智慧学习环境研究热点和发展趋势可视化分析*——以CNKI期刊数据为例

李 可 ，董利亚

（1.江苏开放大学，江苏 南京 210036；2.南京市金陵汇文学校，江苏 南京 210036）

一、引言

《国家中长期教育改革和发展规划纲要（2010-2020年）》提出“加快我国智慧教育建设，提高信息化和智能化对教育发展的贡献度，推动教育现代化发展，为加快实现我国教育现代化提供有力支撑，构建学习型社会，建设智慧型教育环境”。[1]十九大报告中提出：建设教育强国是中华民族伟大复兴的基础工程，必须把教育事业放在优先位置，加快教育现代化，办好人民满意的教育。[2]随后，智慧教育被写入《雄安规划纲要》；教育部印发的《教育信息化2.0行动计划》中提出“构建智慧学习支持环境。加强智慧学习的理论研究与顶层设计，推进技术开发与实践应用，提高人才培养质量”。[3]一系列的政策文件表明国家高度重视教育信息化。面对新时代教育发展的要求，第三次工业革命对教育提出了培养多样化、个性化、创新型和国际化人才更高的要求。[4]信息技术改变着人们的工作和生活方式，甚至逐渐改变人类的大脑结构。[5]尤其是“数字土著”或“网络一代”，对学习环境的要求更具个性化。[6]智慧学习环境为此提供了新的契机。智慧学习环境既关注传统教育中的规模问题又关注优质资源和个性化问题，这有利于促进教育公平和提供个性化学习服务。

二、数据采集与研究方法

研究流程是 “数据采集-数据整理-数据统计-数据分析”。数据采集，选取CNKI中收录的关于智慧学习环境研究的文献为数据样本，通过检索，去除学术性不强的文献，共得到有效文献162篇。时间跨度为2012-2018年（时间截止到2018年4月）。数据整理，将所选文献以需要的格式保存，将所获取文件导入BICOMB中，并提取所需信息。数据统计，通过数据提取，导出文献发表时间、作者及所述机构、文献来源、关键词出现频次，生成关键词共现矩阵。用UCINET对生成的关键词共现矩阵进行分析，得出关键词网络分析图。

三、研究热点分析

1.文献发表时间分析

每年国内关于智慧学习环境研究论文的发表数量与期刊分布统计如图1和表1所示。

图1 年度发文数量趋势图（注：时间截止到2018年 4月）

从发文量趋势图中可以看出，国内关于智慧学习环境的研究从2012开始呈现每年增长的趋势，尤其是2015年后出现大幅增长。这与2015年《2015中国智慧学习环境白皮书》的发布不无关系。2012年关于智慧学习环境研究的文献共7篇，其中6篇作者单位是北京师范大学，且5篇作者中出现黄荣怀。这是我国早期对智慧学习环境的关注，北京师范大学成立了智慧学习研究院并发布《2015中国智慧学习环境白皮书》，促进了信息技术与教育教学的融合，更好地服务于我国的教育信息化建设。此后，发布了《2016中国智慧学习环境白皮书》、《2017互联网教育服务产业研究报告》和 《2018中国职业教育技术展望：地平线报告》等一系列研究成果。这对促进我国教育信息化和智慧学习环境研究有十分重大的意义。

