技術賦能智慧教育之實踐路徑

/技術賦能智慧教育之實踐路徑【摘要】教育信息化2.0時代，智慧教育要通過創新發展引領教育變革，為護航此行動，研究在解析智慧教育愿景的基礎上，探究了5G移動通信、大數據、人工智能、XR、區塊鏈等主流和新興技術對智慧教育的賦能作用，并進一步從學習環境生態化(從O2O到OAO再到OMO)、行為主體協同化(由人際協同擴展到人機協同)、教育教學適性化(規模化與個性化的統一)和學習評估“全息”化(從平面走向立體)四個方面探索了技術賦能智慧教育的實踐路徑。在承認技術變革力量的理念下，研究更主張對技術秉承“喜新不厭舊”的態度，希望研究也能夠為本領域同仁與上級領導部門研制教育信息化“十四五”規劃提供參考。【關鍵詞】智慧教育；5G；大數據；人工智能；XR技術；區塊鏈 技術是驅動教育變革的關鍵力量，早期的造紙術、印刷術改變了口口相傳的教育模式，現代的信息技術突破了同位集中式教育模式的時空局限。2020年3月，《中共中央、國務院關于構建更加完善的要素市場化配置體制機制的意見》顯示，技術、數據均是生產要素，所以未來對教育信息化建設和人才培養會有更高要求和顯著需求。智慧教育作為信息技術賦能的未來教育范式，被給予很高的期待，其創新發展更是成為新時代教育信息化八大實施行動之一[1]。為更好地為此行動護航，本研究團隊對智慧教育，特別是當前主流與新興技術對智慧教育技術的賦能進行了再審思，也希望本研究能為本領域同仁與上級領導部門研制教育信息化“十四五”規劃提供參考。 一、智慧教育愿景 智慧教育是技術賦能的未來教育變革的良好取向，不過它只有進行時而沒有完成時，要認定“沒有最好、只有更好”的基本道理，因此相比"SmartEducation"，本團隊更愿意用比較級"SmarterEducation"來突顯這種理念。 (一)智慧教育新發展 1.智慧教育祝氏定義 何為智慧教育?我們認為智慧教育的真諦就是通過構建技術融合的生態化學習環境，通過培植人機協同的數據智慧、教學智慧與文化智慧，本著“精準、個性、優化、協同、思維、創造”的原則，讓教師能夠施展高成效的教學方法，讓學習者能夠獲得適宜的個性化學習服務和美好的發展體驗，使其由不能變為可能，由小能變為大能，從而培養具有良好的人格品性、較強的行動能力、較好的思維品質、較深的創造潛能的人才[2]。簡單講，智慧教育的核心要義就是通過人機協同作用以優化教學過程與促進學習者美好發展的未來教育范式[3]。 其中，生態化學習環境以學為中心、以數據為紐帶，體現無縫連通學習空間、敏捷感知學習情境、自然交互學習體驗、精準適配學習服務、全程記錄學習過程、開放整合學習資源六大特征。人機協同以數據為基礎，是教育者的數據啟發與智能機器的數據驅動之間的協同，以此為學生提供美好的發展體驗。定義中的原則指明學校發展與實踐智慧教育的方向，學校明智的變革舉措是在校本特征的基礎上選取“精準決策、個性服務、優化過程、人機協同、發展思維、注重創造”的個別領域重點突破。 2.智慧教育發展實踐 我國信息技術賦能的智慧教育始于2012年寧波論壇，本文第一作者所作的主旨報告《智慧教育：教育信息化之新境界》拉開了我國智慧教育時代的帷幕。歷時近六年，我國的智慧教育已于2018年由萌生階段進入試點示范階段，標志性事件是《教育信息化2.0行動計劃》的發布。新階段將通過試點示范，探索可推廣的先進經驗和優秀案例，并以區域發展的方式實現智慧教育“從無到有”向“從有到優”的轉變。這方面典型的案例是浙江省麗水市對精準教學改革的探索與實踐，它們六方聯動，通過機制先行、教研驅動、試點推進等舉措，探索出一種精準教學范式，包括精準教學四環節實踐指導框架和“以測輔學”模式。目前，這種范式已推廣至100所學校，并實現了麗水市基礎教育由“跟跑”到與全省“并跑”的轉變。 