數據驅動“知能發展”的微型學習系統分布架構研究

權國龍 趙春 蔡慧英 顧小清

[摘? ?要] 創新驅動發展戰略下“知能發展”是創新人才培養的重要目標。在技術融合應用中，可以充分利用教育數據促進主體“知能發展”以發揮其支持創新人才培養、驅動教育創新發展的作用。在教育系統全景中考慮驅動“知能發展”的技術形態和技術架構，在分布式格局中思考系統化建設的技術途徑，并通過教育數據的技術設計支持主體“知能發展”圖景，可以最大化教育數據的“使能創新”作用。基于文獻調研和實踐展開分析，在信息與數據教育應用的理性邏輯和實踐經驗間尋求技術結合點，可為數據驅動主體“知能發展”的系統建設提供建設性方案。研究認為，聯結教育數據的表征本相和教育系統活動特征，以“知能圖譜”和微型化學習系統為架構基礎，將基于微型系統的分布式架構置于中心地位，實行數據驅動的微型化“知能”訓練模式，可以通過可定位、可連續、可精準的學習歷程促進主體“知能發展”，支持科創人才培養。

[關鍵詞] 教育信息化2.0; 教育數據; 知能圖譜; 微型學習系統; 分布式共建共享

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 權國龍（1983—），男，甘肅高臺人。副教授，博士，主要從事學習科學與技術、可視化設計與應用、知識表征與建模、STEM教育研究。E-mail：quangl@jiangnan.edu.cn。

一、引? ?言

在群體預見中，信息技術對教育教學活動的深入影響，將造就數字化學習新格局。實際應用中，點對點式的資源共享與信息流通和多對多型的師生間與學習者之間的聯系，已經形成了通達而復雜的新型數字化學習環境。與此同時，數字化學習理念、架構、資源與服務要與時俱進，才能切實幫助學習者提高學習績效、增強學習體驗、改善學習效果，進而達成個體發展。“教育信息化2.0行動計劃”和“教育現代化2035”中都明確指出，未來教育發展必須貫徹實行教育強國國策，必須聚焦人才培養新需求。這就要求信息化教育措施要以主體知識與能力發展（簡稱“知能發展”）為先[1]。核心素養、STEM教育、“創客”教育等的涌現與推進，都是對科教興國國策的積極響應;尤其是在創新驅動戰略背景下，STEM教育的推進和人工智能技術的發展，為科技創新人才的培養提供了又一次契機。所以，如何充分利用信息技術優勢，在教育系統的信息化實踐中有力地支持主體知能發展，以促進教育信息化發展和科技創新人才培養，是非常值得探索的問題。

在大數據視野下，教育數據可被理解為對復雜教育系統的表征[2]。雖然教育大數據研究的熱點和偏向透射了教育數據應用的熱潮，但缺少對其應用“理法”的研究[3];實踐中需要加強其關鍵技術方法和基礎理論的研究，從模型構建轉向設計與應用及實證研究[4]。完整、可用的數據知識是數據分析的前提，要利用數據來準確描述或解釋客觀現象，還需要有科學、合理的分析模型[5]。所以，對教育大數據的研究與應用，仍需要“理”定“本相”“法”正“金身”，以使其在教育系統中發揮信息技術的變革作用。同時，在全日制學習體制內和終身學習背景下，將教育數據用于學習者持續、長期的知能發展，需要宏圖架構。信息化環境下針對學習者、學習過程和學習結果等的教育數據應用，情境多有不同、過程相互獨立、數據各有不同。事實上，多種多樣原因導致了教育數據實踐的不足[6]。這雖然有益于解決特定的教育現象、活動、議題，但不利于長遠的教育目標的實現，如學習者的知能發展。實際應用中數據孤立、數據不相融、數據缺少來源或來源不可靠、學習需求多樣等問題的解決，需要在信息化環境和大數據背景下形成面向未來的上位架構，以深化教育數據應用、滿足人才培養需要。

從此上位著眼，本研究立意于教育數據的應用效力，以及基于教育數據的持續、長期的主體知能發展，聚焦于指向主體知能發展的知能圖譜、微型學習系統與分布式共建共享架構。基于文獻內容分析，在勾繪教育數據與教育系統關系的基礎上闡述信息系統和數據系統的雙層分立，在教育數據應用理論結合教育實踐需求的分析中主張以“知能體系”為綱，在共享框架下建立微型學習系統的分布式架構，從而達成以教育數據驅動主體知能發展及創新人才培養的戰略目標。這也將為學習領域研究、部門監測與管理等帶來實用的教育信息化支持。

