后疫情時代的高等教育技術轉向：實踐反思與未來圖景

高巍 周嘉騰 經湛 許娜

摘要：聚焦后疫情時代高等教育教學變革，美國高等教育信息化協會（EDUCAUSE）發布《2021地平線報告（教與學版）》。該報告采用德爾菲法和前瞻法，對影響全球高等教育發展的社會、技術、經濟、環境、政治等5大維度的15項宏觀趨勢進行分析，提出人工智能、混合和混成課程模式、學習分析、微證書、開放教育資源、高質量在線學習是推動未來高等教育教與學變革的關鍵技術和實踐，并從成本、師生接受度、公平與包容、風險、學習效果影響、后疫情時代重要性等6個維度對其進行評估。在此基礎上，預測了十年后高等教育可能呈現出的增加、約束、崩潰、轉型等4種未來圖景，并剖析了澳大利亞、南非、土耳其、美國的5個高等教育發展實踐案例。后疫情時代，技術的轉向將對高等教育及其教學產生深遠影響，未來高等教育教學改革與發展應當注重：引導線上與線下教學融合以推動教學模式創變，促進人工智能對教學的賦能以提升人才培養質量，靈活運用學習分析以改進過程監測與評價，抑制數字鴻溝擴大以保障教育公平，靈活利用開放教育資源以培育學生生態文明素養。

關鍵詞：地平線報告;高等教育;后疫情時代;在線學習;人工智能

中圖分類號：G434? ?文獻標識碼：A? ? 文章編號：1009-5195（2021）03-0063-10? ?doi10.3969/j.issn.1009-5195.2021.03.008

——————————————————————————————————————————

基金項目：中央高校基本科研業務費專項資金資助青年團隊項目“基于數字化視頻課例分析的課堂教學行為智能診斷研究”（CCNU19TD015）;湖北省教研項目“研究生評教指標體系構建與應用研究”。

作者簡介：高巍，博士，副教授，碩士生導師，華中師范大學教育學院（湖北武漢 430079）;周嘉騰、經湛，本科生，華中師范大學教育學院（湖北武漢 430079）;許娜（通訊作者），博士，講師，華中師范大學外國語學院（湖北武漢 430079）。

在全球新冠肺炎疫情（以下簡稱“新冠疫情”）防控背景下，在線教學模式的廣泛應用凸顯出信息技術對教育變革的深刻影響（潘秋靜等，2020）。《2021地平線報告（教與學版）》（以下簡稱《報告》）于2021年4月26日由美國高等教育信息化協會（EDUCAUSE）正式發布（EDUCAUSE，2021），其聚焦后疫情時代的高等教育變革，通過對技術實踐的反思和對未來圖景的勾勒，為高等教育研究者、決策者、高校教師和學生思考信息技術引領下的高等教育未來發展提供了重要參考。本文旨在深入解讀《報告》的基礎上，對后疫情時代高等教育的技術轉向進行省思，并為高等教育教學改革與發展提供建議。

一、報告框架

《報告》由來自高等教育、課程與教學和信息技術等多個領域的72位專家合作完成，專家的構成兼顧地域、性別、種族等方面的平衡，以保證客觀性與權威性。地平線小組（即參與《報告》研制的核心團隊）采用改進型德爾菲法（Modified Delphi Methodology）和未來研究所（Institute for the Future）的前瞻法（Foresight Methodology），詳盡分析了后疫情時代影響全球高等教育發展的5大宏觀趨勢、6項技術實踐、4種未來圖景，并輔以5位專家的反思案例。《報告》認為新冠疫情徹底改變了高等教育的發展圖景，高等教育產生了不可逆的變化，即便是在新冠疫情結束后，“高等教育的某些重要方面可能再也無法像從前那樣（無論是好是壞）”。

首先，《報告》通過多輪專家函詢，勾勒出影響全球高等教育發展的5大宏觀趨勢，即社會趨勢、技術趨勢、經濟趨勢、環境趨勢和政治趨勢。其次，《報告》提出了對高等教育教學產生重大影響的6項關鍵技術與實踐，分別是：人工智能（Artificial Intelligence）、混合和混成課程模式（Blended and Hybrid Course Models）、學習分析（Learning Analytics）、微證書（Microcredentialing）、開放教育資源（Open Educational Resources）和高質量在線學習（Quality Online Learning）。同時，《報告》就成本、師生接受度、公平與包容、風險、學習效果影響及后疫情時代重要性等6個維度，對6項關鍵技術與實踐進行了評價。第三，《報告》描繪了高等教育發展的未來圖景與可能趨勢，即增長（Growth）、約束（Constraint）、崩潰（Collapse）和轉型（Transformation）。最后，《報告》呈現了5篇解讀不同國家高等教育的論文作為反思案例。《報告》框架如圖1所示。

二、宏觀趨勢：高等教育發展的時代背景

高等教育的發展受時代環境影響，對相關宏觀趨勢進行全景掃描是建構高等教育未來圖景的基礎。地平線小組經由數輪函詢確定影響高等教育的5大宏觀趨勢及其包含的15項具體內容。值得注意的是，本年度的《報告》用“環境趨勢”替換了2020年《報告》提及的“高等教育”。一方面，這說明研究者從更宏大的視角對影響高等教育的宏觀趨勢進行考量;另一方面，新冠疫情的爆發不僅反映出人與自然的緊張關系，也折射出公民生態文明素養亟需提升的嚴峻形勢（岳偉等，2020）。

