尋求共鳴：數字化轉型中教學設計的底層邏輯

彭飛霞 張家軍

[摘? ?要] 數字化轉型推動第一代教學設計轉向第二代教學設計時，也造成教學設計過程簡單化、教學設計結構程序化、教學設計偏離學習者個性化學習需求等異化現象。哈特穆特·羅薩的共鳴理論提倡重構人與世界的共鳴關系，化解人類對世界的掌控欲望導致的異化關系問題，為教學設計回歸能動性、文化性和情境性等生命隱喻提供了底層支撐。尋求共鳴的教學設計是指遵循“為了共鳴設計教學”的理念，圍繞學習者與教學內容的觸動產生而重組文本，并以此來設計諸多教學要素，形成預設教學方案的過程。文章對尋求共鳴的教學設計理念、原則、要素和運行結構進行了探討，并提出尋求共鳴的教學設計操作要領是基于“人機協同”的學習者先前經驗獲取、基于學習者過往經驗的綜合任務設計、形成激發共鳴的認知策略、建構以技術為支撐的開放性環境、在教學活動設計中注入共鳴的力量，以及促進共鳴的反饋體系建構。

[關鍵詞] 共鳴理論； 教學設計； 教育數字化轉型； 信息化； 底層邏輯

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 彭飛霞（1985—），女，湖南岳陽人。副教授，博士研究生，主要從事教育社會學研究。E-mail：fx1523@126.com。張家軍為通訊作者，E-mail：zhangjj51668@126.com。

一、引? ?言

教學設計是根據教學對象的水平和需要，在確定合理的教學起點和教學終點的基礎上，對文本內容進行重組和轉化，有序并系統安排教學諸多要素，使之形成教學預設方法的過程[1]。人工智能時代，教師可以通過優良的整合了人工智能技術的教學設計提升學生的學習效果[2]。然而，技術的工具理性使部分教師迷信智能技術對教學設計的“全面掌控”，主動放棄了作為教學主體的能動性，導致自身與作為輔助教學工具的智能技術之間共鳴不足，以及與教學設計的服務對象共鳴不足。哈特穆特·羅薩的共鳴理論指出，人在本質上必須與所處世界建立起共鳴關系才能存在，當失去共鳴時，就會產生脫離世界關系的異化情境[3]。當前數字化轉型已成為教育轉型的重要載體和方向，梳理并認真審視羅薩的共鳴理論，尋求教師通過智能技術實現與學習者“共鳴”，對于化解人工智能技術助力教師教學的實踐困境，推動構建以“共鳴”為價值追求的教學設計具有重要意義。

二、教育數字化轉型中教學設計的異化及表征

教學設計學科的創立者加涅提出“為學習設計教學”[4]的理念，形成了第一代學習條件理論。隨著媒體技術發展，梅耶提出“為意義建構學習設計教學”的理念，將加涅的信息加工模型拓展為“多媒體學習模型”和“生成學習模型”[5]，逐漸形成第二代教學設計理論。該理論是一種基于計算機的教學設計，但計算機算法處理的往往是確定性的問題，而教學設計面對的卻是充滿不確定性的人的問題，由此導致數字化轉型語境下教學設計異化現象凸顯。

（一）信息獲取的便利化造成教學設計過程簡單化

教學設計的本質是通過信息獲取做出教學預設，關鍵在于通過信息獲取準確獲得學生的認知基礎、先前經驗、態度傾向和能力水平，并通過任務設計過程統籌學生需求、實施環境和課程任務等信息。智能技術的使用，使教師能快速便捷獲取所需的教學信息，有效提升了教學設計的效率和可靠性，但也容易造成教學設計過程簡單化，導致部分教師不再系統關注教學實施過程中的師生關系，忽視情感投入、語言交互和行為反饋等。

