以技术引领跨界创新和社会发展*——英国开放大学《创新教学报告》（2020版）解析

李 青 郜 晖 李 晟

（1.北京邮电大学 网络教育学院，北京 100876；2.中国移动（成都）产业研究院，四川成都 610000）

一、背景

2020年1月，由英国开放大学（The Open University，本文简称“英开”）的研究团队及其合作机构共同发布的《创新教学报告》（Innovating Pedagogy Report，IPR）再一次如约而至。自2012年迄今，该报告每年发布一期，已持续九年。报告对全球教育技术创新领域带来的思考愈发引人注目，已成为一份颇具有国际影响力的指导性文件。2020年《创新教学报告》是本系列报告的第8版（本文简称IPR8），目标人群主要是教师、政策制定者、研究者及其他相关方，旨在帮助他们“探求新的教学、学习以及评价模式”和“富有成果地进行创新”[1]。IPR8遴选并介绍了十种目前尚未占据主流地位，但已经开始显露潜力，未来可能会对教育产生巨大影响的创新教学法。

《创新教学报告》的发起方和主导方一直是英开的教育技术研究院（Institute of Educational Technology，IET），在英国乃至全球的教育技术研究领域有较高的影响力[2]。为了更好地具备全球视野，推进国际参与，自2015年开始，IPR项目每年吸收一个英国以外的学术研究机构参与报告的编写。2020年的合作研究机构是爱尔兰都柏林城市大学的国家数字化学习研究所（National Institute for Digital Learning，NIDL）[3]。IPR8的主编Agnes Kukulska-Hulme是英国开放大学教育技术研究院资深教授，其学术成果丰富[4]。

和《地平线报告》系列类似，《创新教学报告》系列正日益受到国内学者的关注，2015年和2016年两个年度报告的全文及2017年报告的摘编均有中文翻译版本[5][6][7]。我们团队解读过2016-2019年三年的报告[8][9][10]，本文是自2016年以来对该系列报告研究的延续。对IPR8的分析，将有助于国内教育界了解国际同行的关注点，理解和思考报告中提出的创新教学模式，把握未来教育创新发展的脉络，并在结合中国的教育教学实践方面有所借鉴。

二、方法论和核心理念

和往年一样，IPR项目基于学术领域内的前沿研究和早期探索者的实验项目，缺少完备、系统的材料。资料来源既包括正式的论文、报告、官方文件，也有非正式的博客、项目文档和访谈记录等。编辑小组采用了研究讨论、分享创新理念、研读论文报告等方法，列出备选的创新教育理念、术语、理论和实践案例，并从中筛选，最终确定本年度发表的十个教学法。来自IET和NIDL的多位专家参与了该项目，仅署名作者就有17人。

IPR8的编者在报告的开头特地提到：根据对往期报告的反馈，认识到读者存在（语言文化）差异。因此，在编写过程中注重优化了内容的易读性，以帮助全世界多元化的读者，使他们能够认知不太熟悉的理念，并对报告的创新之处有所理解。

在教育中，获得与分享理解至关重要。报告提出“对教学的创新需要指导学生如何分析围绕技术出现的问题，如何提出具有挑战性的问题，以及如何从不同视角来检视”。基于此，IPR8提出了对教育创新的几点思考：（1）人类如何与人工智能共处，面对日益强大的人工智能，人类将如何保护和扩大人所特有的东西；（2）其他领域内的成熟技术为教育带来了何种创新，如何应用于教育；（3）具有多感官体验，能够帮助增强记忆和理解等学习过程的新型教育技术，对传统教学构成了哪些挑战。正因为新的思考和教学创新模式在不断的探索求证中涌现，这为教育的创新发展提供了新的可能。

基于以上线索，IPR8确定了2020年度的十种创新教学法。为了方便分析，我们将这些教学法按照影响力和产生影响的时间，排序并编码（见表1）。从可能产生的影响力看，有三种教学法将对教育产生重大影响，其他七种影响力一般，这个结果和往年基本持平（2017年有三种为高影响力，2019年有两种）。从作用时间看，仅有两种教学法的影响为远期，一种为中期，剩余七种在当前就已经发挥作用。而2019年报告中仅有五种影响当前的教学法，2017年为三种。如此偏重介绍已经在当前发挥作用的教学法，这在往年报告中是罕见的。

