|
1 研究背景 自1956年达特茅斯会议提出人工智能（AI）这一概念以来，AI技术的开发与应用经历了多个阶段。新一代AI所呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征[1]，被称为“AI 2.0”。近年来，AI 2.0对社会各个领域的渗透与影响在不断加大，教育领域亦不例外。 随着大数据、智能计算、虚拟技术等在教育领域应用的成熟和普及，教育信息化向智能化发展已成为一种趋势。在整合AI教育大数据以及学习分析、机器学习等一系列学习技术应用的基础上，教育领域萌发了一系列创新应用，如，智能感知、智能推荐、智能识别、智能答疑、智能评价等，破解了教育在个性化教与学方面不足等难题。同时，随着5G技术的不断成熟，其以高数据传输速率，低网络延迟，满足了高清视频、虚拟现实、物联网通信等大数据量传输，为AI的应用提供了坚实的技术支撑和运作基础。因此，5G和AI技术的结合，可以为教育赋能，充分满足智能化在线协作学习和个性化学习之需。 《地平线报告》（2015-2019）持续五年认为，学习空间重构和再设计是影响高等教育变革的关键趋势之一[2-6]。从可检索的相关文献来看，学习空间作为教育技术领域的研究热点，在近年来已取得了较为丰富的研究成果。根据“中国知网”文献统计，2012年1月-2020年3月，国内学者在核心期刊（CSSCI）发表了以“学习空间”为主题词的学术文献共711篇，对学习空间的功能定位、体系架构、运行机制等方面进行了深入研究。我们进一步以“5G AI”作为主题词搜索，发现相关研究文献仅有6篇。比如，学者塔卫刚对相关数据库的学习空间文献进行了系统性综述，指出未来我国学习空间应在“基于智能技术整合的学习空间架构”和“基于智能大数据技术的学习空间教学”两方面，进行深入研究和实践[7]。 对学习空间的关注，既需要理论层面的探讨，更需要教学方面的实践验证。2019年8月6日，Gartner发布的2019年度新兴技术成熟度曲线[8]，指出了五大创新性技术趋势：传感和移动、人类能力增强、后经典计算和通信、数字生态系统、高级AI和分析。我们从2019年新技术成熟度曲线（见图1）中可以发现，AI与5G正处于曲线发展周期中趋向顶峰的位置，按照Gardner技术曲线的发展路径（从触发期、期望膨胀期、低谷期、复苏期，直到成熟期），在发展至高峰之后，AI将经历接受理论和实践检验的平稳发展阶段。 可见，AI与5G技术已显示出在教育领域的巨大应用潜力，如何发挥其有效作用，使它不仅仅停留在概念探讨层面，能在高校智慧学习空间建设中发挥有效作用？如何在“5G AI”视域下，基于智慧学习空间的构建和实践，深入探索AI 2.0时代的教与学理念、文化和生态？围绕这些问题，我们在“AI 5G”视域下，以开放大学构建智慧学习空间为例，探讨其设计的依据、内容、功能、机制等，并通过开放大学的教学实践加以验证，分析与探讨一些问题，以期为智慧学习空间建设和应用提供有效借鉴。 2 “AI 5G”视域下的开放大学 智慧学习空间及现存问题
目前，人工智能已进入2.0时代，其主要技术领域体现在：大数据智能、跨媒体智能、自主智能、人机混合增强智能和群体智能[9]。AI 2.0时代与以往相比，其在硬件能力、软件算法、数据及应用环境等层面，有着本质上的不同。5G技术的高速率和高容量、泛在性和连通性、低延时和高可靠性、低功耗和低成本[10]，很好地解决了AI 2.0在教育中应用的大数据传输问题，提高了在线学习的交互性和沉浸感，对智慧学习空间的应用与普及，具有重要的支撑作用。“AI 5G”的智慧学习空间是集物理空间与虚拟空间于一体，具有泛在性、无缝性、感知性、适应性、交互性，它以物联网、人工智能、大数据、云计算、移动通信等新兴信息技术为支撑，能够智能化记录学习全过程，有效分析学习行为数据，支持多元交互与多向交互，帮助师生进行精准决策和信息推送，实现线上线下教学的无缝融合，促进学习者的深层认知能力的发展，并形成虚实融合的学习场域。在“AI 5G”技术的支撑下，利用体验增强类和场所定位类技术，可以有效地促进学生在学习空间的场所感[11]。