党的二十大报告作出“推进教育数字化，建设全民终身学习的学习型社会、学习型大国”的科学部署，擘画了终身学习的新蓝图。教育数字化转型是教育适应数字时代发展的必然要求，也是建设服务全面终身学习教育体系的重要途径。考虑到数字技术正在普遍而又深刻地改变教育世界，本文尝试从信息生态理论视角探求终身学习的数字化转型。

信息生态理论是生态学、信息科学和系统科学的跨学科研究，它关注信息与人及周围环境的相互影响、相互作用的关系，目的是通过合理的管理战略促使信息生态系统平衡协调发展，其核心思想是借鉴自然生态理念，将信息看作一种资源，通过调节人和信息环境所构成的信息生态系统，实现信息资源的合理利用。信息生态理论对于认识和优化终身学习数字化转型具有重要的方法论意义和实践应用价值。就方法论层面而言，引入信息生态理论，有助于用生态化、系统化和层次化的视角审视数字化转型，进一步厘清和剖析教育系统中各要素的关系和作用，深入推进终身学习数字化转型。从实践层面来说，用信息生态理论分析数字化转型，有助于厘清教育数字化转型基本脉络、提出新的有效解决路径，助力终身学习数字化转型的良性发展。

一、终身学习数字化转型的信息生态模型

信息生态理论为分析教育数字化转型提供了一个整体性和动态性的视角。具体而言，可以将信息、信息人、信息技术和信息环境四个因素纳入信息生态的系统化视域中，解析终身学习的数字化转型。

（一）信息生态理论的概念流变与发展脉络

20世纪60年代，随着计算机技术的进步，欧美发达国家开始迈入信息化社会，围绕信息对经济社会带来的诸多影响，学者们从不同视角对信息进行研究。依据研究的深度和视角，大致将信息生态研究划分为三阶段。一是信息生态研究的勃发阶段（20世纪60—80年代末）。这一阶段，学者初步提出了信息生态的概念。其中，麦克卢汉（H.Marshall McLuhan）从传播学的角度出发，较早提出媒介生态的思想，认为电子媒介延伸了人类的中枢系统，改变了人们的交往模式和社会组织结构，对人类的联合、行动的规模和形式发挥了塑造和控制作用。温伯格（Wein⁃berg GeraldM）从社会学角度出发，就信息技术对社会伦理问题产生的影响进行了深入研究。

第二阶段信息生态研究的深化阶段（20世纪90年代—20世纪末）。卡普罗（Rafael Capurro）提出了信息生态的概念，并超前地探讨了信息鸿沟、信息贫困以及信息污染等问题，指出“信息的生产、存储、交换、传播、选择和使用业已成为现代社会的一个关键问题。”随后，达文波特（Thomas H.Davenport）等将生态理念引入信息管理领域并指出“管理者需要一个整体视角，一个能够经受住突然的业务转变并适应不断变化的社会现实的视角。这种新方法被称为信息生态学，它强调了组织的整个信息环境。”达文波特认为，该理论有助于解决信息文化、信息生产、信息共享、信息技术等一系列问题。纳瑞德（Nardi）和奥德（O'Day）从系统论的角度将信息生态理解为由人、实践、价值和技术在特定环境中构成的信息系统，其核心是由技术支持的人的活动，进一步深化了对信息生态理论的认识。

第三阶段信息生态研究的多元化阶段（21世纪至今）。国外学者认为信息生态是涵盖信息主体、技术、实践活动等多个要素在内的复杂系统。随着研究的不断深化，国内研究者逐渐对信息生态系统的构成要素达成了共识，即“信息”“信息人”“信息技术”和“信息环境”是构成信息生态的核心要素。其中，信息人是指信息生产、传播、消费等环节中所涉及的各类主体；信息是信息人的观点、态度、言论乃至情绪的总和，是信息生态的基础要素；信息环境是指对信息有直接或间接影响的因素总和，通常分为内部环境和外部环境；信息技术是指用于生产、使用、传播信息资源的技术。

