2013年9月到2014年1月,北京大学6门MOOC课程在Coursera平台上线并完整实施。笔者对全部6门课程的82352位注册学员的学习行为数据进行了汇总与分析,试图发现课程层面上学员的网上学习行为及其对学员学业成绩的影响。相关分析结果表明,学业成绩与平时测验成绩和论坛活跃程度(发帖、回帖)有比较强烈的正相关关系,与观看课程网页次数有一定的正相关关系。无成绩学员的特征是,观看视频和网页、观看和下载课程内容的次数随着在学时间增加而增加,论坛参与性不强,有些参与较多。对取得了期末成绩的学生的数据分析发现,其成绩与以下大部分指标在0.01水平上呈显著正相关:在线时间、观看视频次数、观看网页次数、浏览和下载讲义次数、平时测验成绩之和,与开始学习时间呈显著负相关;5门课程结果显示成绩与论坛参与程度(发帖、回帖)呈正相关。

目前对于大规模开放在线课程MOOCs中学生学习体验的研究相对缺乏。由于中国大陆高校此类课程的开设还比较少,为了能够尽快获得学生学习体验,以便给未来MOOCs课程的开展提供相关参考,该研究在自己的课程平台中模拟了Coursera课程模式,对参与学习的学生进行了学习体验问卷调查。研究结果显示,学生们对此类课程的主观反应处于中立与比较积极之间;课程效果评价以及对课程满意度方面,偏向比较满意。学历不同以及有无MOOCs学习经历,其学习体验具有显著差异。通过多元回归分析发现,系统绩效和课程设计均可以显著地正向预测学习体验。学生个人特性对学习体验的预测性并没有得到有效地支持。学生的认知风格中,只有言语表象认知风格可以显著地正向预测学习体验。

北京大学教育学院教育技术系承办的2013年"新媒体与学习"暑期学校,从2013年7月15日到26日在北大举行。本暑期学校经过精心筹备和严密组织,在研究生院和计算中心的大力支持下,第一次采用面授加网络在线的混合式学习方式,较大幅度地增加了招生数量、扩大了受益面;借助课程管理系统较为严格地对全体学员的考勤、作业、测试和论文情况进行监控,有效地保障了教学质量;通过小组合作汇报等方式促进所有学员的参与和协作学习;采用同步课程视频直播和在线讨论等方式,确保在线学员取得与面授学生差别不大的学习体验;授课专家中一半来自海外,三分之一的授课采用全英文进行,国际化程度较高。根据考核结果,在录取的485名学员中,共有297名学员取得结业证书和学分,结业率为61.2%。51名学员获得优秀论文奖,65名学员获得优秀学员奖,39名学员获得优秀小组成员奖。对学生测验成绩的分析表明,面授学生和在线学生的以测验成绩为标志的学习效果无统计意义上的显著性差异。作为一次中规模混合式学习的研究生课程实践,本项教学研究结果对于全世界范围内正在广泛开展的大规模开放在线课程(MOOC)具有一定的借鉴和参考价值。

"希赛可"智能英语教学系统为初中英语教学中实施分层教学提供了有力的技术保障。在简单介绍了分层教学的理论基础后,重点对如何利用"希赛可"智能英语教学系统实施分层教学进行了阐述,包括具体如何"分层"、如何设置不同的教学目标等。

该文介绍将智能英语教学系统"希赛可"应用于初中一年级英语常规教学的准实验对比研究。为获得"希赛可"系统的应用效果,对实验班和对比班的学生历次考试成绩进行分析,发现该系统能够缩小学生的成绩差距;特别是对于基础较差的学生,成绩改善效果更好。之所以出现这样的实验结果,是因为该实验过程着重强调"希赛可"平台上的词汇练习等基础内容,对基础薄弱的学生更具针对性。

