朱惠青 唐春慧 葉藝晨
(安徽師范大學教育科學學院,安徽 蕪湖 241000)
隨著科學技術的飛速發展,技術在教育領域中的應用也從最初的新態勢邁入常態化。如今,智能教育技術的發展更是為全國各地的學習者提供多樣化的學習方式和機會,從而推動教育的創新發展。然而,當今技術的創新在很大程度上關注的是技術本身,更多停留在對現有環境和教學形式的改變,很少深度地關注教育教學中的實際問題。教育與技術并不是簡單的疊加或重合,而是推進技術發展真正達到培養人的目的。2015年以前的《創新教學報告》(Innovating Pedagogy)更多關注技術的工具作用,近幾年教學法逐漸開始偏向教學本身以及與技術的融合,特別是在當下這個大時代下多元文化、情感因素對教學的影響。可見,無論是技術,還是教育,都不能脫離整個生態系統,教育與技術的深度融合將成為未來教育創新的重要驅動力。
自2012年以來,《創新教學報告》系統呈現了當今時代具有潛在影響力(可能還未成為主流)或正在進行的對教育產生重大作用的創新教學法,為各國教學實踐創新發展提供理論與實踐的參考。因此,本研究針對2012—2021年《創新教學報告》進行整合分析,從基本信息、創新教學法的基礎、創新教學法的使用情境和創新教學法體現的創新維度四個方面進行梳理,以期為我國教育的創新發展提供借鑒。
《創新教學報告》(以下簡稱《報告》)旨在分析與探討未來五到十年對教育領域產生重要影響的教學、學習和考核的形式,為教師及政策制定者提供新思路。《報告》是由英國開放大學(The Open University of UK,簡稱OU)每年領銜研究、編寫并發布。2012年OU 獨立發布首份《報告》,自2015年開始,為了深層次體現和發揮創新教學法在教育領域的重要作用,IPR 項目以其開放性、包容性的特點開始同英國以外的學術研究機構共同編寫《報告》。2021年1月由OU 教育科技研究所(IET)與北京外國語大學人工智能與人類語言實驗室合作編寫并發布了該系列第九份報告:《創新教學報告2021》。
與《地平線報告》相比較,該報告并沒有采用德爾菲法以及相關領域專家小組交流會議,而是基于國際上主要的研究項目、期刊著作(包括已出版和未出版)等[1],每年經過詳細分析和篩選,總結出10 種可能引發對未來兩到五年或長期對教育產生重大轉變的創新教學法,以期促進教育取得突破性的進展。
本研究主要采用內容分析法,內容分析法是基于文獻內容對其進行客觀系統的分析,其實質是從表征有意義的信息內容層層推理出有意義且準確的過程。[2]其目的是揭示出相關內容含有的隱形信息,從而進一步弄清楚研究對象的本質和趨勢。簡單地說,就是對實物發展進行有根據的預測。[3]本研究嚴格按照內容分析法的步驟,第一步選擇研究樣本;第二步確定單元類目和概念框架;第三步具體設計單元類目表格;最后再根據設計的類目對內容進行歸類統計,得出結論。
1.選擇樣本
本研究選取的樣本為英國開放大學2012—2021年發布的9 份《創新教學報告》[4][5][6][7][8][9][10][11][12],每年《報告》中都會提出10 種可能引起教育教學變革的創新教學法。研究樣本中涉及到的86 種創新教學法(其中4 項重復出現)均作為分析單元的重要依據。創新教學法如表1所示(部分)。

表1 《創新教學報告》中提出的創新教學法(部分)
2.確定分析單元和概念框架