2.文献来源期刊分布

统计结果显示，其中有50%的文献发表在排名前5的期刊中。表1列出了有关智慧学习环境研究载文量排名前10的期刊。

表1 智慧学习环境前10期刊分布

由表1可以看出，智慧学习环境研究的文献主要发表在国内教育技术领域比较有影响的期刊。具体来看，主要有《中国电化教育》、《现代教育技术》、《中国教育信息化》、《电化教育研究》、《开放教育研究》、《远程教育杂志》等。每种期刊对智慧学习环境研究的关注侧重点各有不同。文献的学科分类主要在教育类，其次是计算机类、图书情报档案类、语言类等，如《电化教育研究》、《开放教育研究》等，由此开始国内关于智慧学习环境的探索。此后在各类期刊中有所显现，尤其是2015年、2016年、2017年出现于多个学科中。这说明国内智慧学习环境的研究有了进一步的深化。《电化教育研究》中主要刊载智慧学习环境中的学习分析干预机制[7]架构设计与实施策略[8]、学习投入问题[9]和学习体验[10]等。《中国电化教育》主要是设计范式[11]、应用路径探究[12]、支撑技术[13]等。《现代教育技术》主要是学生评价、模型构建、支持服务、概念框架等。从各类期刊刊载中可知技术支持在智慧学习环境中尤为重要。

3.文献作者和机构分布

研究队伍和研究机构奠定了智慧学习环境研究的基础。通过对相关信息的统计和解读，对样本数据中的发文机构统计如表2所示。

表2 高频发文机构分布

我国关于智慧学习环境研究发文量情况如表2所示，发文机构主要分布在师范类高校。说明师范大学成为智慧学习环境研究的中流砥柱。从发文作者来看，发文较多的作者依次为黄荣怀、王运武、祝智庭、胡永斌、杨俊峰、胡小勇等。这些作者和研究机构分别分布在我国不同的地理区域，在智慧学习研究领域都有一定的学术影响力，在将来一段时间对我国的智慧学习环境的研究会有很大的引领作用。

四、智慧学习环境研究分析

关键词是文献研究的核心体现，通过对文献关键词的统计分析可以更好地了解智慧学习环境研究的主题和热点，将BICOMB导出的关键词共现矩阵导入UCINET中，运用Netdraw绘制关键词网络图，如图2所示。

图2 智慧学习高频关键词共现网络图

关系网络直观地显示出各关键词之间关系的亲疏和结构特征。通过关键词可以更直观地展现该领域关注的热点，有助于梳理其发展脉络和趋势。图2中节点表示关键词，关键词之间的关系用方向箭头表示。依图2可知，各关键词联系紧密，关系错综复杂。关键词由方形节点表示，中心节点表明该关键词在网络中的作用最大，以图中最大节点关键词“智慧学习环境”为中心，“智慧教育”、“大数据”、“学习分析”、“智慧校园”、“教学模式”等关键词节点与“智慧学习环境”距离较近，联系较为紧密。结合文献内容分析，研究者从不同视角、不同方面对智慧学习环境进行研究。

1.智慧学习环境概况

2012年我国开始有学者关注智慧学习环境的研究，其研究内容主要有背景介绍、定义、构成元素、特征、设计原则、技术支持等。也有学者从不同视角和层面对智慧学习环境的内涵定义和关键特征进行构思和解读，但其核心都具有一定的共性，如钟国祥[14]、祝智庭[15]、黄荣怀对智慧学习环境的定义等。随着教与学理论和技术等研究的不断发展，智慧学习环境的内涵也逐渐丰富多元。目前，国内最受认可的是北京师范大学团队对智慧学习环境的定义。智慧学习环境相较于数字化学习环境，则更加注重学习体验和个性化的服务，强调自适应性和多元化的学习效果。国外早在2007年就开始智慧学习环境的研究，主要集中在美国、希腊、澳大利亚、巴西、智利、埃及、摩洛哥、韩国等国家，其中美国发展较早。主要注重在技术层面对智慧学习环境的内涵、构成和应用进行研究，未来教室的构建更注重新的学习环境理论的基础研究，还有对师生和学习绩效的影响、智慧学习环境的结构和开发方法、评价和用户体验等方面，也有些侧重于实验研究或准实验研究。

