STEM教育視域下虛擬學(xué)習(xí)環(huán)境Omosa項(xiàng)目分析及應(yīng)用啟示*

韓建華，姜 強(qiáng)，趙 蔚，Michael J. Jacobson

(1.東北師范大學(xué) 計算機(jī)科學(xué)與信息技術(shù)學(xué)院，吉林 長春 130117; 2.悉尼大學(xué) 教育和社會工作學(xué)院，澳大利亞新南威爾士州 2006)

STEM教育視域下虛擬學(xué)習(xí)環(huán)境Omosa項(xiàng)目分析及應(yīng)用啟示*

韓建華1，姜 強(qiáng)1，趙 蔚1，Michael J. Jacobson2

(1.東北師范大學(xué) 計算機(jī)科學(xué)與信息技術(shù)學(xué)院，吉林 長春 130117; 2.悉尼大學(xué) 教育和社會工作學(xué)院，澳大利亞新南威爾士州 2006)

Omosa是澳大利亞悉尼大學(xué)基于STEM理念開發(fā)的虛擬學(xué)習(xí)環(huán)境，模擬星球生態(tài)系統(tǒng)關(guān)系，用于培養(yǎng)學(xué)生的知識建構(gòu)與創(chuàng)新能力。利用模型構(gòu)建的方法分析了Omosa虛擬學(xué)習(xí)環(huán)境的內(nèi)部結(jié)構(gòu)模型和外部結(jié)構(gòu)特征，其學(xué)習(xí)者模塊、環(huán)境模塊、代理模塊、事件模塊和干預(yù)模塊協(xié)調(diào)有序地配合，構(gòu)筑了浸潤式的類似于真實(shí)的學(xué)習(xí)環(huán)境，使學(xué)生在參與科學(xué)探究過程中有意義地建構(gòu)科學(xué)、工程等學(xué)科知識?；贠mosa三維環(huán)境和二維環(huán)境的實(shí)現(xiàn)機(jī)制、個體代理推理機(jī)制和算法機(jī)制，實(shí)現(xiàn)了一個開放的、復(fù)雜的和適應(yīng)性的智能學(xué)習(xí)環(huán)境，學(xué)生可主動地探索虛擬世界中事物之間的關(guān)系，尋求解決問題的策略，使學(xué)習(xí)轉(zhuǎn)變?yōu)橐粋€意義建構(gòu)的生態(tài)過程。以Netlogo環(huán)境為例，設(shè)計了教師教和學(xué)生學(xué)的雙重過程模型，基于5E學(xué)習(xí)循環(huán)模型開展項(xiàng)目活動，通過學(xué)習(xí)效能量表調(diào)查發(fā)現(xiàn)學(xué)生在自我效能、動機(jī)、元認(rèn)知意識、技能等方面均有提升。此外，虛擬學(xué)習(xí)環(huán)境的認(rèn)知工具和可視化學(xué)習(xí)工具及學(xué)習(xí)資源幫助學(xué)生提升了問題解決能力，促進(jìn)了學(xué)習(xí)者計算性思維和高階思維的發(fā)展，有助于MOOC學(xué)習(xí)和創(chuàng)客教育。

虛擬學(xué)習(xí)環(huán)境；STEM；Omosa；問題解決；知識建構(gòu)

一、引言

學(xué)習(xí)環(huán)境如同場景，是學(xué)習(xí)產(chǎn)生、動態(tài)發(fā)展的必要條件，能夠有效促進(jìn)學(xué)習(xí)者主動建構(gòu)知識和能力生成。然而，不是所有學(xué)習(xí)過程都能發(fā)生在“真實(shí)場景”中，尤其針對危險或難以實(shí)驗(yàn)的化學(xué)現(xiàn)象和物理原理等，有必要為學(xué)生創(chuàng)造一個虛擬學(xué)習(xí)環(huán)境(Virtual Learning Environment, VLE)。VLE是一個特定的模擬環(huán)境，分別在“物理逼真度”(如“聽”“看”“摸”“聞”等)、“功能逼真度”(如任務(wù)完成)和“心理逼真度”(如表現(xiàn)的壓力、恐懼、技能、厭倦等心理因素)方面幾乎等同現(xiàn)實(shí)世界的學(xué)習(xí)環(huán)境，便于學(xué)生做高級實(shí)驗(yàn)并分析真實(shí)世界的現(xiàn)象。VLE的崛起突破了智能學(xué)習(xí)環(huán)境搭建的系統(tǒng)觀，即把學(xué)習(xí)環(huán)境構(gòu)建視為一個有生命的機(jī)械組件過程，作為一種計算機(jī)高科技交互模擬系統(tǒng)，為學(xué)生提供顛覆性的模擬真實(shí)體驗(yàn)感[1]，解決人的具身認(rèn)知問題，幫助學(xué)生參與直接的復(fù)雜社會和自然現(xiàn)象的科學(xué)調(diào)查，深度地理解復(fù)雜實(shí)驗(yàn)過程。

VLE的設(shè)計與實(shí)現(xiàn)覆蓋自然科學(xué)和社會科學(xué)許多領(lǐng)域，包括生物學(xué)和醫(yī)學(xué)，物理、化學(xué)和地球科學(xué)，數(shù)學(xué)和計算機(jī)科學(xué)，以及心理學(xué)、經(jīng)濟(jì)學(xué)等，與STEM教育設(shè)計理念不謀而合，為學(xué)生提供了一個綜合化學(xué)習(xí)環(huán)境，促進(jìn)各學(xué)科知識互相融合，使一個學(xué)科知識的輸出成為下一個學(xué)科知識的輸入[2]。如學(xué)生在解決工程方面問題時，可能需要結(jié)合技術(shù)學(xué)科的觀點(diǎn)或方法，它們成為學(xué)習(xí)者解決問題和處理項(xiàng)目問題的隱性支架。因此，開展STEM教育視域下的虛擬學(xué)習(xí)環(huán)境研究顯得十分必要，Omosa VLE是國外基于STEM教育理念設(shè)計的虛擬環(huán)境成功案例的典型代表，通過分析應(yīng)用Omosa VLE項(xiàng)目對未來探索STEM教育視域下的虛擬學(xué)習(xí)環(huán)境設(shè)計和開發(fā)具有重要的借鑒意義。

