高校智慧學習環境技術架構研究

張書欽 王金洋 白光耀 張敏智

摘 ? 要：智慧學習環境是以學生為中心，由功能各異的學習系統通過集成和互操作形成的學習生態系統，為學生提供一體化、智能化的學習支持。文章深入研究了智慧學習環境的技術架構，分析了其中數據和資源的交換和共享問題，以及相關的技術標準，提出了一種智慧學習環境支撐中間件，通過標準化的協議和規范實現各學習系統的集成，并通過微服務和消息總線將分散的學習數據、資源匯聚成為共性服務組件，形成統一的智慧學習環境公共服務支撐體系，推動學習形態和教學模式的變革。

關鍵詞：智慧學習環境;學習管理系統;學習分析;中間件

中圖分類號：G434 文獻標志碼：A 文章編號：1673-8454（2021）21-0062-05

隨著物聯網、移動互聯網、云計算等信息技術的發展，人們的學習方式也發生了巨大的變化，可以在任何時間、任何地點，通過各類終端實現開放式學習、線上線下混合式學習，迫切需要在信息技術、數字資源的基礎上建立智慧學習環境。[1]智慧學習環境是服務學生的一體化網絡學習空間，提供學習資源、協作工具、學習測評工具等。[2-3]智慧學習環境支持學生開展更豐富的課程內外學習活動，為學生提供個性化、智能化的學習服務，催生出新型的人才培養模式。[4]

近年來，學習管理系統（LMS）在高校得到了廣泛應用，但LMS側重于輔助教師對教學過程進行管理，主要用于課程內容的分發和管理。隨著更多新的學習工具、學習資源，及碎片化學習方式的引入，LMS暴露出了功能單一的缺陷。而智慧學習環境則是以學生為中心，由功能各異的學習系統通過共享、互動和協同形成的學習生態空間。

當前高校在智慧學習環境建設中存在幾個問題：①缺乏系統化設計理念，各學習系統之間缺乏集成和融合，學習相關的數據、資源缺乏互通、共享;②缺乏學習分析框架設計，沒有對學生以及學習活動數據進行測量、收集、分析和報告，無法幫助學生開展以目標為導向的學習，難以為學生提供個性化的學習服務;③缺乏共性服務支撐平臺來將各種局部應用、單一功能的學習服務由封閉轉變為開放的、標準化的、可跨領域應用的共享資源。

本文深入研究了智慧學習環境的技術架構，分析了其中數據和資源的交換和共享問題，以及相關的技術標準，提出了一種智慧學習環境支撐中間件來實現各學習系統的集成，并通過信息集成技術將分散的、局部的學習數據、資源匯聚集成為共性的服務組件，形成統一的智慧學習環境公共服務支撐體系。

一、智慧學習環境概念

智慧學習環境方便學生在不同學習系統之間無縫切換，為學習提供了情境感知、跟蹤記錄、學習分析、診斷與評價等諸多智能化的支持。

1.智慧學習環境的需求

一般來說，LMS通常能完成課件資源、交互協作、成績成果等方面的課程管理。但除了LMS外，高校還有更多的學習系統、工具，應通過建設智慧學習環境來提供學習系統的靈活集成、學習資源的共享推送、學習活動的高效協作、學習過程的動態感知、學習結果的智能分析。

從技術上講，智慧學習環境通過對眾多平臺、系統、工具、服務的有機整合，實現對學習數據和資源的綜合利用。從教學形態上講，智慧學習環境可支持更加多元、更加精準的智能導學與過程化評價，為每名學生提供個性化學習支持，實現規?；囊虿氖┙?，充分發揮教學效能。

2.智慧學習環境中的數據和資源

智慧學習環境需要解決學習系統間的互操作性問題，實現數據和資源的交換共享和綜合利用。[5-8]

