時間：2023-08-23 16:59:18
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇人工智能對教育的變革，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
人工智能概念是20世紀五六十年代正式提出的，隨著信息技術的不斷發展，人工智能已成為一門新的技術科學。時至今日，人工智能技術的發展經歷了人工智能起步期、專家系統推廣期和深度學習期等階段，而在應用領域也取得了重大突破，如Google的無人駕駛技術和運用深度學習算法的AlphaGo戰勝圍棋冠軍等。除此之外，人工智能已被日益廣泛地應用于經濟社會各個領域，在教育領域亦是如此。2018年教育部就印發了《高等學校人工智能創新行動計劃》，要求進一步提升高校人工智能領域科技創新、人才培養和服務國家需求的能力。因此，人工智能必將不斷被融合到教育領域，并為大學教育變革提供新方式。基于人工智能的機器學習、人機交互與知識圖譜等技術方法，可以為大學英語教師在課堂教學、備課與教學研究等多個方面提供支撐；可以為大學英語教學管理與治理提供決策支持；可以為大學生英語自主學習和教師備課提供智能推薦支撐。目前，學者們已對人工智能對英語教育的影響進行了相關的研究。如高華偉分析了外語作文智能評閱與形成性評價融合策略；劉洋針對人工智能技術與高校英語教學的相互關系，通過調查問卷和訪談等方式，分析了現有計算機輔助語言學習軟件和系統的不足，并提出了相應的解決策略；張艷璐對人工智能在給英語教學帶來機遇的基礎上，探究了人工智能在大學英語教學中的應用；趙生學分析了人工智能時代大學英語教學的變革與策略；嚴燕分析了人工智能時代英語教學促進學生深度學習的路徑。在人工智能時代，人工智能技術必將對大學英語教育領域各個方面產生重大影響，如大學英語人才培養目標、教學內容、教學計劃、教學策略、教學模式、成績評價體系與英語領域科研等方面。針對此，本文在現有研究的基礎上，重點從教師和學生兩個層面分析人工智能對大學英語教育的積極影響和消極影響，并提出相關建議，以期為大學英語教師教學與大學生英語學習提供參考。
一、人工智能的積極影響
人工智能技術在大學英語教育領域的應用，將對大學英語教學資源、教學模式與大學生二語習得等方面產生積極作用，主要體現為以下幾個方面。
（一）豐富了大學英語教與學資源人工智能技術的發展與應用為大學英語教與學提供了豐富的資源。如互聯網上含有豐富的英語視頻與圖片等資源；在線教育平臺也提供了大量的英語課程資源，如中國大學生慕課、雨課堂等，它們各具特色，可為教師與學生提供多樣化選擇。因此，人工智能技術一方面可為大學英語教師提供豐富的教學素材，同時還可根據大學生學習目標與學習習慣等為其英語學習提供豐富的課外資料。同時，很多網絡資源可下載或者回放，這樣可以使得大學生的英語學習不再受到時間與空間的限制。特別是對于教育資源缺乏的地區而言尤為重要，可以在很大程度上解決教育資源不平衡問題。其中，百度教育大腦的智能備課系統便是典型應用案例。其依托百度人工智能、大數據和云平臺的優勢，整合了豐富的優質資源。對于教師而言，此平臺可按照教學進度為教師提供經過篩選的教學素材，節省教師的備課時間，提高其工作效率。
（二）豐富了大學英語的教學方式傳統的大學英語授課往往以線下課堂教學方式為主，而人工智能技術的使用豐富了大學英語單一的教學方式。可利用網絡平臺，如雨課堂、慕課平臺等，開展大學英語線上教學模式或者線上線下混合教學模式。新的教學模式有利于教師在大學英語教學過程中采用不同的教學策略。使用新的教學模式和不同的教學策略可以提高大學生學習英語的興趣，進而有助于提高大學生英語習得的效率。
（三）提高了大學生英語習得的效率由于英語習得是一個復雜的心理過程，與大學生的情感因素、學習動機等密切相關。采用人工智能技術的大學英語線上教學方式，使得教師與學生之間不是面對面的交流互動，可以在一定程度上緩解學生焦慮、害怕等情緒，有利于學生的英語學習。動機是英語習得中重要的非智力因素，也是影響大學生英語習得效率的重要內在因素之一。學習動機與使用另一種語言的興趣密切相關。而人工智能技術采用豐富的英語學習資源以及英語教學方式的多樣化，這些有助于提高學生學習英語的興趣，進而增強學習英語的動力。
（四）形成了大學生英語習得分析數據庫人工智能技術是以大數據為依托，可以跟蹤和記錄大學生英語課堂學習和課后學習等各種信息數據，進而可形成大學生英語習得數據庫。基于大數據分析與人工智能技術方法，如數據挖掘、關聯性分析和回歸預測等，可以挖掘大學生英語學習背后的規律特征，了解到每個學生的具體情況。進而構建每個學生的英語學習畫像，如學生的線上學習狀態、課程作業完成情況、測試成績和學習方式等。可為教師形成可視化的學生個體和班級整體的學情分析報告。因此該數據庫有利于教師掌握每位學生的英語學習狀態，掌握學生個體差異，為調整教學方式、教學方法與策略提供支撐。同時，上述數據為大學英語教學與大學生英語習得的研究也提供了數據支撐。
二、人工智能的消極影響
人工智能在大學英語教育領域對教師與學生發揮著積極的作用，同時對他們也產生了一些消極的影響，主要體現為以下幾個方面：
（一）對教師的消極影響由于大學英語課堂教學存在一定的缺陷，往往需要改進此教學方式。而人工智能技術的應用，雖有助于大學英語教學改革，但還需要教師熟練掌握人工智能相關技術的使用，會給信息技術能力比較薄弱的教師造成壓力。借助人工智能平臺，大學英語教學不受時間、空間和學生人數等影響，勢必會減少大學英語教師的需求，造成大學英語教師面臨失業的壓力。進而影響大學英語教師的工作積極性，以及大學英語教學質量。
（二）對學生的消極影響根據語言資本理論與期望價值理論，大學生英語學習的期望價值主要是經濟期望價值。而大學生英語學習的期望價值與學習目的和行為密切相關。比如大學生英語學習經濟期望價值主要體現為學習英語對未來找工作很重要，可以增加經濟收入。而人工智能技術在語言領域的應用，勢必會影響大學生對英語學習的期望價值。如人工智能翻譯機的出現，使得各種語言之間翻譯非常容易。即使不懂英語，也可使用它進行英語交流。因此，人工智能技術在英語領域的應用，將降低大學生英語學習的期望值，進而影響他們英語學習的興趣與目的。
（三）對師生關系的消極影響基于人工智能技術的大學英語教學，將改變傳統的以教師為中心的模式，使得教師在教學過程中的中心地位得到弱化。學生通過人工智能技術，可以很好地收集到自己需要的各種英語學習資源，如在線課程、英語講座視頻和英語文本資料等，甚至可以通過自學的方式完成英語學習任務。但這些將弱化教師與學生之間的互動以及情感，從而隔閡了教師與學生之間的關系。
關鍵詞：智能科學與技術；知識結構；應用型人才；人才培養；知識型能力本位教育
中圖分類號：G64文獻標識碼：A
文章編號：1009-3044（2020）25-0153-03
1引言
智能科學與技術主要包含智能科學和智能技術兩部分內容[1]：智能科學是以人如何認知和學習為研究對象，探索智能機器的實現機理和方法；智能技術則是將這種方法應用于人造系統，使之具有一定的智能或學習能力，讓機器系統為人類工作。目前，在本科專業目錄中，智能科學與技術專業是計算機類之下的特設專業，在現有的人工智能專業群中，除了新設的人工智能專業外（2019年全國共有35所高校獲首批人工智能新專業建設資格），智能科學與技術專業與全球范圍大力推進與快速發展的人工智能關系最密切，契合度最高。一方面，智能科學與技術的專業發展和人才培養將為人工智能技術提供理論支撐、技術推進和人才支持，另一方面，人工智能產業現狀和未來發展趨勢直接影響著智能科學與技術的專業發展和人才需求。
2人工智能時代對人才的需求
站在國家戰略的高度來看，人工智能將成為新一輪產業變革的核心驅動力，可以實現社會生產力的整體躍升，因此人工智能將成為引領未來的戰略性技術，世界主要發達國家都把發展人工智能作為提升國家競爭力、維護國家安全的重大戰略。
隨著人工智能時代的到來，許多企業對具有智能科學與技術專業背景的人才有著巨大的需求。首先，IT企業紛紛涉足智能科學領域，提高產品智能水平；其次，許多傳統制造業也在轉型，從勞動密集型到知識密集型，進一步提升到智能制造型，并逐漸具備高精尖裝備制造能力；此外，醫療、通訊、交通等行業也對智能科技人才有著迫切的需要。人工智能對各行各業的影響，充分體現了智能科技的高速發展，對人才數量和素質要求也越來越高。
從人才的金字塔型分布來看，智能科學與技術領域不僅需要高端學術型人才，更需要接地氣、重實踐的應用型人才。隨著“中國智造”的不斷推進，智能科學與技術領域已由頂層設計和關鍵技術突破向生產、應用、裝配、服務等環節延伸，迫切需求大批專業技術精、實踐能力強、操作流程熟的應用型人才。2019年，人力資源和社會保障部、國家市場監管總局、國家統計局向社會了13個新職業信息，包括人工智能工程技術人員、物聯網工程技術人員、大數據工程技術人員等，這也從另外一個側面說明人工智能等技術推動了產業結構的升級，催生了相關專業技術類新職業，可形成相對穩定的從業人群。
3應用型人才培養模式分析
《中國制造2025》以推進智能制造為主攻方向，強調健全多層次人才培養體系，提到強化職業教育和技能培訓，引導一批普通本科高等學校向應用技術類高等學校轉型，建立一批實訓基地，開展現代學徒制試點示范，形成一支門類齊全、技藝精湛的技術技能人才隊伍。
通常而言，人才類型分為三類[2]：學術型人才、應用型人才、技能型人才。實際上從現代職業教育的發展和社會需求來看，應用型人才和技能型人才的界限相對模糊，可統稱為應用型人才，即把成熟的技術和理論應用到實際的生產、生活中的技術技能型人才。從國家的層面來看，為了適應人工智能時展，人才需求數量基數最多、缺口最大的就是應用型人才，這也對眾多高校培養人才的導向產生重大影響。這里我們重點討論智能科學與技術應用型本科人才的培養，可從職能、知識結構、能力結構、行業（產業）導向四個方面來分析。
3.1職能
智能科學與技術應用型人才是培養面向各類智能科學與技術的工程設計、開發及應用，掌握各類現代智能系統設計、研發、集成應用、檢測與維修、運行與管理等技術，具有扎實理論基礎、較強工程實踐和創新能力的高素質應用型工程技術人才。
3.2知識結構
智能科學與技術專業充分體現了跨學科的特點，其知識結構包含了三個并行的基礎領域：電子信息、控制工程、計算機，也蘊含了電子信息工程、控制科學與工程、計算機科學與技術等學科的交叉和融合，體現了智能感知與模式識別、智能系統設計與制造、智能信息處理三個方面的專業內涵。
（1）智能感知與模式識別
屬于電子信息與計算機交叉領域，主要定位在機器視覺與模式識別。包括三維建模與仿真、圖像處理與分析、圖像理解與識別、機器視覺、模式識別、神經網絡、深度學習等。主要課程包括：電子技術基礎、信號系統與數字信號處理、數字圖像處理、模式識別等。
（2）智能系統設計與制造
屬于控制工程領域，包括自動控制、無人系統與工程、精密傳感器設計與應用等。主要課程包括：機械基礎、工程力學、自動控制原理、傳感器與測試技術、計算機控制技術、機電系統分析與設計等。
（3）智能信息處理
屬于計算機領域，包括交通大數據、汽車與道路安全大數據等的分析與處理、信息處理與知識挖掘、信息可視化等。主要課程包括：智能科學技術導論、計算機程序設計、微機原理與接口技術、數據結構與算法、嵌入式系統設計等。
3.3能力結構
智能科學與技術應用型人才培養著眼于人工智能工程應用，要求學生具有運用計算機及相關軟硬件工具進行大數據的采集、存儲、處理、分析、應用的能力；具備智能系統的設計、開發、集成、運行與管理的能力；注重培養學生綜合運用所學的智能科學與技術專業的基礎理論和知識，分析并解決工程實際問題的能力，其能力結構可以借鑒能力本位教育（CompetencyBasedEducation，簡稱CBE）模式[3]。
CBE是國際上較流行的一種應用型人才培養模式，主要代表國家為加拿大和美國。該模式以能力為人才培養的目標和評價標準，一切教學活動均圍繞綜合職業能力的培養展開，CBE人才培養模式主要有以下三方面的特色：能力導向的教學目標；模塊化的課程結構；能力為基準的目標評價體系。該模式所培養的本科應用型人才具有較強的專業綜合能力和職業能力[4]，在一定時期得到社會的廣泛認可，但是單純的CBE模式并不能完全適應人工智能時代對人才培養的需求，這是由于目前許多職業崗位在人工智能的沖擊下，其形式和內容均會產生動態變化，要求現階段的人才培養具有延伸性和前瞻性，既要兼顧眼前，也要考慮應對智能化浪潮，打好基礎，提高自學習能力。因此，智能科學與技術應用型人才培養有一定崗位針對性，但并不是完全固化崗位內容及層次、固化知識屬性，必須強化自我學習能力，才能實現能力可持續增長，崗位的向上流動性以及知識和經驗的進化，才能真正適應人工智能時展的需求。
自我學習能力的形成與提高往往源于知識結構的構建[5]。為了塑造更合適的能力結構，需要CBE模式與知識結構的相輔相成，有鑒于此，將這種新型人才培養模式稱之為知識型能力本位教育（Knowledge&CompetencyBasedEducation，簡稱KCBE）模式，這也意味著在人才培養過程中，將知識結構與能力結構放在并重的地位，既著眼于預期能力的培養，也必須讓學生筑牢學科專業基礎，在走向社會以后，在知識引擎的作用下，通過自我學習，具備并提升適應未來的、新的智能化崗位需求的能力。
3.4行業（產業）導向
從智能科學與技術專業的角度，培養的應用型人才以“智能化應用”為就業大方向，具體而言，包括：
（1）智能感知與模式識別領域
主要從事電子信息的獲取、傳輸、處理、分析、應用等領域的研究、設計及應用，包括圖像處理、機器視覺、工業視頻檢測與識別、視頻監控、傳感器設計及應用等。
（2）智能系統設計與制造領域
主要從事智能裝備、智能制造、智能管理、智能服務等領域的設計、制造及應用，包括智能工廠、智能車間、智能生產線、智能物流、以及智能運營與服務等。
（3）智能信息處理領域
主要從事計算機數據處理、分析、理解、管理、以及服務等領域的研究、設計及應用，包括數據存儲與管理、數據分析與預測、交通大數據分析應用、道路與汽車安全大數據分析、智能交通、智能電力、智能家居、智慧城市等。
涉及的產業領域主要包括智能制造，如工業互聯網系統集成應用，研發智能產品及智能互聯產品等。其他的領域還包括智能農業、智能物流、智能金融、智能商務等。
產業需求帶動人才培養，人才培養在滿足產業需求的同時推動技術進步，而技術進步又引燃了新的產業需求。產業需求與人才培養的相互作用，呈現出螺旋式上升的發展態勢，這在人工智能相關產業與智能科學與技術應用型本科人才培養之間表現的得尤為突出。
4KCBE模式人才培養的主要措施和途徑
智能科學與技術專業應用型本科人才的培養模式一定是和人才需求、學校定位相適應的。培養應用型人才，應注重學生實踐能力，從教學體系建設體現“應用”二字，其核心環節是實踐教學。結合上述的KCBE培養模式，知識結構在能力培養過程中也占有非常重要的地位，因此在能力培養方面，知識和實踐作為兩大要素，不能偏廢任何一方，必須齊頭并進，既要固基礎，也要重實踐。
（1）筑牢智能科學與技術專業知識基礎，構建與智能化應用相關的知識體系
在本科的低年級階段，應注重公共基礎課，特別是數學和力學課程，還應充分了解智能科學與技術專業的內涵，讓學生對所學專業有一個比較全面的認識。在本科中高年級階段，重點強化專業基礎，包括電子技術基礎、自動控制原理、傳感器與測試技術、微機原理與接口技術、數據結構與算法等。歸納地說，應該筑牢數理基礎、計算機基礎、機電基礎和控制基礎，因此對原理課程需要強化，這樣對很多工作機理、來龍去脈的理解才能深刻。
（2）增強智能科學與技術專業的實踐環節，構建以能力培養為重心的教學體系
按照KCBE模式，校企合作是強化實踐的一種重要形式[6]。學校根據人工智能企業實際情況靈活設置實踐課程內容，根據企業發展趨勢及時調整課程體系以避免教學內容與企業需求相脫離。人工智能企業還可以參與學校教學目標和教學計劃的制定，并為學校實踐教學提供各方面支持，從而提高人才培養的針對性。
