楊開城　李通德　惠治儒　田浩

摘要：在線教育已經(jīng)成為終身教育背景下的主流教育形式之一。成功的在線教育必然是那種實(shí)現(xiàn)了基于知識產(chǎn)品的、長期穩(wěn)定的、以學(xué)習(xí)者為中心的個性化教育服務(wù)。由此，在線教育的知識產(chǎn)品開發(fā)必然要追求模塊化、可定制、快速進(jìn)化等特點(diǎn)。但目前在線教育的產(chǎn)品模塊化沒有真正達(dá)到可聚合的水平，也沒有達(dá)到可定制和快速進(jìn)化的水平。擺脫這些困境的辦法之一是教育眾籌，即由大眾中的能手創(chuàng)建可聚合的知識產(chǎn)品模塊，由專業(yè)團(tuán)隊將它們組裝成高質(zhì)量的在線課程并提供學(xué)習(xí)支持服務(wù)。這需要在線教育產(chǎn)品開發(fā)模式與產(chǎn)品技術(shù)機(jī)制的革新。學(xué)習(xí)神經(jīng)元（Learning Neuron，簡稱LN）是一種能夠提供富交互學(xué)習(xí)情境、旨在完整達(dá)到特定學(xué)習(xí)目標(biāo)、可記錄學(xué)習(xí)過程、可識別學(xué)習(xí)行為的可互聯(lián)微型學(xué)習(xí)系統(tǒng)。它具有知識建模圖屬性，可實(shí)現(xiàn)跨平臺互聯(lián)聚合；它在客戶端設(shè)有學(xué)習(xí)行為感知器，在服務(wù)器端設(shè)有學(xué)習(xí)分析引擎，可以解決學(xué)習(xí)分析和定制的問題。將學(xué)習(xí)神經(jīng)元作為基礎(chǔ)模塊，在技術(shù)機(jī)制上可實(shí)現(xiàn)在線教育的眾籌，以形成快速進(jìn)化的狀態(tài)。我們開發(fā)的一個簡單學(xué)習(xí)神經(jīng)元，初步檢驗(yàn)了這種技術(shù)機(jī)制的可行性。

關(guān)鍵詞：在線教育；教育眾籌；技術(shù)機(jī)制；學(xué)習(xí)神經(jīng)元；學(xué)習(xí)分析

中圖分類號：G434 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-5195（2017）01-0051-08 doi10.3969/j.issn.1009-5195.2017.01.007

一、在線教育的實(shí)踐困境

隨著互聯(lián)網(wǎng)越來越成為人們?nèi)粘Ｉ畹囊徊糠郑诰€教育也越來越發(fā)展成為一種不可替代的主流教育形式?？墒牵壳叭藗儏s總是將線下教育“搬到”線上來“造就”在線教育。這幾乎使得在線教育成了在線的線下教育，除了媒體技術(shù)所帶來的炫酷之外，教學(xué)自身與線下教育沒有本質(zhì)不同，沿用了精英教育大眾的模式。更糟的是，這種在線教育不但全盤繼承了線下教育的某些弱點(diǎn)（比如灌輸），同時也無力克服因技術(shù)因素導(dǎo)致的弱點(diǎn)（比如缺少人氣，只能依賴界面美感吸引人）。其實(shí)，在線教育原本可以不如此。

線下教育是組織化的面對面群體活動，多主體同步交互必然形成直接的權(quán)力等級關(guān)系，這種等級關(guān)系所帶來的組織化優(yōu)勢是：明晰的目標(biāo)、穩(wěn)定的結(jié)果和滿意的效率。也正因?yàn)槿绱?，線下教育情境下，任何媒體產(chǎn)品都只能是教師的工具而無法代替具有完整人格力的教師角色，即使是學(xué)習(xí)工具，學(xué)生也必須在教師的授權(quán)下使用。教學(xué)中偶發(fā)的獨(dú)立學(xué)習(xí)活動（協(xié)作的或個體的）是教師權(quán)力讓渡的結(jié)果。教育技術(shù)領(lǐng)域曾經(jīng)過于樂觀的用媒體代替教師的努力無一成功。作為教師工具的媒體產(chǎn)品，多半只能著重發(fā)揮其傳播信息和組織活動的功能，必然著眼于以教師為中心的功能設(shè)計。所以，媒體產(chǎn)品只能在教師工具的大框架下進(jìn)行設(shè)計，產(chǎn)品的交互設(shè)計以及其他技術(shù)潛能（快速感知、記錄、臨場的信息處理，等等）遠(yuǎn)不是產(chǎn)品生命力的核心。

可是，人類社會已經(jīng)進(jìn)入到終身學(xué)習(xí)的階段，僅僅靠學(xué)校教育遠(yuǎn)遠(yuǎn)無法滿足這種需求。那些學(xué)習(xí)欲望強(qiáng)烈的學(xué)習(xí)者往往也是社會領(lǐng)域中的能動分子，他們對文憑不感興趣，也不可能再有足夠多的時間回到學(xué)校學(xué)習(xí)?，F(xiàn)代社會的終身教育只能依賴技術(shù)的力量，走向在線教育的形式。