（二）终身学习数字化转型的信息生态系统模型构建

将信息生态理论引入数字化转型，有助于用生态化、系统化和层次化的视角审视终身学习的数字化转型，有利于厘清和剖析教育系统中各要素的关系和作用。根据信息生态理论构建出的终身学习数字化转型的信息生态系统的模型（图1），信息、信息人、信息环境和信息技术等要素构成数字社会整体，其也是终身学习数字化转型的理论基础；映射到教育世界则是由教育主体、教育信息、教育技术、教育环境构成的一个松散耦合的教育生态系统。在这一系统中，学习者在数字化教育世界中借助先进的数字技术促进教育资源的生产、使用、传播和交流，通过持续动态调整优化进而实现教育实践整合，最终目的是实现人与技术共生和学习者的全面发展。

在终身学习数字化转型的信息生态系统模型中，“信息人”是生态核，作为信息资源的“信息技术”和“信息”是生态基，“信息环境”是生态库。终身学习数字化转型的信息生态系统不是静态的，而是具有生态性、系统性、动态性、情境性以及协同性等特征，信息、人、技术和环境等构成要素在系统中协同发展。其中，生态性是指人、信息、技术等要素以共生互补的形态存在于数字化转型的信息生态系统里，形成一个类似生物群落的生态体系；系统性强调教育世界中的各要素相互依赖与联系，任何要素的变动都会对整个生态系统产生影响；动态性强调教育生态系统是持续演进的，这就要求教育主体在实践过程中以动态眼光去审视教育变革，以灵活策略参与教育生态系统的变革；情境性是指教育生态系统的变化更多受本系统中的各种要素影响，系统之外的因素很难发挥影响作用；协同性强调教育生态系统中的各要素协同互动，如此才能实现系统整体效益最大化。信息生态强调运用整体视角，对系统内的要素及其关系进行宏观分析，在此基础上进行实践活动，以实现信息生态的和谐发展。

二、终身学习数字化转型的信息生态诱因

随着数字技术在教育世界应用的不断深化与迭代，教育世界中的教学模式、教学活动、教育环境等都发生了系列转变，进而推动了教育关系、教育内容、学习场景和教育技术等要素的一系列变革。

（一）人的因素：数字时代的学习诉求是终身学习数字化的内生动力

数字社会中，终身学习诉求的满足对个体融入快速发展的经济社会具有重要意义。如何顺应经济社会变革，把握社会和个体自我发展的可能性，是新时代教育需要肩负的重要责任。教育数字化为满足智能社会中学习者的不同学习诉求提供了可能。其一，满足社会对教育公平的时代诉求。数字化能够使学习资源以更加多元的方式呈现出来，帮助更多学生公平地享有教育机会。例如，偏远地区的学生可以通过AR眼镜和经济发达地区的学生一样近距离观察依靠高精尖设备才能实施的物理或化学实验，弥补落后地区教学设备不足的状况；农村地区学生可以和中心城市学生享受同样的“面对面”与外教的互动对话，提高外语学习效果。其二，满足学习者个性化学习的时代诉求。借助大数据、人工智能、物联网等智能化工具，在线学习平台可以针对学生的特长、学习目标和知识水平为其提供适宜的学习资源，还可以在分析学生学习风格、能力结构的基础上进行个性化教学。同时，还能根据学生的个性化需求有针对性地适时推送学习资源。其三，满足学习者智能化学习的时代诉求。例如，高校实验室可以借助数字平台，将真实场景的视觉效果和物理特性进行高度还原，从而提升实验教育的质量和实验安全性；在人才培养解决方案中，能够基于产品所具有的大数据分析能力和人机智能引导功能，对师资培训等结果进行精准分析。以百度“实训+VR”为例，其借助高性能软硬一体化解决方案、丰富优质的专业内容、专业全面的教学报表功能并融合百度语音算法和VR技术能力，有效改善了教育实训效果，切实提升了教育实习的质量。

