论文部分内容阅读
摘 要：随着移动互联网的飞速发展，泛在学习下的碎片化阅读成为越来越重要的学习方式。后现代主义、分布式认知和联通主义理论共同为这种学习的运行提供了理论基础。作为新技术发展背景下的碎片化阅读，其自身具有明显的优势和劣势。针对泛在学习下的碎片化阅读的劣势，本研究提出碎片化阅读可依靠人工智能教育和大数据技术的支持，促进学习从支架式教学向自主学习发生转变，最终实现学习者从低阶阅读向高阶阅读的优化。
关键词：泛在学习;碎片化阅读;人工智能教育;自主学习;高阶阅读
安德烈·焦尔当（André Giordan）在《学习的本质》中指出学习作为一种复杂的过程，大多经由了从最初部分知识的获取到整体，再从整体到有意识的知识管理的转变[1]。17世纪约翰·洛克（John Locke）提出的白板说认为人类的心灵如同白板一样，需要通过经验获取来逐渐形成人类的知识和观念;之后建构主义理论提出学习是刺激反应的联结，知识是学习者经验的积累;再到认知主义主张学习是大脑对信息不断加工的过程，并且是主观作用的。从上述学习理论的发展可以看出人类对于知识的获得是基于碎片化的经验和知识发展起来的，学习和教学从一开始就有着碎片化的特性。阅读作为学习的主要方式之一，亦不可脱离这样的模式。
瞬息万变的互联网、信息技术、数字工具促使人类生活的物理空间与信息空间相融合，为实现无处不在的泛在学习提供了技术条件。泛在学习于1991年由马克·维瑟（Mark Weiser）提出，是指任何人在任何时间、任何地点可以使用任何设备，以任何方式进行的学习。泛在学习下的碎片化阅读是凭借互联网技术和各种阅读终端，利用碎片化时间来阅读碎片化阅读材料的形式。它可以给学习者带来空前的信息阅读享受、多媒体的感官刺激和海量的信息，但是同时也可能会使得学习者沦陷在信息的海洋，迷失其中。那么为什么要进行碎片化阅读？泛在学习下的碎片化阅读具体的优势和劣势究竟是什么？有什么策略可以使得学习者趋利避害朝着高效阅读的方向发展？本文着眼于提出泛在学习下的碎片化阅读的优化策略，以期帮助學习者利用泛在学习的技术，自主地管理碎片化的阅读，最终实现学习者从低阶阅读向高阶阅读的优化。
一、阅读碎片化是泛在学习的重要特征
随着信息传播媒体的多样化，信息以复杂的、非线性的、零散的和非结构化的数据形式呈现，碎片化传播成为知识传播的基本形式。泛在学习的环境下，根据学习者的不同情况，每个学习者的阅读素材必然也是个性化的和碎片化的，这使得因材施教成为可能，因此，阅读碎片化是泛在学习的重要特征和基本形式。
（一） 知识传播的碎片化
互联网上大部分信息都是通过二进制结构化的数据形式来表达，二进制的数字本身就将信息割裂成离散的碎片，因此互联网从本质上来说就是超链接技术通过无数的节点将碎片化的信息联系起来的媒介。这样的知识都是以碎片化的知识点的形式存在的，它的出现打破了以书本为载体的线性知识的存储方式和递进的知识获取方式。网络中每个个体也是信息的来源，个体之间由于背景、社会经验、教育程度的不同，向互联网输入的信息也不同，这些信息也是以碎片的形式呈现的。不管是互联网给学习者所提供的，还是人类给互联网所输入的，这些海量的、偶发的碎片化阅读信息组成了繁杂的互联网内容。
（二）学习过程的碎片化
印刷术的出现，使得人类可以通过教科书大规模地接受教育。存在于教科书中的知识虽以某种逻辑关系编排在一起，却是以碎片化的形式点滴地传授给学习者的。而对于依赖教科书的课程来说，广义的课程就是指所有学科科目的总和，那么课程中的教学就是对于不同学科科目的教学。在不同的学科中根据教学目的等又将学科内容划分成了若干体系、部分、知识点，人类遵从着从知识点开始到逐渐掌握整个学科体系的学习顺序，从这个角度来讲，学习过程的本质就是基于碎片化知识的学习。
（三）个性化学习的需要
随着社会的发展，因材施教和个性化学习是教学和学习必然的方向。因材施教和个性化学习使教学适应学习者现状、个性特征和需求，从而帮助学习者获得最大的学习进展和成果。泛在学习中，云计算、人工智能、物联网、区块链等技术为实现智能化、个性化、精准化的学习服务提供了可能。泛在学习凭借着信息技术获取学习者数据，从而可以有效地、经济地自动判断学习者的认知、学习风格、学习需求等，并且依据学习者的学习频次、知识水平、学习环境等各类复杂的指标进行个性化阅读材料的选取和推荐。
