https://ies.ed.gov/ncee/wwc/

教育科学研究所（IES）是美国教育部的统计，研究和评估部门。 IES是独立的，无党派的。 IES的使命是为教育实践和政策提供科学依据，并以教育者，家长，政策制定者，研究人员和公众有用和易于获取的格式分享这些信息。

What Works Clearinghouse（WWC）回顾了有关教育中不同计划，产品，实践和政策的现有研究。 WWC的目标是为教育工作者提供他们做出基于证据的决策所需的信息。WWC专注于高质量研究的结果，回答“什么在教育中起作用？”这个问题。

WWC发布了一系列的实践指南。实践指南是一本出版物，为教育工作者提出建议，以应对课堂和学校的挑战。 它们基于对研究的评论，从业者的经验以及国家认可专家小组的专家意见。这些指南覆盖的范围很广，有对应大学和中学，也有对应学科学习和管理，还有针对女生学习的鼓励。

提高4至8年级的数学问题解决能力发行日期：2018年10月*修订  

防止中学辍学发行日期：2017年9月  

高等院校发展教育的策略 – 大学管理者，顾问和教师的实践指南发行日期：2016年11月 

中学生有效写作教学发行日期：2016年11月  

从幼儿园到三年级，支持阅读理解的基础技能发行日期：2016年7月*修订  

提高中学生代数知识的教学策略发行日期：2019年1月*修订 

为中小学英语学习者教授学术内容和文化素养发行日期：2014年4月  

为幼儿教授数学发行日期：2013年11月  

教小学生成为有效的作家发行日期：2018年10月*修订 

从幼儿园到八年级开展有效的分数教学发行日期：2010年9月  

提高幼儿园三年级阅读理解能力发行日期：2010年9月  

利用学生成绩数据支持教学决策发布日期：2009年9月 

帮助学生走上大学之路：高中可以做些什么发布日期：2009年9月  

构建校外时间以提高学业成绩发行日期：2009年7月  

协助学生挣扎于数学：对中小学干预（RtI）的回应发行日期：2009年4月 

协助学生挣扎阅读：对干预（RtI）和小学一年级多层干预的回应发行日期：2009年2月  

减少小学课堂中的行为问题发行日期：2008年9月  

提高青少年素养：有效的课堂和干预措施发行日期：2008年8月 

辍学预防发行日期：2008年8月  

扭转长期表现不佳的学校发行日期：2008年5月  

小学英语学习者的有效识字与英语语言教学发行日期：2007年12月 

组织指导和学习，提高学生学习能力发行日期：2007年9月  

鼓励数学和科学女孩发行日期：2007年9月

http://www.ptech.org/

P-TECH 9-14 School Model is a pioneering education reform initiative created by IBM, to prepare young people with the academic, technical and professional skills required for 21st Century Jobs and ongoing education. P-TECH represents the best of what public-private partnerships can look like, with students taking high school and college coursework simultaneously and engaging in industry-guided workforce development.

https://innovation.ed.gov/files/2016/09/AIR-STEM2026_Report_2016.pdf

2016年9月，正值美国STEM教育实施30周年之际，教育部（Department of Education in US）发布了《STEM 2026：STEM 教育中的创新愿景》（STEM 2026：A vision for innovation in STEM Education），把开展早期STEM教育作为实现未来10年愿景的八大挑战之一，要求各州政府、教育部门、社会机构等加大早期STEM教育的财政拨款和研究资助，倡导各相关机构能够提供更多如电视节目、APP等关于学习STEM的资源，促进早期STEM的发展。

http://ecstem.uchicago.edu/

2017年1月，美国早期儿童STEM工作组（the Early Childhood STEM Working Group）发布《早期STEM教育不容小觑：为所有幼儿提供高质量STEM学习经验》（Early STEM Matters:Providing High-Quality Experiencesfor All Young Learners）研究报告，阐述了开展早期STEM教育的4个指导原则，厘清了早期STEM教育应规避的认识误区，指明了早期STEM教育开展的方向。

https://www.whitehouse.gov/wp-content/uploads/2018/12/STEM-Education-Strategic-Plan-2018.pdf

2018年12月3日，美国白宫发布了STEM教育下一个五年战略计划——《制定成功之路：美国STEM教育战略》。《制定成功之路：美国STEM教育战略》由美国国家科学技术委员会STEM教育委员会制定。美国国家科学技术委员会（The National Scienceand Technology Council，NSTC）是行政部门协调联邦政府研究与开发科学技术政策的主要机构，它的主要目标是确保科学技术政策决策和方案与总统所述的目标一致。

