許玲 張亦弛

【摘 要】

以互聯(lián)網(wǎng)為核心的信息技術(shù)正深刻地影響著教育系統(tǒng)，把握技術(shù)在教育應(yīng)用中的現(xiàn)狀與趨勢，有助于推進教育系統(tǒng)的變革與重構(gòu)。本研究以2018年教育技術(shù)領(lǐng)域舉辦的26項國際會議中的主旨報告、工作坊和圓桌討論的主題與內(nèi)容為樣本，采用聚類分析的方法，探討全球視野下技術(shù)在教育應(yīng)用中的研究熱點和展望。主要的研究發(fā)現(xiàn)包括：人工智能成為教育變革的重要撬動點;學(xué)習(xí)分析技術(shù)研究向深度拓展;教學(xué)設(shè)計朝著“以學(xué)習(xí)者為中心”的學(xué)習(xí)設(shè)計方向發(fā)展;STEM教育、計算思維培養(yǎng)和游戲化教學(xué)研究在基礎(chǔ)教育階段受到青睞;開放教育資源在高等教育中的應(yīng)用研究如火如荼;移動智能技術(shù)助力教育公平;科技和倫理邊界的新主題引起關(guān)注。研究者期望本研究的結(jié)果能夠?qū)ξ覈逃夹g(shù)領(lǐng)域的研究主題的選擇和研究方向有所啟示。

【關(guān)鍵詞】 ?教育技術(shù);人工智能;學(xué)習(xí)分析;開放教育資源;教學(xué)設(shè)計;計算思維;游戲化學(xué)習(xí)

【中圖分類號】 ?G642.0 ? ? ? 【文獻標識碼】 ?A ? ? ? 【文章編號】 ?1009-458x（2019）11-0058-09

一、引言

在云計算、大數(shù)據(jù)、移動互聯(lián)網(wǎng)、人工智能、物聯(lián)網(wǎng)等信息技術(shù)推動下的后信息時代，技術(shù)正在為教育帶來根本性的變革，讓科技更好地為教育賦能成為全球教育界的共同愿景。2017年1月，美國教育部教育技術(shù)辦公室頒布《國家教育技術(shù)計劃》（National Educational Technology Plan， NETP），指導(dǎo)美國教育實踐從技術(shù)應(yīng)用于教育轉(zhuǎn)變?yōu)榧夹g(shù)改善教育，以確保所有學(xué)生都能獲得高質(zhì)量的教育體驗。2018年4月，我國教育部出臺了《教育信息化2.0計劃》，立足“互聯(lián)網(wǎng)+”時代背景，助力技術(shù)與教育的融合應(yīng)用向創(chuàng)新發(fā)展的方向推進。

當前，對教育技術(shù)領(lǐng)域研究熱點展開探討的方法主要有兩種。第一種方法是以國際或國內(nèi)權(quán)威期刊發(fā)表的文章為樣本，對某一領(lǐng)域在一定時間范圍內(nèi)的學(xué)術(shù)論文進行計量統(tǒng)計和基于知識圖譜的可視化分析。例如，徐杰等（2018）選取英文期刊《計算機與教育》（Compaters & Education）2013年至2017年間刊載的游戲化學(xué)習(xí)文獻進行分析，認為國際上游戲化學(xué)習(xí)的研究熱點主要集中在價值認知、資源的設(shè)計與開發(fā)、應(yīng)用領(lǐng)域與方式、效果評價以及新技術(shù)嵌入五大主題。周進等（2018）從Web of Science平臺收集了國際上關(guān)于機器人教育研究的文獻，梳理出研究熱點主要涉及機器人教育基本概念與價值、教學(xué)工具及環(huán)境、教學(xué)設(shè)計與實踐、機器人教育促進學(xué)生發(fā)展等主題。吳祥恩等（2018）以Web of Science核心數(shù)據(jù)庫中在線臨場感研究的文獻為樣本，使用可視化工具進行分析發(fā)現(xiàn)基礎(chǔ)理論、實踐應(yīng)用、效果分析、技術(shù)支持等是在線臨場感研究的熱點主題。

第二種方法是聚焦一項國際學(xué)術(shù)會議，對會議主旨報告和平行論壇的主題進行總結(jié)和歸納，概括出這一領(lǐng)域的研究前沿與熱點。例如，王美等（2018）對2018年在英國倫敦舉辦的第13屆學(xué)習(xí)科學(xué)國際會議的報告進行整理，梳理出國際學(xué)習(xí)科學(xué)研究的八大熱點，分別是信息技術(shù)背景下的學(xué)習(xí)研究、內(nèi)容領(lǐng)域的學(xué)習(xí)研究、協(xié)作學(xué)習(xí)研究、不同境脈下的學(xué)習(xí)研究、基于設(shè)計的研究、學(xué)習(xí)分析研究、教學(xué)模式與策略研究和教師學(xué)習(xí)研究。吳永和等（2017）對2017年在加拿大溫哥華召開的第7屆學(xué)習(xí)分析與知識國際會議的內(nèi)容進行了綜述，總結(jié)出學(xué)習(xí)分析領(lǐng)域的前沿研究主題涉及多模態(tài)學(xué)習(xí)分析、多維度分析學(xué)習(xí)者和學(xué)習(xí)過程、多方位教學(xué)支持以及倫理、政策和發(fā)展。

