摘 "要 "從智慧學習生態(tài)環(huán)境的含義出發(fā)，探究智慧學習生態(tài)環(huán)境對現(xiàn)代信息化教育的重要作用。以生態(tài)學視角解析智慧學習環(huán)境的功能，即智慧干預學習行為和智慧提升學習效果。并從智慧識別、智慧感知、智慧干預和智慧評價四個方面呈現(xiàn)出智慧學習生態(tài)環(huán)境的智慧性，挖掘智慧學習生態(tài)環(huán)境作為一種特殊教育生態(tài)系統(tǒng)的基本規(guī)律和發(fā)展動態(tài)。旨在構建健康、和諧的學習環(huán)境，實現(xiàn)教育的可持續(xù)發(fā)展。

關鍵詞 "教育生態(tài)系統(tǒng)；智慧學習環(huán)境；智慧學習生態(tài)環(huán)

境；智慧識別；智慧感知；智慧干預；智慧評價

中圖分類號：G712 " "文獻標識碼：B

文章編號：1671-489X（2024）24-00-07

1 "智慧學習生態(tài)環(huán)境的含義

關于智慧學習生態(tài)環(huán)境的概念尚未有明確的定義，多數(shù)學者主要從生態(tài)學的視角研究學習環(huán)境，以教育生態(tài)環(huán)境為主要研究對象。本文研究的智慧學習生態(tài)環(huán)境，重點是將生態(tài)學相關規(guī)律融入智慧學習環(huán)境，以智慧學習環(huán)境構成要素為出發(fā)點，探究生態(tài)規(guī)律對智慧學習環(huán)境構成要素的影響?；谝陨涎芯恳暯?，提出智慧學習生態(tài)環(huán)境的概念，即智慧學習生態(tài)環(huán)境是物理環(huán)境、虛擬環(huán)境與教學環(huán)境共同對學習者產生作用的復雜生態(tài)環(huán)境，是以生態(tài)系統(tǒng)的物質循環(huán)、能量流動和信息傳遞三大基本規(guī)律為指導[1]，以智慧學習環(huán)境為支撐，以轉變限制因子、強化補償因子、彌補缺失因子、遵循耐受性法則為方式，提升學習者智慧水平的學習空間或學習場所。

根據教育生態(tài)環(huán)境與教育生態(tài)系統(tǒng)的相關概念可知，智慧學習生態(tài)環(huán)境可看作是教育生態(tài)環(huán)境中的具體環(huán)境，也可看作是教育生態(tài)系統(tǒng)的子系統(tǒng)。如圖1所示，社會生態(tài)系統(tǒng)向教育部門輸入人口、資源等物質、能量，提供必備的物質和能量條件，教育部門內部進行相互作用并將畢業(yè)生、文化等物質、能量傳輸?shù)缴鐣鷳B(tài)系統(tǒng)中，形成動態(tài)平衡的生態(tài)圈。智慧學習生態(tài)環(huán)境可界定為課堂生態(tài)系統(tǒng)，是基于智慧學習環(huán)境（本文特指智慧教室）的課堂生態(tài)環(huán)境，并將學校生態(tài)系統(tǒng)作為該系統(tǒng)的外部條件和保障結構。如圖2所示，由學校生態(tài)系統(tǒng)向智慧學習生態(tài)系統(tǒng)輸入物質、能量，再由智慧學習生態(tài)系統(tǒng)內部調控、傳輸、作用，最后向學校生態(tài)系統(tǒng)輸出物質與能量的動態(tài)平衡生態(tài)圈。根據生態(tài)系統(tǒng)的能量流可知，生態(tài)系統(tǒng)的最終能量源泉是太陽，因此，將其類比到智慧學習生態(tài)系統(tǒng)中，要探究智慧生態(tài)系統(tǒng)動態(tài)平衡的前提要首先明確能量來源這一問題，而智慧生態(tài)系統(tǒng)的能量來源主要是學校與社會中的校企合作部門。

