有效智能学习环境的条件

原文作者Rob Koper 单位 荷兰开放大学学院董事会大学主席

摘要： 智能学习环境（SLE）在本文中定义为丰富了数字，上下文感知和自适应设备的物理环境，以促进更好，更快的学习。为了确定“更好和更快学习”的要求，提出了人类学习界面（HLI）的概念，即人类暴露于外部世界的学习相关交互机制的集合，可用于控制，刺激和促进他们的学习过程。假设人类拥有并使用这些HLI用于所有类型的学习，并且其他人（例如父母，教师，朋友和数字设备）可以与界面交互以帮助人学习某些东西。确定了三种基本的HLI，代表三种不同类型的学习：学习处理新情况（识别），学会在社会群体中表现（社会化）和通过创造某种东西（创造）来学习。这三个HLI涉及认知表征和行为的变化。使用实践HLI可以提高性能，并且反映HLI支持元认知开发。这种对HLI的分析用于确定有效智能学习环境的发展条件和SLE的研究议程。

关键词：人类学习界面； 智能学习环境； 研究议程；

前言

我们为什么要开发智能学习环境？对我来说，答案是促进更好，更快的学习。从现有的学习环境向这些更智能的学习环境迈进的每一步都是对进一步的人类，经济和文化发展至关重要的改进。这是一个很大的挑战。在本文中，我将通过探索智能学习环境（SLE）应该满足的条件，以促进更好和更快的学习，为这一目标做出贡献。为此，我将介绍一种新的理论概念，称为人类学习接口（HLI），可以促进SLE的研究和开发。我将HLI定义为人类暴露给外部世界的一组交互机制，并且可以用来控制，刺激和促进他们的学习过程。接口是通信工具，它使两个或多个系统能够相互通信，即促进创建和解释引发（学习）响应的消息（参见Griffin [2012]，第6页。假设人类拥有并使用这些HLI用于所有类型的学习，并且其他人，例如父母，教师，朋友和数字设备可以与界面交互以帮助人学习某些东西。例如，在教育中，HLI可以被视为教师和学习者之间的接口：教师使用学习者的界面使他们能够学习某些东西。界面描述输入和输出的功能：适当的输入，用于学习者的感官，以刺激学习，观察（输出）行为和提供（输入）反馈和前馈。HLI是非常复杂的感觉，认知和行为过程的抽象，并且可以在任何情况下用于学习某些东西，也可以由人自己或者人所处的环境中的元素，包括数字设备。

在下面的部分中，我将详细介绍HLI的概念。首先，我将确定并定义一些核心概念，然后是HLI的描述。然后，我将介绍智能学习环境的定义，为该领域提供强有力的研究挑战。在讨论和结论中，我将讨论与HLI及其使用相关的一些研究问题。

核心概念

首先，我将检查HLI所需的三个核心概念：学习环境，智能学习环境和学习。

学习环境

学习环境一词用于具有不同含义的不同背景中（参见例如Abualrub等人[ 2013 ]）。在教育改革词汇表中提供了一个很好的定义（“词汇表”[ 2014年]）：“学习环境是指学生学习的不同的物理位置，环境和文化。”例如教室，工作场所，实验室，博物馆，自然景点，交通工具和家庭。大多数学习环境都是有意安排或调整的，以刺激学习目标，例如通过添加学习材料，任务，测试，反馈和支持。学习环境可以或多或少地通用，即支持更小或更广泛的学习活动和学习目标。特别是在现代学习理论中，强调了在真实环境中嵌入学习活动的重要性（Vygotsky [ 1978 ]; Brown et al。[ 1989]]），即通过解决他们最常出现的背景下的现实世界问题（Merrill [ 2002 ]）。

数字学习环境的使用也受到更多限制，即作为“数字”或“虚拟”学习环境的缩写。使用先前的定义，数字学习环境是数字表示学生学习的位置，背景和文化。例如严肃的游戏和虚拟教室。关注数字学习环境的问题之一是它隐含着数字环境总是嵌入在物理环境中。当使用数字表示的环境时，您仍然位于可影响学习过程和学习环境的认知表示的物理环境中，例如起居室，例如通过影响注意力过程，唤醒状态，记忆提示，集中，编码和召回。所以，在考虑数字学习环境时，它们应始终被视为向人类当前物理环境添加数字设备，影响其环境的总体认知表征，并通过这种方式影响其行为和学习过程。这里使用术语“数字设备”来表示某些基于计算机的硬件的组合，例如智能手机，机器人，智能手表，智能眼镜，智能板和计算机，以及一些为学习提供具体功能的专用软件。处理。数字设备可以或多或少地意识到使用它们的物理环境。上下文感知设备（Gross和Specht [ 影响他们的环境的总体认知表征，并通过这个，他们的行为和学习过程。这里使用术语“数字设备”来表示某些基于计算机的硬件的组合，例如智能手机，机器人，智能手表，智能眼镜，智能板和计算机，以及一些为学习提供具体功能的专用软件。处理。数字设备可以或多或少地意识到使用它们的物理环境。上下文感知设备（Gross和Specht [ 影响他们的环境的总体认知表征，并通过这个，他们的行为和学习过程。