二、教育數據驅動的主體知能發展

從教育系統的全景視角透視教育數據與教育系統的關系，有利于把握其研究與應用重點，聚焦其實踐應用的關鍵之處。教育系統培養創新人才的使命，必然使教育數據應用鎖定主體知能發展。

（一）數據驅動：主體知能發展

教育數據是對教育系統的人為的數據化表征。作為教育系統在現實中的生成性表現[2]，教育數據是對教育活動的過程性或狀態性的符號記錄。教育大數據之所以主要針對復雜系統，主要原因是具體的應用中要使用高維、高密的大規模數據，而人力無法把握、存儲、處理大規模數據;而且，大數據的來源決定了這種表征并不是系統化的、一致完整的。數據與反映意義的理論和體現意義的實踐當具有同一指向性，即其符合價值與目標取向的“有”與“用”才是重點。而支撐主體知能發展，當是教育數據的重要價值體現之一。

以數據驅動主體知能發展，就要基于教育活動中數據產生過程對教學過程數據的捕捉、記錄、分析和利用，來支持并服務于課程資源建設、學習環境塑造、教學科學評價和教師能力提升等活動[7]。根據活動性質與主體需要的不同，數據的維、密、形、義也會不同，其特定意義指向下的運算會有差異，如將數據用于幫助教師教導學生、調整教導行為就需要“換維”處理數據。而教育數據的“實踐指向、歷史性、多元性和動態性”為教育大數據的架構提供了一個比較完整的頂層設計維度[7]。

面向主體知能發展的教育數據應用中，要清楚其價值追求、目標需要、針對事物、建構方法、數據對象，進而通過數據處理與利用達成目標。“理論是數據采集處理的尺度”“理論在場，數據才有意義”;價值目標、理論依憑、數據對象是構造有價值數據的三個要素。而沒有科學、合理的數據生產方法與途徑，就難以實現教育活動與系統的數據支持與驅動作用。側重主體知能發展的學習系統，其目的是幫助、引導或輔助學習者達成目標并獲得發展，其目標是在與學習者的交互中幫助學習者完成特定的學習任務、操作并達到特定的學習結果，其理論基礎是根據所秉持的學習理念而選擇的學習理論與原理，數據對象是按理論的情境映射而確定的數據實體，數據流是數據在完成系統目標前所經歷的過程，而數據的價值歸依就是由其支持的系統目標所實現的目的。以“數據流—態”[8]和邏輯結構完成的學習系統設計，就是設計者對面向主體知能發展的教育活動的數字化理解，就是其對該教育活動數據關系的系統架構。

（二）數據驅動：分布式架構系統與數據

學習系統開發與應用的代表KNEWTON，結合了學習者數據、統計、心理測量、機器學習、標記統一的學習經歷，能幫助使用者構建成熟、實時的學生數據分析，進而可以大規模地實現個人化服務[9]。知識圖譜（Knowledge Graph）、學習數據、心理測量和推理機制是其重要的組織部分。匹配知識圖譜與學生數據是其完成實時心理測量與推斷的主要手段。與之相比，一方面國內在知識圖譜、心理測量和推理等技術要件上難以在短時間內發展起來，另一方面創新人才培養中的主體知能發展需求又亟待解決。在這種情形下，分布式的數據系統與信息系統架構可用以緩解信息技術教育應用的瓶頸問題，減輕技術促進教育發展和主體發展的阻力。

教育系統全景視角下的學習系統，可被理解為一種開放的架構。現實的學習系統多種多樣，而其數據通常不能對接。但從學生主體發展的路徑上完整理解其所經歷的教育系統，就可以映射出連續、有序的數據系統。而分布式的教育歷程與學習活動，也就決定了其數據化過程及數據系統的分布式架構。分布式架構下將數據系統與信息系統并舉，可以把對教育活動的表征與教育實踐的運行完整地統一起來，更好地支持教育活動的實施，以及主體知能的發展。分布式數據架構中的知識圖譜、心理測量、預測分析等問題，也可以通過模塊、接口方式在開放、協作中得到緩解，在“眾籌”[10]中得到保障，在科學研究中得到優化與補償[11-12]。

