現(xiàn)代遠(yuǎn)程教育發(fā)展新轉(zhuǎn)變：從Internet+到AI+和Neuro+

摘要：信息技術(shù)的迅猛發(fā)展、腦科學(xué)研究的不斷深入已成為遠(yuǎn)程教育發(fā)展的兩股核心驅(qū)動力。隨著互聯(lián)網(wǎng)應(yīng)用的日益普及、大數(shù)據(jù)環(huán)境的逐步形成、人工智能技術(shù)的快速崛起和神經(jīng)科技的重大突破，現(xiàn)代遠(yuǎn)程教育發(fā)展正面臨著從Internet+向AI+和Neuro+的新轉(zhuǎn)變，其教育理論、研究方法、教學(xué)模式與技術(shù)手段亟待創(chuàng)新。發(fā)源于20世紀(jì)70年代的神經(jīng)教育學(xué)（Neuroeducation）和由中國學(xué)者2006年提出的神經(jīng)管理學(xué)（NeuroManagement）兩大新興交叉學(xué)科的發(fā)展，成為對現(xiàn)代教育理論與研究方法新發(fā)展的理論框架，現(xiàn)代遠(yuǎn)程教育涉及新的研究問題是：從Internet+到AI+和Neuro+的新轉(zhuǎn)變、神經(jīng)教育學(xué)與神經(jīng)管理學(xué)的學(xué)科發(fā)展、教育理論與方法創(chuàng)新的群智演進(jìn)模式、從理論到應(yīng)用實(shí)踐的生態(tài)群落及機(jī)制，進(jìn)而提出遠(yuǎn)程教育理論與研究方法創(chuàng)新的群智演進(jìn)模式，剖析從理論到應(yīng)用實(shí)踐的可持續(xù)創(chuàng)新發(fā)展的生態(tài)群落及生態(tài)鏈機(jī)制。

關(guān)鍵詞：人工智能；遠(yuǎn)程教育；神經(jīng)教育學(xué)；神經(jīng)管理學(xué)；群智演進(jìn)；廣義生態(tài)群落

中圖分類號：G434 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-5195（2018）02-0003-12 doi10.3969/j.issn.1009-5195.2018.02.001

一、引言

遠(yuǎn)程教育（Distance Education）發(fā)萌于19世紀(jì)40年代英國的函授學(xué)習(xí)（Holmberg，1989），從其通訊載體看，先后經(jīng)歷了函授教學(xué)、廣播電視教學(xué)、互聯(lián)網(wǎng)教學(xué)三個(gè)發(fā)展階段（Moore et al.， 2005；張秀梅等，2006）。縱觀其170余年的發(fā)展歷史，遠(yuǎn)程教育為促進(jìn)人類文明與知識的傳播、推動全民教育的普及發(fā)揮了巨大作用，已成為面向偏遠(yuǎn)和欠發(fā)達(dá)地區(qū)教育傳播、全社會終身教育體系構(gòu)建和國際化教育發(fā)展的重要支柱。在這一過程中，社會經(jīng)濟(jì)快速發(fā)展對遠(yuǎn)程教育產(chǎn)生了強(qiáng)勁的需求拉動，而電子載體、多媒體、互聯(lián)網(wǎng)、移動通訊、社交媒體、虛擬現(xiàn)實(shí)、人工智能、大數(shù)據(jù)分析等信息技術(shù)的迅猛發(fā)展和從基本生理功能到復(fù)雜高級功能的腦科學(xué)研究不斷深入，形成了遠(yuǎn)程教育發(fā)展的兩股核心驅(qū)動力（Moore et al.，2005；Saleh et al.，2015；Samigulina et al.，2016；褚宏啟， 2018）。

進(jìn)入21世紀(jì)以來，隨著移動互聯(lián)網(wǎng)的快速發(fā)展及各類社會化學(xué)習(xí)媒體的不斷涌現(xiàn)，遠(yuǎn)程教育已經(jīng)進(jìn)入了一個(gè)泛在學(xué)習(xí)（Ubiquitous Learning， U-Learning）的新階段（Saleh et al.，2015； Samigulina et al.，2016； Cárdenas-Robledo et al.，2018），使得學(xué)習(xí)過程轉(zhuǎn)變?yōu)橐詫W(xué)習(xí)者為中心、在開放式學(xué)習(xí)共同體中基于其自身需求對知識的個(gè)性化自主建構(gòu)過程（Cárdenas-Robledo et al.，2018；Guabassi et al.，2018；謝振平等， 2018）。與此同時(shí)，學(xué)習(xí)者個(gè)性化基礎(chǔ)及學(xué)習(xí)技能的差異、課堂教學(xué)互動真實(shí)感的缺失、海量學(xué)習(xí)資源搜索與匹配的困難、網(wǎng)絡(luò)課件的內(nèi)容與質(zhì)量問題，以及時(shí)間、地點(diǎn)、環(huán)境等復(fù)雜的情境因素，已成為影響上述學(xué)習(xí)主動性和學(xué)習(xí)效率的主要原因，甚至使得學(xué)習(xí)者產(chǎn)生焦慮情緒（Gao et al.， 2012；Ilgaz et al.，2013；Scarinci，2015； Pozdnyakova et al.，2017）。泛在學(xué)習(xí)環(huán)境的新變化為教育理論的研究帶來了新的課題，由此促進(jìn)了建構(gòu)主義、情感教學(xué)、情景認(rèn)知和非正式學(xué)習(xí)等現(xiàn)代學(xué)習(xí)理論及相關(guān)教學(xué)方法的進(jìn)一步發(fā)展（潘基鑫等，2010；穆瀟等，2017；Cárdenas-

Robledo et al.，2018）。

教育與腦之間關(guān)系的研究不斷深入，正如國家教育咨詢委員會委員、中國工程院院士、教育部原副部長韋鈺院士所指出的“教育實(shí)質(zhì)上就是在建構(gòu)人的腦”（韋鈺，2017）。發(fā)源于20世紀(jì)70年代的神經(jīng)教育學(xué)（Neuroeducation）（Chall et al.，1978）和由中國學(xué)者2006年提出的神經(jīng)管理學(xué)（NeuroManagement）（馬慶國等，2006）兩大新興交叉學(xué)科的研究與發(fā)展，為泛在學(xué)習(xí)環(huán)境下學(xué)習(xí)者的個(gè)性化腦建構(gòu)及其教學(xué)管理提供了基于神經(jīng)學(xué)機(jī)理的科學(xué)理論與方法（Summak et al.，2010；Zadina，2015；Pincham et al.，2014；戴偉輝，2017）。與此同時(shí)，泛在學(xué)習(xí)環(huán)境下形成的大數(shù)據(jù)，為基于上述理論與方法深入分析學(xué)習(xí)者的個(gè)性化特征，通過人工智能技術(shù)對學(xué)習(xí)者的行為數(shù)據(jù)進(jìn)行挖掘分析，及時(shí)發(fā)現(xiàn)其興趣與需求，采用精準(zhǔn)、高效的資源組織模式和隨需應(yīng)變的教學(xué)策略提供了新的基礎(chǔ)（Zhou et al.，2015； Samigulina，2016；Cárdenas-Robledo et al.，2018；謝振平等，2018）。由于互聯(lián)網(wǎng)應(yīng)用的日益普及、大數(shù)據(jù)環(huán)境的逐步形成、人工智能技術(shù)的快速崛起和神經(jīng)科技的重大突破，現(xiàn)代遠(yuǎn)程教育的發(fā)展不只停留在通過互聯(lián)網(wǎng)來改變其教學(xué)方式與途徑，而且面臨著以人工智能與神經(jīng)科技的新發(fā)展為驅(qū)動，從Internet+向AI+和Neuro+的新轉(zhuǎn)變。

