楊緒輝

關(guān)鍵詞：教學(xué)樣式;學(xué)習(xí)范式;人工智能;學(xué)習(xí)環(huán)境;學(xué)習(xí)的通用設(shè)計

一、UDL教學(xué)樣式的價值解析與未來進(jìn)路

作為學(xué)習(xí)科學(xué)研究的重要依托，神經(jīng)科學(xué)、認(rèn)知科學(xué)等領(lǐng)域近年來取得的突破，使其學(xué)習(xí)研究的成果被教育工作者廣泛采納和傳播，這不僅主導(dǎo)人們關(guān)于學(xué)習(xí)者為何學(xué)、如何學(xué)和學(xué)什么探討基點的變化，而且直接沖擊著學(xué)校傳統(tǒng)教學(xué)的經(jīng)典架構(gòu)[1]。作為學(xué)習(xí)科學(xué)在現(xiàn)代教育中應(yīng)用的代表性成果，學(xué)習(xí)的通用設(shè)計無論是在當(dāng)前的教學(xué)樣式，還是在構(gòu)成未來學(xué)習(xí)的圖景中都扮演著重要的角色。

（一）UDL教學(xué)樣式的價值解析

學(xué)習(xí)的通用設(shè)計（Universal Design for Learning，UDL）是圍繞學(xué)習(xí)科學(xué)三大教學(xué)原則來組織課程的框架，通過提供靈活的參與方式以及適切的學(xué)習(xí)支持，進(jìn)而減少教學(xué)阻礙、保持對所有學(xué)生的高成就期望[2]。鑒于缺少適切的教育理論以及智能化學(xué)習(xí)環(huán)境的支撐，諸多學(xué)者和機(jī)構(gòu)在教育的行動中為UDL三大教學(xué)原則的實現(xiàn)構(gòu)建了教學(xué)指南，其中最具代表性的是美國特殊技術(shù)應(yīng)用中心（Centerfor Applied Special Technology，CAST）開發(fā)的UDL指南[3]。UDL教學(xué)指南提供了便捷概覽以及使用建議，教師通過核查建立在三大教學(xué)原則下指標(biāo)點的具體要求，可以分析教學(xué)的潛在阻礙和解決方案，有助于創(chuàng)造靈活且富有支持性的學(xué)習(xí)環(huán)境，讓組織個性化教學(xué)滿足所有人的學(xué)習(xí)需求成為可能。由于UDL致力于實現(xiàn)的三大教學(xué)原則分別來源于人類學(xué)習(xí)的三組腦網(wǎng)絡(luò)（識別網(wǎng)絡(luò)、策略網(wǎng)絡(luò)和情感網(wǎng)絡(luò)），以及為所有學(xué)習(xí)者提供均等學(xué)習(xí)機(jī)會的目標(biāo)，使其寫進(jìn)了美國《國家教育技術(shù)計劃》和《每一個孩子成功法》等教育政策文件。正因為如此，依托教學(xué)指南才得以走進(jìn)教育實踐的UDL成為了信息時代一種頗具影響力的教學(xué)樣式。所謂教學(xué)樣式是指人們通過一些簡潔的表征形式，來記錄和共享特定教學(xué)實踐中的成功經(jīng)驗，以便于實踐者從中獲取相關(guān)教學(xué)策略和技巧的結(jié)構(gòu)框架。

此外，UDL提倡從學(xué)習(xí)者的興趣和需要出發(fā)，為所有人設(shè)計具有包容性課程的思想，具備了實現(xiàn)未來學(xué)習(xí)圖景的巨大潛力。2018年，美國國家科學(xué)、工程與醫(yī)學(xué)院通過推出的《人是如何學(xué)習(xí)的Ⅱ：學(xué)習(xí)者、境脈與文化》向我們展示了未來學(xué)習(xí)的一幅新圖景：身處學(xué)習(xí)支持技術(shù)及其產(chǎn)品構(gòu)建的學(xué)習(xí)環(huán)境，不同類型的學(xué)習(xí)者（包括在職員工、老年人、學(xué)習(xí)障礙者）面對真實的社會境脈時，在動機(jī)、興趣和投入的支持下可以依據(jù)自身特征和偏好獲得個性化的學(xué)習(xí)體驗，從而使知識專長、思維能力得到切實發(fā)展。由此可確定，在學(xué)習(xí)環(huán)境不斷完善的前提下，創(chuàng)造“人-機(jī)”合作學(xué)習(xí)的條件，為所有“潛在學(xué)習(xí)者”提供公平且真實的學(xué)習(xí)機(jī)會以及豐富的學(xué)習(xí)選擇將會成為教育工作者追求的目標(biāo)。這種學(xué)習(xí)圖景所體現(xiàn)的學(xué)習(xí)形態(tài)與UDL理念有著天然的契合性，具體而言：從關(guān)照對象來看，UDL認(rèn)為不存在一般程度的學(xué)生，即獨特性（Variability）和差異性是學(xué)習(xí)者及其同伴關(guān)系的通則，因此他們反對傳統(tǒng)教學(xué)對那些虛設(shè)的、具有一般程度學(xué)習(xí)者進(jìn)行關(guān)照的設(shè)想，而是應(yīng)該給予所有“潛在學(xué)習(xí)者”平等的學(xué)習(xí)機(jī)會;從教學(xué)結(jié)構(gòu)來看，UDL根據(jù)人類學(xué)習(xí)的“三組腦網(wǎng)絡(luò)”建立相互協(xié)作的教學(xué)原則，體現(xiàn)以關(guān)系思維為特征的現(xiàn)代教學(xué)理念，擺脫了傳統(tǒng)教學(xué)的線性思維，有助于學(xué)習(xí)者與真實世界建立聯(lián)結(jié);從資源保障來看，UDL破除了封閉式的資源配置思路，提出多元智能型資源的建設(shè)理念，即根據(jù)學(xué)情構(gòu)建開放性和彈性化的學(xué)習(xí)資源網(wǎng)絡(luò)。