三、基于“知能圖譜”的分布式共建共享架構

在較高的抽象與概括層面上，教育組織視角或學習主體視角的知能發展目標是有某種特征的“知能體系”。它是一個秩序井然的有關知識、技能與能力的有限集，可結合發展需要形成群體或個體的“知能”圖譜。此圖譜，將成為分布式架設學習或訓練系統的藍圖，使連續、系列或相關的系統基于數據與信息通過分布式共享框架服務于主體持續的“知能”延展。

（一）以“知能圖譜”導航主體知能發展

以學習系統支持主體知能發展，需要在連續的學習歷程中考慮學習者自身相對完整的、連續的知能體系的形成與延展。已有各類學習系統的設計與應用，無力顧及學習者體系化發展的“知能結構”，系統數據與信息的割裂就是其中致命的原因。以“知能圖譜”為技術手段和向標輔助于學習主體的知能發展，在學習者知能發展歷程中非常必要。

知能圖譜是主體需要達到的知識、技能與能力體系的圖示化表達。基于修訂版的布魯姆教學目標分類，它可以從知識結構和認知水平兩個維度考慮，用以標定學習者在專業上要達到的知識與能力要求。知識圖譜的重要性在于，它是具有基礎性參照功用、可作動態調整的“知能”體系藍圖，是諸多學習系統設計與開發的目標依據，用以輔助主體不斷形成知能積累并形成體系化的知能發展。事實上，知能圖譜的存在符合教育系統發展的現實目標，因為它們的服務目標一致，其指向更為明確，而且在以“有限”目標應對無限發展的工作中更具技術上的優勢。知能圖譜可以以課程標準、學生發展核心素養、數字化學習核心素養等理念與理論研究為基礎提煉，并可以依賴已有工作形成（如教育實踐中的各級各類“知能”目標，以及像布魯姆教育目標分類等已有的理論研究），盡管這樣的知能體系并不容易繪制。知能圖譜可按學科或領域進行組織，也可以按“知能”培養預期將之體系化。它在本質上是一個高質量的參照樣本，是國家教育對培養對象的基本的或核心的要求。知能圖譜的要求是有限的、體系化的、符合教育實際的、預期可達的。

以“知能圖譜”導航，利用指向有限/特定“知能”目標的微型化系統，以及可持續知能延展的分布式架構，可使數據驅動、信息互連、系統輔助的主體學習活動、計劃、行動獲得更多助益。學習系統微型化的重要性就在于目標明確、內設精良、過程明晰、評測相映。對于有限的知能目標，學習者容易在短期內達成。而對于系統的研發，其人力要求相應降低，周期也會縮短，也容易實施并推行。對于中長期的連續的、緊密相關的知能發展，則需要一個可依賴的“知能”藍圖。相應地，系統研發中就需要一個共享框架，為特定“知能”目標的微型學習系統提供數據連接和知能體系聯結的支持。

（二）基于“知能圖譜”分布式共建學習系統

分布式架構比較適合于教育系統中主體階段性、連續性的學習活動實情。基于“知能圖譜”分布式架構適配于共享框架的信息（系統）與數據體系。因此，可以通過“知能”目標明確、獨立且完整的微型系統，以開放、擴展的方式支持主體在學習歷程中持續發展。應學習群體的各式學習目的和需要，可以基于數據接口標準將諸多針對單一或局部“知能”目標的微型學習系統統攝于共享框架之下。這樣就可以讓學習主體靈活選擇相近或相似的學習目標，實現學習或教育中的知能發展目的。

以微型學習系統為單位的分布式架構，針對的是教育教學的實踐要求、課程與資源建設的需要，以及不同學習群體的數字化學習需求。它更具有體制內大規模應用的可能。分布式共建微型學習系統可以充分發揮“供給側百花齊放”的優勢，使微型學習系統的共建得到足夠的發展空間。同時，在“需求側多源共用”，使學習者在分布式共享環境下獲取足夠的微型學習系統大資源。即，在開放的信息化網絡環境下，相關供給者提供針對特定“知能”目標的、帶有某種適應性的微型學習系統，并在共享框架與接口標準的規約之下，允許其他學習群體共享這些微型學習系統。