白宫的AI政策资源 https://www.whitehouse.gov/ai/resources/

https://emoocs2019.eu/

在MOOC十字路口，三者汇合，我们问自己大学学位是否仍然是就业市场的主要货币，或者是否可能出现更广泛的资格和微观证书组合。这对教育实践有何影响？需要做出哪些政策决定？由于在线访问消除了学习的地理障碍，但不断增长的MOOC市场越来越受到美国大平台的支配，欧洲高等教育机构希望在品牌，语言和文化方面采取什么样的战略政策？

高等教育的格局正在发生变化。随着信息经济的发展，对高素质，不同的合格劳动力和公民的需求也在增加，高等教育机构面临着终身培训，重新培养和提高技能的挑战，而不是提供一次性的深度教育。企业和非政府组织部门本身正在探索更合格的在线培训方法的好处，并与高等教育机构合作进入教育市场，同时也自主或通过新的认证机构进入教育市场。在这个快速变化的情景中，技术是另一个重要的参与者。它允许采用新的，数据驱动的方式来衡量学习成果，新形式的课程定义和编制，以及通过人员分析的替代形式的招聘策略。

EMOOCs 2019年MOOC利益相关者峰会包括研究和经验，政策和业务轨道的综合格式，以及互动研讨会。并将在每个赛道上发表主题演讲，圆桌会议和小组会议以及个人演讲。目标是让决策者和从业者探索在线教育交付的创新和新兴趋势，以及支持他们的战略政策。在MOOCs之间分享知识和推进辩论的原始贡献是非常受欢迎的。

https://www.classcentral.com/report/moocs-stats-and-trends-2018/

现代MOOC运动到了第七年，在2018年超过1亿学习者，达到1.01亿。今年MOOC领域的两大趋势占主导地位。首先，尽管新用户的增长持续放缓，但MOOC平台的付费用户（和收入）却有所增加。其次，通过MOOC平台提供越来越多的学位，指向最终可能成为持久收入模式的方向。基于MOOC的学位具有一些与早期在线学位不同的独特功能，包括更低的费用，更灵活的课程安排以及更轻松的入学程序。

MOOC统计2018年

2018年，有2000万新学员注册了至少一个MOOC，低于前一年的2300万。尽管增长放缓，但付费用户的数量可能会增加。考虑到Coursera等提供商创造了创纪录的收入（2018年为Coursera提供了1.4亿美元），MOOC提供商不断调整模型似乎取得了成效。

以下是注册用户排名前五位的MOOC提供商列表：

Coursera – 3700万
edX – 1800万
学堂 – 1400万
Udacity – 1000万
FutureLearn – 870万

截至2018年底，全球已有900多所大学宣布或推出了11.4万个MOOC，今年新增了约2,000个新课程（2017年为2,500个课程）。由于调度策略的变化，过去几年可用的MOOC数量急剧增长，但由于用户增长没有跟上，每个课程的用户数量都在减少。

2018年，MOOC提供商专注于大件物品（或Class Central中六层MOOC货币化的前两层）：企业培训和在线学位。这意味着在2018年，消费者产品从用户体验和货币化角度保持相对不变。 edX是一个例外，它在2018年底宣布了分级任务的付费专区。

过去几年一直在上升的微学位不再是新的热点;虽然今年推出了120多个新的微学位项目，但重点已转移到在线学位。大约有630种微学位，包括10种不同类型。其中大部分来自两种凭证类型：Coursera的专业化和edX的专业证书。

今年早些时候，我将基于MOOC的学位称为MOOC炒作的第二波。从那时起，已经宣布了15个在线学位。这使得基于MOOC的在线学位总数超过45，高于去年的15。

Coursera，Udacity和edX的第一个在线学位表现良好，根据当前注册学生的数量，总收入超过8000万美元。目前有10,000多名学生注册了MOOC学位课程。但是，大部分入学学生来自两所大学和三个在线学位：在线硕士学位计算机科学（乔治亚理工学院与Udacity），在线分析科学硕士（佐治亚理工学院与edX）和iMBA（大学）伊利诺伊州Urbana Champaign与Coursera）。

这些学位的最初成功促使提供者 – 包括Coursera，edX和FutureLearn – 推出更多的在线学位。已宣布的许多学位尚未上线或甚至不接受申请。以下是基于MOOC的学位的完整列表。

在这些趋势之间 – 付费用户的增加，新的在线学位的推出以及对企业培训的关注 – 我们看到了对付费用户的关注的稳定转变。 EdX的新付费墙进一步证明了这一趋势。我仍然希望这些新的商业模式能够作为免费内容的保障，确保无论支付能力如何，都能为需要的人提供持续的可用性。然而，有一点非常清楚：免费用户不再是焦点。

