智能技术赋能网络学习空间：锚点定位、模型重构与价值探求

唐烨伟 沈玉涵 赵一婷 庞敬文 钟绍春

[摘   要] 人工智能技术的转段升级为网络学习空间的智慧发展提供了重要契机，智能时代背景下重构网络学习空间对持续推动教育教学生态革新具有重要意义。文章立足于智能技术赋能网络学习空间的发展诉求，将其重构目标定位于教与学组织样态重构、人才培养新模式构建、资源服务供给新模式建设、智能导引个性化学习和促进知识深度学习五个方面，基于锚点要求，从智能技术视角、学习者视角、教学及管理视角、学习资源视角出发构建了网络学习空间SPDE模型，并阐述了其核心功能与模型结构，最后针对重构的网络学习空间新模型进行了价值探求，重构之后的网络学习空间有助于重塑教学环境的泛在化、促进教学活动的智能化、服务教育资源的体系化、支持学习路径的动态化。

[关键词] 智能技术; 网络学习空间; 锚点定位; 模型构建; 价值

[中图分类号] G434            [文献标志码] A

[作者简介] 唐烨伟（1987—），男，安徽合肥人。讲师，博士，主要从事智慧学习环境研究。E-mail：308793656@qq.com。

一、引   言

人工智能时代给教育领域带来了重大改变，作为教与学活动发生的载体与支撑，为了更好地适应智能时代的教育要求，传统的学习空间正在发生变革。2019年颁布的《地平线报告》已将重新设计学习空间列为影响教育变革的关键趋势[1]，重构学习空间成为世界各国教育领域重点关注的方向。《中国教育现代化2035》指出“要积极利用现代智能技术加快推动人才培养模式改革、创新教育服务业态、推动教育治理方式变革”[2]。5G通信、云计算、大数据、物联网、虚拟现实等智能技术具有突破时空限制、快速复制传播、呈现手段丰富等独特优势，为学习空间的拓展和创新提供了有力的技术支撑。在我国教育信息化深度推进的过程中，学习空间研究取得了较为丰富的成果。教育信息化2.0时代，要想持续推动教育教学生态革新，实现智慧教育，网络学习空间的重构与设计意义重大。基于此，本文将在定位智能技术赋能网络学习空间的目标基础之上，重点研究其模型构建并进行价值探析。

二、研究现状

国际上有关学习空间的研究始于2003年。2006年美国学者戴安娜·奥布林格在其著作《学习空间》中指出，学习空间的变化会对教学和学习产生重大影响[3]。此后有关学习空间的研究迅速增多。国外一些较成熟的实践案例可以较为全面、系统地展现学习空间的进展，例如，美国北卡罗莱纳州立大学改造的SCALE-UP环境、美国麻省理工学院设计的TEAL环境、澳大利亚教学委员会（ALTC）发起的“改造大学学习空间（Retrofitting University Learning Spaces）”项目等，都旨在通过改造原有的空间来支持学生的主动学习和协作学习。此外，美国高校教育信息化协会学习促进会提出的“学习空间评估体系”（LSRS）[4]和英国联合信息系统委员会（JISC）开发的《学习空间指南》[5]等对设计学习空间的有效性进行了评估研究。

国内有关学习空间的研究主要集中在其概念内涵、构成要素与原则、模型架构三个层面，模型的架构设计是当前研究的核心，旨在融合智能技术抽象出学习空间的概念模型，进一步促进学习空间的深化发展。见表1。

随着《教育信息化2.0行动计划》等政策文件的实施，学习空间的研究广度与深度进一步扩大，网络学习空间迅速引起了广大研究者的重视。教育部于2018年发布的《网络学习空间建设与应用指南》中定义了网络学习空间的概念[15]，一些学者也从不同角度对其进行了探讨。本研究认为，网络学习空间是为不同教育用户提供个性化教育服务的学习空间应用系统，是实现正式学习与非正式学习的虚拟学习场所。目前网络学习空间的研究主要聚焦在以下两个层面：一是网络学习空间的分类。郭绍青等依据技术的不同发展阶段将网络学习空间分为了四个层次[16]。王慧从空间服务对象——学生的视角将目前用到的网络学习空间划分为校园型、慕课型、资源型三种类型[17]。二是网络学习空间体系架构与模型研究，此类研究是当前研究的重点。祝智庭等从空间结构、接入环境、支持服务和用户能力四个维度建构了“人人通”的建设框架[18]。廖轶等架构了一体化整合网络学习空间的总体框架，提出了以学生为中心的网络学习空间一体化设计模型[19]。曾明星等基于创客教育的实施设计了面向大学生创客的网络学习空间模型[20]。

