智慧教育云平台标准的“三环”模型构建*

殷宝媛 武法提 章 怡

（1．北京师范大学 教育技术学院，北京 100875；2．哈尔滨师范大学 教育科学学院，黑龙江哈尔滨 150025；3．世界图书出版上海有限公司，上海 200083）

教育信息化若要可持续发展，必须走标准化的道路——没有标准，就没有效益；没有标准，就没有规模化；没有标准，就无法联通，教育信息系统就会处处是“孤岛”。教育信息化标准化即教育信息化的发展要走标准化的道路，教育信息化产品的设计、开发和生产就需依据业内共同体研究决定的、具有非强制性的准则。教育信息化标准化意味着教育信息化由不成熟逐渐走向成熟，有利于教育信息化的可持续发展。为顺应教育信息化标准化的趋势，智慧教育云平台标准的研发工作也提上了日程。

一 智慧教育云平台标准研发的目的

智慧教育云平台是以云计算为基础，能够汇聚优质资源及应用，为教师、学生和家长提供相关服务的教育云平台。研发智慧教育云平台标准，目的是为了规范教育信息化企业的设计和开发，实现有效的信息交换和资源共享，让信息技术更好地进入课堂教学，最终实现信息技术与教育的深度融合。

1 从技术角度看深度融合的关键点

从技术角度来看，信息技术与教育的深度融合面临三大壁垒：技术壁垒、资源壁垒和应用壁垒。随着云计算、大数据和物联网等技术日渐成熟，教育基础设施中的技术壁垒已不再是难题。然而，多元化数据源彼此孤立、数据无法共享等问题，使得各个信息系统的信息资源不够畅通，资源壁垒和应用壁垒的问题仍然存在。《国务院关于积极推进“互联网+”行动的指导意见》指出：“鼓励互联网企业与社会教育机构根据市场需求开发数字教育资源，提供网络化教育服务。”在国家政策的引导下，越来越多的互联网企业进入教育领域，资本大量流入教育产业，开展教育信息化的企业越来越多。如果各个企业自行设计教育资源和管理信息的格式，各系统之间就无法进行有效的信息交换和资源共享。打破封闭的“信息孤岛”、实现信息技术与教育的深度融合，其关键就在于应用统一的标准，使各类教育信息系统之间实现数据交换，即联通。

2 从“互联网+教育”的发展看深度融合的关键点

从发展角度来看，“互联网+教育”在K-12（即幼儿园至高中三年级的基础教育）领域有着广阔的市场前景。当前，我国各地教育资源分布不平衡，升学、择校、分班等竞争激烈。与此同时，全面二胎政策使得 K-12教育即将迎来新的人口红利期，用户特点也随之改变——当80后、90后逐渐成为学生家长的主流人群，他们对K-12教育的重视程度远超上一代学生家长[1]。然而，与成人教育相比，“互联网+教育”在教育最主要、最核心的K-12领域却略显逊色，这在课堂教学方面表现尤为明显——当前学校一直沿用的是工业时代的教学模式。

为什么教育的发展仍然落后于社会经济的发展？技术与教育深度融合的关键点是什么？如何突破这个关键点？要回答这些问题，首先需要分析 K-12教育的特点。总的来说，K-12的学生基本都未成年，他们的信息辨别能力较弱、自制力较差、自学时间较少，而且学生个体差异大、学科门类多、知识跨度大。因此，对学生教育的责任，在家里由家长承担，在学校则由教师承担；对技术产品的选择，在家里主要由家长筛选（低龄学生尤其如此），在学校则由教师和学校筛选。而技术能否进入学校，一方面靠自上而下的力量，主要由政府负责推行，通过行政命令促使技术顺利进入学校；另一方面则是学校和教师的选择，学校和教师是技术进入学校后的执行者，是技术与教育深度融合真正的实践者，尤其是教师的作用不可低估——教师是技术进入课堂的最重要的“把关人”，决定着什么样的技术能走进自己的课堂、怎样将技术与教育进行深度融合。由此可见，在学校课堂上，信息技术与教育深度融合的关键点是教师。

