610 likes | 867 Views
數位學習應用與趨勢. 1. 網路學習的困境與出路 2. 各種學術研究中的知識系統 3. 知識地圖 4. 全迴路學習系統及其應用 5. 展望 中原大學電算中心 賀嘉生主任 中華民國九十二年十一月. 1. 數位學習的現況與出路. 遠距教育的技術 遠距教育的特性 遠距教育的互動分析 遠距教育是一種電腦輔助合作系統 遠距教育的應用層次 一個網路學習的實驗 不太好的消息 — 網路學習行為的趨勢 網路學習無望論 網路學習社群的要素 智慧型網路學習系統. 遠距教育 (distance education) 的技術. 遠距教育的特性.
E N D
數位學習應用與趨勢 1.網路學習的困境與出路 2.各種學術研究中的知識系統 3.知識地圖 4.全迴路學習系統及其應用 5.展望 中原大學電算中心 賀嘉生主任 中華民國九十二年十一月 數位學習應用與趨勢
1.數位學習的現況與出路 遠距教育的技術 遠距教育的特性 遠距教育的互動分析 遠距教育是一種電腦輔助合作系統 遠距教育的應用層次 一個網路學習的實驗 不太好的消息—網路學習行為的趨勢 網路學習無望論 網路學習社群的要素 智慧型網路學習系統 數位學習應用與趨勢
遠距教育(distance education)的技術 數位學習應用與趨勢
遠距教育的特性 • 老師與學生被分隔在不同的時空,透過不同的媒體進行教授與學習(Keegan, 1990) • 三項特性: • 學生具獨立自主性(independence and autonomy) (Wedemeyer, 1970s)。 • 教材與教學方式類似工業上的製程化(industrialization) (Peters, 1960s)。 • 師生間需透過各種媒體產生互動溝通(Moore, 1993)。 數位學習應用與趨勢
遠距教育的互動分析 數位學習應用與趨勢
遠距教育是一種電腦輔助合作系統(Computer-Supported Cooperative Work, CSCW) • Watabe, 1991 數位學習應用與趨勢
遠距教育的應用層次 • Tiffin and Rajasingham, 1995 數位學習應用與趨勢
一個網路學習的實驗 • 時間: 2001/02-2001/06 • 人數: 39人 • 網頁: 95頁 • 階層式網頁 • 強制性網路行為 • 線上測驗(T),網路作業(H) • 下載性網路行為 • 教材網頁(E),其他網頁(#),特教影片(M),推薦網站(W) • 互動性網路行為 • 討論文章(P),最新消息(N) • 資料筆數: 7965筆 數位學習應用與趨勢
不太好的消息—網路學習行為的趨勢 • 強制性網路行為, 下載性網路行為, 互動性網路行為 數位學習應用與趨勢
網路學習無望論 • 網路學習教材 • 無趣:不論是那一類型的學習者,教材點閱率都是每況愈下 • 昂貴:網頁教材≒2000-5000NT$/page • 網路學習成效—無法證明,成效也可能來自 • 課堂聽課 • 自己看書、其他視聽教材 • 網路學習市場的不穩定 • 台灣的地攤文化 數位學習應用與趨勢
網路學習社群的要素 數位學習應用與趨勢
智慧型網路學習系統 • 以知識為主導 • 以社群工具管理知識與資訊 • 整合性聯網架構 • 全世界各社群透過web流通知識與資訊 • 網路精靈(Internet agent)代理使用者 • 搜尋或處理相關的知識與資訊 數位學習應用與趨勢
2.各種學術研究中的知識系統 哲學:符號學,結構主義 心理學: 認知分析,結構訓練,訊息處理模式 生理學: 腦的演化,腦的結構,心靈與思維,皮層結構 數學(略) 資訊工程(略) 數位學習應用與趨勢
能指、所指與符號關係 (法,索緒爾, 1857-1913) • 符號為知覺的實體 • 由能指和所指組成的雙面體心理實體 • 包括兩個操作詞: • 能指(signifiant) • 知覺(言語)音像實體, 外在性 • 由在語言系統中與其他能指所處的形式關係決定其作用 • 所指(signifie) • 意念心像實體, 內在性 • 由在語言系統中與其他所指的關係決定其意義性 • 文學符號系統 (巴爾特)--語言在交流過程中 • 第一層(指示作用:designation) • 指向自身時具有詩或美學功能 • 第二層(意指功能:signification) • 指向語境時具意指作用的系統 數位學習應用與趨勢
