通过诸如 edX等教育平台（该平台由哈佛大学与麻省理工学院（MIT）共同创办），大规模开放在线课程（MOOCs）如今已成为主流，大量学习活动已转向数字化。
无论是直接进行（纯在线），还是采用混合式（即在校园课程中使用学习管理系统处理基础行政事务，或完成评估、讨论区等更复杂的任务），教师与学习者都正置身于一种全新的课堂之中。
但这一领域尚属新兴，而下一代课堂往往兼具实验室的功能。随着全球数以百万计的学习者和教师利用大量免费或低成本的在线课程，研究人员正在分析由此产生的信息轨迹（从鼠标点击到讨论帖），以了解学生学了什么、如何学，甚至是否在学。
Andrew Ho， 哈佛大学研究生院教育学院教授，并担任 HarvardX 研究委员会主席，以及 Isaac Chuang， MIT物理学教授、电气工程教授兼数字化学习高级副院长。两人长期处于这一跨学科领域的前沿，共同撰写了多项关于MOOC学习者的基准研究。在新学年伊始，他们就学习科学的机遇与挑战联袂作答。
GAZETTE： 在线和互动式学习形式并不新鲜，教育研究也不新鲜。然而，随着MOOC的兴起，人们隐约感觉到有些东西已经改变。这是为什么？这类研究与你在课堂环境中能够或本应开展的研究有何不同？
HO AND CHUANG： MOOC课堂与地球上任何实体课堂都不相同。它打破了学习在空间和时间上的界限。因此，我们拥有的不仅是众多学习者，还有极为丰富的多样性和非同步性。我们掌握的学习者行为数据也比大多数传统课堂的数据更为丰富。学习者背景和动机的多样性给分析带来了挑战，因为教师和机构的目标未必，也不必与学习者的目标一致。在我们自己的研究中，我们不是先假定MOOC学习者是一个同质群体，而是先问：你们每个人是谁，又为何而来？
GAZETTE： 在学习者之外，数字化环境中的学习方式有何不同？例如，新颖（有时也存在争议）的功能，如自动评分和同伴评估，目前发展状况如何？
HO AND CHUANG： edX上的MITx和HarvardX课程广泛采用自动评分功能，适用于多种题型，不仅包括选择题，还包括复杂的数学公式、图像标注和计算机编程代码。除了评分准确，许多评估题目还旨在促进反馈与学习。机器学习在此方面颇有帮助，例如分析常见答案中的模式，并生成针对个体学习者定制的自动提示与指导。MOOC起初也尝试利用机器学习给自由格式的文本论文评分，但同伴评分已在很大程度上取代了这一做法，因为人们认识到，最好的学习方式之一就是教别人，包括教你的同伴。
GAZETTE： 除了“机器人正在接管教学”之类言过其实的说法，在线评估和开放式在线课程总体上还存在哪些风险？你们二位最近合著了一份研究报告，探讨学生作弊的新方式。
HO AND CHUANG： 只有在利害攸关的情况下，风险才会存在。我们发现，一些学生非常看重MOOC证书，以至于愿意作弊来获取证书。 我们的研究 （针对我们所称的CAMEO，即利用多个在线来源复制答案）将为证书分配政策（检测）的调整，以及课程与平台设计（预防）的变化提供依据。例如，诚信守则可能会得到更醒目的展示和更严格的执行，或者虚拟监考考试可能会更加普及。课程也可能更多地采用随机化，为每位学生呈现不同的题目。挑战在于，在预防措施的成本与设计和提供学习机会之间取得平衡。许多防止作弊的技术同时也限制了学习机会。
GAZETTE： 从积极方面看，借助数字化教育平台，教师和学习者可通过所谓的“学习仪表盘”跟踪进展或进行分析，途径更加多样。此类仪表盘最好如何使用？
HO AND CHUANG： 大多数仪表盘假设学生已经在场，并且明确表达了学习意图。而这通常只是MOOC人群中很小的一部分。挑战在于设计既被认为有趣且有价值的学习任务，并将反馈融入这一体验之中。理想情况下，我们无需点击进入仪表盘，而是通过学习过程中的即时反馈，就能知道自己身处何处、需要做什么。
GAZETTE： 然而，尽管这些新工具令人兴奋，但并非所有教师都是学习专家或数据挖掘者。在大学课堂中引入数字化反馈，有哪些简便的方法？
HO AND CHUANG： 首先，可以利用数据来回答教师和/或学生所关心的问题。学生是否在专心听讲？我需要关注哪些学生？我的教学效果如何？哪些资源对类似学生有过帮助？我们需要让这些问题的答案既准确又可见。我们的一个希望是，edX等在线学习平台或许能让教师更容易地运用由这些答案驱动、设计精良的内容，以辅助自己的课堂教学。
本文与 Harvard Gazette合作发表。刊发并不意味着世界经济论坛认同文中观点。
如需紧跟 Agenda 的最新动态， 订阅我们的每周简报。
作者：Andrew Ho是哈佛大学研究生院教育学院教授，也是HarvardX研究委员会主席。Isaac Chuang是MIT物理学教授、电气工程教授，兼数字化学习高级副院长。
图片：一名一年级儿童于2009年9月23日在加拉加斯一所玻利瓦尔学校使用一台新笔记本电脑，该电脑属于Canaima项目。REUTERS/Jorge Silva
