[作者简介] 王竹立，山西师范大学教育科学学院特聘教授；吴彦茹，山西师范大学教育科学学院副教授。
[基金项目] 本文系山西省研究生教育教学改革课题 “基于学生数字画像的研究生个性化发展教学模式研究”（项目编号：2024JG100）的研究成果。
[摘 要] 数智时代，学科建设面临多维度冲击与挑战，跨学科乃至超学科思维成为破解学科发展瓶颈的关键。 为探索新型学科研究与建设范式，研究从“软—硬”学科划分和学科范式演变视角，深入探讨了教育技术学科建设的经验与教训，指出过往教育技术学科建设误区在于，固守经典学科范式，忽视了教育技术学实为应用软学科、教育技术领域实为超学科问题领域的本质属性，进而提出了教育技术的超学科发展新范式：从学科逻辑向问题逻辑转变的知识体系重构，从方法趋同到多元共生的研究范式创新，从学科闭环到跨界流动的“双轨制”师资建设，从专业固化到需求响应的人才培养分层模型，从理论崇拜到实践创新的学科文化价值取向。 超学科新范式的探索，不仅将推动教育技术学科的自身发展，还将对其他新兴学科、交叉学科建设具有普遍的启示意义。
[关键词] 教育技术学科建设；超学科；软学科；硬学科；交叉学科
数智时代的演进， 使学科建设面临着多维度的冲击与挑战。 传统学科分类在不同学科间以及自然科学、社会科学与人文科学间所形成的学科壁垒，已难以适配数智时代对复合型思维及系统性解决方案的需求。以人工智能、大数据为代表的数智技术具有强渗透性和跨领域性，天然需要多学科协作。在此背景下，主动突破学科边界，实现从学科到多学科、跨学科直至超学科的跨越，成为解决复杂现实问题、推动大规模知识创新的关键路径（王小栋，等，2022）。然而，对于超学科研究如何开展、如何实现真正意义上的知识整合与体系重构， 目前仍缺乏深入系统地研究，实践层面积累的案例仍不够充分。教育技术学作为一门跨越教育学、心理学、信息技术、人工智能等多个领域的交叉学科，其建设始终深陷“领域红红火火，学科停滞不前”的“南国农之问”窘境（任友群，等，2012）。这一困局的深层根源在于，教育技术学界长期将教育技术学错置于传统硬学科建设框架之中， 而对其高度动态性和交叉性的软学科性质认识不足（王竹立，等，2024a）。 并且，对其所服务的教育信息化等领域的超学科性质认识缺位， 导致教育技术学研究与教学，与其服务的实践领域严重脱节。有鉴于此，本文拟从学科范式演变视角，深入探讨教育技术学的本质特征， 提出教育技术学科超学科发展新范式， 并为其他新型交叉学科发展和超学科领域实践提供参考与借鉴。
一、学科范式及其演变
范式（paradigm）是科学共同体成员在特定学科领域内共同遵循的世界观、方法论和工具集合，涵盖信念、价值观、符号概括、范例等核心要素。学科范式包括研究范式和建设范式两个维度。其中，学科研究范式指特定学科领域内研究者共同采用的方法论框架，规定了问题的界定、研究路径及验证标准。 其特点表现为：（1）方法论分层。包括本体论（对现象本质的假设）、认识论（研究者与研究对象的关系，如客观观察或主观解释）和方法论（具体工具，如量化分析、质性访谈等）。（2）类型多样性。实证主义范式强调客观观察和量化验证； 解释主义范式关注主观意义的社会构建，如访谈和案例研究；批判主义范式旨在揭示权力结构和社会不平等的深层机制。 学科建设范式是学科发展的组织模式和战略框架， 涉及学科定位、资源整合、人才培养和社会服务等维度。总之，研究范式驱动知识生产，建设范式塑造学科形态，两者共同推动学科的持续发展。
学术界根据知识结构、 研究方法和学科特征将学科划分为硬学科（hard disciplines）与软学科（Soft disciplines）（Bigian，1973）。 其中，硬学科以高度结构化、 系统化， 且强调客观性和可重复验证的硬知识（如物理学定律）为核心。其知识内容相互关联，具有较强的逻辑递进性，呈现线性化、层级化结构特征，知识体系遵循累积性原则，知识边界十分清晰。软学科则由具有情境性、时效性和实用性的软知识（王竹立，2017a）构成。 其知识半衰期短、内容分散且难以形成单一逻辑链条， 呈松散性与非线性化的结构特征（如文学中的意象分析或哲学中的伦理辩论允许不同观点并存）。 其知识多源于实践经验总结（如教育学中的教学反思），其研究缺乏统一的范式而依赖叙事性表达 （如社会科学对历史事件的多角度解读），知识体系呈现“替代性重构” 而非累积性叠加，学科边界随研究议题的变化动态延展（见表1）。
