混合学习的深化与创新_第八届混合_省略_国际会议暨教育技术国际研讨会综述_孙众

该研究探讨了翻转课堂、协作学习与无缝学习的各自特色，利用MOOCs学习平台、无线放映机和多种移动终端设备，构建了高度交互的学习模型。

蔡成宇认为，在这种高度交互的学习环境中，师生可在教室的任何地方展示成果，节省了师生必须走到多媒体展示台的时间，所以该模型能够有效削减复杂学习活动中的过渡时间，提升学习效率，加深翻转课堂中的交互程度。

这样高度交互的学习模型使师生在课堂中可以增加时间的有效利用率，营造了便捷的学习环境。

2.学习方式的混合除了学习环境的混合以外，将自主学习、协作学习、任务学习等学习方式相结合也是混合学习的内涵之一。

例如泰国Kongkiti Phusavat介绍了学术课程学习与实践课程学习相结合的方式，即利用社会企业大学的概念，实现高中阶段学术课程与社会课程之间的混合。

他的报告从泰国国情与教育现状出发，分析了融合学术课程与社会课程、锻炼学生基于项目的学习能力的必要性。

通过走访曼谷市的9所高中，分析了课程融合与创新的可行性，并总结出实施这类混合学习的六个关键要素：教学法、室外教学、社会实践、课程计划、教师培训和教学评估。

以尚俊杰为代表的学者介绍了传统学习与游戏化学习的结合。

他先介绍了James Paul Gee在其著作What Video Games Have to Teach Us About Learn⁃ing and Literacy中的观点，归纳出了游戏的学习规则，并深入讨论了游戏是如何促进教学的。

他同时提出不能过分重视游戏化学习而忽视课堂中深层学习和教学策略的作用。

如今，用于教学的游戏软件数量繁多，今后的任务应是重点研究如何在课堂中合理利用游戏进行学习。

以香港大学Jeanne Lam等人为代表的学者研究了社交媒体与课堂教学的混合。

Lam等人认为在混合学习中，社交软件可以支持学生在协作中进行问题学习和探索学习，并介绍了社会建构主义视角下混合学习社区调查框架，强调教学、认知和社会存在感是协作建构学习的必要元素。

研究发现，将社交媒体（WhatsApp、Skype和Facebook）整合进课堂后，学生可以自主引发协作学习行为，以异步或同步模式分享和建构知识。

3.学习进程的混合传统教学多是线性的，先教后学再评，学习过程的记录不完整亦不方便，学习反馈很难及时，学习进程多是单向的。

而以加拿大Jayshiro Tashiro为代表的学者在致力于把学习过程记录、学习过程干预、学习效果优化等多个进程进行混合，而且使学习进程变得可追溯、可干预，评价可以随时开展，反馈也可以通过技术手段加以实现，从而完成了学习进程的混合。

例如Tashiro认为混合学习的发展必须基于大量的、严格的、量化的教育数据反馈与分析，及时干预学习者与学习过程，以改进学习效果。

他设计开发了MISSED系统，在北亚利桑那大学计算机科学课程中进行了应用。

MISSED系统结合了个性化推送、记录学习路径、评估学习情况、更新学生模型等功能，集教学、监测、评价、反馈等多种进程于一体，使学生能在学习过程中及时发现误区并修正，起到了预警与干预的作用。

来自北京师范大学的武法提针对学习进程中的干预环节进行了研究，建立了混合学习环境下的干预模型。

他认为，教学干预和指导是提升学生学习效果的关键。

学生在使用各种终端或平台进行学习后，系统应能够根据学习行为、学习情感、学习网络和认知水平等多类数据识别学生的学习情况，个性化匹配干预方法，智能地提供干预措施，如学习过程可视化、邮件提醒、个性化资源推送等，从而有效干预学生的教学过程，以改善学习效果。

来自华中师范大学的刘清堂则研究了基于蚁群算法的自适应学习系统中学生模型的动态构建。

他认为，学生模型是自适应学习系统的核心，也是个性化学习与学习分析的关键。

因此，可以将扩展的蚁群算法应用于系统中，使系统能够跟踪学习过程，根据学生的认知水平、学习兴趣和个人特征，动态更新学生模型，为学习资源推送、学习过程可视化等个性化功能提供支持。

4.学习空间的混合混合学习还包括了不同地域以及学校联盟之间的学习空间混合。

纽约州立大学是由美国纽约州64所大学组成的大学系统。

来自纽约州立大学的Lorrie Clemo介绍了该大学系统在混合学习领域的发展近况及计划。

她认为纽约州立大学从个性化学习体验、延伸课堂、情境学习、联通网络四个方面开展混合学习，尊重多样化的人才学习方式，完善基础设施与技术支持，构建起高校间的物理网络与社交网络。

提高小学生数学问题解决能力为切入点，在广东省一所小学开展了为期9周的研究。

被试对象来自四年级的两个班级，共84人。

结果显示，该模式能够有效提升小学生的问题解决能力。

3.新产品的研发以日本九州大学Hiroaki Ogata为代表的学者开发了多个新产品来支持混合学习的研究。

Ogata及其团队设计研发了泛在学习系统SCROLL。

学习者可以使用系统中的泛在学习日志（简称“ULL”）功能随时随地上传多种媒体形式的学习笔记，具有时间和定位属性。

在SCROLL系统里，随着使用数据的积累，能够详细记录学习过程，方便学习者查看、分析自己的学习情况，建立自己的学习网络，笔记与用户间的关系会逐渐可视化，系统可以帮助用户在时间和空间地图上更直观地查看学习过程，建立社会学习网络，以更好地支持学习效果。

