技术支持的探究性学习研究国际进展*——历史脉络、热点主题和新议程

裴新宁 孔令鑫 仝玉婷 梁雨 陈晟

（1.华东师范大学教育学部教师教育学院；2.华东师范大学学习科学研究中心，上海200062）

一、引言

探究（Inquiry）是人们认识世界、理解知识与其生产过程之关系的基本方式，广泛存在于教育活动和学术专业实践中。“以探究为基础的学习”（Inquiry-based Learning），或简单表述为“探究性学习”（Inquiry Learning），是一种自主学习，也是学习科学研究十分关注的深度学习（Deeper Learning）的一种基本取向。探究性学习的内涵丰富且多样，从深度学习视角来看，探究性学习有以下六个基本特征[1-2]：（1）学习者探索有意义的问题；（2）检验变量间关系；（3）比较不同解释（往往通过建立和检验模型）；（4）运用证据提炼观念；（5）寻求问题解决；（6）展开论证活动。探究性学习不仅作为学习过程，为创新性课程和教学提供了基本结构；而且作为学习内容，也为教材编制、在线学习活动设计注入了鲜活成分，从而为学生应对环境的不确定性和复杂议题解决，提供内在支撑[3]。理论创新和技术进步驱动着探究性学习研究不断发展，技术的智能化升级正在逐步实现对探究性学习的全方位赋能。具体而言，自然语言处理、交互模拟、游戏、协作工具和个性化指导等技术，正被广泛应用于智慧学习环境的设计与构建，以支持学生的自主学习管理[4]；多模态数据的循证和解释力，帮助教师为学生提供具有针对性的指导[5-6]，让多样和具有差异性的学生更为便利地参与其中[7]；精心设计的技术增强的探究性学习有助于改善学生的非认知品质[8-9]，成为发展学生21世纪关键能力的重要途径。可见，学界的积极探索，展示了技术支持的探究性学习在实现智能社会教育愿景上的巨大潜能。为此，把握探究性学习研究的国际进展，对提升我国学习科学研究水平，推进教育教学向高质量发展，实现我国“2035年建成教育强国”的目标，具有十分重要的意义。

基于此，本文主要从学习科学视角评述国际上探究性学习的跨学科研究成果。首先，简要梳理探究性学习的概念及研究发展历程，重思其中技术之所为；然后，分析技术支持下的探究性学习研究的热点主题，并尝试概括新技术时代探究性学习研究的新议程。

二、探究性学习之研究历程

（一）探究性学习研究：持之不渝的自主性追求及技术为之赋能

西方探究性教与学的取向，根植于卢梭和杜威的经验学习（Experiential Learning）哲学观，认为自主性内在于儿童自身且通过精心设计的遵循自然（主义）的教学而培育[10]。具体而言，杜威认为“教育本于儿童的成长”[11]，强调科学知识是探究的产物，教学的重点在于不断完美学生对真实问题的探究性解决方案的态度，而非让其记住书本上“积聚的知识”[12]。杜威秉持的知识论出于文化历史立场，这与情境学习的主旨是一致的[13-14]，即主张教育要以“反对教授呆板的知识”[15]为己任。对待复杂问题采取探究取向，可以克服知识的惰性腐化，让知识更为可用[16]。因而，教育学家们倡导积极主动的学习，譬如，学生“动手做”探究、进行自主发现，或者体验专业实践（研究）活动中共同体的信念、方法及标准等，强调教师的责任在于引导学生从事这样的探究[17]，教师的专业努力要用于创建课堂结构，将实践活动转化为学习机会并为学生提供必需的支持性指导。然而，这些要求单凭教师的人力工作无疑难以达到。

为此，探究性学习在褒贬不一的声音中展开。自20世纪中期以来，世界主要国家和地区各种各样的以“探究”为主旨的科学教育支持计划、教师发展计划以及研究组织相继建立。美国更是将“探究”作为对军备竞赛失利于前苏联的回应，以此振兴基础科学教育，并通过建立探究性课程范式将“探究”全面渗入20世纪60年代后的基础教育体系，例如，施瓦布（J.Schwab）等人的一系列声音[18]均对此产生了重要推动作用。在欧洲主要法语国家，探究性学习作为理论形式存在于教育传统之中，不仅有杜威、布鲁纳等北美学者思想的影响，更有欧洲系统内部的瓦龙（H.Wallon）、弗雷内（C.Freinet）、皮亚杰（J.Piaget）以及“新教育”倡导者们在19世纪末20世纪初对探究性学习的理论建树[19]。但是要真正实现改变课堂，兑现理论研究者对探究性学习的期许，离不开技术赋能和多领域协同。