表1 硬学科与软学科对比
经典学科范式以硬学科为代表衍生出判断学科合法性的“三独立”标准：独立的研究对象、独特的研究方法和独立的知识体系。然而，在当前的知识生产语境下，经典学科范式遇到越来越大的挑战。 例如，在气候变化研究领域， 传统单一学科如气象学虽能解析气候系统的物理机制（独立研究对象与方法），但应对全球变暖问题需整合生态学（碳汇评估）、经济学（碳交易体系）、政治学（国际气候协议）、社会学（能源消费行为）等多领域知识。又如，在教育信息化领域，个性化推荐系统可能涉及计算机科学（开发协同过滤算法、构建用户画像模型）、教育学（制定课程体系标准、设计知识点逻辑链条）、心理学（分析学生学习风格、预测学习动机变化）和社会学（城乡学生数字素养差异）等多个学科的研究。传统单一学科建制难以承载复杂性问题的求解需求。在此背景下，从单一学科深耕到多学科协作、 跨学科整合乃至超学科涌现的复杂性科学范式开始兴起（王胜兰，2019）。
二、教育技术学属于应用软学科
就像硬知识与软知识之间并非存在截然的分界线，而是一个连续的渐变过程，硬学科与软学科之间也呈现为基于认识论差异的渐进式连续谱（王竹立，2017a；王竹立，2019）。 通常而言，数学、物理、化学、生物学这类自然科学学科属于硬学科范畴； 文学艺术、历史学、教育学这类人文社会科学属于软学科范畴；其他交叉性学科则介于两者之间，其学科属性依据依照其组成成分中更多自然科学内容还是人文社会科学内容，而更偏向于硬学科或软学科。 托尼·比彻等（2008）用硬/软（区分于方法是否严格）、纯/应用（区分于与实践的联系是否紧密） 将学科分为四类。从硬到软依次排列为：以物理学为代表的纯硬学科；以机械工程等技术学科为代表的应用硬学科； 以法学、 教育学、 管理学等社会科学为代表的应用软学科； 和以文学、 历史学等人文学科为代表的纯软学科。软学科因其研究对象与人的思想、意识、情感、立场等主观因素息息相关， 难以满足学科评判对客观性的刚性要求。例如，人文学科（如历史学）与社会学科（如教育学）均与研究者的阶级、立场、心理等紧密关联。
教育技术学是一门跨越多个领域的交叉学科，既有技术成分也有人文因素。 其知识体系包含两部分：一是“硬技术”层面，涵盖编程、数据分析这类需要系统学习的技术性知识；二是“软问题”层面，涉及教育伦理、 文化差异等需要结合具体情境灵活处理的议题（如如何让技术公平惠及不同群体）。 具体而言，编程和数据分析需要循序渐进地学习，而设计网课时为促进师生互动则需要根据实际情况随时调整。 值得注意的是，迄今为止，教育技术学并没有自己的核心知识体系（陈明选，等，2017），其学科特性恰恰体现在技术工具性与教育人文性的动态融合之中。
（1）在研究方法上，教育技术学既需借助数据统计等科学量化手段， 也离不开实地观察和案例分析等质性方法。需要注意的是，如果只追求数据精确而忽略师生情感互动等“人的因素”，反而可能导致技术应用与教育本质的割裂。虽然有学者主张将“系统科学方法” 作为教育技术学基本研究方法 （李龙，2003），但这种方法在实际应用中往往会因难以适配教育场景的复杂性与动态性，产生“宏观设计和微观需求脱节”的问题，进而衍生出“空中楼阁”式的方案（王竹立，2017b）。 相较之下，“混合研究范式”（量化与质性方法结合） 更能兼顾技术工具理性与教育价值理性的平衡。
