服務于“適合的教育”的區(qū)域智慧學習平臺建設研究

肖年志 葛虹

摘? ?要：隨著教育改革的不斷深入，信息技術創(chuàng)新應用顯得更加迫切，各地競相開發(fā)所謂智慧教育學習平臺或購買相關云服務以滿足應用之需。但是，現實情況反映，這些平臺普遍存在數據孤立、資源缺失、應用不實等問題，對學習的“智慧性”支撐作用還沒有真正發(fā)生，還不能解決當前教育教學變革的痛點問題。文章針對教育改革與發(fā)展需求，結合蘇州工業(yè)園區(qū)智慧學習平臺建設的具體實踐，探討區(qū)域智慧學習平臺的建設與優(yōu)化路徑，期望對區(qū)域智慧學習平臺建設與應用實踐提供借鑒。

關鍵詞：適合的教育;大數據應用;智慧學習;云平臺;路徑優(yōu)化

中圖分類號：G434 文獻標志碼：A 文章編號：1673-8454（2021）07-0001-08

一、目前區(qū)域學習平臺存在的主要問題與成因

當前，從國際與國內兩個視域來研究教育的改革與發(fā)展，可以發(fā)現，“適合的教育”是國際國內公認的最好的教育形態(tài)，也是教育改革的痛點所在?！鞍l(fā)展教育就是要為人民服務，辦人民滿意的教育，辦優(yōu)質公平的教育，讓每一個適齡兒童都能接受教育，接受更好的教育。”“要把育人為本作為教育工作的基本要求，為每一個學生提供適合的教育?！庇纱耍诮逃I域“提供適合每個學生的教育”是一種必然的選擇。

《國家中長期教育改革和發(fā)展規(guī)劃綱要（2010—2020年）》提出：“信息技術對教育發(fā)展具有革命性的影響，必須予以高度重視。”這一革命性影響主要體現在，以云計算、物聯(lián)網、大數據、人工智能等為代表的信息技術與教育的深度高質融合，引領并支撐實現“更加開放、更加適合、更加人本、更加平等、更加可持續(xù)的教育”。

我們欣喜地看到，在國家教育信息化頂層設計指引下，教育信息化在過去的幾年得到了快速的發(fā)展?！笆濉币詠恚貏e是《國家中長期教育改革和發(fā)展規(guī)劃綱要（2010—2020年）》《教育信息化十年發(fā)展規(guī)劃（2011—2020年）》發(fā)布以來，各地以“信息技術與教育教學深度融合”為核心理念，競相推進智慧教育學習平臺的建設與應用，“三通兩平臺”項目取得突破性進展。研究機構發(fā)布的數據表明，2018年全國已經基本實現各級各類學校網絡接入，“校校通”完成率達90%;“班班通”及“人人通”普及率分別達到70%、45%。隨著《教育信息化“十三五”規(guī)劃》《教育信息化2.0行動計劃》《中國教育現代化2035》等政策的進一步發(fā)布，教育信息化從1.0步入2.0時代。

誠然，隨著諸多學習平臺的落地建設與應用，許多教師和學生擁有了自己的網絡學習空間，并通過共建共享教學資源開展基本的教學和學習活動，教師和學生普遍具備了信息技術在教學和學習上的應用能力，學習平臺在教育改革與發(fā)展過程中發(fā)揮了一定的作用。特別是面對2020年的新冠肺炎疫情，諸多平臺在“離校不離教”“停課不停學”的在線學習中發(fā)揮了很大的作用。

然而，我們也清醒地看到，區(qū)域學習平臺的用戶粘性普遍不強、使用績效普遍不高。無論是教師還是學生，還沒有形成對學習平臺自覺、自然的應用，雖有較強的行政干預，但應付性應用現象還大量存在;學習平臺在提升教育教學質量上并沒有發(fā)揮出優(yōu)勢作用，使用或者不使用差別不大。表面上看，可以歸結為平臺的“穩(wěn)定性不夠”、平臺的“實用性不夠”。本質上而言，是諸多區(qū)域學習平臺沒有從根本上解決教育教學的痛點問題，即不能滿足“適合的教育”的需要，無法支撐“規(guī)?；虿氖┙獭?或者說沒有滿足學習者的痛點性需求，即不能滿足“個性、差異、高效學習”需求。要解決這些問題，我們需要從“適合的教育”視域出發(fā)，深入思考大數據學習平臺的設計、開發(fā)與應用。