分布式共建可以發揮主體優勢。在共享方面：（1）不同地域的微型學習系統供給者，可以根據自身需要快速開發微型學習系統;（2）通過共建框架，不同地域群體對不同學習內容與學習目標的需要可在更大程度上得到滿足;（3）圍繞“知能圖譜”，不同地域供給者可以提供豐富的、各具特色的學習系統，甚至可以合作共建，優勢互補。在個性化方面：（1）供給側在微型學習系統的設計與開發中，在內容選擇、材料準備、功能設定等方面帶有區域的、團體的特色，這是個性化的體現;（2）微型學習系統的共享，使得學習主體對相同或相近學習目標、主題，可以在學習方式、操作功能等方面有多樣化的選擇;（3）對于相同的學習需求，也可在不同難度、不同路徑、不同風格上得到滿足。大量的微型化系統的開發與共享，使個性化產品的總體豐富性與學習者個性差異的豐富性[2]通過知能圖譜、搜索、知能分析與推薦關聯起來，使主體知能發展服務得以優化。可以說，只要建立完善的共享規約和微型學習系統創建、集成、使用、管理規則，就能充分實現分布式架構在支持共享式與個性化方面的預期。

（三）以分布式共建共享框架支持知能發展

數據驅動的主體知能培養與發展，需要表征活動與“知能”狀態的數據系統與支持活動的信息系統的并立分布;而分布式共建共享框架及數據與信息并立的微型學習系統，則需要明確自身的服務功能，確定實施的目的、要素、過程與方法，以支撐多源共享微型學習系統工程的實現。這些可以落實為國家或區域層面的共建共享平臺。共建共享框架主要涉及共建共享規約、微型學習系統信息、用戶數據和學情報告、知能學習推薦、推進引擎和知能圖譜等幾大部分。其基本結構如圖1所示。

共建共享框架定位于管理視角和服務立場，配套共建共享規約，以確定微學習系統的準入許可、建設者和使用者的權益和義務，以及相應的其他條件和附加信息。框架以容納針對“知能”目標而設計的學習活動支持系統為主要目標，以數據空間的建立與數據收集為根本目的，通過微型學習系統的數據（如功能類型、學習目的、內容種類、系統特征等相關信息）、學習者數據以及知識圖譜和分析推理引擎，奠定以數據驅動學習者知能發展的技術基礎。

分布式框架中的數據空間設計，需要充分考慮目的、內容、活動與用戶間的關系。在設計上需要包容目標有別、內容各異、方式不同的微型學習系統的表征;在數據記錄上，要能充分反映活動的特征、類型、方式、過程和結果，以及學生學習方式、進度、結果、體驗等。它們構成了學習報告中推薦后續學習系統的基礎。數據接口是一個重點，涉及分布式框架與微型學習系統的開放式整合和相融互通，并直接關系到對群體與個體知能發展的分析與推理、報告與推薦。相應地，系統、活動與用戶的數據結構是核心工程。未來的研究可以基于當前適應性學習系統的研究，在結合數字化學習實際問題與關鍵技術實現的基礎上，加強數據系統設計與系統整合性能。在后續研發中，需要著力鉆研數據結構、數據接口、數據共享協議與框架、數據推理規則等數據技術，以形成教育系統與教育應用的大數據驅動策略，促進教育養成中的知能發展。

分布式框架對微型系統的容納，以知能圖譜為基本依據之一，并與分析和推理引擎緊密結合，為支撐實踐應用的報告與推薦部分提供支持。在實際應用中，共建共享框架主要通過使用者搜索和系統推薦兩個途徑完成共建共享中的交互應答，保證框架運行的協調統一。學習者通過使用一個或多個微型學習系統，一套完整的知識與技能就可以形成，其相應能力也逐漸形成。分析推理引擎是基于微型系統數據與學習者數據，對當前“知能”狀態的判斷，以及對進一步可使用的微型系統的建議。分析推理模塊可兼容搜索功能，為學習者自主設定知能目標、自主搜索特定微型系統提供便利。換言之，學習者可以基于系統報告、知能圖譜及微型系統參數，自主選擇微型學習系統。而所累積的個人數據與所生成的個人報告，也可以通過數據分離由自己獨立使用。