1.技术支持基于学习机制研究的课程材料创建和参与机会改善

探究性学习早期实践得以坚持和拓展，在很大程度上是因为它作为对课堂中长期存在的授受主义所造成的被动“吸入”和无力知识的显性抵抗，其顺应了教育进步中对自主性的持续呼唤。但直到20世纪70年代，学界对探究性学习机制还是不清楚的，教育者以及教学开发者的工作局限于对各种教学活动设计的摸索。进入80年代，探究性学习研究开始走向深入，这主要缘于科学推理和专家知识研究进展的推动，使得学界摒弃了长期以来对科学推理的领域无关性假想[20]；关于科学推理和历史探究的一系列新发现，对课堂结构和课程编制给予了重要启发。欧洲和美国政府为此设立了专项基金，旨在资助学科专家、认知科学家、技术专家和课堂科学教师建立密切合作，创建以探究为导向的基于计算机的课程材料[21]，并合作解决教学设计中的一些大挑战。比如，利用计算机系统方法将探究步骤与支持性指导加以匹配，采用模拟和动态可视化演示复杂概念或系统，以改善学习者的学习参与。

2.技术支持自主探究环境复杂系统原型的构建和嵌入式工具潜能的发挥

20世纪90年代，伴随着计算机网络及多媒体技术的发展和学习科学共同体的正式建立，认知科学领域的研究者纷纷投身于学校学习的重建运动，贡献了深刻而富有启迪性的洞见，理清了学习本质之“真实性”意涵和教育设计的新追求[22]。探究性学习作为“新追求”的代表性取向，进入学习科学领域，拥得了学术体系的专门领地。学习科学家重点研究了连贯理解和自主学习能力的形成，探索与之关联并作为学习之基的“真实性”情境构建，开发了相应的基于因特网（Internet）和多媒体的学习环境（例如，贾斯伯情境数学[23]），这些具有原型意义的环境可以容载学生的互动，记录、解释和支持学生对众多学科领域进行真实性探究。后来，制作概念图、绘画、写作、自查、实验评论和档案袋评价等功能，也逐渐嵌入到基于网络的学习环境中，以支持学生的知识建构和创造。时值世纪之交，研究者发现，学生在探究过程中留存下来的记录和“痕迹”的价值，可从中复盘学生学习的个性化轨迹，识别交互、投入与输出结果之间的关系，这些均可以作为给教师教学建议的证据基础，帮助学生对复杂话题形成连贯、强健和持久的理解，养成对话题开展自主探究的能力。这样的潜在价值，激发了教学技术和学习理论的大幅度发展，迎来了一个崭新的技术支持的学习时代。

3.技术支持教与学模式创新和学习环境设计与分析

迈入21世纪以来，学习科学领域的研究者对探究性学习的研究逐步深化和系统化。他们立足课堂革新，开始关注文化对科学探究的影响，借助多样的技术手段，创建具有文化响应性的学习材料，包括设计个性化指导，促进课堂讨论，帮助学生处理冲突性想法并协商文化期许。此间，形成了诸多指向探究性学习的教学模式。比如，知识整合（KI）模式[24]帮助学生表达、提炼和整合自己的想法，建构对科学现象连贯一致的因果陈述；再如，建构论思想（Construction ism）[25]强调学习者的构念转化为现实构造物的重要性，从而促成了从制造作品中学习的创客探究、基于3D 打印的学习等新形态。与此同时，课堂在向外延伸，涌现了用于正式与非正式环境中科学学习的实用探究循环，如5E[26]、场景问题激发的PBL（Problembased-learning）探究体验[27]等。此类模式创新，启发了促进自主学习的教学设计，形成了诸多基于计算机的技术增强的系统化学习环境，学生可借此利用技术工具和接近学习本质的探究路线解决新问题，而研究者则可以采用学习分析学的方法和工具，对技术平台中的学习数据进行自动化分析。

4.技术支持多样的深度学习体验和主体高阶能力拓展

近十年来，对探究性学习中关键结构的技术化支持指向了对深度学习的追求①参见前文“引言”中关于深度学习视角下探究性学习的基本特征。，将学习作为一种社会性实践（Learning as Social Practice），形成了极为丰富的讨论和研究成果。这里仅举两例：一个例子是论证活动（Argumentation，简称“论证”）。论证作为探究性学习的核心特征之一，是培养学生风险评估和决策选择等关键能力的重要手段，有助于学生对学科形成深度理解[28]，并在科学素养发展项目中得到强调。相继出现的基于论证的探究学习模型，可以帮助学习者认识“形成中的科学”，利用技术促进专门的论证活动，助推探究过程中的“讨论”超越表面的交流，指向“有意义”的科学推理[29]。另一个例子是协作知识生产。社会建构主义学习观认为，知识是共同体中分布式携带信息的成员，通过对问题解决方案的协作寻求而产生的。认知建构主义的旗帜皮亚杰指出，社会交互对认知冲突的出现具有关键作用[30]，“社会—认知”冲突形成了认知发展和表现的基础，且可能出现在探究过程中。基于这些理论，学者们认为，协作同伴彼此之间可以提供“最近发展区”[31]，通过捕捉学习中同伴、教师和技术媒介所形成的整个情境脉络和设计协作脚本（Collaboration Script），来促发生产性互动（Productive Interaction），是构建有效的协作探究的关键，这些讨论引发了基于探究共同体构建的研究。相关研究方向改进和发展了计算机支持的协作学习（CSCL）环境，在提升学生的高阶能力（如论证、自我管理、批判性思考等）和非正式协作探究等方面的效果[32]。