二、區(qū)域智慧學習平臺建設的總體站位與導向

1.具有“適合的教育”價值觀

所謂“適合的教育”，是“因材施教”的新表述、國家意志的新表達、“以人為本”教育思想的具體化。具體而言，“適合的教育”是指契合學生、讓學生始終處在“最近發(fā)展區(qū)”、以“學生為本”、促進學生最大程度發(fā)展的教育，主要表現為學習內容、學習路徑、學習方式、評價方式等的契合性、多樣性、選擇性、差異性，以滿足不同發(fā)展層次、不同學生的個性化需求，讓學生在不同基礎、不同方面獲得最大可能的發(fā)展。真正的“適合的教育”應該是為受教育者提供需求性學習的選擇機會、提供主動發(fā)展的主體性教育，是開發(fā)潛能的開放性教育，是促進全面發(fā)展的發(fā)展性教育，是實行教育目標定位的分層次性教育，是學生永遠在場的教育。

深入推進“適合的教育”研究與實踐，是國家意志的充分體現?！秶抑虚L期教育改革和發(fā)展規(guī)劃綱要（2010—2020年）》明確提出：“關心每個學生，促進每個學生主動地、生動活潑地發(fā)展;尊重教育規(guī)律和學生身心發(fā)展規(guī)律，為每個學生提供適合的教育?！薄蛾P于深化教育體制機制改革的意見》中提出，要“營造健康的教育生態(tài)，大力宣傳普及適合的教育才是最好的教育、全面發(fā)展、人人皆可成才、終身學習等科學教育理念”?！督逃畔⒒?.0行動計劃》要求：“構建網絡化、數字化、智能化、個性化、終身化的教育體系，建設人人皆學、處處能學、時時可學的學習型社會，實現更加開放、更加適合、更加人本、更加平等、更加可持續(xù)的教育?！边@是時代賦予教育的使命，是教育改革的必然追求。

“適合的教育”也成為廣大教育工作者的共識。江蘇省教育科學規(guī)劃領導小組辦公室主任董林偉認為：“適合教育是適逢其時，是時代之需”，“適合教育是適當適切，是課堂之需”，“適合教育是適宜適意，是學生之需”，“適合教育是適時適度，是發(fā)展之需”。北京101中學校長陸云泉說：“好的教育，我的理解應該是為學生選擇適合的教育，而不應該是為教育去選擇學生。對學生個體來說，適合他的教育就是最好的教育?！?/p>

為此，服務于“適合的教育”，應該成為區(qū)域學習平臺建設的追求。服務于“適合的教育”，就是要堅持“立德樹人”“以生為本”教育觀，順應量化研究、大數據應用趨勢，從應用驅動走向創(chuàng)新引領，利用信息化平臺實現對傳統(tǒng)教育的價值重建、結構重組、流程再造、資源重配、文化重塑，改變教育發(fā)展的動力結構，促進教育研究和實踐的范式更替，為受教育者提供最適合的教育。

2.具有“大數據應用”技術觀

大數據應用的核心價值在于能為“規(guī)?；瘋€性學習”提供支撐。可以重點從三個層面探究：一是能否基于數據快速精準地為學習者群體和個體“畫像”，定位“長短板”，定位共性與個性。這里的“畫像”不是為了給學習者下定義，而是深入地了解學習者，為可持續(xù)的精準服務提供依據。二是能否提供豐實的學習資源，滿足學習者選擇性學習需求。這里的“豐實”，主要體現在“多形態(tài)”“多層級”和“多關聯(lián)”。三是能否針對學習者實際形成關聯(lián)性推送。從推送的角度而言，可以是學習圖譜推送，強化學習者自我認知，也可以是資源關聯(lián)，實現揚長補短，也可以是路徑優(yōu)化，驅動有效學習。

如果把區(qū)域教育網當成高速公路，那么區(qū)域學習平臺就是高速公路上跑的車，我們不能跑空車，我們應該把優(yōu)質的學習資源和應用服務數據運送到“千家萬戶”。從這個意義上看，區(qū)域智慧學習平臺應該成為大數據應用的載體與通路。因此，區(qū)域智慧學習平臺的構建必須具有“大數據應用”技術觀，可以從三個層面去落實。

（1）要具備數據意識。數據意識是基礎，是先導性工作。所謂大數據意識，是指在深刻理解教育大數據對教育教學變革作用的基礎上，在平臺規(guī)劃與建設的過程中，全面融入大數據思想，能夠思考平臺的互融互通、數據的關聯(lián)與應用，解決好數據的“最后一公里”斷裂問題。縱觀多個市縣的區(qū)域學習平臺，在建設內容中很少包含有大數據理念的頂層設計，部分有所思考的，也只是蜻蜓點水。反映出來的是平臺規(guī)劃者對大數據應用意識的深度不夠，這也直接造成了當前較多平臺應用層面數據孤島化的現狀。