而整合学习支架的认知协助机制以及学习空间的泛在协同功能的翻转课堂，能够有效提升学习空间的深度学习[12]。 那么，在“AI 5G”视域下，开放大学的学习空间建设是否已经达成了智慧学习空间建设的目标和功能？2019年2月-3月，基于“AI 5G”与空间教学整合的视角，我们从学习空间的平台、资源、环境、教学、评价等多个维度，对开放大学系统不同区域的四所学校相关学员进行了前期调查和师生访谈，提出了当前开放大学传统学习空间及其教学方面存在的问题：（1）在学习空间的基础设施和平台建设方面：存在不能紧跟时代步伐，实践中缺乏恰当运用系统思维的问题，如：在空间内无线网络有效带宽的提升、智能促进“学”的硬件设备的建设、模块化学习软件平台的建设与应用等方面均存在不足，而且不能整合社会资源并加以利用。（2）在学习空间的内容建设方面：存在优质教学资源不足且不能有效更新优化和智能推送，无法满足个体学习动态需求的问题。（3）在学习空间的技术支撑方面：存在与教与学实际需求尚有一定距离，且教师的教学技术与信息化应用能力不足的问题。（4）在学习空间的协作服务方面：存在有效互动少、学习者的学习路径不够优化，支持教学服务方面有待进一步深化的问题。（5）在学习空间的教学应用方面：存在应用滞后于研究，特别是混合式学习空间的教学设计与实施存在教学方法无法匹配教学目标、精准诊断学习过程与效果的手段较少等问题。总体而言，在“AI 5G”视域下，开放大学智慧学习空间的构建与应用还缺乏新信息技术应用的强有力支撑，其融合途径、功能发挥等尚存巨大空间。 3 “5G AI”视域下开放大学 智慧学习空间的构建 （一）构建依据 杨现民等从数据视角出发，构建了以物理空间、社会空间、个人空间、信息空间为多种形态的学习空间融合模型。从形态视角出发，沈书生提出了五维教学设计的思想，从“寻找信息化教学设计的基础性观察维度”，来指导一线教育工作者开展信息化教学实践[13]。林琳等认为，在信息化背景下的空间教学设计，需要转向对人、物、事、境、脉五个基本要素的关注，需要在这五个维度上关注其特定的内涵[14]。综合上述研究，我们在借鉴国内外相关研究基础上，提出了以智慧教育的理念构建开放大学智慧学习空间模型的观点。 （二）空间内容 从五维教学设计出发，智慧学习空间作为实现智能化、数字化、网络化、泛在化教育学习生态的重要场所，应该包含五方面内容：（1）人，指教学过程中的利益相关者。它包括教师、学习者、管理者以及教学机器人等学伴。（2）物，指学习空间中支持学习活动开展的技术与环境。侧重于开放优质的结构化学习资源，以及能够记录学习轨迹并支持学习决策的智能技术平台。（3）境，指学习空间中教与学所依附的情境。特别提倡情境化体验的教学场景和自适应学习技术应用的场景。（4）事，指学习空间中的教与学的活动，尤其是借助于“5G AI”开展的差异化、个性化的教与学活动。（5）脉，既是指知识之间的内在关联，也强调“5G AI”支持下融合过程性与终结性、多元评价主体的整体性评价，以及完善学习者面向未来的学习力和创造力的全心智结构培养。 具体来说，开放大学智慧学习空间以物理空间、信息空间、社会空间、个人空间构成多种形态环境，以“AI 5G”等新信息技术为支撑，以开放大学构建的物理空间与信息空间的虚实融合、学习者个人空间与社会空间的融通交互、资源共享为保障，从“人、物、境、事、脉”多维度构建智能化教学平台，提供优质的学习资源、混合式教学设计、智能化教学服务和智慧教学评价，从而实现开放大学服务学生终身学习的目标，如图2所示。 图2开放大学智慧学习空间构建模型 （三）空间功能 随着虚拟实验室、移动图书馆、创客空间、校园地图导航、微信公众号、高清电子显示屏等在学习空间中的普遍使用，以及情境感知、实时诊断、精准推送等智能技术的深入渗透，使学习空间具有了泛在性、无缝性、感知性、适应性、交互性的特征，可有效解决开放大学知识碎片化、资源选择难、无差异教育、评价不全面等问题；能实现智能记录学习全过程，有效分析学习行为数据，支持多元交互与多向交互，帮助师生进行精准决策和信息推送；能促进线上线下教学的无缝融合，发展学习者深层认知能力和实践能力等功能。