表1 2020版《创新教学报告》十大教学法

三、IPR8中的创新教学法

前几年的报告中已体现出一个趋势：报告正在逐渐从单纯的技术导向转向更加人文的方向，关注人类社会整体以及未来的社会发展，这也是对教育目标和本质的回归。IPR8将十种创新教学法划为三个主题：（1）应对未来社会进步的教育创新；（2）跨界的教育创新；（3）克服条件约束的教育创新。

（一）应对未来社会进步的教育创新

IPR8使用了大量篇幅，从教育应如何面对人类社会未来发展的角度，讨论了五种创新教学法。这些教学法中，有些和信息技术密切相关，比如，“人工智能教育应用”“通过开放数据学习”和“关注数据伦理”；也有些并未涉及具体技术，主要面向人自身发展的需要，包括“社会公平教育”和“后人本主义视角”。

1.人工智能教育应用

人工智能对教育正产生巨大的影响，人工智能助力的学习系统越来越多地应用于中小学校和大学，以及企业培训领域。目前，人工智能教育应用大致可归为三类：（1）为使用AI而学习，即帮助学习者适应受AI高度影响的社会；（2）学习AI，其目的为培养AI工程师；（3）以AI辅助学习，即以包含AI的工具和环境以促进学习。

首先是为使用AI而学习。教育应帮助学生适应人工智能广泛应用的未来社会，学会如何有效应对人工智能的影响，更多地培养计算机不擅长的人所特有的技能（如，批判性思维、沟通、协作和创造力），避免专注于AI擅长的能力。此外，21世纪的公民应警惕AI广泛应用可能引发的一些问题，诸如（对种族或性别的）偏见、隐私侵犯、虚假新闻等[11]。以帮助人们更好地理解AI的伦理问题以及AI对社会的潜在影响，这些已经成为教育的责任。

其次是学习AI。我们越来越强调从幼儿开始就接触编程训练，计算思维和编程能力已经成为基本素养。然而，对于AI工程师来说，编程仅仅是基础技能，人工智能的实现更依赖于工程师对数学、分析方法和统计学等的深入理解[12]。因此，教育和培训机构应该为学习者提供更多的机会，帮助他们熟练掌握这些学科知识。

最后是以AI辅助学习。AI在教育方面的应用大大促进了教育的发展，面向管理系统的人工智能应用，有助于提升管理的效率。例如，人工智能算法可用于预测学位需求，合理配置教育资源，或有效识别存在退学风险的学生。人工智能更多可用来促进学生学习，智能授导系统（ITS）能够根据学生的互动和反应，调整学习路径和学习内容。基于对话的教学系统（DBTS）从苏格拉底教学法得到启示，通过问题引导学生理解所研究的主题。AI教师的出现可减轻教师的工作负担，辅助教师完成一些重复性的工作。例如，人工智能助教可以让教师们更方便地获取相关信息，或帮助他们更有效地管理课堂。

2.后人本主义视角

技术进步模糊了人类和物质世界之间的界限。例如，苹果手机上的Siri可以模拟人类秘书，通过对话响应用户的指令。这将使得人类越来越难以区分技术和人的边界，可能会产生负面影响。在此背景下，后人本主义强调用理性主义的方式、科学技术手段，来促进人类、社会、自然之间的和谐发展[13]。呼吁不再把人类作为世界的中心，而是确立我们与物质世界的平等关系，审慎看待技术的主导地位。

后人本主义教育提出了一些关键问题，包括：如何看待人和自然的关系，人和其他动物的关系，社交媒体上的个人形象和“真我”之间的关系等等。它要求我们把自己看作是一个更大的整体中不可分割的一部分，和其他存在互相影响。将后人本主义的思想纳入教学，可以帮助我们建立新的视角，厘清人机的界线，关注其相互影响。比如，将该理论用于探究教学机器人对学生的影响，以及被不同的学生接受或拒绝的原因。佐治亚理工学院的人工智能助教就经历了一个不断改善服务，被学生逐步接受的过程[14]。另一个例子是在使用社交媒体时，在线化身对师生之间的动态关系可能造成的影响[15]。后人本主义的方法可以为研究这些问题提供一个独特的框架，以批判和建设性的视角来思考这些问题。

