智慧学习环境评估：评估什么和如何评估

周东岱 孙聘 于伟

摘要：智慧教育作为教育信息化发展的新境界，正在引领教育的创新发展和深刻变革。纵览当前智慧学习环境的相关研究，主要聚焦在模型构建、教学模式应用、学习空间重构、教育教学变革等方面，对智慧学习环境中“智慧”的探讨主要停留在技术的层面，而将蕴含于人内在的“智慧”摒弃在研究之外。智慧学习环境中的“智慧”应该包括两个层面的涵义：“物的智慧”和“人的智慧”，只有凸显这两者的智慧性，才是智慧学习环境高级于以往学习环境的关键和核心所在。因此对智慧学习环境进行评估时，既要评估硬件系统和软件系统等物的智慧，也要评估教师、学生、共同体等人的智慧。其中物的要素的智慧性主要体现在软件系统的性能指标上，而人的要素的智慧性则不仅体现在德行上，还体现在才能上。在对人的智慧进行评估时，还应该充分考虑技术和社会发展等因素对教师和学生发展产生的深远影响，借鉴国际最新的研究成果，如借鉴“技术-教学-学科知识”（TPACK）框架测量教师的智慧，借鉴智慧发展量表、《21世纪学习框架》等来测量学生的智慧体现。总之，在对智慧学习环境进行真实评估时，既要遵循评估的参照维度，也要结合具体学科的特殊性进行灵活地调整。

关键词：智慧教育；智慧学习环境；评估问题；评估对象；评估方法

中图分类号：G434 文献标识码：A 文章编号：1009-5195（2017）03-0026-09 doi10.3969/j.issn.1009-5195.2017.03.004

一、文献回顾及问题提出

当前，智慧教育作为教育信息化发展的新境界，正在引领教育的创新发展和深刻变革（黄荣怀，2014）。从学界对智慧教育的探讨来看，与以往的教育类型及方式相比，智慧教育的“智慧”核心主要体现在智慧学习环境构建及其应用上，这正是教育技术学科的优势所在，即关注技术的灵巧（Smart）之于教育所带来的智慧（Wisdom）提升。诚如祝智庭教授等（2012）所言，智慧学习环境是以适当的信息技术、学习工具、学习资源和学习活动为支撑，科学分析和挖掘全面感知的学习情境信息或者学习者在学习过程中生成的学习数据，以识别学习者特性和学习情境，灵活生成最佳适配的学习任务和活动，引导和帮助学习者进行正确决策，有效促进学习者智慧能力发展和智慧行动出现。当然，智慧学习环境也分为不同的层面：如智慧地球、智慧国家、智慧生态系统等宏观层面，智慧城市、智慧校园等中观层面，以及智慧课堂、智慧教室、智慧学习空间等微观层面。不同层面关注的环境架构、智慧技术、学习样态、分析技术、评估标准并不相同。本研究主要聚焦于微观层面的智慧学习环境及其评估研究。

