周子荷 劉三女牙 李卿

[摘? ?要] 在學(xué)習(xí)理論層出不窮、學(xué)習(xí)技術(shù)蓬勃發(fā)展的背景下，學(xué)習(xí)工程受到了廣泛關(guān)注。文章基于對科學(xué)、技術(shù)與工程之間的關(guān)系的新解讀，分析了學(xué)習(xí)科學(xué)的工程學(xué)隱喻，提出當(dāng)代學(xué)習(xí)研究中存在著“科學(xué)—技術(shù)—工程”的三元耦合結(jié)構(gòu)，以此論證了學(xué)習(xí)工程即將崛起的必然性。在此基礎(chǔ)上，總結(jié)了學(xué)習(xí)工程這一學(xué)習(xí)研究新的分支領(lǐng)域目前發(fā)展的基本狀況與成果，指出了未來在基礎(chǔ)研究深化發(fā)展、方法論創(chuàng)新與倫理和價值觀重建方面面臨的挑戰(zhàn)，并通過對教育領(lǐng)域內(nèi)技術(shù)原始創(chuàng)新及其工程化應(yīng)用的兩個經(jīng)典案例的分析與解讀，討論了如何從歷史中汲取經(jīng)驗與智慧，展望了學(xué)習(xí)工程未來的發(fā)展之路。

[關(guān)鍵詞] 學(xué)習(xí)工程; 三元耦合結(jié)構(gòu); 學(xué)習(xí)科學(xué); 學(xué)習(xí)技術(shù)

[中圖分類號] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡介] 周子荷（1993—），女，土家族，湖北武漢人。博士研究生，主要從事學(xué)習(xí)分析、學(xué)習(xí)科學(xué)、教育信息技術(shù)研究。E-mail：zhouzihe@mails.ccnu.edu.cn。李卿為通訊作者，E-mail：viven_a@mail.ccnu.edu.cn。

一、引? ?言

學(xué)習(xí)作為教育的一個基本范疇，是一個高度復(fù)雜的過程。它在實踐中的改進(jìn)既需要以學(xué)習(xí)科學(xué)為支撐，又需要以學(xué)習(xí)技術(shù)為杠桿。但學(xué)習(xí)科學(xué)和學(xué)習(xí)技術(shù)要真正走進(jìn)學(xué)習(xí)實踐，必須要經(jīng)過學(xué)習(xí)工程這一關(guān)鍵環(huán)節(jié)，即基于學(xué)習(xí)科學(xué)對學(xué)習(xí)技術(shù)的工程化應(yīng)用。學(xué)習(xí)科學(xué)、學(xué)習(xí)技術(shù)與學(xué)習(xí)工程共同構(gòu)成了當(dāng)代學(xué)習(xí)研究的基本架構(gòu)。要真正把握當(dāng)代學(xué)習(xí)研究的總體格局，首先必須正確認(rèn)識科學(xué)、技術(shù)與工程之間的關(guān)系，而人類對科學(xué)、技術(shù)與工程之間的關(guān)系的認(rèn)識是在歷史實踐中不斷深化發(fā)展的。

二、學(xué)習(xí)研究中“科學(xué)—技術(shù)—工程”的三元耦合結(jié)構(gòu)

（一）從線性相關(guān)到多級耦合：對科學(xué)、技術(shù)、工程關(guān)系認(rèn)識的深化

科學(xué)是“對自然或現(xiàn)實世界的結(jié)構(gòu)和行為的系統(tǒng)研究，或是通過對世界的仔細(xì)觀察及試驗中獲得的知識”。它關(guān)乎對客觀事實與本質(zhì)規(guī)律的探索[1]。技術(shù)是“科學(xué)發(fā)現(xiàn)用于實踐的方法”[2]，為科學(xué)知識的運用與發(fā)展提供了途徑。而工程則是綜合科學(xué)理論與技術(shù)手段，“將人工物的設(shè)計和結(jié)構(gòu)組織起來以改變周圍的物理世界，使之滿足認(rèn)知需要的實踐”[3]，是基于自然規(guī)律、特定社會需求與目標(biāo)而形成的可能的特定技術(shù)方案組合[4]，是一個從無到有的造物過程。

在漫長的歷史進(jìn)程中，科學(xué)、技術(shù)與工程構(gòu)成了一個連續(xù)體。這一連續(xù)體首先展現(xiàn)出來的似乎是線性延展的特征。科學(xué)理論的深化為技術(shù)提供了扎實的基礎(chǔ)與強大的動力，技術(shù)創(chuàng)新架起了科學(xué)與工程之間的橋梁，進(jìn)而實現(xiàn)了工程的應(yīng)用與推廣[5]。然而，其后社會歷史實踐的進(jìn)一步發(fā)展表明，科學(xué)、技術(shù)與工程之間又不只是這種正向延展的線性關(guān)系，在從理論向?qū)嵺`轉(zhuǎn)化的過程中，工程化應(yīng)用反過來又會推進(jìn)技術(shù)的進(jìn)步，而技術(shù)的進(jìn)步又會給科學(xué)研究提供強有力的支撐，推動科學(xué)的發(fā)展。

在從理論到實踐，又從實踐反饋于理論這一螺旋式上升的過程中，科學(xué)、技術(shù)和工程形成了一種三元耦合的穩(wěn)定結(jié)構(gòu)。在這個結(jié)構(gòu)中，它們相互作用、具有多層級結(jié)構(gòu)和復(fù)雜因果循環(huán)反饋回路。工程通過將科學(xué)知識綜合化、技術(shù)手段系統(tǒng)化，對科學(xué)理論進(jìn)行驗證，為技術(shù)應(yīng)用提供反饋，最后為實踐這個復(fù)雜性過程提供最優(yōu)化的解決方案。相較于工程，科學(xué)與技術(shù)在發(fā)展的過程中，往往是在某一特定的方面有先進(jìn)性與創(chuàng)新性的突破，但工程項目的實施則需要在技術(shù)現(xiàn)實性、經(jīng)濟(jì)可行性等多方面進(jìn)行考慮。

科學(xué)的目的是獲取知識，技術(shù)的目的是開發(fā)工具，而工程的目的則是創(chuàng)造“人工物”。由知識到人工物的轉(zhuǎn)化過程，涉及多次的協(xié)調(diào)與優(yōu)化，因此，設(shè)計與建模在工程中起到了重要作用。設(shè)計作為工程實踐中綜合性較強的統(tǒng)籌環(huán)節(jié)，主要對人工物的結(jié)構(gòu)形式、功能特點和運作方式進(jìn)行反復(fù)考量，以實現(xiàn)效用最大化，從而達(dá)到外部環(huán)境所期望的目的與要求[6]。工程設(shè)計通過對人工物進(jìn)行系統(tǒng)的、智力的概括與評估[7]，以實現(xiàn)人工物由功能結(jié)構(gòu)到物質(zhì)結(jié)構(gòu)的轉(zhuǎn)譯。而模型作為工程實踐中表征性較強的認(rèn)知工具，則主要是針對人工物的材料或設(shè)備創(chuàng)造、優(yōu)化進(jìn)程，以增進(jìn)認(rèn)識目的而構(gòu)建的具體對象[8]。工程中的模型能夠為人工物提供全面的、明晰的認(rèn)知與構(gòu)建，在這個特定的實踐過程中[4]，模型因其較強的表征性、中介性及構(gòu)建性而有助于理解、優(yōu)化與完善人工物的創(chuàng)造。