1.社會趨勢

（1）遠程工作與學習

新冠疫情迫使人們采取居家隔離的方式來阻斷病毒蔓延。為保證工作與學習的正常進行，遠程在線方式成為人們應對危機的重要舉措。聯合國教科文組織的數據也顯示，面對突發新冠疫情所造成的教育停滯，絕大多數國家和地區通過數字化遠程學習方式來保障教育的穩定和連續（范國睿，2020）。微軟團隊協作軟件Microsoft Teams的用戶數在僅僅一周的時間內就增長了1200萬，即便是在因新冠疫情而采取的出行限制解除后，其在我國的用戶數仍增加了2倍。

（2）數字鴻溝的擴大

傳統意義上的數字鴻溝是指人們使用信息技術的機會差異。新冠疫情期間，很多優質的開放教育資源向公眾開放，但這也意味著電子設備成為學生接受教育的“門檻”，缺乏設備就要被阻隔在學校大門之外。新冠疫情的爆發使得學生群體內的數字鴻溝被放大，例如，美國洛杉磯的在校生中約有1/4不具備基本的網絡接入條件，這導致其在新冠疫情期間難以正常參與學習活動。后疫情時代的高等教育將更注重信息技術與教育教學的融合，擴大的數字鴻溝也將進一步影響學生的學業成就。

（3）心理健康問題

學生、教師及職工的心理健康問題仍然是疫情時期和后疫情時代的重要議題。一方面，重大公共衛生事件不僅直接威脅人們的身體健康，而且猶如“達摩克利斯之劍”，成為影響人們心理健康的外部因素;另一方面，大規模的遠程工作與學習也阻斷了面對面溝通的機會，常態化的“居家隔離”對人們的心理狀態和情緒也帶來了負面影響。例如，疫情期間的調查顯示，80%的大學生都認為新冠疫情對他們的心理健康產生了消極影響。

2.技術趨勢

（1）混合學習模式的廣泛采用

信息技術與教育教學的深度融合是教育信息化的發展目標。混合學習模式通過“在線學習與面授學習相混合”的形式實現了教學模式的重構。《報告》指出，混合學習模式能最大程度地減少單一授課模式的弊端，成為后疫情時代高等教育教學變革的重要方向。許多高校都開始完善混合教學所需要的設備。例如，圣地亞哥州立大學為全校近200個教室安裝了麥克風，以便更好地支持混合學習模式。

（2）更多地使用學習技術

在混合學習的需求推動下，學習技術大量涌現。新興學習技術為后疫情時代的高等教育教學模式變革提供了有效支持。曾經未被教師充分重視甚至被抵制的視頻會議、虛擬教室等工具，成為疫情期間維持教學活動正常開展的重要基礎設施。學習技術已成為后疫情時代高等教育轉向的關鍵推動力。例如，2020年底的調查表明，83%的高校信息技術領導者將“改善教學工具的使用”擺在了新學期計劃的最高優先級。

（3）在線教師發展

教師的能力結構和技術素養直接制約疫情背景下信息化教學的有效性。隨著各院校紛紛實施遠程在線教學解決方案，教師們也被要求采用新的工作方式，學習新的教學工具，這使得針對教師在遠程情境下的教學設計和技術支持能力的培訓受到重視。例如，美國科學教學和麥克米倫學習研究所（The National Institute on Scientific Teaching and Macmillan Learning）在新冠疫情期間推出了關于科學教學的在線短期課程，以支持教師的信息化教學能力發展。

3.經濟趨勢

（1）高等教育經費削減

學生與家長對新冠疫情期間所采用的遠程教學方式的教育質量頗為質疑。他們認為，這種居家學習的模式并不能獲得與其付出學費相符的收益。入學人數減少所帶來的收入下降，進一步加劇了高等教育機構本就存在的財務危機，使得運行經費捉襟見肘。在EDUCAUSE的調查中，有2/3的受訪者提到他們所在學校IT部門的經費被迫削減。

（2）對新的/不同的勞動力技能的需求

教學活動向線上的轉移也催生出對教學設計師和教育技術人員的需求，以為遠程學習提供充分的人力支持。同時，長期居家的遠程工作模式所造成的員工心理狀態變化，也要求高等教育機構管理者具備“以人為中心”的領導風格和團隊管理技能，并能夠體察員工情緒。

（3）經濟模式的不確定性

全球范圍內，各個國家和地區的經濟都受到了新冠疫情的嚴重破壞，這直接導致了極高的失業率和社會經濟階層間日益擴大的不平等。高等教育機構同其他組織一樣，因面臨不確定的未來，只能選擇通過削減預算或停止招聘新員工的方式來應對危機。2020年，美國經濟中的外國投資下降了49%，而中國因疫情防控得力，成為最大的外國投資接受國。

4.環境趨勢

（1）氣候變化

全球氣候變化對高等教育機構的基礎設施和運行機制提出了諸多挑戰，但同時也為相關研究項目和教學實踐的開展提供了許多機會。例如，南京大學、新南威爾士大學等40余所高校于2020年4月成立國際大學氣候聯盟（International Universities Climate Alliance），旨在加速推動全球應對氣候變化的行動。再如，環境保護組織塞拉俱樂部（Sierra Club）通過對312所院校進行可持續發展水平的評估來助力碳中和目標。

