江苏龙网

  1. 首页 > 生活 > >

『国际』国际学习科学研究的现状、核心领域与发展趋势——2018版《国际学习科学手册》之解析( 九 )


四、国际领域学习科学研究的发展趋势
（一）学习作为一个复杂系统会受到愈来愈多的关注与研究
学习是一种复杂的系统现象 ， 学习和学习机制在不同层级中 ， 以半独立的自我管理系统的模式在运转 。 例如 ， 个体层面的学习行为化证据 ， 也许会从自我管理的认知、情感和运动的系统机制中产生 ， 其中每一个系统都在神经中枢上有特定的体现 。 个体作为社会历史文化系统中的一部分 ， 在影响这个系统的同时 ， 也被这个系统所影响 。 虽然 ， 我们经常在个体层面讨论学习 ， 但学习也是群体层面的成就表现 ， 因为个体总是群体中的一员 。 我们现在没有足够的理论、实践和分析工具 ， 去探究这些不同层级的系统机制是如何相互连接的 。 我们正在利用恰当的统计方法 ， 以解决学习科学家们所关心的在现实情境下复杂多变的多层级学习现象 。 近年来 ， 学习科学正在逐渐揭示一些跨层级的连接和属性 。
（二）重视学习者所获取的知识和能力的研究
如何证明学习者所获得的知识和能力 ， 寻求这一类问题的精准解释 ， 开始得到越来越多的重视 。 不同领域关于学习进程的研究 ， 突出体现在确定学生的创新能力等方面 ， 其研究成果将会导致学习环境设计和学习测量之间更为紧密的联系 ， 而这两者之间的联系 ， 又恰恰是设计最应该支持和促进的 。 所以 ， 学习测量不应该只是学习环境外部的一个因素 ， 反而应该是学习本身的一部分 。 我们如此定位学习测量 ， 可以促进个体和组织对学习实践的批判性思考 ， 也能够促进个体能动性和自我执行力 。 DBR和DBIR就是体现这种思路非常好的载体 。 同样 ， 分析过程和相关活动数据的新方法（例如 ， 说话手势、行动、解决问题的方法、书面文件） ， 也可以提供重要的贡献 。 在大部分情况下 ， 这些方法都需要电脑的自动化或半自动化系统予以支持 。
（三）更多地支持学习的自适应技术
学习科学包含可以支持个性化学习和合作学习的各种技术 。 在学习过程和解决问题的过程中 ， 基于行动上的、认知上的和情绪上的全过程自动分析 ， 变得越来越复杂 。 而智能化技术的应用 ， 不仅可以提供学习者个体更加自适应性的反馈 ， 还可以支持教师监控和介入学习者的学习过程 。 自动化分析技术的本质是可以根据所探测到的不同情景 ， 策略性的选择学习支架 ， 从而为学习者下一步的学习决策 ， 提供关键性缺失的信息或者精准指引 。 人工智能和大数据技术可以充分挖掘学习者的学情数据 ， 为学习者精准化推荐学习资源 ， 实现有的放矢、因材施教 ， 使个性化学习和减负增效得到实现[38] 。 然而 ， 要想实现这些 ， 必须要将智能算法和我们对学习和教学的知识结合起来 。 换言之 ， 学习分析能否成功 ， 取决于这些因素结合起来的完成度 。 我们相信 ， 未来学习科学的多学科合作性 ， 是完成这个挑战的最佳路径 。
（四）学习科学正在形成独特的方法论
在方法论方面 ， 学习科学一直在发展起一种独特的融合性方法 ， 它将民族方法学和民族志研究方法相结合 ， 定量研究的会话分析和实验研究进行对接 。 作为跨学科研究项目中“混合式方法研究”的一部分 ， 越来越多的不同研究方法之间的结合将会出现 。 学习科学领域的研究者正在使用不同研究方法以获取科学知识 ， 并呈现出量性和质性研究相融合的趋势 。 这种融合包含案例研究、会话分析、制品分析以及关于教学条件和学习情境的实验和准实验的研究 。 学习科学是克服在教育界经常被提及的量性研究方法和质性研究方法不可融合问题的最佳实践领域 。
（五）DBR仍然是学习科学重要且核心的研究方法之一
DBR逐渐侧重于“一同设计”而不是“为之设计” 。 从历史上看 ， 在学习科学中 ， 甚至是教育研究中 ， 设计、提高、改进的大部分工作都是发生在实施情境之外 。 只有极少数的设计 ， 咨询过那些直接实施设计的人（主要是教师）和那些被设计所影响的人群（主要是学生） 。 虽然DBR的过程就是用来解决这个问题的 ， 但最初的设计仍然是“为之设计”而不是“与之一起设计” 。 “为之设计”会导致只在表面上做功夫 ， 而不关注如何设计才能确保实施成功和保持可持续性的努力 。 近年来 ， 为了有效解决这些问题 ， 学习科学开始更大范围的使用基于设计的实施研究、参与性设计、学生驱动型和学生指引型设计 ， 以及理解教师和学习者学习过程的全程性研究 。


推荐阅读


上一篇：「孩子」两名宝宝因它肠穿孔！这4种“毒玩具”以后谁买我跟谁急！一个月内

下一篇：「实力」可以了解一下各省市的大学及专业汇总盘点