需要补充说明的是，探究性学习在基础教育中站稳脚跟的另一个主要原因，在于研究者不断地结合多领域开展跨学科研究，分析学习者探究能力的构成，从而为学业测评和相关政策提供科学基础。在国际上，“探究”主要是科学教育领域的话语[33]，涉及能力、理解和教学等维度。美国国家研究理事会组织多方专家给出综合判断，指出探究能力本质上是与学科知识协调发展的一系列互动实践的能力，包括形成和完善模型、评估和检验模拟、分析和解释数据，以及形成和评判解释等[34]。这一观点，对全球科学教育标准及评估方案中科学探究能力的界定具有重大影响。这样的探究性学习俨然重视的是像科学家一样地“做研究”，但是，不同国家对探究性学习的理解不尽相同，在政策上也表现出不同的倾向和侧重。比如，出于对学生在国际评估中表现不佳的政策反应，德国国家科学教育标准突出了“领域知识”“方法论知识”“沟通”和“判断力”四个维度[35]，其中“方法论知识”包含诸多与探究性学习有关的行动。而法国则兴起了“上手做”的全国性计划，将科学探究界定为科学家工作模式的“减缩版”，并渗透到日常教学和生活之中[36]。可以说，在欧洲的教育传统下，科学探究是学生接近科学专业实践、理解科学本质的主要途径。“基于探究的科学教育”（IBSE）是几十年来欧洲诸多国家科学教育的基本定位，得力于计算机网络的优势，近年来有不少国家将科学探究作为中小学基本技能而纳入初中毕业能力测评，也把对科学探究的理解和操作，作为科学教育教师专业能力的基本构成[37]。我国学者探索了将“探究”取向融入教材编制，根据对探究任务的分析，检视和评价教材设计的质量[38]。

（二）探究性学习的定义：文化实践中的多义表达与技术支持的变化

尽管探究学习的重要性得到了广泛认可，但学界现在还很难给出唯一及普遍接受的定义。在前文的文献梳理过程中我们发现，“探究”一词在不同的文化和世界观以及不同的学科领域（如历史、社会研究、经济学、新闻学、自然科学等）中焦点不一、路径不同。即便在自然科学领域，也因为研究的特定对象性质及其可数据化（数学化）程度的不同而异，这使得探究性学习的模式十分多样。多数文献根据过程或步骤，把探究性学习定义为不同的周期或循环，让学生按照与专业科研工作相似的方法和实践来构建知识，比如，将探究式学习定义为探查因果关系的过程或者问题解决的方式（涉及多种问题解决技能的应用）。但是，在具体的循环或活动的术语使用上非常多样，对此，有学者区分出34 种之多的表述，并根据学习过程本质，将它们归为“发起”“概念化（提出问题、生成假设）”“实施研究（探索、实验、数据解释）”“结论”“讨论（交流、反思）”五个一般探究环节，从而提炼出一个探究性学习综合框架[39]。这些环节并非简单地按直线列序，且每个环节包括不同的子循环和探究活动。依据需要，技术支持可作用于探究性学习的全过程或部分环节。

我们初步将目前常见的自然科学领域的探究性学习，大致上分为三种基本类型：（1）基于问题的学习；（2）系统性探查/调查；（3）研究取向的项目式学习。它们均指向深度学习，重视运用信息技术支持探究过程和问题解决，尤其是运用技术帮助学生有效协作和反思知识形成，使他们成为自主（自治的）学习者。具体如表1所示。

表1 自然科学领域探究性学习的基本类型

探究性学习的概念及途径依然在不断拓展，在信息化成为公共背景的今日世界，许多国家已将探究性学习作为发展公民胜任力的终身学习方式。在这一价值取向下，身份认同和社会文化学习观，被广泛纳入到对儿童及成人的非正式探究性学习的研究中，来关注发展学生自主的和终身的学习者身份[44]，信息技术成为智慧学习者的内置部分。一些科学家和教育研究者强调，探究性学习是儿童发展不可或缺的空间和时机，在探究性学习过程中，儿童觉知对世界的意义建构和自己作为“科学家”的身份建构，从而生发科学兴趣，萌生职业期望[45-47]。经合组织（OECD）的国际学生测评项目（PISA），对科学探究能力的强调[48]，也催化了新技术时代全球基础教育对探究性学习的重视和内涵发展。

