个性化。 目前这是教育领域的大事。 教育界的每个人都在谈论它，出售它并对其进行大量投资。
马克·扎克伯格（Mark Zuckerberg）支持的教育基金会CZI最近致力于“为每个孩子带来个性化学习”的目标，布什基金会（Bush Foundation）正在资助旨在实现“批量定制”教学的学校。
对个性化的兴趣不过是整个教育技术向服务，算法，推荐，分析，平台等的优先级分配和内容转移的更广泛转变的一个例子。 教学内容越来越被视为商品化，在教育市场上已不再是有意义的区分因素。
那么，教育公司现在是否在争夺谁可以最好地适应，个性化，捆绑，定制，过滤，分析，排序，交付，管理，[在此处插入首选形容词]教育内容（无论这些内容可能来自何处）？
作为差异化者的满足感会消失吗？
为什么如此相似？
这么认为不会是愚蠢的。
当然，现代的数字教科书包括引人入胜的动画，集成的视频，交错的对您的理解问题，关键概念的预强调以及学习者使用情况的分析。 一些数字教科书甚至根据学生的表现来定制练习/研究问题，并根据学生的“掌握”来调整指导。 但是，在所有这些更改之后，是一种学习经历，其在教学核心上的变化很小。
快速浏览领先出版商的数字文本，发现同质性令人震惊。 如果您是一名讲师或教育机构，那么在发布者中进行选择时，很难看到指导性内容的重要性。
现在，如果您认为当前的教学内容已经过最佳设计，或者您认为核心课程很好，那么它只需要并入更多的学习科学即可（例如，在此处进行大量的检索实践……在其中进行一些细分……在认知上稍作改动）加载），这将有助于解释当前的教学不可区分性。 这也可以解释为什么如此众多的教育技术公司认为，改革教育的合理下一步是根据每个学生的需求量身定制和个性化现有内容。
但是，如果真正的问题实际上是教学内容本身呢？ 而围绕个性化和适应所做的所有这些努力仅仅是在Titanic上重新布置椅子； 不经意间部署了技术巫师以优化次等学习体验。 换一种说法：
如果我们将错误的教育个性化怎么办？
我只是想摆上桌子：我相信几乎所有可用的学习产品的核心教学方法都不足以实现我们想赋予学生的深度，可移植和复杂的学习类型。 它根本不支持获得成功，灵活的问题解决者，自我指导的学习者和批判性思考者所必需的集成策略，情感倾向和基本技能。
而且，如最近的重大挫折所表明的那样，将这种劣等的教学方法部署在精美的MOOC或技术先进的“个性化”教室中，还是深度集成到自适应学习软件中都没有关系。
今天的教学内容怎么了？
此时，您可能对自己说：“您在说疯狂，杰伊。”
但是，请听我说。
我们最好将教育描述为去上下文化学习成果的零散和分隔教学，而不是从我们希望学生掌握和执行的真实的，真实的任务开始。 当前的教学内容是高度平衡的和模块化的，分为不相关的小型学习组件和“对象”，使学习者无法掌握掌握复杂学习基础的相互联系，有意义且整体的知识。
我们教导目标而不是任务。 这是一个问题，因为：
在学习方面，整体不仅仅是其各个部分的总和。
我们如此专注于确保学生能够成功召回建造房屋所需的每个组成部分，而我们却忽略了这一要求，要求学习者实际拿起锤子并盖好它。 而且不只是一次，而是一遍又一遍。
结果，我们剥夺了学生构建认知模式，提出问题解决策略的机会，并剥夺了我们试图教给他们的知识的更大相关性。
现在，我明白了为什么我们要用这种方式教书了，它要容易得多。 我们只需要确定并阐明离散的目标和程序，然后让学生们将其重复给我们，也许结合了频繁的反馈，多媒体学习理论以及对成长心态的鼓励，因为您知道这就是学习科学！
这是现代（基于证据的）指令的三个Rs：接收，检索，间隔重复。
尽管这是改善单词和孤立事实列表的回忆的好策略，但它缺乏健全学习的关键素质。 没有集成，没有意义，没有现实生活的任务，没有协作，没有沉浸感，没有有效的基于绩效的评估。
研究人员早就知道，这种“知识告诉”方法在传授可转移和灵活的技能，知识和态度方面是无效的（Goldman＆Pellegrino，2015； Lim，Reiser和Olina，2009； Marzano等，2001）。 教育界人士对于需要学习的学生如此固执的所有21世纪重要技能也是如此。 当涉及到低水平的学生学习动机和参与度时，这无疑是一个主要因素。 正如David Merrill所说，