在上述轉(zhuǎn)變中，現(xiàn)有的教育理論、研究方法、教學(xué)模式與技術(shù)手段亟待創(chuàng)新。自從1806年“現(xiàn)代教育學(xué)之父”Herbart的奠基之作《General Pedagogy》（普通教育學(xué)）出版以來，現(xiàn)代教育學(xué)作為一門規(guī)范、獨(dú)立的學(xué)科在兩個(gè)多世紀(jì)里取得了巨大發(fā)展。然而，從不同角度、基于不同的發(fā)現(xiàn)和認(rèn)識提出的眾多學(xué)說如“熱帶叢林”般難以形成統(tǒng)一的理論體系并為實(shí)踐提供精準(zhǔn)的指導(dǎo)。在當(dāng)今復(fù)雜多變的環(huán)境下，事物的變化猶如一頭“奔馳的野象”，各種研究方法存在著一定的局限性。現(xiàn)代遠(yuǎn)程教育發(fā)展的新轉(zhuǎn)變，亟待以新的系統(tǒng)性思維在新的信息網(wǎng)絡(luò)平臺和大數(shù)據(jù)基礎(chǔ)上吸納多學(xué)科的研究成果，在教育理論與研究方法上創(chuàng)新，進(jìn)而為其教學(xué)模式與技術(shù)手段的創(chuàng)新實(shí)踐提供更有力的指導(dǎo)。本文將從“從Internet+到AI+和Neuro+的新轉(zhuǎn)變”、“神經(jīng)教育學(xué)與神經(jīng)管理學(xué)的學(xué)科發(fā)展”、“教育理論與方法創(chuàng)新的群智演進(jìn)模式”、“從理論到應(yīng)用實(shí)踐的生態(tài)群落及機(jī)制”四個(gè)方面對相關(guān)問題進(jìn)行闡述，以期為現(xiàn)代遠(yuǎn)程教育的研究、發(fā)展與應(yīng)用實(shí)踐提供參考及借鑒。

二、從Internet+到AI+和Neuro+的新轉(zhuǎn)變

1.社會經(jīng)濟(jì)發(fā)展對遠(yuǎn)程教育的新需求

從宏觀上看，教育作為知識和人力資本的生產(chǎn)部門是形成綜合競爭國力、促進(jìn)社會經(jīng)濟(jì)發(fā)展的基礎(chǔ)。從微觀上看，教育是實(shí)現(xiàn)人的全面發(fā)展的重要手段。人類自身的發(fā)展和對物質(zhì)文明與精神文明的不斷追求，形成了社會經(jīng)濟(jì)發(fā)展的動力，而社會經(jīng)濟(jì)發(fā)展對人類自身的發(fā)展又不斷提出了新的要求，繼而對教育的發(fā)展產(chǎn)生了持續(xù)的拉動作用。

遠(yuǎn)程教育與傳統(tǒng)的課堂式教育相比較，實(shí)現(xiàn)了時(shí)間、空間的分離，為受教育者帶來了極大的便利和全新的個(gè)性化、低成本學(xué)習(xí)方式，為緩解教育資源的緊張和提升教育的普及性提供了新的途徑，因而被世界各國列入其國家教育發(fā)展戰(zhàn)略，具有廣闊的發(fā)展前景。圖1為艾媒咨詢發(fā)布的2011-2016年中國在線教育市場規(guī)模數(shù)據(jù)。

數(shù)據(jù)顯示，2016年中國在線教育市場規(guī)模達(dá)到了2218億元，年均增長率為30.02%。據(jù)艾媒咨詢預(yù)測，2018年市場規(guī)模將達(dá)到3480億元。以在線教育為主要形式的遠(yuǎn)程教育在中國已進(jìn)入高速增長期，不僅已成為社會化教育的主體，而且對目前的課堂式教學(xué)向混合式教學(xué)轉(zhuǎn)型將產(chǎn)生重大影響。

2.現(xiàn)代遠(yuǎn)程教育的科技驅(qū)動與新轉(zhuǎn)變

信息技術(shù)的迅猛發(fā)展對遠(yuǎn)程教育產(chǎn)生了強(qiáng)大的驅(qū)動力。廣播電視技術(shù)為遠(yuǎn)程教育提供了高效的信息傳播渠道，電子載體、多媒體技術(shù)、虛擬現(xiàn)實(shí)技術(shù)的出現(xiàn)為遠(yuǎn)程教育的課件制作及其呈現(xiàn)藝術(shù)、教學(xué)手段帶來了革命性變化。移動互聯(lián)網(wǎng)的廣泛應(yīng)用和各類社交學(xué)習(xí)媒體的涌現(xiàn)，使得遠(yuǎn)程教育進(jìn)入了泛在學(xué)習(xí)的新階段。

泛在學(xué)習(xí)環(huán)境下，遠(yuǎn)程教育的學(xué)習(xí)方式發(fā)生了重大變化，并由此帶來了個(gè)性化自主學(xué)習(xí)中的一系列新問題，如何運(yùn)用新的科技手段解決上述問題已成為遠(yuǎn)程教育研究與發(fā)展中關(guān)注的重點(diǎn)。人工智能技術(shù)自1956年提出以來，經(jīng)歷了起伏曲折的發(fā)展歷程（Russell et al.，2009； Simonite，2014；顧險(xiǎn)峰，2016）。進(jìn)入21世紀(jì)以后物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、移動通訊網(wǎng)發(fā)展所形成的大數(shù)據(jù)基礎(chǔ)為其提供了以數(shù)據(jù)為驅(qū)動模型學(xué)習(xí)新發(fā)展途徑，促進(jìn)了人工智能技術(shù)的重新崛起（王沖鶄， 2017），人工智能技術(shù)為解決泛在學(xué)習(xí)環(huán)境下的問題帶來了智能化的新技術(shù)手段，已成為現(xiàn)代遠(yuǎn)程教育發(fā)展的前沿技術(shù)驅(qū)動力量。

20世紀(jì)90年代出現(xiàn)的fMRI（功能性磁共振成像）等先進(jìn)的神經(jīng)科學(xué)實(shí)驗(yàn)觀測手段，使得人類首次可以對全腦的神經(jīng)活動直接進(jìn)行無創(chuàng)觀測。在此基礎(chǔ)上，腦科學(xué)的研究與神經(jīng)科技的發(fā)展取得了突破性進(jìn)展：從人體基本生理功能的神經(jīng)活動探測到高級思維與決策活動的發(fā)現(xiàn)（Martino et al.，2006），從單一腦功能區(qū)的分析到腦功能網(wǎng)絡(luò)整合模式的研究（Park et al.，2013），從神經(jīng)感知計(jì)算到類腦（Brain-Like）與仿腦（Artificial Brain）系統(tǒng)的實(shí)現(xiàn)。上述進(jìn)展不僅為基于教育經(jīng)驗(yàn)和思辨論證而形成的教育理論提供了科學(xué)機(jī)理和實(shí)驗(yàn)觀測驗(yàn)證方法，而且為在真實(shí)環(huán)境與各類復(fù)雜情景下研究教育是如何“建構(gòu)人的腦”提供了類腦與仿腦模型及計(jì)算仿真分析手段。

從現(xiàn)代科技進(jìn)步對遠(yuǎn)程教育發(fā)展的影響來看，上個(gè)世紀(jì)90年代互聯(lián)網(wǎng)技術(shù)的興起促進(jìn)了信息的共享、交互和教育傳播、學(xué)習(xí)方式的變革，使得Internet+成為遠(yuǎn)程教育發(fā)展的重要驅(qū)動力。進(jìn)入21世紀(jì)以后，基于人工智能技術(shù)和神經(jīng)科技成果對上述教育的智能化、科學(xué)化研究已成為新的驅(qū)動前沿，現(xiàn)代遠(yuǎn)程教育的發(fā)展正面臨著從Internet+到AI+和Neuro+的新轉(zhuǎn)變，通過全球最大的科學(xué)文獻(xiàn)數(shù)據(jù)庫Scopus進(jìn)行檢索分析，充分表明了這一新的轉(zhuǎn)變趨勢。采用“Distance Education”分別與“Internet”、“Intelligent（or Intelligence）”、“Neuro”組成聯(lián)合關(guān)鍵詞，對Scopus文獻(xiàn)庫中1977年至2017年發(fā)表的相關(guān)論文進(jìn)行主題檢索。其數(shù)量如圖2所示。圖中，Internet+、AI+、Neuro+分別為通過聯(lián)合關(guān)鍵詞檢索出的論文數(shù)量在各年度的分布。

