泛在学习空间

泛在学习的内涵与特征解构

李卢一 郑燕林

来源：现代远距离教育，2009年第4期。

【摘 要】本文从探讨“泛在学习(ubiquitous learning)的理念出发,从泛在学习与泛在计算、泛在学习与数字化学习、泛在学习与移动学习、泛在学习与终身学习、泛在学习与后现代远程教育等五个角度深入分析泛在学习的内涵。在此基础上,本文进一步分析泛在学习的五种本质特征:情境性、真实性、自然性、社会性与整合性。

【关键词】泛在学习;内涵;特征

一、泛在学习(u-learning)的理念

(一)广义的“泛在学习”。广义上讲,学习本身是泛在(无处不在)的。

首先,学习的发生无处不在。学习的发生并不是一定要在一个被设计的“教育环境”中。学习是一种积极的过程而非仅仅是“被教育”的过程。学习本身是无处不在的,只要人们积极投入一种有意识的活动,学习在人们的头脑中就已经发生了,而且即使是无意识的活动,人们的智力、以及一些隐性资源(比如态度、兴趣等)也会投入其中[1]。

其次,学习的需求无处不在。每个人都需要不断地学习新的知识与技能以提高自己的创造力来解决生活中的遇到的不同问题与变化。终身学习是现代社会的要求,也是人们应当养成的一个不可或缺的重要习惯。

第三,学习资源无处不在。认知、知识、经验不是仅仅存在于人的大脑中而是广泛地分布在人群中、物理空间、社会空间。就像学习并不局限于在被设计的环境中一样,学习资源也广泛地存在于各种空间。

(二)狭义的“泛在学习”。广义上,学习是泛在的。然而,无处不在的学习并不一定能得到无处不在的学习支持。无处不在的学习并不一定能无处不在地产生相应的学习效果[2]。

狭义上,泛在学习(ubiquitous learning)指以泛在计算(ubiquitous computing)技术为核心的信息技术支持下的学习。泛在学习是一种“回归自然”的学习,本质上以人为中心、以学习任务为焦点,学习是一种自然、自发的行为;另一方面,技术加强(technology-augmented)的学习环境使学习回归到现实世界(embedded in real life),学习者可以更充分地体验、更有效地进行知识建构。

36学术研究2012年6月下 第18期（总第276期）计算机技术、网络通信技术、智能终端技术飞速发展，网络的硬件环境和软件环境发生巨大变化，功能日益智能化，网络改变着人们的学习和生活方式。继远程学习、数字化学习（E-Learning）、移动学习（M-Learning）之后，一种以学习者为中心、更为人性化的学习模式——泛在学习（U-Learning）正逐渐进入人们的视野。1 泛在学习概述泛在学习，又称无缝学习、普适学习、无处不在的学习等。广义的泛在学习指学习本身是泛在，无处不在的。学习的发生无处不在，学习的需求无处不在，学习的资源无处不在。狭义的泛在学习是网络和信息技术支持下产生的学习方式，泛在学习起源于泛在计算。泛在计算是1988年初由美国帕拉阿尔托研究中心的马克・威瑟（Mark Weiser）博士首先提出的。泛在计算是指信息空间与物理空间的融合，在这个融合的空间中，人们可以随时随地、透明地获得数字化服务[1]。“最精深的技术是那些消失的技术，机器去适应人类的环境而不是强迫人进入机器的环境，这使得计算机的使用就如同林间漫步那样轻松。”这是马克・威瑟对泛在计算的本质概括。在学习时，人们使用网络、各种终端就像使用纸、笔、空气一样自然，关注学习本身而非支持技术，使学习回归本质。泛在学习是普适计算环境下的学习方式，是一种任何人可以在任何地方、任何时刻获取所需的任何信息10.3969/j.issn.1671-489X.2012.18.036浅议泛在学习的支持环境

刘树娜山东师范大学传媒学院 济南 250014摘 要 泛在学习是普适计算环境下产生的新的学习范式，是实现终身教育的重要方式。探讨泛在学习的内涵和特征，分析支持泛在学习的学习环境：技术环境、资源环境、社会环境。关键词 泛在学习；泛在学习环境；技术支持中图分类号：G434 文献标识码：B 文章编号：1671-489X(2012)18-0036-02Ubiquitous Learning Support Environment//Liu ShunaAbstract Ubiquitous learning is a new learning paradigm, with the development of the ubiquitous computing environment. And it is an important way to achieve life-long. This article discusses the connotation and characteristics of ubiquitous learning and supporting ubiquitous learning environment: the technology environment, resources environment, social environment.Key words ubiquitous learning; ubiquitous learning environment; technology supportAuthor’s address Shandong Normal University, Jinan, China 250014刘树娜：浅议泛在学习的支持环境