（2）工作旅行減少

新冠疫情使得人們的出行受到限制，居家辦公和居家學習逐步常態化。《報告》指出自2020年春季以來，人們的“碳足跡”相較于新冠疫情爆發前顯著減少，地平線小組用諸多數據證明了該結論。例如，國際民用航空組織（International Civil Aviation Organization）的統計顯示，2020年全球航空業的航班預訂乘客數量減少了50%，行業收入損失3700億美元。

（3）可持續發展

可持續發展是促進經濟效益、社會效益、生態效益相統一的重要戰略舉措。2015年，聯合國通過了17項可持續發展目標（Sustainable Development Goals，SDGs），是其千年發展目標（Millennium Development Goals，MDGs）的延續。聯合國經濟和社會事務部近期的簡報將可持續發展作為“減輕疫情影響和促進世界恢復的最好選擇”，并強調“提供包容和公平的優質教育，讓全民終身享有學習機會”（SDG#4）的重要性。

5.政治趨勢

（1）在線全球化的增長

遠程的工作與學習方式減少了面對面交流的機會，但這不意味著人們之間聯系的削弱。各類在線平臺促進了在線全球化的迅猛發展，也給教育的全球化帶來了機遇。在線教育市場增長迅速，預計到2026年將達到3360億美元的規模，年均增長率為9%。相反，盡管美國高等教育部門努力吸引國際學生，但研究生的入學率依然下降5.5%，本科生則下降6.3%。

（2）民族主義的興起

在全球化的同時， “去全球化”（Deglobalization）的思潮也日益蔓延。部分國家以退出國際組織和協議、加強移民壁壘、貿易戰甚至軍事沖突等方式來抵制全球化進程。高等教育雖然始終強調開放、自由的思想交流以及國際合作，但這些傳統也不可避免地受到上述國家層面政策的挑戰。

（3）高等教育公共資助政策調整

高等教育極其依賴政府的經費投入，因而其資源配置也必然受到政策傾向的影響。新冠疫情的爆發使得政府的高等教育經費政策發生了重大調整，一些教育機構受益，而另一些卻截然相反。例如，澳大利亞國會通過《澳洲高等教育支持修正案》對高等教育學費進行大幅調整，文科類專業學費最高上漲113%，而農業類專業學費下降59%，以此對學生的專業選擇進行引導。

三、關鍵技術：高等教育發展的重要驅動力

該部分主要介紹了影響高等教育教學發展的6項關鍵技術與實踐。其標題在2020年的《報告》中由“教育技術發展”（Developments in Educational Technology）改為“新興技術與實踐”（Emerging Technologies and Practices），從單一地關注技術轉為注重技術對于教育教學的影響。2021年的《報告》基本延續該思路，但將標題修正為“關鍵技術與實踐”（Key Technologies and Practices）。《報告》給出的解釋是：新興技術與實踐雖然重要，但卻并非未來高等教育教學發展的關鍵。這表明地平線小組的重心從搜尋“新技術”轉向將注意力集中于“什么技術會對高等教育教學產生深刻影響”。為對比近年來影響高等教育發展的關鍵技術，筆者對近5年的《地平線報告》進行了整理，結果如表1所示。

1.技術概覽

（1）人工智能

人工智能（AI）在近5年的《報告》中都被提名，充分體現了其助推高等教育教學發展的潛力。EDUCAUSE在2017年的報告《關于教學中的人工智能你應當知道的7件事》中將AI定義為“承擔通常被認為需要人類認知過程和決策能力的任務的計算機系統”（EDUCAUSE，2017）。AI正在以驚人的速度迅猛發展，尤其在深度學習和自然語言處理等方面取得了巨大的進步，以致于“技術進步的速度已經開始超過測試它們的基準”。在此背景下，“人工智能+教育”成為未來高等教育發展的大勢。為了提升學習及工作效率，AI在智能學習管理系統、學生信息系統、殘疾學生支持和圖書館服務等中被廣泛應用。

關于AI應用于高等教育教學的探討主要集中于兩個話題：第一，AI如何應對教師教學與學生學習所面臨的挑戰。例如，杜倫大學的教師使用名為“霍利”的學生參與平臺。在AI的支持下，該平臺能夠提升學生的學業成就。同時，AI還能對學生的學習過程進行監測和評價。例如，愛荷華大學的數字學習計分卡，借助AI能夠識別學業上有困難的學生。第二，AI如何幫助教師與學生反思課程以及與之相關的學術項目。例如，來自英國、德國和澳大利亞的高等教育機構聯合開發了一個名為FLoRA的AI賦能項目，以更好地理解學生自我調節學習的過程，為學生提供個性化的支架。

同時，AI應用于高等教育教學也飽受爭議：第一，作為AI基礎的數據采集可能增加個人隱私泄露的風險。例如，一些大學因未經許可就收集學生的生物特征數據以實現學業監測而被起訴。第二，AI的不當使用加劇了潛在的學術道德隱患。例如，有網站借助AI技術來幫助學生通過“改寫”避免因抄襲導致的論文重復率過高。第三，AI可能誘發新的就業危機。蓋洛普公司和美國東北大學的聯合調查報告顯示，75%的美國人認為AI創造的崗位遠不及它所減少的崗位。

