教育媒体研究未来趋势：促进学习者中心设计

摘要：第14届教育媒体国际大会（ICoME 2016）于2016年8月在日本京都召开。此次会议的主题是“构建以‘人’为中心的数字化发展共同体”，彰显出新媒体与新技术对促进学习者中心设计的核心价值。概览会议所收录的153篇论文发现，研究主题主要集中在信息化评价、学生能力发展、教学设计、资源开发、系统应用、教师专业化发展、国际合作等方面，这些研究本质上都是围绕“促进学习者中心设计”来开展的，是“学习者中心设计”研究在广度和深度上的延伸和拓展。在典型案例研究方面，社会性学习技术、合成式学习环境、基于脑科学的教学技术和基于AI的深度学习开始进入实证研究现场。此次会议还折射出教育媒体研究未来的发展趋势：教育研究正在走向“学习者中心”；教育技术的研究正从关注“技术”与“模式”转向关注“策略”、“有效性”和“人的发展”；教育学、认知科学、计算机科学与技术等跨学科的合作研究趋势开始凸显，已经成为推动学习技术深入发展的必要条件。

关键词：教育媒体研究；学习者中心设计；社会性学习；合成式学习环境；脑科学

中图分类号：G434 文献标识码：A 文章编号：1009-5195（2016）06-0011-08 doi10.3969/j.issn.1009-5195.2016.06.002

一、引言

第14届教育媒体国际大会（ICoME 2016，International Conference for Media in Education）于2016年8月18-20日在日本京都外国语大学举行。该会议始于2003年，由日本教育媒体研究学会和韩国教育信息与媒体协会共同发起并组织。近年来我国积极参加该会议，2012年由我国首次承办，之后采取中、日、韩、美四国轮流举办的模式，现已成为亚洲及欧美地区具有广泛影响的关于学习和媒体及信息技术教育的国际会议。

日本教育媒体研究学会会长Haruo Kurokami，日本教育工学会会长Junichi Yamanishi，韩国教育信息与媒体协会主席Byungro Lim，美国印第安纳大学Charles M. Reigeluth，中国教育技术协会副会长李克东，美国夏威夷大学教育学院院长Bert Kimura等世界知名教授出席本次会议并做了主旨发言。同时，还有来自中国、日本、韩国、美国、瑞士、印度尼西亚、菲律宾、马来西亚、埃及等国家50余所大学和研究机构的资深教授、知名学者、博硕士研究生以及一线中小学教师共计260余人参加。会议设“并行分论坛”26场、“圆桌论坛”14场，共计160余名学者与博硕士研究生做分论坛发言和讨论。交流内容主要涉及以下四个方面：（1）教育技术国际发展的共通问题与成就；（2）在线学习、移动学习的设计、实施与评价；（3）大数据支持下的智慧学习环境构建；（4）教育学、认知科学、脑科学与计算机科学跨学科合作的教学技术。本文围绕主旨发言和分论坛内容，重点探讨新媒体、新方法对学习者中心设计的影响、策略与方法以及典型的应用案例。

二、学习者中心设计：内涵及其原理

著名教学设计专家、美国印第安纳大学Charles M. Reigeluth教授针对其新著《Instruction-Design Theories and Models：The Learner-Centered Paradigm of Education》（第4版）做了主题发言，提出了基于学习者中心的教学设计的价值、策略与方法，尤其阐释了学习者中心设计的内涵与原理。

1.学习者中心设计的内涵

传统课堂通常以教师和教材为中心，形成了知识单向传授、学生被动接受的局面，学习者的主体性难以得到充分发挥。Reigeluth在其新著中倡导的学习者中心，旨在打造基于学习者中心的教学设计范式，并提出了较为具体的设计策略，为教育技术研究与学习技术发展提供了较为明晰的线索。

