一个人从学龄开始，在学习知识的同时，还在不断地接受有关学习方法的教育。那么这种专门学习方法进行研究的学问，是否自身也构成一门学问呢？的确如此，这个专门研究学习规律的学问称为“学习科学”或“学习学”（Learning Sciences），在上世纪八十年代提出，最初只是从认知科学基础是上发展起来的新兴学科，归属与认知科学的范畴；90年代后开始走向成熟，并作为一门独立的学科领域脱颖而出[1]。不过，既然“学习学”是一门科学，那么就有自己的一个“体系”（system），它研究学习的全过程及其规律，而不能单纯理解为具体的学习模式和方法[2]。从学生的角度来讲，如果懂得学习的原理，掌握学习的方法，形成有效的学习策略，能使自己更好的学习，成为学习的主人，也就是理想中的“主动学习者”。
可见，学习学是一门实践性很强的科学，从其产生、发展、变化、提高各个阶段都离不开学习实践本身。随着语言学、心理学、教育学等的发展，学习学也是不断扩展深化的。因此，学习学强调以与时俱进的态度去学习、掌握、运用和补充。
慕课（MOOC），是新近涌现出来的一种在线课程开发模式。虽然历史不长，但发展速度非常之快，目前的在校大学生，或多或少都参与过一些相关课程。总体来看，慕课被众多主动学习者认为是一大进步，因为它让更多的学生认识到外面的世界，给学习这提供了一种探索不同学科的机会。斯坦福大学现任校长John L. Hennessy，也是赫赫有名的计算机科学家，他认为：“由学界大师在堂授课的小班课程依然保持其高水准。但与此同时，网络课程也被证明是一种高效的学习方式。如果和大课相比的话，更是如此。”
在慕课如火如荼发展之时，是否有人从学习学的角度对慕课进行详细的考察呢？我一直在思考这个问题，但苦于素材和实践有限，难于得出一个普遍性的结论。只是在我们的微信群聊中简单表达了一下自己的看法：我觉得，许多教学方法的改革，并不能整体提高学生的学习效果。比如慕课，对于学习能力强的人或者有主动学习能力的人，的确提供了更多的机会和选择，然而对于本身缺乏学习能力和学习热情的人，他们本身应对变化的能力就差，在这种改变中就显得更加措手不及。2015年新年开篇的Science，有一篇文章以“Rebooting MOOC Research”（重新审视慕课）为题，撰写了对慕课的反思[3]。
文章认为，自慕课开始引起人们广泛关注几年来，虽然开展了一系列新的研究，但这些研究结果对教学的启示很小。不过，应该看到，在这些研究过程中，所收集的这些大数据集，凭借其体量本身就拥有回答一些有趣问题的答案。因此，为了让对慕课的研究能促使学习更科学，学习学的研究者、课程开发者和利益相关者必须沿着三个轨迹前行：从研究参与者到研究学习者，从调查个人对课程的学习情况到比较不同背景的学习，在实验设计中，从依赖事后分析到更多地利用多学科。
点击是否意味着学习？很少有对慕课的研究敢宣称改善了学生的学习，仍然只能说个别教学活动可改进学习。现在各慕课网站都有大量有关学生点击什么的数据，但显然并不了解学习者的头脑究竟发生了什么改变。文章引用了在线教育初创公司（Udacity）、可汗学院（Khan Academy）、谷歌课程建设者（Google Course Builder）和edX四个课程平台的数据进行了考察。考察学生的成功（如考试成绩或结业）与学生活动之间的相关性。为了考察学生活动，研究中将庞大的复杂数据提炼为简单的，可概括个人水平的变量，Udacity统计学生所尝试问题的数量，可汗学院统计到达现场的时间，谷歌考察每周活动完成情况，edX统计事件日志中每个学生的“点击”量。之后采用简单的比较和回归分析，得出学生活动与成功之间存在正相关关系。其实，这个结论意义不大，我们并不需要依靠这数万亿的事件日志就明白，努力与成就是相关的。由于这些只是观测结果，做得更多与做得更好之间的因果关系是不清楚的。对于这样的研究结果，除了鼓励学生在学习中更加活跃外，对于课程设计几乎没有什么实际的意义。因此，文章指出：对于之后的慕课研究，需要采取更广泛的研究设计，要更加关注促进学生学习的因果关系。
只需要观看而不必去学习。早期的慕课研究只是考察参与者或完成度统计，其中一个原因是大多数慕课没有可评估结构，可对学习活动进行稳健的推理。理想条件下，慕课研究人员采用三个特性来评估数据。1）评估应发生在多个时间点。在慕课中预测是非常关键的，因为登记参加学习的学员，可能包括新手，也可能包括专家，学员的异质性很大；2）评估应捕获从程序到概念多个层面的学习情况。在定量考试题中获得高分的学生，一般并没有显示他们对概念的理解或与专家的思维有什么发展；3）课程应包括已被之前的研究所验证了的评估，这样就可以与其他一些情况进行比较。最近的一些慕课研究符合这些标准，并提供了一些认识。比如，何种学习者受益于慕课，以及何种课程材料可更好地支持学习。研究人员可以更确切说明学生究竟学到了什么，而不仅仅是做了什么。在自主在线学习环境中，参与和学习之间的区别是非常关键的，因为传播媒体所引起混乱和不平衡对学习者是有影响的。要解决一些误解问题，需要解决我们的直觉与科学事实之间的差距。不幸的是，学习者可能更喜欢那种以更加简单方式所提供的视频材料。例如，学生对教学视频持更多的肯定态度，因为这种方式对现象的描述直截了当。当然，学生从媒体中也学到了更多直接解决误区的问题。课程开发者根据参与者统计资料进行优化，可以让学生产生愉悦的媒体体验：只需要观看而不必去学习。