（二）UDL的未來進(jìn)路：從教學(xué)樣式向?qū)W習(xí)范式的轉(zhuǎn)化

隨著實踐的日益深入，UDL開始出現(xiàn)一些亟需攻克的難題。一是，UDL追求的在教學(xué)設(shè)計階段就實現(xiàn)周全考慮的目標(biāo)難以實現(xiàn)。UDL來源于“通用設(shè)計”（UD）理念，即“從伊始奏效而無需事后改進(jìn)”是其追求目標(biāo)，但是學(xué)習(xí)經(jīng)驗創(chuàng)造與生活物品建造存在本質(zhì)的不同，難以在設(shè)計階段考慮到所有個體的現(xiàn)實需求;二是，UDL提倡的通用方法可能引發(fā)新的學(xué)習(xí)障礙。UDL通過提供靈活且多樣的教學(xué)方法和材料，允許每一位學(xué)習(xí)者以其最有效的方式實現(xiàn)學(xué)習(xí)目標(biāo)。雖然這種方法能夠滿足大多數(shù)學(xué)習(xí)者的學(xué)習(xí)需求，但是對于那些有選擇性障礙以及典型場依存類型的學(xué)習(xí)者而言卻形成了新的學(xué)習(xí)障礙[4];三是，UDL指南式架構(gòu)的合法性地位遭受質(zhì)疑。UDL是基于對人類學(xué)習(xí)方式的科學(xué)洞察來優(yōu)化所有人的教與學(xué)框架，由于在各個教學(xué)環(huán)節(jié)缺少具體的實現(xiàn)手段，人們往往需要依賴其他教學(xué)方式的支撐來完成實踐過程，這使UDL難以成為獨立的設(shè)計方法，甚至經(jīng)常會被取代。此外，UDL的教育實踐同樣可以提供佐證：Mavrou和Symeonidou教授[5]通過調(diào)查美國推行的一些國家課程發(fā)現(xiàn)，UDL在實踐中未能將其所提倡的三大原則有效融入課程;Franz等學(xué)者[6]的研究也表明，現(xiàn)代教育理念促發(fā)了諸多教學(xué)方式對于滿足個性化學(xué)習(xí)需求的重視，因此UDL并未像理論家預(yù)言的那樣具有吸引力。

人工智能的快速發(fā)展及其在教育領(lǐng)域的不斷滲透，給UDL解決上述難題帶來了契機(jī)。更為重要的是，由于UDL對技術(shù)有著天然的內(nèi)生性需求，引入人工智能帶來的影響不僅限于學(xué)習(xí)工具層面，其在理論邏輯、模型方法和價值體系等方面亦能得到極大的提升，從而具備了發(fā)展為學(xué)習(xí)范式的潛力。在人工智能環(huán)境下從教學(xué)樣式向?qū)W習(xí)范式轉(zhuǎn)化，UDL不僅可以提升學(xué)習(xí)設(shè)計的品質(zhì)，塑造未來學(xué)習(xí)的新形態(tài)，而且可以衍生出全新的價值體系，通過共同價值取向的驅(qū)動有效凝結(jié)社會心向，從而有針對性地促進(jìn)學(xué)習(xí)的研究與實踐，同時能夠根據(jù)學(xué)習(xí)需求來合理指引教育人工智能發(fā)展。推動某種學(xué)習(xí)理念由教學(xué)樣式向?qū)W習(xí)范式轉(zhuǎn)變，在教育發(fā)展的歷程中并非偶一為之。例如，基于創(chuàng)造的學(xué)習(xí)是人類自身最需要、最偏好的，也是最人性化的學(xué)習(xí)方式，其在早期就是一種典型的教學(xué)樣式。由于缺少適切技術(shù)的支撐，早期這種學(xué)習(xí)難以形成以“建構(gòu)論”為核心的理論邏輯，也缺少模型方法和價值體系的指引，因此只能依靠教育實踐經(jīng)驗的積累和分享，繼而促使教師通過主動改進(jìn)教學(xué)方法的形式來實現(xiàn)。隨著信息技術(shù)逐步孕育出了大眾化板塊，即技術(shù)的開源化、智能化和低成本化，技術(shù)實體才得以充當(dāng)學(xué)習(xí)者創(chuàng)造過程中的“思考對象”，這種學(xué)習(xí)則重新受到了學(xué)界的關(guān)注，通過學(xué)者對其開展的理論邏輯、模型方法及其蘊(yùn)含的價值體系進(jìn)行探究，在當(dāng)今已成為一種能夠創(chuàng)造有意義學(xué)習(xí)經(jīng)歷的學(xué)習(xí)范式，為我國創(chuàng)新人才培養(yǎng)的國家戰(zhàn)略提供了支持。鑒于UDL與未來學(xué)習(xí)的設(shè)計理念有著高度的契合性，接下來需要追問的是：人工智能在UDL向?qū)W習(xí)范式的轉(zhuǎn)化過程中提供了怎樣的支持，我們又該如何促進(jìn)其完成這個轉(zhuǎn)化的過程？這些問題的解答無疑對于當(dāng)前教育與技術(shù)的發(fā)展具有雙重意義。

