【摘 要】

構建教育大資源服務是我國教育信息化2.0中的一項重要任務。這項任務面臨著方方面面的難題，其中核心的問題是教育資源的大規(guī)模共享和優(yōu)質服務。解決這些難題需要以新的思維重新審視和設計教育資源的創(chuàng)作、描述、存儲、發(fā)布、傳播、應用和增值等環(huán)節(jié)。為了敘述方便，本文將這些環(huán)節(jié)用“教育資源治理”一詞來概括。本文分析傳統(tǒng)教育資源治理技術和模式的演化，指出在教育信息化2.0時代教育資源共享和服務所面臨的問題，進而提出在教育信息化2.0背景下教育資源治理的新思路和新理念?；诖怂悸泛屠砟?，設計以Web為開放平臺，整合Web瀏覽器插件、人工智能、網(wǎng)構軟件思想、基于區(qū)塊鏈的去中心化身份認證等核心技術的新型教育資源治理模式。文章最后給出了三個獨立的原型實踐，驗證了相關技術思路，為未來整合形成完備的新型教育資源治理生態(tài)提供了基礎。

【關鍵詞】??教育資源治理;人工智能教育應用;Web開放平臺;瀏覽器;區(qū)塊鏈;網(wǎng)構軟件;學習資源

【中圖分類號】??G420???????【文獻標識碼】??A???????【文章編號】??1009-458x（2019）12-0012-13

*?基金項目：上海市科委科技攻關重大項目“上海數(shù)字化教育裝備工程技術研究中心能力提升項目”（項目編號：17DZ2281800）;中央高?；究蒲袠I(yè)務費華東師范大學青年預研究項目“課堂環(huán)境中基于面部表情識別的師生情感模式及應用研究”（項目編號：2017ECNU-YYJ039）。

一、引言

教育大資源服務在教育信息化2.0時代具有重要地位。教育部《教育信息化2.0行動計劃》明確指出：“實施教育大資源共享計劃……探索資源共享新機制，提升數(shù)字教育資源服務供給能力……，推進開放資源匯聚共享，打破教育資源開發(fā)利用的傳統(tǒng)壁壘，利用大數(shù)據(jù)技術采集、匯聚互聯(lián)網(wǎng)上豐富的教學、科研、文化資源，為各級各類學校和全體學習者提供海量、適切的教育資源服務，實現(xiàn)從‘專用資源服務向‘大資源服務的轉變?！保ń逃?，?2018）

2.0時代的教育大資源服務將具有鮮明的時代特征。這些特征包括更以“體驗”為依歸，更以“數(shù)據(jù)”為基礎，更以“連接”為要義，更以“開放”為策略，更以“智能”為目標（任友群，?2017）。這五大特征在教育資源服務中體現(xiàn)在：增強教育資源的使用體驗;記錄教育資源的使用數(shù)據(jù)以支持學習分析;實現(xiàn)資源之間的相互連接，實現(xiàn)資源使用者之間的相互連接;資源的開放共享;以智能技術增強的資源服務。事實上，這些特征背后的核心在于實現(xiàn)大規(guī)模共享和優(yōu)質服務。

大規(guī)模共享是為了提升資源覆蓋和應用廣度，從而提升資源的利用率;優(yōu)質服務是為了提升資源應用的體驗和效度，以實現(xiàn)個性化的教學。無論是共享還是服務都與教育資源的創(chuàng)作、描述、存儲、發(fā)布、傳播、應用和增值等環(huán)節(jié)密不可分。本文采用教育資源治理這一術語來表述上述各環(huán)節(jié)。

教育資源和學習資源是教育技術領域文獻中的常見詞匯。到目前為止，關于這兩個詞匯并沒有廣泛而統(tǒng)一的定義。教育資源是廣義的，可針對涉及教學過程的多種利益相關者，學習資源針對的是學習者。但是它們所指的內容實際上具有很大的共同點，而教育信息化2.0時代的教育大資源服務當然是針對教育情景中的多種相關者。因此，本文將學習資源和教育資源同等對待?；仡櫄v史可以發(fā)現(xiàn)，教育資源治理在不同的時代具有不同的理念和相應的實現(xiàn)技術。在教育信息化2.0的大背景下，為了實現(xiàn)能具備上述五大特征的教育大資源服務，相關者需要考慮以何種思維重新審視和設計教育資源治理的各個環(huán)節(jié)，需要考慮采用何種技術路線開展實踐。在此背景下，本文對教育資源治理各環(huán)節(jié)的歷史和發(fā)展進行分析，指出當前面臨的問題和挑戰(zhàn)，提出教育資源治理的新理念和關鍵思路，最后設計基于Web平臺的教育資源治理模式并介紹原型實現(xiàn)，以期為新時代大資源建設提供思路。

二、教育資源治理的發(fā)展概況

（一）教育資源治理的界定

本文所提的教育資源治理的思想來源于digital?curation和governance。digital?curation是指為了支持當前和未來對可信賴的數(shù)字信息的持續(xù)使用，而對其實施維護、增值的行為過程（Beagrie，?2006）。祝智庭等（2014）將digital?curation翻譯為數(shù)字治理。在智慧學習中，數(shù)字治理具有重要的意義，教育資源是一種可信賴的數(shù)字信息，為了在當前和未來更好地使用，相關利益者必須對其實施維護和增值。

governance也被翻譯為治理。governance是指所有治理過程，無論是由政府、市場還是網(wǎng)絡進行的，無論是通過家庭、部落、正式或非正式組織或者領土，還是通過法律、規(guī)范、權力或語言進行的（Bevir，?2012，?p.?19）。格里·斯托克（Stoker，?1998）引用詹·庫伊曼等人（Kooiman?&?van?Vliet，?1993，?p.?64）的觀點：“治理所要創(chuàng)造的結構或秩序不能由外部強加，其發(fā)揮作用是要依靠多種利益和責任主體的參與以及互相發(fā)生影響的互動”，強調治理的本質是它專注于治理機制而不強調依賴于政府的權力和控制。

基于上述內容，本文如下定義教育資源治理：教育資源治理是以教育資源為對象，強調以技術為支撐構建自動化、自治化基礎架構，廣泛吸納多方責任主體，包括政府機構、社會機構、公司、個人等，參與教育資源的創(chuàng)作、描述、存儲、發(fā)布、傳播、應用和增值過程，從而促進教育資源的大規(guī)模共享和優(yōu)質服務。在本文中，我們認為技術體系將在教育資源治理機制中發(fā)揮重要作用。