Reigeluth为清晰表达学习者中心教学模式的本质特征，将其与传统课堂从三个维度做了区分（见表1）：一是从学习方式来看，学习者中心主张实施个性化学习，充分尊重学习者的主体性；二是从学习活动线索来看，学习者中心强调基于学习起点开展教学活动，而不是传统课堂中——虽然对学习者也有所考虑，但基本是按照年级、教学计划等时间线来安排活动；三是从知识来源来看，学习者中心强调针对同一内容多样化、多层次的呈现资源，学习者有选择适合自己学习起点、方式、兴趣的机会。在此基础上，Reigeluth较为具体地阐释了学习者中心设计的核心思想（见图1）。

由图1可知，学习者是学习的中心和主体，学习者的学习目标、风格、兴趣和需要可以理解为学习者的基本属性。在学与教的过程中，教学内容、教学方法、教学进度和教学评价都应该契合或满足学习者的基本属性，教学过程的基本要素与学习者的基本属性构成“教-学”双向映射关系。同时，在学习者中心的学习活动开展过程中，教师与学生应该遵循以下“教-学”策略：（1）学习者应通过任务驱动进行做中学；（2）学习者应充分利用脚手架；（3）学习者应通过合作交流实现同伴互助；（4）学习者应学会设定自我学习目标并有效管理学习过程；（5）学习者应能有效自我反思、评价与调控学习过程。

2.学习者中心设计的原理

依据对学习者中心设计内涵的界定和理解，Reigeluth提出了基于学习者中心的教学设计原理与策略，如表2所示。该原理从学习者属性、教学方式、学习资源等角度提出了学习起点、个性化教学、任务驱动、角色形态、课程形式5个具体维度，包含15条具体策略，为学习者中心设计提供了具有操作性的指导原则。

由表2可以看出，学习起点是整个“学习链”的依据和出发点，涵盖了学习内容选择、教学方法设计、教学评价整合等全过程；个性化教学强调了学习者中心教学的学习方式和方法；任务驱动为学习者中心教学提供了可操作的教学模式，也是个性化教学的具体手段；角色形态科学定义了教师、学习者和技术三者在学习活动中扮演的角色以及所发挥的作用；课程形式强调了学习者中心的课程与资源形式，更加重视内容存在性，弱化学科特征。

三、国际教育技术研究：主题与典型学习技术

Reigeluth教授的主旨发言为本届会议奠定了基调，同时也显示了国际教育技术研究的重点与趋势——关注学习者、促进学习者个性化发展，构建信息时代的人际关系共同体；会议论文也充分表现出这一趋势。本届大会共收录153篇论文，主要围绕媒体与技术在教育及学习中的应用展开研究。

1.研究主题概览

在对153篇会议论文主题进行分析时，笔者首先随机选择40篇文献根据内容进行试编码，该过程由3位编码员完成，编码结果讨论后请学科专家进行指导，对部分编码规则调整确认后进行正式编码。正式编码过程中，每篇文献均由3位编码员进行编码，其中3位编码员的一致性分别为：87.3%（甲与乙）、93.3%（甲与丙）、83.2%（乙与丙），对于编码不一致的文献经学科专家讨论后最终确定。总体上，153篇会议论文在内容上呈现出如下分布：信息化评价31篇（20.3%）、学生能力发展31篇（20.3%）、教学设计28篇（18.3%）、资源开发26篇（17.0%）、系统应用20篇（13.1%）、教师专业化发展9篇（5.9%）、国际合作8篇（5.2%）。

由此可以看出，研究者对新媒体和新技术的设计、开发、运用、评价等均有充分研究，其中对学生能力发展和信息化评价关注度最高，这两大主题在本质上是对学习者发展的关注，充分体现了学习者中心设计的主题。其次，教学设计和资源开发的关注度也较高，体现了研究者对课堂教学技术的关注，本质上也是对学习者中心的重视。最后，国际合作与交流在本次会议上也有较明显的体现，如韩国全南大学和日本福祉大学合作开展的日韩两国研究生如何加深体验学习的研究。

