查看原文
其他

陈明选等:智能时代教学范式的转型与重构

陈明选 来智玲 现代远程教育研究 2021-09-15

作者简介陈明选,教授,博士生导师,江南大学教育信息化研究中心(江苏无锡 214122);来智玲,硕士研究生,江南大学教育信息化研究中心(江苏无锡 214122)。

基金项目教育部中央高校基本科研业务专项基金项目“教育信息化2.0背景下信息技术与教学融合创新研究”(K2050205)。


引用:陈明选,来智玲(2020).智能时代教学范式的转型与重构[J].现代远程教育研究,32(4):19-26.



摘要:智能时代对教育教学和人才培养提出了全新的要求和挑战。从育人目标、教学价值观念、教学模式、技术支持等方面重构智能时代的教学范式既是时代呼唤,也是教学系统不断适应社会变迁的必然反映。智能时代需要倡导“围绕核心素养、培育终身发展力”的育人目标,秉承“促进深度理解、培养高阶思维能力”的教学价值观念,构建“多维融合互动、促进对话探究”的学与教模式,以及创建“提供精准测评、实现因材施教”的智能化学习支持环境,由此来实现传统教学范式的转型和重构,真正做到“为未知而教、为未来而学”。在系统认识智能时代教学范式转型的基础上,我们必须谨记:技术虽然是推动教育变革的重要动力,但是要避免“只见技术不见人”的取向,一方面要正确看待智能技术与教学深度融合的潜力,另一方面要关注技术促进教学过程中是否使教学回归“育人”的原点和本真,促进人的和谐发展,这才是教育的根本所在。

关键词:智能时代;教学范式;教育改革;核心素养;理解性教学




一、 教学范式转型的时代挑战

在技术高速发展的21世纪,技术联通万物已然成为现实,互联网使信息互联,物联网使万物互联,5G+人工智能使万物智联,机器通过深度学习正在与人一起创造更加智能化的世界。现代传播不再局限于报纸和电视等传统媒介,直播、Vlog、短视频等视频技术和融媒体技术也席卷而来,以互联网为标志的新媒体越来越受到人们的关注,网络空间呈现出传播速度更快、传播范围更广、迭代周期更短的特点。随着智能设备的普及,学习呈现出泛在化、碎片化、浅层化的特征,学习者在获取大量信息的同时,也在通过非正式学习建构个体认知,那么教师在课堂上又该教什么和如何教呢?智能化时代不断催生新的教学问题,传统教学范式面临极大挑战。

1.智能时代对教学提出新挑战

在智能化时代,人—机融合将成为社会发展的必然趋势。教育作为一种有目的的传播活动,智能时代将赋予教育教学新的特征。

其一,教育手段方便智能。人工智能等技术的应用将为教育教学过程提供各种可能性。智能推荐、语音识别、智能传感器等技术的应用正在重塑教育生产和传输的各个环节,通过教育流程优化、平台再造,实现各种媒介资源、教与学要素的有效整合及信息内容、技术手段、交互平台、管理手段的共融互通,进而催化融合质变,促进教学范式的转型与重构。

其二,学习资源丰富多样。多媒体时代的教学依赖于PPT、图片、视音频等多媒体资源,而在智能化时代,VR/AR/MR等工具和流媒体等富媒体资源不断融入教育,能极大地增强学习者的沉浸感和交互性。学习资源的类型除了传统的静态资源外,还包括部署在学习工具中、用于支持和生成学习活动的动态资源。未来的学习资源将呈现微型化、富联结的发展趋势。

其三,学习环境立体智慧。在智能时代,教育教学的空间不再局限于师生面对面的物理课堂,而将走向多维联动、立体交叉、虚实融合、人机互动的智慧教学环境。同时随着物联网技术的发展成熟,其对环境的实时感知和智能调控也将促使学习空间更加趋于智慧化。

其四,人际交互高效便捷。在互联网时代,每个学习者都是一个节点,节点与节点之间相互连通。所有的人际交互都可以通过网络、即时通讯软件、学习平台等高效进行。基于大数据的学习分析技术也将使得学习问题诊断更精准,学习反馈更及时,因材施教更有效。