2 "智慧學習生態(tài)環(huán)境的功能

2.1 "智慧干預學習行為

2.1.1 "物理環(huán)境智慧干預、支持生態(tài)學習

任何生態(tài)環(huán)境都不是獨立存在的，都是外部環(huán)境和內部環(huán)境相互關聯(lián)、相互影響的。外部環(huán)境提供內部活動必需的物質和能量，同時傳遞外部環(huán)境信息。內部活動獲取外部環(huán)境的支持和影響，進行發(fā)展與聯(lián)系。在教育生態(tài)系統(tǒng)中，更加傾向于研究學習者與內部環(huán)境之間的聯(lián)系、外部環(huán)境的能量流動和物質循環(huán)作用。智慧學習生態(tài)環(huán)境中的物理環(huán)境是一種內部環(huán)境，也是支持智慧學習的基礎環(huán)境。外部環(huán)境持續(xù)地向物理環(huán)境輸送外部能量，外部能量在物理環(huán)境中進行轉化再作用到學習過程中去。如圖3所示，物理環(huán)境與學習者的學習過程緊密相連，為學習者提供環(huán)境支持，以維系學習者與環(huán)境、資源間的動態(tài)平衡。

物理環(huán)境對學習者的學習干預是最基礎的，也是保障學習者生態(tài)學習的前提。物理環(huán)境干預學習行為不僅僅在某一階段，也不僅在學習的前段，而是貫穿整個學習過程，具有實時性和持續(xù)性。首先，從生態(tài)學的角度出發(fā)，物理環(huán)境向學習者進行能量、物質流動和信息傳遞，這本身就是自然形成的、自由接受的干預方式。在智慧學習生態(tài)環(huán)境中的物理環(huán)境具有智能性。首先，它能夠根據場所內的學習者數(shù)量、座位位置、室外溫度等進行信息采集和定位，并做出準確分析，提供合適的燈光區(qū)域、亮度以及溫濕度，學習者能夠自然接收到這些能量和信息，從而處于最舒適的學習環(huán)境中。其次，物理環(huán)境中的高清監(jiān)控設備可以不間斷監(jiān)控學習者學習狀態(tài)，保障學習者安全、有序地學習。最后，在整個教學過程中，物理環(huán)境與教師教學保持緊密關聯(lián)，物理環(huán)境中的物聯(lián)設備、傳感技術能夠捕捉教師的教學情境，從而進行智慧干預，改變環(huán)境信息，實現(xiàn)與教學情境相匹配，使學習者感受真實學習情境，并在真實情境中體驗學習，這可以使學習能量流動、信息傳遞保持正常平衡，減少無用能量的流失，同時幫助學習者直接、有效獲取真實信息。

2.1.2 "虛擬環(huán)境智能分析、智慧干預

在“互聯(lián)網+”教育的背景下，學習資源越來越豐富、學習內容越來越廣泛，這些資源和內容可以從包括國家精品課程、開放教育資源、一師一優(yōu)課、各種MOOC平臺[3]等多平臺獲取。面對如此豐富的學習資源，學習者該如何選擇成為當前的一大難題。常常有人戲稱，處于知識的海洋之中，卻飽受知識的饑渴，究其根本在于資源利用不當、資源獲取與匹配不“生態(tài)”，造成資源浪費。學習者需要投入較多的時間和精力篩選資源，自身能量卻白白流失。因此，構建智慧學習生態(tài)環(huán)境模型的主要功能就在于智慧干預學習行為，有效提升學習效果，實現(xiàn)動態(tài)平衡的生態(tài)化學習。在智慧學習生態(tài)環(huán)境中，虛擬環(huán)境作為智慧干預[4]學習者學習行為的核心要素，主要體現(xiàn)在學前、學中和學后三個方面。