研究者在認真研讀歷年報告的基礎上,根據報告中對各項教學的具體描述,本研究繼續沿用了董麗麗等人提出的內容分析框架對2012—2021年的九份《報告》展開進一步的分析。[13]通過收集整理9 份《報告》原文,同時根據報告中對各項教學的具體描述,設計創新教學報告的核心概念框架。該內容分析框架從創新教學法關注的關鍵問題出發,選取“基本信息”“教學法基礎”“使用情境”“維度劃分”四個方面內容作為研究分析單元。關于創新教學報告的核心概念框架見圖1。

圖1 《創新教學報告》概念框架(2012—2021年)
3.具體類目設計
董麗麗等人將每一分析單元具體劃分為多個子單元,例如將“基本信息”中所屬層次劃分為理念層次和操作層次,“創新教學法基礎”中技術基礎劃分為智能技術、娛教技術、移動技術等多方面的內容,“創新教學法使用情境”中教學環境主要分為線上、線下和混合的教與學空間以及“創新教學法體現維度”中將教育要素劃分為教育目標、方法、評價等多個要素。內容分析框架如表2所示。

表2 內容分析框架
歷年《報告》中大部分教學法含有較為詳細的操作說明,理念層次的教學法較少。通過對86 種創新教學法具體分析,其中理論層面的創新教學法僅有10 種,而剩余76 種創新教學法均屬于操作層面。其中,近年來的報告中理念教學法均衍生于智能技術,如“關注數據倫理”(2020年)、“社會公平教育”(2020年)和“公平導向的教學法”(2021年)。
同時,從影響力和持續時間來看,對于各教學法的預測基本符合現實,如“慕課”(2012年和2013年)、“翻轉課堂”(2014年)、“趣悅學習”(2019年)和人工智能教育應用(2020年)。從表3可以看出,“根莖學習”(2012年)、“拼裝”(2014年)、“學習區塊鏈”(2016年)、“群際共情”(2017年)、“離線網絡學習”(2020年)為2012—2021年長期且影響力較大的創新教學法。結合2021年《報告》中影響力較高的創新教學法,如“感恩教學法”“聊天機器人引導的教學法”“公平導向的教學法”以及“循證教學”等,可以看出人工智能教育和網絡學習將繼續成為未來創新教學法關注的前沿,未來的教學法將越來越多地關注學習者情感方面產生的問題以及人工智能在教育應用中產生的倫理和公平問題。創新教學法影響力和持續時間如表3所示。
在本單元樂理模塊的課程中,菲伯爾先生采用“天氣變化”的形象手法引導學生體會大調與小調之間調性、色彩及情緒上的變化。在本單元的學習中,教師可選擇一首學生熟悉的作品,如兒歌《小星星》,分別在C大調及c小調上進行演奏,該曲的和聲很簡單,采用Ⅰ、Ⅳ和Ⅴ和弦即可,彈奏c小調時,需將C大調中的Ⅰ、Ⅳ和弦里的三音降低半音,右手的旋律音也需作此變化,特別要注意的是,由于Ⅴ和弦在和聲小調中升高七級音,性質仍為大三和弦,因此不需在三音上做任何改變。因此《小星星》原旋律中的La變為降La,Mi變為降Mi,引導學生聽到如此的變化,感受調性變化中豐富的色彩感及其獨特的魅力(見例4)。

表3 時間跨度“長期”和“高”影響力創新教學法年度統計
從技術的角度來看,技術發展已逐漸從互聯網技術轉向智能技術與數據分析及挖掘技術。例如:2012—2017年的《報告》中經常出現“慕課”“翻轉課堂”和“新電子書教學法”等需要互聯網技術支持的創新教學法,而近些年則更加關注AI 等智能技術的應用。如“機器人陪伴學習”(2019年)、“人工智能教育應用”(2020年)、“聊天機器人引導的教學法”(2021年)。此外,近年來系列《報告》中幾乎每年都會涉及基于數據分析和挖掘技術的創新教學法,如“學習分析”(2012年和2013年)、“基于分析的學習設計”(2014年)、“形成性分析”(2016年)、“學生主導的分析”(2017年)、“大數據探究:用數據思考”(2017年)、“通過開放數據學習”(2020年)、“循證教學”(2021年)和“基于語料庫的教學”(2021年)都是基于對數據的分析和挖掘。從學科的角度來看,新興的教育神經科學開始成為創新教學法關注的領域。例如“多感官學習”(2020年)、“循證教學”(2021年)和“基于語料庫的教學”(2021年),從認知神經科學角度認識教育現象,解讀教育規律,改善教育實踐。
