寻求共鸣：数字化转型中教学设计的底层逻辑

彭飞霞 张家军

[摘   要] 数字化转型推动第一代教学设计转向第二代教学设计时，也造成教学设计过程简单化、教学设计结构程序化、教学设计偏离学习者个性化学习需求等异化现象。哈特穆特·罗萨的共鸣理论提倡重构人与世界的共鸣关系，化解人类对世界的掌控欲望导致的异化关系问题，为教学设计回归能动性、文化性和情境性等生命隐喻提供了底层支撑。寻求共鸣的教学设计是指遵循“为了共鸣设计教学”的理念，围绕学习者与教学内容的触动产生而重组文本，并以此来设计诸多教学要素，形成预设教学方案的过程。文章对寻求共鸣的教学设计理念、原则、要素和运行结构进行了探讨，并提出寻求共鸣的教学设计操作要领是基于“人机协同”的学习者先前经验获取、基于学习者过往经验的综合任务设计、形成激发共鸣的认知策略、建构以技术为支撑的开放性环境、在教学活动设计中注入共鸣的力量，以及促进共鸣的反馈体系建构。

[关键词] 共鸣理论； 教学设计； 教育数字化转型； 信息化； 底层逻辑

[中图分类号] G434            [文献标志码] A

[作者简介] 彭飞霞（1985—），女，湖南岳阳人。副教授，博士研究生，主要从事教育社会学研究。E-mail：fx1523@126.com。张家军为通讯作者，E-mail：zhangjj51668@126.com。

一、引   言

教学设计是根据教学对象的水平和需要，在确定合理的教学起点和教学终点的基础上，对文本内容进行重组和转化，有序并系统安排教学诸多要素，使之形成教学预设方法的过程[1]。人工智能时代，教师可以通过优良的整合了人工智能技术的教学设计提升学生的学习效果[2]。然而，技术的工具理性使部分教师迷信智能技术对教学设计的“全面掌控”，主动放弃了作为教学主体的能动性，导致自身与作为辅助教学工具的智能技术之间共鸣不足，以及与教学设计的服务对象共鸣不足。哈特穆特·罗萨的共鸣理论指出，人在本质上必须与所处世界建立起共鸣关系才能存在，当失去共鸣时，就会产生脱离世界关系的异化情境[3]。当前数字化转型已成为教育转型的重要载体和方向，梳理并认真审视罗萨的共鸣理论，寻求教师通过智能技术实现与学习者“共鸣”，对于化解人工智能技术助力教师教学的实践困境，推动构建以“共鸣”为价值追求的教学设计具有重要意义。

二、教育数字化转型中教学设计的异化及表征

教学设计学科的创立者加涅提出“为学习设计教学”[4]的理念，形成了第一代学习条件理论。随着媒体技术发展，梅耶提出“为意义建构学习设计教学”的理念，将加涅的信息加工模型拓展为“多媒体学习模型”和“生成学习模型”[5]，逐渐形成第二代教学设计理论。该理论是一种基于计算机的教学设计，但计算机算法处理的往往是确定性的问题，而教学设计面对的却是充满不确定性的人的问题，由此导致数字化转型语境下教学设计异化现象凸显。

（一）信息获取的便利化造成教学设计过程简单化

教学设计的本质是通过信息获取做出教学预设，关键在于通过信息获取准确获得学生的认知基础、先前经验、态度倾向和能力水平，并通过任务设计过程统筹学生需求、实施环境和课程任务等信息。智能技术的使用，使教师能快速便捷获取所需的教学信息，有效提升了教学设计的效率和可靠性，但也容易造成教学设计过程简单化，导致部分教师不再系统关注教学实施过程中的师生关系，忽视情感投入、语言交互和行为反馈等。

（二）人机协同的智能化造成教学设计结构程序化

教学设计通常需要对问题进行整体判断，并根据问题、资源和环境等设计任务，比如在教学设计中需要根据问题的复杂性、目标状态的明确性等形成方案预设[6]。教育数字化转型通过组织流程和模式创新建立智慧教学系统，课堂形态的精准控制造成教学设计结构固化，直接影响是在教学设计中通过生成任务、联结资源和控制过程形成一种“人机协同”的教学设计模式，这种模式极大地降低了教学设计的复杂性，也弱化了教师创造力的发挥。