在教学设计主题中，研究者着重关注三个方面的内容：一是基于不同学习模式的活动设计研究，如埃及亚历山大大学将传统课堂学习模式、基于学习平台的在线学习模式以及基于SNS的非正式在线学习模式相结合，尝试探究该混合学习模式下的教学设计（Forster，2016）；二是深入学科内容的教学设计研究，如东北师范大学CTCL研究团队，深入小学数学、初中物理、高中信息技术等学科开展的设计研究；三是技术营造的学习环境下的教学设计研究，如日本东北大学开展的基于具身学习环境的科学学习设计。因此可以认为，新媒体与新技术在教育领域中的实践应用，推动了新型教学模式和学习模式的转变，并由此导致教学设计研究视角的变化。

在资源开发主题中，研究者着重关注新媒体与新技术在教育领域中的实践应用，不仅重视传统的教育软件和系统平台开发，而且还关注近年来新型的虚拟现实、教育机器人、教育游戏、移动端APP资源的开发。由此可见，新媒体与新技术的发展推动了数字化学习资源的建设及其在教育领域的深入应用。数字化学习资源已然成为在线学习的重要组成部分，推动了学习资源在网络空间的延伸，拓展了传统学习资源的再现和传播方式，满足了学习者获取更优质、更便捷、更经济学习资源的需求。

在系统应用主题中，研究者关注的热点包括：如何通过媒体和技术创建新型的学习环境，如何将建构主义学习理论和联通主义学习理论应用于系统中，如何应用自适应学习系统和社会性学习系统等。

在信息化评价主题中，研究者利用各种学习分析技术，重点关注学习者在新媒体与新技术支持中的学习效果和互动情况。此外，研究者还对新媒体与新技术支持下的学习平台设计进行了评价性研究，主要探讨其硬件与软件设计的合理性。

值得注意的是，本届会议中还出现了多篇对教育技术应用的国际合作与交流研究，研究者开始由本土化研究视野转向国际化视野，这也是教育技术学领域国际合作与交流日益密切的结果。研究者主要关注全球视野下的技术发展、第二外语学习、海外学生学习状况，以及短期的学习交流项目对学习者的影响等内容。

此外，研究者还对教师专业化发展和学生能力发展开展了相关研究，但是相比而言更多关注对学习者的研究，例如关注学习者在社会环境和技术环境中的影响、学习者间的相互影响，以及学习者中的特殊人员（如青少年学习者、特殊教育学习者、成人学习者、处于海外留学的学习者等）。总之，新媒体与新技术的快速发展改变了知识传播的方式，也改变了人们学习的方式，因此对教师和学习者都提出了较之传统教与学更高的要求。在这种富媒体技术环境中，教师要适应新的传播媒介和新的教学环境，学生要充分发挥其主动性、创造性和合作性，摒弃以往机械、刻板的学习方式，不断应用新媒体与新技术来进行有意义的知识建构，提升信息素养和学习能力。

2.典型学习技术与案例

（1）社会性学习技术

社会性学习是基于班杜拉的社会学习理论和维果斯基的社会发展理论而兴起，它是将学习看作一种社会性行为，在为技术所扩展了的“社会”中，构建这种社会性学习活动得以发生的社会生态环境，并通过社会交互、观察、参与从而使学习发生的过程，其目的是使学习更具成效（顾小清，2010）。

美国TDLC（Temporal Dynamics of Learning Center）组织以及斯坦福大学AAA（Awesomely Adaptive and Advanced Learning and Behavior）实验室在这方面开展了多项研究。本次论坛中，研究团队主要介绍了用于企业高级员工职业培训的社会性机器人RSP（Robot of Shared Panel），如图2所示。该机器人既有硬件实物，同时也可以是安装在手机上的一款APP，即通过摄像头实现机器人的部分硬件功能，以解决学员缺乏时间、或培训活动设计不足以及内容表征不适当等问题。该机器人已经开始用于医疗、救灾等领域的培训中，主要体现出三方面的学伴角色：一是通过摄像头获取信号，不仅能识别学员的表情和活动，还能够通过情感计算判断学员的情绪状态并与之对话；二是可视化表征培训内容，如手术操作、救险策略等，同时根据学员的反应调整内容的顺序及表征方式；三是与学员交换角色，充当“学生”。学员通过概念图等方式向RSP“教授”培训内容，RSP能通过学员的“教”来判断学员的学习情况，并提出有针对性的问题，从而要求学员重构“教学内容和方法”，即帮助学员重构学习内容和知识结构（Forster，2016）。