二、泛在学习下的碎片化阅读的理论基础
泛在学习下的碎片化学习呼应了后现代主义所提倡的信息非集中化思想，契合了分布式认知交互的理念，同时受到了联通主义理论的支配。这三种理论共同支持着泛在学习下的碎片化阅读的实现和运行。
（一）后现代主义理论的影响
在知识和价值领域，后现代主义倡导多元性、发散性、不确定性等，提倡信息散布在非中心化的体系中，它打破了经典知识的整体性和权威性，致力于消除精英文化与大众文化之间的二元对立的方式[2]。当后现代主义理论投射在当前环境下的教育领域中，其更注重学习者的差异性和个性。首先，泛在学习下的碎片化阅读不再盲目崇拜书本的权威，碎片化的阅读材料具有发散性和不稳定性，这种阅读方式契合了后现代主义理论。其次，其支持无处不在的个性化和多元化的阅读，能够根据学习者个体特性和需求进行内容的筛选、多模态阅读材料的推荐等。最后，泛在学习下的碎片化阅读可以使学习者更注重对于文字阅读意义的构建和解释，侧重于学习者与文本的交融，实现学习者与作者之间、学习者与学习者之间的对话与交流[3]。
（二）分布式认知的支撑
埃德温·赫钦斯（Edwin Hutchins）认为分布式认知是在信息加工的过程中，打破了个体认知的这一局限，要求任务分布在多种媒介中，并实现着不断交互的认知活动[4]。这种交互的媒介和理念正是泛在学习下的碎片化阅读的立足点。以往传统的阅读方式都侧重于学习者的个体阅读，而基于分布式认知的泛在学习下的碎片化阅读不仅仅关注个体阅读，同时也把社会和物理环境因素考虑进来，利用普适计算技术，实现去中心化的阅读。分布式认知的目的就是通过分析个体、媒介和环境的互动来协调不同的分布单元。当阅读不同时空、不同环境的碎片化阅读材料时，分布式认知可以帮助学习者统筹管理各个信息源的信息，使之发生内部和外部的交互，将分散的阅读材料联结起来。 （三）联通主义理论的贯穿
由乔治·西蒙斯（George Siemens）和斯蒂芬·唐斯（Stephen Downes）提出的联通主义学习理论，认为学习侧重于信息集的联结，并形成由特殊节点或信息相连的知识结构网络，以便学习者获得比现有知识更重要的信息。它是对混沌理论、网络理论、复杂性理论、自组织理论的整合。在庞杂的网络环境下，数字技术为泛在学习提供了便捷的学习手段。同时在这个过程当中，数字技术可以帮助学习者根据个人阅读需求管理个人知识结构网络和社会知识结构网络，从而达到学习者之间、学习者和知识结构网络之间的互联互通，使所获得的信息既准确又有时效性，支持持续的阅读行为。联通主义理论为理解数字时代阅读提供了新的视角。
三、泛在学习时代的碎片化阅读的优势与劣势分析
信息化技术发展到现如今，人类已不满足于传统的静态知识的学习，信息技术愈来愈突显其对于学习的推动作用。泛在学习下的碎片化阅读作為新的学习方式，推动学习不断地向广度和深度发展。只有清晰地认识到这种新的学习方式的优势与劣势，才能让学习者做到扬长避短。具体来说，泛在学习下的碎片化阅读的优势与劣势，如图1所示。
（一）泛在学习下的碎片化阅读的优势
随着二战后掀起的后现代主义浪潮，多元化得到了越来越多的呼声。泛在学习下的碎片化阅读让学习者接触到了多元化的材料，这不仅仅是来自权威的官方信息，还有来自社会各个渠道的资源。碎片化的阅读通过泛在学习技术，以前所未有的速度和幅度将信息联系起来，引发信息大爆炸，极大地加快了人们获取信息的速度，实现了随时随地可以根据需求阅读，提高了阅读的效率，并在以下方面体现了其优势。
1. 学习者不同需求的满足
由于学习者在认知风格、学习策略、智力水平、学习动机、兴趣爱好等方面存在个体差异，学习者可根据自身情况对泛在学习中的碎片化阅读内容进行选择，形成自己个性化的学习路径，自主地去发现知识、探究知识，构建知识体系，同时学习成果分享的速度会提升、范围也会扩大，形成了更为有效的学习交流。
2. 思维模式的重塑
碎片化的阅读可以摆脱系统整体性知识对学习者思维的束缚，学习者不一定非要按照传统的线性思维来编排阅读知识，碎片化的阅读允许学习者对知识按照自己的逻辑进行重构、加工和管理。学习者通过对海量阅读内容的筛选，根据自己兴趣和需求，按照符合自己认知和逻辑水平的规律，挖掘有用信息，构建自己新的知识体系。