(電子商務研究中心訊)人工智能正在全球范圍內改變人們的工作生活方式，但未來如何發展尚難預知。有人預估未來大多數工作將被自動化取代，也有人認為，在幾十年內機器人只能代替有限的工作種類。7月31日，比利時智庫布勒哲爾官網了美國羅曼與利特菲爾德出版社出版的新書《數字時代的工作：第四次工業革命的挑戰》。該書分析了技術變革，特別是數字化對勞動力市場的影響，評估此類影響對于制定合理政策，推動建立有效的勞動力市場，保護勞動者、雇主與社會整體的利益都很關鍵。
數字潮流引發工作模式改變
該書由來自政策網絡智庫與英國蘇塞克斯大學等機構的研究人員共同編著。他們認為，信息技術的計算能力、存儲能力、連通性以及軟件應用的發展速度日益加快，影響著就業與商業發展，并為勞動法規的制定帶來了挑戰，無論企業、政府還是個人都在努力地追趕這一潮流。
世界經濟論壇創始人施瓦布曾提出，第四次工業革命對經濟和社會的影響不再局限于某一特定領域，而是將物理、數字與生物技術有機地結合在一起，包含大數據、算法管理、3D打印、量子計算、智能機器人、人工智能、物聯網、納米技術等多種形式。數字平臺的傳播創造出一系列新的工作崗位或商業機會，人們希望此類轉型能夠推動經濟增長、提高生產力水平、打造更具包容性的社會融合新前景。
在談到勞動力失業與人工智能對就業產生的影響時，布勒哲爾研究員喬治斯·彼得羅普洛斯（Georgios Petropoulos）認為，那些需要常規體力勞動與認知技能的中等水平工作崗位是最易被取代的。在此前的工業革命中，當常規性體力勞動被取代時，會產生新的非常規性勞動。然而當今時代變化飛快，情況與以往已截然不同。彼得羅普洛斯重點從機器學習與性能提高層面進行分析，認為這是一種“深度神經網絡發展”的結果，其靈感來自于人類的大腦。他表示政策制定者需制定機器與人工智能系統運行的規則，這需要各利益相關方以及專家的集體協商，同時還涉及對責任、安全、隱私領域進行監管的討論。
據英國華威大學榮譽教授科林·克勞奇（Colin Crouch）預測，一些“非雇員”（non-employees）勞動者的增長，將使不完善的法律與社會保護政策面臨挑戰。目前勞動法在新興經濟領域存在的爭議，體現了當下勞動關系的重塑。比如，如何在法庭上定義雇員、勞動者、承包商等。受數字技術、監管體系以及管理控制的影響，諸如優步等公司的“非雇員”勞動者在工作中的自主性大大降低，這些變化都在推動對勞動關系的重新定義。
用行動代替焦慮
荷蘭馬斯特里赫特大學國際經濟關系教授羅克·蘇特（Luc Soete）表示，如今自動化發展給就業帶來的潛在變化，加重了民眾的焦慮情緒。從早期研究結果來看，美國民眾的焦慮感似乎比歐洲民眾更深。媒體的宣傳與互聯網的作用進一步加深了這種情緒，隨之變化的還有民粹主義與保護主義的態度。雖然民眾的焦慮情緒發作跟前幾次工業革命相似，但也有不同的特點，首先在于對以知識為基礎的虛擬經濟的投資增多，其次在于人們進入數字經濟的門檻大大降低。
歐洲進步研究基金會主席瑪利亞·羅德里格斯（Maria Rodrigues）表示，第一次工業革命可能是人類歷史上首次經濟增長、技術進步與落后的生活水平、就業狀況產生沖突，導致了較大的社會動蕩。隨著時展，技術進步及經濟增長已不再需要與社會變革產生必然聯系，因此各國政府的治理目標應該是，確保工業與社會的轉型能夠為社會流動，以及個人發展提供良好的機遇，而非成為民眾憂慮與社會動蕩的源頭。
在全面實現工業4.0的過程中存在一系列障礙，其中包括數據保護、網絡安全、增強雇員培訓以及獲取高水平投資等。學者認為，人們不應對自動化的到來感到焦慮，而應關注針對自動化該采取何種應對策略。其中三方面的政策較為關鍵，即提高勞動者的素質和技能、辨別哪些失業者需要扶持，以及如何分配數字化帶來的經濟利益以使當地勞動者普遍受益。
根據多位學者的建議，政策制定者要重視職前教育與培訓；建立相關機構培養就業能力、推動職業轉換；把就業標準與社會保護融入數字時代，承認技術的推動力；改進稅收政策，解決收入與財富分配不均問題；令政府成為主要投資者，實現以任務為導向的創新活動；注意地區差異，繁榮地區發展；擴展視野，創造良好的社會環境，包容各種工作類型等。（來源：中國社會科學網 文/王俊美）
面對四面強敵，李彥宏顯然坐不住了，他準備親自上陣。去年12月，百度調整內部架構，成立百度金融服務事業群組（FSG），該金融事業群組由百度副總裁朱光負責日常工作，直接向李彥宏匯報，這也就意味著李彥宏親自抓百度金融工作。對此，外界的解讀是李彥宏將金融上升為百度戰略級位置。
在今年的4月13日，百度CEO李彥宏在內部郵件中明確表示：“我會把更多的時間和精力放在互聯網金融、無人駕駛車、人工智能等創新業務上，同時更多地從戰略層面關注內容生態、服務生態、金融生態的布局和建設。”
于是我們注意到，6月初，百度將與太平洋產險發起設立一家股份制財產保險公司，計劃做我國首家真正基于大數據的科技型互聯網汽車保險公司。這也是繼去年11月百度聯合安聯保險、高瓴資本擬發起設立百安保險后，再度在互聯網保險領域發力。
近期還剛剛把萬億理財操盤手、前光大銀行資產管理部總經理張旭陽成功挖角，張旭陽任副總裁，分管百度金融體系下理財和資產管理業務。
盡管李彥宏親抓，業務觸角也覆蓋到金融各個領域，但百度金融一直沒有一款爆款、有影響力的產品出現。在市場逐漸被阿里、騰訊、京東搶占后，百度在金融領域還有多少空間與優勢，李彥宏到底有無把握追趕成功，我們還需要拭目以待。
不過，百度金融相關負責人對于未來還是信心滿滿，他向《投資者報》記者介紹，基于百度每天響應60億次搜索請求的大數據以及以“百度大腦”為代表的人工智能將是百度金融的差異化優勢。
在BAT隊列中落后
細數一下，盡管百度布局金融的時間相對較晚，直到2013年才開始涉足互聯網金融業務，但金融牌照早已覆蓋眾多領域，甚至超過了騰訊。從支付、消費信貸、征信到基金、證券、保險、銀行，再到眾籌，百度金融幾乎覆蓋了互聯網金融的大部分業務范圍。但是要讓消費者說出，百度金融究竟有哪一款產品出名，這又很難。
其中，作為整個互聯網金融產業鏈上的關鍵環節，支付一直是兵家必爭之地。百度金融同樣重視支付業務。這不僅是培育用戶黏性的重要工具，也是O2O業務的橋梁。
據悉，百度錢包今年春節參與BAT紅包大戰，聯動了手機百度、百度地圖、百度糯米等百度生態的核心產品，通過這些流量入口，勾連用戶吃穿住用行的五大場景，即通過紅包激活消費，塑造支付入口。其中，在電影票房方面，百度錢包聯合百度糯米搶占四成以上的在線電影平臺份額，為全國票房貢獻28.3%的份額。
百度錢包活躍賬戶數也獲得空前增長，由2015年年末的5300萬增加到今年一季度的6500萬，同比更是翻倍。但是和之前早早布局的支付寶、微信支付相比仍有不小距離，數據顯示，截至2016年2月底，支付寶實名用戶數已經超過4.5億。此外，微信支付在今年一季度用戶數也達到4億。
由此看來，支付業務還需努力，在消費金融方面，百度FSG則占據了場景優勢。百度相關負責人表示，以“百度有錢花”切入，利用大數據技術建立征信體系，讓金融供給惠及普羅大眾，目前通過手機百度、百度糯米形成的生態聯動，百度消費金融已在教育領域落地，用戶可享受遠程異地預授信，并獲得秒批體驗。此外，旅游、二手車、家裝等領域的開拓也正快速地展開。但是從品牌影響力上，百度“有錢”明顯不能與螞蟻金服的“花唄”、京東金融的“白條”相抗衡。
此外，正在籌備的百信銀行、百安保險由于未正式營業，無法判斷前景。其他金融業務，包括基金、證券、保險、眾籌等產品在市場上聽不到聲音。此前的百度百發、百賺等創新金融產品，也很少出現在公眾視野中了。
面對錯過支付入口的先發優勢、缺少“引爆”款產品、各業務賬戶未完全打通等現狀，李彥宏近期出的招數能夠助力百度金融追趕競爭對手嗎？
百度的新招數
越來越多的科技公司進擊金融領域，誕生了FinTech（金融科技）類型公司，當前全球金融科技公司數量從2015年4月之前的800多家猛增至現在的2000多家。這些FinTech公司正在利用大數據、云計算等新興技術重新定義人們的金融生活。
數據顯示，百度目前是全球最大的互聯網入口之一，擁有超過6億移動用戶和14款用戶過億的移動APP。百度每天響應60億次搜索請求，海外足跡遍布200多個國家，中國網民更是平均每人每天使用10次百度搜索。百度金融的相關負責人表示，龐大的數據成為百度在金融業務上的發力點。
他們表示，在同一時間在百度上搜索同樣的關鍵詞，這些人的群體性需求、群體用戶畫像就會出現，將數據信息傳遞給產品團隊制定策略與落地實施，再針對用戶畫像進行精準的金融業務推送成為百度金融的核心優勢。
在大數據之后，李彥宏認為，人工智能將成為新的風口。他認為，人工智能對于金融也會產生變革性影響，可以真正做到讓征信升級。百度FSG總經理朱光也表示：“以‘百度大腦’為代表的百度人工智能正在推動著高效服務連接、無人駕駛和普惠金融等領域的發展。”
從目前來看，百度金融在人工智能方面有兩方面考慮，首先是和其他理財平臺一樣，結合百度人工智能研發成果，以智能投顧為著力點，為用戶提供智能化的資產配置服務。其次，此次成立互聯網汽車保險公司是對“智能+保險”的試水，新公司融合百度地圖等數據與太平洋雙方的優勢，將探索出車險產品設計、風控、運營的全新模式。
互聯網車險早有先例，去年11月，互聯網保險公司眾安與股東方平安保險了首個以O2O合作共保模式推出的互聯網車險“保T”，保T車險將依托兩家公司各自領域的大數據資源，根據用戶的駕駛習慣等多維度因子實現差異化定價。百度金融在車險領域會如何運用大數據與人工智能進行產品創新，還需等其產品說話。
百信銀行被寄予厚望
在金融業務領域，銀行是傳統金融構造中重要的組成之一。在去年第一批民營銀行落地后，百度也積極申請籌備銀行。去年11月，中信銀行公告稱，擬與百度合作共同設立直銷銀行，該直銷銀行擬定名稱為“百信銀行股份有限公司”，注冊資金20億元，由中信銀行控股。
不過，公告之后，百信銀行卻遲遲未有落地的消息。據悉，今年中信銀行在業績會上透露，百信銀行已經向銀監會提出申請，銀監會已經受理，可能還需要等待國務院的審批。
與此同時，從今年5月份開始，重慶富民銀行、四川希望銀行紛紛獲批籌建，民營銀行迎來第二批“開閘期”，百信銀行能否趕上這一波風口還不得而知。
另一方面，騰訊和阿里巴巴又搶占了先機。近日，銀監局批復了微眾銀行的首輪增資12億元，投后估值為320億元；網商銀行披露的截至今年一季度的業績顯示，成立8個月以來，已經覆蓋80萬家小微企業，放出450億元授信貸款。
不過，李彥宏并不打算走其他民營銀行的路子，從目前披露的信息來看，百信銀行是由傳統銀行主導，計劃成為國內首家獨立法人模式的直銷銀行，但具體運營將有別于傳統電子銀行部門下設的直銷銀行，百度會有哪些突出的模式和創新點？業界對此期待仍然較高。
有分析人士指出，在傳統金融領域，不管是銀行，抑或者保險方面，百度都喜歡選擇和傳統機構合作，占小股的方式快速切入，一方面有利于快速在多領域布局，但是小股份能否獲得充分的話語權還未可知，顯得略保守。
對此，百度金融相關負責人表示：“雖然說互聯網金融的本質還是金融，但卻并不等同于傳統金融，互聯網思維的重要性毋庸置疑。在銀行和保險方面，傳統機構有其獨有的優勢，百度作為互聯網企業也有獨有的優勢，兩者的合作中，我們要做的是優勢互補，各取所長。”
實力派張旭陽加入
盡管布局略晚，互聯網金融的市場前景巨大，李彥宏自然不會將金融“大蛋糕”拱手相讓，而且當前金融科技的運營模式還在探索，盈利前景仍不明朗，或正是“群雄逐鹿”的好時機。
在業務開展之前，團隊的搭建極其重要。和螞蟻金服、京東金融選擇財務出身的“當家人”不同，百度FSG總經理朱光并沒有金融或者財務方面的從業背景。公開資料顯示，朱光2008年12月加盟百度，長期在百度負責百度大市場、公關及政府關系團隊。
此前百度金融已吸納原美國運通高級副總裁王勁加盟，20年風控管理經驗與百度人工智能、大數據技術融合，獨創百度特色的風控管理體系，守護用戶資金安全。
這一次，百度金融將橄欖枝拋向了前光大銀行資產管理部總經理張旭陽。6月16日，張正式加入百度任副總裁，分管百度金融體系下理財和資產管理業務，同樣向朱光匯報。
關鍵詞：高等教育；創新創業；新工科；改革轉型
一、概述
2017年2月份以來，教育部牽頭積極推進新工科工程的建設，先后形成了“復旦共識”、“天大行動”、“北京指南”有關戰略部署，并且公開了《關于開展新工科研究與實踐的通知》等政策性文件，著力推動建設高等教育強國目標，全力打造具有中國特色的工程教育模式，爭做世界新工科領域的領頭羊。“新工科”的總綱領是立德樹人，建設理念是應對國際變化、塑造強國未來，總目標是培養多元化、創新型前沿工程人才。經過多年的探索實踐，有關創新創業教育方面相對完善的體系已經初步形成。新工科的建設將持續激發創新創業教育的內生動力，為其開辟更廣闊的發展空間。因此，在新工科的背景下，將高校創新創業教育與新工科建設充分融合，不但能促進新工科教育的發展，也能促進創新創業教育的持續前進。
二、新工科背景下高校創新創業教育的要求
國家教育部辦公廳在關于公布首批“新工科”研究與實踐項目的通知中明確表示：開展“新工科”工程建設是教育部堅定打好提升質量、推進公平、創新人才培養機制攻堅戰的重要舉措，并要求各有關單位要把“新工科”建設作為引領高等教育改革的有力抓手，用實功、出實招、求實效推進項目實施。此次公布的首批“新工科”研究與實踐項目名單覆蓋面廣，總計包括了202個“新工科”綜合改革類項目以及410個“新工科”專業改革類項目。文件中將“新工科”綜合改革類項目劃分為工科優勢高校、綜合性高校和地方高校三大類型，將“新工科”專業改革類項目劃分為人工智能類、大數據類、智能制造類等熱門“新工科”在內的19個項目群。教育部對推進清華大學“能源互聯網本科專業探索與實踐”等首批“新工科”試行項目實施提出了如下四點總要求：1.以“新工科”理念為先導因素凝聚更多的共識。2.以需求為牽引開展多樣化探索。3.以項目群為平臺加強交流合作。4.以統籌內外資源為途徑加大項目支持。新工科概念的提出為我國壯大工程學科開辟了新角度，也為我國工程教育改革發展提出了新的要求。在新工科的建設背景下，創新創業教育如何銜接新工科人才培養，如何服務于國家發展戰略，既是新工科建設對雙創教育發展的新要求，也是值得思考的問題。林健在其《面向未來的中國新工科建設》一文中談到具備雙創能力是對新工科培養的工程技術人才的基本能力要求。結合教育部對首批“新工科”研究與實踐項目提出的要求，我們不難看出，新工科建設要求高校創新創業教育積極實施相應改革：1.高校應借鑒發達國家創新創業教育的先進經驗，引入創新創業教育新理念；2.高校應根據自身辦學定位、專業學科和區域經濟發展對不同類型人才的需求差異，建立創新創業人才培養機制；3.高校需根據人才培養定位和新工科創新創業教育目標要求，將創新類課程納入教學計劃，創建多元化創新創業教育體系；4.高校應加強創新創業教育師資隊伍建設；5.高校應通過健全組織保障和制度保障體系，做好學校創新創業教育頂層設計和相關重要決策，促進雙創教育可持續發展。
三、新工科背景下高校創新創業教育的現狀
隨著產業技術革命的發展，各種新興技術出現在人們眼前，在加快社會繁榮、科技進步的同時，也給人們帶來了一些困擾，為了深入技術變革，提高社會生產力，國家正在大力實施“大眾創業，萬眾創新”的重大戰略，旨在激發社會群眾尤其是高校學生學習新技術，新領域的熱情，從而為經濟發展、產業革命提供源源不斷的動力源泉。在新工科背景下大力發展高校的創新創業教育是國家新經濟、新產業發展對于大學生能力素質的基本要求[1]，也是大學生自我價值實現的必要手段。完善的創新創業教育機制在末端反映為與實際相匹配的特征，能夠培養出勝任企業或者工業部門專業職能的社會人才，新工科的普及也要求學生在具備解決復雜問題能力的同時，具有發現新問題，學習新知識，開拓新領域的創新能力[2]，這也是高校創新創業教育最為有利的成果檢驗。新的工業革命對各類人才提出了新的挑戰，要求人才能夠打破固有限制，融合新的技術和應用領域，做到理論和實踐的創新，新工科在此基礎上孕育而生，其是全新出現的，從未有過的也是不同的傳統學科交叉融合的產物[3]，高校的創新創業教育需要新工科為其營造的開放兼容的外部環境，同時新工科在探索發展中也需要學生的創新創業素養為其繼續開拓新領域，發展新思路提供有力保證。新工科從提出到實行經歷了數年時間，高校仍處在適應和磨合新的學科結構的階段，且作為一種全新的學科制度，只能夠在實踐過程中不斷的發現不足之處，逐步完善有效的學科體系。而高校的創新創業教育與新工科的碰撞也是史無前例的第一次，是機遇也是挑戰，這就要求高校在改革雙創教育機制時采用靈活的策略，不主觀不刻板，從多樣的創業實例中尋找規律，培養學生的新思維。