三、智能技术赋能网络学习空间：锚点定位

网络学习空间作为技术与教育融合的一种体现，为教育的发展带来了新的机遇和视角。《地平线报告》显示，重构学习空间已是加速技术与教育融合发展的重要趋势。为促进教育进一步融合发展，本文将智能技术赋能学习空间重构的锚点定位于以下五个方面：

（一）教与学组织样态重构

信息化时代期待的学习新样态应当是学习者主动学习，学习者基于个人学习经验在网络学习空间的支持下选择合适的方法开展学习活动、获得优秀教师的帮助并找到合适的学习同伴共同完成学习活动。但这种教与学新样态在常规条件下很难达到，而网络学习空间的重构能够有效解决这些问题。首先，重构的网絡学习空间中汇聚了优秀教师的教学智慧和典型学生的学习经验，帮助学习者关联相关学习同伴形成学习共同体。其次，重构的网络学习空间为教学与学习活动的开展提供了无限可能。再次，重构的网络学习空间利用AR、MR、AI等新兴技术，建设了学科认知、虚拟仿真、情境感知等工具和网络课程、智能题库、数字图书馆等资源，结合智能感知设备模拟现实中难以达到或体验的场景、活动，增强学习者的学习体验。最后，重构的网络学习空间利用智能技术构建学习者画像，为学习者提供精准的个性化学习服务。

（二）人才培养新模式构建

1. 网络学习空间核心功能

（1）基礎设施层核心功能

基于5G网络的智能技术将为网络学习空间的重构提供全新的技术场域，加速推动物理世界和数字世界的双向融合，打造“以学习者为中心”的智能化学习环境。在5G、云计算、数据加密等智能技术的支持下，安全系统得以重构，其运行的安全性、稳定性和灵活性将大大提升，且具有可维护性与可拓展性;智慧学堂支持教师讲授、随堂测试、合作探究、游戏竞赛、模拟实验等教学活动的组织与实施，无限延伸教学空间，提供名师示范、AI机器人智能纠错、专属智能辅导等功能，实现线上线下无缝连接的教、学、练、测、评五维立体教学;管理中心简化管理流程，精准开展教学、教务及日常工作管理，使教育管理走向智能化、信息化、精细化，能够有效消除“信息孤岛”现象。安全系统、智能学堂和管理中心则依托此环境扩展了不同领域之间的交流。

（2）应用层核心功能

应用层是保证网络学习空间高效运行的前提，依据不同学习者的学习风格和学习方式为其提供个性化的内容资源和智能工具服务。应用层通过对其使用数据的动态分析和应用效能的动态监测，为完善和改进教育资源提供数据支持，使其具有双向反馈能力和自我进化能力，从而进行迭代优化以促进优质资源的可持续发展。同时广泛应用富媒体、强交互、小粒度的新型资源，使教育资源的来源和形式更加多元化，实现数字化资源智能化、情境化、个性化的精准推送，使学习真正实现不受时间和空间的限制。智能工具进一步促进物理环境与空间环境交互融合，呈现出网络学习空间的新样态，通过开发、创建交互性学习工具，将其广泛运用到课堂教学与个性化学习空间中，打破常规条件的束缚，再现问题探究过程，帮助学习者将抽象的知识具体化，实现网络学习空间中的深度学习与个性化学习。

（3）服务层核心功能

服务层中的学习路径分为主流学习路径和个性化学习路径，具有适切、动态、实时等特点。主流学习路径是基于学习者群体的学习结果大数据和知识图谱提炼出符合大多数学习者的学习需求，适用于大多数学习者的学习内容与学习活动。针对每个学习者的学习者画像，在主流学习路径的基础上，为学习者匹配适合其个性发展的学习路径;个性化学习路径则是基于每个学习者的学习结果分析，设计满足其学习需求的学习目标，并提供符合其学习方式、认知特点的学习内容，由学习者自定步调和掌控的学习序列。服务层能够规划出符合学习者学习特征规律和学习需要的学习路径，依据学习数据分析创建出符合学习者个性规律的个性化路径，为学习者提供个性化的学习服务。