二、Omosa項(xiàng)目介紹

Omosa項(xiàng)目由澳大利亞雅各布森(Michael J.Jacobson)團(tuán)隊(duì)研發(fā)，包括Omosa VWorld VLE和Omosa Netlogo兩個模擬環(huán)境，探究星球物種數(shù)量下降的原因[3]。其中，Omosa Virtual World(VWorld)是一個3D虛擬或類似游戲的世界，其奇幻情境任命學(xué)生為科學(xué)團(tuán)隊(duì)的一個成員，幫助星際環(huán)境調(diào)查局(Interplanetary Environmental Investigation Agency)的首席科學(xué)家建議Omosa星球的當(dāng)?shù)鼐用駪?yīng)該減少以捕獵為食，該虛擬世界提供了一個真正地觀察和探索生態(tài)系統(tǒng)情境的機(jī)會，學(xué)生既可以自主地操作和觀察虛擬世界場景，也可共同分析其學(xué)習(xí)過程，探索虛擬世界的虛擬代理和環(huán)境之間的關(guān)系。Omosa Netlogo是一個2D虛擬的計算科學(xué)調(diào)查學(xué)習(xí)環(huán)境，學(xué)生主要通過調(diào)節(jié)控制代理與環(huán)境的數(shù)據(jù)信息、圖像信息和2D/3D模擬視圖，分析他們的數(shù)據(jù)關(guān)系，評價和判斷相關(guān)因子和不相關(guān)因子，總結(jié)動物數(shù)量下降的原因。

目前，Omosa項(xiàng)目已成功應(yīng)用于澳大利亞悉尼基礎(chǔ)教育教學(xué)中，依據(jù)Jacobson提出的4成分教學(xué)序列結(jié)構(gòu)(Sequences of Pedagogical Structure，SPS)框架：高到高(High-to-High，HH)、高到低(High-to-Low，HL)、低到高(Low-to-High，LH)、低到低(Lowto-Low，LL)，使學(xué)生參與到基于計算機(jī)的科學(xué)調(diào)查(Computational Scientific Inquiry，CSI)活動中[4]。在Omosa VLE中，經(jīng)過基于項(xiàng)目的有趣和有幫助的學(xué)習(xí)經(jīng)歷，學(xué)生能夠積極地參與科學(xué)探究活動，同時與同伴和老師保持不斷地交流和互動，既增強(qiáng)了學(xué)習(xí)科學(xué)知識和實(shí)踐，又提升了數(shù)學(xué)素養(yǎng)和科學(xué)思維能力。

此外，在第14屆教育技術(shù)國際論壇上，Jacobson教授作了題為“突破車和馬：先進(jìn)學(xué)習(xí)技術(shù)設(shè)計的問題”的報告，以期Omosa項(xiàng)目能夠應(yīng)用到中國的小學(xué)科學(xué)教育課程中，利用智能虛擬現(xiàn)實(shí)、電腦模型以及視覺系統(tǒng)幫助學(xué)生學(xué)習(xí)科學(xué)知識和技巧中的應(yīng)用，以培養(yǎng)學(xué)生的批判性思維和創(chuàng)新思維及創(chuàng)造力等[5]。2014年，Jacobson教授訪問了華東師范大學(xué)學(xué)習(xí)科學(xué)研究中心，與任友群教授等進(jìn)行了交流，并做了“超越嚴(yán)肅游戲：用于理解復(fù)雜科學(xué)知識和技能的虛擬世界”的學(xué)術(shù)講座，介紹了研究成果Omosa項(xiàng)目，用于探索虛擬世界和游戲在高中科學(xué)教育中的應(yīng)用[6]。

三、Omosa VLE結(jié)構(gòu)分析

Omosa VLE具有內(nèi)部的智能化結(jié)構(gòu)和外部的有效特征，內(nèi)部結(jié)構(gòu)與外部結(jié)構(gòu)的有效結(jié)合，為學(xué)習(xí)者呈現(xiàn)智能化學(xué)習(xí)環(huán)境，幫助學(xué)生有意義地建構(gòu)學(xué)習(xí)知識，提升分析問題和解決問題的能力。

(一)內(nèi)部結(jié)構(gòu)分析

Omosa VLE的內(nèi)部結(jié)構(gòu)包括五個模塊，即學(xué)習(xí)者模塊、環(huán)境模塊、事件模塊、代理模塊、干預(yù)模塊等五個模塊[7]，如圖1所示，彼此相鋪相成，協(xié)同工作。

圖1 Omosa VLE的內(nèi)部結(jié)構(gòu)

學(xué)習(xí)者模塊包含學(xué)生訪問VLE的過程屬性和記錄學(xué)習(xí)行為等信息。代理模塊指VLE中虛擬代理固有屬性和行為信息。其中，屬性與具體任務(wù)相關(guān)，不同學(xué)習(xí)任務(wù)使學(xué)習(xí)者角色發(fā)生變化。環(huán)境模塊指虛構(gòu)的學(xué)習(xí)場所，不同學(xué)習(xí)任務(wù)會有不同的學(xué)習(xí)情境，同時系統(tǒng)也會根據(jù)學(xué)習(xí)者學(xué)習(xí)目標(biāo)以及感知算法為學(xué)習(xí)者呈現(xiàn)自適應(yīng)的學(xué)習(xí)環(huán)境。事件模塊指學(xué)生行為以及代理行為會觸發(fā)一定事件，而這些事件必然會對學(xué)習(xí)者自身、代理和環(huán)境等產(chǎn)生相應(yīng)影響。干預(yù)模塊指系統(tǒng)根據(jù)學(xué)習(xí)者行為特點(diǎn)和屬性特征給予個性化提示，或給予隱性引導(dǎo)，同時干預(yù)機(jī)制對虛擬代理有一定影響，例如根據(jù)環(huán)境屬性和代理特征為虛擬代理提供下一個行為的決策，相應(yīng)環(huán)境也會自適應(yīng)地發(fā)生變化。由于不同VLE有搭建環(huán)境和實(shí)現(xiàn)目標(biāo)的差異，可能不存在干預(yù)模塊，或干預(yù)機(jī)制并不是特別明顯，故本模塊用虛線表示。

(二)外部結(jié)構(gòu)特征分析

Omosa VLE的外部結(jié)構(gòu)特征主要體現(xiàn)在問題領(lǐng)域、虛擬水平、智能化程度和界面表現(xiàn)等，如表1所示，不同學(xué)科特點(diǎn)、學(xué)習(xí)目標(biāo)和知識內(nèi)容導(dǎo)致呈現(xiàn)不同的VLE，深刻地影響學(xué)生認(rèn)知和情緒等狀態(tài)。