（二）相關發(fā)展概況

1.?OER

在20世紀90年代，隨著以因特網(wǎng)和Web為代表的信息技術的快速發(fā)展，創(chuàng)作并在Web上發(fā)布內容變得越來越方便。許多大學在此背景下開發(fā)了各種各樣的系統(tǒng)來實現(xiàn)知識的有效傳播。其中，MIT的OpenCourseWare取得了成功。OpenCourseWare本質上是一個教育資源的發(fā)布系統(tǒng)，它后來被當作一種開放分享的典范模式于2002年被提交到UNISCO的會議上，該會議提出了Open?Educational?Resource這一詞匯（D？？Antoni，?2009）。Hewlett?Foundation基金會是OER領域重要的支持和促進機構，其官方定義OER為：在公眾領域被發(fā)布或者在某種知識產(chǎn)權授權策略下，允許人們自由再使用的教育、學習或者研究資料（Hewlett?Foundation，?2016）。

OER不是一種技術體系，它是一種模式，其思想來源于開源軟件模式。OER倡導在多種層面的授權下實現(xiàn)承載知識的教育資源在不同場景下的自由訪問和重用。對于OER重用，Hilton提出了5R模式，即retain、reuse、redistribution、revise和remix（Hilton?III，?Wiley，?Stein，?&?Johnson，?2010）。其中，remix指的是人們可以將兩個或者多個教育資源進行合并以生成新的資源。事實上在Hilton所提出的五模式中，redistribution和remix對技術提出了新的要求。這種技術需求并沒有特指性，可以采用學習對象技術體系。

2.?學習對象技術體系

我國學者黎加厚（1997）提出了積件的概念。積件是一種可組合的教育資源基本單元。積件平臺是由教師和學生根據(jù)教學需要，自己組合運用的教學信息和教學處理策略庫與工作平臺。只是積件的概念沒有最終發(fā)展成體系化、標準化、規(guī)模化的技術體系。幾乎在相同的時期，學習對象技術發(fā)展起來，并最終形成了一套相對完備的有關教育資源描述、重用和組織的技術體系。與OER一樣，學習對象相關技術的思想也來自于軟件技術領域，它是受到了面向對象編程的啟發(fā)。

學習對象（learning?objective，LO）被定義為任何（不論是數(shù)字化的，還是非數(shù)字化的）可以用來支持學習、教育和培訓的實體（entity），該標準定義一套描述規(guī)范來支持針對學習對象的搜索、評價、獲取以及使用（IEEE，?2002）。高級分布式學習（advanced?distribution?learning，ADL）的共享內容對象參考模型（shareable?content?object?reference?model，SCORM）中的學習對象模型提供了學習管理系統(tǒng)之間交互的數(shù)據(jù)標準，用來支持學習對象在學習管理系統(tǒng)之間的共享（Bohl，?Scheuhase，?Sengler，?et?al.，?2002）。教學和經(jīng)濟效用上的考慮是設計各種學習對象模型的重用和系統(tǒng)間互通等特性的主要動機，學習對象雖然有大量描述資源的標準元素，但卻缺少有關資源之間相關性的語義描述（Ullrich，?2005）。因此，學習對象在提升教育資源本身的能力方面依然有限，導致面對海量教育資源時教學或者學習者必須人工搜索和聚合所需的學習對象，難以適應個性化和多樣化的學習以及泛在學習，資源不可演化。因此，余勝泉等（2009）結合普適計算技術的發(fā)展以及泛在學習的實際需求，提出了學習元理念和架構。學習元是對現(xiàn)有的學習對象、學習設計模型的繼承與發(fā)展，具有生成性、開放性、聯(lián)通性、可進化發(fā)展、智能性、內聚性、自跟蹤、微型化等基本特征，可以實現(xiàn)學習者群體智慧的共享和學習工具的共享。

3.?智能化教育資源服務方面的探索

OER提供了一種共享范式，但不關心底層技術;LO技術體系為資源的描述、復用和組裝提供了技術基礎，但是卻無法支持優(yōu)質的資源服務。為此，一些研究者開始在應用層面開發(fā)新的技術來實現(xiàn)教育資源的優(yōu)質服務。

自適應技術受到廣泛關注。翟雪松等（2017a）的研究表明，基于學習者的生理數(shù)據(jù)可設計算法來探究學習者的認知模式和能力，從而基于此設計各類滿足學習需求的自適應技術。教育資源和學習路徑自適應推送是面對海量教育資源的情況下優(yōu)化學習和提高績效的重要手段，其中的關鍵是由機器而不是人來根據(jù)學習情境自動挑選和組織。由于學習對象本身的限制，研究者將重點放到了學習對象所在的學習支持系統(tǒng)和學習對象庫上（Black，?Dawson，?&?Priem，?2008;?Sabourin，?Kosturko，?&?McQuiggan，?2015;?Ullrich，?2005）。然而，由于學習支持系統(tǒng)的多樣性，這樣的智能化成果不能實現(xiàn)普適性。

本體和語義描述是計算機推理的重要基礎，是一種推薦技術基礎。在教育資源中采用語義技術有助于計算機自動進行資源關系之間的推理和發(fā)現(xiàn)（姜強，?等，?2010;?吳鵬飛，?等，?2015;?楊現(xiàn)民，?2014;?張吉先，?等，?2015）。這類研究的一個主要特點是針對學科知識建立語義本體，賦予每個資源語義描述，使用語義推理技術和相似度分析技術為用戶推薦資源和資源組合?？梢?，本體和語義技術的應用增強了資源自身的能力。

標準規(guī)范方面也在適應智能服務的需求而尋求演進，如Common?Cartridge使得更多的資源開發(fā)商和平臺開發(fā)商能更方便地應用標準實現(xiàn)適應性的內容導航（Gonzalez-Barbone?&?Anido-Rifon，?2010）。

張吉先等（2015）提出了一種大數(shù)據(jù)環(huán)境下基于學習對象元數(shù)據(jù)（LOM）的資源封裝模型，在資源庫平臺中建立一套既符合教育資源著錄標準又具有可擴展性的元數(shù)據(jù)模型定義模式?；诖髷?shù)據(jù)理念的網(wǎng)絡教育資源組織策略（馬秀麟，?等，?2015），通過構建以知識點為核心的知識元，把教育資源有機地組織起來，從而幫助學習者更加智能化、個性化地學習。

要實現(xiàn)智能化的服務，數(shù)據(jù)和基于數(shù)據(jù)的分析是關鍵。為此，ADL在SCORM之后推出了xAPI技術，用以實現(xiàn)泛在條件下學習行為的數(shù)據(jù)獲取。這種模式能夠使得學習經(jīng)歷數(shù)據(jù)的采集和存儲與學習環(huán)境實現(xiàn)分離，有利于實現(xiàn)教育大數(shù)據(jù)的采集和分析（顧小清，?等，?2014）。xAPI的出現(xiàn)給出了一個信號：教育資源本身的能力有待加強，并且是可行的方向，故在提升學習服務智能化程度方面，可從提升教育資源本身的能力這樣一個視角來進行全新的嘗試。

