🐝 #26 - 为什么 LMS 支持第三方教学工具？

未来会出现越来越多的微型教育科技公司、机器无法教学习者如何做人、我们不仅是技术的使用者同时也是参与者。以及其他内容。

Aug 18, 2023

1、微型公司是我们期待已久的新教育科技商业模式吗？

https://edtechinsiders.substack.com/p/micro-companies-the-edtech-business

作者将微型的教育科技公司定义为——由 3-10 名员工组成的团队，拥有 500-1000 万美元的净资产收益率，并且会精简或维持团队的规模，不会随着业务的扩展而扩大。而作者之所以认为微型公司会成为未来教育科技领域主流的商业模式，是基于当前经济紧缩、投资者的保守态度以及 AI 的普适性（各种各样的技术和产业都能应用 AI 来增强，比较难出现独属于教育科技领域的创新，好比音视频这类通用技术，虚拟教室软件还要跟教育科技领域之外的视频会议软件竞争）等背景下，需要更灵活和适应性强的商业模式。

微型公司通常专注于解决教育领域的特定细分问题，例如，针对特定群体的辅导课程、培养特定技能的学习平台、专门生成测验问题的平台等等。这种公司的灵活性和专注度使它们能够迅速适应市场需求和技术变革，为教育科技领域带来新颖和有针对性的解决方案。

2、人工课程

https://jondron.ca/the-artificial-curriculum/

一篇有关人工智能如何与教育结合的文章。作者认为，人们接受教育，所得到的并非只有显性学习成果（知识掌握程度、技能熟练度、成绩、证书等）还包括隐性学习成果（价值观、处事态度、创造力、与他人相处、追求梦想等），也能简单分为学做事和学做人，前者可测量，但后者基本不可能用统一的尺度来衡量。无论未来的人工智能如何发展，机器最多只能教授学习者如何做事，而教不了如何做人。那是否以后只让机器教如何做事的部分，而由人类教师来教学习中‘人’的方面就好了？看起来比较完美，但这种可能性不是很大，因为做事和做人无法分开来学习。作者不建议简单地将人工智能融入教学，而且认为让人工智能取代教师毫无意义，重点是需要重新思考——要教的是什么？以及为什么要教学？

文章最后表达了这样的担忧：

我不太相信大多数关于人工智能潜在威胁的世界末日幻想。我并不认为人工智能特别有可能导致世界末日，尽管更强大的工具确实更有可能被邪恶的人利用。然而，人工通用智能（Artificial General Intelligence），尤其是任何类似于意识的东西，今天与50年前相比几乎没有太大差别，而且大多数实现它的尝试都是在错误的森林里吠叫，更不用说在错误的树上了。更有可能、也更令人担忧的情况是，随着世界对通用人工智能的拥抱，但却无法改变一切行为方式，世界将在呜咽、平淡、悠闲中终结，就像龙虾在沸腾的水中慢慢死去一样。可悲的是，到那时，由于我们仍然只关注那些我们所衡量的事物，我们甚至可能不会注意到它的发生。更可悲的是，也许它已经在发生了。

3、Chegg 与 Scale AI 合作，以增强学生的学习体验

https://www.businesswire.com/news/home/20230807741451/en/Chegg-Partners-with-Scale-AI-to-Enhance-Learning-Experience-for-Students

Chegg 是一家上市公司，主要为用户提供在线课业辅导以及职业技能培训等服务。由于学生目前更喜欢使用 ChatGPT 来解答课业问题，也因此导致该公司股价暴跌（年初25美元一股，从5月份开始一直维持在10美元上下），其现在宣布要制作专有的大语言模型。

4、随着学校转向技术来寻求心理健康支持，最佳解决方案可能更倾向传统方式

https://www.edsurge.com/news/2023-08-09-as-schools-turn-to-tech-for-mental-health-support-the-best-solution-might-be-more-analog

因学生对于心理健康服务的需求日益增高，一些教育科技公司也将目光转向了心理健康领域。不过文章并不认为心理健康问题需要过多的技术参与，更好的方法应该是学校营造出让学生能够提升幸福感的环境。当然，那些为学校提供远程心理治疗的服务被认为是可取的，因为科技在此只是帮助人们建立连接，心理问题还是由人类治疗师来想办法解决。而其它通过科技促进心理健康的，例如，指导冥想的应用程序、情感日记应用程序等，这些产品太过通用，无法根据学生的需求量身定制解决方案。

5、远程学习中的持续身份验证：最近的技术视角

https://www.technologyreview.com/2023/04/19/1071282/digital-world-reshaping-childrens-education-reading/

