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

时间:2020-04-13浏览:10设置

摘要

由德国慕尼黑大学的Frank Fisher教授、美国印第安纳大学的Cindy E.Hmelo-Silver教授、美国伊利诺斯大学的Susan R.Goldman教授和澳大利亚悉尼大学的Peter Reimann教授共同主编,全球110余位研究者共同参与编写的《国际学习科学手册》,于2018年正式出版。2018版《国际学习科学手册》较为系统和全面地反映了国际领域学习科学研究与实践的进展概况,包括理论性描述、最新研究成果、情景化设计、研究方法新拓展等。基于此,通过对学习科学研究核心问题的梳理与解析,能够进一步揭示学习科学研究与发展的趋势。旨在为学习科学领域的研究人员和实践者提供一个关于当前学习科学较为综合、系统的理论知识与实践范畴,从而为拓展学习科学的研究与实践,奠定良好的基础。

关键词学习科学;认知科学;学习系统;教育技术;学习分析;大数据;智能技术


一、概述

(一)学习科学之发展


在过去的25年中,学习科学作为一个跨学科的领域,逐渐成为一个探究人类如何学习、为什么学习、学习在什么情境下产生,以及人们如追寻学习发生的源头等问题的重要研究领域。因此,学习科学成为研究人们如何学习以及如何去支持学习的一门学科。它既是一门年轻的学科,也是一个年轻的学术团体,其简短发展史,反映了许多不同学科的研究者对学习和如何支持学习的理解。


学习科学是“以实用性为导向”的一门具有整体性的学科,所以,它所包含的实用性知识必须是连贯的[1]。从认识论和系统的角度出发,学习科学的目标是对人类学习有一个整体性的理解和认识。从认识论层面出发,人们对学习的研究可以包含多个角度。当人类学习被看成是一个系统现象的时候,则会形成一个基础假设,那就是学习是在生物本能、社会文化和生产工具共同作用下产生的。珍妮特·科洛德纳(Janet L.Kolodner)认为,学习科学是一门设计、集成、社会认知、描述性或者实验科学[2]。萨沙·巴拉布(Sasha Barab)等人认为,学习科学是一门综合性的多学科研究领域,它利用人类科学中的多种理论观点和研究范式,以实现对学习、认知和发展的属性与条件的理解[3]。而布莱恩·史密斯(Brian Smith)将学习科学定义为:关注“设计在真实社会情境使用的产品,并将此作为一种方法论以理解个体和社会认知”的团体[4]。


从这些关于学习科学定义或者属性的界定中,我们可以看出:学习科学不同于以往任何一个学科,它具有实证性、综合性、跨学科和情境性特点。这个新的学科领域虽然发展的历史并不长,但其对人是如何学习的研究,如何实现对学习的支持等方面,引起了以教育、心理和技术诸多领域的重点关注。


自上世纪90年代起,高文、陈琦、何克抗等一批中国学者,开始面向国内译介学习科学的系列著作与成果。2002年,华东师范大学出版社出版《人是如何学习的——大脑、心理、经验及学校》;2010年,徐晓东等翻译出版《剑桥学习科学手册》。这些都极大地拓展了我国学者关于学习科学的研究视野。北京师大、华南师大、华东师大等院校对学习科学进行国际追踪和本土研究;东南大学、北京师大、华东师大等相继创办了“学习科学中心”,搭建起协作共享与交流平台。这些,均标示着国内学习科学的研究,已经形成了一定的范式特征[5],并进入迅速发展阶段。


(二)2018版《国际学习科学手册》


《国际学习科学手册》(本文以下也简称《手册》)2018年由Routledge出版,它由德国慕尼黑大学的Frank Fisher教授、美国印第安纳大学的Cindy E.Hmelo-Silver教授、美国伊利诺斯大学的Susan R.Goldman教授和澳大利亚悉尼大学的Peter Reimann教授共同主编,全球110余位研究者参与编写。他们均是学习科学领域的一线学者和研究员,包括学习科学领域学术期刊的主编和编辑团队的人员,还包括来自国际学习科学学会等重要学术组织的成员。《手册》共有51章,分三大部分:


第一部分介绍了学习科学的历史基础和理论定位,包括学习科学领域的起源、人类的知识传统、整合这些传统的方法、人类学习的过程和机制。在人与世界的互动中,学习的过程、机制和其他影响人类学习的各种因素之间存在的复杂互动。我们与他人的互动发挥了什么作用?我们身处的文化是怎样的?在学习时个体怎样使用自己的身体,身体又是怎样与外部世界互动?个体的信念(关于个体自己、关于世界和关于他人的信念)是如何影响个体的学习?个体的目标、兴趣和情感,如何影响时间分配和注意力?个体如何形成表征,表征形成过程会受到哪些因素的影响?人作为学习者如何理解世界的复杂性?所有这一切(互动、目标、个体使用身体的方式、信念、所形成表征等等)又如何影响个体的认知加工过程?