從目標群體角度,大部分創新教學法并未特別提及其適用的年齡范圍,但通過具體研究相關案例和描述,可大致劃分為:中小學生,如“趣悅學習”(2019年)、“培養同理心”(2019年);面向大學生或職業人士等成人群體,如“虛擬工作室”(2019年)、電子競技(2019年),其中大多數教學法并未設置群體局限。從環境需求角度來看,傳統的教學空間逐漸被線上線下融合的學習空間所取代,單一的教育場域已無法滿足教育者和受教育者的需求。尤其是2020年初新冠疫情的暴發,將網絡學習和遠程教學推到更高位置,如“離線網絡學習”(2020年)的影響力為高,作用持續時間是各教學法為數不多的長期;“遠程協作語言學習”(2021年)的影響力也是處于中高的位置。由此可見,線上線下相融合的學習空間將成為未來支撐創新教學法的重要環境。
從教育要素角度看,各教學法在教學方法、教育目標、學習者分析、教學方法、教學評價等均有所創新。教學方法上,如“沉浸式學習”(2017年)、“通過奇觀學習”(2019年)、“多感官學習”(2020年),強調情境式教學,寓教于樂,激發學生的興趣和好奇心;教育目標上,如“為未來而學”(2016年)、“通過開放數據學習”(2020年),旨在增強學習者的多元素養,培養21世紀所需要的人才;學習者分析上,如“適應性教學”(2015年)、“最佳學習時刻教學法”(2021年),旨在根據學習者的學習風格,提供個性化的學習服務;教學評價上,“動態評估”(2014年)、“隱性評價”(2015年),通過多維度的評價方式促進學生的全面發展。從以上可以得出,近年來教學法對于教學過程的研究正在不斷的改進和創新,對于教學評價的研究相對較少。教學評價是教育系統中不可或缺的要素,因此,相關領域學者還應繼續保持對教學評價的研究和關注。其中,還存在一些綜合類的教學法,例如“培養同理心”(2019年)、“人工智能教育應用”(2020年)等,涉及教學目標、教學方法、教學媒介和教學內容多個方面的創新。從與教育技術研究對象的相關性來看,每年教學法各有側重,例如,2020年創新教學法更多地關注教育資源,2021年則更關注教育過程,如“趣悅學習”“去殖民化學習”。從教育本身角度來說,教育者在開展教育的過程中離不開優質的教育資源,兩者交叉。
在終身教育體系中,學校是社會個體教育活動的中心。作為人才培養的重要載體,各階段的教育銜接顯得尤為重要。中小學教育作為主體接受教育的搖籃,更應以培養學生的興趣和思維為主。歷年創新教學法中有較多涉及,如“趣悅學習”(2019年)是一種學習者與他人通過在探索體驗新事物的過程中獲得樂趣。即通過玩樂的形式培養學生的創造力和想象力,增強學習者的幸福感,從而提升其終身學習的能力[14]。2019年《報告》中提到裝扮游戲、手機游戲以及發展學習者正確的玩樂價值觀等方法,促進學生在玩樂中獲得有效學習。“從動畫中學”(2020年)可以相對平衡抽象的想法與現實差距,從而使其具象化,便于學習者理解。同時,動畫學習不僅僅只設計視覺上的效果,還應該設計相應的參與性活動,防止造成屏幕疲勞等額外負荷[15]。高等院校作為國家科技創新強有力的驅動力,其主要任務是培養學生較強的專業研究和專業工作的能力。一方面,我們將繼續鼓勵推進精英教育,另一方面,要擴大其開放性,從明顯的分科教育轉向綜合教育,以便更好地與社會所需要的人才銜接契合。“為未來而學”(2016年)則強調學校和教育體制要為學生未來的學習、工作和生活的成功做好準備。