四、高校雙創教育在新階段的轉型改革勢在必行
互聯網、人工智能和大數據時代到來的同時，新工業科技革命也在隨之不斷發展。新時代對高科技人才的需求日益增長，培養包括工程人才在內的各類人才成為新工業科技革命的一大挑戰[4]。高校作為人才培養的重要基地，理應順應時代潮流，響應新工業科技革命的號召，加強對在校學生的創新創業教育。傳統的人才培養模式已經跟不上時代的發展，無法滿足對工科人才的要求。將創新創業教育與工科人才的培養結合在一起，有效地銜接，是對工科高校提出的新要求。現階段各工科高校均有意識將創新創業教育提到日程上，但是仍存在許多不足[5]：第一，創新創業教育在我國的發展歷史不長，部分高校的老師和學生都不能對此產生足夠的重視，在推廣過程中受到很多阻礙，首先是很多人都不能正確地理解創新創業教育的內涵、意義，導致創新創業教育的真正實施效果與預想的相差較大。第二，高校創新創業教育體系不健全，教學課程缺乏創造力，也是造成現階段問題的主要原因之一。當前高校的創新創業課程很多還是無法脫離傳統的教育模式，一直停留在書本上關于“創新知識”、“創業知識”的理論講解中，學生們自然無法對此產生興趣，缺乏實踐性的指導和培養是一大問題[6]。第三，創新創業教育師資隊伍力量薄弱，造成培養過程力不從心。一些高校盡管在大力宣傳創新創業教育的重要性，但是實際作出的努力少之又少，師資力量是完善的教育體系最重要的一環，然而很多高校并沒有重視引進專業人才。第四，創新創業教育的實踐環節薄弱，實施效果亟待改善。創新創業教育的形式實際上可分為兩種形式，這兩種形式相輔相成，缺一不可。一方面是理論知識的傳授，需要了解國家相關政策并且經過專業培訓的教師在課堂上對學生進行知識傳播；另一方面是理論知識的實踐，高校可通過政府或企業合作建立校外培訓基地，在學生們之間開展創新創業教育實踐活動，進一步培養他們的創新創業意識。可是很多高校更偏向于理論知識的傳授，在實踐環節沒有良好的實施計劃，造成創新創業教育的理論與實踐脫節[7]。針對現階段存在的許多問題，我們發現在高校加強創新創業的改革勢在必行。創新思維、創業孵化、“互聯網+”、大數據、人工智能正在逐漸滲透我們的生活，引領著我們未來的生活，產業轉型、城市可持續發展和智能出行，呈現出一種綠色低碳、網絡智能、共創分享的時代特征[8]。為了新時代的蓬勃發展，加強對高校學生的創新創業教育，培養多方面科技人才刻不容緩。
五、加快構建高校創新創業教育體系
（一）構建高校創新創業的組織體系高校應當高屋建瓴，著重構建好創新創業教育工作的組織體系。體系構建應當以樹立創新創業意識、培養創新創業能力為出發點，在具體工作中以將創新創業教育融入到學生們的專業教育中為落腳點。由上而下學校領導層應高度重視，成立創新創業教育工作領導小組，可由學校黨委書記、校長任組長，分管教學與科研的副校長任副組長。學校的其他部門應密切協同，共同參與到體系構建之中。除了成立領導小組，高校在完善創新創業教育體系方面還可以成立創新創業教育工作委員會，由分管教學與科研的副校長擔任主任，委員會成員由教務部、團委等相關職能部門領導以及各學院相關負責人擔任。工作委員會的職責在于，在工作領導小組的領導下負責創新創業教育工作，在各學院的具體組織實施與協調管理，便于根據學院具體情況與學科特色制定更具針對性的開展工作。
（二）構建高校創新創業的教育體系高校應當根據自身的辦學定位和培養目標，構建重點突出、層次分明的創新創業教育體系。體系構建應以制度創新為先導。具體措施可以包括將創新創業納入第二課堂學分考察、實施在校生創新創業報告制度、建立跨學院跨學科的交叉培養制度，應注意措施需具有可復制性與可推廣性。體系構建應以載體創新為重點。具體措施可以包括健全體系，強化實踐，加強內涵建設和平臺支撐。在第一課堂上開設創新創業教育專門課程群；在陣地建設方面充分發揮實驗室、科技園、創業園等的載體作用，支持各類創新創業訓練計劃和競賽項目。最后，體系構建應以方法創新為突破、以服務創新為保障。團委、就業辦等部門齊心協力加強創新創業指導服務，引導學生樹立創新意識、培養創業能力；聯合挖掘、培養創業項目并促成項目落地孵化。從時間維度可以將高校創新創業教育大致劃分為三個層次。針對大一新生的第一層次主要依據教育部頒布的《高校創新創業教育教學基本要求》，其目的是為了開啟雙創啟蒙教育，讓新生充分體驗雙創的氛圍，激發雙創熱情。針對大二、大三學生的第二層次主要是與專業教育結合，在激發興趣之后以各類創新創業項目訓練計劃和創新創業競賽為主要抓手，培養學生創新創業能力，在競賽與項目訓練中逐步掌握相關技能、培養素養。針對大四甚至是畢業三年內的學生的第三層次主要是促進創新創業的成果轉化或孵化，重視發揮典型示范作用，積極發現和培養創業典型，鼓舞學生的創業熱情。
（三）構建高校創新創業的協同體系協同是多個主體的協調與合作，為構建功能完善、分工明確的創新創業的協同體系，應該做到：1.校內機構的協同合作：聚集校內有關于創新創業的教育資源與設施，建立起健全的“統一領導、齊抓共管、開放合作、全員參與”的校內創新創業發展機制。2.高校之間的協同合作：加強高校之間的聯動協作，深度結合雙創教育與高校教育機制，努力實現“專業對口”、“課程與實踐無縫銜接”等特點的雙創校內合作體系。3.高校與社會企業的協同合作：組織建立起創新創業的導師庫，與相關行業、創新型企業進行深度合作，嘗試建立起“企業冠名班”，整合專業教育與創新創業教育的教學內容與實踐機制，設計出多層次的人才培養方案。
（四）構建高校創新創業的實踐體系創新創業的理論培養應該和實踐相結合，因此高校應該著重發展以下舉措：1.初步構建橫跨四級競賽的高校學生創新創業訓練體系。2.建立動態的學科競賽立項資助機制。3.依托創新創業教育的專職機構，結合各高校的特色專業與特色課程，建設覆蓋校內各主要學科方向的學生工作室，吸引招募大學生創新創業團隊入駐，為全校學生提供有序、開放、共享、協同、融合的創新創業教育環境。
[關鍵詞] 物聯網；3PL；發展障礙；升級；對策
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2013 . 23. 025
[中圖分類號] F270.7 [文獻標識碼] A [文章編號] 1673 - 0194（2013）23- 0050- 03
1 引 言
2013年5月30日國務院辦公廳印發《深化流通體制改革加快流通產業發展重點工作部門分工方案》。該方案指出，要加強現代流通體系建設，大力發展第三方物流，促進企業內部物流社會化；同時要全面提升流通信息化水平，加快推廣物聯網、云計算、全球定位系統、電子標簽等技術在流通領域的應用。這無疑是為我國正在轉型升級中的物流業指明了新的發展方向。第三方物流（Third Party Logistics，3PL）指的是生產經營企業為了集中精力搞好主業，把原來由自己處理的物流業務，以合同方式委托給專業的物流服務企業，同時通過先進的信息系統與物流服務企業保持密切聯系，以達到對物流全過程的管理和控制的一種物流運作與管理方式。在國外，3PL在整個物流市場中占有非常高的份額。日本使用3PL約占整個物流業的80%，歐洲約占76%，美國約占58%，因此3PL企業的發展狀況將直接關系到整個物流業的興衰存亡。
物聯網的誕生對發展現代物流業起到了非常重要的作用。物聯網技術的發展已經成為3PL發展的必要條件，物聯網可以實現信息共享、數據的快速和準確傳遞，使企業之間的及時協調與合作成為可能，同時又促進了MRP、ERP等物流計劃方法的產生和發展，既提高了效率，又降低了成本，為客戶創造更多的價值，從而提高了整個第三方物流業的服務水平。現如今，物聯網在物流領域的應用，也從早期的第三方物流應用向基于供應鏈的、智能倉庫管理的企業物聯網發展。顯然，物聯網技術為3PL企業的轉型升級提供了新的路徑。
2 物聯網影響3PL企業流程的運作機制
物聯網技術特性與物流領域的特點，使得二者具有極強的耦合性。因此在物聯網發展熱潮中，物流業是被寄予厚望的行業。物聯網關鍵技術在物流領域的局部應用乃至全面推廣必將影響3PL企業流程的運作，給3PL企業帶來一場深刻的變革。
2.1 物聯網的感知技術可實現物流運作的可視化
物聯網的感知層由各種傳感器以及傳感器網關構成，包括各類傳感器、二維碼標簽、RFID標簽與讀寫器、攝像頭、GPS等感知終端，其主要功能是識別物體、采集信息。感知層通過 RFID 傳感器對物流的物質屬性、環境狀態行為等信息進行分布式信息采集與狀態識別，然后通過控制中心發出具體的感知任務，對物流流程中的事務進行協同處理。采用 RFID 技術和條碼自動識別技術，可以對物流中的物品進行識別和追溯；采用 RFID 技術、激光技術、紅外技術和條碼技術可以對物品進行分類、揀選和計數；采用GPS 衛星定位技術、GIS 地理信息系統技術、視頻識別技術和車載視頻等技術，可以對物品進行定位、追蹤、監控；整個物流運作流程中的物品信息通過傳感技術轉換成數字信息，全面采集這些信息即可實現物流運作的透明化、可視化管理。
2.2 物聯網的通信與網絡技術可實現物流運作的敏捷化和集成化協同
物聯網的網絡層由各種私有網絡、互聯網、有線與無線通信網、網絡管理系統及云計算平臺等組成。感知層的信息通過網關轉換為網絡能識別的信息，網絡層進行實時的信息傳遞和處理。在現代物流作業中，需要分布在廣泛地理區域范圍內的各個物流節點進行協同化運作，以實現物流的無縫連接和高效運作。為了使處于移動或者存儲狀態的形態各異的物品能夠聯網，可以集成應用物聯網的多種通信與網絡技術，很好地實現物流運作的敏捷化和相應的集成化協同。
2.3 物聯網的智能技術可實現物流運作的自動化和智能化
現代化的物流系統是一個龐大而又復雜的系統，其中包含了物流、信息流和商流等信息。物聯網的智能技術可以將這種廣泛的、復雜的、面向社會信息系統的物流系統實現運作自動化和智能化。采用ERP 技術、自動控制技術、專家系統技術等智能技術，幫助企業實現生產物流自動化和準時化；采用數據挖掘技術、智能調度技術、優化運籌技術等，可實現在更大范圍的社會物流運輸系統中的智能運輸和調度；采用自動控制技術、人工智能技術、智能信息管理系統技術、移動計算技術和數據挖掘技術等，可將倉儲中心打造成為智能物流中心；采用智能計算技術、云計算技術、數據挖掘技術等技術，可實現以物流為核心的供應鏈管理的智能化。
3 目前我國第三方物流的發展障礙
3.1 缺乏相應的保障機制
我國的3PL企業大多是從國有倉儲企業或運輸企業轉型而來，其發展過程困難重重，并且受到計劃經濟的影響，企業轉型升級緩慢，不利于3PL企業參與國際市場的競爭。
3.2 3PL企業總體規模小、服務面窄、客戶滿意度低
3PL在我國發展還不夠成熟，物流設施分散，服務功能單一，服務水平低，客戶滿意度差，這些都阻礙了服務增值目標的實現。隨著國外一批擁有先進IT管理手段的大型物流企業進入市場，我國物流市場的競爭日趨激烈。
3.3 信息化程度不高
由于我國物流企業的信息化程度不高，很多業務仍處于電話聯系、手工操作及人工裝卸的低級階段。許多物流技術（如條形碼、RFID、EDI、GPS等）還未廣泛應用，大多數物流企業提供的服務只限于單項或分段的物流服務，而包裝、加工和配貨等增值服務缺乏，物流供應鏈仍有待完善。
3.4 物流成本居高不下
由于物流部門比較分散，各自為政，缺乏有效整合，物流環節的運輸工具、設施、行業標準和規范均未統一，增加了物流成本，降低了物流速度，影響物流的效益。目前，我國物流成本明顯高于發達國家，這大大阻礙了3PL的發展。
3.5 缺乏專業的物流人才
由于我國的物流高等教育起步比較晚，培養的人才遠遠不能滿足當前的行業需要。據資料顯示，物流專業人才已被我國列為十二類急缺人才之一，缺口達60余萬。目前3PL企業人員的學歷普遍不高，他們接受新鮮事物的能力不高，尤其是對于物聯網等新一代物流技術，他們更是力不從心。因此，物流人才尤其是高級物流管理人才的嚴重匱乏，從根本上制約了第三方物流業的發展。
4 基于物聯網技術的3PL企業升級對策
4.1 建立建全保障機制
首先，政府應出臺新的政策以支持我國3PL行業的發展。尤其是針對基礎薄弱環節，更要給予特殊的政策傾斜，加大地方財政投入，系統性地改善落后基礎設施，避免重復建設；更要鼓勵企業采用新的技術手段，提高作業效率。
其次，建立健全法律法規。利用物聯網技術幫助3PL企業轉型升級，要考慮物聯網的安全問題。物聯網是一個新生事物，其應用還不夠成熟，安全性問題日益凸顯，我們必須根據物聯網的特殊性不斷建立健全相應的安全機制，以確保物聯網在3PL轉型升級中的安全實施。
第三，政府要加強宣傳，促進推廣應用。利用廣播、電視、網絡、報紙、雜志等平臺，對物流企業、科研機構開展物聯網宣傳普及工作，尤其是讓3PL相關企業了解和認識物聯網，通過定期舉辦物流行業物聯網應用技術展會，搭建物聯網技術應用的信息交流平臺，從而改變管理者的傳統觀念，引導他們不斷創新思維、完善管理機制，積極配合第三方物流業的變革；擔負起第三方物流業轉型升級的重擔，在實踐中不斷地提高3PL的服務效率，為客戶提供增值服務。
4.2 構建信息平臺，整合3PL企業資源
目前的3PL企業存在“小、散、差”的問題，其根本原因是缺乏完整的信息化平臺，資源得不到有效利用。如A企業找不到車，而B企業卻車輛閑置，車輛的使用得不到有效調配，需要信息平臺的統一處理。使用RFID技術即可實現車輛的統一調度；應用GPS技術可實現車輛的隨時定位，并將詳細信息通過物聯網的3個層次進行可靠傳輸，智能處理；根據客戶的需要確定最優運輸路徑。顯然構建基于物聯網的信息平臺可以有效地整合物流資源，加強企業之間的聯合，與此同時，規模小、競爭力差的物流企業會在兼并和收購過程中逐漸消失，規模大、競爭實力強的3PL企業就會出現，從而實現物流資源的有效整合，為客戶提供一流的增值服務。
4.3 構建智能倉儲系統，增加貨物流通的透明度
倉儲是現代物流的核心環節。RFID技術的引入，使得企業倉庫管理變得透明且工作效率更高，使倉庫中99%的產品達到可視化，不僅降低商品缺失的風險，還實現了貨物的實時跟蹤，減少了人工操作產生的失誤。將貼上RFID標簽的貨物與互聯網相聯系， 使所有的物品都能被遠程感知和控制。智能物流倉儲系統不僅要能夠進行入庫管理、 出庫管理、 庫內移動、盤點管理、調撥管理、退換貨管理及報表分析，還能監測貨物的位移和周圍環境的溫度、濕度，對庫房進行視頻監控和火災報警。智能物流倉儲系統將貨物的信息到物聯網中。在整個物聯網范圍內， 不管是貨物的信息查詢、 貨物訂購， 還是貨物流通都可以方便地進行遠程操作和監控。
4.4 培養復合型物流人才
高素質的專業人才是發展現代物流的關鍵。人才的匱之已成為目前3PL企業轉型升級的一個障礙。3PL企業作為一個綜合性和操作性都很強的行業，更需要全面掌握物流操作流程和管理知識，能同時勝任物流的多個崗位，能對所執行作業進行全程、全方位的監控、優化以及提升，并且能隨著企業的發展而同步快速成長的復合型物流技術和管理人才。因此，本文認為應從以下兩方面著手準備：首先，3PL企業應該通過與科研機構和高等院校緊密合作，加快培養物流專業技術人才和管理人才，使得他們既有扎實的理論功底，又有實際應用經驗；其次，定期對現有物流從業人員進行職業教育，普及物流領域的相關技術和知識，提升現有物流人員的整體素質，以期更好更快地為3PL企業提供服務。
5 結 語
隨著物聯網技術體系的不斷完善以及我國政府對物流業發展的高度重視，物聯網在物流行業的應用將會日漸深入。對我國的3PL企業而言，借助物聯網的東風，搭乘新一輪技術革新的高速列車，形成物流暢通、快捷準時、經濟合理、用戶滿意的智慧物流服務體系，將大大加快我國3PL企業的轉型升級，為整個物流行業的快速發展提供新的市場機遇。
主要參考文獻
[1]鄒生，何新華.物流信息化與物聯網建設[M].北京： 電子工業出版社，2010.
