□[加拿大]安東尼·威廉·貝茨肖俊洪譯
【摘要】
計算機領域的科學家越來越樂觀地認為，在不久的将來我們可以通過軟件運算實現教學自動化從而取代教師。本文對這種想當然的觀點提出質疑。我們認為，不管是現在還是未來，機器沒有能力複制學生在知識社會、數字化社會發展所必須掌握的知識和技能。相反，我們應該探索如何使技術發揮賦權作用：不但給教職員工賦權，也要給學生賦權。
【關鍵詞】
自動化；賦權；在線學習；人工智能；大數據
【中圖分類号】G420【文獻标識碼】B【文章編号】1009—458ｘ（2016）04—0005—07
導讀：安東尼·威廉·貝茨教授是現代遠程教育開拓者。貝茨教授1969年加入英國開放大學，成為該校第20名員工，是名副其實的英開元老和現代遠程教育元老。他在英開工作長達20年之久，是該校教育媒體研究教授（ProfessorofEducationalMediaResearch），一開始主要負責評估英國廣播公司（BBC）為開放大學制作的廣播電視節目的學習成效，後來負責評估開放大學所使用的新媒體技術，參加遠程課程建設和遠程教學工作。1989年，貝茨教授移居加拿大，就職于英屬哥倫比亞開放學習機構（OpenLearningAgency），擔任戰略規劃執行主任一職，5年後就任英屬哥倫比亞大學（UniversityofBritishColumbia）遠程教育和技術中心主任，負責該校第一門在線課程的設計、制作和教學，并幫助建設第一批完全在線學習的學位專業。2003年，貝茨教授從英屬哥倫比亞大學退休，成立自己的顧問咨詢公司，至今已經為加拿大、美國和歐洲的50多所大學以及多家政府機構提供在線和混合式學習戰略的咨詢服務，同時還接受一些國際組織的委托開展專項研究工作，比如世界銀行、聯合國教科文組織和經濟合作與發展組織。貝茨教授2016年1月1日出任加拿大瑞爾森大學（RyersonUniversity）傑出客座教授。在40多年的職業生涯中，貝茨教授在遠程/在線教育理論研究方面的建樹令人肅然起敬，其豐碩的學術成果包括數十部專著和數百篇學術論文/學術講座/學術會議主旨演講等，為遠程/在線教育的理論建設做出卓越貢獻。2014年，75歲高齡的貝茨教授正式宣布“退休”——不再從事有償工作。但是，盡管如此，我們依然能夠感受到貝茨教授作為學者的社會責任感和對遠程/在線教育事業的摯愛，因為他繼續關注這個領域的發展動态，繼續通過各種方式與世界各地同行分享他的思考和真知灼見。這篇文章便是一個很好的證明。
我從2013年初承擔“國際論壇”組稿工作以來一直希望能夠得到貝茨教授賜稿，但是由于種種原因遲遲沒有向他發出邀請。現在回想起來，最主要的原因應該是擔心會被他婉拒。2014年本來已經拟好約稿函，但恰好當時貝茨教授宣布“正式退休”，于是我不敢冒昧打擾。但是我一直在想，如果本刊的“國際論壇”缺少貝茨教授這樣德高望重的現代遠程教育開拓者的聲音，那麼這将是一個我永遠無法原諒自己的遺憾。我不想留下遺憾，于是，今年1月份，我給貝茨教授寫了一封長長的郵件，向他彙報我學習他的研究成果的心得體會，介紹“國際論壇”的情況，懇請他賜稿。令我喜出望外的是，貝茨教授很快給我回郵并欣然應允我的稿約！
技術決定論從來沒有在教育領域消失過。我在2002年的一篇文章中批駁了一位學者的觀點：“新辦網上遠程教育不像新辦實體學校那樣需要校舍、圖書館、運動場和教職工，隻要有幾台計算機(服務器)，注冊一個域名，組織網上的課程資源就可以搞起來。”①今天如火如荼的在線學習，尤其是以X型大規模公開在線課程（xMOOC）為代表的在線學習，從某種意義上講，不正是技術決定論的“複活”嗎？時下技術決定論重新擡頭，由于全球頂尖級大學的加入和商業公司的推波助瀾乃至政治家們的青睐，出現愈演愈烈之态勢。在這種背景下，貝茨教授的這篇文章從曆史的角度全方位對在線學習何去何從進行剖析以正視聽。