用信息技术支持探究性学习，还有许多理论和实际问题未得到相应解决。例如，一些学习过程和关键机制尚未摸清；教师在实践中遇到许多困难，无论是作为教学策略的以学生为中心的“探究性教学”，还是作为学习方式的“基于问题的学习”（PBL），成效均不够理想[49]。学习科学体系的日趋稳固，促使不同学科的专家有机会一起长期工作，共同对探究性学习的成效机制进行复杂性和系统化的研究，不断突破学科疆界，形成了一些研究聚焦点。

三、21世纪以来技术支持的探究性学习研究主题分析：以基础教育为例

本文将“探究性学习”置于“信息化场域/环境”中加以考察，兼顾技术性（如数字化、网络化、智能化和多媒化）、教育性和先进性（如有效学习、技术与学习活动深度融合）[50-51]，重点搜寻和考查信息化场域中，依据一定的学习理论及模型，辅之以适当的学习工具、学习资源和学习活动，有针对性地支持学习者学习，从而达到技术促进探究性学习的研究成果。其中，研究者综合运用文献分析学的量化和质性分析方法，以期探索技术支持的探究性学习的主要研究主题。

首先，在Web of Science 核心合集数据库中以“探究”（inquiry*/enquiry*）和常用教育信息技术手段（computer*/web*/mobile*/smartphone/software*/technology*/online*/multimedia*/electronic*/digital*/net*/internet*/virtual*/application/APP/augment*reality/AR/virtual reality/VR/artificial intelligence/AI/game*/3D）作为主题词，检索2000年以来所有英文研究文章（不包括编者按、社论等），选出SSCI 教育类三区以上的文献，并分别按照“技术支持”“探究性学习”“基础教育”为筛选标准，结合标题、摘要、全文进行筛选，共计得到1040 篇符合要求的文章（截止到2020年11月30日）。再将这些文章分别借助Citespace5.7.R2、Bicomb2.0、SPSS22.0 等软件进行处理，提取关键词、绘制词篇矩阵、进行多维尺度分析等处理，从而概括出技术支持的探究性学习的大体趋势。然后，对国际学习科学学会（ISLS）创办的期刊《学习科学杂志》（JLS）自创刊以来的文章进行逐篇筛选，得到42 篇有关探究性学习研究的核心文章，对此进行质性编码和内容分析，并与量化趋势进行比照和互证。

从学习科学视角出发，本文对基础教育阶段技术支持的探究性学习探究的国际成果加以总结，发现国际上的研究主要围绕“科学认识/思维促进”“概念性理解”“协作探究”和“教师探究能力”四大主题，且高频词突现和内容比例上，均以自然科学领域的探究性学习为主。可见，对探究性学习的关键过程和本质研究，已开始引起学界关注，并逐渐显示出利用技术探索科学探究的细部机制，并且提高探究性学习成效是今后一段时间的主要风向。

（一）促进科学认识/思维的网络探究教学框架构建及评估

构建网络技术环境中探究性学习的教与学框架，是21世纪第一个十年的重点努力之一。一个成功代表是科学探究环境WISE（Web-based Inquiry Science Environment），它由加州大学伯克利分校（University of California,Berkeley）“技术增强科学学习”（TELS）团队开发，并不断得到更新改进，成为学习科学与科学教育携手共进的典范。该环境以计算机和互联网作为技术基础，按照知识整合的理论原则（让科学可触及、使思维看得见、帮助向他人学习、促进自主和终身学习力），将科学学习的关键步骤（析出、添加、辨分和反思），凝合成科学探究程序和对应任务[52]，利用技术工具（如模拟、可视化工具、建模工具等），把科学实践、元认知和物质科学中的科学可视化等有效策略整合起来，突破抽象概念学习的阻力，以有效促进学习者科学认识和真实问题解决能力的提升。

但这些目的的实现，离不开对相应工具支持作用的大量基础研究和有效教学框架的支撑。例如，托斯（Eva Erdosne Toth）等人[53]构建了基于现实生活主题的“科学探究课堂教学框架”（包括真实性科学探究活动、知识建构工具、学习结果评价），研究了反思性评价和基于技术的表征工具对科学思维的影响，解释了不同表征性指导模式的作用机制，这对认知性学习环境的开发和学习过程设计，具有奠基性意义。不仅如此，研究发现，精心设计的网络科学探究课程，对改善学生的科学兴趣和动机水平亦有极大潜能。在线交流和图形工具，有利于激发学生间的积极协作和深入的知识学习，从而改进学习者的理解质量和思维品质[54]。此外，通过评估技术增进的科学探究单元对学生学习的影响，研究者进一步揭示探究教学的情境是学生知识整合、发展深度理解的关键[55]。