（2）从学科性质而言，教育技术学本质上属于应用型交叉学科， 旨在解决技术在教育应用中的实际问题，这需要双重知识基座的协同。具体而言，首先，其能够借助计算机等新兴技术来开发智能教学工具；其次，其能够运用教育理论来分析技术对学习的影响。这种双重属性使教育技术学展现出独特价值：即“技术工具性”与“教育人文性”的深度交织。 换言之，教育技术学并非单纯的技术应用或理论推演，而是通过“技术创新—教育验证—迭代优化”的闭环，实现科技手段与教育规律的深度耦合。
（3）在社会价值方面，短期内掌握编程、动画和视频制作等硬技能确实更具职业竞争力， 但长期的职业发展更依赖批判性思维（如辨别信息真伪及其科学性）和沟通能力（如协调技术人员与教学人员的合作）。这一现象与当下职场“硬技能易迭代，软能力更持久”的趋势高度契合（香港中文大学深圳经管学院，2021；香港中文大学深圳经管学院，2022）。
综上所述，总体而言，教育技术学属于具有硬技术特征的应用型软学科， 其知识体系既包含技术开发的硬性技能，又强调教育场景中的人文关怀。这种复合属性使其在推动科技与教育深度融合的同时，也面临双重挑战： 一是理论研究与技术应用的衔接断层；二是对从业者跨学科综合素质的高要求。
三、教育技术领域属于超学科实践领域
（一）超学科概念简析
超学科（transdisciplinarity）作为新兴的学科发展范式，强调跨越传统学科边界，整合知识、方法和实践，以解决复杂问题（如气候变化、社会不平等、公共卫生等）。 它既非多学科（multidisciplinary）的简单叠加，也不同于跨学科（interdisciplinary）的分工合作，而是追求一种更高层次的系统性融合——突破学科本身的框架，将科学知识与社会需求、伦理价值、实践行动紧密结合（蒋颖，2021；曾育芬，等，2020；钱旭红，2024；黄瑶，等，2016）。超学科范式下的学科发展具有以下核心特征：（1）问题导向（problem-driven）。超学科以现实世界中的复杂问题为逻辑起点， 而非局限于学科理论体系。例如，解决城市可持续发展问题需整合生态学、经济学、社会学、工程技术等多领域知识，同时考虑政策制定者、企业和公众的需求。（2）知识共创（co-creation of knowledge）。 研究者、实践者（如企业、政府、社区）和公众共同参与知识生产，打破传统的“学术—社会”二元分割。 例如，在公共卫生项目中，医生、患者、政策制定者与科学家通过跨域协作，共同设计解决方案。 （3）方法论融合（methodological hybridity）。结合定量与定性方法、实验与行动研究、数据分析与参与式观察等，形成灵活的方法论工具。 例如，人工智能伦理研究可能同时需要哲学思辨、算法验证和社会调查。 （4）动态适应性（dynamic adaptation）。 研究过程具有迭代性和开放性， 根据问题情境的变化不断调整目标和路径，而非遵循固化的学科范式，以应对社会问题的不确定性。
（二）教育技术领域的超学科性
学科是具有明确研究对象、 理论体系和学术规范的专门知识系统， 而领域则是围绕特定实践问题形成的跨学科应用范畴（李龙，2005）。学科侧重于理论构建和系统研究， 领域更强调实践整合和问题解决。一个学科的研究对相关领域的支撑力度越大，学科就越有价值；相反，一个学科的研究与相关领域的实践越脱节，学科的价值就越低。对于应用型学科而言，在学科与领域的关系上，领域是占主导地位的，它决定了学科研究的方向；学科则处于从属地位，应服务于领域的需求。
教育技术学以“促进学习的技术应用”为核心使命，其核心服务场域主要是教育信息化建设，此外还延伸到企业培训、终身学习、特殊教育等领域，其研究为教育信息化建设提供理论支柱与实践引领，教育技术学人理应成为教育信息化建设的核心骨干。然而，教育信息化领域中存在大量复杂现实问题，其复杂程度已超出传统多学科和跨学科范畴， 符合超学科的“知识重构”特征。 具体理由体现在以下四个维度。
1.问题导向的复杂系统性