三、教育資源治理面臨的挑戰(zhàn)以及理念轉變

（一）大規(guī)模共享

無論是基于標準體系建立起來的發(fā)展模式還是OER模式，都在實現(xiàn)大規(guī)模的教育資源共享上遇到挑戰(zhàn)。信息模型及系列標準為特定學習環(huán)境中的資源共享和系統(tǒng)演進提供了強有力的支持。然而，從我國的情況看，在教育資源治理過程中，標準在應用方面出現(xiàn)了業(yè)界不愿意見到但又不可回避的“陷阱”：一些新系統(tǒng)開發(fā)并沒有遵循標準，導致信息孤島不斷產(chǎn)生;標準的應用必然對教育資源形成新的封裝，這一封裝又導致教育資源必須在特定的學習系統(tǒng)或者學習管理系統(tǒng)中，或者必須在特定的播放器（player）支持下才能被有效地使用。在新的學習形態(tài)不斷興起的時代，這大大限制了教育資源的可達性，也自然降低了其效用。同時，OER只是一種模式，其對教育資源共享的推動依賴于此模式的社會價值的體現(xiàn)。就當前的發(fā)展而言，OER實現(xiàn)資源共享的方式依賴于特定的系統(tǒng)平臺或者存儲機構。

（二）優(yōu)質服務

教育大資源的服務對象是用戶，為了實現(xiàn)優(yōu)質服務必然需要對資源和用戶都有更好的理解，需要讓機器深入了解學習者、資源以及學習者與資源之間的交互。對于資源來說，元數(shù)據(jù)極為重要;對于交互來說，情境信息極為重要;對于用戶來說，畫像不可或缺。

1.?教育資源元數(shù)據(jù)的自動標注非常緊迫

開放教育資源的巨大前景在于實現(xiàn)高質量教育資源的訪問，但是兩個尚待解決的問題成為發(fā)揮該優(yōu)勢的阻礙，即資源的可發(fā)現(xiàn)性和為特定學習者定位合適的資源（許哲，?等，?2014）。這些挑戰(zhàn)對于Web上的海量教育資源來說尤其顯著，因此設計適合于Web上的教育資源的描述受到重視，學習資源元數(shù)據(jù)項目（learning?resource?metadata?initiative，?LRMI）就是其中一種成果。LRMI項目是由著名的比爾及梅琳達·蓋茨基金會和威廉和弗洛拉休利特基金會資助的一個項目。谷歌、微軟等搜索引擎公司也對這個計劃起到很大的推動作用（Campbell?&?Barker，?2014）。LRMI的目標是使Web上的高質量教育資源治理環(huán)節(jié)中的創(chuàng)作、描述、發(fā)布、發(fā)現(xiàn)和交付等環(huán)節(jié)更加容易便捷?？梢哉f，LRMI是對資源可發(fā)現(xiàn)性的一次大規(guī)模的探索，該計劃推動的資源元數(shù)據(jù)的標準體系為搜索引擎提供了數(shù)據(jù)支持。

LRMI規(guī)范主要是對Web頁面進行描述的詞匯和相關操作，其初衷是提出一種新的面向Web頁面內容的教育資源元數(shù)據(jù)規(guī)范，為數(shù)字教育資源出版商和發(fā)行商提供了一種面向Web搜索引擎的教育資源暴露機制，以方便Web搜索引擎很好地處理教育資源。盡管LRMI計劃的努力引起了教育領域關于教育資源元數(shù)據(jù)標注的重視，卻沒有辦法解決教育資源元數(shù)據(jù)標注的問題。

因此，Web上廣泛存在的教育資源元數(shù)據(jù)標注的任務非常艱巨。傳統(tǒng)的方式主要是基于人工對教育資源元數(shù)據(jù)進行處理。但是在當前的Web環(huán)境下，海量的教育資源不能依靠人工方式來進行元數(shù)據(jù)標注，基于人工智能的自動標注是未來發(fā)展的重要方向。事實上，有研究者（Steinacker，?Ghavam，?&?Steinmetz，?2001）很早就指出未來的內容創(chuàng)作系統(tǒng)將能夠自動生成許多元數(shù)據(jù)值，并提供用戶友好的方式來提供信息，而無須直接處理元數(shù)據(jù)編碼。

2.?學習者使用情境難以被構建

情境已經(jīng)成為促進深度學習、個性化學習、差異化學習不可或缺的要素（許哲，?等，?2014）。馮翔等（2013）指出情境感知技術是入境學習的關鍵技術。翟雪松（2017b）認為情境性是培養(yǎng)學習者跨學科能力和創(chuàng)新能力的重要因素。

不妨設問：誰，在什么情況下，使用了什么教育資源？又有哪些互聯(lián)網(wǎng)學習者正在使用這個資源？基本上，如果我們能回答上述問題，就可以說我們了解學習者學習的情境。一旦我們獲得了這種情境，再結合教育資源元數(shù)據(jù)，就能夠精準實現(xiàn)教育資源推薦以及學伴推薦。

然而，當前教育資源治理的典型實踐模式——基于教育資源服務公共平臺，或者基于應用了學習對象技術的學習系統(tǒng)，都無法有效地構建學習者情境。

（三）教育資源治理新理念

經(jīng)過Web?2.0的發(fā)展，Web上可供學習的頁面資源已經(jīng)呈現(xiàn)海量之勢，這為大規(guī)模共享提供了很好的基礎，既包括Web基礎設施，也包括Web上的數(shù)據(jù)基礎。從學習者方面看，互聯(lián)網(wǎng)在線學習蓬勃發(fā)展，優(yōu)質教育資源被大量創(chuàng)作出來。此時，師生的認知習慣和學習風格已出現(xiàn)顯著變化，他們對用戶體驗表現(xiàn)出了更高的要求。根據(jù)研究報告（馬秀麟，?朱艷濤，?2013），隨著互聯(lián)網(wǎng)上開放式的教育資源和學習社區(qū)（如百度百科、百度文庫、維基百科等）的快速發(fā)展，學生正在放棄傳統(tǒng)的學習系統(tǒng)，傾向于直接通過瀏覽器使用Web上的資源。

學習習慣的改變以及Web上學習資源的就緒情況為人們提供了一種新的治理教育資源的可能。其核心思想是，將教育資源從具體組織機構平臺和特定標準體系下的學習平臺遷移到Web平臺;充分利用?Web標準體系;繼承傳統(tǒng)的標準體系和規(guī)范的優(yōu)勢。

1.?教育資源的形態(tài)：從文件走向基于Web的智能體

當前，典型的教育資源服務是以文件服務的形式提供的。這些教育資源大多存在于各級各類教育資源服務中心。這種服務體系以一個Web網(wǎng)站的形式與用戶實現(xiàn)交互。用戶在網(wǎng)站上主動檢索，然后下載文件或者在線查看文件。