按照中央電化教育館原館長王珠珠教授的預測，2022年智慧教育將進入全面普及階段。[4]這一階段主要的任務是通過智慧教育規范和制度的建設解決規模化問題，實現規模化教育與個性化培養的有機結合，這是一個漫長的過程。在此之前，需要在完善靈活、泛在的智能環境創設的同時，實現智慧教育的教學模式、方法、內容的長足發展。這方面，山東昌樂一中進行了多科目規模化的翻轉課堂模式變革，提煉出了具有校本特色的兩段十環節教學方略、AB型新式課表，并創設了集成互動平臺、創客平臺的融合型智慧課堂環境。更有甚者，河南浚縣科達中學進行了更為系統的智慧教育變革，他們營建了獨具特色的“晨鐘暮鼓”和“榜樣引領”教育文化，并提煉出“六三一(六學三講一練)”智慧教育方略，為了支持這種方略，他們研發了ESWI智慧教學生態系統，并將學習內容整合成智慧學習包，以學習包為單位開展智慧教學。 (二)未來教育已來 技術的賦能，使得教育的發展速度比近代歷史上任何時期都要快。在《教育信息化十年發展規劃(2011-2020年)》和《教育信息化“十三五”規劃》收官之年，業界的基本共識是未來教育已來。 Altschool是致力于面向個性教育的新式科技學校的典范。為讓每個孩子獲得美好的個性化學習體驗，學校組建了一支信息技術工程師隊伍，研發與師生教與學活動需求匹配的軟硬件，并運用大數據技術采集、處理師生教育活動中的各種信息，為學生的個性化發展“把脈問診”。在此基礎上，學校為每位學生定制私人專屬的、富有靈活性的玩學單，在大數據技術的賦能下，玩學單可以根據學生的能力發展情況每周更新。不止如此，Altschool還采用“跨級”“混齡”“小班化”的教學組織方式，讓學生通過項目學習解決本真問題，并借助平臺打造教師、家長、學生三位一體的教育形態。 K12網校是得到美國權威機構認可的虛擬學校。為通過啟發性教學和個性學習激發不能在校學習學生的潛能，K12的教師在虛擬教室中與學生會面、講課、討論。為保證學習品質，K12將教師的角色精細化并重構成優秀的團隊，包括專業教師、認知學家、課程設計師、互動設計師、內容設計師、軟件設計師、質檢師。另外，家長也被邀請作為學習教練，負責日常學習的組織與監管工作。 Khan實驗學校是面向靈活教育的示范校。作為繼Khan學院之后的實體學校，該校重設了學習架構，為學生提供靈活的個性化學習體驗。按照架構，學校作了多方面的變革：根據學生的獨立水平分組，而不是年齡或能力水平；學生采用協作式項目學習，而不是傳統的聽講；課表靈活，指導教學部分之外的個人興趣部分可自設；固定知識掌握的深度，而學習時間可以靈活改變；學習時間延展到了學習假期，提供更多的利用學校空間的時間和機會；采用混齡式的同儕學習促使學生相互指導和幫扶。 此外，國際上還出現了將體驗教育理念應用于學校教育情境的“野趣學習”學校(ExpeditionaryLearningSchool)，倡導與產業建立合作伙伴關系、致力于融合多學科的達·芬奇學校(DaVinciSchools)；尋求學生評估變革，提供動態跟蹤全息檔案的MTC聯盟校(MasteryTranscriptConsortium)；更有甚者，國際上還出現了無教室的實體學校Vittra、學生參與學校管理并且沒有考試的西宮薩德伯里學校(NishinomiyaSudburySchool)。 這些學校的共同之處在于，他們力圖從不同的角度擺脫“愚笨教育”，奔向教學過程優化、學習體驗美好的智慧教育。 (三)教育目標新變化 20世紀70年代后，技術的普及致使企業需求的人才結構發生了轉變，引發的社會變化速度也在劇增，為應對復雜、多變、未知的21世紀，讓學生能夠為將來的學習、生活、工作獲得成功做好準備，世界各國與國際組織先后出臺了各類能力框架，如OECD的DeSeCo概念框架、P21的21世紀學習框架、歐盟的終身學習核心素養框架等。