《2020地平线报告：教与学版》的解读及思考*——疫情之下高等教育面临的挑战与变革

陈新亚 李 艳

（浙江大学 教育学院，浙江杭州 310028）

一、引言

美国高等教育信息化专业组织（EDUCAUSE）是全球范围内规模最大的高等教育信息化专业组织，主要由高等教育研究机构、高等院校和信息技术企业组成，其宗旨是合理利用信息技术促使高等教育的发展[1]。目前，EDUCAUSE吸纳了2300多个组织、10万多名成员（信息技术专业人士、教学专业人士、学术领袖、公司和协会的行业影响者等），他们来自全球约50个国家，为1400多万名学生提供服务[2]。

2020年3月2日，《2020地平线报告：教与学版》（2020EDUCAUSE Horizon ReportTM：Teaching and Learning Edition）在EDUCAUSE官网上正式发布[3]，该报告采用新的德尔菲法和前瞻法[4]，由来自全球的54位高等教育专家，总结出最有可能影响全球高等教育教学发展的重要趋势、新兴技术和实践，预测了高等教育教学未来的走向与情景，并邀请九位专家对报告的主要发现进行了反思。报告的发布，不仅能为高等教育决策者提供参考信息，也能帮助学习者、教师和领导者，深入思考当前高等教育领域所使用的技术现状及未来的变革路径。

二、报告主要内容

该报告的主要内容分为四大部分：第一部分描述了当前并将继续影响全球高等教育教学的趋势，第二部分描述了对高等教育未来产生重大影响的新兴技术和实践，第三部分对高等教育教学的未来发展情景进行了预测（2020-2030年），第四部分邀请了九位专家对报告的主要发现进行了反思。

（一）影响高等教育教学发展的趋势

报告的第一部分从社会、技术、经济、高等教育本身以及政治五个方面，描述了当前及未来影响全球高等教育教学的十五个趋势。社会方面的趋势包括：幸福感与心理健康、人口变化以及公平与公正实践；技术方面的趋势包括：人工智能技术应用、下一代数字学习环境以及分析与隐私问题；经济方面的趋势包括：高等教育成本、未来的工作与技能以及气候变化；高等教育方面的趋势包括：学生数量变化、替代性教育路径以及在线教育；政治方面的趋势包括：减少高等教育经费、高等教育价值以及政治分化。针对每种趋势，报告从预期影响和相关证据两个方面进行了概述。由于全球的高等教育机构之间存在差异性，因此，这些预期影响与证据只能从整体层面概述全球高等教育教学的趋势。此外，专家组成员（其中35%来自美国以外的地区，包括中国、澳大利亚、英国等）也会定期反思这些趋势对全球范围内具有差异性的机构所产生的具体影响。表1从预期影响和证据两方面，对技术方面的三大趋势进行了概括。

表1 高等教育教学技术方面的三大趋势

从表1可见，高校将会利用人工智能开展智能测评，通过“虚拟助教”减轻教师工作负担，为残障学生提供特殊的支持服务。此外，人工智能还能够通过智能导师开展个性化教学，支持泛在学习和终身学习，调整和优化教育决策等[5]。对于下一代数字学习环境而言，实现同步、异步方式的学习进而创建灵活的、系统之间互通的学习环境，是其预期影响的主要体现。最后，对于分析与隐私问题而言，国家层面要投入大量的资金提高分析能力，同时立法建立制度保护数据隐私。此外，将隐私保护技术融入新兴技术开发过程，把个人隐私保护作为新技术开发的一个需求，也是保护数据隐私的一种有效途径[6]。

（二）影响高等教育未来发展的新兴技术与实践

报告的第二部分，详细介绍了对高等教育未来发展会有重大影响的六项新兴技术和实践。需要注意的是，在以往版本的报告中，该部分的标题是“教育技术发展”（Developments in Educational Technology），但在2020年的版本中，报告则将标题换成了“新兴技术和实践”（Emerging Technologies and Practices）。对于此，报告给出的解释是：传统标题“教育技术发展”过于狭隘地关注技术，但技术本身并不会对学习产生影响，只有当它被恰当地应用于教学过程中，才能更好地支持学习，提高教学效率。

1.自适应学习技术

自2011年起，自适应技术开始广泛应用于高等教育领域。2015-2016年间，随着技术的成熟，自适应学习的实践得到了快速发展，这也引发了高等教育界关于个性化学习的讨论。区分自适应技术、个性化学习和自适应学习三个相似的概念，是了解自适应学习的前提。自适应技术指的是可以购买或搭建的数字平台或应用程序。个性化学习指的是通过对课程、学习资源等的调整，以满足学习者个性化需求的学习方式。自适应学习是实现个性化学习的一种形式[7]，其中，自适应技术起着关键作用。自适应学习从学生学习和成功的角度出发，主要目的在于实现个性化学习。在多数情况下，自适应学习能够提高学生对于课程的满意度以及学习课程的成绩等。此外，自适应学习也具有变革高等教育教学的潜能，推动教师和教学管理人员从战略的角度重新思考如何设计课程方案，甚至调整整个课程体系。

自适应技术可适用于多个学科。最初，人们认为自适应技术仅对STEM（Science，Technology，Engineering，Mathematics，简称STEM）课程有促进作用，但实践表明，自适应技术对非STEM课程也有促进作用。比如，在威斯康星大学白水分校的教师教育课程、中佛罗里达大学的西班牙语课程以及迪肯大学专业数字素养等课程中，都有采用自适应技术的相关实践。在亚利桑那州立大学，虽然自适应技术最初只是应用于STEM课程，但目前其应用范围已经扩展到经济学、历史、心理学，甚至哲学等学科之中。

但需要注意的是，技术本身并不能提高学习效果，它需要经过良好的教学设计才能体现其教育价值。亚利桑那州立大学从2011年开始使用自适应技术，但由于最初的一些试点项目实践表明，技术是促进学生成功的必要而非充分条件。因此，该机构重新考虑了自适应技术的使用方法，综合采取了“自适应—主动学习”的模式，即将自适应技术和主动学习相结合。结果表明，该模式的实施有助于提高学生成功的概率。中佛罗里达大学的数字学习课程再设计计划，提倡结合在线、混合、自适应和主动学习的优势重新设计课程。宾夕法尼亚州立大学已经试行了以自适应技术为核心的课程，他们发现，将自适应技术嵌入到一个完整的学习计划中至关重要，但该做法的成本也很高，这也反映了理论的策略设计和实践之间是存在差距的。佛罗里达大学利用自适应技术对课程内容重新组编，以增加学科、课程之间的关联性，为学生提供的练习内容取决于他们的专业背景，从而鼓励学生参与到课程中。比如，工程专业的学生和酒店服务专业学生会拿到不同的练习题。

