数字化学习工具标准研究与框架设计

钱冬明 罗安妮 赵怡阳

[摘   要] 随着数字化学习工具在e-Learning中的应用程度不断加深，其规范标准的研究也被提上日程。针对学习工具分类不统一、元数据规范不一致、内部数据处理的封闭性、输入输出接口规范不一致等问题，文章以工具为核心，从元数据标准、分类标准、过程性数据标准、数据接口标准和评价标准五个方面构建用户、开发者导向的数字化学习工具标准体系并作框架设计，以推进数字化学习工具的有序发展与融合，更好地辅助教与学。

[关键词] 学习工具标准; 数字化学习工具; e-Learning

[中图分类号] G434            [文献标志码] A

[作者简介] 钱冬明（1967—），男，浙江绍兴人。副教授，博士，主要从事评价和决策、数字媒体、数字教学应用、干部网络教育等方面的研究。E-mail：dmqian@admin.ecnu.edu.cn。

一、引   言

信息化教与学已成为当今开展教育活动的主流形式与实践行为。在线教育的快速发展、学者的研究引领都昭示着学习工具在在线教育中的大好前景。当前开放、免费、互联的网络环境也拓宽了学习工具的发展空间，加速了数字化学习工具的应用进程。无疑，数字化学习工具在增强学习效能等方面起着十分重要的作用。但是，由于缺少一些规范性文档来指导学习工具的开发与应用，导致学习工具应用生态环境面临许多困境。

（一）元数据规范不一致

学习工具作为一种特殊的教学资源，其基础元数据应该包含工具名称、类别、功能特点、应用领域等基本描述性信息，以及工具内部的有关性能数据，前者主要针对用户的需求，后者则侧重于指导开发者的研发。以元数据中的描述数据为例，由于目前尚无供各大公司、企业遵循的学习工具元数据描述规范，导致各大软件平台对学习工具的属性描述并未统一。以360软件管家、腾讯软件中心、2345软件管家、APP Store等国内外软件管理平台对“WPS”办公文档工具PC版的信息描述发现，其信息涵盖工具名称、Logo、评分、系统适配信息、安全认证信息、应用大小、发布时间、应用版本号、界面概览、广告信息、支持系统、位数、开发商所提供的应用描述说明等[1]，但各个平台提供的信息均不尽相同，即便表达内容相同，但名称也有所不同，描述属性不统一的问题给用户选择带来困难。

（二）工具分类不统一

学习工具所涉及的范围很广，不同学习工具的应用范围也都不尽相同。如何进行精准的分类，使用户在选择时能够快速定位检索是开发者成功推广工具应用的前提。搜集华为应用商城、APP Store、应用宝、小米应用商店、安卓市场等八家移动软件销售平台工具分类框架下的“教育”或“教育学习”类工具发现，各个应用市场对“教育”或“教育学习”类工具的分类类别数约为3～7种不等，主要以工具应用场景为分类依据（如图1所示），但所提供的分类内涵大相径庭，且存在类别归属混乱、分类不明确等问题。

（三）工具内部数据处理的封闭性

用户在使用学习工具的过程中，会创建或产生多组数据集，该数据集包括用户的学习过程性数据、用户的行为信息等。但由于各个工具之间的独立性以及内部数据处理的封闭性，导致不同学习工具间无法实现数据集的共享。用户疲于在各个工具间“输出”数据，这在一定程度上降低了用户使用工具的积极性。

（四）输入输出接口规范不一致

随着开放与互联理念的深入，“如何实现工具间的相互联通、相互调用”成为研究新议题。从目前来看，仅有少数大型互联网公司开始了在工具互操作、连接方面的探索，如百度开放平台、讯飞语音开发平台、微信小程序开发平台等。由于工具间数据接口不一致，整个学习工具应用市场环境依旧面临数据少交换、接口少联通的困境。