（1）互操作性

智慧學習環境中，系統之間利用兼容的數據模型和通信協議來進行信息交換，通過互操作來協作完成更復雜的功能。[9]學校網絡聯盟（CoSN）[10]在教育互操作性標準中列出的領域主要有數字內容、數據連接、數據集成、身份驗證、授權和身份管理、課表、門戶和Portlet、文件共享、網絡基礎設施、數字輔助功能等。系統間互操作性的關鍵是相關信息系統采用開放標準，教育行業的標準主要有美國的學?；ゲ僮骺蚣埽⊿IF）[11]、我國教育部制定的教育管理信息系統互操作框架（EMIF）等。

（2）學習資源

智慧學習環境以標準化支持電子教材、電子課件等數字資源，包括學習內容的封裝和傳遞格式，及圍繞學習內容的訪問授權、使用記錄與跟蹤等方面。數字資源通過標準化可以在不同學習系統間共享和重用，便利了數字資源的廣泛使用。當前數字資源標準主要有可共享內容對象參考模型（SCORM）[12]、CC[13]。SCORM是目前各類學習平臺和學習資源支持最廣泛的一種標準。

（3）學習分析

智慧學習環境中學習的泛在性會產生大量的學習活動數據，連同教學管理、教育評價等數據可進行學習分析，全面評估學生的學習過程、學習效果等。學習分析可有效地支持個性化、自適應的教與學，最能體現出智慧學習環境的目標。

學習分析面臨的困難是數據來源多樣、數據體系不一、格式繁雜，即使是結構化的數據也存在數據模型多樣、難以共享和互操作的問題，還需要結合大數據領域的技術，如異構數據采集、數據挖掘、可視化分析等。一些知名的標準化組織從學習活動模型、學習數據采集存儲流程以及傳輸機制等方面來定義學習分析的技術規范，如xAPI[14]和CA[15]。

二、主要的學習技術標準

IEEE學習技術標準委員會（IEEE LTSC）[16]、IMS全球學習聯盟（IMS GLC）[17]、高級分布式學習計劃（ADL）[18]等組織已經制定了很多學習技術的標準和規范，也推動了智慧學習環境的不斷應用、擴展、豐富。[19]主要的標準化組織及制定的標準規范如表1所示。

1.SCORM

ADL于2000年初發布了可共享內容對象參考模型（SCORM），這是第一個被廣泛使用的學習資源規范，多數的LMS都支持SCORM 1.2或SCORM 2004。SCORM定義了內容聚合模型（CAM）和學習對象實時運行環境（RTE）。CAM的核心是使用元數據來描述學習內容的結構，而RTE定義了通用的內容對象運行機制，包括啟動機制、內容對象與LMS的API接口，以及跟蹤用戶學習數據模型。通過SCORM，可以在不同的LMS上打包、部署學習內容，并以標準化的方式跟蹤記錄用戶的基本學習活動，如完成時間、花費時間、及格/不及格、成績等。

SCORM適用于單機或Web課程。在分布式、網絡化的智慧學習環境下，SCORM暴露了一定的局限性，包括：不支持LMS之外的學習活動，如虛擬仿真、Wiki、社交工具等;學習活動只能在同一Web服務器上，外部系統不易提取學生的學習活動數據;學習內容必須在瀏覽器中使用，不支持移動設備;不支持基于虛擬仿真的學習。

2.LTI

IMS GLC 于2010年發布了LTI，主要用于LMS與其他各類學習工具之間交換課程和用戶信息。LTI的協議框架包括Consumer和Provider：前者通常是LMS，提供用戶信息和環境，支持用戶登錄，管理各種學習內容和應用;后者是考試、作業查重等工具應用。Consumer和Provider之間通過URL進行用戶身份認證，采用JSON交換數據。

LTI與SCORM、CC等標準有較大區別。LTI將學習內容、系統、工具集成到LMS中，得到了廣泛的應用。SCORM和CC是數字化學習內容的封裝標準，可確保學習內容在各種學習系統、學習平臺之間共享、傳遞。LIS實現在學生信息管理系統和學習系統之間傳輸學生相關的基本信息。QTI允許在制作工具、考試系統、LMS、評估/測評/分析引擎之間交換測試項目、測試內容和測試結果。在智慧學習環境中，LTI等標準支持構建以LMS為核心的學習系統集成。