2.人才培养对教学提出新要求

在智能时代,以知识为导向的教学价值受到挑战,深度学习成为人才培养的新要求。长期以来,教师在教育教学中为知识而教,学生为知识而学、为应试而学,这使得学生的表层化学习现象严重,深度思考能力欠佳。智能时代的知识已不是稀缺资源,原有的以知识为中心的教学已无法满足创新人才培养的需求。智能手机、平板等移动终端和各类APP的广泛应用,使得学习者处于信息超载的认知负荷状态,沉浸于碎片化、快餐化、浏览式的浅层学习,由此所带来的即时感和满足感也进一步加剧了思维退化的风险。无论从社会变革还是教育教学角度来看,当前的教学范式已然无法满足未来人才培养的需求。

面对纷繁复杂的信息和高强度的认知负荷,如何保持独立思考成为必须直面的研究议题,深度学习已经成为人工智能时代的新诉求。关于深度学习,不同领域有着不同的定义。从人工智能的视角来看,深度学习是机器学习的分支,它植根于数学、计算机科学和神经科学,通过深度学习算法从大数据中寻找特征、发现规律、总结模型,从而产生智能。从认知科学的视角来看,深度学习是相对于浅层学习的一种全新的学习方式(Marton et al.,1976),两者的比较如表1所示。Marton等学者认为,浅层学习是以机械记忆重复信息为导向,而深度学习则是以理解为导向(Marton et al.,1976)。而学习的本质也正是“理解”。因此,从理解性学习的视角来看,深度学习意味着对新观点进行批判性分析,通过连接头脑中原有概念和原则达到理解的目的,进而能在新环境中解决未知问题(Houghton,2004)。概而言之,深度学习在本质上是一种问题牵引,即以理解为导向、以理解深度为表征的学习,旨在追求对学生高阶思维能力的培养。

表1    浅层学习与深度学习比较(叶修,2018)

身处智能时代,数字原住民的思维方式和学习习惯与之前的学习者大相径庭,以群体性人际交往为典型特征的传统教育也越来越被以自主性、自我指向性和人机交往为典型特征的个人学习所取代。因此,沿袭与时代相悖的教学方式势必导致教学效果不佳。既然人工智能使人类获得了时间上的解放和自由,那么如何利用充足的闲暇来促进自身发展和自我精神世界的充实,是摆在我们面前的又一难题。由于昔日的教育理论无法解释今日的教育现象,昨天的教学范式也难以适应今日的教学实践,因此我们亟需重思智能时代教学范式的转型与重构,以应对这种挑战。

二、智能时代育人目标的重新定位

在人类发展史上,决定个体是否强大的关键因素一直在变化。原始狩猎时代,最重要的是肌肉力量;工业时代,机器取代人的体力,知识就是力量;互联网时代,知识不再稀缺,思维能力、深度学习能力、核心素养成为决定个体是否强大的关键因素(叶修,2018)。在科技日新月异、社会变革日益加快的智能时代,培养学生的核心素养,促进深度学习,使学生具有可持续发展的能力成为教育的重要目标。

1.追踪核心素养的研究框架,厘清核心素养的国际理解

经济合作与发展组织(OECD)认为,素养(Competency)不仅仅指知识与技能,还指在特定的情境中,通过利用和调动心理和社会资源(包括知识、技能和态度)以解决问题的能力(OECD,2005)。例如,安全开车的能力是一种素养,它包含一个人的道路交通知识、实用性驾驶技能以及对道路行人和驾驶的态度,一个拥有高超车技的“路怒”司机也不能称为是拥有驾车素养的人。OECD的定义强调“素养”不只局限于知识技能,还包括心理素养如态度、效能感、自我调节等。

美国“21世纪学习框架”也对素养进行了较为深入的阐述。该框架中的“21世纪学生成果”部分包括“核心学科与21世纪主题”和“21世纪技能”两个部分。其中“核心学科与21世纪主题”包括全球意识、金融、经济、商业和创业素养、公民素养、健康素养、环境素养等七大主题素养。“21世纪技能”包括三类技能:第一类是学习与创新技能,包含创造性与创新、批判性思维与问题解决、交往与协作三种技能;第二类是信息、媒介和技术技能,包含信息素养、媒介素养、信息通信技术素养三种技能;第三类是生活与生涯技能,包含灵活性与适应性、首创精神与自我导向、社会与跨文化技能、生产性与责任制、领导力与责任心等5种技能(Partnership for 21st Century Skills,2009)。可以看出,美国21世纪学习框架从“学科—技能”视角对素养进行了细致归纳,从而将新时代背景下支持学习的知识和技能与学科教学紧密地关联和统整起来。