由此，在现有理论的基础上，基于用户需求、理论指导，结合技术发展趋势，设计数字化学习工具标准框架尤为必要，以标准促融合、促发展，为各个标准的初步研制提供参考。

二、数字化学习工具标准框架概述

（一）理论基础

1. 元数据理论

元数据（Meta Data）是关于数据仓库的数据，是指在数据仓库建设过程中所产生的有关数据源定义、目标定义、转换规则等相关的关键数据[2]。元数据这种“自下而上”的描述形式对指导标准的研制类目及各个标准所要涵盖的指标体系有着重大的启示意义。

2. 认知负荷理论

由于个人的记忆容量有限，使得人们很难同时加工多种来源的信息[3]。工具作为一个提升学习者学习效率、培养学习者高阶思维的技术手段，是减少学习者认知负荷的有效方法。分类标准就是基于减轻学习者认知负荷这一要点，站在实用性的角度而提出来的。

3. Experience API

随着移动学习的普及与深入，SCORM标准已无法轻松适配各个学习设备，xAPI（experience API）应运而生。它是一种用来储存和访问学习经历的技术规范[4]，基于活动流，以“Actor（操作者）→Verb（动作）→ Object（对象）[5]”三要素来表征学习者的学习状态，它能更细致地描述学习者的学习行为。xAPI规范的提出规范了学习者学习经历数据的获取与共享[6]，也为学习工具间数据共享提供了规范框架。

4. 聯通主义学习理论

联通主义学习理论是深入认识开放网络时代在线学习规律的前瞻性理论[7]。它认为，学习是连接专门节点和信息源的过程[8]。从学习者的角度来看，学习者与信息、学习者与学习者之间的交互是学习的重要方式，学习者与信息间的交互在日常学习过程中尤为频繁。故而，为工具间的数据传递，研制能相互连通的标准，让学习者能实时地重复利用所创建的信息内容，是联通主义思想的一大体现。

从数字化学习工具发展的角度来看，工具如若仅仅以单一、独立的形式存在，其发展必然会囿于精力、资金等因素。若在开发之前，形成工具的融合观，在工具与工具之间、数据与数据之间搭建沟通的桥梁，实现不同工具与工具、数据与数据之间的互联，使数字化学习工具形成融合发展的态势，应是该行业未来发展的一大趋势。

（二）设计原则

1. 基于用户需求

基于用户需求是研制具有实用价值的学习工具的重要前提。对于一个工具而言，它具有很多的属性。如果以各个属性为依据，制定一个全面的标准体系，这在实际运行中似乎不大现实。以实用的原则来指导标准体系的构建，这是本次标准框架设计的基本原则。从教育者的角度来看，学习工具的教育性、艺术性是所要考虑的首要因素[9];从学习者的角度看，提升学习效益、优化学习过程是应用工具的基本要求;从开发者或厂商的角度来看，成本控制、用户需要是其要考虑的主要因素。而这些因素在标准研制之前就要将其纳入到考虑范围内。

2. 基于理论指导

理论指导是学习工具标准研制不可或缺的一部分。联通主义学习理论中的工具观所倡导的工具与工具间数据共享、元数据理论中对基础数据的规范定义等，都是标准研制的重要理论指导。

3. 基于发展趋势

对学习工具的标准研制不仅是对该领域、行业标准的更新，也是不断地反思与改进行业发展的过程。在标准制定的过程中，剔除与当代发展不一致的标准，并基于对当前发展趋势的把握与思考，通过不断的试验和持续的应用推广，借助标准化这一手段加以推进[10]。技术日益变革，学习工具系列标准的制定既要基于实际应用需求，也要结合当前发展趋势，以有效应对教学变革，并为产业发展提供持久驱动力。