（三）学习者建模的抽象化造成教学设计偏离个性化学习需求

智能技术通过大数据捕捉、聚合和应用，分析学习者可能行为及其倾向，这种设计模式“抛弃因果性知识寻求相关关系建构”[7]，在一定程度上推动着人本化教育、自适应学习等。但这种基于算法的智慧化程序无法知晓信息发生的环境，有可能“基于错误的教育认知收集漏洞百出的数据，蕴含了极大的误判风险”[8]。如果只将学习者表现出来的通用性数据纳入算法，并不加预设地对数据进行应用，教学设计可能偏离学习者个性化学习需求，导致教育洞见的预测和引导失灵。

三、共鸣理论与数字化转型中的教学设计

哈特穆特·罗萨在其代表性的社会加速批判理论中指出，科技加速、社会变迁加速和生活步调加速这三重社会加速不断地循环反复，导致现代社会各方面不断被加速，并导致现代生活的“异化”，人们总是在自愿做着某些不是人们自己真的想做的事情[9]，重新建构人与世界的共鸣关系则是化解这种异化的有效方案，据此他提出共鸣理论。

（一）共鸣理论的核心内容

在共鸣理论中，罗萨具体论述了共鸣的价值、内涵及其如何发生。现代社会，人们陷入“工具理性”支配世界的思维模式，用数据在社会各领域定下要求越来越高的标准答案，导致人们不再认真聆听世界、感受世界。共鸣关系强调主体与世界之间双向互动关系的建构，是“两个或多个独立实体之间的对话”[10]，具有不受掌控的特质，正好可以有效化解人类对世界的掌控欲望导致的异化关系问题。共鸣是“主体与世界的一种关系，其通过刺激、感动、内在兴趣和自我效能感而形成，主体和世界在其中相互回应、相互转化”[11]，其发生经历四个环节：（1）触动（刺激）的环节。从特定的人或物那里听到发自“本心的”呼唤，主体被世界激发，对周遭产生某种内在的兴趣。（2）自我效能（回应）的环节。主体产生独特、积极的回应，共鸣开始产生。（3）吸纳转换（转变）的环节。共鸣经验使人们发生变化，人们开始积极用自己的声音充满效能感地给出回应。（4）不受掌控的环节。共鸣无法以技术等手段掌控，聆听和应答成为关鍵[3]。

（二）数字化转型中的教学设计需要走向共鸣

智能时代研究者们积极探索如何利用技术优势推进教学设计自动化，如构建教学设计自动化语义模型[12]、教学设计自动化的对象—水平模型[13]，以此提高教学设计的质量与效率，减轻教师工作负担并推动个性化教学。但人智交互隐含的师生情感疏离风险[14]，以及数据掌控逻辑下教师、学生、教学内容等诸多教学要素之间 “缺乏关系的关系”的异化出现，呼唤教学设计关注共鸣，积极化解人类对世界的掌控欲望导致的异化问题，将现实世界和智能技术掌控的世界进行有意识连接，为教学设计回归主体能动性、文化性和情境性等生命隐喻提供底层支撑。

对于学生而言，共鸣是其深度学习的基础，是主动探究、意义建构和创新实践的动力，是学生感知觉、思维、情感、意志、价值观全面参与和全身心投入的活动，是在数字化的“冰冷”数据环境下，指向具体的、社会的人的全面发展和形成整体素养的途径，是教学设计理念的“再学习者中心化”；对于教师而言，人工智能时代数据等教育证据的直接供给，也无形中消解了师生知识“吸纳转化式”的传递过程，破坏“刺—激”“感—动” ①之间的关系建构，而“共鸣”的追求，需要教师直接感知学生，按照共鸣产生的条件、逻辑、途径来深化教学，并辅之以更加科学的“人机协同”，有助于自身更加积极地投入教学，是提升教学质量和自我效能感的关键。

四、寻求共鸣的教学设计内涵及框架

（一）寻求共鸣的教学设计内涵

寻求共鸣的教学设计是指遵循“为了共鸣设计教学”的理念，围绕学习者与教学内容的触动产生而重组文本，并以此来设计诸多教学要素，形成预设教学方案的过程。具体包括共鸣目标设计、共鸣任务生成、共鸣活动载体整合、共鸣激发方法和共鸣评价反馈。共鸣目标设计是指在教学设计中，将知识、能力和素质的发展需求转化为追求共鸣关系的建构；共鸣任务生成是指对具体的教学内容重构，聚合形成教学任务；共鸣活动载体整合是指对相关教学要素进行整合，形成适应共鸣的教学空间，包括平台设计、工具设计、呈现方式的载体设计等；共鸣激发方法是指师生之间关系强化和多向联系所关涉的教学方法、共鸣感知捕捉方式等；共鳴评价反馈是指共鸣是否产生的评价渠道设计，包括任务体验、情感表征、身体特征等相关反馈数据的获取。