在微观层面的智慧学习环境研究方面，不同学者立足于不同的视角开展了各具特色的研究。祝智庭等（2012）从设计者视角提出智慧学习环境作为智慧教育的技术支撑，具有减轻学习者认知负载、拓展学习者的体验深度和广度、增强学习者的学习自由度与协作学习水平、为学习者提供最合适的学习扶助等四个方面的价值期许。刘俊（2013）从推进智慧教育环境实现的角度探讨了智慧教育环境系统的功能架构、评估框架和实现方式，其中功能架构包括教学空间和学习空间，评估框架涉及学习者、教师、资源、设备、工具和学习活动6个要素，实现方式主要从情境感知和学习元方面进行设计。赵秋锦等（2014）从构成要素视角提出了智慧教育环境的系统模型。该模型以智慧教育共同体（包括教学者、学习者和管理者）为中心，利用各种智能技术（如物联网、云计算等）构建智能空间（包括物理情境、社会情境和网络情境），以期为教育活动的顺利开展提供智慧化条件（包括智慧工具、资源和服务）。唐烨伟等（2014）从构建方法与学科教学深度融合的角度提出了信息技术环境下智慧课堂构建的方法，总结出智慧课堂与教学融合经历了四个层面的应用，并指出要完成最高层次智慧课堂的构建，需要做到四步：一是系统剖析学习中出现的问题及原因；二是从教学目标和教学模式两个方面思考问题破解的思路；三是在信息技术条件下构思最佳的学习过程；四是按照整合点的需要研究信息技术的应用方式及信息化支撑环境。陈卫东等（2012）从未来课堂构建的角度提出未来课堂不仅是一个智能化的学习空间，还体现出对课堂主体教与学活动支持的智慧性，这种智慧性集中表现在技术、环境、资源和服务等层面。张春兰等（2016）也从理论层面探讨了智慧教育视野中未来学习空间的重构问题，指出智慧教育蕴藏着技术支持的认知发展和德性追求的双重含义，旨在培养具有终身学习能力的创新型人才，而学习空间为学习者的实践活动提供了物理空间并创造特定文化对其进行善意干预。未来学习空间应是智慧型的“研创室”。谢幼如等（2016）从实践视角探讨了智慧学习环境下学生科学探究心智技能的培养，提出小学生科学探究心智技能形成的“五段论”，并构建出智慧学习环境下小学生科学探究心智技能训练模式。准实验结果表明，该模式在提升科学探究元认知技能、发展学生科学探究思维、强化科学探究活动知识等方面效果显著。

综上所述，当前学界对智慧学习环境的研究展现出多样化的视角，主要聚焦在智慧学习环境的模型構建、教学模式应用、学习空间重构、教育教学变革等方面，而对智慧学习环境的评估却鲜有研究。事实上，智慧学习环境的评估是重要的研究向度，不仅有利于指引智慧学习环境的构建，而且与智慧学习环境的设计密切相关，还有利于促进置身于智慧学习环境中的人的智慧的发展。有鉴于此，笔者将研究问题进一步聚焦为探讨微观层面智慧学习环境的评估问题。

在对智慧学习环境进行评估之前，我们有必要再次审视技术之于教育的价值以及智慧学习环境评估中智慧的内涵。当前学界对智慧学习环境的研究，本质上揭示的仍是技术对教育是否促进的问题，对“智慧”的探讨仅仅停留在技术的层面，或者说是机器智能的层面，而将蕴含于人内在的“智慧”摒弃在研究之外。笔者认为，智慧学习环境中的智慧应该包括两个层面的涵义：一是物的智慧，主要指各种物理或虚拟环境中的技术/工具、资源/内容等能够因应师生的学习需求和过程而表现出自适应和自组织的特性；二是人的智慧，主要指个体在其智力与知识的基础上经由经验与练习习得的一种德才兼备的综合心理素质（汪凤炎等，2015），其不同于物的智慧的典型特征是具有创造性和道德性。因而在各种智能技术与人越来越走向融合的智慧学习环境中，对智慧学习环境的评估可以从物的智慧和人的智慧两个方面来进行。

二、评估什么：智慧学习环境的评估对象

要对智慧学习环境进行评估，首先要弄清楚评估什么的问题。从已有研究来看，智慧学习环境研究基本都是围绕要素构成来开展的，如刘俊（2013）提及的智慧学习环境包括学习者、教师、资源、设备、工具和学习活动6个要素；赵秋锦等（2014）在总结各种学习环境要素观（如四要素观、五要素观、六要素观、学习生态观、学习环境资源组合观、“7+2”要素观等）的基础上，归纳出智慧学习环境应包括智慧教育共同体、智能空间、智慧化条件三个要素。这些研究都指出了智慧学习环境的主要构成要素，是智慧学习环境重要的评估对象和维度，但是这些研究并没有指出选择这些构成要素作为智慧学习环境评估的依据，也没有指出智慧学习环境在构成要素上比以往的学习环境优越在何处，而仅仅指出可以利用各种智能技术如物联网、云计算、大数据等增加学习环境的智慧性。事实上，如果仅仅止步于此，那么这就如同每一项新技术的出现对教育的影响只是“昙花一现”一样，智慧技术也将不断重演技术对教育作用的短暂效应。因此，笔者认为智慧学习环境的评估对象应以要素观为指导，特别突出对各要素智慧性的评估，这是智慧学习环境高级于以往学习环境的关键和核心所在。

