在线教育的特点、建构模式与发展方向

摘要：互联网技术的发展日新月异，“在线教育”是通过应用信息科技和互联网技术进行内容传播和快速学习的方法，它是基于网络的一种远程学习模式，于是，互联网的发展决定了在线教育的发展框架，随着web1.0到web3.0的发展，在线教育也随之经历了从1.0到3.0的进化。本文结合在线教育与互联网发展的历史及其二者之间的相互关系，探讨了未来在线教育的现状特点及发展展望。

关键词：在线教育;E-learning;互联网发展;在线教育的特点;在线教育发展趋势

一、引言

在慕课发展如火如荼的今天，以慕课为主的教学方式几乎成为了在线教育的代名词，但是在线教育也就是我们通常所说的E-learning不是一时兴起而是伴随着互联网的发展不断革新进步的。本文着眼于互联网的发展进程梳理与之对应的在线教育进展，同时尝试为未来在线教育绘制一个基本图景。

二、互联网的发展与在线教育

1、从web1.0到web3.0

Web1.0指的是万维网进化的第一个阶段，它是一种只读模式的网络，是一种静态、单向传递的网络。根据Cormode和 Krishnamurthy（2008）指出：“在web1.0中，內容创建者非常少，绝大多数用户只是内容的消费者。”这个时期的web功能比较单一，只能用作为单纯的内容展示和简单的信息检索。

Web2.0则是在web1.0的基础上提高了交互性，指的是那些强调用户生成内容，易用性，互动性的网站，如，各类社交网站、博客、互动百科、视频分享网站等。和web1.0相比，2.0并不意味着技术规范的革新，而是指的对web页面设计和使用方式的改变。

随着网络的发展，Tim Berners-Lee提出了语义网（Semantic Web）的概念。根据W3C的定义，语义网提供了一个通用框架协议，允许各种应用、企业、社群进行跨界共享和使用数据。这被认为是web3.0的一个重要组成部分，再加上云计算、大数据、区域链、人工智能、虚拟现实等技术应用的融合，形成了一个有别于web1.0和2.0单一服务模式的多功能智能化应用时代。

到目前为止，Web3.0还没有一个明确的时间点和定义，现在到底处于哪一个网络时代也还没有一个定论，但是，可以肯定的是Web3.0乃至4.0、5.0的出现并不意味着web1.0和web2.0的消亡，它们是共生、包含关系。Web的更新迭代更多的指的是一种用户体验，而未来的在线教育也应该是在不同用户体验范畴内的多样化发展。

2、在线教育的进化

随着web的发展，基于网络的在线教育也随之不断进化，从技术层面来看，web1.0时期的在线教育是一种简单的对学习材料的整理和阅读，由于技术的限制，学习者只能进行学习材料的搜集和阅读，此时的学习方法主要是基于行为主义和认知主义，缺乏学习的社会性和互动性。此时的在线教育可以看作是面授教育的一种内容补充，将有时间限制的课堂延伸为没有时间限制的校外自习室。是一种量的增加，而没有质的变化。

到了web2.0时期，随着社交网络、移动技术的兴起，在线教育变得积极而生动起来，它使学习从接受转变为参与分享.从重视学习结果和过程转变为重视学习表现和能力.学习者从学习内容的接受者转变为开发者.评价方式从注重考试转变为行为表现。 此时的在线教育主要是基于建构主义学习理论来发展，其主要学习方式是参与、分享、建构、社会化学习，学习是通过积极参与、互动、分享而建构的.是通过社会性软件和社会媒体积极建构的。

Web3.0时期的在线教育可以总结为5A教育，即anyone（任何人）、anywhere（任何地点）、anytime（任何时间）、anyhow（任何方法）以及AI（人工智能），能够实现个性化、智能化、终身化、移动化、社会化的学习态势。同时，在大数据、云计算、区域链、虚拟现实等技术的支撑下，学习变得更加开放、个性化，简而言之，此时的在线教育是一个不缺资源，不缺技术，缺乏的是进一步对学习理论及方法进行补充。

三、在线教育的特点及发展

和WEB3.0一样，无法给在线教育时代划分一个确切的时间节点和定义，只能说它正处在一个web2.0技术不断完善，web3.0以及更多新技术正在不断应用于在线教育的状态。