2.智慧教学环境的构思设计与模型构建

主要指一些典型的智慧学习环境——智慧校园、未来教室、智慧课堂、智慧教室、未来课堂和智慧管理系统等的构思、设计与模型构建。智慧学习环境模型主要有系统模型、通用模型、联通模型、Web X模型、分布式模型、协同模型[16]、情境模型、智慧学习环境系统模型、TRACE3功能模型等。也有学者[17]提出智慧教室建设的系统模型和个人学习空间功能结构模型。王凤琦等[18]提出的智慧学习环境构思以Moodle和Think SNS两大平台为基础。张际平等[19]提出的智慧教室“SMART”模型。祝智庭提出了以学生、数据、服务、体验为中心的设计原则。有学者[20]结合智慧学习环境分类与其概念、内涵和特征，设计不同的学习模式以满足不同的学习需求。智慧学习环境构建层面关注的主要是如何利用新技术来构建或设计智慧学习环境的空间或平台等。智慧学习环境研究中的模型研究理论设计较多，主要是对其解析和提出意见和策略，而实践研究则比较少。

3.支持智慧学习环境的关键技术

大数据、机器人、学习分析、物联网、虚拟现实、增强现实、3D打印和云服务等技术对教育教学产生很大的影响。学习分析技术和学习感知技术，为学习者提供匹配的学习资源、学习路径和学习方法等个性化指导、实时反馈和帮助。智慧学习环境也为成人和校外人员提供一种可能的学习方式，融合正式和非正式学习、正规与非正规学习，满足终身学习的内在需要，适应学习者学校、家庭、社会学习需求，真正实现无缝学习的理念。学习分析技术和大数据为智慧课堂、智慧教室和智慧校园提供了良好的技术支持服务，主要表现在工具支持、移动学习、深度交互、协同学习、情境互动体验等方面。有研究表明学习分析技术对智慧学习环境建设的支持，[21]也涉及对适应性学习、个性化学习的服务支撑。[22]构建智慧学习环境的硬件设施已形成一定的规范和标准，若无与此相匹配的学习分析技术等，恐怕硬件环境很难达到最优的使用效果，学生的学习也极有可能得不到提高和改善。以数据增强智慧性、消除“信息孤岛”、对数据进行对接整合是创建智慧学习的核心问题，需要技术标准支持与政策机制的推动。

4.更具“智慧”的教与学研究

2016年我国智慧学习环境研究的主题开始呈现多样化。开始有一些应用在具体学科的案例，如翻转课堂、慕课、基于游戏的学习、增强现实和虚拟现实、基于手势的学习、教育机器人等创新应用和创新教学模式，促进学习者更具智慧地进行个性化学习。黄荣怀等[23]把学习情境分成了五种类型，分别为“课堂学习”、“个人自学”、“研讨性学习”、“在工作中学”和“在做中学”，基于此智慧学习环境也相应分为五种类型，在未来的智慧学习环境应用中，将会围绕这五种类型进行不同的应用设计与实践。不仅是在教与学环境中被应用，也会延伸至其它领域中进行个性化的设计；智慧教学系统是智慧学习环境的应用案例之一，[24]探究与学科教学的融合应用，[25]以及其对学习、情感层面的效用研究[26]和交互协作研究。目前我国针对智慧学习环境的应用研究并不深入，较有影响的研究当属北京师范大学智慧学习研究院发布的《智慧学习环境白皮书》，国内关于智慧学习环境的研究开始走校企合作的路径，从理论到实践的探究在少数具体学科中有所表现。未来会对学习者特征进行分析，从以教师为中心转向以学习者为中心，让学生从 “学会”到“会学”，促进教学结构变革、教师角色精细化，营造良好的育人氛围。