由此观之,国外研究对“核心素养”的界定不仅包括学习者问题解决过程中所需的必备知识与关键技能,还包括态度、意识、心理素养等内在价值观念。笔者认为,核心素养是指个体在面对复杂情境时综合运用所学知识、观念、方法解决实际问题所表现出来的关键能力、必备品格与价值观念。智能时代的育人目标当以核心素养培养为基础。

2.围绕中国学生核心素养,培育可持续发展力

中国核心素养研究课题组提出,学生发展核心素养是指学生应具备的、能适应终身发展和社会发展所需要的必备品格和关键能力(核心素养研究课题组,2016)。该定义将“全面发展的人”确立为核心素养的核心,分为文化基础、自主发展和社会参与三个方面,综合表现为人文底蕴、科学精神、学会学习、健康生活、责任担当、实践创新六大素养(见图1),具体又细化为国家认同、审美情趣、理性思维等18个基本要点。学生发展核心素养的框架可谓是关于学生知识、技能、情感、态度、价值观等多方面要求的综合表现,作为学生发展的上层定位已然非常完善,那么它如何通过指导日常教育教学工作来落实就成为迫切需要解决的问题。

图1 中国学生发展核心素养框架图

一般核心素养是由学科核心素养推演而来(李艺等,2015)。为弥补中国“学生发展核心素养”与教学之间的差距,“学科核心素养”成为了连接“学生发展核心素养”与学科教学的中间支架。以高中信息技术学科核心素养为例,其主要由信息意识、计算思维、数字化学习与创新、信息社会责任四个核心要素组成(中华人民共和国教育部,2018)。在数字化学习环境中,教师基于该核心要素能够有意识地培养学生对信息的感知和对信息价值的判断,运用计算思维识别分析、抽象建模、系统设计解决方案,以及理解信息社会的特征(陈明选等,2019)等能力和素养。为了促进基于学科核心素养来重构学科课程内容,可以将核心素养分解为课程核心问题和关键技能,将原来以知识点为着力点的教学设计转换为围绕核心素养进行基于大单元一贯性的设计。

人工智能时代,人类社会的大多数重复性劳动都将被机器替代,也将会出现许多新兴职业,因此“为未知而教,为未来而学”也成为教育面临的重大挑战。核心素养的最大价值正体现在能为教育培育不被未来社会所淘汰的人才提供了支持和指引。

三、智能时代教学价值观念的转型

未来在人工智能的支持下,许多程序化、知识性、甚至一些决策判断性的角色都将会被人工智能取代。智能时代对知识的价值提出挑战。深度理解是对知识价值的超越和再开发。爱因斯坦曾说:“教育的价值不在于学习很多事实而在于训练大脑会思考。”核心素养所强调的是解决真实复杂问题所需具备的知识技能、思维能力和价值品格。深度理解旨在以问题为导向,促进学习者对相关知识技能的理解和思考,提升思维能力和价值观念。从根本上来看,深度理解是对核心素养实施过程的进一步阐释,而高阶思维能力则是深度理解和核心素养共同的发展目标。

1.促进理解是教学的本质

理解的含义并不仅仅是“知道、明白和懂得意思”,更是一种应用知识的能力,也是进行创新的基础与前提(陈明选等,2012)。格兰特·威金斯等(2003)在《理解性教学》一书中对“理解”进行了如下界定:“理解,应该是一种与机械地进行背诵与固执地坚守答案所相反的实践能力,更是一种能够运用所学知识灵活地进行思考与行动的能力。”笔者认为,理解是学习者将所学知识主动建构为个体认知结构中的一部分,进而进行实践应用,并将知识转换成解决现实问题的能力。

学习与理解紧密联系,理解体现学习的内涵。理解是利用已有的内容生成或揭示一些有意义的事情,即利用我们记忆中已有的知识去发掘事实和方法背后的含义并谨慎地加以运用,在应用中发现知识之间的联系,主动构建知识体系,为创造新的意义做准备。布鲁姆教育目标分类中把教学目标分为认知、情感和动作技能三大类,其中“认知”又进一步细分为识记、理解、应用、分析、综合及评价6个子类(洛林·W.安德森等,2009)。只有理解了知识才能应用知识,只有理解了已有知识才能创造出新的知识(钟晓流等,2013)。从这一层面来看,理解体现了学习的内涵。