教育技术领域的研究起点是教育实践中的真实问题， 例如个性化学习系统开发、 教育数据隐私保护、混合式教学模式创新等。这些问题具有高度的情境依赖性，需整合教育学、计算机科学、认知心理学、社会学等多学科理论，同时兼顾政策法规、伦理价值和技术可行性。 例如，在设计智能教育平台时，既要运用机器学习算法优化学习路径（计算机科学），又需结合认知负荷理论（心理学）和课程设计原则（教育学），还需回应教育公平（伦理学）和数据安全（法学）等社会关切。这种复杂性远超单一学科或简单跨学科协作的范畴，符合超学科“以问题而非学科为中心”的特质。
2.多元主体的知识共创机制
教育技术实践强调研究者、一线教师、技术开发者、政策制定者及学习者的共同参与。 例如，在线教育平台的迭代优化需教师提供教学场景需求， 程序员实现技术功能，学习者反馈体验，政策制定者评估合规性， 最终形成多方协同的知识生产闭环。 这种“学术—实践—社会”三元协同模式打破了传统学科研究的封闭性，体现了超学科“知识共创”的核心特征。
3.方法论的异构融合与创新
教育技术研究需灵活运用量化分析 （如学习行为大数据挖掘）、质性研究（如课堂观察与访谈）、技术实验（如A/B 测试）以及参与式行动研究等方法。例如，多模态学习分析需同时处理视频、文本、生理信号等异构数据，涉及计算机视觉、自然语言处理、教育评价等多领域方法工具的重组； 而虚拟现实教学系统的开发则要求融合人机交互技术（工程学）、情境学习理论（教育学）和用户体验设计（艺术学）。这种“方法论工具箱”的构建超越了传统学科方法的线性叠加，呈现超学科特有的“方法论融合”特征。
4.动态演进的适应性研究路径
教育技术领域的研究需持续响应技术革新（如生成式AI 的突破）、政策调整（如“双减”政策对教育科技的规制）以及社会需求变化（如疫情催生的在线教育常态化）。 例如，疫情期间教育技术研究者迅速转向直播教学平台优化、 网络学习倦怠干预等新问题， 通过快速原型开发、 多轮迭代测试和跨机构协作，形成动态解决方案。 这种“设计—实施—评估—再设计”的螺旋式进程，打破了传统学科研究的静态范式，充分体现出超学科“动态适应性”的要求。
综上， 教育技术领域的问题解决需突破学科壁垒、重构知识体系、协同多元主体并动态适应环境，其本质是对超学科范式的实践印证。 教育技术领域问题的超学科本质， 决定了教育技术学科必须采用“系统思维—融合创新—动态调适” 的新型研究范式，主动发展跨学科方法论工具，在解决“信息化教学有效性”等重大现实问题中，发挥技术应用和教育变革引领的双重作用。
四、我国教育技术学科建设的误区
与许多新兴学科一样， 我国教育技术学在学科建设初期也经历了一条“学科化”的发展路径：即试图采用经典学科范式建设教育技术学科。然而，经过三十多年的探索，在短暂辉煌之后，很快就陷入停滞不前的境地， 与教育技术领域的日益兴盛形成鲜明对比。究其根源，与教育技术学界内部长期将教育技术学按照一门传统学科来建设、 试图满足硬学科的刚性要求有关。过度追求独立知识体系建构的结果，使得教育技术学偏离了“技术赋能教育变革”的核心使命，学科建设走向自我封闭之路。
（一）学科定位长期陷入“姓教姓技”的形而上学争论
教育技术学界长期纠缠于学科定位的 “教育”与“技术”二元对立，将大量学术资源消耗在抽象概念辨析而非实践问题解决上。 从1993 年学科更名伊始，“双重定位论”（教育与技术并重）与“单一属性论”（定位于教育或技术）的争议持续三十余年未达成共识（南国农，2013；陈丽，等，2017）。 这种形而上学争论的深层危害体现在三个方面：其一，弱化技术赋能教育的实践导向。 当学界将精力集中于“教育技术哲学观”“逻辑起点双重结构” 等理论建构时，教育信息化实践中“重硬件轻软件”“重设备轻教法”等问题反而加剧。 其二，割裂学科交叉融合优势。 教育技术学本应整合教育学、心理学、计算机科学等多学科资源，但定位争议导致学科建设偏执于纯教育理论演绎， 甚至主张将研究对象缩窄到“教学设计技术和课程开发技术”，以划清与其他学科的边界（杨开城，2010），从而丧失跨学科协同创新的可能。其三，加速学科边缘化危机。由于教育技术学界内部始终未就学科定位问题达成共识，且对教育信息化实践指导作用有限，2011 年教育部将专业名称改为“教育信息技术”，进一步导致学科社会认同度的降低，与蓬勃发展的教育信息化产业形成鲜明反差（何克抗，2018）。