（二）學(xué)習(xí)科學(xué)及其工程學(xué)隱喻

19世紀(jì)末20世紀(jì)初，心理學(xué)家轉(zhuǎn)向教育，開啟了征服教育學(xué)這一新世界的新征程，對學(xué)習(xí)的探索逐漸從猜想走向科學(xué)[9]。20世紀(jì)50年代以后，神經(jīng)科學(xué)、心理學(xué)、語言學(xué)、哲學(xué)、人類學(xué)、社會學(xué)、認(rèn)知科學(xué)、人工智能等領(lǐng)域不斷交叉融合，對科學(xué)、全面地認(rèn)識人類如何學(xué)習(xí)起到了重大的促進(jìn)作用[10]。20世紀(jì)80年代后，“基于設(shè)計的研究”（Design-based Research）作為學(xué)習(xí)研究方法論創(chuàng)新的標(biāo)志性成果，直接促成了學(xué)習(xí)科學(xué)這一新學(xué)科的崛起，實現(xiàn)了學(xué)習(xí)研究重心由單純的理論解釋向綜合性的技術(shù)“人工物”構(gòu)造的轉(zhuǎn)化[11]，建立了學(xué)習(xí)研究的工程學(xué)隱喻?？铝炙梗–ollins A）指出：“教育研究同樣具有工程科學(xué)的性質(zhì)，因此，應(yīng)該創(chuàng)立一門教育的設(shè)計科學(xué)……然而，它不能是一門分析的科學(xué)，諸如物理學(xué)或心理學(xué)，而應(yīng)該是一門設(shè)計的科學(xué)，諸如航空科學(xué)或人工智能。”[12]

新生的學(xué)習(xí)科學(xué)具有濃郁的工程學(xué)氣質(zhì)。庫伯（Paul Cobb）曾經(jīng)指出：設(shè)計實驗（即基于設(shè)計的研究）的典型特征即在于以工程實踐的方式構(gòu)造出特定形式之學(xué)習(xí)的同時，對這些形式的學(xué)習(xí)展開整體性的研究;無論是工程化的構(gòu)造還是整體性的研究，都是在由支撐那些學(xué)習(xí)形式的手段所界定的境脈中完成的;這一經(jīng)過設(shè)計的境脈要不斷接受檢驗和修正，由此導(dǎo)致的逐次迭代過程所發(fā)揮的作用和實驗中系統(tǒng)性波動所發(fā)揮的作用是類似的[13]。巴拉卜（Sasha Barab）等人也認(rèn)為，作為一個新學(xué)科，學(xué)習(xí)科學(xué)所從事的研究，很關(guān)鍵的一點即在于：它超越了對世界的靜觀，而是深度參與到對研究境脈的系統(tǒng)性構(gòu)造中，并以此促進(jìn)新理論的產(chǎn)生與發(fā)展[14]?；谠O(shè)計的研究作為一種新的學(xué)習(xí)研究方法論，為學(xué)習(xí)科學(xué)家以工程實踐的迭代方式構(gòu)造作為人工物的學(xué)習(xí)環(huán)境，進(jìn)而改進(jìn)學(xué)習(xí)實踐，發(fā)展學(xué)習(xí)理論，提供了一個強有力的方法論的工具包[15]。

進(jìn)入21世紀(jì)之后，在學(xué)習(xí)科學(xué)不斷揭示人類學(xué)習(xí)機制的基礎(chǔ)上，信息技術(shù)的發(fā)展催生了眾多學(xué)習(xí)技術(shù)，極大地豐富了研究人員揭示學(xué)習(xí)機制和改進(jìn)學(xué)習(xí)績效的工具箱。學(xué)習(xí)技術(shù)不斷走向各個領(lǐng)域，為學(xué)習(xí)者提供了多元化、系統(tǒng)化的知識建構(gòu)平臺，營造了個性化、智能化的學(xué)習(xí)環(huán)境。基礎(chǔ)科學(xué)、技術(shù)創(chuàng)新和工程實踐之間的交互關(guān)系日益密切。人工智能、交互式多媒體、可視化技術(shù)、計算機網(wǎng)絡(luò)等學(xué)習(xí)技術(shù)的發(fā)展都與學(xué)習(xí)科學(xué)的基礎(chǔ)研究有著密切關(guān)系[16]，如人工智能關(guān)注機器如何進(jìn)行學(xué)習(xí)，而準(zhǔn)確掌握人類學(xué)習(xí)的方式有助于實現(xiàn)機器學(xué)習(xí)。特別值得注意的是，以羅杰·尚克（Roger Schank）為代表的大批人工智能的科學(xué)家與技術(shù)專家從機器學(xué)習(xí)日益轉(zhuǎn)向?qū)θ祟悓W(xué)習(xí)的關(guān)注，使學(xué)習(xí)研究的工程化取向達(dá)到了新高度。

（三）學(xué)習(xí)工程的崛起及基本內(nèi)涵解讀

隨著研究的深入，國際學(xué)術(shù)界的學(xué)者們對學(xué)習(xí)工程紛紛提出了自己的理解。亞馬遜學(xué)習(xí)科學(xué)和學(xué)習(xí)工程項目主管坎迪斯·蒂勒（Candace Thille）提出“在高等教育中，學(xué)習(xí)工程師需要與學(xué)習(xí)研究者、教學(xué)實踐人員合作，設(shè)計給學(xué)生和教師提供反饋的學(xué)習(xí)環(huán)境以及數(shù)據(jù)系統(tǒng)，為學(xué)習(xí)設(shè)計的持續(xù)完善提供支撐，同時促進(jìn)人類科學(xué)的發(fā)展”[17]。哈佛大學(xué)教育學(xué)院教授克里斯·迪德（Chris Dede）將學(xué)習(xí)工程師描述為懂得學(xué)習(xí)、學(xué)習(xí)測評理論及實證研究的專家，并能將這些成果運用到具體實踐情境中，以考核它們的價值，并在此基礎(chǔ)上，改進(jìn)先前的啟發(fā)式算法和模型，使學(xué)生的學(xué)習(xí)更高效[18]。谷歌分析學(xué)會團(tuán)隊負(fù)責(zé)人克莉斯·詹寧斯（Chris Jennings）認(rèn)為，長期的形成性評估是學(xué)習(xí)工程的一個重要優(yōu)勢，學(xué)習(xí)工程的成功取決于對數(shù)據(jù)的充分利用與分析;同時，學(xué)習(xí)工程通過制定持續(xù)的測評計劃，在測評結(jié)果的基礎(chǔ)上不斷探索更合適的方法，從而在教學(xué)、學(xué)習(xí)及實踐上取得更好的表現(xiàn)結(jié)果。波士頓學(xué)院學(xué)習(xí)工程碩士研究生項目創(chuàng)始人珍妮特·科洛德納（Janet Kolodner）將學(xué)習(xí)工程定義為“系統(tǒng)地應(yīng)用學(xué)習(xí)科學(xué)的原理和方法，從而對學(xué)習(xí)者和學(xué)習(xí)有更全面的了解”[19]。

