摘要：信息技術的迅猛發(fā)展、腦科學研究的不斷深入已成為遠程教育發(fā)展的兩股核心驅(qū)動力。隨著互聯(lián)網(wǎng)應用的日益普及、大數(shù)據(jù)環(huán)境的逐步形成、人工智能技術的快速崛起和神經(jīng)科技的重大突破，現(xiàn)代遠程教育發(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、教學模式與技術手段亟待創(chuàng)新。發(fā)源于20世紀70年代的神經(jīng)教育學（Neuroeducation）和由中國學者2006年提出的神經(jīng)管理學（NeuroManagement）兩大新興交叉學科的發(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)教育學與神經(jīng)管理學的學科發(fā)展、教育理論與方法創(chuàng)新的群智演進模式、從理論到應用實踐的生態(tài)群落及機制，進而提出遠程教育理論與研究方法創(chuàng)新的群智演進模式，剖析從理論到應用實踐的可持續(xù)創(chuàng)新發(fā)展的生態(tài)群落及生態(tài)鏈機制。

關鍵詞：人工智能；遠程教育；神經(jīng)教育學；神經(jīng)管理學；群智演進；廣義生態(tài)群落

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

一、引言

遠程教育（Distance Education）發(fā)萌于19世紀40年代英國的函授學習（Holmberg，1989），從其通訊載體看，先后經(jīng)歷了函授教學、廣播電視教學、互聯(lián)網(wǎng)教學三個發(fā)展階段（Moore et al.， 2005；張秀梅等，2006）?？v觀其170余年的發(fā)展歷史，遠程教育為促進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，已成為面向偏遠和欠發(fā)達地區(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)濟快速發(fā)展對遠程教育產(chǎn)生了強勁的需求拉動，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、人工智能、大數(shù)據(jù)分析等信息技術的迅猛發(fā)展和從基本生理功能到復雜高級功能的腦科學研究不斷深入，形成了遠程教育發(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）。

進入21世紀以來，隨著移動互聯(lián)網(wǎng)的快速發(fā)展及各類社會化學習媒體的不斷涌現(xiàn)，遠程教育已經(jīng)進入了一個泛在學習（Ubiquitous Learning， U-Learning）的新階段（Saleh et al.，2015； Samigulina et al.，2016； Cárdenas-Robledo et al.，2018），使得學習過程轉(zhuǎn)變?yōu)橐詫W習者為中心、在開放式學習共同體中基于其自身需求對知識的個性化自主建構(gòu)過程（Cárdenas-Robledo et al.，2018；Guabassi et al.，2018；謝振平等， 2018）。與此同時，學習者個性化基礎及學習技能的差異、課堂教學互動真實感的缺失、海量學習資源搜索與匹配的困難、網(wǎng)絡課件的內(nèi)容與質(zhì)量問題，以及時間、地點、環(huán)境等復雜的情境因素，已成為影響上述學習主動性和學習效率的主要原因，甚至使得學習者產(chǎn)生焦慮情緒（Gao et al.， 2012；Ilgaz et al.，2013；Scarinci，2015； Pozdnyakova et al.，2017）。泛在學習環(huán)境的新變化為教育理論的研究帶來了新的課題，由此促進了建構(gòu)主義、情感教學、情景認知和非正式學習等現(xiàn)代學習理論及相關教學方法的進一步發(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“教育實質(zhì)上就是在建構(gòu)人的腦”（韋鈺，2017）。發(fā)源于20世紀70年代的神經(jīng)教育學（Neuroeducation）（Chall et al.，1978）和由中國學者2006年提出的神經(jīng)管理學（NeuroManagement）（馬慶國等，2006）兩大新興交叉學科的研究與發(fā)展，為泛在學習環(huán)境下學習者的個性化腦建構(gòu)及其教學管理提供了基于神經(jīng)學機理的科學理論與方法（Summak et al.，2010；Zadina，2015；Pincham et al.，2014；戴偉輝，2017）。與此同時，泛在學習環(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習者的個性化特征，通過人工智能技術對學習者的行為數(shù)據(jù)進行挖掘分析，及時發(fā)現(xiàn)其興趣與需求，采用精準、高效的資源組織模式和隨需應變的教學策略提供了新的基礎（Zhou et al.，2015； Samigulina，2016；Cárdenas-Robledo et al.，2018；謝振平等，2018）。由于互聯(lián)網(wǎng)應用的日益普及、大數(shù)據(jù)環(huán)境的逐步形成、人工智能技術的快速崛起和神經(jīng)科技的重大突破，現(xiàn)代遠程教育的發(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、教學模式與技術手段亟待創(chuàng)新。自從1806年“現(xiàn)代教育學之父”Herbart的奠基之作《General Pedagogy》（普通教育學）出版以來，現(xiàn)代教育學作為一門規(guī)范、獨立的學科在兩個多世紀里取得了巨大發(fā)展。然而，從不同角度、基于不同的發(fā)現(xiàn)和認識提出的眾多學說如“熱帶叢林”般難以形成統(tǒng)一的理論體系并為實踐提供精準的指導。在當今復雜多變的環(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?，F(xiàn)代遠程教育發(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)絡平臺和大數(shù)據(jù)基礎上吸納多學科的研究成果，在教育理論與研究方法上創(chuàng)新，進而為其教學模式與技術手段的創(chuàng)新實踐提供更有力的指導。本文將從“從Internet+到AI+和Neuro+的新轉(zhuǎn)變”、“神經(jīng)教育學與神經(jīng)管理學的學科發(fā)展”、“教育理論與方法創(chuàng)新的群智演進模式”、“從理論到應用實踐的生態(tài)群落及機制”四個方面對相關問題進行闡述，以期為現(xiàn)代遠程教育的研究、發(fā)展與應用實踐提供參考及借鑒。