這些框架的共同教育目標是“為適應未來而教”。 近20年來，技術特別是人工智能技術給社會各界帶來了極大沖擊，甚至曾引發人們的擔憂：因工作被替代而淪為乞丐，甚至更糟。雖然當下“人機共生才是未來常態”已成為共識，但僅僅適應智能機器替代大量工作后的未來，無法充分發揮人類的智慧與價值，人們需要創造出新行業、新工作、新社會模式，共謀新福祉。這種情況下，“為塑造未來而教”將成為教育的新目標。事實證明的確如此，OECD發起的“未來的教育與技能2030”項目[5]已經顯露出了此等信號。 智慧人才的能力是與21世紀能力對應的、同質的[6]，“十三五”之后，智慧教育的目標必然也會隨之轉變：由“為適應未來而教”向“為塑造未來而教”傾斜。屆時，智慧人才能力框架中除了核心能力，變革能力也將成為重要的內容。本團隊曾用公式“智慧=智能+品性”來描述智慧，從這個角度看，新教育目標對人才的全球意識、家國情懷、人文關懷、共情理解、責任擔當等品性的要求會更高。 二、智慧教育的技術力量 在技術的支持下，智慧教育能夠變不能為可能，也能夠成小能為大能。智慧教育離不開技術的力量。 (一)5G移動通信技術 通信技術通過信息互聯，破解了傳統教育的時空局限性，特別是5G具有高速率、低時延、高密度、高移動性等優勢[7]：真實環境下，用戶可獲得Gb級的高速率(峰值高達數十Gb)；端到端的時延達到毫秒級(運動員的反應時間不小于100ms)；單位平方公里上的在線設備數可達百萬(連接數密度)、總流量可達數十Tb(流量密度)；容許收發雙方的相對移動速度可達500km/h以上，即使在高鐵上使用也無壓力(目前我國實際營運的高鐵時速不超過400km/h)。 5G技術的優勢將促使智慧教育實現四個方面的發展：空間互聯、同步授課、遠程控制、云存儲。空間互聯方面，一直以來，智慧教育的學習空間多是物理空間與虛擬空間互聯、不同虛擬空間之間互聯，在5G技術的支持下，物理空間之間的直連成為可能。借助4K/8K超清視頻技術，互聯的物理空間能夠拼接在一起，借助XR技術(稍后有專門介紹)，這種拼接能夠更加自然，甚至融合成為一個更大的空間。若互聯的空間是兩個教室(或多個)，則構成了一體化的同步課堂。5G技術在高設備密度下也具有高傳輸速率，這讓同步授課也能夠像面對面授課一樣，開展多樣的師生、生生互動，如遠程“爬黑板”回答問題。借助XR技術或全息投影技術“克隆”上課教師，遠程課堂中的學生也能獲得真實的臨場感。不僅如此，5G技術低時延優勢還能夠讓學生遠程控制設備、學具，甚至開展遠程實驗。在5G技術的支持下，視頻等大容量資源的云存儲也會和本地存儲一樣快捷，若加上云計算技術，基于學生全學習記錄的個性化學習將能夠做到實時與“事適”(MakeEverythingAdapted)。 (二)大數據技術 大數據技術是智慧教育的基礎技術力量，它使教與學全過程的印記得以記錄、存儲、分析和可視化表征。大數據技術在教育中的應用主要是教育數據挖掘和學習分析，其中教育數據挖掘關注如何從大數據中提煉出有價值的信息，如學習模式的識別；在此基礎上，學習分析關注如何優化學習體驗，如提供精準、個性的教學決策服務。二者即是智慧教育中數據智慧機制[8]的技術基礎。 教育數據挖掘技術，可以精準刻畫學生畫像。大數據的“大”除了體現在6V技術特征外[9]，也體現在關聯和聚合技術方面。二者將不同系統/平臺中的學生碎片數據，拼接成為完整的學生畫像。之后，大數據通過教育數據挖掘技術，為師生呈現只保留重要特征的“簡筆畫”。“簡筆畫”通常采用靜態的即席報表或動態的學習儀表盤的形式呈現。