（2）混合和混成課程模式

混合學習（Blended Learning）是線上線下活動方式交替進行的教學樣態，而混成學習（Hybrid Learning）則是技術支持多活動成分并存的學習樣態（祝智庭等，2021）。前者意味著線上教學與線下教學在部分要素上相互替代，后者則以同步或異步的形式使兩種模式并存。新冠疫情的沖擊加速了混合學習、混成學習在高等教育教學中的運用，并由此創造了一系列全新的教學模式，這使得高等教育教學呈現出多樣化的特點。例如，威奇托州立大學就在網站上為教師提供了5種混成教學模式供其自由選擇。

混合/混成教學模式的推廣對教師、學生和設備都提出了相應的挑戰。為適應混合/混成教學模式的現實需求，各高等教育機構均開始實施“混合學習改造”。第一，許多機構開發了教師培訓框架以提升教師開展混合/混成教學的勝任力。例如，賓夕法尼亞州立大學啟動了一個技術助教項目（Tech TA Program）來為教師提供實時的技術支持。技術助教不僅能為高校教師提供課前幫助，還能夠以遠程參與的形式解決課程中的突發技術問題。第二，一些高校在設計混合/混成教學模式時也開始立足于學生需求。例如，上海師范大學開發了以學生團隊為中心的“三階段協作教學模式”（課前、課內、課后），邀請學生參與課程的設計。第三，高校教室也被加以改造以保障混合/混成學習的順利進行。例如，馬薩諸塞大學阿默斯特分校的一個團隊通過開發“混合學習技術包”（Hybrid Learning Tech Package）來對教室進行標準化改造。

（3）學習分析

學習分析是基于數據挖掘、社會網絡分析、統計分析等方法，對學習者的學習行為和知識結構進行監測和分析的技術手段（吳青等，2015）。其是數據分析的下位概念，旨在為服務日益多樣化的學習者需求提供決策支持。

當前學習分析面臨如下困境：第一，用于學習分析的數據集經由多種渠道匯合而成，包括學習管理系統、學生信息系統和課程數據源等，信息龐雜、集成困難。第二，學習分析所引發的倫理問題日益嚴峻。國際開放與遠程教育理事會在2019年的一份報告中即提醒要關注學習分析在數據的透明度、所有權、可訪問性、有效性和可靠性等方面可能引發的倫理問題。第三，學習分析中的學習者個人數據在多大程度上可以與他人共享？該問題仍舊是討論的焦點。

為應對上述問題，高等教育機構著力于建立日益復雜的數據治理體系。例如，石溪大學提出了能讓各利益相關者圍繞共同的數據目標和任務形成合力，基于證據采取積極行動，最終推動“數據創新”的數據治理戰略。

（4）微證書

微證書是一種電子形式的適應終身學習需求的評估手段，用于對學習者的能力進行認證。與傳統的學位證書不同，基于微證書的認證往往更加靈活，且其取得時間更短。其涉及的領域包括：短期課程和徽章、訓練營、專業證書和執照、非大學頒發的非學位證書、大學頒發的非學位證書、學位課程或認證項目。

微證書的迅速發展將迫使高等教育轉型發展，這主要體現在兩個方面：一是更加多樣的選擇使得微證書能夠契合學習者個性化的技能發展需要，而傳統高等教育的學位模式由于不能滿足學習者和行業的現實需求而遭受質疑。二是微證書多由大公司進行認證，其盛行可能擾亂傳統的基于學位證書的高等認證模式。微證書的發展反映出未來高等教育應當從重視學位向關注技能轉變。完善微證書認證的規范，建立相應的制度體系是使微證書成為助推后疫情時代高等教育變革的重要舉措。

（5）開放教育資源

新冠疫情期間，教師需要尋找靈活的替代材料以滿足遠程教學的需求。在此背景下，開放教育資源在高等教育教學中的作用日益凸顯。例如，圣地亞哥州立大學開發了虛擬沉浸式教學系統，并將其應用于30多門課程的教學中。同時，該校還嘗試開發開放平臺，將虛擬解剖標本等資源提供給在加州州立大學系統注冊的40多萬名學生。

開放教育資源具有諸多優勢：第一，開放教育資源具有成本低、靈活性強的特點，為終身學習和教育公平的實現提供了可能路徑。這已成為學界共識（王曉晨等，2017）。第二，開放教育資源的設計是多方參與的過程，能夠立足于學生的現實需求。例如，峽谷學院的零教科書成本倡議（Zero Textbook Cost Initiative）鼓勵學生與教學設計師、技術人員、教師和圖書管理員一起設計開放教育資源材料，以此來克服教師既有觀念的障礙。第三，開放教育資源通常采用在線的方式進行管理，可以快速更新以增強學生的學習體驗。

（6）高質量的在線學習

突發的新冠疫情使得大規模、長時段的在線學習成為國家層面的應對策略。高等教育機構多措并舉以確保高質量的在線學習：一是重視在線學習平臺的建設。例如，印第安納大學分別開發了面向教師的“Keep Teaching”和面向學生的“Keep Learning”網絡平臺以支撐在線學習。該平臺在結構和內容上被數十所大學借鑒。二是教師在線培訓體系逐步完善。新冠疫情迫使教師們采用新的教學方法，并重新思考課程內容和活動設計，這也對他們的在線教學能力提出了新的要求。為此，德國的電子教學組織創建了在線課程和資格認證體系，以此來幫助教師提升在線教學勝任力。此外，我們還應當審慎思考“應急上線教學”與高質量、系統的在線教學間的差別（穆肅等，2020），從而更好地應對后疫情時代的高等教育教學變革。