四、基于數據映射的微型學習系統創建

“知能目標”明確的學習或訓練系統，是分布式共建共享框架的基本單位。微型學習系統是符合共建框架技術要求，具有明確可達的知能目標，具備知能缺口檢測、完善的學習資料與學習活動、學習效果測評、學習分析與推薦報告，以及完備的數據記錄與生成功能的學習或訓練系統。利用它可以使學習者在“形神”兼備的系統支持下在有限的學習歷程內達成既定目標，即微型學習。微型學習主體體現在目標和結果微化具體、內容與過程微化練達、數據與方法微化集成三個方面。

（一）微型學習系統之目標和結果的微化具體：靶向具體“知能”目標

分布式共建共享框架下微型學習系統的“知能目標”源于教育系統預置或動態生成的知能圖譜。在圖譜明晰、協議明確的分布式共建共享框架內，眾多微型學習系統（組）的建立過程，也是分化“知能圖譜”為具體目標的過程。分布式多源共建共享可以在更廣范圍內滿足不同群體或個體的學習需要。學習者不僅可以通過微型學習系統彌補知能缺口，而且還可以通過自選或推薦，選擇相關或相連“知能”目標的微型學習系統，促進自身知能發展。

微型學習系統直接面向學習者特定的“知能”需求，具有特定的學習目標、學習材料、學習方式與測試內容，在分布式共享框架的約束下被設計并實現，用以幫助學習個體或群體達到延展知能的目的。靶向特定“知能目標”的微型學習系統，其設計目標明確、內容集中而完整;主體學習后的知能結果也是明確而具體的。相較于已有諸多學習系統而言，以“知能”為目標的微型學習系統在設計與實現方面的優勢在于：（1）共享框架，以及可重用目標、內容、活動、測試與分析模塊，可以極大地方便設計與研發者開發微型學習系統;（2）目的明確、目標集中的微型學習系統，更易于做到適應性設計與設置;（3）微型學習系統實現周期短，便于維護。同時，微型學習系統在應用中也兼具個性化支持共享服務能力：（1）學習者可以在目的明確的微型學習系統的支持下靈活地訓練;（2）學習者可以圍繞相近學習目標，選擇更多共享的微型學習系統進一步訓練，以擴展知能結構;（3）通過分布式共享框架的服務，學習者可以利用多源微型學習系統（組）進行更多靈活而個性的選擇，以促進自身知能發展。

（二）微型學習系統之內容與活動的微化凝練：定向模塊化適應性設計

以特定“知能”為目標的微型學習系統，以前后測為“知能”狀態檢測手段，通過具有一定適應性的學習材料與適宜的學習活動幫助學習者擁有或提高目標知識、技能和能力水平。其微化具體的“知能”目標由其多種特點保證：（1）它可以設計、開發成多種形態，供學習者選擇;（2）它兼有內容與活動的一些適應性，媒體多樣、難度分級、活動分型等;（3）有靈活、可選的測試安排;（4）帶有數據記錄、分析與反饋功能。所以，有“知能”目標靶向的微型學習系統在開發中需要滿足其基本要素，如目標與內容、方式與過程、測試、分析和報告，以及一定的共建與共享要求，如標記系統信息、記錄系統內容數據、學習主體數據等。

微型學習系統可基于目標、內容、活動、測試和數據等組件，進行模塊化設計與實現。在功能上可由如下模塊組成：系統目標、主題內容、學習活動、學習測評數據、學習報告生成與知能學習推薦，以及相應的數據記錄與存儲。其系統基礎模型，如圖2所示。

其中，學習內容和學習活動是重要的組成部分。如何把“知能”形成與學習內容及學習活動的適應性設計相統一，以幫助彌補學習主體的知能缺口、提高其知能狀態，是決定系統設計成敗的關鍵部分。所以，對學習內容的適應性調整、材料運用的適應性設計，以及學習活動的適應性安排，就顯得比較重要。而排列有序、媒體多樣、難度分級、活動分型等可成為適應性設計的主要手段，在主體學習數據和目標測試數據的支持下，完成適應性優化。實際上，現有數字化資源的設計的確需要作適應性改進[13];而在微型學習系統中，指向特定“知能”目標的適應性設計更加容易實現。