（二）用技术脚手架支持概念性理解和实现嵌入式指导

互联网、无线通讯、数字移动设备及传感器的普及使用，提升了学生获取丰富性支持的可能性，脚手架（Scaffolding）的作用机制被学习科学家们列为重要议题[56]。他们认为，脚手架街接了学习者和更有知识的他人或代理之间的联系，使学习者的学习和实践得以更专业、更精熟。为此，研究者们设计形式多样、功能专门化的技术性工具，支持学生的意义建构、清晰阐释（Articulation）和反思，指导（或管理）探究和问题解决过程，促进学习者对知识的概念性理解，形成了丰富的研究成果。例如，研究者采用基于准实验的详细比照，发现利用在线同步论证（Online Synchronous Argumentation）脚手架（“双层”工具性设计），成功地促进了八年级学生的化学概念转变，学生的科学论证能力和科学观念都得到了改进[57]；另外，将案例研究与计算机化探究实验室活动与分子建模相结合，可显著提高所学生问题提出和建模等高阶思维能力，达成更高阶的概念水平[58]。

近期，一些研究者[59]结合视觉知识表征与高级思维关系的研究，采用概念图示知识表征模型作为提出问题的辅助策略，开发了集多层次概念图示和提问策略指导为一体的泛在学习系统，使用该系统学习植物学单元的五年级学生的学习成绩和提问能力明显更优。此外，不少研究者更加关注在线学习环境中探究环节的成效。比如，有研究揭示了指导性探究学习环境，可以支持学校中不同水平科学成就的学生更高程度地参与科学探究，以建立观念间联系（这是概念化或概念转变的关键基础[60]），且自动化适应指导有明显优势[61]；另有研究者发现，在交互模拟学习环境中嵌入探究指导，对学生的科学素养（主要指科学知识的概念性理解与运用）具有长期效应，鉴于科学素养可以更好地预测探究行为，用这种设计精良的探究活动代替常规教学，不仅不会损失学生的学校科学成绩（例如，针对49 名八年级学生的研究[62]），且有助于低科学成就学生充分地参与探究学习。

（三）协作性探究机制解释与集体知识生产环境构建

协作性探究作为回应21世纪所需技能已纳入到学校教学中，这给教师带来巨大挑战。探索协作性探究的机制和集体知识建构的路径支持[63]，构成了《学习科学杂志》刊发的重要主题，认为在协作性探究这种学习方式下，学生以群组的形式在教师支持下进行自我调节学习，发展对科学的兴趣和参与动机，学会执行类似于科学家做研究的探究步骤，并获得有关科学过程的认识。实验研究发现，基于网络的协作探究，对低成就学生和普通水平学生的科学成绩有显著的积极影响，探究单元为他们提供了发展科学实践技能和形成科学学习信心的机会[64]。欧洲学者深入分析了有效协作需要系统化支持，认为需要构建真正的网络——不但包括为协作探究建立专门的技术平台本身，更重要的是通过技术平台将其内部和外部的计算工具和环境连接起来[65]。

加里森（D.Randy Garrison）等人[66-67]针对在线学习的有效性问题，提出需要建立探究共同体（Community of Inquiry，CoI）并构建了COI 框架。该框架根植于学习的认知建构和社会文化理论，提出了在线学习的三个基本要素：认知存在、社会存在和教学存在，三者之间的互赖关系为协作学习提供了一种新界定，即要进行知识共建（认知存在），学习者必须相互信任并感到彼此真实（社会存在），且学习环境必须为协作性探究所要求的交互提供精心支持（教学存在）。这一框架解释了虚拟环境中参与者之间的互动固然重要，但互动本身不足以保证在线学习的有效，需要教学存在来支持社会存在和认知存在。

事实上，基于COI 框架并整合多种交互方法，将在线学习者基于话语的交流转换为深度探究和知识共建，一直主要存在于高等教育[68]，但近期也有向基础教育拓展的趋势。在COI 框架指导下，研究者将不同的数字媒体运用于在线课程后，发现VR可以增强学习者对教学设备与教室、社会存在和教学存在的感知，并有利于劣构知识的学习，而基于VR 的混合式学习，对学习者的兴趣、注意力和互动均存在积极影响[69]。

（四）培养教师的探究理解和运用技术开展探究教学的能力

研究与实践表明，教师很难直接从讲授法自动转向探究性教学，甚至时常感到挑战过大。他们需要掌握并运用教与学的先进理念，理解探究的基础和过程[70]，还要有能力适应整合新技术的学习环境对专业发展的更高要求。调查发现[71]，面对将新技术（如Web2.0）融入教学目标，职前教师更希望了解有关新技术在教育中应用的知识，且更关注新技术对个人的影响；男性（较女性）职前教师更关注如何与同事协作，以及如何调整和改进教学方式；非科学类教师更关注新技术知识以及新技术对自身的影响，而科学类教师则更为关注技术对学习的影响。

