分享

学习科学的历史溯源、研究热点及未来发展

 叶老师YP 2018-06-13

本文全文发表于《教育研究》2018年第3期

作者:尚俊杰,裴蕾丝,吴善超

引用:尚俊杰,裴蕾丝,吴善超.学习科学的历史溯源、研究热点及未来发展[J].教育研究,2018(03):136-145+159.



[摘 要]  采用文献计量的方法对该领域近三十年的研究主题和趋势进行计量学分析。研究发现,学习科学的历史发展大致可以划分为过渡转型期、蓬勃发展期和探索升级期;在不同阶段,学习科学的理论基础都会受到认知科学研究范式的影响,第一代范式为学习科学的萌芽埋下种子,第二代范式促成了学习科学正式成为独立的研究领域,当下学习科学研究的主题主要由学习基础机制研究、学习环境设计研究和学习分析技术研究三个方面构成。基于以上分析,研究建议我国未来应充分重视学习科学的发展,加大相关研究的课题支持力度,深化学习科学研究的理论升级,并进一步规范学习科学领域研究成果的发表和推广。

[关键词] 学习科学;理论发展;研究热点;未来发展;文献计量

 

学习科学(Learning Sciences)最早源于1991年的美国,“是一个研究教和学的跨学科领域。它研究各种情境下的学习——不仅包括学校课堂里的正式学习,也包括发生在家里、工作期间、场馆以及同伴之间的非正式学习。学习科学的研究目标,首先是为了更好地理解认知和社会化过程以产生最有效的学习,其次便是为了用学习科学的知识来重新设计已有的课堂及其他学习环境,从而促使学习者能够更有效和深入地进行学习。”[1] 那么,在近三十年的发展中,学习科学究竟经历了怎样的历史发展过程?主要的研究主题和趋势是怎样的?我国未来又应该如何支持学习科学的发展呢?

一、发展历史

20世纪80年代前后,一些在传统认知科学领域颇有建树的科学家们意识到,以脱离情境认知建构和控制实验为特征的学习研究很难解释真实世界中的学习实践,那些源于认知科学的教育教学思想方法,并不能真正有效地指导“不规范且具体”的真实学习。面对这一困境,这群学习研究者们纷纷从传统的认知科学一派出走,开始基于真实的学习情境来研究学习[2]1991年,伴随着《学习科学杂志》(Journal of the Learning Sciences)的正式发行,以及第一届学习科学国际会议在美国西北大学的胜利召开,现代意义上的学习科学正式宣告形成。在那之后,学习科学对“学习”的研究大致经历了三个发展时期:

1991年正式建立开始,学习科学先经历了一段长达五年的过渡转型。这个时期的学习科学虽然仍借鉴了认知科学中已有的研究成果(如理论、模型等),但却是在真实的学习情境中得到检验并进一步完善的。从第一届学习科学国际会议的实际论文发表内容和研究水平来看,很多研究并不完全符合学习科学的本质要求,而且由于该阶段仍处于新旧理论更迭时期,使得研究带有明显的传统认知科学的特点[3]。不过,必须承认的是,该时期吸引了众多优秀的研究者投身于学习科学研究的初期探索,从这个意义上讲,这一过渡转型期为学习科学未来步入正轨搭建了至关重要的平台。

1996年开始,学习科学研究逐渐步入正轨,进入了蓬勃发展的快车道。1996年,第二届学习科学国际会议再次在美国西北大学召开,本届会议的主题是“真实情境中的学习” (Learning for the Real World)。从这届会议开始,符合该领域开创要义的学习研究越来越多,这也标志着学习科学正式转入真实情境中的学习研究。与此同时,该时期的学习科学还逐渐从心理学的其他方向以及其他学科领域(如人类学、工程学等)吸纳新的理论和研究方法,比如情境认知、建构主义、社会文化理论等[4]。这三种代表性理论虽然都突出了情境对学习的重要影响,但侧重强调的方面不同。情境认知理论强调人与真实情境的相互作用,尤其是在真实情境中为学习者提供合法的边缘性参与和实践共同体;建构主义也提到了情境的重要性,提出学习环境的设计要从“情境”、“协作”、“会话”和“意义建构”这四大要素出发,但更强调学习者个人在学习中的主体作用;社会文化理论则强调情境中的社会文化因素对学习的影响,比如团队与小组协作学习中的对话。在新的理论和技术的共同作用下,该时期的学习研究表现出强劲的活力,为世界各国制定教育政策及一线的教学实践,提供了丰富的科学依据。