二、人工智能何以支持UDL向?qū)W習(xí)范式的轉(zhuǎn)化

作為庫恩科學(xué)哲學(xué)的核心概念， “ 范式”（Paradigm）不僅引發(fā)了科學(xué)界的關(guān)注，同時也被其他領(lǐng)域?qū)W者廣泛采用，變身最為時尚的話語體系。由于各領(lǐng)域?qū)W者對范式理解的多樣性，在當(dāng)今包括學(xué)習(xí)范式在內(nèi)的相關(guān)術(shù)語已成為極具爭論性的話題。為了厘清UDL向?qū)W習(xí)范式轉(zhuǎn)化的有關(guān)問題，有必要對此概念重新界定。

（一）學(xué)習(xí)范式概念的界定

1962年美國物理學(xué)家、哲學(xué)家托馬斯·庫恩在所著《科學(xué)革命的結(jié)構(gòu)》提出了“范式”的概念，目的是為了更好表達(dá)科學(xué)發(fā)展歷程中思維方式的變革過程。鑒于學(xué)界對范式概念的泛濫使用，庫恩在1974年所著《對范式的再思考》強(qiáng)調(diào)范式是科學(xué)家群體對共同關(guān)注的某領(lǐng)域問題和理論本質(zhì)持有的信念或觀點，并將其劃分為符號概括、范例、模型和價值四種成分。符號概括和范例隸屬于科學(xué)共同體的認(rèn)知因素，共同特征是要運用規(guī)范規(guī)則進(jìn)行相關(guān)內(nèi)容的描述;模型和價值隸屬于科學(xué)共同體的社會因素，代表著所持信念、象征意義和評判標(biāo)準(zhǔn)等構(gòu)成的整體[7]。根據(jù)庫恩的解釋，“范式”具有認(rèn)識論、方法論和價值論三個層面的涵義。認(rèn)識論是理論實體及其有關(guān)現(xiàn)象的抽象和公認(rèn)概括，方法論承擔(dān)著審視和改造世界的特定方式，價值論則暗含著科學(xué)家在做出某項決定時的群體性取向。

嚴(yán)格意義上來講，社會科學(xué)不屬于庫恩描述的科學(xué)領(lǐng)域，但它同樣擁有具備共同特質(zhì)、歸屬感以及信守教育實踐規(guī)則和標(biāo)準(zhǔn)的共同體。此外，社會科學(xué)也具有與構(gòu)建“范式”相類似的基本要素，例如理論邏輯、模型方法和價值體系。即使與科學(xué)領(lǐng)域相比，這些要素在社會科學(xué)某個領(lǐng)域中的結(jié)構(gòu)是松散的，但也是其固守的立場，并應(yīng)該得到廣泛承認(rèn)[8]。因此，根據(jù)庫恩對科學(xué)領(lǐng)域“范式”的描述，學(xué)習(xí)范式的概念可被界定為：研究者和實踐者在面向有關(guān)學(xué)習(xí)能力提升的方法體系及其理論邏輯時所持有的共同價值取向。其中理論邏輯是開展學(xué)習(xí)研究與實踐的起點，模型方法是理論邏輯運用于新情境的示范，價值體系則是學(xué)習(xí)實踐與評判的體系標(biāo)準(zhǔn)，它們分別充當(dāng)了學(xué)習(xí)范式的認(rèn)識論、方法論和價值論的角色。

（二）人工智能對UDL向?qū)W習(xí)范式轉(zhuǎn)化的支撐

雖然UDL對于技術(shù)有著天然的內(nèi)在需求，但是為了兼顧傳統(tǒng)的學(xué)習(xí)方式，諸多學(xué)者在設(shè)計UDL教學(xué)指南時并未將其作為關(guān)鍵要素進(jìn)行考慮。由于承載的規(guī)則較為簡單，傳統(tǒng)技術(shù)只是作為一種教學(xué)工具存在，因此這種觀點在傳統(tǒng)技術(shù)時代是無可厚非的。隨著信息技術(shù)的快速發(fā)展尤其是人工智能的出現(xiàn)，技術(shù)與科學(xué)知識高度融合繼而演化為一種文化，不可避免地影響著學(xué)習(xí)觀念和行為。也就是說，作為信息技術(shù)發(fā)展的高級形態(tài)，人工智能對UDL的影響不僅限于學(xué)習(xí)工具的層面，更多的是推動了UDL理論邏輯、模型方法和價值體系的創(chuàng)新發(fā)展。具體而言：

