数字时代素养导向的课程改革、面向创新人才培养的教育教育学生的方式创新，以及数据驱动的综合素养评价不能离开智慧学习环境的支撑。因此，教育数字化转型要以区域智慧学习环境构建为基础，以学校智慧学习环境应用为目标，实现全要素、全流程、全业务、全领域的数字化，系统性重塑教育，形成智慧教育新形态。

  数字技术的加快速度进行发展拓展了传统意义上学习环境的范畴，催生了基于新一代信息技术和人工智能技术的智慧学习环境。在笔者看来，智慧学习环境融通了物理空间、社会空间和数字空间，实现了教、学、评、管、测、研、训、服等教育场景中多源异构应用系统的无缝衔接，具备了场景感知、数据驱动、人机协同、自主进化等特征，能够支持学习场景的精确感知、学习问题的精准诊断、学生发展的综合评测，并以人机协同的方式提供学生干预，对于落实素养导向的课程改革、促进学生的全面发展提供了外部支撑条件。智慧学习环境由场景应用层、技术支撑层、数据模型层3个层次组成，包含场景、资源、工具、服务、数据、模型等六个要素。

  在场景应用层中，场景是学校各类教学活动发生的主要载体，典型场景包括教学、学习、评价、测评、管理与教研等，是了解师生行为模式与活动事件整体性的重要依据。

  在技术支撑层中，资源、工具与服务则为形成智慧学习环境提供技术支撑。其中，资源是学习内容与信息的主要载体，也是营造沉浸式学习体验的重要支持；工具是教育主体与别的环境要素交互的中介手段；服务则是一种新的教育业态，基于数据信息的反馈与多元资源的供给，以业务服务的形式为教育主体提供个性化支持。

  在数据模型层中，数据与模型是智慧学习环境中“智慧”的来源。其中，数据是智慧学习环境中最核心的要素，是了解教育主体状态、发现教育问题、实现个性化服务的主要驱动力；模型则可实现对多源异构数据的深度分析与信息反馈，能从海量数据中挖掘隐藏价值、剖析具有教育意义的信息。

  随着我国教育数字化转型的深入推进，很多地区在区域层面，通过构建智慧教育底座，为学校智慧教育的开展提供环境支持。然而，部分区域由于缺乏顶层设计和科学规划，或者缺少对区域建设目标和教育问题的深入分析，问题也逐渐显现，最重要的包含作为教育大脑的区域教育大数据中心，各类应用数据联通融合不足，数据孤岛问题仍未很好解决；数据驱动的教育场景创新不够，教育分析模型贫乏，难以实现深度的教育动态监测、教育规律洞察和精准趋势变化分析；基于数据流转的教育治理流程还未形成逻辑闭环，数据支持下素养导向的课程、教学和评价改革尚未形成常态化教与学模式，业务流程尚需持续迭代。

  为解决以上问题，保障并支持学校智慧教育的高水平质量的发展，区域层面的智慧学习环境构建可优先考虑从以下3个方面深化：

  一是建设云网端一体化教育专网，支撑智慧学习环境构建。教育管理部门在区域层面建设教育专网，应汇聚5G网络，校园有线网、无线网、物联网，形成一套云网端一体化的数据传输环境，并为学校提供网络接入服务，保障校园网络联通至同一网络、实现资源共享。在建设策略上，可基于国家公共通信资源，采用政企合作的建设方式，即由运营商搭建网络基础设施，由教育部门购买服务。在网络管理上，教育专网可统一分配网络地址、统一使用中国教育和科研计算网域名、统一接入认证。此外，还应建立网络安全服务的专业团队，根据学校使用情况提供网络安全保障与带宽升级等服务，以提升网络安全防护能力。