終身學(xué)習(xí)意義上的在線教育必然是一種市場背景下的教育服務(wù)，成功的在線教育必然是那種實(shí)現(xiàn)了基于知識產(chǎn)品的、長期穩(wěn)定的、以學(xué)習(xí)者為中心的個性化教育服務(wù)。但全面實(shí)現(xiàn)以學(xué)習(xí)者為中心的個性化在線教育服務(wù)的市場運(yùn)作，遠(yuǎn)比做個試驗(yàn)復(fù)雜得多。在學(xué)習(xí)者群體方面，在線教育不可能如學(xué)校組織那樣通過考試篩選學(xué)習(xí)者，只能面向所有能付得起學(xué)費(fèi)的學(xué)習(xí)者。學(xué)習(xí)者之間個體差異的豐富性要比學(xué)校組織中的情況大得多。面對這類學(xué)習(xí)者群體，要實(shí)現(xiàn)個性化的教育服務(wù)，一方面必然依賴知識產(chǎn)品自身提供服務(wù)的個性化，主要是信息服務(wù)的個性化；另一方面依賴學(xué)習(xí)支持服務(wù)的個性化，主要是情感、方法支持的個性化。前者依賴的是自動化產(chǎn)品，屬于低成本的市場低端；后者依賴的是人工，屬于高成本的市場高端。在線教育不可能完全依賴人工實(shí)現(xiàn)個性化，因此在線教育的個性化教育服務(wù)必然依賴知識產(chǎn)品自身的功能品質(zhì)。由此，在線教育自然要求它的知識產(chǎn)品開發(fā)實(shí)現(xiàn)低成本地快速感知需求、快速生產(chǎn)、快速升級和淘汰，這必然要追求模塊化、可定制、快速進(jìn)化等特點(diǎn)。

模塊化的好處是可重用、可組裝、易維護(hù)，三者緊密相聯(lián)?？芍赜迷礁撸媚K組裝起來的產(chǎn)品維護(hù)成本就越低。國內(nèi)教育軟件產(chǎn)品模塊化的顯性努力始于黎加厚先生提出的“以不變（積件）應(yīng)萬變（教學(xué)實(shí)際）”的“積件”思想（黎加厚，1997）。所謂積件（Integrable Ware），是構(gòu)成課件的基本教學(xué)元件，是基于某一知識點(diǎn)的微教學(xué)單元、教學(xué)素材或微教學(xué)策略等。人們能根據(jù)教學(xué)需要對它們進(jìn)行編排、組合和應(yīng)用，生成具有一定教學(xué)功能的多媒體教學(xué)程序（劉曉雪等，2004）。但與美國業(yè)界提出的學(xué)習(xí)對象（Learning Object，簡稱LO）概念相比，積件思想過于簡單。積件沒有標(biāo)準(zhǔn)元數(shù)據(jù)以及包裝格式的定義，本身不能與教學(xué)系統(tǒng)交換信息，不能記錄學(xué)習(xí)的過程（余勝泉 & 楊現(xiàn)民，2007）。

學(xué)習(xí)對象的概念在國內(nèi)外影響甚大，它是指任何具有可重用特性并用來支持學(xué)習(xí)的數(shù)字化資源。人們?yōu)閷W(xué)習(xí)對象定義了完備的內(nèi)容聚合規(guī)范，比較典型的應(yīng)用是SCORM標(biāo)準(zhǔn)中的內(nèi)容聚合模型（CAM）。以內(nèi)容聚合規(guī)范為基礎(chǔ)，理想的學(xué)習(xí)對象理論上能實(shí)現(xiàn)易檢索、可共享、可聚合、可重用、可定制、跨平臺等特性（胡小勇等，2002）。后來IMS又開發(fā)了學(xué)習(xí)設(shè)計規(guī)范（IMS Learning Design，簡稱IMS-LD），這使得采用學(xué)習(xí)設(shè)計的學(xué)習(xí)對象可擺脫P(yáng)2C（People to Content）的學(xué)習(xí)方式、缺乏學(xué)習(xí)過程控制、無法實(shí)現(xiàn)教學(xué)策略和智能性等缺點(diǎn)（余勝泉 & 楊現(xiàn)民，2007）。在國內(nèi)，余勝泉教授提出的學(xué)習(xí)元概念模型以及相應(yīng)的平臺是IMS-LD規(guī)范的良好應(yīng)用。通俗來講，學(xué)習(xí)元是在學(xué)習(xí)內(nèi)容的基礎(chǔ)上附加一定的語義描述信息、生成性信息、格式信息、學(xué)習(xí)活動和KNS（Knowledge Network Service）網(wǎng)絡(luò)的新型學(xué)習(xí)資源（余勝泉 & 楊現(xiàn)民，2007）。學(xué)習(xí)元在保持了學(xué)習(xí)對象諸多特征的基礎(chǔ)上，又增加了生成性、開放性、聯(lián)通性、內(nèi)聚性、可進(jìn)化發(fā)展、智能性、微型化、自跟蹤等八大特點(diǎn)（程罡等，2009）。以上這些研究為在線教育知識產(chǎn)品的模塊化積累了相當(dāng)多的經(jīng)驗(yàn)。

