中国宁波网首页

搜索 邮箱 网站地图
您当前的位置 : 中国宁波网 >> 理论 >> 社科苑

刘铁柱:积极构建城市数字学习空间

    中国宁波网2024/04/12 09:13稿源:宁波日报

  刘铁柱

  党的二十大报告提出,要“推进教育数字化,建设全民终身学习的学习型社会、学习型大国”。宁波市提出,加快推进国内一流、世界先进的高水平教育现代化建设,建设与经济社会发展相适应的高质量教育体系。构建城市数字学习空间作为其中一项有力举措,能够汇聚群体智慧,前所未有地释放市民的想象能力,带给城市无限的可能性。

  在城市数字学习空间建设中,要充分考虑关键因素的作用。首先是城市数字基座,要求达到“标准化”的基础配置、主体连接、资源供给,能够建立时时处处可学的网络终端,为市民聚焦的地点建设数字化网络环境,让学习者能够得到咨询、服务、应用等全方位的数字学习条件。其次为城市数字平台,要建成“可触达”的学习系统,包括软件基础设施、海量的数字化学习资源、网络运营管理平台等,让不同的教育受众能够通过技术构建的数字平台,获取相应的教育资源。再就是数字服务,要达到“专业化”的学习支持服务模式,应基于市民的发展条件和需求,对数字学习产品进行筛选和认证,借助先进的教育理念和技术手段提供完善的服务,为学习者营造优良的数字化学习体验,帮助学习者选择适宜自身的学习产品,促使市民在线上得到高质量的支持服务。

  数字学习空间的一般构架,包括基础层、技术层和服务层。基于智能技术和城市发展考量,可以将城市数字学习空间划分成五个层级。一是基础层,包括学习空间涉及的所有数据,主要可归为资源类数据、管理类数据、行为类数据三类,基础数据层负责对该类数据进行采集、传输、存储、加工。二是算法层,主要包括机器学习和深度学习两类算法,是各类人工智能技术得以实现的关键和核心。机器学习主要关注资源智能推送、学习行为建模、学习绩效预测、学习风险预警等方面;深度学习主要关注语音识别、图形图像识别、文本识别等方面,其准确率能达到很高水平。三是感知层,主要包括语音识别、图形图像识别、计算机视觉、文本识别等技术。借助该技术可以对学习空间的各类文本、音频、视频等数据,进行静态和动态相结合的采集和处理。四是认知层,主要包括情感计算、智能代理、自然语言处理等技术,以期使机器更具智能,更好地处理学习空间中人机交互的情感缺失、交互不精准、缺乏个性化等弊端。五是服务层,主要服务于学习空间的各类教学、研究、管理和评估,主要包括学习资源进化、学习者画像分析、个性化学习干预和学习风险预警等四个方面。

  优化学习资源。在数字学习空间中,如何建立一种优胜劣汰的资源进化机制,对学习者来说至关重要。“弥漫在信息的海洋中,却找不到所需的资源”,或许是互联网时代学习者的共同感叹。这也正是学习空间技术构架中,数据层的学习资源数据应该重点解决的问题。可以遵循这样的逻辑:首先,建立相互独立的学习资源最小单元,以相同的数据格式存储于“云”中;其次,学习者根据学习任务和个性特征,建立新的学习资源,随着学习资源数量和规模的增大,通过设置某种“阈值”来过滤价值不大的资源,以此实现优化。资源价值的判定,可以从基础性、使用频次、典型性等方面进行,可以采用标签技术、文本挖掘和可视化技术等。

  分析学习者画像。在数字学习空间中,如何为学习者精准画像,是体现个性化学习的重要议题。学习者画像,应由外在画像和内在画像两部分构成:外在画像数据包括学习者职业、年龄、性别、兴趣、社交圈子等;内在画像数据包括学习风格、个性特长、学习需求、学习态度等。通过学习者的外在画像数据,可以识别出学习空间中的真实学习者,而内在画像数据可以通过各种智能技术来获取。例如,通过脑电图扫描来监测学习者的大脑活动,可以判断学习者的学习风格、认知特征和思维方式;通过眼动仪可以判断学习者的注意力特征和媒体使用偏好;通过脸部表情的图像识别技术以及心电图、皮肤电技术,可以判断学习者的外在表情和心理活动。

  实现学习风险预警。数字学习空间作为一种虚拟空间,需要对学习者进行监督、评价和管理。在以促进学习者个性化学习和发展为宗旨的学习空间中,如何依据学习者的画像数据和个性化学习轨迹,利用大数据和数据挖掘技术,来对学习者的学习状况进行预测和预警,是合理评价学习者和规避学习风险的重要内容。例如,通过对学习者的学习进度和阶段测试成绩设置预警阈值,可以自动提醒那些处于危险境地的学习者。

  开展个性化学习干预。教育的理想是实现真正意义上的个性化学习。毋庸置疑,建基于各种智能技术的学习空间,为学习者的真正个性化学习提供了便捷。实现个性化学习的前提,是学习空间能够为学习者提供精准的个性化支持和干预。这种支持和干预是人工智能技术的重要体现,学习空间应能根据学习者的画像数据,为其配备个性化的学习环境,提供个性化的学习资源,生成个性化的学习路径,推荐个性化的学习社群。

  城市数字学习空间应充分利用人工智能技术,尤其是算法层面的机器学习和认知层面的情感计算及智能代理技术,在市民学习过程全面可视化、学习支持、预警及干预方面实现更大突破,切实为教育管理者作出全面客观评价提供科学依据,真正助力学习者的个性化学习和发展。

  (作者单位:宁波开放大学)

编辑: 李磊明
 法治精神生存条件 不能缺少主张
去年,省委省政府经过10多年积极部署推进的宁波、舟山港一体化工作尘埃落定。宁波舟山港实现了实质性一... 详细
习近平总书记2·19和4·19两次重要讲话,从党和国家事业发展全局和战略高度,科学回答了事关新闻舆论事业... 详细