（二）寻求共鸣的教学设计框架

1. 寻求共鸣的教学设计理念

第一，积极关注学生，强化数据捕捉。“触动”是共鸣产生的首要环节，主体通过“被关注感”的获得而被外在世界触动，对学习世界产生兴趣。数字化转型中的教学设计要注意强化学习者过往经历的完整捕捉，特别关注关键性事件、节点性事件和突发性转换的获取，让学习者体会到教学是其自身所需。

第二，强调自我效能，加强个性化设计。触动发生后，需要对学习者进行特定情境的应答性回应，回应的方式是多样化的，可以是眼神、事件、任务、评价等。数字化转型中的教学设计需要对捕捉到的基础性数据进行分析处理，根据学习者的不同特征和过往状态进行个性化设计。例如，对于活泼外向型学生，多设置鼓励其参与课堂讨论的学习任务；对于技能型学生，多创设技能展示的活动机会等，以个性化设计有所侧重地增进不同学习者的自我效能。

第三，关注具身体验，拓展学习感知。在高度数据化的时代，人的身体感知和机器感知形成的数据痕迹正在重构我们的主体形态[15]。但梅洛-庞蒂指出，知觉是身体的知觉，是身体与环境作用的产物[16]。因此，当数字化转型将网络空间的数字体验带入学习者的学习体验时，现实世界中的身体感知与体验仍需高度关注，教学设计中两者相互补充与协调，通过主体之间及其内部的关系互动形成共鸣，丰富学习者的感知。

第四，主张留白发挥，规避技术掌控。共鸣难以用条件来约束，既不能被强迫，也无法被保证，一旦发生，方向无法把控，只能不断提供刺激，让自己被呼唤。但被呼唤不等同于共鸣，共鸣需要主体感知自身的理解、吸收、移情和转换。数字化转型中的教学设计需要注意规避技术的掌控逻辑，给学习者提供更多自主探索空间，也就是给教学留白，让教学处于半受掌控状态，学习者根据主体经验体验共鸣生成。比如对于远离家乡的人，提供片段性的家乡小桥流水视频就足够触动其心弦。

2. 寻求共鸣的教学设计原则

第一，目标开放原则。以数据、算法、算力为基础的人工智能，实现了学生与教师的数据联通；元宇宙在教育中的快速扩散，实现了虚拟重现、虚拟仿真、虚拟融合和虚实联动[17]。数字资源共享、在线教育等为教学设计注入新内容，需要对内容进行系统整合，形成开放场域，使之能全方位接纳群体创造、个性探索、虚实共生、社群创设等教学活动的开展。

第二，工具服务共鸣原则。寻求共鸣的教学设计将数字化技术作为教学设计的基础性元素加以利用，通过技术与教育的互动和技术对教育的改造两条路径，使技术为教学内容服务，为适合共鸣产生的场景生成服务，为学习者“刺—激”“感—动”等积极转化和自我效能的优质体验服务。

第三，容量适配原则。容量适配是指教学设计所形成的任务需要与学习者的学习能力形成对应关系，帮助学习者进入自适应学习状态。容量适配原则是对人工智能时代忽视学习者体验舒适性的有效反制，试图以数据为支持，将认知负荷保持在学习者的舒适空间，并借助人工智能所塑造的虚实一体化环境，使学习任务与学习者个体达成适配。

第四，稳定情境原则。在智能技术支持的混合学习中，场景的随意切换可能导致原本完整的课堂结构和教学情境被技术切割[18]，造成浅显学习、游离学习、目标分散学习等低效学习状态[19]。情境是共鸣的基础，保持学习场域中稳定的交互情境状态，支持学习者用自己的声音和自己完整对话非常重要。

3. 寻求共鸣的教学设计要素

范梅里恩伯尔通过《掌握综合认知技能》《综合学习设计的十个步骤》等著作提出新一代教学设计的“四元素说”，即学习任务、相关知能、支持程序、专项操练[20]。以“四元素说”为分析框架，本研究尝试梳理寻求共鸣的教学设计要素。