然而，在探討教育研究的最新熱點方面，以上兩種方法都有一定的局限性?；谄诳墨I的分析往往時效性不足，因為期刊文章的形成要經(jīng)過研究計劃、研究設(shè)計、研究工具開發(fā)、研究數(shù)據(jù)的收集、統(tǒng)計分析、論文撰寫等較長的過程，在完成論文后又需要經(jīng)過投稿、審稿、修改、定稿、刊發(fā)的程序，因此，從研究計劃到論文發(fā)表往往需要兩年左右或者更長的時間，故而期刊文章的研究主題難以充分代表最新的研究熱點和趨勢。基于單一國際會議中的主旨報告和平行會議報告的主題進行分析，則可能由于會議范圍比較窄、報告者人數(shù)有限等原因難以全面呈現(xiàn)相應(yīng)領(lǐng)域的最新研究重心。

為了彌補以上兩種方法的不足，本研究以2018年在全球不同地區(qū)召開的教育技術(shù)國際學(xué)術(shù)會議的主旨報告為樣本，采用聚類分析的方法，探討教育技術(shù)領(lǐng)域的研究熱點，期望研究結(jié)果有助于我國教育技術(shù)的政策制定者、研究者和實踐者了解和掌握國際教育技術(shù)研究的最新發(fā)展和趨勢。

二、資料來源和研究工具

（一）資料來源

本研究所收集的2018年教育技術(shù)領(lǐng)域國際會議資料主要來自以下三種途徑：一是國際會議匯總網(wǎng)站，如Conal Conference Alerts（https：//conferencealerts.com/index）、All CONFERENCES.COM（http：//www.allconferences.com/）;二是北京師范大學(xué)互聯(lián)網(wǎng)教育智能技術(shù)及應(yīng)用國家工程實驗室、智慧學(xué)習(xí)研究院網(wǎng)站發(fā)布的國際會議資訊;三是專家或?qū)W者的推薦。最后，獲得2018年教育技術(shù)領(lǐng)域的26項國際會議資料并以之為樣本，詳情見表1。由于一些知名的國際會議是兩年召開一次，2018年未召開，因此未納入此研究。

通過表1可以看到，從會議的舉辦地區(qū)來看，26項會議的舉辦地集中在四大洲，其中亞洲9項、歐洲11項、北美洲4項、大洋洲2項。從會議的主題類屬來看，主要為學(xué)習(xí)分析與教育數(shù)據(jù)挖掘、學(xué)習(xí)科學(xué)、人工智能與計算機教育、遠程教育及綜合戰(zhàn)略五大類;從會議的主辦機構(gòu)來看，大多數(shù)的會議是由多個機構(gòu)聯(lián)合主辦，另有一些學(xué)術(shù)組織的年會，如亞洲遠程教育協(xié)會年會（AAOU）、美國教育傳播與技術(shù)協(xié)會年會（AECT）等。

（二）研究工具與研究過程

本研究首先整理26項國際會議日程中主旨報告（keynote speech）的題目、工作坊（workshop）報告主題、圓桌論壇（round-table）主題形成文本，然后采用Leximancer軟件對文本進行分析，通過關(guān)鍵詞詞頻統(tǒng)計分析聚類形成主題團，探究技術(shù)在教育中的應(yīng)用的熱點。Leximancer軟件具有強大的文本挖掘功能，它可以對段落性的語句進行直接處理，通過檢測一個單詞出現(xiàn)以及它與其他單詞共同出現(xiàn)的頻率生成一個頻率矩陣，在此基礎(chǔ)上根據(jù)其本身的算法生成相關(guān)的點，自動形成一個概念圖，表征不同概念之間的關(guān)系。

Leximancer軟件回避了基于人工的方式對段落性語句進行關(guān)鍵詞提煉而產(chǎn)生的信度減低問題，在分析過程中需要將一些相近的主題詞進行合并，如將AI與artificial intelligence合并，將technology和technologies合并，將designing和design合并，等等。由于一些主旨報告的題目比較抽象，難以較好地把握研究主題內(nèi)容，因此基于高頻詞形成的主題團，研究者對主旨報告的內(nèi)容摘要進行了二次整理，以便進一步做內(nèi)容分析。

三、聚類分析結(jié)果

基于26項國際會議中的128個主旨報告、139個工作坊報告、91個圓桌論壇的主題，通過Leximancer軟件自動對以上358條信息的高頻關(guān)鍵詞進行聚類，結(jié)果見圖1。

基于可獲得的主題報告摘要內(nèi)容，對以上概念圖中6個主題團的內(nèi)容進行逐一分析和舉例描述，由于“研究”這一主題團在不同的主題報告中都有包含，并不是一個獨立的研究領(lǐng)域，因此這里不做分析。