1、在线教育的优势

相对论于传统面授教育而言，目前在线教育的优势显而易见。主要体现在以下几个方面：

（1）内容优势。一方面，在线教育具有富媒体性质。教学形式可以包含文字、音乐、视频、链接等，从而促使教学内容的趣味性和形象性大幅提升。另一方面，在线教育是开放和分享的，其教学素材数量大、可选择性多，可以从不同深度和广度进行跨学科学习。

（2）时空优势。这是在线教育一个比较明显、实用的优势，可以不受时空的影响，随时随地进行学习，能够自由把握学习进度。

（3）技术优势。一方面，对于学习终端来说越来越简易和便捷;另一方面，对在线教育平台而言，学习体验越来越人性化，可以在简单的视频教学之外进行衍生，加入更多学习方式、学情分析的应用。

2、对在线教育的批判与技术性解决方案

（1）孤独感及缺乏激励机制

连接主义学习理论认为在线教育缺乏必要的沟通和交流，web2.0之前的在线教育只能进行简单的在线讨论和问与答的交流，无法创建一个以学习为中心的群体，从而使学习变得孤立无援，学习动机变得单一而相对弱化。

而web2.0时代社交网络的兴起让众多研究者看到了希望，他们认为社交网络应用于在线教育可以减少孤独感，可以促使学习者互相交流，尤其是在学生和教育工作者群体中。教育者与被教育者能够了解彼此的兴趣和意见，任何参与者都可以启动一个主题进行讨论，并给予他人反馈，同时还能补充更多内容以维持自己的论点。

分享、贡献、评论、发布、标记、讨论和窥探他人的活动是许多在线用户整天都在做的事情。将社交媒体作为学习过程的一部分，让用户拥有一个自然沟通的渠道，这特别适合那些偏好合作和集体学习的学习者。

同样，由于在线学习者存在一定程度的孤立和缺乏监督，根据个体差异，导致激励（内在与外在）因素的缺失。

Web2.0中的众包（如，维基百科）具有四大特性：连接、交流、协作和集体学习，不仅对我们的在线体验产生了影响，而且使我们的在线学习环境有了新的特性、习惯和实践。这种变化会给参与者，尤其是学习者，一种归属感和学术安全感，从而导致潜在绩效的提升，也同时提升了学习动机。由于社交网络拥有动态交互性和灵活可用性，使得协作、双向通信和丰富的媒体交互特性被充分利用。这样的媒介培养了学习者的信心，能够使在线教育成为他们教育经历的一部分，并培养他们的创造性特征，鼓励他们积极参与和自我表达。

（2）信息过载及缺乏人情味。

互联网的一大特性就是充斥着大量内容形式各异的信息。且信息量呈指数增长，一旦学习者陷入信息冗余的选择漩涡中，之前建立起的学习信心又会逐步减少，从学习群体的温暖中重新面对机械的冰冷。这时，有人提出了人工智能学习者分析技术和个性化设置技术。这种技术的主要概念就是捕获和标定特定的用户模型或概要文件，通过数据分析进行针对性的信息甄选。这样能够很好的解决信息过载的问题。但由于用户模型是随时间演进不断发展变化的活模型，标定的概要文件需要不断更新以确保其能够真实地体现用户或学习者特征。

3、在线教育的发展趋势

（1）形成内容管理、教学管理、远程技术支持三位一体的建构方式。

内容管理是指学习内容的访问、操作和维护，被看作是在线教育的关键特征，主要包括内容的创建、检索、重用以及表现等，由于管理知识的系统方法被认为是知识探索者在需要时访问相关学习材料的必要前提。所以，内容管理的核心就是根据学习难度和学生的知识水平来创建和检索学习材料。此外，web3.0的语义网被看作是通过技术来增强描述学习内容，它提供了学习内容的形式化表示，从而允许更好地构成着重使用某个学习材料的条件。方便学习内容的个性化选择和管理。

教学管理是指管理课程、教学方法、个性化学习与协作等，设计良好的课程和学习材料是影响学习效果的关键因素。课程组件和学习材料的结构和连贯性是促进学习的主要因素。此外，个性化的学习能够提供满足学习者特定需求和动机的学习内容，以及基于他们特定学习和认知风格的知识和技能水平，被认为是塑造成功学习环境的关键。进一步来说，当学习者感知到他们的实际学习环境与他们所偏好的学习环境相匹配时，能够达到最好的学习效果。事实上，很多学者认为，在线教育能够获得结果与学习者的学习目标是否得到满足，同步和异步通信是否实现，以及学习者和教师之间是否协作有关。Web3.0则能够实现上述条件，并能够进一步支持教学和学习，允许学生确定他们的学习过程并自主控制他们的学习进度。