2.技術評估

《報告》在梳理上述關鍵技術實踐基礎上，組織專家從成本、師生接受度、公平與包容、風險、學習效果影響、后疫情時代重要性等6個維度對關鍵技術進行評估，結果如圖2所示。地平線小組認為：人工智能的成本較高而開放教育資源的成本比較低;教師和學生最容易接受開放教育資源，而對人工智能較難接受;開放教育資源最能支持公平與包容，而人工智能的支持效果仍然較低;開放教育資源和與之相關的微證書風險較低，人工智能應用于高等教育教學的風險最大;高質量的在線學習是對學生學習影響最大的關鍵技術;在后疫情時代，混合和混成課程模式對高等教育教學的影響最大，高質量的在線學習也同樣具有較高影響。

四、未來圖景：高等教育發展的可能樣態

該部分延續2020年《報告》的研究模型（EDUCAUSE，2020），采用前瞻法，根據4種場景（即增長場景、約束場景、崩潰場景和轉型場景，見圖3）對高等教育的未來發展圖景進行預測。這4種場景均從2031年的想象視角出發，反映2021年后十年間高等教育的發展進程。

1.增長場景

增長場景意味著雖然高等教育存在一些未能解決的問題，但仍在繼續發展。自2020年以來，新冠疫情的全球蔓延從根本上改變了高等教育的運作方式。人們對在線課程的上升性需求、教師隊伍的年輕化發展和全球氣候變化使得高等教育階段的遠程學習從危機下的應急舉措轉變為一種長期的持續狀態。

對于教學設計師和技術人員的需求將遠超其供給。因此，教師發展項目轉變為在線自助模式，以支持在線和混合教學的實踐需要。一些高等教育機構加大了對兼職教職人員的聘用力度以滿足課程教學需求。學校提供高質量的開放教育資源作為降低學位項目總成本的手段。總體而言，高等教育取得了新的發展，但仍存在一些有待解決的問題。各院校仍舊采用新冠疫情前以學費為主的籌資模式。高等教育機構通過增加傳統學位項目、建設大量微證書課程、提升學費等舉措來彌補損失。在這種新模式下，雖然國際學生的入學人數顯著增加，學費也大幅上升，但教育機構收益的提升卻不明顯。

2.約束場景

約束場景指高等教育依舊存在，但作用減弱。新冠疫情后，很大一部分潛在的學生離開傳統學校，大學入學率跌至歷史最低水平。學生的稀缺導致高等教育的分化，一些機構選擇了保守的傳統教育模式，而另一些機構則傾向于創新教育模式，以提高教育的效率和公平。

對一些高等教育機構來說，學習技術和設計方面的創新是一種威脅。為確保學位的質量，他們仍舊遵循傳統的教育模式。由于不能充分理解和適應行業及學生發展的需求，也無法為學生創設有意義的學習活動來幫助其提升學業成就，而只能提供最低水平的教育支持，這種教育模式導致學生承擔了較重的學業壓力和負擔。另一些高等教育機構則愿意進行調整，通過尋找更有意義和更有效的方法，向更多被傳統教育模式拒之門外的學生提供教育。他們遵循“用更少資源做更多事”的原則，實施創新的發展模式和招聘模式，以及靈活、混合的學習方式和學位獲取方式。由于重視課程運營的效率，并面向更廣泛的人群提供教育服務，這些機構能夠獲得穩定的資金來源。

3.崩潰場景

崩潰場景指高等教育受不可控的變革力量干擾，面臨崩潰。新自由主義經濟、對物質和經濟安全的考量以及民族主義，這三種趨勢的交匯使得高等教育面臨崩潰。

在崩潰場景中，以學費為主要經費來源的院校無法承受學生人數急劇下降而面臨關閉，而那些小型的、私立的、非盈利的教育機構在特定政治、經濟和宗教體系的資助下得以維繼。只有社區大學因其面向當地人口，并與當地雇主合作開發面向實用技能的教育項目，而得到蓬勃發展。由于缺乏資金而導致的工作旅行減少，使得學術研究的范圍大大縮小，學術界的社區意識被削弱，學者們只能圍繞商業盈利主題組織在線活動。缺乏高質量的研究也導致教師這一職業逐漸由專業水平不高的群體承擔，因此大多數學生只能接受低質量的在線教育。與此同時，大多數學生因缺乏支撐其學習高質量在線課程所需的設備和網速，導致遠程教學的發展陷入僵局。此外，持續性的新冠疫情給師生帶來了諸多心理健康問題，而高等教育機構卻不具備為學生提供心理健康支持的能力。

4.轉型場景

轉型場景指高等教育重新建立起新的成功范式。新冠疫情使得人們普遍接受遠程和在線學習，并熱衷于通過新技術和靈活的模式接受高等教育。低收入學生接受教育的問題在很大程度上得到緩解，世界各地對免除大學債務和免學費計劃的支持高漲。免費的高等教育因此獲得了多種形式的經費來源，包括公共資金和行業資助，從而能夠投資于昂貴的學習技術和課程模式創新。