（一）教育主題團的研究熱點

教育主題團關(guān)聯(lián)的熱點是數(shù)據(jù)（data）、工具（tools）、學(xué)習(xí)（learning）、開放（open）和科學(xué)（science）。教育大數(shù)據(jù)和學(xué)習(xí)分析技術(shù)廣泛融入教育環(huán)境中，個體在專業(yè)知識、認知能力、學(xué)習(xí)狀態(tài)偏好等方面的差異能夠借助教育大數(shù)據(jù)反映并以可視化的方式呈現(xiàn)，教師可據(jù)此為學(xué)習(xí)者提供個性化的學(xué)習(xí)支持（Conati， 2018）。謝弗（Shaffer， 2018）在學(xué)習(xí)分析與知識國際會議上分享了基于大數(shù)據(jù)的研究范式，他認為教育研究從質(zhì)性研究和量化研究相結(jié)合的混合式研究方法轉(zhuǎn)向大數(shù)據(jù)具有重要意義，會帶來一種更接近真實的理解。

對于工具的研究有兩種重要視角：一種視角是關(guān)注如何更好地使用各種數(shù)字化工具促進教育教學(xué)，如陳（Chen， 2018）在全球華人計算機教育應(yīng)用大會上題為“基于個人差異的視角使用數(shù)字學(xué)習(xí)工具提高學(xué)術(shù)英語技能”的主題演講所揭示的內(nèi)容;另一種視角是基于新的教育理論、學(xué)習(xí)科學(xué)前瞻性研究等設(shè)計和開發(fā)新的工具運用于教育中，如帕森斯（Parsons， 2018）在中美智慧教育大會上分享了基于計算神經(jīng)心理學(xué)和模擬設(shè)計的一種增強評估和培訓(xùn)的新工具。

開放主題詞是連接教育和未來主題團的重要橋梁。大規(guī)模在線開放課程（MOOC）變革了教育體系的組織模式和實踐模式，將教育的開放推向了更深、更廣的層面，但MOOC深層教育規(guī)律還有待研究。在開放創(chuàng)新教育國際會議上，英聯(lián)邦學(xué)習(xí)共同體主席坎瓦爾（Kanwar， 2018）分享了開放教育資源的全球趨勢及未來走向，認為在發(fā)展中國家更多強調(diào)的是資源建設(shè)，而不是如何使用開放教育資源;缺乏用戶量是影響開放教育資源主流化的顯著性障礙;開放教育資源的研究要從狹隘的學(xué)術(shù)界限擴展到更廣泛的終身學(xué)習(xí)中。

科學(xué)主題詞的研究主要集中在STEM教育。STEM匯集了科學(xué)、技術(shù)、工程和數(shù)學(xué)的知識，多學(xué)科交叉融合，同時能夠培養(yǎng)學(xué)生的問題解決能力，有利于培養(yǎng)面向未來的具有創(chuàng)新素養(yǎng)的個體，在第26屆計算機教育國際會議中獨立設(shè)置了三個STE（A）M主題圓桌討論，分別是技術(shù)支持下的STEM教育、STEM教育中的教師專業(yè)化發(fā)展和STEM教與學(xué)的樂趣。

（二）設(shè)計主題團的研究熱點

設(shè)計（design）詞團中關(guān)聯(lián)的熱點是協(xié)作（collaborative）、教學(xué)（teaching）、知識（knowledge）、工具（tools）和工程（engineering）。在美國教育傳播與技術(shù)協(xié)會2018年學(xué)術(shù)年會上，布勒 （Buller， 2018）做了題為“了解自己，與不同人協(xié)調(diào)合作”的演講，他強調(diào)在“互聯(lián)網(wǎng)+”時代人們要正確認識自我，積極地展開協(xié)作，共同學(xué)習(xí)與分享。宏觀層面的設(shè)計研究主要關(guān)注學(xué)習(xí)環(huán)境的設(shè)計。學(xué)習(xí)環(huán)境的設(shè)計為支持學(xué)習(xí)過程提高參與度及達到預(yù)期學(xué)習(xí)效果提供了支撐，有研究者開展了以家庭為中心的學(xué)習(xí)環(huán)境設(shè)計的研究，也有學(xué)者分享了如何基于數(shù)字化學(xué)習(xí)工具開展物理性教室學(xué)習(xí)空間的設(shè)計以促進協(xié)作學(xué)習(xí)。微觀層面的設(shè)計研究包含STEM教育中課程設(shè)計、MOOC學(xué)習(xí)的交互策略設(shè)計和評價工具的設(shè)計等。近年來，隨著學(xué)習(xí)科學(xué)的發(fā)展教學(xué)設(shè)計逐步轉(zhuǎn)向?qū)W習(xí)設(shè)計。在學(xué)習(xí)分析與知識國際會議上，專門設(shè)了“連接學(xué)習(xí)分析與學(xué)習(xí)設(shè)計的評估系統(tǒng)與工具”圓桌討論，從教學(xué)設(shè)計轉(zhuǎn)向?qū)W習(xí)設(shè)計是技術(shù)在教育中應(yīng)用研究的新思路。