3.通过开放数据学习

进入大数据时代，一方面，数据已经成为一种重要的资产。作为一切信息活动的基础，数据的开放逐渐成为普遍实践。越来越多的国际和地方组织正在共享它们在工作中创建和使用的数据[16]。大众可以公开地获得、使用、再加工和共享开放数据，各国政府和社会机构也鼓励大众有效使用这些数据。IRP8认为，开放数据的真实性可以促进教育活动，使用真实、专业的数据而非人为编造的数据作为案例，对教学活动更有意义。例如，社会科学等专业的学生可以从人口普查的数据集中获得可进一步加工的信息。意大利的一所学校指导高中生进行社会研究，通过国家建设项目披露的公开数据评估资助结果，让学生了解本地的政治经济情况，还通过访谈项目参与者等活动，培养学生的沟通交流能力[17]。

另一方面，开放数据可以将学习活动和学习者的兴趣联系在一起，利用海量的开放数据探索他们真正关心的问题。在同一个活动中分享认知和经验，也可以促成学习者、研究者之间的交流合作。数据的开放获取还可以支持研究结果的公开透明，以及成果的再利用，在学习者和专业社群之间形成共享和参与的文化。例如，Kaggle是一个结合了开放数据集和机器学习技术的数据科学平台和全球社区，它为编程竞赛和挑战提供了便利，可以帮助学习者处理现实世界的问题，比如，模拟如何改善机场安全，或是优化教育媒体设计等[18]。

4.关注数据伦理

在数字化社会中，诸如个人隐私、网络安全和公平待遇等伦理问题越来越多，人们的义务和责任也在不断变化。在生活和学习中使用数字技术，给我们带来了许多需要重新思考的场景，并可能造成一些伦理困境。在互联网时代的早期，网络行为准则相对简单，主要体现在网络礼仪方面。而进入大数据时代，人们更应了解他们的数据如何被使用，以及可能产生的后果。教育中的数据伦理问题，主要与学习者和教师数据的所有权和使用权归属有关，即：谁拥有学习者和教师的数据，谁可以使用这些数据，谁不能使用，以及因何使用等。教育机构有责任为教师和学生提供有效的培训和支持服务，以妥善处理这些伦理问题。英开发布了一项有关在学习分析活动中使用学生数据的政策[19]，强调需在学生同意的前提下，方可对其学习过程中生成的数据进行收集和分析。国际开放与远程教育理事会根据英开的经验进一步发布了《全球指南：学习分析中的伦理问题》[20]。

教育工作者应注重学生对伦理问题的反应以及相应行为的研究。当前，关于学生如何理解伦理法规和原则，采取适当的反应和行为的研究较少。密歇根大学开设了一组有关数字时代的数据科学、伦理、隐私、声誉和身份的系列MOOC，以帮助来自全球的学习者从多元化、跨文化的角度认识公平、隐私和数据所有权问题。在MOOC学习中，教师也可以通过真实的案例，安排不同文化背景的学习者互相交流，讨论学习数据伦理的重要性。

5.社会公平教育

实现社会公平是人类社会进步的标志，也是大多数社会成员的期望。但是，无意识的态度往往会妨害社会公平和公正。教育可以帮助人们克服潜意识里的偏见以及生活社会中存在的不公平现象，帮助人们解决生活和社会中的不平等问题[21]。社会公平教育是一种批判主义的教学活动，目的是帮助学生了解社会不公平的原因及现象，参与社会活动，为社会民主、和平作出积极贡献。

社会公平教育强调学生在课程各阶段充分参与的重要性。教育者关心和尊重所有的学生，重视学生独特的个人经历和观点，公平地分配学习资源。例如，在探究“如何在‘白人至上’的文化氛围中成长”等社会公平问题的课堂上，教师可通过自述个人经历引发学生共鸣，鼓励学生分享自己的经历、感受和思考，促进学生更有效地参与，增进相互理解[22]。除了社会公平问题之外，该教学法还赋予学习者更多的权力，着重更广泛的对本地、对亚文化、边缘群体或代表性不足社群的关注[23]。需要注意的是，制度障碍和学生的抵制可能会阻碍社会公平教育的实施[24]。因此，为了在课堂上有效使用这种方法，需要开展特别的教师培训。