二 智慧教育云平台标准的设计理念

1 通过技术服务于教师切入教学过程

如前文分析，教师是信息技术与教育深度融合的关键点，是技术进入课堂的“把关人”。那么，在设计智慧教育云平台时，研究者就要思考如何让教师愿意将信息技术深度融入他们的课堂教学之中。K-12的教师每天都要处理各种教学、管理繁杂事务，如果使用信息技术会增加他们的工作负担，就难以让他们愿意主动使用信息技术，就会出现信息化与教育改革“两张皮”的现象，最终许多决策者、管理者和教师就会产生动摇，陷入纠结的状况[2]。因此，切实可行的办法就是思考：技术要给教师提供什么样的帮助，才能帮他们解决实际的教学问题？技术在帮助教师解决教学问题的同时，怎样才能不增加教师的负担，使他们的工作更加轻松有效？基于此，智慧教育云平台的一个重要设计理念可以确定为：屏蔽复杂的技术，简化技术的操作，让技术的使用更加简单；技术的设计更有针对性，能帮助教师提高工作效率。技术通过服务于教师切入教学过程，可以改变教师的教学行为，降低教师的备课难度，从而提高教学的质量。

2 以活动为中心整合教学系统的各个要素

课堂是信息技术与教育深度融合的关键场所。能否实现信息技术与教育的深度融合、能否让信息技术对教育真正产生“革命性影响”，衡量标准就是传统的课堂教学结构是否发生了改变，而不是只做改进教学手段、方法等方面的“渐进式修修补补”。课堂教学的结构性变革，具体体现在课堂教学系统四个要素（包括教师、学生、内容、媒体）的地位和作用的改变[3]。在应用云平台的课堂中，教师和学生是人的要素，内容可以扩展成云平台中的资源，媒体即云平台中的工具。从这个角度来说，智慧教育云平台的设计需以活动为中心，教师通过组织教学活动整合教学系统的各个要素，实现以教师为主导、学生为主体的课堂教学的结构性变革。

3 面向智慧教育的愿景

当前，云计算、大数据、物联网等新技术为智慧教育体系的构建提供了现实基础和技术支撑。智慧教育不是传统意义上的计算机辅助教学，而是信息技术与教育深度融合的产物；不仅是一种技术化的教育，更是一种新型的教育形态[4]，它被赋予了深刻的时代内涵以及人们对信息技术引领教育改革的美好期望。智慧教育云平台通过感知学习者的状态变化，对信息进行智慧处理和分析，主动向学习者推送相关的学习支持服务。智慧云平台属于智慧学习环境中智能工具的范畴，应提供感知（收集）、处理、分析（适配）、评价（可视化）、推送等五个功能，即智慧云平台应是一个智慧感知、智慧处理、智慧分析、智慧评价、智慧推送的闭环系统。

三 智慧教育云平台标准的“三环”模型构建

基于智慧教育云平台标准的设计理念，本研究构建出包括内环、中环和外环三个部分的智慧教育云平台标准的“三环”模型，如图1所示。其中，技术服务于教师切入教学过程的理念通过内环的活动序列和为教师设计的简便的拖拽式操作来实现，以活动为中心整合教学系统各个要素的理念通过内环的活动序列和中环的网络学习共同体来实现，面向智慧教育愿景的理念通过外环的学习支持系统来实现。

图1 智慧教育云平台标准的‚三环‛模型

图2 基于智慧教育云平台的课堂活动序列

1 内环——以活动为中心的设计

学习活动是为达到特定学习目标而进行的师生行为的总和[5]。不同的学习活动序列构成了不同的学习过程或学习模式，反映了不同的教学策略，而不同的教学策略又指向不同的教学目标。根据活动理论，基于智慧教育云平台的教学设计可以被看作是一个具有特定目的的活动序列（不一定是线性的）。一个完整的教与学过程必然包括多个学习活动，而一个活动既可能包含多个活动任务，也可能只包含一个活动任务[6]。在目标导向下的学习活动设计中，首先需根据目标决定活动的任务；其次依据活动任务的特点选择相应的活动组织策略，并据此对活动序列做出相应安排，最后逐步细化设计每个学习活动[7]。基于智慧教育云平台（下文简称“平台”）的课堂活动序列如图2所示，具体包括以下三个环节：