（三）标准框架概述

从应用的层次来看，学习工具应用的生态周期大致可以分为：工具的开发、工具的选择、工具的应用、工具的评价。由此，学习工具标准大致可以对应分为工具的元数据标准、分类标准、过程性数据标准、数据接口标准和评价标准五个方面，各个标准间既规范了教育应用，也提高了服务质量与管理水平，如图2所示。元数据标准主要对学习工具使用时的基本元数据（如工具适用的对象等数据），及系统数据（如屏幕分辨率要求等）进行规范;分类标准规定了学习工具的主要类别及维度;过程性数据标准则主要聚焦于工具的使用过程，规范用户在使用学习工具的过程中所创建或产生的数据集，以便于数据的流通与互联;统一不同工具间的API接口则是数据接口标准要规范的主要内容，接口标准为工具与工具间主要功能的相互连通搭建了桥梁;评价标准主要服务于对工具性能、效能的评价。

三、数字化学习工具标准体系

（一）元数据标准

从功能的角度划分元数据，可以分为管理型元数据、描述型元数据、保存型元数据、技术型元数据及使用型元数据[11]。从应用对象的角度可以划分为面向用户级的描述数据与面向开发者的技术规范。以此为基础，基于“开发者—工具—用户”思路，将元数据标准划分为四大部分，各个部分在工具开发、应用中的关系如图3所示。

面向开发者的系统数据更加侧重于工具的使用性规范，如移动应用的屏幕适配数据、工具多平台兼容信息等。借助元数据的层次体系，结合各大工具网站或应用（如360软件管家、百度手机助手、APP Store）对工具的描述，可初步将系统数据分为名称、大小、语言、应用平台、所属类别、功能、界面等多个要素。面向用户的描述数据主要聚焦于对工具的描述性规范，包括工具中内容表现形式、工具可扩展性等。交互数据则特指在技术丰富环境下，人机交互所产生的用户反馈数据。

图3   学习工具元数据标准关系图

元数据标准研制的意义主要有两个方面：第一，在用户不使用学习工具的情况下就能清晰准确地了解工具的基本属性与特色;第二，对元数据的规范有利于对工具的分类与检索。

（二）分类标准

为了适应信息资源组织的要求，经常把信息资源对象组合成资源集合来描述[12]。资源集合大体分为两种：一是纯描述型，其数据集大都以静态的方式组合起来，便于管理与检索;二是功能型，即提供一个标准化框架，以支持分布式信息检索。从应用软件下载服务商所提供的检索方案来看，大都基于纯描述型的检索方式，即选定一种特定功能对应具备该功能的工具。但随着工具种类的增加以及功能的多样化，为减轻学习者的认知负荷，功能型的检索方案也许会成为学习工具检索的新方式。

参考学习与绩效中心（C4LPT）学习工具排名网站[13]、安德森和克拉斯瓦尔等人对布鲁姆认知层次所添加的数字化的标注行为与工具[14]，结合钟志贤[15]、郁晓华[16]等人对学习工具的分类研究，可以将数字化学习工具从应用范围、应用学科、平台、场景、内容表现形式、功能等维度进行分类，见表1。分类标准的制定基于纯描述型的资源集合，并延伸出不同的分类维度，为学习工具的功能型检索方案提供一个理论方向，也对数字化学习工具的不同维度作一个合理的归类。

从用户的角度来说，数字化学习工具的分类能对工具的检索、精准定位提供相应的指导;从行业人员的角度来说，数字化学习工具的分类能对市面上良莠不齐的学习工具作出一个较为合理的规整，精准定位用户需求，把握未来发展趋势;从应用软件下载服务提供商的角度来看，对学习工具的分类为其全面把握用户需求、开展工具推广活动提供了理论指导。