通過上述檢索發(fā)現(xiàn)，自1977年至2017年期間發(fā)表的Internet+、AI+、Neuro+論文總數(shù)量分別為5995篇、1311篇、630篇。然而，從圖2中論文數(shù)量的變化趨勢看，自2008年開始Internet+的論文數(shù)量急劇下降，而AI+、Neuro+的論文數(shù)量總體呈快速上升趨勢。論文數(shù)量的變化趨勢充分說明了對遠(yuǎn)程教育發(fā)展的關(guān)注，自2008年開始已經(jīng)從Internet+向AI+和Neuro+轉(zhuǎn)變。通過對相關(guān)文獻(xiàn)的深入分析表明，人工智能技術(shù)與神經(jīng)科技成果的應(yīng)用，已成為上述轉(zhuǎn)變的基礎(chǔ)支撐。因此，中國遠(yuǎn)程教育的發(fā)展應(yīng)該在新的起點(diǎn)上，以人工智能技術(shù)為驅(qū)動，促進(jìn)神經(jīng)教育學(xué)與神經(jīng)管理學(xué)兩大新興交叉學(xué)科的發(fā)展及其研究成果的應(yīng)用，構(gòu)建遠(yuǎn)程教育的創(chuàng)新發(fā)展新模式及機(jī)制。

三、神經(jīng)教育學(xué)與神經(jīng)管理學(xué)的學(xué)科發(fā)展

1.學(xué)科概念及發(fā)展背景

關(guān)于神經(jīng)教育學(xué)的學(xué)科名稱、概念及其內(nèi)涵，目前尚未形成一致的看法，其名稱在學(xué)術(shù)界使用較多的主要為“教育神經(jīng)科學(xué)”（Educational Neuroscience）和“神經(jīng)教育學(xué)”（Neuroeducation）（韋鈺，2011；周加仙，2016a）。其中，“教育神經(jīng)科學(xué)”一詞由Chall和Mirsky于1978年最早提出，是指將生物科學(xué)、認(rèn)知科學(xué)、發(fā)展科學(xué)和教育學(xué)等學(xué)科的知識與技能進(jìn)行深度整合，提出科學(xué)的教育理論、踐行科學(xué)的教育實(shí)踐的、具有獨(dú)特話語體系的一門新興學(xué)科（周加仙，2009）。上述名稱已被經(jīng)濟(jì)合作與發(fā)展組織（OECD）、聯(lián)合國教科文組織（UNESCO）、美國國家教育研究學(xué)會 （National Society for the Study of Education）、美國教育研究學(xué)會（AERA）、美國國家科學(xué)基金會等相關(guān)組織與機(jī)構(gòu)廣泛使用（周加仙，2016a）。但是關(guān)于以上名稱，韋鈺院士卻認(rèn)為“教育神經(jīng)科學(xué)”指“用于教育領(lǐng)域的神經(jīng)科學(xué)，是神經(jīng)科學(xué)的一部分”，而神經(jīng)教育學(xué)“是一種教育學(xué)”，“要把基礎(chǔ)科學(xué)中發(fā)現(xiàn)的規(guī)律與知識綜合應(yīng)用來解決教育”，并傾向于把上述學(xué)科稱為“神經(jīng)教育學(xué)”（韋鈺，2011）。本文認(rèn)為韋鈺院士的看法準(zhǔn)確地體現(xiàn)了上述學(xué)科的發(fā)展目標(biāo)與專業(yè)領(lǐng)域定位，故采用“神經(jīng)教育學(xué)”的統(tǒng)一表述方式，但在對相關(guān)文獻(xiàn)進(jìn)行分析時(shí)，不對以上名稱作專門區(qū)分。

自從18世紀(jì)末顱相學(xué)被應(yīng)用于教育開始，腦就已經(jīng)成為了教育學(xué)研究的重要對象。但在相當(dāng)長的時(shí)期內(nèi)，教育學(xué)所采用的研究方法主要為哲學(xué)思辨方法，缺乏客觀的科學(xué)實(shí)證，難以形成統(tǒng)一的學(xué)說（楊開城等，2018）。20世紀(jì)90年代以來，醫(yī)學(xué)領(lǐng)域的循證研究（Evidence-Based Research）方被并應(yīng)用于教育研究領(lǐng)域，上述方法強(qiáng)調(diào)根據(jù)以科學(xué)研究為基礎(chǔ)、基于科學(xué)證據(jù)來進(jìn)行教育決策和開展教育實(shí)踐（韋鈺，2015；周加仙，2016b）。由腦科學(xué)、神經(jīng)科學(xué)與心理學(xué)交叉結(jié)合而產(chǎn)生的認(rèn)知神經(jīng)科學(xué)在20世紀(jì)90年代取得了快速發(fā)展，為心理學(xué)研究提供了大量神經(jīng)機(jī)理的新發(fā)現(xiàn)和科學(xué)實(shí)證的新方法，使得以心理學(xué)為基礎(chǔ)的現(xiàn)代教育學(xué)研究與神經(jīng)科學(xué)建立了關(guān)聯(lián)，由此促進(jìn)了神經(jīng)教育學(xué)的發(fā)展。雖然，神經(jīng)教育學(xué)還遠(yuǎn)未發(fā)展成為一門完整的學(xué)科，但已對現(xiàn)代教育學(xué)的發(fā)展產(chǎn)生了深遠(yuǎn)的影響，在教育理論的創(chuàng)新及理論與應(yīng)用實(shí)踐之間架起了關(guān)鍵的橋梁（Goswami et al.，2011； Wyk et al.，2011；陳巍等，2010；姜永志，2014）。隨著學(xué)科交叉的不斷深入，教育學(xué)的很多現(xiàn)象與規(guī)律將從自然科學(xué)層面獲得更為科學(xué)、系統(tǒng)的詮釋。例如，鏡像神經(jīng)元系統(tǒng)（Mirror-Neuron System）的發(fā)現(xiàn)，為解釋人類的學(xué)習(xí)現(xiàn)象與規(guī)律提供了系統(tǒng)性的神經(jīng)學(xué)機(jī)理（Rizzolatti et al.，2004）。從未來的發(fā)展看，如何更好地推進(jìn)神經(jīng)科學(xué)與教育學(xué)的深度融合，并為實(shí)踐應(yīng)用提供深入指導(dǎo)，系亟待解決和正在探索之中的問題（Mason，2009；Han et al.，2016；Palghat et al.，2017；周加仙，2016c）。

神經(jīng)管理學(xué)（NeuroManagement）的概念是由中國學(xué)者馬慶國教授于2006年提出的，指運(yùn)用神經(jīng)科學(xué)理論、方法與技術(shù)手段探索管理學(xué)的問題及其內(nèi)在機(jī)制，發(fā)現(xiàn)新的管理規(guī)律，提出新的管理理論的新興交叉學(xué)科體系（戴偉輝，2017）。20世紀(jì)90年代fMRI的出現(xiàn)，使得人類對腦的社會功能等高級功能活動觀測獲得了大量新發(fā)現(xiàn)，形成了神經(jīng)科學(xué)與更多與人文社會科學(xué)交叉的新興學(xué)科。1992年，Cacioppo和Berntson在《American Psychologist》發(fā)表了論文“Social Psychological Contributions to the Decade of the Brain： Doctrine of Multilevel Analysis”，開啟了社會神經(jīng)學(xué)（Social Neuroscience）研究的新領(lǐng)域（Cacioppo et al.，1992）。2000 年12月，普林斯頓大學(xué)在其研討會Princeton Workshop on Neural Economics上首次采用了神經(jīng)經(jīng)濟(jì)學(xué)（Neural Economics）的名稱，2002年諾貝爾經(jīng)濟(jì)學(xué)獎得主Vernon Smith在頒獎大會上提出了采用大腦影像技術(shù)去探索神經(jīng)經(jīng)濟(jì)學(xué)問題的新方向，推動了神經(jīng)經(jīng)濟(jì)學(xué)的誕生與發(fā)展（馬慶國等， 2006）。與此同時(shí)，腦科學(xué)、神經(jīng)科學(xué)及其實(shí)驗(yàn)觀測技術(shù)的快速發(fā)展，為從大腦的神經(jīng)活動特征來深入理解、分析和探索管理中的人類心理與行為機(jī)理以及相關(guān)管理問題的研究提供了新的理論基礎(chǔ)與技術(shù)手段，由此促進(jìn)了神經(jīng)管理學(xué)的誕生（戴偉輝，2017）。