對于學生而言，這種畫像能夠讓自己清楚目前的學習狀態與水平；對于教師而言，教師能夠在此技術上開展基于數據啟發的精準教學決策，優化教學過程。 學習分析技術，可以提供基于數據驅動的決策服務。學習分析技術是數據分析技術在教育中的情境化應用：將智慧教育理念規則化嵌入系統/平臺后，學習分析技術能夠自動按照規則為學生提供基于數據證據的決策服務，如學情診斷評估、適切資源推薦等。通常，這種數據驅動決策與教師所作的數據啟發決策相互配合，以增加個性化服務的有效性和精準度。隨著腦電、眼動、心電等生理儀成為可穿戴的便攜設備，多模態學習分析技術成為智慧教育的新生力量。這種技術打破了數據證據只能來源于平臺的限制，讓更為適切的服務成為可能。 (三)人工智能技術 人工智能是智慧教育的核心技術力量，其發展經歷產生了三類人工智能：計算智能(能存會算)，感知智能(能聽會說、能看會認)，認知智能(能理解會思考)。 計算智能賦能教學過程“適性”特色。智慧教育追求為學生實時提供適切的學習服務，例如資源推薦、路徑規劃、智能檢索等，這由自適應技術使然。自適應技術的核心技術即是計算智能的機器學習。機器學習使得智能機器(系統或平臺)學習教師的先進理念和經驗后，循規蹈矩地作出決策(深度學習技術)或嘗試作出新決策，如同問題情境中的新決策(強化學習技術)和類似情境中的新決策(遷移學習技術)。這讓學生獲得的服務越來越貼心。 感知智能賦能學生人機自然交互。無論是智慧課堂中學生的行為感知、情緒識別、注意力追蹤還是智慧實驗室的刷臉簽到抑或智慧考場中的口語測評，都得益于感知智能。感知智能包括視覺(如人臉識別)、聽覺(如語音識別)、觸覺(如指紋識別)等方面的智能，在它們的支持下，學生能夠以自然的方式與機器交互，大幅提升學生的學習體驗。更為重要的是，借助感知智能，機器能夠隱式地收集除系統/平臺之外的學習行為數據，為學生提供更為全面的精準畫像。 認知智能賦能教師教學智慧。具備認知智能的機器，不再只作為AI代理，替代教師處理機械、單調、重復的工作，而是作為AI助教，負責需要理解和思考的工作，比如問題答疑、個性化輔導等。這樣，智慧教育中的人機協同不再局限于事務層面，而是上升為認知層面，也就是說，人工智能可以作為教師的“外腦”，為包括教學設計、情感交流等創造性工作在內的教育教學各個方面獻策獻力，從而提升教師的教學智慧，為學生提供精準、高效益的服務。 (四)XR技術 XR為eXtendedReality或Cross-Reality的簡稱，指“拓展現實”或指“交叉實現”，是混合物理和虛擬環境或提供完全沉浸式虛擬體驗環境的技術總稱，具體包括AR、MR(混合現實)、VR及其具備的觸感技術[10]。XR是對現實世界不同程度的擴展：AR只是數字信息對現實世界作“注解”，它與現實世界的關聯最強，MR則將虛擬世界與現實世界相融合，二者沒有邊界，用戶可以同時與虛擬世界和現實世界交互，而VR則為用戶創設了一個完全虛擬的新世界，“置身其中”的用戶難以與現實世界互動。它們各自的特點如圖1所示。 圖1XR技術連續統 智慧教育注重學生深度參與學習，并能夠將所學應用到新情境中的問題解決，甚至創造性地解決前所未遇的問題。要實現此目標，學生需要進行情境化學習，并歷經多次去情境、再情境的如此往復。這種多情境學習需要XR技術的支持，它能夠讓學生“足不出戶”地快捷切換不同情境。 AR技術提供的情境主要是作了注解的現實世界，注解一般是指示、解釋說明等。在此種情境中，學生能夠快速識別物體的特征、學具的功能，也能得到個性化的學習指引，它們能夠提高游歷學習、野趣學習的效能。MR技術提供的是虛實交融的情境，現實的部分可以簡單到一塊空曠的場地。這種情境的特色是高真實性和臨場感，身處其中的學生甚至難以辨別場景的真假。對于需要頻繁觀察、合作、研討的智慧學習形式，可以創設此種情境。