1）學前干預。在教師布置學習任務之后，學習者開始任務學習。傳統(tǒng)的任務學習，往往是學習者根據教師的學習任務進行分組學習，分組后進行任務分配，獨自完成個人的學習任務后進行小組討論，最終形成學習結果。在學習過程中沒有任何學習干預，僅僅是根據自己的學習需求搜集資源信息進行整合學習。任務也是根據學習者興趣、特長進行分配。而在智慧學習生態(tài)環(huán)境下，學習者的學習過程大不相同，以生態(tài)觀為指導思想，以獲取最大化學習效果為目的。首先在課前，當學習者拿到教師布置的學習任務時，虛擬環(huán)境會根據學習者的情況進行智慧干預，提醒學習者該項任務適合個人自主學習還是小組協(xié)作學習。通過云計算技術存儲學習者的大量學習數(shù)據，進而利用大數(shù)據[5]和學習分析技術進行分析，判斷學習者的學習風格和學習類型，從而合理干預學習者的學習方式。其次，根據學習任務的內容和難易程度進行虛擬環(huán)境智能分析，推送匹配學習者特征的學習資源，保障推送資源的優(yōu)質與可用性，避免大量其他資源的干擾和時間的浪費，從而實現(xiàn)最大效益的內容學習。學習者通過獲取虛擬環(huán)境傳遞的學習信息與各種能量，使用智能終端進行線上線下合理、有效的學習，最大化發(fā)揮學習者的個人學習效果和協(xié)作學習效果。

2）學中干預。在學習過程中，虛擬環(huán)境實時監(jiān)控學習者狀態(tài)，分析學習信息數(shù)據，同時及時干預學習者學習，引導學習者高效、科學地完成學習任務。在學習過程中的智慧干預是整個學習環(huán)節(jié)中最為重要的干預階段。當學習者不能順利完成學習任務時，繼續(xù)學習將會存在一定的學習風險。此時，學習者不再適合繼續(xù)進行當前任務的學習，需要及時改變學習策略。當虛擬環(huán)境監(jiān)控分析發(fā)現(xiàn)學習者出現(xiàn)學習風險時，將會強制干預學習者學習，開啟預警系統(tǒng)，警告學習者繼續(xù)學習違反生態(tài)規(guī)律，將會出現(xiàn)嚴重的后果，必須改變學習策略。同時，在線學習平臺會自動將學習任務分解，推送較為容易學習和掌握的資源信息，教師也會根據學習者的實際問題因材施教，幫助學習者度過學習障礙期。學習者獲取虛擬環(huán)境傳遞的干預信息和資源信息，及時轉變學習策略，通過線下教師指導與線上測試同步學習的方式，進行新一輪的學習，并將學習信息實時傳遞到虛擬環(huán)境中，云平臺存儲并管理數(shù)據，利用學習分析技術進行深入分析后再次傳遞給學習者。通過這樣反復的信息傳遞，最終幫助學習者完成學習任務并進入到下一輪的學習中。

3）學后分析。在整個學習過程結束后，虛擬環(huán)境能夠將學習者學習過程產生的所有學習情況、情緒變化以及學習變化等數(shù)據信息全部收集并存儲管理在云平臺，形成巨大的資源池，用于縱向分析學習者的學習行為，做出科學的學習趨勢判斷，為學習者后續(xù)的學習提供數(shù)據支撐和科學管理。

在整個智慧學習生態(tài)環(huán)境的構建中，智慧干預學習行為貫穿始終。干預的方式通過物質循環(huán)、能量流動和信息傳遞三種方式展開。特別是在學習過程中，干預是非常復雜的，物理環(huán)境、虛擬環(huán)境、教師三方既要完成各自的干預職責，又要保持密切的聯(lián)系。物理環(huán)境通過傳感器和虛擬環(huán)境的智能分析系統(tǒng)進行物聯(lián)，輸送學習必備的物質和能量。教師利用虛擬環(huán)境在線學習平臺進行分析總結，科學布置學習任務，將學習信息傳遞給每位學習者。學習者獲取學習信息，利用在線學習平臺進行線上線下混合學習；接收虛擬環(huán)境匹配學習者特征傳輸?shù)馁Y源信息，包括不同類型的微課[6]、MOOC等相關學習材料；創(chuàng)建學習共同體，進行自主學習、協(xié)作學習甚至創(chuàng)客學習；從單純的學習者向創(chuàng)客者[7]、創(chuàng)造者轉變，將自身的學習能力發(fā)揮到極致，從而創(chuàng)造更大的社會價值，實現(xiàn)教育可持續(xù)發(fā)展的生態(tài)化學習。