第一，激发共鸣的学习任务。学习任务是教学设计的起点，主要以案例、项目、任务、问题、作业等形式呈现。寻求共鸣的教学设计需要积极利用智能技术对学习者数据进行全面捕捉与分析，并在三个方面重点发力：一是做好学习者特性与教学目标的适配。共鸣是学习者内在兴趣的激发，要促使学习者共鸣，就要将学习者特性与教学目标进行匹配，形成“视域融合”的理想状态。二是重视任务知识架构。任务知识架构指任务本身的变式度、复杂性、支持和指导的水平。适度的变式是共鸣产生的条件，变式过低时，学习者的认知图式并不发生变化，过高难以显示自身被关注，都难以导致迁移的发生；复杂性指任务的认知负荷，关注本身知识的难度；支持和指导的水平是教师在教学过程中能投入的情感支持和与学习支持服务相关的问题指导。三是关注任务实施场景。比如粮食危机这个学习任务，经历过饥荒的50后受众有更深的感触，更容易发生共鸣。

第二，支持共鸣的相关知能。相关知能是指完成学习任务及其迁移和创生过程中需要的策略，提供学习者已有知识架构和知识任务之间的联系，帮助学习者在精细加工过程中建构认知图式，主要包括领域模式、解决问题的系统方法、认知策略和認知反馈。领域模式涉及学习领域的组织方式，主要是概念模式、结构模式和因果模式；解决问题的系统方法是指任务所对应的具体方法，比如讲解、体验等；认知策略通常包括复述、精加工和组织策略，是对学习者存储信息和转化信息的路径设计；认知反馈是对学习者学习效果的有效反馈，核心是促使学习者自我纵向比较或与他人横向比较，激发学习动力。知能及其呈现方式是教学设计的重要范畴，不同策略会带来不同学习效果，例如，螺旋式策略更容易帮助学习者在复杂任务的习得过程中形成良好的认知，直线型策略在简单学习任务中更有效。

第三，服务共鸣的技术方案。技术方案是教学设计的核心内容，关涉教学设计中任务“如何做”。寻求共鸣的教学设计中，“如何做”是特定情境下内容与学习者状态的“相遇”，通过将固化的任务与学习者波动的内心世界连接起来，形成一种充满触动的交互关系，走向“共鸣”状态。技术方案中要关注三个环节的共同作用：一是将学习过程塑造为开放的过程，使更多能产生触动的内容融入场域；二是强化对自我效能的关注，通过循序性问题、提高性问题等调节学习者的活力和思维深度；三是促进转变，即支持学习者形成积极的回应。

第四，促进共鸣的专项操练。操练用来解决学习者学习的再生性问题，专项操练通过重复练习实现认知图式的熟练化[21]。专项操练在不同的情境中反复开展，目的是提高学习者在任务完成过程中的表现，在过往知识结构和现有学习情境间形成高水平互动。寻求共鸣的教学设计中，专项操练需要与情境、任务和人形成系统联系，通过矫正性反馈和特定的再生层面学习任务的专项操练，弱化学习者对知识准确度的关注，引导学习者更加关注自身学习意图的实现，为自我效能的产生留出空间。

4. 寻求共鸣的教学设计运行结构

数字化转型下的教学设计容易陷入数据掌握逻辑，出现过程简单化、结构程序化和对象“失人化”等异化现象，“共鸣”巧妙地将教学设计回归教学诸要素的关联与互动，将技术世界与现实世界、数字体验与具身认知有意识联结。在智能技术支持下，寻求共鸣的教学设计遵循积极关注学生、强调自我效能、关注具身体验和主张留白发挥等设计理念，以及目标开放、工具服务共鸣、容量适配和稳定情境等设计原则。依托范梅里恩伯尔的教学设计“四元素说”，寻求共鸣的教学设计积极规避技术掌控，强化技术要素功用发挥，通过适配性学习任务激发共鸣，进而选择相关知能支持共鸣发生，相关知能决定了服务共鸣的技术方案制定，技术方案又进而指导和促进共鸣的专项操练，专项操练的效果评价又引发下一轮学习任务的设计，由此形成核心圈、运转层、支持层循环递进的寻求共鸣的教学设计运行结构（如图1所示）。

第一，核心圈：以共鸣为引领的教学设计理念。康德认为，理念通过知性产生而获得超越经验的存在，是概念和客观性的有机统一，对事情的发展具有前瞻性、导向性、设计性和综合性的指引作用[22]。寻求共鸣的教学设计运行结构中，占支配性地位的是寻求共鸣的教学设计理念，主要将关注学习者、强化自我效能、注重具身体验和留白发挥的理念贯彻于教学设计的全过程。