一是，人工智能促進(jìn)了教育理論的發(fā)展，有助于UDL深化自身的理論邏輯。過去UDL發(fā)展主要依賴通用設(shè)計和認(rèn)知科學(xué)的研究成果，鑒于缺少合適的教育理論支撐，研究者始終堅持在教育實踐的行動中不斷完善UDL教學(xué)框架。教育理論的缺失及其理論邏輯關(guān)系的不完善，不僅讓UDL中的教師、學(xué)習(xí)者、教學(xué)媒體和教學(xué)資源四個核心要素難以得到有效融合，而且使其缺少持續(xù)發(fā)展的基礎(chǔ)。教育人工智能正在從外置性技術(shù)輔助走向內(nèi)融性技術(shù)滲透[9]，學(xué)習(xí)的發(fā)生機(jī)制、支持環(huán)境和調(diào)控形式也在悄然發(fā)生變化。一方面，諸多教學(xué)理論為適應(yīng)新時期教學(xué)的需要，迫使其重新定位技術(shù)在教學(xué)中的角色，重新建構(gòu)教學(xué)過程的推進(jìn)策略;另一方面，一些學(xué)習(xí)理論開始從關(guān)注人類學(xué)習(xí)的工作原理，轉(zhuǎn)變?yōu)槿绾瓮ㄟ^人工智能環(huán)境讓學(xué)習(xí)者獲取更高水平的思維與實踐能力。仔細(xì)考究，這些理論無不在指導(dǎo)人們利用技術(shù)手段創(chuàng)造性地設(shè)計學(xué)習(xí)場域，以滿足學(xué)習(xí)者個性化的學(xué)習(xí)需求。當(dāng)前教育理論發(fā)展與UDL理念的內(nèi)在一致性，有助于后者深化自身的理論邏輯。

二是，人工智能增強(qiáng)了數(shù)據(jù)服務(wù)的能力，有益于UDL創(chuàng)建自己的模型方法。在人工智能發(fā)展的低谷時期，研究者始終將目光投向UDL教學(xué)指南的修訂，來幫助教師為學(xué)習(xí)者創(chuàng)建靈活且適宜的學(xué)習(xí)支持。鑒于缺少數(shù)據(jù)服務(wù)的有效支撐，這些教學(xué)指南并沒有具體的實現(xiàn)路徑，導(dǎo)致UDL也未建立自己的模型方法。例如，在UDL教學(xué)指南的原則III中有“改變要求和資源以優(yōu)化挑戰(zhàn)”的相關(guān)要求，由于學(xué)習(xí)者對過于容易的任務(wù)會感到無趣，對過于困難的任務(wù)又會變得沮喪，因此借助強(qiáng)大的數(shù)據(jù)服務(wù)才能夠支持每位學(xué)習(xí)者來改變學(xué)習(xí)計劃、調(diào)整學(xué)習(xí)狀態(tài)?；诖髷?shù)據(jù)、傳感識別和深度學(xué)習(xí)的發(fā)展興起的新一代人工智能，實現(xiàn)了信息技術(shù)的飛躍式發(fā)展，在學(xué)情分析的精準(zhǔn)化、資源推薦的個性化以及學(xué)習(xí)服務(wù)的智能化等方面的潛力已經(jīng)初露端倪。因此，人工智能強(qiáng)大的數(shù)據(jù)服務(wù)能力能夠全方位支持UDL教學(xué)原則的實現(xiàn)過程，從而為UDL模型方法的創(chuàng)建提供前所未有的條件。

三是，人工智能重構(gòu)了UDL的教學(xué)結(jié)構(gòu)，有利于后者衍生出全新的價值體系。從根本上講，學(xué)習(xí)范式的形成是一個社會化的過程。也就是說，在多樣性的社會中，某種學(xué)習(xí)方式之所以能夠獲得廣泛認(rèn)可，成為傾向選擇的一種學(xué)習(xí)范式，很大程度上依賴于人們在追求共同價值過程中形成的社會心向?！白鹬夭町悓崿F(xiàn)學(xué)習(xí)者的個性化發(fā)展”是UDL固守的價值取向，然而隨著以學(xué)習(xí)者為中心學(xué)習(xí)理念的推廣，諸多新興的學(xué)習(xí)方式都將其納入實現(xiàn)的目標(biāo)范疇，從而導(dǎo)致UDL辨識度急劇下降。更為嚴(yán)重的是，UDL教學(xué)的巨大工作量與“輕負(fù)高質(zhì)”的現(xiàn)代教學(xué)思想相違背，使其難以獲得實踐者的青睞。人工智能在理論邏輯和模型方法層面帶來的根本變化，意味著UDL教學(xué)結(jié)構(gòu)需要被重構(gòu)。相較于其他學(xué)習(xí)方式，UDL獨特的理念決定了新結(jié)構(gòu)中的人機(jī)協(xié)同更加緊密，學(xué)習(xí)者培育更具特色。這些無疑會使UDL衍生出全新的價值體系，成為凝結(jié)社會心向，推動自身發(fā)展的動力。

三、人工智能如何支持UDL向?qū)W習(xí)范式的轉(zhuǎn)化

根據(jù)界定的學(xué)習(xí)范式內(nèi)涵，以及人工智能對UDL學(xué)習(xí)范式轉(zhuǎn)化的支撐作用，本研究從理論邏輯、模型方法和價值體系三個層面，分別指出了人工智能環(huán)境下UDL通向?qū)W習(xí)范式的具體路徑，并明確了各個層面的完善對于UDL轉(zhuǎn)化的意義。

（一）理論邏輯層面

在人工智能學(xué)習(xí)環(huán)境下，通用設(shè)計、認(rèn)知科學(xué)、精準(zhǔn)教學(xué)和智能學(xué)習(xí)的跨界融合構(gòu)成了UDL的理論邏輯，如圖1所示。通用設(shè)計是UDL的核心思想，決定了教學(xué)的功能定位和學(xué)習(xí)的預(yù)期效果;認(rèn)知科學(xué)是UDL的科學(xué)基礎(chǔ)，揭示了學(xué)習(xí)的原理，為教學(xué)的實施提供了原則導(dǎo)向;精準(zhǔn)教學(xué)和智能學(xué)習(xí)是UDL實踐的方法理論，不僅定義了教與學(xué)的具體形態(tài)，也為UDL理念的落地提供了行為路向。