（2）要重視數據關聯(lián)。數據關聯(lián)是關鍵，是架構性工作。一般而言，區(qū)域智慧學習平臺應覆蓋課前、課中、課后多個應用場景，在每個應用場景，均會有教育教學數據的產生、采集與計算，如課前預習數據、課中互動數據、課后檢測數據等，這些數據可能分布于智慧校園物聯(lián)網模塊、翻轉課堂模塊、智慧互動課堂模塊、智慧閱卷模塊等。在模塊內部通過匯總與分析，能夠形成一定的學情等報告，得出一定的結論，發(fā)揮出單個應用模塊的數據價值。但是從大數據的觀點來看，模塊數據僅發(fā)揮了局部作用，應將多個模塊或系統(tǒng)的數據關聯(lián)起來進行分析與挖掘，才能形成準確、全面的學習者特征個體畫像與群體畫像，為大數據的應用提供決策依據。

（3）要落地數據應用。數據應用是核心，是體系性工作。通過大數據的分析與挖掘，僅僅得出學生個體特征畫像、學生群體畫像等分析結果的意義還不夠，還一定要再和資源關聯(lián)起來，解決資源的智能推送即個性化學習服務問題。因此，學習平臺既要有學生學習特征數據，又要有智能資源，形成一個體系，為學生的個性化學習提供技術支撐。與此同時，在個性化推送的基礎上，進一步提高智能化水平，實現基于學習路徑規(guī)劃與學習自適應等高層級應用。

3.具有“大資源體系”構建觀

《教育信息化2.0行動計劃》明確提出要實現“三個轉變”，即“實現從專用資源向大資源轉變;從提升學生信息技術應用能力向提升信息技術素養(yǎng)轉變;從應用融合發(fā)展向創(chuàng)新融合發(fā)展轉變”。并明確要求：“整合各級各類教育資源公共服務平臺和支持系統(tǒng)，逐步實現資源平臺、管理平臺的互通、銜接與開放，建成國家數字教育資源公共服務體系。充分發(fā)揮市場在資源配置中的作用，融合眾籌眾創(chuàng)，實現數字資源、優(yōu)秀師資、教育數據、信息紅利的有效共享，助力教育服務供給模式升級和教育治理水平提升?！笨梢陨钋械伢w會出，資源觀的轉變對平臺規(guī)劃與建設具有非常重要的指導意義。

上海市電教館館長張治說：“過去，我們將知識資源數字化、平面資源立體化，但這還不夠，我們要更強調基于互聯(lián)網的大資源觀。這個大資源觀既包括知識，也包括知識之間的關系，即知識圖譜;既包括填充學生頭腦的，也包括點燃學生智慧的，教育不是把一杯水注滿，更多的是把一團火點燃。”由此結合蘇州工業(yè)園區(qū)教育教學常態(tài)應用情況，我們可以將“大資源體系”歸結為以下特征。

（1）本土化。就是充分開發(fā)利用本區(qū)域教師資源，有針對性地提供資源服務。教研員引領教材研習，梳理知識點，信息中心指導各級技術培訓，骨干教師帶頭制作，學科教師常態(tài)開發(fā)，形成擁有自主知識產權的學習資源。

（2）體系化。就是做到四全，即學段學科全覆蓋、國家課程知識點全覆蓋、學科實驗類型全覆蓋、區(qū)域特色課程全覆蓋。

（3）結構化。就是平臺呈現結構化，學段、學科、年級，章節(jié)結構、知識點結構，我的資源、校本資源、區(qū)域資源，層次清楚，應用便利;同時，知識點關聯(lián)、素養(yǎng)點關聯(lián)分別以“知識圖譜”“素養(yǎng)圖譜”形態(tài)表達，充分體現內在聯(lián)系。

（4）精品化。就是在解決量的問題后，提升資源的質。精品資源具有針對性、簡潔性、趣味性和有效性，是學生愿意看、看得進、看得懂的資源，需要發(fā)揮骨干教師團隊的作用，通過集體備課的方式、評估優(yōu)選方式，制作出更多學生愿意用、用得有效的資源。

（5）多元化。是指資源類型的多元，既要有專題教育資源，又要有課程教學資源。對于課程教學資源，我們應關注“資源庫、課程庫、題庫”等三個金庫的建設，要結構化呈現學習任務單、微視頻、教師錄播視頻、學習課件以及配套形成性檢測等，支撐學生課前、課中、課后的全學程學習活動。

（6）生態(tài)化。一方面讓資源開發(fā)從行政強制、行政干預，逐步成為行動的自覺;另一方面，資源優(yōu)勝劣汰，并基于數據的關聯(lián)性，推送優(yōu)質學習資源，優(yōu)化學生學習路徑。

（7）融通化。體現縱向與橫向兩個維度，縱向實現國家、省、市資源的融通與共享，橫向能夠實現區(qū)域平臺以及社會化資源的勾連與應用，避免資源孤離，并為各級各類學校提供多層級優(yōu)質的學習資源共享服務。