智能技術無疑正推動著教育的發展和創新,但教育的本質是以“人”為本,在提高教與學效果的同時,也要關注教育者“教”的情感和受教育者“學”的情感。“學”的情感除了“利己主義”的學習,還包括“利他主義”的學習。2019年《報告》中的“培養同理心”則很好地體現了這一點。通過學習任務識別學習者的學習情緒,在培養學習者良好學習情感的同時,增強了對社會責任感。同時,“最佳學習時刻”和“感激是一種教育方法”兩種創新教學法則更好地體現了師生雙向的教學情感。這些教學法都要求將感激、幸福等情感貫穿于教學法之中,引導師生友好交流,改善師生關系和心理健康,提高師生教學的幸福感[16]。因此,通過關注學習者的學習情緒(例如悲傷、興奮以及暴躁等),相應地調整教學策略,從而實現個性化的教學。
智能教育技術產生的教育數據為教師、學生和管理者提供了強大的教學支撐,但對學習者、教師以及物理環境的持續監控和跟蹤,引發了人們對智能技術倫理問題的思考。
目前,大多數經合組織國家都制定了相關的教育隱私規定:除非某些隱私條件,教育過程之外的第三方不能使用數據或收集數據。然而,這種說法無疑是含糊的,法律制定條例的不明確背后往往對其理解更是因人而異。其中,不同國家和地區的法律各有不同,甚至同一國家的不同地區也有較大差異。同時,算法的公平性也引起了越來越多人的關注。當智能技術在涉及到性別、種族等與人相關的敏感屬性時,常常會由于統計性偏差、算法本身甚至是人為偏見而引入歧視性行為。截至2021年,大多數經合組織國家對算法并沒有明確的監管要求[17]。2020年《報告中》“關注數據倫理”這一教學法強調應重點關注技術應用時的個人隱私、網絡安全和數據倫理(涉及教師與學生數據的所有權與使用權)等問題。此外,智能技術在提高學習效的同時,由于智能技術本身的普及而造成區域的公平問題。“公平導向的教學法”(2021年)指出,正視教育技術的不均衡影響。在利用技術支持學習時,應考慮從個人、文化到社會等多個層面的障礙,并采取措施支持邊緣化群體的平等參與[18]。因此,隨著智能技術的創新和進步,由此產生的倫理和公平問題雖不可避免,但我們應將智能技術的優勢發揮到最大,從而促進教育的創新和發展。
教育是一個復雜的系統,而個體在社會關系中更是扮演著錯綜復雜的角色。系統教育中的社會關系僅僅局限于學校、家庭和社區,包括師生關系、同學關系、親友關系和鄰里關系。由于受技術、環境以及思維的限制,個體是實在的個體,有限個體間分享有限的學習資源。隨著智能時代的來臨,技術在個體與社會的關系上充當著重要的媒介作用。智能技術的發展促使學習不再局限于線下的實在空間,學習者借助技術的支撐分享和獲得所有的資源,并且個體與個體之間可以形成虛擬的群體,從而發揮智慧的最大化。在虛擬的信息空間中,每個參與者都可以基于自己的學習興趣和目標進行多種層次的學習交互,從而打造多元的協作關系。“離線網絡的學習”(2020年)和“遠程協作語言學習”(2021年)都較好地體現出學習者通過一系列工具與各國各地區的學習者相互交流,相互學習。
2012—2017年《報告》中每一種創新教學法都結合了當前社會與教育發展的熱點話題,其中包括創新教學理念、新技術以及技術與理念的相融合,從而為當下的教學實踐提供技術和理論的創新。同時,綜合歷年《報告》對比分析得出,人工智能教育,尤其是離線網絡學習將在未來幾年具有長期重要的影響。我國未來教學實踐的創新主要應注重各階段教育的銜接性、教與學情感、多元學習空間以及人工智能帶來的倫理和公平等方面的問題。