若将智慧学习环境看作是一种更高级的学习环境，我们或许可以从对其他类型的学习环境评估研究中得到启发。张伟远（2004）较早开展了网上学习环境的评价模型和指标体系研究，并开发了标准化的网上学习环境测评量表。该评价模型包括教学设计、内容设计、网站设计、灵活性、学生互动、教师支持、技术支持以及学习评估8个维度，旨在为教师设计有效的网上学习环境提供参考框架，为评定网上课程提供测量量表，以改进网上学习环境的实践。张豪锋等（2013）基于有意义学习的视角，提出了泛在学习环境的评价模型。该模型包括主动性、真实性、建构性、合作性以及个性化等5个维度。王志军等（2016）在广泛调研目前对学习环境评价及其交互性研究现状的基础上，提出了衡量学习环境的交互性指标体系。该研究旨在探讨远程学习环境如何更好地支持三类教学交互（操作交互、信息交互和概念交互）的顺利发生。这些研究虽然从不同角度（教师教的角度和学生学的角度）提出了学习环境的评价维度和指标，但从学习环境的构成要素来看都可以将其归结为人的要素和物的要素两大维度。

在前人研究的基础上，笔者以对智慧学习环境中智慧的评估为切入点，从“人的智慧”和“物的智慧”两个相辅相成的维度来探讨智慧学习环境的评估对象。其中人包括置身于智慧学习环境中的教师和学习者以及由此而构成的学习共同体，物包括硬件系统和软件系统，而硬件系统又包括基础设备、各类资源和工具等，软件系统是运行于硬件系统之上的各类软件集合，是体現环境智能的重要载体和核心（见上图）。具体阐述如下：

1.人的要素

教师。教师置身于智慧教学环境中，是教学活动的设计者和组织者，是学生学习的引导者和促进者，一定程度上，教师也是学习者，因此教师在智慧教学环境中应该通过不断实践和反思，挖掘和生成教育智慧，改进和优化教学实践，提升自身专业发展与成长，促进学生发展及其智慧生成。在教育研究领域，教育智慧也是一个重要的研究问题，关涉文化、哲学、艺术和技术等诸多领域，是教师实践领域尤其是教师专业发展关注的重要命题。教师的教育智慧主要体现在爱与人格、教育观、知识储备、德行等方面（刘吉林，2009），而且随着教师教学实践经验的累积以及对实践的反思，教师的教育智慧也会进一步升华。

学习者。智慧学习环境应以有利于促进学习者学习进行设计。学习者置身于智慧学习环境中，既是学习活动的主体，又是个体及群体知识的积极建构者。学习者的智慧是指个体在其智力与知识的基础上，经由经验与练习习得的一种德才兼备的综合心理素质，包括聪明才智与良好品德两大成分，即所谓“德才兼备方是智慧”（陈浩彬等，2013）。其中聪明才智主要由知识、智力和认知能力等构成，良好品德主要指要有一颗谦逊善良之心。虽然教育技术领域的学者对“智慧”概念的探讨也涉及到知识、认知发展与德性追求等方面（祝智庭等，2012；张春兰等，2016），但是提出的依据并不充分；而心理科学领域的学者对“智慧”概念及其相关核心问题的研究较为深入，其所提出的“智慧”概念建立在对不同学科领域专家学者的审视基础上（陈浩彬 等，2013），因而更具可信性和说服力。

2.物的要素

（1）硬件系统

作为硬件系统的物，仅仅是指一些固定或可移动、可以添加、更新、进化、淘汰的实体形态的物件。主要包括基础设备、各类资源和各种工具。我们对“物的智慧”持一种中立的态度，既不认为传统课堂环境不具有智慧，也不赞同将冠以“智慧”标签的现代信息技术强加到传统课堂中，而是更加强调技术的恰当应用。事实上，传统课堂环境中基础设备的设置也处处体现出智慧的意蕴，例如，课桌椅的不同布局体现了不同的教育理念，传统方形布局体现了教师中心和讲授型为主的教学理念，而圆圈型布局则体现了合作学习和民主的理念，墙壁挂画和板报体现了尊重和重视学习个性发展的班级文化，等等。