这里使用术语“数字设备”来表示某些基于计算机的硬件的组合，例如智能手机，机器人，智能手表，智能眼镜，智能板和计算机，以及一些为学习提供具体功能的专用软件。处理。数字设备可以或多或少地意识到使用它们的物理环境。上下文感知设备（Gross和Specht [ 以及一些为学习过程提供具体功能的专用软件。数字设备可以或多或少地意识到使用它们的物理环境。上下文感知设备（Gross和Specht [ 以及一些为学习过程提供具体功能的专用软件。数字设备可以或多或少地意识到使用它们的物理环境。上下文感知设备（Gross和Specht [2001 ]），通常有传感器，使他们能够“了解”他们所处的环境，包括用户的一些可衡量的方面。该信息可用于丰富或增强物理环境并向用户提供指导和反馈。

学习环境可以定义为学生学习的物理和数字位置，环境和文化的集合。可以区分五种典型的学习环境案例与数字设备的关系：

1.零情况：在人的环境中没有相关的物理或数字相关刺激。人的认知表征可以形成而非独立于外部世界：思考，梦想，基于记忆和创造过程可视化某些东西。在这种情况下，存在内部刺激的学习环境表示。

2.数字案例：当物理环境包括数字学习设备时，但不向用户提供相关的非数字刺激。例如，在使用模拟程序的安静的学习室中。学习环境的表示可以主要受数字设备的影响，例如通过呈现虚拟现实世界，严肃游戏，虚拟教室或（数字）书。由数字设备刺激的认知表示可以导致学习过程。在这种情况下，存在学习环境的数字刺激表示。

3.嵌入式案例：物理环境为用户提供相关的刺激，数字设备正在增加，增加信息以丰富认知表示。在这种情况下，存在学习环境的组合的，部分数字的，部分物理刺激的表示。

4.并排案例：将数字设备添加到物理环境中以支持其他学习功能，如信息，支持，测试和反馈，但数字设备不了解实际的物理环境。用户应将有关物理环境的所有信息添加到设备中。例如，当向学生呈现在其物理环境中执行的任务时，他们需要将结果输入到数字设备本身。在这种情况下，用户对学习环境的表示是分散的：物理部分和数字部分。

5.经典案例：物理环境提供相关的刺激，没有额外的数字相关信号。这是“旧学校”的情况，人类在没有任何数字设备帮助的情况下进行交互和学习。在这种情况下，用户表示由物理环境刺激的学习环境。

请注意，在案例中提到的任何表示中，不同的人具有不同的表示，因为他们在注意力方面具有选择性，在兴趣和预知识的背景下表示刺激，并添加和删除信息以适合他们感到舒适的观点。。行为和学习是这些各自不同的表征的结果，而不是直接提供的刺激的结果。这就是为什么当您希望某人学习某些东西时，例如在智能学习环境中观察干预的行为，反馈，前馈和调整是很重要的。

智能学习环境

什么是智能学习环境？智能学习环境的概念符合传统，即将“智能”形容词添加到各种现有现象，如智能手机，智能电视，智能板，智能灯和智能城市，以确定其发展的下一步或新一代。因此，从这个角度来看，智能学习环境可以被视为大大改进的学习环境，以促进更好，更快的学习。那么什么类型的改进使学习环境变得聪明？首先，在查看上一节关于学习环境时，我会说只有“嵌入式”这个案例才算聪明。零案例和经典案例不使用数字设备，智能学习环境的隐含目标是使用ICT改善学习环境。数字案例和并排案例代表了大多数当前基于计算机的学习解决方案，如严肃游戏，教程，演练和练习以及测试。它们要求用户专注于负责（部分）学习过程的数字设备，并且设备本身不知道用户所处的物理环境。因此，对我来说，SLE的第一组要求是以下。SLE是一个学习环境，其中：SLE的第一组要求如下。SLE是一个学习环境，其中：SLE的第一组要求如下。SLE是一个学习环境，其中：

1.将一个或多个数字设备添加到学习者的物理位置;

2.数字设备了解学习者的位置，背景和文化;

3.数字设备为地点，背景和文化添加学习功能，例如提供（增强的）信息，评估，远程协作，前馈，反馈等;

4.数字设备正在监控学习者的进度，并向相关的利益相关者提供适当的信息。

因此，SLE具有上下文感知能力，适应个体学习者的行为。但是，专注于这些技术方面并不能自动促进更好，更快的学习。我甚至会说，在没有关于学习想要完成的改进的具体概念的情况下，建立SLE是一个时间的流逝。在下一节中，我将介绍学习本身。

人类学习

人类学习已经在心理学，认知科学，神经科学，教育学和人类学等各种学科中得到广泛研究。Schunk（[ 2012 ]，第3页）将学习定义如下：“ 学习是一种持久的行为改变，或者是以某种方式行事的能力，这种改变源于实践或其他形式的经验”。该定义包含三个标准：学习涉及变化，学习持久性，学习通过经验而不是通过遗传进行。在本节中，将总结与HLI相关的学习研究的一些要点。