当学习者看到自己已经掌握了一项新技能时，学习便是最大的动力。 仅仅记住在测试中心进行多选测试时要记住的概念，术语，原理和事实是没有动力的。 但是，能够做他们以前做不到的事情非常有动力。 （2009年）
当他们进入OER时，我们将进行高阶学习任务
一旦我们认识到教育中最大的挑战是教学法，就应该清楚地知道，目前为使零散和零散的学习目标个性化而做出的努力并不是答案。 那是什么
我们确实需要考虑如何设计更好的指导以及与之配套的内容。
考虑以下：
想象一下，数字学习产品的主干是大量真实，真实，多样的学习任务。 这些任务将反映现实生活中的专业人员和演员所进行的真正活动的多样性和丰富性。 现在我们不能指望学生能够像专家一样立即思考或表现（参见Willingham，2009年），因此需要精心设计和安排这些任务，以提供适当的脚手架，保真度，复杂性，并与精心设计的链接在一起。性能标准。 这种方法将大大有助于发现学习，基于问题的学习和探究性学习的支持者取得值得称赞的结果，同时避免这些结构性较差的教学方法的问题性（请参阅Kirschner，Sweller和Clark，2006年）。 。
关键是，教学的基础应该是丰富的学习任务的集合，这些任务应反映我们希望学生在教学后开展的活动。 这不是一个新主意（参见Merrienboer＆Kirschner，2017； Merrill，2012）。 教学应以问题为中心 ，结合现实生活中的问题和支持直接教学的经验（Merrill，2007）。
诚然，设计实现这一目标的指令说起来容易做起来难。 我们长期以来一直偏爱分散的，主题驱动的指导，这是有充分的理由的。
例如，考虑（非穷举）障碍：
- 创建大量有意义的学习任务以反映学生可能遇到的各种问题和活动的挑战； 需要高水平的主题经验，创造力和讲故事能力
- 需要通过认知任务分析和大声说话的协议来建立经过验证的技能等级体系，而不是依赖主题专家的非结构化专家意见（请参见Velmahos等人，2004； Feldon，2006）
- 创建丰富的有关学习任务的数据库，这些学习任务按具有指导意义的维度进行分类（例如，脚手架类型，物理保真度，性能条件，任务复杂性，工具可用性等）
- 用于创建交互式和高保真学习任务的技术专业知识，这些任务可能涉及模拟，角色扮演，交互式多媒体和移动评估
- 专业设计和收集与真实学习任务无缝链接的绩效评估数据
- 能够根据学生的表现仔细调整和调整学习任务的顺序的能力
- 令人信服的教育者和政策制定者从主题驱动的教学方法转变为围绕整个学习任务而设计的方法具有价值，这些任务能够支持复杂的学习和21世纪技能的学习（这是最大的挑战？！）
正如该清单所表明的那样，我们在这里谈论的是需要设计质上不同的学习经历 。
此外，我相信这种方法反映了学习和教育科学的更具包容性和教条主义的应用。 在edtech中，学习研究的当前应用通常着眼于通过认知和心理研究中确定的策略来支持保留和获取低级过程知识，事实，概念和关系。 尽管这些策略对于基础学习任务无疑是有用的，但在获取更复杂学习基础的策略，态度和能力时，它们的应用却不清楚（参见Koedinger等人，2012年）。
学徒™
因此，如果我们真正关心的复杂而丰富的学习类型需要围绕真实，真实的学习任务构建的指导和内容，那么我们设计未来学习产品的人们肯定还有一些工作要做。 这些产品会是什么样？
只是为了好玩，让我们想象一下一套新的学习产品-我们称之为Apprentice™ -旨在满足我上面概述的目标。 想象一个学生登录他们的统计学课程，并被当作一种与著名统计学家进入学徒制的经历而受到对待。
学生可能会从低复杂性的真实任务开始，从她目前的知识水平开始，并反映出统计学家或研究人员可能遇到的最简单的活动。 但是，最终，随着学生的技能和知识明显增长，并逐渐发展为复杂，模棱两可和协作性的问题，学生将承担更具挑战性的现实生活任务。 将对学生的项目进行认真的排序和调整，以确保适当水平的支持，反馈和指导。 每个学生的教学途径并不会以鼓励表现型思维和抑制反馈使用的一系列离散总结性评估为特征，而应侧重于渐进式学习改进，并要求学生将收到的反馈应用于后续任务（参见Shute，2007）。
当她承担新任务时，学生将了解专家如何解决问题的过程以及他们在处理类似任务时所采用的思维模式。 学生将接触到新挑战和最终淡出支持的详细实例。 学生也应被视为积极的合作者，并具有影响她所从事的任务类型的代理机构，并有权选择她所采用的策略，即使这些策略很可能导致失败。 此外，真实的任务将代表域的可变性和多学科性质，以确保深刻而灵活的理解。 并且由于这些任务将反映现实问题，因此也将使必要的组件技能失去意义并促进学习者的参与。 实际上，这些任务甚至可能具有真实的现实意义。