（三）分析主題團的研究熱點

分析（analytics）詞團中關(guān)聯(lián)的熱點是數(shù)字（digital）、教室（classroom）、社交（social）、工具（tools）和教師（teachers）。隨著互聯(lián)網(wǎng)的發(fā)展，學(xué)習(xí)分析逐漸從實驗室走向真實世界，被廣泛地運用于基礎(chǔ)教育、高等教育甚至工作場所的學(xué)習(xí)，涉及在線教育和傳統(tǒng)課堂教學(xué)。美國佛羅里達州立大學(xué)登嫩（Dennen， 2018）在開放創(chuàng)新教育國際會議上分享了在線環(huán)境中社交媒體的研究，學(xué)習(xí)者在收藏、分享、協(xié)商、創(chuàng)造等在線社交活動中積累了大量的行為數(shù)據(jù)，通過學(xué)習(xí)分析技術(shù)為學(xué)習(xí)者提供全方位支持服務(wù)。在學(xué)習(xí)分析與知識國際會議上普列托（Prieto， 2018）等主持了“在傳統(tǒng)課堂層面如何協(xié)調(diào)學(xué)習(xí)分析”的圓桌討論。學(xué)習(xí)分析的研究不僅關(guān)注學(xué)習(xí)者，也開始關(guān)注教師。辛普森（Sampson， 2018）在開放創(chuàng)新教育國際會議上分享了自己的觀點，他認為學(xué)習(xí)分析技術(shù)能夠幫助教師反思或重新進行課程設(shè)計，以實現(xiàn)更具有吸引力的教學(xué)，甚至是更真實和有效的教學(xué)評量。技術(shù)的發(fā)展，如可穿戴設(shè)備、眼動儀、錄像設(shè)備等工具，極大地拓展了學(xué)習(xí)分析的數(shù)據(jù)來源，讓現(xiàn)實環(huán)境中收集多樣化的教育大數(shù)據(jù)成為可能。在越來越多的數(shù)據(jù)中，可視化工具的重要性凸顯。貝克魯（Becheru， 2018）等在中美智慧教育大會上分享了一種用于社交學(xué)習(xí)環(huán)境的可視化的學(xué)生合作工具Student Viz，該工具能夠?qū)⒋髷?shù)據(jù)直觀地呈現(xiàn)出來，有助于研究者從中發(fā)現(xiàn)特點，找出趨勢與規(guī)律，為教育決策提供支持。

（四）評估主題團的研究熱點

評估（assessment）詞團中關(guān)聯(lián)的熱點是設(shè)計（design）、投入（engagement）、思考（thinking）和科學(xué)（science）。教學(xué)評價既是對個體學(xué)習(xí)目標達成情況的判斷，也是對不同的教學(xué)模式、教學(xué)內(nèi)容、教學(xué)場景的綜合性評估。在以互聯(lián)網(wǎng)為核心的信息技術(shù)影響下，教學(xué)評價的理論、方法和工具都在發(fā)生轉(zhuǎn)變，合理地設(shè)計評價方式才能得出客觀的判斷。波利托（Polito， 2018）等在中美智慧教育大會上分享了設(shè)計一種游戲化的方法來自動評估程序性任務(wù)。哈里斯（Harris， 2018）等在學(xué)習(xí)科學(xué)國際會議上分享了設(shè)計應(yīng)用性知識的評估任務(wù)和評估標準以促進科學(xué)課堂中的深度學(xué)習(xí)。也有一些不同教育場景中的教育評價的研究，如在線認知發(fā)展評價、計算思維的評價、STEM教育的評價以及開放教育資源的使用與評價。隨著學(xué)習(xí)科學(xué)領(lǐng)域發(fā)展，基于學(xué)習(xí)分析的個性化評價成為未來教育評價的發(fā)展趨勢，大規(guī)模的非認知評價也受到研究者關(guān)注。

（五）未來主題團的研究熱點

未來（future）詞團中關(guān)聯(lián)的熱點是發(fā)展（development）、開放（open）和計算（computational）。面向未來的教育越來越關(guān)注個體的發(fā)展研究，在未來教育大會上辛格（Singer， 2018）做了題為“探索未來教育原動力”的分享，他認為未來教育要轉(zhuǎn)向創(chuàng)造力、問題解決能力、企業(yè)家精神等這些軟技能的培養(yǎng)，關(guān)注個體的生活能力。國內(nèi)外學(xué)者從不同視角探討了未來的學(xué)校與社會的關(guān)系變化、教育與科技的融合與邊界，尤其是人工智能技術(shù)在教育領(lǐng)域研究應(yīng)用深化。在第10屆計算機支持教育國際會議上，培根（Bacon， 2018）分享了人工智能與自動化對未來社會、工作、教育需求的影響，討論了人工智能可能的應(yīng)用方向以及潛在的危機。在第26屆計算機教育國際會議上，杜布雷（Du Boulay， 2018）分析了人工智能的現(xiàn)狀并預(yù)測了未來十年的進展，她認為未來人工智能側(cè)重于拓寬學(xué)習(xí)者模型，不僅包括知識和技能，還包括元認知、情感和動機，這種拓展帶來了開發(fā)教學(xué)策略的需要。無論是發(fā)展中國家，還是發(fā)達國家，都在積極研究未來對人才的要求及整個教育系統(tǒng)可能的變化，從當下出發(fā)培養(yǎng)能應(yīng)對充滿不確定性未來的人才。在“互聯(lián)網(wǎng)+”時代，學(xué)校不再是教育資源的唯一供給平臺，最好的老師也不一定在課堂上，全社會蘊含著豐富的教育資源，個體需要具備計算思維和信息化素養(yǎng)并在開放與聯(lián)通的環(huán)境中與全世界的學(xué)習(xí)者一起學(xué)習(xí)。

