之于高等教育,更多的是一种机遇,是一种诱发因素。在MOOC的推动和诱发之下,结合翻转课堂、大数据、学习分析等学习技术,或许真的可以实现教育流程再造,重新定义教师角色,重新设计课程模式,重新设计组织机构,重新制定管理方式,从而打造出适应第三次工业革命的全新的高等教育机构[8]。

  对于基础教育,信息化工作更是扎扎实实,呈现出这样几个特点:第一,在国家层面,备受重视。加快教育信息化进程、以教育信息化带动教育现代化已成为推进我国教育事业改革发展的战略选择[9]。第二,在实践层面,大型国家教育信息化项目频频启动,且成果丰硕。“三通两平台”工作稳步推进;全国“教学点数字教育资源全覆盖项目”成效显著,初步形成了可借鉴可推广的多种教学模式;国家教育资源公共服务平台建设与应用取得重大成效,已经形成了支持1000万用户的教育教学应用能力;初步形成了政府引导、多方参与的资源共建共享新机制,征集了一大批优秀资源;此外“一师一优课,一课一名师”资源应用活动和中小学教师信息技术应用能力提升工程正式启动[10]。第三,在学校和教师层面,数字校园建设卓有成效,微课、MOOC和翻转课堂三驾马车更是得到了学校和教师的热捧。华东师范大学牵头成立了C20慕课联盟,浙江省开通了普通高中选修课网络课程平台……涌现出一大批优秀的微课和MOOC资源,从最初的星星之火发展到了现在的燎原之势。第四,在新技术层面,平板教学似乎已经蔚然成风,得到了实实在在的应用。2014年11月,“全国新技术支持下的个性化学习高峰研讨和应用成果展示活动”在常州举行,来自全国各地的800余位代表贡献了上百节基于平板电脑等新技术的示范课,给大家展示了如何在技术的支持下开展协作学习和自主探究学习,如何将信息技术与教学过程深度融合。

  除了以上特点,其实还有一个特别重要的特点,信息化似乎从过去自上而下的推进变为自下而上的一种自觉。前些年推广信息化的时候,教师们多多少少有一些被动的感觉,但是这几年,或许是因为信息化大环境改变了,也或许是因为微课、MOOC和翻转课堂的技术门槛降低了,教师们从被动应用变成了主动应用,大都希望热情地拥抱信息技术。

  高等教育和基础教育信息化发展虽然很快,但是,要谈到互联网教育(也常称在线教育),它们都会略显黯淡。过去的一年内,互联网教育简直进入了“疯狂”状态。第一,大量初创企业加入。据统计,在过去的一年里平均每天有2.6家互联网教育公司诞生。第二,互联网巨头也纷纷涉足。以往教育信息化类企业都比较小,但是近年来互联网巨头纷纷加入,百度、阿里巴巴和淘宝先后涉足在线教育。第三,传统机构纷纷转型。这主要有两部分机构:一部分是传统的培训机构,比如新东方积极推进在线英语学习。另一部分是出版社,很多出版社纷纷成立数字出版中心,谋求从出版到教学应用的一条龙服务。第四,涉及金额巨大,市场前景无限。据说在过去的一年里互联网教育企业得到了30多笔风险投资,金额达数亿美元,而且据艾瑞咨询报告显示,2013年中国在线教育市场规模达到了839.7亿元,增长率为19.9%。用户数为6720.0万人,增长率为13.8%[11]。

  透过以上信息,我们还可以看出一个发展趋势:以往校外的互联网教育企业一般和正规学校有一定距离,各做各的,但是现在似乎在逐渐融合,比如一起作业网等通过作业就将校外教育和校内教学连接到了一起。这或许意味着企业、基金会、民间组织会更多地影响正规教育,基于互联网的社会化服务将越来越多地进入到正规学校,学校的教育将更加开放,真正无边界的课堂或学校正在形成。