（二）技术因素：数字技术的迭代进步是终身学习数字化的外部推力

数字技术的迭代进步是教育数字化的外部推力。现代社会是一种技术社会，“加速化”是它的一个显著特点。以前需要几代人才能实现的社会和技术变革现在可能一代人就能实现。正如美国教育家赫钦斯所言：“一个社会的科技越发达，它的变化也就越快。”以汽车行业为例，技术持续进步导致汽车的生命周期急剧缩短。1980年，汽车工业的平均生命周期大约能持续8年，2010年生命周期的持续时间为4年，发展到现在汽车行业每几个月就有新的产品和技术问世。这种变革速度对组织和个体的变革和适应能力提出了更高的要求。复杂产品提高了对工人认知能力的要求，他们必须在更短的时间内掌握更频繁的生产能力提升，必须为非常规情况做好准备。因此，作为传统经济社会成果反映的教育和学习体系所面临着严峻课题——如何应对加速变革的社会带来的一系列挑战。在这样的环境之下，学历不再是目的，而应该作为手段来促进学习本身。同时，随着数字技术的持续迭代进步，刻画数字世界的各类新技术基本已到场，将其整合加以运用的时机已经到来，构建数字生态体系呼之欲出。数字技术生态体系通过将功能相对单一的各类数字技术集成到一个系统之中实现技术整合，进而形成功能更多、更强的技术生态体系，最终达到整体大于部分之和的效用。

（三）信息因素：知识生产模式转型带来的终身学习内容变革

20世纪90年代，吉本斯等人提出知识生产新模式（New Knowledeg Prodution Mode）用以描述当代社会中正在发生的、跨越学科和机构边界的知识生产模式的变革。他把在学科、主要是认知的语境中进行知识生产的模式称为模式1，作为传统的知识生产模式。而区别于模式1的，在更广阔的、跨学科的社会和经济情境中的知识生产称为模式2。随着经济社会变迁，当前知识生产正在由“模式1”转向“模式2”。相比“模式1”，“模式2”具有情境化、跨学科性、异质性、反思性与新的质量控制等特点。正如法国哲学家让·弗朗索瓦·利奥塔（Jean-Francois Lyotard）指出的，当变化成为人类生活的常态，如果知识还停留在原来的模式将很难延续，只有将知识转化为能被新的媒介所识别和传播的信息，才能将其转化为可以利用的资料。未来的所有研究结果都将被转化为计算机语言，且必然引发并决定了新的研究方向。……传统教育那种通过心智训练获得知识的方法和途径已成为明日黄花。

知识生产模式理论既为教育实践提供了条件，也为学习者的学习提供了指引方向。第一，“模式1”到“模式2”的转变促使人才培养发生新的变化。在知识生产模式转变的进程中，知识的生产、传播与教育的关系将会发生深刻变化，劳动力市场对能力的需求也逐渐呈现知识化的趋势，对“高精尖”人才的需求量持续增加。知识生产“模式2”以产业经济利益为价值取向，旨在促进产业经济发展、推动产业升级和服务于国家工业化进程。与之相适应，人才培养目标是能够承担国家经济社会建设历史使命的技术型和应用型人才。第二，“模式2”改变了传统的职业生涯模式，尤其是随着数字技术的普及，工作世界发生了深刻变化，知识越来越成为最重要的生产要素，这就引发按传统生产要素和资源组织起来的工作类型、工作组织、雇佣关系、工作内容发生变革，要求员工掌握更多更新的能力以适应日益频繁的岗位和角色转换以及组织变迁。这一形势下，势必要及时更新教育内容。