这篇文章只是我们2018年MOOC综述系列中的一篇。在这里找到整个系列的文章。您将在2018年发现有关MOOC的所有内容 – 从最受欢迎的课程，到MOOC平台开发的概述，再到MOOC未来。

之前的回顾

• A Product at Every Price: A Review of MOOC Stats and Trends in 2017
• Monetization over Massiveness: A Review of MOOC Stats and Trends in 2016
• Less Experimentation, More Iteration: A Review of MOOC Stats and Trends in 2015

https://news.harvard.edu/gazette/story/2012/05/mit-and-harvard-announce-edx/

哈佛大学和麻省理工学院（MIT）今天宣布推出edX，这是一个在线教育的转型合作伙伴关系。通过edX，这两个机构将合作加强校园教学和学习，并建立一个全球在线学习者社区。

EdX将以两所大学提供在线教学内容的经验为基础。最近由MITx建立的技术平台将作为新学习系统的基础，旨在提供MIT课程的在线版本，包括视频课程，嵌入式测验，即时反馈，学生排名问答，在线实验室，和学生节奏学习。对于那些有动力且能够展示他们对课程材料的了解的人，可以获得掌握证书。

麻省理工学院和哈佛大学期望随着时间的推移，其他大学将加入他们提供edX平台的课程。将多所大学的教育内容聚集在一个网站上，将使全世界的学习者能够从一个网站访问任何参与大学的课程内容，并使用所有参与大学共享的一套在线教育工具。

EdX将作为开源软件发布其学习平台，以便其他希望自己托管平台的大学和组织可以使用它。由于学习技术将作为开源软件提供，其他大学和个人将能够帮助edX改进和添加技术功能。

麻省理工学院和哈佛大学将使用联合运营的edX平台来研究学生如何学习以及技术如何支持校内和在线的有效教学。 edX平台将允许研究哪些教学方法和工具最成功。这项研究的结果将用于告知教师如何在他们的教学中使用技术，这将增强校园学生和数百万人希望利用这些新的在线产品的经验。

麻省理工学院院长苏珊霍克菲尔德说：“EdX代表了一个通过在线学习改善我们自己校园教育的独特机会，同时为全球数百万学习者创造了一条大胆的新教育途径。”

哈佛大学校长Drew Faust说：“EdX为哈佛大学和麻省理工学院提供了前所未有的机会，通过开展有效教育的开创性研究和扩大在线获得优质高等教育的机会，大幅扩展我们的集体范围。”

“哈佛大学和麻省理工学院将利用这些新技术和他们所做的研究，以一种有益于我们的学生，我们的同龄人以及全国和全球人民的方式引领在线学习的方向，”Faust继续说道。

共同拥有的非营利结构
该计划将由位于马萨诸塞州剑桥市的非营利组织监督，由两所大学平等拥有和管理。麻省理工学院和哈佛大学共同承诺提供6,000万美元（每个3000万美元）的机构支持，资助和慈善事业，以启动合作。

麻省理工学院的计算机科学与人工智能实验室主任Anant Agarwal将在MIT Provost L. Rafael Reif的领导下领导MITx平台的开发，他将担任edX的第一任总裁。

在哈佛大学，教务长艾伦·加伯将指导哈佛大学的努力，而艺术与科学学院院长迈克尔·D·史密斯将在与教师合作开发和提供课程方面发挥主导作用。

预计来自哈佛大学和麻省理工学院的近期课程将包括在edX平台上。

提高住宅模型的研究
EdX将通过支持哈佛大学和麻省理工学院教师可以使用的无限数量的实验性在线教学方法来增强两校区传统的本科教育住宿模式，这将使剑桥和波士顿的学生受益。它还可以提供全球访问已经在剑桥和波士顿发生的一些世界级教学，但这只是哈佛和麻省理工学院全面体验的一个方面。

“校园环境提供了无法在线复制的机会和体验，”霍克菲尔德说。 “EdX旨在改善而非取代校园体验。”

EdX将与两所机构的持续远程学习计划分开，包括麻省理工学院开放式课程以及哈佛大学学院提供的课程，如哈佛大学扩展学院，哈佛商学院和哈佛医学院。

这个秋天的第一个课程
这些大学将努力进一步开发MITx已经开始的在线学习平台，并在edX网站上填写麻省理工学院和哈佛大学的课程。 在努力的早期阶段，两所大学将合作提供尽可能广泛的初级课程。 第一套课程计划在初夏宣布，并在秋季开始。

