三、深度学习与个性化学习

深度学习是学生通过批判性思考、问题解决、合作和自主学习，掌握学习内容。实现深度学习的方式很多，如基于项目的学习、基于挑战的学习、基于探究的学习等。在此过程中，激发学生的好奇心和求知欲，培养各种实现目标的能力和素质，实现有质量的学习。

个性化学习指的是针对个体学生特定的学习经验、需要、兴趣、愿望或文化背景来设计教育项目、教学方法以及学术支持策略等。个性化的学习让学生有更多的自主权，在个人学习目标之下，自定步调，全身心投入学习过程中，实现个体发展。

学习分析与自适应学习技术的发展为开展个性化学习提供了可能性。学习分析是网站分析的教育应用，旨在进行学习者分析，是收集和分析个体学生在网上学习活动中互动细节的过程。在西班牙的拉里奥哈国际大学的电子学习和社交网络的硕士课程中，自适应学习系统iLime考虑了学生在正式与非正式情境中的交互。iLime 利用指导和评价的功能，成功实现了针对每位学生的个性化指导。

情感计算是指通过编程控制机器对一系列人类情绪进行识别、解释、处理和模拟。在高等教育中，情感计算的一个潜在应用是在线学习。在这种情境中，一位计算机化的教师能够捕捉学生厌烦的面部表情并可以通过努力激发或提高他们的兴趣。同样，在个性化学习中，情感计算通过理解和迎合学习者的态度和情绪，对学生学习过程中的情绪信息进行分析评估，针对性地克服其中一些困难。

深度学习和个性化学习的评价与传统教学评价不同，“日益注重学习评价”模块介绍了评价领域的新视角。高等院校越发重视学习数据的挖掘和分析，以此了解学生个性化学习中的进展和具体的学习收获，是否实现深度学习。学生利用数字化工具提供的行为和表现数据，批判地思考自己的进度和目标，实现自适应学习，体验个性化学习过程。很多大学都在尝试提供移动的、设备无关的学位和课程学习，可以从各类情境中跟踪、存储和利用数据。(未完待续)

（选编自：中国教育网络 高茜 殷丙山）

上一篇： 技术支撑面向未来的教育变革（上）

下一篇： 技术支撑面向未来的教育变革（下）