反思数据共享政策。虽然慕课研究人员有成千上万的学生数据，但很少有来自多学科的数据。学生的隐私权法规、数据保护问题，以及囤积数据的倾向让数据共享困难重重。因此，相关研究只能考察学生之间的变化，却不能对不同学科之间的差异给出有力的推论。例如，有研究者发现，学习频率和中间停顿时间与慕课完成率之间有正相关性。但是，这调查的十门课程，不仅中间停顿时间不同，招生规模、主题和其他一些特征都不相同。因此，要对教学方法进行有意义的事后比较，必须收集数百个课程的数据。共享学习者资料并不是件简单的事情。为了满足私密性的要求，最近对学生数据进行了去识别化（de-identify）。但实践证明，为保护学生的隐私而采用模糊和洗涤的方式获得的匿名变形数据，就不再适合许多形式的科学探究要求。让基于开放数据的慕课变成共享科学，需要大量的政策改革和社会科学数据共享的新技术创新。有一个政策是解耦隐私保护但保持匿名，这将允许研究人员在有更多数据保护制度监管中，去分享和交换这些可识别的数据。技术方案包括基于不同隐私的制度，机构可把学生的数据保存为一个标准化的格式，允许研究人员查询库，但仅返回汇总结果。
“插件”实验。最常见的慕课实验是在独立的学科领域中增加一些课制造干预效果的“插件”。比如，可在一项研究中设计为，学生如果积极参与论坛的讨论，就可获得虚拟“徽章”，这会增加论坛活动的积极性。这些领域独立的实验，常受到心理学和行为经济学的启发，在各领域中广泛进行。插件实验的优点是通过成功的干预措施，可提高学习动机、参与度，对事实的记忆或学习中其他常见的方面，可适应不同的条件设置。但也有一些局限性：这些研究不能推进对学科的学习，不能确定如何最好地解决一个特定的误解或优化一个特定的学习序列。在课程中提高动机是必须的，但如果一个慕课的整体教学方法是错误的，插入实验也可以加速无效做法的参与度。随着慕课研究日臻成熟，不管是特定领域还是独立领域的实验都是非常重要的，但特定领域的努力可能需要更多有意的培养。嵌入实验在筒仓结构（siloed structures ）的学术中更容易适应，心理学家和经济学家可以生成一些干预措施，纳入到他人开发的课程中。特定领域的研究需要多学科小组，包括内容方面的专家、评估专家、教学设计等（在教育研究中常这样称呼，但仍难以捉摸）。更复杂的慕课研究需要大学和资助机构更多的制度支持，才能走向繁荣。
A/B测试。在缺乏可共享的跨课程数据条件下，实验设计将集中调查特定教学方法的效果。从最早的慕课开始，研究人员已经实现了“A/B测试”和其他实验设计。所谓 A/B 测试，就是为同一个目标制定两个方案，让一部分人使用 A 方案，另一部分人使用 B 方案，然后根据度量结果来决定哪个版本更好，从而决定最后真正去使用哪个版本。Fisher在他的“版权”科目中随机为学生分配了两个课程中的一个，这两个课程，一个是基于美国的判例法，一个是全球的版权问题，即对这两个课程进行实验性评估。他采用期末考试成绩、学生调查以及和助教反馈来评估课程。最后得出结论，认为对单一的版权制度进行深入考察，与考察全球的方法相比，对学生的帮助要大一些。这个实验为开放的在线法律教育提供可操作的结果。
在一个新的领域，关注概念验证如何被展示是非常合适的。对慕课生产者来说，让基本课程材料可以被数百万人访问就是一种成就。而对慕课研究者来说，将获得的数据进行清洗后可适合许多研究就是一种成就。在早期实践中，根据阻力最小的路径来获得结果是一个明智的策略，但它要冒着产生路径依赖的风险。为了推进这个领域，研究者需要解决早期研究忽略的那些障碍。这些挑战无法由个别研究者完全解决。提高慕课的研究，需要来自大学、资助机构、杂志编辑、会议的组织者和课程开发者的集体行动。在许多出产慕课课程的大学，教师想做的课程超出了资源支持的范围，因此大学所考虑的课程有一定的优先权。那么何种课程应优先考虑呢？应该是那些在课程设计之初就考虑解决那个领域教和学根本问题的课程。期刊编辑和会议组织者应优先出版那些进行跨机构联合的工作，考察学习效果而不仅仅是参与的结果，对设计研究有帮助和有利于事后分析的实验设计。资助机构应该共享这些优先事项，同时支持一些先的研究，如数据共享的新技术和政策，这有助于转化教育及之后的开放科学。
参考资料：
[1] 学习科学（http://baike.baidu.com/view/2342519.htm）
[2] “学习学”的性质及任务http://hi.baidu.com/khb630/item/6e89ed1065995c021894ec88
[3] Rebooting MOOC Research, Science 2015-01-02. 347(6217): 34-35.
联系客服