智慧学习空间能够在大数据的基础上，加强学习者的体验，做到智能设备之间的无缝连接，实现提高学生的价值智慧、理性智慧、实践智慧，培养学生的智慧人格，重视与促进学习者智慧发展的学习目标[15]。同时，智慧学习在空间本质上是学习环境的连续体，开放大学可以通过各个不同形态的空间环境来实施教育理念，实现育人功能。 （四）构建路径 1.整合利用社会和企业资源，基于智能技术架构学习空间与智慧服务平台 基于“5G AI”等技术架构下的开放智慧学习空间的环境条件，可以从以下四个方面整合构建：（1）云服务平台。教育云平台为智慧课堂教学提供基于“云”的服务，包含资源、教学、学习、教研、管理等服务，以有效保障智慧课堂教学的开展。（2）教学平台。教学平台集成教学所需要的主要子系统，是对全面教学支持，教学组织管理，教学资源库建设及其管理等系统的高度整合。智能教学平台的主要功能特色详见表1。（3）资源平台。资源平台集知识管理、资源管理、资源评价、资源存储为一体。资源类型丰富多样，包含教材、微课教学资源、多媒体教辅素材、动画教学工具、实验视频、测试题库等多种资源。（4）智慧教室。智慧教室是集合了云服务平台、教学平台、资源平台、互动课堂软件、物理教室、教师的移动教学智能终端（电子黑板、3D打印机、教学机器人）、学生的移动学习智能终端（手机、电脑、传感设备、电子书包）等的智能化学习环境。开放大学智慧学习空间的教学条件创设图景，详见图3。 表1主要教学平台的功能特色 图3开放大学智慧学习空间的教学条件创设图景 在基于智能技术架构智慧服务平台的同时，辅以各种智能小工具，以有效促进教与学。如，智能交互黑板、内置的交互式教学软件，让学生能够深度参与课堂教学并及时呈现互动结果。利用展台软件，教师可进行学生作品展示和试卷讲评。又如，由微信端小程序和电脑端教学后台构成的智慧教学工具，可实现教师将优质在线开放课程落地到课堂教学中，以轻巧简洁的功能辅助课堂教学的高效开展。此外，多种智能工具，如3D打印机、3D扫描仪、传感器、电子控制器等，可以帮助学生设计制作，培养多维的创新能力[16]。 2.加强空间内容建设，基于学习分析技术推送学习资源，提高学习者的知识掌握能力 学习资源作为学习空间的学习内容，开放大学在加强学习空间建设的过程中，可采用“自建微课 网络慕课”两种方式并行。开放大学智慧学习空间，首先需要对学习者进行学习数据挖掘和智能分析，以充分了解学习者的个人偏好、学习状况和其他个性化特征。在此基础上，准确地向学习者推送符合个性化的学习资源，激发学习者的学习兴趣，提高学习效率。AI的发展也为学习分析技术在教育领域的应用提供了强大的技术支撑。目前，相关学者已开展多项针对学习平台和智能辅导系统的数据分析研究，并根据学习分析结果来推荐个性化学习资源[17]。许多数字图书馆系统（如，美国的My Library、Library@LANL、我国的浙江大学图书馆等），已实现依据学习者的兴趣建模和推荐资源的功能。 3.响应学习者的个性化需求，实施个体诊断并推荐学习路径，促进学习者的自适应学习 通过对学习者的认知、需求、学习习惯等进行诊断和评价，智慧学习空间能够帮助教师了解学习者的个体特征、学习状态，构建适切的学习方案。伴随着学习过程，大量学习行为数据得以生成，以这些学习数据为基础，进行个性化学习分析和学习诊断，用以描绘学习画像，进而加以调整和干预；再进行下一阶段学习计划的制定、学习方案的选择和个体学习成效的多元评估，以引导学习者有效学习。即智慧学习空间从大数据出发，基于学习者的个体特征、个性化学习需求、已经开展的学习路径和成果进行客观评价，提供个性化学习策略引导，并帮助教师灵活采用风格各异的教学活动组织。 通过课前、课中、课后三个阶段的合理设计，智慧学习空间能够帮助教师实现智能备课、采用精讲与点评、实时交互、针对性教学、监控教学、记录数据、学情分析等智能教学应用，开展智能教学的个性化辅导及反思教学，为每位学生智能定制个性化的学习方案，促进学习者的自适应学习，如图4所示。 图4开放大学基于智慧学习空间的教与学过程 4.