盡管不同學(xué)者對學(xué)習(xí)工程的定義在用詞與著重點上不盡相同，但基本都體現(xiàn)了學(xué)習(xí)工程的本質(zhì)特征：面向真實的學(xué)習(xí)場景，以滿足特定學(xué)習(xí)需求為目的，基于學(xué)習(xí)科學(xué)的理論，系統(tǒng)地利用學(xué)習(xí)技術(shù)方法對學(xué)生的學(xué)習(xí)體驗、學(xué)習(xí)環(huán)境等數(shù)據(jù)進(jìn)行測評，并根據(jù)反饋幫助教師與學(xué)生不斷完善學(xué)習(xí)設(shè)計，以提升學(xué)生最終的學(xué)習(xí)效率和效果。學(xué)習(xí)科學(xué)、學(xué)習(xí)技術(shù)與學(xué)習(xí)工程是三個不同而又相互聯(lián)系的分支領(lǐng)域，學(xué)習(xí)科學(xué)植根于理論中，學(xué)習(xí)技術(shù)植根于實驗室中，而學(xué)習(xí)工程扎根于現(xiàn)實世界中，三者共同構(gòu)成了當(dāng)代學(xué)習(xí)研究的三元耦合結(jié)構(gòu)。學(xué)習(xí)科學(xué)僅為教育者提出理論，并不直接作用于學(xué)生的學(xué)習(xí)過程。學(xué)習(xí)技術(shù)的應(yīng)用常常只優(yōu)化了學(xué)習(xí)全過程中的某一方面，難以全面提升學(xué)生在學(xué)習(xí)生涯中的整體表現(xiàn)。相較于學(xué)習(xí)科學(xué)與學(xué)習(xí)技術(shù)，學(xué)習(xí)工程則整合了學(xué)習(xí)的理論研究與技術(shù)創(chuàng)新的成果，強調(diào)系統(tǒng)方法和最優(yōu)結(jié)果，探尋的是對真實場景里多種變量協(xié)調(diào)后的最優(yōu)解，開辟了面向?qū)W習(xí)實踐進(jìn)行探索的新領(lǐng)域[20]。

學(xué)習(xí)工程面向?qū)嵺`，以結(jié)果或者績效為導(dǎo)向，可變因素較多，需要經(jīng)過多次修改與完善。在這個尋求最優(yōu)解的過程中，學(xué)習(xí)科學(xué)的理論背景與學(xué)習(xí)技術(shù)的方法起到了重要的基礎(chǔ)作用。然而從理論、技術(shù)到實踐并不是一蹴而就的過程，需要大量試錯與優(yōu)化。這種試錯與優(yōu)化在傳統(tǒng)學(xué)習(xí)過程中耗時過長、難以實現(xiàn)，但現(xiàn)在流程化、高效能的計算機技術(shù)和實時性、高質(zhì)量的數(shù)據(jù)分析技術(shù)可以使學(xué)習(xí)工程實踐中的結(jié)果和績效更易采集、可變因素更易分析，最終將這種漫長的過程進(jìn)行簡化和壓縮，大幅提升數(shù)據(jù)分析的精準(zhǔn)水平和反饋效率，從而更全面地引導(dǎo)學(xué)習(xí)工程實踐中的設(shè)計與優(yōu)化[21]。

交叉性是當(dāng)代學(xué)習(xí)研究的一個顯著特征。要駕馭這種交叉性，需要系統(tǒng)工程的方法論。日本學(xué)者三浦武雄曾說：“為了圓滿解決這些交叉領(lǐng)域的問題，除了需要某些縱向的專門技術(shù)以外，還有一種技術(shù)要橫向把它們組織起來，這種橫向技術(shù)就是系統(tǒng)工程，也就是研究系統(tǒng)所需的思想、技術(shù)和理論等體系化的總稱”。系統(tǒng)工程的目的就是從各個方面平衡、組織、管理系統(tǒng)中的各種元素，以實現(xiàn)最終需求，達(dá)到最佳的學(xué)習(xí)效果。系統(tǒng)工程中的協(xié)同優(yōu)化過程，即是將技術(shù)和方法綜合集成，進(jìn)行規(guī)劃、研究、設(shè)計、制造、試驗與改進(jìn)的結(jié)構(gòu)化過程[22]。

綜上所述，學(xué)習(xí)工程是一門整體性、綜合性極強的交叉學(xué)科，融合了學(xué)習(xí)科學(xué)、學(xué)習(xí)技術(shù)、計算機科學(xué)、數(shù)據(jù)科學(xué)與系統(tǒng)工程[23]，充分體現(xiàn)了集科學(xué)特征、技術(shù)特征、大數(shù)據(jù)特征、設(shè)計特征為一體的工程思維?；谇拔年P(guān)于內(nèi)涵的闡述以及推導(dǎo)，筆者提出，在學(xué)習(xí)科學(xué)、學(xué)習(xí)技術(shù)、計算機科學(xué)、數(shù)據(jù)科學(xué)與系統(tǒng)工程的共同作用下，構(gòu)成了學(xué)習(xí)工程實踐框架，如圖1所示。

三、初露崢嶸：人工智能時代學(xué)習(xí)工程崛起的現(xiàn)實景觀與潛在挑戰(zhàn)

（一）學(xué)習(xí)工程學(xué)科專業(yè)設(shè)置與學(xué)術(shù)機構(gòu)建設(shè)

在數(shù)據(jù)量級增大、數(shù)據(jù)類型增多、信息交換頻率增加的背景下，在機器學(xué)習(xí)不斷發(fā)展的催化作用下，人工智能技術(shù)改造社會的工具性優(yōu)勢日益明顯[24]，大量基于人工智能的教育工具逐漸滲透到學(xué)習(xí)的不同場景[25]，為學(xué)習(xí)工程未來的發(fā)展?fàn)I造了良好的氛圍。一方面，人工智能作為計算機科學(xué)的分支，通過算法解析為海量數(shù)據(jù)的分析提供了高效的技術(shù)手段，為工程的設(shè)計打造了智能化的環(huán)境，為工程的優(yōu)化帶來了信息化的管理平臺。另一方面，人工智能綜合了數(shù)據(jù)科學(xué)的核心思想，通過對數(shù)據(jù)進(jìn)行操作、對信息進(jìn)行解析、對知識進(jìn)行轉(zhuǎn)換以實現(xiàn)智慧的綜合集成，其間涉及信息科學(xué)、統(tǒng)計學(xué)學(xué)科理論與機器學(xué)習(xí)可視化等技術(shù)手段的交叉與融合，是一個解析的、不斷學(xué)習(xí)的、“應(yīng)用驅(qū)動”[26]的數(shù)據(jù)增值手段，大幅度地提高了面向?qū)嵺`與應(yīng)用的學(xué)習(xí)工程的反饋效率，從而更全面地引導(dǎo)了學(xué)習(xí)工程的設(shè)計與優(yōu)化。