基础设备。智慧学习环境中的基础设备既可以是在传统课堂环境中配备的诸如交互式智能电子白板、手持式移动终端如iPad、电子书包、电子课本等，也可以是基于智慧教育理念而新建的多功能智慧教室环境所需要的各种基础设备，如多媒体交互系统、可旋转或移动式课桌椅、便携式智能终端、可感知互联式网络系统等。这些基础设备并不具有统一的评估标准，应依据具体的教与学目的和现实条件来选择和确定。

各类资源。智慧学习环境中的资源主要包括教师教的资源和学生学的资源。进入智慧学习环境中的资源应是经过一定机制筛选和过滤的优质资源，这些资源始终处于动态更新中，及时淘汰过时、低质量资源，补充师生经反思与互动生成的有价值的优质资源。各类资源在结构上应是模块化、小粒度的，而且应以资源包的形式呈现，以便师生识别、获取和利用（杨现民，2015）；在格式和类型上应能满足智慧学习环境中基础设备的参数要求，尤其是移动互联终端的使用要求。对各类资源的评估应遵循多媒体学习原则和学习原理（王建中等，2013），以适宜性、简约性、可用性、个性化等为评估原则。

各种工具。智慧学习环境中的工具主要指用于教师和学生开展各类个性化教学和学习所需要的教与学工具，如各类学科教学中所需要的实验器材、教学模具、以及平板电脑、智能手机、电子书、智能手环、3D/4D眼镜等。智慧学习环境中各种工具的选择和使用应以学科特征、教学目的、学习者特征、可行性等为参考依据。教学工具也不是一成不变的，它随着科学技术的发展而不断发展和更新。在一定程度上，工具作为人体各功能器官的延伸，能够不断发掘人们的潜能，促进人们的智慧激发。对各类工具的评估应以其核心性能和定位为标准，以可用性、易用性、适宜性、个性化为基本评估原则。

（2）软件系统

作为软件系统的物，则是体现设备、资源和工具智慧性的“灵魂”所在。软件系统作为运行于硬件系统之上的软件集合，是真正掌控各硬件智慧发挥的关键，因此，一定程度上可以认为智慧学习环境的智慧性是由工具来决定和体现的。当前教育技术学界普遍可见“工具主义”、“技术决定论”等观点。虽然这种观点存在风险，但也有其立足的依据，因为工具仅仅是物，物的功能的实现表面上是依靠软件，而软件功能的开发与实现则是由人凭借其智慧来完成的，因此也可以认为工具是具有一定智慧的。

与上述硬件系统相对应，软件之于基础设备的智慧性主要体现在情境识别和感知、学习过程记录、数据分析等方面，支持技术主要有传感器技术、物联网技术、GPS技术、情感计算等（杨现民等，2015）。软件系统应能通过智能技术识别学习者所处的学习环境，感知环境变化，做出对应的智慧反应，如转换学习场景，调整教室中的空气、温度、湿度等环境要素（陈卫东等，2012），以期为学习者提供最适宜的学习环境。

软件之于资源的智慧性主要体现在各類教学资源以何种智能方式进行筛选和进化的机制，这种智慧机制在当前信息大爆炸和信息泛滥时代对于人们的个性化学习和有意义学习显得弥足珍贵。在很多情况下，学习者面临信息迷航的困境，面对质量参差不齐的海量信息，他们很难从中识别真正有价值的信息，进而对信息进行精加工并内化为自己的知识和智慧。相反，信息的识别、搜集和筛选会浪费学习者太多的时间和精力，也需要占用很多认知资源，因而真正用于对信息进行提炼和创造的认知资源则相对会减少。因此，资源的智慧机制应该首先遵循资源结构的最小粒度原则，可按照最小粒度资源之间的强弱关系建立不同的联结，允许学习者对资源进行改造和评价，鼓励动态生成新的资源，并根据教学周期对逐步累加的资源进行淘汰和更新，以期保证智慧学习环境中资源的质量。