基于联通交互构建协同增效的智慧学习社群，增强空间协作性，培养学习者的合作交流能力 协同学习理论的目标在于教与学的协同增效，并认为学习环境是由相互影响的信息场、知识场、意动场、价值场和情感场构成，强调了学习系统中个体与主体及其交互场的协同关系与结构关系[18]。以往虚拟学习社区的研究者，过分突出虚拟学习社区中的个体学习，却忽视了虚拟学习社区中的学习不仅仅是个体学习行为，更是一个群体知识建构的过程。许多精品课程、网络课程，也普遍存在着只注重内容管理，而缺乏深度互动的缺陷。可见，虚拟社区中学习目标的达成，是一个复杂的多元建构过程，需要学习者、助学者共同参与，深度交流。 开放大学智慧学习空间基于“AI 5G”搭建无缝学习环境，集线上虚拟空间与线下实体空间为一体，以角色互动、人机协同，构建智慧学习社群。智慧学习社群以共同价值观为精神内核，通过合作、分享、支持来实现社群价值；社群成员跨越时空界限、在合作基础上开展学习，在社群中分享学习经验，获取外部力量支持，优化提升自我。线上，以知识分享内化培养学习者的智慧学习能力；线下，以实体空间的实践培养学习者的创造能力和创造潜能。此外，开放大学可以采用与主流社交软件兼容的多屏融合移动互联网，并开发嵌入在微信等软件中的小程序，将APP Inventor、Scratch、机器人、3D打印等技术引入到智慧学习空间的课堂中；采用项目学习与学科知识融合，充分运用3D打印融入STEM项目式学习、创客空间互鉴、多工具智创空间等[19]；设计并呈现智能化、具身化的交互环境，不断提升人际交流和人机交互体验，为学习者提供开放、平等、便捷的知识交流和互动渠道，促进多元化知识的产生，以及学习者协同意识和协同能力的发展。 5.基于人机交互和情境感知，打造体验式学习空间，培养学习者的实践探究能力和创造力 情境认知理论作为智慧学习的理论基础之一，强调技术层面的设备支持，为学习者打造有利于感知和融入的学习情境。在“AI 5G”的支撑下，利用虚拟技术（VR）基于人机交互所构建智慧学习生态，打造沉浸式智慧学习课堂，可以增强学习体验，提高学习效率。比如，英国在纽卡斯尔中学建立了VR教育工程，运用VR进行英语和工业安全等培训。Chih-Hsiao开发了在生命技术课程教学中水产养殖的AR应用[20]。国内许多高校都对VR在教育教学领域的应用开展了研究，南开大学利用VR技术实现动物活体成像系统的仿真培训；大连海事大学使用Unity 3D虚拟现实引擎开发船舶仿真教育培训项目[21]。基础教育方面的研究更为广泛，如，韦云的“AR涂乐乐”[22]、蔡苏等关于电磁场的中学物理虚拟实验程序[23]、刘栋的虚拟墙面留言系统[24]、金振威的辅助学生英语听力应用软件AR Learning[25]。开放大学可以借鉴以上研究，基于人机交互和情境感知，打造体验式学习空间，以培养学生的创新意识，促进创新能力的发展。 6.基于学习全过程的数字画像进行智慧学习评价，挖掘并提升学习者的自主学习能力 在“AI 5G”视域下，通过对大数据的深入挖掘和AI技术分析，智慧学习空间可以丰富评估指标，加强基于学习者自我评估和相互评估的动态化评估，积极实施多元化评估。Yudelson等根据课程设置、参考书目和在线检测，研究学习者在学习平台中的行为模式挖掘与激励[26]；Chakor根据学生在课程周期中的行为特征进行学生退课预测[27]；Bruff等根据学生影响力（在线论坛、讨论组、测试成绩等）的知识传播建模与引导，研究知识传播问题[28]；Dela Torre根据学生的学习情况记录进行认知诊断分析，了解学生的学习状态、知识点掌握情况和粗心程度等[29]。上述这些研究均可为开展评价提供依据。 智慧学习效果评价应遵循三个原则：（1）平等重视过程和结果。在评估教学质量时，必须既有结果评价，又有过程评价。以美国普渡大学（Purdue University）构建的“课程信号”干预系统为例，就是运用各种学习分析技术，帮助教师分析学生的学习情况，为学习者提供适切的、具有个性化和针对性的反馈[30]。（2）同时考虑知识和发展。要全面评价智慧学习的教学质量，不应仅局限于对学习者知识掌握程度的评价，更应着重关注学习者综合素质的提高程度。（3）评价主体多元化。智慧教学模式的有效实施，是教师、学习者、学伴等多个主体共同参与的结果。