2007年以来,学习科学迎来了探索升级的崭新发展期。进入21世纪后,日趋成熟的脑成像技术再次推动了认知科学向前迈进,用神经科学的研究方法和技术来研究经典的认知问题,成为学术界的新风向。因此,人们对认知的研究,也实现了从宏观行为到微观神经联结的重大突破[5]。在此思潮的影响下,之前从未涉足教育研究的一些认知神经心理学家,开始使用该技术来研究人类真实情境下的学习问题,从此,基于脑认知机制的教育实践研究开始引起国际社会的关注,形成了与第二个时期并行发展的态势[6]2007年,经济合作组织(OECD)出版的《理解脑:新的学习科学的诞生》(Understanding the brain: The birth of a new learning science)和《理解脑:走向一门新的学习科学》(Understandingthe brain: Towards a new learning science)宣告了将“脑功能、脑结构与学习行为结合起来”研究的“一门新的学习科学”的诞生——教育神经科学(Educational Neuroscience[7]。同年,“国际心智、脑与教育学会”创办了《心智、脑与教育》(Mind, Brain and Education)杂志,成为教育神经科学领域的第一本专业期刊[8]2016年自然杂志(Nature)专门设立了电子期刊《自然合作期刊—学习科学》(npj Science of Learning),为学习科学又搭建起了一个标志性的研究平台。从此,基于认知神经结构的学习科学研究渐渐兴起,全新的视角也促使人们更深入地思考“如何更加科学地促进人类有效学习”这一问题。

二、理论溯源

人类对学习的关注自古有之,早在苏格拉底时期,便有着关于学习的论述。然而,早期对学习本质的探索,更多采用的是哲学思辨的方式。直到19世纪,德国哲学家、心理学家和教育学家赫尔巴特提出教育学研究才以心理学为基础,并强调用心理学知识来解释教育教学规律,这才使教育学成为了一门具有科学体系的学科,因此,教育学研究也多少会受到同时期心理学研究的影响[9]。学习科学也不例外,其三个发展时期都没有脱离认知科学的影响。

认知科学从20世纪50年代兴起至今,大致经历了两代研究范式的变革。第一代认知科学,也就是经典认知科学,深受笛卡尔“身心二元论”的影响,它将人脑类比为计算机,把大脑的认知过程独立出来,视作与计算机信息加工类似的符号获得、加工和提取过程,因此形成了以知识表征和规则计算为核心的认知加工范式,称为“符号范式”[10]。受此影响,该时期的认知主义学习理论以“信息加工模型”为出发点,开始关注学习过程中学生认知结构的发展,如皮亚杰的认知结构理论、加涅的信息加工学习理论、奥苏贝尔的有意义学习理论等,这一阶段主要是从“心理”层面来解读教育教学本质的。

然而,第一代认知科学忽略了情境、文化和历史因素的作用,割裂了身心作为个体存在的同一性。因此,90年代前后以“具身认知”为代表的第二代认知科学开始兴起[11],它打破了对“身心二元论”的坚持,将认知作为身心在真实情境中共同作用的结果,因此促成了学习科学的诞生。在此影响下,学习研究开始从控制实验走向情境分析,从静态的认知表征转向动态的认知构建[12],从仅关注认知内部加工机制变为同时考虑外部情境因素,开始真正回归到真实的教学情境,从“心理—情境”的整合视角来研究学习。