软件之于工具的智慧性主要体现在可以实现无缝联结、深度交互、智能管理和可视化等方面。在智慧学习环境中基础设备情境识别与感知的基础上，学习者可以通过智能工具与教师及其他学习者自动建立联系，对学习主题和活动进行深度交流与探讨，以促进个体和群体的知识建构，同时促进新资源的生成。另外，在基础设备自动记录学习过程的基础上，管理者可以将自动生成的学习过程数据转化为可视化图形发送给教师和学习者，以便教师及时发现学生学习的不足与困难，提前向学生发出预警，并根据情况调整自己的教学活动；同时，学习者可以自动获取自己学习过程的可视化数据，便于他们及时了解自身的学习状况，发现不足并及时调整学习状态，在实践与反思的基础上完成学习并实现知识的建构和智慧的养成。

三、如何评估：智慧学习环境的评估方法

在明确智慧学习环境的评估对象之后，就要针对评估对象提出适合的评估方法，以评价其智慧性达成的程度。在如何评估环节，笔者将针对上述评估对象，从评估主体、评估方式、评估方法等方面展开阐述。

1.针对教师智慧的评估

由于智慧学习环境中教师的教育智慧主要体现在爱与人格、教育观、知识储备、德行等方面，而且只有知识储备是可以测量的指标，因此针对教师智慧的评估应主要测量其知识储备。考虑到智慧学习环境对教师应用技术的意识和要求较高，以及技术的合理应用可能对教师的专业发展和智慧养成产生积极效应，因此应将技术知识作为考察教师知识储备的重要维度之一。借鉴当前国际上对教师专业发展理论框架的重要研究成果，笔者认为可以将“技术-教学-学科知识”（TPACK）框架所揭示的7种知识作为评估教师智慧的观测维度。在这7种知识中，技术知识、教学知识和学科知识是核心，他们的交叉融合会形成另外四种知识，分别是“技术-教学”知识、“教学-学科”知识、“技术-学科”知识和“技术-教学-学科”知识。目前针对这7种知识的测量和评估已有较为详尽的量表，而且其信效度检验结果均较高，因此可以借鉴TPACK框架来测量智慧学习环境中教师的知识储备。关于这一量表的清晰界定和相关研究综述可以参考蔡敬新和邓峰（2015）的《“技术-教学-学科知识”（TPACK）研究：最新进展与趋向》。关于教师智慧不可测量的部分，可以运用书写反思日志的方式来进行自我省思和自我评价（见表1）。在运用TPACK框架对教师可测量智慧进行评估时，需要特别考虑情境、技术、教学及学科方面的专属性（蔡敬新等，2015），它们均在三大核心知识（即技术知识、教学知识和学科知识）和其他四类交叉知识上表现出一定的差异，而不能一概而论。在运用内省法评估教师的不可测量智慧时，具体可以采用书写日志、日常行为观察、教学关键事件应对等方式来探察教师的隐性智慧。

2.针对学习者智慧的评估

由于学习者的智慧主要由聪明才智与良好品德两大成分构成，因此对智慧学习环境中学习者智慧的评估主要从这两个方面进行。充分考虑智慧学习环境与传统课堂学习环境的差异，即突出智能技术可能对学习者的智慧养成产生积极影响，同时借鉴心理学领域的相关研究成果，笔者认为智慧学习环境中学习者智慧可以通过自陈量表进行测量。当前，在心理学领域用于测量智慧的自陈量表主要有三个（见表2），分别是Ardelt（2003）的三维智慧量表（3D-WS）、Webster（2003）的自我评估智慧量表（SAWS）、Brown和Greene（2006）的智慧发展量表（WDS）。这三个自陈量表均具有较高的信效度，虽然各自测量的维度不同，但是可以用自评和他评的方式综合运用并测量，而且在运用过程中可以结合具体情况进行适当改编。关于智慧测量及其相关研究可参考陈浩彬和汪凤炎（2013）的《智慧：结构、类型、测量及与相关变量的关系》。同时考虑到技术的快速发展也可能会使学习者的智慧评估指标出现新的变化，因此在对量表进行改编的过程中，还可以借鉴当前国际上对学生学习智慧尤其是学习能力的最新研究成果，如美国21世纪技能联盟于2009年最新修订的《21世纪学习框架》（Framework for 21st Century Learning）和中国教育界于2016年发布的《中国学生发展核心素养》（见表3）。这两个框架都立足现代科技快速发展的国际社会背景，提出学生应对未来社会挑战应具备的核心素养。这无疑对智慧学习环境中学习者智慧评估指标的制定或改编具有借鉴价值。虽然这三种典型的自陈量表和两大框架存在诸多交叉维度，清晰细分难度较大，但是在具体应用这些量表和框架对智慧学习环境中学习者的智慧进行评估时，聪明才智可以通过文化基础、学习与创新、信息素养与技术等维度来评估，良好品德可以通过社会参与、生活技能、情感情绪等维度来衡量。