符號分類學 (李幼蒸,理論符號學導論) • 莫理斯:意指類型與記號行為 (三3.3) • 意指作用:指示的、規定的、評價的、形成的 • 記號用法:知識性、促動性、價值性、系統性 • 皮爾士(Pierres):記號-對象-解釋項 (三3.2) • 單子式:性態(tone)、型例(token)、原型(type) • 二項式關係:肖似記號(icon)、指號(index)、符號(symbol) • 三項式關係: (rheme)、(dieisign)、(argument) • 艾柯(Rico):語言與非語言記號的統一 (三3.1) • 自然事件類:症狀、斑跡、痕跡、姿勢動作 • 人為記號類:態度、標記、線條圖形、圖形表達、圖象、語詞、視覺圖符、象徵圖符、形象符號 • 古意詩意類:武器、旗幟、造型、雕像、星像、黃道十二宮、命運 • 西比奧克:世界記號分類學 (三3.4) – 按記號來源、通信通道分 • 巴爾特:文化記號分類學 (三3.5)—能指/所指之記號的五種特點 • 心理表象、類似性、直接/間接聯繫、關係緊密、與使用者的存在性關係 • 詞典式百科全書式語義分析(二3.4.1, 三6.2) 數位學習應用與趨勢
符號與結構主義 • 符號的隱喻與換喻 (巴爾特) • 聚合關係系列(syntagmatic chain) • 意群學意義上的換喻(metaphoric)用法 • 如:各式帽子—狹邊小圓帽—軟帽 • 組合關係系統(paradigmatic system) • 一個符號變化系列中不同元素並列的隱喻(metonymic)用法 • 如:裙子—短衫—短外套 • 結構主義:突出實體在系統中的關係性 • 強調共時態(synchreny),忽視歷時態(diachrony) • 進行親屬關係,神話,無意識,文學藝術等人文課題科學研究 數位學習應用與趨勢
結構主義 • 結構:潛藏表面現象之後,無意識地支配著人類一活動和社會現象的內在組織或關係 • 表層結構:看得見、摸得著的經驗現象 • 深層結構:看不見、摸不著的理論框架 • 列維 (Levi-Strauss, 1908-) 結構主義人類學與神話學 • 形式化、模型化的結構分析方法 • (1)根據兩個或兩個以上的詞之間真實的或想像的關係來給研究對象下定義 • (2)為這些詞之間可能的排列建立一張表格(矩陣),排列所有可能性 • (3)先把經驗現象僅看作是一種組合,在所有排列間建立必要聯繫 • 拉康 精神分析學:試圖尋找無識話語的語言結構 • 茲韋坦.托多羅夫:結構主義詩學和敘述學 數位學習應用與趨勢
記號函數:表達與內容 • 記號函數(sign function) • (法,哥本哈根學派 葉爾姆斯列夫, Hjelmslev, 1950) [李幼蒸,pp.134-6] • 表達項(能指)與內容項(所指)構成的一種雙項關係/依賴關係 • 形式與實質 • 表達的實質:可分為知覺層,生理層,物理層 • 內容的實質:可分為知覺層,物理層,社會層,心理層 • 函子/函數項(functive):表達項與內容項的形式, 分為常元與變元兩種 • 常元:為另一函子的出現之必要條件 • 變元:不為另一函子的出現之必要條件 • 函數可存在組合關係(稱為過程領域)及聚合關係(稱為系統領域)中 數位學習應用與趨勢
知識的種類 [Mayer, 1981]—學習的認知分析(cognitive analysis) • 語意知識(semantic knowledge)—閱讀時內容知識 [Brown et al., 1981] • 指一個人對世界上的事實和概念知識 • 包括語文知識(verbal information) [Gagne, 1974] • 表徵:意念節點(nodes)和聯結箭頭(arrows) [Collins & Stevens, 1982] • 程序性知識(procedural knowledge) )—閱讀時內容知識 [Brown et al., 1981] • 