3. 文化垄断的打破
碎片化阅读突破了文化垄断的壁垒，无论什么样学历水平的学习者，在阅读材料的选择上都是平等的，阅读材料愈来愈通俗化、大众化，成为个体学习者可自由支配的资源。互联网的资源具有开放性，只要学习者能够想得到、有可利用的阅读终端，便可以依托互联网获取资源，没有任何背景、水平等的限制。
4. 低阅读成本、高传播速度
没有了纸质材料的成本，互联网所带给学习者的消费成本得到了降低，信息更新传播的速度反而更快了。互联网时代，信息传播的速度和广度都是以往所无法比拟的，随着5G技术逐渐投放应用，不仅加快了网速，同样也促使了信息收集、传播、处理速度的提升。
5. 多元化的信息
学习者通过网络可以接触到来自各方的阅读材料。每个人都可以在互联网上发布信息，各个层级的信息也可以被学习者所获得，因为信息渠道和内容是多元化的，这样带给学习者的阅读体验必然是多层次、多模态的，想象力和阅读能力也会随之提升。
（二）泛在学习下的碎片化阅读的劣势
泛在学习中，学习者不再受到时空的限制，整个阅读的空间和时间都被割裂为一个个碎片。虽然学习者的阅读愈加灵活，解放了学习者的主体性，但是这种碎片化的阅读对传统阅读的破坏也是不容忽视的。具体而言，碎片化阅读具有以下一些局限。
1. 知识的从众化
为了吸引学习者阅读，碎片化阅读所带来的信息会更加迎合学习者的口味，有时甚至只是为了博眼球而提供非真实的、不客观的、内容质量低的信息。同时，泛在学习中，每个人都可以是网络信息的传播主体，网络中点击率越高、越是能吸引学习者的信息越容易充斥在学习者的身边，因此网络中的信息会出现同质化的现象。
2. 认识碎片化
我们的学习思维一直受到工业时代传统的束缚：拆分碎片化（将世界视为由独立的个体组成的）和对象客体化（忽略周围其他生命的存在）。虽然它们使得我们善于分析并有着较强的操控能力，但是却忽视了物体的相互依赖性[5]。在碎片化阅读中，由于信息不断更迭，学习者对于一个信息的注意力也是短暂的、碎片化的。学习者需要花费额外的时间和精力来甄别有意义的信息，且学习者的专注力也被减弱，这种非连续的注意力也难以形成系统完整的知识和逻辑体系。学习者更多的是浅层的学习，无法进行深度学习和深层次的思考，看似被无尽的知识所包围，产生忙碌学习的幻觉，但是最后所能获取的却是有限的，破坏了完整的阅读经历。
3. 对经典的冲击
信息时代，我们的公共教育和物质生活得到了极大的改善，但是同时社会的生态系统和文化传统却遭到了一定的冲击。数字阅读呈现出轻浅、碎片化的特征，学习者可能会更倾向于泛泛地阅读，不愿花太多时间和心思去细细研磨经典著作。
4. 文字阅读的不适应
碎片化阅读的阅读形式是多模态的，这样如果学习者面临单纯文本的读物会觉得不够生动，产生抵触和焦虑的心理状态，学习者的内在学习动机不能很好地激发。且碎片化阅读使得学习者的思维总是在不同阅读碎片中跳跃，当阅读较长文本时，很难长时间保持专注力。
5. 学习者新的负担
学习者如果想要对碎片化的阅读按逻辑进行系统归类， 这个过程可能会是十分耗时和费力的，会对学习者造成一种新的负担。学习者面对每时每刻都在更新的知识，可能会陷入海量知识的囹圄，无法形成有效的阅读，导致茫然不知所措。碎片化阅读中会碰到很多无效和不相关的推送，分散了学习者的注意力和精力，许多信息仅仅停留于学习者的短时记忆中，很少转化成学习者的长时记忆。 四、泛在学习下的碎片化阅读的优化策略
正如乔治·西蒙斯（George Siemens）所说的：“所有的知识都是信息，但不是所有的信息都是知识” [6]。泛在学习中，学习者碎片化阅读素养的培养需要从海量的信息中提取有效的信息并经过加工整理内化成学习者的知识体系。故本研究提出了泛在学习下碎片化阅读的优化策略，如图2所示。
（一）人工智能教育和大数据技术的应用