但目前的模塊化實(shí)踐仍沒有真正達(dá)到可聚合的水平，特別是無法做到跨平臺的聚合。構(gòu)建模塊的根本目的就在于可組裝、可聚合成更高級的東西。但是目前人們普遍考慮的是知識產(chǎn)品自身構(gòu)成的模塊化，這是軟件工程的常識。作為知識產(chǎn)品自身，人們很少再將它看作是模塊。目前只能做到利用標(biāo)簽進(jìn)行檢索，然后再人工分析、選擇和改編以實(shí)現(xiàn)聚合，體現(xiàn)不出學(xué)習(xí)對象的可聚合性。在線教育領(lǐng)域，獨(dú)立開發(fā)的最大產(chǎn)品除了平臺就是課程，課程目標(biāo)內(nèi)容很多，人們常常把它做成大而全的產(chǎn)品，而不是先做成多個獨(dú)立的模塊再組裝。在某種程度上說，目前的在線教育實(shí)踐并沒有對學(xué)習(xí)對象的可聚合性提出實(shí)質(zhì)要求。

如果說模塊化是面向產(chǎn)品開發(fā)的工程特性，那么定制服務(wù)則是面向?qū)W習(xí)者的功能特性，即及時感知和分析學(xué)習(xí)者的個體差異實(shí)情，并據(jù)此為他們提供個性化的教育服務(wù)。其中，穩(wěn)定的人格特征可以通過心理測量量表獲得，但其他方面的特性只能通過分析學(xué)習(xí)者在學(xué)習(xí)過程中的表現(xiàn)來測量。這個過程就是學(xué)習(xí)分析。

目前學(xué)習(xí)分析研究處于割裂的狀態(tài)，形成了獨(dú)立的行為分析和獨(dú)立的學(xué)習(xí)內(nèi)容分析兩個領(lǐng)域。在線學(xué)習(xí)情境下，行為分析是指將師生媒體之間的交互過程轉(zhuǎn)化為（言語）行為動詞序列，試圖以此發(fā)現(xiàn)某些規(guī)律。但這種分析方法在編碼體系和科學(xué)性水平方面具有明顯缺陷（丁瑩 & 楊開城，2012）。至今這種分析方法也沒有發(fā)現(xiàn)什么規(guī)律。這是因?yàn)檫@種學(xué)習(xí)行為分析只是學(xué)習(xí)情境下的行為分析，我們要么無法區(qū)分學(xué)習(xí)行為與其他行為，要么所面對的就是非學(xué)習(xí)行為，更多地是不直接具有學(xué)習(xí)含義的人機(jī)交互行為。學(xué)習(xí)=學(xué)習(xí)行為+學(xué)習(xí)內(nèi)容。而學(xué)習(xí)行為與學(xué)習(xí)內(nèi)容存在互賴關(guān)系，離開了任何一方，都難以對另一方有完整的理解。行為動詞編碼去除了學(xué)習(xí)內(nèi)容，因而無法完整地描述學(xué)習(xí)。

內(nèi)容分析普遍采用基于知識圖的數(shù)據(jù)挖掘方法考察學(xué)習(xí)者在知識領(lǐng)域的表現(xiàn)，比如學(xué)習(xí)路徑、學(xué)習(xí)歷史或知識生成的狀態(tài)。但目前所采用的知識圖普遍是概念圖或知識本體圖。由于這種圖對知識體系的表征能力有限，而且在性質(zhì)上是語義圖，我們很難制定針對語義的繪圖規(guī)范（比如對于兩個結(jié)點(diǎn)在什么情況下選擇什么語義名稱），因此基于概念圖或知識本體圖進(jìn)行學(xué)習(xí)內(nèi)容分析，似乎在技術(shù)上是可行的，卻只具有“演示”的意義，其廣泛的實(shí)用性是很可疑的。人們沒有料到，基于語義圖并不能在普適意義上實(shí)現(xiàn)語義聚合。

除了上述割裂狀態(tài)，學(xué)習(xí)分析領(lǐng)域研究還有下面兩點(diǎn)被嚴(yán)重忽視了：

第一，學(xué)習(xí)分析與產(chǎn)品設(shè)計是割裂的。在知識產(chǎn)品設(shè)計之初，并沒有考慮到學(xué)習(xí)分析對源數(shù)據(jù)的實(shí)際需要（除了記錄交互過程），而后期的學(xué)習(xí)分析只能依賴人機(jī)交互日志數(shù)據(jù)，分析結(jié)果自然很難符合個性化學(xué)習(xí)支持服務(wù)的需求。這類學(xué)習(xí)系統(tǒng)很容易記錄學(xué)習(xí)者的交互操作，即各種鍵盤輸入、鼠標(biāo)點(diǎn)擊和拖動以及這些操作發(fā)生的功能模塊。但交互操作不直接等于學(xué)習(xí)行為，因?yàn)殡x開了特定的學(xué)習(xí)內(nèi)容和情境，我們不清楚交互操作的教學(xué)意義或?qū)W習(xí)意義。換句話說，學(xué)習(xí)行為的感知是內(nèi)嵌于學(xué)習(xí)內(nèi)容和學(xué)習(xí)過程的。如果要直接收集學(xué)習(xí)過程數(shù)據(jù)，就需要在學(xué)習(xí)環(huán)境中埋設(shè)學(xué)習(xí)行為感知器。