3.针对基础设备的智慧评估

由于基础设备的智慧性主要体现在情境识别和感知、记录学习过程、分析数据等方面，因此智慧学习环境中针对基础设备的评估应主要考察这三个方面（见表4）。情境识别与感知可以通过设备的灵敏度和准确性来评判，即设备能否又快又准地与学习者建立聯系；记录学习过程主要考察其记录学习过程的完整性，尤其是能否实时跟踪记录学习者的学习活动过程和学习路径；分析数据主要是运用学习分析技术考察其能否基于一定的智慧学习模型，生成和呈现学习结果，应主要考察设备的计算性能。

4.针对资源的智慧评估

由于资源的智慧性主要体现在资源结构、联结性、动态生成等方面，因此智慧学习环境中针对资源的评估应关注这三个方面（见表4）。资源结构主要考察其结构是否完整且粒度最小，即以最小知识点作为资源的组织单元；联结性主要考察各资源能否实现自动聚合以及聚合的程度如何，即能根据资源之间的联系构成不同紧密程度的资源模块或资源包；动态生成性主要考察教师和学习者在教学互动过程中生成的各种资源能否自动移入资源库中，并与原来的资源建立不同程度的联结，根据联结的紧密程度淘汰和更新其他资源，以实现资源的升级和进化（郑旭东等，2015）。

5.针对工具的智慧评估

由于工具的智慧性主要体现在能否实现无缝联结、深度交互、智能管理和可视化等方面，因此智慧学习环境中针对工具的评估应集中在这四个方面（见表4）。无缝联结主要考察终端接入环境是否快速通畅，以及终端之间的联结是否快速通畅；深度交互主要考察工具能否支持师生、生生、以及与设备、资源之间的多重交互，可以参考陈丽教授（2004）提出的“教学交互层次塔”理论框架来考察交互深度，即处于操作交互、信息交互和概念交互的哪个层次；智能管理主要考察工具能否实现个性化自主学习，即工具是否支持学习者自己掌控学习进度、管理个人空间、查看学习轨迹、做出学习决策等；可视化主要考察工具能否将学习过程和学习结果以可视化的方式直观呈现，并对学习处于“危险”边缘的学习者提出警示和提示。

表4 对物的要素的智慧评估观测点

[要素＼&观测点＼&基础设备＼&情境识别和感知＼&记录学习过程＼&分析数据＼&资源＼&资源结构＼&联结性＼&动态生成＼&工具＼&无缝联结＼&深度交互＼&智能管理＼&可视化＼&]

这里需要说明的是，笔者将把硬件系统和软件系统的评估置于一起进行阐述，原因在于硬件系统本身并不具有智慧，其智慧显现主要是通过运行于其上的软件来体现的。另外，针对基础设备、资源和工具的评估，笔者并没有提出与之相对应的评估量表，而只是提出了评估的维度和观测点，因为量表的编制需要严格考察其效度和信度，这也是笔者后续研究努力的方向。

