☆特别报道
教育部办公厅关于加强中小学生手机管理工作的通知
各省、自治区、直辖市教育厅（教委），新疆生产建设兵团教育局：
随着手机的日益普及，学生使用手机对学校管理和学生发展带来诸多不利影响。为保护
学生视力，让学生在学校专心学习，防止沉迷网络和游戏，促进学生身心健康发展，现就进
一步加强中小学生手机管理工作通知如下。
一、有限带入校园。学校应当告知学生和家长，原则上不得将个人手机带入校园。学生
确有将手机带入校园需求的，须经学生家长同意、书面提出申请，进校后应将手机交由学校
统一保管，禁止带入课堂。
二、细化管理措施。学校应将手机管理纳入学校日常管理，制定具体办法，明确统一保
管的场所、方式、责任人，提供必要保管装置。应通过设立校内公共电话、建立班主任沟通
热线、探索使用具备通话功能的电子学生证或提供其他家长便捷联系学生的途径等措施，解
决学生与家长通话需求。加强课堂教学和作业管理，不得用手机布置作业或要求学生利用手
机完成作业。
三、加强教育引导。学校要通过国旗下讲话、班团队会、心理辅导、校规校纪等多种形
式加强教育引导，让学生科学理性对待并合理使用手机，提高学生信息素养和自我管理能力，
避免简单粗暴管理行为。
四、做好家校沟通。学校要将手机管理的有关要求告知学生家长，讲清过度使用手机的
危害性和加强管理的必要性。家长应履行教育职责，加强对孩子使用手机的督促管理，形成
家校协同育人合力。
五、强化督导检查。县级教育行政部门要指导学校细化手机管理规定，广泛听取意见建
议，及时解决学校手机管理中存在的问题。教育督导部门要将学校手机管理情况纳入日常监
督范围，确保有关要求全面落实到位，促进学生健康成长。
摘自：《教育部网站》2021 年 1 月 15 日
防范中小学生欺凌专项治理行动工作方案
为进一步防范和遏制中小学生欺凌事件发生，切实保护中小学生身心健康，努力把校园
打造成最安全、最阳光的地方，现就深入开展防范中小学生欺凌专项治理行动，制定如下工
作方案。
一、工作目标
通过深入开展防范中小学生欺凌专项治理行动，切实加强中小学生思想品德教育、法治
教育和心理健康教育，集中查处通报一批情节恶劣、社会影响大的恶性事件，指导各地进一
步摸排工作死角，织牢联动网络，健全长效机制，建设平安校园、和谐校园，促进学生健康
快乐成长。
二、工作任务
（一）全面排查欺凌事件。各地教育部门要围绕学生欺凌防治工作机制、制度措施、队
伍建设、责任落实、宣传引导、教育惩戒、条件保障等方面，对行政区域内所有中小学校开
展全面排查，确保全覆盖、无遗漏。学校要对全校学生开展全面梳理排查，与家长进行深入2
沟通交流，了解掌握学生心理状况、思想情绪和同学关系状况，及时查找发生欺凌事件的苗
头迹象或隐患点，对可能发生的欺凌行为做到早发现、早预防、早控制。
（二）及时消除隐患问题。对排查发现的苗头迹象或隐患点，学校要及时向上级教育主
管部门报告，与家长进行沟通，调查了解原因，采取必要的干预措施，做好疏导化解工作，
并举一反三，及时完善有关规章制度、加强日常管理、压实工作责任、完善工作流程、细化
工作举措、防控化解风险、营造良好氛围，切实防止学生欺凌事件发生。要对近年来发生过
学生欺凌事件的学校和地区，进行“回头看”，确保整改落实到位。
（三）依法依规严肃处置。各地教育部门要依据相关政策法规和《中小学教育惩戒规则
（试行）》有关要求，指导学校进一步完善校规校纪，健全教育惩戒工作机制。对实施欺凌的
学生，情节轻微的，学校和家长要进行严肃的批评教育和警示谈话。情节较重的，学校可给
予纪律处分，并邀请公安机关参与警示教育或予以训诫。对实施暴力、情节严重、屡教不改
的，应将其表现记入学生综合素质评价，必要时依法转入专门学校就读。涉嫌违法犯罪的，
由公安机关、人民法院、人民检察院依法处置。对遭受欺凌的学生，学校要给予相应的心理
辅导。
（四）规范欺凌报告制度。各地教育部门和学校要建立健全学生欺凌报告制度。学校全
体教师、员工要进一步增强责任感，一旦发现学生遭受欺凌，都应主动予以制止，并及时向
学校报告；学校和家长要相互通知，及时进行调查处理。对情节严重的欺凌事件，要向上级
教育主管部门报告，并迅速联络公安机关介入处置，配合相关部门依法处理。对舆论高度关
注、社会影响广泛的欺凌事件，要及时报送教育部业务主管部门。报告的主要内容包括事件
基本情况（时间、地点、起因、过程、涉及人员等）和已采取的措施等。报告内容要准确、
客观、详实，不得迟报、谎报、瞒报和漏报。事件情况发生变化后，要及时续报。
（五）切实加强教育引导。各地教育部门和学校要结合学生身心发展规律和思想状况，
加强新修订的《中华人民共和国未成年人保护法》《中华人民共和国预防未成年人犯罪法》等
法律宣传解读，深入开展思想道德教育、法治教育、心理健康教育，引导学生养成良好思想
品德和行为习惯。要将防治学生欺凌专题培训纳入教育行政干部和校长、教师在职培训内容，
提高防治学生欺凌的意识和能力。要进一步加大家庭教育力度，密切家校沟通交流，引导学
生家长掌握科学家庭教育理念，依法落实监护责任。要教育引导学生正确使用网络，自觉抵
制不良网络信息、影视节目、网络游戏等侵蚀影响。
（六）健全长效工作机制。发生学生欺凌事件的地方，要认真反思，深入总结经验教训，
全面提高防治工作水平。其他地区要引以为鉴，警钟长鸣，防患未然。各地都要进一步健全
责任机制，制订学生欺凌防治工作责任清单，明确省市县各级各部门职责，压实学校校长、
班主任、学科教师和教职工各岗位责任。进一步强化预防机制，制订学校或年（班）级反欺
凌公约，建立师生联系、同学互助、紧急求救制度，积极探索在班级设置学生安全员，发挥
法治副校长作用。进一步完善考评机制，将学生欺凌防治情况纳入教育质量评价和教育行政、
学校校长、班主任、学科教师及相关岗位教职工工作考评，作为评优评先先决条件。进一步
健全问责机制，对学生欺凌问题突出的地区和单位进行督导检查、通报约谈，并向社会公开
通报恶性欺凌事件处置情况。对失职渎职的，严肃追责问责。
三、组织实施
专项治理行动分三个阶段进行。
第一阶段，部署摸底。各地进行全面部署，集中开展排查摸底工作，摸清当前学生欺凌
防治工作中存在的问题，建立台账，明确整改措施。2021 年 3 月底前完成。
第二阶段，集中整治。针对摸排结果，对发现的问题开展集中治理，依法依规做好欺凌
事件的调查处置工作，健全完善防治工作机制和制度措施。2021 年 6 月底前完成。
第三阶段，督导检查。国务院教育督导委员会办公室对各地治理行动开展情况进行抽查，
及时向社会通报有关情况。2021 年 7 月底前完成。
四、工作要求3
（一）加强组织，周密部署。各地要把做好学生欺凌防治工作作为建设高质量教育体系
的重要内容，作为学生成长成才的底线要求，作为学校教育教学工作的重要任务，切实予以
高度重视，加强组织领导，细化工作方案，明确工作要求，压实工作责任，确保治理行动取
得实效。
（二）部门联动，强化协作。各地要在属地党委和政府领导下，与法院、检察、公安、
民政、司法等部门和共青团、妇联等群团组织加强协同配合，健全部门联动机制，明确任务
分工，强化工作职责，完善防治办法，积极构建综合防治体系，切实形成工作合力。
（三）深入宣传，营造氛围。各地要及时向社会公布专项治理的重要举措、工作进展，
深入总结本地治理情况和典型工作经验，对工作不力的，予以通报曝光。要引导媒体加强正
面宣传，做好舆情引导，防止过度渲染细节，保护受害学生隐私，营造良好治理氛围。
（四）开展督查，确保落实。各地教育督导机构要将学生欺凌防治工作纳入责任督学挂
牌督导范围。要会同检察、公安等相关部门对区域和学校专项治理行动开展情况进行联合检
查，指导学校不断改进防治措施，确保各项工作落实到位。
摘自：《教育部网站》2021 年 1 月 20 日
教育部关于印发《革命传统进中小学课程教材指南》、
《中华优秀传统文化进中小学课程教材指南》的通知
各省、自治区、直辖市教育厅（教委），新疆生产建设兵团教育局：
为深入贯彻习近平总书记关于教育的重要论述和全国教育大会精神,全面贯彻党的教育
方针，指导中小学课程教材系统、全面落实革命传统、中华优秀传统文化教育，我部制定了
《革命传统进中小学课程教材指南》《中华优秀传统文化进中小学课程教材指南》，现印发给
你们，请在课程教材、教育教学等育人环节认真贯彻落实。
摘自：《教育部网站》2021 年 1 月 8 日
教育部等六部门关于印发《义务教育质量评价指南》的通知
各省、自治区、直辖市教育厅（教委）、党委组织部、编办、发展改革委、财政厅（局）、人
力资源社会保障厅（局），新疆生产建设兵团教育局、党委组织部、编办、发展改革委、财政
局、人力资源社会保障局：
为深入贯彻中共中央、国务院印发的《关于深化教育教学改革全面提高义务教育质量的
意见》《深化新时代教育评价改革总体方案》精神，教育部、中央组织部、中央编办、国家发