3.xAPI

ADL于2010年開始研究新一代學習技術規范項目Tin Can API，并于2013年更名為xAPI。xAPI規范用于跟蹤記錄學生在各類學習系統中的學習活動，并存儲到學習記錄庫（LRS）。當學生進入任意學習系統時，xAPI活動代理會記錄如瀏覽網頁、閱讀筆記、答題等這樣的學習活動，并生成“Actor（操作者）+Verb（動作）+ Object（目標對象）”學習活動記錄語句，最后通過JSON數據服務存入LRS?；贚RS收集學習活動數據可實現學習分析、智能推薦等。

xAPI有許多優點：可以全面、詳細地收集和共享學生在各學習系統中的學習活動數據;支持RESTful和JSON數據傳輸;支持移動設備、游戲仿真等各種類型的學習系統。xAPI具有很好的適應性，已得到了LMS、虛擬仿真、實習實訓等學習系統的廣泛支持，其他標準也在向xAPI對齊，如AICC聯合ADL于2016年6月推出的CMI-5利用xAPI作為通信協議和數據模型，并將SCORM融入到xAPI協議體系中去。智慧學習環境可利用xAPI實現學習活動數據的跨平臺收集和集中存儲，驅動數據的集成和綜合利用。

4.CA

IMS于2015年發布了CA[15]，定義了支持學習分析的數據開放框架。CA主要包含計量配置（Metric Profiles）和傳感器API（Sensor API）：前者確立了標準化、結構化的學習活動計量體系，便于記錄各類學習活動信息，并用“Actor（操作者）+Action（動作）+Event（事件）”語句描述學習事件;后者定義了采集和傳輸學習事件數據的標準接口，還定義了綁定在計量配置中的學習事件及接收學習事件的傳感器端點，并實現學習事件之間的關聯。CA通信模型如圖1所示。

CA和xAPI都可以從分布的學習系統中收集學習活動數據，定義了記錄學習活動的數據格式，但若沒有本體映射，很難完成從xAPI到CA的數據模型轉換。反之，由CA映射到xAPI是容易的。xAPI支持LRS的數據寫入和讀取，而CA的Sensor API只規范了數據的寫入，沒有定義數據的讀取。CA充分兼容IMS其他標準（如LTI、QTI等），可無縫集成符合IMS標準的學習系統。無論是xAPI還是CA，都定義了如何測量和分析學習活動及其績效的通用準則，可全面立體地分析智慧學習環境中的學習活動。

三、智慧學習環境探索

近幾年一些組織對智慧學習環境進行了系統的研究，也提出了一些概念性的框架。這些工作大體上有兩個著眼點：①利用統一的技術標準和開放的軟硬件系統，支持各類學習組件的靈活重組和擴展;②對學習數據進行分析和挖掘，識別學生個性和學習情境，為學生成長提供個性化指導。

1.全面學習體系結構（TLA）

ADL于2013年首次提出了TLA[21]概念。最初“TLA”是指“培訓和學習架構（Training & Learning Architecture）”，在2015年更新為“全面學習架構（Total Learning Architecture）”。TLA的目標是利用一組規范和標準接口，創建一個豐富的數字化學習環境，提供自動化、智能化的學習服務。TLA具體包括：①學習活動追蹤（Experience Tracking），采用xAPI來規范學習數據的記錄和存儲機制;②內容代理（Content Brokering），根據學生的個性化需求來安排學習計劃;③學生畫像（Learner Profile），根據相關數據來評價學生的學習完成情況、能力、偏好、習慣等;④能力網絡（Competency Networks），針對技能要求來設定學習目標、能力、任務、標準等。

TLA力圖為分布式學習生態系統建立一套標準化規范，通過通用接口、數據模型、中間件在應用之間共享基本的學習數據。xAPI就是TLA的一部分，也是TLA中最核心的規范。目前TLA正在細化相關的需求、規范和架構設計，重點是數據架構、內容元數據、學生能力數據定義，還有學習分析和可視化、自適應隱私保護、xAPI配置文件等方面的工作。