对此，一些研究者认为，需要依据一定的学习理论指导教师培养项目的设计与实施。例如，贝尔（Randy L.Bell）等人[72]基于麦克莱伦情境学习观（McLellan’s Perspective on Situated Learning Theory），设计了职前科学教师教学技术应用课程（针对两年制硕士），旨在让所有参与者都使用数字图像、视频、动画来模拟教授过程，以支持开展探究性教学并运用所学增强学生的参与。该研究识别了有助于职前科学教师将技术有效地整合到教学中的特征：参与以特定教学途径将技术置于专业情境之中的科学课教学、与同伴合作以及在授课后提供反馈和反思的机会。这其中，情境学习理论为职前教师的课程组织，提供了富有解释力和操作性的框架，使其以支持教学革新的方式整合技术，有效提高了职前教师的技术应用力。从总体上看，相对于上文提及的前三个主题，关于发展教师探究能力的研究还不够聚焦，还有较大的研究改进空间。

四、新议程：用技术增效探究性学习

通过对国际文献的全面检视可知，研究者及教师对学习本质的理解，制约着探究性学习的设计和实施，而将技术用于探究性学习的一个重要目的，在于提高深度学习的效率[73]②就技术用于支持探究性学习的目的这一议题，本文作者之一裴新宁也跟多位国际学者进行过交流，认为技术应该改进探究性学习的成效，尤其是解决效率不高的问题。。这就需要在制约深度学习过程和结果的关键环节上做出突破，且需将学习科学和技术设计紧密结合，才能实现突破。《国际学习科学手册》已经提出了这一问题并载录了新近的一些有益尝试[74]。为此，本文以《国际学习科学手册》为基础，并参考对《学习科学杂志》核心文献的质性分析，思考了技术支持探究性学习研究的可能的新议程。这里需要说明的是，“新议程”强调研究者应把学习过程作为一个整体加以系统化审视，以从根本上改进探究性学习研究；“新议程”并非指在既有传统授受式课堂中运用某个新技术手段，而是指需要运作新的学习结构；“新议程”显示需要在一些“精细的”方向上做出更多探索。

（一）重视并正确运用模型建构及计算思维

建模是人的认知活动，支持着假设检验、推断、推理等许多重要认知技能[75]。能否对探究的现象或系统的核心特征建立模型表征，决定了探究学习的成败。在计算机环境中，对不同形式的建模活动提供支持是技术设计的一个焦点。利用模型的解释性和可预测性，能够促使学生深入剖析问题，以模型为基础对自然世界或人工世界展开探究[76-77]。建模环境的作用在于提供符号和表征系统，相当于给学生提供描述现象的“新语言”，以利于创建和组织概念性表征[78]。例如，学生利用建模和可视化技术提出研究问题，运用建模工具绘出自己的科学模型，并通过实验建立新模型，反思和总结概念理解、进行模型修正等过程，从而加深学生对科学概念和科学探究过程的理解。

开发建模工具和环境，要以学生建模活动的过程本质为依据。学习科学研究者一般认为，在建模活动中，学生首先要基于模型的学习构建出某一主题的临时模型，之后在借助仿真使用专家模型的过程中，学生不断与复杂现象的因果和动态特征开展互动，从而完善或修改自己的临时模型[79]。近期研究发现与上述认识达成了共识[80]：学生通过发展自己的模型，或者刻意养成某个习惯或为观察到的行为建模，可以促进多种学习；而且，为自己创建模型，比仅仅使用他人建议的模型更为有益。学习科学也强调，应鼓励学生自己发现或者借助教学指导，去探索现象背后的规则、模式或原理。比如，如果教师鼓励学生运用数学，那么学生可能会利用自己的数学知识，对决定天平平衡的距离和重量之间的复杂因果关系建立模型[81]。

受科学和工程学中计算思维的影响，目前编程教学大量进入了中小学课程。但是如何用好编程，防止流于简单效仿和技艺训练，还需要深入研究。已有探索揭示了一些有价值的方案，比如，当游戏玩家自己编制（编码）新的计算机算法去提高蛋白质折叠的效率时，展现了非凡的模型创建学习。一些启发性方向值得关注：首先，学习编程可能让玩家们创建出工具，从而帮助他们更好地进行解决问题[82]；其次，通过计算模型（Computational Model），学生可以更好地理解模型背后的数学和认识论，并将计算思维与建模活动紧密地联系起来；再次，计算建模（Computational Modeling）环境，可以帮助学生更清晰地表征复杂现象的数学关系，让学生更为准确地理解某一现象或理论[83]，比如，学生可以利用计算建模模拟疾病传播的简单规则和突变现象。

总之，学生与模型的互动可以提供大量信息，为了利用好这些信息，促进学生的个性化学习（如，提供自适应指导、丰富性反馈和持续性评价），需要对学生的学习过程有更为精准的认识。