展改革委、财政部、人力资源社会保障部等六部门制定了《义务教育质量评价指南》，已报经
中央教育工作领导小组同意，现印发给你们，请遵照执行。
教育部 中共中央组织部 中央编办 国家发展改革委 财政部 人力资源社会保障部
2021 年 3 月 1 日
义务教育质量评价指南
为深入贯彻习近平总书记在全国教育大会上重要讲话精神，切实扭转不科学的教育评价
导向，全面深化义务教育教学改革，促进义务教育内涵发展和质量提升，推进教育治理体系
和治理能力现代化，根据中共中央、国务院印发的《关于深化教育教学改革全面提高义务教
育质量的意见》《深化新时代教育评价改革总体方案》精神，制定本指南。
一、总体要求
（一）指导思想
坚持以习近平新时代中国特色社会主义思想为指导，全面贯彻党的教育方针，坚持社会
主义办学方向，遵循学生成长规律和教育规律，加快建立以发展素质教育为导向的义务教育
质量评价体系，强化评价结果运用，健全立德树人落实机制，构建德智体美劳全面培养教育
体系，引领深化教育教学改革，全面提高义务教育质量，努力培养德智体美劳全面发展的社4
会主义建设者和接班人。
（二）基本原则
坚持正确方向。践行为党育人、为国育才使命，坚持正确政绩观和科学教育质量观，促
进义务教育公平发展和质量提升。
坚持育人为本。面向全体学生，注重综合素质评价，促进全面培养，引导办好每所学校、
教好每名学生。
坚持问题导向。完善评价内容，突出评价重点，改进评价方法，统筹整合评价，着力克
服“唯分数、唯升学”倾向，促进形成良好教育生态。
坚持以评促建。坚持实事求是、客观公正，强化过程性评价和发展性评价，有效发挥引
导、诊断、改进、激励功能，促进义务教育优质均衡发展。
二、评价内容
义务教育质量评价包括县域、学校、学生三个层面（具体指标详见附件），三者紧紧围绕
贯彻党的教育方针，以促进学生全面发展为目标，各有侧重、相互衔接、内在统一，构成完
整的义务教育质量评价体系。
（一）县域义务教育质量评价。主要包括价值导向、组织领导、教学条件、教师队伍、
均衡发展等五个方面重点内容，旨在促进地方党委政府坚持社会主义办学方向，加强对义务
教育工作的领导，履行举办义务教育职责，促进县域义务教育优质均衡发展。
（二）学校办学质量评价。主要包括办学方向、课程教学、教师发展、学校管理、学生
发展等五个方面重点内容，旨在促进学校落实德智体美劳全面培养要求，深入实施素质教育，
充分激发办学活力，不断提高办学水平和育人质量。
（三）学生发展质量评价。主要包括学生品德发展、学业发展、身心发展、审美素养、
劳动与社会实践等五个方面重点内容，旨在促进学生德智体美劳全面发展，培养适应终身发
展和社会发展需要的正确价值观、必备品格和关键能力。
三、评价方式
义务教育质量评价实施工作要注重优化评价方式方法，不断提高评价工作的科学性、针
对性、有效性。
（一）注重结果评价与增值评价相结合。关注学生发展、学校办学、县域义务教育发展
合格程度的同时，关注其发展水平和工作水平的进步程度，科学评判地方党委政府、学校和
教师的努力程度。
（二）注重综合评价与特色评价相结合。关注县域、学校全面育人整体成效和学生德智
体美劳全面发展情况的同时，注重差异性和多样性，关注每一所学校和每一名学生，促进学
校特色发展和学生个性发展。
（三）注重自我评价与外部评价相结合。在引导学生、学校和县级党委政府积极开展常
态化自我评价和即时改进的同时，构建主体多元、统整优化、责任明晰、组织高效的外部评
价工作体系。
（四）注重线上评价与线下评价相结合。建立县域、学校、学生常态化评价网络信息平
台及数据库，完善学生综合素质评价档案，并通过实地调查、观察、访谈等方式，了解掌握
实际情况，确保评价真实全面、科学有效。
四、评价实施
（一）明确责任分工。义务教育质量评价实行县（市、区）和校自评、市级复核、省级
评价、国家抽查监测。义务教育学校对本校办学质量进行自评，并对学生德智体美劳全面发
展情况进行评价。县级党委政府对学校办学质量进行评价，并对本县域义务教育质量和党委
政府履职情况进行自评，自评报告报上级教育督导部门。市级政府教育督导部门对县域义务
教育质量自评工作情况进行复核。省级政府教育督导部门组织对行政区域内各县（市、区）
义务教育质量情况进行评价，每年将评价情况报国家教育督导部门备案。国家教育督导部门
对省级开展县域义务教育质量评价情况进行抽查，对学生发展质量情况进行监测。5
（二）明确评价周期。对学校、县域质量评价要实现全覆盖，评价周期依据所辖县数、
学校数和工作需要，由各地自行确定，原则上每 3—5 年一轮，并保证在县级党政主要负责人、
校长任期内至少进行一次评价。
五、评价结果运用
各地要不断完善义务教育质量评价结果运用的机制，充分发挥评价结果对提高义务教育
质量的引领和促进作用。
（一）要运用好学生发展质量评价结果。指导教师精准分析学情，因材施教，促进每个
学生全面健康成长。将学生发展质量评价结果作为学校办学质量评价和县域义务教育质量评
价的重要依据。
（二）要运用好学校办学质量评价结果。指导学校改进教育教学和管理，全面育人、科
学育人，提升办学治校和实施素质教育能力。将学校办学质量评价结果作为对学校奖惩、政
策支持、资源配置和考核校长的重要依据。
（三）要运用好县域义务教育质量评价结果。引导县级政府落实法律法规要求，督促政
府履职尽责，为办好义务教育提供充分的条件保障和良好的政策环境。将县域义务教育质量
评价结果与县级党政领导履行教育职责评价、义务教育优质均衡发展认定等工作挂钩。对质
量评价结果不合格的，不能评优评先，不能认定为优质均衡发展县（市、区）。对履职不到位、
落实政策不力、违反有关规定、县域教育教学质量下降且整改不到位的，要对县级党政主要
领导和分管负责人、相关部门主要负责人进行问责。
六、组织保障
（一）加强组织领导。各地要将义务教育质量评价工作纳入地方党委政府、教育部门和
学校的重要议事日程，建立党委政府领导、政府教育督导部门牵头、部门协同、多方参与的
组织实施机制。实施义务教育质量评价工作，要与已经开展的对地方政府履行教育职责督导
评价、中小学校督导评估、义务教育质量监测等工作有效整合、统筹实施，避免重复评价。
各地可结合本地实际，制定义务教育质量评价实施细则。
（二）加强队伍建设。各地要组建高水平、相对稳定的质量评价队伍，主要由督学、教
育行政人员、教育科研人员、校长、教师及其他有关方面人员组成。评价人员在教育法律法
规和政策、教育教学、学校管理、督导评价等方面应具有较高理论素养、专业能力和丰富经
验。要积极探索采取政府购买服务方式，培育和委托第三方专业机构开展义务教育质量评价
工作。
摘自：《教育部网站》2021 年 3 月 1 日
教育部部署开展 2021 年春季学期近视防控宣传教育月活动
近日，教育部办公厅印发《关于开展 2021 年春季学期近视防控宣传教育月活动的通知》
（以下简称“通知”），部署在 2021 年 3 月开展春季学期近视防控宣传教育月活动。
此次宣传教育月活动主题为“共同呵护好孩子的眼睛，给他们一个光明的未来”，旨在深
入贯彻习近平总书记关于儿童青少年近视问题的重要指示精神，进一步加强学校健康教育，
推动各地和学校全面落实《综合防控儿童青少年近视实施方案》，营造近视防控宣传教育氛围。
通知要求，各地和学校要紧扣主题、因地制宜，围绕提高爱眼护眼意识、加强近视监测
干预、改进学校日常管理、加强手机管理、有效带动家长参与、宣传有益经验做法等六方面
活动内容，针对影响视力的重点因素，采取切实管用的措施方法，利用春季学期开学有针对
性地部署本地和学校开展近视防控宣传教育月活动。
通知强调，各地和学校要开展内容丰富、形式多样、互动感强的爱眼护眼科普宣传。坚
持公益，严禁任何单位和个人借宣传教育月名义搭车开展商业性活动。统筹好教育、卫生健
康等方面力量，合力加强近视防控宣传教育工作。
摘自：《教育部网站》2021 年 3 月 12 日 6
☆百家论坛
少年儿童发展纲领
陆士桢
中共中央近日发布了《关于全面加强新时代少先队工作的意见》（以下简称《意见》），这
是新中国历史上第一个以党中央名义下发的专门加强少先队工作的文件。《意见》从党的事业
持续发展，党和人民事业薪火相传、后继有人，红色基因代际相传，国家社会治理体系和能
力现代化建设等视角和站位，对中国少年先锋队在中国特色社会主义建设事业中的定位功能、
少先队教育的优势和特殊性，做了高度凝练概括，并为少先队的持续发展指明了基本原则和
具体方法。这一重要文件不仅体现了党中央对少先队工作的高度重视，为少先队工作指明了
方向，提供了根本遵循，而且对整个中国教育、对中国共产党的青少年工作、对全社会的思
想政治教育，都具有重要指导意义。
培养好少年儿童是基础性战略性工作
当前人类正处于可持续发展之关键节点，世界正处于百年未有之大变局。一方面，经过
几千年的发展，人类积累了丰富的物质和精神财富；另一方面，人类发展的危机日益突出，