  概而言之,中国教育信息化目前大致呈现了这样几个特点:从局部推进到整体推进;从被动应用到主动应用;信息技术与教育教学融合;校内应用与校外应用融合等。

  二、存在问题及解决方法

  或许因为教育改革也进入了“深水区”,随着教育信息化的推进,似乎碰到的问题也越来越多。

  就高等教育而言:第一,顶层设计比较缺乏。近几年高等教育信息化投入力度很大,但是“想到什么建什么”现象仍然存在,大学里平台越来越多、系统越来越多、资源越来越多,但由于这些系统各自分散建设,没有统一接口标准,形成了一个又一个“信息孤岛”。第二,配套机制比较缺乏。大学课程的网络化和社会化趋势,已经给高等教育发展提供了新的思路。但不容忽视的是,我们还没有建立起与之相配套的体制机制,比如学分制度、教学制度、评价制度、管理制度等,在这些方面进展不大、动作缓慢。第三,发展不均衡现象比较严重。发达地区的高校与欠发达地区的高校之间、名牌大学与普通大学之间的教育信息化水平存在巨大差异,目前似乎已经显露出“好的越好,差的越差”的马太效应。第四,数据应用水平比较低。目前很多高校就积累了海量的数据信息。但是我们对于现有数据资源的开发和利用还远远不够,很多数据被人们所忽视,变成了“沉默的数据”,没有被应用来改进教学实践,并辅助教育决策。第五,管理体制变革比较缓慢。著名管理学家德鲁克1988年发表在《哈佛商业评论》中的《新型组织的到来》一文中曾提到:一旦公司迈出了从数据转向信息的第一步,那么它的决策程序、管理结构、甚至工作方式都将发生转变。他在1992年还以美国军队为例,指出一个组织应该实现从技术装备,到观念,再到组织结构的全方位的变革[12]。目前在高校,虽然已经迈出了从数据向信息的一步,但是决策程序、管理机构和工作方式转变还都比较小。

  对于基础教育,以上高等教育碰到的问题也都或多或少存在,除此以外,还有一些比较具体的问题:第一,经费保障不力。教育信息化经费尚没有形成有效的投入和运维机制,教育信息化经费不是常设项,仍以立项式投入为主,这对日益增长的运维费用需求有矛盾。另外,过去经费条块分割现象比较严重,一般为设备、培训等费用,但是现在学校越来越需要一体化解决方案,需要服务,但是在服务方面的经费很缺乏。第二,投入效益难以计算。投入与效益一直是困扰教育信息化发展的问题,普林斯顿大学名誉校长威廉·鲍恩也提到,事实上信息技术已经在教育中得到了广泛的应用,像生物、物理等学科离开信息技术几乎无法开展研究,但是这些效益无法计算在传统的产出中,体现不出来[13]。第三,教育流程变革不够。信息技术与教学深度融合是核心,但不是全部,不能忽视信息技术对教育管理流程的改革,这一点与高等教育类似。第四,研究支持不够,协同创新不足。尽管中国有庞大的学术研究队伍,国家也一直在鼓励产学研协同创新,但是高校学术研究队伍和中小学教师及企业人员有效地进行协同创新还存在不足。教师们的热情虽然很高,但是在教学模式方面的探索缺乏有效的引导或指导,或许这种自下而上的信息化参与行为会产生时间、精力、财力等方面的浪费。当然,除了以上问题外,资源共建共享等方面也都还存在诸多问题。

  至于互联网教育,碰到的问题可能更多。目前互联网教育市场确实很火,但是许多企业都面临着叫好不叫座的尴尬[14]。再好的产品,免费给学生用,人家也不一定用。巨额风险投资投进去了,依然找不到清晰的盈利模式。

  究其原因,非常复杂,可能会涉及经费、体制等各种原因,不过,仔细分析,一定会归结到这样本质性问题:技术到底能否改变教育?前面已经谈过,当年收音机、电影、电视都没能改变教育,现在计算机和互联网就能改变教育吗?虽然也有很多人持乐观态度,但是持悲观态度的也大有人在,斯坦福大学的Larry Cuban就曾先后两次撰文阐明这一点,他认为学校是一个相对稳定的系统,教育的发展是一个缓慢的过程,所以技术很难在短期内变革教育[15][16]。