“我们已经快速向前发展，”Agarwal说。 “空中有很多能量，哈佛和麻省理工学院的团队迫不及待地想要合作。”

http://www.upenn.edu/learninganalytics/

任务
宾夕法尼亚大学学习分析中心使用大规模和小规模研究方法，从分析和数据挖掘到人种学和野外观察方法，以及学习和参与。我们对最先进的在线学习环境和传统课堂教学进行研究，研究哪些方法和方法可以最好地提高学生的长期成果。

改变学习环境
传统教室和在线课程之间的二分法越来越模糊，越来越多的学生在混合学习环境中工作。这些学生可能正在使用智能辅导系统（ITS），模拟，游戏或微观世界。即使在大规模在线开放课程（MOOC）等完全在线体验中，学生之间的互动也与他们与课程材料的互动一样重要。在PCLA，我们的目标是通过研究新的学习环境如何为全方位的学生提供服务来增强所有学习者的教育体验。我们研究环境和使用它们的学习者，与学术界和工业界的团体合作。在PCLA，我们不会创造新的学习环境;我们研究如何让它们变得更好。

创新
PCLA的研究人员开发了许多工具和模型，以便更好地理解大规模学习，通常是在在线学习系统的背景下。其中包括用于分析系统日志文件的新技术和用于现场观察的新协议。

我们开创了新的方法，用于在线模拟学生参与，推断复杂的学习和探究技能，学习逐步发生的学习，以及将学习者现在的经历与他们的职业和生活结果联系起来。 。我们还开创了将技术与人类判断相结合的新方法，以充分利用每种方法的优势。例如，BROMP方法是为了研究学生与教育软件的互动而开发的，它允许我们在没有侵入式传感器或视频设备的情况下研究学生的情感和行为体验。同样，我们使用文本回放（一种从教育软件中分析日志文件的方法）有助于提高我们对学生在游戏系统时所做工作的理解，而不是参与教育材料。

使（在线）学习系统更加人性化
与具有较大学生/教师比例的传统教室相比，在线学习系统可提供优势。通过自动检测错误和误解，这些系统可以提供及时的支持，以防止学生完成任务或不得不忘记了解不足的材料。无论学生是在一个充满同龄人的教室中，还是通过基于网络的应用程序独立工作，他们都应该享有教育经验，并将其视为个人。

我们的目标是通过让教师专注于他们最擅长教学的方式，使用这些方法为学生提供更好的教育体验。在拥有大量学生的班级中，自动化脚手架允许学生按照自己的进度工作。它还允许教师在更加个性化的层面上关注学生 – 帮助那些有更深层次误解而不是轻微表面错误的学生，或者与遇到与学习材料无关的问题的学生建立有意义的联系。

我们相信软件可以做的不仅仅是提供提示和自动更正，我们正在努力向人们展示如何。通过将学生的情绪和行为的课堂观察与学生日志文件相匹配，我们可以训练软件识别学生何时感到厌倦或困惑或沮丧。反过来，这可以用来使学生的学习体验更具吸引力和积极性 – 要么通过改变难度，要么提醒教育者注意可能会错过的挣扎。

• Harvard University and Microsoft.
• ALOSI (Adaptive Learning Open Source Initiative) is based on creating an open source adaptive engine powering individualized learning and assessment pathways.

• Collaborative-based Personalization 
• Zachary A. Pardos, Assistant Professor UC Berkeley
• Data-Driven Syllabus Adaptation
• Data & AI as a translation between expert/novice learner models
• RNNs langue models adapted to course navigation sequences. Intended to pick up on patterns among successful learners.

• Course Recommendation Systems with Open edX Data
• Chinmay Nivargi, Stanford University 
• Content-based Recommenders
• How similar is Course A to Course B?
  Represent each course’s bag-of-words as a vector
  TF-IDF (Term Frequency – Inverse Document Frequency) was used as the weighting for every word
• Courses previously completed by user, Courses rated by user (if available), Any other course – user relationship data (e.g. topics, region, etc.)

AI Grading

https://edx-ora-2.readthedocs.io/en/latest/architecture/ai_grading.html

Training a classifier using a supervised machine learning algorithm.
Grading student essays using a trained classifier.
Both training and grading require more time than is acceptable within the request-response cycle of a web application. Therefore, both training and grading must occur asynchronously.

The architecture should not constrain the ML algorithm (or algorithms) used by a particular implementation. It should be possible to replace the ML algorithm with any supervised learning algorithm that produces a text classifier.

We also avoid constraining the particular task queue implementation. In principle, any task queue that provides basic reliability guarantees and a retry mechanism will work (see Entities).