二、從Internet+到AI+和Neuro+的新轉(zhuǎn)變

1.社會經(jīng)濟發(fā)展對遠程教育的新需求

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、促進社會經(jīng)濟發(fā)展的基礎。從微觀上看，教育是實現(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)濟發(fā)展的動力，而社會經(jīng)濟發(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。

遠程教育與傳統(tǒng)的課堂式教育相比較，實現(xiàn)了時間、空間的分離，為受教育者帶來了極大的便利和全新的個性化、低成本學習方式，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)模達到了2218億元，年均增長率為30.02%。據(jù)艾媒咨詢預測，2018年市場規(guī)模將達到3480億元。以在線教育為主要形式的遠程教育在中國已進入高速增長期，不僅已成為社會化教育的主體，而且對目前的課堂式教學向混合式教學轉(zhuǎn)型將產(chǎn)生重大影響。

2.現(xiàn)代遠程教育的科技驅(qū)動與新轉(zhuǎn)變

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

泛在學習環(huán)境下，遠程教育的學習方式發(fā)生了重大變化，并由此帶來了個性化自主學習中的一系列新問題，如何運用新的科技手段解決上述問題已成為遠程教育研究與發(fā)展中關注的重點。人工智能技術自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；顧險峰，2016）。進入21世紀以后物聯(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)基礎為其提供了以數(shù)據(jù)為驅(qū)動模型學習新發(fā)展途徑，促進了人工智能技術的重新崛起（王沖鶄， 2017），人工智能技術為解決泛在學習環(huán)境下的問題帶來了智能化的新技術手段，已成為現(xiàn)代遠程教育發(fā)展的前沿技術驅(qū)動力量。

20世紀90年代出現(xiàn)的fMRI（功能性磁共振成像）等先進的神經(jīng)科學實驗觀測手段，使得人類首次可以對全腦的神經(jīng)活動直接進行無創(chuàng)觀測。在此基礎上，腦科學的研究與神經(jīng)科技的發(fā)展取得了突破性進展：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)絡整合模式的研究（Park et al.，2013），從神經(jīng)感知計算到類腦（Brain-Like）與仿腦（Artificial Brain）系統(tǒng)的實現(xiàn)。上述進展不僅為基于教育經(jīng)驗和思辨論證而形成的教育理論提供了科學機理和實驗觀測驗證方法，而且為在真實環(huán)境與各類復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算仿真分析手段。