人工智能時代，許多高校都看到了學(xué)習(xí)工程未來的發(fā)展前景，相繼開設(shè)了學(xué)習(xí)工程項目，開始了對學(xué)習(xí)工程師的培養(yǎng)。哈佛大學(xué)“技術(shù)、創(chuàng)新與教育（TIE）項目”為期一年，以學(xué)習(xí)的認(rèn)知、情感和社會維度為中心，主要研究設(shè)計促進(jìn)教學(xué)的學(xué)習(xí)技術(shù)、教學(xué)管理方法，并開發(fā)參與式學(xué)習(xí)的新技術(shù)與媒體，如在線學(xué)習(xí)、移動式學(xué)習(xí)、社交媒體等[27]。斯坦福大學(xué)“學(xué)習(xí)科學(xué)與技術(shù)設(shè)計（LSTD）項目”歷時兩年，課程包括學(xué)習(xí)、設(shè)計研究、計算機科學(xué)、工程或同類領(lǐng)域（比如心理學(xué)、語言學(xué)、機器學(xué)習(xí)、神經(jīng)科學(xué)或者數(shù)據(jù)科學(xué)）方面的專業(yè)知識[28]。波士頓大學(xué)“學(xué)習(xí)工程（MA）項目”主要培養(yǎng)學(xué)習(xí)工程師針對學(xué)習(xí)環(huán)境、學(xué)習(xí)體驗和學(xué)習(xí)技術(shù)所需的設(shè)計技能，主要強調(diào)三方面的內(nèi)容：人們在社會發(fā)展、文化交融、情感交流中的認(rèn)知過程，以及其他因素對這些過程的影響;如何使得學(xué)習(xí)者在參與式學(xué)習(xí)中學(xué)習(xí)效率最高;應(yīng)用所學(xué)的知識對學(xué)習(xí)者進(jìn)行個性化學(xué)習(xí)設(shè)計，并針對學(xué)習(xí)的體驗、環(huán)境和技術(shù)對學(xué)習(xí)設(shè)計進(jìn)行分析與評估[29]。這些專業(yè)雖然側(cè)重點、培養(yǎng)模式有所不同，但都體現(xiàn)了學(xué)習(xí)工程這一學(xué)科的交叉性與系統(tǒng)性。

除以上高校外，還有兩個重要的組織致力于從工程的角度為學(xué)習(xí)工程領(lǐng)域提供專業(yè)化的支持，分別是電子工程師協(xié)會（IEEE）與學(xué)習(xí)工程行業(yè)聯(lián)盟（ICICLE）。IEEE是一個擁有42萬成員的專業(yè)協(xié)會，同時負(fù)責(zé)對ICICLE的監(jiān)督與管理。為支持新興的學(xué)習(xí)工程領(lǐng)域，滿足學(xué)習(xí)工程師這一職業(yè)發(fā)展的需求，2017年12月，IEEE標(biāo)準(zhǔn)委員會提出創(chuàng)建一個新的為期24個月的行業(yè)合作活動的建議。這項工作由IEEE學(xué)習(xí)技術(shù)標(biāo)準(zhǔn)委員會成員阿夫龍·巴爾（Avron Barr）發(fā)起，并得到了IEEE標(biāo)準(zhǔn)委員會的批準(zhǔn)，由此，ICICLE誕生了[30]。ICICLE是IEEE標(biāo)準(zhǔn)協(xié)會行業(yè)合作（IC）項目的一部分，由60多個工業(yè)界、學(xué)術(shù)界和政府部門的組織所組成，并圍繞學(xué)習(xí)工程定期舉辦會議，于2018年10月底在美國拉斯維加斯舉辦了首次國際性的學(xué)習(xí)工程峰會，該峰會匯聚了國際上學(xué)習(xí)工程領(lǐng)域的專家，埃倫·瓦格（Ellen Wager）、阿夫龍·巴爾等學(xué)界權(quán)威在會議上發(fā)表演講，主要對學(xué)習(xí)工程學(xué)科發(fā)展的最新進(jìn)展、學(xué)習(xí)工程未來的職能進(jìn)行了探討，并基于此提出了未來學(xué)習(xí)工程師的必備技能[31]。

近年來，研究人員在學(xué)習(xí)科學(xué)、學(xué)習(xí)技術(shù)的整合發(fā)展及工程化應(yīng)用方面做了大量創(chuàng)新工作，并取得了階段性成果。國內(nèi)外誕生了各種信息化、智能化的學(xué)習(xí)平臺，極大地拓展了智能技術(shù)的教育應(yīng)用場景。人工智能技術(shù)深化發(fā)展有力推動了智能助手在不同教育階段、不同教育功能、不同教學(xué)學(xué)科等多維度教育場景中的應(yīng)用[32]，受到了廣泛關(guān)注。如紐約大學(xué)和加州大學(xué)爾灣分校（UCI）兩所世界名校共同研發(fā)的知識空間的評估和學(xué)習(xí)自適應(yīng)學(xué)習(xí)平臺（ALEKS），目前已經(jīng)被全球數(shù)千所K12學(xué)校與大學(xué)作為日常教學(xué)用具使用，通過知識空間和認(rèn)知診斷技術(shù)精準(zhǔn)定位每位學(xué)生的知識水平，從而實現(xiàn)個性化學(xué)習(xí)資源的推送[33]。再比如孟菲斯大學(xué)的人工智能研究所發(fā)明的基于自然語言的智能導(dǎo)學(xué)系統(tǒng)（AutoTutor），通過預(yù)期—誤解定制式對話，在反饋、鋪墊與啟發(fā)式提問中幫助學(xué)生建構(gòu)出理想的答案[34]?；谌斯ぶ悄艿慕虒W(xué)助手所具有的自然人機交互、智能服務(wù)方式、豐富的技術(shù)框架，為學(xué)生、教師等創(chuàng)設(shè)了有效的學(xué)習(xí)與教學(xué)環(huán)境[35]，未來有著相當(dāng)大的發(fā)展空間，成為當(dāng)前學(xué)習(xí)工程創(chuàng)新發(fā)展關(guān)注的焦點主題。