单个教师很难科学地评估、检验学习者学习的各个方面。因此，智慧学习教学质量评价的主体必然是多元的。 开放大学必须从智慧教育的理念入手，明确智慧教育以人为本的教育目标，建立智慧管理和多重评估机制。教师需要设计智能化的教与学空间，营造智慧教室文化，并重视营造空间学习文化，提高学习者的价值智慧、理性智慧、实践智慧，培养学习者的智慧人格。开放大学智慧学习空间可以实现从原来的以教师评价为中心，转向学习者自评、教师评价与同伴互评相结合；评价方式采用形成性与总结性相结合；评价内容从定性转到定性与定量相结合，从知识转向知识掌握能力、自主学习能力、合作交流能力、探究能力、创新能力多种能力相结合，如图5所示。 图5开放大学智慧学习空间的教学评价 4 “5G AI”视域下开放大学 智慧学习空间的实践检验 根据上述前期调查所提出的五方面问题，并进一步探讨开放大学智慧学习空间建设的实践效果，我们进行了下一阶段的实证研究。 （一）样本选取 研究采用问卷调查法，正式研究样本来源于研究团队在浙江省内杭州（2）、温州（1）、湖州（1）四所开展“AI 5G”视域下智慧学习空间建设与应用实践的基层院校所进行的调查，数据样本采用随机抽样的方式，调查时间为2020年2月至2020年3月。共发放问卷1289份，回收问卷1259份，有效问卷1187份，有效回收率92.09%。在问卷调查的基础上，研究团队对四所高校8位学习者、4位教师、4位教育管理者做了深度访谈，进一步深入挖掘学习者对开放大学智慧学习空间建设与应用的认知，并深入剖析问题与成因。 从样本的性别分布看，男性样本537人，占45.24%；女性样本650人，占54.76%；从学员就读层次看，专科学员占61.67%，本科学员占35.30%，其他如培训学员等占3.03%；从年龄分布看，占比最多的是23-30岁的学员，即大学毕业步入工作岗位之后的年龄段，占比41.79%；31-40岁的占比为37.15%，这两个群体总计占比78.94%。我们发现，开放大学学习者年龄不一，但主体力量为中青年。样本既有学历为专科的占比51.56%，为高中的占比38.84%，除此之外，还有极小部分学历为小学、初中和硕士的学习者。所研究样本的描述性统计分析情况，参见表2。 表2描述性统计分析 （二）研究量表 研究主要采纳了曹静仁在《图书馆学习共享空间评价指标体系构建与实证——以层次分析法为视角》[31]一文中构建的绩效评价指标，并综合考量了国内外学习空间评价的量表和我国开放大学的实际情况，对“5G AI”视域下围绕开放大学智慧学习空间的设施设备、技术支持、资源建设、教学平台、支持服务、互动协作，教师的技术应用能力、教学方法等层面的10个核心构念（见表3），以及学习者特征、学习者对智慧学习空间的概念特征、评价等认识进行测量。研究采用李克特五级量表（Likert scale）对10个核心构念进行测量，设计一组陈述式选项答题，每一陈述有“非常同意”“同意”“不一定”“不同意”“非常不同意”五种回答，分别记为1，2，3，4，5分。问卷调查通过问卷星进行发放，针对开放大学智慧学习空间教学实验学员推送问卷。同时，设计开放式访谈提纲，辅以对教师、管理者及典型学员的访谈，并采用SPSS20.0软件对数据进行描述性统计、t检验、相关分析等。 （三）信度与效度分析 研究采用Cronbach’sα系数来分析核心构念的信度，分析发现，信度系数值为0.941；并且分析项的CITC值均大于0.4。由此可见，研究数据信度质量高，可用于进一步分析。使用因子分析法进行效度。分析后发现，所有研究项对应的共同度值均高于0.4，说明研究项信息可被有效提取。此外，KMO值为0.957，大于0.6，意味着数据具有效度。最后，结合因子载荷系数，确认因子（维度）和研究项对应关系，与研究预期基本相符，说明数据具有效度，即研究定量数据（尤其是态度量表题）的设计合理性较好。 （四）数据分析 1.描述性与正态性检验分析——对开放大学智慧学习空间建设与应用的评价概况 根据李克特五级量表设计的陈述式选项答题，每一项陈述有“非常同意”、“同意”、“不一定”、“不同意”、“非常不同意”五种回答，分别记为1，2，3，4，5分。