從我開始開發企業e-learning系統到現在已經四年了。這四年實在是有很多槽要吐，因此以下是一些胡言亂語。莫怪。
幾乎每個e-learning系統均打著「隨時」，「隨地」學習的旗號，並聲稱這是網路化的學習方式。但是我認為大部分的e-learning系統僅僅作為教學系統，而不是乙個學習系統而存在。
《說文解字》的解釋，「教，上所施，下所效也」；「育，養子使作善也」。現代漢語中「教育」一詞的通行，與中國教育的現代化聯絡在一起，期望從「以學為本」向「以教為本」的現代性轉變。
在西方，教育一詞源於拉丁文educate。本義為「引出」或「匯出」。從詞源上說，西文「教育」一詞是內發之意。強調教育是一種順其自然的活動，旨在把自然人所固有的或潛在的素質，自內而外引發出來，以成為現實的發展狀態。
學習是指學習者因經驗而引起的行為、努力和心理傾向的比較持久的變化。這些變化不是因成熟、疾病或藥物引起的，而且也不一定表現出外顯的行為。
學習所產生的變化**於兩個方面，第一是教授，第二是體驗。顯然，「教育」僅僅是學習變化**的乙個方面。但是，目前的學習系統的著眼點大部分還是放在「教育」層面。即，在特定的場所（如果我們將e-learning系統也可以看作為乙個場所），通過特定的數目的材料和策略（一般情況下是lms和lcms提供），輔助達成目標的系統。實際上是乙個「教育」系統。或者我們可以稱為e-educating system。
學習系統除了目標導向的教育系統功能之外，應當更加注重「體驗」。但是，這種「體驗」的獲得往往是特定場所和特定數目的材料所不能夠提供的。即便我們可以假設特定場所和特定數目的材料對於個體而言遠遠超過了其能夠涉獵的範疇，但是系統卻沒有充分記錄和理解使用者的「體驗」過程。
這種問題一部分是因為管理者以「教育者」而非「學習者」的身份出現造成的。
為了界定使用者的知識層次，目前除了進行特定的目標限制（例如通過考核）之外沒有特別有效的方法。但是達到目標實質上只是建立在現有的經驗基礎上，在使用者從開始學習到達到特定目標的過程中，管理者、系統本身，並沒有從中得到任何的益處，甚至使用者本身是否真正的達到了特定的知識層次也未可知。
中國有成語叫「教學相長」：「是故學然後知不足，教然後知困。知不足然後能自反也，知困然後能自強也。故曰教學相長也。」 意為教和學兩方面互相影響和促進，都得到提高。我認為這句話同樣適用於e-learning系統的設計：e-learning系統是乙個學習系統，他能夠引導使用者通過各種體驗達到特定的知識層次，同時根據不同使用者的學習體驗使管理者和系統更加成熟。即e-learning系統是乙個教學反饋系統。
大部分e-learning系統是通過問卷來獲得反饋資訊的。在網路環境下，除非你的問卷填寫可以和特定的利益掛鉤，或者做到完全社會化，否則大部分情況下你獲得的資訊很可能是沒有代表意義的。
不論從客觀的角度還是從成本的角度出發，獲得使用者針對某乙個目標的活動軌跡應當是乙個比較有效的反饋手段。但是這種手段的有效性必須有乙個前提就是e-learning系統中有足夠廣泛的資料以至於使用者很少需要自己去尋找材料。目前除了企業e-learning系統之外（企業本身技術的保密性以及網路訪問的限制），可能鮮有系統能夠做到這一點。但是我們仍然有能力通過羅列引用資料**來間接的達到這個效果。
從架構上來說，e-learning設計者應當對使用者的活動資訊給予足夠的重視，從某種意義上講，這些活動資訊比記錄使用者某乙個課程，某乙個考試得到了多少分數更重要。應當將使用者的活動資料作為一等資料進行對待。