远程支持包括技术（系统）、理论、组织、政策等各方面的支撑，因为在线教育是一个学习网络，从内容创造、内容传播到内容反馈应用都存在一个系统化的框架及支撑，这类支持方式的存在主要是为了保证现实与网络两方面学习网络互相促进与合作。

（2）利用技术手段进一步推动个性化学习。

未来的在线教育一定是以学习者为中心的，以实现个性化学习为核心的学习网络。关于个性化学习，早在20世纪70年代，就提出了一个名为自适应超媒体推荐系统的概念，能为用户提供个性化的学习建议。随着技术的不断发展，这个系统也越来越完善，能从四个方面支持个性化学习：

第一、系统采用结构化分析模型来实现个性化推荐的目的，并有效地从目标知识库中筛选传递正确的内容，从而为学习者圈定一个学习域。在语义Web服务的环境下，可以使用简化和自动化的手段对相关内容进行有意义的捕获、存储和使用。这一方法并不是针对具体内容本身，而是将以“合理”和“与其一致”的方式来维持和支持内容的结构。简而言之，就是用与目标受众相符合的内容来构建学习域模型。

第二、系统采用个人学习档案的方法来捕获和保存学习者模型，通过前面所描述的结构化分析模型来确保真实和真实的学习者表现。使用学习者模型与先前描述的学习域模型相匹配以识别重叠内容，从而检测学习者可能感兴趣的内容以及适合学习者的学习方法。PLP（Personal Learning Portfolios個人学习档案）也需要随着时间的推移不断适应、调整和发展，从而适应不断演变发展的学习者模型。

第三、系统需要设计出一个教育媒体空间，用来测定每个要使用的资源，以实现前两个模型。像RDF（Resource Description Framework资源描述框架）这样一种用于描述Web资源的标记语言，能够更加容易实现这个目的。

RDF能够整合和使用学习者模型和学习域模型及与之相关的任何资源。它可以利用强大而全面的方法来描述和捕获一个特定的教育资源（包括学术相关性和学习者的所有属性），这将支持和改善资源的成功参与度和有效利用性。因为只有建立一个功能强大而安全的教育媒体空间，才有可能建立起成功和高效的推荐系统。

第四、系统的应用规则将学习者模型与学习域模型和媒体空间相匹配，从而能够将特定选择的教育资源作为学术计划的一部分进行识别、检索和使用。

算法规则将确定学习者的兴趣、特点、需求和偏好，并通过个人学习档案，将所推荐的资源以及所推荐的方法与学术课程的选择相迎合。以确保学习者能够获得最适合他的学习资源。

四、总结与展望

在线教育的发展与技术的日趋进步密不可分，新的技术能够带来教育模式的改变，越来越多的新兴技术被引入教育领域，例如，虚拟现实、人工智能、智能代理等技术都促使教育在技术层面有了新的突破。

在教育领域，我们从来都不缺技术，如何利用好技术，如何形成与新兴技术相匹配的教学方法与组织网络是更值得探究的问题。

参考文献：

1.期刊论文

[1]Balachander Krishnamurthy，Graham Cormode （2 June 2008）.“Key differences between Web 1.0 and Web 2.0”.First Monday.13 （6）.

[2]"W3C Semantic Web Activity".World Wide Web Consortium （W3C）.November 7，2011.RetrievedNovember 26，2011.

2.专著

[1]Baltasar Fernández-Manjón[m]Computers and Education：E-Learning，From Theory to Practice，2007

[2]David Hutchison[m]Learning and Collaboration Technologies，2014

3.论文集

[1]luLl—Daniel Ehlers.Web2.0一E—learning 2.O-Quality 2.0[EB/OL].http：//www.microleaming.org/ml_files 1m12008一 proceedings_final.—ehlers_1.pdf.

[2]Veselina Nedeva1，Snejana Dineva1.New learning innovations with Web 4.0[J].The 7th International Conference on Virtual Learning ICVL 2012

作者简介：冯博（1984年8月）女，汉，湖北武汉，研究生，武汉大学政治与公共管理学院，传播学