另外，分布式共享框架和微型學習系統可以通過知識圖譜推薦“知能”目標相近或相關的系統，適應主體的“知能”需求。像系統信息、知能目標、學習內容信息、活動過程信息、測評數據和學習常模數據等，這些數據可被用于分析分布式框架中微型學習系統的設計效能、學習者體驗、學習方式、內容質量及彼此間的關系;在分析中形成結論與規則之后，用于未來微型學習系統的設計指導與可重用部件的設計與開發。

（三）微型學習系統之數據與測評的微化集成：數據驅動知能狀態和系統改良

微型學習系統的另一大特征，就是將學習信息與數據相統一，使教育活動與數字系統緊密結合。如圖3中，測評與分析報告模塊就是這一特征的集中反映，它使學習系統在數據層面將系統的“知能”目標和內部測評功能統一起來。測試模塊中的學前測試，用于了解個體對本系統學習目標和內容的了解程度，并為學習者轉至學習活動的相應序列和學習材料的相應難度。學后測試用于評測學習者學完后所達到的水平是否滿足系統預設知識、技能與能力的要求。通過前后測，既可以明確學習者的“知能缺口”，又能判斷學習者利用系統學習后的狀態差異，這能保證“知能”目標的達成。微型學習系統的分析報告反映學習主體的學習過程與結果，如以識記為主還是以練習與項目為主、材料學習時間分布特點、附帶習題正確率，以及子目標與技能練習達成率等。分析報告以前后測和過程記錄為數據基礎，有群體報告與個體報告兩個模板，除反映學習狀態與結果外，還簡要分析影響知能學習結果的過程性環節，并給予針對“知能目標”的學情建議。

微型學習系統基于數據的表征與可計算特性，使其自身具備精準改良的能力。在其生存周期內，開發者可基于所記錄的系統、主體、活動、測試等數據（如學習行動表現、學習體驗情況、學習測評結果），依據“知能”目標和系統設計效力要求，對學前測試設計的準確度、學習內容的適當性、學習材料的適宜度、學習活動的合理性、學習方式的適配性、學習難度的適宜性、測評方式的科學性、測評過程的合理性等進行改良。

作為學習支持系統，微型學習系統在應用中有鮮明的特點：（1）將“知能”目標與學習內容相分離。這樣對于同一或相近的知能目標，可以有多種訓練設計，相當于“同課異構”，這為“供給側”提供了更大的發揮空間。（2）其“知能”目標是教育視角下學科或領域內特定的知識、技能和能力要求，是當前知能學習的標靶，代表學習者知能發展的特定階段。“知能”目標可以以中心化視圖明暗有別地呈現當前目標知能，并作為標識之一動態改變其明暗，以幫助學習者了解目前的“知能”狀態，也了解可進一步學習的“知能”目標。（3）設置學前和學后測試，使學習目標的達成具有可靠的依據，保證學習者在訓練前后其目標“知能”發生改變。（4）作為重要的分布式學習架構中的共享對象，它也被作為一種更為完善的學習對象、一種大資源進行考慮，既能被收納于分布式學習架構中集中管理，又能基于數據以成熟組件的方式進行系統內的分析與報告和系統外的共享與推薦。

五、結? ?語

數據與信息的系統并立和分布式架構方式適應于教育系統運行和學習主體知能發展的需求。網絡空間作為一個新型的生存空間，是一個虛擬的世界，它的諸多可能性只有在網絡生活中不斷顯現出來后，才能被真正認識。[14]綜合對教育數據與教育系統、信息系統與教育活動，以及微型系統與知能發展間關系的認識，可以有以下結論：（1）重視教育數據生產與連接是教育信息化2.0進程中促進主體知能發展的重要方向;（2）以“知能圖譜”為綱分布式架構微型學習系統可用以滿足共建共享、持續支持、多維適應、數據說話、數據驅動、服務決策等多種需求;（3）以特定知能為目標的微型學習系統，可以作為學習活動的基本單位，具備目標診斷、引導學習、結果記錄和后續建議的功能，以在完整的學習周期內通過“知能”狀態數據記錄與處理支持主體知能發展;（4）分布式共享框架是實現共建共享的重要設施，而微型學習系統是輔助知能發展的基礎單位。基于以上結論，對教育數據實踐應用有如下建議：一是在同一愿景與目的引導下，架構、組織并生產數據，為分析、診斷、推薦、管理等利益相關者提供支持;二是在系統、卓越的教育頂層設計下建立具有適應度的教育數據標準，為數據融合、信息溝通和事務需求提供最大支持;三是在清晰、明確的教育目標指引下應用教育數據，為面向學習主體與管理者的教育服務提供支持。