從現(xiàn)代科技進步對遠程教育發(fā)展的影響來看，上個世紀90年代互聯(lián)網(wǎng)技術的興起促進了信息的共享、交互和教育傳播、學習方式的變革，使得Internet+成為遠程教育發(fā)展的重要驅(qū)動力。進入21世紀以后，基于人工智能技術和神經(jīng)科技成果對上述教育的智能化、科學化研究已成為新的驅(qū)動前沿，現(xiàn)代遠程教育的發(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文獻數(shù)據(jù)庫Scopus進行檢索分析，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)合關鍵詞，對Scopus文獻庫中1977年至2017年發(fā)表的相關論文進行主題檢索。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程教育發(fā)展的關注，自2008年開始已經(jīng)從Internet+向AI+和Neuro+轉(zhuǎn)變。通過對相關文獻的深入分析表明，人工智能技術與神經(jīng)科技成果的應用，已成為上述轉(zhuǎn)變的基礎支撐。因此，中國遠程教育的發(fā)展應該在新的起點上，以人工智能技術為驅(qū)動，促進神經(jīng)教育學與神經(jīng)管理學兩大新興交叉學科的發(fā)展及其研究成果的應用，構(gòu)建遠程教育的創(chuàng)新發(fā)展新模式及機制。

三、神經(jīng)教育學與神經(jīng)管理學的學科發(fā)展

1.學科概念及發(fā)展背景

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

自從18世紀末顱相學被應用于教育開始，腦就已經(jīng)成為了教育學研究的重要對象。但在相當長的時期內(nèi)，教育學所采用的研究方法主要為哲學思辨方法，缺乏客觀的科學實證，難以形成統(tǒng)一的學說（楊開城等，2018）。20世紀90年代以來，醫(yī)學領域的循證研究（Evidence-Based Research）方被并應用于教育研究領域，上述方法強調(diào)根據(jù)以科學研究為基礎、基于科學證據(jù)來進行教育決策和開展教育實踐（韋鈺，2015；周加仙，2016b）。由腦科學、神經(jīng)科學與心理學交叉結(jié)合而產(chǎn)生的認知神經(jīng)科學在20世紀90年代取得了快速發(fā)展，為心理學研究提供了大量神經(jīng)機理的新發(fā)現(xiàn)和科學實證的新方法，使得以心理學為基礎的現(xiàn)代教育學研究與神經(jīng)科學建立了關聯(lián)，由此促進了神經(jīng)教育學的發(fā)展。雖然，神經(jīng)教育學還遠未發(fā)展成為一門完整的學科，但已對現(xiàn)代教育學的發(fā)展產(chǎn)生了深遠的影響，在教育理論的創(chuàng)新及理論與應用實踐之間架起了關鍵的橋梁（Goswami et al.，2011； Wyk et al.，2011；陳巍等，2010；姜永志，2014）。隨著學科交叉的不斷深入，教育學的很多現(xiàn)象與規(guī)律將從自然科學層面獲得更為科學、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)，為解釋人類的學習現(xiàn)象與規(guī)律提供了系統(tǒng)性的神經(jīng)學機理（Rizzolatti et al.，2004）。從未來的發(fā)展看，如何更好地推進神經(jīng)科學與教育學的深度融合，并為實踐應用提供深入指導，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（NeuroManagement）的概念是由中國學者馬慶國教授于2006年提出的，指運用神經(jīng)科學理論、方法與技術手段探索管理學的問題及其內(nèi)在機制，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科體系（戴偉輝，2017）。20世紀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)科學與更多與人文社會科學交叉的新興學科。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（Social Neuroscience）研究的新領域（Cacioppo et al.，1992）。2000 年12月，普林斯頓大學在其研討會Princeton Workshop on Neural Economics上首次采用了神經(jīng)經(jīng)濟學（Neural Economics）的名稱，2002年諾貝爾經(jīng)濟學獎得主Vernon Smith在頒獎大會上提出了采用大腦影像技術去探索神經(jīng)經(jīng)濟學問題的新方向，推動了神經(jīng)經(jīng)濟學的誕生與發(fā)展（馬慶國等， 2006）。與此同時，腦科學、神經(jīng)科學及其實驗觀測技術的快速發(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理以及相關管理問題的研究提供了新的理論基礎與技術手段，由此促進了神經(jīng)管理學的誕生（戴偉輝，2017）。