三、區(qū)域智慧學習平臺建設的基本原則與路徑

1.基本原則

（1）安全性原則

區(qū)域智慧學習平臺是一個采集用戶各種行為數據并進行分析與應用的智能平臺。在平臺上會存儲海量的各類用戶行為數據及分析結果數據，需要有管理機制和技術手段保證數據傳輸的安全、數據存儲的安全、數據應用的安全。由政府部門主導建設的智慧教育平臺的最大特色就是能夠保障師生教育教學數據的安全應用，杜絕各類數據的不慎流出與濫用等現象。

（2）高性能原則

區(qū)域智慧學習平臺是服務于一個區(qū)域內全體師生常態(tài)化應用的平臺，一個區(qū)域師生數量一般在5萬至50萬之間，而且集體同時在線學習的情況非常常見，2020年新冠疫情下的大規(guī)模在線學習需要顯得更為突出，并發(fā)動輒以千計（經驗數據表明，一般系統(tǒng)的并發(fā)請求數為總用戶數的1/100，而教育學習平臺作為一個強需求應用，并發(fā)要求為師生總數的1/20，即一個區(qū)域為5萬師生的，則對高頻操作需要有2500并發(fā)支持的最低要求，而視頻播放并發(fā)要根據同時查看視頻的用戶數決定，對系統(tǒng)帶寬和并發(fā)請求數的要求更高），因此，平臺建設要考慮大并發(fā)要求下的高性能原則。

（3）迭代推進原則

區(qū)域智慧學習平臺的建設，已經進入了沒有現成系統(tǒng)可供參考的階段，用戶在實際使用時會有較多的問題反饋，如果不及時做迭代優(yōu)化，即使有行政命令的強推，最終用戶還是會使用得越來越少直到不用。因此平臺建設需要有機制保證，建設和應用是能夠根據用戶反饋及時進行優(yōu)化迭代的：采集用戶需求→需求分析與第一版實現→用戶使用→使用反饋→系統(tǒng)優(yōu)化迭代→用戶使用……

（4）開放性原則

區(qū)域智慧學習平臺需要在數據規(guī)范與標準的統(tǒng)領下，與橫向平臺勾連，與縱向平臺對接，形成一個互融互通的學習平臺體系。因此，在建設過程中，應遵從規(guī)范與標準，積極對接其他成熟系統(tǒng)的相關數據，形成一個教育大數據生態(tài)圈。特別需要考慮將第三方客戶端智慧學習系統(tǒng)的學習大數據通過標準化的體系架構，導入到區(qū)域平臺，以形成全面完整的學習者學習畫像和關聯(lián)性推送。

2.基本路徑

（1）科學設計平臺架構與數據架構

根據業(yè)務需求，科學規(guī)劃與設計平臺架構與數據架構是學習平臺建設的基礎性工作，也是統(tǒng)攬全局的工作。軟件架構師（數據架構師）應從系統(tǒng)角度進行技術架構設計，重點包括業(yè)務子系統(tǒng)規(guī)劃與數據關聯(lián)、系統(tǒng)安全性、高并發(fā)響應、大數據存儲與流轉設計等，以保證平臺的安全、可靠、方便、高效、低碳的可持續(xù)智慧教育服務。以蘇州工業(yè)園區(qū)“易加”平臺為例，如圖1所示?！耙准印逼脚_以云計算、物聯(lián)網、大數據、人工智能等技術為支撐，構建面向學生、教師、行政、家長、公眾等全用戶服務體系。平臺整體架構為“1115”模式，即“1個空間入口”“1套數據標準”“1個數據中心”“5類業(yè)務應用”。具體而言，以數據層“易加數據”為基礎，構建了智慧教育數據倉，通過提供統(tǒng)一用戶認證、單點登錄、統(tǒng)一門戶空間等服務，集成“教、學、管、測、評”等五大類應用，為各類用戶提供全維度服務;建立“標準規(guī)范保障”“信息安全維護”兩大體系，確保平臺健康和用戶信息安全。

在智慧學習平臺中，大數據是整個平臺的核心。其一，數據架構要保證數據“通”，數據好比“人之血脈”，“通則不痛”，應做到各業(yè)務子系統(tǒng)數據融通;其二，要保證數據“厚”，厚實才穩(wěn)健，應做到“基礎數據全覆蓋”“業(yè)務數據全融通”“數據服務智能化”“主題數據可視化”;其三，要保證數據“活”，活才可用，應做到數據來源多渠道，采集方便靈活，數據實時鮮活，分析建模與關聯(lián)輸出也要靈活;其四，要保證數據“準”，準才有效，應構建科學的清洗策略與流程、精準的分析模型，讓數據準確、有質量。保證每個業(yè)務子系統(tǒng)，既是教育大數據的提供者，又是教育大數據的消費者。