理解是连接教与学的桥梁,促进理解是教学的本质。知识只有与学生原有的经验和知识发生连接,才能真正进入到学生的知识结构,进而转化为智慧。而智能时代知识的激增会在一定程度上影响学生对知识的理解,从而增加教学的复杂性。因此,理解其实是连接教与学的桥梁,知识只有经过学生自主探究、验证、体验后才会被深刻理解。从这一意义上讲,促进学生对知识的理解是教学的价值追求。

2.深度理解是高阶思维的表征

理解是高阶思维能力的基础。所谓高阶思维,是指发生在较高认知水平层次上的心智活动或较高层次的认知能力(钟志贤,2004)。在布鲁姆教育目标分类中,认知目标分为识记、理解、应用、分析、综合、评价6个层级,其中理解是应用、分析、综合和评价的基础和前提。因此可以认为,理解是高阶思维能力的基础。

深度理解是高阶思维的表征和体现。关于理解的层级深度有不同的表述,格兰特·威金斯等(2003)认为理解是具有层级深度的,提出理解包含解释、释义、应用、洞察、移情和自我认知等6个维度;约翰B·比格斯等(2010)提出理解的SOLO层级分类,强调学习结果是理解深度的表征。要想通过深度理解来达到对事物本质的认识,需要个体解决“是什么”“为什么”“怎么样”的基本问题。我们可以通过整合大量相关资源,进行分析、验证和推论,逐渐深入理解事物的过程,从而达到对事物的清晰认知。这一过程中所涉及的推理假设和问题解决就属于高阶思维能力的范畴。

3.开发智慧是教师的时代属性

教育是培养人的活动,教育的一切目的都是为了将人类的潜能开发至最大化。如果将学生的学习过程类比为一颗树的生长过程,那么理解就是树木的根,深度学习就是树木的主干,高阶思维和核心素养是树木的枝,智慧就是这棵树木的顶冠树叶。由此可以认为,促进理解是一切学习的基础,深度学习是通向思维、素养和智慧培养的必经之路,高阶思维和核心素养是学习过程的中间产物,而所有学习和教育的最终目的都是为了开发智慧。

智能时代的信息呈爆炸式指数增长,知识的迭代周期加快,教师的角色该发生怎样的变化呢?戴维·珀金斯(David Perkins)在《为未知而教,为未来而学》一书中指出,“教育的任务不仅仅是传递‘已经打开的盒子’里面的内容,更应当是培养学生对‘尚未打开的盒子’和‘即将打开的盒子’里面的内容的好奇心。”(戴维·珀金斯,2015)教师应为未知而教,学生应为未来而学。教师传统的职能即“传道授业解惑”是建立在教师拥有丰富的、独有的知识和经验的基础上,显然在智能时代由于学生获取知识途径的多元,使得教师的角色和职能正在发生变化,智能时代的教师更应以“启发思考、引导探究、促进理解、开发智慧”作为新的职能准则。

从学习的层面来看,学生是通过具身认知而学习的。“心智的内容依赖于身体的构造……不同的身体倾向于产生不同的思维方式”(Casasanto,2011)。皮亚杰曾经指出,儿童的认知图式既不是固有的,也不是环境强加的。认知图式的形成是儿童的感觉运动系统作用于世界的结果(高觉敷,1987)。维果茨基的理论也揭示出,身体在特定文化环境中的活动造就了儿童心智。抽象思维是外部动作“内化”的结果(维果茨基,1994)。这些观点都表明学习不是一种对原理的抽象符号进行加工的过程,而是与身体活动密不可分。学生的每一个器官都可以用于学习——用眼睛去观察、用嘴巴去说话、用大脑去思考、用身体去体验。因此,对于学生学习过程的重新认知,是教育教学过程中转变价值观念的重要环节。

四、基于互联网思维再造学与教的模式

在智能时代,互联网思维成为变革和重构学与教模式的重要思维方式,它强调多元互动、协作分享和学习共同体的建立,以及从独学走向群学。因此,多维融合互动和对话探究分享也成为智能时代学与教的新模式。

1.回溯教学范式发展进程,把握学与教的过程要素

范式(Paradigm)一词源自希腊文,既可以表示名词“Paradeigma”,意为“模式、范例和例子”(Pattern、Example、Sample);也可以表示动词“Paradeiknumi”,意为“展示、象征、显示”(Exhibit、Represent、Expose)。总体而言,教学范式是指教师群体建立在一系列的共享价值观、概念和实践基础之上,对教育教学最基本的理解和看法,是教学方法和教学风格的统称。尽管古今中外的学者对教学范式有多种解释,但主要有5种范式受到学者们的普遍关注,并对教学实践活动产生了广泛影响。