（二）跨界的教育创新

它山之石，可以攻玉。教育的技术和方法并不总是原生于教育，其他领域内逐渐成熟的技术和方法也被应用到了教育领域，并且取得了较好的效果。IPR8介绍了三种从其他领域迁移到教育的创新教学法：“电子竞技”“多感官学习”和“从动画中学”。

6.电子竞技

电子竞技是一种在互联网上比赛和播出的竞争性视频游戏，可以由个人或团队进行。在线进行电子竞技和在线观看竞技比赛，已经成为一种时尚。将电子竞技应用于教育的时间较短。有研究者将体育主题的视频游戏和在线游戏用于体育课，作为教学辅助手段，以促进学生对运动技术和游戏规则的理解。例如，英国某中学进行了一项关于跳舞毯的研究，发现视频游戏能够改善学生的反应时间、协调能力和数学技能[25]。不同类型的电子游戏可从认知、动机、策略和模仿等不同方面，增强学习者的数字素养。

大型电子竞技比赛往往通过流媒体平台在线播出。“Twitch”是最有名的平台之一，该平台不仅提供游戏的直播，还被玩家用作在线教学、在线支付、在线社区、网络社交的平台，已经成为正式和非正式学习的场所[26]。Twitch上有大量的非游戏频道，IRL（真实生活）是Twitch上增长最快的频道之一，由主播邀请观众进入日常生活的空间，为公众展示实时现场，在实境中与观众进行互动。Twitch上的学习大多来自非正式学习小组成员的指导，而非传统远程教育中结构化的教学或培训活动。平台还可以支持师生实时语音或文字聊天，有助于参与者之间的即时交流和互助。这种方式有利于学习者提升问题解决能力、协作与沟通技巧。

此外，该平台可用于为远程学生创建学习资源和提供参与性学习环境，而且具备了一些游戏化学习的特性，如，等级、宝藏搜集，解谜等。Twitch 允许学生创建自己的视频，介绍如何使用一些技能或执行动作（如，高尔夫挥杆）。这类学习活动有效帮助学生以教促学，思考教学视频的结构、内容的视觉表现，以及如何将对活动的理解传达给他人[27]。

7.从动画中学

动画作为一种教学媒体已经存在了上百年，常用于展现运动、动态、速度、过程、步骤和变化。某些主题的教学内容很难通过文本或静态图片来展示，而动画可以显示因太大或太小难以看到的对象，或因速度太快、太慢难以跟踪的过程；还可以在现实和抽象之间达到平衡，使抽象的想法具象化，以更易于理解[28]。例如，在地球科学课程中显示气压变化和恶劣天气形成的过程，语言课中显示嘴巴、喉咙和鼻腔中元音产生方式。使用动画学习也赋予学生控制权，允许他们反复观看这些动态过程，控制动画的暂停、快进或快退，甚至可以在动画中进行反馈操作。

动画能够促进学习主要在于：（1）通过选择、组织和整合动画中与所教内容有关的部分，帮助学习者积极地处理信息；（2）动画可以让学习者以视觉、听觉等不同的模式参与学习；（3）学习者可以调整和控制播放速度，以克服短时记忆的限制。但教师在设计教学动画时，需要注意一些关键环节：（1）进行内容分析，区分要理解的重要知识和可以忽略的知识；（2）确定如何呈现主要事件或过程；（3）设计事件的顺序及其显示方式，包括角度、颜色和速度。此外，如果是长动画，则应该允许学生停止、继续和回放。在完成设计以后，教师还应与学生一起测试，以确保他们理解了动画所表达的概念和过程。

需要注意的是，如果设计不当，动画可能会无效，甚至对学习者造成更多的认知负荷。另一个潜在的问题是，学生观看过动画不等于理解了教学内容。最好在动画中伴随设计学习者参与活动，以证明他们确实理解、应用或实践了在动画中所学的知识。

8.多感官学习

视觉和听觉媒体是最常见的教学媒体，大部分教育活动都会利用这两者开展。除此之外，触觉、味觉和嗅觉在食品科学、农业、制药和化工等学科教育中应用较为普遍。事实上，人的“视听嗅味触”五感皆可用于教学，在学习过程中刺激感觉通道和组合多感官体验已经被证明是有效的，能够获得对学习内容更为深刻的理解和享受[29]。