  那么技术为什么能变革其他行业呢?我们以零售业为例,淘宝天猫并不是简单地将线下集市搬到线上,而是解决了传统商贸中存在的信息不对称、店租成本高、营销成本高、商家欺诈客户等问题,省去了中间商的很多环节,让商品交易得以更顺畅地进行。仔细想一想,对于消费者来说,最根本的目的就是“以最方便的方式购买到最便宜的产品”,而电子商务似乎圆满地实现了这个根本性的目的。

  再回头看看互联网教育,腾讯课堂、淘宝同学、百度传课等,主要是把线下的课堂搬到了线上,进行直播和录播,解决了时空或者说传递问题;一起作业网、习网、猿题库等,虽然也都在努力应用大数据以方便对学习者进行个性化学习支持,但是目前基本上主要是解决了资源受限问题;家校通、家长帮等,主要是提供给家长和学校(或机构)进行关于孩子教育沟通的平台,解决了沟通的问题……这些互联网教育应用产品确实解决了传统教育活动中的某些问题,也起到了重要的作用,但是是否解决了教育领域的根本性问题呢,是否达到了学习者的根本目的呢?仿照消费者的根本目的,学习者的根本目的应该是“以最有效的方式学会最有用的知识”。按照建构主义的观点,认为知识不是教师传授给学生的,而是在一定的情境中借助学习材料和其他人的帮助自己建构起来的[17][18]。简单地说,学习者需要在自己的大脑中建构出知识,或者说将知识“买进”自己的大脑中。

  按照这个根本目的,回头看看这些互联网教育产品或技术,它们是否真的解决了这个根本目的呢?哈佛大学教授讲的确实很好,可是我还是听不懂怎么办?基于大数据的自适应测试技术确实有助于提高学习成绩,可是我没有学习动机怎么办?当我们试图回答这几个问题时,就理解了互联网教育面临的困难,因为教育的对象是人不是物,具体来说,主要是人的大脑。而我们人类虽然研究了几千年教育,但是我们对于知识究竟是怎么存储的,人究竟是怎么学习的,实际上还知之甚少。在这个根本性问题没有搞明白之前,我们试图达到学习者的根本性目的,难度可想而知。

  其实,这不仅仅是互联网教育面临的困难,在高等教育、基础教育等各个领域中都是一样的。前面探讨了高等教育和基础教育面临的诸多问题,我们当然可以依靠顶层设计、加大投入、流程变革、教师培训等措施来逐步解决,但是这些都是外围的帮助和支持,最终还要归结到“人究竟是怎么学习的,怎样才能促进有效学习”这一根本性问题。

  要解决这一根本性问题,我们就会注意到一个新兴的跨学科研究领域——“学习科学”,或许它的发展有助于解决这一根本性问题,从而推动教育的深层变革。

  三、学习科学的历史与发展

  学习科学(Learning Sciences)是国际上近30年来发展起来的关于教和学的跨学科研究领域,涉及教育学、脑科学、心理学、信息科学等多研究领域。索耶(R.K.Sawyer)在《剑桥学习科学手册》一书中指出,“学习科学是一个研究教和学的跨学科领域。它研究各种情境下的学习——不仅包括学校课堂里的正式学习,也包括发生在家里、工作期间以及同伴之间的非正式学习。学习科学研究的目标,首先是为了更好地理解认知过程和社会化过程以产生最有效的学习,其次便是为了用学习科学的知识来重新设计我们的课堂和其他学习环境,从而使学习者能够更有效和深入地进行学习[19]。”简而言之,学习科学主要就是研究:“人究竟是怎么学习的,怎样才能促进有效地学习?”