論文摘要：多媒體網絡技術足90年代計算機的時代特征，是計算機領域的又一次革命、它的應用已開始迅速地滲透到我們社會的各個領域當中，并給我們帶來日新月異的變化，作為一塊特珠的領地—中醫藥教育、這些新技術將對它產生哪些影響呢?本文就多媒體及其網絡技術在中醫藥教育方面的應用前景作了較為全面的闡述，
隨著多媒體與網絡技術應用的日益普及，當前教育技術發展呈現出新的趨勢，傳統的教育主講教學模式正受到多媒體教學模式的沖擊，隨之而來的多媒體教育軟件制作成為計算機應用開發的一大熱點。國內外許多工作在教育戰線的有識之士紛紛看準這一機會積極推行教學改革。但是我國中醫藥院校因其財力、物力、人力存在很大的不足，加之觀念的偏差、信息的相對閉塞，在應用最新的計算機多媒體及其網絡技術時還處于一種滯后的狀態。實際上，中醫藥教育與其它學科的教育相比，更有理由使用多媒體及其網絡技術，中醫藥的各個學科、各個環節在應用多媒體技術教學工作中更具自己的優勢。下面就多媒體及其網絡技術在中醫藥教育方面的應用前景作一闡述。
1在課堂中運用多媒體進行涌助教學
多媒體技術應用到中醫的課堂教學后，中醫的教學模式、教學思想、教學過程、教學組織都將發生重大的變革。在傳統的中醫藥課堂教學模式中，教師通常是利用黑板、粉筆，輔助以錄像、幻燈片等線性媒體，向學生傳授知識，這種方式的最大缺點是學生始終處于被動地位，學生與教師的雙向交流非常有限，而當教學中引人計算機多媒體技術以后，學生的學習可由被動轉為主動，師生之間的雙向交流加深，多媒體的交互軟件、圖像、聲響，還將使課堂教學更充實、更形象、更有吸引力，從而提高學生的學習熱情和學習效果。特別是對于一些中醫的基礎理論課加:中醫診斷學、中醫針灸學，中藥學等，如何使學生理解概念，并使學習者從直觀到抽象剪從抽象到直觀，具有傳統教學不可比擬的優勢。
但是，目前出臺的中醫藥方面的多媒體輔助教學軟件還不多，它們的制作大多在技術上不夠成熟，有的教學軟件實際上就是一個演示軟件，沒有雙向交流，其體現就如在課堂上放了一段教學錄像片，計算機的交互技術用得不夠醉根本沒發揮作用。另外，由于這些軟件大都為個別剪少數幾位學者、教師精心制作，學習內容面面俱到，沒有充分考慮在教學中起主導作用的教師的存在，忽略了課堂教學講究教與學的有機結合，忽略了教學需要技巧，而技巧又來源于長久的實踐，沒有統一模式，因此其輔肋教學的能力不足，從長遠看這些軟件沒有很強的生命力。
筆者認為，要在中醫藥課堂中更好地開展多媒體輔助教學工作，第一線的教師首先應是現代教學手段的開發、使用者，利用一個簡單易學的多媒體創作平臺，建立一個中央中醫(藥)軟件資源庫(素材庫)，讓教師試著根據各自的教學設計、利用資源庫的聲音、動畫、圖片、文字等素材，制作出真正符合自己教學模式的軟件，運用到教學實踐中，而在實踐中形成的優秀、成熟的構思再反饋到資源庫中，由專門機構對其進行技術處理，形成一個個優秀的教學模塊，供經驗不足的老師學習和使用，同時可向社會推廣、這將解決以往中醫藥教學鋪助軟件所存在的問題。從計算機多媒體技術發展來看，人人會做多媒體軟件的時日即將到來、就目前來說，美國微軟公司的Dffice套件中的Power Point，國產的漢聲洪圖、方正奧思等多媒體創作工具、都很好學，至少不會比學打字難多少。因此，我們當前的任務是加強各學科教學的規劃和管理，思考如何進行信息的采集、分類，如何組織素材、建立資源庫，同時，應依據自身條件，對第一線教師進行合乎需要的計算機技術倍訓。轉貼于
2利用多媒體進行臨床實習
對于醫學院校的學生而言，臨床實習是一個必經階段。在實習時，學生通常由有一定經驗的醫師指導，在學習上具有直觀、易于接拿的特點。但是，對于一個醫學生而言，要在有限的1年時間中，熟悉各科的臨床診療方法，單獨處理各種病人，還存在一些問題，主要原因是:①學生在實習期內不可能什么病人都遇到;②由于學生都跟隨1名醉多名有經驗的醫師，在處理病人時，容易出現醫師做出診斷、開出處方，學生依葫蘆畫瓢、自己不需太動腦筋的情形，這樣在畢業后走上工作崗位時，如遇到需要單獨處理病人，特別是疑難病癥和危重病人時、很可能出現力不從心的感覺。
隨著多媒體技術的發展，可以預見，利用多媒體電腦的仿真模擬能力，模擬一個勢以真實的l苗床環境，通過視覺、聽覺、觸覺等多種方式對學習者的感官進行綜臺刺激，使學習者在真實感中單獨處理各種病人，如病情診斷、處方，危重病人的搶救、動手術等，其效集是任何一種單一的途徑所無法比擬的，這對于l苗床知識的獲取和保持、經驗的積累非常重要。所謂多媒體仿真技術實際上是使人的感官和思維進人仿真回路的一種手段。它采用不同的媒體形態描述不同性質的模型信息，建立反應系統內在運動規律和外在表現形式的多媒體仿真模型，并在多媒體計算機上運行，產生定性定量相結合的系統動態演變過程，從而獲得關于系統的感性和理性認識。多媒體仿真屬于感受蘇十算的一種，試圖通過將仿真所產生的信息和數據轉變為可被感受的場景、圖示和過程〔歷史和未來的)，以輔助人們進行決策。它充分利用文本、圖形、圖片、二維/三維動畫、影象和聲音等多媒體手段將可視化、臨場感、交互、引導結合到一起來，產生一種讓人沉浸的感覺，使仿真中的人體交互方式向自然更靠近了一步。
3在大規模考試中運用多媒體
中醫藥目前的考試主要采用的是紙和筆的測試。它的缺點是;只能對學生的線性思維進行考查，而且考試的知識范圍較窄，特別是對于動手能力、綜合思維能力、臨床實踐能力的考查還顯得力不從心。隨著計算機多媒體技術的發展，這個問題可望得到解決。許多年前，國外就有很多考試實現了計算機化，但早期的計算機化考試通常是紙筆測驗中所用靜態素材的簡單計算機化、多局限在多重選擇和相關的反應方式上。考試效果并不比傳統的紙筆考試好很多。隨著多媒體及其網絡技術的發展，美國等一些發達國家已開始在計算擁七考試中引人多媒體技術，使考試邀題目具有直觀、有趣、身臨其境等優點。由于多媒體采取的是分支和網絡結構，因而加人多媒體的題目可以考查學生的綜合知識水平能力和綜臺思維能力。在美國，有人在比較醫學生所進行的兩種方式的考試時，發現考生在一些視聽臨床模擬題目中往往蔑比在紙筆測驗時少犯危險的錯誤，因為，在多媒體測試時，考生感到與病人聯系更緊，有一種身臨其境的感受、思想高度集中，由此能夠迅速鑒別出病因。顯然，這種測試方法比紙筆方式更能正確反應學生的臨床實際工作茂力。另外，在考試中應用多媒體，還能利用視頻和音頻對聽力、視力有障礙的考生提供方便，可以想象，如果在中醫的大規模考試中運用多媒體，無疑將給那些想學中醫而身有殘疾的人們帶來福音。
關鍵詞：電路分析；教學
《電路分析》是工科各電類專業一門重要的基礎課，該課程理論嚴密，邏輯性強，綜合性強，有廣闊的工程背景。對培養學生的思維能力，提高綜合分析問題和解決問題的能力，樹立理論聯系實際的科學觀點，有著重要的作用。筆者根據這幾年的教學經驗，談談自己對如何搞好本門課程教學工作的一些看法。
幫助學生建立邏輯性嚴密的知識框架
《電路分析》這門課程內容多，知識點繁雜，但授課學時卻在不斷減少。如何在有限的時間里，保質保量的完成教學工作，就要求教師必須吃透教材，分化知識點，貫通教材內外知識點的聯系，針對教學對象，幫助其理解教材內部的邏輯結構，從而在有有限的時間里，達到良好的教學效果。
(一)弄清楚研究對象
本課程的研究對象是集總參數、線性的、時不變電路。所謂的集總參數是指電路的實際尺寸遠遠小于電路中信號的波長。相反地，如果電路的實際尺寸大于其中信號的波長，則稱之為分布(分散)參數。線性是指電路中的元件均為線性原件。而時不變是指元件的特性約束不隨時間的變化而變化。
(二)弄清楚兩種約束
本課程主要討論電路的兩種約束，即拓撲(結構)約束和特性(元件)。其中，拓撲約束包括KVL(基爾霍夫電壓定律)和KCL(基爾霍夫電流定律)。這種約束與元件特性沒有關系，僅僅與元件的聯結方式有關。這也是電路分析的理論基礎。而特性約束是指元件兩端的伏安關系(VCR)。
(三)弄清分析電路的基本方法
本課程主要介紹的電路分析方法包括：等效變換法列方程法(支路法、回路法、節點法)電路定理法(置換定理、疊加定理、戴維南定理、特勒根定理、互易定理)。
采用啟迪式教育方法，調動學生學習積極性
在理論課堂教學中，應充分發揮教師的主導作用和學生的主體作用，努力改變傳統理論教學中“滿堂灌”式的教學方法，實行“啟發式”教育。“授之以魚，不如授之以漁”。
每堂課上，教師要根據教學內容及要求，向學生提出許多問題，在問與答中展開教與學，這樣才能充分調動學生用已有的知識思考問題、理解、掌握和探求新知識。同時，教師要努力營造一種生動活潑的民主氣氛，鼓勵學生積極參與課堂教學，教師必須始終記住自己與學生的地位是平等的。與學生的活動是交互的，要讓學生憑自己的直覺與經驗觀察物理現象，分析物理規律，允許學生展開討論或爭論，可以獨立地發表意見，引導學生得出正確的結論，讓學生感到是作為教師的合作者學習的，以此提高學生自信心、責任感與主動性。
例如，在講解線性電路分析方法這一章內容時，先介紹較為簡單并很容易理解的“支路電路法”，通過例題使學生發現用該方法求解時不僅需要列寫方程數多而且方程求解較繁瑣，從而引導學生提出“有沒有更好的解決方法?”進而引入“網孔電流法”、“節點電位法”等其它解決途徑；講解“代文寧定理”后，引導學生主動提出“該定理在具體運用中有什么途”?帶著這個問題去學習，不僅能對“代文寧定理”加深認識和理解，還為引出最大功率傳輸定理埋下伏筆。這樣通過積極引導，逐步培養學生學會思考，學會學習，提高自學能力
利用現代化教學手段，提高教學質量
在教育領域中，計算機不僅是一門學科，而且正逐漸成為有效的教學媒體與教學管理的工具，多媒體技術使教學手段、教學方法、教學方式和教學理念都發生了變革。以多媒體為核心的現代教育技術運用于電工教學，之所以能夠優化電工理論教學過程，更好地提高教學質量，是因為它具有以下五個教育功能引：微觀現象客觀化，客觀現象微觀化；化“不可視”為“可視”教學；把抽象的電工概念與過程具體化；化“靜”為“動”，幫助學生弄清復雜的電工過程；利用人工智能，使學生身臨其境，感知電學規律。在計算機普及的今天，我們教師應該在幻燈、錄像、電視等幾種常用教學手段的基礎上充分利用計算機輔助教學，用電子教案代替手寫教案，把電工理論教學的課堂改到多媒體教室，用圖、文、聲、形并茂的新穎授課方式吸引學生，并用多媒體把許多靜態的演示實驗轉變為細致逼真的演示過程，通過加強學生形象思維，幫助學生對抽象電工理論知識的理解。在電工基礎實際教學中，改變傳統的板書式教學，改用多媒體課件與板書相結合的方法，將理論教學內容制作成課件演示，相關公式推導及例題的講解采用板書與演示結合。
同時，還可以利用可以通過PISPISE、EWB、MATLAB、Multisim等仿真軟件進行模擬仿真和過程分析，使學生避免枯燥的理論學習，提高了學生的學習積極性。但是，必須認識到多媒體教學只是輔教學，是將教學中難以表達或抽象的概念用多媒體軟件展示出來，而不是教師講課板書的復制。
重視實踐教學，重祝學生能力的培養
電路課程中一個必須重視的環節就是實踐教學，即實驗和實訓。通過實驗和實訓使學生真正掌握電路知識及實驗的基本技能和安全操作知識。學會常用電工電子儀器儀表的使用，以及電路參數的測量和元器件的辨別，注意培養學生的動手能力：培養學生初步掌握一定的電氣工程技術的能力：識讀電路圖的能力和排查電路故障的能力等。隨著對學生能力要求的提高，傳統的以驗證性實驗為主的電路實驗已不能滿足要求，必須對實驗內容、實驗方式方法加以改革，在保留部分傳統的驗證性實驗外，應根據專業特點增加綜合性和設計性實驗。
關鍵詞：幕課；MOOC；SPOC；教學策略
中圖分類號：G642.0 文獻標志碼：A 文章編號：1674-9324（2014）49-0083-02
要說目前教育界最火的詞，恐怕就是“幕課（MOOC）”了。不僅探討幕課前景的文章在學術期刊上比比皆是，就是在大眾媒體上也不鮮見。但幕課（MOOC）的實用前景到底如何呢？大學現階段應如何應對呢？
一、幕課（MOOC）的特點
幕課（MOOC，massive open online coursesas），英文翻譯過來即“大規模開放在線課程”。它將課堂教學放在網上，并具有以下特點：首先，其規模大、注冊學生人數多；突破固定的開課時間和地點安排，學生可以隨時在開放環境下在線學習；除講課外，還可實現實時在線研討、在線測試、在線視頻和在線輔導等功能。其次，幕課資源多元化，同一門課可能有多所大學提供，并且各有各的特點和優勢，教學資源突破了大學的界限；此外，教育資源多樣化，可以是視頻、文本、音頻，也可以是游戲形式。第三，教師的角色和教學方式也跟傳統課堂有很大的不同。除制作、提供幕課資源外，教師主要作為獲取知識的支持者、引導者和推動者出現，并使傳統的課堂發生“翻轉”，由原來在課堂進行的知識傳授，轉變為討論的組織者，學習的輔導者，或問題的解答者。教師應著重關注幕課做不到的地方，如創造力培養等。第四，幕課使學習者的學習方式發生根本改變，學習者成為學習過程的中心，學生可以主動地安排自己的學習時間、學習進度、學習地點、學習內容、知識深度及數量，在某種程度上實現了“分層教學”。
二、幕課（MOOC）的歷史
幕課最早可追溯到1962年美國Douglas Engelbart，他提出將計算機技術作為一種改革“破碎的教育系統”的手段應用于學習中的研究計劃。2007年美國David Wiley基于Wiki開發了《開放教育導論》（Introduction to Open Education）開放課程，同年，加拿大Regina大學教育學院的Alec Couros開設了一門開放的在線研究生課程《社會性媒介與開放教育》（Social Media & Open Education）。2008年，加拿大曼尼托巴大學的Stephen Downes和George Siemens開設了《連通注意與聯結知識》（Connectivism & Connective Knowledge）在線課程，該門課程被視為第一門真正的幕課。同年，加拿大愛德華王子島大學幾位研究員提出大規模開放在線課程或幕課這個術語。2011年美國斯坦福大學Sebastian Thrun與Peter Norvig開出的《人工智能導論》免費課程，世界各地160000多人注冊該門課程。自此，Udacity、Coursera、edX發展成為三大幕課提供平臺。2012年9月19日，香港科技大學加入Coursera，成為亞洲首批、當時中國唯一一所推出幕課的高校。2013年5月21日，清華、北大加入edX；7月8日，復旦大學、上海交通大學加入Coursera。7月9日，上海交大、北大、清華、復旦、浙大、南大、中科大、哈工大、西安交大、同濟、大連理工和重大12所高校在上海宣布組成“在線課程共享聯盟”，共建中國MOOC。
三、幕課（MOOC）的發展前景
樂觀者認為幕課有遠大發展前景，認為幕課是“印刷術發明以來教育最大的革新”、“互聯網時代教育最大的變革”、“幕課將把高等教育從工業化時代帶到數字時代”。幕課極大地降低了教育成本，打破了優質高等教育資源短缺的局面；幕課使教育游戲化，學習個人化。幕課可以在學生不論背景，不進大學校園，不交昂貴的學費前提下進行免費學習，幕課不僅會提高教育公平性，還影響大學的存在。從大學認可幕課的學分，到頒發幕課學位并不要走太久。edX、Coursera、Udacity有可能會發展成為新型的高等教育機構或網絡大學。《美國國家利益》（American Interest）雜志甚至斷言：“未來50年內，美國4500所大學，將會消失一半。”不那么樂觀的人認為，幕課還遠遠談不上是教育大變革，因為它現階段還不可能取代傳統的大學課堂教學。不同大學的學生入學層次和水平不同，利用幕課教學難以做到因材施教。事實上一些互動性強、實踐性強的課程如實驗實踐課程，或是受眾少成本高的課程，或是有區域地方特色或國情特點的課程也不好進行開放在線教學。幕課在創造能力培養、團隊協作能力培養等方面還無能為力。此外，中國傳統強調“教書育人”，在線課程不好臨場發揮，難以施展“育人”功能。還有，幕課改變了學習方式，轉向“以學習者為中心”的學習模式，學習內容難控制；采取在線授課、在線學習、在線做作業和在線考試，學習過程的監控和跟蹤是個大問題，學習質量難保證，學分難認定。國際上幕課課程以英語講授為主，學習者的語言關也是問題。此外，傳統的大學功能不只是課堂教學功能，還有一流教授的言傳身教、大學校園文化熏陶、人脈關系建立等，這些是幕課大學提供不了的。更不用說幕課大學文憑是否能經受住實踐檢驗和獲得社會承認的問題。甚至有人認為慕課只是一種“噱頭”，將來也同繼續教育、遠程教育、電視教育一樣，還是要依附于傳統大學來實施，最多是傳統高等教育的補充，而不會成為高等教育的重要成分。目前對于幕課的發展還有很多反對的觀點，如認為幕課不能為學生提供比傳統課程更好的學習體驗；在線講授既不等于教，也不等于學，它只是教學工具而非教學方法。幕課課程制作成本較高，需要強大的經濟實力支撐，因此幕課不僅不會免費，還會加劇私立大學和公立大學的貧富差距，加速教授空心化過程；幕課不是“開放的”，并非可隨意下載；幕課對于投資者來講，能否產生收益還是未知數，此外，幕課的結業率很低，社會接受度有待考驗。還有人認為，幕課內容、立場及體現的教學理念是基于美國的或西方的，因此，知識也受到西方的控制，在一定程度上為文化帝國主義張本。幕課還可能進一步加劇大學教育的同質化，進一步使知識商品化、教育工具化、大學企業化。因此，幕課不會取代傳統教學或大學，幕課不會徹底顛覆高等教育，但可能對現狀造成威脅，改變高等教育的格局或改造現存大學。幕課要真正成為當前教育體制的一部分，還需要幕課的進一步發展，優質課程資源的進一步豐富，互聯網技術（如云計算、大數據挖掘、虛擬實驗室技術、在線考試系統、自媒體技術）進一步成熟，以及教育主管部門對在線教育學籍、證書、學分、學位政策的合理制度設計。同時，中國幕課的真正發揮功能，不能單靠教育部門和大學的行政命令來搞，還需要吸引互聯網企業或基金會的投資，需要探討其可持續運營和營利模式。
四、現階段對幕課（MOOC）發展的應對策略
客觀一點講，幕課即使不能取代傳統課堂的功能，現階段也會極大地沖擊和影響目前的教學策略和教學方法，幕課將推動大學教育改革，同時也在改變學習者的學習模式，從被動的、公共化的向主動的、個人化的模式轉變。大學應該積極面對幕課帶來的新的挑戰，主動籌劃應對策略。有學者認為大學應“順勢而為”，就是要根據學生在幕課時代的關注特點和行為特征，積極進行教育的方法創新和載體創新，迎接并適應幕課時代的教學新趨勢。最主要的是，大學會為了學校的聲望或實際需求，盡可能提供優質且富有特色的課程，作為開放性的幕課資源，在這方面，已建成的精品課程和視頻共享課可先行推出。非名牌大學必須找到自己課程的特色和優勢，從而成為幕課資源的潛在供應者。現階段幕課資源雖然不會取代傳統課堂，但高校應充分利用幕課資源，提高教學質量。現階段內容及深度相近的幕課可作為學生的學習參考，課后學生可在網上找到內容相同或相近的課程學習，作為傳統課堂教學的補充。除去開發大規模開放在線課程（MOOC，massive open online coursesas）外，開發“小型私有在線課程”（Small Private Online Courses，SPOC，其原義是哈佛在edX平臺上開設的供人繳費拿學分的限制性的小型在線課程）也是一個方向。SPOC國內也有人譯為“翻轉課堂”，將實體課堂的教學模式演變為探究、思辯、互動與實踐的研究性學習模式。另一個方向就是，針對傳統教學主題、關鍵概念、練習測試和拓展知識，設計長度不超過5分鐘或10分鐘的在線“微課程”，以作為輔教學在線資源開發利用。這種微課程在目前手機普及時代，可能會對學習者更加有利。
總之，正如焦建利所建議的那樣，大學應積極面對挑戰，把開放教育資源和MOOC納入大學發展戰略中；幫助教師和學生掌握在線參與式學習方法；積極探索和深化大學課程與教學模式的創新；引導教師將開放教育資源引入到自己的課堂教學中；加強研究，有計劃分步驟地嘗試和探索MOOC。
參考文獻：
[1]朱劍萍，張蘇萍，葛敏敏.大數據時代高職教學思維的挑戰與革新――基于在線課程“幕課”視野的有效教學論[J].上海城市管理，2014，（1）：81-83.