这些危机与冲突不仅涉及社会制度、发展阶段等，而且涉及文化、历史、宗教、民族等上层
建筑领域。变幻的格局关系到国家治理、社会发展等一系列重大问题，也对各国的社会制度、
发展道路，特别是治理体系和能力提出了尖锐挑战。中国由于快速发展，不可避免地处于世
界大变局的关键位置和矛盾的焦点。
当前，我国社会主义事业正处于一个关键发展期，在中国共产党成立 100 年之际，决胜
全面建成小康社会取得决定性成就，正在开启第二个百年的奋斗征程。世界和中国发展的格
局都对未来中国发展方向，特别是综合实力建设提出了重大挑战，人力资源特别是可持续发
展的人力储备，必然成为重要的发展策略。《意见》一开头就明确指出，“少年儿童是祖国的
未来、中华民族的希望，也是党的未来”，提出“把培养好少年儿童作为一项关系红色江山永
不变色的战略性、基础性工作”。战略性说的是少年儿童教育在党的事业、国家持久发展中所
处的关键性和方向性的重要地位；基础性则强调了少年儿童工作是中国特色社会主义事业发
展的根本和起点。这种界定，不仅是对少先队工作的期许和厚望，也是对整个中国教育和青
少年发展方向、目标的指引。
对下一代进行政治启蒙和价值观塑造是必然选择
中国少年先锋队已有 70 余年历史，培养了成千上万社会主义建设的优秀人才，少先队和
少先队教育在我国教育事业中、在我国人才培养体系中具有不可替代的重要作用。《意见》明
确提出三个聚焦：聚焦培养共产主义接班人、聚焦传承红色基因、聚焦政治启蒙和价值观塑
造，这对于未来中国的发展具有特别重要的意义。中国特色社会主义理论体系的核心是回答
中国要走什么样的道路、怎样才能实现这一道路，而回答好这一问题，就离不开后继有人的
大命题。
越来越多的事实证明，中国的发展正在全面挑战国际社会的普遍认识——唯有西方道路
才是最好的发展道路，中国特色社会主义道路的发展优势日益显现。选择和坚持这条道路，
就必须坚守我们的道路、理论、制度和文化，并使之代代相传。所以，对下一代进行政治启
蒙和价值观塑造就是必然选择。
少先队作为党创立的儿童组织，要在《意见》的指引下，发挥儿童组织的优势，坚持组
织教育、自主教育、实践教育相统一的教育方式，把传承落到实处，“团结、教育、引领一代
又一代少年儿童听党话、跟党走”。同时，所有的教育体系、青少年教育组织和机构，包括全
社会的思想政治工作系统，也都应该以《意见》的政治站位，全面审视、研究思想政治教育
的内容与方向，在坚持素质教育的基础上，明确政治引领、价值观培育的重要作用。
新时代少先队事业可持续发展的宝库7
《意见》既讲原则、根本问题，阐述清晰、明确，又讲细节，具体问题简单明了，具有
很强的操作性。
少先队 70 余年的历史经验，在这个文件当中得以全面展示，如建立健全覆盖队前教育、
队中培养、团队衔接的阶梯式成长激励体系，着力增强少先队员光荣感等组织建设模式；讲
好党史、新中国史、改革开放史、社会主义发展史，引导广大少先队员发自内心热爱党、热
爱祖国、热爱人民，发自内心拥护中国特色社会主义等教育活动模式，分门别类地列入落实
少先队根本任务的具体工作范畴，让广大少先队工作者和辅导员读来倍感亲切。改革开放之
后，特别是进入新时代，少先队组织发展创新的一些成果，如讲好实现中华民族伟大复兴中
国梦的故事，教育引导少先队员学习英雄人物、先进人物、美好事物，从自己做起、从身边
做起、从小事做起，一点一滴积累，养成好思想、好品德等，也都作为倡导的具体工作方式
在文件中得以清晰表述。
另外，《意见》还从少先队的组织定位和社会功能出发，对少先队工作的改革创新提出了
一些具体的工作要求。如在推进少先队社会化发展问题上，明确提出坚持在党的领导下，建
设政府支持、共青团牵头、团教协作、社会协同的少先队工作机制，不仅将少先队建设纳入
国家治理现代化战略部署，而且也为推进少先队社会化进程提供了体制、机制建设的根本方
向和原则。《意见》中还结合少先队发展提出了一些新的领域和命题，例如明确提出少先队文
化建设命题，要求提升少先队宣传思想文化工作的影响力。这不仅回应了信息化社会的高速
发展，也对少年儿童自身的媒介素养教育提供了重要的指导。
《意见》是新时代少先队事业可持续发展的宝库，也为少年儿童成长发展和社会思想道
德文化这两个社会基础建设提供了重要原则和思想，需要教育界、少年儿童工作界乃至全社
会认真学习，读懂悟透。
摘自：《中国教育报》2021 年 02 月 25 日
教师惩戒权应把握“善”的内核
陈振
教师惩戒权是由制度所预成，以教育、管理学生的必要权力。作为一种制度化实践，教
育惩戒权对于维持在学秩序、学生健全人格的生成具有重要的教育性意义。然而，这一权力
在实践中往往因制度标准模糊、可操作性不强等缺陷，要么被消极慎用导致惩戒缺失，要么
被滥用导致惩戒过度，严重损害学生发展的实际权益。作为逻辑层面的延伸，教师惩戒权所
产生的极端化运行等问题，也应当从制度中寻找答案。这一制度是指，与教师惩戒权相关的
由政府、教育行政部门或学校制定、自主采纳的教育管理制度等。教师惩戒权理性回归的关
键问题就在于，能否精准把握一种“善”的制度伦理。
制度伦理是从特定的伦理道德等方面，表达对现代制度的人文关怀。其核心任务是通过
在制度安排过程中贯穿制度伦理的规范、协调和创新功能，追求一种“善”的制度。因此，
为了能够有效推进教师惩戒权的理性回归，必然需要将制度伦理视为制度之“善”的“内核”，
真正发挥实体制度对教师惩戒权应有的依托和规范作用。
省思制度发展观念
制度的确认和推行须以观念的萌生为前提。观念，就是在特定的时间和空间联系中对某
一事物进行观察、分析的思维方式。
从时间维度来看，制度伦理是制度内生秩序的“设计原理”。伦理作为“应然”意识的“活
的”体现，必定会随着时代的发展而不断更新。因此，需要对制度伦理的发展具有因时制宜
的前瞻性。在现代民主社会中，传统伦理价值形态的各种要素都发生了深刻变化。例如，在
传统教育中，教师惩戒权往往源于父母的直接授意——孩子不听话，您随意管教，哪怕是打、
骂都行。但是，随着现代自由、权利等意识在教育领域的渗透，尤其是对“无批评教育”“赏
识教育”论调的推崇，客观上也在极力否定现代教师对学生“打、骂”等惩戒手段的合理性。
因此，只有在深刻把握时代精神内涵的前提下，明晰制度“应当如此”的价值判断，才能进8
一步考察制度的构建、调整与完善是否真正契合“善”的制度的具体内涵及其发展理路。
从空间维度来看，囿于教师惩戒权具有较为复杂的情境性特征，也就不应当在制度安排
过程中，对教师采取绝对管制型的模式，而应当在防止惩戒权力滥用和慎用的前提下，明确
并树立教师的责任意识。也就是说，在具体的制度内容上带有约束性的规范不宜过多、过严，
以此给予教师惩戒更多自主选择的空间，使教师能够因地制宜地根据特定情境和学生身心发
展特点等因素，将惩戒的积极作用施予学生，解决学生发展过程中真实且较为具体的行为失
范问题。
合理重构制度秩序
制度安排的首要原则理应体现广泛的公众参与。因此，对于教师惩戒权的相关制度来说，
就应当建立多种渠道和形式，使教师和学生等利益相关者能够积极参与惩戒制度的构建与调
整。更为重要的是，需提供有效的制度保障，充分增强相关利益主体的实质性话语权，以切
实维护他们的实际权益。
此外，精心统筹谋划制度确认和推行的总体策略，可降低制度伦理链条之间的摩擦风险，
有效提升其有机齿合度，避免各个单项制度在教师惩戒权的基本问题上产生矛盾和冲突。同
时，迫于原则性立法技术等限制，各级教育行政部门、学校需要在上位或是基本法律制度的
权威解释基础上，有针对性地根据实际情况，制定不同类型、层次的具体规范及实施细则，
为教师惩戒权的有效实施提供完善且稳定的制度环境保障，使其在实践过程中有法可依、有
规可循。
在制度拟定和完善过程中，则应当把握效率标准，保障其不被扭曲或搁置的“在位”状
态。一方面，为充分发挥制度的依托作用，应当以必要的形式明确教师惩戒权的适用条件、
方式、程度和范围。虽然制度不可能涵括所有学生不合范行为及对应教师惩戒手段的所有场
景，但是可以通过“概括+列举”的方式对其加以界定。另一方面，为充分发挥制度的规范作
用，可以通过划定关键要素，抑或量化等方式，对教师惩戒与“体罚、变相体罚”进行区分。
在此基础上，才能够进一步建构相应的禁止性规定。
责任约束制度实践
从内部来看，要重塑责任意识。制度的确认和推行，关键在于内化其中的价值能否为其
客体所广泛认同。公正，在形式上直接体现为对等性，抑或不偏袒的分配，是作为制度存在
的基本价值规范；教育性，作为教师惩戒权的本质所在，则是作为相关制度所追寻的根本价
值目标，实质是使教师主体所实施的惩戒与学生不合范行为在性质、危害和过错程度等方面
相匹配。因此，在制度安排过程中，就应当按照公正原则，合理确定教师权、责分配关系的
对等性。同时，进一步建立健全教师主体责任落实机制，合理设计责任承担方式，以凸显教
师维护学生发展权益的责任担当和使命。实际上，也只有抓住责任这一关键点，才可能赋予
