摘要：教师专业眼光指的是教师留意、理解和解决教育事件的独特方式,反映出教师所具有的情境化的综合性教学品鉴能力,其理论意涵对职前教师培养课程设计、在职教师专业发展项目产出具有直接的指导价值。已有研究指出,教师专业眼光的视域结构主要包括注意和推理两个子过程,该操作化定义揭示出教师理解教学的两个关键步骤,适用于在各种教学情境中确定教师专业能力的外在表征属性。其中,教师的学科背景、教龄长短以及教师专业发展项目的活动设计都会影响教师专业眼光的发展。当前教师专业眼光相关实证研究主要关注的是教师研讨课堂实录视频的单一情境,未来研究应在更综合丰富的情境中对教师专业眼光建模,并进一步探索加速教师专业眼光发展的培养路径。

摘要：如何塑造学习者之间的交互方式以促进其在CSCL情境下的认知过程一直是教育研究者所关注的话题。基于大量实证研究所提出的脚本理论可为理解CSCL情境下学习者间的交互提供连贯统一的理论视角。具体来看,脚本理论包括两大要素、四大组件和七大原则。两大要素是指内部协作脚本与外部协作脚本两种脚本类型;四大组件则从脚本设计粒度细化出发,划分为剧本、场景、角色和小脚本四个层次;七大原则包括内部脚本引导原则、内部脚本配置原则、内部脚本感应原则、内部脚本重构原则、交换原则、外部脚本引导原则和外部脚本最优级原则。脚本理论可全面呈现学习者内部协作脚本如何与学习环境相互作用,内部协作脚本对协作过程的影响以及外部协作脚本对协作过程的影响。在后续研究中,有三方面内容值得关注:一是如何实现对内部协作脚本的及时诊断;二是外部协作脚本的双面性;三是如何为学习者创造有益性失败。

摘要：为了帮助学习者建立在CSCL情境中的群体感知意识,研究者往往会设计群体感知工具,为学习者呈现协作过程中的情境化信息,以此触发高质量的协作学习生成。通过对近15年30篇国外采用群体感知工具开展的实证研究进行系统分析,探讨了不同类型(认知型、行为型和社会型)的群体感知工具如何支持学习者的协作学习过程,具体从信息来源、信息可比性、细粒度、表征方法等维度对这些工具进行了较为详细的对比分析,并介绍了工具对协作过程、群体绩效和个人绩效三方面的影响。最后基于文献分析的结果,从信息可比性和人机协同两方面提出了未来潜在的研究方向。

摘要：随着在K-12阶段开设人工智能课程成为推动人工智能教育的重要举措,如何在K-12教育体系中加入人工智能方面的教学内容成为国际关注的焦点。为了进一步明确不同学段人工智能课程教什么、怎么教的问题,文章首先解读了AI4K12工作组提出的人工智能教育的五个大概念,分别是:感知、表征与推理、机器学习、人机交互和社会影响。然后文章对应上述五个大概念,根据AI4K12工作组划分的四个学段(K-2、Grade 3-5、Grade6-8、Grade 9-12),以课例分析的方式考察了从课程大概念到具体教学活动的设计过程。最后文章提出我国人工智能课程设计的建议,包括设计不插电的教学活动促进学生对底层概念的理解、尝试设计与其他学科交叉的课程活动、把握从单一主题向多主题融合过渡的课程设计主线,以期为我国人工智能课程设计和相关课程标准制定提供参考。

摘要：MOOC(Massive Open Online Course)的核心属性之一是"课程"(Course),因此"完成率"或"流失率"始终是其发展中绕不开的话题。借由完成率问题引发的一系列深入讨论和研究,例如流失问题的预测分析,取得了丰富的研究成果,对于增进我们对MOOC研究的认识和相关教学理论的理解都具有积极作用。但由于该领域内还缺乏对预测分析的系统综述,我们对这个问题的研究全貌、研究局限以及未来的研究方向并不明晰。因此,本文通过综述24篇最近五年相关的高质量文献,试图回答三个问题:哪些预测指标是有效的?哪些算法模型是相对较好的?不同模型的节俭性和耐用性如何?通过回答这些问题,本文梳理了有效的预测指标体系,对比了不同算法模型的有效性,并检验了模型的节俭性和耐用性;更进一步,本文通过讨论研究的理性观、实践意义和开展跨领域对话,指出了未来研究可能的研究取径、研究方向和研究重点。

摘要：学习分析作为学习科学的子领域,其关注的核心问题就是对学习过程的理解与优化,而这离不开对学习者学习行为数据的收集和对行为模式的分析。特征工程作为一种基于底层数据设计特征集的系统方法,为行为模式的分析提供了新的技术支持与研究路径。文章通过介绍特征工程实施的四个步骤,系统梳理了目前使用特征工程方法识别出的典型行为模式,如投机取巧、挫折、疑惑等,可为行为模式的相关研究提供参考。同时,文章基于对有效的技术支持和实践意义两个话题的讨论,指出了未来的研究取径与研究重点。

摘要：分析31所国外一流大学应对生成式人工智能挑战的策略发现,它们的最新应对行动多发生在ChatGPT4.0发布后;多数被调研高校对生成式人工智能的使用持开放态度,但措辞略有不同;应对策略主要聚焦教学、研究场景,前者包括提供教学大纲相关要求的新模板以及生成式人工智能参与作业的设计样例;后者包括规避数据和版权问题的建议以及修订的学术规范引用模板等。借鉴其经验,国内高校应对生成式人工智能的挑战,应明确使用要求和应用边界,为教师提供精细化教学支持,注重数据安全并增强本校平台的支撑作用。

摘要：自2013年起,我国研学旅行研究不断发展,但目前仍存在"重游轻学""行程包办"和"评价单一"等问题,笔者认为其源于研学过程中研究性学习的缺乏。因此,本研究基于研究性学习的3C3R模型,探究研学旅行中研究性学习的开展,以中国传媒大学日本暑期学校为例,进行研学旅行中研究性学习的设计、开发、实施与评价,以达到知识建构和高阶能力培养的目标。通过开展基于问题的研究性学习活动,实现了学习目标,提升了学习者的高阶能力,且学习者对课程满意度较高。

摘要：随着教育与信息技术的不断融合,MOOC已经成为一种新型的、重要的学习模式,而如何促进MOOC中的有效学习也成为MOOC情境下的研究热点之一。分析以往研究发现,平台记录的学习者学习行为数据将原本复杂的学习行为分解成了可操作、可获得的数据指标,对学习者的学习效果存在很重要的预测作用。本研究基于MOOC《游戏化教学法》第三期课程数据,采用逻辑回归方法对课程中取得合格成绩的学习者学习数据进行分析,结果显示:学习成绩与论坛发帖数量、作业互评完成度、作业提交次数、参与测验情况、视频观看主动性存在相关性;参与测验情况、作业互评完成度和论坛发帖数量是预测课程学习成绩是否优秀的主要指标。研究发现:在任务学习行为上成绩优秀与合格的学习者都具有良好的行为习惯;在交互学习行为和学习参与上,成绩优秀学习者相比于合格学习者具有积极参与论坛讨论和同伴互评、课程内容完成主动性强等行为特征。基于上述研究,本文尝试提出如何提升MOOC学习质量的建议,为MOOC课程建设提供参考和借鉴。