（二）课程体系与人才培养严重脱节
教育技术学科长期陷入“课程大杂烩”与“专业空心化”的双重困境。 根据教育部本科专业目录，教育技术学需融合教育学、心理学、计算机科学等领域的知识，但在实际操作中，不同院校因定位分歧或师资倾向而形成了“重理论轻技术”或“重技术轻教育”的极端课程体系。
笔者通过知网未检索到近五年教育技术专业毕业生就业调查报告，但通过DeepSeek 的深度研究功能检索多校报告和行业分析发现： 教育技术专业毕业生从事教育信息化相关工作的比例因院校和地区差异很大，从100%到40%不等；部分院校低于30%，约半数以上毕业生流向影视制作、 平面设计等非教育领域。 学科专任教师更是走向重理论轻应用的传统学科发展路径。 青年教师忙于报课题、读博士，却疏于技术在教育中应用的实践探索。 研究问题大都来自理论和文献，较少关注教育教学实际问题。撰写的论文追求外在的形式与规范， 内容大都是国外理论的“搬运”与“套用”，缺乏来自本土实践的真知灼见和具体鲜活的真实案例， 缺乏问题意识和解决方案，对教育教学实践的指导性较弱，与教育技术作为应用软学科的性质不匹配。
笔者采用DeepSeek 的深度研究功能发现，近五年来， 社会对教育技术专业本科生的知识与能力提出了新要求，强调跨学科知识体系（教育理论与技术融合、计算机与数据能力、新兴技术应用等）、实践与创新能力（项目经验与产品思维、 跨领域协作能力等）、职业适应性与终身学习能力（行业动态敏感度、政策解读能力等）。 相形之下，目前教育技术专业课程设置存在诸多问题：（1）传统模块化设计问题。 技术类课程占比不足30%。 （2）技术课程滞后性问题。部分院校仍以多媒体课件制作为核心内容， 缺乏人工智能教育应用、教育大数据分析等前沿课程。 （3）实验室与项目资源不足问题。 部分高校实验设备停留在传统录播系统阶段， 未配备虚拟现实教学模拟环境。 （4）校企合作流于形式。 仅有20%的院校与教育科技企业建立深度合作（如联合开发课程、实习基地等），导致学生难以接触真实项目。（5）学科定位模糊。部分院校仍以培养中小学信息技术教师为目标，但实际计算机专业学生更受中小学青睐（因其“用-修-教”一体化能力更强）等。
（三）研究范式脱离实际缺乏创新
教育技术学科长期存在“技术乌托邦”与“教育保守主义”的研究取向分裂：前者将技术视为教育变革的终极解决方案，盲目追求技术形态的先进性，热衷于开发脱离教学场景的“智慧校园”“元宇宙课堂”等技术装置，却忽视教师认知负荷、学生数字鸿沟等现实制约因素， 不关注真实教育效果； 后者则陷入“技术恐惧症”，将研究局限在教学设计模式、学习理论演绎等传统领域，对区块链、人工智能、大数据、元宇宙等突破性技术持怀疑态度。
为了让教育技术学科向硬学科方向靠拢， 部分研究片面强调量化研究， 试图以统计分析这种最“硬”的实证研究范式，替代逻辑思辨、个体洞察与实际经验。不少研究充斥着大量的统计术语、数学公式和数字运算，而陷入“为量化而量化”的误区。这种貌似非常“科学”的论文，如果不能提供有价值的信息，只得出一些常识性的结论， 实质是对学术资源的低效消耗。 量化研究的适用边界在于具体的研究对象和研究内容。 只有在相对客观的事物或指标中方可使用，而在涉及主观体验（如学生学习动机）、价值判断（如教育伦理争议） 等强人文属性的内容和环境中， 统计数字的解释力未必优于基于专业经验的质性判断， 甚至可能因数据简化导致教育现象的本质遮蔽。
