《纽约时报》(New York Times)社交媒体编辑珍妮弗•普雷斯顿 (Jennifer Preston)表示:“我们需要出现在人们谈论和使用我们的内容的地方。那种认为读者会在你的网站上阅读所有内容,并且只能来你这里的想法已相当过时。”
对于一直在寻求扩大其受众范围的媒体公司而言,这是一项潜在的益处。大多数主要内容网站的在线读者数量都在上升。Harper's杂志编辑比尔•瓦希克(Bill Wasik)表示:“媒体机构迅速回应,以适应共享信息的人们的需求。大型机构在这方面做得很好。”瓦希克著有《病毒文化中的生与死》(And Then There's This: How Stories Live and Die in Viral Culture)一书。
IBM参与了很多介于实时网络(The Real-time Web)和物联网(Internet of Things)之间的交叉项目,而它们也是我们在2009年密切关注的两大潮流。IBM为此专门设立了一个网站,名叫“更加智能的星球”。正如名字包含的意义一样,该网站关注的是诸如能源和粮食体系这样的环境问题。传感器,射频识别(RFID)标签和实时讯息软件则是IBM智能星球战略的主要部分。网站口号“器件化、互联化、智能化”代表着将世界用传感器装备起来,将它们与互联网相连,从而实现“智能”。
证明准确性——事实对谎言
在我们规划未来的教育系统时,需要考虑的最大问题之一就是找到保证信息准确性的手段。最开始我们的思路围绕着选择一个中心权威,或者说某种权威验证机构来负责保证每个在线课程模块中信息的准确性。但当考虑到这种做法可能带来的后果时,我们发现它是不可行的。
首先,现在大部分教学的内容都是高度理论化的,从重力理论,到进化论,再到音乐理论。这些课题没有哪个是百分之百可以验证的,因此从一个权威检验机构的角度来看,没有一个课题能通过验证。
更重要的是,我们已经认识到几乎是社会的每个方面都有自己判断真伪的标准——宗教的真理、科学的真理、法律的真理,等等。
因此我们可以得出结论,任何权威检验机构都会很快沦为一个高度政治化的权威,而将未来的学习系统的任何一方面政治化都会迅速削弱其可用性。
作为一种替代,我们推荐一种“检验-平衡”机制,这种机制内每个群体都可以创建他们自己的核心权威认证,并为课程加上同意与否的标签。这些标签将会成为智能归档和推荐引擎所倚重的主要搜索标准。
举例来说,诸如美国化学学会(American Chemical Society)、人道对待动物协会(People for the Ethical Treatment of Animals)、爱家协会(Focus on the Family)、美国民权联盟(American Civil Liberties Union)、全美步枪协会(National Rifle Association)、全美教育协会(National Education Association)以及天主教会(Catholic Church)这样的组织都可以对新建立的课程加以审查,并决定其是否复合该组织的审查标准。
我们认为这些组织都会尽快着手发展他们自己的在线课程,以便对相关内容施加更多控制。
这种标签系统可以制造出不同层次的价值体系。首先,它使得人人可以参与,事实上,它要求人们的参与。而参与度是一个真正普遍的教育系统中至关重要的成分。在没有任何核心把关人告诉人们什么可以学或者不能学的情况下,它使学习系统得以有机地生长。
基于信心的学习
很多学习方法依然有待考察,但基于信心的学习却是相当可靠的一种。在这个领域开展的一些实验表明,这种方法能够显著降低学习所需时间。
第一项关于基于信心的评价的研究记载于1932年的《社会心理学期刊》(Journal of Social Psychology),作者是Kate Hevner。她的目的是证明当时的标准音乐评估的有效性和可靠性。她通过增加对知识的信心评价达到目的。从1932到1967年,基于信心的评价侧重于数据的有效性和可靠性。在1967年,人们发现基于信心的评价对记忆恢复也有增进作用。这个发现是人们开始认识到,参加考试的过程也可以并且将会让你变得更聪明。
起步于一种突破性的衡量知识和信心的手段,这种方法现在正作为一种快速精确地学习方法在企业培训中心内得到发展和汇聚。基于信心的学习目前正在试图完成从培训机构向学习机构转变的企业中逐渐升温。
基于信心的学习以保证学习过程的进行以及对课题的完全掌握为目的。其内涵远多于简单地将信息传递给学生。它通过剔除对结果的猜测和犹豫,精确评价人们知道什么,不知道什么,从而达到保障学习的目的。此后它将开始迅速弥补学习者的知识和信心之间的鸿沟。
以下是对其工作方法的简述。
决定人们需要学什么从了解事先存在的无知、怀疑和误解开始。不同于只衡量某人正确回答了多少问题的传统学习方法,基于信心的学习评估
有信心的正确答案,说明掌握;
有怀疑的正确答案;
猜测的正确答案,同没有了解相等;
有信心的错误答案,说明误解。
在猜对的人和满怀信心答对的人之间作出区分具有重大影响。由于这种特有的多项选择结构及其详细的分析,系统内的这种评价过程能够定位并且证实对知识的掌握。
完成评估之后,基于信心的学习的设计中还包括在用户最倾向于学习的时点——刚刚参与评估并且暴露出自己的误解和怀疑——着手弥补知识鸿沟。
我们观察到,如果基于信心的学习能够以某种方式加入到课程搭建平台的设计中,学习的速度将会有高达50%的显著提高。