從互聯(lián)網(wǎng)、Web發(fā)展的視角審視這種服務模式可以發(fā)現(xiàn)，它是低效的和不“智慧”的，主要體現(xiàn)在：①教育資源元數(shù)據(jù)通常依賴人工標注。標注受制于上傳者和其他相關者的意愿、時間和知識能力水平等因素。②主要依賴用戶主動檢索才能夠找到相關資源。在當前的服務體系下，這一檢索過程以及對檢索結果的篩選是高認知負載的。③教育資源是純粹的靜態(tài)文件，其存在意義在于被動檢索和查看。根據(jù)許哲等（2014）的觀點，文件服務應從被動走向主動。這種以靜態(tài)文件形式存在的資源難以實現(xiàn)主動服務。④教育資源的使用情況完全依賴于其被使用時所在的學習平臺。離開了平臺，這個資源的使用將無法被跟蹤和記錄，無法確定學習的情境，因此無法支持后續(xù)的智能分析。

本文認為，教育資源服務也可以以智能體的形式存在。其特點在于：①教育資源智能體作為一個獨立的單元，基于HTTP協(xié)議運行于Web環(huán)境中，不依賴于任何特定Web應用。②作為一個智能體，它具有感知能力，能夠感知用戶的操作并不斷調整反饋，從而為用戶提供最佳服務。③在人工智能（AI）、Web瀏覽器、OpenAPI和集體智慧支持下完成元數(shù)據(jù)的標注工作。

2.?教育資源的能力：從一無所知到情境感知

當前的教育資源服務模式中，教育資源被使用的情況無法被很好地跟蹤，特別是那些以文件形式表現(xiàn)的教育資源，在下載之后是完全無法追蹤使用情況的，這就給提升教育資源服務造成了障礙。傳統(tǒng)的思路是靠教育資源所在的平臺來解決這一問題。但是，教育資源平臺的多樣性給學習者造成了困擾，學習者無法很好地實現(xiàn)流式學習。流式學習是一種新的學習形態(tài)（許哲，?等，?2014），它是一種不間斷、不關心學習平臺的學習體驗過程。因此，本文提出賦予教育資源采集數(shù)據(jù)、感知環(huán)境的能力。在現(xiàn)代Web技術支持下，這是可行的。通過引用一組Web?API，可以為當前頁面賦予新的能力。比如，xAPI中可以通過頁面中引用一個JavaScript語言庫就能支持頁面和學習記錄數(shù)據(jù)庫（learning?record?store，LRS）之間的數(shù)據(jù)通信，從而支持頁面實現(xiàn)基于xAPI的學習經(jīng)驗數(shù)據(jù)采集。事實上，xAPI提供了一套獨立于平臺的學習經(jīng)驗數(shù)據(jù)描述和采集機制，這為賦予教育資源情境感知能力提供了很好的基礎。

3.?教育資源的運行基礎：從特定平臺到Web平臺

在基于學習對象等傳統(tǒng)技術發(fā)展而來的服務模式中，由于教育資源的打包和分布是在特定標準體系或者規(guī)范下進行的，因此資源只能在特定的平臺下運行。這種特定平臺的限制制約了教育資源的大規(guī)模共享和服務，不能適應當代的學習形態(tài)。這也對教育資源創(chuàng)作提出了高要求，比如需要符合標準要求的創(chuàng)作工具、創(chuàng)作流程和分發(fā)流程。教育信息化2.0時代教育資源開放共享，一方面要汲取學習對象技術的優(yōu)秀技術思想，如元數(shù)據(jù);一方面又要能夠擺脫對傳統(tǒng)標準體系和環(huán)境的依賴。要達到這個目標，Web平臺是一個非常好的選擇。

Web上存在著海量的教育資源，這些教育資源的主要表現(xiàn)形式就是普通的Web網(wǎng)頁，Web網(wǎng)頁的內容制作標準相對于學習對象標準而言更容易，也具有更多的用戶。這種Web上的教育資源的數(shù)量相對于嚴格組織和規(guī)范化的學習對象資源而言更加龐大，在Web上的泛化已成常態(tài)。有效利用這些資源對于教育大資源格局意義重大。

4.?從中心治理到基于Web平臺的分布式自治

傳統(tǒng)的學習對象庫（learning?objective?repository）是采取中心化的治理方式。其典型的方式是由一個權威機構建立一個中心庫，該庫可存儲學習對象及其元數(shù)據(jù)。這個庫方便用戶進行查詢和組合構建新的學習對象，以滿足教學用途。這種庫存在的天然弊端是：①可形成壟斷壁壘;②庫的構建成本高，維護成本高，同時存在單點故障問題。

比特幣的興起使區(qū)塊鏈走入了人們的視野。區(qū)塊鏈技術是利用區(qū)塊鏈式數(shù)據(jù)結構來驗證與存儲數(shù)據(jù)、利用分布式節(jié)點共識算法來生成和更新數(shù)據(jù)、利用密碼學方式保證數(shù)據(jù)傳輸和訪問安全、利用由自動化腳本代碼組成的智能合約來編程和操作數(shù)據(jù)的一種全新的分布式基礎架構與計算方式。盡管目前關于區(qū)塊鏈如何應用于教育資源分布式存儲領域還沒有形成清晰的認識，但我們依然可以借鑒其分布式治理的思路：萬維網(wǎng)（WWW）是天然的教育資源分布式治理平臺，可結合用戶的使用實現(xiàn)有效的分布式治理。

四、基于Web的教育資源治理

為了實踐上述教育資源治理新理念，本文提出基于Web平臺的教育資源治理（Web?based?learning?resource?curation，WBLRC）。

（一）Web平臺的特征

隨著Web的發(fā)展以及人們對Web深層次含義的不斷挖掘，Web作為平臺這一認識得到了各界認同。Web作為平臺突破了傳統(tǒng)的Web作為靜態(tài)信息倉庫這一根深蒂固的思想觀念，隨之而來的是Web上的資源和應用越來越多，并且這些Web資源和應用還直接繼承了傳統(tǒng)Web的幾個重要特性——開放、動態(tài)、難以控制和用戶驅動。

開放：體現(xiàn)在任何人都可以到Web平臺上來創(chuàng)作;任何應用都可以被創(chuàng)作;任何信息都可以被發(fā)布（當然這里不考慮政策與法規(guī)因素）;任何人都可以在Web上使用應用與信息（少數(shù)前端收費類服務除外）。