  要谈到学习研究,其实认知科学已经进行过长期的探索,成果也很丰富,但是为什么还会提出学习科学这一个崭新的概念呢?原因是人们逐渐发现认知科学关注的对象和研究方法过于远离人在真实世界中的学习,所发现的认知规律是将人从其所处的社会世界与自然世界中抽离出来的结果,对于现实学校教育实践的改进和教育质量的提升并不是十分理想[20]。在这样的情况下,一部分认知科学家开始关注真实情境中的学习,包括课堂中的正式学习和课外的非正式学习。他们希望通过在心智、脑和教育之间建立桥梁(Mind,Brain,and Education),将脑科学的最新成果(从基因到行为)应用于教育和学习过程。20世纪70年代末和80年代初,随着人工智能理论和计算机技术的发展,一批认知科学家和计算机科学家开始合作,逐渐开创了这一个专门研究学习的崭新的领域——学习科学。

  学习科学诞生以后,发展非常迅速。1986年,施乐公司建立了施乐学习研究所;1987年,美国西北大学建立了学习科学研究所;1990年,美国出版了第一份学习科学类学术刊物《学习科学杂志》(The Journal of the Leaning Sciences);1991年,西北大学创建了世界上第一个学习科学专业,同年召开了第一届国际学习科学会议;1999年,美国国家研究理事会(National Research Council)成立了“学习科学发展委员会”工作小组,发布了名为《人是如何学习的:大脑、心理、经验与学校》的研究报告,引起了世界各国对学习科学的关注[21];2004年,美国国家科学基金会(NSF)宣布拨款1亿美元创建跨学科的“学习科学中心”,并将给予持续巨资支持,随后陆续正式成立6个国家级跨学科跨学校的学习科学研究中心,比如斯坦福大学和华盛顿大学合作建立了非正式与正式环境学习中心(Center for Learning in Informal and Formal Environments,简称LIFE),从2004年到2014年,连续10年总计获得4000余万美元的资助[22];经合组织(OECD)自1999年开始设立了一个教育与创新研究所,组织了全世界范围的学者开展学习科学研究。在亚洲,香港大学将学习科学列为了该校16个重点发展领域之一;2009年,Meltzoff等人在《Science》杂志上发表了《Foundations for a New Science of Learning》一文,在学术界产生了重要的影响[23]。近年来,欧美发达国家已经将学习科学确立为新的教育政策的关键基础,将人类学习的重要研究成果作为了课程决策与行动的基础[24],在实践领域得到了实际应用。2013年4月2日,奥巴马政府正式宣布将开始十年“脑计划”,拟投入巨资探究大脑数十亿个神经元的详细信息,并对人类的知觉、行动以及意识等有更进一步的了解,该计划进一步推动了学习科学的发展。

  在国内,虽然相对于欧美学习科学研究还有一定差距,但是东南大学、北京师范大学、华东师范大学等高校已经建立了学习科学研究中心或者相关的学术机构,而且,越来越多的研究机构对此产生了兴趣。2014年3月1-6日,由美国国家科学基金会(NSF)、经济合作与发展组织(OECD)、联合国教科文组织(UNESCO)、香港大学、上海师范大学、华东师范大学联合举办的“学习科学国际大会”在华东师范大学举行。大会汇集了世界各地的学习科学及教育研究领域的学者、各国和地区教育行政机构及国际组织的教育决策者、教育实践领域专家,围绕学习科学研究展开了专题探讨[25],该次会议对于推动学习科学在中国的发展起到了重要作用。

  学习科学是一个跨学科研究领域,那么,它的核心研究内容究竟是什么呢?《人是如何学习的》一书中认为改变学习概念的五大主题是:记忆和知识的结构、问题解决与推理的分析(专家分析)、早期基础、元认知过程和自我调节能力、文化体验与社区参与[26]。《剑桥学习科学手册》一书中比较关注学习理论、基于设计的研究、专家学习和概念转变、知识可视化、计算机支持的协作学习(CSCL)和学习环境等研究[27]。《学习科学的关键词》一书中将学习共同体、建构主义学习环境、认知学徒制、概念转变、基于案例的推理、基于模型的推理、CSCL和多媒体学习作为主要研究内容[28]。斯坦福大学Roy Pea教授在学习科学领域拥有重要的影响力,而他开展的研究课题大都围绕着信息技术对学习与教学的支持及增强,比如科学、数学学习与视觉化、基于视频的学习、学习共同体、元认知等等[29]。匹兹堡大学学习研究与发展中心(LRDC)在其主页(www.lrdc.pitt.edu)上列出了八大主要研究领域,分别是:认知心理、高阶学习过程、学习技术、阅读和语言、非正式学习、学校实践转变研究、学习政策、学习中的社会动机因素。李海峰和莫永华曾对《学习科学杂志》(JLS)近十年发表的文献进行了内容分析,归纳出学习科学的主要研究内容:知识与认知、学习环境(如研究性学习环境和虚拟学习环境等)、研究工具与方法论(包括视频分析方法、设计设计方法等)、设计、合作学习与共同体[30]。郑太年等人通过对2014学习科学国际大会的评析归纳出,当年学习科学的研究主题大致分为以下几类:社会性学习研究,神经科学、早期语言学习和双语学习研究,真实情境中的学习研究,学习技术的研究与开发几类[31]。