為此，“易加”平臺數據架構（見圖2）以“智慧教育大數據中心”為核心，以 “教、學、管、測、評”五大類應用數據為基礎，逐步沉淀結構化和非結構化數據，形成基礎大數據和各類應用主題大數據，通過大數據手段進行數據治理，為各類用戶提供多維度多層面的“顯性”畫像，為“個性學、智慧教、精準管、科學測、智能評”提供“隱性”數據關聯(lián)驅動，構建教育大數據應用閉環(huán)，為“適合的教育”提供強大的支撐。

（2）精細推進智能學習資源建設

區(qū)域智慧學習平臺，應該建立以教與學路徑為線索的學習資源供給方式，為個性學和智慧教奠定良好的基礎。

一個層面，要讓優(yōu)質資源的供給更豐富。一是積極對接國家、省市等上級平臺提供的公共資源;二是向社會公開采購一批切實可用的資源服務，如微課、課件、試題、仿真工具等;三是發(fā)揮教研部門及一線骨干教師的作用，區(qū)域共建共享本土化優(yōu)質學習資源。

另一個層面，讓優(yōu)質資源的供給更智能。智能化資源的特征是有精細顆粒度的資源特征標注。有精細的標注，才可能實現精準的關聯(lián)與推送，避免造成學習者選擇資源的耗時與低效。為此，我們既需要與時俱進的優(yōu)質學習資源，還需要對資源進行精細顆粒度的標注?？梢越M建專門的資源建設小組來負責資源的深度標注與修正。曾有研究者提出，對資源使用行為數據進行挖掘可得出資源的價值評價，但從現實情況來看，使用行為數據的量還達不到支撐價值分析的程度，因此這種方式暫時不可行。而用人工干預的方式對資源進行精細的標注，使資源能迅速被智能系統(tǒng)所識別與使用，當前看來是一種時間短、見效快、切實可行的方法，人工方式能夠在智能學習系統(tǒng)上線初期的冷啟動階段提供較為優(yōu)異的用戶體驗，促進資源的有效使用。在此基礎上，隨著資源使用行為數據的不斷積累，再進行數據挖掘，推進資源的價值評價，讓智能資源的建設進入良好的生態(tài)循環(huán)。（見圖3）

（3）著力完善學習大數據采集與分析

教育大數據中心是教育各類相關大數據的集散地與共享中心，各業(yè)務子系統(tǒng)需要在統(tǒng)一規(guī)劃的情況下，將初步處理完畢的數據按照標準規(guī)格輸出至本中心進行集中式存儲。存儲內容包括結構化數據，使用SQL DB或者NoSQL DB軟件存儲;也包括非結構化的數據，如視頻、圖片等等，使用相應的軟件進行存儲與管理。

同時，教育大數據中心也是一個共享中心，對收集起來的各種大數據通過專用的挖掘工具進行清洗、分析以后，形成較為通用的分析結果（如學生學科素養(yǎng)能力指數、學科知識點掌握程度指數），向各業(yè)務子系統(tǒng)提供讀取服務;業(yè)務子系統(tǒng)可結合本地數據、大數據中心提供的共享數據，根據本地的業(yè)務模型進行進一步智能化的處理。如支持個性化智能推薦處理、學科工具的智能化處理等等。

學習大數據采集與分析是一個復雜的系統(tǒng)，需要按照規(guī)劃，在標準化的前提下進行建設。圖4為大數據采集與分析的簡要說明。

①教育基礎庫，向大數據中心提供教育基礎數據，如學校信息、教師信息、班級信息、任教信息等，是學習平臺和外圍所有應用系統(tǒng)進行互聯(lián)互通的底層與基礎。

②線下學習數據采集與處理應用系統(tǒng)，由多個子系統(tǒng)組成，分別負責不同場景線下學習數據的采集與處理。如學習評價系統(tǒng)負責采集常態(tài)學業(yè)檢測與大型質量監(jiān)測的相關成績數據，此數據顆粒度較粗，一般不提供題目等細粒度的數據。而閱卷子系統(tǒng)負責采集學生更細顆粒度的答題數據，包括每一道題的答題正確與否的情況等，若題目與知識點做精細綁定，還可以得到學生某學科知識的掌握情況特征。閱卷系統(tǒng)還可以進一步細分，可以是以掃描技術為主的閱卷，也可以是智能手機拍照技術為主的閱卷。不同的應用場景使用不同的技術，殊途同歸，最終匯入大數據中心進行一體化的存儲。線下學習數據采集由于需要在線上學習過程之外額外獲取，略有采集難度，故以學習結果小數據為主。

③線上學習大數據的采集與處理，記錄學生進行線上學習時的所有行為數據并進行分析（詳述可參見下文“深化構建智能數據服務體系”部分）。

④第三方學習系統(tǒng)數據的采集與分析，第三方學習系統(tǒng)或多或少會進行學生學情數據的采集與分析，活用這些數據進行自適應的功能支持，這些數據需要統(tǒng)一規(guī)劃，納入到智慧學習平臺大體系中來。

