數字化學習工具標準研究與框架設計

錢冬明 羅安妮 趙怡陽

[摘? ?要] 隨著數字化學習工具在e-Learning中的應用程度不斷加深，其規范標準的研究也被提上日程。針對學習工具分類不統一、元數據規范不一致、內部數據處理的封閉性、輸入輸出接口規范不一致等問題，文章以工具為核心，從元數據標準、分類標準、過程性數據標準、數據接口標準和評價標準五個方面構建用戶、開發者導向的數字化學習工具標準體系并作框架設計，以推進數字化學習工具的有序發展與融合，更好地輔助教與學。

[關鍵詞] 學習工具標準; 數字化學習工具; e-Learning

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 錢冬明（1967—），男，浙江紹興人。副教授，博士，主要從事評價和決策、數字媒體、數字教學應用、干部網絡教育等方面的研究。E-mail：dmqian@admin.ecnu.edu.cn。

一、引? ?言

信息化教與學已成為當今開展教育活動的主流形式與實踐行為。在線教育的快速發展、學者的研究引領都昭示著學習工具在在線教育中的大好前景。當前開放、免費、互聯的網絡環境也拓寬了學習工具的發展空間，加速了數字化學習工具的應用進程。無疑，數字化學習工具在增強學習效能等方面起著十分重要的作用。但是，由于缺少一些規范性文檔來指導學習工具的開發與應用，導致學習工具應用生態環境面臨許多困境。

（一）元數據規范不一致

學習工具作為一種特殊的教學資源，其基礎元數據應該包含工具名稱、類別、功能特點、應用領域等基本描述性信息，以及工具內部的有關性能數據，前者主要針對用戶的需求，后者則側重于指導開發者的研發。以元數據中的描述數據為例，由于目前尚無供各大公司、企業遵循的學習工具元數據描述規范，導致各大軟件平臺對學習工具的屬性描述并未統一。以360軟件管家、騰訊軟件中心、2345軟件管家、APP Store等國內外軟件管理平臺對“WPS”辦公文檔工具PC版的信息描述發現，其信息涵蓋工具名稱、Logo、評分、系統適配信息、安全認證信息、應用大小、發布時間、應用版本號、界面概覽、廣告信息、支持系統、位數、開發商所提供的應用描述說明等[1]，但各個平臺提供的信息均不盡相同，即便表達內容相同，但名稱也有所不同，描述屬性不統一的問題給用戶選擇帶來困難。

（二）工具分類不統一

學習工具所涉及的范圍很廣，不同學習工具的應用范圍也都不盡相同。如何進行精準的分類，使用戶在選擇時能夠快速定位檢索是開發者成功推廣工具應用的前提。搜集華為應用商城、APP Store、應用寶、小米應用商店、安卓市場等八家移動軟件銷售平臺工具分類框架下的“教育”或“教育學習”類工具發現，各個應用市場對“教育”或“教育學習”類工具的分類類別數約為3～7種不等，主要以工具應用場景為分類依據（如圖1所示），但所提供的分類內涵大相徑庭，且存在類別歸屬混亂、分類不明確等問題。

（三）工具內部數據處理的封閉性

用戶在使用學習工具的過程中，會創建或產生多組數據集，該數據集包括用戶的學習過程性數據、用戶的行為信息等。但由于各個工具之間的獨立性以及內部數據處理的封閉性，導致不同學習工具間無法實現數據集的共享。用戶疲于在各個工具間“輸出”數據，這在一定程度上降低了用戶使用工具的積極性。

（四）輸入輸出接口規范不一致

隨著開放與互聯理念的深入，“如何實現工具間的相互聯通、相互調用”成為研究新議題。從目前來看，僅有少數大型互聯網公司開始了在工具互操作、連接方面的探索，如百度開放平臺、訊飛語音開發平臺、微信小程序開發平臺等。由于工具間數據接口不一致，整個學習工具應用市場環境依舊面臨數據少交換、接口少聯通的困境。