第二，學(xué)習(xí)分析的主旨偏離。學(xué)習(xí)分析的主旨不是事后對學(xué)習(xí)結(jié)果孤立的評價、反思，而是考察事實(shí)上的學(xué)習(xí)結(jié)果與目標(biāo)的差異以及這個差異是如何在過程中積累而成的。換句話說，學(xué)習(xí)分析對于在線教育來說，實(shí)際上就是搞清楚學(xué)習(xí)者的學(xué)習(xí)過程與理想的學(xué)習(xí)過程的差異，在差異處尋求個性化的支持服務(wù)。

總之，目前由于學(xué)習(xí)分析研究的滯后，在線教育的產(chǎn)品定制無論是理論還是實(shí)踐，都遠(yuǎn)遠(yuǎn)不能滿足需要。

初步的模塊化和無法定制，使得在線教育的知識產(chǎn)品難以實(shí)現(xiàn)快速進(jìn)化。大而全的知識產(chǎn)品，在功能性能上大同小異且數(shù)量有限，因此無法形成優(yōu)劣競爭局面；再加上在線教育處于發(fā)展初期，市場不成熟，僅有的市場反饋無法形成進(jìn)化壓力，自然也就沒有進(jìn)化動力。另一方面，產(chǎn)品開發(fā)的技術(shù)機(jī)制也使得快速進(jìn)化成本太高?？傊诰€教育的知識產(chǎn)品尚難進(jìn)入令人滿意的進(jìn)化狀態(tài)。

綜上所述，除了初步實(shí)現(xiàn)了內(nèi)部模塊化，在線教育基本上沒有達(dá)到可定制和快速進(jìn)化的水平。現(xiàn)實(shí)情況是：初期精英分子（比如優(yōu)秀的大學(xué)教師或培訓(xùn)講師）生產(chǎn)平庸的教育產(chǎn)品，經(jīng)市場洗禮，已經(jīng)讓位于平庸者以精英的姿態(tài)去生產(chǎn)平庸的教育產(chǎn)品，經(jīng)由模板化、標(biāo)準(zhǔn)化導(dǎo)致呆板化，陷入平庸陷阱，最后只能依賴政府相關(guān)部門的非投資性資本投入維持，偶爾的革新也只能停留在試驗(yàn)狀態(tài)，甚至依賴文憑誘惑維持虛假的教育市場。很明顯，精英教育大眾的方式并不適合在線教育。

二、在線教育的眾籌與學(xué)習(xí)神經(jīng)元的技術(shù)機(jī)制

擺脫上述困境需要兩個方面的努力：一是產(chǎn)品開發(fā)模式上的革新，二是產(chǎn)品技術(shù)機(jī)制上的革新，二者緊密相聯(lián)。目標(biāo)只有一個，擺脫精英教育大眾的教育服務(wù)模式。

在產(chǎn)品開發(fā)模式上，需要做以下幾方面的改變：（1）由大眾中的能手創(chuàng)建知識產(chǎn)品模塊。當(dāng)然這種模塊必須是后面所談到的可聚合模塊，特別需要具有跨平臺可聚合的能力。（2）專業(yè)團(tuán)隊組裝而生成終端產(chǎn)品。專業(yè)團(tuán)隊中的課程教學(xué)專家將知識產(chǎn)品模塊組裝成為一門在線課程。（3）依賴專家品評和市場反饋促進(jìn)進(jìn)化。組裝課程的專家考察模塊質(zhì)量和取舍，并且在市場反饋的基礎(chǔ)上決定是否調(diào)整課程的模塊構(gòu)成，而能手也可以根據(jù)市場反響和專家意見改進(jìn)他創(chuàng)建的產(chǎn)品模塊。這些調(diào)整基于模塊，成本較低。

總的來說，教育領(lǐng)域中的專業(yè)團(tuán)隊將負(fù)責(zé)課程組裝以及學(xué)習(xí)支持服務(wù)，而模塊是由大眾能手創(chuàng)建的。大眾能手人數(shù)眾多，在利益驅(qū)動下，會產(chǎn)生大量、異質(zhì)的產(chǎn)品模塊，這便于形成競爭，生成進(jìn)化動力 。但要想實(shí)現(xiàn)上述產(chǎn)品開發(fā)模式，必須從產(chǎn)品技術(shù)機(jī)制入手，解決下面兩個問題：