經(jīng)過十多年的發(fā)展，神經(jīng)管理學已經(jīng)形成了一個引起全球?qū)W術界共同關注的新興交叉學科。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)管理學密切相關的研究論文。2016年，國際大型系列期刊《Frontiers》將神經(jīng)管理學及相關研究列為“前沿研究主題”，向全球有關學者征集論文，使得神經(jīng)管理學成為國際學術研究的重要發(fā)展前沿和熱點。2015年12月13日，我國管理科學與工程學會神經(jīng)管理與神經(jīng)工程研究會在浙江大學組建。2016年5月在浙江寧波召開了第一屆學術年會，2017年7月在廣州召開了第二屆學術年會，2018年4月在武漢召開第三屆學術年會暨中國技術經(jīng)濟學會神經(jīng)經(jīng)濟管理專業(yè)委員會成立大會。目前，中國大陸在神經(jīng)管理學領域已經(jīng)形成了一支充滿活力的研究隊伍，成為了國際上該學科的主要研究力量。

2.與相關學科之間關系

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

（1）神經(jīng)科學與其他學科的交叉發(fā)展

1891年Cajal創(chuàng)立神經(jīng)元學說，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)、信息傳遞機制為神經(jīng)科學的發(fā)展奠定了重要基礎，使得腦科學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)機制的新層面。20世紀40年代到50年代，神經(jīng)科學的研究成果被應用于計算領域，促進了計算神經(jīng)學的發(fā)展。20世紀60年代，神經(jīng)科學與生物化學、生物物理學和分子生物學交叉，對神經(jīng)結(jié)構(gòu)與功能的大分子機制展開研究，形成了分子神經(jīng)學的新學科分支。20世紀70年代至80年代期間，神經(jīng)科學、腦科學與心理學結(jié)合，促進了認知神經(jīng)科學的發(fā)展。自20世紀90年代開始，神經(jīng)科學與更多人文社會科學交叉形成了社會神經(jīng)學、神經(jīng)經(jīng)濟學、神經(jīng)教育學、神經(jīng)管理學等一系列新興交叉學科。上述發(fā)展過程及其形成的新興的交叉學科如表1所示：

（2）學科之間知識體系的關聯(lián)延伸

神經(jīng)科學與眾多學科之間的交叉，形成了一系列新興交叉學科，而上述交叉學科通過知識體系的關聯(lián)延伸，進一步帶動了新的學科交叉發(fā)展。從總體上看，神經(jīng)科學及其交叉學科的知識體系關聯(lián)延伸如圖3所示（戴偉輝，2016）。首先，腦科學、神經(jīng)科學在新的信息科學及其技術發(fā)展的影響下，促進了腦神經(jīng)科學的發(fā)展。腦科學與生命科學、醫(yī)學的進一步交叉形成的神經(jīng)生理學、神經(jīng)生物學、神經(jīng)醫(yī)學等交叉學科，為心理學、社會學、教育學的發(fā)展奠定了新的基礎，并促進了神經(jīng)科學與其他各交叉學科的發(fā)展。在神經(jīng)科學的基礎上，對各學科中管理問題及來自實踐的應用研究形成了神經(jīng)管理學。與此同時，神經(jīng)管理學通過對上述問題的研究，促進了其自身的發(fā)展。從神經(jīng)教育學與神經(jīng)管理學的關系來看，神經(jīng)教育學所研究的是教育理論與實踐的神經(jīng)基礎及教育本身問題的解決，而神經(jīng)管理學是從管理活動與規(guī)律的神經(jīng)學基礎角度對上述教育中的管理與服務問題進行研究，兩者具有共同的基礎和密切的關聯(lián)。神經(jīng)教育學和神經(jīng)管理學相結(jié)合，將為研究和解決現(xiàn)代遠程教育發(fā)展中的問題提供更全面的支持。