  二是强化教育大数据中心作用，创新数据驱动的教育应用场景。教育管理部门在构建教育大数据中心时，首先应确定要采集的数据内容，一般可选择基础类、管理类、数据类、技术类、应用类、安全类等6类教育数据，参照国家有关标准进行数据采集，并通过数据溯源和数据签章机制实现“一数一源”，保障数据的真实性与隐私性；其次，为了打破信息孤岛，统一分析和处理来自学校多种应用软件的多源异构数据，还要建设教育数据目录和数据中台软件，以对来自校园业务场景的数据来进行前处理并缓存到数据池中；最后，为了发挥数据作为教育生产力核心要素的作用，还要创新“教、学、评、管、研、训、服”等业务场景，建设包含场景感知、动态监测、学情分析、规律洞察能力的教育模型，形成教育大脑，面向教师、学生、管理者等不同主体，提供个性化的数据分析看板，以此来实现数据驱动的精准教学、个性化评价和智能治理。

  三是以一体化融合智慧教育云平台，再造教育业务流程。区域在面对不同功能和特色的智慧教育平台时，应基于底座概念构建区域一体化智慧教育云平台，以融合各类业务应用，实现功能联通、数据互通、资源融通，实现统一的数字空间、统一的应用入口、统一的身份认证，支持单点登录并提供全场景的一站式服务。区域可以直接选择使用国家中小学智慧教育平台，也能自行搭建具有扩展性门户网站的区域智慧教育云平台，并对教育大数据中心中的数据信息进行联动协同、分类展示、集成应用，提供可插拔的教育应用“工具箱”。依托一体化的智慧教育云平台，在数字空间中建立新的业务逻辑闭环，将物理空间传统业务流程，抽象为数字空间下的数据流程，以此来实现教育业务流程的再造。

  不同于区域层面，智慧学习环境构建在学校层面更突出应用。当前，不少地区学校基础性、统计性数据的应用已常态化，但对教育过程性数据的深度挖掘与应用还比较浅表化。除此之外，就数字资源的多场景需求支持仍显不足，如数字资源目前多为课堂演示型资源，支持跨学科项目式的学习资源、支持大单元主题式的教学资源还比较缺乏，部分高端设备如机器人和VR缺乏适配的数字资源……可见，数字教学资源的适切性不够，难以满足教学的多场景、个性化需求。

  一是应着重关注伴随式数据的采集能力。数据是“智慧”的来源，伴随式数据采集是智慧教育实现的基础，是以无侵入、智能感知的方式来实现各类数据自动化、持续性的采集。学校在建设智慧教室时，应注意部署物联化设备与无感化的数据采集设备，实现教室环境的自动调节与多模态数据的可持续收集；在通用教室中配备交互式电子白板与高清录播设备时，以及在专用教室中配备体验式、沉浸式、仿真实验等智能设备时，都应注意能否实现师生行为数据、师生互动数据、学生状态数据的采集并与智慧教育云平台中学习管理平台的对接。此外，校园内部署的智慧公共设施，如电子班牌、智能体测、校园门禁等设施也应能采集并向智慧教育云平台汇聚数据。

  二是课堂教学设计应注意在所有的环节融入数据支撑。智慧课堂能够理解为基于群体或个体的学生动态学情数据，实现反馈评价即时化、交流互动立体化、资源推送精准化。教师在课堂教学活动设计中应结合教学目标与学生学情确定教学进程，基于效果原则和效率原则，筛选适切的数字资源、选择有效的信息工具、融合群体或个体学情数据，以提升教学的效果、效率。此外，基于智慧教育平台对学生多模态数据的关联分析，教师能全面动态地了解班级和学生的课堂状态、学习问题及学习习惯，并据此调整教学策略、教学内容，针对班级或学生个体开展群体干预或个性化干预，实现因学定教的精准教学。

  三是校本数字资源库应着重关注新型数字资源的开发。学校通过汇聚融合国家级、市级、区级和校级优质教学资源，能形成校本数字资源库，以满足师生的多样化、个性化需求。有条件的学校在校本数字资源库建设中，可采购基于虚拟现实、人工智能技术的交互式、生成式的新型数字资源，以推动课堂教学形态变革。此外，学校可联动企业和教研机构等多元主体，进行跨学科项目式学习资源及大单元主题式学习资源的共建，以支持素养导向下课程、教学、评价改革的落实。