[2]閆文軍.MOOC與大學的理性應對[J].重慶高教研究，2014，2（1）：10-13.
[3]吳萬偉.“幕課熱”的冷思考[J].復旦教育論壇，2014，12（1）：10-17.
[4]劉宏哲，梁曄.高校教師應對MOOC挑戰的策略討論[J].科技廣場，2014，（4）：238-241.
面對海量的信息，提高學生的信息能力，是當前教育必須重視的問題；信息能力簡而言之是對各種信息技術的理解和活用能力，即對信息的獲取、理解、分析、加工、處理、創造、傳遞的理解和活用能力，信息能力又對學生的思維方式產生反作用。除信息能力對信息、信息社會、參與信息過程和信息社會的認識和態度層面上的內容，也離不開計算思維。
一、計算思維
在美國計算機權威雜志 ACM 上發表并定義了計算思維（Computational Thinking）的概念，為計算科學的教育規劃了遠景，周教授認為計算思維是：“基于計算機科學的解決問題、設計系統和理解人類行為的能力”。計算機思維特征是注重概念，而不是編程。計算機科學不是計算機編程。像一個計算機科學家思維遠不止是能夠編程。它要求在多個抽象層次上思維。基本技能，不必死記硬背，否則，思維將永遠是死記硬背。計算機一樣思考，有了計算設備，我們就能夠用自己的聰明才智來解決一些在計算機時代之前不敢著手解決的問題，建立的系統的功能也僅僅局限于我們的想象力。計算機科學也天生需要工程思維，因為我們我們要建立的系統要與現實世界交互。底層的計算設備的限制，使得計算機科學家要有計算機思維，而不只是數學思維。當計算機思維融入人們的日常生活中，不再以一種顯式的哲學存在時，它就成了現實。基于計算思維來培養學生的信息能力、提高學生的信息素養是當前計算思維的新課題。基于計算思維來培養學生信息能力，能達到事半功倍的效果。
二、基于計算思維的信息科學的理解
現代社會每個人都必須掌握的基本技能。而死記硬背是很機械的方法。只有當計算機科學解決了人工智能領域的最大挑戰，讓計算機象人一樣思考分析，用人的思維方式發現和分析問題，它在養個意義上是人的，不是計算機的。計算機思維是人解決問題的思維方式，不是試著讓人像計算機去思維。計算機是枯燥無聊的；而人是聰明且具有想象力的。我們人類使得計算機如此激動人心。
完善數學思維和工程思維，并將它們結合起來，這就是計算思維的核心。計算機科學天生就需要數學思維。像所有科學一樣，數學是它的形式化基礎。自由地構建虛擬世界，使我們構建系統時不局限于物理世界。它不只是我們生產的可以出現在任何時候任何地方的軟件和硬件。它將是我們用來解決問題，管理日常生活，和別人溝通和交流的計算機意義上的概念。基于計算思維對信息技術、信息科學的基本理論和方法的學習，學生應能深入地理解各種信息手段，深入理解各種信息技術的基本原理和具體方法，能主動和靈活的對給定的信息進行的處理，并能對各種信息的活用進行評價和完善。
培養學生創新精神和實踐能力為重點的計算思維教學模式，全面提高學生素質。從一下三方面探索；①理論方面：探索在信息技術課教學中計算思維培養模式的理論框架、基本要素、組織策略。②實踐方面：探索在信息技術課教學中計算思維培養模式的實踐活動體系、各種模式類型的活動程序和具體操作方法。③評價方面：探索在信息技術課教學中計算思維培養教學評價與學習評價，建立激勵學生學習、促進學生“學會學習”和全面發展的評價機制。將探究式教學過程形式化，然后結合探究式教學模式的特點構建了基于 CT 的探究式教學模型（Inquiry Teaching Model based on ComputationalThinking，簡稱HMCT）。ITMCT模型將教學分成教學者活動、學習者活動以及教學過程三個部分，教學者和學習者之間通過一系列的基于CT的探究性教學活動連接起來，不僅可以提高教學效果，而且可以培養學習者的CT能力。最后運用實例驗證了該模型的可行性和高效性。與傳統的教學模式相比較，基于CT的探究式教學模式在培養學習者思維能力的層面上有一定的進步。
基于計算思維對信息科學的理解不是單純理論上的，知識內容上的理解，應能應用計算思維來指導信息活用時，合理地選擇信息手段和信息處理的方法，并能對它們進行有效地評價，用以完善信息活用和信息處理的過程。以信息科學的理解是信息活用的基礎和條件，沒有通過計算思維，不可能實現對信息有效的靈活處理。
三、基于計算思維的信息技術課程的設計
基于計算思維任務驅動式教學模式它所特有的深刻內涵模式的特點構建了基于CT的任務驅動式教學模型（Task-Driven Teaching Model Based on Computational Thinking，簡稱TDTICT）。TDTMCT模型將教學者和學習者之間通過任務連接起來，教學過程以任務為主線，教學者主導，學習者主體。整個過程教學者運用CT方法準備課程、設計任務，學習者根據教學者的引導，運用CT方法完成教學任務。
最后運用實例驗證了該模型的可行性和高效性。與傳統的教學模式相比較，基于.CT的任務驅動式教學模式在培養學習者自我建構知識以及創新思維能力方面有一定的進步，不僅可以提高學習效率，而且可以培養學習者的CT能力。
基于計算思維的任務驅動式教學模式通過計算思維精心設計的一個個任務，通過學生自己動手、動腦、主動解決問題的教學方法，益在培養學生通過觀察、思考發現問題，通過自己動手操作，完成任務，解決問題，獲得分析和解決方法步驟和基于計算機的思維。這樣教給學生的不單單是知識和技能，而且還促進了學生的信息能力。任務驅動式教學和教學案例任務驅動式教學模式是當今信息技術教學中應用較為廣泛的一種教學模式。信息技術教育是使人終生學習的教育，而任務驅動式教學模式正在逐步改變著傳統的以計算思維教為主的教學模式，變為以學生為主體的、以學為主的教學模式。
四、基于計算思維對學生信息能力的培養
在信息社會里，基于計算思維學生信息能力的培養；不僅使學生學會發現問題、分析問題、解決問題的方法。而且學生終身受益。計算思維中，應注重學生信息活用能力的培養，作為活用能力，不僅要注重學生的實際操作能力，更應注重學生對信息活用的評價和完善，在某種意義上，對信息活用是計算思維的重要體現。
計算思維不再是相對穩定的知識經驗，而是不斷更新的信息知識。隨著教育信息化的發展，信息技術與學科課程的整合過程的深入，計算思維的主要任務不僅是教會學生獲取信息和處理信息的本領，要用計算機知識去分析，思考。因此必須重視計算思維在信息能力培養和提高中的作用。基本的信息能力包括信息系統的操作能力、文字處理能力 、信息采集的能力、信息通訊的能力、信息組織與表達的能力、信息加工處理的能力等。現在，信息本身已經不再重要，重要的是如何獲取信息，如何處理信息，這更是必須不斷學習才能獲得的本領。計算思維要使信息能力成為在自己的一生中抓住和利用各種機會，去更新，深化和進一步充實最初獲得的知識，使自己適應不斷變革的世界的新人。
在當前信息環境中，擁有信息時代學習與創新能力的人就應擁有計算思維。 培養受教育者具有適應新時代的學習與創造能力，是衡量教育現代化水平的標志。建設良好的網絡網絡環境培養全面發展的高素質人才。計算思維是解放和調動師生的創造力，提高信息能力為現代教育增添創新優勢。
信息技術是創新最活躍的領域，應用計算思維進行信息技術教育，不僅是學生的認知工具和交際工具，特別是在潛移默化中能激發學生的興趣、增強信息意識和創新意識、有效培養學生對信息的收集、處理、應用和傳輸的能力，培養學生的自學能力和創造能力。應用計算思維進行信息技術教育在其他學科教學中的運用還會從根本上促進教學觀念、教學內容、教學方法以及教學評價手段的變革。計算思維進行信息技術教學中要時刻注意信息技術教學不僅僅是傳授計算機的基礎知識，更不是片面追求學而致用的職業培訓，而是提高信息技術思考問題、解決問題的能力，要培養學生的探索能力、自己發現問題和解決問題的能力，以及創造性思維能力，這才是應用計算思維進行信息技術教育的最終目標。用計算思維進行信息技術教育與學科教學整合是以信息技術為先導，以系統論和教育技術理論為指導，根據學科教學規律而進行的學科教學改革。其宗旨是通過在各學科教學中有效地學習和使用信息技術和計算思維，促進教學內容呈現方式、學生學習方式、能力提高方式的變革，為學生的多樣化學習創造環境，不僅是使信息技術真正成為學生認知、探究和解決問題的工具，更是培養學生的信息能力及利用信息技術能力自主探究、解決問題的能力。
為學生創設一個適當的問題情境課程整合要求通過各種各樣的問題情境來完成教學任務。在教學過程中，計算思維要有意識地開展信息技術與其它學科相聯系的橫向教學，把相關的學科知識和能力要求作為一個整體有機地結合在一起，通過一個或幾個不同學科的學習任務，讓學生在任務中學習。這些任務可以是具體的教學任務，也可以是真實性的問題情境（學科任務包含在其中），使學生置身于提出問題、分析問題、解決問題的動態過程中進行學習。
基于計算思維的信息技術應用到其它學科的中去以整合思想為指導的教學模式需要師生在各學科教與學的環節中學習和應用信息技術，以一種自然的方式對待信息技術，把基于計算思維的信息技術作為獲取信息、探索問題、解決問題的工具。在信息技術課程以及其它學科的教學中，要求學生能夠有效地使用計算思維的信息技術處理信息、表達思想以及解決學習中遇到的實際問題。形成課前收集、儲存信息，課中傳遞、交流信息，課后運用、創造信息。學習資源成了學生的主動獲取的認知對象、獲取知識、應用計算機理念去進行信息交流與傳遞，數據處理及思想表達的學習手段。這樣強化學生的信息意識，培養學生信息處理能力，也為學生的學習和發展提供豐富的教育內容。達到計算思維是運用計算機科學的基礎概念進行問題求解、系統設計、以及人類行為理解等涵蓋計算機科學之廣度的一系列思維活動的目的。
參考文獻
[1]教育部高等學校計算機基礎課程教學指導委員會.高等學校計算機基礎教學發展戰略研究報告暨計算機基礎課程教學基本要求[M].北京：高等教育出版社，2009.
[2]何欽銘，陸漢權，馮博琴.計算機基礎教學的核心任務是計算思維能力的培養――《九校聯盟（C9）計算機基礎教學發展戰略聯合聲明》解讀[J].《中國大學教學》.2010，09.
[3]陳國良，董榮勝.“計算思維與大學計算機基礎教育”研究報告[EB/0L].
[4]陳國良，董榮勝. 計算思維與大學計算機基礎教育[J].中國大學教學，2011（1）.
[5]Jeannette M. Wing. Computational Thinking[J]. Communications of ACM，2006，49（3）：33-35.
[6]中國計算機科學與技術學科教程[M].北京：清華大學出版社，2002.
（作者單位：隴東學院）
項目
關鍵詞：大數據分析；審計分析
按照維基百科的定義，大數據是指無法在可承受的時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合。業界通常用四個V來概括大數據的特征，即Volume（數據體量巨大）、Variety（數據類型繁多，包括視頻、圖片、地理位置等）、Value（價值密度低）、Velocity（處理速度快）。
國務院在2014年10月印發的《關于加強審計工作的意見》（國發〔2014〕48號）明確提到“探索在審計實踐中運用大數據技術的途徑，加大數據綜合利用力度，提高運用信息化技術查核問題、評價判斷、宏觀分析的能力。” 這是國家首次在文件中將大數據技術列入審計信息化工作重點，為今后工作指明了方向。
一、大數據分析的內涵與特點
大數據分析是大數據理念與方法的核心，是指對海量類型多樣、增長速度快、內容真實的數據（即大數據）進行分析，從中找出可以幫助決策的隱藏模式、未知的相關關系以及其他有用信息的過程。
大數據分析在數據處理理念上有三大轉變：要全體不要抽樣，要效率不要絕對精確，要相關不要因果。大數據分析是人們獲得新的認知、創造新的價值的源泉；也是改變市場、組織機構，以及政府與公民關系的途徑。例如商業領域，淘寶等電商通過分析客戶購買數據實時推薦客戶可能需要的物品；金融行業通過分析各類指標數據預測市場行情走勢等。
二、審計分析的主要目標和方法體系
審計人員如何將原生態的數據信息轉換成審計證據，直接影響著審計目標的實現，其中的關鍵就是審計人員是否能對被審計單位的數據進行有效分析，因此審計的核心方法是數據分析。
審計分析的主要目標包括以下幾個方面：協助把握被審計單位總體情況、協助審計人員確定審計重點、協助審計過程發現問題線索、為審計取證提供數據支持。
審計分析方法從廣義角度來看，種類很多。常用的有比較法、比率分析法、賬戶分析法、趨勢分析法、模擬法、預測法、決策法、控三、因素分析法和成本法等。
三、大數據分析與審計分析的關系
筆者認為， 大數據正以難以想象的發展速度帶來新一輪信息化革命，它給我們帶來新的思維變革、商業變革和管理變革。大數據成為一個時代背景，更多的分析工作成為實際上的大數據分析，從這個角度看，審計分析是大數據分析應用的一個領域。
另一方面，大數據分析是伴隨著數據科學的快速發展和數據密集型范式的出現而產生的一種全新的分析思維和技術。審計分析是從分析應用領域而言的，因此，我們可以將大數據分析作為審計分析方法的一種。
大數據分析的三個特點使其更具創新性、發現性，應用到審計領域必然會刺激審計方式方法變革；另一方面，在審計工作中借以了解情況，發現問題，確定證據時也要緊緊圍繞審計目標，注意相關性和結果可靠性，或者采取其他審計措施確保結論客觀、公正。
四、大數據分析給審計分析帶來的機遇
首先，傳統的審計分析主要針對的是結構化數據，如字符、數值等，大數據分析的數據類型拓展到WEB網頁、XML等半結構化數據，甚至圖片、音頻、視頻等非結構化數據。審計內容更加廣泛，審計對象的呈現更加全面。其次，由于大數據分析是全樣本數據，審計人員可以跳出企業內部業務、財務數據的局限，有效利用行業、政府大數據，在更高層次和更深領域發揮審計的職能作用，凸顯其宏觀性、整體性和建設性。再次，傳統的批量處理方式被流處理方式取代。審計人員通過利用軟件和模型更快地捕捉到價值信息，實現實時分析，這將使審計人員能夠更及時地發現問題，有效提高審計工作效率。最后，在大數據環境下，審計分析可以利用機器學習技術，來解決聚類問題、分類問題、挖掘頻繁項集。機器學習專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。它是人工智能的核心，是使計算機具有智能的根本途徑。機器學習技術的引入無疑將大幅提高審計效率和審計工作層次。
五、企業內部審計分析向大數據分析轉變面臨的問題
大數據分析無疑給審計分析帶來機遇，但是從企業內部審計角度看，審計分析向大數據分析轉變還面臨諸多挑戰：一是實現集團企業內部資源的統一規劃和使用，必須以各系統相互之間兼容互聯、數據字典規范統一為前提。由于各地區、各業務板塊信息化水平參差不一，碎片式的數據環境給審計部門獲取、存儲和利用數據造成困難。二是從龐大的外部數據中找出對審計分析有用的信息有很大難度，這里面涉及相關方面披露范圍、時效、數據展現方式是否統一、口徑是否規范等。三是企業發展變革快，業務系統和數據穩定性差，加大了審計部門協調資源，統籌建立審計分析平臺的難度。四是面對多源異構、紛繁復雜的數據信息，審計部門不僅要有相應的采集和存儲能力，更重要的是劃定相關集，迅速分析和挖掘數據，審計人員的數據駕馭能力將受到考驗。五是審計成果需求的壓力。理論上大數據可以采用全量數據進行分析，查找風險和問題，內部審計授權方也已經提出類似要求，而實際上內部審計受數據環境、分析工具和手段等條件所限，在較長時間內還很難實現“大數據分析”，兩廂對比給內部審計帶來很大壓力。六是審計數據的采集和使用、審計成果的分析和共享過程中的信息安全問題凸顯。
六、迎接大數據環境，提升審計分析水平
內部審計肩負審查和評價組織的業務活動、內部控制和風險管理的適當性和有效性，以促進組織完善治理、增加價值和實現目標的重擔，客觀上要求我們必須抓住大數據的時代脈搏，趁勢而上，提高審計分析能力，提升監督能力和服務水平。
（一）轉變觀念，認識大數據分析特點助力審計創新
大數據分析的“三個轉變”，跳出了傳統的思維模式和特定領域里隱含的固有偏見，為我們提供了更多的深刻發現。提高對于大數據的認識，而不局限于它是數據域的拓展，更主要的是觀念的突破，讓更多審計人員擁有“大數據”思維，可以有效地提升審計分析水平、洞察發現力和流程優化能力，推動審計方式方法的創新。
（二）統籌規劃，增強審計分析的軟硬件支撐能力
大數據時代，企業各方面都會發生很大變化。決策將由以流程為中心轉變為以數據為中心，運營模式將由以產品為中心轉變為以用戶為中心，組織模式由層級管理轉變為扁平化管理。為順應這些變化，提高數據化程度，打通企業各個系統，建立集中式的數據管理和運營中心是大勢所趨。內審部門有必要抓住時機，統籌規劃，在引入大數據分析技術和工具，逐步增強審計分析物質支撐能力的同時，促使企業建立“從事后到事中、從靜態到動態、從現場到遠程”的在線審計系統，盡早實現持續審計，通過實時分析強化風險預警。
（三）優化團隊，提升綜合分析判斷能力
在大數據環境下，審計人員不僅要了解數據及其處理方式的變化，也要能處理數據、分析數據，更要透徹地了解背后的企業經營管理、業務活動，才能準確的駕馭數據。因此，內審部門需要通過新聘IT技術人員、與業務部門進行人員雙向交流、在職教育培訓等方式提升審計團隊綜合判斷能力、跨專業知識運用能力、以多維分析和數據挖掘為代表的數據分析能力等。
（四）做好防范，保證企業信息安全
大數據時代，企業和個人都面臨更大的信息安全問題。就內部審計來說，形勢更加嚴峻。信息安全是內部審計重視的一項業務內容，“打鐵還需本身硬”，所以內部審計更要提高安全意識。具體操作上，在審計信息系統中要做好安全監控，進行用戶身份生命周期管理，對于能接觸到的關鍵數據做好脫敏處理；審計人員在工作中要避免利用公眾網絡傳遞業務資料等。
參考文獻：
[1]官思發，孟璽，李宗潔，劉揚.大數據分析研究現狀、問題與對策[J].情報雜志，2015（05）.