經(jīng)過十多年的發(fā)展，神經(jīng)管理學(xué)已經(jīng)形成了一個(gè)引起全球?qū)W術(shù)界共同關(guān)注的新興交叉學(xué)科。國際著名期刊《Science》《Nature》及其子刊已經(jīng)發(fā)表了多篇與神經(jīng)管理學(xué)密切相關(guān)的研究論文。2016年，國際大型系列期刊《Frontiers》將神經(jīng)管理學(xué)及相關(guān)研究列為“前沿研究主題”，向全球有關(guān)學(xué)者征集論文，使得神經(jīng)管理學(xué)成為國際學(xué)術(shù)研究的重要發(fā)展前沿和熱點(diǎn)。2015年12月13日，我國管理科學(xué)與工程學(xué)會神經(jīng)管理與神經(jīng)工程研究會在浙江大學(xué)組建。2016年5月在浙江寧波召開了第一屆學(xué)術(shù)年會，2017年7月在廣州召開了第二屆學(xué)術(shù)年會，2018年4月在武漢召開第三屆學(xué)術(shù)年會暨中國技術(shù)經(jīng)濟(jì)學(xué)會神經(jīng)經(jīng)濟(jì)管理專業(yè)委員會成立大會。目前，中國大陸在神經(jīng)管理學(xué)領(lǐng)域已經(jīng)形成了一支充滿活力的研究隊(duì)伍，成為了國際上該學(xué)科的主要研究力量。

2.與相關(guān)學(xué)科之間關(guān)系

腦科學(xué)與神經(jīng)科學(xué)在與眾多學(xué)科的交叉發(fā)展過程中，形成了一系列新興交叉學(xué)科，如：計(jì)算神經(jīng)學(xué)、認(rèn)知神經(jīng)科學(xué)、神經(jīng)教育學(xué)、社會神經(jīng)學(xué)、神經(jīng)經(jīng)濟(jì)學(xué)、神經(jīng)管理學(xué)（包括神經(jīng)營銷學(xué)、神經(jīng)決策學(xué)、信息系統(tǒng)神經(jīng)學(xué)、神經(jīng)會計(jì)學(xué)、神經(jīng)人力資源管理學(xué)、神經(jīng)工業(yè)工程學(xué)、神經(jīng)創(chuàng)新創(chuàng)業(yè)管理學(xué)等分支學(xué)科）、文化神經(jīng)學(xué)、藝術(shù)神經(jīng)學(xué)、神經(jīng)法學(xué)、軍事神經(jīng)學(xué)、人工智能神經(jīng)學(xué)等等。從上述學(xué)科的發(fā)展及其相互關(guān)系看，呈現(xiàn)出以下兩條主線：

（1）神經(jīng)科學(xué)與其他學(xué)科的交叉發(fā)展

1891年Cajal創(chuàng)立神經(jīng)元學(xué)說，1906年Sherrington發(fā)現(xiàn)神經(jīng)元間突觸，1926年Adrian提出神經(jīng)元放電編碼理論，以上三大成就從神經(jīng)的基本單元、連接結(jié)構(gòu)、信息傳遞機(jī)制為神經(jīng)科學(xué)的發(fā)展奠定了重要基礎(chǔ)，使得腦科學(xué)從以往對腦的解剖結(jié)構(gòu)與基本功能的研究深入到了神經(jīng)機(jī)制的新層面。20世紀(jì)40年代到50年代，神經(jīng)科學(xué)的研究成果被應(yīng)用于計(jì)算領(lǐng)域，促進(jìn)了計(jì)算神經(jīng)學(xué)的發(fā)展。20世紀(jì)60年代，神經(jīng)科學(xué)與生物化學(xué)、生物物理學(xué)和分子生物學(xué)交叉，對神經(jīng)結(jié)構(gòu)與功能的大分子機(jī)制展開研究，形成了分子神經(jīng)學(xué)的新學(xué)科分支。20世紀(jì)70年代至80年代期間，神經(jīng)科學(xué)、腦科學(xué)與心理學(xué)結(jié)合，促進(jìn)了認(rèn)知神經(jīng)科學(xué)的發(fā)展。自20世紀(jì)90年代開始，神經(jīng)科學(xué)與更多人文社會科學(xué)交叉形成了社會神經(jīng)學(xué)、神經(jīng)經(jīng)濟(jì)學(xué)、神經(jīng)教育學(xué)、神經(jīng)管理學(xué)等一系列新興交叉學(xué)科。上述發(fā)展過程及其形成的新興的交叉學(xué)科如表1所示：

（2）學(xué)科之間知識體系的關(guān)聯(lián)延伸

神經(jīng)科學(xué)與眾多學(xué)科之間的交叉，形成了一系列新興交叉學(xué)科，而上述交叉學(xué)科通過知識體系的關(guān)聯(lián)延伸，進(jìn)一步帶動了新的學(xué)科交叉發(fā)展。從總體上看，神經(jīng)科學(xué)及其交叉學(xué)科的知識體系關(guān)聯(lián)延伸如圖3所示（戴偉輝，2016）。首先，腦科學(xué)、神經(jīng)科學(xué)在新的信息科學(xué)及其技術(shù)發(fā)展的影響下，促進(jìn)了腦神經(jīng)科學(xué)的發(fā)展。腦科學(xué)與生命科學(xué)、醫(yī)學(xué)的進(jìn)一步交叉形成的神經(jīng)生理學(xué)、神經(jīng)生物學(xué)、神經(jīng)醫(yī)學(xué)等交叉學(xué)科，為心理學(xué)、社會學(xué)、教育學(xué)的發(fā)展奠定了新的基礎(chǔ)，并促進(jìn)了神經(jīng)科學(xué)與其他各交叉學(xué)科的發(fā)展。在神經(jīng)科學(xué)的基礎(chǔ)上，對各學(xué)科中管理問題及來自實(shí)踐的應(yīng)用研究形成了神經(jīng)管理學(xué)。與此同時(shí)，神經(jīng)管理學(xué)通過對上述問題的研究，促進(jìn)了其自身的發(fā)展。從神經(jīng)教育學(xué)與神經(jīng)管理學(xué)的關(guān)系來看，神經(jīng)教育學(xué)所研究的是教育理論與實(shí)踐的神經(jīng)基礎(chǔ)及教育本身問題的解決，而神經(jīng)管理學(xué)是從管理活動與規(guī)律的神經(jīng)學(xué)基礎(chǔ)角度對上述教育中的管理與服務(wù)問題進(jìn)行研究，兩者具有共同的基礎(chǔ)和密切的關(guān)聯(lián)。神經(jīng)教育學(xué)和神經(jīng)管理學(xué)相結(jié)合，將為研究和解決現(xiàn)代遠(yuǎn)程教育發(fā)展中的問題提供更全面的支持。