使用者活動的資訊是一種日誌形式的記錄，其包含四個部分，即「主體」在「什麼時間」，對「什麼資料」進行了「何種操作」。這非常類似於web analytic的記錄形式。接下來便是從這些資料的處理。處理分為三個階段。
第乙個階段是根據這些資料判定使用者是否達到了某乙個活動目標。由於這種處理方式類似傳統的「考試是否通過」的概念，因而應當使用所有而不是區域性的資料得出結論。雖然使用者活動資訊樣本數量很龐大，但是由於這種資料往往有固定的模式而非常容易被快速選擇出來（例如，對於大多系統仍然使用考核的方式進行目標達成的確認，那麼判定使用者是否達成了目標我們只需要關注類似「使用者，對xx試卷的xx問題進行了作答，答案為xx。」的記錄，而這些記錄可以通過「何種操作」的索引進行快速的篩選）。
第二個階段則是資料探勘。如果說第乙個部分還是「e-education」的話，那麼這個部分則是著重於使用者的「體驗」。從使用者的「體驗」中對其學習經驗進行總結。例如，使用者從開始學習到達成目標過程中，從其接觸的資料的資訊（例如難度，種類，學科相關性），順序的先後，關注時間的長短等等角度總結使用者達成目標的所有路線圖，對路線進行聚類劃分，發現學習資料之間新的相關性）。
第三個部分是嘗試將第二階段的經驗總結進行有目的的應用。但其目的是為了剔除第二階段中的錯誤結論。如果在應用一段時間之後，通過同樣的分析途徑，得出和前一次資料探勘相比正係數的增長，且這個正係數大於乙個設定值，則認為者中應用獲得了積極的正反饋效果。可以正式將其納入經驗庫。
鑑於學習活動的複雜性，不可能從乙個非常精細的角度統一e-learning。但是從大的角度考慮有兩點是一定會逐步實現的：
（1） 學習行為的記錄：「誰」在「什麼時候」對「什麼資料」做了「何種操作」這種流水賬似的行為記錄將成為學習系統中最重要的部分。而這個部分完全有能力從api上進行統一。（目前tincan api朝著這個方向邁出了堅實的一步。）
（2） 統一的學科分類表述：社會化學習的興起存在共享經驗的需求（這和搜尋引擎營銷一樣，應當具備商業前景）。經驗的共享需要在準確的知識表述的前提下完成，因此標準化的學科分類表述會逐步實現（目前比較豐富的例如wiki的分類）。
總之，我認為e-learning實質上並不是系統一級的，而是附加在系統之上的「功能」模組。我相信封閉的e-learning系統構造終將被打破，e-learning會像病毒一樣附加在個個社會或者個人**上，廣泛的傳播，聯絡，融入網路的方方面面。
為什麼是「深度」學習而不是寬度？
為什麼是深度而不是寬度？先說說我個人的理解，如下圖所示，圓圈表示神經元，有兩種方式。第一種，只有一層神經層，有8個神經元 第二種方式，有兩層神經層，分別有2個和4個神經元。相比之下，第一種更 寬 更 淺 第二種更 窄 更 深 對於每個輸入，兩種方式都可能產生8種結果 第一種 8 1 第二種 2 4 ...
企業實施e Learning成功的關鍵是諮詢
當前e learning被越來越多的企業所認可。大家都知道企業匯入e learning所能帶來的好處。這方面一些歐美國家進行的比較好，國外企業在匯入e learning後都有非常顯著的效果。然而，國內沒有一家企業在e learning方面的運用達到標榜的程度。大多數只處於初建階段，甚至是滯停階段。很...
企業實施e Learning成功的關鍵是諮詢
當前e learning被越來越多的企業所認可。大家都知道企業匯入e learning所能帶來的好處。這方面一些歐美國家進行的比較好，國外企業在匯入e learning後都有非常顯著的效果。然而，國內沒有一家企業在e learning方面的運用達到標榜的程度。大多數只處於初建階段，甚至是滯停階段。很...