四、反思与实例评估

在各种互联网技术尤其是智能技术对教育产生深远影响的社会背景下，由各种智能技术支撑的智慧学习环境在继承传统课堂环境固有优势的基础上，正在悄然发生变革，并对教师的教学行为和学生的学习行为产生积极影响。然而，当前学界对智慧学习环境的研究更多聚焦在模型构建、教学模式应用、学习空间重构、教育教学变革等方面，对智慧学习环境中“智慧”的探讨仅仅停留在技术的层面，将蕴含于人内在的“智慧”摒弃在研究之外。事实上，技术的智能和人类的智慧具有本质性差异，技术的应用并不能改变教育的本质，更没有将其“革命”成新的教育形态。只有使“人”的智慧在教育场域得以充分绽放才是真正意义上的智慧教育（李子运，2016）。从这一层面来说，本研究所探讨的智慧学习环境评估尤其是对智慧学习环境中人的智慧的评估是具有积极意义的。

在对智慧学习环境中教师智慧和学生智慧进行评估的过程中，也面临诸多值得探讨的问题。比如，智慧是人与生俱来的吗？学校教育能促进人的智慧生成和发展吗？环境对智慧生成有影响吗？技术有助于智慧发展吗？对这一系列问题的回应，也是本研究的研究基础。笔者认为，如同人的发展一样，人与生俱来具有某些“慧根”，在不同的环境中（包括家庭环境、学校环境、社会环境以及技术对各种环境的影响），“慧根”会发展出不同程度的“躯干”和“枝丫”，从而形成各种社会分工和社会多样性。因而，学校教育、环境、技术及其组合都对人的智慧发展具有某种程度的影响。换言之，人的智慧是不断发展的，智慧学习环境对教师和学生的智慧发展有一定的积极作用。因此，立足于未来发展，对智慧学习环境中人的智慧的评估还应充分考虑未来社会对人的挑战和要求，这也是我们在评估教师智慧（可测量的知识）时引入TPACK框架，在评估学生智慧时引入和借鉴自陈量表、《21世纪学习框架》和《中国学生发展核心素养》框架的缘由，这些新成果都充分考虑了现代技术对教育的深刻影响，而且《中国学生发展核心素养》还兼顾考虑到中国传统文化对学生发展的影响。

在此基础上，引发的另一个问题是：在对智慧学习环境进行评估时究竟该如何操作呢？本研究确实仅仅就智慧学习环境中的评估对象和评估方法进行了探讨，对如何评估的问题也仅仅指出了对“人的智慧”和“物的智慧”评估的观察维度和观测点，在实践指导性上有待继续提高和深化。本研究并不旨在构建一个通用的智慧学习环境评估体系，而意在引导研究者在开展智慧学习环境评估研究时应该注意的方面。实践中对于智慧学习环境评估的真正实施还应该结合研究者自身的专业背景和理论基础、基于不同的侧重点来深入开展。例如，在某种特定的智慧课堂环境中开展中学物理教学，在对该智慧课堂环境进行评估时，可以从如下方面进行（这里仅说明可供测量的智慧）：（1）运用TPACK量表测量教师智慧，其中物理学科知识的特殊性通过教师对物理课程某节课的认知、理解和运用来观察获得；（2）对学生智慧的测量，可以借鉴Brown和Greene的智慧发展量表（WDS）、《21世纪学习框架》《中国学生发展核心素养》框架、中学物理学科的特殊性以及教学大纲综合确定，可以从中大致提炼出学习意愿、理性思维、问题解决、创新能力、信息素养、交流合作、社会参与等共同指标，以此作为评估学生智慧的依据；（3）对基础设备的评估，可以从物理情境识别和感知、物理课堂学习记录、数据模型建立与分析等方面来测量；（4）对资源的评估，可以从物理学习资源结构、联结性强弱、生成进化机制等方面来测量；（5）对学习工具的评估，可以从物理课堂中所使用的工具是否支持无缝联结、是否促进深度交互、是否实现智能管理，以及是否实现可视化呈现等方面来测量。一定程度上，智慧学习环境中的基础设备、学习资源和学习工具在建设之初应该遵循相同的原则和模式，其特殊性应主要体现在学科知识差异（物理、语文等）、场景差异（面授、自主学习、讨论等）、支持工具差异（教具、实验设备等）方面。总之，在对智慧学习环境进行真实评估时，既要遵循评估的参照维度，也要结合学科的特殊性进行灵活地调整。

参考文献：

[1][新加坡]蔡敬新，邓峰（2015）. “技术-教学-学科知识”（TPACK）研究： 最新进展与趋向[J]. 现代远程教育研究， （3）：09-18.