[2]顧洪菲.大數據環境下審計數據分析技術方法初探[J].中國管理信息化，2045（03）.
[3]呂海峰.大數據背景下軍隊審計數據分析初探[J].經濟師，2045（07）.
[關鍵詞]學習；學習科學；方法論；發展趨勢
[中圖分類號]G420 [文獻標識碼]A [文章編號]1672―0008(2012)01―0026一11
一、前言
20世紀中葉，探究人類感知、思維信息處理過程及心智工作機制的認知科學，成為引起全世界科學家廣泛關注的新興研究門類，隨著計算機技術的發展，在70至80年代，為了更好地促進人類的學習，不少認知科學領域的研究者開始利用人工智能技術設計開發學習軟件，并發起“人工智能與教育”大會。1978年，美國西北大學特聘請關注這一領域的耶魯大學的尚克(Roger C.Sehank)成立學習科學研究所(the In，stitute of the Learning Science，ILS)，此時，學習與技術的研究日漸深入。1991年1月，由尚克、柯林斯(Allan Collins)和奧托尼(Onony)等學者發起，《學習科學期刊》(the Journal《kamin Science)創刊，同年在西北大學的學習科學研究所召開了被尚克稱為學習科學的第一次國際會議Ⅲ，至此，經過不斷醞釀的學習科學正式誕生了。2002年，國際學習科學協會(ISLS)創辦，使得學習科學這一學術共同體日趨成熟，國內一些學習科學的研究機構紛紛成立。
而今，伴隨著腦科學研究的深入進展，特別是功能性磁共振成像(FM-RI)、腦磁圖(MEG)、正電子發射斷層掃描fPET)等多種無創傷腦研究技術的問世，研究者可以對人腦高級功能進行諸多實證性的研究，不斷揭示著大腦的學習機制，這促使人類對學習是如何發生的追問從猜想走向科學。
索耶(Keith Sawyer,2006)在《劍橋學習科學手冊》的序言中做出如下界定：“學習科學是一個研究教與學的跨學科領域，學習科學家研究多種場景中的學習，不僅包括學校課堂中的正式學習，也包括發生在家庭中、工作中和同伴間的非正式學習”，而學習科學的目標則是“更好地理解學習的認知，過程和社會化過程以產生更有效的學習，并運用學習科學的知識來重新設計課堂和其他學習環境，從而使學習者進行深層學習”。本文就學習科學的緣起、發展、研究領域的重要問題及其方法論進行探討。
二、“跨學科”的學習科學
20世紀40年代以來，科學的不斷分化被看做是科學發展綜合化的一種表現形式，原有學科的鄰接區域紛紛成為新學科的生長點，早期的學習科學與認知科學息息相關，或者如達菲(TDuffy,2004)所說的“是認知科學的一部分”。然而，傳統的認知科學所崇尚的事實規律，總是將人們身處的社會和自然情境抽離出去的結果，對當時認知科學狹隘視域進行批判的一些研究者，逐漸成為后來學習科學的奠基人。
實際上。關于人類學習能力相關的研究涉及一個包括生物學、心理和社會學等機制在內的寬廣頻譜，學習科學關注真實世界里的認知，知識的理解和創新逐漸成為其研究重心，為此，“它吸收了有關人的科學的多種理論視野和研究范式，以便弄清學習、認知和發展的本質及其條件”，它涉及有關學習的科學(The Scienceso0fLearning)的不同領域，如認知科學、神經科學、腦科學、教育學、教育心理學、信息科學、計算機科學、人類學、社會學等，從多學科領域吸收成果并綜合了許多學科的方法，逐漸形成一個新的相對獨立的跨學科的研究領域，
最值得一提的是，眾多研究者對于將認知神經科學納入學習科學。有著較為一致的共識，因為，成熟的學習科學不僅要關注學習的發生，還應了解學習為何發生，怎樣發生：而神經科學的研究揭示了人類學習的內在機制和生理基礎，來自腦科學的微妙、靈敏的技術手段及與行為數據的結合還可能對理解學習的個體差異提供幫助(Gopnik。Meltzoff＆Kuhl，1999)。
國際上，經濟合作與發展組織(OECD)啟動了“學習科學與腦科學研究”項目(1999-2008)，該項目召集了26個國家的相關研究者，在教育神經科學的研究領域取得了不俗的成果；與此同時，一些國家的學術組織也舉辦了相關論壇，如2000年美國的紐約論壇(主題為“大腦機制和早期學習”)、2001年西班牙的Granada論壇(主題為“大腦機制和青少年的學習”)、2001年日本的東京論壇(主題為“大腦機制和終身學習”)、2003年德國的烏爾姆大學論壇(主題為“情緒和學習”)等。世界一些著名大學也紛紛建立起跨學科、跨領域的認知神經科學研究機構，作為學習科學研究重要基礎的腦科學及認知神經科學的不斷發展，更新著對學習過程及本質的認識，激發著學習科學領域中更有價值的研究和探索。
三、學習科學研究的重要問題
自上世紀90年代開始至今，學習科學的研究發展迅速，涉及人類學習的諸多方面，盡管學習科學成為一個日臻成熟的獨立的學科領域，但其研究領域的輪廓并不清晰，筆者認為很有必要對其研究的重要問題進行探討和闡述。
(一)知識的本質
一般認為，本質即隱藏于事物背后的絕對不變的性質、結構與形式，被認為是通過理性而得到的對事物的正確認識，因此，獨立于人的意志的客觀知識也就具有普適性。知識的本質觀對教與學有著長久的影響，也深刻影響著人們對知識價值和知識習得的看法。20世紀60年代以來，隨著后現代主義(尤其是反本質主義知識本質觀)對知識本質主義的批判與解構，人們開始重新審視知識的本質，并且形成了一系列帶有濃厚后現代主義色彩的知識本質觀。盡管人類對知識的探究總是在逐步地趨向某個“本質”或“真理”，現代復雜性科學認為。事物本身就是確定性與不確定性的統一體。這種不確定性也就決定了人類認識事物的有限性、暫時性和不確定性(石健壯，2010)。同時，人類的實踐及其創造的世界卻是不斷變化著、生成著的，生成性便是知識的基本屬性。
作為理性認識結果的知識是人們對客觀世界的一種解釋，如果過分地強調知識的絕對性，會導致人們對客觀世界的誤讀，從而導致僵化的認識和理解客觀世界的模式。后現代主義因此在對本質主義的批判與解構中逐漸壯大，確立知識本質的多樣性、差異性以及不確定性。因此，知識在本質上是對事物認識的一種簡約化，是對客觀事物復雜性的一種理解與闡釋而學習科學關注知識的復雜性、情境性和社會性，
能夠幫助學習者在恰當的情境中逐步理解并實現對知識的完整建構，并不斷地探究問題情境隱含的深層知識，得以解決復雜的實際問題。
當人類社會經由工業化社會、信息社會向知識社會轉型的時候，強調知識的建構性、社會性、情境性、復雜性和默會性等知識觀，成為創造知識生產和運用新范式的主要動因，而今隨著自然科學、社會科學發展的日益深化，不斷沖擊著傳統的知識觀，越來越多的研究者認為，知識是人類在實踐的基礎上對無限發展著的客觀世界的動態認識，是基于客觀世界的主觀構建，是動態發展的、開放的生態系統，呈現出相對性、不確定性、動態開放性、情境性、多樣性與差異性等特征，而日常生活的多樣化世界是文化和歷史中各種差異性和偶然性的基礎，對現象學家而言，“世界的知識需要有作為世界的認知者的自我(self-as-knower-of-the-world)的知識。
因此，有效的學習應該關注在自然情境下學習者個體的認知積儲過程，扎根于社會文化境脈，探究個體的、社會的認知過程。在一系列的社會共同體內存在的多樣性絕不僅僅是學習者學習的調為劑，由此而產生的差異更是深入學習的重要資源，在特定情境下的社會交互，尤其是隱含個體經驗的案例呈現，使得緘默知識可視化，一定程度上促進學習者之間的相互學習。
20世紀上半葉，哲學家們通常認為科學知識來自于對世界的表述和應用這些表述的邏輯操作(邏輯實證主義觀)，而當時行為主義支配下的學校教育以教授主義的方法實施教學，即向學生傳播(“灌輸”)事實和程序。自20世紀60年代開始，一些人類學家、社會學家、心理學家開始研究科學家是如何工作的，他們逐漸發現，科學知識并非簡單的對世界的表述及相關的邏輯操作，而是包括科學研究的方法和深層知識的模型，并且兩者通過解釋原理(explanatoi~DrinciDles)連接為一個整體性概念框架。他們認可科學知識情境性、實踐性的特征，并強調協作在科學知識產生的重要性。因此，他們認為傳統教室內的教學無視科學知識的這些性質。
傳統的學校教育以為學生提供顯性的確定的客觀知識為主，將考核的標準也界定為對這些客觀知識的保持和記憶的程度，但知識畢竟是有情境性的，杜威把知識界定為“通過操作把一個有問題的情境改變成一個解決了問題的情境的結果”。波蘭尼也在《隱性之維》(the Tacit 0f Dimension)一書中，探討知識不可言傳的另一特性，賦予知識的個人色彩和情境性，這都意味著強調學生在知識學習中親歷體驗、探究的重要性，知識的“隱性之維”提醒我們，需要引導學生在不確定性的情境中探究某些確定性的結果。
不僅僅是學生，社會的從業者包括專家也需要不斷地學習新知識，這些知識通常能夠幫助人們快速地在新情境中解決問題，筆者在此想強調的是適應型專家知識(adaptive ex.oertise.有學者譯為“適應性專長”)，即支持持續學習、即興創作和自主擴充的專業知識。學習科學的研究發現，專家會注意到情境或問題的特征，而這常被新手所忽略。伯利納(Berliner.2001)已經證實新手教師和專家教師在注意力上存在巨大的差異，而這又影響他們快速識別問題與時機，并做出回應的能力。對于“適應性專長”的關注，成為2005年4月在加拿大舉辦的美國教育研究協會(AERA)年會的重要議題，研究者們將通過常規專家(routine expert)與適應性專家的對比來界定適應性專長，并大多聚焦在概念性理解、對新情境(問題，任務)的反應、對已知與未知的反應、彈性或適應性改變、革新或發明與創造、作為學習者的身份意識和信念、元認知等多元維度，而以適應性專長作為目標的學習對知識的獲取與應用有著不同于常規專長的理解。
(二)學習的實質
1.真的學會了嗎
在課堂中，有些教師經常感到迷茫，該講得都講了，該解釋的都解釋了，為什么學生還是不明白?為什么對一些司空見慣的“常識”學生們就是不能理解和應用?在現實的教學中，教師與學生之間確實存在著理解的“鴻溝”，這一鴻溝經常使得教師與學生的知識(觀念)難以共享。因此，教育者經常面對一個困惑的現象就是：盡管教師們用心良苦地為了學生而授業解惑，但學生的學習效果卻往往與教師的期望有著明顯的差距。如，王光明(2005)的調查表明，我國基礎教育階段的師生對于數學學習投入了很大精力，但對知識的理解水平遠未達到深刻理解，多數學生對帶有識記性與操作步驟的問題解答表現較好，但在陌生的問題情境中卻常常不會應用數學知識，未能達到遷移性理解，意味著沒有真的學會。
沒有理解就沒有真正的學習。諸多的研究者認為，面向理解的認知發展的特點是概念轉變(Concepfion Change)，即學習者掌握知識(或概念)的過程中，主要的是在原有知識(概念)的基礎上的發展或轉變，而非簡單的信息增疊。概念是異于個體的特殊主觀性中的共同因素，是反映在主觀性中的事物的客觀普遍性。概念轉變的意義，在于引發深層學習，為知識的有效理解和遷移準備了條件。杜威(John Dewey，1936)特別強調概念在人的理解過程中的作用，他認為，首先，概念使我們能夠類化，使我們能夠把對某一事物的理解轉移于對其他事物的認識：其次，概念使知識標準化，它使流動的化為凝固，易移的化為永恒；再次，概念幫助我們認識未知、補充所知。
2.迷思概念
概念是構成知識最基本的成分，也是科學思維的網結，概念的獲得和理解是學習科學重要的關注點之一。學習科學研究的一項重要發現就是：學是在原有知識背景下發生的，進入課堂的學生總是帶著對現實世界各種各樣的半成型的觀點或者前概念(Preconception) (有時被稱為“樸素科學”、“孩童的科學”)，而課堂里“教師的科學”，是教師借由“課程的科學”轉化成包含自我理解的意義，盡管兒童的前概念未必都是錯誤的，但往往是片面、模糊甚至是與科學概念對立的。在學習新知識時，不少學生只注意到自己所理解的部分，所以，即便在學習后，學生通常不會放棄原有的概念(觀念)，而是對新概念加以排斥，甚至扭曲對新概念的理解。這些在學生頭腦中存在的與科學概念不一致的認識，稱為“迷思概念(Misconception)”或“相異概念(Alter-nati’ve Conception)”。
相關的研究(Gilbert et a1.1982)證明，通常的課堂教學后，學生并未真正獲得對科學概念的理解，原因是他們習慣。性地將課堂中的知識與原有知識(概念)隔離，學習之后，他們仍會在真實的世界中應用原有的知識，而教師教授的知識則只用于學校的課堂中；或者學生獲得了對科學概念有限的認知，卻不能達到有效的理解和內化，因而，形成孩童的科學與教師的科學的混合物。
因此，從建構主義的理論視域來看，學習是學習者在選擇知覺向度和從長時記憶中已經存在的概念之間獲得聯結，
并對獲得的意義進行重構(Gamett et a1.1995)。但面對新的知識，他們并不喜歡轉變來自長時間的經驗和觀察的“前概念”，只有當他們意識到原有概念無法進行指導現實的問題解決，進而對他們的概念不滿意，才會真的接納科學的概念，實現概念轉變(Posner.Strike.Hewson.1982)。
3.理解性學習
從行為主義的學習觀到建構主義的學習觀，對于學習的界定發生著變化，越來越多學習科學的研究者開始關注“有效學習”、“深層學習”，來自腦科學和認知科學的研究成果不斷推動著該研究的進展。Petitto和Dunbar等研究者(2004)曾利用FMRI技術對物理系大學生和非物理專業的成年人進行“自由落體運動”概念的實驗㈣，研究顯示，當出現正確的運動圖像時，物理系學生腦中的相應區域(尾核和副海馬區)激活，說明他們已經接受了正確的科學概念：當出現錯誤的運動圖像時，他們的前扣帶回激活增加，表示了概念上的沖突，普通成年人面對正確的和錯誤的圖像時，腦中激活的區域則相反，說明非物理專業的成年人仍然持有自由落體運動的錯誤概念。
以技能訓練、知識記憶為指向的傳統教學方式，容易造成學生對知識和概念的迷思，因此，與機械的記憶性學習相對的“理解性學習”備受關注。美國哈佛大學教育研究院主持的零點計劃(Project zero)中，已將理解性學習與教學(Learn.ing and Teaching For understanding，LTFU)作為其研究的重點之一。
那么，什么是學習中的理解?認知心理學中將其闡述為學習者基于原有圖式的個體心智的意義建構過程。從心智表征模型來看，理解是一種學習的程度和狀態，表明了心理意義的獲得，也是個體內隱的“意義生成”的心智活動，當然這一活動過程往往依賴于社會文化的中介作用。筆者認為，心智模型@的建構是理解的內在心理學機制，基于心智建構而在環境中表現出來的能力，即理解性實作(Understandin~Performance)也是理解的重要成分，因此：(1)理解是基于個體的已有知識和原有經驗來建構意義：(2)理解是一個層次上深淺的問題(所謂的淺層理解與深層理解)；(3)理解是有個體差異的、多樣的(因個體的心智結構差異)；(4)理解是基于心智建構而在環境中表現出來的行動和“實作能力”。
從學習科學的視角看待有效學習，其實質便是理解性學習，即學習者對某主題知識的掌握，在量增加的基礎上，逐漸的精致化，圍繞專業知識的核心概念或原理形成知識結構的內在表征或心智模式，在事實和觀點之間直接建立關聯，并能用不同的方式在真實情景中去運用。學習科學強調的就是理解性學習，為學生設定的目標便是達到深層理解(deeo un.derstandin)，即獲得專家用來完成有意義的任務時所用的那種知識，這絕不是對事實或程序的機械記憶與再認，而是把概念和策略組織到一個層級框架(hierarchical framework)中，用于決定以怎樣的方式在何時把知識應用于理解新材料并在特定環境中解決相關問題。
因此，理解性學習就是讓學習者將陳述性的有序的知識結構化，將程序性的知識整合原有經驗得以條件化，最終表現為環境中理解性實作能力的提升，這也體現出理解性學習的“遷移”本質，即學習者將已有知識和技能“遷入”新情境時的適應性改變與調整，進而能夠彈性的適應新環境，“為新學習做準備”。
最近的一些研究認為，教師、教材是不能把知識傳遞給學習者的：相反，學習者通過探究周圍的世界、與環境交互、觀察現象、產生新想法、與他人討論，來積極建構知識，即學習者只有根據自己的經驗與外界交互并積極建構意義的時候，深層理解才會發生吲。盡管在不同生活情境中的學習者有不同的描述生活情境的方式，以及因此所產生有差異的“意義”，但學習者在描述情境過程中，意義也就被建構起來。而且他們對自己的表達和想法的反思，也會讓他們學到更多，也即他們自身想法(觀點)的可視化有利于在新舊知識之間建立聯系。現在，越來越多的方法和工具被用于支持這種有意義的學習，如小組學習、類比策略、概念圖工具等；不僅如此，有研究者發現學生群體在學習科學概念時，會隨意地與同伴使用“隱喻”(Joel J.Mintzes.2002)。隱喻具有對某一不熟悉概念的符號相似性(symbohc similarities)，可以促進學生在概念上的理解，學生使用的隱喻是依據他們的經驗而產生的，可以作為有效的認知策略。
布蘭思福特(Bransford,2000)等研究者在《人是如何學習的》一書中總結出7個促進理解性學習的策略，即：(1)圍繞學科的主要概念和原理形成結構；(2)運用已有的知識建構新理解：(3)運用元認知促進學習；(4)利用學習者之間存在的差異：(5)激發學習者的動機；(6)在實踐活動的情境中學習；(7)構建社會交互的學習共同體。
值得注意的是，學習科學家還發現，當學習者外化并表達自己正在形成的知識時，學習效果會更好(Bransford，Brown＆Cocking,2000)。原因是表達引發了學習者思考的過程，產生了可能的反思，即自我啟發的學習：最好的學習方式是在學習者知識尚未成形時就開始嘗試進行表述，并一直貫穿于整個學習過程。因此，學習者之間的協作和對話是很關鍵的，可視化的社會交互，使學習者從清晰表達中獲益，而如何支持學習者的表達過程，也成為學習科學重要的研究主題。
4.從新手到專家：學習的過程
專家們是怎樣獲得那些專業知識的?從新手到專家的轉變，學習者經歷了怎樣的心智階段?