第一，模塊必須具備跨平臺互聯(lián)聚合的能力。這種聚合的目的是形成在線課程，它是一種基于內(nèi)容的聚合能力。一門在線課程的所有外部媒體表現(xiàn)形式都可以看作它的表層結(jié)構(gòu)，而它所傳遞的知識網(wǎng)絡(luò)才是它的深層結(jié)構(gòu)。各模塊除了各自具有不同的環(huán)境設(shè)定、資源配置和交互風(fēng)格之外，還必須具有教學(xué)或?qū)W習(xí)的知識屬性，否則就無法依據(jù)它們的知識屬性按照課程知識網(wǎng)絡(luò)的內(nèi)在要求聚合成在線課程。模塊的知識屬性可以用知識圖來表征，卻不能用語義圖，因?yàn)檎Z義圖不但含混而且難以制定規(guī)范使之在各個模塊之間共享。同一個知識材料，不同主體會提供不同的語義圖，并且都可能是正確的。也就是說，如果將語義圖作為模塊的知識屬性表征以實(shí)現(xiàn)模塊的聚合，做一個演示是可以的，但卻不可能在實(shí)用層次上實(shí)現(xiàn)互聯(lián)聚合，即使在平臺內(nèi)部，也是難以做到的。因此，模塊必須以客觀圖作為其知識屬性。有了客觀圖作為知識屬性，還能夠?qū)崿F(xiàn)模塊跨平臺自由流動，這是非常重要的一點(diǎn)。也就是說，模塊發(fā)布保存在哪個平臺是沒有技術(shù)上的差別的。創(chuàng)建者可以選擇適合的平臺發(fā)布他的模塊，但不會妨礙模塊的檢索和聚合。

第二，模塊必須具備學(xué)習(xí)行為的感知與分析能力。由于模塊的創(chuàng)建者是大眾能手，他們不受任何與模塊功能無關(guān)的規(guī)范約束，他們可以按照自己的個性設(shè)計模塊。但是除了學(xué)習(xí)或教學(xué)功能外，所有模塊必須具有學(xué)習(xí)行為的感知功能，否則由它們組裝而成的在線課程無法感知學(xué)生的學(xué)習(xí)行為，進(jìn)而無法分析學(xué)生的學(xué)習(xí)行為，也就無法為學(xué)生提供個性化的教育服務(wù)。感知是基于情境的，因此模塊必須嵌入學(xué)習(xí)行為感知器。最簡單地做法是，模塊為每個交互元素設(shè)置它的學(xué)習(xí)或教學(xué)屬性。后期的學(xué)習(xí)行為分析是基于行為感知數(shù)據(jù)的，分析算法可以是獨(dú)立、共享的，不需要事先嵌入模塊之中。

此外，這種產(chǎn)品模塊要能轉(zhuǎn)變?yōu)楝F(xiàn)實(shí)，其開發(fā)成本必須很低，所以微型模塊是自然要求。學(xué)習(xí)行為感知以及后期的分析都要求產(chǎn)品模塊微型化。模塊微型化也可以讓創(chuàng)建者將注意力集中于精巧設(shè)計，而不是大而全的知識覆蓋。如果學(xué)習(xí)對象規(guī)模過大、內(nèi)容過多、過程過長，交互操作勢必極其繁雜多變，其行為感知實(shí)現(xiàn)的難度必然很大且準(zhǔn)確度必然很低。目前學(xué)界談?wù)撐⑿突牟欢唷７e件和學(xué)習(xí)元都承諾微型化，但目前來看尚沒有實(shí)現(xiàn)的強(qiáng)制機(jī)制，是自然發(fā)生的，這取決于創(chuàng)建者的意圖。

為了解決上述問題，我們提出學(xué)習(xí)神經(jīng)元的概念：學(xué)習(xí)神經(jīng)元（Learning Neuron，簡稱LN）是一種能夠提供富交互學(xué)習(xí)情境、旨在完整達(dá)到特定學(xué)習(xí)目標(biāo)、可記錄學(xué)習(xí)過程、可識別學(xué)習(xí)行為的可互聯(lián)微型學(xué)習(xí)系統(tǒng)。

學(xué)習(xí)神經(jīng)元系統(tǒng)是客戶端-服務(wù)器系統(tǒng)?？蛻舳藶閷W(xué)習(xí)者提供個性化的富交互學(xué)習(xí)環(huán)境，這個學(xué)習(xí)環(huán)境中埋設(shè)有學(xué)習(xí)行為感知器。服務(wù)器與客戶端通訊，記錄存儲學(xué)習(xí)者的學(xué)習(xí)行為，以供后期的學(xué)習(xí)分析。學(xué)習(xí)行為識別與分析在服務(wù)器端，由學(xué)習(xí)神經(jīng)元客戶端指定的學(xué)習(xí)分析引擎完成（技術(shù)機(jī)制如圖1所示）。

在概念上，完整的學(xué)習(xí)神經(jīng)元至少由以下幾個部分構(gòu)成：

一個知識產(chǎn)品模塊提供令人滿意的學(xué)習(xí)場景以及其他一些基本的技術(shù)配置不是本文的重點(diǎn)。下面闡述學(xué)習(xí)神經(jīng)元的關(guān)鍵特征。