智能技术将学习路径存储在学习大数据中，通过对学习大数据进行分析、转换与处理来实现对学习者丰富、多元、快速、精准的智慧评价。同时，智慧评价能够对学习者的学习路径进行动态规划与调控，帮助教师进行教学决策，提高教学实施和教学评价的智能化水平;帮助学生明确学习进度，发现薄弱环节、预测学习风险、及时干预补救等。

智能技术对反映学习者基本特征的学习数据进行搜集和描述，可视化呈现学习者画像，从而抽象出空间内学习者的信息全貌，将学习者群体标签化，以识别不同类型学习者，依据不同类型学习者的学习特点，结合大数据实现个性化精准教学，构建个性化的教学路径和学习路径，并运用数据分析技术开展教学诊断，实时动态采集更新的大数据库，为学习者的个性化资源推荐、精准练习、测量与记录以及精准干预提供数据支撑，依据学习者画像、学习路径、学习大数据、智慧评价为学习者智能推送精准有效的个性化学习内容。

2. 网络学习空间模型结构

基础设施层为网络学习空间的整体运行提供技术与网络支撑，支持内容资源和智能工具对学习者画像、智慧评价、学习路径进行反馈。应用层依据学习者不同的学习风格和学习方式将内容资源和智能工具进行分类。服务层则依据学习者不同的学习风格和学习方式为其匹配个性化的学习路径，并通过学习大数据对其进行智慧评价，促进内容资源和智能工具的优化和迭代。基础设施层的智能技术和5G网络为学习路径的动态调控与规划提供服务支持。服务层则依据学习者画像为学习者提供个性化的学习路径，将其存储在学习大数据中并对其进行智慧评价，为学习者智能推送精准化的内容资源和科学化的智能工具。网络学习空间模型结构的层内运行如下：

（1）基础设施层

基础设施层是空间运行和升级的基础保障，基于5G网络的智能技术为网络学习空间重构提供了全新的技术场域，为空间的使用平台和基础设施的运行提供了重要保障，安全系统、智能学堂和管理中心在技术和网络的支持下，以通讯和社交为核心，实现了学习者、教师、管理者、家长之间的信息高效交互，纵向打通了各个机构间的信息流。

（2）应用层

应用层为网络学习空间汇聚、优化内容资源，使其具有资源共享、个性化服务的特点;智能工具的交互和感知特点促使物理环境与空间环境交互融合，呈现出网络学习空间的新样态。网络学习空间则依据学习者的学习风格和学习方式为其提供个性化的内容资源与智能工具服务。

（3）服务层

服务层中学习路径具有适切、动态、实时等特点，能够为学习者提供个性化的学习服务。智能技术将学习路径存储在学习大数据中，通过对学习大数据进行分析、转换与处理来实现对学习者丰富、多元、快速、精准的智慧评价。同时，智慧评价能够对学习者的学习路径进行动态规划与调控。智能技术支持学习者画像的可视化呈现，依据学习者画像和学习路径、学习大数据、智慧评价为学习者智能推送精准有效的个性化学习内容。智能推送、学习者画像与学习路径、学习大数据、智慧评价适实互联、科学互通，共同促进学习者的个性化发展。

五、智能技术赋能网络学习空间：价值探求

（一）重塑教学环境的泛在化

网络学习空间的发展变革了教育教学方式，催生了教学环境的新样态。重构的网络学习空间增加了网络空间与传统物理空间的可调节弹性，加强了空间灵活性，为教师、学生、管理者和家长创建了全新的体验环境;创客空间、智慧教室、虚拟仿真实验室等学习环境极大地丰富了教育教学的创新发展，为空间的智能化、创新化和个人化提供了基础，使空间发展迈向新方向。空间新样态促使教学环境发生结构性变化，网络学习空间结合智慧校园、智慧教室及智慧教育资源云平台打造全新的智能化、泛在化、个性化的生态环境，转变教学理念，突出学习者的主体地位，提供实时、协作、开放的智能学习环境及可灵活选择的学习资源与学习方式，催生了新型的教与学组织结构样态。