（三）过程性数据标准

过程性数据即用户在使用工具的过程中所创建或产生的数据或数据集。从整个网络学习环境来看，用户每天都要发布、创建或生成上亿组学习型数据，这些数据经过一定的提炼后便可以成为学习资源，同時，用户在使用工具过程中，会产生许多过程性的学习数据，如学习到哪里、学习情况等，但是由于工具内部的封闭性，这些丰富的学习资源和过程性学习数据总会不可避免地重复或难以共享至其他工具中。让一些主流学习工具的内部数据接口规范化并予以开放，使不同的学习工具可以对内部数据进行互通互享，这是学习工具发展要克服的主要技术难点，也是未来学习工具发展的一大趋势。建立工具内的过程性数据标准，将为构建灵活方便的过程性资源交流、再编辑体系等奠定共享的基础规范。

结合xAPI规范在实际中的深入应用，将过程性数据标准分为用户、学习行为、附加属性三大部分[18]，如图4所示。其中，工具A与工具B之间可以通过遵循xAPI规范而实现学习者学习经历数据的共享，附加属性可以由学习工具开发厂商自定义，如使用权限、附件等。

（四）数据接口标准

聚合与耦合是软件工程中的一对概念。聚合指的是一个模块内部各成分之间相关联程度的度量[19];耦合指的是模块之间相关联程度的度量[20]。同样地，在工具与工具之间想要达到内部的联通，其方式也可以分为两种：一是使不同工具间遵从相同的接口标准与通信协议，或是允许链接的调用，从而实现不同工具间功能的调用;二是在工具中嵌入另一工具，再开发工具让其具备更多的功能[21]。如有道词典的取词功能就是工具间聚合的体现，它将OCR取词工具嵌入到有道词典内部再封装，能对图片与PDF文档中的单词进行实时的翻译，解决了多数用户在阅读外文内容时的阅读障碍。

但是在实际情况下，由于版权、用户权限、技术难度等问题，聚合的方式仅在工具开源的情况下能够得到大范围的实现，大部分工具间的调用是基于耦合的方式，而耦合所要突破的就是各个工具之间的接口限制。随着Web 3.0统一API通信标准理念的提出，在未来，相信工具与工具之间将向融合的方向发展。

数据接口标准为工具与工具之间提供了互联的规范性说明。如图5所示，学习工具可以对外开放接口，在符合接口数据规范、程序接口规范两大主要标准后，可以实现工具调用另一工具的某一功能。该标准的研制为提高用户的工作、学习效率，降低开发成本，规范行业市场乃至促进工具的融合创新发展提供了内驱力。

（五）评价标准

不同标准下学习工具的表现不一。结合国内外工具排名网站测评标准与方法，如因果树APP、Web端在线用户活跃度排行、易观千帆每月的APP排行等（大都以每日活跃用户数、在线时长、下载量、用户黏性等作为评估工具的指标），基于评价可行性需求，将学习工具评价标准分为可用性、友好度、实用性、趣味性、可扩展性五个主要维度，如图6所示。工具的可用性从出错频率、Bug修复时长、对外部环境的依赖程度、在各个平台的兼容性、是否有付费限制、可访问程度等方面来开展测评。用户友好度主要包括学习工具的操作难易度、工具的帮助说明支持文档是否详细且易于理解、工具的操作按钮是否符合用户的日常习惯以及个性化的用户支持服务等内容。实用性涵盖的范围较广，它所代表的是学习工具的应用价值。一个实用的学习工具可以是一个便捷的学习资料库，也可以是一个促进学习管理的工具应用，无论如何，其必然要体现对学习的支持或优化、促进作用。工具的趣味性可以从工具与用户之间的交互、是否支持协作学习或个人创新、是否能带动用户的感官体验等方面来进行评价，也可以从学习工具对内容的解读或课程的教学设计方面来评价。具有较高扩展性的学习工具往往符合主流的数据标准，并能相对便捷地接入第三方应用服务，如Moodle课程管理平台对插件开发的支持服务等。同时，数据间的可共享性也是学习工具可扩展性的重要指标，互联网的开放性与包容性使得扩展性高的工具具有更加广阔的发展前景。