最后，教师和学生都可以访问学生尝试过的问题和任务的组合。 每个任务都将以丰富的描述为特征，其中包括性能条件（例如，设置，时间限制，工作量），复杂性，完成标准，现实性，可用的支持，指导，给定以及学习目标的集成集。 使用此信息，教师和/或学生可以就下一步要执行的任务，哪些类型的任务需要额外的练习以及可能需要额外学习的特定领域做出明智的决定。 此外，对于学生能够完成哪些实际任务的清晰画面也出现了，这支持了更多的自我调节学习和对学生的普遍知识，情感状态和能力的更有效判断（参见Shute等人，2016年）。
最终的教育产品将以一系列现实生活任务为中心，这些任务融合了理论知识，领域通用技能（例如，创造力，自我调节的学习，协作，信息素养等）以及情感倾向。 它将包含复杂知识的综合性和整体性，使学生有能力在不熟悉的情况下成功地完成现实的任务。 而且，如果我愿意的话，所有的任务都可能被捆绑在一起，也许会有引人入胜的叙述，因为故事很适合学习！
当然，仍然需要在传统数字教科书和研究算法中发现的说明性信息和经常性实践，但它们是支持和加强的要素，而不是指导的骨干。 传统的评估技术将被性能和基于工件的评估所取代。
因此，我要问的问题是，我们如何才能摆脱当前对个性化的教育束缚，而是专注于通过创建以问题为中心的学习体验来革新教学？ 我们如何通过设计由一系列支持深度，有意义和复杂学习的现实学习任务驱动的产品，来鼓励公司支持教育工作者？ 因为教育迫切需要能够利用技术潜力的工具，以使学生有能力在大师的旁边拉起椅子，并学习人类如何始终学习得最好：通过精心指导的沉浸感，刻意的练习和归纳法。
是的，个性化在教育中很重要； 但更重要的是确保我们将正确的事情个性化。
参考文献
Feldon，DF（2006）。 课程与教学法专业研究的意义。 教育心理学评论 ， 19 （2），91–110。
高盛（Goldman，SR）和佩莱格里诺（Pellegrino，JW）（2015）。 学习与指导研究。 行为和脑科学的政策见解，2 （1），33-41。
宾夕法尼亚州Kirschner，Sweller J.和RE克拉克（2006）。 为什么教学过程中的最小指导不起作用：对建构主义，发现，基于问题，经验和基于探究式教学的失败的分析。 教育心理学家，41 （2），75-86。
Koedinger，KR，Corbett，AT，＆Perfetti，C.（2012年）。 知识学习指导框架：弥合科学实践鸿沟，以增强学生的健壮学习能力。 认知科学，36 （5），757–798。
Lim，J.，Reiser，RA和Olina，Z.（2009年）。 部分任务和整个任务的教学方法对复杂认知技能的获得和转移的影响。 教育技术研究与发展，57（1） ，61–77。
Marzano，RJ，Pickering，DJ和Pollock，JE（2001）。 有效的课堂教学：提高学生成绩的基于研究的策略。 弗吉尼亚州亚历山大市：监督与课程开发协会。
马里兰州美林（2012）。 第一教学原则 。 约翰·威利父子。
马里兰州美林（2009）。 第一指导原则。 在CM Reigeluth和A. Carr（编辑）的《 教学设计理论和模型：建立公共知识库》 （第三卷）中。 纽约：Routledge出版社。
Shute，V.（2007年）。 专注于形成性反馈。 教育研究评论。 新泽西州普林斯顿。
V·舒特（J.） 评估科学的进展。 教育评估，21 （1），34-59。
威灵厄姆（美国）（2009）。 学生为什么不喜欢学校？：一位认知科学家回答了有关大脑如何运作以及对教室意味着什么的问题 。 约翰·威利父子。
VanMerriënboer，JJ和PA，Kirschner（2017）。 复杂学习的十个步骤：四部分教学设计的系统方法 。 Routledge。
Velmahos，G.，Toutouzas，K.，Sillin，L.，Chan，L.，Clark，RE，Theodorou，D.，Maupin，F.（2004年）。 在动画手术技能实验室中教授技术技能的认知任务分析。 《美国外科杂志》， 187，114–119。