在轉型場景中，人們更加關注學生的心理健康。新冠疫情迫使學校教育和學生的個人生活、實際需求緊密結合。學習技術發展成為一個以大型科技投資和創新為特征的產業，其中人工智能和混合現實技術對高等教育產生顯著的影響。在全球范圍內，高等教育逐步普及，接受過本科教育的人口比例激增，勞動力素質的提升為世界不發達地區的經濟和社會發展作出了巨大的貢獻。同時，國際性組織對就業中的不平等現象更加重視，并提出了針對提高女性、少數族裔就業水平的倡議。

五、案例呈現：高等教育發展的經驗反思

在分析上述宏觀趨勢、關鍵技術、未來圖景基礎上，《報告》設問：我們能做些什么？針對該問題，《報告》選擇了5篇涉及各國高等教育發展案例的論文加以解讀，如表2所示。這5篇論文均關注針對教師和學生群體的教學和學習技能，并揭示出全球高等教育發展所面臨的共同問題。

受新冠疫情影響，澳大利亞的國際學生數量銳減，教育的數字轉型也在持續。在這種國際大背景下，澳大利亞密切關注人工智能、微證書和學習分析等技術。人工智能給我們帶來了諸多機遇，但其引發的道德倫理和問責制度建設問題亟待加以關注和解決。微證書與自我導向的、定制的、與職業關聯的學習密切相關，其更應當關注雇主對就業能力的需求。學習分析與人工智能相結合能發揮最大作用，但其涉及的數據隱私問題應當給予足夠重視。

南非雖然是全球最不平等國家之一，但其在高等教育領域的措施值得借鑒。南非公立大學招收了大部分學生，同時其提供的遠程教育服務在一定程度上也改善了教育不平等的現狀。但南非仍面臨高等教育經費大幅削減、學生債務規模擴大、中間階層既付不起學費又無法獲得資助等問題，而新冠疫情期間學生的居家學習也進一步暴露出因城鄉和貧富差距導致的數字鴻溝問題。

當前土耳其高等教育政策的核心是促進數字轉型和提升教師的數字化能力。數字轉型需要在“硬技術”和“軟技術”之間達成平衡，并優先提升教師和高等教育機構的數字能力。除此之外，還需要建立開放的學習生態，以促進學生的終身學習和深度學習。

隨著遠程教學向高質量在線學習的轉變，美國社區大學致力于為學生提供更靈活的學習機會，并增加對混合教學模式的使用。這是因為：一些學生需要通過課堂學習獲得經驗;而另一些學生則需要靈活參與課堂并完成兼職，以便在繼續學業的同時進行工作。美國社區大學同樣注重通過微證書促進教師專業發展，這不但對教師自身發展有益，也有助于他們理解微證書這類培訓項目。

美國公立博士教育機構提倡通過互助合作以促進有組織的開放，并強調對評價和激勵機制的重構。《報告》中提出的6項關鍵技術均需要通過機構間的深入合作來達成更好效果。而高等教育評價體系則需要建立在“有效教學必然是包容性教學”的共識之上，且評價必須服務于教學和科研。為加強美國公立博士教育機構服務學生和社會的能力，應當特別重視加強面向開放教育資源及其應用實踐的合作網絡建設，并努力構建更加科學合理的高等教育評價和激勵制度。

六、啟示與借鑒

1.引導線上線下混融，推動高等教育教學模式創變

新冠疫情期間，大規模、長時段的在線學習既凸顯出其靈活性強、師生互動頻繁、學習資源豐富的優勢，又暴露出學生在自我管理、教師在教學設計方面的不足（胡小平等，2020）。因此，為克服單一教學模式的弊端，線上線下混融的混合/混成教學模式成為了推動高等教育“課堂革命”的有效途徑。2018年9月，教育部印發《關于加快建設高水平本科教育全面提高人才培養能力的意見》就將推廣翻轉課堂和混合式教學作為信息技術與教育教學深度融合，提升高等教育人才培養質量的關鍵舉措。

信息技術的蓬勃發展和全球公共衛生危機事件使線上線下融合（Online Merge Offline，OMO）的教學模式成為必然。前者作為技術支持，指向了OMO發展的先進性;后者則成為偶然事件，為其發展起到了催化作用。同時，在《報告》所預測的未來圖景中，OMO教學模式從新冠疫情期間的緊急舉措轉變為后疫情時代的教學常態，促使高等教育完成新范式轉型。此外，在關注OMO教學模式創變的同時，我們也應當意識到，后疫情時代的高等教育教學模式變革需要貫徹以學生為中心的理念。OMO教學模式的發展走向意味著高等教育教學從學校本位轉向學生本位（祝智庭等，2021）。線上線下混融的典型代表——翻轉課堂即是為了“改變教學結構中學生這一要素的地位”（何克抗，2014），它的內在本質就是“學習中心”（毛齊明等，2019）。