教师惩戒以一定的裁量权，灵活采用适宜学生身心发展的惩戒方式。
从外部来看，在确立教师主体责任的同时，还需要从世俗且客观存在的行为选择出发，
建立清晰合理且严格的责任监督、评价乃至惩罚机制。其一，需要从教师惩戒的主观意图、
所采取的惩戒手段以及对被惩戒人身心影响程度等几个方面进行综合考量、评价，并将考评
结果与对教师的评聘晋级紧密结合。但在相关环节上，无论是对教师还是学生来说，都必须
贯彻“以事明理”的原则。其二，对于确由教师主体违反法律法规、职业纪律而造成惩戒权
行使不当的情况，应当依照专门程序给予严厉的责任追究。
摘自：《中国教育报》2021.3.25 9
☆关注两会
在教育公平上迈出更大步伐
薛二勇
李克强总理在 2021 年度的《政府工作报告》中指出，发展更加公平更高质量的教育，在
教育公平上迈出更大步伐。这是新时代主动回应社会教育关切、家庭教育需求、学校改革要
求、学生发展需要的重大政策部署，是逐步解决教育发展不平衡不充分问题的持久性政策导
向，是建设高质量教育体系的基本要求。
加强困难学生、进城务工人员随迁子女和农村留守儿童的教育和管理，确保不使一个学
生掉队。在城镇化进程中，受办学条件、地理环境、家庭经济状况和思想观念等多种因素影
响，我国流动儿童和留守儿童的教育质量问题仍然较为突出。应以分类施策、精准发力为原
则，准确把握不同地区、群体的教育需要，制定有针对性的教育措施，寻找教育开展的精准
路径，推动教育政策精准实施、资源精准投放。
创新小学教育管理体制，在乡村振兴战略实施过程中，针对我国乡村小学的实际情况，
在保留必要的村小和教学点基础上，实施“中心小学”管理制度，采取一所中心小学辐射带
动 2—4 所乡村学校（分校）的办法。在中心小学内部，实行财务、人事、教育教学和教师待
遇“四统一”管理，即教育教学统一管理，教师统一配置，教育经费和教育设施设备统一调
配，教师福利待遇统一标准，使中心小学成为乡镇学校的管理中心、教师培训中心和教育教
学研究中心，实现优质教育资源全覆盖。
教育信息化是促进优质教育资源共享的必由之路，是弥补薄弱学校教育资源短板的有效
手段。完善师生的现代教育技术设备，进一步加强教育信息基础设施建设，为实现教育优质
均衡发展提供良好的信息网络资源。在中小学教师中深入、系统地开展教育信息技术培训，
要求教师全员参与，人人具备必要的教育信息技术素养。积极鼓励教师进行教学模式的探索，
形成符合地方、学校、课堂、学情实际的教育资源运用模式，有效提高课堂教学效率。
造就一支师德高尚、业务精湛、结构合理、充满活力的高素质专业化教师队伍，是在教
育公平上迈出更大步伐的关键所在。建立乡村教师专业发展支持服务体系，充分发挥县级教
师发展机构的研修、引导、带动、指引作用；建立跟岗学习机制，推进师范生尤其是公费师
范生到农村学校实习实践；支持中西部乡村教师、校长培训，增加培训内容的实际性、前瞻
性、针对性，加强教育新理念、新政策等的培训，在专业培训中实现教师的专业发展。
适度超前，把学校建设融入城镇化进程和新农村建设之中，科学设置学校布点，留足学
校用地，做到同步规划、同步实施；完善审批程序，严禁不按要求建设中小学和幼儿园等配
套教育设施的居民小区开工建设。实事求是，根据适龄儿童增加和学生流动的实际情况，有
计划地对原已萎缩的教学点进行恢复，对容纳能力不足的学校进行扩容改造，满足学生就近
入学的需求。改建、扩建、新建一批标准化寄宿制中小学校。
加强省级统筹的力度，虽然市县是我国基础教育改革和发展的责任主体，但省级政府要
进一步加大统筹力度，科学合理划分省、市、县的教育财政事权和支出责任。省级政府部门
要强化统筹协调，集中省域范围的优势资源，保障贫困地区、薄弱环节、弱势群体、特殊学
生等的高质量教育需求。省级财政部门要充分考虑市县教育资源需求与财政保障水平较低之
间的矛盾。通过明确权责清单、制定补助标准、探索政府间平行转移支付、完善政府间帮扶
体制机制等方式，建立健全权责清晰、财力匹配、标准科学、保障有力的制度体系。引导省
辖市统筹协调所辖区域内的教育资源，补齐短板、提升质量，有效实现县域范围内的城乡教
育一体化，有条件的地区逐步实现市域范围内的城乡教育一体化。
在教育公平发展的进程中，建立、完善普惠性和补偿性相结合的政策体系，针对中西部
地区、农村地区基础教育相对薄弱、教育发展相对滞后的问题，稳步加大对中西部和农村地
区招生的倾斜力度，推进教育机会的公平。与此同时，不断创新倾斜招生体制机制，充分发10
挥倾斜招生政策的效益。在促进教育机会、教育过程的公平中，逐步实现教育结果的公平，
让人人都有通过教育实现人生出彩的机会。
摘自：《中国教育报》2021 年 3 月 6 日
习近平在看望参加政协会议的医药卫生界教育界委员时强调
着力构建优质均衡的基本公共教育服务体系
3 月 6 日，中共中央总书记、国家主席、中央军委主席习近平看望参加全国政协十三届四
次会议的医药卫生界、教育界委员，并参加联组会，听取意见和建议。
要全面贯彻党的教育方针，坚持社会主义办学方向，坚持教育公益性原则，着力构建优
质均衡的基本公共教育服务体系，建设高质量教育体系，办好人民满意的教育，培养德智体
美劳全面发展的社会主义建设者和接班人。
教育是国之大计、党之大计
■ 要从党和国家事业发展全局的高度，坚守为党育人、为国育才，把立德树人融入思想
道德教育、文化知识教育、社会实践教育各环节，贯穿基础教育、职业教育、高等教育各领
域，体现到学科体系、教学体系、教材体系、管理体系建设各方面，培根铸魂、启智润心。
■ 要从我国改革发展实践中提出新观点、构建新理论，努力构建具有中国特色、中国风
格、中国气派的学科体系、学术体系、话语体系。
■ 要围绕建设高质量教育体系，以教育评价改革为牵引，统筹推进育人方式、办学模式、
管理体制、保障机制改革。
■ 要增强教育服务创新发展能力，培养更多适应高质量发展、高水平自立自强的各类人
才。
■ 对群众反映强烈的突出问题，对打着教育旗号侵害群众利益的行为，要紧盯不放，坚
决改到位、改彻底。
教师是教育工作的中坚力量
■ 有高质量的教师，才会有高质量的教育。
■ 做好老师，就要执着于教书育人，有热爱教育的定力、淡泊名利的坚守，就要有理想
信念、有道德情操、有扎实学识、有仁爱之心。
■ 广大思想政治理论课教师，政治要强、情怀要深、思维要新、视野要广、自律要严、
人格要正。
■ 要把师德师风建设摆在首要位置，引导广大教师继承发扬老一辈教育工作者“捧着一
颗心来，不带半根草去”的精神，以赤诚之心、奉献之心、仁爱之心投身教育事业。
■ 要加强中西部欠发达地区教师定向培养和精准培训，深入实施乡村教师支持计划。
■ 要在全党全社会大力弘扬尊师重教的社会风尚，推动形成优秀人才竞相从教、广大教
师尽展其才、好老师不断涌现的良好局面。
习近平强调，要把保障人民健康放在优先发展的战略位置，坚持基本医疗卫生事业的公
益性，聚焦影响人民健康的重大疾病和主要问题，加快实施健康中国行动，织牢国家公共卫
生防护网，推动公立医院高质量发展，为人民提供全方位全周期健康服务。要全面贯彻党的
教育方针，坚持社会主义办学方向，坚持教育公益性原则，着力构建优质均衡的基本公共教
育服务体系，建设高质量教育体系，办好人民满意的教育，培养德智体美劳全面发展的社会
主义建设者和接班人。
习近平在听取大家发言后发表重要讲话。他表示，来看望全国政协医药卫生界、教育界
的委员，参加联组讨论，感到十分高兴。他代表中共中央，向在座各位委员、全国广大政协
委员致以诚挚的问候。
习近平指出，过去一年，是新中国历史上极不平凡的一年。面对错综复杂的国际形势、
艰巨繁重的国内改革发展稳定任务特别是新冠肺炎疫情的严重冲击，中共中央团结带领全党11
全国各族人民齐心协力、迎难而上，经过艰苦努力，疫情防控取得重大战略成果，在全球主
要经济体中率先实现经济正增长，脱贫攻坚战取得全面胜利，全面建成小康社会取得伟大历
史性成就，改革开放深入推进，“十三五”圆满收官，“十四五”全面擘画。这些成绩来之不
易，是全党全国各族人民团结奋斗、顽强拼搏的结果，也是包括各民主党派、全国工商联和
无党派人士艰辛付出、砥砺奋进的结果。
习近平强调，在抗击新冠肺炎疫情的关键时刻，广大医务工作者不负党和人民重托，白
衣为甲、逆行出征，舍生忘死、奋力苦战，用血肉之躯筑起阻击病毒的钢铁长城，用实际行
动诠释了医者仁心和大爱无疆。广大教育工作者奋战在抗击疫情和“停课不停学、不停教”
两条战线上，守护亿万学生身心健康，支撑起世界上最大规模的在线教育，为抗击疫情、全
面有序复学复课作出了重要贡献。习近平代表中共中央，向各位医药卫生界、教育界委员、
向全国广大医务工作者和教育工作者致以诚挚的慰问。
习近平指出，广大医务工作者是人民生命健康的守护者。要大力弘扬伟大抗疫精神，深
入宣传抗疫先进事迹和时代楷模，在全社会营造尊医重卫的良好氛围。要加强对医务工作者