的确，技術的應用是為了實現教學（學習）自動化還是更好賦權于教師和學生，這不是一個新問題。自動化的目的無非是為了最大限度減少人力資源（師資）的投入，甚至是完全取代教師，實現經濟效益的最大化。因此，有學者認為“在線教育的深層問題是教育僅被看成是一個技術問題，即傳送内容的問題；人們天真地認為有了傳送教育的技術必然意味着學習的發生。20世紀初人們已經開始嘗試用技術代替教師——這是一種機械論。”②
但是，與此同時，也有學者“希望計算機技術能賦權于學習者，而不是直接扮演教學的角色”。貝茨教授認為建立在客觀主義（objectivist）或行為主義（behaviourist）世界觀基礎上的學習自動化無法培養生活在數字化時代的人所必須掌握的“批判性思維、創新、創業、解決問題、深度多媒體交流，特别是高效知識管理等方面的技能”。
學習自動化迎合了教育商業化的需要，教育商業化又進一步推動學習自動化。從學習的本質和特點看，這兩者的“相得益彰”對教育的危害不言自明，除非我們選擇昧着良知視而不見，以一己之利為利。文章從5個方面闡述了學習自動化的弊端：第一，學習自動化的主張其實就是技術至上，或者說技術決定論；第二，建立在客觀主義哲學觀基礎上的教學/學習方法沒有充分考慮人類學習行為的複雜性和多層次性；第三，忽視計算機的操作系統與人類操作系統的不同；第四，迫使學習者以最适合機器操作的方式學習，削足适履，本末倒置；第五，由預先編制的算法評價學習行為缺乏充分理據。文章最後兩節闡述了在線學習的未來發展方向和“如何防止在線學習朝着自動化的方向發展”，作者的主要觀點是“培養今天社會所必須掌握的知識和技能絕對離不開學科專家、教師或引路人。當然，教師的角色必将經曆很大的變革……”，同時也需要利益相關各方的共同努力。
早在20世紀60年代初，有學者便指出“教學是一種充滿人性的職業”（teachingisanintenselyhumanvocation）③。近年來，随着技術在教育中的應用範圍越來越廣泛，學者們适時提出忠告：即使是一所現代數字化大學，最重要的因素仍然是各種人際關系，我們無法阻擋數字化革命的潮流，但是我們能夠在适應數字化革命的同時繼續繼承高等學府的傳統精華④，我們仍然需要人的幹預，即需要充滿愛心、富有創造力和反思精神的實踐者鼓勵和啟迪學生⑤。任何去人性化的企圖都與人類學習的本質和規律相悖，會導緻人類的“傻瓜化”——這絕非危言聳聽。希望貝茨教授的主張和呼籲——在線學習應該成為給師生賦權的工具而不是為了實現學習自動化——能引發我們對技術與教育的關系進行辯證的思考，我們不“反對技術的教育用途，而是主張明智使用技術”。換言之，技術服務教育而不是反之。
最後，謹向我們的前輩安東尼·威廉·貝茨教授緻以崇高的敬意！（肖俊洪）
①肖俊洪.2002.網絡時代的中國遠程教育：問題與出路[J].開放教育研究，3，8-12；《成人教育學刊》2002年第8期全文轉載.
②琳達·哈拉西姆.2015.協作學習理論與實踐——在線教育質量的根本保證[J].中國遠程教育，8:5-16.
③Stansfield,R.N.(1961).Thehumansideofteaching.PeabodyJournalofEducation,38(6),345-350.