2.促進人工智能賦能，提升高等教育人才培養質量

近5年來，人工智能連續出現在《地平線報告》所列舉的影響未來高等教育教學發展的關鍵技術中，充分顯示出其作為“未來技術”的重要作用。“人工智能+教育”不僅確立了教育研究的未來范式（顧小清，2021），而且成為學校現代化的重要依托（楊小微，2021）。以人工智能賦能教育發展是智能時代的大勢所趨，這促進了未來高等教育人才培養模式的轉向（黃榮懷等，2019）。一方面，未來的高等教育需要培養具備人工智能素養的專業人才，為未來的人工智能賦能各個行業儲備人力資源。為此，明確融入人工智能素養的課程體系和培養目標，根據現實情況進行新的課程整合和教學設計勢在必行。另一方面，人工智能在高等教育中的應用目前仍多局限于信息管理和學習評價，亦或者對特殊人群的外部支持，在日常教學中運用較少。推動技術變革，實現“人工智能+教學”將是重構未來高等教育教學范式的可能路徑。

然而，值得注意的是，《報告》對于人工智能的評分與其所呈現的巨大潛力并不相符。在師生接受度、公平與包容、學習效果影響和后疫情時代重要性的評分中，人工智能位列末尾，而在成本、風險的評分中則位列首位。這表明“人工智能+教育”雖然潛力巨大卻也充滿風險。隱私泄露、技術異化和倫理風險使得人工智能可能成為數字時代的“技術利維坦”，進而為高等教育治理帶來潛在威脅。因此，審慎運用人工智能技術、協調人機關系、完善法律規制是人工智能賦能未來高等教育需要考慮的前置性問題。

3.靈活運用學習分析，完善高等教育過程監測評價

2020年中共中央、國務院印發《深化新時代教育評價改革總體方案》，對新時代的教育評價改革進行了全面部署。作為教育評價系統的重要組成部分，課堂教學的過程性評價直接影響課堂教學的質量和效果（高巍等，2020;許娜等，2020）。基于數據挖掘、自然語言分析等技術手段的學習分析在教育大數據的背景下應運而生。早在2011年的《地平線報告》中，學習分析就被列為引領教育發展的關鍵技術。學習分析能夠從與學生有關的大數據中分析其學習行為，進而對學生的發展趨勢和行為模式進行預測，有助于構建個性化的高等教育支持系統（魏順平，2016）。

首先，學習分析能夠為學生發展提供有效支持。一方面，學習分析能夠及時監測學生的學業表現，為形成性評價提供參考和依據。例如，可以運用學習分析技術建立面向研究生培養過程的預警機制，通過監測、預判、診斷、調控來保證研究生的培養質量。另一方面，學習分析可兼顧學生的個性化需求，為學生的選課與生涯規劃提供有針對性的建議。其次，精準學習分析能夠幫助教師了解班級整體學情和學生個體學情，根據學生的知識儲備和發展狀況來因材施教。第三，學習分析能夠對高校課程的實施過程進行監測，幫助高等教育機構的決策者了解高校內部的課程開設狀況和質量狀況，淘汰“水課”，打造“金課”。

4.抑制數字鴻溝擴大，因應高等教育公平價值訴求

未來的高等教育不僅要通過技術賦能高質量發展，同時也要堅守公平的價值底線。《報告》表明，新冠疫情期間的在線學習暴露出之前不被充分重視的數字鴻溝。網絡接入設備的門檻一方面使持有者有機會享受高質量的開放教育資源和在線課程，一方面又將缺乏者阻隔在參與學習的大門之外，進而拉大學生間的學業成就差異。有學者指出，數字鴻溝不僅包括傳統意義上人們使用信息技術的“機會鴻溝”，還存在著“新數字鴻溝”，即因信息技術技能/素養差異而造成的“技能鴻溝”（王美等，2014）。基于此，為了避免數字鴻溝的進一步擴大，未來的高等教育應當從以下幾個方面著手：第一，加強教育信息化基礎設施建設，降低訪問優質教育資源的門檻，使得更多學生擁有接受高質量遠程教育和參與在線學習的機會;第二，就學生而言，以信息素養培育為導向重構基礎教育階段的信息技術課程設計與教學安排;第三，就教師而言，打造以學習信息技術為旨趣的教師專業學習共同體和教師實踐共同體，助力教師信息化學習力和勝任力的提升。

5.活化開放教育資源，培育學生生態文明素養

《報告》在“宏觀趨勢”方面的重大變化即是用“環境趨勢”替代了之前的“高等教育趨勢”。有學者指出，當代生態危機頻發的根源在于民眾生態文明素養的缺失（焦會銀，2020），因此在高等教育乃至基礎教育階段進行生態文明教育十分必要。然而，課程設置邊緣化和教學方式單一成為制約生態文明教育的現實困境。我們應當意識到，生態文明教育的本質是理解人與自然的關系，傳統的講授模式難以很好地培育學生的生態文明素養。而開放教育資源作為基于網絡的數字化資源，能夠契合學生的發展需求，為學習者建構開放的學習空間（張琪等，2015）。基于OMO教學模式，活化開放教育資源，引導學生基于現實問題進行情境性學習是培育學生生態文明素養的必要舉措。

參考文獻：

[1]范國睿（2020）.后大流行時代的教育生態重建[J].復旦教育論壇，18（4）：12-28.

[2]高巍，毛俊芳，葉飛等（2020）.高校如何提升學生評教效度？——澳大利亞高校學生評教最大差異量規及其啟示[J].開放教育研究，26（1）：28-36.