VR技術提供的情境是完全虛擬的世界，其特色是高沉浸感。按照心流理論[11]，這種情境能夠增強學生學習的參與度，促使學生全身心投入其中。這種技術適合仿真高危情境、歷史情境，或者創設游戲世界，開展游戲教育。 (五)區塊鏈技術 區塊鏈是一種通過P2P通信方式來集體維護分布式賬本的技術方案，為增加賬本的安全可靠性，賬本以區塊為單位，區塊用哈希鏈鏈接，并用共識機制維護各賬本副本的一致性[12]。作為新興的顛覆性技術，區塊鏈具有去中心化、高可信度、不可偽造、記錄可溯源等特征[13]，這促使它有望實現信息互聯網向價值互聯網的轉變[14]。 區塊鏈最早用于支持比特幣的流通，同樣，它也可以用于支持智慧教育中的“學幣”流通，激發學生的深度參與學習的動機。當然，這需要配套的激勵機制，比如學幣能夠在“學習超市”中購買精美的學習用品、資源或禮品。如果不考慮流通性，可以用數字徽章代替學幣，學生每完成一個知識或技能的學習，便可獲得一個對應的徽章。徽章的獲得采用微能力認證的方式[15]，認證機制同樣基于區塊鏈，實現對全部的學習共同體成員透明，增加徽章的公信力。 除了數字徽章，區塊鏈中的賬本也可以記錄學生更多階段性成果，比如標志性學習軌跡、各學科的測驗成績、參賽的獲獎證書等，這些印記共同構成智慧教育的學習成長檔案袋。這種基于區塊鏈的檔案袋，每次錄入新成果時，均向P2P網絡中的所有人公示，并且錄入后無法更改，更不能偽造，因此具有高信效度。基于這樣數據證據的多元評估，更全面、客觀、真實。 在學習成長檔案袋的基礎上，還可建立基于區塊鏈的智慧教育學信系統。一般，學信系統含有身份認證、學習成績與學分、學分轉換機制、教育經歷、學歷學位證書等內容。除了安全可信外，學信系統還可溯源，甚至能夠追溯到學習檔案袋中的記錄，這有助于改善由于信息不完整、不透明產生的學信危機。當然，并非所有人都能查看學信的內容，只有授權的單位或個人才可查閱，并且授權具有時效性或有次數限制，以保護個人隱私。 三、技術賦能智慧教育的方略 (一)學習環境生態化：從O2O到OAO再到OMO 智慧學習環境是技術增強、賦能的線上與線下融合的學習環境。早期，受制于技術的水平，線上虛擬空間與線下實體空間具有明顯的邊界，這一邊界即是筆記本、平臺、智能手機等設備的界面。此時的智慧學習環境，線上、線下具有強依賴關系——線上帶動線下，線上空間處于主體地位，屬于典型的基于O2O(OnlineToOffline)架構的智慧學習環境。 基于O2O架構的智慧環境，教學過程主要發生在線下空間，線上空間的職責主要是“分流”。典型教學的模式是翻轉學習和創客學習。翻轉學習將知識傳授由課上前移至課前，將知識內化由課后前移至課上，實現由“先教后學”向“先學后教”的轉置。“先學后教”的真實目的是“以學定教”，也即“分流”。對于學生課前的自學，平臺會自動記錄分析，并反饋教師，教師據此決定需要教哪些內容、重點關注哪些學生。同樣，創客學習中，學生在線上認領任務、組隊分配任務、發布任務進展狀態、發起異步討論，在線下按照任務動手實踐，接受教師或專家的操作指導[16]。容易看出，基于O2O架構的智慧環境，主要是單向流通的(線上至線下)。 相比之下，基于OAO(OnlineAndOffline)架構的智慧學習環境，線上空間多了教學職能，線下空間也能夠進行智能分析，這樣智慧學習環境便成了線上線下有機整合的一體化“雙店”形態。線下空間能夠像在線空間那樣智能分析，得益于邊計算技術(EdgeComputing)。邊計算技術讓數據生成端的設備或附近的設備能夠更快速地處理、分析數據，特別是在智能設備或軟件的支持下，線下空間甚至無需聯網即可智能分析學情。線上空間增加教學職能，不存在技術難題，只是義務教育階段，學生必須在校接受面對面的課堂教學，沒有此方面的需求。