（六）在線主題團的研究熱點

在線教育（online educaton）是高頻的研究詞團，在線平臺（online plat）、在線課程（online course）、在線社區(qū)（online community）的研究都是熱點。例如，在國際學(xué)習(xí)分析與知識會議上，詹寧斯（Jennings， 2018）主持了“如何創(chuàng)建數(shù)字分析模型來衡量在線課程的成功”的圓桌討論。此外，也有一些新的研究議題，如在線實驗室。薩利亞·哈桑（Saliah-Hassane， 2018）在第10屆計算機支持教育國際會議上討論了在線教與學(xué)對在線實驗室的需求，并介紹了在線實驗室的類型以及網(wǎng)絡(luò)基礎(chǔ)設(shè)施的支撐技術(shù)，形成滿足學(xué)習(xí)者和教師教學(xué)需求的網(wǎng)絡(luò)物理實驗室。

四、討論

基于以上對2018年教育技術(shù)領(lǐng)域26項國際會議的主旨報告、工作坊報告和平行會議報告的主題聚類分析結(jié)果，在此嘗試展望技術(shù)在教育中的應(yīng)用相關(guān)研究。

（一）人工智能將成為教育變革的重要撬動點

人工智能是2018年諸多國際會議上研究者關(guān)注的熱點議題。近年來，人工智能技術(shù)在教育中應(yīng)用的理論研究與實踐均呈現(xiàn)爆發(fā)式的增長，神經(jīng)科學(xué)的興起、機器學(xué)習(xí)、數(shù)據(jù)挖掘等領(lǐng)域的快速發(fā)展促成了這種前所未有的增長。人工智能技術(shù)為教育系統(tǒng)帶來了新的機遇，智能化學(xué)習(xí)環(huán)境可以對學(xué)習(xí)活動本身進行建模，幫助我們更好地理解學(xué)習(xí)，通過智能代理與學(xué)習(xí)者之間進行對話，執(zhí)行教學(xué)策略，促進學(xué)習(xí)者與系統(tǒng)之間有效互動。在不同的國際會議中，專家學(xué)者分享了關(guān)于人工智能研究的前沿內(nèi)容，主要有宏觀和微觀兩方面。宏觀層面主要包括人工智能技術(shù)專業(yè)人才的培養(yǎng)研究、人工智能時代的人文教育研究、人工智能時代的教育政策研究等;微觀層面主要包括人工智能技術(shù)與教師的關(guān)系研究、智能教育系統(tǒng)的設(shè)計與開發(fā)研究等，已經(jīng)有設(shè)計開發(fā)智能的導(dǎo)師系統(tǒng)、AI輔助學(xué)習(xí)系統(tǒng)等運用于實踐，讓學(xué)習(xí)者體驗基于網(wǎng)絡(luò)的AI互動式教學(xué)。隨著對人工智能的研究不斷深入，人們對人工智能的認識也逐漸加深，在國際人工智能與教育大會成果文件《北京共識》中主要圍繞10個議題規(guī)劃了人工智能時代的教育（張慧， 等， 2019），提出教育人工智能的政策制定要體現(xiàn)以人為本、跨界合作及多元經(jīng)費籌措的原則（苗逢春， 2019），為未來研究指明了方向。

（二）學(xué)習(xí)分析技術(shù)研究向深度拓展

學(xué)習(xí)分析主題在2018年不同的國際會議中頻繁出現(xiàn)也印證了學(xué)習(xí)分析的研究是當前熱點。對學(xué)習(xí)分析研究的內(nèi)容從橫向來看不斷豐富，涌現(xiàn)出許多新的研究內(nèi)容，如文本分析轉(zhuǎn)向?qū)懽鞣治?，建設(shè)學(xué)習(xí)分析的課程，學(xué)習(xí)分析的參與式設(shè)計，大規(guī)模的個性化反饋的方法與實踐，證據(jù)導(dǎo)向的學(xué)習(xí)分析，學(xué)習(xí)分析的人才培養(yǎng)及職業(yè)發(fā)展，等等。對學(xué)習(xí)分析的研究縱向不斷深化，包括學(xué)習(xí)過程追蹤，采集在不同學(xué)習(xí)場景下行為數(shù)據(jù)、不同感知覺數(shù)據(jù)，通過多模態(tài)數(shù)據(jù)分析追蹤學(xué)習(xí)過程;構(gòu)建學(xué)習(xí)者畫像，在網(wǎng)絡(luò)學(xué)習(xí)環(huán)境中通過文本分析、話語分析、表情識別、情感分析等對學(xué)習(xí)者建模，深度了解學(xué)習(xí)者特點;提供個性化和全方位的支持服務(wù)、教育資源精準推送、個性化的教育評價與反饋、風(fēng)險預(yù)警和教學(xué)干預(yù)等，促進教育逐漸走向個性化。除此之外，學(xué)習(xí)分析的政策、風(fēng)險和保障措施也受到研究者的關(guān)注，完善學(xué)習(xí)分析數(shù)據(jù)和技術(shù)規(guī)范并提供政策保障顯得至關(guān)重要。