⑤審視并強化已有子系統(tǒng)的數據輸出。值得注意的是，在思考數據采集與分析時，我們對已有系統(tǒng)的改造是至關重要的， 盡可能利用已建成的子系統(tǒng)，基于大數據視域重新審視已有子系統(tǒng)，特別是強化大數據采集與分析功能的改造。多數現有系統(tǒng)在立項時，并沒有從大數據視域去規(guī)劃與設計，其特征體現在：一是數據量少，僅是子系統(tǒng)內部處理的數據，一般不具有大數據特征，如常規(guī)的考試與閱卷系統(tǒng);二是數據未必是標準化的，與其他系統(tǒng)的互通能力不足;三是數據是孤島式的，與其他系統(tǒng)互聯(lián)能力不足，如學情評價與分析系統(tǒng)等等，主要目的是滿足特定場景的需求，以結果性數據為主，過程性數據很少。因此，對此類系統(tǒng)的改造，主要目標是站在大數據視域的角度，加強各類學習行為過程數據、結果數據的采集與分析;增加數據輸出處理，將數據通過標準化的方式，輸出到教育大數據中心，以用于進一步的關聯(lián)分析與處理。當然，對于部分過于老舊而改造成本過高的系統(tǒng)，也可以因地制宜地選擇重新構建。

（4）深化構建智能數據服務體系

線上學習數據的采集、分析，依賴在線智慧學習系統(tǒng)（模塊）的建設與應用。面向教師、學生在線學習系統(tǒng)（模塊）是整個智慧學習平臺建設的重要內容，一般由多個相關聯(lián)的子系統(tǒng)（子模塊）構成。根據應用場景的不同，涵蓋PC、平板、智能手機、智能電視等多種終端。通過技術手段，可實現任意時間、任意空間的“泛在學習”。如由教師主導的導學導測子系統(tǒng)、基于智能資源的自主學習子系統(tǒng)、基于智能題庫的自主測評子系統(tǒng)、基于知識圖譜的智能學習與檢測子系統(tǒng)等。在學生學習過程中，系統(tǒng)可以通過記錄學生每次點擊、觸控、鍵盤輸入等行為，與具體的學習業(yè)務相結合，形成學生學習的行為序列數據，處理成半加工的學習行為大數據，如視頻觀看時長、視頻觀看熱度、視頻播放倍速、學生提問的問題、作答所耗時間等等。此類學習數據由于可以通過在線采集，數據量極為龐大，需要使用大數據的處理方式進行。除了子系統(tǒng)數據保存與分析之外，也和其他應用系統(tǒng)一樣，需將學習數據上報至大數據中心，和其他相同學習者的數據關聯(lián)在一起，從更廣的角度進行學習者學習特征的關聯(lián)分析。此外，根據獨立子系統(tǒng)的業(yè)務處理需要，從大數據中心取得必要的數據，與子系統(tǒng)數據合并以后進行進一步的關聯(lián)分析與智能化計算，通過多個維度的智能學習引擎，向學生進行智能化的學習內容推薦與學習路徑的引導。

在線學習系統(tǒng)要圍繞“智慧”二字進行開發(fā)，有效利用教與學等大數據，實現“個性學、智慧教、精準管、智能評”的目標。其中，當前研究較多可以進行嘗試的有：

①學習者學習特征畫像

學習者學習特征畫像是通過對學習者線上線下過程性大數據及結果性數據的分析與挖掘，結合學習者本人自評自測、教師評價等量表數據，對學習者的核心素養(yǎng)、學習風格、學習能力、知識掌握度、興趣喜好等特征進行的描述。在以前，只能使用量表對學習者不同方面進行局部的特征刻畫，而現在，則通過量表與大數據結合的方式，能夠實現對學習者學習特征做一個更加全面的描述與表達。

學習者學習特征畫像的計算來源于諸多學習數據，對不同的過程性、結果性大數據進行不同側面的剖析，會得出不同側面的特征畫像。學習特征畫像要實現全面與精確的描述，預計將會是一個長期的迭代過程。

用于計算特征畫像的數據，不僅來源于本地在線學習系統(tǒng)，也來源于線下學習的過程數據和結果數據，線下的數據需要通過大數據中心統(tǒng)一采集與初步分析后流入到在線學習系統(tǒng)。

②學習路徑的創(chuàng)建與記錄

學習路徑是根據特定的學習目標，將一系列的學習資源、檢測資源、學科工具等根據事先計劃智能動態(tài)調配成按時間排序的組合，用于引導學生進行主題式的、連續(xù)的自主性、個性化學習。學習路徑可以是由教師創(chuàng)建并引導學生學習的，可以是由學生自由選擇的，也可以是系統(tǒng)根據學生的學情特征進行自適應推薦的?；谥R圖譜的學習路徑規(guī)劃是當前教育界研究較為熱門的智慧教育學習實現方法之一，從當前實際來看，基于知識點的學習及復習等幾個場景具有較好的效果，是值得重點投入去做的。