表1 Omosa VLE的外部結(jié)構(gòu)特征

問題領(lǐng)域主要是VLE所涉及的知識領(lǐng)域，包括良構(gòu)領(lǐng)域和非良構(gòu)領(lǐng)域。其中，良構(gòu)領(lǐng)域如同教科書等知識結(jié)構(gòu)良好的學(xué)習(xí)領(lǐng)域，其目標(biāo)主要是幫助學(xué)生學(xué)習(xí)或鞏固學(xué)習(xí)內(nèi)容；而非良構(gòu)領(lǐng)域指現(xiàn)實(shí)生活中存在的常見問題或棘手解決的問題，需要學(xué)生探尋合適的方法和策略，選擇適恰的工具和資源(如人力、環(huán)境、設(shè)備等)解決問題。

虛擬類別既包括三維虛擬現(xiàn)實(shí)場景(如VWorld)，利用谷歌眼鏡和可穿戴設(shè)備等實(shí)現(xiàn)的智能化、智慧化的虛擬現(xiàn)實(shí)情境，兼容三維與二維特征的游戲化虛擬仿真環(huán)境(類似如Second Life 和Crystal Island等)，也包括基于計算機(jī)建模二維仿真環(huán)境(如Netlogo、StarLogo、Swarm等)。

智能化程度表現(xiàn)為學(xué)生如同身臨其境一般，通過可穿戴設(shè)備和傳感器等實(shí)現(xiàn)具身學(xué)習(xí)和具身參與，多與虛擬水平高的三維虛擬學(xué)習(xí)環(huán)境相對應(yīng)。通常Omosa VLE提供智能虛擬代理，學(xué)生可與之對話，收集與分析學(xué)習(xí)任務(wù)情況和學(xué)習(xí)日志等信息，提供自適應(yīng)幫助和線索等，幫助學(xué)習(xí)者建構(gòu)正確的知識。

界面表現(xiàn)為學(xué)生在虛擬環(huán)境中可以觀察場景和訪問虛擬代理，考察代理行為和特征，收集資料和信息等。Omosa VLE提供編程界面用以建模仿真，提升計算編程能力；提供模型推理界面，學(xué)生根據(jù)系統(tǒng)提供的模型，推理和分析相應(yīng)代理以及元素特征和關(guān)系。此外，Omosa VLE還為學(xué)習(xí)者提供了一個數(shù)據(jù)分析環(huán)境，通過模擬仿真，分析相關(guān)數(shù)據(jù)關(guān)系，解決相應(yīng)問題。

四、Omosa VLE項(xiàng)目的實(shí)現(xiàn)機(jī)制

本文主要對Omosa VWorld VLE(三維)、Omosa Netlogo VLE(二維)及與Omosa項(xiàng)目有關(guān)的算法機(jī)制和個體代理推理機(jī)制進(jìn)行詳細(xì)分析，探究VLE如何幫助學(xué)生塑造學(xué)習(xí)經(jīng)歷，激發(fā)學(xué)習(xí)動力，積極地參與學(xué)習(xí)經(jīng)歷，以協(xié)作式學(xué)習(xí)解決問題，以及如何幫助學(xué)生做科學(xué)，增強(qiáng)學(xué)習(xí)科學(xué)知識的興趣。

(一)Omosa VWorld VLE實(shí)現(xiàn)機(jī)制

Omosa VWorld VLE類似于游戲的三維世界，其奇幻情境支持學(xué)生實(shí)踐科學(xué)調(diào)查，學(xué)習(xí)生物系統(tǒng)概念。它允許學(xué)生積極地參與旅行，既可與不同代理進(jìn)行交互，咨詢不同問題，也可觀察智能動物，如不同群體的生活形式，與其他代理的捕食關(guān)系等，使學(xué)生在學(xué)習(xí)過程中思考他們的經(jīng)歷、探索一些問題，學(xué)習(xí)如何科學(xué)地做調(diào)查，實(shí)現(xiàn)機(jī)制如右圖2所示[8]。

圖2 Omosa VWorld VLE機(jī)制分析

Omosa VWorld VLE機(jī)制主要包括設(shè)計與開發(fā)兩部分。其中，設(shè)計部分利用Blender建構(gòu)虛擬環(huán)境全部模型，以盡可能確保多邊形物體的邊數(shù)少些；用Mixamo設(shè)計和購買多邊形人類模型；從TurboSquid購買四種動物安氏中獸(Andrewsarchus)、藍(lán)馬羚(Bluebuck)、巨犀(Indricotherium)和伊比利亞猞猁(IberianLynx)，其中安氏中獸被稱為Tooru，經(jīng)常以藍(lán)馬羚(被稱為Yernt)為食。開發(fā)部分結(jié)合Unity3D多平臺游戲開發(fā)軟件，降低圖像復(fù)雜性，但同時維持其他特征，如光照映射、物理學(xué)特征(重力和目標(biāo)檢測等)，并利用基于代理建模(Agent-based Model，ABM)算法建模動物行為和人類行為等。

此外，Omosa VWorld VLE包括四個場景：村莊(Village)是當(dāng)?shù)鼐用裆畹牡胤?，包括火棍代理和獵人代理；狩獵場(Hunting Ground)是動物群居的地方，包括肉食動物和素食動物；研究實(shí)驗(yàn)室(Research Lab)包括生態(tài)信息和生態(tài)學(xué)家，學(xué)生既可獲取研究數(shù)據(jù)，也可與生態(tài)學(xué)家交流；氣象實(shí)驗(yàn)室(Weather Lab)包括氣象信息和氣象學(xué)家，學(xué)生既可獲取氣候和天氣相關(guān)的數(shù)據(jù)，也可與氣象專家交流獲取相關(guān)信息。

(二)Omosa Netlogo VLE實(shí)現(xiàn)機(jī)制

模擬仿真學(xué)習(xí)環(huán)境Omosa Netlogo不僅使學(xué)生能在三維虛擬環(huán)境觀察學(xué)習(xí)，也能結(jié)合二維模擬環(huán)境進(jìn)行學(xué)習(xí)，實(shí)現(xiàn)機(jī)制如圖3所示。

圖3 Omosa Netlogo VLE機(jī)制分析

在Omosa Netlogo中，基于ABM(Agent-based Model)算法建模2D人類行為和動物行為，以可視化方式呈現(xiàn)模擬星球生態(tài)系統(tǒng)關(guān)系。Omosa Netlogo環(huán)境既包括虛擬代理(居民、捕食者、被捕食者)、虛擬環(huán)境(干旱情況、火棍農(nóng)事等)，也包括調(diào)節(jié)控制代理與環(huán)境的數(shù)據(jù)信息、圖像信息和2D/3D模擬視圖。