四、教育理論與方法創(chuàng)新的群智演進模式

1.教育理論與研究方法的創(chuàng)新探索

現(xiàn)代教育學在過去的200多年里取得了巨大發(fā)展，從不同側(cè)面、針對不同時期的教育現(xiàn)象與規(guī)律形成了豐富的理論學說。然而，上述理論統(tǒng)一體系的建構(gòu)困難及其與實踐脫節(jié)的問題，一直受到國內(nèi)外學者的針砭（王艷霞，2008；龍寶新，2017）。本文認為：第一，首先應該認識到教育學是一門應用學科（韋鈺， 2011），其理論研究要為實踐服務，并通過實踐進行不斷完善和豐富。第二，教育學的研究涉及人類在教育環(huán)境中復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領域一樣構(gòu)建由概念、公理、定理等組成的嚴謹理論體系，而應更多地為教育實踐提供理念、模式、模型、方法的指導。第三，應注意到在現(xiàn)代社會、經(jīng)濟及信息網(wǎng)絡環(huán)境下事物的動態(tài)發(fā)展變化及其復雜性，教育實踐對理論指導的需求發(fā)生了重大變化，充分運用大數(shù)據(jù)分析、人工智能挖掘、系統(tǒng)工程學方法等新的研究方法，對事物變化的特征與規(guī)律進行更深入、系統(tǒng)地研究，為實踐提供更精細化的指導已成為迫切需求。第四，應注意到對教育現(xiàn)象與規(guī)律的研究發(fā)現(xiàn)具有不同的層次及目標，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行系統(tǒng)性綜合而形成。

關于以上第三點，本文以圖4所示的某個變量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為目前的觀測時間點，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行觀測的三個時間點。

圖4 變量的動態(tài)變化曲線（T為觀測時間點）

如果所研究的理論問題是變量y的動態(tài)變化規(guī)律，而實踐中需要解決的問題是對T時刻以后的變化狀況進行定量預測。對于上述問題，采用各種研究方法所關注的重點、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＼&關注重點＼&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，對實踐的指導作用有限；基于個人認知，具有較強的主觀性，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，則認為以上變化總體呈上升趨勢；如果主要來自B、C之間，則認為以上變化總體呈下降趨勢；如果來自A、C之間，則認為變化具有復雜性，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、表達能力等主觀因素影響較大；無法對未來的變化作出定量預測。＼&案例

研究＼&事物的現(xiàn)狀及其變化的微觀機制＼&可以通過深入剖析獲得在案例觀測點附近上述變化主要影響因素及其作用機制。＼&受到案例觀測點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測。＼&實驗

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

檢驗＼&事物變化推測的統(tǒng)計學檢驗＼&可以對A、B、C不同觀測時間點之間的變化是否具有明顯趨勢進行統(tǒng)計學檢驗。＼&結(jié)論過于宏觀，對實踐的指導作用有限；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測。＼&循證

研究＼&事務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)效力進行科學綜合，對事務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)難以有機整合；難以發(fā)現(xiàn)因素之間的系統(tǒng)性關聯(lián)；無法對未來的變化作出定量預測。＼&回歸