通用設(shè)計是推動UDL建立和發(fā)展的奠基性理論。通用設(shè)計是由無障礙設(shè)計的思想演變而來，因此最初的UDL也是為消解失能學(xué)習(xí)者的肢體、感官和認(rèn)知障礙而生。美國設(shè)計先驅(qū)梅斯（Ron Mace）將通用設(shè)計從對弱勢群體的關(guān)愛，發(fā)展為對使用者自我選擇的尊重，社會大眾開始意識到通用設(shè)計環(huán)境可以使每個人受益。UDL也逐漸從強(qiáng)調(diào)為失能學(xué)習(xí)者創(chuàng)造適切學(xué)習(xí)環(huán)境的語境，轉(zhuǎn)變?yōu)榧訌?qiáng)所有學(xué)習(xí)者學(xué)習(xí)的通用設(shè)計理念。當(dāng)今通用設(shè)計理論的不斷完善，從多個維度給UDL的發(fā)展指明了方向：（1）合身，適應(yīng)各種學(xué)習(xí)者的認(rèn)知能力和發(fā)展水平;（2）平等，能夠給不同個體創(chuàng)造一致性的價值;（3）個性，給予選擇的機(jī)會和個人偏好的表達(dá);（4）覺察，確保學(xué)習(xí)的關(guān)鍵信息易于獲得;（5）舒適，學(xué)習(xí)需求和挑戰(zhàn)需保持在合理的限度內(nèi);（6）文化適宜，尊重和加強(qiáng)學(xué)習(xí)設(shè)計的文化背景及價值。

認(rèn)知科學(xué)尤其是近年來腦研究成果為UDL實踐奠定了科學(xué)的基礎(chǔ)。認(rèn)知科學(xué)發(fā)現(xiàn)無論是個體腦中的學(xué)習(xí)，還是個體之間的學(xué)習(xí)都是高度多樣化且分布式的，這就要求UDL必須允許每位學(xué)習(xí)者以其最有效的方式完成學(xué)習(xí)任務(wù)[10]。此外，認(rèn)知科學(xué)構(gòu)建的各種“腦活動模型”已經(jīng)被CAST等機(jī)構(gòu)廣泛采納，并用于分析UDL課程的結(jié)構(gòu)及其與學(xué)習(xí)者之間的交互過程。而各種模型所共有的“三組腦網(wǎng)絡(luò)”回答了“學(xué)什么”“如何學(xué)”和“為何學(xué)”的重要問題，并且揭示了學(xué)習(xí)的基礎(chǔ)，從而成為UDL學(xué)者制定實踐策略的主要依據(jù)。它們分別為：識別網(wǎng)絡(luò)，為覺察所見并給其分配意義的模式，使學(xué)習(xí)者能夠進(jìn)行概念的辨別和理解;策略網(wǎng)絡(luò)，為監(jiān)管心智和動作的模式，用于對自身行為和技能的規(guī)劃、管理和監(jiān)督;情感網(wǎng)絡(luò)，為專注評價并且產(chǎn)生情感意義的模式，決定了學(xué)習(xí)者心智和策略的投入程度。

精準(zhǔn)教學(xué)的發(fā)展為UDL構(gòu)建定制式的服務(wù)提供了有力支撐。早期的精準(zhǔn)教學(xué)以行為主義學(xué)習(xí)理論為基礎(chǔ)，采用小步驟的教學(xué)路徑，并提倡利用數(shù)據(jù)的實時反饋進(jìn)行學(xué)習(xí)過程的強(qiáng)化。這種教學(xué)理念與強(qiáng)調(diào)為學(xué)習(xí)者創(chuàng)造豐富學(xué)習(xí)機(jī)會的UDL相差甚遠(yuǎn)，因此早期的精準(zhǔn)教學(xué)始終未能進(jìn)入UDL研究者和實踐者視野。隨著技術(shù)環(huán)境優(yōu)化和理論研究深入，進(jìn)入2.0發(fā)展階段的精準(zhǔn)教學(xué)使其在多個維度的品質(zhì)得到了提升，即從教學(xué)數(shù)據(jù)的靜態(tài)分析發(fā)展為適時更新，從強(qiáng)調(diào)學(xué)習(xí)者知識技能的掌握發(fā)展為高級思維的培養(yǎng)，從提倡資源的精細(xì)分類發(fā)展為資源網(wǎng)絡(luò)的動態(tài)生成，從注重學(xué)習(xí)的刺激強(qiáng)化發(fā)展為個性化路徑推薦。由此可見，精準(zhǔn)教學(xué)2.0凸顯了建構(gòu)主義和聯(lián)通主義思想，能夠為UDL個體定制式的教學(xué)提供有力支撐。