2.2 "智慧提升學習效果

智慧學習生態(tài)環(huán)境的構建從生態(tài)學視角出發(fā)，幫助解決學習者因主觀因素發(fā)生變化而產生的學習問題，從而提高學習效率，提升學習者智慧水平，最終實現(xiàn)教育的可持續(xù)發(fā)展。

智慧學習生態(tài)環(huán)境與傳統(tǒng)學習環(huán)境不同，更具智慧性。任何學習活動都會因為某個要素發(fā)生變化而對其學習效果產生限制作用，這些要素被稱為限制因子，智慧學習生態(tài)環(huán)境的動態(tài)平衡能夠通過協(xié)調各個要素的相互關系，降低限制因子的限制作用，使其不再是限制學習活動的限制因子。物理環(huán)境、教師、學習者與虛擬環(huán)境之間的物質流、能量流和信息流保持穩(wěn)定的、動態(tài)的、平衡的狀態(tài)，相互作用，相互調控。當學習者主觀方面出現(xiàn)問題時，智慧學習生態(tài)環(huán)境各要素就會相互調節(jié)，加強較弱的物質流、能量流和信息流流動，減弱較強的物質流、能量流和信息流流動，通過調節(jié)和控制各個環(huán)節(jié)的物質流、能量流和信息流，達到強化補償因子、彌補缺失因子的目的。

智慧學習生態(tài)環(huán)境的構建遵循生態(tài)學耐受性法則，可以更加智慧地感知學習者的學習能力，呈現(xiàn)給學習者最適范圍內的學習資源、學習任務和學習環(huán)境，建立科學、完善的預警機制。當學習者由于自身意志力薄弱，情緒波動時，其持續(xù)學習和克服學習困難的能力下降，相應的耐受程度隨之降低，可接受的學習范圍也變小，極容易導致學習者偏離最適區(qū)，陷入耐受區(qū)，從而面臨巨大的學習環(huán)境脅迫和學習壓力。而智慧學習生態(tài)環(huán)境能夠預先判斷學習者的學習動態(tài)和發(fā)展軌跡，一旦學習者出現(xiàn)異樣，將及時進行智慧預警，干預其學習行為，讓他們在最適區(qū)繼續(xù)學習，從而穩(wěn)定學習情緒，提高學習效果。

處于知識的海洋中，學習者不會再為知識的獲取而擔憂，但處于自由寬松的學習環(huán)境中，學習者往往會減弱學習欲望，導致學習需求不足。而智慧學習生態(tài)環(huán)境建立了合理的競爭機制，使學習者通過在線組建學習共同體、線下組建學習小組的方式自然形成學習競爭，在實現(xiàn)合作學習的同時，增加競爭機制，提高學習者學習動力，促使其更有效地進行學習活動。然而，當學習者在學習過程中出現(xiàn)個人利益問題時，其學習欲望將極大增強，直接造成學習者之間的競爭壓力增大。根據學習壓力與學習效率的關系可知，當學習壓力超過一定的范圍時，壓力越大，學習效率越低。因此，學習者之間出現(xiàn)激烈的競爭現(xiàn)象時，學習者的學習軌跡將會出現(xiàn)異常，此時，教師、虛擬環(huán)境與物理環(huán)境三者相互配合，通過創(chuàng)設輕松愉悅的情境、分散學習任務等方式，緩解學習者的壓力，使他們恢復穩(wěn)定的學習行為，從而保持學習環(huán)境的動態(tài)平衡。