（1）知識建模圖

知識建模圖是一種按照特定規(guī)范繪制的知識隸屬關(guān)系圖（楊開城，2010，pp.63-66）。它是基于知識之間的語義聯(lián)系構(gòu)建的，但不是語義圖。有研究表明，由于特定規(guī)范的約束，不同主體針對同一內(nèi)容所繪制的知識建模圖存在令人滿意的一致性（趙文娟，2011）。也就是說，知識建模圖是客觀圖。神經(jīng)元構(gòu)建者只要遵循知識建模規(guī)范為神經(jīng)元設(shè)定知識建模圖，神經(jīng)元之間就可以根據(jù)知識建模圖的交點(diǎn)建立互聯(lián)，實(shí)現(xiàn)聚合。我們也可以根據(jù)這個屬性識別學(xué)習(xí)內(nèi)容相同或相似的學(xué)習(xí)神經(jīng)元。設(shè)置學(xué)習(xí)場景中的學(xué)習(xí)行為感知器以及后期的學(xué)習(xí)分析都需要用到知識建模圖。

（2）學(xué)習(xí)行為感知器

所謂的學(xué)習(xí)行為感知器，就是具有特定功能和教學(xué)或?qū)W習(xí)屬性的交互元素（比如按鈕、超鏈接，等等）。這里的學(xué)習(xí)或教學(xué)屬性中的知識表征采用知識建模圖。當(dāng)這些交互元素被學(xué)習(xí)者激活時，這個交互元素負(fù)責(zé)將屬于該交互元素的具有教學(xué)或?qū)W習(xí)含義的信息發(fā)送給服務(wù)器。比如，某個按鈕的學(xué)習(xí)屬性是“某些知識內(nèi)容的理解”，點(diǎn)擊它，該按鈕負(fù)責(zé)將理解水平的知識內(nèi)容發(fā)送給服務(wù)器。

（3）學(xué)習(xí)空間的靜態(tài)描述

將學(xué)習(xí)場景中所有的交互元素匯集起來，便構(gòu)成了該學(xué)習(xí)神經(jīng)元的學(xué)習(xí)空間靜態(tài)描述。學(xué)習(xí)空間中包括兩類對象，一類是頁面，另一類是交互元素。頁面是交互元素和其他頁面的容器。如果某交互元素包含特定的學(xué)習(xí)或教學(xué)屬性，它就是學(xué)習(xí)行為感知器。學(xué)習(xí)空間的靜態(tài)描述是定義理想學(xué)習(xí)行為的基礎(chǔ)。理想學(xué)習(xí)行為是學(xué)習(xí)分析的重要參照。

（4）學(xué)習(xí)分析引擎

學(xué)習(xí)神經(jīng)元構(gòu)建者可以是學(xué)習(xí)場景的設(shè)計能手，卻不一定也不必要懂學(xué)習(xí)分析。學(xué)習(xí)分析的數(shù)據(jù)來源雖然是學(xué)習(xí)場景，但對數(shù)據(jù)的后期處理必須是獨(dú)立于學(xué)習(xí)場景的，也就是獨(dú)立于神經(jīng)元建構(gòu)者的。這個獨(dú)立的學(xué)習(xí)分析算法集，我們稱之為學(xué)習(xí)分析引擎。我們可以根據(jù)學(xué)科、學(xué)習(xí)活動、資源條件等差異，研發(fā)各種學(xué)習(xí)分析引擎以供學(xué)習(xí)神經(jīng)元的構(gòu)建者選用。每個學(xué)習(xí)神經(jīng)元在發(fā)布時再指定它所適合的學(xué)習(xí)分析引擎。

學(xué)習(xí)分析引擎的開發(fā)是高技術(shù)含量的活動，所開發(fā)出來的分析引擎也一定是模型化的、有限適用范圍的。當(dāng)學(xué)習(xí)神經(jīng)元的內(nèi)容和學(xué)習(xí)場景過大時，學(xué)習(xí)分析引擎極有可能失效。因此，為了能夠準(zhǔn)確感知、識別和分析學(xué)習(xí)行為，學(xué)習(xí)神經(jīng)元必須設(shè)計得“小而精”，每個學(xué)習(xí)神經(jīng)元不應(yīng)包含過多的內(nèi)容和知識點(diǎn)。在某種程度上，學(xué)習(xí)分析引擎是學(xué)習(xí)神經(jīng)元微型化的技術(shù)強(qiáng)制力量。