智能學(xué)習(xí)是將UDL中的學(xué)習(xí)支持轉(zhuǎn)化為學(xué)習(xí)者自身智慧的理論指導(dǎo)。在人工智能環(huán)境下，機(jī)器學(xué)習(xí)和人類學(xué)習(xí)相伴而生，人機(jī)協(xié)同學(xué)習(xí)將成為一種新常態(tài)。UDL倡導(dǎo)學(xué)習(xí)者以其最有效方式實現(xiàn)目標(biāo)的理念，會進(jìn)一步觸發(fā)人們對于如何利用學(xué)習(xí)的規(guī)律來超越自身和人工智能的智慧，以獲取更高水平思維能力和實踐能力的思考。智能學(xué)習(xí)致力于構(gòu)建人機(jī)協(xié)同的智能結(jié)構(gòu)，實現(xiàn)人機(jī)優(yōu)勢互補(bǔ)的學(xué)習(xí)新生態(tài)。根據(jù)人工智能的發(fā)展現(xiàn)狀，有學(xué)者[11]提出人機(jī)合成智能的建議：認(rèn)知智能層面，機(jī)器負(fù)責(zé)知識感知和記憶，學(xué)習(xí)者負(fù)責(zé)知識理解和應(yīng)用;情感智能層面，機(jī)器負(fù)責(zé)情感識別，學(xué)習(xí)者負(fù)責(zé)情感的表達(dá)和理解;志趣層面，由于涉及到靈感、想象、信念和創(chuàng)造有關(guān)的心智能力，因此該層面的事務(wù)理應(yīng)由學(xué)習(xí)者負(fù)責(zé)處理。這三種智能的協(xié)同配合可以超越單純的人類學(xué)習(xí)和機(jī)器學(xué)習(xí)所擁有的智慧。

（二）模型方法層面

通過對《人是如何學(xué)習(xí)的Ⅱ》論著文本的理解可得知，雖然學(xué)習(xí)是一種復(fù)雜的心智活動，但是可以寬泛劃分為三種交互的形式：興趣動機(jī)、策略加工和知識內(nèi)容。也就是說，學(xué)習(xí)是學(xué)習(xí)者在注入的興趣動機(jī)構(gòu)成生物驅(qū)動力的基礎(chǔ)上，通過規(guī)劃、協(xié)調(diào)和執(zhí)行等學(xué)習(xí)策略的支持，對知識內(nèi)容進(jìn)行辨別和理解的過程。這一見解深刻體現(xiàn)了“三組腦網(wǎng)絡(luò)”的工作原理，同樣也是UDL教學(xué)原則備受青睞的原因之一。鑒于UDL教學(xué)原則的科學(xué)性，同時為了契合理論邏輯層面的約定，研究對其進(jìn)行了適當(dāng)修改并作為模型方法組件的核心。經(jīng)過完善的UDL三大教學(xué)原則為：原則I，提供個性化的表征方式，以便學(xué)習(xí)者以最適當(dāng)?shù)姆绞将@取學(xué)習(xí)內(nèi)容，包括為知識感知、表征形式以及理解提供精準(zhǔn)化的支持;原則Ⅱ，提供個性化的行動與表達(dá)方式，幫助學(xué)生以最適應(yīng)的方式展示已獲取的知識與技能，包括為身體力行、表達(dá)與交流以及執(zhí)行功能提供精準(zhǔn)化的支持;原則III，提供個性化的參與方式，目的是激發(fā)學(xué)生全身心的投入學(xué)習(xí)，包括為激發(fā)興趣、持續(xù)的努力、堅持以及自我調(diào)節(jié)提供精準(zhǔn)化的支持。在此基礎(chǔ)上，我們構(gòu)建了以人工智能技術(shù)為支撐，以精準(zhǔn)教學(xué)和智能學(xué)習(xí)為實現(xiàn)手段的UDL模型方法，如圖2所示。下面將以人工智能環(huán)境的支持作為行文線索具體說明UDL教學(xué)原則的實現(xiàn)過程。

UDL所需要的人工智能環(huán)境由多模態(tài)學(xué)習(xí)分析、知識融合和適應(yīng)性反饋三種關(guān)鍵的人工智能技術(shù)組成。多模態(tài)學(xué)習(xí)分析是通過分析和整理多個維度的學(xué)習(xí)數(shù)據(jù)，進(jìn)而準(zhǔn)確刻畫學(xué)情的技術(shù)。根據(jù)數(shù)據(jù)來源，多模態(tài)分析可歸納為四個層次[12]：外顯數(shù)據(jù)，通過文本和眼球運動來反應(yīng)錯題率、學(xué)習(xí)時長等方面的數(shù)據(jù);心理數(shù)據(jù)，利用表情識別和話語分析來反應(yīng)學(xué)習(xí)者興趣、積極性等方面的數(shù)據(jù);生理數(shù)據(jù)，綜合神經(jīng)生理標(biāo)記和情感分析來反應(yīng)學(xué)習(xí)內(nèi)容難度的數(shù)據(jù);基礎(chǔ)數(shù)據(jù)，通過多模態(tài)整合來表征學(xué)習(xí)風(fēng)格和學(xué)習(xí)基礎(chǔ)的數(shù)據(jù)。多模態(tài)分析的數(shù)據(jù)不僅是人工智能系統(tǒng)運轉(zhuǎn)的基礎(chǔ)，也是教師組織和調(diào)整UDL教學(xué)的主要依據(jù)，外顯數(shù)據(jù)可以讓教師有效監(jiān)控教學(xué)系統(tǒng)的狀態(tài)，心理數(shù)據(jù)有利于為不同學(xué)習(xí)者知識的感知方式和表征形式匹配適合的媒體，生理數(shù)據(jù)能夠讓教師適時優(yōu)化學(xué)習(xí)的挑戰(zhàn)，基礎(chǔ)數(shù)據(jù)有助于教師為不同學(xué)習(xí)者的交流和表達(dá)搭建合適的通道。