智慧學習生態(tài)環(huán)境以其智能性、先進性、強交互、個性化、人性化、生態(tài)化的特征和服務，幫助學習者隱性提升個人素質，提高快速適應環(huán)境的能力，增強意志力和抗壓力，在實現(xiàn)智慧學習的同時，自然而然地提升了學習智慧水平。

3 "智慧學習生態(tài)環(huán)境的智慧性體現(xiàn)

3.1 "智慧識別

3.1.1 "識別學習者特征

每個學習者都有其特征和學習風格，科學判斷學習者的特征和學習風格，不僅有助于有針對性地開展教學，提高教學效率和教學質量，而且有助于促進學習者學習效果的提高和學習行為的開展。智慧學習生態(tài)環(huán)境結合數(shù)據分析和學習者行為追蹤分析，能夠智慧地識別出學習者特征，準確判斷學習者的學習風格，從而幫助教師準確定位，更有針對性地實施教學，同時，在線學習平臺能夠根據學習者特征推送不同類型和不同層次的學習資源。

3.1.2 "識別學習任務

與傳統(tǒng)的學習環(huán)境不同，智慧學習生態(tài)環(huán)境更加注重學習環(huán)境的生態(tài)化。目前的教學行為普遍是教師向學生布置學習任務，這種基于任務型的教學往往因為其明確的目標而起到明顯的教學效果。但其也有弊端，即學生層次不同，理解能力和學習能力存在差異，導致對問題的解答存在差異，甚至出現(xiàn)個別學習者無法完成學習任務的現(xiàn)象，這往往會導致學習者出現(xiàn)情緒變化、壓力增大、學習興趣下降甚至厭學等問題；而智慧學習生態(tài)環(huán)境不僅在教學過程中突出動態(tài)平衡性，而且在教學任務上同樣體現(xiàn)生態(tài)性。教師以往在進行群體教學時往往無法全面考慮不同學生而提出不同的學習任務。而在智慧學習生態(tài)環(huán)境中其智慧性一部分體現(xiàn)在虛擬環(huán)境對學習任務的智慧識別上，其本質是識別分析學習者特征，對學習任務進行不同層次的分解，更具針對性地呈現(xiàn)給不同的學習者。如圖4所示，任務被分為若干部分，如任務1、任務2、任務3等，不同的學習者獲得的分解任務不同，當完成所有分解任務時，也就完成了最終的任務。而學習能力強、理解能力強并具有較強的分析能力和思維能力的學習者，則無須進行分解任務的學習，可直接進行任務學習，如圖4中學習者m所示。

3.1.3 "識別學習情景

智慧學習生態(tài)環(huán)境下的學習情景識別不僅僅是學習情景的確定和識別，還涉及整個學習過程中前期、中期和后期三個階段，如圖5所示。

智慧識別學習情景前期主要包括信息采集、動態(tài)建模和情景推理三個階段。其中，信息采集包括自動化和人工兩種方式。自動化方式是通過傳感器設備從物理環(huán)境中獲取與學習活動相關的物理信息、視頻監(jiān)控信息以及各種傳感器信息；而人工方式則體現(xiàn)在通過教師獲取專業(yè)知識與技能、學習信息、學習情景的特征等信息，進而與系統(tǒng)中已存在的資源、知識、檔案數(shù)據、情景要素模型等信息進行比對、更新，最終確定采集信息的科學性和可用性；動態(tài)建模的目的是構建或更新學習情景識別的各種條件要素的模型，包括建構情景模型、學習者模型、活動模型、領域知識模型和時空模型。模型的構建是按照一定的規(guī)則，將信息采集的模塊所得到的原始數(shù)據和信息映射為符合模型結構的抽象符號[8]。例如學習者模型的構建，需要獲得學習者特征和學習行為信息，同時模擬為具體的類型模型。而活動模型的構建則需要獲取具體的活動時間、場所、事件等信息；情景推理是依據學習任務和學習目標，通過數(shù)據驅動和目標驅動兩種方式，智能判斷情景的準確性，從而確定具體的情景模型。