2.下一代數字學習環境（NGDLE）

2015年，美國高等教育信息化協會（EDUCAUSE）提出了下一代數字學習環境（NGDLE）[22-23]。NGDLE是一個數字化組件的集群，集合了各種學習應用和數字服務的生態系統。NGDLE的目標是提供一個開放式系統：①互操作性，各種學習工具的無縫式集成和互操作性;②個性化，可根據需要搭建屬于學生個體的學習情境;③學習分析和評估，可以更好地跟蹤學生的學習情況;④協作，支持學生、教師、管理者之間的跨時空協作;⑤可訪問性和通用設計，方便每個人使用。

NGDLE是要構建一個可靈活裝配的智慧學習環境。NGDLE不是單個學習系統，而是遵守共同標準的信息系統和組件的集合，圍繞學生的各類學習活動提供所需的學習服務。NGDLE驅動了以學生為中心的學習理論模型，培養學生的分析、創造、解決問題、團隊協作等高階思維能力。佐治亞理工學院提出的可擴展高級學習生態系統（SALE）[24]，被認為是NGDLE的一種實踐。

四、智慧學習環境支撐中間件

針對高校的教學信息化現狀，本文提出了一種智慧學習環境支撐平臺中間件，如圖2所示，利用開放標準和規范實現各種學習系統、數據和資源、UI的集成，全面記錄和分析學習活動，為學生提供一體化的學習體驗、數據分析、服務推薦等。該中間件利用微服務和消息總線實現各學習系統之間復雜的事務消息交換，包括三類組件：①數據和存儲;②平臺服務;③學習應用。

1.數據層

數據層負責數據和資源的存儲管理，有三個不同的數據庫：學習資源庫，用于保存課程內容、錄播視頻，及其元數據;LRS用于保存學習活動數據，底層采用MongoDB數據庫，并支持xAPI等協議的讀寫接口;用戶和注冊數據庫，用于管理課程參與者。該層還提供了數據訪問接口，方便上層使用或與外部數據交換，還提供了適配功能，如xAPI/Caliper協議轉換，以兼容不同的學習系統。上層的平臺服務可以直接使用一個或多個數據庫。

2.平臺層

平臺層為上層應用提供公共微服務，包括數據和資源管理、用戶管理、學習分析、推薦引擎、決策支持等。用戶管理負責用戶登錄身份管理，并支持學生在課程、班級等的組織協作。資源管理實現資源訪問和權限控制，提供資源檢索引擎，以URI的方式進行資源的分享、引用等。學習分析利用LRS，以及教務、學工等數據，對學生學業、就業發展等方面進行智能評價、學業預警等分析。推薦引擎根據學生的學習需求、興趣、意愿等，推薦個性化的學習資源列表。消息中心集中管理各系統和組件的消息收發。學習門戶為學生提供訪問各種學習服務、資源、消息通知的統一入口，支持PC和移動端。

3.應用層

應用層集成了各種學習系統，如校內LMS、互聯網MOOC平臺、虛擬仿真、博客等。這些系統通過標準化接口實現互操作，并使用平臺微服務實現數據和資源的共享，為學生提供融合創新的學習服務。

五、結語

云計算、大數據、機器學習、人工智能等技術為學生提供了數字化、網絡化、智能化的學習支持。高校的教育教學形式多樣，無法通過單一應用系統或平臺提供全面的學習服務，需要通過多種學習系統、組件來構建智慧學習環境，學習系統之間要通過標準化接口實現數據和資源的交換和共享。一些標準化組織提出了xAPI、LTI這樣的集成標準和規范，也有研究機構提出了智慧學習環境的概念性框架，來支持各類學習組件的靈活重組和擴展，并通過對學習數據進行分析和挖掘，為學生成長提供個性化指導。

面向智慧學習環境建設，高校普遍還缺乏一套基礎平臺來支撐學習系統的融合集成。針對這一現狀，本文提出了一種智慧學習環境支撐中間件，通過標準化的協議和規范實現各學習系統的集成，并通過微服務和消息總線將分散的學習數據、資源匯聚成為共性服務組件，形成統一的智慧學習環境公共服務支撐體系，為學生提供一體化的學習服務。該中間件為數字化的教學提供了統一的基礎設施，方便各類學習系統通過標準化的協議規范、服務接口進行集成，方便學校建設不同組合、特色、規模的智慧學習環境。同時，通過提供數據和資源的集成和共享，積累更豐富、完整的教學數據和資源，方便開展基于數據的教學行為分析、教學成果評價、教育質量評估等，推動智慧學習形態和教學模式的變革。

參考文獻：

[1]祝智庭，彭紅超.智慧學習生態系統研究之興起[J].中國電化教育，2017（6）：1-10，23.