与此同时,新实验技术的发展,尤其是脑成像技术的出现,让认知神经科学取向迅速在第二代认知科学研究中占据主导位置,为真实情境下整合身心的认知研究提供了崭新的科学分析视角与工具[13]。这一潮流很快也对处于蓬勃发展时期的学习科学带来了新的发展机遇——借助神经科学的工具,人们对学习的研究可以进一步深入到脑的水平,将认知功能与大脑结构对应起来,形成更为完备的“脑-心理-情境”体系来解读学习的奥秘[14],在实质上促成了学习科学第三个重要发展时期的出现。

综上,早在第一代认知科学时期,学习科学的种子就已经埋下,早期学习理论流派的更迭为学习科学的诞生准备了温床,过渡转型期由此开始。第二代认知科学的兴起,促成了学习科学正式从认知科学的母体分离,使学习科学成为了重要的研究子领域。在“具身认知”和“认知神经科学”范式的相继影响下,学习科学形成了蓬勃发展和探索升级这两个重要发展时期,相比于早期学习理论流派,它们分别实现了研究内容和研究方法的突破(详见 1)。

                          图 1 学习科学的理论溯源

蓬勃发展时期的学习科学,实现了研究内容上的突破。从只关注个体认知结构的内部心理状态(如记忆、推理、语言等),拓展为结合真实情境的认知研究, 开始研究情境、交互等复杂外部环境因素在学习过程的作用,如技术工具支持下的知识表征与迁移、基于具体学科教学的学习模式探究、计算机支持下的有效学习环境创建和技术支持下的有效协作学习方式探索等。

而探索升级时期的学习科学,则开始实现研究方法上的突破。从关注宏观的、可见的行为改变,如使用交互分析、视频分析、话语分析、教育数据挖掘等[15]方法研究学习过程,拓展到了微观的、不可见的行为改变,如应用脑成像、脑电、眼动、心率等技术测量大脑活动状态、眼动、心率等生理变化。

三、热点聚焦

为了更好地把握不同发展时期中学习科学研究的特点,本研究接着采用文献计量学的方法,使用CiteSpace软件[16]对学习科学领域的三本重要期刊——《学习科学杂志》(Journal of the Learning Sciences)、《国际计算机支持的协作学习杂志》(International Journal ofComputer Supported Collaborative Learning)和《心智、脑与教育》(Mind, Brain and Education)从创刊至今发表的全部文献进行统计分析(三种期刊在下文中分别简称为JLSCSCLMBE)。直接选取这三种期刊的文献,而非以“学习科学”关键词检索的方式获取文献,主要基于以下两点考虑:

一是,学习科学是一个复杂且松散的研究领域,绝大部分研究虽然属于学习科学的领域范畴,但在标题、关键词和摘要部分并不会显性提及“学习科学”,因此很难准确全面地获取检索结果。

二是,这三种期刊较全面地记录了学习科学的整个发展历程。首先,JLSCSCL是国际学习科学协会(International Society ofthe Learning Sciences,简称ISLS)主办的两本官方期刊,记录了学习科学领域前两个时期的发展动态。由于“计算机支持的协作学习”这一研究方向的重要性日渐凸显,ISLS2006年起专门将其从JLS中划分出来,形成了CSCL这一专刊。其次,MBE是国际心智、脑与教育学会(International MindBrain and Education Society)主办发行的唯一的官方刊物,是第三个发展时期的重要研究窗口。最后,这三种官方期刊的内容质量高,在社会科学引文索引(Social Sciences Citation Index,简称SSCI)教育类(Education & Educational Research)期刊中有很高的影响因子,具有代表性(详见表1)。

1 三本期刊的学术影响力统计(截至2015年)

期刊名称

5年影响因子

期刊影响因子

创刊时间

在SSCI教育类期刊的总排名

JSL

4.430

3.139

1991

4

CSCL

2.453

2.200

2006

16

MBE

1.256

1.182

2007

73

(一)数据与方法


由于科学引文数据库(Web of Science,简称WoS)并未完全收录3期刊从创刊到2016年期间的全部文献,因此本研究在获取数据时,除了使用WoS数据库外,还使用斯高帕斯数据库(Scopus)作为补充,除去订正和简介类文章,共收集三本期刊文献1018