整体而言，自适应技术的应用对教育产生了积极影响，尤其当教师利用自适应技术对课程进行重新设计的时候，其积极效果更为显著。例如，俄勒冈州立大学的教师在对大学代数课程进行基于自适应技术的重新设计之后，该门课的合格率在两年内从65%上升到了77%，退学率从11%下降到4%。对于亚利桑那州立大学而言，过去九年中大约有90，000名学生参加了七个学科的25 门自适应学习课程，并且该校预计在2019-2020学年，将会再有30，000名学生参加此类课程的学习。同时，该校教师基于自适应技术对数学课程进行了优化，将自适应教学系统与“学期延展”结合，即数学能力低的学生可以在接下来的一个学期中继续学习该课程，而不是被安排到其他变化着的、高阶的数学课程中，并且学生无需支付额外费用。结果表明，学生的成功率（课程结业成绩达到C或更高）从2015年的54%提高到了84%[8]。

自适应技术之所以能够给教学带来积极影响，主要是由于它支持个性化学习，而支持个性化学习的关键，在于为学生提供与其学习水平适应的、精准的学习支持。例如，在亚利桑那州立大学，学生可以在课前通过自适应系统学习，实现布鲁姆认知目标分类中的最底两层（记忆和理解）能力的提升；之后，教师在课堂中通过实施翻转教学，重点提升学生的高阶能力（应用、分析、评价和创造）水平，并根据主动学习过程组织课堂活动。自适应技术的应用，为教师角色从传统的课堂“掌控者”转变为学习的指导者提供了支持，这主要是因为自适应系统能够为学生提供充足的在线学习资源，并向教师提供学生学习的过程性数据[9]，帮助教师开展精准诊断与指导，从传统的课堂“授课者”变为学生积极学习过程中的“领导和教练”。

但自适应学习也存在一些挑战，其中最突出的两个挑战，在于其实施成本高以及技术支持下的学习和计算机科学还处于早期发展阶段。重新设计课程，即使是个别课程，也需要花费大量的人力、物力和财力，需要教师和教学设计人员参与、需要准备内容和技术、需要花费巨大成本进行下一轮重新设计等。此外，自适应学习也会带来其他的问题，例如，如何道德地使用学生数据、如何确保技术设计具有公平性、包容性且没有隐性偏见等。最后，还有一个至关重要的问题，那就是当自适应系统在给学生提供指导建议时，它究竟在“思考”什么？它使用了哪种类型的数据和算法？它们来自何处，是否具有包容性[10]？

总体而言，目前高等教育已经通过采用自适应技术支持学生的个性化学习，进而提高教学效率。值得注意的是，技术本身并不能提高教学效率，我们只有将自适应技术与其他教学模式相结合，或基于自适应学习技术对课程进行重组时，其教育价值才能体现得更明显。但是，自适应学习也存在一些问题，诸如重新设计课程的成本？教师角色如何转变？在发挥学生主体性的同时，教师如何辅助其学习？以及学生数据隐私如何不被侵犯等。

2.人工智能/机器学习

机器学习（Machine Learning，简称ML）指在没有编程的情况下，教授机器学习一些东西，其基本理念是机器通过重复的过程来学习[11]。人工智能（Artificial Intelligence，简称AI）试图创造能够做事的机器，而这些事在之前只能通过人类的认知才能够做到[12]。由此可见，人工智能是泛在意义上的机器学习，即机器智能地执行任务。目前，高等教育领域已经开始利用人工智能来提高教育效率，比如，智能学习管理系统（Learning Management System，简称LMS）、学生信息系统（Student Information Systems，简称SIS）、图书馆和招生服务、自动字幕系统等。此外，许多系统都能够随着时间的推移不断“自我学习”，进而提高自身的准确性、速度和保真度。比如，谷歌的下属Deepmind所开发的基于人工智能的新版程序AlphaZero，它能够在无任何人类输入的条件下从空白状态自学围棋，并以100：0的战绩击败“前辈”[13]。尽管人工智能尚未具备自我意识（即自主操作的能力），但它可以支持人类处理低阶的、重复性的认知任务。

人工智能的教育应用有助于实现管理智能化。目前，人工智能聊天机器人已经服务于很多高校，通过“延长”系统工作时间为师生的生活带来便利。西北大学的人工智能聊天机器人已被集成到学习管理系统中，能够针对师生经常提出的问题提供自动回答服务[14]。该聊天机器人使用的是IBM 超级计算机“沃森”的自然语言处理并利用决策树、背景搜索和问题升级；然后使用谷歌的自定义搜索引擎，将机器人连接到LMS的知识库以提供指向文档库的直接链接，甚至可以直接从聊天对话框中生成服务台票据。类似地，俄克拉荷马大学图书馆在2018年推出了Bizzy 智能聊天机器人，为师生开展研究提供支持[15]，该大学所开发的“Alexa Skill”智能化应用程序，可以在非工作时间回答师生关于图书馆的常见问题。澳大利亚昆士兰格里菲斯大学开发了山姆聊天机器人（SAM Chatbot），它能够对学生学习和生活中遇到的各种问题给予全方面的解答，如，图书馆服务问题、居住生活问题、注册和课堂问题等。SAM 将很快被嵌入到整个大学的门户网站，学生可以按需使用该服务[16]。宾夕法尼亚州立大学基于对教育大数据（系统在2005-2016年间收集了850万条学生数据，包括成绩单数据、入学申请信息等）的分析，构建了一个预测模型。该模型能够预测学生的成绩（甚至在课程开始学习之前），及时识别可能面临高学术风险的学生，帮助该校管理部门提前制定干预策略，以此降低风险。另外，在线计算机图书馆中心（Online Computer Library Center，简称OCLC）联合70位图书馆管理员以及来自不同组织的专家，合作设计和开发了一款名叫“Responsible Operations”的产品，产品的目的是通过机器学习和人工智能，追踪人们对图书馆所提供服务（数据科学服务等）的参与情况，并以可视化的方式展示[17]。俄克拉荷马大学开发了支持跨机构合作的“人工智能注册项目”（Projects in Artificial Intelligence Registry，简称PAIR），项目旨在智能地监测日益增长的人工智能项目数据库，定位和跟踪人工智能领域的资助情况[18]。最后，人工智能也可用来提高检测教学的有效性，通过给具有可疑行为的学生“贴上标记”以精准跟进。