的保护、关心、爱护，提高医务人员社会地位，加强医院安保力量和设施建设，依法严厉打
击医闹和暴力伤医行为。广大医务工作者要恪守医德医风医道，修医德、行仁术，怀救苦之
心、做苍生大医，努力为人民群众提供更加优质高效的健康服务。
习近平强调，教育是国之大计、党之大计。要从党和国家事业发展全局的高度，坚守为
党育人、为国育才，把立德树人融入思想道德教育、文化知识教育、社会实践教育各环节，
贯穿基础教育、职业教育、高等教育各领域，体现到学科体系、教学体系、教材体系、管理
体系建设各方面，培根铸魂、启智润心。要从我国改革发展实践中提出新观点、构建新理论，
努力构建具有中国特色、中国风格、中国气派的学科体系、学术体系、话语体系。要围绕建
设高质量教育体系，以教育评价改革为牵引，统筹推进育人方式、办学模式、管理体制、保
障机制改革。要增强教育服务创新发展能力，培养更多适应高质量发展、高水平自立自强的
各类人才。对群众反映强烈的突出问题，对打着教育旗号侵害群众利益的行为，要紧盯不放，
坚决改到位、改彻底。
习近平指出，教师是教育工作的中坚力量。有高质量的教师，才会有高质量的教育。做
好老师，就要执着于教书育人，有热爱教育的定力、淡泊名利的坚守，就要有理想信念、有
道德情操、有扎实学识、有仁爱之心。广大思想政治理论课教师，政治要强、情怀要深、思
维要新、视野要广、自律要严、人格要正。要把师德师风建设摆在首要位置，引导广大教师
继承发扬老一辈教育工作者“捧着一颗心来，不带半根草去”的精神，以赤诚之心、奉献之
心、仁爱之心投身教育事业。要加强中西部欠发达地区教师定向培养和精准培训，深入实施
乡村教师支持计划。要在全党全社会大力弘扬尊师重教的社会风尚，推动形成优秀人才竞相
从教、广大教师尽展其才、好老师不断涌现的良好局面。
习近平强调，我国广大妇女积极投身新时代中国特色社会主义事业，以巾帼不让须眉的
豪情和努力，起到了“半边天”的重要作用。特别是在决胜全面建成小康社会、决战脱贫攻
坚、抗击新冠肺炎疫情等各个战线上，广大妇女奋勇争先、顽强拼搏，充分展现了新时代女
性风采。
习近平指出，实现党和国家发展的宏伟蓝图，需要包括妇女在内的全体中华儿女共同奋
斗。希望广大妇女做伟大事业的建设者、做文明风尚的倡导者、做敢于追梦的奋斗者，在全
面建设社会主义现代化国家新征程上，为实现中华民族伟大复兴的中国梦作出新的更大贡献。
各级妇联组织要承担引领广大妇女听党话、跟党走的政治责任，激发广大妇女的历史责任感
和主人翁精神，为推动我国妇女事业发展作出新贡献。各级党委和政府要充分认识发展妇女
事业、做好妇女工作的重大意义，加大重视、关心、支持力度，严厉打击侵害妇女权益的违
法犯罪行为，依法维护妇女权益。
摘自：《中国教育报》2021.3.6
12
☆国际视角
Course video recommendation with multimodal information
in online learning platforms: A deep learning framework 在
线学习平台中包含多模式信息的课程视频推荐：一个深度学
习框架（英国）
British Journal of Educational Technology, Vol. 51 No.5 2020, 1734–1747
[摘要/简述]
Abstract
随着在线学习平台的迅速发展，学习者可以访问更多种类的课程。 但是，
由于课程数量众多，他们可能难以做出选择。我们研究的主要贡献是课程推荐
框架的设计，该框架基于深度学习模型提取多模式课程特征。在此框架中，课
程标题，课程音频和课程注释等不同类型的课程信息可用于在在线学习平台中
进行适当的推荐。此外，我们利用显性和隐性反馈来推断学习者的偏好。基于
现实世界的数据集，我们的经验结果表明，所提出的框架在课程推荐中表现良
好，模型评估指标 AUC（Area Under the ROC Curve）得分为 79.03％。该框架
可以为课程视频推荐提供技术支持，从而帮助在线学习平台管理课程资源并优
化用户学习体验。
Introduction
在 Web 2.0 时代，教学方法已经从离线变为在线。在线教育可以提高学习过
程的有效性（Kekkonen-Moneta＆Moneta，2002），从而成为用户以便捷且廉价
的方式学习课程的越来越重要的方式。在教育领域，将电子学习与传统教学方
法结合起来，可以提高学生的学习成绩（Condie＆Livingston，2007）。 MOOC 和
Coursera 等在线学习平台使学习者可以快速访问各种课程，其中包括数千门课程
和数百万在册学生。然而，大量的课程使学习者难以选择合适的课程。每个学
习者都有自己的兴趣和能力，因此个性化推荐非常重要。最近的一项研究表明，
MOOC 的完成率非常低（De Freitas，Morgan 和 Gibson，2015）。课程难度和学生
技能之间的不匹配成为利用在线学习为学习者提供知识的主要障碍。在本文中，
我们专注于使用基于深度学习方法的多模式数据制定适当的课程推荐。
先前的研究已经探索了在线学习平台中的推荐问题（Liu，Fan，Chou 和 Chen，
2010）。 但是，这些研究在推荐课程时仅考虑了一些数字特征（例如，课程相
关性得分）。 一些研究使用深度学习方法从课程中提取了其他隐藏特征（例如，
从课程标题中提取了文本特征，并从课程视频中提取了视觉特征）。 此外，尽
管一些研究尝试通过将社交信息整合到现有方法中来提出建议（Intayoad，Becker
和 Temdee，2017），但一些研究也从学习者的游戏记录或观看记录中推断出学
习者的偏好。这项研究可以填补现有的研究空白。
当学习者想开始一门新课程时，他们会根据课程名称进行选择，以查看该
课程是否满足他们的要求。同样，评论的数量代表了课程的受欢迎程度和质量。13
因此，可以利用数字和文本信息来推荐课程。而且，课程视频的声学信息和视
觉信息在学习者学习过程中同时对学习者产生影响。我们研究的新颖性之一是
使用具有常见数字和文本特征的深度学习方法提取声学和视觉特征，以提高课
程推荐的效果。至于学习者在在线学习平台上的行为，播放课程视频可被视为
显式反馈，因为它直接反映了学习者的偏好。同时，仅查看课程标题，评论等，
而不播放视频可以间接反映学习者的偏好。学习者可能对该课程感兴趣并下次
观看该课程的视频。在推荐课程时，也应考虑这种隐式反馈。
简而言之，我们的研究工作提供以下主要贡献。首先，我们在推荐过程中
考虑了多模式数据，例如课程的文本信息，视频和音频记录。其次，我们提出
了推荐模型，该模型整合了学习者的基本信息以及显性和隐性反馈数据。最后，
我们设计了一个新颖的深度学习框架，该框架提取了在线学习平台中学习者和
课程的隐藏信息。据我们所知，这是在线学习领域中的第一项成功研究，该研
究将不同类型的学习者的偏好和课程的多模式特征整合到了深度学习推荐模型
中。我们研究的实际意义在于，可以将所提出的深度学习框架应用于在线学习
平台中，以根据学习者的偏好推荐合适的课程，从而可以提高学习者的点击率
并降低学习者的流失率。
本文的其余部分安排如下。Related Work 总结了与在线学习平台和深度学习
方法中的推荐相关的现有文献。The Proposed Method 部分介绍了建议的框架，
其中包含有关推荐课程视频的详细信息。我们的实验结果的讨论在 the Empirical
Analysis 部分中进行介绍。The Conclusions and Future Work 部分给出了我们研究
的结论与未来工作。
……
The Proposed Method
在这项研究中，我们为在线课程视频推荐设计了一个新的多模式信息框架。
在此框架中，课程的各种信息在在线学习平台中进行适当的推荐。播放记录和
观看记录都可以用来推断学习者的偏好，可以将其视为显式和隐式反馈。深度
学习方法用于推荐在线课程视频。在线课程视频推荐多模式信息框架如 Figure 1
所示。从 Figure 1 可以看出，提议的框架包括四个步骤，即数据收集，特征提取，
剖析和推荐。14
Empirical Analysis
The datasets
我们的学习者和课程数据集来自中国最大的在线学习平台之一。 对于每个
学习者，我们收集了他/她的基本信息（即年龄和性别），游戏记录和查看记录。
对于每个课程视频，我们收集了视频流和音频流，标题和数字数据（即持续时
间，播放量和评论量），作为推荐模型的输入多模式材料。为了从一个人的游戏
记录中完全推断出学习者的偏爱，我们确保每个学习者在 2019 年 11 月至少玩
了两门课程。在省略了一些学习者之后，我们从平台的不同类型中总共选择了
1853 个学习者，5479 个课程，21619 个游戏记录和 24258 个观看记录。
The performance measures