                         

为提取学习科学不同历史发展时期的特点,本研究将文献数据分为2个数据集(见表2),基于CiteSpace软件的共词分析功能[17],更有针对性地对文献数据进行分析呈现。其中,DJ&C包含的是前两个时期的研究成果,DM则是第三个时期的成果。

2 三个数据集的命名与对应集合元素说明

数据集

集合元素

文献数量

DJ&C

来自JLSCSCL的全部文献数据

748

DM

来自MBE的全部文献数据

270

(二)结果与分析

1. 研究主题

通过分别对DJ&CDM进行文献共被引分析,定位参考文献共被引网络中的聚类和关键节点,再配合引用突现功能找到其中起关键作用的文献,可呈现出学习科学领域不同时期研究主题的演变过程。对于DJ&C数据集,本研究将1991~2016年的文献以5年为时间切片(TimeSlicing),选取每个时间切片中前1%的文献节点数据进行文献共被引分析;对于DM数据集,则将2007~2016年的文献以2年为时间切片,同样选取前1%的文献进行分析并聚类。


通过对比数据集DJ&CDM 分别的聚类结果(详见表3),可以发现,学习科学的研究主题在不同时期有着明显的不同。前两个时期,学习科学领域的研究内容主要集中在技术工具支持下的知识表征、社会情境下的学习环境构建、学科教学、协作学习共同体以及设计研究方法上,总体而言是从情境的宏观视角来探究促进学习有效发生的方式和方法。第三个时期,新的学习科学则开启了从脑功能来探究学习发生的新视角,人们在执行相关学习任务时的脑结构和脑功能变化,成为了判断学习是否有效进行的新关注点。

3 聚类结果(根据中心性排名前5位)

聚类

DJ&C中的研究内容

聚类

DM中的研究内容

#0

Collaborative Learning

协作学习

#0

Cognitive Neuroscience

认知神经科学

#1

Inquiry-based Learning

探究学习

#1

Working Memory

工作记忆

#2

Self-Explanation

自我解释

#2

Life Span

生命周期

#3

Physics Problem

物理问题

#3

High-level Cognitive Process

高级认知加工

#4

Discussion Group

小组讨论

#4

Student Teacher

学生老师


将上面的聚类结果分别以时间线模式(Timeline View)呈现,可以从时间维度探究学习科学领域研究主题的演变过程。

可以发现,第一个时期的学习科学研究以计算机支持的学习(#5 Computer-supported Learning)为代表,研究内容以技术工具支持下的知识表征和问题解决为主,主要用到的技术工具就是计算机本身,智能教学/导师系统(CognitiveTutor)是该时期的重要产物。

到了蓬勃发展的第二个时期,学习科学主要经历了3个演变阶段:①以探究学习(#1 Inquiry-based Learning)和物理问题(#3 Physics Problem)为代表的初步发展阶段,该阶段以学科教学中的学习模式探究为主,如基于问题的学习、基于探究的学习等模式是这个时期的研究热点;②以自我解释(#2 Self Explanation)、小组讨论(#4 Discussion Group)和计算机支持的协作学习工具(#7 CSCL Tool)为代表的快速发展阶段,该阶段开始突出学习科学侧重真实学习环境构建和学习者个人知识构建的特点,计算机支持下的学习环境创设逐渐显现;③以协作学习(#0 Collaborative Learning)、自我解释(#2 Self Explanation)和多样化情境(#6 Diverse Context)为代表的深入发展阶段,该阶段继续深入细化上一阶段的研究重点,学习情境多样化条件下的有效协作学习构建开始引领研究潮流。