總之，學(xué)習(xí)神經(jīng)元是微型學(xué)習(xí)環(huán)境，開發(fā)門檻低，大眾能手即可開發(fā)，輔以知識產(chǎn)權(quán)保護(hù)和市場利益驅(qū)動，便能產(chǎn)生大量的學(xué)習(xí)神經(jīng)元產(chǎn)品以形成競爭事態(tài)，引發(fā)進(jìn)化；學(xué)習(xí)神經(jīng)元具有知識建模圖屬性，可輕松實(shí)現(xiàn)跨平臺互聯(lián)、聚合，專業(yè)團(tuán)隊可以將不同平臺中的學(xué)習(xí)神經(jīng)元組織成一門在線課程。在市場競爭驅(qū)動下，優(yōu)秀的學(xué)習(xí)神經(jīng)元以及相應(yīng)的課程產(chǎn)品脫穎而出。由此，在線教育可形成一種我們稱之為“教育眾籌”的事態(tài)。此處的“眾籌”，借用的是經(jīng)濟(jì)領(lǐng)域中的“眾籌”。經(jīng)濟(jì)領(lǐng)域中，眾籌是指資本眾籌，有意愿者湊個份子，以便使得被資助者做成某件事。這里的眾籌是“智慧”眾籌，大眾能手貢獻(xiàn)知識模塊，以便組裝成高質(zhì)量的在線課程。在教育眾籌事態(tài)下，任何人既可以是學(xué)習(xí)神經(jīng)元的使用者，也可以是學(xué)習(xí)神經(jīng)元的創(chuàng)建者。

三、一個學(xué)習(xí)神經(jīng)元原型產(chǎn)品

為了檢驗(yàn)上述技術(shù)構(gòu)想是否可行，我們開發(fā)了一個極其簡單的學(xué)習(xí)神經(jīng)元系統(tǒng)，學(xué)習(xí)內(nèi)容是大學(xué)課程“數(shù)據(jù)結(jié)構(gòu)”中的“二叉樹先序遍歷算法”。該學(xué)習(xí)神經(jīng)元的知識建模圖如圖2所示?？蛻舳说木唧w功能包括復(fù)習(xí)二叉樹的基本概念、觀察先序遍歷算法的運(yùn)轉(zhuǎn)過程以及相應(yīng)的練習(xí)（如圖3和圖4所示）。

從產(chǎn)品界面上，它與一般的CAI課件無異。但這個產(chǎn)品為每個交互元素都設(shè)置了學(xué)習(xí)行為感知器。在概念上，該產(chǎn)品中的交互元素可以按照這個格式來描述：交互元素=（元素名稱）（元素ID）（控件）（操作）（功能）[（頁面ID）|（內(nèi)容）（水平）][（內(nèi)容）（水平）...]]。比如，圖3中的“提交”按鈕是這樣設(shè)定的：（提交）（ltree_submit）（按鈕）（點(diǎn)擊）（交互），意味著用戶點(diǎn)擊這個按鈕是人機(jī)交互行為，學(xué)習(xí)場景會根據(jù)提交的答案呈現(xiàn)反饋。再比如，圖4中的“下一步”按鈕是這樣設(shè)定的：（下一步）（process_nextpro）（按鈕）（點(diǎn)擊）（激活知識）（二叉樹先序遍歷）（理解）（訪問根節(jié)點(diǎn)）（理解）（訪問左子樹）（理解）（訪問右子樹）（理解），意味著用戶點(diǎn)擊“下一步”按鈕時，在試圖理解先序遍歷算法的過程細(xì)節(jié)。而圖4中的“下一頁”按鈕是這樣設(shè)定的：（下一頁）（process_next）（按鈕）（點(diǎn)擊）（頁面跳轉(zhuǎn)）（practice），意味著用戶點(diǎn)擊“下一頁”按鈕，跳轉(zhuǎn)到其他頁面。當(dāng)然，軟件實(shí)際運(yùn)行時，會根據(jù)實(shí)際情況將交互信息發(fā)送給服務(wù)器，比如在某種情況下，圖4中“下一步”按鈕激活的知識只是“（訪問根節(jié)點(diǎn)）（理解）”。

來自客戶端的用戶操作數(shù)據(jù)有很多，激活知識內(nèi)容的操作只是其中一部分。這個產(chǎn)品根據(jù)操作數(shù)據(jù)的交互類型以及頁面停留時間，將符合要求的交互行為定性為學(xué)習(xí)行為，再將這些學(xué)習(xí)行為與理想學(xué)習(xí)行為進(jìn)行對比（如圖5所示）。這里，理想學(xué)習(xí)行為默認(rèn)為學(xué)習(xí)空間的靜態(tài)描述，即完整地遍歷所有頁面、點(diǎn)擊所有交互元素就是理想的學(xué)習(xí)行為。理想學(xué)習(xí)行為是學(xué)習(xí)分析引擎的一部分。對于更加復(fù)雜的學(xué)習(xí)神經(jīng)元來說，理想學(xué)習(xí)行為模型可以是更復(fù)雜的表征，甚至是利用人工神經(jīng)網(wǎng)絡(luò)算法訓(xùn)練的結(jié)果。