COVID-19疫情強勢轉變了這種范式。受疫情影響，學生必須居家上課，導致各大平臺的教學授課功能紛紛上線。OAO架構下的典型學習模式是無縫學習，即學生能夠快速且容易地切換不同環境、情境，且依然能夠連貫地上課，無論是線上上課還是線下上課。也即，基于OAO架構的智慧環境，是線上線下互通、互聯、互增值的，它是雙向流通的。 無論是O2O架構還是OAO架構的智慧學習環境，線上空間與線下空間都是具有明顯邊界的——設備界面。在諸如XR技術、人工智能技術以及可穿戴設備的賦能下，這種邊界已呈現出模糊化的趨勢。這種無明顯邊界的學習環境，即是基于OMO(OnlineMergeOffline)的智慧學習環境。這種環境有兩種形態：線上空間實體化、線下空間虛擬化。前者，在MR技術的賦能下，師生難以辨別虛實；在感知智能技術的賦能下，學生能夠直接和機器對話，甚至在感知不到線上空間存在的情況下就能得到服務，如學生直接用傳統的紙筆學習，而感壓板實時記錄學生的筆跡。后者，在“5G+感控技術”的支持下，直接遙感遠方設備、場地，并利用VR或全息技術將這些可控的設備、場景重現。OMO環境架構下的典型學習模式是體驗式情境學習，在這種環境中，學生能夠獲得豐富的切實體驗，無論是在線上還是線下。 (二)主體行為協同化：由人際協同擴展到人機協同 追求“為未來而教”的智慧教育不僅關注基本知能，更側重高階知能，這種知能往往需要通過解決復雜的劣構問題或項目來培育，由此，協同自然成為智慧教育需要的學習策略。這種協同是人際協同，包括學生之間的協同和師生之間的協同。在班級授課制的當下，這是個不小的挑戰。 技術在教育中的應用，使之成為可能。總體而言，技術賦能的人際協同包括三個層面：作業小組的協作、實踐共同體的協作與合作、社會網的合作。它們對技術的依賴逐層遞增。小組協作的任務一般不會太過復雜，在協作工具、感知與分析技術的支持下即能夠有效開展。實踐共同體的協作與合作涉及知識經驗的碰撞、啟迪，以及創造性地解決疑難問題，不但需要協作工具，更需要認知工具的支持，比如思維導圖、協作軟件、虛擬實驗室等。社會網的合作，注重發揮更大群體的智慧，除了上述技術，還需要互聯網甚至XR技術的支持，它不再僅僅是眾包(多人共同解決問題)，更多的是共創(多人共同創設項目)。 智能技術在教育中的應用，使主體行為的協同不再僅僅局限于師生、生生之間，而是擴展到了人機協同。人機協同的原則即是優勢互補，具體講，即是把適合機器做的事讓機器去做，把適合人做的事讓人來做，把適合人機合作的事讓人與機器一起來做。目前，多關注教師與機器之間的協同教學(即人機共教)，按照余勝泉教授的觀點，人機協同教學包括四個階段：AI代理(替代教師的重復性工作)、AI助手(教師增強AI自動化處理)、AI教師(AI增強教師創新)、AI伙伴(二者相互社會性增強)[17]，目前我們處在AI助手階段。 要實現后兩個階段，除了要在技術上有顛覆性突破外(如AI教師要突破認知智能技術，AI伙伴要突破社會智能，特別是情感智能技術)，人機協同決策機制也需要精心設計。從學習問題解決的角度看，教師首先查明智能機器(系統/平臺)是否自動作出了決策。如果沒有，則教師介入開展數據啟發的決策，具體流程為篩選數據(從零散的數據中篩選出可能相關的數據)、探尋線索(探尋篩選出的數據背后隱藏的各種線索)、探究原因(探究各種線索之間的因果關系或至少探究出相關關系)；如果自動作出了決策，教師則審核是否合適，如果不合適，則依然進行數據啟發的決策，如果合適，則采用機器的方案，如果介于二者之間，則修正不合適的部分、補充缺失的部分。最終形成的方案，如果有多個，可以給予學生自主選擇的機會，如果只有一個，則直接執行[18]，如圖2所示。 