（四）环境因素：后疫情的不确定性是终身学习数字化的外部压力

新冠疫情于混乱中触发新旧更迭，并将我们带入后疫情时代。这是一个具有易变性（Volatility）、不确定性（Uncertainty）、复杂性（Complexity）和模糊性（Ambiguity）构成的乌卡世界（VUCA）①。后疫情时代社会发展的不确定性和持续的经济低迷，导致经济社会面临更多的重大变化。正如德国社会学家乌尔里希·贝克（Ulrich Beck）指出的，后现代社会的风险已经不同于工业时代的工厂或职业危机。风险不再局限于特定的地域或者团体，而是呈现全球化的趋势。随着人类迈入后疫情时代，技术、经济、社会和人口等方面都发生了重大变化，教育与经济社会关联紧密，其所受触发和冲击也最为直接。未来，终身学习可能要在一个更加不稳定、不确定的世界中谋求发展。

安东尼·史密斯（Anthony Smith）等人在论述现代大学面临的困境时提出：由“资产”变为“负债”的漫长过程的世界正在消失，大学的适应和调整能力还远远赶不上这种消失的速度。并且，这种差距的原因不单是外部环境的变化，更棘手的问题是环境变化的方式本身在不断变化，即“元变化”。因此，数字化转型带来教育发展新机遇的同时，也面临着一系列新的风险。一方面，技术持续迭代与教育系统反应迟缓的矛盾。数字技术日益呈现加速迭代的特点，技术的更新周期持续缩短，而教育系统以及系统中的人对待技术的态度与行动上的迟滞性变得越发明显。另一方面，数字化转型的复杂性导致结果难以预料。作为一次系统性的变革过程，教育数字化要经历很长的适应、融合周期，其间必然会面临诸多不确定性因素，使转型的成效变得难以预测。

三、终身学习数字化转型的信息生态治理对策

（一）培养“信息人”：增强终身学习数字化的适应力

人类已经迈入数据的世界，如何更好地理解数据、运用数据，正成为数字公民或数字组织的必备技能。研究表明，2018年，美国数据专家岗位数量比2014年增长了5倍，机器学习技术工程师岗位数量比2014年增长了12倍。可以窥见数字素养正成为“稀缺”技能。在此背景下，建议多措并举助力大众提升数字素养。一方面，加强学习者数字素养的培养。随着越来越多的组织和个人开始提升和投资于与数字化相关的技能，建议构建层级完善、互通互认的学习培训框架，完善学习成果认证体系，提供一系列社会支持，提高低技能、低收入等弱势群体的学习参与度。另一方面，采用灵活多元的方式培养数字素养。新出现的信息、教学和通信技术以及数字工具的发展和扩大潜力要求对数字素养的培养必须是流动的和有机的。此前培养学生成为数字化公民被视为“学校的责任”，现在则应更多地转向正式和非正式学习（包括家庭和工作场所），以确保数字素养技能不断更新。要特别加强非正规和非正式学习认证，它们是实现终身学习的重要途径，尤其是对成年学习者而言，具有时间地点灵活的优势，能够更好地适应数字时代多样化的学习方式，提高学习者的自尊和继续学习的动机，给学习者带来更大的幸福感和潜在的工作机会。

（二）提升“信息”质量：赋予终身学习数字化的新动能

一是整合数据，形成高质量的结构化数据资源。教育数字化转型是基于数据的转型，因此，提升数据质量是教育数字化转型进程中的关键。“数据是新的石油。它很有价值，但是如果未经提炼，它就无法真正地被利用。它必须变成天然气、塑料、化学品等，生成一个有价值的实体才能推动可盈利的活动。所以，数据只有在被分析之后才能体现它的价值所在。”教育组织已经累积了大量的历史数据，其庞大的学生数和业务规模又保证了新数据的不断累积。因此，教育数字化转型的困境并不是缺乏数据，而是海量的数据不是结构化和容易分析的数据。当前，学校的数据管理依然是事务型系统，数据通常是“烟囱式”的，如师资管理、学生管理、教学资源管理等各自为政，想进行全面的数据分析，就需要合并整合来自不同部门的数据，形成所有部门都能直接使用的结构化数据。二是建立高效的数据分析生态系统。建立一个由领导者、员工、外部数据分析供应商、合作伙伴等组成的数据分析生态系统。随着数字技术日益渗透进教育世界，未来终身学习治理将涉及多方面的大量数据，通过对数据的收集、分析和处理，各类教育主体较以往将更有能力及时了解和掌握未来教育内外部环境和所处的各种状态，能够对各种来源的混杂数据进行综合的分析和处理，综合考虑多方面的情报，并进行相互印证抵消错误，从而极大提升数据分析能力，有助于各主体做出更加科学合理的决策，进一步提高终身学习的治理效能。