随着技术的发展，多感官的媒体环境越来越容易搭建，也被广泛应用在教学过程中。例如，在基于游戏的学习设计中，添加了触觉等感官来教授数学概念[30]，在语言文化课程中，通过令人回味的味觉和嗅觉给词语增添含义。对于自闭症和发育障碍等特殊儿童，多感官学习可帮助他们提高注意力，达成学习目标[31]。例如，Magika系统运用了多种感官，展示了如何将投影在墙上和地板上的数字图像与一系列智能玩具、灯光和各种手工艺品结合起来，以作为学习内容[32]。在这样一个具身环境中，老师可以针对每个孩子的需求，设计基于游戏的学习活动。

多感官学习之所以有益，是因为大脑对多感官信号的处理更为自然，并且多感官提高了学习者的动机和参与度。但是，这种方法亦并非万能。一项研究表明，多感官的学习设计可能不适合8岁以下儿童[33]。此外，多感官学习不同于“学习风格”，后者是将学习者划分为具有不同学习方式的个体；而前者则是使多感官参与到学习体验中，以提高学习效果。

（三）克服条件约束的教育创新

还有一些教学法，可以被用来克服教学实践中存在的障碍与困难。“线上实验室”帮助学习者开展虚拟的或远程的实验活动，应对实验条件受限或是不适合进行实体实验的困境，以达成近似传统实验室的实验教学目标。而“离线网络学习”则被用于无法连接到互联网的一些落后或特殊地区，通过无线局域网和小型设备组织教学活动。

9.线上实验室

实验室在科学、技术和工程等相关学科中扮演了重要角色。但现实中存在很多不可能或不合适使用实验室的场景，各种类型的线上实验室（或虚拟实验室）就成为最佳的替代选项[34]。线上实验室是一种用于创建和进行实验的交互式环境，既可以是通过网络访问或运行在本地计算机上的虚拟实验室，也可以是通过摄像头观看实验过程、远程遥控真实器材的远程实验室。线上实验室的优势在于高可访问性、低成本以及提供及时反馈。对比在线和实体实验室，两者具有类似的学习过程和结果，但在操纵实验室设备所涉及的实际技能方面存在差异[35]。

早在上世纪90年代，OU就在远程教学中开始使用线上实验室，2013年又开发了开放STEM 实验室（Open STEM Lab）[36]，提供多种类型的在线实验，包括模拟实验、公民科学活动、远程访问分析仪器、遥控机器人、虚拟现实考察、实验网络直播等。该实验室提供的工具之一是虚拟显微镜，用以辅助地质学教学。在实验中，通过nQuire平台，学生可以用虚拟显微镜幻灯片探索月球岩石的矿物、特征和纹理。虚拟显微镜用于教学的主要优势之一，是多个用户可以同时查看和操作同一个实验板。

10.离线网络学习

网络学习能促进学习者之间、学习者与教师、学习社群与学习资源间的联系。然而，在某些场景中，用户无法连接互联网，或由于网络费用高昂、隐私保护等其他原因上网受限。在不接入互联网的情况下，使用无线局域网开展的网络化学习称为“离线网络学习”。人们在较小的物理范围内，通过数字化工具支持对话、协作和资源共享，从而增强学习过程及其结果。例如，欧盟的“MAZI 项目”使用运行于树莓派的网络服务器和无线局域网开展教学[37]。这一装置便携性极高、可用电池供电，以适应不通电、无网络的落后或特殊地区。赞比亚的乡村教师们利用这套系统，在教师工作坊分享各自的教学材料，并将材料带回自己的学校，从而保障教学的开展。

离线网络学习装备可用于建立离线学习空间，在正式和非正式、实体和虚拟的学习环境中均可应用。这种教学模式超越了孤立的校园空间，使得学习可以连续在工作、家庭、学校中发生，以开展正式和非正式的学习任务。离线学习还可以将人们聚集在一起进行有意义的合作和分享，将人们暂时从互联网断开，创造更慢、更深入的学习体验，以实施更有效的教学（尤其是面向来自偏远地区的学生）。当然，“离线网络学习”对教师教学设计能力、师生信息素养以及硬件设备使用等方面，也提出了挑战。