  来自不同领域的学者一般会关注不同的方面。罗陆慧英和程介明等人指出,不同领域的学习科学研究针对发生于不同位相的学习,神经科学关注脑,心理学关注个体行为,组织学关注机构,社会学和文化研究关注小组和共同体,教育变革关注教育系统,人类学关注社会[32]。不过在纷繁复杂的学习科学研究中,最为吸引人或者最为突出的研究似乎是以下两类:一类是基于脑科学与学习研究(也有人称为神经教育学),比如华盛顿大学和斯坦福大学联合成立的正式学习与非正式学习中心就主要在开展基于脑机制的面向幼儿的语言学习研究[33];一类是技术支持下的学习研究,比如加拿大多伦多大学教育学院的Bereiter和Scardamalia从20世纪90年代开始,探索计算机支持的有意义学习环境,并推出了颇为流行的知识论坛(Knowledge Forum),利用技术来促进学习者更好地进行知识建构[34]。当然,也有学者结合脑神经研究成果开发了多媒体教学软件,用于治疗认知缺陷,比如利用多媒体软件来培养空间想象能力和数学思维能力[35]。

  通过梳理学习科学研究领域比较突出的研究,我们可以看出,尽管不是那么严谨,但是基本上可以说学习科学比较注重基础性的研究,确实是希望在认知科学等学科的基础上,为教育学科的发展提供理论参考依据。前面也提过,事实上欧美一些发达国家已经将学习科学的研究成果作为了教育决策与行动的关键基础[36]

  四、学习科学如何推动教育深层变革

  现在回头去看看高等教育、基础教育和互联网教育遇到的困难,就是在“人究竟是怎么学习的?”这一根本性问题没有解决之前,试图去达到人们的根本性目的,所以很难。而学习科学诞生和发展的宗旨就是为了解决这一根本性目的,或许学习科学的突破将有助于推动教育发生深层的变革。

  当然,也有人会讲,在学习科学诞生之前,认知科学等其他学科的人对这一根本问题也已经进行了长期的探索,似乎也并没有促进教育的深层变革,学习科学就一定可以吗?要准确回答这个问题,首先就要从社会发展大背景考虑,常言道:量变引起质变。以互联网技术为主要代表的信息技术按照摩尔定律快速发展几十年后,终于促使社会各个领域发生了重大变革,这个变革体现在几个方面:一是互联网普及率。根据中国互联网络信息中心发布的历次《中国互联网络发展状况统计报告》显示,2006年之前,中国互联网普及率还不到10%,而2006以后,则快速突破10%,目前已经将近50%。而且,十几年前,主要都是教师、学生和白领等一些专业人士在使用互联网,而今天包括领导和农民工在内的群体都开始使用互联网,可以说是已经进入爆发式普及阶段。二是信息技术应用深度。以自动翻译为例,20世纪70年代至80年代随着人工智能技术的发展,大家对自动翻译寄予了厚望,但是一直没能有突破性的进展。但是随着大数据技术的发展,自动翻译又让大家有了新的期望,比如Google提供的网页翻译至少已经能让一个不懂英文的人基本看明白英文网页信息了。简单地说,信息技术发展几十年后,终于促使社会发生了巨变,尤其是人们的观念,已经逐步转变了。