（二）人機協同的智能化造成教學設計結構程序化

教學設計通常需要對問題進行整體判斷，并根據問題、資源和環境等設計任務，比如在教學設計中需要根據問題的復雜性、目標狀態的明確性等形成方案預設[6]。教育數字化轉型通過組織流程和模式創新建立智慧教學系統，課堂形態的精準控制造成教學設計結構固化，直接影響是在教學設計中通過生成任務、聯結資源和控制過程形成一種“人機協同”的教學設計模式，這種模式極大地降低了教學設計的復雜性，也弱化了教師創造力的發揮。

（三）學習者建模的抽象化造成教學設計偏離個性化學習需求

智能技術通過大數據捕捉、聚合和應用，分析學習者可能行為及其傾向，這種設計模式“拋棄因果性知識尋求相關關系建構”[7]，在一定程度上推動著人本化教育、自適應學習等。但這種基于算法的智慧化程序無法知曉信息發生的環境，有可能“基于錯誤的教育認知收集漏洞百出的數據，蘊含了極大的誤判風險”[8]。如果只將學習者表現出來的通用性數據納入算法，并不加預設地對數據進行應用，教學設計可能偏離學習者個性化學習需求，導致教育洞見的預測和引導失靈。

三、共鳴理論與數字化轉型中的教學設計

哈特穆特·羅薩在其代表性的社會加速批判理論中指出，科技加速、社會變遷加速和生活步調加速這三重社會加速不斷地循環反復，導致現代社會各方面不斷被加速，并導致現代生活的“異化”，人們總是在自愿做著某些不是人們自己真的想做的事情[9]，重新建構人與世界的共鳴關系則是化解這種異化的有效方案，據此他提出共鳴理論。

（一）共鳴理論的核心內容

在共鳴理論中，羅薩具體論述了共鳴的價值、內涵及其如何發生?，F代社會，人們陷入“工具理性”支配世界的思維模式，用數據在社會各領域定下要求越來越高的標準答案，導致人們不再認真聆聽世界、感受世界。共鳴關系強調主體與世界之間雙向互動關系的建構，是“兩個或多個獨立實體之間的對話”[10]，具有不受掌控的特質，正好可以有效化解人類對世界的掌控欲望導致的異化關系問題。共鳴是“主體與世界的一種關系，其通過刺激、感動、內在興趣和自我效能感而形成，主體和世界在其中相互回應、相互轉化”[11]，其發生經歷四個環節：（1）觸動（刺激）的環節。從特定的人或物那里聽到發自“本心的”呼喚，主體被世界激發，對周遭產生某種內在的興趣。（2）自我效能（回應）的環節。主體產生獨特、積極的回應，共鳴開始產生。（3）吸納轉換（轉變）的環節。共鳴經驗使人們發生變化，人們開始積極用自己的聲音充滿效能感地給出回應。（4）不受掌控的環節。共鳴無法以技術等手段掌控，聆聽和應答成為關鍵[3]。

（二）數字化轉型中的教學設計需要走向共鳴

智能時代研究者們積極探索如何利用技術優勢推進教學設計自動化，如構建教學設計自動化語義模型[12]、教學設計自動化的對象—水平模型[13]，以此提高教學設計的質量與效率，減輕教師工作負擔并推動個性化教學。但人智交互隱含的師生情感疏離風險[14]，以及數據掌控邏輯下教師、學生、教學內容等諸多教學要素之間 “缺乏關系的關系”的異化出現，呼喚教學設計關注共鳴，積極化解人類對世界的掌控欲望導致的異化問題，將現實世界和智能技術掌控的世界進行有意識連接，為教學設計回歸主體能動性、文化性和情境性等生命隱喻提供底層支撐。

對于學生而言，共鳴是其深度學習的基礎，是主動探究、意義建構和創新實踐的動力，是學生感知覺、思維、情感、意志、價值觀全面參與和全身心投入的活動，是在數字化的“冰冷”數據環境下，指向具體的、社會的人的全面發展和形成整體素養的途徑，是教學設計理念的“再學習者中心化”；對于教師而言，人工智能時代數據等教育證據的直接供給，也無形中消解了師生知識“吸納轉化式”的傳遞過程，破壞“刺—激”“感—動” ①之間的關系建構，而“共鳴”的追求，需要教師直接感知學生，按照共鳴產生的條件、邏輯、途徑來深化教學，并輔之以更加科學的“人機協同”，有助于自身更加積極地投入教學，是提升教學質量和自我效能感的關鍵。