想象一个在线考试系统，用户需要先使用用户名、密码或面部识别等方式登录该系统，登录成功后才能进行线上考试。但由于该系统没有做持续身份验证，所以用户可以在登录成功后，就算让另一个人来考试，成绩还是会算在登录的用户身上。所谓‘持续身份验证’就是用户在整个系统的使用期间都需要被验证身份（与登录时的身份保持一致），大多系统无需做到这种程度，但对于在线考试、学习这类的系统确有必要。

当然，这样的持续验证也不能阻碍用户正常使用，通常会是无感的。该论文介绍了此领域目前的一些做法：生物特征识别（面部、声音、虹膜，使用系统过程中要一直开着摄像头、麦克风）、用户行为分析（键盘、鼠标等输入设备的独特模式）等。

▎话题

为什么 LMS 支持第三方教学工具？

前言

大多数 LMS（学习管理系统）都有个应用（或插件）市场，供教师部署安装后在课程中应用，例如 Canvas：

不知你是否会有类似的疑问：LMS 为什么需要这么多的教学工具？为了给到教师和学生更多的可能性吗？那这种可能性又能为他们带来什么呢？

继续为大家分享《How Education Works》，本期我们将跟随此书，从技术的参与性以及软/硬技术的角度来解答上述问题。

（一）教育技术中的“技术”具体是指什么？
（二）是什么影响了 LMS 的设计？

技术的参与性

几乎所有的技术都要求我们做出某种动作或活动，以驾驶汽车为例：汽车作为一种交通工具，本身就是一种技术产物，我们通常需要运用一系列驾驶技术才能成功操作汽车。但在驾驶汽车的过程中，我们的参与远远超过了简单地操作一台机械设备。

首先，我们必须了解和遵循交通法规，这是一种硬技术，必须准确执行，否则可能导致危险。然后，我们需要根据实际路况进行决策和判断，例如选择最合适的路线、判断何时变道或转弯等。这些决策并没有固定的答案，需要我们根据具体情境灵活运用技巧和经验，这是一种软技术。在此过程中，我们还涉及到了各种设备的操作，如使用方向盘、油门、刹车等，以及旋转旋钮来调整空调温度、改变收音机频道等。这些操作是硬技术和软技术的结合，一方面需要精确控制，另一方面又有灵活性和个人选择的空间。

最终，我们不仅是在使用汽车这个技术，而是通过我们的参与，将汽车转化为一个复杂的系统，实现了我们的出行目的。我们不仅是汽车技术的使用者，更是它的组成部分，我们的决策、技巧和活动是使其实现功能的关键组成部分。

因此，驾驶汽车不仅是一种技术行为，更是一个复杂的参与过程，我们与汽车、道路、其他交通参与者等互动，共同塑造了一个完整的、有机的系统。

软/硬技术

从前文中应该也能大致看出，硬技术的特点在于，人在其中所能发挥的空间不大甚至没有，只能按技术预先确定的方式参与。所谓预先确定的方式，指的是如驾驶汽车时需要遵守的交通法规、电梯的按钮（如果你想去特定的楼层，必须按下相应的按钮）、使用微波炉加热食物（选择正确的时间和功率来加热食物）、按照乐谱演唱一首歌（遵循乐谱的指示，如音调、节奏，否则音乐将无法按照原意表达）等等。人们与硬技术交互时无需过多思考，因为这种互动已经预先确定好了，我们按特定方式参与即可。

而软技术的特点是灵活，且富有创造性。例如使用铅笔和纸进行素描，我们可以自由选择线条、形状和纹理来创造独特的画作，这一过程允许灵活性和创造性。我们对于软技术属于一种新颖且独特的参与关系，与硬技术那种预定的、精确的参与截然不同。

人们在硬技术的组合中扮演预定的角色，而在软技术中，人们则是组织者（协调以及创造性的方式使用技术）。硬技术以固定、不变的方式运作，无论该技术是否具备物理实体（标准化考试、交通法规也是技术），而软技术则是有弹性的，依赖人们以不断创新的方式实施它们。

但并非表示一项技术不是硬的就一定是软的，而是几乎所有技术都是由软技术和硬技术组成的组合体。例如，当我们写作时，我们必须遵循或多或少的拼写、标点符号等硬性规定，而且我们必须以相当有限的方式使用我们写作的物理工具（要控制写字的力度或按照键盘的布局输入等）。但同时，我们所写的内容又有着无限的可能性，大概率是以前从未写过的。还有编程也是，它有固定的语法规则，固定的函数和库，同时，它还能具备个人代码风格（命名、注释等），独特的算法以及代码组织方式。