同智能資源一樣，在智能學習系統(tǒng)上線的初期，學習路徑將主要依靠教師來為各類學生創(chuàng)建不同的學習路徑。學生在基于學習路徑的自主學習時，系統(tǒng)進行伴隨式數據記錄，在學習行為數據達到一定量后，就可對不同學生不同學習路徑的學習效果進行分析與評價，并在此基礎上對其他學生后續(xù)的學習實現學習路徑的最優(yōu)適配，提供自適應的學習路徑建議。此外，學習路徑是多種學習資源的組合，學習路徑的智能化也包括智能系統(tǒng)對其中部分學習資源的自適應調整。學習路徑創(chuàng)建如圖5所示。

③智能教學引擎

當前階段的教學基本由教師完成，機器智能尚未加入到教學過程中來，主要的表現形式是教師根據數據化的學情分析結果進行群體針對性的教學。根據國家頂層規(guī)劃，“教師智慧”“機器智能”兩者相結合的教學將是長遠發(fā)展的趨勢，其中機器智能教學的比重會從零開始逐步增長，先在部分學科、場景得到應用，其應用范圍逐漸擴展，最終兩者結合的教學會達到一個比例相對穩(wěn)定的階段。其中機器智能教學，是指智能引擎根據前述算出來的智能資源畫像特征、學生學科畫像特征等，使用智能的算法，規(guī)劃形成滿足特定學生個體特定場景的學習內容和學習路徑，并能在學生學習過程中進一步自適應地根據學生學習狀況進行內容和路徑的再調配與優(yōu)化。

智能教學引擎有以下幾個特點：第一，不是一個包打天下，應該是幾十甚至幾百個子引擎的合集，有專門的調度引擎根據學習場景等參數進行權重加成或取舍;第二，一個子引擎面向特定的場景，不同的學科、不同的場景都有單獨的引擎進行處理，一個場景可能同時有多個子引擎獨立計算，分別生成不同的教學策略，再由場景調度引擎合成;第三，每一個引擎都會有其生命周期特點，歷經現世、迭代、成熟等階段以后進入消亡階段，這個過程也是智能學習系統(tǒng)經歷不停的試錯、從完全人工逐步到機器智能自適應的過程。智慧教學系統(tǒng)的構建，需要根據這些特點從大處規(guī)劃、小處著手。

④智能學習引擎

智能學習引擎是面向學生提供個性化自適應學習功能的核心部件，與智能教學引擎一樣，負責根據場景因素，結合資源特征、學生學習特征畫像進行自適應的計算，實現學生個性化自適應學習的目標。智能學習引擎會根據學科、場景等環(huán)境因素細分成若干個子引擎，一個場景可能會有多個學習子引擎負責計算，從不同的角度實現學習的自適應，在此基礎上，還需要有一個調度引擎，根據場景參數、預設的規(guī)則等合并各子引擎的計算結果并完成學習者的呈現與交互。

鑒于不同學科對學生的知識基礎、能力、素養(yǎng)等的要求有明顯的差異，以學科為單位來推進智能學習引擎建設是比較可行的做法。根據學科學習大數據的充實程度、學科資源的智能化程度的不同，不同學科的智能學習引擎的準確度、利用度也會有較大的差異。

四、區(qū)域智慧學習平臺建設面臨的難點與挑戰(zhàn)

1.數據的“繁雜”

區(qū)域智慧學習平臺的“智慧”特性極度依賴大數據的“大”，大數據中心海量化的數據需要所有系統(tǒng)集體貢獻，需要采取各種技術手段，將線上線下學習數據匯聚到大數據中心，而數據海量存儲就會考驗系統(tǒng)的性能，如何實時對其他系統(tǒng)輸入的數據進行計算并輸出準確的分析結果，是一個不小的難題，這就需要科學的技術架構規(guī)劃。與此同時，數據來源于各種應用子系統(tǒng)、各終端、各行為場景，隨著平臺的應用迭代，預計將會出現更多類型的數據，數據繁雜的情況難以避免。教育大數據標準化小組在規(guī)劃階段需要對各類情況有一個預估，做好規(guī)劃，并保持小組的常態(tài)化運營，對龐雜的數據進行統(tǒng)一的整理、分析與存儲，適時對大數據中心進行迭代升級。

2.服務的“精準”