四、尋求共鳴的教學設計內涵及框架

（一）尋求共鳴的教學設計內涵

尋求共鳴的教學設計是指遵循“為了共鳴設計教學”的理念，圍繞學習者與教學內容的觸動產生而重組文本，并以此來設計諸多教學要素，形成預設教學方案的過程。具體包括共鳴目標設計、共鳴任務生成、共鳴活動載體整合、共鳴激發方法和共鳴評價反饋。共鳴目標設計是指在教學設計中，將知識、能力和素質的發展需求轉化為追求共鳴關系的建構；共鳴任務生成是指對具體的教學內容重構，聚合形成教學任務；共鳴活動載體整合是指對相關教學要素進行整合，形成適應共鳴的教學空間，包括平臺設計、工具設計、呈現方式的載體設計等；共鳴激發方法是指師生之間關系強化和多向聯系所關涉的教學方法、共鳴感知捕捉方式等；共鳴評價反饋是指共鳴是否產生的評價渠道設計，包括任務體驗、情感表征、身體特征等相關反饋數據的獲取。

（二）尋求共鳴的教學設計框架

1. 尋求共鳴的教學設計理念

第一，積極關注學生，強化數據捕捉?！坝|動”是共鳴產生的首要環節，主體通過“被關注感”的獲得而被外在世界觸動，對學習世界產生興趣。數字化轉型中的教學設計要注意強化學習者過往經歷的完整捕捉，特別關注關鍵性事件、節點性事件和突發性轉換的獲取，讓學習者體會到教學是其自身所需。

第二，強調自我效能，加強個性化設計。觸動發生后，需要對學習者進行特定情境的應答性回應，回應的方式是多樣化的，可以是眼神、事件、任務、評價等。數字化轉型中的教學設計需要對捕捉到的基礎性數據進行分析處理，根據學習者的不同特征和過往狀態進行個性化設計。例如，對于活潑外向型學生，多設置鼓勵其參與課堂討論的學習任務；對于技能型學生，多創設技能展示的活動機會等，以個性化設計有所側重地增進不同學習者的自我效能。

第三，關注具身體驗，拓展學習感知。在高度數據化的時代，人的身體感知和機器感知形成的數據痕跡正在重構我們的主體形態[15]。但梅洛-龐蒂指出，知覺是身體的知覺，是身體與環境作用的產物[16]。因此，當數字化轉型將網絡空間的數字體驗帶入學習者的學習體驗時，現實世界中的身體感知與體驗仍需高度關注，教學設計中兩者相互補充與協調，通過主體之間及其內部的關系互動形成共鳴，豐富學習者的感知。

第四，主張留白發揮，規避技術掌控。共鳴難以用條件來約束，既不能被強迫，也無法被保證，一旦發生，方向無法把控，只能不斷提供刺激，讓自己被呼喚。但被呼喚不等同于共鳴，共鳴需要主體感知自身的理解、吸收、移情和轉換。數字化轉型中的教學設計需要注意規避技術的掌控邏輯，給學習者提供更多自主探索空間，也就是給教學留白，讓教學處于半受掌控狀態，學習者根據主體經驗體驗共鳴生成。比如對于遠離家鄉的人，提供片段性的家鄉小橋流水視頻就足夠觸動其心弦。

2. 尋求共鳴的教學設計原則

第一，目標開放原則。以數據、算法、算力為基礎的人工智能，實現了學生與教師的數據聯通；元宇宙在教育中的快速擴散，實現了虛擬重現、虛擬仿真、虛擬融合和虛實聯動[17]。數字資源共享、在線教育等為教學設計注入新內容，需要對內容進行系統整合，形成開放場域，使之能全方位接納群體創造、個性探索、虛實共生、社群創設等教學活動的開展。

第二，工具服務共鳴原則。尋求共鳴的教學設計將數字化技術作為教學設計的基礎性元素加以利用，通過技術與教育的互動和技術對教育的改造兩條路徑，使技術為教學內容服務，為適合共鳴產生的場景生成服務，為學習者“刺—激”“感—動”等積極轉化和自我效能的優質體驗服務。

第三，容量適配原則。容量適配是指教學設計所形成的任務需要與學習者的學習能力形成對應關系，幫助學習者進入自適應學習狀態。容量適配原則是對人工智能時代忽視學習者體驗舒適性的有效反制，試圖以數據為支持，將認知負荷保持在學習者的舒適空間，并借助人工智能所塑造的虛實一體化環境，使學習任務與學習者個體達成適配。

第四，穩定情境原則。在智能技術支持的混合學習中，場景的隨意切換可能導致原本完整的課堂結構和教學情境被技術切割[18]，造成淺顯學習、游離學習、目標分散學習等低效學習狀態[19]。情境是共鳴的基礎，保持學習場域中穩定的交互情境狀態，支持學習者用自己的聲音和自己完整對話非常重要。

3. 尋求共鳴的教學設計要素

范梅里恩伯爾通過《掌握綜合認知技能》《綜合學習設計的十個步驟》等著作提出新一代教學設計的“四元素說”，即學習任務、相關知能、支持程序、專項操練[20]。以“四元素說”為分析框架，本研究嘗試梳理尋求共鳴的教學設計要素。

第一，激發共鳴的學習任務。學習任務是教學設計的起點，主要以案例、項目、任務、問題、作業等形式呈現。尋求共鳴的教學設計需要積極利用智能技術對學習者數據進行全面捕捉與分析，并在三個方面重點發力：一是做好學習者特性與教學目標的適配。共鳴是學習者內在興趣的激發，要促使學習者共鳴，就要將學習者特性與教學目標進行匹配，形成“視域融合”的理想狀態。二是重視任務知識架構。任務知識架構指任務本身的變式度、復雜性、支持和指導的水平。適度的變式是共鳴產生的條件，變式過低時，學習者的認知圖式并不發生變化，過高難以顯示自身被關注，都難以導致遷移的發生；復雜性指任務的認知負荷，關注本身知識的難度；支持和指導的水平是教師在教學過程中能投入的情感支持和與學習支持服務相關的問題指導。三是關注任務實施場景。比如糧食危機這個學習任務，經歷過饑荒的50后受眾有更深的感觸，更容易發生共鳴。

第二，支持共鳴的相關知能。相關知能是指完成學習任務及其遷移和創生過程中需要的策略，提供學習者已有知識架構和知識任務之間的聯系，幫助學習者在精細加工過程中建構認知圖式，主要包括領域模式、解決問題的系統方法、認知策略和認知反饋。領域模式涉及學習領域的組織方式，主要是概念模式、結構模式和因果模式；解決問題的系統方法是指任務所對應的具體方法，比如講解、體驗等；認知策略通常包括復述、精加工和組織策略，是對學習者存儲信息和轉化信息的路徑設計；認知反饋是對學習者學習效果的有效反饋，核心是促使學習者自我縱向比較或與他人橫向比較，激發學習動力。知能及其呈現方式是教學設計的重要范疇，不同策略會帶來不同學習效果，例如，螺旋式策略更容易幫助學習者在復雜任務的習得過程中形成良好的認知，直線型策略在簡單學習任務中更有效。

第三，服務共鳴的技術方案。技術方案是教學設計的核心內容，關涉教學設計中任務“如何做”。尋求共鳴的教學設計中，“如何做”是特定情境下內容與學習者狀態的“相遇”，通過將固化的任務與學習者波動的內心世界連接起來，形成一種充滿觸動的交互關系，走向“共鳴”狀態。技術方案中要關注三個環節的共同作用：一是將學習過程塑造為開放的過程，使更多能產生觸動的內容融入場域；二是強化對自我效能的關注，通過循序性問題、提高性問題等調節學習者的活力和思維深度；三是促進轉變，即支持學習者形成積極的回應。

第四，促進共鳴的專項操練。操練用來解決學習者學習的再生性問題，專項操練通過重復練習實現認知圖式的熟練化[21]。專項操練在不同的情境中反復開展，目的是提高學習者在任務完成過程中的表現，在過往知識結構和現有學習情境間形成高水平互動。尋求共鳴的教學設計中，專項操練需要與情境、任務和人形成系統聯系，通過矯正性反饋和特定的再生層面學習任務的專項操練，弱化學習者對知識準確度的關注，引導學習者更加關注自身學習意圖的實現，為自我效能的產生留出空間。

4. 尋求共鳴的教學設計運行結構

數字化轉型下的教學設計容易陷入數據掌握邏輯，出現過程簡單化、結構程序化和對象“失人化”等異化現象，“共鳴”巧妙地將教學設計回歸教學諸要素的關聯與互動，將技術世界與現實世界、數字體驗與具身認知有意識聯結。在智能技術支持下，尋求共鳴的教學設計遵循積極關注學生、強調自我效能、關注具身體驗和主張留白發揮等設計理念，以及目標開放、工具服務共鳴、容量適配和穩定情境等設計原則。依托范梅里恩伯爾的教學設計“四元素說”，尋求共鳴的教學設計積極規避技術掌控，強化技術要素功用發揮，通過適配性學習任務激發共鳴，進而選擇相關知能支持共鳴發生，相關知能決定了服務共鳴的技術方案制定，技術方案又進而指導和促進共鳴的專項操練，專項操練的效果評價又引發下一輪學習任務的設計，由此形成核心圈、運轉層、支持層循環遞進的尋求共鳴的教學設計運行結構（如圖1所示）。

第一，核心圈：以共鳴為引領的教學設計理念?？档抡J為，理念通過知性產生而獲得超越經驗的存在，是概念和客觀性的有機統一，對事情的發展具有前瞻性、導向性、設計性和綜合性的指引作用[22]。尋求共鳴的教學設計運行結構中，占支配性地位的是尋求共鳴的教學設計理念，主要將關注學習者、強化自我效能、注重具身體驗和留白發揮的理念貫徹于教學設計的全過程。

第二，運轉層：以尋求共鳴的教學設計要素落實到教學設計的全過程。運轉層主要是指基于共鳴理念開展教學設計的內在架構與運行機制，重點關涉兩個層面：一是外部環境需要系統統籌學習者過往學習經歷和現實需求，形成相互關聯的邏輯鏈，為共鳴的發生形成一個良好的外部環境；二是內部需要按照任務、知能、方案和操練之間的內在關聯，形成一個學習者能感知自身被關注的任務，持續吸引學習者參與，建立一種有深度的回應關系，促進共鳴的發生。

第三，支持層：人工智能與共鳴為基礎的設計原則。一是人工智能的恰當利用。例如，利用智能技術全面收集學習者的學習數據，利用數據分析設置適配學習者的學習任務，利用虛擬技術增強學習者的數字體驗，營造共鳴環境等。二是共鳴原則的合理嵌入。利用人工智能的同時，在所有設計要素和運行結構中融入對共鳴的追求，為共鳴創造條件，以共鳴規避異化。

五、尋求共鳴的教學設計操作要領

（一）“人機協同”的學習者先前經驗獲取

教學設計的起點是學習者先前經驗的獲取。在人工智能時代，教師可以通過“人機協同”積極獲取學習者先前經驗，可行的舉措如下：首先，通過人工智能及其相關應用獲取基礎性數據，這類數據需要以證據化的形態呈現，并突出“雜點”數據，引導教師關注邊緣群體和具體學生的個別現象，同時削弱結論性的一般定義。其次，在傳統機器學習的基礎上引入因果機制，從算法上強化學習者學習過程中復雜現象的因果結構，削弱人工智能相關性對學習者學習投入與學習結果含糊現象的影響。最后，對教師如何理解學習者信息進行規制。比如在教學設計文本中強調對學生的主觀分析，要求教師對學生的學業進行系統化評估，促使教師在教學設計中關注學生。只有關注到了學習者，共鳴才有產生的機會，脫離學習者視域的教學任務和教學活動是不可能產生共鳴的。

（二）基于學習者過往經驗的綜合任務設計

任務設計是教學設計的關鍵環節，知識、能力和情感價值觀是相互關聯的：“知”是共鳴的基礎，缺乏對任務的認知，學習者的視域始終與教學文本的視域割裂，難以產生深入交流；“能”是共鳴的條件，缺乏以“能”為基礎的自我效能感，學習者很難完成“刺—激”的轉換；“情”是共鳴的體現，不能在教學活動中通過有效的互動與文本、教師、課程以及學生“共情”，共鳴就沒有發生。因此，學科知識、學習能力和核心價值的培養都需要任務整合，形成包含技能層次地圖、學習表現標準、能力目標分類、學業表現要求、學習評估標準的整體任務，并通過智能化技術的支持和賦能，與學習者過往經驗建立聯系。

（三）激發共鳴的認知策略設計

傳統的學習科學研究更多關注學習者認知策略結果，而不是認知過程中的體驗與組織關系。尋求共鳴的教學設計首先關注學習者認知策略的環境契合性，共鳴的產生是情境與內容雙重作用的結果，是學習內容與學習者內在互動的過程。其次，內容、人和策略需要形成個性化適配。學習策略和聆聽、刺激、應答等多個心理反應環節連接，需要根據學習者的現實狀態、客觀環境等進行認知策略選擇。最后，需要在學習策略中關注學習者從觸動到積極轉變的全過程。積極轉化是在和諧的關系中形成的，教學設計不能嚴格按照靜態邏輯來前置設計，而是需要提供多種可能性，實時提供多種可行的轉化預設。

（四）建構技術支持的開放性環境

“警覺”“封閉”式環境會降低共鳴的發生，共鳴中回應關系的發生指向開放性環境的建構。具體可從如下方面著力：一是以技術建構虛實融合環境，支持多種資源的便利接入。比如，可以在傳統的學習環境中增加VR虛擬、動態影像等情感刺激環境，增強學習者的共鳴概率。二是基于人工智能算法，提供一種信任度高、安全感強的學習環境。比如，通過人工智能算法系統捕獲權威型教師教學影響因素并提供系統性反饋，解決教師權威導致的情感互動偏離等問題。三是以技術支持具身體驗。比如，各類虛擬實訓室的建設，有助于學習者在“手腦并用”中發生共鳴。

（五）引導共鳴產生的教學活動設計

教學活動是具體的活動載體，是基于知識領域、學習策略、整體環境的具體任務設計。首先，確定學習任務的具體呈現序列，主要操作是將學習任務按照心理模式、預設策略和空間進行排序，為任務類別中的知能架構共鳴提供心理支撐。其次，設計學習任務的結構。結構體現為學習任務的組織、時間和空間關系，常見的任務結構有概念演繹實踐結構、因果事件結構、相關關系結構等，比如，概念演繹實踐結構的設計，可以預設學習者先通過在線視頻獲取基礎知識，再通過實踐任務鍛造核心能力，最后通過總結提煉形成抽象知識表征。再次，設計支撐學習任務的其他材料，使任務切實運行并與其他要素交互，比如，與學習者現有經驗密切相關的語言、案例、講解等。最后，設計任務的支持策略，比如，直接的作業布置、學習輔助任務，間接的輔導用書準備、配套的信息化資源提供等。