大數(shù)據(jù)時代，教育領(lǐng)域也涌現(xiàn)出海量的數(shù)據(jù)，“智能導(dǎo)師系統(tǒng)”“人工智能系統(tǒng)”的蓬勃發(fā)展，掀起了學(xué)習(xí)工程領(lǐng)域中“教育數(shù)據(jù)挖掘”研究的熱潮，激發(fā)了更多的學(xué)者對學(xué)習(xí)者行為分析的探索[36]，即通過測量、收集、分析和報告有關(guān)學(xué)習(xí)者及其學(xué)習(xí)情境的數(shù)據(jù)集[37]，對學(xué)習(xí)進(jìn)行實時診斷、反饋及干預(yù)，實現(xiàn)學(xué)習(xí)的持續(xù)改進(jìn)[38]，最終優(yōu)化學(xué)習(xí)效果。目前，國外部分高校已全面展開學(xué)習(xí)分析系統(tǒng)實踐，如北亞利桑那大學(xué)的評價績效狀態(tài)系統(tǒng)GPS（Grade Performance Status），基于Mixpanel Analytics、Userfly、Gephi、Socrato等學(xué)習(xí)分析工具，對學(xué)生的出勤情況、課程成績以及課業(yè)問題進(jìn)行分析評估，并通過郵件發(fā)給學(xué)生，學(xué)生根據(jù)郵件內(nèi)容作出相應(yīng)改進(jìn)，以提高學(xué)生的學(xué)習(xí)質(zhì)量[39]。基于大數(shù)據(jù)的技術(shù)創(chuàng)新為教育者、學(xué)習(xí)者、管理者、教育研究者等各層次的使用者揭示了原本隱藏的教育信息，為學(xué)習(xí)工程的各階段提供了復(fù)合化的數(shù)據(jù)資源、實時的多角度分析技術(shù)以及可視化的分析結(jié)果[40]，在豐富使用者視角的同時，實現(xiàn)學(xué)習(xí)系統(tǒng)的高效組織與管理[41]，這成為當(dāng)前學(xué)習(xí)工程創(chuàng)新發(fā)展的重要板塊。

（二）學(xué)習(xí)工程專業(yè)領(lǐng)域發(fā)展中的隱憂與挑戰(zhàn)

隨著科學(xué)的發(fā)展與技術(shù)的進(jìn)步，人類會步入學(xué)習(xí)工程時代。在這個新的學(xué)習(xí)時代，學(xué)習(xí)將逐漸由學(xué)習(xí)工程所主導(dǎo)，即以學(xué)習(xí)者為中心，制定面向?qū)嵺`的個性化方案，為學(xué)習(xí)者提供最優(yōu)化的技術(shù)與方法，將學(xué)習(xí)的最終效果提升到一個新的層次。然而，我們必須承認(rèn)：學(xué)習(xí)工程還處于成長的初期階段，在未來的可持續(xù)發(fā)展道路上還面臨著諸多挑戰(zhàn)?？傮w來看，主要包括以下幾個方面：

（1）完善科學(xué)層面的基礎(chǔ)研究。我們無法想象：沒有牛頓對經(jīng)典力學(xué)的貢獻(xiàn)，人類可以構(gòu)造航空航天的工程技術(shù)系統(tǒng)，實現(xiàn)飛天和登月的夢想;沒有愛因斯坦的質(zhì)能發(fā)展對原子能量之奧秘的揭示，人類可以在原子武器的研發(fā)上取得成功。同樣我們也無法想象：沒有腦科學(xué)在分子、細(xì)胞甚至基因水平上對學(xué)習(xí)之神經(jīng)機制的揭示，我們對學(xué)習(xí)的理解能夠真正擺脫蒙昧的狀態(tài)，徹底把對學(xué)習(xí)實踐的改進(jìn)建立在科學(xué)而不是猜想的基礎(chǔ)之上。大腦是學(xué)習(xí)的重要器官，腦科學(xué)對大腦的功能、結(jié)構(gòu)和規(guī)律的認(rèn)識[42]，有助于開發(fā)適宜不同個體大腦發(fā)展的學(xué)習(xí)環(huán)境，為因材施教和個性化學(xué)習(xí)提供依據(jù)?，F(xiàn)在，我們已經(jīng)非常欣喜地看到，伴隨著各種技術(shù)的進(jìn)步，人類打開大腦這一黑箱可以使用的工具也越來越多，對人類學(xué)習(xí)的基本理解日益豐富。

（2）發(fā)展學(xué)習(xí)工程的方法論。個性化學(xué)習(xí)與發(fā)展離不開腦科學(xué)、認(rèn)知科學(xué)、心理學(xué)等層面上對學(xué)習(xí)的基礎(chǔ)研究，但如何把科學(xué)層面上對學(xué)習(xí)機制的基礎(chǔ)研究向?qū)W習(xí)工程實踐層面上進(jìn)行轉(zhuǎn)化，卻是一個無比巨大的挑戰(zhàn)。這個挑戰(zhàn)主要是方法論層面上的?；A(chǔ)科學(xué)研究告訴了我們有關(guān)人是如何學(xué)習(xí)的知識，但基礎(chǔ)科學(xué)沿用的一套方法論卻回答不了如何改進(jìn)人類學(xué)習(xí)這個問題。科學(xué)的方法論注重推理、演繹，而工程的方法論注重建模與設(shè)計?？茖W(xué)方法論只能夠為如何解釋學(xué)習(xí)提供指南，只有工程方法論才能為改進(jìn)學(xué)習(xí)的實踐提供行動框架[43]。學(xué)習(xí)工程未來發(fā)展面臨的一個核心問題即為方法論體系的構(gòu)建，即如何在科學(xué)方法論上進(jìn)一步創(chuàng)造屬于學(xué)習(xí)工程的實踐方法論，借助新的資源實現(xiàn)方法論的重建。

（3）構(gòu)建學(xué)習(xí)工程的倫理與價值觀。改進(jìn)學(xué)習(xí)實踐，促進(jìn)人的發(fā)展，是學(xué)習(xí)工程最高層面的追求。一套標(biāo)準(zhǔn)化的倫理規(guī)范與價值觀體系，能夠?qū)W(xué)習(xí)研究的合理性以及價值進(jìn)行實時審查，對學(xué)習(xí)實踐過程的偏差進(jìn)行及時糾正與調(diào)整[44]，有助于確保學(xué)習(xí)工程能夠服從和服務(wù)于這個目標(biāo)，而不是相背離。同時，鑒于學(xué)習(xí)工程直接面向?qū)W生的學(xué)習(xí)過程、教師的教育過程，因此，人文關(guān)懷也是必不可少的。只有構(gòu)建完整和標(biāo)準(zhǔn)的倫理和價值觀體系，才能達(dá)到規(guī)范學(xué)習(xí)的技術(shù)實踐、優(yōu)化最終學(xué)習(xí)結(jié)果、實現(xiàn)學(xué)習(xí)工程可持續(xù)發(fā)展的目的。但是，我們也必須看到，由于學(xué)習(xí)工程涉及不同學(xué)科之間的交叉與融合，且其直接面向的是真實的學(xué)習(xí)場景，使得倫理與價值觀體系的構(gòu)建更加復(fù)雜，也給學(xué)習(xí)工程未來的發(fā)展帶來了極大挑戰(zhàn)。