智慧識別學習情景中期，智慧性體現(xiàn)在動態(tài)變化上。智慧學習生態(tài)環(huán)境的主要特征之一是動態(tài)平衡性，所有的教學過程、教學情景、學習行為都會隨著時間、空間和學習者的自身變化而發(fā)生動態(tài)變化。因此，智慧識別學習情景的中期，實則是智慧識別情景分支，會在一個大情景下出現(xiàn)多個不同的小情景，這更加貼切地體現(xiàn)了動態(tài)建模的概念，即隨著情景的變化而進行動態(tài)建模。

智慧識別學習情景后期，智慧性主要體現(xiàn)在對學習者學習行為的分析上。當學習者完成某個學習情景時，系統(tǒng)會自動存儲該學習過程中的全部模型，豐富數(shù)據庫，為下次的建模識別提供依據。同時，系統(tǒng)根據學習過程所產生的大量數(shù)據和信息進行分析，歸納出學習者的學習狀況，保留成功的行為信息，并對失敗的學習行為或者場景的不足之處提出改進的方法和建議，幫助學習者更加有效地進行情景學習。

3.1.4 "識別學習需求

學習需求主要包括學習任務、學習內容、學習資源和學習情感四大方面，智慧識別學習需求即通過對學習環(huán)境的感知、學習者特征的分析、學習行為數(shù)據挖掘等方式智慧匹配學習任務、學習內容，按需推送學習資源，根據學習者情感變化智慧調節(jié)學習需求，從而促進智慧學習生態(tài)環(huán)境的動態(tài)平衡發(fā)展。

提出學習任務需求是學習者自身動力充足的體現(xiàn)，即學習者希望通過獲取學習任務進行充滿動力的學習，學習任務與學習內容緊密關聯(lián)。虛擬環(huán)境能夠通過數(shù)據挖掘和學習者信息分析判斷學習者當前的學習需求，或者是知識技能性學習需求，或者是興趣愛好學習需求，甚至是休閑娛樂學習需求。識別到學習者的即時需求后，出現(xiàn)對應學習內容的相關任務。學習內容不同，任務的形式也不同——包括知識問答式、游戲化進階式、技能操作式等多種形式。在學習者學習過程中，虛擬環(huán)境根據識別的學習者特征與學習內容，按需推送學習資源[9]，包括MOOC[3]、微課、創(chuàng)課等形式的開放資源，也涉及優(yōu)質的圖文與影像材料，這些學習資源有助于學習者有計劃地、有針對性地、高效率地學習。然而在學習過程中，學習者可能會因為學習內容或者外部環(huán)境變化而產生情緒波動，情感的變化是學習需求變化的重要體現(xiàn)，不同的情感表明其所需求的學習方式和內容在發(fā)生變化。因此，構建的智慧學習生態(tài)環(huán)境不僅能夠智慧地識別學習者在學習內容、任務形式、資源等方面的需求，而且能夠智慧地判斷學習者情感發(fā)生變化而產生的即時需求。

3.2 "智慧感知

智慧學習生態(tài)環(huán)境的智慧感知系統(tǒng)通過RFID、HRS、QRCoad等技術以及各種傳感器和嵌入式設備，對學習環(huán)境進行物理感知、情境感知和社會感知。

3.2.1 "物理感知

物理感知主要發(fā)生在物理環(huán)境中，通過感知環(huán)境中的空氣、溫度、光線、聲音等信息進一步調節(jié)和控制環(huán)境溫度、濕度、亮度、色彩以及聲控設備。智慧學習生態(tài)環(huán)境能夠實現(xiàn)智能控制空調、音箱、電燈、窗簾、門窗以及噴水設備，其智慧性體現(xiàn)在能夠準確感知物理環(huán)境信息，匹配學習者特征和學習情境，調節(jié)滿足學習者需求的物理環(huán)境因素，包括空調的溫濕度，燈光的強弱，音響聲音的大小，窗簾、門窗的開閉等的調控，從而為學習者提供最安全、舒適的物理環(huán)境。