曾几何时， 教育技术类期刊对多元研究范式保持开放包容——不仅刊发教育叙事研究成果，如《大学生是如何协作探究的——大学通识课程研究性学习的叙事研究》（吴薇，等，2011）、《如何看待混合学习模式下学生学习负担增加》（王竹立，2009）等典型案例；部分核心期刊还定期刊登学术随笔，这类文章以“直面教育真相”的问题意识、“鲜活案例”的情境化表达，传递个体经验与创新观点，形成极具实践价值的情境性知识，对一线教师的启发帮助较大，方便他们在实践中学习与参考， 属于教育现象学研究范畴，是软学科常见的研究方法之一。却因为被固守硬学科研究范式的人们认为“不科学”“不具普适性”而长期弃置一旁，实为可惜。目前教育技术类期刊似乎越来越追求所谓“科学性”，而忽视软学科必备的“人文性”，其实是偏离学科本质的表现。
教育技术研究领域的研究方法教条化进一步加剧了学科危机。 多数研究者固守“设计—开发—应用”线性研究范式，将教育技术创新简化为实验室环境下的理想化模型建构。 这种“真空环境”催生的研究成果， 在面对复杂教育生态时往往失效——大批花费巨大人力物力财力建成的平台和资源，成为“数字废墟”（王竹立，2015）、智慧教室成为“参观摆设”，便是明证。 与此同时，真正推动教育变革的“草根创新”（如年轻网民自发形成的基于开源社区的按需学习模式、家长开发的家庭教育智能助手等）（王竹立，等，2024b），却长期被排斥在学术研究视野之外。 这种研究与实践的割裂， 使得教育技术学既未能建立起适配复杂教育场景的独特的方法论体系， 又消解了指导教育信息化实践的学术权威性。
五、教育技术学科发展应采取超学科范式
教育技术学属于应用软学科， 这就决定了其建设路径应契合应用型学科与软学科的特性， 而非朝着传统硬学科的方向发展。 教育技术领域属于超学科问题领域， 教育技术研究与实践就必须采用超学科发展新范式。
（一）知识体系：从学科逻辑向问题逻辑的范式重构
传统硬学科知识体系，从研究基本问题出发，借助演绎与推理的手段，构建起逻辑严谨、呈线性层级化的知识结构。 这种结构虽在理论推导上具有严密性，但在面对复杂多变的现实情境时，灵活性便显不足。 教育技术学应构建问题导向型知识体系（problem-oriented knowledge system）。 该体系从研究现实问题入手， 运用实践经验总结以及多学科融合研究方法， 打造以问题为中心的动态生成的蛛网式知识结构。在教育技术实践中，会面临诸如如何利用新兴技术提升教学效果、 怎样优化在线教育平台的用户体验等现实问题。 通过整合教育学、心理学、信息技术等多学科知识与实践经验， 以及网络教研的群智汇聚，共同探寻解决方案，进而不断完善问题导向型知识体系。 这种蛛网式知识结构更具实用性与灵活性，其有三大特征：（1）实践生成性：大部分知识源自教育信息化实践中的经验提炼与技术迭代， 而非单纯依赖演绎推理；（2）跨域整合性：以“技术赋能教育”为根本目标整合教育学、计算机科学、认知神经科学等多学科知识模块，按照“是什么—为什么—怎么做”逻辑构成“问题解决工具箱”；（3）快速进化性：问题导向型知识的半衰期较短， 需及时根据情况更新迭代，实时纳入最新理论、最新技术、最新方法和最新模式，淘汰过时的理论、技术、方法和模式。问题导向型知识体系的具体构建方法， 笔者已有专文讨论（王竹立，等，2025b）。
（二）研究范式：从方法趋同到多元共生的创新生态
硬学科通常具备独特且统一的研究范式， 例如物理学以实验观察与数学模型构建为主要研究范式，在特定的理论框架内进行深入研究。 然而，超学科研究范式主张融合多学科方法论，呈现出多元化、不拘一格的特点。随着技术的迅猛发展，对研究范式的创新提出了更高要求。 教育技术学应保持对所有研究方式的开放态度，而不应自我设限，将本学科研究范式限定为某种单一模式。在实际研究中，教育研究者应突破“系统科学方法”的束缚，构建“三层研究矩阵”：
（1）基础层：教育研究者可保留教育实验、行动研究等经典方法， 开发人工智能辅助的课堂多模态数据分析，同时应特别强化质性研究范式（包括教育叙事与教学案例研究等），鼓励广大一线教师参与研究，而不应局限于专家学者。同时应利用先进的信息技术和人工智能技术， 探索数智教育叙事和数智教学案例研究，突破纯文本叙事的局限，提升质性研究的内涵与质量。开设网络教研平台和开源研究社区，借鉴医学临床病例会诊模式，结合具体问题开展网络大讨论，拉近专家与一线教师之间的距离，促进群智汇聚， 解决教育技术落地中 “最后一公里”难题。 教育信息化方面的期刊应开辟专栏发表其中的优秀作品与讨论成果。