四、年度报告的内容分析

（一）分析框架和分析结果

为了进一步分析报告内容并和历年的报告进行对照，本研究继续沿用了去年论文中解读IPR时使用的内容分析框架，从教学法关注的核心问题出发，确立了“基本信息、创新教学法的基础、创新教学法的使用情景和创新教学法体现的维度”这四个分析维度[38]。考虑到“离线网络学习”未利用互联网，但是和局域网相关，因此将二级类目“技术基础”中的“互联网技术”修订为“网络技术”。对IPR8中的十种创新教学法归类和分析的结果，详见表2。

从各教学法所属的层次来看，“关注数据伦理”“社会公平教育”和“后人本主义视角”更多地停留在理念层次，着重于对教育思想或社会价值取向的表达，缺乏广泛的实践。其余七种均有较为切实的实施经验。例如，“线上实验室”自20世纪80年代就已经出现，在我国已经非常普及。近年来，教育部大力推进虚拟仿真实验教学平台的建设项目，认定了一大批国家级虚拟实验平台，并予以重点支持[39]。从潜在影响程度来看，“人工智能教育应用”“线上实验室”和“离线网络学习”三种教学法的影响程度为高，其他七种评级为中。近年来，教育行业在“AI+教育”方面的大力投入，也印证了“人工智能教育应用”的高影响力。在产生影响的时间方面，本年度的教学法大部分为当前就已经产生影响；而“通过开放数据学习”，需要3-5年才能发挥作用，“后人本主义视角”和“离线网络学习”，则需要更长时间的验证。

从技术基础的角度观察，“从动画中学”是典型的利用媒体技术促进教学的教学法。“线上实验室”基于互联网突破了实体实验室的限制，有利于在条件不利的场景下开展实验教学；“离线网络学习”则更是用来在不能接入互联网的情况下组织学习。以上两者都涉及到网络技术。“人工智能教育应用”无论是作为教育管理者的生产力工具，减轻教师负担的智能助手；还是作为帮助学生实现个性化学习的代理软件，都离不开智能技术。“关注数据伦理”和“通过开放数据学习”，显然和数据处理技术密切相关。“电子竞技”来源于游戏产业，是一种被利用来教学的非正式学习平台或途径，可归类到教娱类技术，但也和网络技术以及媒体技术有一定关联。“多感官学习”是多种技术的整合，针对人的多种感觉器官从多个通道营造综合的学习体验。最后，“社会公平教育”和“后人本主义视角”这两种教学法的实施，可不依赖于特定的信息技术手段。

表2 2020版十种创新教学法的内容分析

报告中的教学法除了以教育学为理论基础以外，还需要其他学科作为支撑与辅助。例如，“人工智能教育应用”“关注数据伦理”“通过开放数据学习”和计算机科学密切相关，这些教学法的实施和实践，需要相关人员具有较好的计算机专业背景。“从动画中学”和“多感官学习”则需要媒体方面的学科背景，对教师或工程师的媒体素养要求较高。需要特别注意的是，“关注数据伦理”和“后人本主义视角”与社会学、政治学、法学等相关。前者关注教育中使用数据的伦理问题，以及如何约束技术发展对社会造成的不良影响。后者还被称为是“被压迫者的教育学”，强调通过教育来促进社会公平，培养具有公平意识的现代公民。

在使用情境层面，IPR8的十种教学法均未明确提出适用目标群体、适用学科和教学内容、教育目标层次和对学习环境的要求等，但我们仍可按照报告对各教学法的具体描述和案例介绍了解其倾向。从目标群体角度，“离线网络学习”更多面向缺乏互联网基础设施的贫困或特殊地区，“多感官学习”被较多地应用在特殊教育或是博物馆、展览馆。从适用学科、内容以及教学目标看，“关注数据伦理”“社会公平教育”和“后人本主义视角”侧重于社会需要和道德伦理，“线上实验室”更适用于实验教学。从教学环境角度观察，“多感官学习”和“后人本主义视角”主要在线下进行，“线上实验室”和“电子竞技”需要依赖网络教学环境，“离线网络学习”则在局域网范围内应用。其他教学法则不受环境限制。