3.2.2 "情境感知

情境感知是指系統(tǒng)主動感知情境變化，根據用戶當前任務需要，在恰當?shù)臅r機提供恰當?shù)男畔⒑头誟10]。其原理是以傳感設備和計算機設備為感知設備，按照各類參數(shù)進行加工與處理，從而獲取相應的情境信息[11]。在智慧學習生態(tài)環(huán)境中，情境主要包括學習者自身情境（身體情境、身份標識情境）、物理情境（空間、時間、環(huán)境）、計算機系統(tǒng)情境（資源情境、可用性情境、存取情境）、人機交互情境（實時交互、歷史數(shù)據）和社會情境（規(guī)約、人際關系）。通過對各類情境的感知，進行數(shù)據分析，建模處理，從而適應智慧學習生態(tài)環(huán)境下學習者的學習需求，不斷提升學習者的智慧水平，促進教育的可持續(xù)發(fā)展。

3.2.3 "社會感知

社會感知主要包括感知學習者與教師之間的社會關系、感知學習者與學習者之間的學習需求和交往關系。通過獲取與學習者相關的社會關系信息，進而分析學習者的學習特征與價值取向。

3.3 "智慧干預

在智慧學習生態(tài)環(huán)境中，學習者往往有較強的適應能力和自我調節(jié)能力，以保持生態(tài)學習的動態(tài)平衡發(fā)展。只有當學習者行為發(fā)生異變，威脅到學習環(huán)境的動態(tài)平衡時，智慧學習生態(tài)環(huán)境才會進行有針對性的干預，保證學習者的正常學習。智慧學習生態(tài)環(huán)境中的智慧干預主要體現(xiàn)在以下兩個方面：第一，不利因素出現(xiàn)時的智慧干預，即當某一要素出現(xiàn)變化，如極度缺乏，成為影響學習的限制因子時的智慧干預；第二，促進學習者智慧學習的智慧干預，如按需推送學習資源、智能分配學習任務等。

3.3.1 "出現(xiàn)不利因素的智慧干預

當由于學習需求不足、學習態(tài)度消極、同伴競爭壓力過大、意志力薄弱、情感情緒波動、受到脅迫而影響正常的學習行為時，這些因素就成為阻礙學習的限制因子。當限制因子出現(xiàn)時，將會極大程度影響學習效果甚至阻礙學習者繼續(xù)學習。此時，虛擬環(huán)境通過智慧感知與數(shù)據分析等方式獲取學習者實時信息，并對其進行智慧干預，使異常的學習行為轉變?yōu)檎５膶W習行為，從而維持學習環(huán)境的動態(tài)平衡。

3.3.2 "促進智慧學習的智慧干預

智慧學習生態(tài)環(huán)境構建的最終目的是維持學習動態(tài)平衡，實現(xiàn)教育可持續(xù)發(fā)展。在教與學的過程中，可以通過智慧學習生態(tài)環(huán)境的影響，有效提升學習者的智慧水平，通過干預學習者學習行為，促進學習者智慧學習。根據圖3可知，在出現(xiàn)學習行為之前，虛擬環(huán)境通過學習分析技術和大數(shù)據對學習者進行數(shù)據挖掘和分析，匹配學習者特征，按需推送學習資源；同時科學分配學習任務，為學習者提供最優(yōu)質的學習資源、最適合的學習任務、最佳的學習環(huán)境。在學習過程中，虛擬環(huán)境與物理環(huán)境通過感知識別學習行為，以激發(fā)學習者的創(chuàng)造能力為目的，發(fā)揮學習者主觀學習能動性和團隊學習、互助共進的協(xié)作精神，科學、合理地創(chuàng)設學習情境、感知學習需求、刺激學習行為，從而提升學習者的智慧水平。最后，虛擬環(huán)境獲取學習者學習行為軌跡數(shù)據，進而分析、整理、歸納、反饋，并進行映像建模，將結果存儲于數(shù)據庫中，為后續(xù)的學習提供智慧保障。