第二部分聚焦于学习环境的设计、研究和评价。该部分内容主要探索怎样促进对学习的理解,特别是怎样设计学习环境,从而让学习者既能够热情投入,又能够有效形成新的理解,发展新的能力。内容既聚焦教学方法,也聚焦能够吸引学习者并帮助他们学习的技术设计和使用;既聚焦我们称之为“学生”的那部分人,也聚焦教师,关注怎样帮助他们学习;同时还聚焦非正式场合中各年龄段的学习者,聚焦学习者在群体中的学习以及群体学习方式,如何影响群体中个体的能力。此外,还涉及技术可能扮演的角色,利用新技术如何让学习更加吸引人、且更为有效的可能性。


第三部分关注学习科学领域中的研究、评价和分析方法。该部分主要探索了如何在无比复杂的背景或场景中开展研究的方法,如何从这些复杂环境中理解人是如何学习的方法,如何开展设计以促进学习路径有效达成的方法。在研究内容方面,重点关注了基于设计的研究、基于设计的实施研究和参与式设计等。在评价方面,介绍了学习中的高质量和有效评估、学习进程、能力模型和能力测量等。在分析方法方面,涉及混合式方法研究、多源分析、民族学方法论、民族志、视频研究方法、量化分析、学习分析和认知网络分析等。


我们认为,编辑出版《国际学习科学手册》的目的,首先,在于将学习科学领域中理论的和实证的国际化视野相结合,注重设计和技术对学习的支持;其次,这种国际化视野有助于帮助人们理解学习为什么发生、如何发生、从何处发生;再次,探讨了利用多样化和互补的研究方法,解决或探究“学习”和“学习如何发生”这一学习科学的重大问题。因此,该《手册》能够为学习科学领域的研究和教学工作者,提供一个崭新的国际化视野和学术资源。


本文以《手册》为依据,对其所介绍、探讨和论述的问题进行系统梳理、归纳和总结,以期较为系统和全面地反映其中所涉及的关于学习科学研究与实践的内容,包括理论性描述、最新研究成果、情境化设计、研究方法新进展等。在此基础上,对国际领域学习科学的研究现状、核心问题等进行梳理,并探讨学习科学研究与发展的趋势。


二、国际领域学习科学的研究现状

(一)关于学习过程的研究


学习科学对学习过程的研究涉及心智过程和社会过程,以及影响这些过程的文化因素、系统因素和其他有关因素,这是一个极复杂的系统。学习科学作为跨学科的研究领域,涵盖了认知科学、心理学、哲学、社会学、人类学、课程与教学论等,也包括教师多年累计的丰富经验。探索学习科学与相关学科领域的共同性和不同点,已受到诸多研究者的重视。2007年,OECD出版《理解脑:新的学习科学的诞生》和《理解脑:走向一门新的学习科学》,标志着一门新的将“脑功能、脑结构与学习行为结合起来研究”的学习科学诞生,即教育神经科学[6]。脑科学的加入,令学习科学整个领域面貌一新,引入了不少行之有效的经验,解答了不少疑团,也否定了一些没有依据的假设。作为领域概念,学习科学涵盖了教育神经科学,作为学科概念,学习科学和教育神经科学又分别有着各自不同的学术期刊、研究方法、研究共同体等[7]。


学习科学用一种辩证的还原论去看待方法论。若想准确地解释学习,学习过程应被分成若干个小部分,先从这些小部分开始解释,然后“上升”到系统配置,再到部分之间的相互联系和协调,最后解释整个学习过程。学习科学领域的研究者充分认识到学习发生系统的重要性,特别是神经系统和行为与肢体运动系统表现,对学习发生系统影响的探究,将会导致未来在理解学习作为多层面现象的研究。


在《手册》中,研究者探讨了如何理解21世纪各种无处不在的信息,并与之开展互动。从不同的视角出发,按照一般兴趣到正式和非正式学科对主题开展探讨,了解各个角度是如何互相影响和互相连结。学习者不是在一个独立于他人和事物的世界里行动,而是通过与他人的互动,按照规范和调整过程建立共同理解,并不断开展交流、建立认知、获取信任。


(二)关于学习环境的研究


为学习者设计具有挑战性的学习情境,让他们无法用按图索骥或死记硬背来寻找解决方案,包括学习案例、学习任务、学习问题。学习环境设计,主要表现为一系列不同的学习情境、教学方法和对学习的支持。学习情境包括正式和非正式的学习机构,教学设计可以是教师提前制定好的、也可以是师生共同设计或者是以学生为中心的设计。


对学习的支持称为学习支架(又称脚手架),通常被纳入到学习任务表、学习指引或其它形式的辅导以及学习反馈过程中。学习支架的使用需要一个“更加知识渊博的陪伴者”,它可以是由人来扮演(例如,同学、辅导者、老师、家长),也可以用电脑或者由人与电脑协同扮演。学习设计具有多样性,研究者关注如何从学习情境、学习方法和学习支持的各种组合中,实现对学习的有效支持。学习科学关注如何为各种不同的学习任务和跨学科学习营造情境,提供综合性的教学设计以及应该注意的事项。


(三)关于研究方法的研究


学习科学的研究方法与其他研究方法之不同之处,在于它能将参与者的观察与设计以及完善设计的方法结合起来,并在实践过程中通过研究设计来加以改进,这是基于设计的研究方法之核心。反思性的重复设计,成为超越原设计去建立和提出理论的主要驱动力。早期基于设计的研究,体现了研究者们在研究中所做的大量工作,研究者们为老师和学习者提供教学设计,观察设计的实施过程,并和老师、学习者讨论他们的体验和建议;然后,在下一轮设计中加以改进。这样的实践活动促使新的设计方法不断产生,即让设计的实施者一开始就参与设计的过程。学习科学的研究方法包括基于设计的实施研究和参与式共同设计,这一过程意味着设计者需要与设计的实践者共同设计,而不是为他们设计。


基于设计的研究与测量和评估是相辅相成的,测量和评估所涉及的重要因素即为数据。通过挖掘数据库的价值,无论是一个整体的数据库或是数据库的一部分,我们都得从多个角度、采用不同的分析方法,以严谨的、系统的、基于数据来开展论述和探究。


三、学习科学研究的核心问题


学习科学领域的研究者,一方面从理论层面关注学习科学的发展,阐述学习科学领域所取得的成果和经验,包括知识的认知与知识的发展、学习的认知观与社会文化观、学徒式学习、专业知识相关理论和研究、具身认知、社会文化对学科发展的影响等;另一方面,也从时间层面关注了学习者如何学习以及如何支持学习者学习,主要包括:(1)学习者如何理解无处不在的信息并与之交互?(2)如何设计对学习者具有一定挑战性的学习环境?(3)如何有效设计、分析和评估教学和学习,以促进学习者的学习?