需要说明的是，虽然人工智能和机器学习的实施所耗费的成本比较高，但却具有较高的实践价值。以上述案例中所提到的人工智能聊天机器人为例，虽然其开发过程需要投入大量的人力、物力和财力，但实践表明，这些聊天机器人确实能够给高校师生带来很大的便利，满足了他们无时无刻的需求（24小时/七天/365 天）。此外，机器学习的应用程序也能通过对数据的分析以减少学生学习失败的机会，增加学生的成功率。

除了管理领域，人工智能也给教学带来了便利，促使教学的精准化。犹他州立大学开发了人工智能语音辅助技术，方便残疾教师在学习空间内更好地掌控教学过程。此外，在目前的一些课件产品中，通常包括一些算法，这些算法通过测量学生的表现指标，自动生成适合学生需求的个性化学习路径，帮助每个学生都能得到符合他们自身需求、量身定制的学习支持。

但是，人工智能和机器学习在高等教育中的应用，也引发了一些争议。因为一些智能系统所“做出”的智能干预、决策，需要对学生行为等进行监控，然后依据特定的行为指标对监控中收集的数据开展分析，而这可能会侵犯学生的隐私。鉴于此，目前一些能够为学生提供个性化学习支持的产品，在某些领域也受到了审查[19]。新兴技术与隐私、道德规范、学生数据的可访问性之间的矛盾，一直以来都是人工智能领域争论的话题。此外，由于现在很多系统将数据存储在“云端”，这可能会加剧数据滥用的现象。

3.学生成功分析

在过去的十年里，高等教育机构把它们的使命、愿景和战略规划，都集中在了促使学生成功的探究和实践上，各类测量、收集、分析和报告学生进步数据的工具（基于供应商的工具、校园自身创建的应用程序等）的发展，促使学习分析成为提高学生成功率的有效途径之一。学习分析的基础数据，包括课程数据（成绩等）和跨部门数据，即存在于学生信息系统的数据，包括注册记录、财务系统的数据等。目前，虽然学习分析在战略决策、规划制订等方面发挥着越来越重要的作用，但也引发了系列争议，如，数据隐私被侵犯、可能会导致更大程度的教育不公平等。

学生成功的分析是高等教育的重中之重，学习管理系统以及支持跨机构数据集成工具的使用，促使多样化的分析成为可能。但在过去的十年中，各类机构更多的是将分析学用于入学管理和记录学生的进步，而较少将其用于对学生成功的评估中。目前，随着技术的进步，这种情况正在发生改变，很多高校开始利用分析学来开展学生成功分析。比如，加州大学伯克利分校的伯克利“在线咨询项目”[20]和加州大学欧文分校的“指南针项目”[21]，都是针对学术顾问所设计的、利用分析学支持学生成功的代表性项目。这些项目通过数据分析为学术顾问提供有价值的信息，当一些学生成绩没有达到规定要求的时候，他们能够主动地进行干预。

目前，学生越来越容易能够访问学习分析的应用程序，这些程序往往以可视化的方式，让学生了解和追踪个人发展路径，为学生取得成功提供更多机会。例如，爱荷华大学已面向学生部署了分析仪表板——“成功元素”（Elements of Success），该仪表板能够以可视化的方式，展示学生过程性和总结性的数据信息，让学生全方位了解自己的学习进展，并激发他们在关键时候采取行动用以促使自己的成功[22]。

在高等教育中，学习分析的可持续发展离不开多种因素的积极配合，比如，领导的支持、希望学生成功的共同愿景、跨机构的协作、国家政策的支持以及数据的兼容性等。南非的“Siyaphumelela 项目”就是体现机构间合作的代表性项目之一，在这个项目中，五所南非大学共获拨款290万美元，用以提高学生数据的收集和分析能力，开发信息技术系统以及促使各个机构之间的协同发展。

虽然，学习分析可能有助于学生成功率的提高，但是也伴随着一系列问题，如，关键数据的缺失、数据质量不高、数据隐私被侵犯、数据兼容性有待提高以及技术工具的使用，尤其是对学生造成影响的道德考量（技术工具会给学生贴上“有风险”的标签）：

首先，由于一些数据经常缺失，用于学习分析的数据有时并不能全面反映学生的情况，导致分析的结果对学生而言可能只是“片面性”的。

其次，在高等教育中，学生数据基本上受到保护。然而，学习分析的使用引发了关于学生数据隐私和学习分析伦理方面的争议，尤其是将分析用于对学生成功的预测上。鉴于此，国际开放和远程教育委员会制定了一套针对学习分析伦理方面的指导原则，为学校规划、开发、部署学习分析应用程序提供参考[23]。当然，除了参考国际或国家层面的政策之外，高校等机构也可以结合自身实际情况，制定数据使用规范、数据维护方式以及其他与学生隐私相关的政策。此外，如何与供应商在使用学生数据方面进行协调，也是保护学生数据的一种方式。

最后，是数据的兼容性问题。的确，大学生在校园中会经常体验多种技术，这些技术所产生的数据可能是兼容的，也可能是不兼容的，而数据的不兼容会带来诸多问题。因此，制订数据记录、分析的通用标准是解决数据不兼容的有效途径。比如，“高级分布式学习”组织发布的Experience API（xAPI）是一套记录、追踪、储存和分析学习者所有学习行为的国际标准，该标准提供了学习行为数据记录框架，即学习者的各种学习行为，都可以通过xAPI 记录并储存到一个符合国际标准的学习记录储存区（LRS）中。