  具体到教育领域,技术的发展也使得学习科学产生了突破性的发展,脑、心智和(真实情境中的)教育似乎真的可以建立紧密的联系了。首先是功能磁共振成像技术(fRMI)等先进技术使得人们对学习和记忆的脑机制有了更深刻的了解,并促进了学习环境和学习模式的变革。比如,很多父母包括教育研究者对孩子要不要从幼儿时期就开始学习双语都存在疑惑,大家都担心会不会给孩子增加认知上的挑战甚至是困扰。不过Patricia Kuhl主持的一项研究显示,双语学习能够改变脑白质的微观结构。双语人群和单语人群在执行功能方面的认知能力——维持和指导注意的能力——方面存在差异。与只学习一种语言的同龄人相比,一出生就处于双语环境中的婴儿和儿童,具有更高的认知灵活性和控制注意的能力[37]。

  再看游戏化学习,现在颇受社会各界重视,新媒体联盟最近历年发布的地平线报告中,都认为游戏化学习会在未来几年得到普及性应用。不过,尚俊杰等人通过大量的游戏化学习实证研究,总结出游戏进入课堂会面临三层困难和障碍[38],其中如何客观地评价游戏化学习的成效是一个最主要的问题。实际上,目前国内的游戏化学习大都停留在学习的行为表现层面,缺乏在神经机制层面的深入探讨。但国际上已出现一系列的基于脑机制的游戏化学习研究案例,通过脑成像技术来评估游戏化学习的成效,从而在神经机制层面证实了游戏化学习对学习者的积极效果。比如斯坦福大学Kesler教授等应用Lumos实验室开发的网页游戏(http://www.lumosity.com),从行为表现和神经机制两个层面评估了游戏化学习对提升特纳综合症(特纳综合症,Turner Syndrome,一种先天性染色体异常疾病,患者常存在视觉空间、数学和记忆困难等认知缺陷)患者的数学能力的积极效果。初步研究结果显示:在行为表现层面,试卷测试结果显示患者的计算能力、数字常识、计算速度、认知灵活性、视觉空间处理能力都有显著提高。在神经机制层面,实验后患者的脑活动模式发生了较大改变[39]。

  多媒体教学软件之前也被广泛使用,但是也屡受质疑[40],它是否真的能够促进学习呢?Meltzoff等人发表在Science杂志中的文章也提到:脑磁图描记术(MEG:Magnetoencephalography)可以让我们更深入地了解社会互动和感觉运动经验是如何影响儿童学习语言的,以及幼儿为什么能从人类导师身上学会外语而不能从电视上学到。不过,他们也提到,一种可以模拟人类行为的新型机器人确实可以帮助幼儿学习外语词汇[41]。

  除了脑科学技术外,大数据(Big Data)近年来发展极其迅猛,学习科学领域的研究者也已经开始逐渐将基于大数据的学习分析融入于学习实践之中[42]。伍斯特理工学院(Worcester Polytechnic Institute)的Janice Gobert教授长期从事基于计算机的交互式科学实验环境(Microworlds)的设计和开发,以促进学生对于物理、生物、地球科学等领域的探究式学习。相比基于实验室的科学实验,这个学习环境既能模拟真实实验场景,又能够灵活方便地为众多学习者提供学习和实验机会。然而,她们发现,这一学习环境中的学习者往往很难得到有效、实时的个性化支持和反馈,学生的学习活动和行为往往缺乏及时的分析和指引。基于这个问题,她们正尝试使用学习分析的理念和技术进行改善,并初步得到很好的效果。在她们的解决方案(Inq-ITS;http://slinq.org)中,学习过程中实时产生的大数据能够被自动记录并经由算法自动分析,进而实时生成报告提供给老师和学生以改善教学和试验过程。研究结果表明,基于大数据的自动分析算法能够很好地捕捉和评估学生的科学探究技巧,进而为促进教学过程提供个性化证据和实时支持[43][44]。