④McCluskey,F.B.,&Winter,M.L.(2012).Theideaofthedigitaluniversity:Ancienttraditions,disruptivetech⁃nologies,andthebattleforthesoulofhighereducation.Washington,DC:WestphaliaPress.
⑤Dziuban,C.D.,Hartman,J.L.,&Mehaffy,G.L(2014).Blendingitalltogether.InA.G.Picciano,C.D.Dzi⁃uban,&C.R.Graham(Eds.),Blendedlearning:Researchperspectives(Volume2)(pp.325-337).NewYork,NY:Routledge.
一、在線學習面臨的問題
随着計算機性能越來越強大，擺在我們面前的一個關鍵問題是：這種技術是否應該以通過實現教學自動化從而取代教師為目标，或是技術應該成為賦權工具，不但給教師賦權，而且也給學習者賦權。這個問題的答案不是非此即彼，而是往往要兼顧上述兩個方面，因此，如何平衡這兩個方面至關重要。
二、一個并非新的而又日益重要的問題
為了實現教學自動化還是賦權于人？這不是一個新出現的問題。斯金納（Skinner,1968）早在20世紀60年代初研發教學機器的時候就提出了這個問題。當時很多人認為教學機器最終必将取代教師。雖然斯金納的确預言教學機器會徹底改變教師的角色，但是他本人并不認為機器會取代教師。西摩·派珀特（SeymourPapert）希望計算機技術能賦權于學習者，而不是直接扮演教學的角色（Papert,1980）。20世紀80年代初，派珀特教孩子們寫計算機代碼，以改進他們的思維方式和提高解決問題的能力。派珀特深受皮亞傑的認知發展理論影響（Piaget,1957），尤其是孩子們建構知識而非吸收知識這種觀點的影響。
在20世紀80年代，随着個人電腦越來越普及，計算機輔助學習（computer-assistedlearning，簡稱“CAL”）也随着流行起來，大量使用計算機評分的考試和形式簡單的自适應學習（adaptivelearn⁃ing）。在自适應學習過程中，如果學習者答錯某個問題，計算機會根據錯誤類型自動指導他們學習新材料，學習者隻有完全掌握這些材料才能繼續學習新内容。也是在同一時期，人們開始把人工智能的早期成果應用在智能數學輔導系統中。當時人們認為人工智能具有代替教師的潛能并對此做出種種令人興奮的預言——這一幕今天正在重演。
随之而來的是因特網。我第一次接觸因特網是在溫哥華一個朋友的地下室裡，後來我在《遠程教育期刊》（JournalofDistanceEducation）創刊号發表了一篇文章，題目為《信息技術在遠程教育中的作用：計算機輔助學習還是交流？》（Bates,1986）。我在這篇文章中提出因特網和計算機技術的真正價值在于使師生之間和生生之間的異步互動和交流成為可能，而不是作為教學機器。當時人們的嘗試更側重于運用建構主義理論指導計算機在教育中的運用，梅森和凱（Mason&Kaye,1989）這本書反映了人們在這方面的努力。而琳達·哈拉西姆（LindaHarasim）則從20世紀80年代以來一直認為協作學習本身是一個重要的學習理論（Harasim,2012）。
20世紀90年代，約克大學（YorkUniversity）的大衛·諾布爾（DavidNoble）對在線學習進行抨擊，尤其提到在線學習把大學變成“數字化文憑工廠”（DigitalDiplomaMills）（Noble,1998）：“眼下大學不僅僅正在經曆技術層面的轉變。這種變革的背後是另外一種轉變（但常常被技術層面的轉變所掩蓋），即高等教育的商業化。”諾布爾認為：“在這些大學，高科技常常不是用于提高教學和研究的水平，而是作為傳播學術‘超級明星’們的二手和權威産品的工具，扼殺普通教師的洞察力和聲音。”