学习工具评价标准的研制，不仅有助于引导用户选择高质量的学习工具，也为数字化学习工具行业的发展提供了标杆，进而促进学习工具的发展融合。

四、结   语

网络与通信技术的发展使数字化学习成为人们学习的主要形态之一，随之产生的数字化学习工具软件和硬件也逐渐增多，但质量良莠不齐。本研究以工具为核心，构建用户、开发者的数字化学习工具标准体系，包括元数据、分类标准、过程性数据标准、接口标准以及评价的规范，这将有利于指导学习工具的开发，旨在规范开发与应用进程，引导用户的选择与使用，进而促进行业的融合创新发展。

[参考文献]

[1] 腾讯软件中心. WPS Office[DB/OL]. [2018-07-08]. https：//pc.qq.com/detail/15/detail_1215.html.

[2] BALDONADO M，CHANG C C K，GRAVANO L，et al. The stanford digital library metadata architecture[J]. International journal on digital libraries，1997，1（2）：108-121.

[3] PAAS F，TUOVINEN J E，TABBERS H，et al. Cognitive load measurement as a means to advance cognitive load theory[J]. Educational psychologist，2003，38（1）：63-71.

[4] Advanced Distributed Learning. xAPI Conformance research & future requirements[EB/OL].[2017-07-25]. http：//www.adlnet.gov/news/xapi-future-requirements.

[5] Advanced Distributed Learning. The xAPI overview[EB/OL].[2018-02-04]. http：//www.adlnet.gov/research/performance-tracking-analysis/experience-api/.

[6] 顧小清，郑隆威，简菁. 获取教育大数据：基于xAPI规范对学习经历数据的获取与共享[J]. 现代远程教育研究，2014（5）：13-23.

[7] 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.

[8] SIEMENS G. Connectivism：a learning theory for the digital age[J]. International journal of instructional technology & distance learning，2004，2（s101）：3-10.

[9] 孙一萍，魏雪. 虚拟学具的研发[J]. 中小学信息技术教育，2012（6）：22-24.

[10] 钱冬明，管珏琪，郭玮. 电子书包终端技术规范设计研究[J]. 华东师范大学学报（自然科学版），2012（2）：91-98.

[11] 张春景. 信息系统元数据规范应用研究[D]. 上海：華东师范大学，2004.

[12] 赵军. 数据资源描述与组织的元数据方法[D]. 天津：天津大学，2005.

[13] HART J. Top tools for learning 2018 [DB/OL]. [2018-07-08]. https：//www.toptools4learning.com/home/.

[14] ANDERSON L W，KRATHWOHL D R，AIRASIAN P W，et al. A taxonomy for learning，teaching，and assessing：a revision of bloom's taxonomy of educational objectives [M]. Abridged Edition. New York：Pearson，2001：1013-1014.

[15] 钟志贤. 信息技术作为学习工具的应用框架研究[J]. 电化教育研究，2008（5）：5-10.

[16] 郁晓华，雷云鹤，祝智庭，等. 变革理念下虚拟学具标准研制现状梳理与体系框架[J]. 现代远程教育研究，2013（2）：68-75.

[17] HART J. Directory of learning & performance tools[DB/OL]. [2018-07-08]. http：//c4lpt.co.uk/directory-of-learning-performance-tools/.

[18] 李青，孔冲. 下一代SCORM标准的新动向——ADL TLA和Experience API解读[J]. 电化教育研究，2013，34（8）：61-67，72.

[19] MCKINNEY W. 利用Python进行数据分析[M]. 唐学韬，等译. 北京：机械工业出版社，2016：271-275.

[20] 杨晗玥，沈备军，赵建军. 面向方面软件动态耦合的度量[J]. 计算机应用与软件，2008，25（12）：151-155.

[21] 郁晓华，雷云鹤，祝智庭，等. 变革理念下虚拟学具标准研制现状梳理与体系框架[J]. 现代远程教育研究，2013（2）：68-75.