引言

    学习对象（learningobject）是一种可重用的教学内容构件，笔者曾撰文详细分析过它的理论与发展历程。在AECT网站首页（http://www.aect.org/）上，DavidWiley博士的研究论著《TheInstructionalUseofLearningObjects》已经放置了数个月时间。毫无疑问，可重用学习对象的研究正受到国际教育技术界的更广泛关注。将学习对象运用于教学过程中，有两个不可回避的问题：一是对象粒度（Granularity）的大小，即多大的学习对象才是合适的；二是对象的教学编列（Sequence），即如何来编组排列学习对象。这两个问题，前者主要关注学习对象的分类方法（与粒度相关），后者则更侧重于学习对象编列理论（与编列相关）的研究。本文将细致研究学习对象各类分类方法。

一、学习对象分类法的意义及标准

    为了有效地创建、组织和编列学习对象，有必要对学习对象的类型和粒度进行区分。这涉及了分类法的讨论，按Richey的话来说，分类学等概念化模型的发展充当了“识别和组织相关变量，并定义、解释和描述变量间关系”的作用。如DavidA.Wiley指出：“目前仍没有一个可与各种教学设计对角研究界的做法是从特定角度出发，分别建立与各种教学设计原理相配的学习对象分类法，这种做法的好处是针对特定因素的考虑，但缺陷在于增加了利用学习对象时所需要的时间、资源和精力。

    从目前来看，有这样几类常见的分类法：从学习对象的内部结构进行分类，从学习对象的大小规模进行分类，以及从学习对象的用途进行分类等。下面，笔者将总结展示这几种常见分类的典型代表，并提出适合于网络环境中学习对象的粒度的定位方法。

二、学习对象分类方法一：内部结构分类法

    学习对象一般都由一个或多个内容构件要素组成，这些构件要素的数目、属生及组合方式的差异使学习对象表现出不同的特性。本文把从此角度出发的分类方法称为内部结构分类法。下面是此类分类法中两种具有典型代表意义的分类实例：

1、结构特性分类法

    这种内部结构特性分类法的代表是DavidA.Wiley博士提出的分类法，它区分了五种类型的学习对象，并列出了相应的例子，以说明各种类型之间的异同。

  ·基本型（Fundamental）：没有与其他资源相组合的单个数字化资源，一般充当展示或例示功能的视觉（或其他感官的）帮助。例如，一个手指弹钢琴键的JPEG图片。

  ·组合一封闭型（Combined-closed）：合成它的学习对象要素不能从此封闭的对象中单独获取或加以重用。例如一段视频片断，在它里面组合了图像和音频信息，但这些信息却不能从对象中复原获取（到少是不能简单任意地获取）。此类对象一般目的单一，要第提供于教学，要第提供于实践。

  ·组合一开放型（Combined-open）：由计算机为满足建立对象的请求而实时合成的大量数字化资源的组合。构成它的学习对象要素，可以从它自身中直接获取或加以重用（复原）。我们可以用网页来解释这种类型的学习对象：它包含图像、视而不见频片断、文本及其他类型可重用的媒体，这些媒体是在受请求时组合成此学习对象的。

  ·生成一演示型（Generative-presentation）：能组合或组合并生成一些低层次类型学习对象（基本型或组合封闭型）的逻辑推理及结构。尽管生成一演示型学习对象具有高度的在同一情境内可重用（它们可以在某一相似的情况下反复加以利用）的潜力，它们在不同情境间可重用（在不是为它们特定设计的其他情境中利用）的潜力动比较低，例如一个能够图形化生成一系列五线谱、音符及注释并呈现给学生的用来识别和弦问题的JavaApplet小程序。

  ·生成一教学型（Generative-instructional）：组合不同类型学习对象（基本型、组合封闭型及生成演示型），并能在这些组合体中评价学生交互的逻辑推理和结构。应用Merrill教学事务理论（ITT）建立的处理程序包，被看成是生成一教学型的学习对象。生成一教学型学习对象具有高度的情境间及情境内的可重用能力。

    这种分类法力不从心图识别一种对象是以何种方式来展示某种固有特性的。表1展示了这五类学习对象的对比：

表1学习对象结构特性分类法

学习对 象特性	基本型 学习对象	组合一封闭型 学习对象	组合一开放型 学习对象	生成一演示型 学习对象	生成一教学型学习对象
所组合要 素的数目	一个	少数	多个	少数一多个	少数一多个
所包含对象的类型	单一	基础型、 组合一封闭型	所有类型	基础型、 组合一封闭型	基础型、组合一封闭型、生成一演示型
可重用的 构件对象	（不适用于此）	否	是	是/否	是/否
一般功能	展览、显示	先行设计的 教学或实践	先行设计的教学/或者说实践	展览、显示	计算机生成式教学/或实践
对外部对 象的依赖性	否	否	是	是/否	是
对象中包含 的逻辑类型	（不适用于此）	没有，或者 基于项目得分的答案表	没有，或者特定 领域的教学 及评价策略	特定领域的 示策略演	领域独立的演示、教学及评价策略
不同情境间可重用的潜力	高	中	低	高	高
同一情境内可 重用的潜力	低	低	中	高	高