然而，與諾布爾的警告相反，過去15年來北美大多數大學層次在線課程更多的是采用師生和生生交流與互動的路子，而不是計算機輔助學習或教學視頻的路子。正因如此，諾布爾對在線學習的抨擊在不經意間被人遺忘了。
繼因特網之後是課堂錄播技術（lecturecap⁃ture），于是在2011年，Coursera、Udacity和edX推出了X型大規模公開在線課程（xMOOCs）。這一類的在線課程得到一些精英型、選拔性很強的美國大學的支持，比如斯坦福大學、麻省理工學院和哈佛大學。它們聲稱要讓任何人都可以免費聆聽世界最優秀教授的授課。諾布爾的噩夢突然間變成現實。與此同時，這些大規模公開在線課程導緻人們對大數據和學習分析技術更感興趣，自适應學習死灰複燃，人工智能将引發教育革命的老調又重彈起來。這是因為除非教學自動化，否則很難對學生規模如此龐大的課程進行管理。
由于計算機性能突飛猛進地發展，矽谷式（Sili⁃conValley）創業思維盛行，加之那些希望實現教育商業化的人在政治層面進行不懈推動（詳見下文），現在我們正在目睹學習自動化的回潮。這種現象的背後是哲學觀與教學法之間的根本沖突：學習自動化是建立在客觀主義或行為主義世界觀的基礎上的，而在線協作學習則必須采用建構主義教學法。
在線學習的未來等待我們做出抉擇，這是不可避免的，而且越來越嚴峻。
三、學習自動化與教育商業化
今天，伴随着技術發展而出現的是美國、中國、印度和其他國家私營公司對在線學習商業化的大力推動。換言之，在當今社會，教育越來越被看作是可以買賣的一種商品。這種交易不是通過諾布爾所擔心的美國商業性在線大學這些聲譽不佳的大型數字化文憑工廠進行，比如鳳凰城大學（UniversityofPhoe⁃nix），而是得到那些進軍教育領域的商業性計算機公司的鼓勵和支持，比如Coursera、Lynda、Tu⁃torGroup以及（中國的）一起作業網（17zuoye）。
根據奧德麗·沃特斯（Watters,2015）和溫特斯（Winters,2015）的研究，2015年美國教育技術的“交易額”高達10-20億美元。企業家們正在努力探索投資教育技術的可持續商業模式，這是因為很多國家的教育投入來自公共财政，真正意義上的市場受到限制。一些政客、企業家和決策者，尤其是在美國，越來越把向教學自動化轉變看作是減少政府教育經費的一種途徑以及向更加商業化企業“開放市場”的一種方法。
公立教育的另一個威脅是一些富可敵國的企業家的“善舉”，比如蓋茨（Gates）夫婦、休利特（Hewlett）夫婦和紮克伯格（Zuckerberg）夫婦，他們将巨額個人财産轉入“慈善”基金會或公司，把這些錢用在他們自己“欽定”的“教育”項目上，而這些項目則會給他們的生意帶來間接的好處。伊恩·麥古根（McGugan,2015）在加拿大《環球郵報》（GlobeandMail）撰文指出，他估計“陳·紮克伯格計劃”（ChanZuckerbergInitiative）的潛在價值是450億美元。麥古根說這個計劃的目的之一是促進學習的個性化。因為出售個人數據資料是臉譜（Face⁃book）的财源之一，有人懷疑紮克伯格夫婦的這個計劃是收集學生數據資料的一種較隐蔽途徑，其中很多學生可能是未來高收入群體。從邏輯上講這種懷疑有一定道理。此外，因為有了“陳·紮克伯格計劃”，他們搖身一變成為一家免稅的“慈善”公司，所以能夠避稅，來自臉譜的收入可以不交稅。這些富人本來應該納稅，稅收則可用于支持公立教育。然而，成立了資金雄厚的基金會不但可以避稅而且使得少數企業家能夠影響計算機技術的教育用途。