(一)如何理解无处不在的信息并与之交互


进入21世纪,信息无处不在、互动无处不在。作为学习者而言,其不是独立于其他人和事物之外而单独在自己的世界中开展行动,而是需要通过与信息、与他人进行频繁交互。学习者需要学会如何理解这些无处不在的信息,学会如何选择和提取自己日常生活、工作和学习中需要的特定信息,学会如何与所选择的信息(即学习内容)与其他人开展深度互动,以提升自己的认知过程并建构共同的理解。这种共同的理解也会在学习者和他人之间不断地交流、互动和信任中,得到一次次的建构和提升。


学习科学领域的研究者对学习者在与世界互动的过程中所涉及的系列因素,进行了分析和探讨,关注了学习者利用信息解决问题的能力以及多源信息的理解力,支持学习者与信息交互的学习动机、参与和兴趣,调节学习的技能和策略,支架(脚手架)以及制品支持的协作知识建构活动开展等方面的内容(更多相关主题内容详见《手册》),这是一个复杂系统。


1.利用信息解决问题的能力和多源信息理解力


在21世纪的社会,人们主要依靠数字技术获取与工作、生活和学习领域相关的信息,这其中就涉及到利用信息解决问题的能力以及多源信息的理解力。利用信息解决问题的能力,聚焦于检索、评估和选择与任务相关的、有价值的、准确的信息源这一过程,通常会涉及到互联网的使用。多源信息的理解力聚焦于研究人员所提供的信息资源,并形成意义的过程。这些信息源是预先选择的,且对于学习者开展资源内和跨资源的信息任务决策非常重要。利用信息解决问题的能力及多源信息的理解力所涉及的过程性环节要素,主要包括:识别需求信息、定位信息源、评估信息源、提取信息源信息、理解和组织信息,以帮助学习者理解所要解决的任务等。在这一过程中,学习者特征,例如,学习者已有知识和认知程度及其社会文化背景等,对支持学习者利用信息解决问题和理解多源信息等,有着一定的影响。


2.支持学习者与信息交互的动机、参与和兴趣


分析动机、参与和兴趣的内涵及其相互之间的关系,有助于人们深入了解学习者与信息之间的互动机制。动机,是一个广义的术语,包括参与、兴趣以及其他方面的主题内容,例如,对成就、能力或竞争力的看法、信念、期望以及价值观的选择。动机也关联到学习者对内容理解的思维方式、时间观念、自我效能信念、完成任务的能力、对自我能力的定义,以及在特定学科领域或研究领域工作的感觉。与动机不同,参与的认知、情感和行为部分是共同发生的,并且互相重叠[8]。认知上的参与,描述了学习者在特定任务中的投入方式;为了掌握具有挑战性的内容所付出的努力和意志,情感上的参与是对学习环境的态度,包括参与的感受;行为上的参与是学习者能够遵守学习环境中的规则、期望和规范。兴趣,描述了参与过程中学习者的心理状态,以及他们随着时间的推移是否有继续参与的意愿与可能性。已有研究者提出了兴趣发展的四阶段模型:触发情景兴趣,维持情景兴趣,萌生个人兴趣和发展完全的个人兴趣[9]。学习者的兴趣可以被他人(例如,教师、教练、同伴)所触发,可以被学习环境中的任务或活动所触发,也可以被个人为深入理解所作出的努力所触发。


基于对学习者的动机、参与和兴趣的分析,人们在进行学习设计时,需要遵循的一般原则有:(1)学习者需要参与到学科内容中去才能有所获,需要用学科内的语言并参与学科的具体任务,从而培养兴趣。(2)支持学习者通过所提供的支架或任务活动,参与到学科内容中去;另外,学习者在兴趣发展的早期和晚期阶段,可能需要不同类型的互动或支持,才能继续参与到学科的内容中去。(3)针对在兴趣发展不同阶段的学习者,可能需要调整任务、活动或学习环境的结构,以促使他们能够专注于任务的不同方面,提供具有挑战性的任务以加强理解。


3.调节学习的技能和策略


一个成功的学习者,需要知道如何学习、如何提高自己的学习技能、如何积极的参与各种活动,包括规划学习、策略使用、学习进展监控以及能处理与学习任务相关的困难和挑战,这其中涉及非常重要的要素,即为调节学习的技能和策略[10][11]。恰当地规划和有策略地调节学习以适应学习过程中遇到的挑战,需要策略性地调节自己(即自我调节学习)、调节社会文化情境和他人(即协作中的共同调节学习)、调节整个小组或一个群体(即社会共享的调节学习)[12]。其中自我调节学习是学习者在参与任何有学习发生的任务时,所进行的深思熟虑的、策略性的计划,以及执行、反思和调适。研究亦表明,协作中的共同调节学习,指策略性规划、制定、反思和调节的调配受到激励或约束的过程[13]。其可供性和局限性存在于行动和互动、环境特征、任务设计、调节工具或资源、支持或妨碍有效调节的文化信念和实践中。


社会共享的调节学习是一个群体经过深思熟虑的、策略性和交互性的计划、任务制定、反思和调试,包括通过协商和持续的调适以共同控制认知、行为、动机和情感状况。学习者需要具备有一定的策略以调节自己和他人的学习,这中间需要自我调节技术工具和环境的支持,例如,基于计算机支持的协作学习(CSCL)。在调节学习的过程中,技术主要用于支持信息的共享和知识的共同建构,为小组学习提供协作和社交空间,激活自我调节学习技能和支持元认知过程,支持建立对自我和他人的意识以及理解、促进和维持社会共享调节的过程[14]。