此外，技术软硬的特性也不是一成不变的，它通常受人们使用技术时的方式、不同的视角以及不同的组合方式而变化。例如一支铅笔，如果我们被迫以特定的方式使用它（例如，在两点之间画一条直线），那这是属于很硬的，但如果没有特别规定，铅笔自然是偏向软技术特征（很多可能性）。再比如，生产线工人视角下的生产线是硬的，因为工人的角色预先确定，他们的动作基本是固定的。而生产线管理者确可能认为生产线是一项软技术，因为他们可以根据市场需求或效率目标来更改生产线的布局、流程和操作方式。

有时，教师可能会使用偏硬的讲座（预定的流程和内容，学生参与有限）形式来授课，但如果学生在课堂上对某一知识点感到兴趣并向教师提问（互动），此时教师可能会执行一些跟预定流程不一样的动作（导致教师改变方向、深入某个话题或以不同的方式解释概念）来软化授课，例如，增加一个为学生展示一个硬的视频演示（视频是一种预先制作的、不可更改的媒体）的过程等等。在这个例子中，教师、学生、讲座格式和视频演示都是教学技术的组成部分，它们以复杂的方式相互作用，以实现教学目的。这个过程中的硬度和软度可能随着时间、参与者和环境的变化而变化。

软硬技术拥有各自优缺点，硬技术的优点是高效（因为是执行特定的任务，无需多少人为干预）、易于管理等，缺点是无法适应变化的需求或新的情境、过于机械化等。而软技术的优点是灵活、有助于创造性等，缺点是太灵活可能会导致效率较低，也因为存在更多的变量（可能性）和不确定性，可能更难以控制。如果能让它们达成一定平衡，将会是一种理想的技术。

LMS 使用中的软/硬特征

每个 LMS 用户都是在“课程”的结构单元中使用它的，从这个意义上讲它是硬的。但对于教师而言，在选择使用 LMS 中的哪些工具（讨论、视频教程等等）来教授课程时，则属于软的部分。此外，LMS 还有比较僵硬（为了满足特定的格式、标准和要求而设计）的评估工具，以及用于内容创建（测验、讨论板问题、评估标准等等）的灵活工具。

回到本期的问题，为什么 LMS 基本都支持第三方教学工具？我们从软/硬技术的角度来尝试分析，如果 LMS 的设计过“硬”（也就是工具少，选择少），则可能会造成限制创新（教育者可能会被限制在一套固定的教学路径内）、适应性不足（不同的课程和学生群体可能需要不同的教学方法和资源）以及无法响应变化（可能无法迅速响应新的教学方法、标准或技术趋势）等问题。而过“软”（工具多，选择多），又会带来复杂性增加（可能会让教师不知所措，无从选择）、标准化的缺失（不同的教师可能会以完全不同的方式使用工具，导致学生在不同课程之间的体验差异过大）等问题。

从实际情况来看，主流 LMS 厂商（或开源的）都选择支持第三方教学工具，来增加自身灵活性的目的。而且看起来，他们貌似也有通过一定的设计来避免 LMS 过“软”带来的部分问题，例如，将选择海量第三方教学工具的入口做的相对隐蔽，而且需要主动安装了才能使用（如 Canvas 中的设计），这样就一定程度上避免了教师在为课程选择教学工具时，因为过多而造成的不知所措。

最后

我猜本期分享的部分观点（僵硬的技术以及创造性的技术等）你可能原本就有自己的理解，因为毕竟这些还是比较容易接触到的现象。只是这本书从一个更系统更全面的角度来阐释这些现象，相信会有助于我们更清晰的理解一些问题。

参考资料：

ChatGPT July 20 Version，GPT-4.5，https://chat.openai.com/
How Education Works

▎教育之美

与 PI（人工智能）的对话：关于人工智能的伦理问题

PI 是一个类似于 ChatGPT 的人工智能聊天应用，其基于 inflection 公司制作的大语言模型。

有人将自己与 PI 关于人工智能伦理问题的对话上传到了博客，除了日常感叹于机器所说的人话外，还有个有意思的信息是 PI 会通过与人们的对话来学习：

我在想，如果 PI 所说的学习是真正意义上能对 PI 的‘行为’带来变化的学习，也就是图中最后一段话“我所经历的所有对话都塑造了我”。那我好像能理解为什么学生更愿意找 ChatGPT 或 PI 这类 AI 聊天应用求解某个问题、学习某个知识或讨论，也许并不仅仅是 AI 响应更及时等原因，还有一点是因为很少有人类教师能够真正做到向学生学习，也不太可能会跟学生说出：“这不仅仅是单向的，我也在向你学习”这种话。这给一名学生带来的感受其实会很不一样，我也说不好这种感受会给学生造成哪些影响，但至少会让学生更加乐于参与跟 PI 的对话（学习）。

博客地址：https://halfanhour.blogspot.com/2023/06/my-conversation-with-pi-ai-on-ethics-of.html

👋🏻 觉得本期有收获？
请将此链接分享给你朋友：https://etthinking.substack.com/