我们应用了两种绩效指标（Guan et al，2019）来评估提议的深度学习框架15
的有效性。第一个度量是 ROC 曲线下的面积（AUC）。 AUC 衡量每一对正确预测
的学习者和课程的比率。对于每个学习者 m 和每个课程 n，正确预测的配对定
义（1）：
第二个指标是 Hit Ratio，它是指在其前 K 个推荐课程列表中拥有一个或多个
正确推荐课程的学习者的比例。在以下各部分中，K 的不同值会被选择。
Experimental Settings
我们由 Keras 实现我们的推荐框架，并使用 Python 处理数据。我们在训练
步骤中采用了反向传播和批量训练方法。LSTM中的每一层都使用Relu 激活功能，
而全连接层则使用 Sigmoid 激活功能，因为它是二进制分类问题。我们使用
RMSProp 作为优化器。至于参数设置，批次为 16，迭代次数为 100，学习率为
0.001。损失函数为“binary_crossentropy”，指标为“准确性”。为了进行模型评
估，将每个学习者所玩课程的一半随机选择作为训练集，而将其他所玩课程选
择为测试集。
Experimental results of recommendation models
我们评估了传统深度神经网络（DNN）以及其他众所周知的深度学习方法（例
如长时程记忆（LSTM））的推荐性能，这是一种特殊类型的递归神经网络（RNN）
和卷积神经网络 （CNN）。采用的功能集包括所有课程功能和学习者信息。Table
3 报告了我们的实验结果。基于 AUC 和四个命中率，建议的 LSTM 优于所有基线
模型。可能的原因是，与 LSTM 相比，传统的中性网络没有考虑序列信息。 由
于池化层，CNN 可能会丢失一些重要信息。诸如最大池化和平均池化之类的常
见池化机制可以避免过度拟合，但是在减小尺寸时会以某种方式错过重要功能。
因此，在其余的实验中，我们将 LSTM 用作推荐模型。
Comparison for various kinds of learner information
我们评估了学习者信息的不同组合的有效性。在这一部分，我们使用了四
个信息集，即 S1，S2，S3 和 S4，它们代表基本信息（即年龄和性别），基本信
息和显式反馈，基本信息和隐式反馈，和所有可用学习者信息的使用。在这些
信息集中，将考虑所有课程功能。我们的实验结果示于 Table 4。16
各种学习者信息的实验具有启发性。如前所述，显式反馈来自学习者的游
戏记录，隐式反馈来自学习者的观看记录，它们可以直接或间接地反映学习者
的偏好。显然，信息子集 S4（即基本信息，显式反馈和隐式反馈）引领最佳性
能。如 Table 4 所示，深度学习模型可以实现 79.03％的 AUC。另一个指标 Hit Ratio
用于衡量基于排名的推荐准确性。当 K 在 50 到 200 之间变化时，S4 在所有 K 中
表现最佳。整合所有学习者信息的 AUC 和四个命中率分别比基线高 6.73％，
102.93％，76.88％，46.63％和 45.55％。实验结果的比较表明，通过整合学习者
的各种信息，该方法可以提高在线学习平台的推荐效果。
Comparison for various course feature sets
课程特征的不同组合的有效性测试。对于这一系列实验，我们尝试了五个
特征集，分别是 P1（即数字特征），P2（即数字特征和文本特征），P3（即数字
特征，文本特征和声学特征），P4（即数字功能，文字功能和视觉功能）和 P5
（即所有可用的课程特征）。在这些功能集中，考虑了各种学习者信息。我们的
实验结果列于 Table 5。
总体而言，很明显特征子集 P5（即所有可用特征）可带来最佳性能。通过
使用所有可用功能，相对于仅使用数字功能，AUC 性能提高的百分比为 31.69％。
这些实验结果证实了推荐课程时多模式的好处。同样，值得注意的是，特征子
集 P4（即数字特征，文本特征和视觉特征）比 P3（即数字特征，文本特征和声
学特征）具有更好的性能。结果表明视觉特征比声学特征更重要。推荐课程视
频时，视频流包含更重要的信息。
……
Conclusions and Future Work
在 Web 2.0 时代，在线学习已成为学习者访问各种课程的最重要资源之一。
由于在线学习的爆炸性增长，如何向学习者推荐适当的课程以提高 MOOC 的学
习效率成为一个关键问题。先前的研究已经介绍了一些课程的数字特征以推荐
课程；但是，文本功能和视频功能很少被探索。而且，尽管根据他们的游戏记
录考虑了学习者的偏爱，但他们的隐性反馈却被忽略了。我们的研究提供了以
下贡献。首先，设计了一种新颖的深度学习框架，用于推荐在线学习平台中的
课程。其次，从课程中提取的多模特征（即数字特征，文本特征，声学特征和17
视觉特征）被完全融合。第三，将学习者的基本信息，显式反馈和隐式反馈相
结合以推断出他/她的喜好。最后，进行了一项实证研究，以确定影响推荐绩效
的有效特征。
通过使用真实的学习者和课程数据集，我们的实验结果表明，从课程中挖
掘的多模特征对于推荐很有用。LSTM 推荐模型的 AUC 得分达到 79.03％，命中
率达到 7.61％，15.76％，24.78％和 31.09％，表明推荐准确性很高。我们的实
验结果还表明，视觉特征比声学特征更为重要。此外，就学习者所有信息而言，
使用 AUC 得分的模型要优于仅使用学习者基本信息的模型 6.73％。我们研究工
作的实际含义是，在线学习平台可以应用建议的深度学习框架向学习者推荐适
当的课程。对于学习者来说，他们不必浪费时间从一长串的课程中选择合适的
课程。推荐可以帮助学习者快速访问他们真正想学习的课程，从而提高学习过
程的效率。此外，由于我们的深度学习框架考虑了课程的多模式信息以及学习
者的丰富偏好，因此推荐课程的内容可以完全满足学习者的需求。具有不同学
习能力和知识背景的学习者可以找到适合自己的课程。结果，可以大大提高完
成率和学习者的学习质量。
将来我们要探索更复杂的深度学习模型，例如受限玻尔兹曼机（RBM）模型
和注意力模型，以增强我们未来工作中的课程推荐过程。此外，我们目前的研
究仅考察课程标题的文本特征。为了进一步改善建议的推荐模型的性能，将合
并更多的课程属性（例如，课程描述和评论）。最后，我们目前的研究仅考察中
国一个在线学习平台收集的学习者和课程数据，我们未来的工作将进行更大范
围的实验，我们将使用来自更多在线学习平台中检索到的数据，以证明我们研
究的有效性。
[全文摘录]
Abstract
With the rapid development of online learning platforms, learners have more access
to various kinds of courses. However, they may find it difficult to make choices due to
the massive number of courses. The main contribution of our research is the design
of a course recommendation framework which extracts multimodal course features
based on deep learning models. In this framework, different kinds of information of
course, such as course title, and course audio and course comments, are used to
make proper recommendation in online learning platforms. Moreover, we utilize both
explicit and implicit feedback to infer learner’s preference. Based on real-world
datasets, our empirical results show that the proposed framework performs well in
course recommendation, achieving an AUC score of 79.03%. This framework can
provide technical support for course video recommendation, thus helping online
learning platforms to manage course resources and optimize user learning
experience.