（2）合成式学习环境

合成式学习环境（Synthetical Learning Environments，SLEs）是一个以特殊技术、学习内容、学习者以及教育原则为特征的学习环境，它不同于与真实世界的交互，而是一种通过模拟、游戏或其他技术而为学习者建立的综合经验（J. Michael Spector等，2015）。合成式学习环境主要包括模拟和游戏两大部分，模拟主要指专门的训练装置，其特征是“对现实的一种工作表征，可能是一个抽象的、简化的或者加速的过程模型”。模拟既可以是对一个过程逼真度的表征，也可以是一个精细的、相当真实的全动感平台。它可以提供必要线索从而引发适当行为。模拟主要关注学习环境特征，而游戏更多关注学习者的体验特性，模拟与游戏通常相互交叠构成。一个合成式学习环境通常同时具有模拟和游戏的双重特征，重点关注学习者合成性经验的生成。

卡内基梅隆大学非线性学习空间实验室团队介绍了其研究成果：即运用一种浸入式游戏证明SLEs能提高学习效果（Cannon-Bowers et al.，2016），如图3所示。该研究团队开发了针对生物学和历史学的SLEs学习环境，并将其与基于网络的资料呈现和传统课堂讲授的学习效果进行了比较。通过测试发现，传统课堂讲授的学习效果最差；基于网络的资料呈现对学习效果的提高有所差别：在历史课程中差异并不显著，而在细胞生物学课程中学习效果的显著性从13%升至30%；SLEs对学习效果的提高程度更大：历史课程学习效果的显著性从12%提高到46%，而细胞生物学从27%提高到64%。该项研究表明：积极的投入比资料的可视化表征更能提高学习效果。另一个反面案例则说明SLEs并非处处有效，研究人员发现在教授解剖学课程时，SLEs的优势十分微弱，并且实验组的优势效应在控制干预后就基本消失了；同时在计算机程序员受训项目中发现，实验组成员比接受传统方式培训的同伴具有更差的成绩和更薄弱的知识结构（Cannon-Bowers et al.，2016）。

（3）基于脑科学的教学技术

本次会议显示的另一个风向标是基于脑科学的教学技术研究。日本学者已经开始将脑科学的研究成果应用到学与教的过程中，图4展示了大脑的功能分工区。当前基于脑科学的研究成果表明，大脑内的神经元胞体和树突上分布着大量的突触，突触数量的增加在很大程度上标志着个体大脑发育的状况。童年期大脑的变化特别是脑内神经元的联接程度，不仅取决于基因，而且取决于环境。环境的刺激会使神经细胞的树突变得丰富，且突触数量也会增加。日本熊本大学国语教育研究学者Koji Nakajima基于这一研究结果设计了以儿童习得为中心的学习环境，充分体现了学习者中心的设计理念。该环境通过虚拟现实技术，创造听、说、读、写活动，促使4-8岁儿童主动进行有意义的语言建构活动，将口头语言与书面语言、生活语言与文学语言学习有机结合起来。其实验结果表明，实验组儿童在一个月内的突触数量比对照组增幅高13.8%（Koji Nakajima，2016）。日本东北大学数学教育研究学者Yoko Noborimoto根据大脑中的音乐区接近数学区，音乐有助于儿童数理逻辑能力形成的原理，开发了“音乐数学教学法”及相关课程（Yoko Noborimoto et al.，2016）。