（三）教學(xué)設(shè)計向“以學(xué)習(xí)者為中心”的學(xué)習(xí)設(shè)計方向發(fā)展

教學(xué)設(shè)計是教育技術(shù)領(lǐng)域的核心研究內(nèi)容，隨著人們對教育學(xué)理論的認識不斷加深，教學(xué)設(shè)計逐步從以教師為中心轉(zhuǎn)向以學(xué)習(xí)者為中心，開始關(guān)注學(xué)習(xí)者的需求和學(xué)習(xí)能力，并在大數(shù)據(jù)和學(xué)習(xí)分析技術(shù)的推動下從教學(xué)設(shè)計轉(zhuǎn)向?qū)W習(xí)設(shè)計。這是一種新的設(shè)計思路與模式，在更真實地了解學(xué)習(xí)者特點的基礎(chǔ)上設(shè)計學(xué)習(xí)內(nèi)容和學(xué)習(xí)活動，根據(jù)學(xué)習(xí)活動參與情況動態(tài)地給予學(xué)習(xí)評價和學(xué)習(xí)反饋，并不斷迭代更新學(xué)習(xí)設(shè)計，實現(xiàn)真正地以學(xué)習(xí)者為中心。未來隨著學(xué)習(xí)分析技術(shù)的發(fā)展將為學(xué)習(xí)設(shè)計提供更多支撐。

（四）STEM教育、計算思維培養(yǎng)和游戲化教學(xué)研究在基礎(chǔ)教育階段受到青睞

在K-12階段，STEM教育、計算思維的培養(yǎng)和游戲化教學(xué)是研究的熱點。STEM教育最早興起于美國，隨后在全世界蓬勃發(fā)展。目前，研究者已經(jīng)不再局限于STEM的內(nèi)涵、特征、意義的討論，更多地從課程設(shè)計、教學(xué)、師資配置及專業(yè)發(fā)展等方向研究如何提高STEM教育質(zhì)量。此外，在互聯(lián)網(wǎng)時代，計算思維培養(yǎng)也成為基礎(chǔ)教育的重要研究主題。計算思維是個體運用計算科學(xué)的思想方法進行問題解決時產(chǎn)生的思維活動（朱珂， 等， 2018），格羅夫（Grover， 2018）在題為“關(guān)于計算思維及學(xué)習(xí)科學(xué)如何塑造對計算機科學(xué)深度學(xué)習(xí)的思考”的主旨報告中提出計算思維和編程被認為是21世紀的關(guān)鍵技能，是“互聯(lián)網(wǎng)+”時代個體必須具備的重要信息素養(yǎng)，計算思維的培養(yǎng)有助于激發(fā)學(xué)習(xí)者的創(chuàng)新能力和問題解決能力，應(yīng)對未來不確定的挑戰(zhàn)?；跀?shù)字游戲的學(xué)習(xí)能夠增強學(xué)習(xí)動機，尤其是在K-12階段，能夠激發(fā)學(xué)習(xí)者的學(xué)習(xí)興趣。有研究者開始關(guān)注游戲化教學(xué)策略的研究，通過恰當?shù)牟呗孕怨ぞ叩氖褂锰岣邔W(xué)習(xí)者的學(xué)習(xí)效率。值得指出的是，過度采用游戲或信息技術(shù)開展教學(xué)容易帶來科技沉溺的問題。

（五）開放教育資源在高等教育中的應(yīng)用研究如火如荼

廣義的開放教育資源研究不僅包括MOOC在內(nèi)的在線課程的設(shè)計、開發(fā)、應(yīng)用、推廣的研究，也包括在線學(xué)習(xí)規(guī)律的研究。在國際會議中，已涌現(xiàn)出一些關(guān)于在線教學(xué)交互的研究、社交媒體的研究和在線教育的情感研究。加里森（Garrison， 1999）等最早提出了著名的探究社區(qū)理論，指出教學(xué)中存在三個關(guān)鍵要素——社會臨場感、教學(xué)臨場感和認知臨場感，他們認為只有當這三個要素的水平都較高時有效的學(xué)習(xí)才會發(fā)生。近年來，該模型的創(chuàng)始人之一Cleveland Innes教授又在模型中補充了第四個要素，即情感臨場感 ，由此顯示在線教育中的情感研究開始受到關(guān)注（馮曉英， 等， 2018）。

（六）移動智能技術(shù)助力教育公平

當前，我們使用的設(shè)備大部分都是筆記本電腦、平板電腦、手機等移動終端設(shè)備。智能耳戴設(shè)備的研究提供了未來教育的又一種可能。智能耳戴設(shè)備是一種無線、智能化且包括麥克風(fēng)和耳機的具有人工智能的微型計算機（Hunn， 2014）。目前，耳戴設(shè)備發(fā)展非常迅速，用戶可以使用無線藍牙鏈接，降低對網(wǎng)絡(luò)的依賴性，主動過濾環(huán)境噪音從而降低入耳噪音。麥克格利爾（McGreal， 2018）指出，智能耳戴設(shè)備最顯著的意義是它能夠提供給人們超越耳朵基礎(chǔ)聽力的能力，它能夠?qū)崿F(xiàn)技術(shù)支持下的隨時隨地學(xué)習(xí)，從而高度地實現(xiàn)個性化。對耳戴設(shè)備的研究是新興的研究熱點。據(jù)了解，美國Bose公司的無線耳機已經(jīng)開始嘗試教育運用，其語音搜索功能的實現(xiàn)能夠面向有障礙的人群，從而助力實現(xiàn)教育公平。