動態(tài)：任何應用可以在任何時刻被改變，任何信息也同樣如此;只要符合一定的規(guī)則，任何人都可隨時參與和撤出;應用和信息之間的超鏈接可以隨時被更改。

難以控制：正是由于其開放、動態(tài)的特性，Web上的應用和信息實質上處于一種類似自然演化的狀態(tài)，沒有什么來限制和控制它。

用戶驅動：在擁有相應權限的情況下，應用和信息可以被用戶而非一定是開發(fā)者隨意整合，以形成新型應用來滿足特定需求。

簡單規(guī)則下的以不變應萬變：Web的三大核心是HTML、HTTP和hyperlink;信息的CRUD原則，即create、read、update和delete，他們由HTTP動詞put、post、get、delete實現(xiàn)。

Web的核心在于相對獨立的網(wǎng)頁、網(wǎng)頁到網(wǎng)頁間的超鏈接、由網(wǎng)頁和鏈接構成的信息網(wǎng)的自主“成長”以及基于HTTP的統(tǒng)一的操作接口（CRUD）。因此Web是演化式的，并且這樣的特點使得即使出現(xiàn)某些“壞”的網(wǎng)頁和鏈接，由于系統(tǒng)天然的冗余容錯特性，用戶依然能夠使用，而且系統(tǒng)幾乎永遠都不會崩潰。歸納起來，萬維網(wǎng)（WWW）系統(tǒng)結構的特征在于實體與鏈接的相對獨立性與分離性以及面對開放環(huán)境的成長性與包容性。

Web平臺的上述特征對于設計新型教育資源服務既有利又不利。一方面，Web平臺的開放性、演化性、用戶驅動性為用戶提供了海量的、持續(xù)生成的、多樣性的、適合學習的資源和服務，這是傳統(tǒng)封閉資源服務所不能達到的;其簡單規(guī)則支撐起來的技術體系和冗余性為資源的創(chuàng)作、描述、發(fā)布等治理環(huán)節(jié)提供了更好的保障。另一方面，由于其開放性和動態(tài)性，Web平臺上也廣泛存在著不適于學習的資源和服務，如何將教育資源和服務同非教育資源和服務分離開是關鍵的問題，人工智能在此方面將發(fā)揮重要作用。

（二）主要思想

1.?在線教育資源本身需要具備支持智能服務的能力

從傳統(tǒng)在線教育資源本身的特點來看，教育資源的智能性不夠，資源本身不夠“聰明”，無法根據(jù)具體情境選擇性地呈現(xiàn)出來，且資源與資源之間缺乏良好的按需自動組裝機制，缺乏個性化、交互性。實現(xiàn)智能化的重擔留給了學習環(huán)境?？墒牵瑸閷崿F(xiàn)智能化服務等目的而開發(fā)的學習環(huán)境又給資源的利用設定了限制和高墻。將學習環(huán)境的“能力”和“權力”“下放”給教育資源能解決這樣的兩難問題。因此，教育資源必須是獨立于學習環(huán)境的，并且是功能型的。目前以學習對象為代表的教育資源開發(fā)模式并沒有賦予教育資源這樣的能力。

2.?Web上有大量以網(wǎng)頁形式存在的教育資源

與學習對象相比，Web頁面內容具有更好的共享能力和社會應用基礎，應用潛力巨大。然而，這些資源卻沒有在有效的組織和使用模式下被優(yōu)化利用。本研究中，教育資源是一種經(jīng)過增強的基于互聯(lián)網(wǎng)尋址的Web頁面，本文稱其為Pageware，即智能型在線教育資源。將Web頁面作為本項目研究中的教育資源是因為：互聯(lián)網(wǎng)和Web技術發(fā)展迅速，Web頁面承載各種內容的能力已經(jīng)足以支持大多數(shù)常見的數(shù)字化教育資源類型。

3.?充分利用瀏覽器作為教育資源應用平臺

Web標準體系取得了巨大的成功，其最大的特點就在于開放性。相比各種學習環(huán)境，Web瀏覽器已廣泛裝機和普及，充分利用Web瀏覽器結合上述Pageware能實現(xiàn)不依賴于特定學習環(huán)境的智能化在線教育資源服務。

（三）WBLRC架構

圖2是以架構描述語言ArchiMate展示的WBLRC架構，包括業(yè)務層、應用層以及技術和物理設施層。在業(yè)務層，圖1展示了一種常見的學習過程：學生首先請求教育資源，緊接著有一些列的過程和事件發(fā)生，比如收集學生信息、獲取學生所請求的資源、對教育資源進行判別，然后學生開始學習。在學習過程中，關注學習狀態(tài)，從而構建上文中的學習情境，據(jù)此可以完成相關教育資源匹配推薦以及學伴推薦。這一連串的事件是在應用層的支持下完成的。

應用層首先對業(yè)務層中的各事件提供了服務。這些服務是由一些應用組件所實現(xiàn)的，如用戶管理、瀏覽器等。其中，瀏覽器應用組件和資源分類組件共同協(xié)作支持資源判別服務;瀏覽器應用組件還和學習經(jīng)歷采集、存儲和分析組件協(xié)作完成教育資源封裝以支持學習過程數(shù)據(jù)記錄、學習狀態(tài)服務;資源分類應用組件又和學習經(jīng)歷采集、存儲和分析應用組件協(xié)作提供資源和學伴推薦。應用層中，除了瀏覽器應用組件，其他組件將作為瀏覽器擴展應用的形式存在。

技術和物理設施層是應用層賴以存在的基礎，其中最為關鍵的是人工智能相關部分、區(qū)塊鏈相關部分以及學習經(jīng)歷數(shù)據(jù)部分。人工智能部分提供機器學習訓練用以支持教育資源自動分類和元數(shù)據(jù)自動標記;基于區(qū)塊鏈的去中心化系統(tǒng)（decentralized?system）是未來解決去中心化身份驗證（decentralized?identity，DID）的關鍵技術。

整個系統(tǒng)是一套整合多種技術的自治系統(tǒng)，該系統(tǒng)由群體智慧、人工智能支持的自動化教育資源元數(shù)據(jù)標注、基于區(qū)塊鏈的去中心化身份驗證、教育資源作為Agent自動聚合等技術綜合完成基于Web的教育資源治理。該系統(tǒng)不依賴特定的學習機構和特定的學習環(huán)境，它只是遵循Web技術標準，依附于Web瀏覽器。

（四）關鍵技術

1.?Web瀏覽器擴展：從Web?page到Pageware的基礎

現(xiàn)代瀏覽器（如Google的Chrome、Moziila的Firefox）已經(jīng)演化成了一個面向Web的平臺，在其上可以開發(fā)各種各樣的應用?；跒g覽器擴展能夠在客戶端修改頁面內容，也能在客戶端運行用戶自定義的代碼。如Feng等人基于瀏覽器grease?monkey和imacro開發(fā)了一個實現(xiàn)自動化教育資源匹配和導覽的開放式學習環(huán)境，該環(huán)境能夠錄制用戶在互聯(lián)網(wǎng)網(wǎng)上的學習路徑，通過發(fā)布和重現(xiàn)實現(xiàn)教學目的（Feng，?Wu，?Wang，?Zhou，?&?Wu，?2016）。在本項目中，瀏覽器擴展將負責在本地對教育資源進行抽取、凈化、重新布局以及多來源資源的組裝等。