知識融合技術(shù)利用實體鏈接和知識合并的方法將零散的知識組建起來形成序列化的知識圖譜，從而能夠促進(jìn)學(xué)習(xí)者對知識體系的掌握。在多模態(tài)學(xué)習(xí)分析的支持下，知識融合技術(shù)不再是滿足共性學(xué)習(xí)的標(biāo)準(zhǔn)化知識體系，而是成為了知識驅(qū)動個性化學(xué)習(xí)的推薦手段，即在表征各學(xué)科知識的基礎(chǔ)上，推理得出知識之間前驅(qū)后繼的關(guān)系，繼而依據(jù)學(xué)習(xí)者畫像，抽象出個性化的知識子圖，推薦適切的學(xué)習(xí)內(nèi)容與學(xué)習(xí)路徑。由于生活經(jīng)驗和學(xué)習(xí)基礎(chǔ)的差異性，學(xué)習(xí)者對于知識學(xué)習(xí)的信息加工方式以及適應(yīng)的學(xué)習(xí)挑戰(zhàn)也不盡相同。知識融合技術(shù)對于UDL的意義在于：一方面知識融合技術(shù)能夠為學(xué)習(xí)者構(gòu)建符合認(rèn)知規(guī)律的學(xué)習(xí)序列，使其對于知識背景的激活和深層次理解成為了可能，另一方面提供的個性化行動路徑和適切的學(xué)習(xí)挑戰(zhàn)，為學(xué)習(xí)者在學(xué)習(xí)過程中的持續(xù)努力和堅持奠定了基礎(chǔ)。

如果說多模態(tài)分析和知識融合技術(shù)分別注重學(xué)情感知和學(xué)習(xí)規(guī)劃的話，那么智適應(yīng)反饋的作用就是在恰當(dāng)?shù)臅r機(jī)給予學(xué)習(xí)者精準(zhǔn)的反饋。相較于傳統(tǒng)反饋系統(tǒng)的被動介入，智適應(yīng)反饋實現(xiàn)的是基于學(xué)情數(shù)據(jù)的主動干預(yù)，且提供了豐富的反饋信息。根據(jù)在UDL中擔(dān)任的角色，智適應(yīng)反饋的服務(wù)分為以下幾種類型：一是，督導(dǎo)服務(wù)，為迷航的學(xué)習(xí)者指明學(xué)習(xí)的方向;二是，告知服務(wù)，告知學(xué)習(xí)行為和結(jié)果的正誤;三是，教導(dǎo)服務(wù)，支持學(xué)習(xí)規(guī)劃和開展的有關(guān)策略;四是，激勵服務(wù)，提供獎勵和懲罰的相關(guān)措施;五是，勸告服務(wù)，提醒學(xué)習(xí)者當(dāng)前學(xué)習(xí)狀態(tài)與期望目標(biāo)之間的差距;六是，總結(jié)服務(wù)，學(xué)習(xí)狀況的分析和總結(jié)。智適應(yīng)反饋系統(tǒng)有效地激發(fā)了學(xué)習(xí)者興趣，不僅使其在目標(biāo)管理、學(xué)習(xí)規(guī)劃和進(jìn)程監(jiān)控等執(zhí)行功能得到了優(yōu)化，也促進(jìn)了策略改進(jìn)和學(xué)習(xí)反思等自我調(diào)節(jié)水平的提升。

在人工智能學(xué)習(xí)環(huán)境中，UDL結(jié)構(gòu)發(fā)生了徹底的變化，原本由教師負(fù)責(zé)實現(xiàn)的教學(xué)原則遞交給了人工智能，從而可以將自身投入到學(xué)習(xí)服務(wù)層面。譬如，提供教學(xué)咨詢、制定教學(xué)決策，把控學(xué)習(xí)過程和監(jiān)控教學(xué)質(zhì)量。除此之外，為了促進(jìn)學(xué)習(xí)者把握知識的重心以及提升學(xué)以致用的能力，教師還需要設(shè)計相應(yīng)的腳手架以凸顯知識的關(guān)鍵特征，創(chuàng)設(shè)適切情境以促進(jìn)學(xué)習(xí)者進(jìn)行知識的有效遷移。學(xué)習(xí)者在享受教師和人工智能提供的服務(wù)的同時，可以有效地定制學(xué)習(xí)資源、管理學(xué)習(xí)目標(biāo)、調(diào)整學(xué)習(xí)情緒以及改進(jìn)學(xué)習(xí)策略。由此可見，研究構(gòu)建的UDL模型方法同樣是一種人機(jī)協(xié)同學(xué)習(xí)的方式，教師、學(xué)習(xí)者和人工智能三方各司其職，有效抵御了來自外界的學(xué)習(xí)威脅，有助于建立富有挑戰(zhàn)且相處融洽的學(xué)習(xí)共同體。

（三）價值體系層面

按照人工智能環(huán)境下UDL價值實現(xiàn)層次，由低到高可分為“尊重差異，實現(xiàn)個性化發(fā)展”的基礎(chǔ)價值取向，“增強(qiáng)協(xié)同，建立人機(jī)共生體”的核心價值取向，以及“重構(gòu)素養(yǎng)，培育專家學(xué)習(xí)者”的目標(biāo)價值取向，如圖3所示。由于UDL的基礎(chǔ)價值取向已經(jīng)多次涉及，這里著重闡述核心價值取向和目標(biāo)價值取向。

