摘要：深度学习是智慧教育的核心支柱,但目前尚缺少智慧课堂专属的深度学习设计方案。如何针对深度学习的灵活性诉求,研制一种智慧课堂赋能的灵活深度学习设计框架,是推进深度学习实践落地的关键所在。基于深度学习架构理念、采用教育设计研究范式研制的面向智慧课堂的灵活深度学习设计框架,遵循逆向设计逻辑,包括课堂环境分析、明确目标、确定评估、学生分析、任务设计、编列制定、绘制分布和决策预设等8个步骤,既体现了智慧课堂精准把脉、互动支持、适性推送、即时反馈等四大特色功能,也为智慧课堂中的学习任务、学习活动、学习进程和教学决策等四个方面的灵活性设计提供了详细的方案支持,并且还能够可视化学生深度学习的个性化进程。该框架经过高质量评估标准锚定下的专家校验与迭代修订,已达到可交付实施的质量要求。这一框架在智慧课堂中的应用有助于促使学生深度参与学习,引导学生采用高级学习方略,促进高阶知能的发展,加深概念理解及其迁移应用。

摘要：学生在智慧课堂中灵活地深度学习需要学习支架的护航,对此,该研究关注促进深度参与学习、注重采用高级学习方略、追求高阶知能发展、基于理解为迁移而学四大深度学习特征,聚焦学习任务、学习活动、学习进程、教学决策四方面的灵活性,按照教育设计研究方法的流程,研制了一种指导教师设计深度学习支架的工具,这个工具包括六大部分的设计方案,能够为学生提供“习得知能”“理解意义”“迁移应用”三个层面的目标导航,可视化任务的难易分布以及学习的进程与路线,呈现富有弹性和支持性的学习任务。经过12个月的教师试用反馈、六次迭代修正以及11名优秀教师的评估,研制的工具达到了可交付使用的质量要求。希望此工具能够为教师设计高质量的学习支架,有成效地护航学生深度学习提供有价值的方案和参考。

摘要：预设的教与学活动无法较好地满足智慧教育境域中精准教学的需求。针对该问题,本研究对四类智慧学习方略进行了详细解析,并以此为基础提出了面向智慧学习的精准教学活动生成性设计模型,以期更好地服务于智慧学习。最后以"中国地图拼板3D建模"课程为例,详细论述了面向小组合作研创型学习的精准教学活动生成过程,以便为教师设计具体的教与学活动提供参考。

摘要：智慧人才的培育是教育变革与教育信息化进程中不可回避的现实问题,而仅从某一视角来考量智慧人才的培育难免会以偏概全。对此,本文提出了智慧教育2017定义,并论述了学习生态系统的适切性,之后基于2017定义,融合系统生态学的相关理论,从智慧人才培育的角度,系统地论述了智慧学习生态理念,包括智慧学习生态的目标(理念价值的传承与发展,智慧人才的生态观、发展路线、培育路线、培育目标)、方法(培育智慧人才方法的理念、学习情境创设、生态平衡、方法生态)和手段(建构生态化学习环境,设计智慧学习圈)。希望通过智慧学习生态理念,能够为学者提供智慧人才培育的系统方法。

摘要：精准教学是一种高效的面向知识教学的方法,然而在教育信息化带动教育变革的潮流下,精准教学却因为信息技术的缺失而受到教育工作者的冷落,逐渐失去了活力。对此,将信息技术引入到高效的精准教学中,并设计一种信息技术支持的精准教学模式,以实现人机合理分工,功能优势兼收的目的,激发精准教学的活力,更好地为教师与学生提供服务。

摘要：同其他产业界一样,教育界日益重视数据的价值,但数据本身的价值密度很低,无法直接服务于教育,更别说智慧教育。数据智慧可以解决此问题,它包含数据、信息、知识、智慧四个层级。然而,目前对于数据如何经信息、知识跃升为智慧还没有较好的方法。对此,本研究研制了一种人机协同的数据智慧机制,通过人与机器两方面的理解力实现数据向智慧跃升。人具有"亲而知""觉而知""构而知"和"审而知"四层理解力;机器具有"感而知""描而知""掘而知"和"学而知"四层理解力。人机协同数据智慧机制以理解力为纽带,包括数据跃升为信息的数据关系组织机制,信息跃升为知识的信息模式识释机制,知识跃升为智慧的知识原理派生机制。人机协同的数据智慧机制能为智慧教育提供可行的数据价值提炼方案,助力智慧教育中教与学行为的优化。