四、教育理論與方法創(chuàng)新的群智演進(jìn)模式

1.教育理論與研究方法的創(chuàng)新探索

現(xiàn)代教育學(xué)在過去的200多年里取得了巨大發(fā)展，從不同側(cè)面、針對不同時(shí)期的教育現(xiàn)象與規(guī)律形成了豐富的理論學(xué)說。然而，上述理論統(tǒng)一體系的建構(gòu)困難及其與實(shí)踐脫節(jié)的問題，一直受到國內(nèi)外學(xué)者的針砭（王艷霞，2008；龍寶新，2017）。本文認(rèn)為：第一，首先應(yīng)該認(rèn)識到教育學(xué)是一門應(yīng)用學(xué)科（韋鈺， 2011），其理論研究要為實(shí)踐服務(wù)，并通過實(shí)踐進(jìn)行不斷完善和豐富。第二，教育學(xué)的研究涉及人類在教育環(huán)境中復(fù)雜的心理與行為及各類因素的系統(tǒng)性影響，其理論難以如自然科學(xué)領(lǐng)域一樣構(gòu)建由概念、公理、定理等組成的嚴(yán)謹(jǐn)理論體系，而應(yīng)更多地為教育實(shí)踐提供理念、模式、模型、方法的指導(dǎo)。第三，應(yīng)注意到在現(xiàn)代社會、經(jīng)濟(jì)及信息網(wǎng)絡(luò)環(huán)境下事物的動態(tài)發(fā)展變化及其復(fù)雜性，教育實(shí)踐對理論指導(dǎo)的需求發(fā)生了重大變化，充分運(yùn)用大數(shù)據(jù)分析、人工智能挖掘、系統(tǒng)工程學(xué)方法等新的研究方法，對事物變化的特征與規(guī)律進(jìn)行更深入、系統(tǒng)地研究，為實(shí)踐提供更精細(xì)化的指導(dǎo)已成為迫切需求。第四，應(yīng)注意到對教育現(xiàn)象與規(guī)律的研究發(fā)現(xiàn)具有不同的層次及目標(biāo)，對不同層次的研究需要采取不同的研究方法及范式，理論體系的建構(gòu)必須通過對以不同層次的研究成果進(jìn)行系統(tǒng)性綜合而形成。

關(guān)于以上第三點(diǎn)，本文以圖4所示的某個(gè)變量y的動態(tài)變化曲線為例，來說明各種研究方法的局限性。圖中：T為目前的觀測時(shí)間點(diǎn)，T的左邊為其歷史狀況，T的右邊為其未來的變化狀況，A、B、C分別為對其歷史狀況進(jìn)行觀測的三個(gè)時(shí)間點(diǎn)。

圖4 變量的動態(tài)變化曲線（T為觀測時(shí)間點(diǎn)）

如果所研究的理論問題是變量y的動態(tài)變化規(guī)律，而實(shí)踐中需要解決的問題是對T時(shí)刻以后的變化狀況進(jìn)行定量預(yù)測。對于上述問題，采用各種研究方法所關(guān)注的重點(diǎn)、可能獲得的研究發(fā)現(xiàn)及其存在的局限性如表2所示：

表2 主要研究方法及其局限性

[研究方法＼&關(guān)注重點(diǎn)＼&研究發(fā)現(xiàn)＼&局限性＼&思辨

分析＼&事物變化的哲理及宏觀特征＼&可以發(fā)現(xiàn)上述變化在總體上呈震蕩上升趨勢。＼&結(jié)論過于宏觀，對實(shí)踐的指導(dǎo)作用有限；基于個(gè)人認(rèn)知，具有較強(qiáng)的主觀性，可能難以獲得一致的結(jié)論；無法對未來的變化作出定量預(yù)測。＼&問卷

與調(diào)

查＼&事物的現(xiàn)狀及變化影響因素＼&如果問卷與調(diào)查樣本主要來自A、B之間，則認(rèn)為以上變化總體呈上升趨勢；如果主要來自B、C之間，則認(rèn)為以上變化總體呈下降趨勢；如果來自A、C之間，則認(rèn)為變化具有復(fù)雜性，無明顯單向趨勢；可以發(fā)現(xiàn)上述變化的主要影響因素。＼&受到樣本的采集區(qū)間影響，難以作出全面、可靠的結(jié)論；受到被調(diào)查者的理解、表達(dá)能力等主觀因素影響較大；無法對未來的變化作出定量預(yù)測。＼&案例

研究＼&事物的現(xiàn)狀及其變化的微觀機(jī)制＼&可以通過深入剖析獲得在案例觀測點(diǎn)附近上述變化主要影響因素及其作用機(jī)制。＼&受到案例觀測點(diǎn)的限制及各類主觀因素的影響，難以作出全面、可靠的結(jié)論；無法對未來的變化作出定量預(yù)測。＼&實(shí)驗(yàn)

觀測＼&事物的現(xiàn)狀及其變化的微觀機(jī)制與定量關(guān)系＼&可以在實(shí)驗(yàn)環(huán)境下獲得在實(shí)驗(yàn)觀測點(diǎn)附近上述變化的主要影響因素及數(shù)據(jù)之間的定量關(guān)系。＼&受到實(shí)驗(yàn)觀測點(diǎn)及實(shí)驗(yàn)環(huán)境的影響，難以作出全面、可靠的結(jié)論；難以反映真實(shí)環(huán)境下復(fù)雜情景的變化狀況。＼&假設(shè)

檢驗(yàn)＼&事物變化推測的統(tǒng)計(jì)學(xué)檢驗(yàn)＼&可以對A、B、C不同觀測時(shí)間點(diǎn)之間的變化是否具有明顯趨勢進(jìn)行統(tǒng)計(jì)學(xué)檢驗(yàn)。＼&結(jié)論過于宏觀，對實(shí)踐的指導(dǎo)作用有限；無法獲得主要影響因素的作用過程特征，無法對未來的變化作出定量預(yù)測。＼&循證

研究＼&事務(wù)變化及其影響因素的可靠證據(jù)＼&可以通過Meta（薈萃）分析對大量的發(fā)現(xiàn)及其證據(jù)效力進(jìn)行科學(xué)綜合，對事務(wù)變化的特征及其影響因素提供更可靠的分析結(jié)論。＼&對不同環(huán)境及不同情景下的研究發(fā)現(xiàn)難以有機(jī)整合；難以發(fā)現(xiàn)因素之間的系統(tǒng)性關(guān)聯(lián)；無法對未來的變化作出定量預(yù)測。＼&回歸

建模＼&事物變化數(shù)據(jù)的定量關(guān)系＼&可以對歷史變化狀況建立數(shù)據(jù)關(guān)系模型，并基于上述模型對未來的變化趨勢進(jìn)行定量預(yù)測。＼&對主要影響因素的作用過程特征及機(jī)理缺乏考慮；在非線性、非平穩(wěn)和統(tǒng)計(jì)學(xué)特征發(fā)生變化的情形下，無法對未來的變化作出有效預(yù)測。＼&結(jié)構(gòu)化方程建模＼&事物變化的影響因素及作用過程的統(tǒng)計(jì)學(xué)關(guān)聯(lián)特征＼&可以對上述變化的主要影響因素及其作用過程建立統(tǒng)計(jì)學(xué)線性關(guān)聯(lián)模型，從統(tǒng)計(jì)學(xué)意義上解釋影響因素的作用過程特征。＼&在非線性、非平穩(wěn)和統(tǒng)計(jì)學(xué)特征發(fā)生變化的情形下，難以作出可靠的結(jié)論；對影響因素的動態(tài)作用過程機(jī)理及相關(guān)知識與規(guī)則難以描述，無法對未來的變化作出定量預(yù)測。＼&大數(shù)據(jù)挖掘分析＼&事物變化的大樣本數(shù)據(jù)定量關(guān)系及知識與規(guī)則＼&可以對歷史變化狀況建立較為可靠的數(shù)據(jù)模型，并挖掘出難以用定量模型表述的影響因素作用特征及相關(guān)知識與規(guī)則。＼&對影響因素的動態(tài)作用過程機(jī)理難以獲得系統(tǒng)性發(fā)現(xiàn)；對未來變化的預(yù)測可能出現(xiàn)錯(cuò)誤。＼&]

續(xù)表2

[系統(tǒng)建模與仿真＼&事物變化的系統(tǒng)性機(jī)理及未來的變化狀況＼&可以基于影響因素的動態(tài)作用過程機(jī)理及相關(guān)知識與規(guī)則建立系統(tǒng)模型，通過對歷史變化狀況的仿真驗(yàn)證上述模型的有效性，并在此基礎(chǔ)上對未來的變化進(jìn)行定量預(yù)測。＼&受到模型、知識與規(guī)則的準(zhǔn)確性、完備性影響。＼&]