由此，在現有理論的基礎上，基于用戶需求、理論指導，結合技術發展趨勢，設計數字化學習工具標準框架尤為必要，以標準促融合、促發展，為各個標準的初步研制提供參考。

二、數字化學習工具標準框架概述

（一）理論基礎

1. 元數據理論

元數據（Meta Data）是關于數據倉庫的數據，是指在數據倉庫建設過程中所產生的有關數據源定義、目標定義、轉換規則等相關的關鍵數據[2]。元數據這種“自下而上”的描述形式對指導標準的研制類目及各個標準所要涵蓋的指標體系有著重大的啟示意義。

2. 認知負荷理論

由于個人的記憶容量有限，使得人們很難同時加工多種來源的信息[3]。工具作為一個提升學習者學習效率、培養學習者高階思維的技術手段，是減少學習者認知負荷的有效方法。分類標準就是基于減輕學習者認知負荷這一要點，站在實用性的角度而提出來的。

3. Experience API

隨著移動學習的普及與深入，SCORM標準已無法輕松適配各個學習設備，xAPI（experience API）應運而生。它是一種用來儲存和訪問學習經歷的技術規范[4]，基于活動流，以“Actor（操作者）→Verb（動作）→ Object（對象）[5]”三要素來表征學習者的學習狀態，它能更細致地描述學習者的學習行為。xAPI規范的提出規范了學習者學習經歷數據的獲取與共享[6]，也為學習工具間數據共享提供了規范框架。

4. 聯通主義學習理論

聯通主義學習理論是深入認識開放網絡時代在線學習規律的前瞻性理論[7]。它認為，學習是連接專門節點和信息源的過程[8]。從學習者的角度來看，學習者與信息、學習者與學習者之間的交互是學習的重要方式，學習者與信息間的交互在日常學習過程中尤為頻繁。故而，為工具間的數據傳遞，研制能相互連通的標準，讓學習者能實時地重復利用所創建的信息內容，是聯通主義思想的一大體現。

從數字化學習工具發展的角度來看，工具如若僅僅以單一、獨立的形式存在，其發展必然會囿于精力、資金等因素。若在開發之前，形成工具的融合觀，在工具與工具之間、數據與數據之間搭建溝通的橋梁，實現不同工具與工具、數據與數據之間的互聯，使數字化學習工具形成融合發展的態勢，應是該行業未來發展的一大趨勢。

（二）設計原則

1. 基于用戶需求

基于用戶需求是研制具有實用價值的學習工具的重要前提。對于一個工具而言，它具有很多的屬性。如果以各個屬性為依據，制定一個全面的標準體系，這在實際運行中似乎不大現實。以實用的原則來指導標準體系的構建，這是本次標準框架設計的基本原則。從教育者的角度來看，學習工具的教育性、藝術性是所要考慮的首要因素[9];從學習者的角度看，提升學習效益、優化學習過程是應用工具的基本要求;從開發者或廠商的角度來看，成本控制、用戶需要是其要考慮的主要因素。而這些因素在標準研制之前就要將其納入到考慮范圍內。

2. 基于理論指導

理論指導是學習工具標準研制不可或缺的一部分。聯通主義學習理論中的工具觀所倡導的工具與工具間數據共享、元數據理論中對基礎數據的規范定義等，都是標準研制的重要理論指導。

3. 基于發展趨勢

對學習工具的標準研制不僅是對該領域、行業標準的更新，也是不斷地反思與改進行業發展的過程。在標準制定的過程中，剔除與當代發展不一致的標準，并基于對當前發展趨勢的把握與思考，通過不斷的試驗和持續的應用推廣，借助標準化這一手段加以推進[10]。技術日益變革，學習工具系列標準的制定既要基于實際應用需求，也要結合當前發展趨勢，以有效應對教學變革，并為產業發展提供持久驅動力。

