1.應(yīng)用于個性化學(xué)習(xí)的預(yù)測性人工智能(AI-Enabled Applications for Predictive, Personal Learning)。預(yù)測性人工智能的發(fā)展不斷推動個性化學(xué)習(xí)工具的設(shè)計與開發(fā),人工智能應(yīng)用有望促進從通用型技術(shù)向可擴展的個性化學(xué)習(xí)體驗過渡。在這些工具中,有不少可用來減輕教學(xué)中最耗時的任務(wù),如撰寫評估、為學(xué)生提供形成性反饋等。減輕這些任務(wù)可以讓教師有更多的時間直接與學(xué)生互動交流,應(yīng)對更具挑戰(zhàn)性的教學(xué)任務(wù),如分析信息以及創(chuàng)造新知識。
3.打破教學(xué)模式界限(Blurring the Boundaries between Learning Modalities)。教學(xué)模式定義是不斷變化的,因為不同教學(xué)模式之間的界限越來越模糊。隨著教育技術(shù)的發(fā)展,為滿足學(xué)生在混合世界中的需求,課程定位和模式的概念也在不斷擴大。今天的教育工作者可以采用跨模式方法設(shè)計多種學(xué)習(xí)環(huán)境,滿足不同學(xué)生群體的需求。
6.培養(yǎng)學(xué)生的歸屬感和連接感(Supporting Students" Sense of Belonging and Connectedness)。歸屬感和連接感對于學(xué)生的社會發(fā)展、學(xué)習(xí)能力和成功至關(guān)重要,有利于學(xué)生建立社交關(guān)系。在學(xué)校有歸屬感和連接感的學(xué)生更容易信任同齡人、教師和工作人員。學(xué)校的安全感可以帶來更好的教育效果、更高的學(xué)生留存率和學(xué)位完成率。
2.公平與可及性(Equity and Accessibility)。雖然混合與在線學(xué)習(xí)具備諸多優(yōu)勢,但也對貧困地區(qū)的學(xué)生產(chǎn)生負面影響,威脅著教育的公平性。因此,創(chuàng)造包容的學(xué)習(xí)環(huán)境是保障教育公平的關(guān)鍵要素。如何確保學(xué)生獲得可靠的互聯(lián)網(wǎng)和電子設(shè)備,以及彌合低收入家庭學(xué)生群體的數(shù)字鴻溝成為新的挑戰(zhàn)。
5.研究與教學(xué)中的創(chuàng)新(Innovation in Research and Teaching)。人工智能等技術(shù)的興起和教學(xué)模式界限的模糊促使高等教育發(fā)生變革。疫情對傳統(tǒng)教學(xué)方式造成了重大影響,高等教育正在尋求建立一種“新常態(tài)”,以滿足學(xué)生的需求。高校領(lǐng)導(dǎo)者應(yīng)該了解阻礙教學(xué)創(chuàng)新的痛點問題(如業(yè)務(wù)流程、基礎(chǔ)設(shè)施建設(shè)等),采用靈活的教學(xué)方法,調(diào)整相關(guān)實踐、政策和業(yè)務(wù)流程以支持教學(xué)變革。