建模＼&事物變化數(shù)據(jù)的定量關系＼&可以對歷史變化狀況建立數(shù)據(jù)關系模型，并基于上述模型對未來的變化趨勢進行定量預測。＼&對主要影響因素的作用過程特征及機理缺乏考慮；在非線性、非平穩(wěn)和統(tǒng)計學特征發(fā)生變化的情形下，無法對未來的變化作出有效預測。＼&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)計學關聯(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)計學線性關聯(lián)模型，從統(tǒng)計學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)計學特征發(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)作用過程機理及相關知識與規(guī)則難以描述，無法對未來的變化作出定量預測。＼&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知識與規(guī)則。＼&對影響因素的動態(tài)作用過程機理難以獲得系統(tǒng)性發(fā)現(xiàn)；對未來變化的預測可能出現(xiàn)錯誤。＼&]

續(xù)表2

[系統(tǒng)建模與仿真＼&事物變化的系統(tǒng)性機理及未來的變化狀況＼&可以基于影響因素的動態(tài)作用過程機理及相關知識與規(guī)則建立系統(tǒng)模型，通過對歷史變化狀況的仿真驗證上述模型的有效性，并在此基礎上對未來的變化進行定量預測。＼&受到模型、知識與規(guī)則的準確性、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)作用所導致，對其變化規(guī)律的研究必須在深入把握相關影響因素的作用過程機理以及導致上述變化的微觀機制基礎上，對上述機理及微觀機制進行建模仿真和反演，并經(jīng)過大數(shù)據(jù)分析驗證，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測，從而為實踐問題的解決提供更精準的指導。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變化的宏觀特征及其微觀機制較好地進行綜合研究，已成為對復雜問題研究的重要方法。例如，在神經(jīng)教育學研究中，采用仿腦模型對神經(jīng)活動過程及其機制進行建模與仿真，通過大數(shù)據(jù)挖掘相關知識與規(guī)則并對上述模型進行訓練，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，為教學方法與策略的制訂提供科學指導。

關于以上第四點，本文參照管理學領域的研究框架，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層次的逐層研究基礎上，最終通過系統(tǒng)性綜合形成第四層次的新理論及其應用方法。

2.雙螺旋創(chuàng)新特征與群智演進模式

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

模式包括以下主要環(huán)節(jié)：（1）對研究文獻資料及相關數(shù)據(jù)、應用系統(tǒng)的在線數(shù)據(jù)、神經(jīng)科技成果、互聯(lián)網(wǎng)的相關數(shù)據(jù)以及進行教育調(diào)研所獲得的數(shù)據(jù)進行采集，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)資料基礎上，從自身知識體系建構(gòu)和來自實踐的需求出發(fā)，以問題為導向?qū)ο嚓P理論與方法展開多學科協(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。（3）將上述指導及重要的信息與知識、技術工具以共享的方式提供給各應用實踐團隊，對應用效果、在應用中發(fā)現(xiàn)的新問題以及相關數(shù)據(jù)資料進行收集，通過大數(shù)據(jù)平臺反饋給研究團隊。（4）研究團隊通過進一步分析、研究，對理論與方法進行修正和完善，并為實踐提供不斷更新的指導。

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

五、從理論到應用實踐的生態(tài)群落及機制

在科學理論與方法創(chuàng)新的雙螺旋結(jié)構(gòu)中，與實踐的不斷交互是理論與方法應用于實踐并通過實踐檢驗來進一步完善其自身知識體系的關鍵。在現(xiàn)代信息化環(huán)境下，教育理論應用于實踐往往必須以各類教育信息技術為手段，理論指導下形成教學策略與應用方案，并內(nèi)化于信息系統(tǒng)的功能設計中，經(jīng)過實踐應用對理論進行不斷修正和完善。以上與實踐不斷交互的螺旋演進，必須具備良好的組織體系及可持續(xù)發(fā)展機制。本文將從廣義生態(tài)群落理論角度，對這些問題進行剖析。

在生態(tài)學上，把特定時間、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，群落將演進到一個能量與物質(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的萬物，以其頑強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完美的復雜適應系統(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?；趯@些觀察和思考而發(fā)展起來的社會經(jīng)濟生態(tài)群落理論為我們分析從教育理論到應用實踐的組織體系及可持續(xù)發(fā)展機制提供了新的理論視角。