 

对表1中的学习对象特性解释如下：

  ·所组合要素的数目：用来描述为了构成此学习对象而需要进行组合的单个要素的数目（如视频片断、图像等）；

  ·所包含对象的类型：用来描述可组合成此学习对象的类型；

  ·可重用的构件对象：用来描述此学习对象的组成对象是否可在一个新的情境中被单独评价或加以重用；

  ·一般功能：用来描述此种类型学习对象的普通利用利用方式；

  ·对外部对象的依赖性：用来描述这种学习对象除自身外，是否还需要其他的相关外部信息（如网址等）；

  ·对象中包含的逻辑类型：用来描述学习对象中的教学法则和程序的普通功用；

  ·不同情境间可重用的潜力：用来描述可以利用这种学习对象的不同学习情境的数目，即这种学习对象在不同的内容范围或领域中可重用的潜力；

  ·同一情境内重用的潜力：用来描述在同一内容范围或领域中，这种学习对象可以重用的次数。

2、结构编列分类法

    IEEELTSC学习对象元数据标准草案6.3版以及我国CELTSC制定的CEDLTS-3《学习对象元数据规范》中的1.8项依照学习对象内部结构的组织方式将学习对象从内部构件要素的组织关系和编列方式上进行分类，共分为八类：集合、混合、线型、层状、网状、分支状、包状及原子状等。如下表2中所示：

表2LTSC学习对象元数据标准草案1.8项

编号	名称	解释	取值范围
1.8项 P13）	组织结构	此种学习对象的基本组织结构	1、集合（Collection） 2、混合（Mixed） 3、线型（Linear） 4、层状（Hierarchical） 5、网状（Networked） 6、分支状（Branched） 7、包状（Parceled） 8、原子状（Atomic）

三、学习对象分类方法二：聚合度分类法

    从学习对象所表现出的规模大小程度进行分类，也是一种常见的分类方法，这种方法主要关注学习对象呈现出的信息媒体块的大小，如单个媒体、网页、教学单元、课时、课程等。在Cisco可重用学习对面象策略说明书中，提到了学习对象有不同大小的表现形式，或能组合成不同大小形式的学习对象教学集，如网页、课程等；而在LTSC学习对象元数据标准草案6.3版中，则将学习对象从聚合度要素的形式上进行分类，如媒体片断类、原子集合类、集合课程类、课程体系类等。

下面是两种典型的从聚合度角度来划分学习对象的分类表述：

1、Cisco可重用学习对象策略

    在Cisco的“可重用学习对象策略”一文中提及：“通常将RLO-RIO（可重用学习对象一可重用信息对象）结构定义为两个层次的等级。RLO一般可定位在‘课时’层，而RIO则常可定位于‘主题或页面’层。如何将RLO_s组合成为更大的教学结构则取决于学习者、管理者的需要或LMS的决重。下面是一个学习对象（集）层次等级的例子：

·课程体系（Curriculum）；

·单元（Unit）；

·模块（Module）；

·课时（Lesson）（适当大小的RLO常定位于此）；

·主题或页面（Topic/Page）(适当大小的RIO常定位于此)。

对各层的标签可根据需要灵活而定，RLO的策略能够满足这种灵活的需要……

2、LTSC/LOM

    LTSC学习对象元数据标准草案6.3版中的1.9项依照学习对象聚合度的结构大小和表现形式将学习对象分为四类，如下表3中所示：

表3LTSC的学习对象元数据标准草案1.9项

编号	名称	解释	取值范围
1.9项 （P13）	聚合 层次	此种学习对象的功能粒度	（1）最小层次上的聚合，如原始的媒体数据或小型片段。 （2）原子层的集合，如一个嵌有图片的html文档或一节课。 （3）层次3学习对象的集合，如一个有索引主页将所有html文档链接起来的web页面集，或者是一门课程(course)。 （4）最大粒度上的聚合，如能获得某项证书的所有课程的集。

四、学习对象分类方法三：用途分类法

    除了上述分类方法之外，另有一类从学习对象内容的用途角度进行分类的方法，如下表4中所示：

表4学习对象用途分类法

学习对象的类型
综合型	信息型	实践型
袖珍型教学（有相关支撑信息，如微型案例研习、模拟等） 概要/总结	描述/定义 示范/模型 工作实例 案例/故事 论文/文章 决策助手	问题/案例研习 游戏/模拟 操作练习 复习 测试/评价