第三个时期的学习科学领域主要有2个发展阶段:①2010年以前,以高级认知加工(#3 High-levelCognitive Process)和认知神经科学(#1 Cognitive Neuroscience)为代表,将学习中的高级认知过程和认知神经网络结构作为研究的重点,此时的研究对象往往是患有各类学习障碍(阅读障碍、数学障碍等)人,通过对这些特殊人群的脑功能研究来为解释正常学习过程提供证据。此后,人们在此基础上进一步探究了个体差异、记忆、睡眠等脑功能与结构可能会对实际完成学习任务带来的影响,研究呈现出多样化的态势;②从2012年开始,以教学脑(#6 Teaching Brain)为代表,将教学中的脑功能的神经机制作为对象的研究逐渐涌现,他们将教学看作一个动态系统(Dynamic Systems),认为有效学习的产生不但取决于“学习脑”(Learning Brain),还取决于“教学脑”,是师生双方在情境中大脑同步交互进行学习构建的结果。这两个阶段有着明显不同的研究重点:前者是从学生出发,后者则是从师生互动出发,强调不能忽略教师在教学这个复杂系统中的重要作用。由此可见,后一阶段在本质上是对前一阶段研究内容的补充和完善。

突现引文是指引用突然上升或突然下降的节点,这类节点通常代表某一研究的转变。本研究从DJ&C中共获取80篇突现引文,从DM中共获取15篇突现引文。

第二个时期的学习科学领域,有两篇突现性强度超过8的文献,分别是美国国家研究理事会(National Research Council)于1996年发布的《美国国家科学教育标准》(National Science Education Standards)和瑞士联邦理工学院(Swiss Federal Institute of Technology)培训与技术研究支持中心(Centre for Researchand Support of Training and its Technology)的皮埃尔·狄隆伯格(Pierre Dillenbourg)教授于2002年在《计算机支持的协作学习三重世界:我们能赞成计算机支持的协作学习吗》(Three Worlds of CSCL: Can We Support CSCL)上发表的《过度脚本化的计算机支持的协作学习:将协作学习与教学设计混合的风险》(Over-scripting CSCL: The Risks of Blending Collaborative Learningwith Instructional Design)。前者的影响力从1997年一直持续到2004年,后者则从2006年开始发酵到2010年,可以说这两篇文献对该时期3个研究阶段的出现和深化发展起了至关重要的影响,期间该领域的研究内容紧密围绕着学科教学和协作学习两大主题开展。

到了第三个时期,学习科学领域同样有两篇突现性强度显著的文献,虽然突现强度只超过6,但在仅有10年的发展历史中获得学界如此多的关注,足以显现其在该领域的重要性。这两篇文章都与哈佛大学(Harvard University)教育学院的柯特·费希尔(Kurt W. Fischer

教授相关,分别是发表于2008年的《研究学校:教育实践中的基础研究》(Research Schools: Grounding Research in Educational Practice),以及2012年的《教学脑与空容器的终结》(The TeachingBrain and the End of the Empty Vessel)。同第二个时期类似,这两篇突现性文献同样对该时期2个研究阶段的形成起到了关键性的作用,推动了基于真实情境的教与学过程的脑科学研究与教育实践积累。

2. 热点趋势

研究热点可以通过关键词共现分析来获取,研究将数据集DJ&CDM的文献数据分别导入CiteSpace软件,前者设置时间切片为5年,后者设置为2年,均选取每个时间切片前10%的高频文献进行关键词共现分析,容易发现,不同发展时期学习科学领域在研究热点上存在着本质的不同。

   第二个时期的学习科学,领域研究的热点集中在学习环境、知识构建与协作学习这三个主要方面(根据关键词在数据集DJ&C中的中心性和被引频次排序,排在前20名的是:教室、知识、科学、探究、表征、环境、设计、物理、技术、知识建构、学习环境、感知、协作、表现、宏命令、干预、数学、观点、在线和身份)。在学习环境的构建上,主要从实体的教室环境和基于计算机和互联网技术的虚拟空间两个维度出发,探索环境对有效学习发生的支持作用。知识构建,一直是学习科学十分关注的问题,知识的表征(representation)、构建(knowledge construction)和迁移(transmission),以及如何利用新媒体与技术更好地支持上述过程的实现等,都是该主题研究的核心问题。协作学习在学习科学领域的重要程度,从ISLS为该主题设立专刊便可知晓一二,基于具体学科教学的协作学习模式探索、基于技术的协作学习工具的设计与应用,以及协作学习效果的测评等都是由该主题延伸而来的研究热点。