以上各種研究方法均存在著一定的局限性，需要針對所研究問題的特征，采用多種方法相結(jié)合。由圖4可見，y的動態(tài)變化具有非線性和非完全周期性的特征，可能由多方面影響因素動態(tài)作用所導(dǎo)致，對其變化規(guī)律的研究必須在深入把握相關(guān)影響因素的作用過程機(jī)理以及導(dǎo)致上述變化的微觀機(jī)制基礎(chǔ)上，對上述機(jī)理及微觀機(jī)制進(jìn)行建模仿真和反演，并經(jīng)過大數(shù)據(jù)分析驗(yàn)證，才有可能系統(tǒng)性把握其變化規(guī)律，并對未來的變化作出有效預(yù)測，從而為實(shí)踐問題的解決提供更精準(zhǔn)的指導(dǎo)。采用大數(shù)據(jù)挖掘分析、系統(tǒng)建模與仿真相結(jié)合的方法可以對事務(wù)變化的宏觀特征及其微觀機(jī)制較好地進(jìn)行綜合研究，已成為對復(fù)雜問題研究的重要方法。例如，在神經(jīng)教育學(xué)研究中，采用仿腦模型對神經(jīng)活動過程及其機(jī)制進(jìn)行建模與仿真，通過大數(shù)據(jù)挖掘相關(guān)知識與規(guī)則并對上述模型進(jìn)行訓(xùn)練，可以分析在不同教育情境中大腦的神經(jīng)活動過程及其所產(chǎn)生的心理現(xiàn)象和教育效果，為教學(xué)方法與策略的制訂提供科學(xué)指導(dǎo)。

關(guān)于以上第四點(diǎn)，本文參照管理學(xué)領(lǐng)域的研究框架，將教育現(xiàn)象與規(guī)律的研究發(fā)現(xiàn)層次目標(biāo)及所采用的研究范式歸納如表3所示（戴偉輝， 2016）：

教育理論的研究可在上述不同的研究層次上，采用相應(yīng)的研究范式獲得研究發(fā)現(xiàn)。教育理論與方法的建構(gòu)途徑是在以上前三個(gè)層次的逐層研究基礎(chǔ)上，最終通過系統(tǒng)性綜合形成第四層次的新理論及其應(yīng)用方法。

2.雙螺旋創(chuàng)新特征與群智演進(jìn)模式

科學(xué)理論與方法的創(chuàng)新具有如下雙螺旋演進(jìn)特征：一是自身知識體系建構(gòu)的螺旋演進(jìn)；二是與實(shí)踐不斷交互的螺旋演進(jìn)。對于神經(jīng)教育學(xué)、神經(jīng)管理學(xué)這兩大新興交叉學(xué)科而言，上述創(chuàng)新的雙螺旋演進(jìn)，必須通過多學(xué)科協(xié)同研究，綜合相關(guān)領(lǐng)域的最新進(jìn)展和來自實(shí)踐的反饋來實(shí)現(xiàn)。這個(gè)過程是一個(gè)集成科學(xué)研究團(tuán)隊(duì)、應(yīng)用實(shí)踐團(tuán)隊(duì)、工程技術(shù)與管理人員群體智慧的演進(jìn)過程，現(xiàn)代信息網(wǎng)絡(luò)為其過程中的數(shù)據(jù)采集、信息共享、知識匯聚、協(xié)同研究以及與應(yīng)用系統(tǒng)的連接提供了便捷的平臺。因此，遠(yuǎn)程教育環(huán)境下的理論與方法創(chuàng)新，應(yīng)充分發(fā)揮其信息網(wǎng)絡(luò)和信息資源的優(yōu)勢，為創(chuàng)新活動的組織以及群體智慧的演進(jìn)提供更高效的模式。本文在對大量創(chuàng)新案例進(jìn)行深入研究的基礎(chǔ)上，針對遠(yuǎn)程教育環(huán)境的特點(diǎn)，提出其理論與方法創(chuàng)新的群智演進(jìn)模式，如圖5所示：

模式包括以下主要環(huán)節(jié)：（1）對研究文獻(xiàn)資料及相關(guān)數(shù)據(jù)、應(yīng)用系統(tǒng)的在線數(shù)據(jù)、神經(jīng)科技成果、互聯(lián)網(wǎng)的相關(guān)數(shù)據(jù)以及進(jìn)行教育調(diào)研所獲得的數(shù)據(jù)進(jìn)行采集，構(gòu)建用于創(chuàng)新研究的大數(shù)據(jù)平臺。（2）在上述數(shù)據(jù)資料基礎(chǔ)上，從自身知識體系建構(gòu)和來自實(shí)踐的需求出發(fā)，以問題為導(dǎo)向?qū)ο嚓P(guān)理論與方法展開多學(xué)科協(xié)同研究，形成創(chuàng)新性研究成果并面向?qū)嵺`需求提供指導(dǎo)。（3）將上述指導(dǎo)及重要的信息與知識、技術(shù)工具以共享的方式提供給各應(yīng)用實(shí)踐團(tuán)隊(duì)，對應(yīng)用效果、在應(yīng)用中發(fā)現(xiàn)的新問題以及相關(guān)數(shù)據(jù)資料進(jìn)行收集，通過大數(shù)據(jù)平臺反饋給研究團(tuán)隊(duì)。（4）研究團(tuán)隊(duì)通過進(jìn)一步分析、研究，對理論與方法進(jìn)行修正和完善，并為實(shí)踐提供不斷更新的指導(dǎo)。

上述模式中的群智演進(jìn)機(jī)制在面向臨床手術(shù)的醫(yī)療器具輸送配合決策、大數(shù)據(jù)驅(qū)動的泛在學(xué)習(xí)情感智能等多學(xué)科協(xié)同研究中發(fā)揮了重要作用（毛華娟等，2017；戴偉輝，2018），為遠(yuǎn)程教育環(huán)境下的理論與方法創(chuàng)新提供了高效的機(jī)制方案。

五、從理論到應(yīng)用實(shí)踐的生態(tài)群落及機(jī)制

在科學(xué)理論與方法創(chuàng)新的雙螺旋結(jié)構(gòu)中，與實(shí)踐的不斷交互是理論與方法應(yīng)用于實(shí)踐并通過實(shí)踐檢驗(yàn)來進(jìn)一步完善其自身知識體系的關(guān)鍵。在現(xiàn)代信息化環(huán)境下，教育理論應(yīng)用于實(shí)踐往往必須以各類教育信息技術(shù)為手段，理論指導(dǎo)下形成教學(xué)策略與應(yīng)用方案，并內(nèi)化于信息系統(tǒng)的功能設(shè)計(jì)中，經(jīng)過實(shí)踐應(yīng)用對理論進(jìn)行不斷修正和完善。以上與實(shí)踐不斷交互的螺旋演進(jìn)，必須具備良好的組織體系及可持續(xù)發(fā)展機(jī)制。本文將從廣義生態(tài)群落理論角度，對這些問題進(jìn)行剖析。

在生態(tài)學(xué)上，把特定時(shí)間、占據(jù)一定空間的同種生物的集合稱為種群（Population），而把聚集在一定地域或生境中所有生物種群的集合稱為群落（Community）。在長期的發(fā)展過程中，群落將演進(jìn)到一個(gè)能量與物質(zhì)交換趨于最優(yōu)、相對穩(wěn)定的“頂級群落”（Climax）。大自然五彩繽紛的鮮花、青翠欲滴的樹林、翱翔藍(lán)天的飛禽、馳騁林野的走獸、戲水大海的魚群這充滿著勃勃生機(jī)的萬物，以其頑強(qiáng)的生命力和特有的生存方式呈現(xiàn)著與自然的無比和諧，留給了我們無限的思索與啟迪。自然界的生物群落是一個(gè)完美的復(fù)雜適應(yīng)系統(tǒng)，總能面對生境的不斷變化而朝著物質(zhì)與能力交換最優(yōu)的“頂級群落”方向演進(jìn)。基于對這些觀察和思考而發(fā)展起來的社會經(jīng)濟(jì)生態(tài)群落理論為我們分析從教育理論到應(yīng)用實(shí)踐的組織體系及可持續(xù)發(fā)展機(jī)制提供了新的理論視角。