（三）重塑“信息环境”：厘清终身学习数字化的发展向度

加强新型数字基础设施建设，提高终身学习数字化的支撑力。一是加强数字基础设施建设，优化外部政策环境。一方面要加强政策引导和支持。“数字化”作为对经济社会有着重要影响的横断性行业，政策是其全面发展的重要前提。政府是现实世界中最为重要的协调者和管理者，应在政策主导和协调下，整合多方资源，建设社会共享的数字基础设施，破解由少数主体建设导致成本过高、影响数字资源进一步普及的难题，以及少数大平台或头部企业垄断数据资源造成的教育不公平问题。另一方面要加强跨组织间协作。在政策引导基础上，通过设施、标准、渠道的互认，将碎片化的各类数字设施纳入统一的基础设施体系中，减少数据烟囱或数据孤岛给用户带来的阻碍，节省用户使用成本，提高数字化学习效果。二是重塑学校组织环境，建设有利于终身学习的数字文化。学校教育是培养学生的终身学习理念、能力与习惯的起始阶段，具有奠基作用。联合国教科文组织的相关报告也指出，实现终身学习的愿景在于文化的转变，尤其是应该从学校教育开始培育终身学习文化。建议学校主动向数据型组织建设迈进，通过对组织业务架构进行数据化改造，将外部环境数据、组织内部的各类数据进行关联整合，寻找合作伙伴并建立持续的合作关系，快速分析环境变化、受众需求和反馈改进，逐步构建有利于终身学习的校园数字文化。

（四）加强“技术伦理”：强化终身学习数字化的支撑力

组织的长期成功日益依赖于组织利用数字技术的能力，可以认为数字技术不是孤立的技术，而是为业务创新提供必要的基础设施。一是推动数字技术融入终身学习全过程。数字技术不仅可以支持教学的数字化和智能化，还可以改变学校的其他业务范围。例如，招生、日常管理、与行业企业等利益相关者的关系，等等。进一步而言，数字化转型并不单是指使用数字技术来支持业务流程，而是指使用数字技术改变学校的核心业务，使其适应数字时代的诉求。要在数字化转型过程中取得成功，学校必须变得灵活和敏捷，能够快速感知、识别、理解、学习和采用新的数字技术促进各类学习活动的开展。二是增强对教育数据的分析整合能力。传统型组织由于数据收集、处理和分析能力的限制，往往只能对某一领域部分结构化的数据进行处理，而且经常需要对这部分数据进行抽样处理和分析，据此做出相关决策。这种基于部分结构化数据采用概率统计分析等方法获取知识的传统教育治理决策的科学性和准确性往往很难保证。随着数字技术的发展，数据型组织可以更加容易地凭借新的技术和手段对未来教育治理所有相关的结构化数据和非结构化数据进行全样本的收集、处理和分析，从而可以综合考虑未来教育内外部环境，更加全面了解和掌握未来教育治理所面临的问题和挑战，并据此做出更加准确和科学的治理决策，提升未来教育治理的科学性和实效性。

注释：

①乌卡世界是指我们正处于一个易变性、不确定性、复杂性和模糊性的世界。其中，“易变性”是指事情变化速度加快；“不确定性”是指事物的发展方向不清晰；“复杂性”意味着事物之间的相互影响增多；“模糊性”表示各种关系更加不明确。

本文摘自《中国职业技术教育》2024年第15期

引用本文请标注：苏福根，吕建强.信息生态视域下终身学习的数字化转型探析[J].中国职业技术教育，2024（15）：52-58.