數據是現實教育系統或活動的符號化表征，信息系統就是對它的信息化映射。所不同的是，數據代表了教育活動的情況和結果，系統則意味著教育活動的展開過程。在這個意義上，作為教育活動的價值追求，學習主體的“知能”目標在信息化實踐中被忽視太久——沒有在數據系統層面運行起來。數據視角的學習設計與技術補償，將使信息化理論在信息化實踐中更加系統化——上有知能之本，下連數據之源。在人工智能沒有高度發展的情況下，放低大數據對教育應用關照的姿態，將大數據的技術處理與應用置于輔助學生學習和教師教學的位置，會讓數據技術的價值邊際不斷放大，讓數據驅動的教育活動更有魅力。因為，在這種模式下，學習主體可以根據教育規劃或自主計劃的“知能”發展藍圖，更有理有據地選擇微型學習系統大資源中的學習內容和學習方式，并根據框架服務與學習系統中的分析報告，掌握自己的學習進度與效果，在持續學習中不斷完善、實現自我;而且，資源設計者可以獲得數據型、系統化大資源開發的空間，從而刺激微型系統大資源的多源供給。

總之，面向主體“知能”發展的分布式共建共享框架及其微型學習系統，可以盡顯人才培養中輔助主體“知能”發展、資源建設中大資源共享共建、大數據時代數據驅動的優勢。將教育數據應用置于運轉信息系統、連通數據與需求、服務學習和教學的關鍵位置，可以在科創人才培養背景下最大化數據技術的教育價值，活化教育數據創新應用和教育信息化2.0發展。然而，尚有技術設計與數據架構等方面的問題，需要更多詳盡研究。如，“知能圖譜”、數據接口、共享規約等。

教育信息化2.0背景下，“知能為標”的分布式學習架構，優勢顯著。在大數據視野下，它可為廣域教育計劃的實施提供平臺。

[參考文獻]

[1] 教育部. 教育部關于印發《教育信息化2.0行動計劃》的通知[EB/OL].[2019-04-02]. http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.

[2] 楊開城.教育何以是大數據的[J].電化教育研究，2019，40（2）：5-11.

[3] 涂濤，胡柯銘.一極兩儀：教育大數據與厚數據關系辨析[J].中國電化教育，2019（8）：18-22.

[4] 李振，周東岱，董曉曉，黃雪嬌.我國教育大數據的研究現狀、問題與對策——基于CNKI學術期刊的內容分析[J].現代遠距離教育，2019（1）：46-55.

[5] 彭蘭.假象、算法囚徒與權利讓渡：數據與算法時代的新風險[J].西北師大學報（社會科學版），2018（5）：20-29.

[6] 董曉輝，鄭小斌，彭義平.高校教育大數據治理的框架設計與實施[J].中國電化教育，2019（8）：63-71.

[7] 吳南中，夏海鷹.教育理解：教育大數據的意義之維[J].現代教育技術，2018，28（9）：26-32.

[8] 權國龍，顧小清.面向智慧教育的教育“信息化”觀察[J].中國電化教育，2018（8）：35-44.

[9] WILSON K， NICHOLS Z.The Knewton platform： a general-purpose adaptive learning infrastructure[EB/OL].[2018-02-21].http：//www.profijt.nu/wp-content/uploads/2015/09/20150902-White-paper-The-Knewton-Platform.pdf.

[10] 何文濤.智慧學習環境下基于知識建模圖的在線教育資源眾籌及其應用研究[J].電化教育研究，2019，40（4）：59-67.

[11] 趙呈領，陳智慧，黃志芳.適應性學習路徑推薦算法及應用研究[J].中國電化教育，2015（8）：85-91.

[12] 黃志芳，趙呈領，黃祥玉，萬力勇，陳智慧.基于情境感知的適應性學習路徑推薦研究[J].電化教育研究，2015（5）：77-84.

[13] 黃志芳，梁云真，萬力勇.適應性學習支持系統用戶使用行為及影響因素實證研究[J].電化教育研究，2018，39（1）：42-48.

[14] 王金元.網絡生活的倫理困境——基于康德哲學的網絡生活倫理分析[J].西北師大學報（社會科學版），2018（6）：85-90.