(三)Omosa VLE的算法機(jī)制和個體代理推理機(jī)制

Omosa VLE為學(xué)習(xí)者帶來虛擬沉浸感，使學(xué)生全身心集中注意于學(xué)習(xí)環(huán)境中，而學(xué)習(xí)環(huán)境的實(shí)體關(guān)系算法為環(huán)境建設(shè)提供了良好的基礎(chǔ)，便于有效分析虛擬環(huán)境中虛擬代理之間的關(guān)系。算法機(jī)制確保了虛擬動物不能相互碰撞，并像真實(shí)場景環(huán)境的動物捕食關(guān)系一樣，智能地分析種群大小、距離遠(yuǎn)近等，保證每一類動物都能有秩序地生活在Omosa星球。

算法機(jī)制(1)表示動物群集調(diào)整算法模型，其中粒子群(Boids)算法包括分離向量(Separation Vector)、對齊向量(Alignment Vector)和凝聚力向量(Cohesion Vector)。由于個體有一些不可預(yù)測性，故存在隨機(jī)向量(Random Vector)，同時由于前行過程可能會有一些樹木或巖石等障礙，故添加一個障礙向量(Obstacle Vector)以避免個體距離障礙物太近而墜入危險。

Omosa生態(tài)系統(tǒng)動物，不僅表現(xiàn)為簡單地移動，也表現(xiàn)出其他行為，例如成長、死亡、追捕和進(jìn)食等。完整的生態(tài)系統(tǒng)存在一定的捕食關(guān)系，驅(qū)動著自身群體和其他組群的行為，如算法機(jī)制(2)表示被捕食者模型(Prey Model)。

首先，當(dāng)捕食者挑選被捕食者的目標(biāo)時，越接近被捕食者，其權(quán)重就越大。當(dāng)捕食者距離被捕食者越近時，其獵物距離(PreyDistance)就越小，故1.0-PreyDistance就會越大，而被捕食者就會被擊?。黄浯?，被捕食者表現(xiàn)為疲勞時，其權(quán)重也就越大，所以捕食者襲擊弱者更容易些。最后，若被捕食者的受傷程度越大，其權(quán)重就越大，該被捕食者也就會更容易地被襲擊。

算法機(jī)制(3)表示捕食者模型(Predator Model)，當(dāng)捕食者越接近被捕食者，其權(quán)重就越大，故被捕食表現(xiàn)為盡量為了保住生命而逃離。被捕食者有越多的威脅，其權(quán)重就會越大，被捕食者就會采取相應(yīng)的反應(yīng)。

除了算法機(jī)制，Omosa VLE還需要個體代理推理機(jī)制(如圖4所示)，共同使Omosa星球各個實(shí)體和環(huán)境能有機(jī)地完美配合，營造一個類似真實(shí)的科學(xué)環(huán)境。基于捕食關(guān)系的代理，無論是捕食者還是被捕食者，都有其所在不同大小的組群，這些組群有相應(yīng)的列表數(shù)據(jù)庫。對于捕食者，可以智能分析獵物列表，并根據(jù)其位置和環(huán)境等做出方向上的決策；而被捕食者也可以智能地分析捕食者列表，根據(jù)危險性和環(huán)境特征，做出關(guān)于方向的決策。同時相應(yīng)地會有其他個體代理也會跟隨，以及由于其他障礙和環(huán)境特征做出角度和方向上的調(diào)整，而這些推理過程會智能幫助代理輸出一定的向量集，并結(jié)合具體代理屬性和物種屬性，通過Unity3D游戲引擎呈現(xiàn)給學(xué)習(xí)者一個仿佛真實(shí)環(huán)境的捕食者與被捕食者的關(guān)系。

圖4 Omosa VLE個體代理推理機(jī)制

五、VLE教學(xué)應(yīng)用——以Netlogo VLE為例

根據(jù)“戴爾經(jīng)驗(yàn)之塔”理論，學(xué)習(xí)者通過“做的經(jīng)驗(yàn)”對知識的理解程度最高，越來越多的人利用計算機(jī)建模與科學(xué)可視化工具調(diào)查廣泛的復(fù)雜物理和社會系統(tǒng)。VLE為學(xué)習(xí)者提供了有效的學(xué)習(xí)支持，其構(gòu)成和布局助推學(xué)生有意義地建構(gòu)相關(guān)知識，在完成基于建模的學(xué)習(xí)任務(wù)中可以提升學(xué)生推理能力[9]，在幫助學(xué)生分析虛擬代理之間的關(guān)系時，提升學(xué)生問題解決能力。因此，本研究以Netlogo VLE為例，探索VLE在教育中的應(yīng)用及效果評價。

(一)Netlogo環(huán)境結(jié)構(gòu)

Netlogo模擬仿真平臺包括可視化界面(演示界面)、說明窗口和編程窗口等三部分，如圖5所示。其中，可視化界面包括調(diào)控工具、繪圖、監(jiān)視器和視圖等四部分；說明窗口是對每一個模型的不同介紹，解釋如何使用、說明要探索的事情、可能的擴(kuò)展、NetLogo特征等；編程窗口是程序所必需代碼的運(yùn)行區(qū)。調(diào)控工具主要是通過開關(guān)、滑動條或按鈕等控制相關(guān)變量和不相關(guān)變量；繪圖能夠呈現(xiàn)系統(tǒng)代理或環(huán)境的變化規(guī)律和發(fā)展趨勢的曲線；監(jiān)視器主要呈現(xiàn)代理和環(huán)境的數(shù)量；視圖用于呈現(xiàn)2D和3D窗口。當(dāng)學(xué)習(xí)者利用工具調(diào)節(jié)變量，繪圖、監(jiān)視器和視圖的模型也會相應(yīng)地變化。

圖5 Netlogo模擬環(huán)境結(jié)構(gòu)

此外，在Netlogo環(huán)境中，學(xué)生可選擇任意方式學(xué)習(xí)模型知識和編程知識，包括行為空間、系統(tǒng)動態(tài)模擬器、模型庫、HubNet(一種參與式仿真)活動和新建編程等。每種方式都可輸入和輸出相關(guān)數(shù)據(jù)和信息，學(xué)習(xí)者根據(jù)輸入輸出數(shù)據(jù)和信息以及反饋信息等分析所建構(gòu)的模型，理解模型代理和實(shí)體等之間的關(guān)系，并提出可行的措施和行動。

(二)基于Netlogo的教學(xué)設(shè)計

Netlogo建模技術(shù)與教學(xué)相融合，為學(xué)生從實(shí)踐中學(xué)習(xí)提供了有效途徑。教師利用Netlogo結(jié)合學(xué)科知識組織一定的教學(xué)活動，學(xué)習(xí)者能夠在Netlogo中展開一定的探究式、協(xié)作式和合作式學(xué)習(xí)及自主學(xué)習(xí)等，完善所學(xué)的知識內(nèi)容。本研究基于Netlogo的項(xiàng)目學(xué)習(xí)活動，設(shè)計了教學(xué)雙重過程模型(如圖6所示)，使學(xué)生積極地投入任務(wù)的探索與反思活動。