①课前，教师通过设计活动序列进行教学设计。平台归纳了教师和学生的常用活动，并依据与其它学科的不同设置特色活动。如在语文教学活动中，常用活动有练习、考试、讨论、展示、讲解、分享、评价等，而与其它学科不同的特色活动有朗诵、听写、阅读、写作等。每一种活动都在该平台以图标的形式出现，教师设计活动序列时，只需拖动代表不同活动的图标到流程线上，就可以弹出相应链接（如资源、视频等），教师通过鼠标点击完成活动内容的设置。所有的活动设置好后就形成了一节课的预设活动序列，不同的活动序列反映了不同的教学策略，而不同的教学策略又指向不同的教学目标。教师根据教学设计，选择拍摄微视频，上传资源（如PPT、动画等），并将预习资料发送给学生。

②课中，教师按照设计的活动序列展开教学。预设的活动序列可以随时更改、删除，并根据教学现场随时生成新的活动序列，体现了教学的生成性特点。平台会依据学生学习的过程性数据对学生进行个性化诊断，并以可视化的方式输出诊断结果，从而为教师和学生提供决策和评价的参考。学习活动结束后，学生通过作业或试题对学习效果进行阶段性检验，也可通过人际网络向专家、教师、同伴寻求帮助；平台对学生的作业或试题进行智能评分，评价的结果被记录在学生的电子档案中，成为学生形成性评价和总结性评价的数据。

以“禅茶养生”为主题，紧扣庐山西海与庐山的佛教文化和茶文化起源进行微电影的拍摄。内容可以以云居山真如寺的发展历程为题材，讲述一位在寺中常年修行的高僧为了增强自己的修行阅历进行茶叶的种植、采摘、烘烤制作以及和寺外来的读书人在品茗中讲经说道的过程，以体现禅茶的悠久历史和它的深远影响。

③课后活动是诊断、评价和拓展知识的过程。学生依据仪表盘诊断出的问题，自己确定学习活动序列；平台根据收集到的信息，在资源网络中自动检索、汇聚，将最佳资源推送给学生；学生对平台推荐的资源进行审批、添加，形成个性化的资源网络。同时，平台向学生推荐与资源网络相关的人际网络信息，便于学生形成个性化的人际网络，支持学生之间的交流与协作。

2 中环——网络学习共同体的设计

“共同体”最初作为社会学的概念进入学科领域，其基本含义是一种基于协作关系的有机组织形式。杜威将“共同体”引入教育领域，提出了“学习共同体”的概念。“网络学习共同体”是学习者进行网络学习的一种组织形式。本研究认为，智慧环境下的网络学习共同体既要考虑文化性和情境性，又要将教学系统的基本要素整合为一个系统，并实现系统的相关功能。人、资源和工具是教学系统的基本要素，而每一个要素又可视为一个网络，即人际网络、资源网络、工具网络，它们共同构成了网络学习共同体。网络学习共同体不仅表示人、资源、工具形成的群体及三者之间的关系，而且强调这些群体要作为一个集合表现出整体的特征。整体与部分是密不可分、唇齿相依的，因此人际网络、资源网络、工具网络要相互联通、有机组合，才能较好地发挥网络学习共同体的整体功能。

联通是智慧教育平台达到智慧的前提。从联通主义视角来看，每一个网络都由无数个节点组成；各网络之间的联通性越强、各节点之间的联通性越紧密，系统的适应性就越强。联通主义认为，学习就是形成三个基本网络——内部认知神经网络、概念网络和内外部社会网络的连接的过程[8]；学习的过程就是一个学生从个体出发，连接寻径到的外部节点（人、资源、工具等），经过意会，提取合理成分，打通个人内部认知神经网络，重组概念网络，最终形成个性化学习网络的过程。智慧教育云平台的愿景是为学生提供个性化的学习和支持服务，从联通主义的学习过程来看，平台实现智慧的关键就是实现“联通”，即实现人与人、人与资源、人与工具、资源与工具之间尽可能的联通，形成人际网络、资源网络和工具网络——三者的无缝对接、畅通无阻、智能聚合，能使学习时刻保持畅通，保证各项活动智慧地开展。

①人际网络。人际网络是一个将学习共同体中的每个人（包括学生、教师、管理者、专家）都视为节点、将人与人之间建立的关系视为边而组成的网络图。在学习过程中，节点之间能随时随地展开交流、协作及评价，单个节点既可以连接已有节点，也可以连接寻径到的外部节点，经过意会，提取合理成分，从而获得持续不断的反馈与指导。资源网络和工具网络之间的交互也会促进人际网络的连接，当单个节点（学生甲）按照自己的偏好寻径到某一资源节点和工具节点时，会发现与其具有共同偏好的单个节点（学生乙），他们会结成具有相同学习需求和偏好的小型学习共同体。小型学习共同体的多样化，有利于人际网络的生态化发展。

