极限学习过程(中文版)

2015年12月13日 (日) 05:46Lanvana讨论的版本

--Lanvana (talk) 00:35, 24 November 2015 (CST)

极限学习过程: Extreme Learning Process (XLP)

eXtreme Learning Process(XLP)是一个跨学科的学习平台,使用一系列相关联的资源和方法,组织和支持来自不同专业的学习者设计和执行有导向性的(guided),协同学习活动。目的是鼓励和培养有广泛不同背景的学习者们共同高效工作,产生应对挑战性问题的解决方案,达成共同的目标,例如开发产品原型或特定服务。XLP创建了一个现实的社会环境,为参与者提供所有集体学习环境之间共享一个共同的协同机制。协同机制包括市场交易、冲突解决、专利局和媒体发布渠道。这一协同机制激励参与者管理他们的合作和竞争团队,计划和协调资源的应用,并在高度网络化的数字社会中展示他们的个人创造力。

XLP满足现代学习环境的以下需要:

1.内容丰富/学科独立:每个基于XLP的活动都是的一个持续性数字出版流程一部分,并使用一系列公共数字学习工具(例如MediaWiki)采集学习成果。这种通用数字出版流程可能支持多种课程,并使得高度专业化的技术内容可以共享相同的信息技术基础架构。

2.通用协同机制:每个基于XLP的项目都由一组可定制的社会协议管理。这些协议包括技术转移服务,冲突解决程序,资产交换协议,和社会媒体出版礼仪(etiquettes)。所有的参与者被告知他们拥有利用这些协议来获取资源的权利,使他们能够进行合意的任务。可修改这些协议的立法程序被认为是改善XLP的方法设计层面上的学习机制。

3.数字问责制:每个XLP参与者和XLP项目中成立的团队被赋予一个通用的唯一、安全的数字身份。该身份可以被用来跟踪学习过程中的贡献和违规。参与者应该学会通过获取技能、信息安全知识和行为习惯等尊重和保护他们自己的数字身份。在基于XLP的数字出版活动、技能和信息安全的实践中,应允许独立的思想更自由地发表,由此极大拓展学习潜能范围。

基于这三个重要特征,XLP建立使人类和机器能够跨越空间和时间共同创造内容的群学习操作系统。

XLP操作框架

作为一种学习活动的设计方法,XLP将教育服务的治理模式由集中式管理转变为分布式群众参与。它同时是一个可开发一系列专业技能的"gamified(游戏化的)"培训基地,一个群体学习操作系统,和一个群组介入(large-group intervention)。这些术语的使用可以简述如下。

游戏化的专业技能培训基地

首先,XLP作为一个面向所有参与者的跨学科、跨文化的培训基地,参与者在执行交给他们的任务时挑战和尝试各种交互。这些具有挑战性的任务以游戏方式呈现,提供各种得分和处罚机制,形式有技术转让,冲突解决判断,市场交易和媒体曝光。这样模拟一个真实社会的职能应该(should)帮助参与者发展全球专业人员和领导人被期望的综合能力体系,包括团队建设、沟通能力、跨文化能力、项目管理能力、领导能力、信息素养、横向思维和创造力。

使XLP成为一个这样强大的测试平台的原因之一,是它汇集了来自不同文化背景的代表各种专业和学科的参与者。XLP跨越边界涉及来自不同地方、学科和年龄组的各种各样的学生、教师和“hackers(骇客)”。XLP还欢迎和集成来自各种学术领域的做法,包括信息系统设计、法律、和通信。

正是通过这种跨学科的互动,XLP参与者可以发现他们给团队带来的独特的技能组合。

由此,组内的多样性和团队整体将带领参与者更好地认识到他们的个人才能以及团队和组的能力。

群组介入

XLP主张体验驱动的群组介入干预,参与者在处理一组开放式任务时需要与他人展开沟通。起推动作用的是任务,而不是内容,产品开发是体验的有机组成部分。XLP因此可以视为骇客/创客教育的倡导者,创客教育源于在中国和其他地方广泛开展的以分享创客运动,分享彻底地相互协作精神。

虽然小组的规模可能从4至40人 (甚至更多,如果物理空间允许),通常10个每组8人的自组织团队需要召集所有的技能和挖掘组内所有人才,以迎接为他们设置的严峻挑战。这些任务由 “挑战设计方” 定义并为他们量身定制每个干预,可以跨越任何从密集的四天浸入式活动到连续四年的进程 (又何妨是整个的生命周期)。

操作系统

XLP 作为学习组织的操作框架提供访问和启用基于线程化认知学习机制 (“ecorithms”) 的数据驱动的体验式学习。这些可描述为详细步骤说明和资源获取、评价和处理信息的协议。(图 2)

  • 未完
最后修改于2015年12月13日 (星期日) 05:46