人工智能教育是人工智能和教育科学的结合，也是泛在学习可利用的技术之一。人工智能最初进入教育领域是为了促进计算机辅助教学。对于泛在学习下的碎片化阅读，人工智能教育现在可以进行学习分析、数据挖掘、评价反馈、学情分析等。具体来说，它可以帮助分析学习者的进度、速度、内容等，捕捉有关学习者阅读的数据，之后进行判断预测，为学习者进行学习反馈、内容推荐、资源整理等。未來人工智能教育可以兼具人类的情感能力、创造力、复杂决策能力等，大规模地支持学习者碎片化阅读，提供有效的个性化服务，提高碎片化阅读的可行性和趣味性。
当然人工智能教育的应用离不开大数据技术，泛在学习下的碎片化阅读带来的数据是以指数级增长的，这样的数据产生速度极快、规模庞大、来源多元、类型多样。大数据技术实现了碎片化阅读过程中数据的存储、计算、分析、决策的功能。大数据有着大容量（数据存储量极大）、高速度（数据分析速度的迅速、快捷）、多样化（数据来源多样）、价值性（对于数据中隐藏的有价值的信息的挖掘）的特性。利用大数据技术的人工智能教育可以从最初阅读数据的收集转向如何理解数据，如何将数据转向知识、论断和行动。总之，大数据和人工智能教育在泛在学习下的碎片化阅读中的应用，可以更好地进行学习者的学习分析，如个性化和自适应学习、学习者档案的建立、建模预测、社会网络分析、情绪分析等。
（二）从支架式教学到自主学习
在学习的过程中，由于学习者知识体系的局限，学习者很难单纯依赖自我能力很好地搭建知识体系，短期来看，会造成学习者难以把握系统知识和阅读材料核心内容，长期来看，必定会影响学习者解决复杂问题的能力。所以，初期支架式教学显得尤为重要。支架式教学突出教学过程中对学习者的引导的作用，为学习者搭建学习的支架，以便学习者不断建构和内化所学知识，之后逐渐撤去支架，最终促成学习者对于自我学习的管理和自主学习。这中间包含两个过程，一是建立支架，二是阶段性撤离支架。首先，对于支架的建立，有学者提出了在网络学习环境中支架式教学的几种方式：概念支架、评语、反馈、反思、范例 [7]。在该阶段人工智能教育和大数据可起到导师的作用，贯彻专家和学者的知识体系，为学习者提供学习素材，帮助学习者搭建知识结构，评估学习者知识体系的完善性，修正及改进学习者的知识获取。其次，在搭建了主体的知识体系后，学习者已经能够根据自己的学习目的和爱好汲取知识，这时需通过对学习者学习的诊断逐渐撤离支架，学习责任也有步骤地转向了学习者，最终达到学习者自己主导学习，获得独立自学和研究的能力。
（三）低阶阅读发展为高阶阅读
本杰明·布鲁姆（Benjamin Bloom）的教育目标分类学把认知分为低水平思维和高水平思维，这是一种对于意识水平衡量的标准。低水平思维能力在阅读中是基于知识或信息的阅读行为的能力，它对应于低阶阅读。低阶阅读是指针对具体知识、信息的阅读，更侧重于对阅读材料的理解和初级认知水平的阅读。高水平思维能力是指学习者能够独立有效阅读的能力，这个时候，学习者认知的深度和广度都有所增加，其对应的高阶阅读是指对于阅读中的观念、模式、领域等复杂抽象概念知识和普遍性原理进行组织、推断、分析、综合、创造等较高认知水平的阅读。通过使用人工智能教育和大数据的技术，采用支架式教学的优化策略，促进学习者思维活动水平提升，使学习者由低阶阅读向高阶阅读转变，帮助学习者实现专业化和精细化阅读。
五、结语
泛在学习下的碎片化阅读为学习者带来了连续的阅读体验，将时间、地点、技术和社会情境等多层次的学习相融合。在不以学科为导向的碎片化阅读中，如何在混沌而复杂的碎片化阅读材料中使学习者自主建立起知识体系显得越发重要。技术层面上的人工智能教育和大数据的利用，教学层面的支架式教学和自主学习的建立，阅读能力方面上的高阶阅读的培养，都是泛在学习下的碎片化阅读可以有效利用的策略和实现路径。
[1]安德烈.焦尔当.学习的本质[M].杭零，译.上海：华东师范大学出版社，2015.
[2][3]王庆奖，杨燕.后现代主义的理论与实践研究：文化权力碎片化[M].昆明：云南大学出版社，2014.
[4]HUTCHINS E.Cognition in the Wild[M].Cambridge：The MIT Press， 1995.
[5]彼得.圣吉.必要的革命：深层学习与可持续创新[M].李晨晔，张成林，译.北京：中信出版社，2018.
[6]乔治.西蒙斯.网络时代的知识和学习：走向连通[M].詹青龙，译.上海：华东师范大学出版社，2009.