（二）促进教学活动的智能化

网络学习空间在“互联网+”、大数据等智能技术的支持下，让学生能够根据学习需要、在学习目标的要求下选取合适学习方式、选择适合自己的学习环境、找到最适合自己的伙伴学习、得到最适合自己的教师的帮助，在学习中逐步形成系统的思维能力。通过对教育教学全过程进行智能数据分析、智能评价、智能推送与匹配、智能管理与服务，为学习者安排最适合的学习路径、学习资源及工具，为个性化学习活动的开展提供精准化教育安排和科学管理及智能服务，为教师实施分层教学提供依据，也为学习者开展自主、合作、探究性学习活动提供引导。

（三）服务教育资源的体系化

人工智能背景下的教育资源，有力地实现了“4R”课程特征，即丰富性（Rich）、继起性（Recursive）、关联性（Relation）和严密性（Rigorous）[24]。空间新样态将不同领域、不同学科的不同类型资源进行整合，促进其在使用上从固定形态转向移动互联。智能技术的发展为空间新样态提供了技术支撑，空间新样态将从资源存储形式、进化过程、结构化体系构建三方面推进资源进化机制的运行，为资源的管理与服务、个性化推荐提供保障，不断促进资源的迭代、优化与升级，缩减教育资源鸿沟，促进优质教育资源应用价值的最大化，推进教育公平。

（四）支持学习路径的动态化

《教育信息化2.0行动计划》中提出“探索在信息化条件下实现差异化教学、个性化学习、精细化管理、智能化服务的典型途径”[21]。智能技术的发展为个性化学习服务提供了坚实保障，个性化学习路径生成与规划是当前个性化学习服务研究的重要内容。空间新样态下的学习路径强调以学习者为中心，依据学习者在学习资源选择、活动类型组织的不同偏好，为其提供满足学习需求和学习兴趣的学习资源和学习活动，由学习者自定步调进行掌控，开展个性化深度学习。当学习者自身发生变化或者外部学习环境发生改变时，学习者的学习路径都会随之改变，空间新样态则能够依据这种变化对学习路径做出动态调整，实时收集、分析学习者在教学活动中的海量数据信息，全程监测并记录学习者的学习轨迹，及时进行风险预警与干预，動态调控、规划、导引学习者的学习路径，以支持学习者开展个性化的精准学习。

六、结   语

学习空间的重构革新了教育教学的生态发展，智能技术的升级与应用为网络学习空间的智慧发展提供了新的机遇。文章定位于智能技术赋能网络学习空间发展的锚点，从智能技术、学习者、教育及管理、资源四个视角出发构建了网络学习空间SPDE模型，详细阐述了其模型结构与核心功能，并探求了重构网络学习空间的价值。当前我国网络学习空间的发展正处于转段升级时期，在此背景下如何利用智能技术促进网络学习空间的进一步建设与完善，将需要学者们进行更深入的研究。

[参考文献]

[1] 金慧，沈宁丽，王梦钰.《地平线报告》之关键趋势与重大挑战：演进与分析——基于2015—2019年高等教育版[J].远程教育杂志，2019，37（4）：24-32.

[2] 中华人民共和国教育部.教育部关于印发《中国教育现代化2035》的通知[EB/OL].（2019-02-23）[2020-05-28].http：//www.moe.gov.cn/jyb_xwfb/s6052/moe_838/201902/t20190223_370857.html.

[3] OBLINGER D G. Learning space[EB/OL].（2012-04-20）[2020-04-23].http：//www.educause.edu/research-and-publications/books/learning-spaces.

[4] EUCAUSE. Learning space rating system[EB/OL].（2017-08-25）[2019-06-16].http：//www.educause.edu/eli/initiatives/learning-space-rating-system.

[5] JISC. Leaning spaces[EB/OL].（2015-01-15）[2019-06-16].https：//www.jisc.ac.uk/guides/learning-spaces.

[6] 许亚锋，尹晗，张际平.学习空间：概念内涵、研究现状与实践进展[J].现代远程教育研究，2015（3）：82-94，112.

[7] 祝智庭，贺斌.智慧教育：教育信息化的新境界[J].电化教育研究，2012（12）：5-13.