（七）科技和倫理邊界的新主題引起關(guān)注

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，尤其是多媒體互聯(lián)網(wǎng)技術(shù)的發(fā)展，其在教育中的應(yīng)用逐漸從局外、邊緣的教育工具轉(zhuǎn)變?yōu)殛P(guān)鍵、重要的支撐，從工具性地加入教學(xué)變?yōu)槿谌虢虒W(xué)，這也使得科技與教育的倫理邊界引起關(guān)注。在未來教育大會和第19屆人工智能在教育中應(yīng)用的國際會議中，設(shè)立了關(guān)于人工智能與教育倫理、人工智能與道德問題的圓桌討論。關(guān)于人工智能的倫理討論聚焦于兩個問題，其一是AI本身的道德評價問題，其二是AI研發(fā)與應(yīng)用后果的善惡問題（王銀春， 2018）。人工智能與任何事物一樣，都具有兩面性。目前，在世界范圍內(nèi)幾乎沒有任何相關(guān)指導(dǎo)方針，也沒有制定任何政策、法規(guī)來解決在教育中使用人工智能所引起的道德問題，因此亟待明確面向智能教育的人工智能的倫理構(gòu)建原則（杜靜， 等， 2019），這也是人工智能在教育中的應(yīng)用研究面臨的挑戰(zhàn)和重要問題，規(guī)范倫理道德有助于更充分地利用人工智能技術(shù)帶來的積極的正面作用。

五、結(jié)語

本研究基于2018年在全球舉辦的26項教育技術(shù)領(lǐng)域的國際會議的文獻，對收集得到的358個大會主旨報告、工作坊報告及圓桌會議的主題和摘要通過Leximancer軟件進行聚類分析，發(fā)現(xiàn)了教育、設(shè)計、分析、評價、未來、在線、研究七個主題團屬下的22個研究熱點，據(jù)此綜合分析了教育技術(shù)領(lǐng)域的研究熱點和發(fā)展趨勢。每年全球舉辦的教育技術(shù)及相關(guān)領(lǐng)域的學(xué)術(shù)會議眾多，在本研究過程中或有遺漏，但作者希望本研究結(jié)果能為教育技術(shù)的研究者和實踐者提供新的思路，保持對新技術(shù)發(fā)展和應(yīng)用的高度敏銳，積極探索如何用好技術(shù)促進教育變革，最終為教育發(fā)展做出應(yīng)有的貢獻。

[參考文獻]

杜靜，黃榮懷，李政璇，等. 2019. 智能教育時代下人工智能倫理的內(nèi)涵與建構(gòu)原則[J]. 電化教育研究（07）：21-29.

馮曉英，王瑞雪，吳怡君. 2018. 國內(nèi)外混合式教學(xué)研究現(xiàn)狀述評——基于混合式教學(xué)的分析框架[J]. 遠程教育雜志（03）：13-24.

苗逢春. 2019. 引領(lǐng)人工智能時代的教育躍遷：2019年北京國際人工智能與教育大會綜述[J]. 電化教育研究（08）：1-11.

王美，廖媛，黃璐，等. 2018. 數(shù)字時代重思學(xué)習(xí)：賦予學(xué)習(xí)科學(xué)重要使命——第13屆學(xué)習(xí)科學(xué)國際大會綜述[J]. 開放教育研究（05）：108-120.

王銀春. 2018. 人工智能的道德判斷及其倫理建議[J]. 南京師大學(xué)報（社會科學(xué)版）（04）：29-36.

吳祥恩，陳曉慧. 2018. 國際在線臨場感研究的現(xiàn)狀、熱點及趨勢——基于2000—2017年WOS核心數(shù)據(jù)庫相關(guān)文獻的知識圖譜分析[J]. 中國電化教育（02）：37-45.

吳永和，李若晨，王浩楠. 2017. 學(xué)習(xí)分析研究的現(xiàn)狀與未來發(fā)展——2017年學(xué)習(xí)分析與知識國際會議評析[J]. 開放教育研究（05）：42-56.

徐杰，楊文正，李美林，等. 2018. 國際游戲化學(xué)習(xí)研究熱點透視及對我國的啟示與借鑒——基于Computers & Education（2013-2017）載文分析[J]. 遠程教育雜志（06）：73-83.

張慧，黃榮懷，李冀紅，等. 2019. 規(guī)劃人工智能時代的教育：引領(lǐng)與跨越——解讀國際人工智能與教育大會成果文件《北京共識》[J]. 現(xiàn)代遠程教育研究（03）：3-11.

中華人民共和國教育部. 2018-4-18. 教育部關(guān)于印發(fā)《教育信息化2.0行動計劃》的通知[EB/OL]. [2019-1-10]. http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html

周進，安濤，韓雪婧. 2018. 國際機器人教育研究前沿與熱點——基于Web of Science文獻的可視化分析[J]. 開放教育研究（4）：43-52.

朱珂，賈鑫欣. 2018. STEM視野下計算思維能力的發(fā)展策略研究[J]. 現(xiàn)代教育技術(shù)（12）：115-121.