第三个时期则更注重学习者的内在脑机制对特定知识技能的支持(根据关键词在数据集DM中的中心性和被引频次排序,排在前20的是:大脑、语言、工作记忆、童年期、表现、儿童、习得、科学、认知、行为、系统、知识、单词、年轻、数学、教学、功能磁共振成像、干预、理解、成绩)。从这些高频关键词来看,学习的脑机制研究仍占据研究热点的大头,比如大脑(brain)、工作记忆(working memory)、认知(cognition)和功能磁共振成像(fMRI)等;此外,与特定知识习得相结合,也是该时期研究的一大特色,如语言(language)和数学(mathematics)的知识习得过程的脑机制研究,为更科学的教学内容设计和学习路径规划提供了重要依据。

突现关键词表示的是在一段时期内被高度关注的研究热点,也是该时期具有较大发展潜力的研究方向。本研究在上述关键词共现分析结果的基础上,使用引文突现功能获得突现关键词,其中DJ&C中有 10个,而DM中仅有1个。


相比而言,第二个时期的学习科学领域在未来发展趋势上更为清晰——从开始以狭窄的知识传递观研究学习,到后来以真实情境下的知识建构观重新审视学习过程,从研究知识表征到关注学习过程的互动参与。对于第三个时期,可能受到实际发展年限以及文献数据数量的限制,只有一个符合条件的突现关键词“认知神经科学”(cognitive neuroscience),不过这也说明,目前该领域尚处于发展初期,研究方向的深化和细分还未呈现出明确形态,但可以肯定的是,该领域始终以认知神经科学作为一贯的研究基础,在持续发展的过程中,一些新的研究方向已经开始崭露头角并逐渐获得学界的关注。

以上的数据变化,在一定程度上揭示了未来学习科学领域的发展趋势,在真实情景中以复杂系统的视角来审视学习过程中各相关因素(包括外部的学习环境构建以及内部的学习脑机制探索)的相互作用及结果,将会继续成为学习科学领域的研究核心。

(三)热点研究小结

结合美国国家科学基金会(NationalScience Foundation,简称NSF)对学习科学研究的取向划分,以及上面对学习科学三大发展时期关注的主题热点以及发展趋势分析,本研究认为,未来学习科学主要有3大研究方向:

第一,学习基础机制研究。此类研究与学习科学第三个发展时期的出现密切相关,大致与“整合认知神经科学、神经科学、认知科学、医学与教育领域的学习科学”这一研究取向相对应。借助先进的认知神经科学研究技术,研究人员可以从微观的神经联结层面研究真实情境中的教与学过程,从认知功能与结构相结合的综合视角,研究特定教育干预对学习过程的影响。区别于当前认知心理学对脑认知机制的实验室研究,学习科学视野下的脑认知机制研究,更强调真实的学习情境与教育干预方案,如何在准实验条件下应用神经科学的技术工具,这将会成为教育科学领域中的一个新挑战。

第二,学习环境设计研究。此类研究与学习科学第二个发展时期的绝大部分研究内容类似,与“整合认知心理学、教学设计、计算机信息技术、智能系统的学习科学研究”这一研究取向吻合,早期也称为学习技术研究。区别于学习基础机制的研究,这类研究更关注如何在已有的基础研究成果上,将这些成果转化为可以直接应用于真实教育情境的干预方案,如学习媒介设计、物理环境设计、学习交互设计。在设计研究方法所独有的迭代思想影响下,这些在试验阶段经过反复更新升级的干预方案将有可能成为推进教育变革的有力落脚点。