圖6 教學(xué)雙重過程模型

教師將Netlogo作為一種教學(xué)工具，將虛擬化思想融入到教學(xué)過程，通過分析學(xué)習(xí)內(nèi)容和學(xué)生的學(xué)習(xí)需求等過程，整合適當(dāng)?shù)膶W(xué)科內(nèi)容，展開相應(yīng)的教學(xué)活動，包括探究式、協(xié)作式與合作式學(xué)習(xí)等；而學(xué)生將Netlogo作為一種學(xué)習(xí)的工具，學(xué)習(xí)目標(biāo)由教師設(shè)定，與學(xué)科內(nèi)容整合后，開展學(xué)習(xí)活動。Netlogo以可視化方式呈現(xiàn)知識，學(xué)習(xí)者根據(jù)演示界面中的繪圖、監(jiān)視器和視圖等，深入地理解學(xué)習(xí)內(nèi)容，幫助學(xué)生有效地提升問題解決的能力，在完成項(xiàng)目過程，通過思考與討論增強(qiáng)學(xué)生的學(xué)習(xí)思維，培養(yǎng)學(xué)生良好的認(rèn)知能力。認(rèn)知、問題解決與可視化三者之間存在必然的聯(lián)系，其中知識可視化不僅影響學(xué)習(xí)者的認(rèn)知而且也影響學(xué)習(xí)者的問題解決，學(xué)習(xí)者的認(rèn)知也對問題解決存在深刻的影響，同時彼此都支持學(xué)習(xí)者的有意義學(xué)習(xí)，使Netlogo融入到教師的教學(xué)和引導(dǎo)中，也融入到學(xué)生學(xué)習(xí)和思維發(fā)展過程，既實(shí)現(xiàn)教師有效地教學(xué)，也實(shí)現(xiàn)學(xué)生有效地學(xué)習(xí)。

(三)基于Netlogo的教學(xué)實(shí)施

選取高中二年級學(xué)生為研究對象，基于Netlogo平臺學(xué)習(xí)“狼羊掠奪行為(Wolf Sheep Predation)”生態(tài)環(huán)境知識，根據(jù)教學(xué)雙重過程模型，并結(jié)合拜比和蘭德斯(Bybee & Landes)[10]提出的5E學(xué)習(xí)循環(huán)模型，從參與階段(Engagement Phase)、探索階段(Exploration Phase)、解釋階段(Explanation Phase)、細(xì)化階段(Elaboration Phase)和評估階段(Evaluation Phase)等方面實(shí)施教學(xué)。

1.參與階段

學(xué)生將Omosa VLE的捕食和競爭知識遷移至草原上羊、狼與草關(guān)系，然后學(xué)習(xí)模擬仿真環(huán)境特點(diǎn)，思考羊、狼與草話題，猜想其關(guān)系，從而產(chǎn)生好奇心、興趣，調(diào)動學(xué)習(xí)積極性，并產(chǎn)生自己觀點(diǎn)。此外，學(xué)生還要在學(xué)習(xí)社區(qū)中建構(gòu)自己的知識，同時負(fù)責(zé)協(xié)助組內(nèi)其他同學(xué)進(jìn)行知識建構(gòu)。

2.探索階段

學(xué)生利用Netlogo系統(tǒng)模擬現(xiàn)實(shí)世界探索生態(tài)系統(tǒng)關(guān)系，并利用動力學(xué)系統(tǒng)模型，建模羊、狼與草的關(guān)系，如圖7所示。

圖7 三者之間的系統(tǒng)動力學(xué)關(guān)系模型

其中，定義三個存量草(Grass)、羊(Sheep)、狼(Wolves)用矩形形狀表示，包含六個變量：草再生長率(Grass-regrowth-rate)、草被食率(Grasseaten-rate)、羊出生率(Sheep-birth-rate)、羊死亡率(Sheep-death-rate)、捕食效率(Predator effciency)和狼死亡率(Wolf-death-rate)。此外，還涉及六個流量：草再生(Grass-regrowth)、草死亡(Grassdeaths)、羊出生(Sheep-births)、羊死亡(Sheepdeaths)、狼出生(Wolf-births)和狼死亡(Wolf-deaths)等，同時有必要建立流量與各個變量連接的關(guān)系，如表2所示，建構(gòu)過程有助于提升學(xué)生的邏輯推理能力、數(shù)學(xué)建模思維和編程思維能力。

表2 實(shí)體之間的關(guān)系列表

續(xù)表2

3.解釋階段

通過建構(gòu)模型，檢驗(yàn)羊、狼與草的數(shù)學(xué)關(guān)系表達(dá)式，分析其捕食和競爭關(guān)系。由于模型編輯不同或?qū)W生輸入關(guān)系表達(dá)式的差異，使模型構(gòu)建結(jié)果出現(xiàn)不同程度的差異，通過分析和解釋數(shù)據(jù)，學(xué)生查找不足和漏洞。教師引導(dǎo)學(xué)生對其設(shè)計過程進(jìn)行全面地檢查和評估，但并非是給出詳細(xì)步驟，而是給學(xué)生提出開放式問題。根據(jù)學(xué)習(xí)社區(qū)內(nèi)其他成員的意見和建議等分析和調(diào)整數(shù)據(jù)，探尋解決羊、狼與草關(guān)系的方法，追尋和采納其他個體思考方式和問題解決過程，判斷模型優(yōu)劣。學(xué)生利用模型中羊與狼關(guān)系，通過調(diào)整滑動條和控制按鈕等收集有用數(shù)據(jù)和信息，檢測和驗(yàn)證他們提出的假設(shè)。

4.細(xì)化階段

每一個步驟，學(xué)生都通過探究式學(xué)習(xí)動手操作解決問題，教師將系統(tǒng)模型庫的模型進(jìn)行修改后，與學(xué)生進(jìn)行探討，分析二者的優(yōu)點(diǎn)和不足之處。將學(xué)習(xí)與抽象的科學(xué)、數(shù)學(xué)、技術(shù)、工程等概念聯(lián)系，學(xué)生根據(jù)教師的講解和與同學(xué)商討，繼續(xù)更改和糾正模型，評價和判斷自己構(gòu)建模型的缺陷與不足。精細(xì)化地調(diào)整滑動條，分析模型庫的羊、狼與草關(guān)系，如圖8所示。

圖8 “狼與羊掠食”首頁

學(xué)生提出他們自己的研究問題和策略，識別相關(guān)變量和不相關(guān)變量，運(yùn)行競爭實(shí)驗(yàn)，驗(yàn)證他們的觀點(diǎn)，與老師和同學(xué)分享其預(yù)測數(shù)據(jù)和成果。