样本量为1187，各题项的定量数据统计情况见表3。 表3对“5G AI”视域下开放大学智慧学习空间建设与应用的评价 从表3可以看出：当前数据中并没有异常值，10个题项均不具有正态性特质。各题项的平均值较为接近，均界于1-2之间，显然，样本对“5G AI”视域下开放大学智慧学习空间建设与应用情况认可度较高，界于非常认同与认同之间，这也说明了开放大学在上述“5G AI”视域下智慧学习空间构建理念指引下，所进行的智慧学习空间教学是有效的，得到了学习者较为广泛的认同。 2.相关分析——不同维度题项与智慧学习空间学习认可度的相关性分析 采用Pearson相关系数研究题项1-9对智慧学习空间学习认可度的相关性，共9项之间的相关关系。从表4可知，发现题项10和题项1-9均分别存在显著的正相关关系。从中可以发现，教师的技术应用能力、教学方法与学习空间设施设备、技术支持、资源建设、教学平台、支持服务、互动协作均显著影响学习者对学习空间的认同度。 表4各题项与智慧学习空间认可度的相关分析 3.独立样本t检验——不同性别人群满意度差异情况 对不同性别人群的认同差异进行t检验研究（见表5），我们发现性别对于题项2呈现出0.05水平显著性（t=-2.518，p=0.015）。通过进一步对比差异可知，性别为男的样本对题项2的认同平均值（1.29），明显低于女的平均值（1.76）。同样的分析发现，不同性别对于题项2-10均呈现出差异，其中对题项2-4、7-10呈现出显著性差异（p值小于0.05或0.01）。分析原因，可能存在多方面因素，例如，女性对学习的体验要求要高于男性。为进一步挖掘深层原因，通过深度访谈和进一步调查发现，女性在技术应用领域弱于男性，技术应用的差异性极大地导致了智慧学习体验感的不同，间接地产生了对智慧学习空间评价的不同，这是差异产生的主要原因。 表5不同性别人群满意度差异情况
4.响应率和普及率分析——对智慧学习空间的认识情况 （1）对开放大学智慧学习空间构建的目标的认识。我们使用卡方拟合优度检验进行分析，从表6可知，拟合优度检验呈现出显著性（chi=49.190，p=0.000＜0.05），这意味着各项的选择比例具有明显差异性，可通过响应率或普及率具体对比差异性。具体来看，学习者对开放大学智慧学习空间构建目标的认识，其中，B（促进学生终身学习能力提升）项和C（满足多样化学习方式的需求）项的响应率和普及率明显较高；E（绿色智能）项的响应率和普及率明显偏低。通过进一步访谈发现，学习者对智慧学习空间的绿色智能意义并不是很理解。“绿色”教学是智慧教育的亮点之一，它不仅为教学模式提供了新思路，还通过平台控制、统一管理大大降低能耗。在访谈中，学习者进一步提出了加强对智慧学习空间建设意义的宣传性建议。 表6对“5G AI”视域下开放大学智慧学习空间构建意义的认识
（2）对智慧学习空间的特征的认识。从表7可知，学习者对智慧学习空间特征的认识，其中A（个性化）、C（交互性）、D（适应性）这3项的响应率和普及率明显较高。经过进一步访谈发现，学习者对于无缝性、泛在性和感知性的认同相对较低，缘于5G以及传感设备的普及率仍然不高，有时无法真正使用到5G带来的高速传输、便捷的传感设备的支持以及教学服务的泛在支持。 表7对“5G AI”视域下智慧学习空间特征的认识
（3）对智慧学习空间建设的意义的认识。从表8可知，学习者对智慧学习空间建设的吸引力的认识，A（学习机会人人平等）项的响应率和普及率明显较高。由此可见，对于学习者而言，学习机会公平性的意义始终占据第一位。 表8对“5G AI”视域下智慧学习空间建设吸引力的认识