4.支架(脚手架)及制品支持的协作知识建构活动之开展


协作知识建构是人们协作创造新知识和新内容的过程,可以发生在小群体中,也可以发生在大社区中,它是一种社会和集体的活动,而非个体的孤立活动[15]。协作知识建构需要学习者在讨论中贡献自己的知识,提出自己的观点和想法,并且愿意考虑他人的观点和想法,相互借鉴或接受、质疑彼此观点。在这样一个过程中,小组可以作为一个整体,产生新的见解,创造新的知识。支架式(脚手架式)教学工具等能够对协作知识建构的开展提供支持[16],为协作学习小组成员的有效和深度互动提供指导。在协作知识建构的过程中,与知识相关的制品设计和开发,也能够有效支持知识建构活动的开展,其强调人与人之间的协作,不仅通过直接沟通(对话)产生,而且可通过共同开发共享制品或实践实现,从而形成不断发展的协作。制品以独立于创造者而存在的物化形式呈现知识,在协作环境中,这些制品体现了人们的贡献。


(二)如何设计具有一定挑战性的学习环境


为学习者设计具有一定挑战性的学习环境,是学习科学领域的一项重要工作。挑战式学习环境的设计者认为,学习者要走出所谓的学习舒适区,要能够积极寻求多种方法,而非按图索骥或死记硬背来找到解决问题的方案。维果斯基的“最近发展区”理论指出,要想在最近发展区中取得成功,学习者需要得到一定的帮助。由此,在挑战式学习环境的设计中,需要为学习者在最近发展区中取得成功提供支持;同时,也涉及到关于学习者所学习到的知识和技能在不同场景中的迁移和应用。学习科学领域的研究者围绕学习中的教学设计、情境设计、学习支持等几个维度,对设计挑战式学习环境进行了分析和探讨,包括整体化教学设计、知识论坛、模拟、游戏和建模工具、非正式学习场馆、MOOCs支持的多样化学习环境、创客运动等多方面的内容(更多相关主题内容详见《手册》)。


1.支持复杂技能习得的整体化教学设计


4C/ID模型是一种针对复杂学习技能习得的整体化教学设计方法,其学习目标是实现知识、技能和态度的共同发展。其中复杂学习技能,主要是针对传统片段化知识和技能的习得并不能达到很好的迁移效果而提出。4C/ID模型包含有四大要素:学习任务、支持性信息、程序性信息、部分任务练习。学习任务是4C/ID模型的核心,具有整体性、复杂性、真实性等特点。整体性是指学习任务不可以分开进行学习,而是一个完整的整体,可以包含有若干任务组序列;复杂性是指学习任务不是简单的知识、技能或者态度的习得,而是三者的综合体;真实性是指学习任务是真实存在的,需要来自于学习者的真实生活。支持性信息主要是在学习者已有的知识和学习者学习任务中需习得的迁移技能之间,建立起有意义联系。程序性信息主要是用于支持学习者常规学习任务的完成,例如,其可以支持教师通过一步步的教学完成常规学习任务。部分任务练习旨在通过广泛的重复性练习来强化学习者的认知,帮助学习者提高其在整个学习任务中的表现。


4C/ID模型支持的复杂学习技能习得,主要包含有10个步骤[17],分别为:(1)设计学习任务;(2)开发评价工具;(3)组织学习任务序列;(4)设计支持性信息;(5)分析认知策略;(6)分析心智模式;(7)设计程序性信息;(8)分析认知规则;(9)分析前提性知识;(10)设计部分任务练习。


2.知识论坛支持的知识建构活动社区设计


知识建构是一种教育过程,主要是通过社区的努力以提高该社区知识水平的一种学习模式[18]。知识建构被认为与学习科学中许多其他方法一样,强调建立在先前知识、元认知、调节过程、协作、脚手架、真实学习情境等基础上,使用技术来扩展学生的认知系统,实现迁移。知识建构和学习不同[19],学习关注个体的心理状态,而知识建构侧重于公共的观点和理论,旨在提高社区的知识水平,同时参与者也在学习。


知识建构基于社区知识空间开展,即知识论坛,是专门为支持知识创造而设计的数字化学习空间,学习者基于知识论坛分享、改进他们的观点和理论。知识论坛中的基本单元是视窗,在一个特定的视窗中,学习者可以编写和创建注释词条等来表达他们的问题和想法,并以此作为基础发展理论。知识论坛支持新出现的观点和综合更高层次概念化的探究功能,不同的视窗可以连接起来并建立关系以整合社区所发展的知识。对知识论坛中学习者开展知识建构活动的分析方法,主要有定量分析和定性分析;知识论坛中附带的一套评估小组工具,可以提供学习者在知识论坛上的活动统计数据以开展定量分析。社会网络分析方法可以用于分析学习者在知识建构社区中的贡献意识、对社区的补充贡献以及在社区中的分布式参与等,以强调集体认知责任的重要性。解释性话语分析是分析学习者知识建构活动的一种重要的定性分析方法,关注对社区知识的评估。


3.基于模拟、游戏和建模工具的真实性学习环境创设


积极的学习方式被认为是获取深层次知识和技能的必要条件[20],例如,体验式学习、探究式学习等,但这些学习方式一般是发生在真实的环境中。随着技术的发展,模拟、虚拟游戏和建模工具等,可用于支持真实学习环境的创设,促进学习者积极学习的发生。模拟或仿真通常是为物理、化学和生物学等学科主题而创建的,也存在于行为科学中,例如,心理学课程中为学习者提供的可以探索的在线模拟[21]。用于学习的计算机模拟基本上由两个部分组成:一个是模拟过程或现象的底层计算模型,另一个是允许学生与该模型交互的接口[21]。计算机技术允许对许多变量进行快速操作和对模拟的即时反馈,并在实验室中引入不可能出现的情况,包括使用增强现实技术[23]。这也意味着学习的重点可能会从在实验室中学习更程序化的知识(如何进行实验),转变为获得关于潜在领域的深层概念性知识,而这种对获取概念性知识的关注是探究式学习的核心[24]。