作為一個智能化的系統(tǒng)，服務是否足夠精準是最重要的衡量指標。從可行角度而言，每增加一個智能化學習的場景支持，都要實現個性服務精準的目標。如果服務效果大打折扣，用戶就會用“跑路”來表明態(tài)度。要實現“準”的目標，需要在前期大量積累數據的基礎上，對大數據分析模型及算法、智能引擎模型及算法進行反復的論證與調試;同時，也需要從用戶角度考慮，先拿部分學科進行試點，嘗試實現一個學科多個場景下的學習，一方面單學科多場景支持能夠給用戶較好的智能化教與學的體驗，另一方面也能夠通過多個場景采集到用戶多個學習場景的數據，實現系統(tǒng)平臺更高程度的智能化。

3.系統(tǒng)的“整合”

如前所述，區(qū)域智慧學習平臺的建設，將是對現有系統(tǒng)的大數據化改造和新系統(tǒng)新工具的建設，需要實現10個以上系統(tǒng)的大數據整合，囿于系統(tǒng)建設一般為多個供應商承擔，多系統(tǒng)整合是一個較大的挑戰(zhàn)。應對之策，需要在堅持頂層規(guī)劃的前提下，堅持數據交換的標準化。教育大數據標準化小組的統(tǒng)籌職能貫穿于整個平臺的建設與迭代過程。

4.用戶的“簡單”

傳統(tǒng)的政務系統(tǒng)建設，多數是在賣方（供應商）主導的時代背景下建設的，賣方市場的特性是用戶體驗一般不會太好。而師生作為智慧學習平臺絕對的主力用戶，對平臺的易用性有極高的要求（這也是很多平臺經不起用戶的挑剔而活躍度日益下降的主要原因），使用方便的系統(tǒng)才能擁有持續(xù)不斷的活躍度。要實現系統(tǒng)的簡單易用、減負增效，一方面是要學習采用互聯(lián)網平臺的開發(fā)流程，基于問題導向、需求導向、應用導向，加強產品設計、UED設計人員在整個研發(fā)團隊中的比重;另一方面是采取迭代開發(fā)的模式，在系統(tǒng)上線以后及時收集用戶反饋，進行用戶體驗的快速迭代，不斷提升平臺的需求貼合度與用戶粘性，真正發(fā)揮平臺在教育方式變革、學習路徑重構中的價值，在“適合的教育”研究與實踐中發(fā)揮“革命性”支撐作用。

總體而言，區(qū)域智慧學習平臺的建設與應用實踐，需要與新時代日益進步的技術、教育發(fā)展的需求同頻共振，需要在《教育信息化2.0行動計劃》、《中國教育現代化2035》頂層規(guī)劃引導下，在“適合的教育”、大數據的視域下推陳出新，逐步實現“智慧”“智能”教與學的支撐目標。這個過程不可能是一蹴而就的，而是一個“子平臺數逐步從少變多”“場景支持逐步從局部到全部”“智能性逐步從初級的個性化到高級的學習路徑自適應”的過程，這需要整體規(guī)劃、分步推進，也需要深化“高校引領、政府支持、企業(yè)參與、學校應用” 的 UGBS平臺建設模式，因需而建、因用而優(yōu)、因研而新，不斷提升平臺的生命力，彰顯教育服務價值。

參考文獻：

[1]教技[2018]6號.教育部關于印發(fā)《教育信息化2.0行動計劃》的通知[Z].

[2]中共中央、國務院.中國教育現代化2035[EB/OL]. http：//www.gov.cn/xinwen/2019-02/23/content_5367987.htm.

[3]唐斯斯，楊現民，單志廣，代書成.智慧教育與大數據[M].北京：科學出版社，2015.1：3.

[4]鐘紹春.人工智能支持智慧學習的方向與途徑[J].中國電化教育，2019（7）：8-13.

[5]任建滿.智慧教育云平臺建設研究[J].信息通信，2017（4）：165-166.

[6]楊宗凱.大數據驅動教育變革與創(chuàng)新[N].光明日報，2017-4-18.

[7]陳琳，王蔚，李冰冰，楊英.智慧學習內涵及其智慧學習方式[J].中國電化教育，2016（12）：31-37.

[8]楊現民，李新，邢蓓蓓.面向智慧教育的教學大數據實踐框架構建與趨勢分析[J].電化教育研究，2018（10）：21-26.

[9]趙慧瓊，姜強，趙蔚.教育大數據深度學習的價值取向、挑戰(zhàn)及展望——在技術促進學習的理解視域中[J].現代遠距離教育，2018（1）：17-25.

[10]肖年志.“大數據促進適合的教育”的思考與實踐[J].中國教育信息化，2019（18）：23-26.

[11]董林偉.適合教育的適性選擇[J].江蘇教育，2019（42）：57-58.

[12]董筱婷.最好的教育就是適合的教育——訪北京一零一中學校長陸云泉[J].人民教育，2019（10）：39-42.

（編輯：王天鵬）