四、從歷史中汲取經(jīng)驗與智慧：展望學(xué)習(xí)工程創(chuàng)新發(fā)展的未來之路

回溯歷史，我們可以從中為學(xué)習(xí)工程找尋到一些應(yīng)對以上挑戰(zhàn)的經(jīng)驗與智慧，并可以有效推動教育技術(shù)的創(chuàng)新發(fā)展。近代以來，教育領(lǐng)域內(nèi)技術(shù)的原始創(chuàng)新及其工程化應(yīng)用，有兩個例子相對具有典型性。一個是斯金納（B. F. Skinner）發(fā)明的教學(xué)機器，另外一個則是西摩爾·帕伯特（Seymour Papert）發(fā)明的LOGO語言。二者的歷史告訴我們：扎實的學(xué)習(xí)科學(xué)基礎(chǔ)研究無疑是學(xué)習(xí)工程創(chuàng)新發(fā)展的源泉。沒有在科學(xué)層面上對學(xué)習(xí)機制的基本理解，就難以在教育領(lǐng)域內(nèi)實現(xiàn)真正意義上的技術(shù)創(chuàng)新，其工程化應(yīng)用無疑也會淪為遙不可及的水中月、鏡中花。

1954年，斯金納基于對操作性條件反射的研究，設(shè)計了一臺程序教學(xué)機器，首次實現(xiàn)了對學(xué)習(xí)領(lǐng)域原始的技術(shù)創(chuàng)新。斯金納認(rèn)為，“學(xué)是循序漸進(jìn)的科學(xué)過程，教則是將學(xué)生與教學(xué)設(shè)計相結(jié)合的藝術(shù)”[45]，傳統(tǒng)教學(xué)方式主要通過負(fù)強化刺激學(xué)生學(xué)習(xí)，不利于學(xué)生學(xué)習(xí)興趣的培養(yǎng)，應(yīng)該通過積極的強化來提升學(xué)生的學(xué)習(xí)動機?；谝陨侠碚?，斯金納設(shè)計的教學(xué)機器通過程序教學(xué)技術(shù)創(chuàng)新囊括了一系列正強化關(guān)聯(lián)的教學(xué)設(shè)計，并能對學(xué)生的答案及時作出反饋，有助于增強學(xué)生的學(xué)習(xí)動力，培養(yǎng)學(xué)生的自主學(xué)習(xí)能力，提升最終的學(xué)習(xí)效果。但其實早在20世紀(jì)20年代末，另外一位心理學(xué)家普萊西就設(shè)計了一臺與斯金納高度類似的教學(xué)機器，希望能對學(xué)生進(jìn)行自動測試，但卻失敗了。其中一個很重要的原因就是普萊西教學(xué)機器這一技術(shù)創(chuàng)新的背后缺乏在學(xué)習(xí)基礎(chǔ)研究上的突破。

20世紀(jì)60年代，信息技術(shù)的快速發(fā)展激發(fā)了學(xué)者對計算機教育應(yīng)用的探索與創(chuàng)新。作為人工智能的先驅(qū)之一，帕伯特將皮亞杰（Jean Piaget）“建構(gòu)主義”（Constructivism）學(xué)習(xí)理論進(jìn)一步發(fā)展為“構(gòu)建主義”（Constructionism）教學(xué)理論。帕伯特堅信“越小的孩子越容易從變化的學(xué)習(xí)環(huán)境中受益，而計算機為孩子提供了主動構(gòu)建知識的環(huán)境，有助于提升孩子思考與學(xué)習(xí)的能力”[46]。為此，他開發(fā)了一門可供兒童學(xué)習(xí)使用的編程語言—LOGO，希望通過程序化語言情境的創(chuàng)造來有效激發(fā)兒童的好奇心，培養(yǎng)兒童的邏輯性與條理性。LOGO作為構(gòu)建主義教學(xué)理論最經(jīng)典的原型，是歷史上第一款專門針對兒童學(xué)習(xí)設(shè)計的編程語言，也是繼斯金納教學(xué)機器之后，早期學(xué)習(xí)的基礎(chǔ)研究在技術(shù)領(lǐng)域上又一次成功的探索與創(chuàng)新。但我們必須看到，LOGO語言成功的前提是皮亞杰以建構(gòu)主義理論對兒童學(xué)習(xí)機制作出的新科學(xué)解釋。

在展望學(xué)習(xí)工程的未來前景時，我們還不應(yīng)忘卻一位先賢，那就是第一次提出“教育工程學(xué)”概念的查特斯（Werrett Wallace Charters）。作為20世紀(jì)上半葉教育科學(xué)化運動的代表人物，查特斯在長達(dá)半個世紀(jì)的時間里都致力于對“教育工程”思想的實踐探索，強調(diào)以系統(tǒng)方法把教育理論與實踐進(jìn)行結(jié)合[47-48]，卻一直遭到當(dāng)時學(xué)術(shù)界的曲解與批判。查特斯的思想無疑是領(lǐng)先于他所處的那個時代的。但這些閃光的思想何以沒有能夠放射出燦爛的光輝以照亮那個時代，而是被遮蔽在歷史的煙霧深處不為人知，他本人也成為“孤獨的先驅(qū)”[43]？這無疑是非常值得我們深思的。在當(dāng)時的歷史階段，教育的科學(xué)研究盡管有進(jìn)展，但顯然還沒有到科學(xué)的水平上，教育的技術(shù)創(chuàng)新也是以引進(jìn)通用技術(shù)為主，而難以在原始創(chuàng)新上有所作為。以上兩點決定了即使有人領(lǐng)先于時代提出教育工程學(xué)的思想，這些思想也不具備落地生根的現(xiàn)實性。歷史的發(fā)展自有其本身的規(guī)律，是不能人為超越的。學(xué)習(xí)工程一步步走向歷史的舞臺，遵循的也是這個邏輯。