来自香港城市大学的Joseph Fong及其团队设计开发了在安卓移动端使用的可协作批注与版本控制的电子书APP。

教师首先使用该APP生成个性化电子书，将多类型的学习资源（如图片、PPT等）组合生成PDF文档并上传。

学生在浏览时，可在书中插入新页，书写笔记，并将新版本重新上传。

教师和其他学生均可针对新版本中的笔记进行回答和讨论，并再次更新版本。

Joseph Fong认为，学生需要有丰富且易获取的学习资料辅助课程的学习，该APP在提供大量资料的同时，还能够有效积累师生在使用电子书时的协作笔记和讨论内容，留下宝贵的过程性资料，可为学习提供更为丰富和适宜的帮助。

4.新环境的适应以北京师范大学黄荣怀为代表的学者对于混合学习环境下的评估与调研进行了研究。

带领团队开发出了中小学智慧教室评估量表（SCEQ）。

该量表包含7个维度，分别是空间、陈列、周围环境、使用性、强化、协作和投入度。

研究者对量表进行了验证，来自北京两所中学的236名学生参与了实验。

结果显示，7个维度的信度保持在0.78~0.93之间，问卷整体信度为0.94，具有较高的一致性。

同时，两所学校的智慧教室在各维度的得分上有显著差异。

研究者同时提出，在智慧教室的学习环境中，除充分利用电子设备之外，学生良好的学习习惯才是保障智慧教室发生作用的重要因素。

浙江大学李艳带领团队面向浙江大学教师群体进行了开放学习资源使用意愿的调查，共向360名教师发放问卷，结果显示，只有少部分教师拥有在线教学经验，但大部分教师愿意在网上分享课程和资源。

多数教师认同开放学习资源的优势，但对其复杂性、适用性和可观察性持中立态度。

该研究认为教师的在线教学经验能够显著提升其对开放学习资源的认知，因此鼓励更多教师加入在线教学队伍。

黄荣怀及其团队在另一个报告中主要探讨了采用混合学习模式进行成人函授教育的可行性。

他们分别从教学方法、接受度、多媒体环境等方面进行调研，探讨目前我国成人函授教育的现状与瓶颈，提出将混合学习模式与成人函授教育相结合的解决方案，构建混合学习模型，并详细论述了模型中的教学过程与运行方式。

北京大学郭文革则调研了混合学习环境中视频的应用及学生的使用情况。

研究者通过问卷采访了学生进行视频学习的感受，以及视频与纸质学习的差异。

利用统计学分析及词频分析法，研究者就视频特征、视频与教学整合进行了深入探究与讨论，并提出了一种包含基础阅读、检视阅读、分析阅读和主题阅读四个等级的在线视频有效设计法。

郭文革认为，视频可以展示学生行为的过程及书本等材料无法展示的隐性知识，从而增加学生学习的丰富度。

三、混合学习的发展趋势为了更好地理解混合学习领域，笔者对2011——2015年国内外教育技术领域知名期刊中与混合学习相关的论文进行了标题分析。

国内以《电化教育研究》、《中国电化教育》、《开放教育研究》和《中国远程教育》4本期刊为样本，国外则以Com⁃puters&Education，British Journal of Information⁃al Technology，Journal of Computer Assistant Learning和Educational Technology&Society4本期刊为样本，以混合学习、blending learning、blended learning和hybrid learning为关键词进行查询。

结果发现，近5年来，国内外期刊中在标题里包括以上关键词的论文数量有较大差别。

相比较而言，国外对混合学习的关注度更高，且研究数量更为稳定。

从研究主题来看，国内混合学习领域里包括的内容比国外要丰富很多。

尤其是近两年来微课、翻转课堂、MOOC等都进入混合学习领域，而这些主题在国外研究中相对较少，结果如图2所示。

这说明国内的混合学习领域更为多元，包容性更强，但主题也更为分散。

图2近5年国内外混合学习领域研究论文主题的分布差异图这个分析结果与本次会议中的研究主题分布情况是一致的。

图3是将本次会议所有发言的标题进行关键词可视化后呈现的结果，MOOC、学习资源、移动学习、翻转课堂等都出现在本次大会中，即国内的混合学习领域主题更为分散，相比较而言，国外混合学习研究主题相对稳定专注，基本是聚焦于传统课堂与在线学习以及移动学习方面的混合。

总之，时代的进步和技术的更新会赋予混合学习更丰富的内涵和更多样的形式，会带来更高的学习效时，也带给我们更多的思考：为什么新技术的出现让人应接不暇，而有效的技术应用总让人求贤若渴？如何更好地体现出混合学习的优势互补内涵？如何利用学习分析技术、大数据等量化分析手段来深化混合学习的应用，从而为实践提供强有力的支持？在混合学习的研究中，我们不必过分关注有多少人参与，成绩提高了多少，以及学生们的好评和接受度有多高等浅层数据统计，而应多用实证研究来揭示哪种混合学习更适合某个群体或某种学习类型，用实证研究来总结适合不同群体的混合学习策略，多把混合学习长期化、常态化地应用于某个情境下，得出令人信服的研究成果。

这些是混合学习领域继续开展研究所需的动力，也是混合学习真正的魅力所在。

明年的第九届混合学习国际会议将移师北京大学，期待能出现更多更精彩的混合学习的理论与实践成果。

图3本次会议关键词的云标签图图1近5年国内外混合学习领域研究论文数量对比图。