learn

学习 E-Learning 3.0 MOOC

-1. 关联主义与学习

关联主义(Connectivism) 基于这样一种观点，即知识的本质是网络中联结的集合。因此，学习就是创造和塑造这些网络的过程。

关联主义课程的重点是发展两种类型的知识：个人知识(personal knowledge)、由活动和经验形成的想法和信念网络；另一种是社会知识，通过交流和互动形成的人与制度的公共网络。

MOOC 环境是为了支持这两种类型的学习。MOOC 没有一节单一的课堂或学习管理系统；相反，该课程本身是为个人网站或博客之间创建关联，并通过这个网络创建不间断的交流与合作。理想情况下，课程参与者会有管理个人知识网络的工具和方式，通过社交网络进行互动。

课程内容包括由参与者创建和分享的数字媒体。导师的角色是为课程提供网络资源、参考资料和背景阅读、介绍一些核心课程内容、任务和活动，以及与讲师或者课程参与者讨论的音频或视频。

除此之外，为了创建一个反映整个社区情况的课程，期待参与者增加他们自己的贡献，并公开彼此分享，通过这种作法建立自己的知识和学习社区。

课程的目的并不是要让参与者学习或者记住一些内容。每个人都带着自己的学习目标进入课程。

在一个大规模的在线公开课中，内容比任何个人都多，更不用说记忆了。因此，每个人在课程中的体验是独一无二的，参与者的互动受每个人对这些材料的个人视角所驱动。

关联主义课程的学习是新兴的，它不是被定义、转移或者传递的，而是通过个人经验和互动过程创造的。对于课程中的每个人来说，这门课是新的、与众不同的；在更广泛、更社会化的意义上，它也是整个课程的结果。

0. E-learning 1 and 2

我们正在进入万维网的第三个阶段，它将重新定义在线学习(online learning)。

第一阶段的互联网(web 1.0)最初发展于 1994 年，基于客户端-服务器模式，侧重于网页和文件处理。

第二阶段 web 2.0 时代，创建了一个基于数据和平台互操作性的网络。

互联网第三阶段 web 3.0，平台所发挥的中心作用被削弱，倾向于同行之间的直接交互，也就是分布式网络。

第一代网络由内容管理服务（content management services, CMS）主导，从简单的网页服务器到数据库驱动。学习管理服务（learning management services, LMS）是一个具有教育意图的 CMS. 第二代互联网服务的兴起使得人们可以互相交换内容和媒体。

这个课程将介绍第三代互联网 web3.0, 以及对在线学习的影响。在 web3.0, 我们看到云技术、分布式网络技术的广泛应用，以及开放数据和个人加密技术。

web3.0 的内容看起来很像 web1.0 和 web2.0，仍然会有文件、网页、视频。但是这些媒介将通过分布式内容网络进行获取，通过散列算法(hash algorithms)和数字密钥(digital keys)加密，并且可以动态地实时更新内容。我们将访问分布式应用程序，从而使我们可以获得数据流。这些数据流可能是数字货币、在线体育广播、政府统计资料或者学习应用程序。

在 web3.0 时代，通过这些分布式资源学习，这会是一个导航、混合、重组资源、并将他们应用于真实的挑战和现实世界问题的过程。一方面，e-learning 3.0 将以个人自身利益为出发点培养个人技能；另一方面，与同事和同行合作开展工作和学习，在就业和业绩支持网络内培养能力。

大规模网络公开课（MOOC）介于 web2.0 和 web3.0 之间。它期望在资源和个人课程开发和管理方面建立去中心化的网络，但它依赖于社交网络和在线学习平台等 web2.0 工具。

因此，虽然在线学习3.0(e-learning 3.0)在很多方面预计使用连接主义的学习形式，但工具、过程、结果都是新的。这门课程成为一组链接数据源，其中的链接不仅由教育机构定义，而且由参与者和学习者定义，并且来源从多样的环境中提取和传递到多重环境中。

在这节课的演讲视频「E-Learning3.0——下一波新兴学习技术的影响」里，Stephen Downes 概括性的介绍了 E-Learing3.0 的 9 个核心概念：

  1. Data
  2. Cloud
  3. Graph
  4. Community
  5. Identity
  6. Resources
  7. Recognition
  8. Experience
  9. Agency

Q1：分布式（distributed）和去中心化（decentralized）之间的关系是什么？

根据文章 What is the difference between decentralized and distributed systems? ，去中心化系统是分布式系统的子集。两者主要的区别在于 如何/在何处做「决策」，以及信息如何在系统里通过控制节点共享。
1_nnpzTe1hx74WKICL3Gj34A.jpeg

Decentralized means that there is no single point where the decision is made. Every node makes a decision for it’s own behaviour and the resulting system behaviour is the aggregate response.

去中心化意味着没有单一节点做决策。每个节点决定自己的行为，结果系统行为是聚合响应。

Distributed means that the processing is shared across multiple nodes, but the decisions may still be centralized and use complete system knowledge.

分布式意味着在多点之间共享，但是决策可能仍然中心化，并使用完整系统知识。