核心價值取向?qū)用?。人機(jī)協(xié)同學(xué)習(xí)是人工智能時代多種學(xué)習(xí)理念所追求的學(xué)習(xí)生態(tài)，然而UDL需要將其從人機(jī)協(xié)同學(xué)習(xí)強(qiáng)調(diào)的“人機(jī)知識習(xí)得”，發(fā)展到人機(jī)共生體所追求的“人機(jī)知識創(chuàng)造”。相較于前者而言，人機(jī)共生體是一種更為高級的人機(jī)學(xué)習(xí)形式，能夠促使學(xué)習(xí)者和智能體之間“心理”的相容，推動默會知識的相互轉(zhuǎn)化，實現(xiàn)知識的協(xié)同創(chuàng)造。據(jù)上所知，UDL為所有學(xué)習(xí)者提供個性化服務(wù)的理念，使其三大教學(xué)原則的實現(xiàn)由教師轉(zhuǎn)向人工智能，也就是說人工智能在UDL中真正發(fā)揮了的主體性的作用，而非一種輔助教學(xué)的手段。更為關(guān)鍵的是，UDL對學(xué)習(xí)者情感的關(guān)注，將人工智能的主體性行為從教人的職責(zé)，全面提升為需要彼此交往和情感維系的責(zé)任主體。由于人工智能和學(xué)習(xí)者同時具備了認(rèn)知、情感和社交的能力，這就使得學(xué)習(xí)的對象不再是固定僵化、高度學(xué)科化的現(xiàn)有知識單元，而是人機(jī)協(xié)同不斷創(chuàng)生出來的新知識，以及與學(xué)習(xí)者生活實際聯(lián)結(jié)的知識體系。當(dāng)然，不同領(lǐng)域的學(xué)者在追求UDL“人機(jī)共生體”核心價值的過程中，也有助于推動其理論邏輯、模型方法，甚至是人工智能技術(shù)的發(fā)展和進(jìn)化。

目標(biāo)價值取向?qū)用?。在人工智能環(huán)境下，UDL不再止步于滿足個性化的學(xué)習(xí)需求，更應(yīng)將培育專家學(xué)習(xí)者作為更高層次的目標(biāo)。專家學(xué)習(xí)者是指在學(xué)習(xí)這一領(lǐng)域具備特定專長、表現(xiàn)杰出的學(xué)習(xí)者[13]。在人工智能時代，專家學(xué)習(xí)者的特質(zhì)可概括為三個維度：一是，善用資源且知識淵博。人工智能將大量先前知識帶入了新的學(xué)習(xí)，專家學(xué)習(xí)者更善于組織學(xué)習(xí)資源并打通新舊知識之間的通道，且擁有更多的背景知識，從而可以辨識新知識的價值，將其真正內(nèi)化為“有用”的知識;二是，善用策略且意圖明確。盡管人工智能會根據(jù)學(xué)情實時推送學(xué)習(xí)策略，但是相較于普通學(xué)習(xí)者，專家學(xué)習(xí)者對于策略的理解和把握更為深入，不僅熟悉不同學(xué)習(xí)策略的使用細(xì)節(jié)和目標(biāo)價值，而且在面向復(fù)雜情境時可以綜合采用多種策略獲得學(xué)習(xí)的成功;三是，善于調(diào)節(jié)且富有韌性。專家學(xué)習(xí)者善于根據(jù)反饋信息進(jìn)行情感調(diào)節(jié)，以增強(qiáng)學(xué)習(xí)動機(jī)、消解負(fù)面情緒和排除外界干擾。此外，對于學(xué)習(xí)的渴望以及堅定的學(xué)習(xí)意志，使專家學(xué)習(xí)者能夠保持足夠的學(xué)習(xí)韌性。UDL蘊(yùn)含的人機(jī)共生體結(jié)構(gòu)，真正詮釋了“化知識為運用”轉(zhuǎn)換為“化知識為智慧”的教育觀演變新趨向[14]，從而能夠成為培養(yǎng)人工智能時代專家學(xué)習(xí)者的典范。

四、結(jié)語

“既有魅力又不完善”是范式的兩層深刻含義，它足以凝聚堅定的擁護(hù)者來改善社會現(xiàn)狀，又“故意”留下問題促進(jìn)科學(xué)的下一步飛躍。本研究的意義也在于此，自新一輪人工智能浪潮的來襲，各領(lǐng)域?qū)W者就期望能夠突破當(dāng)前學(xué)習(xí)研究的藩籬，為學(xué)習(xí)者創(chuàng)設(shè)個性靈活以及人機(jī)協(xié)同的學(xué)習(xí)方式。于是諸多學(xué)習(xí)理念都在爭先上位，各類人工智能開始層出不窮，但是從總體上看，這些工作卻顯得雜而無序，始終缺少行動的向心力。鑒于UDL對于實現(xiàn)未來學(xué)習(xí)圖景所具備的潛力，在人工智能環(huán)境下推動其由教學(xué)樣式向?qū)W習(xí)范式的轉(zhuǎn)化，吸引一批擁護(hù)者有針對性地開展學(xué)習(xí)的研究與實踐，同時根據(jù)需求的指引來促進(jìn)教育人工智能的合理發(fā)展，讓教育與技術(shù)能夠相互成全，未必不是一種好的嘗試。