五、发展趋势分析

1.基于数据的精准教学服务

数据驱动教育变革是智慧学习环境发展的趋势之一，智慧学习环境是理念和建设方式上的一次提升，它更加深入应用融合、兼顾社会各方和区域差异。智慧学习环境需要解决优质教育资源共享的问题、个性化学习服务能力不足的问题；要形成产学研协同创新机制；实现技术集成与教育教学的深度融合，整合相关数据安全和无缝流动，为学习者提供个性化、实时且有效的最优服务支持。教育大数据促进学校教学、管理、服务的全面提升，促进教育资源配置的均衡化、教育管理决策的科学化、教育治理能力的现代化。数据驱动教学过程优化主要指，学生数据、学习过程数据、交互数据、成绩数据、学习难点侦测、视频观看及发帖检测、学生学习习惯等，促进教学的精准化，教学流程的优化、规模化与个性化的统一。检测评估的系统化是指，教育督政、督学的精细化，宏观评估与微观评估的统一。促使知识体系的动态优化、学习资源的适应性进化、知识服务的个性化，精确地为个性化教育教学服务。数据驱动教育管理职能决策、采集、汇聚、建模与分析、检测、评估。进一步优化智慧学习环境就是要求，具备先进教学理论支撑的信息化教学平台，进行教学空间改造，使先进的教学设备与教学平台无缝对接，形成一体化智慧学习环境，开展基于大数据的人工智能技术的教学质量评价，进行在线教学平台的教学过程分析与评价。进行教学管理系统结构化数据的分析与评价，构建混合、多元的新型教学模式。“互联网+”创新人才培养行动计划开展以后，教学环境进一步优化，教学资源进一步丰富，教与学方式进一步创新，教学治理进一步优化。普适计算就是要改善教育服务的适配性，支撑个性化学习。为智慧教学与体系中的教育服务发现、服务组合和服务适配性等问题提供了有效解决方案，这是实现智慧教育服务的发现、组合、适配和个性化推动的技术方向。

2.以社交网络实现教育协同和终身学习

学习过程日益融入到生活的方方面面，协同教学使学习者能够解决传统学校的资源限制，协同教学消除了这些限制，是全世界成千上万的学习者可以选择自己感兴趣的课程。因此，协同教学是学校通过利用教师的特长和专业知识来提供最好的教育的一种途径，也是规避资源约束的一种方式。他们不仅会跟踪个人的能力变化，而且还会通过分析技术来找出问题。社交网络为非正式化学习和课后学习提供了重要的学习交流与协同平台，把学习和人际交流活动深度融合在一起，有效促进泛在学习和终身学习，通过社交网络技术，在智慧教育体系中构建学习社群和教学社群，可以智能地把具有相似特征的学习者和教学者在人际关系上联系在一起，进行充分的协同与交流，这是目前已知的技术中把教育主题、人连接在一起的最有效手段。打破信息孤岛，全面整合实现信息的共享和统一。从而为其深度融合提供更好的服务支持，促进教学质量有效改善。

3.教与学重组

技术的发展促进社会的变革，形成智慧教育新格局。云计算、大数据、人工智能、虚拟现实、增强现实、物联网、普适计算和社交网络引发生产方式、生活方式、思维模式、认知方式和社会各行业的深刻变革。越来越多的移动设备使人们可以随时随地获取信息，当学习者需要学习的时候，学习者经常在社交媒体上进行互动，通过网络提供的丰富的学习资源，正式学习和非正式学习可以合并成为一个“无缝学习”的环境，运用智慧学习环境的特点通过技术的创新支持自适应和个性化学习。

智慧教育是科学性、技术性、艺术性、人文性的有机统一，其核心价值是使学生获得美好的学习发展体验。随着人工智能的发展，“人工智能+教育”深度渗透进校园，大数据、自适应技术、可穿戴化技术和增强现实技术等将深入影响教学，提供沉浸式学习体验，以弥补传统教学的不足。技术与教学理念、模式、方法的深入融合将会促使未来教师角色和能力体系的全面变革，信息时代的“数字教师”成为教师转型的方向。智慧学习环境的研究开始关注到学习者本身，在保障规模化教学的前提下，实现差异化和精准化教学、在线学习、移动学习、智能导学等。教育管理体系和运行机制更具智慧，能够为教学提供更好的支持，实现学习资源共享和学习空间再造，使教学与系统的运行效率、决策水平、服务能力大幅提高，助力人才培养质量全面提升。实现人的全面发展、自由发展、个性化发展，实现教育的全纳、优质、公平、终身学习。