四、技術為何無法颠覆教育？
目前，技術幾乎在颠覆各行各業，那麼為什麼不能颠覆教育？教育（尤其是高等教育）需要大筆資金的投入，其中絕大部分來自稅收和學費，但是我們很難把結果與投入直接聯系在一起。毫無疑問，我們應該探索技術變革教育的各種途徑，使人們有更多接受教育的機會，更能負擔得起教育費用，更加有效地學習在今天和明天的社會生存所必須掌握的知識和技能。
我并不是反對變革，教育的确需要變革，我質疑的是今天倡導教育變革的這種方式。從本質上講，向自動化學習轉變雖然能夠節省成本但無益于提高學習質量，尤其是數字化時代所要求的高層次心智技能（intellectualskill）的學習質量，包括批判性思維、創新、創業、解決問題、深度多媒體交流，特别是高效知識管理等方面的技能。未來社會最需要的正是這些高級技能。它們在建設發達經濟體方面發揮關鍵作用，因為發達經濟體是建立在創業精神、創新能力和增值物品和服務的基礎之上。
為什麼自動化學習的方法更難以培養21世紀所要求的知識和技能呢？要理解這個問題，我們必須重點了解學習自動化所使用的工具和采取的方法。
五、學習自動化的問題
1.自動化學習的主張
人工智能和自适應學習主要得益于暴力算法（bruteforce）這種具備更強大計算能力的技術，因此很多人認為人工智能和自适應學習迎來了一個新時代。薩斯坎德夫婦（Susskind&Susskind,2015）是持這種觀點的典型代表。薩斯坎德夫婦認為人工智能之所以在20世紀80年代一敗塗地，是因為計算機科學家試圖模仿人類的思維方式，而當時計算機處理信息的能力遠不如今天。今天的計算機已經能夠以人類以前從未想到的方式分析海量數據從而解決過去的難題。
的确，克裡斯·安德森（ChrisAnderson）在《連線》（Wired）雜志撰文指出大數據甚至導緻科學方法都被淘汰了：
“海量的數據和應用數學取代了所有其他可能派得上用場的工具——這就是今天的世界。任何一種人類行為的理論——從語言學到社會學——都過時了。把分類學、本體論和心理學也都忘了吧！誰知道為什麼人們做某件事？關鍵是他們做了，而我們能夠以前所未有的精确度跟蹤和分析他們所做的事情。隻要有足夠的數據，數字便能說明一切。”
“然而，大數據應用的主要目标不是在宣傳它的能耐，它沖擊的是科學。科學方法是以可檢驗的假設為基礎的。在科學家的腦海裡這些模型在很大程度上是一個個的系統。這些模型要經過檢驗，實驗能證實或推翻這些涉及世界如何運作的理論模型。這就是已經沿用了幾百年的科學方法。”
“然而，在大數據時代，這種科學方法——提出假設、建模、驗證——正變得越來越不合時宜。”（Anderson,2008）
2.人類學習的行為主義方法
在教與學過程中計算機能夠取代教師這種論調值得質疑。通過因特網發布教學視頻的信息傳輸和管理、計算機評分作業、自适應學習、學習分析技術和人工智能體現的是客觀主義哲學觀，建立在客觀主義基礎上的計算機用途面臨的最大挑戰是其學習模式的實際應用受到很大限制。行為主義有助于機械記憶和低層次的理解，但是在深層學習、批判性思維和培養數字化時代不可或缺的其他技能方面卻無能為力。因此，我們必須采用更能體現建構主義理論的方法，鼓勵批判性思維、獨創能力和創新能力，而計算機智能在這些領域所能發揮的作用極其有限。
3.人類與計算機有着不同的操作系統
學習自動化的另一個弊端是忽視了計算機的操作系統與人類的操作系統不同這一點。計算機是機械性的，從本質上講是二進制操作系統。人類是生物性的，其操作系統遠比計算機複雜，能夠創造語言和理解語言，有直覺和推理思考能力。情感和記憶驅動人類行為，包括學習。再者，人類是社會性動物，學習在很大程度上依賴于與他人的社會接觸。從本質上講，人類的學習方式不同于機器自動化的操作方式。