智库时代

·64·智谋方略 高校图书馆学习共享空间与泛在学习环境融合研究*白海燕（陕西学前师范学院，陕西西安 710100）摘要：高校图书馆为学生提供了良好的学习平台，是高校的重要资源。近年来，高校图书馆学习共享空间和泛在学习环境逐渐构建起来，从二者的特征可以看出，融合是未来的重要发展趋势。本文首先分析了学习共享空间与泛在学习环境的内涵及特征，然后指出了二者融合的必要性。接下来，指出了二者融合过程中存在的问题。最后，探讨了高校图书馆学习共享空间与泛在学习环境的融合路径。关键词：高校图书馆；共享空间；泛在学习中图分类号：G258.6 󰀃文献标识码：A 󰀃文章编号：2096-4609（2019）52-0064-002对于高校来说，图书馆是宝贵的资源，图书馆为师生提供了学习的场所，同时实现了知识的传递。随着科学技术的进一步发展，高校图书馆配备了更加先进的设施，实现了创新式发展。学习共享空间和泛在学习环境就是在此基础之上发展起来的。二者都需要借助先进的科学技术实现运行，都以学习者为核心提供多维度服务。相对于学习共享空间来说，泛在学习环境范围更广，从目前的发展来看，二者的融合是必然趋势。本文通过分析高校图书馆学习共享空间与泛在学习环境融合中存在的问题，得出了相应的建议。本文的研究具有重要的理论意义和现实意义。一、学习共享空间与泛在学习环境的内涵及特征（一）学习共享空间的内涵及特征学习共享空间是指将高校信息中心、教学中心等校内单元进行功能性整合，从而为高校教师和学生提供能广泛学习和交流的空间，从而提高学生的学习能力和创造能力[1]。学习共享空间具有动态性，主要呈现出四方面特征：第一，学习共享空间以学生为中心。学习共享空间相当于一个学习型社区，学生能够实现高效率地学习和交流，从而提升学习能力。第二，以信息技术为支撑，融合多种信息资源。学习共享空间以信息技术为基础，融合数字、多媒体等多种信息资源，为学生打造一站式服务环境。第三，为学生学习提供全方位服务。学习共享空间可以为学生提供从信息搜索、收集到交流、学习、研究等全方位的服务。第四，先进的技术设施对学生具有吸引力。由于学习共享空间主要依赖于先进的科技与设施，因此对高校学生具有广泛的吸引力，学生参与的意愿更加强烈。（二）泛在学习环境的内涵及特征泛在学习环境是指利用信息网络和软硬件资源实现实时学习，不受时间和空间等因素的限制，在学习过程中利用人机交互、数字媒体等泛在技术，实现学习的可持续性等特征[2]。泛在学习环境具有如下特征：第一，持续性。泛在学习环境能够实现学习的无缝连接，有利于提升学习者的学习效率。第二，交互性。通过泛在学习环境，学习者之间可以进行及时交流，共享信息，具有交互性特征。第三，便捷性。通过泛在学习环境，学习者可以不受时间、空间等因素的限制，学习起来十分便捷。第四，以人为核心。泛在学习环境提供的服务以学习者的需求为根本，为其提供个性化的服务。二、高校图书馆学习共享空间与泛在学习环境融合的必要性总体上来说，高校图书馆学习共享空间与泛在学习环境的融合是发展的必然趋势，不仅有利于资源的优化配置和信息共享，而且有利于促进高校图书馆的进一步发展。（一）有利于形成互补优势，提供更好的学习平台一方面，泛在学习环境的范围更广，二者融合有利于形成优势互补。学习共享空间是为高校师生提供一个学习型社区，学习的空间具有一定的局限性。与泛在学习环境相融合后，可以借助学习环境的广泛性优势，避免空间的限制，从而更好地为高校师生提供学习空间。另一方面，二者融合后有利于提高学生学习的连续性，从而提供更加优质的学习平台。持续性是泛在学习环境的重要特征，学习者在此环境下可以实现学习的无缝连接，学习共享空间与其融合后可以共享泛在学习环境的优势。（二）有利于促进学习者之间的交流和信息共享对于高校图书馆来说，利用学习共享空间和泛在学习环境可以有效提高学生的学习积极性，从而提高创新能力和学习能力。因此，高校图书馆在进行学习共享空间的建设时侧重于学习者的交流与协作，以及资源的集成性，而泛在学习环境侧重于学习的持续性，让学习者能够随时随地学习。因而，学习共享空间与泛在学习环境的融合可以有效促进学习者之间的交流协作，同时也有利于信息资源之间的集成与共享[3]。由此可见，将学习共享空间与泛在学习环境进行融合是高校图书馆发展的必然要求。（三）二者具有相同之处，有利于形成资源优化配置从学习共享空间和泛在学习环境的特征来看，二者存在许多相同之处，融合发展可以促进高校图书馆资源的优化配置。首先，二者对高校学生都具有一定的吸引力。这是因为大学生更加喜欢新事物，这也有利于创新思维的培养。其次，二者都是以现代信息技术为基础建立起来。无论是学习共享空间还是泛在学习环境，都是以信息网络为基础，具有数字化、信息化等特征，二者融合能够更好地利用信息技术。最后，二者都具有交互性和便捷性特征。高校图书馆建设学习共享空间和泛在学习环境的目的就在于为学习者提供交流的平台，同时方便学生学习，因此二者的融合可以有效优化资源配置。（四）有利于充分发挥图书馆的学习载体作用从我国来看，图书馆是高校的重要组成部分，能够为广大师生提供学习的载体和平台。高校学生只有充分利用图书馆的资源，才能实现综合能力的提升，从而实智库时代

ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用　２０１２，４８（２７）４９　噪声影响的泛空间上的学习理论关键定理　李俊华　，高林庆　，李海军　ＬＩ　Ｊｕｎｈｕａ　．ＧＡＯ　Ｌｉｎｑｉｎｇ。．ＬＩ　Ｈａｉｉｕｎ　１．河北大学数学与计算机学院，河北保定０７１００２　２．河北大学研究生学院，河北保定０７１００２　３．中国地质大学长城学院，河北保定０７１００２　１．Ｃｏｌｌｅｇｅ　ｏｆ　Ｍａｔｈｅｍａｔｉｃｓ　ａｎｄ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅ，Ｈｅｂｅｉ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂａｏｄｉｎｇ，Ｈｅｂｅｉ　０７　１　００２，Ｃｈｉｎａ　２．Ｇｒａｄｕａｔｅ　Ｓｃｈｏｏｌ，Ｈｅｂｅｉ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂａｏｄｉｎｇ，Ｈｅｂｅｉ　０７１００２，Ｃｈｉｎａ　３．Ｇｒｅａｔ　Ｗａｌｌ　Ｃｏｌｌｅｇｅ，Ｃｈｉｎａ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆＧｅｏｓｃｉｅｎｃｅｓ，Ｂａｏｄｉｎｇ，Ｈｅｂｅｉ　０７１００２，Ｃｈｉｎａ　ＬＩ　Ｊｕｎｈｕａ，ＧＡｏ　Ｌｉｎｑｉｎｇ，ＬＩ　Ｈａｉｊｕｎ．Ｋｅｙ　ｔｈｅｏｒｅｍ　ｏｆ　ｌｅａｒｎｉｎｇ　ｔｈｅｏｒｙ　ｗｉｔｈ　ｓａｍｐｌｅｓ　ｃｏｒｒｕｐｔｅｄ　ｂｙ　ｎｏｉｓｅ　ｏｎ　ｐａｎ－ｓｐａｃｅ．Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎｓ，２０１２，４８（２７）：４９—５２．　Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｋｅｙ　ｔｈｅｏｒｅｍ　ｐｌａｙｓ　ａｎ　ｉｍｐｏｒｔａｎｔ　ｒｏｌｅ　ｉｎ　ｔｈｅ　ｓｔａｔｉｓｔｉｃａｌ　ｌｅａｒｎｉｎｇ　ｔｈｅｏｒｙ．Ｈｏｗｅｖｅｒ，ｔｈｅ　ｒｅｓｅａｒｃｈｅｓ　ａｂｏｕｔ　ｉｔ　ａｔ　ｐｒｅｓｅｎｔ　ｆｏｃｕｓ　ｏｎ　ｐｒｏｂａｂｉｌｉｔｙ　ｓｐａｃｅ　ａｎｄ　ｔｈｅ　ｓａｍｐｌｅｓ　ａｒｅ　ｓｕｐｐｏｓｅｄ　ｔｏ　ｂｅ　ｎｏｉｓｅ—ｆｒｅｅ．Ｉｎ　ｃｏｎｓｉｄｅｒａｔｉｏｎ　ｏｆ　ｔｈｅｓｅ　ｆａｃｔｓ，ｔｈｅ　ｄｅｆｉｎｉｔｉｏｎｓ　ｏｆ　ｅｘｐｅｃｔｅｄ　ｒｉｓｋ　ｆｕｎｃｔｉｏｎａｌ，ｅｍｐｉｒｉｃａｌ　ｒｉｓｋ　ｆｕｎｃｔｉｏｎａｌ　ａｎｄ　ｅｍｐｉｒｉｃａｌ　ｒｉｓｋ　ｍｉｎｉｍｉｚａｔｉｏｎ　ｐｒｉｎｃｉｐｌｅ　ｗｉｔｈ　ｓａｍｐｌｅｓ　ｃｏｒｒｕｐｔｅｄ　ｂｙ　ｎｏｉｓｅ　ｏｎ　ｐａｎ—ｓｐａｃｅ　ａｒｅ　ｐｒｏｐｏｓｅｄ，ａｎｄ　ｔｈｅ　ｋｅｙ　ｔｈｅｏｒｅｍ　ｏｆ　ｌｅａｒｎｉｎｇ　ｔｈｅｏｒｙ　ｗｉｔｈ　ｓａｍｐｌｅｓ　ｃｏｒｒｕｐｔｅｄ　ｂｙ　ｎｏｉｓｅ　ｏｎ　ｐａｎ－ｓｐａｃｅ　ｉｓ　ｐｒｏｐｏｓｅｄ　ａｎｄ　ｐｒｏｖｅｄ．　