游戏与模拟密切相关,并可以像模拟一样使用,相对于模拟而言,游戏增加了诸如竞争、目标设定、规则和约束、奖励、角色扮演、即时反馈等游戏动机方面的特征[25]。游戏可以像模拟一样使用,学生操纵变量并从观察他们所操纵的结果中学习。建模工具也是一种促进学习者积极学习的技术之一,在建模学习过程中,学习者通过系统的观察,收集现象或系统数据,根据观察和数据建模,进行开发模型、评估模型、修正和应用模型等,通过这样的反复实践和循环,建立对所模拟现象或系统的理解。


4.技术支持的非正式学习场馆设计


非正式学习环境,一直是学习科学探索利用技术变革的潜力,进行教育设计的主要场所。它可划分为三个特定的子类,即自然历史博物馆、科学中心、动物园和水族馆。这些非正式学习环境因为专注于科学、技术、工程和数学,又可以称为非正式的STEM机构。非正式STEM机构支持参观者学习的主要工具是展览,自然历史博物馆、科学中心、动物园和水族馆中的不同进化史,产生了三种不同的展览原型:信息传递、现象学探索和情感景观展览。自然历史博物馆关注通过定制策略(参观者明确他们的兴趣或需求)和个性化策略(参观者的特征或行为为他们的兴趣和需求提供了证据),来满足参观者的不同信息需求[26]。基于技术支持的展览体现在多方面,例如,为展品提供数字标签、3D显示、为参观者提供移动翻译系统等,从而支持参观者对系列展品的知识建构。


科学中心关注通过技术模拟、使用增强现实技术、角色扮演等方式,支持参观者对现象进行探索[27][28]。当科学中心将注意力从真实的物体转移到真实的科学现象时,动物园和水族馆也将重点从展示动物,转移到展示真实自然环境中的动物。动物园和水族馆关注通过移动应用程序、沉浸式场景设计、和动物的亲密接触等激活参观者的情感体验,唤起参观者的同理心[29]。


5.MOOCs支持的多样化学习环境创设


MOOCs,即大规模在线开放课程,其内容主要汇聚来自全球精英教育机构的最优秀课程,可将世界上最好的教育带到地球上任何一个角落。它通过提供学生上课的学习内容和学习方式的数据,帮助教师改进课堂教学,支持学生通过虚拟学习社区的形式拓展个人知识和网络,为学生提供有效反馈,以防止他们陷入无法解决问题的困境之中[30]。人们对MOOCs的主要期望是通过“向所有人免费提供一些世界领先专家的知识”,为每个人提供教育、多种学习机会和缩小“数字鸿沟”的差异。


学习科学将MOOCs定位为多样化学习环境中的重要组成部分,强调MOOCs能够在多样化的学习环境中为学习者提供学习信息,主要包括:能够支持和实践不同的学习方式、补充学校的正式学习方式、向学习者提供未来可能与他们发展相关的知识等。未来几年,学习科学所面临的主要挑战是构建良好的开放在线学习环境,MOOCs领域的研究者需要创建新的研究框架,以从学习科学的角度来理解MOOCs的作用,明确MOOCs对多样化学习环境的独特性,分析MOOCs作为“寄宿研究型”大学所具有的竞争力,消除对MOOCs的夸大和贬低等现象。


6.支持学习者自己动手的创客活动空间


创客运动是指越来越多的学习者在其日常生活中参与到创意产品的制作,并且能够通过各种形式的论坛(物理的和虚拟的)和其他人分享他们的创作过程和产品,例如木工、焊接、烹饪、编程、绘画或手工艺[31]。创客运动是基于纺织工艺、电子技术、先进的机器人技术和传统的木制品加工等一系列领域所具有“自己动手”的精神,包括使用新的生产技术,如3D打印机、激光切割机和微型计算机,以及通过互联网分享想法。研究者关于创客运动方面的相关研究,主要集中在创客活动、创客空间等方面,指出创客活动是“为好玩或有用的目的进行设计、建造、修改或再利用物质材料,面向某种可供使用、相互作用或展示产品”的过程。创客空间是艺术、科学和工程领域创造性生产的非正式场所,在这些场所中,各年龄段的学习者将数字和物理技术融合在一起,以探索想法、学习技术技能和创造新产品。创客运动中的学习,涉及三个核心要素:学习设计、人工制品的创造和分享、过程性成果和成品。创客运动中的研究和实践,可以通过探索人的学习、学习环境的设计以及平等和多样性展示等方面的理论,从而与学习科学这一领域相联系,并推动学习科学的发展。


(三)如何有效设计、评估和分析教与学,以促进学习者的学习


学习科学领域的研究方法将实践者和设计者相结合,将实践者的实践和设计者的设计相结合,并在真实情境的实践过程中,通过研究设计来改进设计过程。实践的设计者需要与设计的实践者共同设计,这也是基于设计的研究之核心。与此同时,设计者和实践者需要关注学习者基于学习过程的成长和进步,即学习过程中的测量和评估。由此,学习者在学习过程中的数据,也是学习科学研究的重要内容,其核心在于能够从不同的视角、采用不同的分析方法,挖掘和分析学习者在学习过程中的系列影响因素,以促进学习者的有效学习。学习科学领域的研究者分别从有效设计、测量、分析和评估等方面,对如何促进学习者的学习进行了分析和探讨,关注了以基于设计的研究、基于设计的实施研究和参与式设计为核心的研究方法设计。而面向学习者的学习评估和能力测量,融合了质性和量性的混合式方法研究等方面的内容(更多相关主题内容详见《手册》)。


