数字教育资源发展趋向
摘要：随着教育信息化工程的深入推进，为实现信息技术与教育深度融合，数字教育资源的建设至关重要。该文从教育生态学视角，透视数字教育资源建设与应用，理清基本要素，建构比较分析框架，遴选国内外10个典型的案例进行比较分析，以归纳出数字教育资源的新发展：数字教育资源形态趋向多元化，支持教与学并举，且易于转换；数字教育资源的建设由集中走向共创，注重用户参与建设和共享资源；数字教育资源的服务形式由用户自主检索转向捕捉用户需求，精准化定位与推送；数字教育资源评价由标准化外部评价转向用户过程性评价与建设者自评相结合，评价与建设紧密联系，互为一体。
关键词：数字教育资源；多元化；共创；精准推送
(一)多元化形态与转换
随着信息技术在教育领域的深入应用，数字教育资源呈现出新的形态，比如MOOCs、微课程、混合学习资源、教学视频等。数字教育资源形态渐趋多元化，以适应不同层次、不同类型的教育教学需求。即便同一主题的数字教育资源，也需以多种形态呈现，应用于不同的教育教学情境。那么，在数字教育资源建设过程中，必然要求同一主题资源一次建设，多形态呈现与转换，适用不同情境。由此，数字教育资源的多元化形态与转换成为必然趋势。关于数字教育资源的形态，分类是基础，《教育资源建设技术规范》将数字教育资源分为媒体素材、试题、试卷、课件、案例、文献资料、资源目录索引、常见问题解答以及网络课程等类型，这是按照数字教育资源的技术形态进行划分。信息化教学环境下，数字教育资源从教与学的角度，可以分为两大类：一是精加工教学方式下的数字教育资源，具体分为课堂迁移型资源、网上自学型资源、简单混合型资源三种类型，另一类是支持信息化学习方式的数字教育资源，其又可分为个体任务型、微型课件型、过程体验型、小组合作型和邻近经验型等5种形态[16]。这是从指向具体教学或学习过程而对数字教育资源的形态进行的划分。采用不同的视角，对数字教育资源就有不同的划分方法。但从数字教育资源的服务对象而言，主要是教师和学生，支持的活动也即是教的活动和学的活动。数字教育资源的应用情境最基本的也是教的情境和学的情境。数字教育资源形态首先应能在教与学的情境间相互转换。SCOOTLE实现了这方面的功能，一幅图片或一段视频，在教师界面可提供给教师作为备课的素材加入到演示文稿中，用于课堂教学，而在学生界面则已放入课程学习包中供学生自主学习。此外，同一主题资源，教师用于设计为自主学习活动包的资源后，也能无缝转换成教师开展协作教研的研修资源。因此，数字教育资源呈现多元化形态，且易于转换。
(二)共创式建设与发展
我国教育信息化历经十余年的发展，在数字教育资源建设与应用方面取得了较好的成果，但仍然未能完全解决“有建设，无应用，难共享”的问题。数字教育资源建设模式一般分为自发建设模式和共建共享模式，这两种模式不利于学习型社会的建设和终身学习的科学发展，必须重新建立一个新的学习资源建设模式，即“公建众享模式”[17]。数字教育资源配置模式由共建共享到公建共享[18]。这些模式都强调资源建设的公益性，政府在其中发挥的统筹和协调的作用，且注重民众的参与，发挥大众的集体智慧，有助于资源的建设贴近用户的实际应用需求。然而，仍未能摆脱建设与应用两张皮的惯性模式。数字教育资源的共创式建设与发展，则是指行政部门提供建设规范，组织和管理建设活动，广大用户(教师、管理者以及学员)共同参与建设数字教育资源，个体用户创作资源，提交管理部门审核后发布到网上，其他同行(即是建设者也是应用者)试用并提出修改意见，供创作者参考并修改完善，建设者和应用者一起在应用过程中提升和发展数字教育资源质量。当前正在开展的“一师一优课、一课一名师”活动，其建设模式和共创式建设与发展相一致。数字教育资源的最终用户——教师作为建设者，按照要求在国家教育资源公共服务平台上晒课，晒课内容包括一堂完整课堂教学的教学设计、所用课件及相关资源(或资源链接)、课堂实录(可选)和评测练习(可选)。这些课程资源来源于教师用户，根植于日常教学活动，易于为其他同行所接受并应用。由此可见，在互联网技术支持和互联网思维的引领下，数字教育资源的共创式建设与发展将成为必然趋势。
(三)精准化定位与推送