（三）標準框架概述

從應用的層次來看，學習工具應用的生態周期大致可以分為：工具的開發、工具的選擇、工具的應用、工具的評價。由此，學習工具標準大致可以對應分為工具的元數據標準、分類標準、過程性數據標準、數據接口標準和評價標準五個方面，各個標準間既規范了教育應用，也提高了服務質量與管理水平，如圖2所示。元數據標準主要對學習工具使用時的基本元數據（如工具適用的對象等數據），及系統數據（如屏幕分辨率要求等）進行規范;分類標準規定了學習工具的主要類別及維度;過程性數據標準則主要聚焦于工具的使用過程，規范用戶在使用學習工具的過程中所創建或產生的數據集，以便于數據的流通與互聯;統一不同工具間的API接口則是數據接口標準要規范的主要內容，接口標準為工具與工具間主要功能的相互連通搭建了橋梁;評價標準主要服務于對工具性能、效能的評價。

三、數字化學習工具標準體系

（一）元數據標準

從功能的角度劃分元數據，可以分為管理型元數據、描述型元數據、保存型元數據、技術型元數據及使用型元數據[11]。從應用對象的角度可以劃分為面向用戶級的描述數據與面向開發者的技術規范。以此為基礎，基于“開發者—工具—用戶”思路，將元數據標準劃分為四大部分，各個部分在工具開發、應用中的關系如圖3所示。

面向開發者的系統數據更加側重于工具的使用性規范，如移動應用的屏幕適配數據、工具多平臺兼容信息等。借助元數據的層次體系，結合各大工具網站或應用（如360軟件管家、百度手機助手、APP Store）對工具的描述，可初步將系統數據分為名稱、大小、語言、應用平臺、所屬類別、功能、界面等多個要素。面向用戶的描述數據主要聚焦于對工具的描述性規范，包括工具中內容表現形式、工具可擴展性等。交互數據則特指在技術豐富環境下，人機交互所產生的用戶反饋數據。

圖3? ?學習工具元數據標準關系圖

元數據標準研制的意義主要有兩個方面：第一，在用戶不使用學習工具的情況下就能清晰準確地了解工具的基本屬性與特色;第二，對元數據的規范有利于對工具的分類與檢索。

（二）分類標準

為了適應信息資源組織的要求，經常把信息資源對象組合成資源集合來描述[12]。資源集合大體分為兩種：一是純描述型，其數據集大都以靜態的方式組合起來，便于管理與檢索;二是功能型，即提供一個標準化框架，以支持分布式信息檢索。從應用軟件下載服務商所提供的檢索方案來看，大都基于純描述型的檢索方式，即選定一種特定功能對應具備該功能的工具。但隨著工具種類的增加以及功能的多樣化，為減輕學習者的認知負荷，功能型的檢索方案也許會成為學習工具檢索的新方式。

參考學習與績效中心（C4LPT）學習工具排名網站[13]、安德森和克拉斯瓦爾等人對布魯姆認知層次所添加的數字化的標注行為與工具[14]，結合鐘志賢[15]、郁曉華[16]等人對學習工具的分類研究，可以將數字化學習工具從應用范圍、應用學科、平臺、場景、內容表現形式、功能等維度進行分類，見表1。分類標準的制定基于純描述型的資源集合，并延伸出不同的分類維度，為學習工具的功能型檢索方案提供一個理論方向，也對數字化學習工具的不同維度作一個合理的歸類。

從用戶的角度來說，數字化學習工具的分類能對工具的檢索、精準定位提供相應的指導;從行業人員的角度來說，數字化學習工具的分類能對市面上良莠不齊的學習工具作出一個較為合理的規整，精準定位用戶需求，把握未來發展趨勢;從應用軟件下載服務提供商的角度來看，對學習工具的分類為其全面把握用戶需求、開展工具推廣活動提供了理論指導。

（三）過程性數據標準

過程性數據即用戶在使用工具的過程中所創建或產生的數據或數據集。從整個網絡學習環境來看，用戶每天都要發布、創建或生成上億組學習型數據，這些數據經過一定的提煉后便可以成為學習資源，同時，用戶在使用工具過程中，會產生許多過程性的學習數據，如學習到哪里、學習情況等，但是由于工具內部的封閉性，這些豐富的學習資源和過程性學習數據總會不可避免地重復或難以共享至其他工具中。讓一些主流學習工具的內部數據接口規范化并予以開放，使不同的學習工具可以對內部數據進行互通互享，這是學習工具發展要克服的主要技術難點，也是未來學習工具發展的一大趨勢。建立工具內的過程性數據標準，將為構建靈活方便的過程性資源交流、再編輯體系等奠定共享的基礎規范。