這個原型產(chǎn)品初步實(shí)現(xiàn)了一個極其簡單的學(xué)習(xí)神經(jīng)元，焦點(diǎn)用戶試用反饋的信息主要集中在客戶端學(xué)習(xí)功能設(shè)計方面，感覺與使用一般CAI課件沒有差異。服務(wù)器端收集到了全部的學(xué)習(xí)行為數(shù)據(jù)，與理想學(xué)習(xí)行為做了簡單的對比，統(tǒng)計了頁面和知識點(diǎn)的訪問次數(shù)。這個原型產(chǎn)品并沒有在學(xué)習(xí)分析方面做深入探索，只是初步證明了學(xué)習(xí)神經(jīng)元技術(shù)機(jī)制的可行性。根據(jù)已收集的數(shù)據(jù)，學(xué)習(xí)分析可以產(chǎn)生更多的結(jié)果，比如用IIS圖分析法計算知識點(diǎn)激活量在知識建模圖中的分布、針對某些指標(biāo)多用戶之間的對比，等等。

四、后期的研究重點(diǎn)

學(xué)習(xí)神經(jīng)元系統(tǒng)的開發(fā)強(qiáng)調(diào)將學(xué)習(xí)分析與學(xué)習(xí)設(shè)計整合在一起，在客戶端埋設(shè)學(xué)習(xí)行為感知器實(shí)現(xiàn)學(xué)習(xí)過程保真存儲，為后期的學(xué)習(xí)過程分析和個性化學(xué)習(xí)支持服務(wù)提供基礎(chǔ)數(shù)據(jù)，而所有這些功能可以廣泛實(shí)現(xiàn)的關(guān)鍵，是學(xué)習(xí)神經(jīng)元具有知識建模圖這個屬性。有了知識建模圖屬性，學(xué)習(xí)神經(jīng)元可以輕松實(shí)現(xiàn)跨平臺互聯(lián)聚合。學(xué)習(xí)神經(jīng)元是微型學(xué)習(xí)模塊，可由大眾能手創(chuàng)建；基于學(xué)習(xí)神經(jīng)元課程產(chǎn)品的聚合以及學(xué)習(xí)支持服務(wù)由教育服務(wù)機(jī)構(gòu)的專業(yè)教學(xué)團(tuán)隊負(fù)責(zé)；學(xué)習(xí)分析引擎則由教育領(lǐng)域中的研究機(jī)構(gòu)負(fù)責(zé)。如此，便能初步形成教育眾籌的基本事態(tài)。在實(shí)踐領(lǐng)域?qū)崿F(xiàn)教育眾籌并非易事，不但涉及相應(yīng)的法律法規(guī)、市場運(yùn)營、人員培訓(xùn)，而且需要在技術(shù)方面有所突破。本文關(guān)注的是技術(shù)層面，其他層面存在未知，但風(fēng)險不大。技術(shù)實(shí)現(xiàn)目前承擔(dān)著最大的風(fēng)險。技術(shù)實(shí)現(xiàn)不但需要克服技術(shù)上的困難，而且還需要課程開發(fā)和教學(xué)設(shè)計方面的理論進(jìn)步。在產(chǎn)品層面上，學(xué)習(xí)神經(jīng)元的管理平臺和搜索引擎將是研究的重點(diǎn)；在技術(shù)層面上，基于特定學(xué)科類型和活動任務(wù)的學(xué)習(xí)神經(jīng)元的學(xué)習(xí)分析引擎的開發(fā)將是研究的重點(diǎn)；在理論層面上，基于學(xué)習(xí)神經(jīng)元的課程開發(fā)理論框架和技術(shù)規(guī)范、教學(xué)設(shè)計技術(shù)規(guī)范將是研究的重點(diǎn)。

參考文獻(xiàn)：

[1]程罡，余勝泉， 楊現(xiàn)民（2009）.“學(xué)習(xí)元” 運(yùn)行環(huán)境的設(shè)計與實(shí)現(xiàn)[J].開放教育研究， （2）： 27-36.

[2]丁瑩，楊開城（2012）.教學(xué)分析方法的對比研究[J].現(xiàn)代教育技術(shù)， （9）：12-17.

[3]胡小勇，祝智庭（2002）.學(xué)習(xí)對象——網(wǎng)絡(luò)教學(xué)技術(shù)的新理念[J].電化教育研究， （4）： 22-28.

[4]黎加厚（1997）.從課件到積件： 我國學(xué)校課堂計算機(jī)輔助教學(xué)的新發(fā)展[J].電化教育研究， （4）： 10-14.

[5]劉曉雪，李遠(yuǎn)蓉（2004）.重新認(rèn)識積件理論[J].電化教育研究， （5）： 23-27.

[6]楊開城（2010）.教學(xué)設(shè)計——一種技術(shù)學(xué)的視角[M].北京：電子工業(yè)出版社.

[7]余勝泉，楊現(xiàn)民（2007）.辨析“積件”“學(xué)習(xí)對象”與“學(xué)習(xí)活動”——教育資源共享的新方向 [J].中國電化教育， （12）： 60-65.

[8]趙文娟（2011）.知識建模技術(shù)的一致性研究[D].北京：北京師范大學(xué).

收稿日期 2016-10-23 責(zé)任編輯 汪燕