数字化学习的创新趋势

美国“在线学习联盟”发布《数字化学习创新趋势》报告，对全球数字化学习的趋势进行了解释，这些趋势包括以下方面。

（1）自适应学习。目前，自适应性学习技术可以根据学生的成绩水平，为他们提供符合自身优劣势的个性化学习路径，在评测中，这些优劣势会得到展示。值得注意的是，自适应性学习这个概念涵盖了多种非常不同的教育产品，如RealizeIt、ALEKS、BioBeyond、Smart Sparrow。亚利桑那州立大学、佐治亚州立大学、常春藤科技社区学院等是自适应学习应用的代表。

（2）开放教育资源。开放教育资源是指开放的（容易被老师和学生获取的）课程内容、资料和活动。此类资源可能是免费的或费用比较低廉的，通常由共同体成员而不是出版商或供应商制作，且容易访问。具体类型有资源库（如Merlot、OER Commons、OpenStax）、网络课件（如Equella、Pressbooks）、其他技术（如Adobe DC、Dropbox、Github、Google Docs、Google Drive、Wordpress）、学习管理系统。盐湖城社区学院、贝佩丝大学等在开放教育资源的利用方面已有一些探索。开放教育资源被认为是教科书的替代品，能够帮助学生减轻高等教育的支出负担。许多教授和学校不再使用昂贵的纸质教科书而转向开放教育资源，特别是在某些特定的课程（如入门课程、基础课程、瓶颈课程）和STEAM课程中。

（3）游戏化学习和基于游戏的学习。游戏化学习是指将游戏元素融入学习活动（内容和互动）、评估或课程中的一种学习方式。常见的例子包括积分制和徽章奖励。基于游戏的学习是指用游戏来促进学习，通常与增强认知知识的概念学习或与通过模拟活动来提高学生认知、行为和情感能力的学习有关。

（4）慕课。目前慕课在高等教育中仍然盛行，但它们在为高中后阶段的学生提供优质高等教育学习机会方面并没有起到什么作用。慕课被认为是高等教育数字学习的一种趋势，很大程度上是因为慕课的广泛性和数据充足。慕课提供了许多重要的数据集，让研究者们能够探索使用数据来提升对学习的理解。

（5）学习管理系统与互通性。学习管理系统与互通性是数字化学习创新中的另一趋势。最早的学习管理系统建立于20世纪90年代，所以目前尚不能确切地说学习管理系统属于数字学习创新趋势。然而，学习管理系统在媒体中成为一种很受追捧的教育创新产品。此外，大学教授们也认为学习管理系统对于他们的课程规划很重要，但目前主要障碍是互通性问题没有得到很好解决。此外，许多研究期刊陆续发表文章，研究学习管理系统的不同技术功能（例如异步讨论），或如何用学习管理系统帮助后进生取得成功。诺福克州立大学、贝佩丝大学、佛罗里达大学开展了这方面的探索。(www.xing528.com)

（6）移动性和移动设备。移动设备是指提供数据交流的可移动设备。目前正在从占主导地位的4G向5G和下一代无线网络（WiFi 6）发展。随着移动设备的广泛应用，其快速的数据传输速度和大量的应用程序，使其成为学习的重要工具。通过移动设备获取学习资源，学生和移动设备的无缝交互成为影响数字化学习的重要考量。另外，学生对课件和核心技术的使用受到移动设备的影响，因此确保移动设备的可用性和可访问性，才能提升学生的学习体验和满意度。利用移动设备应用程序的学习活动很难设计和广泛推行。这些移动的学习活动包含游戏化学习和其他互动性学习，比如要求学生回答一些问题和寻宝游戏。这些学习活动充分利用移动设备的移动性和其相关的特质。诺福克州立大学等是这方面探索的代表。

（7）设计。设计是指构建学习环境和互动，使学生能够学习。它通常包括课程设计和/或教学设计，涵盖学生与内容的互动，与其他学生的互动，与老师的互动，以保证学习目标、评估和活动三者一致。设计常常也包括对一门课程、课程技术与材料的组织，对内容与互动的精简与丰富，以及在在线环境中为学生提供支持或为学生创建明朗而轻松的学习环境。

（8）混合学习。混合学习是指为了满足学生跨环境学习需求，将面对面学习和在线环境进行战略性的融合，在传统教室的上课时间被在线教学活动所取代或补充。混合学习有时在概念上被称为翻转学习，这两个术语是可以互换的。然而，翻转有时指的是一种不同的教学模式，它并不一定会减少学生的上课时间，而且在线活动主要涉及内容传播。

（9）数据管理界面。数据管理界面呈现给学习者一系列聚合的数据。通常情况下，这些数据用一种量化和可视化相结合的方式呈现，充分帮助学习者理解和运用这些数据。数据管理界面在许多美国高校流行起来，并与学习管理系统融合，用于提高学生的学习成绩。学生能够在数据管理界面中看到他们和其他学生的数据对比，能够让他们测量和改进自己的表现。同时，学生数据的分享也能够让学生获取自主学习和激励他们自我控制及管理他们的学术成就。

（10）虚拟现实与人工智能。虚拟现实是指通过各种刺激（例如视觉、听觉）使用数字化数据和编程来模拟不同的现实。人工智能通常与机器学习归为一类，是指用数字化数据和编程创建应用程序来执行人类的认知任务。虚拟现实和人工智能尽管很受欢迎，但是在提升学生教育机会和成功上的努力并不多。