一般認為，專家是在特定領域具有專門技能、知識和經驗的個人，能夠有效地思考該領域的問題。與新手相比，至少在三個方面體現出專家知識的特征：第一，在知識的組織上，專家從理論發展與實踐應用密切相連的縱橫維度，圍繞核心概念或“大觀點”構成了開放穩定、豐富內涵的體系化知識網絡或圖式(sehema)，專家能夠挖掘事物中隱含的條件和聯系，覺知有意義的信息模塊或組塊(chunk)。并據此進行推理和評價，因此，“知道得越多”意味著在記憶中擁有的彼此聯系的概念模塊或組塊就越多：第二，在面對問題解決時，專家所運用的科學方法隱含哲學的思想智慧，善于縱觀整個問題的背景和其中各成分間的關系并對問題進行分類(新手往往只看到孤立的問題本身或表面特征對問題進行歸類)，然后結合自己的體驗(或經驗)自動地調用大腦中的圖式應對當前的情境要求。提取相關信息以執行一系列的認知操作。因此，專家的知識是在經久訓練和具身體驗中得到的相互連接、融合、組織化的體系，是“條件化”的。并且能做到“自動化”的順暢提取。第三，與新手相比，專家更擅長規劃和檢查自己的工作，即進行反思性(Reflective)的思維活動，如同作家，邊寫作邊出聲說出自己的思考過程，當覺察到不
妥之處時進行反省和調整，
由以上二者的差異看出，其實學習也就是“某領域的新手轉變為專家的過程”，不過，從心智模型的相似性來衡量新手向專家轉變的程度值得推敲，因為其前提認定專家們的心智模型是高度相似的。就簡單任務的完成而言，成功高效地完成者確實有著相似的任務技巧，相似性也體現在具體情境下運用哪些關鍵概念和程序的信息，但環境因素的復雜及可變性，專家心智模型的唯一性也難以存在，而且不適應環境變化的心智模型也會是僵化、低效的。因此，即使相同領域的專家也可能存在有差異的心智模型：同理，先前經驗在新手的學習中也起著重要的作用，為準確把握專業知識的內涵屬性，僅僅通過觀察模仿專家間接經驗的學習是不夠的，而是要去經歷體驗，讓新手沉浸在特定的情境中，通過參與特定領域真實的活動，在與專家的互動交流中，逐漸形成自己對專業知識的理解(Lave＆Wen~er,1991)。當然這類活動會對新手來說是有難度的，腳手架的搭建幫助他們更好的跨越因實踐經驗差異造成的“專業鴻溝”。
5.學習的情感考察
學習作為人類重要的心智活動，個體心智模型的差異演繹著個體學習風格的不同，而個體內在的動機、態度、興趣、自信、焦慮程度等與學習效果息息相關，這已成為研究者們的共識并對此開展了諸多深入地研究。然而，直到20世紀末，情感作為認知過程重要組成部分的身份才得到了學術界的普遍認同。實際上，人們在認識客觀事物時，總是帶有某種傾向性，表現出鮮明的態度體驗，充滿著感情的色彩，即內心主觀體驗的外部表征。認知科學家們把情感與知覺、學習、記憶、言語等經典認知過程相提并論，重視學習者在學習過程中的非智力因素，認為學習情感(即學習中所產生的情感過程)貫徹于學習過程的始終，正向的學習情感對學習者的認知活動將產生增效的作用。
人的學習本身就是一個復雜的認知過程，情感參與和認知投入是緊密地結合在一起的，而情感也是錯綜復雜的心理現象，是各種心理因素的組合體。加之情感的易變性、不確定性和社會性特征，若與人們的愿望和期待相符合的情境則能夠引發積極的情感，反之則引起消極的情感。我們需要更多關注學習中情感、歸屬和交互的融合，探索學習中情感的多維心理特征的外在表征及其對學習的正向和反向的作用。如相關研究(焦彩珍，2008)表明，“學困生”在學習中情感的心理特征對數學成績就有著顯著的影響，而這些情感心理特征的各不同維度之間也密切聯系，相互作用。
如今，情感與其他認知過程間相互作用的研究成為當代認知科學的研究熱點，以至于由此產生的情感計算(AffectiveComouting)成為一個計算機科學中新興的研究領域，這是一個高度綜合化的研究和技術領域，通過計算科學與心理科學、認知科學的結合，研究人與人交互、人與計算機交互過程中的情感特點，設計具有情感反饋的人與計算機的交互環境，讓計算機通過對人類的情感進行獲取、分類、識別和響應。最終可能讓計算機像人一樣能進行自然、親切和生動的交互，即人與計算機的情感交互。
(三)學習的方式與形式
人類學習方式的演變體現出不同時代的人類學習活動的特點與規律，傳統的學習研究，常常聚焦于個體如何主動加工和建構知識，作為“完成學習任務時的基本行為和認知策略與傾向總和”的學習方式。而今，在逐漸擺脫行為主義指導下以“教”為中心的教學理念后，隨著人類學習的認知、心理、神經學基礎的發展，特別是近十余年來產生的一些有關學習的新理論，如建構主義學習理論、協作學習理論、情境學習理論以及泛在學習理論等等，推動著教與學方式的變革，而學習的形式也趨于多樣化。
1.正式學習與非正式學習
從知識獲取角度看學習發生的方式，學習可以分為正式學習(Formal Learning)與非正式學習(I,fformaI Learning)兩種基本形式。非正式學習通常發生在學校以外，但與正式學習區分的主要依據卻不是學習發生的地理位置，而是是否發生于具有說教色彩的教學實踐。也就是說，在學校中也廣泛存在非正式學習，而在非學校的環境中也可能有正式學習的發生(如社區教育中的培訓活動)。作為正式學習的學校教育，提供的是與學習者日常生活并不連續相關的知識體系，密集的訓練使得學習者的抽象推理能力得到提升，但人腦的發展不單純是教育的產物，兒童在日常生活中通過模仿學習獲得的經驗也有助于對其大腦的塑造，“鏡像神經元”(mi‘rror neu，ronsl的發現驗證了這一觀點，凸現了“非正式”的模仿學習的意義。更為重要的是，日常生活中的學習者在沒有正規的教學(或學習意識)參與的情況下，為適應新環境而與周圍人或物的互動(或觀察模仿)中，獲得了那些用言語難于表達的知識，這也即內隱學習的發生。
對非正式學習實質的探究，也可以從正式學習的內涵來推演。眾所周知，正式學習通常發生在學校，信奉普適的行為價值和標準，以語言為主要媒介來傳遞常常脫離境脈的知識，學習者也傾向于用語言來描述習得的知識或問題解決的過程。對比正式學習，斯克里布納和科爾(Scfibner＆Cole，1973)提出非正式學習三個特點：(1)非正式學習是個人取向(person-onented)的，或者說是自我發起的，目標的設定取決于個體本身的意愿而非掌握的知識基礎：(2)非正式學習的過程融合了情感和智力，常常表現為包含著認同和移情的“觀察學習”之中；(3)非正式學習中因個體身份的建構而助長傳統主義，非教學性質的社會交互形成“實踐共同體”，學習者身份及參與結構把專家于核心位置，
現在，學習科學專家對非正式學習的關注體現在三條線索的研究：(1)內隱學習與大腦；(2)非正式學習；(3)正式學習與非正式學習的設計。研究者將他們的觀點和發現應用于教育中，并提示學習科學家如何借鑒這些研究更加深入地理解學習㈣。
隨著通訊移動設備的普及，非正式學習的形式和機會越來越多。需要注意的是，新手在非正式學習中僅僅觀察模仿專家的示范，尚不足以保證他們注意到所有相關細節，如前文所述，專家的知識不是一張互不關聯的陳述性知識的清單，而是依據學科中的重要觀點(或核心概念)進行有機連接和組織的知識網絡，包括了應用關鍵概念和程序的情境信息。因此，強調專業知識和注意力也暗示學習者不能簡單地從經驗中學習，而是要學會去經歷。
2.個別化學習與協作學習
個別化學習源于個別化教學的概念，是學習者高度自主性的學習方式，通過自我探索、自我思考實現知識的獲取或更新，適合于認知領域和動作技能中大多層次的學習目標，個別化學習體現以學習為中心，以學習者為中心的理念。協作學習則是一種通過小組或團隊的形式組織學生進行學習的一種學習方式或策略，學習者個體之間通常采用對話、商討、爭論等形式在進行問題解決的過程中獲得知識進而達到學習的目標。
學習科學的研究者將個體認知延伸到群體認知是相當
有價值的，一系列的相關研究也證實，小組合作的學習者較之個別化學習者更易在交互中提取有用的信息，更易得出有產出的推論(Simon，1997)。計算機技術和網絡技術的快速發展為學習提供了良好的環境，如今，計算機支持的協作學習(Compu~r Supported Collaborative Learning，CSCL)成為研究和應用的熱點。眾多學者認為。CSCL是繼承計算機支持的協同工作(CSCW)理論和技術的基礎上將協作學習的教育理論融人其中發展演變而來的，考希曼(Kosehmann,2002)曾指出，CSCL的歷史發展軌跡為：計算機輔助教學一智能導師系統一學習LOGO程序語言CSCL。Gallaudent大學的ENH項目(讓聾人學生以新的文字媒介方式進行寫作)、多倫多大學的CSILE項目以及加州圣地亞哥大學的“第五維度”項目(the Fifth Dimension Proiect)，成為稍候出現的CSCL研究領域的先驅，這三個研究都通過嘗試使用技術來促進有關讀寫能力的學習，
盡管小組合作學習的研究要比CSCL早得多，但CSCL的軟件環節提供不同形式的教學支持和腳手架支持，即通過設計技術(工具及人工制品)來支持學習者的意義建構，技術的社會性提供了更多地學習機會，而技術本身也表現出在支持協作學習過程中的獨特性，如：(1)自由配置的計算機媒介實現了動態表征，技術的潛能本身又促成了新的交互，(2)計算機為媒介的溝通“實體化”，使得學習活動本身可以被記錄和重現，成為新的學習資源。為此，考希曼在2002年CSCL的會議上做主題演講時，對CSCL給出了一個概括性的描述：“CSCL著重研究在共同活動環境下的意義和意義建構的實踐活動，以及設計的人工制品被這些實踐活動應用為媒介的方式。
3.學習共同體
“共同體”是人類群體生活的表現，從社會學的視角看待人類學習，那些有價值的綜合的實踐性知識都隱含在特定的共同體中(趙健，2007)，共同體內部面向共同愿景的社會建構和文化協商，促進了成員的認知成長。從這個意義上說，學習本質上是對一定文化歷史背景下的特定實踐共同體的參與。
很多的研究者將學習置于共同體境脈中考察知識的社會建構性。維果茨基認為，每個學習者在協作的情境下發展的知識和能力和他們單獨學習時是不同的，他用“最鄰近發展區”的概念來衡量這兩者的差異，大多研究者也認為“共同體”在促進個體學習方面表現得很有效。群體認知或主體間的學習，存在于共同體內面向知識建構的互動，實際上，共同體內部因成員差異而存在著客觀的異質性。根據知識分布式的特點，協作團隊中的知識會呈現出異質性和多元化，Jehn(1999)等研究者稱之為“信息異質性”(另外還存在著“社會屬性異質性”和“價值觀異質性”)，由此，協作中的會話(discourse)顯得尤為重要。貝克(Bake~2004)曾將其作用概括為：明確知識、通過差異化促進概念轉變、闡述新知識及知識精致化等方面。
因差異而產生的認知沖突在協商會話中起著中介的作用，成員之間能夠從不同的視角提供解釋來為自己的觀點辯護，進而能夠促使參與者在彼此思想的基礎上共同建構新解。因此，共同體內協商合作的過程也就是基于知識異質性而進行的心智模型共建共享的過程，而共同體內的學習可以看做是協商不同觀點的行為，這種協商是基于真實的辯論而非等級觀念下的妥協。我們需要關注群體互動中如何達成主體間性，需要了解學習本身如何在成員之間的互動中發生。不僅如此，在協作學習的氛圍中，參與者會利用持續交談的方式進行群體思考來建構共同知識。輔助以手勢、圖板等進行觀點(知識)的可視化表達，進而實現相互理解或共同解決問題。而且即使同伴缺乏成熟的觀點，仍然可以通過有意或無意的提示為其他學習者搭建腳手架，這種即興發生的同伴腳手架(peer scaffolding)是成員個體心智模型分布與認同的聯結，是增強團隊效能的潛在動力；當然。協作活動有時并不順暢，協調的工作也是非常必要的。
4.數字土著的“多任務”學習
信息技術的快速發展，不斷拓展用以呈現和信息加工的技術手段，由早期的多媒體通道呈現發展為以超媒體、計算機網絡等為支撐的新媒體技術，支持著社會協商和意義建構，構造出豐富的學習情境脈絡。而信息技術成為認知工具、學習伙伴，這對學習者的心智模型產生著深刻的影響，學習的方式也悄然發生著變革。早年尼葛洛龐帝在面對數字時代的學習時，認為年輕的學習者是活躍的獨立學習者。當時，他試圖以其設計的百美元電腦實現“人人電腦”，讓孩子們的可以進行直接探索、表達、體驗，直至跨語言和文化的無縫學習。今天看來，盡管尼葛洛龐帝認為的只要借助于數字化技術，學生就能自發實現有效的學習的理念確實是缺少說服力的，但是對于學習者來說，他們的主體性增強。而且教師的角色重新定位已是不爭的事實。
而今，隨著智能手機、iPad等各種數碼產品的使用及其無線上網的普及，在學校里就讀的學生便成長在數字化的環境里，鐘情于“三屏”(手機、電視、電腦屏幕)，生活在由網站、電子郵件、短信和移動電話組成的數字世界里，(美國神經學家蓋瑞?斯莫爾的著作《大腦革命》把從小接觸數字技術的年輕一代稱為“數字土著”，而把只在成年后才接觸計算機和網絡的人稱為“數字移民”)，他們喜歡也擅長同時處理多種任務，他們敏銳的快速的接收著各類信息，對于知識的學習習慣于“隨機進入”，喜歡游戲而非“嚴肅”的有條理的工作。傳統的教育者堅持認為他們的學生在上網或者聽音樂的同時不能成功的學習，因為這些教育者們自己不能做到(MarcPrenskv。2009)：而且知識的獲取必須是個人參與的結果，離不開參與者的熱情、信念和理解，當學習者的生活空間和信息空間融合的時候，在個別化學習、小組學習等正式的學習方式之外，泛在學習將與之并存。
基于數字土著的學習特點，教育者們不僅關照諸多教育情境中具有的共同性與一致性要素，而且更專注于把握教育情境中知識本質變化的復雜性與規律性，關注于以學習者為中心的學習情境設計：如今，特定情境與條件下知識變化與發展的多樣性與差異性備受關注，而多樣化和人本性的學習活動設計和課程設計越來越得到重視，而學習方式變革的重點也放在了變“淺層學習”為“深層學習”上，要讓學習者變消極應付為主動加工，變機械記憶為探究思考。在學習方式“轉型”的十字路口，越來越多的研究者發出倡議，他們不僅提倡與“他主”性、被動性相對的自主學習，還要求教師創設恰當的問題情境，引導學生關注學習中的創意和深層的情感體驗，促成認知深加工和行為卷入，而且還要關注學習者之間的協商合作、共享互補，重視學習中的主體間性口硐。
(四)以學習者為中心的設計
信息技術融入日常教學使得教學的手段和方式發生了很大的變化，然而一線的教師發現，信息技術在教育教學中
帶來的效果有時并不如原來期望的那么大。庫班(Cuban，1986)探究了技術沒能成功支持學習的原因，Soloway、Guzdial及Hay等研究者(1994)在此基礎上提出信息技術的應用應該圍繞學習者的(特殊)需求、目標、活動過程和教育情境來設計教育軟件，即以學習者為中心的設計(Learner-CenteredDesign.LCD)。通過搭建基于軟件的腳手架(Scaffolding)構建知識整合的環境來幫助學習者構建新的理解。
以學習者為中心的設計，突出了“使知識更易于理解”，主要體現在：
首先，使得知識具有情境性(Situativity)。“情境”是一個現象學的概念，它是指通過個體或群體的“意向性”組織起來的環境因素。情境化觀點認為，學習環境是活動系統，學習者在活動系統中與環境中的其他人，以及物質、信息與概念資源相互作用。傳統教學中的學生常常獲得不易激活和提取的僵化的“惰性知識”，即便所接受的結構化組織的知識，但這樣的結構化也多依賴學科邏輯的鏈接，缺乏情境脈絡的支持，而導致學生在遇到問題時無法將知識和問題情境對接而不知所措。
后胡塞爾主義的現象學研究所產生的知識形式不是自然法則性的，而是情境化地理解和交流意義。因此，知識是情境化的，學習者需要在有同伴和專家的共同體中建構他們自身的知識(Brown et aI.1989)。所以，獲得專業知識需要參與到專門的文化情境中，這樣可以使學習者明白共同的實踐、語言、工具和文化的價值所在。如Jasper系列給學生提出個性化的有意義的問題，激勵學習活動，將學習者當前所學的材料與具有相似情境的或者先前的知識建立聯系。
其次，采用不同的方式為學習者提供“腳手架”。在維果茨基(Vy~otsky，1978)關于腳手架的理念之后，更多地研究者進一步明確腳手架在為學習者提供協助的支撐本質，并在不同的情境中應用，如提供輔導訓練、建構任務、提供建議或指導等。讓學生可以投入到真實的練習中。在以學習者為中心的設計中，腳手架將整合知識建構與應用的方法，面向提升學習者的自主學習能力，而將知識更易理解，在情境中使得思維過程可視化，進而加強了學習者知識的廣度和深度。