令人遺憾的是，計算機科學家經常忽視或不了解有關人類學習的研究成果。尤其必須指出的是，他們不知道學習在很大程度上講是一個發展過程，學習通過建構實現。因此，他們采用的建立在行為主義和客觀主義認識論基礎上的教學方法是一種過時且不太合适的教學方法。如果我們希望學生能夠掌握數字化時代必不可少的知識和技能，那麼我們必須采用更加體現建構主義理論的學習方法。
4.生物學與工程學之争
學習自動化的支持者還犯了另外一個錯誤，即高估或誤解人工智能和學習分析技術對教育的作用。這些工具代表着一種高度客觀主義的教學方法，換言之，我們可以預先對相關程序進行分析和系統化。然而，雖然總的說來我們對學習有了很多了解，但是我們對于生物學層面個體如何思維和決策知之甚少。同時，雖然腦科學的研究有望揭開一些秘密，但是大多數腦科學家認為，盡管我們開始對大腦活動與具體行為的關系有所了解，我們目前仍然無法解釋這些機制如何影響學習或如何影響某一個人的學習；前方的路還很漫長。神經元放電（firingofneurons）與計算機“智能”之間同構（isomorphic）的匹配涉及諸多因素，比如情感、記憶、感知、交流和神經活動。這意味着很難做到對人類學習和人類行為的很多方面進行“映射”和“标準化”，尤其是涉及高級思維的那些方面，如果不是不可能做到的話。
學習自動化的危險在于我們迫使學習者以最适合機器操作的方式學習，因而導緻他們無法發展更高層次的思維能力，這些思維能力正是人與機器的區别。例如，人比機器更善于處理反複無常、不确定、複雜和模棱兩可的情況，而這些情況是現今社會的常态。人更善于憑直覺思考問題，比如，憑直覺對那些發生的可能性或風險仍然未知或不容易估算的事情進行判斷。
5.算法是誰編寫的？
人工智能和自适應學習都離不開能預測或指引人類行為的算法，但終端用戶并不明白這些算法。比如，用于發現有學習困難的“高危人群”的學習分析技術是建立在過去學生的各種在線行為的相關性這個基礎上的。然而，對于學生而言，難道應該由某一個軟件程序來決定他/她是否适合高等教育的學習或某一門課程的學習嗎？如果這樣，學生難道不應該知道這個決定的依據是什麼嗎？難道他/她不能質疑這個算法或至少質疑這個算法的設計原則嗎？是誰負責這些算法的編寫？是計算機科學家根據相關數據進行編寫，還是由關注教育機會平等的教育工作者負責編寫？學習的自動化程度越高，造成意想不到的後果的危險越大，因此，更加需要教育工作者而不是計算機科學家控制這方面的決策。
六、未來的發展方向
過去在設計和開展在線學習時，我把計算機科學家當成是同事和朋友，現在我越來越把他們看作是敵人，至少其中一部分人如此。這在很大程度上跟矽谷式的傲慢自大有關，矽谷鼓勵計算機科學家們要相信自己無須了解需要解決的問題便能把問題解決了。建立在預先錄制教學視頻基礎上的大規模公開在線課程便是一個典型例子，這些課程主要是由幾位斯坦福大學的計算機科學家制作的（不幸的是，很多大學教師盲目模仿這種做法，雖然作為教師他們應該比計算機科學家更懂得應該如何教學）。
我們應該如何培養學習者掌握今天社會必不可少的知識和技能？這個問題應該是我們的出發點。我曾經主張我們必須培養大批掌握高級心智技能和實用技能的人才（Bates,2015），這些技能與知識的建構密不可分，能使學習者發現知識、分析知識、評價知識和恰當地應用知識。
要達成這樣的學習目标，我們就必須采用建構主義學習方法。學習的發生取決于知識專家和學習者之間高質量的互動，因此自動化學習不合适。達成這個目标的途徑多種多樣，技術能夠發揮重要作用，包括使知識能方便獲得、提供體驗式學習環境下的實踐機會、搭建連接學者和學生兩類群體的橋梁、實現海量學習資源的開放獲取，最重要的是使學生能夠借助技術工具恰到好處地獲取知識、管理自己的知識和展示自己的知識。