从以上描述我们可以看出，目前，分析学已经应用于高等教育之中，但更多的是聚焦于管理领域，如，学生的入学管理等，而对学生成功分析方面还有待进一步提高。如何以可视化的方式及时展示学生的综合进展，为学生的成功提供及时的干预和指导是后续需要考虑的问题。此外，关键数据的完整性、数据的隐私保护、数据的兼容性，也是对学生成功进行分析时所面临的主要问题和挑战。

4.教学设计、学习工程和用户体验设计的提升

在线课程数量的增长以及在线课程实施带来的教学模式变化（提倡以学生为中心），推动了学习设计领域的不断发展。近年来，教学设计不仅局限于对课程的设计和开发，随着教学设计者专业技能的增长，更需要适时开展项目管理、学习分析、教育研究、教师指导和协作等活动，教学设计也表现得越来越“专业化”[24]，这为教育教学创新奠定了基础。而创新的教学催生了新的“角色”或“头衔”，比如，学习体验设计师（Learning Experience Designer，简称LXD）和学习工程师（Learning Engineer）等。由于这些新的“角色”提倡以学生为中心，以包容的心态和教师、学生和工作人员开展合作，因此，他们很可能成为高等教育教学变革的主要推动者。

虽然学习设计的生态系统包含多种“角色”，但其共同目标都是通过为所有学生创造有意义的学习体验，让学生在学习上取得成功，与导师（指导者）合作是实现该目标的主要途径之一[25]。具体而言，教学设计者和技术人员是学习设计生态系统中的主要“角色”，他们也可以统称为学习设计者（Learning Designer，简称LD）。学习设计者需要具备多方面的知识，比如，了解和运用各种教学模型（如ADDIE），开展综合课程的设计、掌握学生学习发生机理等。此外，随着学习设计领域的不断发展，评估学生的学习方式、测量用户体验、将设计思想应用到课程开发中、向教师提供数字化技能和文化素养，已成为学习设计者的新职责。除了多样化的“角色”之外，各种创造性的方法、基于证据的教学策略、以学生为中心的活动、完整的评估计划、教学中使用技术的创新方法等，也是学习设计生态系统的重要组成部分。

近年来，随着设计思维、用户体验方法、系统设计、学习科学、学习分析等的发展，又进一步推动了学习设计领域的快速发展。而用户体验、设计思维和认知心理学与教学系统设计的结合，催生了一个跨学科的专业领域——学习体验设计。学习体验设计融合了不同学科（交互设计、神经科学、认知心理学和教学）的元素，并将其合并成一个全新的设计原则[26]。在学习体验设计的影响下，高等教育教学的重点逐步转向以学生为中心、增加学生在学习过程中的体验感。此外，随着信息技术的发展，数字化环境下的学习体验设计，也成为高等教育的关注点。比如，游戏化的翻转课程、创建虚拟学习环境、设计和开发在线课程等。滑铁卢大学扩展学习中心的用户体验学习设计项目，就借鉴了认知心理学领域的理论和实践，并将其融入设计过程，旨在帮助课程导师和设计师，为学习者创造有意义、有价值的在线学习体验[27]。

以数字学习空间为基础发展起来的学习工程，已经引起了高等教育和工业领域的关注。学习工程是一个不断发展的领域，其基本定义是用工程设计方法来支持学习技术和基础设施的发展。学习工程师能够将工程和系统思维与学习科学结合，从而更好地支持学习技术的发展，达到提升学习质量的最终目标[28]。此外，学习工程也为人们更好地理解发生在数字学习空间中的学习过程，提供新的系统思维方式。卡内基·梅隆大学的“西蒙计划”就是一个跨学科的学习工程生态系统案例，该计划的目标，是通过数据创建、学习理论的应用、技术的设计来支持学习。诸如此类的项目，也扩展了我们对于一些事物的看法，比如，技术如何影响学习、如何更好地设计工具和课程，以达到预期的学习效果。

学习设计、学习体验设计和学习工程的“合作”，将会重塑高等教育中的教学模式。目前，随着学习设计生态系统与学生体验关系的逐步加深，催生了越来越多的合作团体。一些高校的学习设计，也提倡发展跨边界合作的伙伴关系，将学习设计师、用户体验设计师、图书管理员、教学开发人员、学习科学家集合在一起，针对如何开展学习设计进行共同探讨。学习设计师已经被视为高校教学方面的领先专家，其角色正从服务/支持转变为学习体验设计中的重要合作者；同时，他们也逐步参与到各类教学项目和计划中，如，合作性的课程项目、体验式学习计划等。这些“专业性”的项目和计划，促使了学习设计师正在成为高等教育改革的重要推动者。而跨边界合作团体的形成，有助于学习设计师更好地分享他们的“成长”历程和成功经验，并为其所在的合作团体带来更多的知识、经验和创新观点，鼓励教师或其他管理人员开展以学生为中心的实践，这已成为学习设计师发挥其推动高等教育教学变革的有效途径之一。此外，跨边界合作的“质量”也受到多方面因素影响：首先，要有足够资源和管理级别的支持以作为实施保障，促使具有通用设计和包容性的教学实践的实现[29]；其次，如何发挥不同领域人员的力量开展友好协作，并力图对学生的学习产生最大的积极影响，这也是应考虑的因素。

综上，学习设计是一个动态的领域，无论是在线学习还是真实情景中的学习，学习设计都对学习和学生的体验有着重大影响。如何设计以学生为中心的学习生态系统？如何有效发挥学生的积极主动性？如何提高学生在学习过程中的体验感？如何借鉴工程领域的理论和实践以提高学习设计的系统性？这些都是高校教育教学中需要关注的问题，这也对设计者提出了更高要求。他们不仅要精通教学设计相关内容，还需要掌握学习的发生机制等专业性知识。

5.开放教育资源

联合国教科文组织对开放教育资源（Open Education Resource，简称OER）的定义为：它是为教学而设计的各种材料，教师和学生都可以公开使用，而不需要购买、许可或版税。大多数学者认为，OER运动始于2001年前后，其中，美国加州州立大学“在线教与学多媒体教育资源项目”（Multimedia Educational Resource for Learning and Online Teaching，简称MERLOT），对OER的发展起到重要的推动作用。目前，OER已经是一个全球性的运动。2019年10月，在巴黎举行的联合国教科文组织大会上，多个国家政府一致同意，通过了一套有关法律和技术规范的标准，进而促进开放教育资源在国际间的共享。