这5种教学范式分别为:一是艺术范式,即把教学看作一种艺术,认为教学具有一定的表演性,强调教学的灵活性、情感性和创造性。二是科学范式,即把教学看作一种以哲学、心理学、社会学等基本原理为参考的应用科学,认为教学想要达到良好的质量必须遵循一定的程序进行,强调教学的规则性和原则性。三是系统范式,即把教学看作一个以系统论、信息论和控制论为依据的系统整体,强调要围绕“教师”“学生”“教学内容”和“教学手段”四个要素对教学进行系统设计,提出教学系统流程图并强调教学的整体性。四是能技范式,即以行为主义心理学关于教育目标的具体化和教学行为的可观察性思想为理论依据,把教学看作一种能力或技能,强调对教师教学技能的培训。五是反思范式,即把教学看作一种反思实践活动,认为教学就是不断反思和优化的过程,强调反思性教学对于教师的意义(陈晓端,2004)。

若从教育教学进程与教学要素的交叉比较来看(见表2),教学范式转型过程中表现出如下特点:教学内容从“以知识技能为核心”转向“以能力素养为核心”,师生角色从“以教师为中心”逐渐转向“以学习者为中心”,教学形式从“面对面的课堂教学”过渡为“以多样化教学场所为依托的混合式教学”,教学评价从“注重结果的单一化评价”转向“注重过程的多元形成性评价”。

表2 研究范式转型时期要素比较

2.探究智能时代互联网思维,把握学与教转型方向

“开放、平等、协作、共享”是互联网时代的精神特质。在人—人互联、人—机互联、万物皆可互联的大互联时代,互联网思维成为改变传统思维方式的新思维。有学者将互联网思维归纳为用户思维、简约思维、极致思维、迭代思维、跨界思维等5种类型(李碧武,2015)。“互联网+”是互联网思维在实践领域的进一步发展。“互联网+教育”是互联网思维与教育的深度融合。当前我国学者已从不同层面对互联网思维变革学与教的方式进行了探索。例如,关注在线学习形式对于学与教的作用,从大规模开放在线课程(MOOCs)到小规模限制性在线课程(SPOC),从强调纯在线学习到线上线下相结合的混合式学习;聚焦于组织流程重构,如翻转课堂翻转了新知学习和深度内化的过程,将学习过程放在课前,把分享讨论和答疑探究作为课堂的主要内容;聚焦于教学内容重组,如STEM关注多维知识的融合,强调真实情境下多种学科知识整合的问题解决能力培养;聚焦于学习环境创设,如VR/AR关注学习者的沉浸性体验和交互,通过技术手段为学习者营造尽可能真实的环境和情境。总之,情境的真实性、学习的过程性和交互性、内容的融合性构成了智能时代教学要素的典型特征,也规约了学与教转型的方向。

3.多维融合探究分享,构建对话生成范式

基于“开放、平等、协作、共享”的互联网精神,探寻教与学领域不同理念、不同方法和不同环境的互补融合,“以学生为主体”,构建多维互动、协作探究的对话生成范式,这有助于促进学生在探究中对话、在对话中分享、在分析中建构、在建构中生成。

智能时代人人皆可为师,互动能创造更多价值。师生、生生之间的交流互动是深度学习的重要手段。有效的交流互动有助于理解型师生关系的培养,更能助力学生的理解之途。通过生生、师生间开展面对面、多维度交流,个体的理解水平在交互碰撞中将得到质的提升,物理课堂的优势才能得以最大化彰显。各种网络教学平台的支撑,将有助于学生实现课前自学和课上深度参与的混合式学习。以翻转课堂促进学生理解生成为例,翻转课堂有助于学生课前自我理解,初步形成认知;课中分享理解,矫正认知偏差;课后反思理解,训练和提高元认知能力;课终协作理解,迁移应用知识体系(陈明选等,2016)。同样,智能时代强调多元形成性评价,以促进学生的对话生成。评价是为了促进学习。未来的教育评价将不再追求对信息和知识的记忆能力,而更看重学会组建学习共同体,理解内化知识并转变为能力,从而能够解决复杂问题。评价方式也将更加注重形成性评价,力求通过学生自评、生生同侪互评以及教师评价等多元化的方式来为学习者提供全面立体的“学习过程画像”(陈明选等,2015)。由此在为学习者提供客观、公正的评价的同时,也在不断促进学习者参与平等对话。