2.?人工智能：自動化、認知增強的基礎

張志禎等（2019）就人工智能使得教學自動化成為必然與可能進行了深入分析。該文指出在直接作用層次，人工智能能夠助力教育實現(xiàn)教學自動化。潘云鶴院士（2018）指出，基于人工智能技術，未來智能圖書館將可以根據(jù)讀者的問題需求，自動提供知識點的鏈接系列，這個系列是實時按需編排給讀者的，從而完成智能圖書的編排工作。魏雪峰（2017）使用人工智能模擬學生的認知過程，診斷學生的學習障礙，為揭示學生的認知過程提供了新的思路?？梢?，人工智能可以應用于學生識別、學生認知診斷、學生情感識別、教育資源學科知識點等分類、教育資源認知水平歸類、個性化教育資源推薦、個性化教學設計自動規(guī)劃、自適應測試、自動批改等服務（馮翔，?等，?2018）。

在WBLRC架構中，人工智能在用戶打開一個Web地址后，對這個地址上的Web網(wǎng)頁進行識別，判斷其是否是合適的教育資源，與此同時還可以推薦其他的關聯(lián)資源。

3.?網(wǎng)構軟件：Pageware聚合的基礎

網(wǎng)構軟件是國家重點基礎研究發(fā)展規(guī)劃（973）項目成果（呂建，?等，?2006）。為了適應開放、動態(tài)、難控的網(wǎng)絡環(huán)境的需求，軟件系統(tǒng)開始呈現(xiàn)出一種可演化、連續(xù)反應式、多目標適應的新系統(tǒng)形態(tài)。從技術的角度看，在面向對象、軟件服務構件、智能Agent等技術支持下的軟件實體以類似Web應用和網(wǎng)頁的自主主體化的軟件服務形式存在于Internet的各個節(jié)點之上，各個軟件實體相互間通過協(xié)同機制進行跨網(wǎng)絡互連、互通、協(xié)作和聯(lián)盟，而這種協(xié)同機制顯然是類似但又超越當今的Web服務的，從而形成一種與Web相類似的軟件系統(tǒng)，這樣一種新的軟件系統(tǒng)稱之為網(wǎng)構軟件（Internetware）。網(wǎng)構軟件在Internet上展現(xiàn)為一種與當前的信息Web類似的software?Web。以軟件構件等技術支持的軟件實體將以開放、自主的方式存在于Internet的各個節(jié)點之上，任何一個軟件實體可在開放的環(huán)境下通過某種方式加以發(fā)布，并以各種協(xié)同方式與其他軟件實體進行跨網(wǎng)絡的互聯(lián)、互通、協(xié)作和聯(lián)盟。

基于網(wǎng)構軟件思想，本文將Web頁面作為一種“軟件”，該“軟件”可以具備采集數(shù)據(jù)、自動發(fā)起搜索、自行組裝等能力，從而完成類似軟件一樣的功能。這樣的功能將比傳統(tǒng)的靜態(tài)文件形式的教育資源更加強大。

4.?區(qū)塊鏈及基于區(qū)塊鏈的DID

WBLRC天然地要求一個去中心化的用戶管理模式。基于區(qū)塊鏈的DID是一種新興的用戶去中心化思路，它是用戶密碼鑒權認證形式的一種替代技術。去中心化身份信息（decentralized?identifiers，?DIDs）不同于上述賬號密碼形式的身份信息，DIDs是由用戶生成、由用戶自己持有、由區(qū)塊鏈支持的去中心化系統(tǒng)所管理的全球統(tǒng)一身份信息（Microsoft，?2018）。

當前被廣泛使用的身份信息主要由特定提供商提供，包括各種服務和應用提供商直接提供，如谷歌賬號、微軟賬號、微信賬號等。業(yè)界已經(jīng)廣泛認識到這種基于賬號密碼方式的中心化的身份認證模式具有很大的安全隱患，最關鍵的是它還阻礙了應用的創(chuàng)新。隨著區(qū)塊鏈技術的快速發(fā)展，人們意識到區(qū)塊鏈天然地具有支持去中心化身份認證的能力。因此，包括IBM、微軟等公司都相繼推出了自己的DID?系統(tǒng)。

在本文所提出的思想中，教育資源的治理是發(fā)生在瀏覽器上的，不是發(fā)生在一個具體的機構當中。因此，一個去中心化的用戶管理模式更加有利于新型教育資源治理的發(fā)展。

（五）WBLRC遠期總體模型

WBLRC涉及較多的環(huán)節(jié)和組成部分，上文僅僅就其設計背景、主要思想、關鍵技術等進行闡述。圖2顯示了WBLRC總體模型，主要分為5個部分。

保障和激勵機制。研究如何在治理過程中確保教育機構、教師、家長、學習者等各方相關者的利益，研究如何激勵各方積極參與教育資源的生命周期全過程管理。

規(guī)范和標準。研究教育資源治理中的技術性和操作性的相關規(guī)范及標準，確保治理健康發(fā)展。

技術基礎設施。研究教育資源治理賴以生存的基礎性技術和前瞻性技術及其演進，包括互聯(lián)網(wǎng)、區(qū)塊鏈、公有云和私有云等。

AI驅動的資源應用分析。研究教育資源治理的核心動力：人工智能驅動的教育資源應用分析技術。

應用和管理基礎環(huán)境。研究用戶面基礎技術。以什么樣的方式同用戶交互，提供什么樣的教學環(huán)境和場景，等等。

五、概念驗證原型開發(fā)

實現(xiàn)上文所提出的資源治理理念是一個龐大的工程。基于上文思路，本研究已設計和實現(xiàn)了四個獨立的驗證系統(tǒng)，可以實現(xiàn)以下功能：①通過瀏覽器插件來增強教育資源，對應圖2中的“Web瀏覽器及學習支持擴展”部分;②教育資源按學科自動分類，對應圖2中的“AI對資源的理解和加工”;③對教育資源的聚合進行可行性驗證，對應圖2中的“基于網(wǎng)構軟件的資源賦能和聚合模型”。這幾個原型在一定程度上證明本文所提出的教育資源治理理念具有較高的可行性。