Bacon， L. （2018， March 15）. Impact of Artificial Intelligence and Automation on the Future of Education. Retrieved February 10，2019 from http：//www.csedu.org/KeynoteSpeakers.aspx？y=2018

Becheru， A.， & Calota， A. （2018， March 18）. Student Viz： A Tool for Visualizing Students Collaborations in a Social Learning Environment. Retrieved February 10，2019 from http：//ucsec.bnu.edu.cn/

Buller， J. L. （2018， October 23）. Knowing yourself and collaborating with all kinds of people to get things done. Retrieved February 12，2019 from https：//www.aect.org/keynote_speaker.php

Chen， S. Y. （2018， May 25）. Using Digital Learning Tools to Enhance Academic English Skills： An Individual Difference Perspective.Retrieved February 8，2019 from http：//gccce2018.scnu.edu.cn/KEYNOTE-SPEECHESC/SPEECHESCN/

Conati， C. （2018， March 5）. Towards User-Centered Analytics： User-Adaptive Visualizations. Retrieved February 10，2019 from https：//latte-analytics.sydney.edu.au/keynotes/

Dennen， V. P. （2018， July 4）. Social Media Knowledge Activities： Opportunities for Learning across Formal and Informal Settings. Retrieved February 20，2019 from http：//icoie2018.ouhk.edu.hk/e-keynote.html

Du Boulay， B. （2018， November 26）. Artificial Intelligence in Education-the next 10 years . Retrieved February 10，2019 from http：//icce2018.ateneo.edu/index.php/keynote-speakers/

Garrison， D. R.， Anderson T.， & Archer， W. （1999）. Critical inquiry in a text-based environment： computer conferencing in higher education. The internet and higher education， 2（2）：87-105.

Grover， G. （2018 November 26）. Thinking about Computational Thinking and How Learning Sciences Can Shape Deeper Learning of Computer Science in Schools. Retrieved February 10，2019 from http：//icce2018.ateneo.edu/index.php/keynote-speakers/

Harris， J. C.， Krajcik， J. & Severance， S. （2018， June 23）. Designing Knowledge-In-Use Assessment Tasks and Rubrics to Assess and Promote Deep Learning in Science Classrooms. Retrieved February 12，2019 from https：//www.isls.org/icls/2018/icls2018.com/workshops/index.html

Hunn， N. （2014， April 4）. Hearables-the new warbles. Retrieved February 10，2019 from http：//www.wearable-technologies.com/2014/04/hearables-the-new-wearables/

Jennings， C. （2018）. Make your courses count： how to create a digital analytics model to measure the success of online courses. Retrieved February 10，2019 from https：//latte-analytics.sydney.edu.au/workshop- schedule-tuesday-6-march/

Kanwar， A. S. （2018）. Global Trends in OER—What is the Future？ Retrieved February 20，2019 from http：//icoie2018.ouhk.edu.hk/e-keynote.html

Leximancer. （2015）. Leximancer manual version 4. Retrieved December 27，2018 from http：//www.leximancer.com/

McGreal， R. （2018）. Hearables for online learning. The International Review of Research in Open and Distributed Learning， 19（4）：260- 267.

U.S.Department of Education. （2017 January）. Reimagining the role of technology in education： 2017 national education technology plan update.Retrieved February 10，2019 from https：//tech.ed.gov/files/2017/01/NETP17.pdf

Parsons， T. D. （2018）. Computational Neuropsychology & Simulation： New Tools for Enhancing Assessment & Training.Retrieved January 25，2019 from http：//ucsec.bnu.edu.cn/

Polito， G.， & Temperini， M. （2018 March 18）. A Gamified Approach to Automated Assessment of Programming Assignments. Retrieved February 20，2019 from http：//ucsec.bnu.edu.cn/en

Prieto， L. P.， & Rodríguez-Triana， M. J. （2018）. Orchestrating learning analytics： learning analytics adoption at the classroom level. Retrieved February 10，2019 from https：//sites.google.com/view/orla-ws-2018/home

Saliah-Hassane， H. （2018 March 15）. Standardization of Online Laboratories for Education—Why and How？ Retrieved February 10，2019 from http：//www.csedu.org/KeynoteSpeakers.aspx？y=2018

Sampson， D. （2018 July 4）. Educational Data Analytics for Supporting Teaching and Learning in Online Education. Retrieved February 20，2019 from http：//icoie2018.ouhk.edu.hk/e-keynote.html

Shaffer， D. W. （2018 March 5）. The Importance of Meaning： Going Beyond Mixed Methods to Turn Big Data into Real Understanding. Retrieved February 11，2019， from https：//latte-analytics.sydney.edu.au/keynotes/

Singer， S. （2018 November 5）. Identifying the Catalysts of the Education of the Future. Retrieved February 11，2019 from http：//www.ges-china.com/2018/zh/news/newDetails.aspx？Id=33

收稿日期：2019-03-30

定稿日期：2019-08-08

作者簡介：許玲，博士研究生，北京師范大學(xué)首都學(xué)習(xí)型社會研究院（100875）。

張亦弛，網(wǎng)易（杭州）網(wǎng)絡(luò)有限公司（310052）。

責任編輯 郝 丹