（二）做好设计与探究的有机联结

设计在探究性学习中有着独特的价值。设计不是强调学生设计出手工制品，其更为重要的价值在于可将内部的设计思考外化，变成一种解决问题的能力。研究表明，通过设计开展探究，可以让学生将习得的科学概念和技能运用到实践中[84]，提高界定问题、寻求帮助和有效地利用失败的能力，并有利于身份建构。设计和探究的有机结合，有可能凸显教育的多种价值，比如，自主性、协作性、反思性、实践性及社会意义。然而，设计和探究的联结往往不是自发或自动的，需要专门化工具的引导和支持。目前，研究者认为理想的路径是提供工具丰富的设计学习（Learning-by-design）环境，具体需关注以下三个方面内容。

首先，准备合适的工具。这里的“工具”包括（但不限于）[85-86]：（1）精心策划的实体的或虚拟的素材（使学生能够充分探索设计空间，并灵活地表达不同的设计思想）；（2）科学可视化和模拟（理想情况是能够覆盖学生的设计工件，以帮助他们了解潜在的科学概念以及设计选择的后果）；（3）给学生思考解决方案和他们的设计过程提供的专门空间和指导（这些设计工具通过隐性地塑造学生的设计行为，可以将专家设计师的文化实践注入课堂学习中）；（4）规则（比如，学习共同体的规范和分工原则等，它们可以调节学生的设计行为和知识发展）。

其次，这些工具需要置于系统化设计的复杂学习环境之中。具体方式如：（1）在虚拟学习环境中设置亟待解决的充满复杂性的“真实”问题，让学生有充分的机会进行设计、探究和发现。例如，悉尼大学的雅格布森（Michael J.Jacobson）领衔开发的Omosa虚拟星球项目，通过3D 沉浸式虚拟世界和2D 基于代理的建模（Agent-Based Modeling，ABM），提供了一个科学探究环境，依据有效失败（Productive Failure）理论设计了学习活动[87]，学生从初级科学家到助理科学家再到科学家，分别探索角色使命；要像科学家一样，与科学家们共同发现导致动物濒危的原因。学生主要通过Omosa NetLogo（一种由NetLogo语言编写的可视化ABM）开展实验模拟，并将自己的各种问题解决设计付诸探究。其中，学生会遇到各种虚拟人，要了解到他们的社会责任以及各种牵制，从而体验“社会中的科学”意涵和科学家的责任。（2）利用基于移动互联网的技术手段，支持现实场景中的跨学科（比如，STEM）探究实践，让学生理解设计背后的科学概念，实现知识和身份的交叉式双重建构。比如，学生通过自己的成果设计来解释现实社会问题，如，设计疾病防控方案，或者设计太阳能烤箱以代替燃煤等，其中诸多环节学生需要借助信息技术；这些活动需要学生对学科知识和理念有深入的理解，并具有与相关对象（例如，人和社区）共情的能力，他们需要考虑各种约束、权衡利弊、尝试资源可用性，做出推理，进行协作和持续反思，整合不同观点。（3）把学科学习标准和探究支持工具嵌入计算机游戏中，可实现诸多有益目的。比如，基于生物学和生态学的课程标准设计专门的游戏环节，玩家（学生）从事普通课堂中难以实施的探究过程（如观测数据、与非玩家交流等），有利于改善学生的知识学习，特别是对认识性知识（Epistemic Knowledge）和参与动机具有重要作用[88]；在游戏中学生可更好地理解编程的涵意，拓宽对计算机科学在社会中的作用的看法[89]。总之，在这些做法中纳入足够的反思和自我监控过程，有利于学生的自主性发展。

对如何充分利用“设计—探究”的优势，还有许多问题有待深入研究（比如，允许学生根据自己对问题的掌握情况，开展自主探究、追求个人兴趣等）。有几个值得注意的基本原则：关注学生对待风险和失败的态度；为学生提供从同伴的错误中学习的机会，比如，进行公开的方案测试，让学生观察记录、产生优化设计的真实动机；利用技术整合的环境，为学生提供及时访取资源的机会、为设计推理和论证提供适应性支持等。但是，将在不同研究中发现的成功原则加以提炼综合，形成设计与探究有效连接的基本结构，依然是一项挑战。我们认为，充分利用好成功的探究性学习项目的支持结构，在探究实践中融入设计环节，是值得尝试的做法。

（三）优化反思机会及指导性结构

在探究性学习中学生会持有许多想法，有的是通过建模、设计等活动获得的，也有的是他们原先就有的、不乏错误的。重要的是，要引导学生通过反思，及时修正自己对问题现象的心理表征，在不同观念间建立一致性联系，并开展元认知活动，从而走向更深层次的理解。所以在探究性学习中，为学生提供反思的时间和空间并给予适当的指导是至关重要的。为此，今后的研究应注意以下几点。