OER在很多国家正变得越来越普遍，如，加拿大、中东地区、西欧等。德国的“OER夏令营”始于2012年，该夏令营在开放、分享、体现个人价值、参与和平等的基础上，提供了一种积极的、对所有人开放的新型学习理念。该理念不仅聚焦于固定知识的传授，同时，还鼓励参与者发挥集体优势、共同创造新知识。目前，夏令营已经在德国多个城市举办了九次，每次活动都有来自各行各业、各个教育阶段的80至300名参与者[30]。EdTech Books平台提供了开放式教科书目录，人们可以在发行平台中直接对其进行编辑，从而大大简化了书的使用和修订过程。LibreTexts是一个美国主导、与阿拉伯联合酋长国大学联合建立的平台，主要目的是将其全部的开放资源以可访问的格式提供给人们。开放教材网络（Open Textbook Network）已拥有120个附属的校园和组织作为成员，通过提高教育机会、开展相关认证等，促进OER的发展。此外，高等教育界也正在积极策划或开发丰富的开放教育材料和资源。以美国为例，从社区学院、公立大学再到精英私立学校，各州的OER发展势头都很迅猛。乔治·梅森大学开发了一款名为“MOM”的OER元检索器，该检索器允许教师跨学科和国际索引搜索开放的教育资源。博伊西州立大学的“路径项目”（Pathways Project）开发和设计了多种语言的OER和活动，支持人们学习语言，进而提高人们的跨文化交际能力[31]。明尼苏达大学建立了包含近700种经过同行评审的开放教科书库。

OER的优势之一在于节省教育开支。统计表明，学生在教科书的平均花费在82-100美元之间，这也导致高达75%的学生推迟购买课本，65%的学生选择不购买课本，50%的学生根据教科书价格选择专业，13%的人考虑过因为教科书价格而放弃他们的课程[32]。而OER能够为学生提供免费获取教科书的机会，进而帮助他们节省部分教育开支。此外，OER不仅能够为学生节省教育成本，而且还可以通过提高包容性的方式，收获额外的“好处”。比如，提高学校的知名度等。瑞尔森大学与加拿大安大略省政府合作开发了一系列可公开访问的公开课，包括开放性的公开课本和大型开放式网络课程（Massive Open 0nline Courses）。目前，全球已有5，000多名学生访问了该课程。

除传统教科书之外，OER还包含在线实用工具的开放共享。斯坦福大学健康教育中心开发了一款旨在提高全球健康意识、降低婴儿死亡率的移动应用程序，这款名叫“Digital MEdIC”的应用程序中包含了免费公共卫生课程和全球医学教育课程。不列颠哥伦比亚省的维多利亚大学图书馆，设计了包括3D打印和扫描、视频编辑、使用RStudio和Tableau，对数据进行可视化等内容的完整系列课程[33]。纽约州立大学帝国州立学院开发了一个免费的论文生成器，用以指导学生撰写论文。国际联盟Alquimetricos创建了具有开放源码的线上“收藏室”，里面的教学玩具和积木等，可以用来教授数学、建筑、工程、物理、化学和其他学科的基础知识。

尽管OER具有多种优势，比如，提高了教育资源的可获得性和教育的公平性，减少或消除由于资源成本对学习带来的负面影响。但挑战依然存在，主要体现在以下几方面：第一，人们对于OER还比较陌生，接近73%的学生和56%的教师从未听说过OER，尽管这些比例正在减少[34]；第二，人们对OER的认识还不够清晰，经常将OER和开放性不确定的“电子教科书”、订阅数据库等相混淆。因此，为了促进OER的发展，还需要在教师和学生群体中做更多的介绍性工作；第三，一些教师并不知道去何处找到适合特定学科的OER，即便寻找到资源，教师可能需要更多时间来对其修改，才能够满足自身教学模式的需求。鉴于此，一些教师将目光转向了针对特定学科的、免费提供教育资源的专业性组织；第四，OER发展不均衡也是一个问题，目前，OER多是针对低年级本科生教育课程，而针对高年级（如，研究生级别）的OER相对比较匮乏。

6.扩展现实

扩展现实（Extended Reality，简称XR）是一个综合术语，指的是物理环境与虚拟环境混合或提供完全沉浸式虚拟体验的环境。XR最常见的两种技术是增强现实（Augmented Reality，简称AR）和虚拟现实（Virtual Reality，简称VR）。AR用虚拟内容覆盖物理的对象和地点，而VR 通常是一种沉浸式的体验，包括在完全虚拟的环境中操作和与虚拟对象进行交互。VR可以通过耳机提供身临其境的体验感，但AR通常需要智能手机的支持。此外，全息技术也属于XR，全息的意思是完全数字化信息，通过干涉原理记录物体光波信息，然后利用衍射原理再现物体光波信息，形成与物体本身很像的三维图像[35]。

目前，高等教育正在积极采用XR提高教学效率。XR能够有效弥补传统教学中理论与实践脱节的缺陷，尤其是针对技能型和能力型的课程[36]。因为XR能够通过提供具体的“虚拟”操作场景，将理论和实践结合，让学生在互动中运用所学到的知识，加深对于知识的理解。比如，针对学生们即使学习过急救护理等知识，但在第一次接触实际情况时仍会感到不知所措等现象，莱顿大学将XR技术应用于急诊护理等需要实操的课程中，使用模拟技术来增强学习者的自信心，让学生能够及时地将学到的急救技能应用到实际的紧急情况中，以缓解理论和实践存在差距的教学难题[37]。凯斯西储大学的新建医学院大楼“HoloAnatomy”没有尸体实验室，但配有对应的XR可以让学生体验对虚拟尸体进行解剖等操作活动。初步实践的结果表明，使用XR技术至少可以达到与对传统尸体操作一样的预期学习效果[38]。但是，尽管XR能够给学生带来真实的体验感，该大学也保留了一些尸体，目的是让学生寻找真正的生命价值。宾夕法尼亚州立大学的“体验目录”（Experience Catalogue）项目，给学生提供了多种机会体验虚拟现实，如，依据教学目标和内容让学生身临其境地游览世界地标性建筑、了解微观世界等[39]。