②资源网络。资源网络是指与学习内容、学习成果、辅助资源等相关的资源集合。智慧教育云平台的资源网络，可以自动在网络上搜索相关的学习资源，不断更新自己的内容，挖掘学习内容之间的关系，为学生提供及时、个性化的指导。学习内容和资源是在学习者模型和资源网络匹配的基础上集成的，一方面通过情境感知、数据挖掘、智能聚合和搜索等技术实现系统的个性化推荐，其中优质数字资源会因其较高的权重而得到优先推荐；另一方面结合用户定制、收藏、订阅、推荐等概念手段对资源进行筛选，实现资源之间的高效关联并形成具有针对性的资源网络[9]。学生通过不断连接和创建新的资源节点，形成独具个人特色的资源网络。

③工具网络。工具网络是一系列工具的集合，既有面向教师的备课工具、出题工具、评价工具，也有面向学生的作业工具、错题本工具，还有面向全体的搜索工具、交流工具等。平台可以通过综合考虑任务的性质、学生的需要等，进行工具的匹配和推荐。在学习过程中，学生通过联通人、资源、工具来促进学习，不断淘汰弱的节点，联通或产生新的节点，从而使网络学习共同体得到优化。总之，人际网络、资源网络、工具网络构成的网络学习共同体是一个相互影响、密不可分的整体，任何一方出现问题，都会影响教学活动的开展。

3 外环——智慧闭环系统的设计

①智慧感知，即智慧教育云平台可以获取学生在智慧环境学习的各种信息数据。平台可以通过手机、平板电脑、可穿戴设备、传感器等，感知学生个人的生理信息、环境信息、关系信息等。其中，生理信息包括呼吸、血压、脉搏、心律、体温等；环境信息包括时间、地理位置、场景、温度、网速等；关系信息包括社交网络中同伴、教师、专家的位置和在线的状态等。这种多源头、多场景、多模态数据的聚合，使得系统对学生的诊断、预测、干预和推送更加精准。

②智慧处理，即智慧教育云平台通过个性化的学习者模型对数据进行结构化的转换。构建个性化的学习者模型是智慧处理的前提。目前，常见的个性化学习者模型有覆盖模型、偏差模型、认知模型和贝叶斯网络模型等[10][11]。其中，覆盖模型将学生的表现与专家知识作比较，来判断学生对知识的理解情况，从而向学生推荐相应的学习内容；偏差模型将学生的错误概念表示为专家知识的偏差，来构建学生的行为模型，并通过对学生学习过程中的错误进行构造，来体现学生对知识的掌握情况；认知模型通过对学生的认知能力进行定量评估与测量，不断对学生模型进行更新，来反映学生的知识水平、认知能力及心理因素；贝叶斯网络模型则通过确定网络结构和条件概率分布，来构建个性化的学习者模型。

③智慧分析，即运用学习分析技术对学生及其学习情境方面的数据进行分析，从而为个性化的学习诊断、学习决策、精准推送和多元评价等学习服务提供科学的依据。学习过程的量化使得分析学习全过程的数据成为可能，而学习过程性的数据可以描述和解释已有的现象、预警和干预正在进行的学习、推断和预测未来的学习，让学生了解并及时调整自己的学习状况[12]。随着数据的采集逐渐突破技术的限制，课堂上的学习行为数据不仅可以通过问卷调查、人工观察等方法采集，还可以通过感知设备将学生的面部表情、眼动轨迹等数据记录下来，因此极大地丰富了学习数据的类型，扩展了学习分析的边界。通过多源头、多场景、多模态数据的聚合，构建以学习者为中心的全息数字模型或将成为现实。