20世紀(jì)60年代，人們在對產(chǎn)業(yè)組織的研究中發(fā)現(xiàn)其組織存在著與自然界不同物種之間類似的共生（Mutualism）、協(xié)同進(jìn)化（Co-evolution）關(guān)系。1977年， Hannan和Freeman發(fā)表了《The Population Ecology of Organizations》論文，最早提出了完整的組織生態(tài)學(xué)概念。1982年，Nelson和Winter通過對生物群落演替現(xiàn)象的分析，促進(jìn)了經(jīng)濟(jì)演化理論的發(fā)展。2000年，英國著名的科學(xué)家、科學(xué)哲學(xué)家Ziman組織了多學(xué)科認(rèn)識論研究小組（The Epistemology Group），從哲學(xué)、生物學(xué)和行為科學(xué)的角度對創(chuàng)新的演化特征及其復(fù)雜規(guī)律作了多方面深入探討。在上述研究中，學(xué)者們注意到了社會經(jīng)濟(jì)生態(tài)群落與自然界生物群落之間既存在著相似性，又有著本質(zhì)的區(qū)別。關(guān)于上述問題，英國社會學(xué)家Spencer提出了社會超機(jī)體（Superorganic Bodies）的概念，闡述了社會經(jīng)濟(jì)組織個(gè)體與生物有機(jī)體個(gè)體之間的異同，主張通過一種抽象法則或概念系統(tǒng)來建立兩者之間的聯(lián)系（Turner，1986）。根據(jù)Spencer的主張，本文作者在普適性層面上將社會經(jīng)濟(jì)生態(tài)群落與自然界生物群落兩者具有的共同的特征抽象出來，形成“廣義生態(tài)群落”（Generalized Ecological Community）的概念，并從群落結(jié)構(gòu)、群落演替、支撐環(huán)境及其可持續(xù)發(fā)展生態(tài)鏈四個(gè)方面構(gòu)建了相關(guān)的理論與方法（戴偉輝，2012），應(yīng)用于科技創(chuàng)新群落設(shè)計(jì)、產(chǎn)業(yè)園區(qū)規(guī)劃、新興產(chǎn)業(yè)形成機(jī)制等研究中（Dai，2010；戴偉輝，2012）。

從上述廣義生態(tài)群落的觀點(diǎn)來看，教育理論從理論到應(yīng)用實(shí)踐的生態(tài)鏈結(jié)構(gòu)如圖6所示：

圖6 從教育理論到應(yīng)用實(shí)踐的生態(tài)鏈結(jié)構(gòu)

在以上生態(tài)鏈中，教育理論的創(chuàng)新需要研究人才、環(huán)境設(shè)施、研究資源及資金等創(chuàng)新要素的投入。在現(xiàn)代信息化環(huán)境下，上述理論研究成果往往需要在相關(guān)應(yīng)用技術(shù)和成果轉(zhuǎn)化力量的支持下，才能應(yīng)用于教育實(shí)踐。例如，在遠(yuǎn)程教育中，須首先通過信息技術(shù)將這些成果轉(zhuǎn)化為教育信息系統(tǒng)的功能設(shè)計(jì)，并通過系統(tǒng)應(yīng)用實(shí)踐來修正和完善理論成果。在這一生態(tài)鏈中，從左到右為價(jià)值轉(zhuǎn)化過程，從右到左為要素還原過程，必須通過上述過程形成循環(huán)機(jī)制才能實(shí)現(xiàn)可持續(xù)發(fā)展。其中，生態(tài)鏈各環(huán)節(jié)的參與主體共同構(gòu)成了創(chuàng)新生態(tài)群落。

從我國目前的現(xiàn)狀看，為了構(gòu)建從教育理論到教育實(shí)踐的可持續(xù)創(chuàng)新發(fā)展生態(tài)群落及生態(tài)鏈機(jī)制，應(yīng)對以下方面進(jìn)行深入思考：（1）建立由教育理論研究、研究成果轉(zhuǎn)化、應(yīng)用技術(shù)支持、教育實(shí)踐應(yīng)用完整種群體系組成的創(chuàng)新生態(tài)群落。（2）在上述種群之間形成有機(jī)關(guān)聯(lián)，最大限度降低各種群之間的信息交互和價(jià)值交換成本，提高生態(tài)鏈的運(yùn)行效率。（3）建立完善的要素還原機(jī)制，尤其要為教育理論研究者提供補(bǔ)償其投入要素的回報(bào)及增值收益，并為整個(gè)生態(tài)鏈的可持續(xù)發(fā)展提供良好的驅(qū)動機(jī)制和支撐環(huán)境。

參考文獻(xiàn)：

[1]陳巍， 張靜， 陳喜丹等（2010）. 教育神經(jīng)科學(xué)：檢驗(yàn)與超越教學(xué)爭論的科學(xué)途徑[J]. 教育學(xué)報(bào)， （5）：83-88.

[2]褚宏啟（2018）. 中國教育發(fā)展方式的轉(zhuǎn)變： 路徑選擇與內(nèi)生發(fā)展[J]. 華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版），（1）：1-14， 159.

[3]戴偉輝（2012）. 科技自主創(chuàng)新的生態(tài)群落模式及實(shí)施對策研究[R]. 國家社會科學(xué)基金研究報(bào)告.

[4]戴偉輝（2017）. 神經(jīng)管理學(xué)的學(xué)科發(fā)展與研究范式[J]. 北京工商大學(xué)學(xué)報(bào)（社會科學(xué)版）， （4）：1-10.

[5]戴偉輝（2018）. 大數(shù)據(jù)驅(qū)動的泛在學(xué)習(xí)情感智能研究[R]. 教育部在線教育研究中心在線教育基金（全通教育）項(xiàng)目報(bào)告.

[6]顧險(xiǎn)峰（2016）. 人工智能的歷史回顧和發(fā)展現(xiàn)狀[J]. 自然雜志， （3）：157-166.

[7]姜永志（2014）. 教育神經(jīng)科學(xué)從基礎(chǔ)科學(xué)邁向?qū)嵺`科學(xué)[J]. 教育學(xué)術(shù)月刊， （9）：27-32.

[8]龍寶新（2017）. 橋梁方法論：鏈接教育理論實(shí)踐斷鏈的新工具[J]. 教育理論與實(shí)踐， （16）：55-59.

[9]馬慶國， 王小毅（2006）. 認(rèn)知神經(jīng)科學(xué)、神經(jīng)經(jīng)濟(jì)學(xué)與神經(jīng)管理學(xué)[J]. 管理世界， （10）：139-149.

[10]毛華娟， 戴偉輝， 景在平（2107）. 腔內(nèi)血管器具學(xué)[M]. 上海：上海科學(xué)技術(shù)出版社.

[11]穆瀟，張瑜（2017）. 促進(jìn)學(xué)習(xí)的發(fā)展：互聯(lián)網(wǎng)環(huán)境中教與學(xué)的理論和方法[M]. 北京：北京師范大學(xué)出版社.

[12]潘基鑫， 雷要曾， 程璐璐等（2010）. 泛在學(xué)習(xí)理論研究綜述[J]. 遠(yuǎn)程教育雜志， （2）：93-98.

[13]王沖鶄（2017）. 人工智能技術(shù)與產(chǎn)業(yè)發(fā)展態(tài)勢分析[J]. 電信網(wǎng)技術(shù)， （7）：46-51.

[14]王艷霞（2008）. 教育理論與實(shí)踐關(guān)系困境的原因分析[J]. 當(dāng)代教育論壇， （12）：16-18.

[15]韋鈺（2011）. 神經(jīng)教育學(xué)對探究式科學(xué)教育的促進(jìn)[J]. 北京大學(xué)教育評論， （4）：97-117，186-187.