[7]MCLOUGLIN E C，ALAM L S.A Case Study of Instructor Scaffolding Using Web 2.0 Tools to Teach Social Informatics[J].Journal of Information Systems Education，2014（2） ：125-136.
（责任编辑 孙兴丽）
关键词：泛在学习;碎片化阅读;人工智能教育;自主学习;高阶阅读
安德烈·焦尔当（André Giordan）在《学习的本质》中指出学习作为一种复杂的过程，大多经由了从最初部分知识的获取到整体，再从整体到有意识的知识管理的转变[1]。17世纪约翰·洛克（John Locke）提出的白板说认为人类的心灵如同白板一样，需要通过经验获取来逐渐形成人类的知识和观念;之后建构主义理论提出学习是刺激反应的联结，知识是学习者经验的积累;再到认知主义主张学习是大脑对信息不断加工的过程，并且是主观作用的。从上述学习理论的发展可以看出人类对于知识的获得是基于碎片化的经验和知识发展起来的，学习和教学从一开始就有着碎片化的特性。阅读作为学习的主要方式之一，亦不可脱离这样的模式。
瞬息万变的互联网、信息技术、数字工具促使人类生活的物理空间与信息空间相融合，为实现无处不在的泛在学习提供了技术条件。泛在学习于1991年由马克·维瑟（Mark Weiser）提出，是指任何人在任何时间、任何地点可以使用任何设备，以任何方式进行的学习。泛在学习下的碎片化阅读是凭借互联网技术和各种阅读终端，利用碎片化时间来阅读碎片化阅读材料的形式。它可以给学习者带来空前的信息阅读享受、多媒体的感官刺激和海量的信息，但是同时也可能会使得学习者沦陷在信息的海洋，迷失其中。那么为什么要进行碎片化阅读？泛在学习下的碎片化阅读具体的优势和劣势究竟是什么？有什么策略可以使得学习者趋利避害朝着高效阅读的方向发展？本文着眼于提出泛在学习下的碎片化阅读的优化策略，以期帮助學习者利用泛在学习的技术，自主地管理碎片化的阅读，最终实现学习者从低阶阅读向高阶阅读的优化。
一、阅读碎片化是泛在学习的重要特征
随着信息传播媒体的多样化，信息以复杂的、非线性的、零散的和非结构化的数据形式呈现，碎片化传播成为知识传播的基本形式。泛在学习的环境下，根据学习者的不同情况，每个学习者的阅读素材必然也是个性化的和碎片化的，这使得因材施教成为可能，因此，阅读碎片化是泛在学习的重要特征和基本形式。
（一） 知识传播的碎片化
互联网上大部分信息都是通过二进制结构化的数据形式来表达，二进制的数字本身就将信息割裂成离散的碎片，因此互联网从本质上来说就是超链接技术通过无数的节点将碎片化的信息联系起来的媒介。这样的知识都是以碎片化的知识点的形式存在的，它的出现打破了以书本为载体的线性知识的存储方式和递进的知识获取方式。网络中每个个体也是信息的来源，个体之间由于背景、社会经验、教育程度的不同，向互联网输入的信息也不同，这些信息也是以碎片的形式呈现的。不管是互联网给学习者所提供的，还是人类给互联网所输入的，这些海量的、偶发的碎片化阅读信息组成了繁杂的互联网内容。
（二）学习过程的碎片化
印刷术的出现，使得人类可以通过教科书大规模地接受教育。存在于教科书中的知识虽以某种逻辑关系编排在一起，却是以碎片化的形式点滴地传授给学习者的。而对于依赖教科书的课程来说，广义的课程就是指所有学科科目的总和，那么课程中的教学就是对于不同学科科目的教学。在不同的学科中根据教学目的等又将学科内容划分成了若干体系、部分、知识点，人类遵从着从知识点开始到逐渐掌握整个学科体系的学习顺序，从这个角度来讲，学习过程的本质就是基于碎片化知识的学习。
（三）个性化学习的需要
随着社会的发展，因材施教和个性化学习是教学和学习必然的方向。因材施教和个性化学习使教学适应学习者现状、个性特征和需求，从而帮助学习者获得最大的学习进展和成果。泛在学习中，云计算、人工智能、物联网、区块链等技术为实现智能化、个性化、精准化的学习服务提供了可能。泛在学习凭借着信息技术获取学习者数据，从而可以有效地、经济地自动判断学习者的认知、学习风格、学习需求等，并且依据学习者的学习频次、知识水平、学习环境等各类复杂的指标进行个性化阅读材料的选取和推荐。
