学习元的理念与结构
未来学习资源的发展趋势是生成性、适应性、智能性、进化发展等，目前的学习对象技术只关注已建设内容的共享和管理，没有关注到资源在使用过程中的生命历程以及积累的学习智慧，无法适应未来泛在学习的发展。本文尝试提出一种新型的学习资源组织方式——“学习元”，以探索未来学习资源的发展。
1．学习元的核心理念
学习元（Learning Cell）中“元”有两层含义，一是指“元件”，按照辞海中的解释即“机器、仪器的组成部分，其本身常由若干零件构成，可以在同类产品中通用”，此处的“元”特指学习元的微型化和标准性，即学习元可以成为更高级别学习资源的基本组成部分；二是指“元始”，也就是开始的意思，即从无到有、从有到小、从小到大、从大到强、从强到久的过程，此处的“元”反应了学习元具有类似神经元不断生长、不断进化的功能，其本质指的是学习元的智能性、生成性、进化性和适应性。
在理解学习元中的“元”字含义的基础上，我们将学习元定义为：具有可重用特性支持学习过程信息采集和学习认知网络共享，可实现自我进化发展的微型化、智能性的数字化学习资源。学习元是对学习对象的进一步发展，是在汲取学习对象、学习活动技术促进教育资源共享理念的基础上，针对现有学习技术在非正式学习支持不足、资源智能性缺乏、学习过程中的生成性信息无法共享、学习内容无法进化等缺陷，提出的一种新型学习资源组织方式。
2．学习元的结构模型
如果从计算技术的角度，学习元指的是一种可远程访问的、通过URL寻址的学习服务，它提供对为聚合到Web页面上下文而设计的学习内容与应用程序的访问。学习元能够帮助学习者在任何时间、任何地点通过任何途径获取所需资源，在一种轻松愉悦的学习体验中学到特定领域的片段性知识。学习元面向具体的学习目标，既能够自给自足、独立存在，又可以实现彼此联通，构建以学习者为中心的个性化知识网络，其内部包含元数据和聚合模型、领域本体、内容、练习、评价、活动、生成性信息、学习服务接口等多个部分。
元数据用于描述学习元的各种相关属性，以方便对学习元进行结构描述、分类管理、浏览查找和共享互换等。
聚合模型规定了学习元内部不同要素以及学习元之间的联结方式，与学习对象的层次聚合模型不同，学习元采取基于语义的网络聚合模型，不同的元素和学习元之间以网状方式动态联结。它既可以将不同的学习素材聚合成学习元，也可以将不同的学习元聚合成更大结构的学习元或数字课程。其中，学习元动态联结的产生主要包含如下四种形式：
学习元的创作者将有关联的学习元，按照一定领域知识的内在结构聚合成一个更大的知识网络；
学习元的使用者在使用过程中发现了相关的学习元和其它学习资源，将他们联结成自己的个性化知识网络；
通过设定的领域知识本体，借助一定的语义分析功能，自动的查找具有相同或相似主题的学习元和资源，产生联结；
智能化的分析使用学习元的用户访问过的其它学习元，寻找可能相关的要素，从而产生联结；
学习者也可以通过学习元的联结，找到与之具有相似学习兴趣和学习历史的学友，从而透过资源产生人与人的网络联结。
领域本体是学习元内容所属领域包含的基本概念及概念间的关系，主要用于在相同或相似领域的学习元间自动建立动态联结、共享交换信息。
内容是学习元的主要部分，学习者从这里获取学习材料，并对知识进行编码，在长时记忆中将原有的认知结构重组，以建构新的认知结构。内容要有明确的主题和目标，粒度要小并且独立完整。
练习主要用于促进新旧知识的整合，帮助学习者将新知识从短时记忆归属到长时记忆中进行重组以建构新的认知结构，练习的设计既要注重学习内容的细节又不能忽略学习内容的结构性。
评价能够确定学习者对于内容的掌握情况，可以根据评价结果调整教学策略的应用。文本、声音、视频、程序语言、Flash动画等任何所需的资源都可以作为说明、内容、练习和评估的材料，以便保证学习元的自给自足。
活动是指参照IMS-LD对学习活动的描述规范和运行机制，建构学习活动，从而实现学习过程、教学策略、教学活动层面的资源共享。
生成性信息是指学习元在使用过程中的生成性信息，包括用户的基本信息、交互过程中产生的信息、对学习元历次更新的信息等等。
多元格式是指学习元包含的学习内容、评估、练习、活动等允许以多种不同的文件格式存在，比如文本、图片、动画、视频、音频等。
服务接口是学习元与外部云计算环境进行信息交换的核心“通道”，一方面定义了用于获取和更新学习者在学习元内部进行学习活动的过程性信息的函数接口，另一方面定义了更新学习元内部各要素内容与结构的函数接口和数据结构，体现学习元的生成性.
（例如学习者对某段内容的笔记或者评论，提交的新的切合主题的资源，都会被以特定的格式标注，保存在学习元中，这些内容同样可以无缝迁移，为其他系统上的学习者所分享）。
本文摘编自百度百科
《中国电子科学研究院学报》欢迎各位专家、学者赐稿！投稿链接
电话：010-68893411
邮箱：dkyxuebao@vip.126.com
配图均来自于网络。
如需转载，请在后台回复“转载”。
系列合集：