歷史的車輪滾滾向前。一百年來，學(xué)習(xí)的基礎(chǔ)理論研究取得了豐碩成果，從早期關(guān)注“動物是如何學(xué)習(xí)的”，到其后關(guān)注“機器是如何學(xué)習(xí)的”，再到今天致力于回答“人是如何學(xué)習(xí)的”，學(xué)習(xí)科學(xué)的理論家們在教育學(xué)、心理學(xué)、認(rèn)知科學(xué)、神經(jīng)科學(xué)與腦科學(xué)、語言學(xué)、社會學(xué)、人類學(xué)、計算機科學(xué)、哲學(xué)等多學(xué)科領(lǐng)域的交叉地帶破解人類學(xué)習(xí)的奧秘，取得了重大進(jìn)展。特別是當(dāng)代教育與認(rèn)知神經(jīng)科學(xué)在分子、細(xì)胞乃至基因的水平上對人類學(xué)習(xí)機制的認(rèn)識，為我們利用技術(shù)手段干預(yù)學(xué)習(xí)實踐奠定了新的科學(xué)基石。與此同時，信息技術(shù)革命的縱深發(fā)展，特別是計算機和互聯(lián)網(wǎng)在教育教學(xué)領(lǐng)域內(nèi)深入而廣泛的應(yīng)用，催生了一系列現(xiàn)代化的學(xué)習(xí)技術(shù)，構(gòu)造了數(shù)字化的學(xué)習(xí)環(huán)境，極大地提升了教學(xué)與學(xué)習(xí)的技術(shù)含量，在把教育這一古老的行業(yè)從勞動密集型向技術(shù)密集型轉(zhuǎn)變的歷史進(jìn)程中實現(xiàn)了階段性突破。70年前，發(fā)明了教學(xué)機器的程序教學(xué)之父斯金納曾經(jīng)感慨：“教室的機械化水平連家庭的廚房都不如?！盵45]今天，這種局面已經(jīng)在很大程度上得到了改觀。

當(dāng)今世界正發(fā)生深刻變化，面臨百年未有之大變局，教育面臨深刻變革?？萍歼M(jìn)步日新月異，新一代信息科技革命蓄勢待發(fā)，信息化發(fā)展進(jìn)入融合與創(chuàng)新的新階段?；ヂ?lián)網(wǎng)、云計算、5G通信、人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)、區(qū)塊鏈、虛擬現(xiàn)實等新興技術(shù)正深刻改變?nèi)祟惖乃季S、生產(chǎn)、生活、學(xué)習(xí)方式。經(jīng)濟(jì)社會發(fā)展對人才的需求快速變化，各國人才競爭進(jìn)一步加劇，對創(chuàng)新人才的需求空前迫切。為應(yīng)對瞬息萬變的社會需求，推進(jìn)教育深層次、系統(tǒng)性、全方位變革刻不容緩。一百年前，查特斯創(chuàng)建教育工程學(xué)的夢想，在今天將通過學(xué)習(xí)工程重新回到人們的視野，引領(lǐng)學(xué)習(xí)研究的創(chuàng)新發(fā)展，并肩負(fù)起創(chuàng)造新教育的歷史責(zé)任。已有的學(xué)習(xí)科學(xué)的基礎(chǔ)研究及學(xué)習(xí)技術(shù)的創(chuàng)新發(fā)展，已經(jīng)為學(xué)習(xí)工程的崛起奠定了堅實基礎(chǔ)。立足于學(xué)習(xí)科學(xué)的基礎(chǔ)研究，抓住新一輪科技革命的機遇，推進(jìn)教育領(lǐng)域內(nèi)技術(shù)的原始創(chuàng)新和系統(tǒng)集成，充分發(fā)揮新一代人工智能、大數(shù)據(jù)等新興信息技術(shù)的作用，開展大規(guī)模的工程化應(yīng)用，構(gòu)造一個面向?qū)W習(xí)實踐的多維綜合系統(tǒng)，形成學(xué)習(xí)科學(xué)、學(xué)習(xí)技術(shù)、學(xué)習(xí)工程三元耦合、協(xié)調(diào)發(fā)展的新格局，不但有利于學(xué)習(xí)工程的快速崛起與可持續(xù)發(fā)展，也有利于推進(jìn)學(xué)習(xí)的基礎(chǔ)研究和技術(shù)創(chuàng)新，并打破理論與實踐之間的阻隔，實現(xiàn)第一代學(xué)習(xí)科學(xué)家們在創(chuàng)建學(xué)習(xí)科學(xué)這一新領(lǐng)域時確立的發(fā)展學(xué)習(xí)理論、改進(jìn)學(xué)習(xí)實踐的價值追求。

五、結(jié)? ?語

當(dāng)學(xué)習(xí)研究的歷史轉(zhuǎn)折尚未來臨時，強行提出學(xué)習(xí)工程的概念，自然不會有多大的意義。但當(dāng)學(xué)習(xí)研究的時代變局到來時，如果消極應(yīng)對、無所作為，也是對歷史的一種不負(fù)責(zé)任。本文對學(xué)習(xí)工程的探討，正是基于一位教育技術(shù)與學(xué)習(xí)科學(xué)領(lǐng)域?qū)I(yè)人員對歷史的責(zé)任，希望在學(xué)習(xí)工程小荷才露尖尖角時能夠引起更多學(xué)界同行的注意，加速這一歷史進(jìn)程，從而更好地促進(jìn)學(xué)習(xí)工程的創(chuàng)新發(fā)展。

[參考文獻(xiàn)]

[1] GIBBONS S A. The practice of instructional technology： science and technology[J]. Educational technology， 2003， 43（5）： 11-16.

[2] Cambridge Dictionary[EB/OL]. （2019-08-10）[2019-12-21].https：//dictionary.cambridge.org/dictionary/english-chinese-simplified/science.

[3] VINCENTI W. What engineers know and how they know it[M]. Baltimore Maryland： Johns Hopkins Press， 1990.

[4] GABBAY D M， THAGARD P， WOODS J & MEIJERS A W. Philosophy of technology and engineering sciences[M]. Cambridge MA：Elsevier， 2009.

[5] 司托克斯.基礎(chǔ)科學(xué)與技術(shù)創(chuàng)新：巴斯德象限[M].周春彥，谷春立，譯.北京：科學(xué)出版社， 1999.

[6] DYM L C. Engineering design： a synthesis of views[M]. New York： Cambridge University Press， 1994.

[7] SIMON A H. The sciences of the artificial[M]. Boston： MIT Press， 1996.

[8] KNUUTTILA T， MERZ M. Scientific understanding： philosophical perspectives[M]. Pittsburgh： University of Pittsburgh Press， 2009.

[9] 埃倫·康德利夫·拉格曼.一門捉摸不定的科學(xué)：困擾不斷的教育研究的歷史[M].花海燕，梁小燕，許笛，嚴(yán)正，張斌賢，張延竑，譯.北京：教育科學(xué)出版社，2006.

[10] HOADLEY C & VAN HANEGHAN J P. The learning sciences： where they came from and what it means for instructional designers. Trends and issues in instructional design and technology[M]. 3rd ed. New York： Pearson， 2011： 53-63.

[11] KELLY A. Design research in education： yes， but is it methodological[J]. Education psychologist， 2004， 39（4）： 203-212.

[12] COLLINS A. Toward a design science of education[C]//In new directions in educational technology.? Berlin：Springer， 1992： 15-22.

[13] COBB P， CONFREY J， DISESSA A， LEHRER R， SCHAUBLE L. Design experiments in educational research[J]. Educational researcher， 2003， 32（1）： 9-13.