    这个分类法把教学事件与教学内容并重，并关注学习对象整体特所具有不同用途。它认为主要有三类的学习对象，分别可以作为综合教学、信息呈示和实践练习三种目的使用。此外，在细化理论（将教学内容编列结果分为概念、原理、过程三类）、构件显示理论（将教学内容分为概念、事实、过程、原理等几种）亦有与此相似的分类法，所不同的是进行分类的知识范畴：表4中的分类针对学习对象整体结构（包括各类教学事件）的用途；而细化理论（构件显示理论）则是将教学内容的整体用途作为主要分类依据的。

五、网络环境中学习对象的粒度定位

    网络环境中的教学内容载体形式可以网页、网上程序（如Javeapplet）等各种形式出现，并能以多种媒体方式（如文本、图片、音频、视频、动画等）来呈现。针对如此情况，为了使学习对象在网络教学中可操作化，我们必须确定：网络环境中学习对象粒度大小的定位。学习对象是具有完整教学意义并可重用的教学构件，我们注意到有些较强功能（如一段精心设计的视频、一个有内容和交互的动画等）的媒体块也初步具有此种意义。所以，本文作者综合这些因素和上述各类分类方法，列出从粒度规模上进行分类的六类（层次）网络环境中的学习对象（集），如下表5：

表5网络环境中学习对象（集）聚合特性综合对比表

层次	说明	实例	内容结构 完整性	方法适用 灵活性
媒体块	单个具有较完整突出教学意义的媒体块	如高频、动画、文本块	低	较高
简单媒体集	具有完整教学意义的多个媒体的小型集合	如单个网页、小型网络教学程序（Javaapplet）	偏低	较高
课时	具有完整教学意义的多个媒体集中的小型集合	几个网页的集	中	中
模块	具有完整教学意义的多个媒体集中的中型集合	多个网页的集	中	中
课程	具有完整教学意义的多个媒体集中的大型集合	一组很多个网页的集、网上课程（webcourse）	高	偏低
课程 体系	一门完整知识 体系的教学结构集	数个课程组成的含有许多网页的课程体系（webcurriculum）	高	低

    表5中还列出了这几类不同规模的学习对象在内容、方法上所表现的特性（因为技术因素涉及学习对象创建过程中所具体采用的工具软件，所以未列入表5的对比项中）。从表5中可以看出，当学习对象规模越大时（包含的教学信息越多），它的内容就越完整，更有利于实现教学目标，所表现出的教学意义也就会越高。但同时，它的灵活性却随着规模的增大而相应变低了（如下图所示）。如果在此不考虑技术因素的话，那么可以认为不同规模大小的学习对象所表现出来的可重用性是由内容的教学意义和适用方法的灵活性两方面综合决定的，这种关系与我们曾经做过的学习对象可重用性研究（参见《学习对象一网络教学技术的新理念》、《学习对象理念的发展历程》）的结果相对应。

    从些图中我们还可以分析出：虽然各类学习对象在某一类特性的纬度上可能存在着谁高谁低的表现，但是却不能从根本上决定这类学习对象的可重用性是独一无二、超出他类的。学习对象的可重用性高低要由两者（加上技术制作的优劣则为三者）的综合积值而定，下图表示了这种关系。

                     

    从当前实际应用来看，综合考虑各种因素，一般都建议在人为创建网络课程内容时，不必将学习对象规模创建得过大。CliveShepherd指出：“真正重要的是学习对象应该短小到足以理解吸收而又具有能适用不同情境的弹性。那么多大才合适呢？以一个普通学习者的利用角度来看，最大不应超过30分钟，而一般的则都应该保持在几分钟之内。”从表5分析来看，这种合适粒度大小的学习对象应该保持在媒体块、媒体集、课时三类学习对象之间。而对于更大规模层次的教学内容结构来说，我们可运用宏编列进行合成，而不用直接创建如庞大的学习对象。

结语

    上面所列出的几类学习对象分类方法，从有同角度区分了学习对象的特性和粒度大小。尽管目前仍没有一个普遍适用的分类标准，但我们可以从这几类典型的分类方法中得到一定的借鉴和启示：它们或多或少都涉及了学习对象的教学编列（sequence）。第一类分类法侧重的是学习对象内部结构的编列特性；第二类分类法侧重于学习对象编列后的结构大小；而第三类分类法则关注学习对象编列中对某类内部的侧重。由此可见，如何编列学习对象，有着重大的意义。本文作者将继续研究关于阐述学习对象编列的理论和方法。

   参考文献略