摘要：创造已成为创新教育的新标杆,也驱动着翻转课堂的作用域从低级认知向高级认知转移。然而,这一驱动力量缺乏实际的指导策略。该文从创造的角度,展开翻转课堂教学样式的研究。首先在翻转课堂2.0理论基础上,融合体验学习和创造驱动的学习理念,提出了创造取向的翻转课堂教学样式模型,该模型的三阶段六环节可为创意设计到创造实现提供支架。之后,该研究结合上述的教学样式模型设计了一个指导性和操作性更强的翻转课堂教学样式信息结构。最后,以《创意围棋盘3D建模》为例,详细论述了所设计的教学样式的课题教学流程部分的制作过程,以便为教师进行翻转课堂创造驱动的教与学活动设计提供参考。

摘要：互联网与教育的深度融合是"互联网+教育"的核心理念。无缝学习强调体验学习的连续性,能够满足"互联网+教育"的诉求。文章通过分析无缝学习的内涵,提出了包括无缝学习情境、无缝学习过程和无缝学习体验三要素的三层结构。通过分析发现,无缝学习的连续性不仅体现在学习过程的连贯性上,更体现在学习体验的深度上。基于此,提出了学习体验过程模型,从学习者行为投入、认知过程和情感反应三个维度分析了学习体验由外至内、由浅入深的形成过程。并进一步映射至本能层、行为层、反思层形成无缝学习体验设计框架,内蕴人脑信息加工的层次规律,体现由感官刺激、技术支持和教学设计促进全身心投入学习的体验过程。最后围绕科学探究教学案例介绍了该框架的具体实施。

摘要：合作学习一直是混合学习研究的基础和热点。目前混合学习领域中合作学习的策略原则、模式设计和技术应用等已被广泛研究,但学习团队这一关乎混合学习效果的重要合作学习要素却很少被关注。合作学习效果受到团队成员属性的影响,因此可从学习者的学习力和学习效能感两个角度切入。按照类型学研究范式对E大学的113个混合学习团队进行实证分析发现:(1)混合学习中的团队可划分为理想型、自信型、潜力型和消极型四种,其中消极型团队占比最高;(2)四类团队在学习成绩、学习投入、学习满意度和合作学习体验等学习效果维度上存在显著差异(其中自信型与潜力型在学习成绩方面的差异接近显著水平),并且均表现为理想型>自信型>潜力型>消极型;(3)学习者对自我、合作和集体的效能感是划分团队类型的有效指标,且均对学习效果有显著影响;(4)学习力各子维度中仅有创造力、好奇心、学习能动性以及希望与乐观具有较高的团队类型识别度,但其对学习效果的影响面各不相同。因此,可通过针对不同的团队类型转换教师角色,调控学习力和学习效能感中影响学习效果的重要因素,以及采用适当分组策略降低消极型团队占比等策略,提升混合学习的学习效果。

摘要：精准个性化学习路径推荐作为教育大数据助力精准教学的重要研究内容,引起了研究者的广泛关注。鉴于传统的学习路径推荐通常只考虑了学习者的个体特征,网络学习环境中学习者的学习活动和学习轨迹等重要学习数据没有被很好地利用,该文设计了一种基于学习画像的精准个性化学习路径生成性推荐模型。模型根据学习者的学习状态,采用个性化推荐策略向学习者推荐学习元列表,学习者主动选择其中最适合的一个学习元进行学习。学习元是一种包含学习内容、学习活动及其学习效果的学习元组,其细粒度的推荐内容可以满足学习者的学习需求。生成性推荐策略契合了学习者在学习过程中学习水平动态变化的特性,确保推荐的精准性。最后,文章探讨了人机协同视域下机器学习技术在精准个性化学习路径推荐中的应用潜能,以期更好地服务于精准个性化学习。