結合xAPI規范在實際中的深入應用，將過程性數據標準分為用戶、學習行為、附加屬性三大部分[18]，如圖4所示。其中，工具A與工具B之間可以通過遵循xAPI規范而實現學習者學習經歷數據的共享，附加屬性可以由學習工具開發廠商自定義，如使用權限、附件等。

（四）數據接口標準

聚合與耦合是軟件工程中的一對概念。聚合指的是一個模塊內部各成分之間相關聯程度的度量[19];耦合指的是模塊之間相關聯程度的度量[20]。同樣地，在工具與工具之間想要達到內部的聯通，其方式也可以分為兩種：一是使不同工具間遵從相同的接口標準與通信協議，或是允許鏈接的調用，從而實現不同工具間功能的調用;二是在工具中嵌入另一工具，再開發工具讓其具備更多的功能[21]。如有道詞典的取詞功能就是工具間聚合的體現，它將OCR取詞工具嵌入到有道詞典內部再封裝，能對圖片與PDF文檔中的單詞進行實時的翻譯，解決了多數用戶在閱讀外文內容時的閱讀障礙。

但是在實際情況下，由于版權、用戶權限、技術難度等問題，聚合的方式僅在工具開源的情況下能夠得到大范圍的實現，大部分工具間的調用是基于耦合的方式，而耦合所要突破的就是各個工具之間的接口限制。隨著Web 3.0統一API通信標準理念的提出，在未來，相信工具與工具之間將向融合的方向發展。

數據接口標準為工具與工具之間提供了互聯的規范性說明。如圖5所示，學習工具可以對外開放接口，在符合接口數據規范、程序接口規范兩大主要標準后，可以實現工具調用另一工具的某一功能。該標準的研制為提高用戶的工作、學習效率，降低開發成本，規范行業市場乃至促進工具的融合創新發展提供了內驅力。

（五）評價標準

不同標準下學習工具的表現不一。結合國內外工具排名網站測評標準與方法，如因果樹APP、Web端在線用戶活躍度排行、易觀千帆每月的APP排行等（大都以每日活躍用戶數、在線時長、下載量、用戶黏性等作為評估工具的指標），基于評價可行性需求，將學習工具評價標準分為可用性、友好度、實用性、趣味性、可擴展性五個主要維度，如圖6所示。工具的可用性從出錯頻率、Bug修復時長、對外部環境的依賴程度、在各個平臺的兼容性、是否有付費限制、可訪問程度等方面來開展測評。用戶友好度主要包括學習工具的操作難易度、工具的幫助說明支持文檔是否詳細且易于理解、工具的操作按鈕是否符合用戶的日常習慣以及個性化的用戶支持服務等內容。實用性涵蓋的范圍較廣，它所代表的是學習工具的應用價值。一個實用的學習工具可以是一個便捷的學習資料庫，也可以是一個促進學習管理的工具應用，無論如何，其必然要體現對學習的支持或優化、促進作用。工具的趣味性可以從工具與用戶之間的交互、是否支持協作學習或個人創新、是否能帶動用戶的感官體驗等方面來進行評價，也可以從學習工具對內容的解讀或課程的教學設計方面來評價。具有較高擴展性的學習工具往往符合主流的數據標準，并能相對便捷地接入第三方應用服務，如Moodle課程管理平臺對插件開發的支持服務等。同時，數據間的可共享性也是學習工具可擴展性的重要指標，互聯網的開放性與包容性使得擴展性高的工具具有更加廣闊的發展前景。