（一）瀏覽器插件增強教育資源

本研究設計了一個基于iMacro宏錄制以及grease?monkey瀏覽器插件的基于瀏覽器的學習系統(tǒng)，具體成果可參見相關論文（Feng，?Wu，?Wang，?Zhou，?&?Wu，?2016）。系統(tǒng)效果如圖3所示。該系統(tǒng)主要驗證了通過瀏覽器插件增強學習活動和教育資源的可行性。在圖3中，針對圖書館學習場景（學習發(fā)生在一個Web?of?Science網(wǎng)站頁面中），通過瀏覽器插件，使用自定義程序可以自動從Web上的另一個頁面（維基百科）獲取相關內容，從而對當前頁面的教育資源形成增強和補充，完成一套教育資源的組合。

（二）基于深度學習的教育資源自動分類

要實現(xiàn)更好的教育資源治理，首要問題是讓計算機對教育資源有更好的理解。傳統(tǒng)的依靠手工進行元數(shù)據(jù)標注的方法難以服務于Web上海量的資源。因此，首先需要解決的是教育資源的自動分類問題?；谏疃葘W習的文本分類技術為此任務提供了技術基礎。當前，在機器學習領域，基于深度學習技術的文本分類發(fā)展迅速（Conneau，?Schwenk，?Barrault，?&?Lecun，?2016;?Zhang，?Zhao，?&?LeCun，?2015;?Lai，?Xu，?Liu，?&?Zhao，?2015）。本研究采用深度學習技術實現(xiàn)學科資源的自動分類，驗證原型如圖4所示，可以實現(xiàn)對上傳的文本進行分類。理論上，當完成了一個網(wǎng)頁資源的凈化之后，獲得相應的文本，就可以通過深度學習分類技術實現(xiàn)自動分類。本項研究成果經(jīng)過進一步深化和擴展之后，可以實現(xiàn)多個分類的自動標注。

（三）基于網(wǎng)構軟件思想的教育資源聚合平臺

學習對象及相關標準技術的思想核心是對教育資源進行復用和組合。借鑒此思想，本研究設計的另一個原型通過一種intent技術實現(xiàn)來自不同地址的網(wǎng)頁教育資源在客戶端聚合，這種聚合技術既可以使用瀏覽器擴展實現(xiàn)，也可以使用Web?App實現(xiàn)。在本驗證原型中采取了Web?App方式實現(xiàn)，如圖5所示。

另一個概念驗證是基于Web聚合的地理教學資源，如圖6和圖7所示。在這個驗證系統(tǒng)中，用戶采用一種實時創(chuàng)作的方式，系統(tǒng)中的資源庫被設計為只記錄Web上資源的地址（也就是瀏覽器地址欄上的地址）以及通過人工智能和手工添加的教育資源分類標簽。教師可以直接從庫中搜索需要的資源，然后通過拖拽方式在一個可視化編輯界面生成一個聚合了這些來自網(wǎng)絡上的教育資源的新的教學案例。

六、結論與展望

教育資源治理具有重要的現(xiàn)實意義，它是在教育資源生命全周期內對教育資源進行有效管理，好的教育資源治理模式能夠提高教育資源創(chuàng)作、共享和應用的效率。在教育信息化2.0時代，治理教育資源需要有“大資源”觀，這要求教育資源治理更加開放、高效，適合新的學習形態(tài)，能夠支持個性化學習。本文從分析傳統(tǒng)的基于教育資源信息模型的標準技術入手，提出教育資源治理的新理念，以此為出發(fā)點構建基于Web平臺的教育資源治理架構。該架構利用Web平臺的天然屬性，增強教育資源的開放性、復用聚合性;利用人工智能解決教育資源元數(shù)據(jù)自動標注問題;基于瀏覽器插件、人工智能、區(qū)塊鏈、學習體驗數(shù)據(jù)采集和分析技術等提供教育資源判別、推薦和學伴推薦服務。文章最后提供了幾個獨立的驗證原型，從面向Pageware的教育資源增強、資源聚合、教育資源分類三個方面展示了本文思想的可行性。

本文認為，該架構的充分實施能夠增強教育資源的使用體驗，記錄教育資源的使用數(shù)據(jù)以服務于分析，實現(xiàn)資源之間相互連接、資源使用者之間相互連接，實現(xiàn)資源的開放共享，提供以智能技術增強的資源服務。Pageware是以智能技術增強的教育資源，由于基礎是Web頁面，因此開放性是其本質屬性。同時，Pageware也能夠和其他Pageware形成聚合（也就是一種相互連接），基于學習情境還能建立資源使用者之間的連接，從用戶角度來說，所有這些特性提供了更好的使用體驗，即提升了服務質量。

然而，筆者認識到，完全實現(xiàn)文中所提出的理念和架構是一個復雜的工程，還需要諸多努力。未來，筆者將首先對所提出的幾個獨立驗證案例進行集成，再逐步完善其他功能。

[參考文獻]

馮翔，王亞飛，吳永和.?2018.?人工智能教育應用的新發(fā)展[J].?現(xiàn)代教育技術（12）：5-12.

馮翔，吳永和，祝智庭.?2013.?智慧學習體驗設計[J].?中國電化教育（12）：14-19.

顧小清，鄭隆威，簡菁.?2014.?獲取教育大數(shù)據(jù)：基于xAPI規(guī)范對學習經(jīng)歷數(shù)據(jù)的獲取與共享[J].?現(xiàn)代遠程教育研究（5）：13-23.

姜強，趙蔚，杜欣，等.?2010.?基于用戶模型的個性化本體學習資源推薦研究[J].?中國電化教育，280（5）：106-111.

教育部.?2018-04-18.?教育信息化2.0行動計劃[OL].?[2019-04-02].?http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.?html

黎加厚.?1997.?從課件到積件：我國學校課堂計算機輔助教學的新發(fā)展（中）[J].?電化教育研究（4）：50-53.

呂建，馬曉星，陶先平，等.?2006.?網(wǎng)構軟件的研究與進展[J].?中國科學E輯：信息科學，36（10）：1037-1080.

馬秀麟，岳超群，蔣珊珊.?2015.?大數(shù)據(jù)時代網(wǎng)絡學習資源組織策略的探索[J].?現(xiàn)代教育技術（7）：82-87.

潘云鶴.?2018.?人工智能2.0與教育的發(fā)展[J].?中國遠程教育（5）：5-8，44.

任友群.?2017.?為教育信息化2.0時代打call[J].?半月談（24）：62-63.

魏雪峰.?問題解決與認知模擬[M].?第1版.?北京：中國社會科學出版社，2017.

吳鵬飛，余勝泉.?2015.?學習資源語義關聯(lián)關系及其可視化研究[J].?中國電化教育（12）：97-104.

許哲，祝智庭.?2014.?面向價值發(fā)現(xiàn)的學習資源描述方案：以LRMI元數(shù)據(jù)為例[J].?中國電化教育（11）：59-68.