指個體在特殊情境下所使用的算則,或一系列程序步驟的知識 • 包括心智技能(intellectual skill) [Gagne, 1974] • 表徵:流程圖 [Brown & Burton, 1978] • 策略性知識(strategic knowledge) • 指如何去學習、記憶及解決問題的一般性方法,包括在使用策略時對進步狀況的自我監控,有關如何建立目標、選擇適當步驟 • 包括認知策略(cognitive strategy) [Gagne, 1974] • 表徵:problem space 和 production system [Newell & Simon, 1972] • 後設認知知識:對自我認知歷程是否滿足需求的知識 [Brown, Campione & Day, 1981] 數位學習應用與趨勢
敘述性知識 (declarative knowledge) • 了解事件本身(非過程)的知識 • 心理表徵 • 命題(proposition): 訊息的基本單位 • 包含一個關係(relation, 以動詞,形容詞或副詞來表示)及數個論點(arguments, 為主體,客體,工具等) • 命題網路: 數個有共同主題的命題 [Collins & Quillian, 1969] • 心像(images): 屬於類比表徵, 保留空間(距離)等物理特徵 • 線性規則(linear orderings): 保留序列等等級或次序關係 • 基模(schema) 結合上述三種基本型態 • 存在記憶中表徵類總概念之資料結構 [Rumelhart & Norman, 1983] • 登錄規則於範疇內之方法, 無論這些原則是知覺性的或命題式的 [Anderson, 1990] • 1)整合某範疇內結構中典型的概念,屬性,關係等有組織的知識, 具變異性 • 2)被階層化組織的, 並可彼此鑲嵌 • 3)可以幫助推論, 變數可有設定值 • 三種基模類型 • 自然範疇的基模(categorical schemas) [Rosch, 1976] • 事件基模(event schemas): 先活化核心部分 [Yekovich & Walker, 1979] • 文本基模(text schemas): 引導文章的意義結構 [Bartlett, 1932] 數位學習應用與趨勢
程序性知識 (procedural knowledge)[Gagne,1998] • P1 • IF • 目標是要理解一段文章 • 且字全部是認得的 • THEN • 找出主題句 • 且核對是否其它句子都支持這個主題句 • P2 • IF • 目標是去理解一段文章 • 且有一個或多個字是不認得的 • THEN • 查字典找出那些不懂的字 • 且找出主題句 • 且核對是否其它句子都支持這個主題句 • P3 • IF • 目標是去理解一段文章 • 且其它句子支持此主題句 • THEN • 找出主題句 • 且陳述主題句 • 了解事件如何進行(過程)的知識 • 生產法則(production rule): 條件-行動規則(condition-action rule) • IF(若):執行一或多個行動所必須存在之條件 • THEN(則):條件符合時, 將會執行之行動 • 規則間相互關連(interrelated), 形成有組織的集組 • 製造產生有目的性的行動或行為, 建構成一個目標階層體制(goal hierarchy) • 兩個分類向度 • 領域廣泛(domain-general, 弱勢方法)和領域特定(domain specific, 強勢方法) • 自動的(automatic,無法以語言描述,不可監控)和控制的(controlled 意識的) 數位學習應用與趨勢