Ｋｅｙ　ｗｏｒｄｓ：ｐａｎ—ｓｐａｃｅ；ｐａｎ—ｒａｎｄｏｍ　ｖａｒｉａｂｌｅ；ｎｏｉｓｅ；ｅｍｐｉｒｉｃａｌ　ｒｉｓｋ　ｍｉｎｉｍｉｚａｔｉｏｎ　ｐｒｉｎｃｉｐｌｅ；ｋｅｙ　ｔｈｅｏｒｅｍ　摘要：关键定理是统计学习理论的重要组成部分，但目前其研究主要集中在概率空间上且假设样本不受噪　声的影响。鉴于此，提出了泛空间上样本受噪声影响的期望风险泛函、经验风险泛函以及经验风险最小化原　则的定义，给出并证明了泛空间上样本受噪声影响的学习理论的关键定理。　关键词：泛空间；泛随机变量；噪声；经验风险最小化原则；关键定理　文章编号：１００２—８３３１（２０１２）２７—００４９．０４　文献标识码：Ａ　中图分类号：ＴＰ３９１　１　引言　统计学习理论（Ｓｔａｔｉｓｔｉｃａｌ　Ｌｅａｒｎｉｎｇ　Ｔｈｅｏｒｙ，ＳＬＴ）　是由Ｖａｐｎｉｋ等　。　于２０世纪７０年代提出的一种针对　小样本情况研究统计学习规律的理论，其核心思想　是学习机器要与有限的训练样本相适应，通过控制　学习机器的容量来实现对推广能力的控制。ＳＬＴ为　机器学习问题建立了一个较好的理论框架，并在这一　理论框架下发展了一种新的通用学习算法——支持　向量机（Ｓｕｐｐｏｒｔ　Ｖｅｃｔｏｒ　Ｍａｃｈｉｎｅ，ＳＶＭ）。由于ＳＬＴ和　ＳＶＭ在理论研究和实际应用中的诸多优势，国内外越　来越多的学者开始关注和研究这一领域　。目前，　ＳＬＴ和ＳＶＭ已经成为机器学习领域新的研究热点。　尽管ＳＬＴ是学术界公认的较好的处理小样本的　学习理论，但仍存在一些不完善之处。ＳＬＴ是建立在　概率空问上的，而概率测度是一个满足可加性（可列　可加性）的非负集函数，由于可加性条件非常苛刻，　在现实应用中往往得不到满足，因此有必要研究建　立在非可加测度空间上的ＳＬＴ。目前，许多学者已经　注意到了该方向的研究并取得了一些重要成果　删。　另外，对ＳＬＴ的研究多是在较为理想的情况下进行　的，即假设样本不受外界的干扰。但由于人为、环境　等诸多因素的影响，这种假设往往得不到满足。在　基金项目：河北省教育厅资助科研项目（Ｎｏ．２０１０１０９）。　作者简介：李俊华（１９７９一），女，讲师，研究方向：不确定信息处理；高林庆（１９７９一），男，硕士研究生，研究方向：不确定信息处理；　李海军（１９７９一），男，讲师，研究方向：不确定信息处理。Ｅ—ｍａｉｌ：ｊｕｎｌｍａｌｉ２００８＠１２６．ｃｏｍ　收稿日期：２０１２．０３—２７　修回日期：２０１２．０６—０８　ＤＯＩ：１０．３７７８￣．ｉｓｓｎ．１００２—８３３１．２０１２．２７．０１１