值得注意的是，当利用XR的学习活动与没有使用XR的学习活动配合使用时，其带来的积极影响会更明显。一项将VR 用于写作课程的研究发现，同时使用VR和教科书的学生，比单独使用VR或单独使用教科书的学生在写作复杂度方面提升的更明显[40]。此外，也有高校鼓励学生参与到XR资源制作中，在加州州立大学圣贝纳迪诺分校，浸入式媒体与学习实验室给学生提供与教师合作创建XR内容的机会，该实验室最近给他们颁发课程设计证书，旨在鼓励学生积极参与课程学习。

高等教育也正在利用XR为残障学习者提供新的学习和体验方式。内华达大学里诺分校利用XR帮助一名脑瘫学生体验“自己走路”的感觉[41]。滑铁卢大学开发了一个360 VR实地旅行的应用程序，给那些无法在崎岖地形上进行1.5公里徒步旅行的学生提供了虚拟旅行的机会[42]。作为一所主要面向聋哑和听力障碍学生的高立德大学，该校一直在探索如何利用虚拟现实技术高效校准新的助听器。

当然，XR也面临诸如成本、时间、技术等多重挑战[43]。对于成本而言，虽然前期部署XR需要投入大量的人力、物力和财力，但从整体和长远的角度而言，使用XR实际上可以帮助节省成本。比如，康奈尔大学兽医学院为其主题为“马的医学课程”开发了一个基于XR的x 射线定位模拟器，该模拟器除了具有较高的教学价值外，相当于在实验室养30 匹活马，节省了大量的空间和金钱。值得注意的是，由于该模拟器没有使用活体动物作为试验品，避免了由于使用x 射线所带来辐射风险，因此，该模拟器还具有伦理层面的意义[44]。此外，由于XR保真度越高，给学习带来的影响也越大，这对技术提出了较高的要求。

展望未来，很明显，XR的设备成本将会下降，XR技术也会不断更新，给人们带来更为逼真的身临其境感。尤其是当XR与无线和移动网络（如5G）结合时，它们将会给教育带来更大的改变。此外，随着网络技术的发展，XR技术的成功经验，也能够及时地被越来越多的人共享。

综上，当前扩展现实在高校应用的价值，主要是通过提供“虚拟的”情景，让学生将知识应用到具体情景之中，实现理论与实践的结合。需要注意的是，扩展现实并不能完全替代真实场景的实践，因为学生的很多想法、情感、态度等只有在真实场景中通过亲自体验才能够产生。当然，扩展现实也存在一些问题，诸如成本较高、智能性有待提升等。

（三）对六项新兴技术和实践影响的评估

与往年版本的报告相比，本部分是新增的内容，其目的是探究新兴技术与实践对世界各地不同规模和类型的机构产生的影响。报告邀请专家小组成员在五个维度上，对每种技术或实践进行评估：（1）成本，即机构需要何种程度的资金支持才能采纳该技术；（2）教师接受度，即教师对技术或实践的接受程度如何；（3）风险性，即技术或实践的失败风险性如何；（4）对学习的积极影响，即技术或实践多大程度上能够给学习者的学习带来积极影响；（5）对平等和包容的支持程度，即技术或实践在提高教育公平和包容性方面发挥多大作用。具体结果如图1所示。

图1 六项新兴技术和实践影响评估的结果

从图1中我们可以看到，扩展现实的成本比较高而开放教育资源的成本比较低；教师对于学生成功分析和教学设计、学习工程、用户体验设计的提升接受度比较高，而对于人工智能/机器学习的接受度比较低；人工智能/机器学习和扩展现实的风险性比较高，而开放教育资源的风险性比较低；教学设计、学习工程、用户体验设计的提升、开放教育资源对学习的积极影响比较大，而扩展现实、人工智能/机器学习对学习的积极影响比较小；教学设计、学习工程、用户体验设计的提升和开放教育资源比较能支持平等和包容，而人工智能/机器学习、扩展现实对平等和包容的支持程度比较低。总体而言，扩展现实和人工智能/机器学习的实施成本和风险性比较高，而对于学习的积极影响性以及对平等和开放的支持度比较低。此外，教师对于这两类技术的接受度也比较低。相反，开放教育资源的实施成本和风险性均比较低，而对于学习的积极影响性以及对平等和开放的支持度比较高，此外，教师对其接受度也比较高。

（四）高等教育教学未来情景的预测

报告的第三部分基于高等教育已有的发展基础，为高等教育教学描绘出四种可能的未来情景（2020-2030年）。具体而言，四种可能的未来情景分别是：第一种增长型，这是一种将当前的发展轨迹带向高等教育蓬勃发展的未来设想，但其中的一些问题还没有得到充分解决；第二种约束型，即高等教育继续存在，但其作用可能被削弱；第三种崩溃型，即高等教育受到多种变量影响而基本消失；第四种变革型，高等教育为自身建立了一个成功的演进新范式（具体见表2）。

表2 高等教育教学未来情景预测

（五）专家对报告主要发现的反思

报告的第四部分，也是本年度《地平线报告》区别之前报告的一个新内容，九位地平线专家基于报告的主要发现，分别对世界不同地区以及不同规模和类型的高等教育机构中的教育教学现状、问题等进行了反思。这些现状与问题有些是不同区域共有的，有些是特定区域特有的（详见表3）。在九位专家的九篇论述中，有三篇是关于美国高等教育的情况，涵盖了美国高等教育的不同机构类型（社区学院、学士学位机构和硕士学位机构），有四篇是关于其他几个代表性国家的高等教育情况，包括澳大利亚、加拿大、埃及和法国。另外还有两篇，一篇是企业视角，一篇是全球视角。虽然九篇论文不能涵盖全球高等教育教学的所有方面，但它们的价值在于：提供了针对高等教育的一种全球化视角，让人们更好地理解哪些问题是特定高校特有的，哪些问题是不同国家和不同机构所共有的。因为有些问题具有明显的地域特色，在某些区域可能是一个严重的问题（如，美国的学生债务），但在其他地方可能不是问题。

从表3中我们可以看出，信息技术在促进高等教育发展方面发挥了重要作用。例如，将在线学习作为在变化的环境中保持教育流动的一种方式，利用开放教育资源解决优质教育资源配置不均衡的问题，以及利用信息技术为高校学生提供有效的学习机会与方式等。也有一些专家认为，AI和XR等新技术对于解决高校目前所面临的挑战很重要。