1.以DBR、DBIR和参与式设计为核心的研究方法设计


学习科学领域的研究者在探究学习如何发生,以及如何支持学习者的学习时,需要和实践者及其他利益相关者合作。需要在真实情境中,共同、协同来开展教学和学习方面的设计,而这正是基于设计的研究(Design-based Research,DBR)、基于设计的实施研究(Design-based Implementation Research,DBIR)及参与式设计的核心。DBR是一种系统而又灵活的方法论,其目的是在真实情境中,研究者和实践者开展协作,通过迭代分析、设计开发和反复实践的循环,来改进教育实践。DBIR的提出,是因为发现很多设计良好的干预,在应用到真实或现实世界情境中时,并没有产生预期的效应,即便是那些在精心设计的随机试验中,也发现一些有效的干预也是如此。“什么在起作用”与“什么、在哪里、何时以及为谁在起作用”两者之间,存在着一些鸿沟[32]。


因此,DBIR希望重构研究者和实践者的角色,以便更好地为其合作关系提供支持,为此,提出了四条基本原则[33]:(1)从利益相关者的多元视角,聚焦实践中长期存在的问题;(2)开展迭代的、协作的设计;(3)理论和知识的发展与既要考虑到课堂学习,也要考虑到通过系统层面的探究并与实施相关;(4)要考虑到为系统的持续改变所具有的发展能力。所以,参与式设计强调研究人员即设计者和实践者(例如,教师、管理人员等)共同努力,解决已有的实践问题。最初,研究人员和实践者对设计过程的贡献,可能是截然不同的:研究人员关注理论驱动的决策,实践者就如何在实践中实现有效学习提出务实的观点。然而,随着时间的推移,这些角色可能会交叉并扩大,所有贡献者都会发展起深层次的理论和专业知识。


2.面向学习者的学习评估和能力测量


学习评估所提供的信息,能够帮助教育者、管理者、政策制定者、家长和研究者准确判断学生学习的状况,并就其影响和行动做出决定。关于学习者的学习评估,涉及不同的评估形式、不同的评估目的、不同的评估场景、不同的评估机构等,但都需要遵循一些共同的原则:评估总是一个从证据中进行推理的过程,评估在某种程度上是不精确的,评估只是一种工具,旨在观察学生的行为和产生的数据等。


学习评估涉及三个方面的核心要素,即“评估三角”[34],分别为认知、观察和解释。其中认知是关于学习者如何在学科领域(如,分数、牛顿定律、热力学)呈现知识和发展能力的理论、数据和一系列假设;观察表示一套对评估任务的描述或规范,这些描述或规范将引起学生的相关反应;解释包括所有用于从观察中进行推理的方法和工具。


随着技术的进步与社会的发展,对高技能人才的需求愈为紧迫,教育需要向学习者提供应对未来挑战所需的个人技能。为此,美国科学研究委员会(NRC)指出,以培养能力为导向的教育理念要求人们重新考虑评估,需要有创新的方法、技术和规范,来测量学习者能力的建构情况。评估是测量能力的必要手段,“评估三角”应成为所有评估的基础。能力测量基于能力模型进行,而构建可靠和有效的能力评估模型,需要将“评估三角”中的三要素联系在一起,从认知到任务、从任务到观察、从观察到分数、从分数到分析,设计成为一个协调的整体。


3.融合质性和量性的混合式设计和分析方法


混合式方法研究(Mixed Methods Research,MMR)是通过多种途径和认识方法,在一项研究中整合并实施质性研究与量性研究,从而更全面地理解多面性的社会或教育现象[35][36]。它作为学习科学研究的核心,被认为是一种用于探索复杂的社会经验和现实生活的、有价值的方法论。


混合式方法研究应具备六个关键特征[37]:(1)收集严密和令人信服的、能分析研究问题的质性和量性的数据;(2)通过组合或融合两种形式的数据,或者在混合两种形式的数据时,将一个构建在另一个上,或者将一个植入另一个内;(3)根据研究的重点,优先考虑一种或两种形式的数据;(4)在单个研究或在研究过程的多个阶段中,使用以上的步骤;(5)用哲学的世界观和从理论视角出发,组织这些步骤的实施;(6)将这些步骤结合到具体研究设计中,指导研究计划的进行。同时还应遵循两项基本原则:(1)同意在研究的所有层次都拒绝“非此即彼”的观点(即:要不定量/定性,或者定性/定量);(2)同意迭代、循环的研究路径。混合式研究方法为学习科学提供了解决问题的使用工具,为更好地探索和解释复杂的学习现象,不同研究方法之间的融合,正成为一种趋势。


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。


(六)社会公正和公平问题逐渐成为学习科学关注的主题


学习科学的未来发展,一定要考虑到社会公正和公平问题,因为它们正影响着我们的设计。我们需要思考特定的学科内容、认识实践,以及结果测量是否强化了现有的不公平和权力结构,从而让一些学习者受益。要确保每一位学习者无论性别、健康状况、社会或经济地位、民族或文化背景、地域,都能够享受优质的教育和学习机会。要善用技术,防止有害应用,要保证对学习者的数据进行合乎伦理、非歧视、公平、透明和可审核的使用和用于研究的规范传递。公平和权力问题,还包括伦理与道德问题,这为学习科学开启更多的空间,去探讨我们的研究是否以及如何渗入到现有的权力体系以解决教育不公平问题。这需要我们冷静客观地理解和设计环境中的多个层次,包括个体参与的即时环境、各个环境之间的关系,以及存在于更大场域中的文化、政治经济和意识形态价值系统,包括制度配置中的微观层面的系统[39]。