Introduction
In the age of Web 2.0, teaching methods have shifted from offline to online. Online
education can improve the effectiveness of the learning process (Kekkonen-Moneta &
Moneta, 2002), thus becoming an increasingly more important way for users to learn
courses in a convenient and inexpensive way. In the education field, when combing 18
e-learning with traditional teaching methods, students’ academic performance can
improve a lot (Condie & Livingston, 2007). Online learning platforms such as MOOC
and Coursera allow learners to have quick access to various kinds of courses, with
over thousands of courses and over millions of enrolled students. However, the
massive number of courses makes it difficult for learners to choose a proper one.
Each learner has his/her own interests and capabilities, thus personalized
recommendation is important. A recent study shows that the completion rate of
MOOCs is extremely low (De Freitas, Morgan, & Gibson, 2015). The mismatch
between courses’ difficulty and students’ skills becomes a main hindrance of
leveraging online learning to provide knowledge for learners. In this paper, we focus
on making proper course recommendation using multimodal data based on deep
learning methods.
Practitioner Notes
What is already known about this topic
• Online learning has become an increasingly more important way for users to learn
courses in a convenient and inexpensive way.
• With the rapid development of online learning platforms, several studies have
explored the recommendation problem in online learning platforms.
• Some factors have been used in online learning recommendation; however,
previous studies have only focused on textual information like title and introduction.
What this paper adds
• The main contribution of our research is the design of a course recommendation
framework which extracts multimodal course features based on deep learning
models.
• In this framework, different kinds of information of course videos, such as course
title, and course audio and course comments, are used to make proper
recommendation in online learning platforms.
• We utilize both explicit and implicit feedback to infer learner’s preference.
• Our empirical results show that the proposed deep learning framework
outperforms baselines in course video recommendation. Implications for practice
and/or policy
• This paper can not only extract features to facilitate the recommendation of
courses, but also help explaining what factors attract learners in online learning
platforms.
• The combination of learner’s basic information, explicit feedback and implicit
feedback can fully infer his/her preferences.
• This framework can provide technical support for course video recommendation,
thus helping online learning platforms to manage course resources and optimize user
learning experience.
Previous research has explored the recommendation problem in online learning 19
platforms (Liu, Fan, Chou, & Chen, 2010). However, these studies only considered
some numerical features (eg, course relevance score) when recommending courses; a
few studies extracted other hidden features from courses (eg, textual features
extracted from course titles, and visual features extracted from course videos) using
deep learning methods. Moreover, though some studies tried to make
recommendation by integrating social information into existing methods (Intayoad,
Becker, & Temdee, 2017), a few of the previous studies inferred learner’s preference
from his/her play record or view record. This study can fill the existing research gaps.
When learners want to start a new course, they make choices according to course’s
title to see whether the course will satisfy their demands or not. Also, the number of
comments represents the popularity and quality of the course. Accordingly, both
numerical and textual information can be leveraged to recommend courses.
Moreover, both acoustics information and visual information of course videos have
simultaneous impact on learners when they are learning courses. One novelty of our
research is to extract acoustics and visual features using deep learning methods with
common numerical and textual features to improve the effect of course
recommendation. As for learners’ behavior on online learning platforms, playing
course video can be treated as explicit feedback, as it directly reflects the learner’s
preference. Meanwhile, just viewing course’s title, comments, etc but not playing the
video can indirectly reflect the learner’s preference. Learners may be interested in the
course and watch the course video next time. This implicit feedback should also be
considered when recommending courses.
In brief, our research work provides the following main contributions. First, we take
multimodal data, such as textual information, video and audio recordings of courses
into consideration during the recommendation process. Second, we propose the
recommendation model which integrates learners’ basic information as well as
explicit and implicit feedback data. Finally, we design a novel deep learning
framework which extracts hidden information of learners and courses in online
learning platforms. To the best of our knowledge, in the online learning field, this is
the first successful research of integrating different types of learners’ preferences and
courses’ multimodal features in a deep learning recommendation model. The
practical implication of our research is that the proposed deep learning framework
can be applied in online learning platforms to recommend proper courses based on
learners’ preference, and hence they can improve learner click rate and reduce
learner attrition rate.
The remainder of this paper is organized as follows. The Related Work section
summarizes existing literature related to recommendation in online learning
platforms and deep learning methods. The Proposed Method section describes the
proposed framework with details for recommending course videos. Discussions of our
experimental results are presented in the Empirical Analysis section. The Conclusions
and Future Work section gives conclusions and future work of our research.
……
Conclusions and future work
In the age of Web 2.0, online learning has become one of the most important sources
for learners to have access to various courses. Due to the explosive growth in online 20
learning, how to recommend proper courses to learners to improve the learning
effectiveness in MOOCs becomes a key problem. Previous studies have introduced
some numerical features of courses for course recommendation; however, textual
features and video features have been little explored. Moreover, though learner’s
preference has been considered according to their play record, their implicit feedback
is neglected. Our research provides the following contributions. First, a novel deep
learning framework is designed for recommending courses in online learning
platforms. Second, multimodal features extracted from courses (ie, numerical
features, textual features, acoustics features and visual features) are fully fused. Third,
learner’s basic information, explicit feedback and implicit feedback are combined to
infer his/her preferences. Finally, an empirical study is conducted to identify the
effective features that influence recommendation performance.
Using real-world learner and course datasets, our experimental results show that
multimodal features mined from courses are useful for recommendation. The LSTM
recommendation model achieves an AUC score of 79.03% and Hit Ratios of 7.61%,
15.76%, 24.78% and 31.09%, which indicate high recommendation accuracy. Our
experimental results also show that visual features are more important than acoustics
features. Moreover, the model which uses learner’s all information outperforms the
model which only uses learner’s basic information by 6.73% in terms of the AUC score.
The practical implications of our research work are that online learning platforms can
apply the proposed deep learning framework to recommend proper courses to
learners. As for learners, they need not waste time choosing proper courses from long
lists of courses. Recommendation can help learners have quick access to courses that
they really want to study, thus improving the efficiency of the learning process. In
addition, since our deep learning framework has taken course’s multimodal
information and learner’s rich preferences into consideration, the contents of
recommended courses can fully satisfy learner’s needs. Learners with different
learning capabilities and knowledge backgrounds can find their own suitable courses.
As a result, the completion rate and learner’s learning quality can be highly improved.
More sophisticated deep learning models such as the Restricted Boltzmann Machine
(RBM) model and the attention model will be explored to enhance the course
recommendation process in our future work. In addition, our current research only
examines textual features of course titles. To further improve the performance of the
proposed recommendation model, more course attributes (eg, course descriptions
and comments) will be incorporated. Finally, our current research only examines
learner and course data collected from one online learning platform in China. Our
future work will conduct a larger scale of experimentation to prove the effectiveness
of our study. For instance, we will use data retrieved from more online learning
platforms in the near future.21
'Deep Learning' Is Hard To Do Virtually “深度学习”难以实际
施行（美国）
Education Week. 11/4/2020, Vol. 40 Issue 12, p6-8. 3p.