数字教育资源的服务历来强调针对不同用户，提供满足其个性化需求的数字教育资源。关于数字教育资源的个性化服务，较为成熟的有协同过滤推荐、基于内容的推荐和基于知识的推荐[19]。协同过滤推荐是利用资源库注册用户群过去的浏览和检索特点来预测当前用户最可能感兴趣的资源。基于内容的推荐则是将资源特征和用户偏好匹配起来，需要两类信息实现，即资源特征的描述和用户兴趣的个人记录。基于知识的推荐是以用户需求与资源之间进行相似度计算，选择相似度高的资源推荐给用户的一种推荐方式。数字教材中个性化学习资源推送策略有教师引导推荐、系统自动推荐和学习者个体定制[20]。上述研究均注重结合学习者历史数据和数据库中个体特征记录，为其推送个性化的资源。物联网技术的飞速发展，特别是多传感器融合技术，为探测学习环境特征提供技术支持。因而，识别用户情境成为数字教育资源服务的必备条件。数字教育资源服务的精准化定位与推送，是指通过收集用户的数据，提取用户的个人特征，识别用户教与学的场景，精准定位其教与学需求，为其推送所需的数字教育资源。数字教育资源服务的精准化定位，依托三方面信息：一是用户认知状态信息，即用户的认知水平与目标水平之间的差距；二是用户生理特征信息，捕捉其血压、心率等生理指标，了解生理状态；三是用户所处物理环境信息，所处环境和教与学的联系，以及物理指标，如温度、湿度、海拔等信息。综合这三方面信息，适时为用户推送所需的数字教育资源。
(四)过程性评价与建设
评价是数字教育资源建设与应用的关键环节，其用于改进建设和服务的质量。关于数字教育资源的评价，从评价主体来看，基本的评价方式有管理者评价、专家评价、用户评价、机器评价等[21]。管理者评价资源的系统性、丰富性、组织性、安全性和稳定性；专家评价则是依据一定的评价指标，对资源建设给予鉴定性评价；用户评价是考察资源是否实用、好用、易用；机器评价是借助技术实现的客观量化评价，可以形成直观的评价结果。从资源建设的角度来看，又可分为自主评价、用户评价以及外部评价，自主评价是建设方自主组织实施的评价，在建设过程中开展的自我评价，以使得资源建设达到相关规范或标准，用户评价则是使用方在应用资源的过程中开展的过程性评价，外部评价则是外部机构或组织开展的第三方评价，通常组织专家来进行评价。当前，数字教育资源的评价以自主评价和外部评价为主、用户评价为辅，可以在一定程度上保障内容的科学性和规范性，但评价者并非最终用户，始终难以贴近用户的需求。而且，在Web2.0时代，数字教育资源在应用的过程中很难一成不变，随着用户标注的添加和讨论的累积，对资源持续更新的诉求不断显现，使得数字教育资源评价模式从外部评价、自主评价等静止式评价模式向用户过程性评价的动态式评价转变，且评价结果适时反馈给建设者，及时更新和改进。
参考文献：
[1]教育部.教育部关于印发《教育信息化十年发展规划(2011-2020年)》的通知(教技[2012]号)[DB/OL].http://www.moe.edu.cn/publicfiles/business/htmlfiles/moe/s3342/201203/xxgk_133322.html，2016-02-20.
[2]杜占元.杜占元副部长在教育资源建设与共享座谈会上的讲话[J].中国电化教育,2011,(10):1-3.任凯,白燕.教育生态学[M].沈阳:辽宁教育出版社,1992.
[3]王民,顾小清等.数字教育资源建设的生态化视角及技术架构[J].开放教育研究,2013,19(2):102-107.
[4]任友群.信息化促进优质教育资源共享_系统科学的视角[J].开放教育研究,2013,(10):104SCCOTLE[DB/OL].http://www.scootle.edu.au/ec/p/home,2016-02-20.
[5]人民教育网[DB/OL].http://www.gopep.cn/,2016-02-20.
[6]北京数字学校[DB/OL].http://www.bdschool.cn/,2016-02-20.
[7]教学点数字教育资源全覆盖[DB/OL].http://jxd.eduyun.cn/,2016-02-20.
[8]国家教育资源公共服务平台[DB/OL].http://www.eduyun.cn/,2016-02-20.
[9].TheOnlineKnowledgeBasket[DB/OL].http://elearning.tki.org.nz/,2016-02-20.learningplace/,2016-02-20.