圖2人機決策機制(教師視角) (三)教育教學適性化：規模化與個性化的統一 為學習者提供個性化學習服務，是智慧教育的訴求，這也是公認的教育變革大難題，之所以難，是因為在規模化教育制度(如班級授課制)中探究個性化培養的路徑，存在著統一化與個性化的矛盾。 技術賦能教育后，破解這一難題成為可能。大數據技術和人工智能技術加持的個性化學習系統/平臺，能夠基于學習全記錄數據探析學生的偏好、風格、特長與薄弱環節，所作的個性化服務決策(如適性資源推薦、個性路徑規劃等)還能夠根據學生的這些特征適性調整(機器學習使然)，甚至諸如學習路徑都是根據學生的現狀即時生成的。Knewton即是個性化平臺的典型案例。容易發現，技術賦能個性化教育教學的最大優勢即是“適性”：學生得到的個性化服務，隨著學生的發展變化適性調整。 這種技術賦能的適性滿足個性化需求的同時，也造成學生學習路徑的繁雜多樣，為教師的群體教學新增了挑戰。這也是為何個性化學習平臺在課堂教學中一直處于“合法的邊緣”的根本原因，更甚者，這種平臺只服務于自主學習模式。 在解決這個問題的過程中，國際上涌現出了各種創新名校，比如上述提到的Altschool、Khan實驗學校等。它們紛紛跳出現有教育制度的束縛，在教育教學各環節尋求突破口。匯總下來，主要有這幾方面的舉措：課表方面，留有課時讓學生選擇自己感興趣的課程；不再以固定的時間為單位，而是依據能力的精熟度；不再以知識為單位，而是以項目為單位；課表每周更新；教學組織方面，不再以教育水平為組織依據，而是以獨立水平；不再局限于課堂，戶外探究也是常態；學習時間方面，不再局限于課上時間，節假日也能進校學習；教育者方面，不再局限于教師，社會上的成人或家長也參與其中。由于教育成本高(如經濟成本、師資成本)，這些名校多是微型校，有些甚至只有一間教室。另外，這些名校有個共同點，即采用“小班化”教學，這也說明，它們并沒有解決規模化與個性化的統一問題。 本研究團隊認為，這并非技術造就的適性化“不給力”，而是力氣打偏了。回顧課堂教學，教師的優勢本就是統一化教學或共性教學。為了滿足學生的個性需求而否定這種優勢并不明智，即使有技術的協助。個性化平臺無法真正融入課堂教學已說明這一點，據調研，Knewton平臺近年來也節節敗退。其實，技術真正的作用點應該是“幫學”而非“幫教”。幫教方面，回歸教師優勢，讓教師為共同內容而教、為共性問題而教。幫學方面，用技術幫助學生開展同儕學習，同儕學習只關注每個學生的個性問題。一般講，越是個性問題，越有更多的同伴已解決，越有更多的同伴能教。而這方面，技術能夠發揮重要作用：幫助同伴教，監測被教學生的實時狀況，為同伴出謀劃策，甚至可以自己作為同伴為學生“解惑”。對于學生的共性問題，技術只要做好統計與歸納，即時反饋給教師即可。從這個角度看，人機協同除了與教師的“人機共教”，更重要的是與學生的“人機幫學”。 簡單講，這是一種技術作用于學生同儕學習(同儕學習只關注學生的個性問題)，讓教師回歸統一化教學優勢的方案，此種技術賦能的教育教學適性化，更有可能做到規模化與個性化的統一。 (四)學習評估“全息”化：從平面走向立體 智慧教育需要智慧評估，智慧評估基于數據，具有全程化、多元化、多維度、可視化等特征，追求以評促學、以評促發展。 云計算與大數據技術，已成功促使評估由學業成就向學習過程擴展，當前，通過過程表現和學習結果來評估已成為智慧教育的常態。具體講，學生在學習過程中，系統/平臺會自動監測、記錄學生各方面的行為表現，外加學習過程及學習后的測驗、測驗成績，系統/平臺能夠刻畫出學生的學習畫像。若將數據實時傳送到云中提高算力，學習畫像還能夠實時更新。表情識別、語音識別等人工智能技術的加入，促使智慧評估開始關注心理，比如基于表情識別技術的學業情緒分析、基于語音識別技術