（2）融合层：教育研究者可引入设计思维（design thinking）作为核心方法论，通过“需求洞察—原型迭代—效果验证” 闭环解决教育教学中的复杂问题。例如，在创业课程中，学生团队运用设计思维解决社区教育资源配置不均问题。 通过田野调查发现偏远地区儿童缺乏编程教育资源（需求洞察），团队开发低成本可编程机器人套件，并通过社区工作坊收集教师反馈改进人机交互界面（原型迭代），最终将开发出来的产品拿到学校中去使用， 研究其效果（效果验证）。
（3）前沿层：教育研究者可通过虚实融合技术突破传统教育场景限制。 例如，①空间重构：构建虚实联动的学习场域（如元宇宙中的虚拟实验室）；②认知增强：利用神经科学手段研究学习行为（如VR环境下的脑机接口实验）；③数据贯通：实现教学全流程的数字孪生映射，教师数字分身可同时出现在多个虚拟教室授课。
生成式人工智能作为一种新型研究工具和手段，能大大提高研究效率。 如前文所述，笔者利用接入DeepSeek 的秘塔AI 搜索平台，采用全网搜索、长思考和研究功能，对教育技术毕业生就业现状、社会对教育技术专业本科生的知识与能力要求等问题进行综合分析。由于DeepSeek 能快速检索和阅读大量的网络公开信息与资料， 并对各种不同类型的数据进行分析比较，还公布其思考的过程，其所得结论或许比传统的通过人力对某个局部人群进行抽样调查更具全面性与代表性。 在使用生成式人工智能开展研究时， 应特别注意提问方式不能具有诱导性和倾向性，同时还需从不同角度对AI 研究结果进行分析与验证，以降低被AI 算法误导的可能性。
（三）师资结构：从学科闭环到跨界流动的“双轨机制”
传统学科的师资队伍， 大多由本学科自主培养的硕士和博士构成，并且采用正式编制形式，使得师资队伍相对固定。 但这种单一的人才来源与人员构成方式，并不适配教育技术领域的超学科问题解决。超学科研究要求成立跨学科研究中心， 发展混合型机构，实现研究者、实践者和公众共同参与的知识共创。 建议建立“核心层+弹性层”的双轨师资机制：
（1）核心层：为保障学科基础理论传承，核心层师资可由兼具深厚教育信息化理论素养和丰富的教学实践经验的“桥梁型”学者构成；
（2）弹性层：弹性层师资可按项目制动态吸纳各类人才，如企业技术专家、一线智慧教育名师、数据分析专家等，形成“教育痛点挖掘—技术方案设计—效果评估优化”的全链条问题解决能力。
核心层与弹性层可采用 “专职—兼职”“长聘—预聘”等形式进行管理。除了保留少数核心层骨干教师（有固定教师编制）作为学科发展的稳定支撑外，弹性层人员（临时编制或兼职的教师、技术人员、研究人员）采用项目式人员组织方式。 例如，在开展某个关于智能教育系统开发的研究项目时， 可从校内外公开招聘相关专业的教师、工程师、技术员和硕博士研究生，组成跨学科、跨专业的师资队伍和研究团队。项目结束后，团队成员可根据新的项目需求重新组合或更替，形成动态的人员配置模式，以更好地满足教育技术学不断变化的研究与教学需求。
（四）人才培养：从专业固化到需求响应的分层模型
传统学科侧重于培养本专业的专门人才， 注重专业知识的深度与系统性。然而，教育技术领域处于技术快速迭代的环境中， 对人才的能力要求更为多元。人才不仅要具备扎实的专业知识，还需拥有较强的学习能力，以便快速掌握新技术；具备创新能力，能够在教育与技术融合的过程中不断提出新的理念与方法；具备人机合作能力，适应智能技术在教育领域的广泛应用；具备跨学科能力，能够整合多学科知识解决复杂的教育技术问题。