[摘要/简述]
这篇文章提出了一些建议，以帮助美国学校在 Covid-19 大流行期间如何实
施深度学习方法。它提到需要在学生和老师之间建立更强有力的关系；并在发
展过程，教学法和学校文化时将公平放在最先和最重要的位置。它提到需要加
强与家庭和社区的联系。
序言
多年来，这一直是一个两难的难题：教师应该花费宝贵的时间帮助学生深
入研究特定的难题，问题或疑问吗？还是应该更广泛地讲授各种主题？
前一种方法被称为“深度学习”，因为它可以提高学生的参与度，并使孩子
们更好地准备在健康，经济，社会正义和气候变化等日益复杂的世界中成为更
好的问题解决者。相反的论点认为，应该向学生讲授更多的主题，使他们对社
会面临的所有问题有全面的认识。
现在，采用这种“深度学习”方法比以往任何时候都更加困难，因为学生
被困在家中进行全职或兼职远程学习，或者在远离社交场所的在线教室中进行
协作，基于项目的学习和实验室实验（如果没有的话）无法做到。
这并不意味着老师没有尝试。
Neema Avashia 在波士顿的公立学校教授 7 年级社会研究，她坚信，通过一
些有意义的调整和超出平常的高级计划，她可以将实际教室中使用的“深度学
习”方法同样地带到远程或混合学习环境。
然而去年春天学校突然关闭时她感觉不是这样。
当时就只有“恐慌和危机”。“我们忘记了很多好的做法可以在虚拟空间中
完成。如果我们坚信孩子们是深入而不是广泛学习时学得最好，其实剩下的就
只是如何在在线空间中建立这类活动的事情。”
但是，挑战是显而易见的。一方面，深度学习的两个原则是，它是基于项
目的，并且经常分组进行。哈佛教育学院教授，《In Search of Deeper Learning:
The Quest to Remake the American High School》一书的作者贾尔·梅塔（Jal
Mehta）说，即使地区允许教师创建视频会议教室或允许学生组员视频，这也很
难在网上进行。
梅塔说：“对于老师来说，这是非常非常困难的情况。”
教学根植于核心思想 22
“使教师和学生的深度学习方法更容易的一种方法是在课上设置某些连贯
穿……以核心思想或核心课文为基础，”Avashia 说，“这样一来，学生就能触底
返回。”
例如，本学年 Avashia 第一个单元的主题是“抵抗”。她的学生进行了一次
“画廊漫步”，分析了整个美国历史上的反抗形象。（例子包括北卡罗来纳州格
林斯伯勒的照片，民权运动期间的午餐柜台静坐，以及越南战争抗议者在国民
警卫队士兵的枪支上放一朵花的标志性图片。）
……
但是，为远程或混合学习环境开发此类作业，然后为它们收集资源非常困
难。“这项工作真是打垮我了，”Avashia 说。“要真正做到这一点，需要非常多
时间。”
Mehta 说，在设计在线环境的深度学习课程时，像 Avashia 这样的教育者不
必“重新发明车轮”。各学区需要为教师提供一些时间，以交流思想并讨论什么
是有效的，什么是无效的。
例如，去年春天，科罗拉多州杰斐逊县学区会在星期二至星期五举办虚拟
学校，并将星期一留给教师合作。Mehta 说，该地区建立了在线社区，允许来自
不同学校的教授相同年级或科目的老师联合力量。
梅塔（Mehta）和麻省理工学院（MIT）教学实验室主任贾斯汀·赖希（Justin
Reich）于 2020 年 5 月发表的一份报告显示，赋予学生更大的自主权以追求自
己的兴趣是鼓励深入学习的又一明智的策略。
这就是苏珊·韦特里希（Susan Wetrich）在威斯康星州新柏林的胡佛小学
（Hoover Elementary）教幼儿园的事情。她正在努力适应全远程环境，建立上
学年使用的方法：让每个孩子说出他们一直想知道的事情，然后让他们在课堂
上解决所有这些问题。
例如，一个学生想知道，“植物如何生长？”韦特里希（Wetrich）确保为
每个学生提供一个花盆和万寿菊种子。孩子们在鲜花盛开时拍照留念。她今年
从一个学生的问题开始再次尝试这种方法：“如何将颜色变成粉红色？”
和学生建立联系
如果教师与学生之间没有牢固的联系，则很难个性化学习并深入研究问题，
问题或疑问。梅塔（Mehta）和赖希（Reich）在他们的报告中写道，要在网上
完成这项任务尤其困难，但它从未像现在这样重要。
为了促进更丰富的联系，马萨诸塞州斯普林菲尔德市的一所公立学校斯普
林菲尔德文艺复兴学校一直保持远程的小班，强调“探险学习”，要求学生通过
跨学科的项目进行学习。校长 Arria Coburn 说，以前的班级大约有 20 至 25 名
学生。现在，高中班平均有 15 名学生。在开学前的那个夏天，老师们通过远程
或在线访问与家长和学生会面。
现在，教师们正在尝试在在线环境中以这项工作为基础。例如，一位老师
在第一节课中花了一部分时间分别向每个学生打招呼，并向他们提问。
斯 普 林 菲 尔 德 地 区 的 教 学 专 家 梅 根 · 玛 格 拉 斯 · 史 密 斯 （ Megan 23
Magrath-Smith）说，这是很好的做法。她解释说：“孩子们需要感觉被关注。”
Mehta 和 Reich 建议，鉴于在线学习可能会造成紧缩，因此学校应该整理优先级，
去除不必要的内容，并着重强调课程中最重要的标准和部分内容。
宾夕法尼亚州纽维尔市的 Big Spring 高中做得不错，它有两天的亲自指导
和虚拟学习，令人振奋。
“如果我们的老师可以优先考虑他们的课程削减一半，那么这将使他们有
足够的时间深入学习一半的内容，而不是在表面上略读，并将所有内容提供给
学生才能达到 100％的目标。”学校的教学教练妮可·多纳托（Nicole Donato）
说。
多纳托承认，这并非易事。
她说，老师们倾向于认为所有内容都是关键，因此让他们思考学生在下一
门课程中真正需要什么很是挣扎。多纳托说，让教师们同意削减课程的难度特
别大，特别是课程还要由责任测试来评估。
面对面就是动手的时候
Mehta 和 Reich 说，像 Big Spring 这样的在混合模式下运作的学校应该非
常重视面对面授课时间，并认真考虑如何使用它。
Big Spring 正在认真对待这一点。例如，一位技术老师正在远程教他的学
生学习计算机技能，以便在面对面的日子里，他们可以驾驶他们正在编程的无
人机参加名为 SkyOp Drones 的课程。
校长比尔·奥古斯特（Bill August）表示：“我认为这是我们需要做出的
最大改变，就是在实体教室就得实际操作。”
学校还在努力在可能的情况下改变其测试方法。August 说：“我们不想花宝
贵的时间面对面地让孩子参加考试，因此自然有机会转移到基于表现的和基于
项目的任务上。”
当然，Avashia 说，有些事情根本无法很好地转换为在线或远程环境。例如，
当教孩子单独监禁时，她通常会创建一个 9 x 6 英尺的牢房，让学生可以进入
它并感觉到空间有多小。她说：“那些经验性的学习是学习的重要组成部分，我
认为我还不能在线上教授。”
这使得学生的参与度变得更加困难。她说，Avashia 感到压力，要开设“如
此引人入胜、如此吸引人的课程，让她的学生不想做别的事情”“这就是深度学
习的目的”。
深度学习的 7 条建议
为了使“深度学习”起作用，尤其是在 COVID-19 期间，学校需要保证优先
做出以下事项。
1.在学生和老师之间建立更牢固的关系。
2.在发展过程，教学法和学校文化时，应将公平放在首位。
3.给学生更多的自主权。24
4.整理学校的优先事项：摆脱对学生来说不是必需的东西。
5.充分利用您进入学校大楼的任何时间。
6.加强与家庭和社区的联系。
7.要灵活，愿意改变时间，空间和结构，以满足学生的需求。
[全文摘录]
Abstract
The article offers suggestions how schools in the U.S. can implement deep learning
approach during the Covid-19 pandemic. It mentions need to build stronger
relationships between students and teachers; and putting equity front-and-center
when developing processes, pedagogies, and school culture. It mentions need to
strengthen connections with families and communities.
It's a dilemma schools have struggled with for years: Should teachers spend the
precious time they have helping students dig deeply into a specific issue, problem, or
question? Or should they teach more broadly about a wide variety of topics?
The argument for the former approach—called "deep learning"—is that it improves
student engagement and prepares kids to be better problem solvers in a world with
increasingly complex challenges around health, economics, social justice, and climate
change. A broader approach, the counter argument goes, introduces students to a
greater mix of topics, giving them a better sense of all the issues and problems
society is facing.
Taking that "deep learning" approach is now more difficult than ever, as students are
stuck at home learning remotely either full time or part time, or in socially distanced
classrooms where collaboration, project-based learning, and lab experiments are
hard, if not impossible, to do.
That doesn't mean teachers aren't trying.
Neema Avashia, who teaches 7th grade social studies in the Boston public schools, is
convinced that, with some meaningful adjustments and more-than-usual advanced
planning, she can bring the same "deeper learning" approach she used in her
brick-and-mortar classroom to a remote or hybrid learning environment.
That was not how she felt when schools abruptly shut down last spring.
Back then, it was about "panic and crisis schooling," said Avashia. "We forgot that a
lot of things that are good practice can be done in a virtual space. If we believe kids
learn best when they are doing things deeply instead of broadly, it's about building
those kinds of [activities] in an online space."
The challenges, though, are obvious. For one thing, two of the tenets of deep
learning are that it is project-based and frequently done in groups. That's harder to
do online, even if district rules allow teachers to create videoconferencing breakout 25
rooms or permit students to meet separately, said Jal Mehta, a professor at Harvard
Graduate School of Education and an author of In Search of Deeper Learning: The
Quest to Remake the American High School.
"It's a very, very difficult situation for teachers," Mehta said.
Ground Instruction in a 'Core Idea'
One way to make teachers' and students' approaches to deeper learning easier is to
have certain "through-lines in your class. … [Try] to ground yourself in a core idea or a
core text," said Avashia. That way, students have a touchstone they can keep
returning to.
For instance, the theme for Avashia's first unit this school year is "resistance." Her
students did a "gallerywalk," analyzing images of resistance throughout American
history. (Examples included a photo of theGreensboro, N.C., lunch counter sit-in
during the civil rights movement, and the iconic picture of a VietnamWar protester
placing a flower in the gun of a National Guard soldier.)
……
But developing such assignments for remote or hybrid learning environments, and
then culling the resources for them, is hard. "The planning is kicking my ass," Avashia
said. "To do it really well, it takes a really long time."
……
7 TIPS
For "deep learning" to work, especially during COVID-19, schools need to make a
commitment to the following priorities.
1. Build stronger relationships between students and teachers.
2. Put equity front-and-center when developing processes, pedagogies, and school
culture.
3. Give students more autonomy over their learning.
4. "Marie-Kondo" school priorities: Get rid of what isn't essential for students.
5. Make the most out of any time you get in the school building.
6. Strengthen connections with families and communities.
7. Be flexible and willing to change time, space, and structures to meet students'
needs.