5.評估階段

基于測試結(jié)果和模型庫的狼羊草關(guān)系，相當(dāng)于將自己所構(gòu)建模型與專家模型相互對比，判斷其構(gòu)建模型的不足，反思其模型優(yōu)劣，并繼續(xù)優(yōu)化模型，或通過與組間和組內(nèi)評價和對比，反省自己模型，繼續(xù)優(yōu)化其設(shè)計方案和解決方案。

(四)基于Netlogo的學(xué)習(xí)效能評價

為了評價Netlogo VLE學(xué)習(xí)效能，本研究對虛擬學(xué)習(xí)環(huán)境所體現(xiàn)的自我效能、元認(rèn)知行為[11]、計劃、控制、知識建構(gòu)、動機(jī)、技能、參與及價值等9個方面進(jìn)行調(diào)查分析，問卷采用里克特5分制量表，1代表非常不同意，5代表非常同意，實(shí)際發(fā)放問卷調(diào)查40份，回收39份(該問卷中所有題目填寫了非常同意選項(xiàng)，視為無效問卷)，有效回收率為97.5%，統(tǒng)計結(jié)果如表3所示。

表3 基于Netlogo VLE的學(xué)習(xí)效能調(diào)查分析

從反饋結(jié)果看，學(xué)生基本同意Netlogo VLE可以提高學(xué)生的學(xué)習(xí)效能，有利于激發(fā)學(xué)習(xí)興趣，使學(xué)生正確地分析其關(guān)系。其中，60.6%的學(xué)生自我效能感有所增強(qiáng)，認(rèn)為其可以利用VLE建構(gòu)正確的狼羊關(guān)系模型，值得注意的是33.3%學(xué)生對其持中立態(tài)度，正如學(xué)生D說：“我認(rèn)為真正地利用VLE建構(gòu)模型對我來說很難，特別是建構(gòu)動力學(xué)系統(tǒng)模型時總會彈出錯誤顯示，打斷我的學(xué)習(xí)，分散我的注意力，而且還會影響我進(jìn)行后續(xù)的學(xué)習(xí)”。82.0%的學(xué)生能經(jīng)常與同學(xué)反思和討論其模型，提升了其元認(rèn)知意識；71.8%的學(xué)生能通過討論和分析，計劃建構(gòu)狼羊關(guān)系的動力學(xué)習(xí)系統(tǒng)模型；66.6%的學(xué)生認(rèn)為其能控制相關(guān)變量和不相關(guān)變量，建構(gòu)正確的知識，正如學(xué)生E說：“我認(rèn)為我們可以調(diào)節(jié)滑塊來調(diào)節(jié)狼羊草之間的變化關(guān)系，能幫助我更好地分析數(shù)據(jù)之間的關(guān)系”，而且數(shù)據(jù)顯示79.5%的學(xué)生認(rèn)為其能建構(gòu)正確的狼羊關(guān)系；82.1%的學(xué)生認(rèn)為其能更喜歡富有挑戰(zhàn)性的問題，正如學(xué)生C說：“VLE中的動畫很吸引人，使我能專注于觀察視圖窗口的狼羊草圖像的變化”。64.1%的學(xué)生認(rèn)為反思能力和編程思維能力有所提升，提高學(xué)習(xí)效率。66.6%的學(xué)生能積極地參與狼羊模型建構(gòu)過程，甚至產(chǎn)生時間流逝的感覺；92.3%的學(xué)生認(rèn)為找到真實(shí)的生態(tài)系統(tǒng)關(guān)系的學(xué)習(xí)環(huán)境是一項(xiàng)很耗時耗力的工程，而該VLE是有富有價值的游戲化的學(xué)習(xí)環(huán)境，能模擬出類似真實(shí)的環(huán)境，突出我們的學(xué)習(xí)重點(diǎn)，幫助他們建構(gòu)正確的有關(guān)生態(tài)系統(tǒng)的知識。此外，有部分同學(xué)對Netlogo VLE提出了改進(jìn)建議，正如同學(xué)G說“模型應(yīng)該更豐富些，例如羊的尸體和狼的尸體變化和其他的動植物，使其接近生活實(shí)際”“如果系統(tǒng)被繼續(xù)漢化，可能更有助于學(xué)生有效地學(xué)習(xí)”等。

六、Omosa VLE教育應(yīng)用啟示

通過詳細(xì)分析和應(yīng)用Omosa VLE項(xiàng)目，可知VLE使學(xué)習(xí)者產(chǎn)生一種沉浸感，探索與訪問虛幻世界的問題和現(xiàn)象，展開體驗(yàn)式學(xué)習(xí)，“身臨其境”感會更有助于建構(gòu)正確的知識，憑借虛擬世界中的直接經(jīng)驗(yàn)，表現(xiàn)為更積極地參與和投入，提供有效地探索并且學(xué)習(xí)科學(xué)調(diào)查知識的機(jī)會[12]。VLE以具有可視化方式幫助學(xué)習(xí)者有效地問題解決；為學(xué)習(xí)者的知識建構(gòu)提供支架，提高學(xué)習(xí)者對知識的理解；基于動態(tài)模型的體驗(yàn)可調(diào)節(jié)學(xué)習(xí)者的元認(rèn)知，以增強(qiáng)認(rèn)知和自我導(dǎo)向的學(xué)習(xí)；評判和驗(yàn)證模擬問題與現(xiàn)象可培養(yǎng)學(xué)生的高階思維等功能，可為MOOC學(xué)習(xí)和創(chuàng)客教育研究實(shí)踐帶來重大啟示。

(一) VLE利于MOOC學(xué)習(xí)