[2]陈浩彬，汪凤炎（2013）. 智慧：结构、类型、测量及与相关变量的关系[J]. 心理科学进展， （1）：108-117.

[3]陈丽（2004）. 远程学习的教学交互模型和教学交互层次塔[J]. 中国远程教育， （5）：24-28.

[4]陈卫东，叶新东，许亚锋（2012）. 未来课堂：智慧学习环境[J]. 远程教育杂志， （5）：42-49.

[5]黄荣怀（2014）. 智慧教育的三重境界： 从环境、模式到体制[J]. 现代远程教育研究， （6）：3-11.

[6]李子运（2016）. 关于“智慧教育”的追问与理性思考[J]. 电化教育研究， （8）：5-10.

[7]刘吉林（2009）. 试析教育智慧的生成特性及生成的内在条件[J]. 课程·教材·教法， （9）：31-35.

[8]刘俊（2013）. 智慧教育环境及其实现方式设计[J]. 中国电化教育， （12）：20-26，46.

[9]人民网（2016）. 《中国学生发展核心素养》发布[EB/OL]. [2017-01-15]. http：//edu.people.com.cn/n1/2016/0914/c1053-28714231.html.

[10]唐烨伟，庞敬文，钟绍春等（2014）. 信息技术环境下智慧课堂构建方法及案例研究[J]. 中国电化教育， （11）：23-29，34.

[11]汪凤炎，郑红（2015）. 品德与才智一体： 智慧的本质与范畴[J]. 南京社会科学， （3）：127-133.

[12]王建中，曾娜，郑旭东（2013）. 理查德·梅耶多媒体学习的理论基础[J]. 现代远程教育研究， （2）：15-24.

[13]王志军，陈丽，韩世梅（2016）. 远程学习中学习环境的交互性分析框架研究[J]. 中国远程教育， （12）：37-42.

[14]谢幼如，刘嘉欣，孙宁蔚等（2016）. 智慧学习环境下学生科学探究心智技能的培养[J]. 开放教育研究， （2）：104-112.

[15]杨现民（2015）. 泛在学习环境下的学习资源有序进化研究[J]. 电化教育研究， （1）：62-68，76.

[16]杨现民，余胜泉（2015）. 智慧教育体系架构与关键支撑技术[J]. 中国电化教育， （1）：77-84，130.

[17]张春兰，李子运（2016）. 智慧教育视野中未来学习空间的重构[J]. 现代教育技术， （5）：24-29.

[18]张豪锋，赵耀远（2013）. 有意义学习视角下的泛在学习环境评价[J]. 中国远程教育， （10）：90-94.

[19]张伟远（2004）. 网上学习环境评价模型、指标体系及测评量表的设计与开发[J]. 中国电化教育， （7）：29-33.

[20]赵秋锦，杨现民，王帆（2014）. 智慧教育环境的系统模型设计[J]. 现代教育技术， （10）：12-18.

[21]郑旭东，杨现民，岳婷燕（2015）. 智慧环境下的学习资源建设研究[J]. 现代教育技术， （4）：27-32.

[22]祝智庭，賀斌（2012）. 智慧教育： 教育信息化的新境界[J]. 电化教育研究， （12）：5-13.

[23]Ardelt， M.（2003）. Development and Empirical Assessment of a Three-Dimensional Wisdom Scale[J]. Research on Aging， 25（3）：275-324.

[24]Brown， S. C.， & Greene， J. A.（2006）. The Wisdom Development Scale： Translating the Conceptual to the Concrete[J]. Journal of College Student Development， 47（1）：1-19.

[25]Partnership for 21st Century Skills（2009）. Framework for 21st Century Learning[EB/OL]. [2017-01-15]. http：//www.p21.org/our-work/p21-framework.

[26]Webster， J. D.（2003）. An Exploratory Analysis of a Self-Assessed Wisdom Scale[J]. Joural of Adult Derelopment， 10（1）：13-22.

收稿日期 2017-03-01 责任编辑 刘选