學習工具評價標準的研制，不僅有助于引導用戶選擇高質量的學習工具，也為數字化學習工具行業的發展提供了標桿，進而促進學習工具的發展融合。

四、結? ?語

網絡與通信技術的發展使數字化學習成為人們學習的主要形態之一，隨之產生的數字化學習工具軟件和硬件也逐漸增多，但質量良莠不齊。本研究以工具為核心，構建用戶、開發者的數字化學習工具標準體系，包括元數據、分類標準、過程性數據標準、接口標準以及評價的規范，這將有利于指導學習工具的開發，旨在規范開發與應用進程，引導用戶的選擇與使用，進而促進行業的融合創新發展。

[參考文獻]

[1] 騰訊軟件中心. WPS Office[DB/OL]. [2018-07-08]. https：//pc.qq.com/detail/15/detail_1215.html.

[2] BALDONADO M，CHANG C C K，GRAVANO L，et al. The stanford digital library metadata architecture[J]. International journal on digital libraries，1997，1（2）：108-121.

[3] PAAS F，TUOVINEN J E，TABBERS H，et al. Cognitive load measurement as a means to advance cognitive load theory[J]. Educational psychologist，2003，38（1）：63-71.

[4] Advanced Distributed Learning. xAPI Conformance research & future requirements[EB/OL].[2017-07-25]. http：//www.adlnet.gov/news/xapi-future-requirements.

[5] Advanced Distributed Learning. The xAPI overview[EB/OL].[2018-02-04]. http：//www.adlnet.gov/research/performance-tracking-analysis/experience-api/.

[6] 顧小清，鄭隆威，簡菁. 獲取教育大數據：基于xAPI規范對學習經歷數據的獲取與共享[J]. 現代遠程教育研究，2014（5）：13-23.

[7] 王志軍，陳麗. 聯通主義學習理論及其最新進展[J]. 開放教育研究，2014（5）：11-28.

[8] SIEMENS G. Connectivism：a learning theory for the digital age[J]. International journal of instructional technology & distance learning，2004，2（s101）：3-10.

[9] 孫一萍，魏雪. 虛擬學具的研發[J]. 中小學信息技術教育，2012（6）：22-24.

[10] 錢冬明，管玨琪，郭瑋. 電子書包終端技術規范設計研究[J]. 華東師范大學學報（自然科學版），2012（2）：91-98.

[11] 張春景. 信息系統元數據規范應用研究[D]. 上海：華東師范大學，2004.

[12] 趙軍. 數據資源描述與組織的元數據方法[D]. 天津：天津大學，2005.

[13] HART J. Top tools for learning 2018 [DB/OL]. [2018-07-08]. https：//www.toptools4learning.com/home/.

[14] ANDERSON L W，KRATHWOHL D R，AIRASIAN P W，et al. A taxonomy for learning，teaching，and assessing：a revision of bloom's taxonomy of educational objectives [M]. Abridged Edition. New York：Pearson，2001：1013-1014.

[15] 鐘志賢. 信息技術作為學習工具的應用框架研究[J]. 電化教育研究，2008（5）：5-10.

[16] 郁曉華，雷云鶴，祝智庭，等. 變革理念下虛擬學具標準研制現狀梳理與體系框架[J]. 現代遠程教育研究，2013（2）：68-75.

[17] HART J. Directory of learning & performance tools[DB/OL]. [2018-07-08]. http：//c4lpt.co.uk/directory-of-learning-performance-tools/.

[18] 李青，孔沖. 下一代SCORM標準的新動向——ADL TLA和Experience API解讀[J]. 電化教育研究，2013，34（8）：61-67，72.

[19] MCKINNEY W. 利用Python進行數據分析[M]. 唐學韜，等譯. 北京：機械工業出版社，2016：271-275.

[20] 楊晗玥，沈備軍，趙建軍. 面向方面軟件動態耦合的度量[J]. 計算機應用與軟件，2008，25（12）：151-155.

[21] 郁曉華，雷云鶴，祝智庭，等. 變革理念下虛擬學具標準研制現狀梳理與體系框架[J]. 現代遠程教育研究，2013（2）：68-75.