（4）对智慧学习空间建设和应用弊端的认识。从表9可知，学习者对D（智慧学习环境）项的响应率和普及率明显较低，结合访谈发现，一些学习者认为，在开放大学学习空间的学习中，部分课程的成绩未能反映出对学习者知识与能力的全面评价。  5 结论与启示 本文立足于开放大学智慧学习空间建设的实践，从构建依据、空间内容、空间功能、构建路径四个方面，阐述了基于5G和AI等新一代信息技术，构建开放大学智慧学习空间的模型和路径。在此基础上，以开放大学为例，构建并完善智慧学习空间，开展教学实践。继而针对存在的问题进行问卷调查并运用SPSS工具加以分析。主要研究结论如下：（1）开放大学整合社会和企业资源构建的智慧学习空间能够有效支持教学，学习者对学习空间构建和应用的整体认同度高；（2）不同性别的学习者在学习空间各个维度的认同度方面有明显差异，主要原因在于不同性别学习者的技术应用能力不同，进而影响了学习者对智慧学习空间的体验和认同；（3）教师的技术应用能力、教学方法与学习空间设施设备、技术支持、资源建设、教学平台、支持服务、互动协作，均显著影响学习者对学习空间的认同度；（4）学习者对智慧学习空间的构建意义、特征和目标的认识，存在一定的偏颇性。 主要研究启示：（1）开放大学必须充分利用社会和企业的各界优质学习平台和学习资源，加以整合利用，以弥补自身建设的不足；（2）加强对师生技术应用能力的培训，能够有效提升智慧学习空间的学习评价；（3）加强学习空间的设施设备、内容资源、技术支持、平台建设、支持服务、互动协作，能够提升学习者对学习空间的认同度；（4）加强学习者对智慧学习空间的正确认识有助于智慧教育目标的实现，尤其要加强对智慧学习空间绿色智能的理解，关注基于学习全过程的智慧评价；同时，开放大学需要进一步普及智慧教育理念，进一步加强5G应用与AI智能设备的投入，实现教育公平。 智慧学习空间为学习者提供了一个开放的、相互协商的学习环境[32]，并且AI 2.0时代的教育目标，也将更强调于高阶思维、价值观、信息素养、社会交互等。基于此，开放大学智慧学习空间的建设应以智慧教育为目标，顺应学校教学改革诉求，在师生个性化教与学需求的基础上，充分重视教师力量的发挥，加强师生技术应用能力的培训，进一步发挥“5G AI”技术支撑下的智慧学习空间的教与学效用，以实现开放大学教与学质量的有效提升。 参考文献： [1]中国政府网.新一代人工智能发展规划[EB/OL].[2018-12-23].http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm. [2]NMC地平线项目，龚志武，吴迪，陈阳键，等.新媒体联盟2015地平线报告高等教育版[J].现代远程教育研究，2015（2）：3-22 42. [3]金慧，刘迪，高玲慧，等.新媒体联盟《地平线报告》（2016高等教育版）解读与启示[J].远程教育杂志，2016（2）：3-10. [4]殷丙山，高茜.技术、教育与社会：碰撞中的融合发展——2017高等教育版《新媒体联盟地平线报告》解读[J].开放教育研究，2017（2）：22-34. [5]金慧，邵钰，胡盈滢.智能化教育生态系统的构建与创新——《地平线报告》（2018高等教育版）启示[J].远程教育杂志，2018（5）：3-14. [6]金慧，沈宁丽，王梦钰.《地平线报告》之关键趋势与重大挑战：演进与分析——基于2015-2019年高等教育版[J].远程教育杂志，2019（4）：24-32. [7]塔卫刚，张际平.我国学习空间研究的进展与前瞻——兼论“人工智能 教育”视域下学习空间未来发展[J].远程教育杂志，2018，36（06）：31-40. [8]Kasey Panetta.5 Trends Appear on the Gartner Hype Cycle for Emerging Technologies，2019[EB/OL].[2020-02-20].https：//www.gartner.com/smarterwithgartner/5-trends-appear-on-the-gartner-hypecycle-for-emerging-technologies-2019/？tdsourcetag=s_pctim_aiomsg，2019-09-29/2020-2-20. [9]Pan Y H.Heading Toward Artificial Intelligence 2.0[J].Engineering，2016，2（4）：409-413. [10]张坤颖，薛赵红，程婷，等.来路与进路：5G AI技术场域中的教与学新审视[J].