五、运用智能技术实现因材施教

智能技术为“因材施教”提供了可能性,可促进教学从群体性教学向个性化教学转型。传统群体性教学的诊断评价方法主要是教师通过观察和经验发现学习者的共性问题,通过应试教育中的题目训练进行强化,但无法探查学生的个体差异对教学的影响。笔者将以研究团队与企业合作开展的教学测评项目为例进行阐述,以期揭示大数据和学习分析技术在诊断和支持学习者个性化学习方面的优势。

1.利用教育测评多维数据来评估理解深度

教育测评是指在一定教育价值观的指导下,依据确立的教育目标,通过使用一定的技术和方法,对所实施的各种教育活动、过程和结果进行科学测量和判定的过程。教育测评数据是针对教育效果或者学生各方面的发展而获得的数据事实,简言之,教育测评就是根据这些数据进行价值判断的过程。

在教育教学过程中,通过采集课堂教学常态化数据和在线学习平台数据,可以对学习者的理解深度进行多维分析:一是多元化、多维度评价学习效果,如从教学平台中的学习记录、物理课堂中的交流展示、网络空间的共享作品等方面综合评价学生的理解水平。二是持续性追踪评价,如将评价贯穿于网络平台的课前自学、物理课堂的深度互动、课后的延伸拓展,并根据评价结果对下一步教学进行动态调整。三是个性化评价,如不仅关注对客观问题回答的得分,更注重挖掘学习者的个性潜力,鼓励学习者在学习活动中发挥想象力生成创意成果。

在教学评估过程中,教师可以使用格兰特·威金斯等(2003)的理解六层级模型对学生的知识理解水平进行评估,也可以利用约翰B·比格斯等(2010)的SOLO层级分类对概念型问题解答进行分析,以此构建对学习者理解深度的测评体系。每个人的认知水平都不一样,我们不应强求所有人都达到同一深度的理解层级,只要学习者通过学习能够达到自身最高的理解层级即可。

2.利用教育测评数据为教学提供精准反馈

学习反馈作为调节评价结果与学习行为的中介,其有效性是学习者开展高效学习的关键。大数据支持下的精准教学具有迭代性、精准性、即时性和客观性,打破了传统教学以学期为单位的延时反馈弊端,能够即时有针对性地解决教与学问题。具体表现在如下方面:一是反馈时机从延时性转向即时性。系统通过自动收集学习者留下的学习痕迹,可以根据学习者的需求为其提供即时反馈信息。二是反馈内容从主观性转向客观性。基于学习数据分析的评价反馈在一定程度上避免了原有主观评价信效度不高的问题,为学习者和教师提供了客观的分析结果。三是反馈频率从群体性转向个体性、从总结性转向过程性。系统通过收集日常作业与测验信息、资源浏览情况、学习时长等数据,在分析基础上能够即时反馈学习者的学习状态。四是反馈形式从文本型转向可视化。系统通过收集学习数据并进行分析,不仅可以为学习者呈现数字或文字形式的反馈报告,还可通过可视化图表更直观地表征学习者的学习状态,帮助学习者快速获取和理解反馈信息(陈明选等,2018a)。

3.利用人工智能技术为精准学习推送个性资源

帮助学习者达到个性化学习目标的另一可行方式,就是为其提供针对性的学习资源。面对海量的信息与资源,学习者容易出现盲目选择的情况,较难辨别资源对自身的价值。基于教育测评数据的智能学习资源推送系统,能为学习者推荐个性化的学习资源,帮助学习者进行信息过滤,使学习更有针对性。在传统教学中,教学设计要素主要包括学习目标分析、学习内容分析、学习者分析、教学策略制定和学习活动(评价)设计。而在测评数据挖掘和智能推荐的技术环境下,利用教育测评数据可以确定学习者的学习起点,设计可量化的学习目标,选择适合学习者的学习内容,准确评价教学质量,及时进行个性化学习分析与反馈,从而使一成不变的教学设计方案不断得以迭代优化。测评数据对于教学的支持不仅仅是从诊断性评价走向过程性评价,更重要的是可使教学从基于经验走向基于数据分析的科学安排,使教学设计与实施过程更精准,使教学更有效(陈明选等,2018b)。