學習策略—結構訓練 (structure training) [Mayer, 1997] • 網路建造(networking) [Dansereau, 1978]:說明文鏈結[Holley et al., 1979] • 階層結構: 部分(p)、類型(t) • 連鎖結構: 導致(l) • 群集結構: 類似(a)、特徴(c)、證據(e) • 頂層結構(top-level structures) [Meyer, 1981]: 大綱格式-- • 共變(covariance): ...導致... • 比較(comparison): ...類似... • 聚集(collection): ...包括... • 描述(description): ...例證... • 反應(response): ...問題解法... • 基模訓練(schema training) [Cook, 1982]: 科學文章結構-- • 概括化(generalization): ... 是... • 列舉(enumeration): ...有x個重點... • 序列(sequence): ...分為x個階段... • 分類(classification): ...分為x類... • 比較/對照(compare/contrast): ...不同的說法... 數位學習應用與趨勢
記憶系統的訊息處理(information processing)模式 [Mayer,1981] 數位學習應用與趨勢
知識用於問題解決 • 問題解決(problem solving)定義 • [Newell & Simon, 1972] • 開始(starting)狀態,目標(goal)狀態,中間狀態, 可能操作, 解題路徑, 問題空間 • 問題解決歷程: 問題表徵, 搜尋問題空間, 解法評估 • 廣泛性解題策略: 限定搜尋 (手段-目的分析,順向運作), 擴大搜尋(類比推理,腦力激盪) • 概念性理解在學習遷移的角色 • 建構問題解決的情境[Bransford et al., 1990] • 錨式(anchored)教學: 於情境中讓學生去探索概念 [Bransford et al., 1990] • 認知性見習(cognitive apprenticeship):在解題情境中引導學生使學習解題技術 [Collins, Brown & Newman, 1989] • 自動化基本技能的遷移 [Gagne, 1965, 1970] • 水平式(lateral)遷移: 在新情境中使用已知的知識, 其複雜度與舊情境相同 • 垂直式(vertical)遷移: 將已知知識遷移到複雜且需合併已知知識的新知識 • 策略的遷移 • 策略實用性的自我評量 [Ghatala, Levin, Pressley, Lodico, 1985] 數位學習應用與趨勢
John Morgan Allman (曹純譯), 腦,在演化中, 遠流, 2002 • 單細胞生物:類腦功能 • 藉感受體察知環境的變化,以簡約的記憶軌跡儲存,再發出因應的動作探測資源、避開毒素 • 基因複製[p.86]:同源轉化基因(homeotic gene):控制後腦重複性結構 • 血清張素(serotonin)神經元網路:調節每個中樞神經系統中神經聯結的強度 • 蛞蝓(前腦:前眼,松果腺,下視丘),頭足類:鸚鵡螺,章魚...(嗅覺,視覺, 小腦) • 脊椎動物: 無顎魚(後腦、神經脊嗅球,端腦,中腦) • 新皮質[p.152] • 哺乳動物:犬齒獸(二億年),盤龍目(二億五千萬年) (恒溫動物、哺乳、聽力) • (4000萬年前)靈長目 • 三原色視覺、視覺引導的肌肉運動區(眼手協調能力)、眼睛正面前視面部表情作情感交流 • V1V2...V4(形狀),V8(色彩),MT(運動) [p.198] • 眼窩骨額葉皮質:規畫思考 • (400萬年前)南猿巧人(180萬年前)直立人 • 直立行走、製作工具、口語手勢(布/威區) • (50萬年前)尼安德塔人、智人(30萬年前)控制舌部肌肉的神經變大 數位學習應用與趨勢
Edward O. Wilson (梁錦鋆譯), 知識大融通, 天下文化, 2001 • 大腦的研究 • 脊椎動物大腦 • 腦幹=後腦(橋腦,延腦,小腦)/中腦[心跳] • 邊緣系統(海馬體,下丘腦,丘腦)[心情heartstrings] • 大腦皮質(分額葉(計畫..),頂葉(體感..), 枕葉(視覺..), 顳葉(語言,思考...))[心外heartless] • [Damasio] • 初級情緒(來自本能反應邊緣系統扁桃體) • 次級情緒(來自生活事件大腦皮質) • 基因-文化共同演化 • 外遺傳法則(epigenetic rule)—神經元在認知發展中所遵行的規則 • 初級的外遺傳法則: 大腦對外來刺激之反應的自動化過程 • 次級(人類行為)外遺傳法則:大腦整合大量資訊時的規律, 應用擬物化reification程序,依某些瀰母反應 • 瀰母(meme): 文化的基本單位,由語意記憶中的節點(概念命題架構) 數位學習應用與趨勢