行为主义学习方法集中在改变或加强刺激与行为反应之间关联的学习过程。它认为中间人类认知过程是一个无法知晓的黑匣子，与学习的解释无关。认知科学通过不仅通过观察刺激和反应，而且通过调节他们关系的认知过程来打开黑匣子，批评和扩展了这种观点。此外，一些学习过程无法通过行为主义理论来解释，特别是Bandura等人的工作。（[ 1961]，[ 1963 ]，[ 1973 ]]）明确表示人们可以从观察他人的行为中学习，即使没有强化。他还详细阐述了自我监管的概念（班杜拉[ lt;a data-cke-saved-href='https://sle

剩余内容已隐藏，支付完成后下载完整资料

Koper Smart Learning Environments 2014, 1:5

http://www.slejournal.com/content/1/1/5

R E S E A R C H Open Access

Conditions for effective smart learning environments

Rob Koper

Correspondence: rob.koper@ou.nl University Chair at Institute Board, Open University of the Netherlands (Valkenburgerweg 177), Heerlen (6419 AT), The Netherlands

Abstract

Smart learning environments (SLEs) are defined in this paper as physical environments that are enriched with digital, context-aware and adaptive devices, to promote better and faster learning. In order to identify the requirements for lsquo;better and faster learningrsquo;, the idea of Human Learning Interfaces (HLI) is presented, i.e. the set of learning related interaction mechanisms that humans expose to the outside world that can be used to control, stimulate and facilitate their learning processes. It is assumed that humans have and use these HLIs for all types of learning, and that others, such as parents, teachers, friends, and digital devices can interact with the interface to help a person to learn something. Three basic HLIs are identified that represent three distinct types of learning: learning to deal with new situations (identification), learning to behave in a social group (socialization) and learning by creating something (creation). These three HLIs involve a change in cognitive representations and behavior. Performance can be increased using the practice HLI, and meta-cognitive development is supported by the reflection HLI. This analysis of HLIs is used to identify the conditions for the development of effective smart learning environments and a research agenda for SLEs.

Keywords: Human learning interfaces; Smart learning environments; Research agenda

Introduction

Why should we develop smart(er) learning environments? For me, the answer is to promote better and faster learning. Every step forward from existing learning environ-ments towards these smarter learning environments is an improvement that is essen-tial for further human, economical and cultural development. This is a big challenge. In this paper I will provide a contribution towards this ambition by exploring the con-ditions that should be met by smart learning environments (SLEs) in order to stimulate better and faster learning. For this purpose I will introduce a new theoretical concept, named Human Learning Interfaces (HLIs), that can facilitate the research and develop-ment of SLEs. I define HLIs as the set of interaction mechanisms that humans expose to the outside world, and that can be used to control, stimulate and facilitate their learning processes. An interface is the communication facility that enables two or more systems to communicate with each other, i.e. facilitate the creation and interpretation of messages that elicit a (learning) response (see Griffin 2012, p.6). It is assumed that humans have and use these HLIs for all types of learning, and also others, such as

copy; 2014 Koper; licensee Springer. This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by/4.0), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly credited.

Koper Smart Learning Environments 2014, 1:5 Page 2 of 17

http://www.slejournal.com/content/1/1/5

parents, teachers, friends and digital devices can interact with the interface to help a person to learn something. For instance in education HLIs could be seen as the inter-faces between the teacher and the learner: the teacher uses the interfaces of the learners to enable them to learn something. The interfaces describe functions for input and out-put: appropriate input for the senses of the learner to stimulate learning, observing (output) behaviors and providing (input) feedback and feedforward. HLIs are abstrac-tions of very complex sensory, cognitive and behavioral processes and can be utilized in any situation to learn something, also by the person himself, or by elements in the environment the person is in, including digital devices.

In the following sections I will elaborate the idea of HLIs. First I will identify and de-fine some core concepts, followed by the description of the HLIs. Then I will present the definition of Smart Learning Environments, providing a strong research challenge for the field. In the discussion and conclusion I will discuss some research issues related to HLIs and its use.

Core concepts

First I will inspect three core concepts that are needed for HLIs: learning environments, smart learning environments and learning.

Learning environment

The term Learning Environment is used in different contexts with different meanings (see e.g. Abualrub et al. 2013). In the glossary of education reform a good definition is provided (“Glossary” 2014): “Learning environment refers to the diverse physical loca-tions, contexts, and cultures in which students learn.” Examples are classrooms, work-places, labs, museums, natural sites, means of transport, and home. Most learning environments are deliberately arranged or adapted to stimulate learning towards some learning objectives, e.g. by adding learning materials, tasks, tests, feedback and support. A learning environment can be arranged more or less generic, i.e. supports a smaller or wider set of learning activities and learning objectives. Especially in modern learning theories, the importance of embedding learning activities within authentic environ-ments is emphasized (Vygotsky 1978; Brown et al. 1989), i.e. by solving real world problems in the con

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[277446]，资料为PDF文档或Word文档，PDF文档可免费转换为Word