  加拿大西蒙菲莎大学的Phil Winne教授是自主学习方面的知名学者,长期从事这一领域研究。Winne教授认为,传统的为学习过程提供反馈的方法,比如由随机控制试验得出研究结果提供给老师和学生等,已凸显出很大的局限性。这类方法往往关注大多数人的平均水平,并给出一个大致建议,很难为每个学习者提供高效的建议和支持。基于此,Winne教授及其研究小组近期专注于发掘大数据对于学习者在网上自主学习的支持,并设计了一个用于追踪和支持网上自主学习的在线工具nStudy[45]。nStudy一方面能够为网上学习者提供多种支持以促进学习者对于学习内容的搜索、检查、合并、加工、和转化等;另一方面,它能够自动收集学习者的这些活动信息,尽可能详细地描述每个学习者的学习过程。nStudy还能够针对所收集的大数据进行及时整合、分析和筛选,并将结果有针对性地反馈给学习者,以帮助学习者及时、有效地调整自主学习过程[46]。

  基于大数据的学习分析不仅在改善计算机支持的学生学习方面发挥重要作用,国外教育者也开始重视并将其应用到传统课堂和教师学习中,以改善课堂教学效果。比如,由匹兹堡大学Lauren Resnick教授所创立的学习研究所(Institute for Learning;http://ifl.pitt.edu)作为美国知名教师培训和教学促进机构,已开始尝试使用课堂讨论分析工具Classroom Discourse Analyzer(CDA)帮助中小学老师反思和提高课堂讨论效果。传统教师对于课堂反思往往缺乏有效、直观的证据支持,CDA依据学习分析理念设计,能够针对一节或追踪多节课堂讨论进行分析,并将每个学生发言、老师发言、师生对话模式和风格等数据信息自动整合,以互动式图表形式提供给老师,帮助老师及时反思和改善课堂教学实践[47]。

  通过以上案例可以看出,尽管还无法进行大规模推广,但是脑科学和大数据等技术的发展,确实使得我们对于“人究竟是怎么学习的?”有了更深刻的认识,也有了更多的手段去促进“有效学习”,这样也意味着脑、心智确实可以和(真实情境中的)教育建立更为密切的联系,从而从更深的层次上为制定教育政策提供决策依据。简单而言,未来脑科学技术、基于大数据的学习分析技术和技术增强的学习技术或许将成为推动教育深层变革的主动力,如下图所示:

  学习科学:推动教育的深层变革图

  形象地说(可能不太严谨):眼睛以里,脑科学与学习的发展让我们更好地了解知识究竟是怎么存储的,人究竟是怎么学习的;眼睛以外,基于大数据的学习分析让我们用数据说话,而不再主要靠经验说话。当然,眼睛里外,都需要采用技术来支持和增强学习。

  五、结束语

  根据以上分析和讨论,我们可以得出如下初步的结论:

  1.当前教育信息化蓬勃发展,走上了发展的快车道。不仅仅是技术装备发生了变化,观念也发生了变化,广大学生、教师和管理者都在积极拥抱新技术。

  2.不过,目前仍然存在配套机制缺乏、经费保障不力、区域发展不均衡、管理体制变革缓慢等问题。但是教育信息化最临最根本的问题仍然是需要研究清楚人究竟是怎么学习的,怎样才能促进更有效的学习。

  3.要解决这一根本问题,就需要依靠近30年发展起来的新兴学科——学习科学,尤其是脑科学与学习、基于大数据的学习分析和技术增强的学习等方面的研究。

  4.对于国家而言,要想深入推动教育变革,就需要加大力度开展学习科学研究,促进跨学科、跨机构协同创新。当然,在此过程中,教育技术学或许会和脑科学、心理学、信息技术等学科一起扮演主要角色,但是社会学、人类学、工学、组织学等学科也会做出卓越的贡献。只有多学科协同攻关,我们才能真正在脑、心智和课堂教学(真实情境中的教育)之间架起牢固的、宽畅的、经得起考验的、真正有用的桥梁。

  曹培杰、蒋宇、肖海明、聂欢为本文提供了很好的建议,特此致谢。

 


 
【字体: