具有諷刺意味的是，目前流行的個性化學(xué)習(xí)技術(shù),我個人感覺在學(xué)習(xí)體驗上不那么個性化，也不那么人性化。這種觀點源于我在硅谷的教學(xué)經(jīng)驗。當(dāng)然，說這話前，我已經(jīng)使用了一些在課堂上很流行的數(shù)字應(yīng)用和工具。

盡管我會批評這些不那么個性化的學(xué)習(xí)工具，因為受過它們不少折磨。但我還是認(rèn)為，并不是所有教育技術(shù)工具都是不好的。如果設(shè)計和使用得當(dāng)，這些工具實際上能夠讓學(xué)生的學(xué)習(xí)體驗更加個性化和人性化。

為了方便大家更合理地設(shè)計和使用技術(shù)工具，我想拿教育技術(shù)專家圈子廣泛流行的SAMR模型舉例，來談?wù)勛约旱囊恍┛捶ā?/p>

SAMR模型的缺陷 

Ruben Puentedura博士開發(fā)的SAMR模型旨在指導(dǎo)教師將技術(shù)融入課堂。它包括四個步驟：替換（Substitution）、增強(qiáng)（Augmentation）、修改（Modification）和重新定義（Redefinition）。

在該模型的前兩個階段中，替換和增強(qiáng)似乎不那么復(fù)雜。類似文字處理軟件或工具通常歸入這些類別，因為這類技術(shù)幫助替換或增強(qiáng)了學(xué)習(xí)體驗，允許任務(wù)在本身沒有根本變化的情況下，進(jìn)行一些功能性的改進(jìn)。

模型的后兩個階段，修改和重新定義則是完全不同的。我們看到這兩類技術(shù)以一種復(fù)雜的方式被運(yùn)用，要么顯著地修改任務(wù)，要么重新定義它們，以產(chǎn)生一些不可思議的效果。谷歌文檔就是一個很好的例子：通過共同使用一個在線的文字處理文檔，促進(jìn)了學(xué)習(xí)者之間的協(xié)作和交流，時間和空間不再是協(xié)作學(xué)習(xí)時要考慮的因素，因為技術(shù)已經(jīng)為學(xué)生消除了這些障礙。

許多個性化學(xué)習(xí)工具都停留在替換或增強(qiáng)任務(wù)的范疇。雖然在傳送內(nèi)容和收集評估數(shù)據(jù)方面，可能會有一些功能上的改進(jìn)，但是這些工具很少甚至沒有對學(xué)習(xí)體驗進(jìn)行重新思考，盡管使用了有效的數(shù)字手段，但是在學(xué)習(xí)過程中，學(xué)生仍然停留在簡單模仿和機(jī)械重復(fù)層面上。

也有人認(rèn)為，學(xué)習(xí)體驗已經(jīng)被重新定義過了。通過個性化學(xué)習(xí)材料，學(xué)生“按照自己的節(jié)奏學(xué)習(xí)”，他們的學(xué)習(xí)體驗顯著地發(fā)生了變化。允許孩子按照自己的節(jié)奏前行，理論上，能讓他們在任何時刻得到需要的東西。 

但是這種個性化的學(xué)習(xí)方式有其局限性。在極端的情況下，過分依賴技術(shù)進(jìn)行個性化教學(xué)會導(dǎo)致孩子們被束縛在電腦前，幾乎沒有了與老師、同學(xué)建立聯(lián)系的機(jī)會。

當(dāng)SAMR模型不足以幫助技術(shù)合理融入課堂時 

個性化學(xué)習(xí)技術(shù)的確可以顯著地改變學(xué)習(xí)體驗，但很多技術(shù)并沒有這樣做，因為目前越來越多的工具只會機(jī)械地傳播供學(xué)生使用的內(nèi)容和材料，而談不上個性化。 

正是在這種時候，我們看到了SAMR模型，雖然它奠定了良好的基礎(chǔ)，但還不夠。在考慮可以將哪些技術(shù)融入我們的教學(xué)時，我喜歡考慮四個關(guān)鍵問題，每個問題都建立在SAMR模型提供的堅實基礎(chǔ)上。

• 1.該技術(shù)有助于最小化復(fù)雜性嗎？

技術(shù)的超級力量在于能把復(fù)雜的任務(wù)很大程度地簡單化。這是許多個性化學(xué)習(xí)技術(shù)背后的意圖，技術(shù)為學(xué)生匹配個性化教學(xué)，用評估數(shù)據(jù)來決定哪些活動是合適的。這樣做可以使教育者工作的復(fù)雜性降到最低，因為他們不用再對教學(xué)內(nèi)容作出決策，而是允許技術(shù)來接管這一職責(zé)。 

但這種個性化學(xué)習(xí)的方法對學(xué)生和教育者都沒有好處。 

教師必須參與評估和制定新的教學(xué)內(nèi)容給學(xué)生。比如，谷歌的一套教育工具就做得很好，它將匯總評估數(shù)據(jù)的復(fù)雜性降至最低，并且不會將教育者排除在評估過程之外。僅谷歌表單和谷歌云盤就可以為匯總評估數(shù)據(jù)和組織學(xué)生工作提供充足的支持。

更重要的是，當(dāng)這些在線協(xié)作完成時，孩子們還可以在收集和反思評估數(shù)據(jù)的過程中發(fā)揮作用，這不僅最大限度地降低了評估的復(fù)雜性，還能夠讓他們在整理自己的作品集并展示所學(xué)的過程中相互幫助，增強(qiáng)自主學(xué)習(xí)能力。 

• 2.這項技術(shù)是否有助于最大限度地發(fā)揮教室里所有學(xué)習(xí)者的個人能力和潛力？

大量使用個性化學(xué)習(xí)技術(shù)背后的理由是，一旦復(fù)雜性被最小化，教師就可以自由地利用時間完成其他更重要的任務(wù)。無論跟學(xué)生開會，還是分析評估數(shù)據(jù)，甚至花一些時間做自己的事。技術(shù)旨在幫助我們變得更強(qiáng)大，并增加教師和學(xué)習(xí)者的潛力。

但我們不能以犧牲學(xué)習(xí)質(zhì)量為代價。 

像谷歌云盤這樣的工具可以幫助學(xué)生建立學(xué)習(xí)的自主性，還有其他一些應(yīng)用程序可以讓學(xué)生變得更強(qiáng)大——只是這種強(qiáng)大可能不是你想的那樣。我喜歡在課堂上使用Popplet和iCardSort，這些靈活的工具允許學(xué)生通過概念圖、分類關(guān)鍵詞和一些小點子來展示他們的思路，本質(zhì)上也是允許他們根據(jù)自己的情況進(jìn)行個性化學(xué)習(xí)。

• 3.該技術(shù)是否有助于我們做一些不曾想過的事情？

太多的教師停留在SAMR模型的替換和增強(qiáng)階段中，我喜歡把他們稱為“應(yīng)用依賴者”。留意下你的設(shè)備或教學(xué)網(wǎng)站，如果發(fā)現(xiàn)到處都充斥著提供信息流的工具，那么你可能就是一個“應(yīng)用依賴者”。

那些僅僅是促進(jìn)信息傳播的應(yīng)用程序，無論通過標(biāo)準(zhǔn)化還是個性化學(xué)習(xí)和教學(xué)活動，都沒有做任何創(chuàng)造性的事情;相反，他們只是最小化了內(nèi)容傳播的復(fù)雜性而已。

現(xiàn)代教育不應(yīng)該只關(guān)注一些功利性的需求，如掌握知識點，學(xué)習(xí)也需要與現(xiàn)實世界聯(lián)系起來。為了實現(xiàn)這一目標(biāo)，呼吁大家使用一種更加精細(xì)的教學(xué)法，使教學(xué)以一種有意義的并且可以移植的方式與技術(shù)相結(jié)合。

在很多情況下，互聯(lián)網(wǎng)可以成為我們最大的資源。就在去年，我的學(xué)生們在研究芝加哥社區(qū)文化時遇到了瓶頸。

為了讓他們熟悉這些社區(qū)，我們使用谷歌地球做了一個關(guān)于這些社區(qū)的虛擬訪問，用哈佛大學(xué)零點項目（Project Zero）的“看到-想到-想知道“（See-Think-Wonder）策略來啟發(fā)大腦。這種數(shù)字化實地考察旅行以前是無法想象的，只有通過現(xiàn)在的技術(shù)才可以實現(xiàn)。

• 4.該技術(shù)在課堂上是否會保留或增強(qiáng)學(xué)生們的人際交往技能？

這是最重要的問題，也是SAMR模型忽略的問題。在重新定義學(xué)習(xí)體驗時，我們不能以犧牲人際交往為代價。

人類發(fā)明過的強(qiáng)大技術(shù)，絕不是為了單純減少復(fù)雜性或做一些新奇的吸引眼球的事:它們加強(qiáng)了交流，使個體之間更容易相互聯(lián)系。想想那些突破性的技術(shù)，如印刷機(jī)、電話，甚至互聯(lián)網(wǎng)和個人電腦。所有這些發(fā)明都是革命性的，因為它們讓世界變得更小。

社交媒體是現(xiàn)代促進(jìn)人們聯(lián)系和交流的一項突破性發(fā)明，雖然它有明顯的副作用，但也有顯而易見的好處。

EdTech的重要倡導(dǎo)者 

盡管我反對某些個性化學(xué)習(xí)技術(shù)，但仍然是使用教育技術(shù)的倡導(dǎo)者。重要的是，使學(xué)習(xí)個性化的不是技術(shù)本身，而是工具在課堂上的使用方式。

我希望你可以像我一樣，用以上四個問題來判斷哪些技術(shù)有助于學(xué)習(xí)個性化，哪些不僅在浪費金錢，還在浪費時間和精力。

*作者簡介：Paul Emerich France是美國芝加哥市的國家委員會認(rèn)證教師。他目前在芝加哥拉丁中學(xué)教三年級，擔(dān)任拉丁學(xué)校助理教師計劃的學(xué)術(shù)主席和聯(lián)合主任。

本文由微信公眾號“智能觀”編譯，原文來源EdSurge，原文作者Paul Emerich France，原文鏈接。文章為作者獨立觀點，不代表芥末堆立場。