MOOC環(huán)境中，學(xué)生的學(xué)習(xí)行為主要是觀看課程視頻、回答問題、參與討論和完成作業(yè)等，雖然這些學(xué)習(xí)活動在完整的學(xué)習(xí)過程并不是單一化的，但是經(jīng)常性的學(xué)習(xí)，可以造成學(xué)生學(xué)習(xí)的煩躁感和疲勞感，因此造成部分學(xué)生在學(xué)習(xí)過程中退縮或潛伏于MOOC環(huán)境中，甚至中途輟學(xué)。將VLE理念融入MOOC教育，為學(xué)生營造一種類似于游戲的學(xué)習(xí)環(huán)境，增強(qiáng)學(xué)習(xí)的沉浸感與輕松感，使學(xué)生能積極地投入學(xué)習(xí)過程，幫助學(xué)生有意義地建構(gòu)MOOC平臺的相關(guān)知識。比如，利用VLE幫助學(xué)生模擬MOOC課程的知識內(nèi)容，通過可穿戴設(shè)備(如3D眼鏡)和游戲控制手柄，參與虛擬探索活動，使學(xué)生在MOOC虛擬實(shí)驗(yàn)平臺中收集數(shù)據(jù)和信息，以及與虛擬代理對話等過程，能夠?yàn)閷W(xué)生知識建構(gòu)提供支架，學(xué)生真實(shí)感受到自己的認(rèn)知程度，幫助學(xué)生對自己的認(rèn)知和元認(rèn)知過程進(jìn)行有效地監(jiān)控和調(diào)節(jié)，可提高學(xué)習(xí)者對知識的理解，真正地實(shí)現(xiàn)“做中學(xué)”，既增強(qiáng)學(xué)習(xí)者知識與個體的同在感，又幫助學(xué)生更好地調(diào)節(jié)自己的思維習(xí)慣和學(xué)習(xí)習(xí)慣，促進(jìn)學(xué)生MOOC學(xué)習(xí)的積極性。而且，利用VLE分析學(xué)習(xí)者學(xué)習(xí)特點(diǎn)和學(xué)習(xí)路徑，通過優(yōu)化其系統(tǒng)算法和推薦機(jī)制等，使MOOC學(xué)習(xí)過程和學(xué)習(xí)內(nèi)容依據(jù)學(xué)習(xí)者個性特征和偏好做出適應(yīng)性變化，并結(jié)合學(xué)習(xí)者編程正誤推薦適應(yīng)性的提示和線索，以及通過學(xué)生體驗(yàn)和察覺系統(tǒng)的虛擬代理和模型變化等，提高學(xué)習(xí)者的元認(rèn)知意識和元認(rèn)知體驗(yàn)，同時對自己學(xué)習(xí)過程進(jìn)行反思和有效判斷，增強(qiáng)學(xué)生在MOOC中的體驗(yàn)式學(xué)習(xí)。

(二)VLE推動創(chuàng)客教育

創(chuàng)客教育注重學(xué)生的創(chuàng)造性，需要學(xué)生在實(shí)境中發(fā)現(xiàn)問題并解決問題，經(jīng)過假設(shè)、設(shè)計、分析、實(shí)施和驗(yàn)證等過程。但是學(xué)生在現(xiàn)實(shí)生活中總會遇到一些無法將自己的抽象想法變?yōu)楝F(xiàn)實(shí)的困難，如學(xué)生不能有效地估算創(chuàng)造模型或物體的大小、比例和形狀，也不能預(yù)想自己所創(chuàng)造模型的有效性和可用性等問題。將VLE融入創(chuàng)客教育中，學(xué)生可親臨虛擬世界的創(chuàng)造性生產(chǎn)和輸出過程，調(diào)整虛擬學(xué)習(xí)平臺的數(shù)據(jù)和模型，通過可視化呈現(xiàn)界面，學(xué)習(xí)者既可觀察圖形、圖像、數(shù)據(jù)和模型變化，也可預(yù)測模型或曲線發(fā)展趨勢，使抽象信息具體化，顯性信息生動化，由此掌握創(chuàng)造模型相關(guān)要素和構(gòu)成的性質(zhì)和特點(diǎn)，使學(xué)習(xí)發(fā)生在較高認(rèn)知水平層次上的心智活動或較高層次的認(rèn)知能力，如分析、綜合、評價和創(chuàng)造，利于學(xué)生對現(xiàn)實(shí)的創(chuàng)造過程進(jìn)行改善，促進(jìn)學(xué)生高階思維發(fā)展(含批判性思維、創(chuàng)造性思維、推理性思維和決策等[13])，進(jìn)而更好地培養(yǎng)學(xué)生的創(chuàng)新意識，幫助學(xué)生有效地創(chuàng)造。

此外，VLE還可應(yīng)用于增強(qiáng)現(xiàn)實(shí)(Augmented Reality，AR)、混合現(xiàn)實(shí)(Mixed Reality，MR)等領(lǐng)域，不僅實(shí)現(xiàn)讓人物走進(jìn)虛擬世界，同時也可以實(shí)現(xiàn)虛擬事物走進(jìn)現(xiàn)實(shí)世界的混合虛擬，使學(xué)生實(shí)時地“親臨現(xiàn)場”，增強(qiáng)學(xué)生學(xué)習(xí)過程沉浸感和體驗(yàn)感，更主動地與虛擬學(xué)習(xí)環(huán)境中的實(shí)體和代理相互聯(lián)系，真正地實(shí)現(xiàn)了學(xué)生在體驗(yàn)中學(xué)習(xí)，是一種以學(xué)生為中心的學(xué)習(xí)，促進(jìn)學(xué)生深度理解學(xué)習(xí)。

七、結(jié)論

VLE激發(fā)學(xué)生探索知識的內(nèi)生動力，激勵學(xué)習(xí)興趣，主動思考，發(fā)現(xiàn)并提出問題，進(jìn)行知識創(chuàng)新與重構(gòu)。STEM教育是一個具有豐富內(nèi)涵并且不斷發(fā)展的理念，而Omosa VLE構(gòu)建踐行了STEM跨學(xué)科理念，使學(xué)生問題解決和知識建構(gòu)過程提升學(xué)習(xí)者STEM學(xué)科素養(yǎng)，培養(yǎng)學(xué)生綜合性思維(如計算性思維、高階思維等)，增強(qiáng)學(xué)生空間想象能力和科學(xué)探究能力等?；赟TEM的Omosa VLE具有挑戰(zhàn)性科學(xué)話題，使學(xué)生感受類似于真實(shí)的學(xué)習(xí)場景，親自參與到游戲化學(xué)習(xí)情境，并利用系統(tǒng)建模方法，使基于問題的情景化學(xué)習(xí)過程增強(qiáng)學(xué)習(xí)的沉浸感和知識與個體同在感?；赩LE的可視化學(xué)習(xí)不僅促進(jìn)問題解決理解，也增強(qiáng)問題解決遷移。雖然，VLE存在認(rèn)知沖突的現(xiàn)象，而學(xué)習(xí)者溝通和合作等對知識建構(gòu)具有重要意義，使個體建構(gòu)和協(xié)同建構(gòu)機(jī)制能彌補(bǔ)學(xué)習(xí)者一般能力傾向的不足，影響學(xué)習(xí)者問題解決。總之，VLE是一個統(tǒng)一、能動、有機(jī)地復(fù)雜系統(tǒng)，為學(xué)習(xí)者提供顛覆性模擬真實(shí)體驗(yàn)感的同時，也促進(jìn)學(xué)習(xí)者知識建構(gòu)和問題解決。既提升學(xué)習(xí)者識記、領(lǐng)會、運(yùn)用的低階能力，也增強(qiáng)學(xué)生的分析、評價和創(chuàng)造的高階能力。

[1] 證券日報.十三五”規(guī)劃現(xiàn)“三新”虛擬現(xiàn)實(shí)等六大領(lǐng)域位居前沿[EB/OL].http://news.xinhuanet.com/fortune/2016-03/19/c_128813433.htm,2016-03-19.