（4）基于AI的深度学习

早在1956年，以麦卡锡和明斯基等为首的一批科学家尝试用机器模拟智能，并首次提出“人工智能”这一术语。60年来该领域的理论和技术都得到迅速发展。图灵奖获得者Allen Newell以认知心理学为核心提出并探索了人的认知体系结构，至今在认知心理学与人工智能领域广泛应用于心智建模的认知体系结构SOAR与ACT-R都是在Newell直接领导下或受其启发而发展起来的，并以此为基石实现了对人类各种认知功能的建模。此次会议上，荷兰开放大学智慧学习研究团队根据SOAR认知模型，应用大数据技术和人工神经网络原理，开发了具备深度学习能力的类脑智能学习与导学系统LID（Learning and Instruction based on the Data）。该系统主要针对化学和生物等科学课程中的具体主题，通过搜索、推理等深度学习算法，使机器具备视听触感认知通道、长时短时记忆与决策、运动视觉等功能，从而使机器能进行深度学习并具备“问题解决”的能力。机器在深度学习后，学习者可以通过自然语言、表情、动作等与其进行交流，从而实现对学习者的指导。图5显示了机器对不同动物及其他运动物体进行辨别的深度学习过程。画面中呈现了两种机械（飞机、发动机）和8种动物（猫、狗等）的情况，每一对象分别呈现了10种运动状态或表情，机器以数据的形式进行存储、记忆和辨别。针对每一对象，系统会呈现50000张训练图片以及10000张测试图片，通过反复“训练和测试”后，以期使机器能够具备“自动化”处理和分辨的能力，进而与学习者互动。

该系统主要是基于CPU并行计算而实现的，在大规模数据上训练多层神经网络以使深度学习成为可能。然而，由于大数据处理和多层神经网络的“学习”需要大量的耗能，其成本也较高。该系统共使用了202个CPU核和89个GPU核，采用了40个搜索线程来进行计算。按照这一耗能来计算，很难想象要实现一个具备大脑功能的智能系统需要多少供电，而人类大脑的功耗仅在20W左右。因此，Ailamaki等学者指出：“除人脑以外，没有任何一个自然或人工系统能够具有对新环境与新挑战的自适应能力、新信息与新技能的自动获取能力、在复杂环境下进行有效决策并稳定工作直至几十年的能力。没有任何系统能够在多处损伤的情况下保持像人脑一样好的鲁棒性，在处理同样复杂的任务时，没有任何人工系统能够媲美人脑的低能耗性。”（Ailamaki et al.，2012）尽管如此，人类走向“自动化”和“个性化”的智慧学习时代已势不可挡，“学习者中心”正是这一发展趋势的集中体现。因此，受脑信息处理机制启发，借鉴脑神经机制和认知行为机制发展类脑智能，已成为近年来人工智能与学习技术研究领域的重要关注点。

四、总结与反思

通过对会议论文梳理、会议现场交流及典型案例介绍与解析，笔者从ICoME 2016会议中获得如下启示：教育研究正走向也必然走向“学习者中心”；教育技术正从“技术”属性走向“教育”属性；教育技术的研究正从“理论”走向“实践”，并从“学习方式转变”走向关注“人的发展”。

1.个性化学习：学习者中心设计的归宿

从Reigeluth教授的“学习者中心设计”理论到RSP、SLEs和音乐数学教学法的实践，虽研究各有侧重，如有的关注技术，有的关注理论，有的关注环境，还有的关注方法，但都紧紧围绕“学习者中心”而展开。从学习方式的角度看，以上案例其实都属于“个性化学习”，即充分依据每一个学习者的起点来设计教学内容、掌控教学过程、把握教学评价。因此，个性化学习并不能狭义的理解为“每一个学习者各自学习”，事实上个性化学习是以个体、簇群（同一或相近类型的学习者）为学习元单位，选择契合元单位自身学习起点、学习风格、学习内容、学习需要的社会化过程，这一过程是个体与元单位在内部与外部进行各种同质与异质交互的过程。因此，深入个性化学习的研究是实现“学习者中心设计”理念的重要途径。

2.新媒体应用：关注“策略”与“有效性”