五、结语


2018版《国际学习科学手册》对近20-30年间学习科学的现状、进展及发展趋势进行了回顾和反思,它以学习科学交叉特性为分析基础,深入探讨了学习科学如何利用这些基础,来进一步形成自己领域的理论、设计和研究成果。内容涵盖了学习环境的设计、研究和评价,对构成学习科学研究、设计和评价内容的地点、空间、时间、任务、过程、结果等进行了多样化的论述,也对学习科学领域具有实证特色的各种研究方法,进行了系统归纳。


该《手册》为我们呈现了理论兼具实践的国际化视野,这种视野注重设计和学习技术如何支持学习和学习测量,给予学习科学研究理论与框架上的指引。使学习科学在理解学习为什么发生、如何发生和从何处发生等问题上,能够发挥独特的作用。进而让学习科学可以利用多样和互补的研究方法,对学习是如何发生等这些探究,能够为教育实践提供有效的指导性原则和策略。同时,《手册》致力于成为学习科学领域专业学习的“百科全书”,也致力于成为过去、现在和将来学习科学领域的研究纲要。因此,我们有理由相信,《手册》中文版的出版与发行,将为中国学习科学研究的国际化提供重要的参考和助力,从而为拓展学习科学的研究与实践,奠定良好的基础。


The Situations,Core Fields and Future Trends of International Learning Sciences Research:

Analysis of the International Handbook of the Learning Sciences

Ren Youqun1,Zhao Jianhua2,Kong Jing3&Shang Junjie4

(1.Faculty of Education,East China Normal University,Shanghai 200062;2.Center for Higher Education Research,Southern University of Science and Technology,Shenzhen Guangdong 518055;3.College of Humanities and Education,Foshan University,Foshan Guangdong 528000;4.Graduate School of Education,Peking University,Beijing 100871)

【Abstract】The International Handbook of the Learning Sciences,co-edited by professor Frank Fisher in Ludwig Maximilian University at Munich in Germany,professor Cindy E.Hmelo-Silver in Indiana University Bloomington in USA,professor Susan R.Goldman in University of Illinois at Chicago in USA,professor Peter Reimann in University of Sydney in Australia,was published by Routledge with the participation of more than 110 researchers.The International Handbook of the Learning Sciences reflects the fields of the research and practice of Learning Sciences systematically and comprehensively including theoretical orientations,latest research results,learning environments design,research methods,etc.Therefore,through the combing and analysis of the core fields,it is possible to reveal the trend of the Learning Sciences research and development,and aims to provide a comprehensive and systematic overview of the research and practice of Learning Sciences for researcher and practitioners,so as to help them to expand the research and practice of learning sciences.

【Keywords】Learning Sciences;Cognitive Science;Learning System;Educational Technology;Learning Analytics;Big Data;Intelligent Technology


参考文献

[1]Bereiter C.Principled practical knowledge:Not a bridge but a ladder[J].Journal of the Learning Sciences,2014,23:4-17.

[2]Kolodner J L.The learning sciences:Past,present,and future[J].Educational Technology,2004,44(3):37-42.

[3]Barab S,Squire K.Design-based research:Putting a stake in the ground[J].Journal of the Learning Sciences,2004,13(1):1-14.

[4]Smith B K.Instructional systems and learning sciences:When universes collide[J].Educational Technology,2004,44(3):20-25.

[5]赵健,杨晓哲.中国语境中学习科学发展的历史进路和当代使命——基于科学范式形成及其知识图谱证据的分析[J].华东师范大学学报(教育科学版),2019(5):92-104.

[6]尚俊杰,裴蕾丝,吴善超.学习科学的历史溯源、研究热点及未来发展[J].教育研究,2018(3):136-145+159.

[7]周加仙.“教育神经科学”与“学习科学”的概念辨析[J].教育发展研究,2016(6):25-30+38.

[8]Fredricks J A,Blumenfeld P C,Paris A H.School engagement:Potential of the concept,state of the evidence[J].Review of Educational Research,2004,74(1):59-109.

[9]Hidi S,Renninger K A.The four-phase model of interest development[J].Educational Psychologist,2006,41(2):111-127.

[10]Zimmerman B J.Investigating self-regulation and motivation:Historical background,methodological developments,and future prospects[J].American Educational Research Journal,2008,45(1):166-183.

[11][12]Hadwin A F,JärveläS,Miller M.Self-regulation,co-regulation and shared regulation in col-laborative learning environments[M]//D Schunk,J Greene.Handbook of Self-regulation of Learning and Performance(2nd ed.).New York:Routledge,2017:65-86.

[13]陈向东,罗淳,张江翔.共享调节:一种新的协作学习研究与实践框架[J].远程教育杂志,2019(1):62-71.

[14]JärveläS,Kirschner P A,Hadwin A,Järvenoja H,et al Socially shared regulation of learning in CSCL:Understanding and prompting individual-and group-level shared regulatory activities[J].International Journal of Computer Supported Collaborative Learning,2016,11(3):263-280.

[15]Bereiter C.Education and mind in the knowledge age[J].Mahwah,NJ:Lawrence Erlbaum Associates,2002.

[16]Kollar I,Fischer F,Hesse H W.Collaboration scripts:A conceptual analysis[J].Educational Psychology Review,2006,18:159-185.

[17]van Merriënboer J J G,Kirschner P A.Ten steps to complex learning(3rd Rev.Ed.)[M].New York:Routledge,2018.

[18]Scardamalia M,Bereiter C.Knowledge building and knowledge creation:Theory,pedagogy and technology[M]//K Sawyer.Cambridge Handbook of the learning sciences(2nd ed.).New York:Cambridge University Press,2014:397-417.