三、疫情当下的思考与启示

与往年发布的《地平线报告》（高教版）相比，《2020地平线报告：教与学版》从框架设计到内容描述，都有比较大的变化。在报告的框架设计方面，往年报告一般都是按照三阶段（短期、中期、长期）描述三方面的内容，即高等教育技术应用的关键趋势、教育技术的重要进展以及高等教育技术应用的重大挑战。可以说，以往报告的内容覆盖面比较广，涉及的内容比较多，而且预测突出阶段性。相比较而言，《2020地平线报告：教与学版》报告更有针对性，聚焦高等教育中的核心议题，即教与学的发展趋势，从四大方面（影响高等教育教学的趋势、影响高等教育未来发展的新兴技术与实践、高等教育教学未来情景预测、专家对报告主要发现的反思），来描述高等教育教学领域的未来变革趋势。因此，内容更加集中和务实；同时，本次报告没有明显的分阶段描述，可能也是考虑到全球高等教育发展具有明显的区域差异，以此避免分阶段性描述可能带来的误解。

表3 专家对《2020地平线报告：教与学版》主要发现的反思

在报告的内容描述方面，本次报告突出了社会、政治、经济、技术等领域的变化趋势对高等教育教学的影响，强调了高等教育深受社会大系统影响的客观事实，重点描述了六项对高等教育未来会产生重大影响的新兴技术和实践。这六方面内容既包含未来对高等教育变革起关键作用的技术（自适应学习技术、人工智能/机器学习和扩展现实），也包含关键实践（学生成功分析、教学设计/学习工程和用户体验的提升以及开放教育资源使用），对当下各国高校变革的方向和发展路径提供了一定的指导。

此外，报告对全球高等教育教学四种可能的未来情景（增长、约束、崩溃和变革）进行了描述，这一部分的内容可谓是本次报告的新增亮点。它可以为高校反思自身教育教学实践提供参考，为高校变革提供改革动力，也为各国高等教育制定改革政策提供依据。最后，报告还增加了《地平线报告》专家们对研究所发现问题的反思，九位专家从不同视角（全球的、国家的和企业的）讨论了高等教育的未来趋势和挑战，大大增加了报告的可读性。不过也有些遗憾，比如，专家的选择和反思的内容方面还有一定的局限性，没有涵盖一些具有代表性的国家和区域（南美洲、亚洲、非洲等）情况。

尤其是2020年初以来的这场新冠肺炎疫情，瞬间改变了中国高等教育根深蒂固的传统教学模式，大大推动了中国高等教育在线教学的实践步伐，加快了中国乃至全球高等教育教学变革的趋势。在这样的特殊背景下，《2020年地平线报告：教与学版》的发布，可以让我们更清楚地看到全球高等教育变革的新趋势，许多问题值得思考与应对：

（一）以在线教育为抓手，推动高等教育教学变革

在线教育高频次地出现在本次报告的不同模块内容中，比如，“影响高等教育教学的趋势”“高等教育教学未来情景预测”以及“专家对报告发现的反思”。报告指出，在线教育是在气候等特殊因素的影响下保持高等教育活力的一种有效方式，能够满足学生对低成本、灵活教育的需求。的确，在线教育利用互联网技术，以网络学习资源、工具、平台、空间为依托，突破时间和空间的限制，是实现师生异地教学的一种最经济、最可行的新型教学形态。

对于中国而言，2020年初以来的这场新冠肺炎疫情，严重影响了人们的学习、工作和生活，全国中小学、高校等都推迟了开学时间。因此，教育部发出利用网络平台，展开“停课不停学”的倡议[45]。一时间，在线课程、网络直播、视频会议等在线教育实践，在全国各类学校得到广泛展开。虽然在线教育实现了时空分离状态下师生同步或异步的教学行为，但作为影响在线教学质量的重要因素，在线交互效果一直是在线教育中有待提升的方面，它包含学生与媒体界面的交互、师生交互、生生交互、学生与学习资源之间的交互以及学生新旧概念之间的交互等[46]。对于异步在线教育，以其讨论区为例，教师除了要及时回复学生之外，还可以利用同伴评价、鼓励学生提出问题、实时调整讨论话题等方式，提高学生的参与度[47][48]。对于直播教学，可以通过线上翻转课堂的模式，吸引学生参与到教学活动中，让学生先自学，通过练习、测试、任务等发现学生存在的共性问题，再进行直播教学予以重点解决，也可以将AR/VR 运用到抽象内容的教学中，以提高教学效率[49]。

需要注意的是，在线教育受到多种因素影响，如，教师的网络授课经验、网络接入的条件、设备配置等。来自不同地区和不同类型高校的教师，应尝试因地制宜地利用学校和家庭已有条件开展在线教学；各级各类学校也可以借疫情之机，顺势改造升级本校的在线学习平台和视频会议等可以直播的系统，为今后常态化的线上线下混合学习打好基础。此外，在线教育也会给师生带来很多挑战，比如，教师需要投入大量时间和精力熟悉系统、平台和在线教学的模式，学生可能会因在线课程中资源过于丰富，遇到信息超载、认知超负荷、生理负担加重（长时间的面对屏幕带来的眼睛疲劳）等问题。教育教学管理部门应加大教师培训和激励投入，教育研究者们应适时地开展不同学科、不同类型的在线教育教学实践研究，总结并大力推广科学的混合学习和在线教育教学规律，以此推动高等教育教学变革。

（二）合理利用人工智能，提高高等教育教学的精准程度

在本次报告中，人工智能在“影响高等教育教学的趋势”“影响高等教育未来发展的新兴技术与实践”“高等教育教学未来情景预测”和“专家对报告发现的反思”模块都有出现。从报告内容来看，人工智能较多应用于教育管理领域，比如，高校研发的智能机器人能够对师生日常问题进行自动应答，但针对在教学过程中的应用，报告提及的相对较少。对于教学而言，智能导师系统、自动化测评系统、教育游戏和教育机器人等，都是人工智能服务于教学、提高教学效率的表现[50]。确实，人工智能、大数据、学习分析等的教育应用，有助于实现教学过程个性化、教育管理科学化、教育评价过程化、教育服务人性化。