第三,学习分析技术研究。此类研究与学习科学第二个发展时期的“对话分析技术”、“视频分析技术”等研究内容同源,归入“整合机器学习、工程技术、人工智能等领域的学习科学”这一研究取向更为合适。随着智能学习软硬件环境体系的构建,教育过程中产生的数据呈现出数量大、种类多的新特点,若仍采用传统的测量技术,已无法释放教育大数据本应具有的巨大能量,会阻碍对学习基础机制的深度挖掘以及对学习环境设计的有效评估。因此,未来大数据和人工智能的新一代学习分析技术将会成为教育当前亟待攻关的新挑战,这种对技术的迫切需求,不仅体现在对智能分析算法等软技术上,还体现在收集学习指标数据的硬件技术上,以软硬结合为特征的学习分析技术研究,将为前两类研究的顺利开展开创崭新的平台。

四、未来发展

(一)提高学习科学在教育科学研究中的地位

蓬勃发展近30年,学习科学不仅有力推动着教育研究科学化的进程,也时刻引领着世界教育教学模式的变革方向。在此形势下,越来越多的国家开始在高校设立学习科学专业培养点,甚至筹建专门的学习科学研究组织和机构,从而提高国家对教育未来发展趋势的预测和把控能力。时至今日,学习科学已经逐渐形成了“以学习基础机制研究为根本、以学习环境设计研究为主体、以学习分析技术研究为保障”的良性研究态势,并且后两大研究取向经过更长足的发展,已经积累了很多兼具研究和实践价值的优秀成果,而学习基础机制研究相较于后两者,由于起步较晚且对高精尖技术和人才的依赖度还很高,目前尚未得到大范围普及和认可。

值得高兴的是,从2018年开始,我国国家自然科学基金委正式设立了项目代码(F0701)专门资助教育基础科学研究,希望各界专家围绕学习亟待解决的基础问题展开深入研究。除了在研究课题上支持学习科学研究外,国家还应从学科建设、教师培养等多个环节,确保学习科学形成长效发展机制。一方面,应该集中力量加强学习科学的学科建设工作,为该领域的持续发展培养人才,但各高校在学科建设上应该兼顾自身特色,各有侧重,比如综合类院校可以侧重学习的基础机制研究,师范类高校可以侧重学习科学的应用研究,如到校指导教学等,这样可以充分发挥高校的优势,互补发展;另一方面,在教师培养上也应该增加学习科学相关的知识技能,提高一线教师的学习科学素养,保障学习科学在实践中真正落地。

(二)促进学习科学相关课题研究的跨学科合作

作为跨学科研究的典型代表,学习科学研究不仅需要跨学科知识,还需要漫长的时间跨度保证,单一学科背景的研究团队很难独立承担。美国国家科学基金会从2004年开始拨款1亿美元在全美创设7个学习科学中心(Science of Learning Centers[18],这一资助计划一经批准就持续五年,其目的就是打破学科边界的限制,为跨学科视野下的学习科学研究提供完备的条件保障。这一带有探索性质的专项资助方式,快速推动了美国在学习科学领域的发展。在专项资助获得阶段性成功后,基金会于2015年开始,正式设立了学习科学的常态性资助项目。

我国在学习科学的跨学科合作上目前尚未形成成熟的体系,已建成的学习科学相关研究机构主要有北京师范大学脑与认知科学研究院、东南大学儿童发展与学习科学教育部重点实验室、华东师范大学学习科学研究中心、华南师范大学未来教育研究中心等[19],北京大学教育学院也于2015年牵头成立了学习科学实验室。由于教育技术和认知心理这两类学院之间缺乏统一的理论基础,且长期处于彼此独立研究的状态,实现跨学科研究合作比较困难。未来,如何在国家层面促成跨学科学习科学研究共同体的出现,如何建立制度措施保障共同体的可持续发展,将是我国学习科学领域建设与发展面临的紧迫议题。

(三)深化学习科学相关理论体系的转型与升级

学习科学领域目前依然处在以情境认知和建构主义为主导理论的时代,研究人员更多的是从静态发展视角解读真实情境对个体学习的促进作用,研究往往采用对照实验,基于同一个时间横截面和大量的同质研究被试,试图得到一个类似公式①的数学模型[20],以分析情境中的某个或某些因素对学习结果的影响。然而,这种思路在实际研究中却经常遇到令人尴尬的结果——当同样的学习情境设计在不同被试群体中得到截然不同的影响结果时,研究往往会将其归因为被试选择的问题,但这种解释对于学习科学这一定位在讲求证据和实践的科学来说,就显得太过苍白和敷衍。