六、结语

面对智能时代的挑战,对于教学范式的讨论将会是一个永不停止的过程。从育人目标、教学价值观念、教学模式、技术支持等方面重构智能时代的教学范式既是时代呼唤,也是教学系统不断适应社会变迁的必然反映。在教育变革中,虽然技术是重要的推动力,但是必须避免只见技术不见人的取向。在智能技术与教学深度融合的过程中如何使教学回归“育人”的原点和本真、促进人的和谐发展,是一个值得不断深入探索的重要问题。


参考文献:
[1] [澳]约翰 B·比格斯, 凯文 F·科利斯(2010). 学习质量评价:SOLO分类理论[M]. 高凌飚,张洪岩. 北京:人民教育出版社:1-17.
[2] [美]戴维·珀金斯(2015). 为未知而教,为未来而学[M]. 杨彦捷. 杭州: 浙江人民出版社.
[3] [美]格兰特·威金斯,杰伊·麦克泰(2003). 理解力培养与课程设计——一种教学和评价的新实践[M]. 么加利. 北京:中国轻工业出版社.
[4] [美]洛林·W.安德森等(2009). 布鲁姆教育目标分类学修订版(完整版)——分类学视野下的学与教及其测评[M]. 蒋小平,张琴美,罗晶晶. 北京:外语教学与研究出版社.
[5][苏]维果茨基(1994). 维果茨基教育论著选[M]. 余震球. 北京:人民教育出版社:50.
[6]陈明选,邓喆(2015). 教育信息化进程中学习评价的转型——基于理解的视角[J]. 电化教育研究,(10): 12-19.
[7]陈明选,刘径言(2012). 教育信息化进程中教学设计的转型——基于理解的视角[J]. 电化教育研究,(8) : 10-16.
[8]陈明选,王诗佳(2018a). 测评大数据支持下的学习反馈设计研究[J]. 电化教育研究,(3):35-42,61.
[9]陈明选,许晓群,王玉家(2018b). 基于教育测评数据分析的教学优化研究[J]. 中国电化教育,(5):80-89.
[10]陈明选,张康莉(2016). 促进研究生深度学习的翻转课堂设计与实施[J]. 现代远程教育研究,(5):68-78.
[11]陈明选,张宁(2019). 基于高中信息技术学科核心素养的学习活动设计[J]. 中国电化教育,(1):87-93.
[12]陈晓端(2004). 当代教学范式研究[J]. 陕西师范大学学报(哲学社会科学版),(5):113-118.
[13]高觉敷(1987). 西方心理学的新发展[M]. 北京:人民教育出版社:94-124.
[14]核心素养研究课题组(2016). 中国学生发展核心素养[J]. 中国教育学刊,(10):1-3.
[15]李碧武(2015). “互联网+教育”的冷思考[J]. 中国信息技术教育,(17):96-99.
[16]李艺,钟柏昌(2015). 谈“核心素养”[J]. 教育研究,(9):17-23,63.
[17]叶修(2018). 深度思维——透过复杂直抵本质的跨越式成长方法论[M]. 北京:天地出版社.
[18]中华人民共和国教育部(2018). 普通高中信息技术课程标准(2017年版)[M]. 北京:人民教育出版社.
[19]钟晓流,宋述强,焦丽珍(2013). 信息化环境中基于翻转课堂理念的教学设计研究[J]. 开放教育研究,(1):58-64.
[20]钟志贤(2004). 面向知识时代的教学设计框架——促进学习者发展[D]. 上海:华东师范大学:85-92.
[21]Casasanto, D. (2011). Different Bodies, Different Minds the Body Specificity of Language and Thought[J]. Social Science Electronic Publishing, 20(6):378-383.
[22]Houghton, W. (2004). Engineering Subject Centre Guide: Learning and Teaching Theory for Engineering Academics[M]. Loughborough: HEA Engineering Subject Centre.
[23]Marton, F., & Saljo, R. (1976). On Qualitative Difference in Learning: Outcome and Process[J]. British Journal of Educational Psychology,46(2):4-11.
[24]OECD (2005). The Definition and Selection of Key Competencies (Executive Summary)[EB/OL]. [2020-02-01]. http://www.Oecd.org/dataoecd/47/61/35070367.pdf.
[25]Partnership for 21st Century Skills (2009). P21 Framework Definitions[EB/OL].[2020-02-01]. http://www.p21.org/about-us/p21-framework.
收稿日期 2020-03-05 责任编辑 刘选

封面图片来自互联网

: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存