对于我国而言，作为“人工智能+教育”的主要实践场，高校也相继增设了人工智能相关专业，2020年教育部公布了2019年度普通高等学校本科专业备案和审批结果，其中人工智能属于新增备案比较多的专业之一[51]。随着高校人工智能专业数量的增加，后续需要关注的是人工智能与多学科（社会学、数学等）的交叉融合，以实现“人工智能+教育”的创新应用[52]。目前，典型的应用包括教育机器人、智能测评系统、智能教学系统、智能导师等。但还需继续探索，比如，利用人工智能技术中较为成熟的语音识别和图像识别，让一些传统学科（语言教育、医学、法学、农学等）实现更为精准的教学实践。

不过，虽然人工智能给教育带来很多便利，但是也存在一些弊端，其中训练人工智能算法模型需要大量的开放数据，而这可能会涉及到个人隐私暴露的问题。数据隐私也是本次报告中出现的高频关键词之一，如何在发展人工智能教育的同时，实现对学生隐私的保护是后续需要关注的一个要点。报告中提到通过在现有法律体系中增加数据隐私保护的相关内容是对应策略之一。美国从联邦、州、行业协会不同层面为保护数据隐私进行了立法，形成了数据保护立法体系[53]。此外，端正人们对于人工智能的态度、协调人与机器关系、实现人机协同发展以及“人工智能+教育”产、学、研一体化等，也是将人工智能应用于教育时应考虑的问题。

（三）基于扩展现实，更好地实现情景化学习

在本次报告中，扩展现实出现在“影响高等教育未来发展的新兴技术与实践”“高等教育教学未来情景预测”和“专家对报告发现的反思”模块。《2015 地平线报告》（高等教育版）已将全息技术作为变革教育的关键技术之一[54]，《2016地平线报告》（高等教育版）认为，增强现实与虚拟现实是未来2-3年内可以实现的技术[55]。扩展现实技术包含了所有这些旨在扩展现实体验的新兴技术，通过将教学内容以虚实混合或完全虚拟的方式展示，以此来帮助学习者理解抽象的教学内容或让原本略显枯燥乏味的教学内容更加生动地呈现，并增加学生的学习乐趣。此外，扩展现实的另一个显著优势是对硬件环境要求比较低，即使在没有电脑等设备的支持下，也能够利用扩展现实进行互动，使学生多感官参与学习过程。最后，扩展现实技术和教育游戏结合是比较创新的教育模式，让学生在轻松自在、虚拟的场景中发挥学习主体性，进而在比较愉悦的状态下开展学习。

已有的研究发现，将扩展现实应用于教育，能有效地激发学生的学习动机、加深学生对知识的理解、提高学习的参与性[56]。国内也有一些高校致力于扩展现实的实践研究，比如，北京师范大学教育技术学院蔡苏团队从2009年就开始对增强现实教育应用进行了探索，针对基础教育的数学、物理、化学等多门课程开发的产品，有效提高了学生的学习效率。但目前扩展现实的“智慧性”还有待提高，如何提高扩展现实的体验感、交互性以及智能化？如何实现实体与虚拟空间的无缝连接，更好地服务于学生的个性化需求？扩展现实是否可以结合大数据、云技术、移动技术、教育游戏等，依据学习者特点，灵活调整内容，为学习者提供定制化信息，实现扩展现实的创新应用，这些将是该领域后续值得关注的问题。

（四）提供多重保障，促使开放教育资源的可持续发展

开放教育资源出现在多年的《地平线报告》中，也出现在今年报告的“影响高等教育未来发展的新兴技术与实践”以及“专家对报告发现的反思”模块之中。可见，开放教育资源这一概念自2002年提出以来，依然对全球高等教育领域有着重要的积极影响，尤其是对于优质教育共享以及推动教育均衡和教育公平的实现意义重大。正如报告中提到的，OER的一个优势就是通过提供免费的教科书等学习资源节约学生的教育成本，实现更大范围内思想交融与碰撞。此外，开源软件、开放平台以及开放协议的推广应用，也会在更大层面上让教育机构和个人受益。对于我国高等教育而言，在过去的近二十年间，开放教育资源建设和应用工作稳步推进，有开源软件和开放协议的使用，但更多体现在开放教育资源建设方面，教育部主导的国家精品课程、资源共享课、在线开放课程建设等项目，对国内高等教育教学改革影响重大，也在当下的疫情特殊时期发挥了作用。

早在2003年，教育部启动了“国家精品课程”项目，推动了全国高校精品课程建设进展[57]。2014年，中国大学MOOC 正式上线，完整的在线教学模式支持了高等学校在线开放课程建设以及线上线下混合教学实践的推广。根据教育部的计划，近两年内，我国要完成4000 门国家精品在线开放课程的建设任务[58]。但是在大规模的在线开放课程建设过程中也存在一些问题，如，资源质量有待提高，人们保守的观念不易转变，数据兼容性有待提高，建设模式多是采用政府主导的项目开发模式，开放教育资源脱离日常教学而孤立存在[59]。这些都有可能对OER的发展带来负面影响。因此，可以采取一些方式促进开放教育资源的可持续发展。例如，国家层面提供持续的政策支持，教育系统可以组织专家团队制定内容评判标准以保障资源质量（也可以借鉴信息资源质量管理领域的做法，对初始创建的内容和后续被修改的内容严格把关）；教育机构可以利用社交媒体，加快资源传播速度、增加资源的跨语言、跨文化、跨边界的互操作性[60]。此外，开放教育资源的可持续发展，也需要建设和应用模式的创新，比如，采取商业与公益融合的建设模式，将开放教育资源的发布与现有教学结合，对基于开放教育资源的学习进行认证，以及开发针对不同教育阶段和不同群体的开放教育资源。

四、结语

未来的时代是新兴技术与教育教学深度融合创新的变革时代，尤其在疫情之下，各国高等教育都正面临巨大的挑战与变革压力。EDUCAUSE 发布的《2020地平线报告：教与学版》，指明了全球高等教育未来发展的一些重要趋势和方向，为我国高等教育变革提供了较好的参考与依据。2020年以来新冠肺炎疫情的全球蔓延，或许会让这些未来趋势加速到来。因此，国内高等教育研究者和实践者要认清形势，积极面对。希望本文的解读和思考，可以为我国高等教育教学改革与实践，提供一定的借鉴。