[2] Saito, T.，Anwari, I.，Mutakinati, L.，Kumano, Y.A Look at Relationships (Part I): Supporting Theories of STEM Integrated Learning Environment in a Classroom -A Historical Approach[J]. K-12 STEM Education,2016,2(2):51-61.

[3] Jacobson, M. J., Taylor, C. E., Richards, D. Computational scientific inquiry with virtual worlds and agent-based models: new ways of doing science to learn science[J]. Interactive Learning Environments,2015,(11):1-29.

[4] Pathak S. To guide or not to guide: issues in the sequencing of pedagogical structure in computational model-based learning[J].Interactive Learning Environments, 2013, 23(6):715-730.

[5] 李國華.技術(shù)、學(xué)習(xí)、教育創(chuàng)新：教育技術(shù)的機(jī)遇與挑戰(zhàn)：第十四屆教育技術(shù)國際論壇在我校舉行[EB/OL]. http://news.snnu.edu.cn/index.ph p?m=content&c=index&a=show&catid=71&id=13871,2015-10-08.

[6] 華東師范大學(xué)學(xué)習(xí)科學(xué)研究中心.任友群教授會見悉尼大學(xué)Michael J. Jacobson教授[EB/OL]. http://lsc.ecnu.edu.cn/02/ef/c4038a66287/page.htm,2014-06-27.

[7] 韓建華,姜強(qiáng),趙蔚,劉東亮,GautamBiswas.智能導(dǎo)學(xué)環(huán)境下個性化學(xué)習(xí)模型及應(yīng)用效能評價[J].電化教育研究,2016,(7):66-73.

[8] Richards, D., Jacobson, M. J., Porte, J., et al. Evaluating the models and behaviour of 3D intelligent virtual animals in a predator-prey relationship[A]. Conitzer, V. Proceedings of the 11th International Conference on Autonomous Agents and Multiagent Systems[C].Valencia: International Foundation for Autonomous Agents and Multiagent Systems, 2012.79-86.

[9] 陳凱,陳博,周宏. 基于Netlogo的化學(xué)建模教學(xué)案例評析及反思[J].中國電化教育,2010,(1):94-97.

[10] Bybee, R. W., Landes, N. M. What research says about the new science curriculum (BSCS)[J]. Science and Children, 1988, 25(8): 35-39.

[11] 韓建華,姜強(qiáng),趙蔚. 基于元認(rèn)知能力發(fā)展的智能導(dǎo)學(xué)系統(tǒng)研究[J].現(xiàn)代教育技術(shù),2016,(3):107-113.

[12] Rowe, J. P., Shores, L. R., Mott, B. W., & Lester, J. C. Integrating learning, problem solving, and engagement in narrative-centered learning environments[J]. International Journal of Arti fi cial Intelligence in Education, 2011, 21(1):115-133.

[13] Fan-Ray Kuo ,Gwo-Jen Hwang.A Five-Phase Learning Cycle Approach to Improving the Web-based Problem-Solving Performance of Students [J].Educational Technology & Society,2014,17 (1):169-184.

Project-Based Analysis Concerning Omosa Virtual Learning Environment and Application Revelation Based on STEM Education Perspective

Han Jianhua1, Jiang Qiang1, Zhao Wei1, Michael J. Jacobson2
(1.School of Computer Science and Information Technology, Northeast Normal University, Changchun Jilin 130117; 2.Faculty of Education and Social Work, University of Sydney, NSW Australia 2006)

s:Omosa virtual learning environment (VLE) based on STEM has been developed by University of Sydney in Australia to model ecological system relationships in virtual planet, which enhancing to develop the ability of knowledge construction and innovation. The paper uses the modeling method to analysis internal construct model and external construct features in Omosa VLE.The internal model contains learner module, environment module, agent module, event module and intervention module, which coordinate harmoniously and orderly to build immersive and reality-like learning environment. Consequently, it helps students take part in science enquiry activities to meaningfully construct subject knowledge concerning science, engineer and so on. Based on the realization mechanisms of 3D environment and 2D environment and the reasoning mechanism and algorithmic choosing mechanism of individual agent, an open-end, complex and adaptive intelligent learning environment was developed. Students can actively explore the relationships among things in the virtual world and fi nd out the problem-solving strategies, and then it makes the leaning turn into an ecological process of making sense. Taking Netlogo as an example to make an empirical analysis, this paper designs a dual process model, and then it implements a project-based learning process, which combines with 5E model of learning cycle approach. Through questionnaires of students’ learning efficiency including self-efficiency, motivation, metacognition, skills, and so on, the results show that students’ learning efficiencies are higher than before. Additionally, cognitive tools, visual learning materials and learning resources of VLE help students improve problem-solving ability, promote the students’ development of computational thinking,creative thinking, and high-order thinking, which help to MOOC learning and Maker education.

Virtual Learning Environment; STEM; Omosa; Problem-Solving; Knowledge Construction

G434

A

韓建華：在讀碩士，研究方向?yàn)閭€性化自適應(yīng)學(xué)習(xí)(hanjh675@nenu.edu.cn)。

姜強(qiáng)：副教授，碩士生導(dǎo)師，研究方向?yàn)閭€性化自適應(yīng)學(xué)習(xí)(jiangqiang@nenu.edu.cn)。

趙蔚：教授，博士生導(dǎo)師，研究方向?yàn)樽赃m應(yīng)學(xué)習(xí)、資源聚合、知識可視化(zhaow577@nenu.edu.cn)。

Michael J. Jacobson：教授，博士生導(dǎo)師，研究方向?yàn)閷W(xué)習(xí)科學(xué)、虛擬學(xué)習(xí)環(huán)境(michael.jacobson@sydney.edu.au)。

2016年9月18日

責(zé)任編輯：趙云建

1006—9860(2016)12—0022—09

*本文系教育部人文社會科學(xué)研究規(guī)劃基金“大數(shù)據(jù)支持下的個性化自適應(yīng)學(xué)習(xí)及教育測量研究”(基金編號：15YJA880027)、教育部人文社會科學(xué)研究規(guī)劃基金“基于知識圖譜的開放學(xué)習(xí)資源自主聚合研究”(基金編號：14YJA880103)、中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金研究成果。