2017，技術輔助線

楊曉哲

2017，期待技術像一條若隱若現(xiàn)的輔助線，在社會層面、學校層面、學生個人學習層面以及更廣闊的視角下促進人的成長與創(chuàng)造。

● 關鍵詞1：社群學習

2017年，我最期待的是社群學習進一步擴散開來。社群學習背后并不需要太多先進技術的支撐，無非是移動網(wǎng)絡速度的提升，智能手機的普及，但是社群學習讓我們看到了人們利用碎片化時間的學習從無序、隨意甚至是消遣，漸漸因為加入社群，找到組織，變得持續(xù)、規(guī)律甚至知行合一。這是十分可喜的現(xiàn)象，相信雖還是星星之火，但卻可以燎原。

2016年，出現(xiàn)了“知識變現(xiàn)”現(xiàn)象，人們開始愿意為原創(chuàng)性知識服務買單。有人分析這來源于中國大面積中產(chǎn)階級焦慮，急需各種各樣的充電學習。這其實是好事。在版權泛濫、知識廉價的中國市場，竟然可以誕生這樣的知識服務付費的方式；在不為考試、不為應試的學習場景，竟然可以產(chǎn)生如此強烈的學習訴求的群體。這讓我們格外期待社群學習進一步促進全民的終身學習，打破人際圈層的認知隔閡，同時也讓每一個社群中的學習者，有了成為下一個社群引領者的可能。

● 關鍵詞2：底層教學平臺

QQ是PC時代的底層交流平臺，微信是移動互聯(lián)網(wǎng)時代的底層社交平臺，滴滴是打車出行的底層服務平臺。一個領域要通過信息化減少大量重復工作，快速響應，優(yōu)化流程，就需要底層平臺的支撐。在美國，由于過去幾年學生設備的普及率和使用率相對較高，相關大企業(yè)構建的底層教學平臺正在被師生們廣泛使用，如Google Classroom、Canvas及iTunes等。

而我國近兩年來，學生設備擁有率也在直線上升。隨著學校自帶設備（BYOD）的實踐嘗試以及學生們課外大規(guī)模使用智能手機運用于學習，期待在條件更加成熟的2017年，能夠真正誕生惠及全體的底層教學平臺。一方面，為教師節(jié)約大量批改作業(yè)的時間，選擇題無需人工批改，分數(shù)和正確率統(tǒng)計分析都交給平臺自動化處理；另一方面，為教師提供便捷的分析和把握每一位學生情況的平臺，為教學設計的靈活性直接拓展更多空間。

● 關鍵詞3：實用學習助手

計算機輔助教學已經(jīng)有好多年的歷史了，最新在實用層面上的進展讓我們欣喜地看到了更多的轉(zhuǎn)機。如今，在智能手機上已經(jīng)有了大量類似的實用學習助手軟件。例如，流利說，一款通過語音識別，自動判斷用戶英語口語的發(fā)音、語音語調(diào)是否準確，并進行打分糾正的輔助助手；學霸君，一款通過圖像識別，自動甄別出所拍攝題目的照片并給出解答步驟、知識點分析的助手，大大滿足了線上求解的需求。

這兩款實用學習助手，都在設備感知識別上有所突破，讓整個學習助手的流程更加流暢。學生與實用學習助手的交互式學習構成了一個完整的學習片段。隨著這方面應用程序的增多，我們期待看到2017年，可供學生自主選擇的學習路徑越來越多元和適切。

● 關鍵詞4：機器學習與神經(jīng)科學

2016年，人工智能程序AlphaGo與圍棋世界冠軍李世石進行了一場人機大戰(zhàn)，并以4：1的總比分戰(zhàn)勝人類。圍棋被稱之為人類最復雜的智力棋類游戲。在既定邊界、規(guī)則清晰、邏輯嚴密、信息明朗的領域內(nèi)，機器很容易做得比人類好。由此引發(fā)的教育思考將一次次地影響我們的教育目標、教育內(nèi)容、教育方法和教育評價。另外一方面，我們同樣期待2017年，神經(jīng)科學取得進一步的進展，讓我們能夠更好地了解自身的內(nèi)在學習機制，包括大腦分區(qū)工作、神經(jīng)元生成方式、腦電波幅度等。

機器學習讓我們找準定位，哪些重要能力和核心素養(yǎng)特別值得關注，與機器賽跑的同時也能與機器更好地合作，開拓出更多新領域；神經(jīng)科學讓我們明白自身、大腦如何工作急需更多精準的發(fā)現(xiàn)。這兩類技術有望在2017年進一步結(jié)合，讓我們更清晰教育的社會化追求和個人大腦成長的運行機理。