远程教育杂志，2019，37（3）：17-26. [11]赵瑞军，陈向东.空间转向中的场所感：面向未来的学习空间研究新视角[J].远程教育杂志，2019（5）：95-103. [12]姚巧红，修誉晏，李玉斌，等.整合网络学习空间和学习支架的翻转课堂研究——面向深度学习的设计与实践[J].中国远程教育（综合版），2018（11）：25-33. [13]沈书生.形态视角下的信息化教学设计探析[J].电化教育研究，2015（12）：65-69. [14]林琳，沈书生.形态视角下混合学习的结构审视与设计[J].远程教育杂志，2019（3）：70-77. [15]景玉慧，沈书生.智慧学习空间的建设路径[J].电化教育研究，2018（2）：21-25 38. [16]杨现民.建设创客课程：“创课”的内涵、特征及设计框架[J].远程教育杂志，2016（3）：3-14. [17]李宝，张文兰，LiBao，et al.智慧教育环境下学习资源推送服务模型的构建[J].远程教育杂志，2015（3）：41-48. [18]吴新刚.基于Ajax的协同学习虚拟社区的设计研究[D].南京：南京师范大学，2011. [19]李青，王青.3D打印：一种新兴的学习技术[J].远程教育杂志，2013（4）：31-37. [20]Chih-Hsiao Tsai，Jung Chuan Yen.The Augmented Reality Application of Multimedia Technology in Aquatic Organisms Instruction[J].Journal of Software Engineering and Applications，2014，7（9）. [21]高博.VR课堂——塔机虚拟仿真教学系统的研发及关键技术研究[D].山东：山东建筑大学，2019. [22]韦云.基于增强现实的幼儿美术体验学习活动效果研究[D].扬州：扬州大学，2018 [23]蔡苏，刘恩睿，张鹏.操作看得见的“场”——增强现实（AR）在K12教育的实证案例之七[J].中小学信息技术教育，2018（6）：72-74. [24]刘栋.基于增强现实技术的虚拟留言墙系统的设计与实现[D].成都：电子科技大学，2014. [25]金振威.移动学习环境下增强现实技术的应用[D].长春：东北师范大学，2014. [26]Yudelson M，Hosseini R，Vihavainen A，et al.Investigating Automated Student Modeling in a Java MOOC[C]//Proc of the 7th International Conference on Educational Data Mining.New York，USA：ACM，2014：261-264. [27]Chakor Y A.Abandonment of Learners MOOC Problematic Analysis and Proposed Solutions[J].International Journal of Computer Applications，2016，153（2）：35-37. [28]Bruffd，Fisherd，Mcewenk，et al.Wrapping a MOOC：Student Perceptions of an Experiment in Blended Learning[J/OL].[2017-11-20].https：//my.vanderbilt.edu/douglasfisher/files/2013/06/JOLTPaperFinal6-9-2013.pdf. [29]Dela Torre J.DINA Model and Parameter Estimation：A Didactic[J].Journal of Educational and Behavioral Statistics，2009，34（1）：115-130. |
|
|
图1 Gartner发布的2019年新技术成熟度曲线