首先，学习环境的设计，要能够引导学生经历“真实性的”（专业性的）探究，即了解专业共同体从业者如何“思”“说”“做”。比如，了解专业科研人员如何提出问题。提出科学问题的过程涉及分析数据和进行推断，这段时间往往很长且比较纷乱，必须为学生提供工具来激活先前知识，通过一些专门的任务，把他们的工作加以组织、变得可管理，需要通过反思性支持或适应性反馈，将所取得的结果与探究过程联系起来[90]。其次，在学习环境中嵌入更多的让学生创建论证和解释的机会，以引导学生在探究过程中进行有效反思，并融入评价标准（比如，链接术语框、学习指标等），帮助学生自我监控探究过程[91]。在这个过程中，探究性学习环境中的结构化工具和自动化指导，可以指导学生梳理观点，帮助他们对某一主题达成一致性理解。与此同时，这些工具也可帮助教师即时地了解学生的所思所为，帮助学生完善理解。这种探究性学习环境，还可支持教师和学生的身份发生根本性转变——学生不再是事实的“聚集者”，而是化身为“探究者”；教师也从“专家/权威”，转变为真正的“促进者”。

总之，促进高阶思维的成果是技术支持的探究性学习所追求的。这很大程度上取决于对论证和解释的教学指导（论证和解释是探究的关键但困难的步骤）。开展论证的目的并非引向“正确”答案，而是强调证据的综合以及对不同观念间联系的修正，以达成整合性理解。前人的探索已经表明，论证结构化工具（如，Idea Manager 等）可以帮助学生在探究过程中辨析和组织证据，使得论证更为强健。一些软件（如，Belvedere 等）可以将学生的想法进行分类，进而描绘想法之间的联系[92]。然而，学生个人及小组的论证结构十分多样，形成过程也相当复杂[93]。学习科学领域的研究者需要分析学生是如何形成论证结构的，从而设计灵活的脚手架来支持和指导他们的探究。当然，通过自然语言处理工具和图表评分算法，对学生的解释进行评估，已经达到了相当的准确度[94]，运用自动化提示鼓励学生批判和改进解释，以及给予他们强化解释修正的策略指导研究，也展现了新前景。简言之，通过技术在学生的日常语言和学科语言之间建立更紧密的联系，以及对学生的思考进行自动化分析，是两个很有希望的方向。

（四）改进探究性学习环境中的伴随式评价

学生在学习过程中的数据是学习科学研究所关心的重要内容，其主要目的在于从不同视角、采用不同的分析方法，挖掘和分析学生在学习过程中的系列影响因素，从而促进学生的有效学习[95]。信息技术支持的探究学习环境，提供了重建评价概念的机会，将评价作为与教学融为一体的、进行中的、持续的、形成性的过程。运用学习分析法可以获知学习进程中学生的学习轨迹以及他们的想法和表现，进而为学生提供伴随的个性化指导，促进自我监控、自我评估和迭代精制。例如，借助软件功能让学生参与到课程的“反思性评价”之中[96]；根据学生的工作时间记录、访问轨迹和日志对话，研究者及教师识别学生的探究困难和概念理解程度，从而给学生适当提示[97]，充分发挥学习仪表板的作用。这些报表所呈现的基于个体不同特征的宝贵学习信息，为教师针对个人或全班的指导，提供动态分析借鉴。

另外，值得关注的是，探究性学习环境往往是基于模型或结构化工具的，如何用好这些模型或结构化工具，在学习过程中嵌入对重要技能、尤其是高阶学习能力的评价，已显示出巨大的研究前景。例如，运用计算机辅助的设计环境、评价学生的工程设计过程和应对挑战时的决策过程[98]。得益于大数据、人工智能等领域方法的启发，一些先锋型学习科学家认为，需要重视学习评价的前期基础，号召并正努力把精心设计的探究活动嵌在技术丰富的学习环境中，对多模态数据文件进行学习分析，以期构建适当的矢量表征，以更好地识别学生协作和探究过程中的模式[99]。

总之，今天新技术的进步，使我们有可能利用多种强健的方法测量学生进展，并将测量作为学习的组成部分来实施，而不是采用中断学习的评估办法。但如何整合并用好数据，仍是一个需要强有力理论指导的问题。

五、结语

国际上利用技术支持探究性学习的研究方兴未艾，并走向更为专门化、精细化和精准化。基本理论和学习机制的研究，是这一领域取得突破和进展的基础性保证；利用适当的信息技术手段为学生提供便利、可通达的探究机会，引导深度学习的发生，是技术设计的主要方向。对比国际上的研究发展，我国要重视探究性学习领域的学术成果积累，尤其要加强学习环境的系统化设计和研究，大力改进教师探究能力的培养和发展工作，重点研发精准技术，从而及时分析、预测并支持学生在智能学习环境中主动寻找并有效利用资源、达成学习目标。此外，要通过政策的激励机制，促进和深化学科内容专家、技术专家、理论研究者等在上述诸领域的务实合作，这是揭示智能时代多情境和文化影响下的学习发生机制，实现教育教学质量提升的急迫之需。

（致谢：在本文撰写过程中，浙江树人大学黄璐博士对本文提出了宝贵建议，特致感谢！）