然而，上述活動和方法雖然能夠取得更好的學習效果，或許也能取得一些小規模經濟效益，但卻難以通過自動化實現大規模經濟效益。自動化有助于培養某些基礎性的東西，比如初級理解能力或語言學習。但是，從本質上講，培養今天社會所必須掌握的知識和技能絕對離不開學科專家、教師或引路人。當然，教師的角色必将經曆很大的變革，師資培訓和專業發展必将是成功的關鍵，我們也必将運用技術手段使學生能夠對自己的學習負起更大責任。但是，以為自動化是解決21世紀學習問題的靈丹妙藥卻是一種危險的幻想。
七、捍衛未來
如何防止在線學習朝着自動化的方向發展？第一，教育工作者，尤其是大學校長和身居高位、負責教育事務的政府官員必須大聲疾呼警惕學習自動化的弊端和建立在自動化基礎上的目的在于取得更大成本效益的技術方案的弊端。我不是反對技術的教育用途，而是主張明智使用技術以便能夠培養21世紀所需要的人才。
第二，計算機科學家必須更加尊重教育工作者，少一些傲慢。換言之，計算機科學家要與教育工作者相互協作，相互尊重。
第三，我們（教師和教育技術專家）必須把有效教與學的研究成果應用到我們自己的工作之中并且更好地傳播給非教育界人士。
第四，教育工作者應該拿出有吸引力的技術方案來代替自動化路徑，新的教學法應該把重點放在數字化時代所需要的那些知識和技能的培養上，包括：①借助虛拟現實開展體驗式學習（比如加拿大皇家學院[LoyalistCollege]采用這種方法培訓邊境移民官員）；②為學習者提供聯系在職專業人士的在線網絡，共同解決現實世界問題（比如麥克馬斯特大學[McMasterUniversity]為在校生開設的綜合理科專業采用的是在線和混合教學模式）；③開發基于聯通主義的大規模公開在線課程，以此建設強大的實踐社區，解決全球問題；④允許學生使用社交媒體開展研究并以多媒體電子檔案袋的形式展示自己掌握的知識（比如英屬哥倫比亞大學[UniversityofBritishCo⁃lumbia]ETEC522這門課程）；⑤設計開放式、由學生發起的高質量模拟和遊戲活動，但設計和監控這些活動的是學科領域專家。
第五，政府對教與學研究的投入不能少于對業界創新的投入。如果我們沒有适合數字化時代的更好、更經得起檢驗的學習理論，那麼那些自以為手上有最好的“萬金油”的江湖騙子或機會主義者就會乘虛而入。更重要的是，如果我們能傳播并恰到好處地運用更好的學習理論和學習領域更好的研究成果，我們便能取得與時代相适應的學習結果，而且是更具成本效益，培養更具競争力的勞動力，促進社會公平。
第六，我們必須使政治家們明白通過學習自動化推動教育商業化是非常危險之舉；我們必須為建設更加平等的社會而鬥争，技術應用所帶來的财政回報應該更加平等地分享。
第七，我們要成為“教育朋克”（Edupunk）①（Lamb&Groom,2010），奪回萬維網，在教育領域使用開源、低成本、便于使用的工具，使其遠離強大的商業利益。當然，這些工具必須能夠保護我們的隐私，學生和教師也能夠控制這些工具的使用。
計算機化學習正在快速發展，涉及面也在迅速擴大。但是，我們必須對其嚴加控制并謹慎用于教育用途。人的需要優先于商業公司的需要，不能削足适履通過操縱人的需要來适應機器的局限——這點我們必須謹記心頭。技術必須服務于人，而不是相反。與其他任何人類活動領域相比，教育領域更應該遵循上述原則。這是因為教育關乎我們的未來、關乎我們的子孫後代！
[參考文獻]
[1]Anderson,C.(2008).Theendoftheory:thedatadelugemakesthe
scientificmethodobsolete.WiredMagazine,June23(Retrievedfromhttp://www.wired/2008/06/pb-theory/).