在培养学生时， 教师除了传授专业知识与技能外，还应设置跨学科的数智融合课程（王竹立，等，2025a）。组织学生参与实际项目实践，鼓励学生开展创新性研究， 培养学生在不同学科知识之间进行融会贯通的能力， 使学生能够适应教育技术领域不断变化的发展环境，成长为创新型复合型人才。 此外，还应构建“市场导向—能力分级” 的分层培养体系（见表2），与用人单位、学校和企业开展个性化、“订单式”联合培养。
表2 教育技术学人才分层培养体系
教育技术专业的学生除了掌握必需的专业知识与技能外，更需要培养学习能力、创新能力和人—机协作能力等通用知识与技能。 需建设“技术素养+教育洞察+创新思维”的三维课程体系，增设《批判性思维训练》《创新思维训练》《创新创业实践》 等公共必修课程。
（五）学科文化：从理论崇拜到实践创新的价值转向
在当前的教育技术学科文化中，“重理论、 轻实践” 的倾向较为突出，尤其在博士生培养阶段，这一问题更为显著。 博士生往往将大量的时间和精力投入到对“经典著作”的研习当中，却对现实教育场景里的真实问题选择忽视。在论文写作时，常常过度依赖引经据典， 生硬地堆砌大量国外学术权威的理论与名字，文章文风晦涩、用词生僻，充斥着浓厚的八股气息。盲目照搬国外理论，对本土的理论与实践探索却不重视。
部分学者热衷于创造一些令人费解的新词，既不对其内涵进行阐释，也不与相似或相近的词汇进行区分辨析。 在当下新事物、新现象不断涌现的时代，创造必要的新词无可厚非，但如果放着通俗易懂的同类词汇不用，非要使用晦涩难懂又不详加解释的词汇，就难免让人质疑造词者自身对概念的理解是否真正清晰，是否只是为了追求形式上的“创新” 而无实质意义。 实际上，优质的学术词汇关键在于表达的“精准”而非追求表面的“高级”，出色的学术语言应是深入浅出后的“平实”而非以其昏昏使人昭昭的“玄奥”。
教育研究者必须牢固树立教育技术学属于应用软学科这一本位意识，其根本目的在于“技术赋能教育”，服务对象是广大一线教育工作者和各级教育管理者， 以解决技术在教育教学应用中产生的复杂现实问题为使命。即使是理论创新，也应来自实践而不是书本。教育技术研究论文应特别强调“出新”（包括新理念、新思维、新方法、新技术、新材料、新证据、新范式等），不应停留在对已经公认的理念、方向、原则的重复讨论上，而应给出新的、可操作的方法、步骤或问题解决方案。应力戒空谈，大力倡导“学以致用”的良好学风。 建立“问题博物馆”机制，持续、系统地收集和研究教育数智化转型过程中的真实问题。 通过“实践探索—学术研究—协同创新”这样螺旋式上升的发展路径，构建起“发现问题—生产新知—技术解决方案—理论提炼”的完整学科创新链。
与此同时，构建包容性评价体系至关重要。教育研究者应将技术在实际教育场景中的落地成效、理论对教育实践的指导作用等纳入学术评价指标，以此引导教育技术学科文化从过度依赖理论、 盲目追求形式创新，切实转向以解决实际问题、推动实践创新为核心价值的方向发展， 真正发挥教育技术学在教育领域的应用价值。
六、结语
在技术迭代速度超越人类认知进化的今天，超学科范式通过系统性整合（跨域知识）、动态适应性（敏捷响应）、价值共生性（多元平衡）三大核心特质，为破解数智时代的复杂现实问题提供了方法论基础。 从教育领域的多模态学习分析到智慧城市的复杂系统治理， 超学科研究正在重塑人类应对技术革命的思维范式与实践路径。 未来，随着量子计算、脑机接口等颠覆性技术的成熟， 超学科范式将成为连接科学探索与社会进步的超级接口。
当前，传统学科之间的边界日渐模糊，以往基于单一学科的建设模式已难以适应新的发展态势。 这就要求我们必须从现实问题出发， 重新构建知识体系与知识生产链。当学科建设摆脱“硬学科”和“单一学科”的传统思维定式，积极主动地拥抱跨学科乃至超学科思维时， 便能为诸多新兴领域开辟出一条充满希望的创新发展之路。 通过借鉴教育技术学在知识体系构建、研究范式创新、师资队伍建设、人才培养模式以及学科文化塑造等方面的超学科探索经验，其他新兴学科就能够在学科融合的浪潮中，找准自身定位，明确发展方向，不断提升学科的创新能力与实践应用价值，为解决复杂多变的社会问题、推动科技进步贡献更为强大的力量。