单位文秘网 2021-06-29 08:19:09 点击: 次
摘要:深度学习的意义不仅在于知识内容的建构,更重要的是利用蕴含在社会人际网络中的集体智慧,形成丰富的社会知识网络。聚合了人际网络、知识网络与学习活动等综合性信息的学习元平台,能为促进在线深度学习提供良好的支持。基于学习元的双螺旋深度学习模型反映了一种社会互动、群建共享、认知递进的深度学习理念。在该模型中,知识网络和社会网络是两条基本支架,通过学习活动衔接而形成社会知识网络;而社会知识网络以知识内容为核心节点,通过知识内容建立起知识之间、知识与人之间的关系。学习者和教学者在该模型中处于平等地位且可以角色互换。在学习的初级阶段,学习者通过接受式学习,初步建构知识网络和人际网络;随着参与式学习的不断深入,基于知识交互的协同建构促进知识网络的发展,基于人际交互的网络节点生成促进人际网络的拓宽,个人学习网络动态形成并得到螺旋式发展;在学习的高级阶段,学习者主动连接网络,通过创造性学习活动以及基于活动的知识贡献与创造,构建群体的社会性知识空间,达到深度学习的目的。
关键词:在线学习;深度学习;学习元;双螺旋学习模型;社会知识网络
中图分类号:G434 文献标识码:A 文章编号:1009-5195(2017)06-0037-12 doi10.3969/j.issn.1009-5195.2017.06.005
随着网络和多媒体技术的不断发展,支持当代师生进行学习的网络环境已经极大完善,然而优良的硬件环境并没有真正促进深度学习的发生。目前在线学习所使用的教学方式主要是课堂“搬家”,即录制传统的利用板书的课堂视频,组织学生进行浏览学习等(余胜泉,2014)。这种学习虽然能够让学习者获得特定的知识,但对知识的理解是浅层次、表面化的,并不足以让学习者建构起对整个问题的认识,也不能有效地促使学习者开展反思以及将知识进行迁移与应用。在线学习的碎片化知识、孤独感以及学习行为单一等特征导致了在线学习的效率不高、效果不好等问题。本文基于学习元平台,尝试提出一个基于知识网络的学习导航,辅助人际网络的群体协商与互动,构建以活动为主线的多维学习行为的双螺旋学习模型,探讨促进深度学习的在线学习设计。
一、基于学习元的深度学习支撑系统
学习元平台(Learning Cell System)(余胜泉等,2009)是基于“生成”“进化”“适应”“社会认知”等新理念,以学习元为最小资源组织单位的开放型学习平台,由学习元、知识群、知识云、学习工具、个人空間和学习社区六大部分构成。
基于学习元的深度学习行为支撑系统主要包括四大子模块:在线深度学习行为交互支持模块、群体协同建构深度学习的知识进化模块、多元联系的深度学习行为可视化与聚类分析模块、激励深度学习的发展评估模块。
1.在线深度学习行为交互支持模块
在线深度学习行为交互支持模块包含的核心功能点有:学习元知识创建、知识内容协同编辑、知识内容进化版本对比、全文批注、段落微批注、资源评价、资源评论、语义信息管理、资源语义关联、学习活动、学习工具、个人空间、好友管理、知识本体构建、知识网络、人际网络、社会知识网络、标签语义标注、语义搜索、社区学习与交互、资源聚合工具等。该模块主要实现对9种可能促成深度学习发生的学习行为的互动支持,并设计相应的功能。
2.群体协同建构深度学习的知识进化模块
群体协同建构深度学习的知识进化模块包含的核心功能点有:汇聚集体智慧的群体众包技术、内容协同编辑与版本控制技术、资源的语义建模技术、资源的动态语义聚合技术、资源的有序进化控制技术、资源进化的可视化路径展现技术等。群体众包技术主要是如何汇聚群体的智慧,实现群体的有序协同。内容协同编辑与版本控制技术主要是在现有Wiki技术的基础上进行适应性改进,保证普通用户可以对同一份学习资源的内容进行协同编辑,并通过灵活的版本控制技术来保证资源的安全性。资源的语义建模技术主要是引入当前热门的语义Web技术,构建开放的学习资源本体,对资源进行快捷的语义标注,并对资源进行语义的推理。资源的动态语义聚合技术主要是在资源语义建模基础上,实现相似资源之间的自动聚合,组成同主题的资源圈。资源的有序进化控制技术主要是通过知识本体、内容审核等技术来控制资源进化的方向,避免其毫无目的的四处“乱长”。资源进化的可视化路径展示技术主要是直观地呈现资源的进化过程以及成长过程中不同用户的贡献,使学习者不仅了解当前的知识,还能够从整体上熟悉知识是如何一步步发展的。
3.多元联系的深度学习行为可视化与聚类分析模块
多元联系的深度学习行为可视化与聚类分析模块包含的核心功能点有:学习轨迹可视化、知识网络可视化、人际网络可视化、社会知识网络可视化、标签聚类等。学习轨迹可视化模块可以可视化展示深度学习行为在时间上的变化。知识网络可视化模块实现知识语义关系的动态揭示。人际网络可视化模块展示学习行为背后的人际网络拓扑结构关系及网络变化规律,支持学习行为人际关系分析。社会知识网络可视化模块旨在可视化学习行为背后的知识联系和人际关系,将物化资源与人际资源融为一体,展示多元联系的深度学习行为背后的知识和人际联系。标签聚类模块可以对学习行为进行聚类分析,实现学习行为数据的知识发现。
4.激励深度学习的发展评估模块
激励深度学习的发展评估模块包含的核心功能点有:学习评价方案设定、学习交互数据采集与分析、多维评价结果展示、诊断标准设置等。
学习元平台提供了基于过程性信息的评价服务。该服务为课程开发者提供评价方案设计工具。开发者可针对课程设置一定的评价方案,系统根据评价方案,结合不同学习者在课程中的学习过程信息来对学习者的学习过程和整体学习情况进行评价,给出评价结果并反馈给课程开发者和学习者。学习者在学习过程中可随时查看自己的评价信息,了解自己的学习情况,适当调整学习策略,实现基于过程的可视化评价(如图1)。
(责任编辑:单位文秘网) )地址:https://www.kgf8887.com/show-245-54467-1.html
上一篇:“科学教育专业”人才培养刍议
版权声明:
本站由单位文秘网原创策划制作,欢迎订阅或转载,但请注明出处。违者必究。单位文秘网独家运营 版权所有 未经许可不得转载使用