第二，运转层：以寻求共鸣的教学设计要素落实到教学设计的全过程。运转层主要是指基于共鸣理念开展教学设计的内在架构与运行机制，重点关涉两个层面：一是外部环境需要系统统筹学习者过往学习经历和现实需求，形成相互关联的逻辑链，为共鸣的发生形成一个良好的外部环境；二是内部需要按照任务、知能、方案和操练之间的内在关联，形成一个学习者能感知自身被关注的任务，持续吸引学习者参与，建立一种有深度的回应关系，促进共鸣的发生。

第三，支持层：人工智能与共鸣为基础的设计原则。一是人工智能的恰当利用。例如，利用智能技术全面收集学习者的学习数据，利用数据分析设置适配学习者的学习任务，利用虚拟技术增强学习者的数字体验，营造共鸣环境等。二是共鸣原则的合理嵌入。利用人工智能的同时，在所有设计要素和运行结构中融入对共鸣的追求，为共鸣创造条件，以共鸣规避异化。

五、寻求共鸣的教学设计操作要领

（一）“人机协同”的学习者先前经验获取

教学设计的起点是学习者先前经验的获取。在人工智能时代，教师可以通过“人机协同”积极获取学习者先前经验，可行的举措如下：首先，通过人工智能及其相关应用获取基础性数据，这类数据需要以证据化的形态呈现，并突出“杂点”数据，引导教师关注边缘群体和具体学生的个别现象，同时削弱结论性的一般定义。其次，在传统机器学习的基础上引入因果机制，从算法上强化学习者学习过程中复杂现象的因果结构，削弱人工智能相关性对学习者学习投入与学习结果含糊现象的影响。最后，对教师如何理解学习者信息进行规制。比如在教学设计文本中强调对学生的主观分析，要求教师对学生的学业进行系统化评估，促使教师在教学设计中关注学生。只有关注到了学习者，共鸣才有产生的机会，脱离学习者视域的教学任务和教学活动是不可能产生共鸣的。

（二）基于学习者过往经验的综合任务设计

任务设计是教学设计的关键环节，知识、能力和情感价值观是相互关联的：“知”是共鸣的基础，缺乏对任务的认知，学习者的视域始终与教学文本的视域割裂，难以产生深入交流；“能”是共鸣的条件，缺乏以“能”为基础的自我效能感，学习者很难完成“刺—激”的转换；“情”是共鸣的体现，不能在教学活动中通过有效的互动与文本、教师、课程以及学生“共情”，共鸣就没有发生。因此，学科知识、学习能力和核心价值的培养都需要任务整合，形成包含技能层次地图、学习表现标准、能力目标分类、学业表现要求、学习评估标准的整体任务，并通过智能化技术的支持和赋能，与学习者过往经验建立联系。

（三）激发共鸣的认知策略设计

传统的学习科学研究更多关注学习者认知策略结果，而不是认知过程中的体验与组织关系。寻求共鸣的教学设计首先关注学习者认知策略的环境契合性，共鸣的产生是情境与内容双重作用的结果，是学习内容与学习者内在互动的过程。其次，内容、人和策略需要形成个性化适配。学习策略和聆听、刺激、应答等多个心理反应环节连接，需要根据学习者的现实状态、客观环境等进行认知策略选择。最后，需要在学习策略中关注学习者从触动到积极转变的全过程。积极转化是在和谐的关系中形成的，教学设计不能严格按照静态逻辑来前置设计，而是需要提供多种可能性，实时提供多种可行的转化预设。

（四）建构技术支持的开放性环境

“警觉”“封闭”式环境会降低共鳴的发生，共鸣中回应关系的发生指向开放性环境的建构。具体可从如下方面着力：一是以技术建构虚实融合环境，支持多种资源的便利接入。比如，可以在传统的学习环境中增加VR虚拟、动态影像等情感刺激环境，增强学习者的共鸣概率。二是基于人工智能算法，提供一种信任度高、安全感强的学习环境。比如，通过人工智能算法系统捕获权威型教师教学影响因素并提供系统性反馈，解决教师权威导致的情感互动偏离等问题。三是以技术支持具身体验。比如，各类虚拟实训室的建设，有助于学习者在“手脑并用”中发生共鸣。