[3]顧小清（2021）.當現實逼近想象：人工智能時代預見未來教育研究[J].開放教育研究，27（1）：4-12.

[4]何克抗（2014）.從“翻轉課堂”的本質，看“翻轉課堂”在我國的未來發展[J].電化教育研究，35（7）：5-16.

[5]胡小平，謝作栩（2020）.疫情下高校在線教學的優勢與挑戰探析[J].中國高教研究，（4）：18-22，58.

[6]黃榮懷，張慧（2019）.人工智能助力教育更加靈活開放[N].中國教育報，2019-06-29（003）.

[7]焦會銀（2020）.生態文明素養意蘊及其培育路徑[J].中國教育科學（中英文），3（5）：103-110.

[8]毛齊明，王莉娟，代薇（2019）.高校翻轉課堂的實踐反思與超越路徑[J].高等教育研究，40（12）：75-80.

[9]穆肅，王雅楠（2020）.轉“危”為“機”：應急上線教學如何走向系統在線教學[J].現代遠程教育研究，32（3）：22-29.

[10]潘秋靜，胡永紅，闕明坤（2020）.“后疫情時代”高等教育教學模式的挑戰與創新——訪世界知名高等教育研究專家烏爾里希·泰希勒教授[J].復旦教育論壇，18（6）：10-16.

[11]王美，隨曉筱（2014）.新數字鴻溝：信息技術促進教育公平的新挑戰[J].現代遠程教育研究，（4）：97-103.

[12]王曉晨，孫藝璇，姚茜等（2017）.開放教育資源：共識、質疑及回應[J].中國電化教育，（11）：52-59.

[13]魏順平（2016）.學習分析數據模型及數據處理方法研究[J].中國電化教育，（2）：8-16.

[14]吳青，羅儒國（2015）.學習分析：從源起到實踐與研究[J].開放教育研究，21（1）：71-79.

[15]許娜，高巍，郭慶（2020）.新課改20年課堂教學評價研究的邏輯演進[J].教育研究與實驗，（6）：49-55.

[16]楊小微（2021）.人工智能助推學校現代化的意義與可能路徑[J].華中師范大學學報（人文社會科學版），60（2）：160-169.

[17]岳偉，古江波（2020）.公民生態文明素養亟需全面提升——基于當前重大疫情的反思[J].教育研究與實驗， （2）：8-12.

[18]祝智庭，胡姣（2021）.技術賦能后疫情教育創變：線上線下融合教學新樣態[J].開放教育研究，27（1）：13-23.

[19]張琪，謝洵（2015）.開放教育資源平臺教學有效性研究——基于學習者視角[J].開放教育研究，21（5）：83-91.

[20]EDUCAUSE（2017）. 7 Things You Should Know About Artificial Intelligence in Teaching and Learning[EB/OL].[2021-05-01]. https：//library.educause.edu/resources/2017/4/7-things-you-should-know-about-artificial-intelligence-in-

teaching-and-learning.

[21]EDUCAUSE（2020）. 2020 EDUCAUSE Horizon Report： Teaching and Learning Edition[EB/OL]. [2021-05-01]. https：//library.educause.edu/resources/2020/3/2020-educause-horizon

-report-teaching-and-learning-edition.

[22]EDUCAUSE（2021）. 2021 EDUCAUSE Horizon Report： Teaching and Learning Edition[EB/OL]. [2021-05-01]. https：//researchers.cdu.edu.au/en/publications/2021-educause-horizon

-report-teaching-and-learning-edition.

收稿日期 2021-05-07責任編輯 譚明杰

Technical Shift of Higher Education in Post-Pandemic Era：

Practice Reflection and Future Scenarios

——Analysis of the Key Points? of 2021 Horizon Report （Teaching and Learning Edition）

GAO Wei， ZHOU Jiateng， JING Zhan， XU Na

Abstract： Focusing on the reform of higher education teaching in the post-pandemic era， EDUCAUSE released the 2021 EDUCAUSE Horizon Report （Teaching and Learning Edition）. Adopting the modified Delphi Method and the foresight methodology， the 2021 EDUCAUSE Horizon Report analyzes 15 macro-trends that have an significant influence on the current and future generations of higher education teaching from five dimensions： society， technology， economy， environment and politics. It proves that artificial intelligence， blended and hybrid course models， learning analytics， microcredentialing， open educational resources and quality online learning are the key technologies and practices to promote the teaching and learning reform of higher education in the future， and the evaluation of them is conducted from six dimensions： cost， instructor and learner receptiveness， equity and inclusion， risk， impact on learning outcomes and post-pandemic importance. On this basis， this report forecasts four future scenarios of higher education in the next ten years： increase， constraint， collapse and transformation， and analyzes five practical cases of higher education development in Australia， South Africa， Turkey and the United States. In post-pandemic era， technical shift will have a profound impact on higher education and its teaching and learning. In the future， the reform and development of higher education teaching and learning should focus on guiding the integration of online and offline teaching to promote the innovation of teaching modes， promoting the empowerment of artificial intelligence to teaching in order to improve the quality of talent training， and flexibly using learning analytics to better process monitoring and evaluation， restraining the expansion of digital gap to ensure educational equity， and making flexible use of open educational resources to cultivate students ecological civilization quality.

Keywords： Horizon Report; Higher Education; Post-Pandemic; Online Learning; Artificial Intelligence