[14] BARAB S， SQUIRE K. Design-based research： putting a stake in the ground[J]. The journal of the learning sciences， 2004， 13（1）： 1-14.

[15] BARAB S. Design-based research： a methodological toolkit for engineering change[C]// The Cambridge Handbook of the Learning Sciences. 2nd Edition. New York： Cambridge University Press， 2014： 151-170.

[16] 徐光濤，張懷浩，任友群.學(xué)習(xí)技術(shù)典型案例：從社交機器人到大腦刺激——學(xué)習(xí)科學(xué)國際大會“學(xué)習(xí)技術(shù)”專題綜述[J].現(xiàn)代遠(yuǎn)程教育研究， 2014（3）： 45-51，65.

[17] THILLE C M. Bridging learning research and teaching practice for the public good： the learning engineer. New York， NY： TIAA Institute[EB/OL]. （2016-11-20）[2019-09-30]. https：//www.tiaainstitute.-org/publication/bridging-learningresearch-and-teaching-practice.

[18] DEDE C， RICHARDS J & SAXBERG B. Learning engineering for online education： theoretical contexts and design-based examples[A]. New York and London： Routledge， Taylor & Francis Group， 2019.

[19] WAGNER E. Learning engineering： a primer. The elearning guide[EB/OL]. （2019-05-23）[2019-09-30].https：//www.elearningguild.com/insights/238/learning-engineering-a-primer/.

[20] HOADLEY C M. Learning and design： why the learning sciences and instructional systems need each other[J]. Educational technology， 2004， 44（3）： 6-12.

[21] 趙蓉英，魏明坤.國際數(shù)據(jù)科學(xué)演進(jìn)研究：基于時間維度的分析[J].圖書情報知識， 2017（4）：71-79.

[22] 譚躍進(jìn)，陳英武，羅鵬程，程志君.系統(tǒng)工程原理（第二版）[M].北京：科學(xué)出版社， 2018.

[23] SOMMERHOFF D， SZAMEITAT A， VOGEL F， CHERNIKOVA O， LODERER K & FISCHER F. What do we teach when we teach the learning sciences？ A document analysis of 75 graduate programs[J]. Journal of the learning sciences， 2018， 27（2）： 319-351.

[24] 劉凱，胡祥恩，馬玉慧，那迪，張昱華.中國教育領(lǐng)域人工智能研究論綱——基于通用人工智能視角[J].開放教育研究， 2018， 24（2）： 31-40，59.

[25] 郭炯，榮乾，郝建江.國外人工智能教學(xué)應(yīng)用研究綜述[J].電化教育研究，2020，41（2）：91-98，107.

[26] 周傲英，錢衛(wèi)寧，王長波.數(shù)據(jù)科學(xué)與工程：大數(shù)據(jù)時代的新興交叉學(xué)科[J].大數(shù)據(jù)， 2015（2）： 90-99.

[27] Technology， innovation， and education[EB/OL]. （2019-08-12）[2019-10-15]. https：//www.gse.harvard.edu/masters/tie.

[28] Graduate School of Education. Learning sciences and technology design（LSTD）[EB/OL].（2019-08-28）[2019-10-15]. https：//ed.stanford.edu/academics/doctoral-handbook/courses/lstd.

[29] Boston College， Lynch School of Education and Human Development. Master of arts（M.A.） in learning engineering[EB/OL].（2019-08-10）[2019-10-20]. https：//www.bc.edu/bcweb/schools/lynchschool/-academics/departments/interdisciplinaryprograms/LearningEngineering.html.

[30] IEEE IC Industry Consortium on Learning Engineering. What is ICICLE [EB/OL]. （2017-09-20）[2019-10-20]. https：//www.ieeeicicle.org/.

[31] The Learning Engineering Summit[EB/OL]. （2018-10-24）[2019-10-20]. https：//www.elearningguild.com/devlearn-/content/5558/devlearn-2018-conference-expo--the-learning-engineering-summit/.

[32] 劉德建.智能助手在教育領(lǐng)域的應(yīng)用場景分析與系統(tǒng)設(shè)計[J].中國電化教育，2019（9）：22-30.

[33] 王碩爍，馬玉慧.國外典型自適應(yīng)學(xué)習(xí)平臺的基本框架及其關(guān)鍵技術(shù)分析[J].開放學(xué)習(xí)研究，2018，23（1）：48-54.

[34] GRAESSER A C， LI H， FORSYTH C. Learning by communicating in natural language with conversational agents[J]. Current directions in psychological science， 2014， 23（5）：374-380.

[35] 王萍，石磊，陳章進(jìn).智能虛擬助手：一種新型學(xué)習(xí)支持系統(tǒng)的分析與設(shè)計[J].電化教育研究，2018，39（2）：67-73.

[36] BAEPLER P， MURDOCH C J. Academic analytics and data mining in higher education[J]. International journal for the scholarship of teaching and learning， 2010，4（2）：170-178.

[37] SIEMENS G.Learning and knowledge analytics -knewton -the future of education？[EB/OL].（2011-04-14）[2019-11-10]. http：//www.learninganalytics.net/？p=126.

[38] Learning analytics： definitions， processes and potential[EB/OL]. （2011-01-16）[2019-12-08]. http：//learning-analytics.net.

[39] 李青，王濤.學(xué)習(xí)分析技術(shù)研究與應(yīng)用現(xiàn)狀述評[J].中國電化教育，2012（8）：129-133.

[40] 顧小清，張進(jìn)良，蔡慧英.學(xué)習(xí)分析：正在浮現(xiàn)中的數(shù)據(jù)技術(shù)[J].遠(yuǎn)程教育雜志，2012，30（1）：18-25.

[41] 祝智庭，沈德梅.學(xué)習(xí)分析學(xué)：智慧教育的科學(xué)力量[J].電化教育研究，2013，34（5）：5-12，19.

[42] 周加仙.基于腦的教育研究：反思與對策[D].上海：華東師范大學(xué)， 2004.

[43] 趙建民，鄭旭東，桑新民.教育工程思想探源——視聽先驅(qū)者查特斯及其學(xué)術(shù)命運[J].開放教育研究，2008（4）： 28-31.

[44] 段偉文.技術(shù)的價值負(fù)載與倫理反思[J].自然辯證法研究， 2000（8）： 30-33，54.

[45] SKINNER B F. The science of learning and the art of teaching[J]. Harvard educational review， 1954， 24（2）： 86-97.

[46] PAPERT S. Mindstorms： children， computers， and powerful ideas[M]. New York： Basic Books， 1980： 208-216.

[47] CHARTERS W W. The era of educational engineer[J]. Educational research bulletin， 1951， 30（9）： 230-237， 246.

[48] CHARTERS W W. Is there a field of educational engineering[J]. Educational research bulletin， 1945， 24（2）： 29-37， 56.