…… ……

因此,学习科学迫切需要新的解释理论,第二代认知科学的动态系统理论或将成为解决这一问题的突破口。在该研究范式下,影响学习结果的不仅仅是某个或某几个因素作用的结果,而是将学习视为一个非线性的动态变化系统,其中影响学习结果的是不同因素之间的相互作用。也就是说,在这个系统中,结果和原因是不成比例的,原因未必会导致结果,与此同时,外部的输入会与学习内部已有的系统进行交互作用,并通过自组织重新形成某个暂时平衡的状态,这一状态仍会被未来输入的内容重新打破重建。这样一来,学习将变为个体在连续学习过程中学习状态的改变,基于一个研究个体就可以获得充足的过程数据来构建学习模型[21](如公式②)。然而,若要从中找到影响学习结果的关键因素和路径,还需要大量样本的分析,这一点与现在基于大数据的深度学习原理十分类似[22]。相信,随着未来技术的快速发展,这一切将会成为现实。

 …… ……

(四)注重学习科学相关研究成果的发表与推广

学习科学是一门从实践角度研究学习的科学,这一定位就要求该领域的成果不仅是严谨科学的研究报告,还要有与研究相关的产品原型设计。对于产品原型设计类成果,尤其是那些经过多轮研究实验被证明有效的学习产品或环境设计,应该更进一步做好成果的市场转化和推广,使研究成果可以无缝接轨教育实践。在美国,成功项目在学校里推广十分常见,但反观国内,学习科学大多以基础理论研究为主,应用性研究很少,能在全国得到大范围推广示范的项目更少[23]。因此,增加我国学习科学研究中产品设计类成果的比例,同时建立经费保障制度,支持此类成果后期的市场转化,非常值得关注。

另外,在国外已经有多本专门的学习科学期刊,比如本文中提到的三本期刊,影响力都比较大。在国内,虽然现在教育类(含教育技术类)和心理类期刊也会发表学习科学的相关文章,并且也有期刊开始开设学习科学专栏,但是目前还没有专门的学习科学期刊,为了更好地推动学科发展,希望在国家相关部门的支持下,能够尽快开办专门的学习科学期刊。此外,因为学习科学论文通常需要详细陈述研究设计的每个环节及其之间的内在联系。然而,对比国内外学习科学领域已发表的论文发现,国外在论文篇幅上要远远超过国内,国内的学习科学论文一般仅在十页左右,而且在格式上大多缺乏完整的研究结构,对研究中的具体设计细节和结果缺乏充分的描述与分析[24]。所以,在学术研究论文的发表上,我国还需要进一步加强规范性并逐步放宽篇幅限制。

当前,人工智能、大数据、VR/AR等新技术层出不穷,人们希望借助这些新技术提升教学质量、促进教育公平、拓展教育服务,实现教育领域的“消费升级”。而教育要想从根本上实现升级换代,必须加强教育的基础研究。在教育科学的诸多基础研究中,学习科学可以说是重中之重,甚至可以说“教育发展急需加强基础研究,基础研究可从学习科学开始!”。相信在国家相关部门的大力支持下,学习科学的发展必将走上快车道,并给中国教育事业的科学发展打下坚实的基础,提供有力的支撑。


本公众号欢迎大家转载原创文章,不过如果转载本公众号原创文章,即表示同意以后可以相互转载。如果要转载本公众号转载的文章,请联系原公众号或原作者。另外,本公号转载、编辑的文章,编辑后增加的插图均来自于互联网,对文中观点保持中立,对所包含内容的准确性、可靠性或者完整性不提供任何明示或暗示的保证,不对文章观点负责,仅作分享之用,文章版权及插图属于原作者。如果分享内容侵犯您的版权或者非授权发布,请及时与我们联系,我们会及时内审核处理。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多