（五）引导共鸣产生的教学活动设计

教学活动是具体的活动载体，是基于知识领域、学习策略、整体环境的具体任务设计。首先，确定学习任务的具体呈现序列，主要操作是将学习任务按照心理模式、预设策略和空间进行排序，为任务类别中的知能架构共鸣提供心理支撑。其次，设计学习任务的结构。结构体现为学习任务的组织、时间和空间关系，常见的任务结构有概念演绎实践结构、因果事件结构、相关关系结构等，比如，概念演绎实践结构的设计，可以预设学习者先通过在线视频获取基础知识，再通过实践任务锻造核心能力，最后通过总结提炼形成抽象知识表征。再次，设计支撑学习任务的其他材料，使任务切实运行并与其他要素交互，比如，与学习者现有经验密切相关的语言、案例、讲解等。最后，设计任务的支持策略，比如，直接的作业布置、学习辅助任务，间接的辅导用书准备、配套的信息化资源提供等。

（六）促进共鸣的反馈体系建构

反馈是后续针对性调整和形成新图式的基础，为共鸣的再发生提供条件。首先，关注反馈方式的采用。反馈方式包括教师反馈、学生反馈和智慧平台反馈。以智慧平台反馈为例，可以通过信息平台设置知识讨论、学术沙龙等活动，建立认知反馈的通道，服务共鸣的产生。其次，关注反馈内容的选择。寻求共鸣的教学设计并不是对所有的认知缺陷或者进展都反馈，而是对与学习者经验、类别等接近的内容进行针对性反馈，目的是引发学习者的触动。再次，关注反馈时机的确定。针对共鸣的“留白”需求和共鸣过程的“体验”需求，需要对不同情境设置不同反馈时机，比如：常见的任务情境需要及时反馈，提高认知效率；与学习者经历密切联系的任务需要适当延迟反馈，给学习者留足时间，并进行针对性情境设置与引导，从而促进共鸣发生。

[参考文献]

[1] 朱德全.论教学设计的逻辑生长点[J].教育研究，2008（8）：72-76.

[2] 郑兰琴，张璇，曾海军.人工智能助力教与学的创新——访美国教育传播与技术协会主席Eugene G.Kowch教授[J].电化教育研究，2018，39（7）：5-11.

[3] 哈特穆特·罗萨.不受掌控[M].郑作彧，马欣，译.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] 戴维·乔纳森，简·豪兰，乔伊·摩尔，等.学会用技术解决问题——一个建构主义者的视角[M].2版.任友群，李妍，施彬飞，译.北京：教育科学出版社，2014.

[7] 吴南中，夏海鹰.教育大数据范式的基本理念与建构策略[J].电化教育研究，2017，38（6）：82-87.

[8] 谭维智.人工智能教育应用的算法风险[J].开放教育研究，2019，25（6）：20-30.

[9] 哈特穆特·罗萨.新异化的诞生：社会加速批判理论大纲[M].郑作彧，译.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] 魏顺平，路秋丽，何克抗，等.教学设计自动化语义模型及其实现方法[J].开放教育研究，2009，15（6）：52-60，87.

[13] 彭绍东.教学设计自动化的对象——水平模型研究[J].中国电化教育，2011（9）：14-19.

[14] 赵磊磊，吴小凡，赵可云.责任伦理：教育人工智能风险治理的时代诉求[J].电化教育研究，2022，43（6）：32-38.

[15] 蓝江.从身体感知到机器感知——数字化时代下感知形式的嬗变[J].西北师大学报（社会科学版），2023（3）：13-20.

[16] 梅洛-庞蒂.知觉现象学[M].杨大春，张尧均，关群德，等译.北京：商务印书馆，2021.

[17] 楼军江，肖君，于天贞.人工智能赋能教育开放、融合与智联——基于2022世界人工智能大会开放教育和终身学习论坛的审思[J].开放教育研究，2022，28（5）：4-11.

[18] 吴南中，夏海鹰.混合学习中“虚实互动”效果的影响因素研究[J].现代远距离教育，2019，182（2）：33-42.

[19] 彭飞霞，阳雯.混合学习如何加深学习深度——兼及教育大数据如何支持学习分析[J].现代远距离教育，2017（2）：31-39.

[20] 杰伦·J.G.范梅里恩伯尔，盛群力.四元教学设计模式主要设计原理[J].开放教育研究，2020，26（3）：35-43.

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

[22] 北京大学哲学系外国哲学史教研室.西方哲学原著选读（下卷）[M].北京：商务印书馆，1982.