[2]習海旭，廖宏建，黃純國.智慧學習環境的架構設計與實施策略[J].電化教育研究，2017（4）：72-76.

[3]Memorandum from SURF.A Flexible and Personal Learning Environment：From single components to an integrated digital learning environment a survey[DB/OL]. https：//www.surf.nl/files/2019-04/a-flexible-and-personal-learning-environment---a-modulair-functional-model.pdf，2019.

[4]鐘紹春.人工智能支持智慧學習的方向與途徑[J].中國電化教育，2019（7）：8-13.

[5]A Bakhouyi，R Dehbi，M Talea，O Hajoui.Evolution of standardization and interoperability on E-learning systems：An overview[C].16th International Conference on Information Technology Based Higher Education and Training（ITHET），2017：1-8.

[6]M Lisle，Y Gazi.Towards An Ecosystem of Platforms：The Critical Importance of Interoperability[EB/OL].https：//evolllution.com/technology/infrastructure/towards-an-ecosystem-of-platforms-the-critical-importance-of-interoperability/，2019.

[7]D P Berenguer，J G Molina.A standard-based architecture to support learning interoperability：A practical experience in gamification[J].Software Practice and Experience，2018（48）：1238-1268.

[8]K Jakimoski.Challenges of Interoperability and Integration in Education Information Systems[J].International journal of database theory and application，2016（9）：33-46.

[9]B Flanagan，H Ogata.Learning analytics platform in higher education in Japan[J].Knowledge Management & E-Learning，Dec 2018，10（4）：469-484.

[10]Consortium for School Networking（CoSN）[EB/OL].https：//www.cosn.org.

[11]SIF Specifications[EB/OL].https：//www.a4l.org/page/SIFSpecifications.

[12]SCORM[EB/OL].https：//adlnet.gov/projects/scorm.

[13]Common Cartridge（CC）[EB/OL].https：//www.imsglobal.org/activity/common-cartridge.

[14]Experience API（xAPI）[EB/OL].https：//adlnet.gov/projects/xapi.

[15]Caliper Analytics（CA）[EB/OL].https：//www.imsglobal.org/activity/caliper.

[16]IEEE Learning Technology Standards Committee （LTSC）[EB/OL].http：//ieeeltsc.org.

[17]IMS Global Learning Consortium（IMS GLC）[EB/OL].https：//www.imsglobal.org.

[18]The Advanced Distributed Learning （ADL） Initiative[EB/OL].http：//www.adlnet.org.

[19]T Hoel，J Mason.Standards for smart education–towards a development framework[J].Smart Learning Environments，2018，5（1）：1-25.

[20]Learning Tools Interoperability（LTI）[EB/OL]. http：//www.imsglobal.org/activity/learning-tools-interoperability.

[21]Total Learning Architecture（TLA）[EB/OL].https：//adlnet.gov/projects/tla.

[22]M Brown，N Millichap，J Dehoney.The next generation digital learning environment：A report on research[EB/OL].EDUCAUSE learning initiative（ELI） whitepaper. https：//library.educause.edu/resources/2015/4/the-next-generation-digital-learning-environment-a-report-on-research，2015.

[23]P Long，J Mott.The N2GDLE vision： The“next”next generation digital learning environment[EB/OL].https：//er.educause.edu/articles/2017/7/the-n2gdle-vision-the-next-next-generation-digital-learning-environment，2017.

[24]R S Kadel，Y Gazi，S Harmon，A Goel，T Courville.Toward A Road Map for Scalable Advanced Learning Ecosystems（SALES）[J].International Journal on Innovations in Online Education， 2019，3（1）：2019.

（編輯：王天鵬）