楊現(xiàn)民.?2014.?泛在學習資源動態(tài)語義聚合研究[J].?電化教育研究（2）：68-73.

余勝泉，楊現(xiàn)民，程罡.?2009.?泛在學習環(huán)境中的學習資源設計與共享：“學習元”的理念與結構[J].?開放教育研究，15（1）：47-53.

翟雪松，董艷，胡秋萍，等.?2017a.?基于眼動的刺激回憶法對認知分層的影響研究[J].?電化教育研究，38（12）：51-57.

翟雪松，董艷，詹巧巧.?2017b.?形塑學習（Solid?Learning）教學環(huán)境下大學生創(chuàng)新能力影響機制研究[J].?遠程教育雜志，35（3）：40-47.

張吉先，單永剛，虞江鋒，等.?2015.?大數(shù)據(jù)環(huán)境下學習資源元模型的研究與應用[J].?中國電化教育（9）：71-76.

張志禎，張玲玲，李芒.?2019.?人工智能教育應用的應然分析：教學自動化的必然與可能[J].?中國遠程教育，528（1）：23-35.

祝智庭，陳丹.?2014.?數(shù)字治理：智慧學習新素養(yǎng)[J].?電化教育研究，35（9）：9-17.

Beagrie，?N.?（2006）.?Digital?Curation?for?Science，?Digital?Libraries，?and?Individuals.?International?Journal?of?Digital?Curation，?1（1），?3-16.

Bevir，?M.?（2012）.?Governance：?A?very?short?introduction?（1st?ed.）.?Oxford：?Oxford?University?Press.

Black，?E.W.，?Dawson，?K.，?&?Priem，?J.?（2008）.?Data?for?free：?Using?LMS?activity?logs?to?measure?community?in?online?courses.?The?Internet?and?Higher?Education，?11（2），?65-70.

Bohl，?O.，?Scheuhase，?J.，?Sengler，?R.，?et?al.?（2002）.?The?sharable?centent?object?reference?model?（SCORM）-a?critical?review//Ed，?K.?International?conference?on?computers?in?education.?IEEE?Comput.?Soc，?2002：?950-951.

Campbell，?L.?M.，?&?Barker，?P.?（2014）.?LRMI?implementation：?Overview，?issues?and?experiences.?Overview，?Issues?and?Experiences.?Cetis.?Retrieved?April?01，?2019，?from?http：//publications.cetis.org.uk/wp-content/uploads/2014/12/lrmiImplementationSynthesis.pdf

Conneau，?A.，?Schwenk，?H.，?Barrault，?L.，?&?Lecun，?Y.?（2016）.?Very?deep?convolutional?networks?for?text?classification.?arXiv?preprint?arXiv：1606.01781.?Retrieved?April?02，?2019，?from?https：//arxiv.org/abs/1606.01781

D？？?Antoni，?S.?（2009）.?Open?educational?resources：?Reviewing?initiatives?and?issues.?Open?Learning：?The?Journal?of?Open，?Distance?and?e-Learning，?24（1），?3-10.

Feng，?X.，?Wu，?L.，?Wang，?J.，?Zhou，?H.，?&?Wu，?Y.?Designing?an?Open?and?Flexible?Tutorial?Eco-System?for?Web?Application?&?Services.?In?2016?IEEE?16th?International?Conference?on?Advanced?Learning?Technologies?（ICALT）?（pp.?3-5）.

Gonzalez-Barbone，?&?V.，?Anido-Rifon，?L.?（2010）.?From?SCORM?to?Common?Cartridge：?A?step?forward.?Computers?&?Education，?54（1），?88-102.

Hewlett?Foundation，?2016.?Open?educational?resources.?Retrieved?June?13，?2019，?from?https：//hewlett.org/strategy/open-educational-resources/

Hilton?III，?J.，?Wiley，?D.，?Stein，?J.，?et?al.?（2010）.?The?four?‘Rs?of?openness?and?ALMS?analysis：?Frameworks?for?open?educational?resources.Open?Learning：?The?Journal?of?Open，?Distance?and?e-Learning，?25（1），?37-44.

IEEE.?IEEE?Standard?for?Learning?Object?Metadata：?1484.?12.?1-2002.?Piscataway，?NJ，?USA：?IEEE.?https：//ieeexplore.?ieee.org/stamp/stamp.?jsp？tp?=?&?amumber=1032843&tag=1

Kooiman，?J.，?&?van?Vliet，?M.?（1993）.?Managing?public?organizations.?In?K.?Eliassen?&?J.?Kooiman?（Eds.），?Managing?public?organisations?（2nd?ed.）.?London：?Sage.

Microsoft.?（2018）.?Microsoft?decentralized?identity：?Own?and?control?your?identity.?Retrieved?May?03，?2019，?from?https：//query.prod.cms.rt.microsoft.com/cms/api/am/binary/RE2DjfY

Sabourin，?J.，?Kosturko，?L.，?&?McQuiggan，?S.?（2015）?Where?to?next？?A?comparison?of?recommendation?strategies?for?navigating?a?learning?object?repository.?In?F.?Ricci，?K.?Bontcheva，?O.?Conlan，?S.?Lawless?（Eds），?User?modeling，?adaptation?and?personalization.?UMAP?2015.?Lecture?Notes?in?Computer?Science?（pp.?208-215）.?Cham：?Springer

Lai，?S.，?Xu，?L.，?Liu，?K.，?&?Zhao，?J.?（2015）.?Recurrent?convolutional?neural?networks?for?text?classification.?In?Twenty-Ninth?AAAI?Conference?on?Artificial?Intelligence?（pp.？2267-2273）.?Austin?Texas，?USA：?AAAI.

Steinacker，?A.，?Ghavam，?A.，?Steinmetz，?R.?（2001）.?Metadata?standards?for?web-based?resources.?IEEE?MultiMedia，?8（1），?70-76.

Stoker，?G.?（1998）.?Governance?as?theory：?Five?propositions.?Internation

al?Social?Science?Journal，?50（155），?17-28.

Ullrich，?C.?（2005）.?The?learning-resource-type?is?dead，?long?live?the?learning-resource-type.?Learning?Objects?and?Learning?Designs，?1（1），?7-15.

Zhang，?X.，?Zhao，?J.，?&?LeCun，?Y.?Character-level?convolutional?networks?for?text?classification.?In?Advances?in?Neural?Information?Processing?Systems?28?（NIPS?2015）.?Retrieved?May?03，?2019，?from?http：//papers.nips.cc/paper/5782-character-level-convolutional-networks-for-text-?classifica

收稿日期：2019-06-24

定稿日期：2019-07-29

作者簡介：馮翔，博士，副研究員，華東師范大學教育信息技術系，上海數(shù)字化教育裝備工程技術研究中心（200062）。