二、泛在学习下的碎片化阅读的理论基础
泛在学习下的碎片化学习呼应了后现代主义所提倡的信息非集中化思想，契合了分布式认知交互的理念，同时受到了联通主义理论的支配。这三种理论共同支持着泛在学习下的碎片化阅读的实现和运行。
（一）后现代主义理论的影响
在知识和价值领域，后现代主义倡导多元性、发散性、不确定性等，提倡信息散布在非中心化的体系中，它打破了经典知识的整体性和权威性，致力于消除精英文化与大众文化之间的二元对立的方式[2]。当后现代主义理论投射在当前环境下的教育领域中，其更注重学习者的差异性和个性。首先，泛在学习下的碎片化阅读不再盲目崇拜书本的权威，碎片化的阅读材料具有发散性和不稳定性，这种阅读方式契合了后现代主义理论。其次，其支持无处不在的个性化和多元化的阅读，能够根据学习者个体特性和需求进行内容的筛选、多模态阅读材料的推荐等。最后，泛在学习下的碎片化阅读可以使学习者更注重对于文字阅读意义的构建和解释，侧重于学习者与文本的交融，实现学习者与作者之间、学习者与学习者之间的对话与交流[3]。
（二）分布式认知的支撑
埃德温·赫钦斯（Edwin Hutchins）认为分布式认知是在信息加工的过程中，打破了个体认知的这一局限，要求任务分布在多种媒介中，并实现着不断交互的认知活动[4]。这种交互的媒介和理念正是泛在学习下的碎片化阅读的立足点。以往传统的阅读方式都侧重于学习者的个体阅读，而基于分布式认知的泛在学习下的碎片化阅读不仅仅关注个体阅读，同时也把社会和物理环境因素考虑进来，利用普适计算技术，实现去中心化的阅读。分布式认知的目的就是通过分析个体、媒介和环境的互动来协调不同的分布单元。当阅读不同时空、不同环境的碎片化阅读材料时，分布式认知可以帮助学习者统筹管理各个信息源的信息，使之发生内部和外部的交互，将分散的阅读材料联结起来。 （三）联通主义理论的贯穿
由乔治·西蒙斯（George Siemens）和斯蒂芬·唐斯（Stephen Downes）提出的联通主义学习理论，认为学习侧重于信息集的联结，并形成由特殊节点或信息相连的知识结构网络，以便学习者获得比现有知识更重要的信息。它是对混沌理论、网络理论、复杂性理论、自组织理论的整合。在庞杂的网络环境下，数字技术为泛在学习提供了便捷的学习手段。同时在这个过程当中，数字技术可以帮助学习者根据个人阅读需求管理个人知识结构网络和社会知识结构网络，从而达到学习者之间、学习者和知识结构网络之间的互联互通，使所获得的信息既准确又有时效性，支持持续的阅读行为。联通主义理论为理解数字时代阅读提供了新的视角。
三、泛在学习时代的碎片化阅读的优势与劣势分析
信息化技术发展到现如今，人类已不满足于传统的静态知识的学习，信息技术愈来愈突显其对于学习的推动作用。泛在学习下的碎片化阅读作為新的学习方式，推动学习不断地向广度和深度发展。只有清晰地认识到这种新的学习方式的优势与劣势，才能让学习者做到扬长避短。具体来说，泛在学习下的碎片化阅读的优势与劣势，如图1所示。
（一）泛在学习下的碎片化阅读的优势
随着二战后掀起的后现代主义浪潮，多元化得到了越来越多的呼声。泛在学习下的碎片化阅读让学习者接触到了多元化的材料，这不仅仅是来自权威的官方信息，还有来自社会各个渠道的资源。碎片化的阅读通过泛在学习技术，以前所未有的速度和幅度将信息联系起来，引发信息大爆炸，极大地加快了人们获取信息的速度，实现了随时随地可以根据需求阅读，提高了阅读的效率，并在以下方面体现了其优势。
1. 学习者不同需求的满足
由于学习者在认知风格、学习策略、智力水平、学习动机、兴趣爱好等方面存在个体差异，学习者可根据自身情况对泛在学习中的碎片化阅读内容进行选择，形成自己个性化的学习路径，自主地去发现知识、探究知识，构建知识体系，同时学习成果分享的速度会提升、范围也会扩大，形成了更为有效的学习交流。
2. 思维模式的重塑
碎片化的阅读可以摆脱系统整体性知识对学习者思维的束缚，学习者不一定非要按照传统的线性思维来编排阅读知识，碎片化的阅读允许学习者对知识按照自己的逻辑进行重构、加工和管理。学习者通过对海量阅读内容的筛选，根据自己兴趣和需求，按照符合自己认知和逻辑水平的规律，挖掘有用信息，构建自己新的知识体系。
3. 文化垄断的打破