[19]Scardamalia M,Bereiter C.Knowledge building:Theory,pedagogy,and technology[M]//R K Sawyer.The Cambridge handbook of the learning sciences.New York:Cambridge University Press,2006:97-115.

[20]Freeman S,Eddy S L,McDonough M,Smith M K,Okoroafor N,Jordt H,Wenderoth M P.Active learning increases student performance in science,engineering,and mathematics[C]//Proceedings of the National Academy of Sciences,2014,111:8410-8415.

[21]Hulshof C D,Eysink T H S,de Jong T.The ZAP project:Designing interactive computer tools for learning psychology[J].Innovations in Education&Teaching International,2006,43:337-351.

[22]de Jong T,van Joolingen W R.Model-facilitated learning[M]//J M Spector,M D Merill,Jv Merrieönboer,M P Driscoll.Handbook of Research on Educational Communication and Technology(3rd ed.).New York:Lawrence Erlbaum,2008:457-468.

[23]de Jong T,Linn M C,Zacharia Z C.Physical and virtual laboratories in science and engineering education[J].Science,2013,340:305-308.

[24]Roönnebeck S,Bernholt S,Ropohl M.Searching for a common ground—A literature review of empirical research on scientific inquiry activities[J].Studies in Science Education,2016:1-37.

[25]Leemkuil H,de Jong T.Instructional support in games[M]//S Tobias,D Fletcher.Can computer games be used for instruction?.Charlotte,NC:Information Age Publishers,2011:353-369.

[26]Bowen J P,Filippini-Fantoni S.Personalization and the web from a museum perspective[M]//D Beaumont,J Trant.Museums and the web 2004:Selected Papers from an International Conference,Arlington,VA,2004.

[27]Horn M,Phillips B,Evans E,Block F,Diamond J,Shen C.Visualizing biological data in museums:Visitor learning with an interactive tree of life exhibit[J].Journal of Research in Science Teaching,2016,53(6):895-918.

[28]Bell B,Bareiss R,Beckwith R.Sickle cell counselor:A prototype goal-based scenario for instruction in a museum environment[J].Journal of the Learning Sciences,1993,3(4):347-386.

[29]Suzuki M,Hatono I,Ogino T,Kusunoki F,Sakamoto H,Sawada K,et al.LEGS system in a zoo:Use of mobile phones to enhance observation of animals[C]//Proceedings of Conference on Interaction Design for Children(IDC’09).New York:ACM Press,2009:222-225.

[30]Fischer G.Beyond hype and underestimation:Identifying research challenges for the future of MOOCs[J].Distance Education Journal(Commentary for a Special Issue,“MOOCs:Emerging Research”),2014,35(2):149-158.

[31]Halverson E R,Sheridan K.The Maker Movement in education[J].Harvard Educational Review,2014,84(4):495-504.

[32]Means B,Penuel W R.Research to support scaling up technologybased innovations[M]//C Dede,J Honan,L Peters.Scaling up Success:Lessons from Technology-based Educational Improvement.New York:Jossey-Bass,2005:176-197.

[33]Penuel W R,Fishman B,Cheng B H,Sabelli N.Organizing research and development at the intersection of learning,implementation,and design[J].Educational Researcher,2011,40(7):331-337.

[34]Pellegrino J W,Chudowsky N,Glaser R.Knowing what students know:The science and design of educational assessment[J].Washington,DC:National Academies Press,2001.

[35]Lund T.Combining qualitative and quantitative approaches:Some arguments for mixed methods research[J].Scandinavian Journal of Educational Research,2012,56(2):155-165.

[36]Venkatesh V,Brown S A,Bala H.Bridging the qualitative-quantitative divide:Guidelines for conducting mixed methods research in information systems[J].MIS Quarterly,2013,37(1):21-54.

[37]Creswell J W,Plano Clark V L.Designing and conducting mixed methods research(2nd ed.)[M].Thousand Oaks,CA:Sage,2011.

[38]搜狐教育.2019人工智能与教育大数据峰会在京开幕专家学者共议“人工智能+教育”[EB/OL].[2019-08-02].http://m.sohu.com/subject/317022?from=singlemessage.

[39]Lee C D.Conceptualizing cultural and racialized process in learning[M].Human Development,2012,55(5-6):348-355.


作者简介

任友群,博士,华东师范大学教育学部教授,博士生导师,研究方向:学习科学、教育政策、教育信息化、信息技术课程等;

赵建华,博士,南方科技大学高等教育研究中心教授,博士生导师,研究方向:学习科学、教育信息化、教师专业发展等;

孔晶,博士,佛山科学技术学院人文与教育学院讲师,研究方向:技术支持的教与学、教师专业发展等;

尚俊杰,博士,北京大学教育学院副教授,博士生导师,研究方向:学习科学、游戏化学习、创新教育等。

基金项目:本文系教育部人文社会科学研究一般项目“大数据驱动的县域乡村教师队伍建设预警机制及对策研究”(批准号:18YJC880033);广东省哲学社会科学“十三五”规划2018年学科共建项目“课堂协作知识建构文化的形成与演化研究”(批准号:GD18XJY34);深圳市哲学社会科学规划共建课题“智慧教育的支撑体系与应用模式研究”(课题号:SZ2019D034);上海高校“立德树人”人文社会科学重点研究基地——上海市信息科技教育教学研究基地(项目编号:3000-412221-16054)等项目的阶段性研究成果。



原载:《远程教育杂志》2020年3月10日

转载自公众号:MOOC(微信号:openonline)


浙江师范大学基础教育质量监测中心版权所有 © 2017-2027
地址:浙江省金华市迎宾大道688号 邮政编码:321004
电子邮箱:aeq@zjnu.cn    管理登陆