（六）促進共鳴的反饋體系建構

反饋是后續針對性調整和形成新圖式的基礎，為共鳴的再發生提供條件。首先，關注反饋方式的采用。反饋方式包括教師反饋、學生反饋和智慧平臺反饋。以智慧平臺反饋為例，可以通過信息平臺設置知識討論、學術沙龍等活動，建立認知反饋的通道，服務共鳴的產生。其次，關注反饋內容的選擇。尋求共鳴的教學設計并不是對所有的認知缺陷或者進展都反饋，而是對與學習者經驗、類別等接近的內容進行針對性反饋，目的是引發學習者的觸動。再次，關注反饋時機的確定。針對共鳴的“留白”需求和共鳴過程的“體驗”需求，需要對不同情境設置不同反饋時機，比如：常見的任務情境需要及時反饋，提高認知效率；與學習者經歷密切聯系的任務需要適當延遲反饋，給學習者留足時間，并進行針對性情境設置與引導，從而促進共鳴發生。

[參考文獻]

[1] 朱德全.論教學設計的邏輯生長點[J].教育研究，2008（8）：72-76.

[2] 鄭蘭琴，張璇，曾海軍.人工智能助力教與學的創新——訪美國教育傳播與技術協會主席Eugene G.Kowch教授[J].電化教育研究，2018，39（7）：5-11.

[3] 哈特穆特·羅薩.不受掌控[M].鄭作彧，馬欣，譯.上海：上海人民出版社，2022.

[4] GAGN？魪 R M. The conditions of learning[M]1st ed. New York：Holt，Rinehart and Winston，1965.

[5] FIOREIIA L， MAYER R E. Learning as a generative activity： eight learning strategies that promote understanding[M].New York：Cambridge University Press，2015.

[6] 戴維·喬納森，簡·豪蘭，喬伊·摩爾，等.學會用技術解決問題——一個建構主義者的視角[M].2版.任友群，李妍，施彬飛，譯.北京：教育科學出版社，2014.

[7] 吳南中，夏海鷹.教育大數據范式的基本理念與建構策略[J].電化教育研究，2017，38（6）：82-87.

[8] 譚維智.人工智能教育應用的算法風險[J].開放教育研究，2019，25（6）：20-30.

[9] 哈特穆特·羅薩.新異化的誕生：社會加速批判理論大綱[M].鄭作彧，譯.上海：上海人民出版社，2018.

[10] ROSA H. Resonanz： eine soziologie der weltbeziehung[M]. Berlin： Suhrkamp Press，2016.

[11] ROSA H. Resonance： a sociology of our relationship to the world[M]. Cambridge： Polity，2019.

[12] 魏順平，路秋麗，何克抗，等.教學設計自動化語義模型及其實現方法[J].開放教育研究，2009，15（6）：52-60，87.

[13] 彭紹東.教學設計自動化的對象——水平模型研究[J].中國電化教育，2011（9）：14-19.

[14] 趙磊磊，吳小凡，趙可云.責任倫理：教育人工智能風險治理的時代訴求[J].電化教育研究，2022，43（6）：32-38.

[15] 藍江.從身體感知到機器感知——數字化時代下感知形式的嬗變[J].西北師大學報（社會科學版），2023（3）：13-20.

[16] 梅洛-龐蒂.知覺現象學[M].楊大春，張堯均，關群德，等譯.北京：商務印書館，2021.

[17] 樓軍江，肖君，于天貞.人工智能賦能教育開放、融合與智聯——基于2022世界人工智能大會開放教育和終身學習論壇的審思[J].開放教育研究，2022，28（5）：4-11.

[18] 吳南中，夏海鷹.混合學習中“虛實互動”效果的影響因素研究[J].現代遠距離教育，2019，182（2）：33-42.

[19] 彭飛霞，陽雯.混合學習如何加深學習深度——兼及教育大數據如何支持學習分析[J].現代遠距離教育，2017（2）：31-39.

[20] 杰倫·J.G.范梅里恩伯爾，盛群力.四元教學設計模式主要設計原理[J].開放教育研究，2020，26（3）：35-43.

[21] ANDERSON J R. Problem solving and learning[J]. American psychologist，1993，48（1）：35-44.

[22] 北京大學哲學系外國哲學史教研室.西方哲學原著選讀（下卷）[M].北京：商務印書館，1982.