④智慧评价，即依据学生的个人数据、学习行为数据、学习过程数据对学生进行评价和预测，并将结果进行可视化输出。可视化输出可以帮助教师和学生直观地了解学生的活动参与度、目标完成度和学习习惯等信息，而这些信息又可为学生学习提供指导，帮助学生进行自我反思和意义建构。目前，关于评价和预测的方法有三种：第一种是利用统计学方法对影响学习效果的个人数据进行分析和推测；第二种是利用已标注的行为样本建立多特征融合的分类模型，挖掘行为数据的规律性，并对未知样本进行识别；第三种是对学生行为在时间序列上的动态演化特征进行建模，动态预测学习的结果。

⑤智慧推送，即在合适的时间和情境下，智慧教育云平台利用学生的个人信息、学生之间的相似性、学生与学习对象的相关性等来挖掘学生的兴趣，由此快速、准确地筛选出最符合学生需求的信息内容，主动向学生推荐个性化的信息。推荐服务的推荐算法是设计的关键部分，它决定着推荐服务质量的优劣。目前，常见的推荐算法有基于关联规则的推荐算法、基于内容的推荐算法、基于协同过滤的推荐算法以及混合式推荐算法等。其中，混合式推荐算法可以很好地弥补其它推荐方法的弱点，且推荐的效果优于单一的推荐算法。随着学习者全息数据的获得逐渐成为可能，面向场景的个性化推送服务亦将成为现实。

综上所述，智慧教育云平台标准的“三环”模型由内环、中环、外环组成：内环是以活动为中心的不同活动序列；中环是由人、资源、工具组成的教学系统的基本要素，与其相应的人际网络、资源网络、工具网络相互联通，构成了网络学习共同体；外环是以技术为支撑的智慧闭环系统，由智慧感知、智慧处理、智慧分析、智慧评价、智慧推送等五个环节组成且循环运动，为网络学习共同体提供支撑。在智慧教室的课堂教学中，教师通过组织教学活动，发挥网络共同体的整体功能，在智慧闭环系统的支撑下，实现智慧教育的愿景。

四 结束语

本研究构建的智慧教育云平台标准的“三环”模型，是中国教育信息化团体标准项目之一“智慧教育云平台标准体系”的理论模型。教育信息化标准化的建设意义深远：①从宏观角度来看，制定统一的标准有利于国家教育信息化的稳健发展，能满足信息化发展的实用性和经济性需求；②从中观角度来看，制定统一的标准是教育信息化团体日趋成熟、走向规范的标志；③从微观角度来看，制定统一的标准能给教育信息化企业设计和开发提供“抓手”，因为标准化的建设与企业的发展密切相关，在产品开发中应用统一的标准是其市场前途的保证，可以避免重复性的投入和低水平的开发。教育信息化标准化能够提供更可靠、更经济的服务，其最终受益者是广大的教师和学生群体。后续研究将重点关注智慧教育云平台标准“三环”模型的实践应用，并制定智慧教育云平台的技术标准，以期推动教育信息化标准化的发展。

[1]丁毓.K12:在线教育新高地[J].上海信息化,2016,(9):76-78.

[2]陈丽.“互联网+教育”的创新本质与变革趋势[J].远程教育杂志,2016,(4):3-8.

[3]何克抗.如何实现信息技术与教育的“深度融合”[J].课程·教材·教法,2014,(2): 58-62、67.

[4]张立新,朱弘扬.国际智慧教育的进展及其启示[J].教育发展研究,2015,(5):54-60.

[5]杨开城.教学设计:一种技术学的视角[M].北京:电子工业出版社,2010:3.

[6]武法提.论目标导向的网络学习环境设计[J].电化教育研究,2013,(7):40-46.

[7]武法提.基于WEB的学习支持系统研究[D].北京:北京师范大学,2000:35-50.

[8]王志军,陈丽.联通主义学习理论及其最新进展[J].开放教育研究,2014,(5):11-28.

[9]毕家娟,杨现民.联通主义视角下的个人学习空间构建[J].中国电化教育,2014,(8):48-54.

[10]Anderson J R, Boyle C F, Corbett A T, et al. Cognitive modeling and intelligent tutoring[J]. Artificial Intelligence,1990,(1):7-49.

[11]Millán E, Pérez-De-La-Cruz J L. A bayesian diagnostic algorithm for student modeling and its evaluation[J]. User Modeling and User-Adapted Interaction, 2002,(2-3):281-330.

[12]武法提,牟智佳.基于学习者个性行为分析的学习结果预测框架设计研究[J].中国电化教育,2016,(1):41-48.