碎片化阅读突破了文化垄断的壁垒，无论什么样学历水平的学习者，在阅读材料的选择上都是平等的，阅读材料愈来愈通俗化、大众化，成为个体学习者可自由支配的资源。互联网的资源具有开放性，只要学习者能够想得到、有可利用的阅读终端，便可以依托互联网获取资源，没有任何背景、水平等的限制。
4. 低阅读成本、高传播速度
没有了纸质材料的成本，互联网所带给学习者的消费成本得到了降低，信息更新传播的速度反而更快了。互联网时代，信息传播的速度和广度都是以往所无法比拟的，随着5G技术逐渐投放应用，不仅加快了网速，同样也促使了信息收集、传播、处理速度的提升。
5. 多元化的信息
学习者通过网络可以接触到来自各方的阅读材料。每个人都可以在互联网上发布信息，各个层级的信息也可以被学习者所获得，因为信息渠道和内容是多元化的，这样带给学习者的阅读体验必然是多层次、多模态的，想象力和阅读能力也会随之提升。
（二）泛在学习下的碎片化阅读的劣势
泛在学习中，学习者不再受到时空的限制，整个阅读的空间和时间都被割裂为一个个碎片。虽然学习者的阅读愈加灵活，解放了学习者的主体性，但是这种碎片化的阅读对传统阅读的破坏也是不容忽视的。具体而言，碎片化阅读具有以下一些局限。
1. 知识的从众化
为了吸引学习者阅读，碎片化阅读所带来的信息会更加迎合学习者的口味，有时甚至只是为了博眼球而提供非真实的、不客观的、内容质量低的信息。同时，泛在学习中，每个人都可以是网络信息的传播主体，网络中点击率越高、越是能吸引学习者的信息越容易充斥在学习者的身边，因此网络中的信息会出现同质化的现象。
2. 认识碎片化
我们的学习思维一直受到工业时代传统的束缚：拆分碎片化（将世界视为由独立的个体组成的）和对象客体化（忽略周围其他生命的存在）。虽然它们使得我们善于分析并有着较强的操控能力，但是却忽视了物体的相互依赖性[5]。在碎片化阅读中，由于信息不断更迭，学习者对于一个信息的注意力也是短暂的、碎片化的。学习者需要花费额外的时间和精力来甄别有意义的信息，且学习者的专注力也被减弱，这种非连续的注意力也难以形成系统完整的知识和逻辑体系。学习者更多的是浅层的学习，无法进行深度学习和深层次的思考，看似被无尽的知识所包围，产生忙碌学习的幻觉，但是最后所能获取的却是有限的，破坏了完整的阅读经历。
3. 对经典的冲击
信息时代，我们的公共教育和物质生活得到了极大的改善，但是同时社会的生态系统和文化传统却遭到了一定的冲击。数字阅读呈现出轻浅、碎片化的特征，学习者可能会更倾向于泛泛地阅读，不愿花太多时间和心思去细细研磨经典著作。
4. 文字阅读的不适应
碎片化阅读的阅读形式是多模态的，这样如果学习者面临单纯文本的读物会觉得不够生动，产生抵触和焦虑的心理状态，学习者的内在学习动机不能很好地激发。且碎片化阅读使得学习者的思维总是在不同阅读碎片中跳跃，当阅读较长文本时，很难长时间保持专注力。
5. 学习者新的负担
学习者如果想要对碎片化的阅读按逻辑进行系统归类， 这个过程可能会是十分耗时和费力的，会对学习者造成一种新的负担。学习者面对每时每刻都在更新的知识，可能会陷入海量知识的囹圄，无法形成有效的阅读，导致茫然不知所措。碎片化阅读中会碰到很多无效和不相关的推送，分散了学习者的注意力和精力，许多信息仅仅停留于学习者的短时记忆中，很少转化成学习者的长时记忆。 四、泛在学习下的碎片化阅读的优化策略
正如乔治·西蒙斯（George Siemens）所说的：“所有的知识都是信息，但不是所有的信息都是知识” [6]。泛在学习中，学习者碎片化阅读素养的培养需要从海量的信息中提取有效的信息并经过加工整理内化成学习者的知识体系。故本研究提出了泛在学习下碎片化阅读的优化策略，如图2所示。
（一）人工智能教育和大数据技术的应用
人工智能教育是人工智能和教育科学的结合，也是泛在学习可利用的技术之一。人工智能最初进入教育领域是为了促进计算机辅助教学。对于泛在学习下的碎片化阅读，人工智能教育现在可以进行学习分析、数据挖掘、评价反馈、学情分析等。具体来说，它可以帮助分析学习者的进度、速度、内容等，捕捉有关学习者阅读的数据，之后进行判断预测，为学习者进行学习反馈、内容推荐、资源整理等。未來人工智能教育可以兼具人类的情感能力、创造力、复杂决策能力等，大规模地支持学习者碎片化阅读，提供有效的个性化服务，提高碎片化阅读的可行性和趣味性。