价格低廉、轻便易带、功能强大、配备了智能教学系统的平板电脑具备成为各级各类学生的虚拟电子学习伙伴的潜能:不仅可以安装与课本教材配套的多媒体电子书籍,供学生阅读学习,还可以主动地给学生出题目、改作业、提出学习建议,甚至与学生玩教育游戏。因此,本文使用电子学伴的概念来代替常用的电子书包的说法。在传统教室中,在装配了课程管理系统的教师机和路由器构成的无线网络的支持和引导下,每个学生手中的平板电脑都将成为教室网络的一个有机节点,更能实现生生交互、师生交互、即时群体反馈等高级学习功能,不受网络拥堵和突然停电等外在因素的影响,免受国际互联网上大量有害的或者无关内容的影响和侵蚀。教师机可以收集学生的学习信息并对其进行数据挖掘,形成完成的电子档案,并为学生提供个性化的学习指导和建议。作为整个学校教学管理系统的一个节点,教师机还可以将班级教学信息上传给学校管理层,并从学校教学管理系统和国际互联网下载教学资源。我们设计了一套由电子学伴构成的传统教室数字化方案,并给出了基于这套方案的初中英语教学的教学设计案例。这种方案具有很高的性价比,将为实现高效而公平的课堂教学起到重要的推动作用。

智能英语教学系统因为能提供及时灵活的反馈和积极的学习者激励等特点,在现代英语教与学中发挥着重要的作用。笔者在通过对国内外智能英语教学系统的研究和对国内英语教学需求分析的基础上,以建构主义、行为主义和情境学习等理论为指导,多年来持续对"希赛可"系统进行了设计和开发,在原来提供对话练习的聊天机器人的基础上,增加了英语词汇的智能测试功能,以及课程管理功能,使其能够更好地服务于我国中学英语教学的需求。

在教育历史上,技术的进步经常会导致教育的变革,使得教育日益普及、方便和大众化。印刷术、黑板和粉笔、计算机就是这样的技术。21世纪以来,计算机和通讯技术的迅猛发展主要体现在芯片的集成度越来越高,中央处理单元的计算速度越来越快,内部和外部存储器的容量越来越大,联网能力越来越强,显示设备越来越便捷健康,应用软件越来越丰富实用,价格越来越易于接受。

本文通过典型案例法和文献计量法,分析近三年来(即从2007年初到2009年底),国外人工智能教育应用研究的最新进展。典型案例法表明,一个成效显著的语言和文化智能教学系统综合运用了自然语言处理、智能代理等人工智能技术。文献计量法结果则显示,智能代理和自然语言处理是人工智能教育应用中出现频次最多的两个关键词。殊途同归,特殊案例和普遍性的文本分析结合起来,可以发现,自然语言处理、智能代理等是近三年来人工智能教育应用国际研究中应用最多的技术,也是最为关注的问题。

适应性和个性化学习系统是近几年来教育技术研究和应用领域的热点问题之一。电子化学习不仅发生在课堂上,还发生在课堂之外的工作单位、休息场所及旅途中。在网络和泛在学习环境中,如何自动识别学习者的特性和学习风格,为之提供适当的内容、练习和指导,减轻教师和助教的工作负担,是适应化和个性化学习研究的主要问题之一。认知科学和心理学领域的最新研究成果,为这项研究奠定了理论基础和模型,泛在计算等则在网络技术的基础上,为这项研究提供了新的技术支撑。金书轲(Kinshuk)教授是目前国际上知名的年轻教育技术专家之一,他任加拿大阿萨巴斯卡大学(Athabasca University)计算机和信息系统学院院长,适应性和个性化系统工业教席教授。他是SSCI索引源期刊《教育技术与社会》(Journal of Educational Technology & Society)的创办人和主编,国际电气电子工程师协会(IEEE)学习技术专业委员会(Technical Committee on Learning Technology)创始人和主席,主持和参与了众多大规模的适应性教育环境方面的研究项目,在国际知名刊物、会议和书籍著作中发表了230多篇研究论文。他发起、组织了学习技术方面的很多国际性的学术会议和工作坊,比如IEEE高级学习技术国际会议(ICALT),无线、移动和泛在学习技术(WMUTE)等等。本刊组织国内相关领域的研究者与其对话,探讨了适应性和个性化学习系统研究的前沿问题。