查看“20150914汪丹华学习博客”的源代码


:1. 智慧学习存在于微观、介观、宏观三个层次，相同点是运用信息技术记录、反馈与修正学习方法和过程。

:2. XLP为不同学习场景和格式提供相同的数据处理引擎。而学习过程的修正，是在四力架构下自治形成，或调整四力而达到。

:3. XLP关于数据处理方面的发展阶段与方向：

::3.1 已基本明确微观（个人）、介观（学习组织）的学习过程数据的采集方式和内容，也已基本上完成了数据可视化（各类图表、Gourse、Netlogo仿真等）。

::3.2 宏观数据已有来源，但并没有主动进行设计采集。

::3.3 三个层面的数据采集内容和方式需进一步完善、稳定和优化，数据分析需进一步开展。

::3.4 进一步观察反馈之后的修正过程是如何发生的，并用数据来验证。

:4. 1936年，将近80年前，[https://en.wikipedia.org/wiki/Alan_Turing Alan Turing ]提出了一种抽象的计算模型——[https://en.wikipedia.org/wiki/Turing_machine Turing Machine 图灵机]。1985年，30年前，[https://en.wikipedia.org/wiki/University_of_Oxford 牛津大学]物理学家[https://en.wikipedia.org/wiki/David_Deutsch David Deutsch]提出了[https://en.wikipedia.org/wiki/Quantum_Turing_machine Quantum Turing Machine 量子图灵机]的概念。让我们大胆的猜想，在全球网络化的未来，群体智慧的产生和非数字时代有什么差别？是否会有全球大脑全球智慧？而不同规模群体智慧产生和修正的过程，是否有一种抽象的计算模型？
[[User:Echothu|Echothu]] ([[User talk:Echothu|talk]]) 02:23, 14 September 2015 (CST)