当然人工智能教育的应用离不开大数据技术，泛在学习下的碎片化阅读带来的数据是以指数级增长的，这样的数据产生速度极快、规模庞大、来源多元、类型多样。大数据技术实现了碎片化阅读过程中数据的存储、计算、分析、决策的功能。大数据有着大容量（数据存储量极大）、高速度（数据分析速度的迅速、快捷）、多样化（数据来源多样）、价值性（对于数据中隐藏的有价值的信息的挖掘）的特性。利用大数据技术的人工智能教育可以从最初阅读数据的收集转向如何理解数据，如何将数据转向知识、论断和行动。总之，大数据和人工智能教育在泛在学习下的碎片化阅读中的应用，可以更好地进行学习者的学习分析，如个性化和自适应学习、学习者档案的建立、建模预测、社会网络分析、情绪分析等。
（二）从支架式教学到自主学习
在学习的过程中，由于学习者知识体系的局限，学习者很难单纯依赖自我能力很好地搭建知识体系，短期来看，会造成学习者难以把握系统知识和阅读材料核心内容，长期来看，必定会影响学习者解决复杂问题的能力。所以，初期支架式教学显得尤为重要。支架式教学突出教学过程中对学习者的引导的作用，为学习者搭建学习的支架，以便学习者不断建构和内化所学知识，之后逐渐撤去支架，最终促成学习者对于自我学习的管理和自主学习。这中间包含两个过程，一是建立支架，二是阶段性撤离支架。首先，对于支架的建立，有学者提出了在网络学习环境中支架式教学的几种方式：概念支架、评语、反馈、反思、范例 [7]。在该阶段人工智能教育和大数据可起到导师的作用，贯彻专家和学者的知识体系，为学习者提供学习素材，帮助学习者搭建知识结构，评估学习者知识体系的完善性，修正及改进学习者的知识获取。其次，在搭建了主体的知识体系后，学习者已经能够根据自己的学习目的和爱好汲取知识，这时需通过对学习者学习的诊断逐渐撤离支架，学习责任也有步骤地转向了学习者，最终达到学习者自己主导学习，获得独立自学和研究的能力。
（三）低阶阅读发展为高阶阅读
本杰明·布鲁姆（Benjamin Bloom）的教育目标分类学把认知分为低水平思维和高水平思维，这是一种对于意识水平衡量的标准。低水平思维能力在阅读中是基于知识或信息的阅读行为的能力，它对应于低阶阅读。低阶阅读是指针对具体知识、信息的阅读，更侧重于对阅读材料的理解和初级认知水平的阅读。高水平思维能力是指学习者能够独立有效阅读的能力，这个时候，学习者认知的深度和广度都有所增加，其对应的高阶阅读是指对于阅读中的观念、模式、领域等复杂抽象概念知识和普遍性原理进行组织、推断、分析、综合、创造等较高认知水平的阅读。通过使用人工智能教育和大数据的技术，采用支架式教学的优化策略，促进学习者思维活动水平提升，使学习者由低阶阅读向高阶阅读转变，帮助学习者实现专业化和精细化阅读。
五、结语
泛在学习下的碎片化阅读为学习者带来了连续的阅读体验，将时间、地点、技术和社会情境等多层次的学习相融合。在不以学科为导向的碎片化阅读中，如何在混沌而复杂的碎片化阅读材料中使学习者自主建立起知识体系显得越发重要。技术层面上的人工智能教育和大数据的利用，教学层面的支架式教学和自主学习的建立，阅读能力方面上的高阶阅读的培养，都是泛在学习下的碎片化阅读可以有效利用的策略和实现路径。
[1]安德烈.焦尔当.学习的本质[M].杭零，译.上海：华东师范大学出版社，2015.
[2][3]王庆奖，杨燕.后现代主义的理论与实践研究：文化权力碎片化[M].昆明：云南大学出版社，2014.
[4]HUTCHINS E.Cognition in the Wild[M].Cambridge：The MIT Press， 1995.
[5]彼得.圣吉.必要的革命：深层学习与可持续创新[M].李晨晔，张成林，译.北京：中信出版社，2018.
[6]乔治.西蒙斯.网络时代的知识和学习：走向连通[M].詹青龙，译.上海：华东师范大学出版社，2009.
[7]MCLOUGLIN E C，ALAM L S.A Case Study of Instructor Scaffolding Using Web 2.0 Tools to Teach Social Informatics[J].Journal of Information Systems Education，2014（2） ：125-136.
（责任编辑 孙兴丽）