[2]Bates,A.(1986).Computer-assistedlearningorcommunications:whichwayforITindistanceeducation?JournalofDistanceEduca⁃tion，（1）1(RetrievedfromComputerassistedlearningorcommuni⁃cations:whichwayforinformationtechnologyindistanceeducation?).
[3]Bates,A.(2015).TeachinginaDigitalAge.VictoriaBC:BCcampus.TeachinginaDigitalAge.
[4]Harasim,L.(2012).LearningTheoryandOnlineTechnologies.NewYork/London:Routledge.
[5]Lamb,B.&Groom,J.(2010).NeverMindtheEdupunks;or,TheGreatWeb2.0SwindleEDUCAUSEReview,August5(Retrievedfromhttp://er.educause.edu/articles/2010/8/never-mind-the-edu⁃punks-or-the-great-web-20-swindle).
[6]Mason,R.&Kaye,A.(Eds).(1989).Mindweave:communication,computersanddistanceeducation.Oxford:Pergamon.
[7]McGugan,I.(2015).Whya$45-billiondonationfromMarkZucker⁃bergisn’tsuchabundleofjoy.GlobeandMail,December2(Re⁃trievedfromhttp://www.theglobeandmail/report-on-business/rob-commentary/executive-insight/why-a-45-billion-donationfrom-mark-zuckerberg-isnt-such-a-bundle-of-joy/arti⁃cle27571942/).
[8]Noble,D.(1998).Digitaldiplomamills:theautomationofhigheredu⁃
cation.FirstMonday,3(1)(Retrievedfromhttp://firstmonday.org/ojs/index.php/fm/article/view/569/490).
[9]Papert,S.(1980).Mindstorms:Children,ComputersandPowerfulIdeas.NewYork:BasicBooks.
[10]Piaget,J.(1957).Constructionofrealityinthechild.London:Rout⁃ledge&KeganPaul.
[11]Skinner,B.(1968).TheTechnologyofTeaching.NewYork:Apple⁃ton-Century-Crofts.
[12]Susskind,R.&Susskind,D.(2015).TheFutureoftheProfessions:HowTechnologywillChangetheWorkofHumanExperts.OxfordUK:OxfordUniversityPress.
[13]Watters,A.(2015).TheBusinessofEdTech.HackEdu,undated(Retrievedfromhttp://2015trends.hackeducation/business.html).
[14]Winters,M.(2015).Christmasbonus:USEdTechSetsRecordwith$1.85billionraisedin2015.edSurge,December21(Retrievedfromhttps://www.edsurge/news/2015-12-21-christmas-bonusus-edtech-sets-record-with-1-85-billion-raised-in-2015).
收稿日期：2016－02－24
定稿日期：2016－02－25
作者簡介：安東尼·威廉·貝茨（AnthonyWilliamBates），博士，在線/遠程教育開拓者，加拿大瑞爾森大學（RyersonUniversity）傑出客座教授。
譯者簡介：肖俊洪，汕頭廣播電視大學教授，DistanceEducation(Taylor&Francis)期刊副主編，System:AnInternationalJournalofEducationalTechnologyandAppliedLinguistics(Elsevier)編委。
責任編輯郝丹
①Edupunk（教育朋克）是education和punk拼綴而成的一個詞，體現的是一種教學态度，即DIY（自己動手）的态度。有學者認為“教育朋克”指的是避免使用主流工具（如PowerPoint和Blackboard）、将20世紀70年代樂隊的那種反叛态度和自己動手的風氣帶到課堂上的一種教學方法（參見https://en.wikipedia.org/wiki/Edupunk）。——譯注。