20世紀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)同進化（Co-evolution）關系。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)學概念。1982年，Nelson和Winter通過對生物群落演替現(xiàn)象的分析，促進了經(jīng)濟演化理論的發(fā)展。2000年，英國著名的科學家、科學哲學家Ziman組織了多學科認識論研究小組（The Epistemology Group），從哲學、生物學和行為科學的角度對創(chuàng)新的演化特征及其復雜規(guī)律作了多方面深入探討。在上述研究中，學者們注意到了社會經(jīng)濟生態(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。關于上述問題，英國社會學家Spencer提出了社會超機體（Superorganic Bodies）的概念，闡述了社會經(jīng)濟組織個體與生物有機體個體之間的異同，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)鏈四個方面構(gòu)建了相關的理論與方法（戴偉輝，2012），應用于科技創(chuàng)新群落設計、產(chǎn)業(yè)園區(qū)規(guī)劃、新興產(chǎn)業(yè)形成機制等研究中（Dai，2010；戴偉輝，2012）。

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

圖6 從教育理論到應用實踐的生態(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應用技術和成果轉(zhuǎn)化力量的支持下，才能應用于教育實踐。例如，在遠程教育中，須首先通過信息技術將這些成果轉(zhuǎn)化為教育信息系統(tǒng)的功能設計，并通過系統(tǒng)應用實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)機制才能實現(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踐的可持續(xù)創(chuàng)新發(fā)展生態(tài)群落及生態(tài)鏈機制，應對以下方面進行深入思考：（1）建立由教育理論研究、研究成果轉(zhuǎn)化、應用技術支持、教育實踐應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關聯(lián)，最大限度降低各種群之間的信息交互和價值交換成本，提高生態(tài)鏈的運行效率。（3）建立完善的要素還原機制，尤其要為教育理論研究者提供補償其投入要素的回報及增值收益，并為整個生態(tài)鏈的可持續(xù)發(fā)展提供良好的驅(qū)動機制和支撐環(huán)境。

參考文獻：

[1]陳巍， 張靜， 陳喜丹等（2010）. 教育神經(jīng)科學：檢驗與超越教學爭論的科學途徑[J]. 教育學報， （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]. 華東師范大學學報（教育科學版），（1）：1-14， 159.

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

[4]戴偉輝（2017）. 神經(jīng)管理學的學科發(fā)展與研究范式[J]. 北京工商大學學報（社會科學版）， （4）：1-10.

[5]戴偉輝（2018）. 大數(shù)據(jù)驅(qū)動的泛在學習情感智能研究[R]. 教育部在線教育研究中心在線教育基金（全通教育）項目報告.

[6]顧險峰（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)科學從基礎科學邁向?qū)嵺`科學[J]. 教育學術月刊， （9）：27-32.

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

[9]馬慶國， 王小毅（2006）. 認知神經(jīng)科學、神經(jīng)經(jīng)濟學與神經(jīng)管理學[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[M]. 上海：上?？茖W技術出版社.

[11]穆瀟，張瑜（2017）. 促進學習的發(fā)展：互聯(lián)網(wǎng)環(huán)境中教與學的理論和方法[M]. 北京：北京師范大學出版社.

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

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

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

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

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

[17]韋鈺（2017）. 教育實質(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)主義學習理論的個性化知識推薦模型[J]. 計算機研究與發(fā)展， （1）：125-138.

[19]楊開城， 李波， 董艷（2018）. 論教育學研究方法論[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)科學引論[M]. 上海：華東師范大學出版社.

[22]周加仙（2016a）. “教育神經(jīng)科學”與“學習科學”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)的教育決策與實踐：教育神經(jīng)科學的貢獻[J]. 全球教育展望， （8）：90-101.

[24]周加仙（2016c）. 教育神經(jīng)科學與信息技術的跨學科整合研究——訪英國著名教育神經(jīng)科學家保羅·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 責任編輯 田黨瑞