不過，信息技術應用到課堂中對教與學的效果的促進很多時候卻不盡如人意，尤其是早期的一些教育軟件的設計開發，設計者一貫的思維是關注軟件的功能及可用性，而忽視了學習者的真實需要和教育情境的特殊要求，教育軟件本身也即學習情境的一部分。古茲德爾(Guzdial，1994)在傳統腳手架的理念基礎上，提出的“基于計算機軟件實現的腳手架”(software-realized scaffolding)受到關注，搭建起來的腳手架將學習者置身真實的實踐情境中(如軟件呈現的虛擬實驗室)，使學習者學習的各個方面可視化和直觀化而提供認知支持(特別是類似科學、數學那些需要運用軟件工具進行練習的學科)。在特定方面給學生提供幫助，這些特定方面決定了軟件中腳手架特征的類型，設計者開發不同的搭建腳手架的方法，例如，制訂計劃是一項比較內隱的活動，因為專家似乎憑先前經驗就可以自動產生計劃，而不需要刻意思考：而學生由于經驗不足，未能認識到制訂計劃在調查過程中的重要性。因此，給學生提供提示和引導成為支持學習者將操作步驟概念化的一項策略，以幫助學生制訂有效的計劃(Ouintanaet a1.2004)。在實踐中，以學習者為中心的設計的效果評價的重要內容之一，就是使用不同的基準去判斷腳手架的可用性及其對學習者的支持活動是否成功。
值得關注的是，有研究者以學習者為中心提出了促進學習的新的教學方法――從設計中學(Learning bv Design，LBD)，該方法采用基于項目的探究方法安排學習過程和課堂環境，如通過設計某島嶼侵蝕問題，來學習關于侵蝕、潮汐及水流方面的知識，設計的具有挑戰的活動為學生提供了參與并學習復雜認知技能、社會技能和交流技能的機會。重要的是，這樣的學習能夠提供學生引發其深層學習的各種經歷，促進學生對學習經驗的反思(Kraicik＆Blumefeld，2009)。LBD的學習活動為實現挑戰目標而從設計開始，利用調查手段，并以循環的形式整合了設計、合作、溝通等方面的技巧，如圖3所示，學習活動從“設計，再設計”循環開始，當學生發現有新知識需要學習的時候就開始了“調查，探索”循環過程，而調查的結果又為設計過程提供了應用的內容。
在實際的教學過程中，LBD活動的設計最終是為學生的深入思考提供腳手架，上述的循環通常呈現出兩類課堂腳本，一類是行動，一類是會話；前者融合了科學和設計的技能，后者則安排報告呈現及內容討論的活動。
(五)學習環境及其支持
威廉?格里諾和他的同事以“環境對大腦的影響”進行了前沿研究，認為人類的進化已使其大腦的神經系統在特定時期對環境的信息輸融入產生“期待”(expect)，大腦的發展是一種“受期待的經驗”(experience expectant)，而豐富的環境資源提供大量的社會交互、直接接觸環境的機會，增進并加深了參與者的認知體驗，構建良好的學習情境將可能促進更為有效的學習。而“情境化(situative)”的學習將焦點集中在促進意義建構與有效理解的活動系統上面，讓參與者在活動中進行著經驗的積累與改變。
在使抽象知識具體化的過程中，計算機系統的支持不僅有助于概念的可視化和空間理解，還會在學生表達抽象概念知識時提供腳手架。計算機應用于教育實踐，經歷了上世紀60年代的計算機輔助教育(CBE)、70年代的智能教學系統(ITS)、80年代的學習環境建設和90年代開始的計算機支持的協作學習(CSCL)。CSCL的方法體現出網絡交互作用的優勢，支持更多社會層面的學習環境的創設，具有支持有效辯論、引導深層理解的潛能，在這樣的學習環境中，個人可能通過參與學習，也可能通過內化經驗進行學習，也促進了小組內知識的構建。如CSILE軟件就是為了讓學生在幾周的時間中，異步合作地建構科學概念和知識而設計的(Scardamali，a＆Bereiter.1991)。
當前，CSCL的研究突出了技術化、多元化的趨向，應用計算機智能技術和網絡技術為支撐，促進學習者的知識建構、概念學習、問題解決和設計創作等等學習活動；這些研究的熱點如：CSCL中的協作交互(黃榮懷，劉黃玲子等。1998，2005；Henfi.F.1991)、CSCL促進知識建構(李克東，2007；王陸等，2009；Stahl.G.1999)、協作學習模式(趙東輪、黃榮懷等，2008；Wilfred Rubens等，2005)等等，也因此涌現出一批優秀的學習平臺，如國際教育資源網I'EARN(1988)，Scardamalia等開發的CSILE平臺(1989)，Berkeley大學(1998)開發的
WISE平臺，斯里蘭卡國際中心(SRI)開發的教師專業發展的網絡學習平臺Tapped In(2005)、亞卓市(EduCities，陳德懷等，2005)、思摩特網(SCTNet，臺灣中山大學)等。
計算機硬件和軟件性能的提高為將更多學生提供新的學習機會，在20世紀80年代中期，約翰.R.安德森(John R.Andemon)提出一種在智能導師系統發展和測試方面跨越更多學科的方法，即把認知心理學的原則融ru 到人工智能中，這樣的智能導師系統將圍繞學生已有知識的認知模型而建構，成為“認知導師(Cognitive Tutors)”系統，該系統監控學習者完成預設任務的程度，并采用模型和知識跟蹤的算法來體現輔導和(共同體內的)學徒制訓練。大量的實踐證明，將認知原則從個體延伸到群體活動是很有價值的，因此而產生的“情境化視角”整合了個體認知與交互研究這兩種取向，將學習環境界定為活動系統，關注個體的表征(即其信息結構的呈示)符號與情境之間的聯系，即學習者在活動系統中與環境中的其他人、物、信息等相互作用，與之周圍的存在物結成認知伙伴關系(cognite partnership)(Nersessian et M.2003)，個體的學習就是在這樣的交互中產生。
(六)學習效果的評價
學習的目的是內化以熟練掌握相關知識并在真實的情境中得以應用，學習效果的認定不應該像傳統的課堂測試和基于標準的評價測驗那樣關注學生對所授課程內容的辨認和回憶，因為那樣的評價既不適合于探測學習者對知識的深層理解程度，也難以揭示學習者的真實思維過程和問題解決能力。瑞典的Marton和Salia最早進行了對學習的“表層方式”和“深層方式”的研究(Thomas＆Nelson,2005)，在Ma~on的理論框架中，采用深層方式進行學習的學生，對學習有內在興趣，注重理解，強調意義，集中注意于學習內容各部分之間的聯系，系統地陳述問題或概念的整體結構的假設。
“真正的理解，只有當學生在新的或者是未預料的情境中靈活而恰當地運用知識和技能的時候才發生的”。也就是說，知識遷移是深層理解的一個重要特征，有效地運用知識是深層理解的本質，按照建構主義的觀點，任何學習都是在學習者已經具有的知識經驗和認知結構、已獲得的動作技能、習得的態度等基礎上進行的，而這種原有的知識結構對新的學習的影響就形成了知識的遷移。知識的深層理解意味著學習者能夠在不同的情境中順暢、靈活而有效的運用習得的知識，類似“舉一反三”、“觸類旁通”的說法。從個人的角度來看，知識是指經過檢驗的確實可靠的信念。一般來說，對于知識的深層理解也一定與學習者的興趣、偏好及家庭背景、所受的教育等有關，個體對外部世界的知覺形式、概念歸類及信息處理策略，形成路徑依賴(Dath-dependence)。深層理解的另一個重要特征是學習者能夠在個人所掌握的知識的基礎上經過重構或調整創造出新的知識。因此，對深層學習(Deep Learning)效果的評價，應在復雜情境中設置有層次的遞進式問題間接評價、設置開放的、結構不良的問題進行對知識和技能要求的深入評估。
鑒于有效的學習通常發生在復雜的社會和技術環境中，那么評估的手法也不應單一，考慮多種來自不同學科(如人類學、社會學、發展心理學等)的評價方法的融合，如，民族志、對話分析、參與觀察等。
四、學習科學的方法論
學習科學的研究者認為，深層學習通常發生在復雜的社會和技術環境中，為此，學習科學在多重理論基礎的指導下，發展了一系列新的方法論以及可操作性模式，采用各種方法論的組合來理解、探究學習的過程。如認知心理學的實驗研究、教育學領域的比較實驗、采用社會學和人類學方法論進行的社會交互研究以及一種稱為“設計研究”的混合方法論。根植于對理解“兒童如何思考”這個問題的持久興趣，在早期皮亞杰的發生認識論和臨床訪談法、維果茨基的“發生歷史法”和單元分析方法、杜威實用主義探究思想的基礎上。基于設計的研究過程fDesign-Based Research Collective)已經逐漸成為學習科學的研究方法，作為方法論的設計研究(De.siva Research)，在繼承臨床訪談研究的基礎上延伸了教育領域的實驗設計，尤其是教學交互研究，旨在提供系統的、有根據的關于學習的知識，并試圖運用建構理論來指導和促進學習的教學決策(徐曉東，楊剛，2010)。
基于設計的研究(DBR)仍然是一種正在發展中的研究新范式，更多的學習科學家將其看做是“方法論工具箱”，以期通過有效的設計改變環境來研究該環境中的學習，通常在自然情境中通過多次迭代循環，采用民族志、會話分析等方法深入探究學習者的學習過程，以此發展能推廣到其他學校和課堂中去的新理論、人工制品和實踐方案(Barab&Squire,2004)。也即是說，設計的目的不僅是為了滿足當時的需求，重要的是形成一種理論框架，以及揭示、探索和辨別知識之間的聯系。
如在“探究亞特蘭蒂斯島”的項目中，根據角色扮演的在線游戲策略，糅合了商業游戲策略和教育研究中有關學習和動機的課程，并圍繞教學中的復雜問題構建“探索”(Ouests)、“使命”(Missions)和“單元”(Units)三種層級的任務體系，項目讓用戶在虛擬的環境參加教育活動，并與虛擬空間上的其他學員和教師進行交流，建立個人的形象，逐步讓學生實現對相關知識和理念的意義建構。“探究亞特蘭蒂斯島”項目最初的設計，是基于“娛教理論”創設三維多用戶環境，結果當時的調查發現，大部分的學生都只是被華麗的在線學習環境吸引，對活動的討論、學習及他們所參與的活動的類型都知之甚少。后來，Barab等研究者通過實地走訪師生、分析與學習者互動日志尋求需要改進的因素，不斷嘗試改變設計路線，經歷了螺旋上升的迭代修正，明晰了三位一體(教育、娛樂和社會責任)的設計方案，獲得了良好的社會反應。而設計者的思想也經歷了多次轉變，逐漸將最初的思想發展為設計實踐的…情境中的理論”，深刻理解了理論與情境的相互作用，以設計研究的方法完善了寓教于樂的理論框架。
在學習科學的方法論體系中，民族志和會話分析是最為常用的方法，
(一)民族志
民族志(Ethnographv)是20世紀初期由文化人類學家對其所研究的文化對象或目的做田野調查所創立的一種研究方法，需要研究者深入到研究對象所在的特殊的社區生活中去，從其內部著手，通過觀察和體驗，記錄客觀行為的民族學描寫，然后對這些記錄進行分析，以期理解和解釋社會或文化現象，因此。“真實性”成為民族志研究的核心理念。
在對“學習共同體”進行考察時，民族志的方法在記錄一系列的描述性案例顯得很實用，研究者隨著時間的推移與被觀察者進行的復雜互動中尋求不同層次的細節，也可以采用共同體成員交談的影音或記錄來揭示小組成員完成學習的
情況。尋找出共同體內意義建構過程中的重要規律。從這個意義上說，民族志方法本身也是一個知識生產的過程，包含了長期參與的細致觀察以及民族志文本的撰寫和記錄，在必要的時候，民族志方法也可以采用設計研究的理念，或者一種混合的研究方法論(Johnson＆Onwue uzie，2004)。
如今。互聯網已成為新的傳播媒介。將人類學領域的民族志法移植于Web中，基于其多元互動及超文本的特點，形成虛擬民族志法(Virtual Ethnographv)(孫建軍，2009)，是民族志方法在網絡中的延伸。所以，網絡共同體內部，來自不同地域的學習者進行共同主題下的學習，即使是兒童，他們也會通過觀察、提問或參與某些活動來進行主動學習，對學習者與他人日常交互進行民族志研究，有助于了解學習者在共同體內推進自身發展的過程和方式，筆者在進行的基于網絡的校際協作學習的實踐中，通過提供較為有效地技術環境支持，參與者逐漸構建起具有共同性、建構性為學習活動特征的“網絡學習共同體”，采用虛擬民族志法參與觀察和交互活動，對成功的學習活動進行記錄、歸納和分析，發現學習主題共同性基礎上的“差異”(反映出社會和自然的屬性)是校際網上協作的重要資源和深層學習的出發點，這樣“基于差異的學習”逐漸在網絡共同體內清晰起來，成為開展校際學習活動的重要指導策略。
(二)會話分析
始于20世紀60年代社會學領域的會話分析方法(con―versation analysis.CA).現已成為研究“互動中的言談”常用的，實證研究分析方法。在教育領域，關于會話的早期研究關注在課堂中發生的師生會話，第一個對課堂會話進行錄音并轉錄的研究出現在美國學者貝拉克(ABellack)在1966年出版的《課堂語言》一書中，該研究采用話輪轉換(interactional turns)來分析課堂會話，即首先把會話分割成話輪，然后對每個話輪進行分析編碼。來分析課堂結構和教學方式。
自20世紀80年代以來，教育研究者開始研究協作學習中的會話交互(conversational interaction)，出現了不同的研究流派，其中，社會文化流派最為重視協作中的會話研究，他們結合皮亞杰的認知沖突理論及維果茨基的社會文化理論，強調“知識(意義)是在社會情境中通過話語交互共同建構的”。現在越來越多的研究者關注協作學習中發生的會話交互，會話分析研究的語料完全來自于自然發生的會談，研究者們采用錄音或錄像的方法如實記錄包含開端、發展及結尾的整體的會話過程，通過轉錄(transeription)捕捉文字所不能提供的信息，如在基于項目的協作學習中，成員之間在協商問題解決時的談話語氣、停頓、中斷以及重疊性的話語等現象所隱含的信息，可探測成員在共同體內的角色地位、認知程度及覺知(awareness)水平。
筆者在對基于網絡校際協作學習進行知識建構的效果分析的研究中，從共同體內成員的參與程度、話題集中程度、交互程度、觀點多寡、協調結果，知識共享程度等方面進行考察，在借鑒Robert Heckman和Hala Annabi(2002)的內容分析表(Content Analytic Scheme)的基礎上，制作了一個“協作呈現(Collaboration Presence)”的標示器(Marker)，據此可以將對話分析得到的數據進行統計分析，較為客觀地把握成員在協作過程中知識理解和建構的過程。
五、發展中的學習科學
(一)走向協同的學習科學
索耶在2006年主編的《劍橋學習科學手冊》中，列舉了跨學科的學習科學所關注的學習的基本問題，即概念理解、教與學并重、學習環境創設、原有知識及反思與學習，對這些問題的研究分布在內隱學習與大腦、非正式學習、正式與非正式學習的設計這三條相對獨立的研究主線中，并指出未來的學習科學將整合神經和行為層面的學習，自然促使內隱的、非正式和正式學習活動及其成果的整合。但并不意味著各自研究領域獨特觀點的消解，甚至所有這三條研究主線都試圖用各自獨特的研究工具探究并解決類似的問題，這些超越個人層面研究取向的不同觀點的彼此交叉和影響呈現出研究觸角多元兼及的狀態，并在這樣的融合中，可能會形成更有用的理論來解釋人類的學習。
如前所述，走向協同的學習科學，得益于其豐厚的學科基礎，比如發展神經學對于大腦的研究中，解釋“大腦如何在交互中發展”等相關成果，有助于學習科學的研究者們更好的理解學習的內在機制，或者提出更為合理的學習策略。總之，學習科學越來越具有生態學的理念：“沒有孤立的存在”。
(二)從“如何學”到“學什么”
這個觀點的提出或許能引發一些批判的聲音，因為通常的看來，社會及人類發展決定著其成員學習的內容，而學習科學的工作應該是促進人們更好更快地掌握這些內容，其研究的重點聚焦于“如何學”。比如在《人是如何學習的》一書中，從大腦、心理、經驗及學校等多個視角，探索采用更好的教學來讓學習者掌握盡可能多的知識，被很多的研究者視為里程碑式的著作。即使如此，該書中仍不否認“即使是嬰幼兒也可以進行富有成效的學習”，而作者本身對當前的學校教育狀況也并不樂觀。
教育者們常常將“素養”作為學習者知識獲得和增長的評價維度，在網絡和信息通信技術日益發展的今天，現代教育必將賦予素養新的內涵，學習科學視域下的素養觀將更加關注特定社會文化境脈中的真實性實踐。一個典型的現象是：計算機已經較為普遍的應用到學校的教育中，但兒童們發現學校使用計算機的方式與越來越數字化的社會中的行事方式并不一樣：而且高校中越來越多的學生宣稱他們所學的知識與現實生活并不相關，新的“讀書無用論”抬頭，“學無力”在學生中蔓延。然而與之對應的事實是：他們在學習復雜的電腦游戲時并不無力。因此，僅僅通過一些手段或策略教會學生如何正確理解知識是不夠的，還應該通過變革教和學的內容來改變這樣的現象。
俗話說，“興趣是最好的老師”，學習者對某領域或學科的愛好可以轉化成令人吃驚的學習意愿，然而，太多的教育者將精力與金錢投入到膚淺的甚至是弄巧成拙的嘗試上，比如將兒童們不喜歡的內容嵌入到游戲中以試圖吸引他們學習，這種類似“愚弄”的手段真的不高明，教育者需要做的不是給學生們憎惡的學科知識裹上糖衣，而是要站在學生的角度，為他們提供他們喜愛的內容。這肯定會有難度，但首先是一個認識上的轉變，那就是“與其讓學生學習他們憎惡的數學，不如讓他們開發自己喜歡的數學”，可以設想交給學生方法，引導學生去創設自己喜歡的個性化的數學。或許，這是學習科學研究者不久的未來將非常關切的事情，試想在賦予學生自由的、無限開放的環境中用自己獨特的方法建構自己的知識，或與同伴或與團隊進行著自己的學習，這將是多么讓人激動的場景。學習科學的發展必將帶來學習新的革命，或許，不遠的將來，學校不再扮演選拔學生的工具的角色，而，是面向知識社會的需求。在真實有意義的情境中重構學生學習的知識體系、評估體系及組織方式。