Daniel C. Dennett (陳瑞清譯), 萬種心靈, 天下文化, 1997 • 心靈 • 達爾文生物(Darwinian creature) • 基因重組與突變,經物種天擇演化,創造初期有機體 • 史金納生物(Skinnerian creature) • 由”操作性條件反射作用”,聯想主義,行為主義與聯結主義, 生物修改自己的行為的遺傳可變性(modifiability)過程 • 巴柏生物(Popperian creature) • 預先分類檢視各種可能行為模式,並妥善利用組織內累積的智慧 • 格雷高利生物(Gregorian creature) • 擁有語言與其他心靈工具,以創造更複雜行動發生器/測試器 • 思維的創造 • 自我意識的發展[N. Humphrey, 1978] • 產生各種假說並加以測試,以了解其他生命的心靈世界 • 恰當的行為環境複雜度 • 保密能力(標誌文字符號)語言(句法結構)思維(標示/索引,評論,沉思) 數位學習應用與趨勢
Francis Crick (劉明勳譯), 驚異的假說, 天下文化, 1997 • 神經元: 樹突突觸軸突 • 激發: 電流(神經元細胞膜)蛋白質分子(麩胺酸)NMDA離子通道(閘)(K+,Li+,Ca++)電流 • 抑制性神經傳導分子: 丙胺基丁酸(GABA)分子 • 其他: 正腎上腺素,多巴胺,乙醯膽鹼, ... • 知覺的中層理論 • 視覺的2 ½維描述 [Marr, 198?] • 知覺=立體模型+概念結構[傑肯朵夫] • 神經元結合:出生,訓練,暫時(未知) • 驚異的假說: 人的精神活動是由 • (1)神經細胞 • (2)其組成方式 • (3)其中分子行為 • 的結果 數位學習應用與趨勢
3.知識地圖 從MIS(資訊管理)到KM(知識管理) 知識管理中的知識架構 網路學習中的知識管理 網路社群中的知識管理(K2) 知識地圖 知識物件 依存型知識(定位學科) 決定型知識(解題學科) 並列型學科(語法學科) 從K3(知識行銷)到K4(知識操作) 數位學習應用與趨勢
從 MIS (資訊管理) 到 KM (知識管理) • 資訊管理:純粹資料儲存、擷取與管理 • 知識管理:管理知識的流動 • 有效增進知識資產價值的活動 • 提高機構的智慧以及企業的智商 • 成敗關鍵--知識分享 • 知識管理的精神 • 外部知識內部化 • 個人知識組織化 • 內隱知識外顯化 • 一般知識加值化 數位學習應用與趨勢
知識管理中的知識架構 • K1:知識分享 (Knowledge Sharing) • 網頁, ASP/JSP, 資料庫, XML • 入口網站(portal): 內容與社群 (製作與管理) • K2:知識搜尋 (Knowledge Searching) • 搜尋引擎, 智慧型搜尋 (資訊技術) • K4:知識行銷 (Knowledge Marketing) • 研發成果, 資料探索能力, 決策支援模組 • 加值知識模組 (專業技術) • K4:知識操作 (Knowledge Manipulation) • 知識操作, 主動與互動能力, 問題解決模組 • 知識擷取與學習 (資訊技術) 數位學習應用與趨勢
網路學習中的知識管理 數位學習應用與趨勢
網路社群中的知識管理:資訊索引與知識搜尋 (K2) • 討論文章 (community knowledge) • 網頁連結 (Internet knowledge) • 相關檔案 (Intranet knowledge) 數位學習應用與趨勢