[16]韋鈺（2015）. 神經(jīng)教育學(xué)對教育改革的促進(jìn)[J]. 科學(xué)教育與博物館， （1）：396-400.

[17]韋鈺（2017）. 教育實(shí)質(zhì)上就是在建構(gòu)人的腦[EB/OL]. [2018-03-01]. https：//www.sohu.com/a/202113837_713731.

[18]謝振平， 金晨， 劉淵（2018）. 基于建構(gòu)主義學(xué)習(xí)理論的個(gè)性化知識推薦模型[J]. 計(jì)算機(jī)研究與發(fā)展， （1）：125-138.

[19]楊開城， 李波， 董艷（2018）. 論教育學(xué)研究方法論[J]. 中國電化教育， （1）：1-6.

[20]張秀梅， 丁新（2006）. 中外遠(yuǎn)程教育發(fā)展歷史分析與比較[J]. 中國電化教育， （4）： 27-31.

[21]周加仙（2009）. 教育神經(jīng)科學(xué)引論[M]. 上海：華東師范大學(xué)出版社.

[22]周加仙（2016a）. “教育神經(jīng)科學(xué)”與“學(xué)習(xí)科學(xué)”的概念辨析[J]. 教育發(fā)展研究， （6）：25-30，38.

[23]周加仙（2016b）. 基于證據(jù)的教育決策與實(shí)踐：教育神經(jīng)科學(xué)的貢獻(xiàn)[J]. 全球教育展望， （8）：90-101.

[24]周加仙（2016c）. 教育神經(jīng)科學(xué)與信息技術(shù)的跨學(xué)科整合研究——訪英國著名教育神經(jīng)科學(xué)家保羅·霍華德·瓊斯教授[J].開放教育研究， （6）：4-10.

[25]周小粒， 王濤（2004）. 世界遠(yuǎn)程教育發(fā)展概況[J]. 繼續(xù)教育， （10）：54-56.

[26]Cacioppo， J. T.， & Berntson， G. G. （1992）. Social Psychological Contributions to the Decade of the Brain： Doctrine of Multilevel Analysis[J]. American Psychologist， 47（8）：1019-1028.

[27]Cárdenas-Robledo， L. A.， & Pe?a-Ayala， A. （2018）. Ubiquitous Learning： A Systematic Review[J]. Telematics & Informatics. https：//doi.org/10.1016/j.tele.2018.01.009.

[28]Chall， J. S.， & Mirsky， A. F. （1978）. Education and the Brain[M]. Chicago： The University of Chicago.

[29]Dai， W. H. （2010）. Generalized Ecological Community： Theory and Application in IT-Driven Emerging Industry[J]. Advances in Systems Science and Applications， 10（4）：666-670.

[30]Gao， G. H.， Li， N.， & Xiao， W. X. et al. （2012）. The Study on the Development of Internet-Based Distance Education and Problems[J]. Energy Procedia， 17：1362-1368.

[31]Goswami， U.， & Sz?cs， D. （2011）. Educational Neuroscience： Developmental Mechanisms： Towards a Conceptual Framework[J]. NeuroImage， 57：651-658.

[32]Guabassi， I. E.， Bousale， Z.， & Achhab， M. A. et al.（2018）. Personalized Adaptive Content System for Context-Aware Ubiquitous Learning[J]. Procedia Computer Science， 127：444-453.

[33]Han， H.， Lee， K.， & Soylu， F. （2016）. Predicting Long-Term Outcomes of Educational Interventions Using the Evolutionary Causal Matrices and Markov Chain Based on Educational Neuroscience[J]. Trends in Neuroscience and Education， 5 （4）：157-165.

[34]Hannan， M. T.， & Freeman， J. H. （1977）. The Population Ecology of Organizations[J]. American Journal of Sociology， 82（5）：929-964.

[35]Holmberg， B.（1989）. Theory and Practice of Distance Education（2nd Edition）[M]. London： Routledge， England.

[36]Ilgaz， H.， & Askar， P. （2013）. The Contribution of Technology Acceptance and Community Feeling to Learner Satisfaction in Distance Education[J]. Procedia - Social and Behavioral Sciences， 106：2071-2080.

[37]Martino， B. D.， Kumaran， D.， & Seymour， B. et al. （2006）. Frames， Biases， and Rational Decision Making in the Human Brain[J]. Science， 313（5787）：684-687.

[38]Mason， L. （2009）. Bridging Neuroscience and Education： A Two-Way Path Is Possible[J]. CORTEX， 45：548-549.

[39]Moore， M. G.， & Kearsley， G. （2005）. Distance Education： A Systems View[J]. Computers & Education， 29：209-211.

[40]Nelson， R. R.， & Winter， S. G. （1982）. An Evolutionary Theory of Economic Change[M]. Cambridge： Harvard University Press， USA.

[41]Palghat， K.， Horvath， J. C.， & Lodge， J. M. （2017）. The Hard Problem of “Educational Neuroscience”[J]. Trends in Neuroscience and Education， 6：204-210.

[42]Park， H. L.， & Friston， K. （2013）. Structural and Functional Brain Networks： From Connections to Cognition[J]. Science， 342（6158）：579-587.

[43]Pincham， H. L.， Matejko， A. A.， & Obersteiner， A. et al.（2014）. Forging a New Path for Educational Neuroscience： An International Young-Researcher Perspective on Combining Neuroscience and Educational practices[J]. Trends in Neuroscience and Education， 3（1）：28-31.

[44]Pozdnyakova， O.， & Pozdnyakov， A. （2017）. Adult Students Problems in the Distance Learning[J]. Procedia Engineering， 178：243-248.

[45]Rizzolatti， G.， & Craighero， L. （2004）. The Mirror-Neuron System[J]. Annual Review of Neuroscience， 27（5）：169.

[46]Russell， S. J， & Norvig， P. （2009）. Artificial Intelligence： A Modern Approach （3rd Edition）[M]. New Jersey： Prentice Hall.

[47]Saleh， S. A.， & Bhat， S. A. （2015）. Mobile Learning： A Systematic Review[J]. International Journal of Computer Applications， 114（10）：1-5.

[48]Samigulina， G.， & Samigulina， Z. （2016）. Intelligent System of Distance Education of Engineers， Based on Modern Innovative Technologies[J]. Procedia - Social and Behavioral Sciences， 228： 229-236.

[49]Scarinci， A. L. （2015）. Evaluating Resources for Scientific Modelling in a Distance Education Course[J]. Procedia - Social and Behavioral Sciences， 167：238-244.

[50]Simonite， T. （2014）. 2014 in Computing： Breakthroughs in Artificial Intelligence[R]. MIT Technology Review， USA.

[51]Summak， M. S.， Summak， A.， E.， G.， & Summak， P. S.（2010）. Building the Connection Between Mind， Brain and Educational Practice： Roadblocks and Some Prospects[J]. Procedia - Social and Behavioral Sciences， 2：1644-1647.

[52]Tomlinson， S. （1997）. Phrenology， Education and the Politics of Human Nature： The Thought and Influence of George Combe[J]. History of Education. 26（1）：2.

[53]Turner， J. H. （1986）. The Structure of Sociological Theory[M]. Chicago： The Dorsey Press， USA.

[54]Wyk， B. C. V.， & Pelphrey， K. A. （2011）. Introduction to a Special Section of Learning and Individual Differences： Educational Neuroscience[J]. Learning and Individual Differences， 21：633-635.

[55]Zadina， J. N. （2015）. The Emerging Role of Educational Neuroscience in Education Reform[J]. Psicología Educativa， 21：71-77.

[56]Zhou， X.， Dai， G. H.， & Huang， S. et al.（2015）. CyberPsychological Computation on Social Community of Ubiquitous Learning[J]. Computational Intelligence and Neuroscience.

[57]Ziman， J. （2000）. Technological Innovation as an Evolutionary Process[M]. Cambridge： Cambridge University Press.

收稿日期 2018-03-01 責(zé)任編輯 田黨瑞