[8] 许亚峰，塔卫刚，张际平.技术增强的学习空间的特征与要素分析[J].现代远距离教育，2015（2）：22-31.

[9] 许亚锋，张际平.面向体验学习的未来课堂设计：基于改进的PST框架[J].中国电化教育，2013（4）：13-19.

[10] 张春兰，李子运.智慧教育视野中未来学习空间的重构[J].现代教育技术，2016，26（5）：24-29.

[11] 肖君，姜冰倩，许贞，等.泛在学习理念下无缝融合学习空间创设及应用[J].现代远程教育研究，2015（6）：96-103.

[12] 许亚锋，高红英.面向人工智能时代的学习空间变革研究[J].远程教育杂志，2018，36（1）：48-60.

[13] 塔卫刚，张际平.我国学习空间研究的进展与前瞻——兼论“人工智能+教育”视域下学习空间未来发展[J].远程教育杂志，2018，36（6）：31-40.

[14] 杨现民，李怡斐，王东丽，邢蓓蓓.智能时代学习空间的融合样态与融合路径[J].中国远程教育，2020（1）：46-53，72，77.

[15] 中華人民共和国教育部.网络学习空间建设与应用指南[EB/OL].（2018-04-16）[2019-05-16].http：//www.moe.gov.cn/srcsite/A16/s3342/201805/t20180502_334758.html.

[16] 郭绍青，贺相春，张进良，李玉斌.关键技术驱动的信息技术交叉融合——网络学习空间内涵与学校教育发展研究之一[J].电化教育研究，2017，38（5）：28-35.

[17] 王慧.基于网络学习空间的智慧教学设计与实践探索[J].中国电化教育，2016（11）：87-93.

[18] 祝智庭，管珏琪.“网络学习空间人人通”建设框架[J].中国电化教育，2013（10）：1-7.

[19] 廖轶，李波，周航.支持个性化发展的网络学习空间一体化设计[J].中国电化教育，2016（4）：43-51.

[20] 曾明星，宁小浩，周清平，徐洪智，粟娟.面向大学生创客的网络学习空间构建[J].中国电化教育，2016（11）：30-38.

[21] 中华人民共和国教育部.教育部关于印发《教育信息化2.0行动计划》的通知[EB/OL].（2018-04-13）[2020-05-07].http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.

[22] 中华人民共和国教育部.《教育信息化“十三五”规划》[EB/OL].（2016-06-07）[2020-04-28].http：//www.moe.gov.cn/srcsite/A16/s3342/201606/t20160622_269367.html.

[23] 钟绍春.课堂教学新模式构建方向与途径研究[J].中国电化教育，2020（10）：40-48.

[24] 小威廉·E·多尔.后现代课程观[M].王红宇，译.北京：教育科学出版社， 2015.

Intelligent Technology Enables Online Learning Space： Anchor Point Positioning ， Model Reconstruction and Value Exploration

TANG Yewei1，  SHEN Yuhan1，  ZHAO Yiting1，  PANG Jingwen1，  ZHONG Shaochun2

（1.School of Information Science and Technology， Northeast Normal University， Changchun Jilin 130117;

2.Ministry of Education Digital Learning Support Technology Engineering Research Center， Changchun Jilin 130117）

[Abstract] The transformation and upgrading of artificial intelligence technology provides an important opportunity for the intelligent development of online learning space. Under the background of intelligent era， the reconstruction of online learning space is of great significance to continuously promote the innovation of education and teaching ecology. Based on the demand for the development of intelligent technology-enabled online learning space， this paper sets its reconstruction objectives in five areas： reconstructing the organizational pattern in teaching and learning organization， building a new model of talent training， constructing a new model of resource service supply， intelligently guiding personalized learning and promoting deep knowledge learning. Based on the requirements of anchor points， the SPDE model of online learning space is constructed from the perspectives of intelligence technology， learners， teaching and management， learning resources， and its core functions and model structure are elaborated. Finally， the value of the new model of the reconstructed online learning space is explored， which helps to reshape the ubiquity of the teaching environment， promote the intelligence of teaching activities， systemize the service educational resources， and support the dynamic learning path.

[Keywords] Intelligent Technology; Online Learning Space; Anchor Point Positioning; Model Construction; Value