在创新教学法体现的维度方面，有些教学法更关注特定教学目标的创新。“关注数据伦理”强调教育中使用数据的伦理问题，这是当前所有大数据和人工智能应用的基石。“社会公平教育”关注社会公平的价值观和参与社会活动的能力。“通过开放数据学习”旨在培养公民的数据素养，这是21世纪对知识工作者的基本要求。“后人本主义视角”强调如何正确地看待人和自然，以及人类精神世界和物质世界的关系。更多的教学法关注教学方法与媒介的创新。“线上实验室”“离线网络学习”“电子竞技”“从动画中学”和“多感官学习”均可归为此类。其中，“从动画中学”和“多感官学习”的媒体属性最强，都是关于如何最优化地使用一个或多个媒体来获得最好的教学效果。“人工智能教育应用”则涉及教学目标、教学方法、教学媒介和教学内容多个方面的创新，属于综合类教学法。从与教育技术研究对象的相关性来看，本年度的创新教学法较多地关注教育资源，“线上实验室”和“离线网络学习”对应教学环境，“从动画中学”和“多感官学习”则是教学媒体。“关注数据伦理”“社会公平教育”“后人本主义视角”这三者偏重于教学过程，更多强调了教育的价值观。“人工智能教育应用”“电子竞技”和“通过开放数据学习”属于综合类型的教学法。比如，“通过开放数据学习”既关注以开放数据为学习资源，也着重锻炼学习过程中学习者获取、加工和评价数据的技能。

（二）和往年报告的历史关联

IPR8中介绍的教学法与前七期报告中的一些教学法，存在较多相关性或历史联系。譬如，“多感官学习”中使用的媒体和技术，和“沉浸式学习”（2017）重叠。“关注数据伦理”讨论了“学生主导的分析”（2017）中学习分析的数据使用原则。“通过开放数据学习”中关于利用数据的思路和方法，与“大数据探究：用数据思考”（2017）是一致的。该教学法中对于数据资源的开放和共享，与“学习者创试科学”（2017）和“从众学习”（2016）异曲同工。

有些教学法则是前几年报告中某个教学法的延续和发展。比如，“人工智能教育应用”是对前几年报告中和智能计算相关教学法的阶段性总结，与此相关的是“机器人陪伴学习”（2019）。“社会公平教育”讨论了对社会不公现象的批评，鼓励学生参与政治，可以看作是对“去殖民主义学习”（2019）更一般化的表达。还有一些教学法则对原报告中的主题转换了视角。例如，2016年报告中提到了“从视频游戏中学习”，而IPR8从另一个角度——“电子竞技”介绍了在大型游戏直播平台中的学习活动。

五、讨论和思考

IPR8涵盖的十种教学法，从多个角度对教育技术发展的趋势以及可能产生影响的教学法，作出了预测和讨论。当然，不同的人对这份报告会有不同的理解，对于报告中内容也有不同的解读。基于报告编者在前言中的说明，以及近几年报告中显示的线索，我们认为，应着重关注以下三个方面的教学创新。

（一）教育应面向未来社会发展和全人类福祉

教育面向的不仅仅是教育问题，教育技术也不应局限于讨论技术本身。从2017年度开始，《创新教学报告》就特别关注教育的本质，认为教育要为培养社会需要的劳动者服务，为培养良好的公民服务，为建构良好的社会关系服务，为个人的自我圆满服务。2019年和2020年的两个报告继续呼应了这一思路：2019年报告提出了“去殖民化学习”和“培养同理心”，2020年又列出了“社会公平教育”和“后人本主义教育”。“社会公平教育”呼吁教育者帮助受教育者树立正确的世界观，锻炼他们对偏见或不公正现象的批判意识和批判能力。“社会公平”并非空洞的口号或是远离现实的理想，而在于提高人们对社会不公、偏见和不平等现象的认识，并使现在的学生（未来的公民）能够采取积极行动，参与解决这些问题，最终都是在推动人类社会走向和谐和共同发展。“后人本主义教育”以社会可持续发展为教育目标，提出在物质空间中构建人和自然的和谐环境，在虚拟空间中要辨析清楚数字表象和人的本我。以上这些，都是未来社会即将面临的尖锐挑战。

报告体现出的这一价值取向值得国内教育技术领域同仁们参考和反思。当下，我们的研究似乎还停留在什么技术可用，以及如何使用的层次上。教育技术工作者们较少地冷静反思教育的目标究竟是什么？利用技术促进教育的目标又是什么？也较少完整、客观地评价教育技术的效用。实际上，技术不总是能够促进教育，能够促进教育的技术也不总是包治百病，其发挥作用依赖于特定的条件，并面向特定的人群。因此，教育技术工作者不仅要解决技术问题，更要关注教育的本质需求。技术应聚焦当前迫切需要解决的教育问题，尤其是从长远看可能影响社会发展的教育问题。