教育技术的兴起，实则是由幻灯机和胶片等媒体技术的出现所触发的，因此早期的教育技术继承这一传统，比较关注新媒体的引入，并已取得不同程度的成功，但却忽视了到底应该如何应用以及应用效果如何的问题。“学习者中心”最终要体现在“学习者”身上，而不是“媒体与技术”面上。本次会议中，许多研究已经开始关注媒体和技术应用的策略与有效性，以及关注这些技术究竟是如何影响教学因素并提升教学质量的。技术的应用可分为三重境界：一是改变学习方式，如黑板换成了交互式电子白板；二是提升学业成就，如利用技术关注基于认知起点的学习资源开发、学习内容选取等；三是发展思维与学习品质，如关注技术触发情绪、策略、问题解决等高阶思维的发展。

3.实验与实证研究：从“模式”走向“课堂”

教育技术研究的根在“课堂”，目的在于提升教学质量和发展学习品质。当然作为一种学术研究，教育技术应有理论系统、操作模式、研究范式，但其最终应该落实到“课堂”——它不是束之高阁的“案卷”，而是教育理论与方法的深入应用。本次会议中，很多研究已经开始关注教学实验、数据获取、理论总结、实践指导，如夏威夷大学的“美国地理”远程在线平台，菲律宾师范大学的小学数学课堂，印度尼西亚的听觉障碍人士学习系统等。教育技术的“根”扎得越深，教育技术学科的存在价值才会体现得更鲜明。

4.跨学科合作研究：学习技术发展的必要条件

教育问题是一个极其综合而复杂的问题。多学科、跨领域的研究群体共同开展研究，既有利于拓宽教育研究的广度，也有利于加深教育研究的深度。跨学科合作研究让教育问题的解决从生理指标、内容选择、方法设计、技术应用等方面形成了完整的“学习链”，改变了研究者立足单一学科看待问题的弊端，同时有助于研究者从多学科视角全面了解学习发生的机制，进而综合运用技术手段干预学习，改进学习的效果。如基于脑科学的教学技术研究即以脑科学为依据，以教育学、心理学、认知科学为策略和手段，以计算机科学等为技术支撑，经各领域专业研究人员通力合作才能协调完成。显然，跨学科合作研究已经成为学习技术发展的必要条件，这也恰恰是当前国内教育技术研究最值得借鉴的地方。

参考文献：

[1][美]J. Michael Spector， M. David Merrill， & Jan Elen et al.（2015）. 教育传播与技术研究手册（第4版）[M]. 任友群， 焦建利， 刘美凤等. 上海： 华东师范大学出版社： 103-105.

[2]顾小清（2010）. 社会性学习及其研究趋势综述——兼论Laffey团队的社会性学习研究项目[J]. 开放教育研究， （2）：32-39.

[3]Ailamaki， A.， Alvandpour， A.， & Amunts， K. et al. （2012）. The Human Project： A Report to the European Commission[R]. Helsinki： 21-22.

[4]Cannon-Bowers， J. A.， & Bowers， C. A. （2016）. An Instruction Case about History and Biology in SLEs[A]. Proceedings of the 14th ICoME[C]： Kyoto： 36-45.

[5]Forster， D. （2016）. A TDLC SIN： Socially Mediated Learning and/or Learning to Be Social[DB/OL]. [2016-08-19]. http：//tdlc.ucsd.edu/events/sfi/Deborah_Forster_Lecture.pdf.

[6]Koji Nakajima（2016）. Construction of Language-Learning Environment in VR Based on Brain Sciences[A]. Proceedings of the 14th ICoME[C]： Kyoto： 487-492.

[7]Koper， R.（2016）. The Strategies to Deep Learning[A].Proceedings of the 14th ICoME[C]： Kyoto： 37-49.

[8]Yoko Noborimoto， Yoshiro Miyata （2016）. A New Mathematics Didactics with Music Characteristics[A]. Proceedings of the 14th ICoME[C]： Kyoto： 516-520.

收稿日期 2016-10-24 责任编辑 刘选

推荐访问:学习者 趋势 未来 媒体 研究