3.4 "智慧評價

傳統(tǒng)的評價機制較為簡單，主要是通過學習結束后的試卷測評進行評測。而隨著教育發(fā)展的不斷進步和網絡發(fā)展的逐步成熟，對學習者的評價機制越來越多樣化，評價標準更科學、評價形式更豐富。有學者認為，學習評價應該從教師教學記分機制，學生課程學習檔案，自主學習檔案，課堂活動與日常學習觀察記錄，學生自評、互評與教師評價相結合，訪談與問卷調查，期末測試等方面進行綜合考量[12]；還有學者從過程性評價的角度出發(fā)，綜合考慮學習動機、學習過程和學習效果[13]。這些評價體系都能夠在一定程度上幫助教師相對準確評價學習者的學習結果，但評價的及時性、學生的特殊性等方面仍存在問題，更無法準確獲得學習者的學習數(shù)據。而構建智慧學習生態(tài)環(huán)境，能夠建立健全更加智慧的評價機制，針對學習者的行為特征，進行追蹤和測量，實現(xiàn)實時評價、分層評價與信息反饋。智慧評價既能對群體學習者的學習信息作出科學評價，又能個性化評價學習行為，從而保障評價的公平性、科學性、全面性和實時性，最大化幫助學習者完善學習模式、提升學習智慧水平。

4 "結束語

當前，我國智慧學習環(huán)境的研究已趨于成熟，不論理論層面還是實踐層面都取得了突破性的進展。但是目前的研究成果更多層面停留在智能性的研究上，對于提升學習者的智慧水平即促進學習者智慧的教育研究還遠遠不夠。從生態(tài)學角度研究智慧學習環(huán)境的功能及智慧性，有助于促進智慧學習的發(fā)展，提升學習者智慧水平，為未來實現(xiàn)教育現(xiàn)代化、教育可持續(xù)發(fā)展奠定基礎。

5 "參考文獻

[1] 戈峰.現(xiàn)代生態(tài)學[M].2版.北京：科學出版社，2008：

57.

[2] 范國睿.教育生態(tài)學[M].北京：人民教育出版社，2000：

22-23.

[3] 孫雨生，程亞南，朱禮軍.基于MOOC的高校教學模式構建研究[J].遠程教育雜志，2015，33（3）：65-71.

[4] 唐麗，王運武，陳琳.智慧學習環(huán)境下基于學習分析的

干預機制研究[J].電化教育研究，2016，37（2）：62-67.

[5] 胡水星.大數(shù)據及其關鍵技術的教育應用實證分析[J].

遠程教育雜志，2015，33（5）：46-53.

[6] 陳琳，王運武.面向智慧教育的微課設計研究[J].教育

研究，2015，36（3）：127-130，136.

[7] 張春蘭，李子運.創(chuàng)客空間支持的深度學習設計[J].現(xiàn)代教育技術，2015，25（1）：25-31.

[8] 張永和，肖廣德，胡永斌，等.智慧學習環(huán)境中的學習

情景識別：讓學習環(huán)境有效服務學習者[J].開放教育研究，2012，18（1）：85-89.

[9] 李寶，張文蘭.智慧教育環(huán)境下學習資源推送服務模型

的構建[J].遠程教育雜志，2015，33（3）：41-48.

[10] 陳媛嫄.基于活動的情境感知模型與情境感知交互設計[D].大連：大連海事大學，2012.

[11] 吳南中，王覓.基于情境感知的智慧學習環(huán)境探究[J].

現(xiàn)代教育技術，2016，26（5）：18-23.

[12] 丁慧，王小剛.基于MOOC的混合教學模式中學習評價機制的研究[J].時代教育，2015（9）：4.

[13] 趙蔚，張賽男，裴曉杰.“動機、過程、效果”三位一

體式網絡學習評價體系構建研究[J].現(xiàn)代遠距離教育，

2012（4）：53-58.