知識地圖 (Knowledge Map) [專利申請中] • 概念階層 (聚合關係) • CH(,KINDPART): 概念/符號 i • 概念基模, 組合關係 • 關係k(i1,…) • kind_of, part_of, has_attribute • verify, make, link • 命題 (proposition) k(j(i1,i2,…)) • CS(i)={k(i,j): k0\0KIND\ 0PART } 數位學習應用與趨勢
知識物件 (Knowledge Objects) • 記號函數(sign function) • 由表達(能指)和內容(所指)構成的一種雙項關係 • 函子(functive)分為常元與變元兩種 • 知識物件類型 數位學習應用與趨勢
依存型知識 (定位學科) • 具知識定位物件 (location object) • 物件關係為 組合關係 (但具指示的作用: 常元-常元函數關係, 此時物件具指號…的作用) • 可有具象(1D, 2D,3D)知識地圖 • 具可查證之客觀 性), 適合考試 數位學習應用與趨勢
決定型知識 (解題學科) • 物件關係為繼承關係 • 具解題核心物件, 具概念/狀態 與操作 • 概念/狀態值可由操作(operator)來影響 數位學習應用與趨勢
並列型知識 (語法學科) • 具語法物件 • 規則 – 形式(底層結構) – 符號(表層結構) • 具媒體性與表達形式 • 可鑑賞(具主觀性) 數位學習應用與趨勢
從K3(知識行銷)到K4(知識操作) 數位學習應用與趨勢
4.全迴路學習系統及其應用 遠距教育系統中應用層次的公式化 遠距教育系統中的資料向度 全迴路學習(FLL, Full-Loop Learning)理論 全迴路理論的研究層級 FLL-0 理論 學習記錄與評量結果 學習行為聚類模型 FLL-1 理論 線上網路評量系統 即時學習診斷 FLL-2 理論基礎--KPU(知識處理單元) 問題的派氏(Petri net)模型 解題型問題的深層架構 FLL-3理論: 精靈話語模型初探 文物知識庫的話語模型 旅遊知識庫與需求分析 數位學習應用與趨勢
遠距教育系統中應用層次的公式化 • (Tiffin and Rajasingham, 1995) • 1) 個別學習者: (i*,j1,j2) • 研究特定學習者(i*)的所有學習行為 (j1,j2) • 2) 小學習群體: ({i},j1*,j2*) • 研究在特定(合作或競爭)環境(j1*,j2*)中,小群體中學習者的學習行為 ({i}) • 3) Course network : ({i},j1*,{j2}) • 研究特定課程(j1*)中,所有學習者({i})的學習行為({j2}) • 4) Virtual learning institution : ({i}, {j1},j2NULL) • 研究所有學習者({i})的學習各類學習行為({j1}) 數位學習應用與趨勢
遠距教育系統中的資料向度 數位學習應用與趨勢
全迴路學習 (FLL, Full-Loop Learning)理論 Community Information Knowledge 數位學習應用與趨勢
全迴路理論的研究層級(Level) • FLL-0: 以資料探索進行全迴路學習,不需知識 • 行為規則(behavior rule)層級 (i-j1-j2空間中的聚類) • 用於遠距教育應用層次 (3) 與 (4) • FLL-1: 概念診斷的全迴路學習 • 語彙知識(lexical)層級 (用於認知層次:記憶,理解) • 用於所有應用層次 • FLL-2: 概念關係分析的全迴路學習 • 語法知識(syntactical)層級 (用於認知層次:分析,設計) • e.g. 問題解決, 語法分析, 地理資訊分析, 思考 • FLL-3: 知識應用的全迴路學習 • 語意與語用(semantic/pragmatic)層級 (用於認知層次:合成,評鑑) • e.g. 問題解決, 創作, 評鑑, 設計, 操作 數位學習應用與趨勢
FLL-0 理論 數位學習應用與趨勢
學習記錄與評量結果 數位學習應用與趨勢
學習行為聚類模型 數位學習應用與趨勢
FLL-1 理論 數位學習應用與趨勢
填寫試卷 測驗結果 線上網路評量系統 數位學習應用與趨勢
學習成效分析 即時學習診斷 數位學習應用與趨勢