（二）人工智能时代的教育更应凸显人的特质

报告高度关注了数据和人工智能的主题，以“人工智能教育应用”为开篇，还给出了“关注数据伦理”和“通过开放数据学习”两种与数据应用相关的教学法。报告对人工智能在教育中的应用作了详细的讨论，给予了恰如其分的评价，认为其在未来总体上是积极的。但是，对相关教学法的介绍并非单纯鼓吹大数据和AI技术能够给教育带来什么样的生产力；报告也提出，需要对这些技术采取更加批判和谨慎的态度，重视技术对人类社会潜在的挑战和危险，重视对技术应用伦理的思考和实践。

在“人工智能教育应用”中，报告谈到计算机模仿人类，是否会造成人机难以区分？什么才是人的特质？如何在人工智能普及的情况下，发扬人所不可替代的能力（如，批判性思维、幽默感）。这些都是技术发展对教育提出的疑问。道德伦理也是教育技术面临的挑战之一，“关注数据伦理”重点介绍了大数据应用中面临的一系列伦理问题和相关的实践。如何存储和共享有关我们自己和我们的在线行为数据，以及如何对待人工智能都会涉及到伦理问题。学生还可以“通过开放数据学习”建立对数据伦理的理解，通过开放的政府数据来观察和认识社会，并赋予数据以人性的意义。教育技术工作者应该认识到教育专家和计算机专家之间的差异，在利用数据和智能为教育服务时，给予更多的人文关怀。

（三）关注和创造能克服障碍为教育服务的技术——兼及疫情当下在线教学中的诸问题

IPR8还讨论了如何克服条件不足所造成的障碍，创造性地利用有限资源设计和开展教学活动。“离线网络学习”面向无法访问互联网的贫困地区或不能使用互联网的特殊场景（如监狱、保密单位），提供了一种低成本、低功耗的方案。教师和学生基于移动电源和树莓派这样的小型设备就可以相互连接，并通过移动设备共享资源。“在线实验室”是另一种关注克服障碍提供学习服务的教学法，使学生无需到实验室就可以参与实验，并获得类似的经验。目前，在线实验室还无法完整模拟实体实验中所有感官体验，比如，力学实验中精细触觉，化学实验中的嗅觉等。但是，“多感官学习”中介绍的一些技术，为其进一步的优化提供了可能。

此类技术面向复杂的环境和独特的需求，给出了创造性的解决方案，应予以更多的关注。此次新型冠状病毒肺炎流行期间，由于防疫的需要，学生必须在家隔离。使得大中小学无法按照原定计划按时开学，教师和学生也无法聚集在一起，在教室内进行面授教学。因此，利用在线教育资源和平台在线学习，则成为在这种突发情况下可以实现的少数可行方案。在此场景下，教育技术为教学提供了有利条件，使不能变为可能，在一定程度上满足了政府“停课不停学”的要求。但仍然暴露出一些问题，在一定程度上影响了整个在线教学的质量，值得我们思考并解决。

在信息技术发达的今天，技术本身已经不是最大的短板，在线资源共享、视频点播、视频直播技术也已经非常成熟。目前出现的问题中，一些是信息素养方面的问题，还有一些是应对突发事件准备不充分。例如，广大教师缺乏远程教学的经验，不知道如何设计线上教学活动并有效进行；学生缺少自制力和时间管理的能力，参与度差，学习效果差；家长缺少监督和辅助子女学习的经验，或是忙于在家办公无法干预。实时在线教学视频由于网络带宽不够，被卡成“幻灯片”；在家上课的教师传出了家中小儿的说话声，干扰了教学等。任何一环的缺失，都会影响整个教学和学习活动的体验。所以，在应用技术应对复杂情况时，我们还需提前做好准备，系统、综合地考虑问题，并做到谨慎评估，及时、动态调整实施方案，方能保障好教学活动。

致谢：本文在写作过程中，北京邮电大学教育技术研究所刘洪光、杨鑫慧、马晓璐、张艳南和刘黎婷同学翻译了报告的部分内容，并为论文的撰写准备了基础材料，在此一并感谢。