未来五年高等教育机构将会面临什么形势？有哪些趋势和技术将会驱动教育的变革？有哪些挑战是我们认为可以解决或难以克服的？我们如何制定有效的战略性解决方案？全球58位专家组成的研究团队针对这些问题进行了合作研究和专题讨论，形成了《新媒体联盟地平线报告：2016高等教育版》。本报告由新媒体联盟与美国高校教育信息化协会学习促进会（ELI）合作完成，揭示了未来五年全球范围内影响高等教育变化的关键趋势和重要挑战。
近期影响趋势 未来1—2年内的高等教育变革
混合式学习日趋发展
过去几年中，随着越来越多的学习者和教育工作者将在线学习看作某些面授教学的补充形式，人们对在线学习的认识也日趋理性。混合式学习的优势很明显，其灵活、便于实现、能够整合复杂的多媒体和技术等特点都具有很高的实用价值。高等教育机构正在获得更多数字化环境创新的筹码。人们普遍认为利用数字化环境提供新思想、新服务和新产品的时机已经成熟。
学生期望高等教育能够充分反映他们在互联网生活中信息获取的便捷性和与人沟通的即时性。高校也在不断增加在线课程的数量，以解决学费昂贵和学习机会缺少等普遍性问题，从而帮助学习者克服经济困难，平衡在家庭和工作中的责任。混合式学习融合了在线和面对面两种学习路径，为学习者提供了整合化的学习体验，并提供灵活的学习支持。这些融合的方法能同时促进独立学习和合作学习，并为学生和教师之间的沟通提供更多渠道。
在线工具的整合也让教师能够追踪学生的学习进程和参与程度，然后利用该数据信息更好地满足学生的学习需要。翻转课堂是一种混合学习模式，学生可以开展论坛讨论、进行问题解决，并且积极应用他们的新知识。另一种方式是将大规模开放在线课程（MOOC）与课堂教学和同伴互动相结合。
在实践中，许多高等教育机构都采用了在线学习和面授课程相结合的混合式创新课程设计，让学生从课程学习中受益。美国费城的皮尔斯学院所服务的学生群体主要由在职人士组成，学校引进了灵活的课程实施方式：学生每个星期都可以从面授或在线课程中选择一种方式。采用混合学习方式后，学生旷课率从10.2％减少到了1.4％。
日益重视学习测量
学习测量是评价领域十分关注的新视角，强调教育工作者利用各种方法和工具开展评估、测量，记录学术水平、学习进程、技能的掌握程度以及对学生的其他考核指标。社会和经济的变化正在重新定义职场中哪些技能是必要的，高等院校必须重新审视如何定义、测量并展示对学科知识的掌握。数据挖掘软件的激增、在线教育的发展、移动学习以及学习管理系统诸多要素正在共同引发学习环境的变化，在新的学习环境中能够利用学习分析和可视化软件，以多维度和可移植的方式分析学习数据。
有研究者和专业公司正在设计类似的分析工具，以发掘学习相关数据中所隐藏的可用于改善学习的模式，为学习者和教育机构提供精准服务。被分析的学生数据通常包含学生人口统计学特征、选课信息、学业进度、学习平台参与情况以及对概念的掌握。尽管很多试验正在进行过程中，但很多专家已经开始引导大家关注那些学习数据信息类型及数据使用所涉及的隐私和伦理问题。
新一代功能更强大的学习管理系统将会是以学习为中心的平台，核心功能包括个性化、分析、咨询、学习评价以及无障碍访问等。
大学领导者们也借助推广最佳实践的方式，来推动学习数据的使用和保护。其中的一项措施是预测分析报告框架，成员彼此分享学习者保持率和学习进度等数据，以确定自己学校在同行学校中的排名，并探索对促进学生成功项目投入的回报率。同时，信息科学、机器学习、情感计算等各个领域的研究和发展对算法进行持续调整，并且通过各种数据格式的评估和反馈来增强分析能力和洞察力。（北京开放大学新媒体联盟地平线报告项目组供稿）
近期影响趋势 未来1—2年内的高等教育变革
混合式学习日趋发展
过去几年中，随着越来越多的学习者和教育工作者将在线学习看作某些面授教学的补充形式，人们对在线学习的认识也日趋理性。混合式学习的优势很明显，其灵活、便于实现、能够整合复杂的多媒体和技术等特点都具有很高的实用价值。高等教育机构正在获得更多数字化环境创新的筹码。人们普遍认为利用数字化环境提供新思想、新服务和新产品的时机已经成熟。
学生期望高等教育能够充分反映他们在互联网生活中信息获取的便捷性和与人沟通的即时性。高校也在不断增加在线课程的数量，以解决学费昂贵和学习机会缺少等普遍性问题，从而帮助学习者克服经济困难，平衡在家庭和工作中的责任。混合式学习融合了在线和面对面两种学习路径，为学习者提供了整合化的学习体验，并提供灵活的学习支持。这些融合的方法能同时促进独立学习和合作学习，并为学生和教师之间的沟通提供更多渠道。
在线工具的整合也让教师能够追踪学生的学习进程和参与程度，然后利用该数据信息更好地满足学生的学习需要。翻转课堂是一种混合学习模式，学生可以开展论坛讨论、进行问题解决，并且积极应用他们的新知识。另一种方式是将大规模开放在线课程（MOOC）与课堂教学和同伴互动相结合。
在实践中，许多高等教育机构都采用了在线学习和面授课程相结合的混合式创新课程设计，让学生从课程学习中受益。美国费城的皮尔斯学院所服务的学生群体主要由在职人士组成，学校引进了灵活的课程实施方式：学生每个星期都可以从面授或在线课程中选择一种方式。采用混合学习方式后，学生旷课率从10.2％减少到了1.4％。
日益重视学习测量
学习测量是评价领域十分关注的新视角，强调教育工作者利用各种方法和工具开展评估、测量，记录学术水平、学习进程、技能的掌握程度以及对学生的其他考核指标。社会和经济的变化正在重新定义职场中哪些技能是必要的，高等院校必须重新审视如何定义、测量并展示对学科知识的掌握。数据挖掘软件的激增、在线教育的发展、移动学习以及学习管理系统诸多要素正在共同引发学习环境的变化，在新的学习环境中能够利用学习分析和可视化软件，以多维度和可移植的方式分析学习数据。
有研究者和专业公司正在设计类似的分析工具，以发掘学习相关数据中所隐藏的可用于改善学习的模式，为学习者和教育机构提供精准服务。被分析的学生数据通常包含学生人口统计学特征、选课信息、学业进度、学习平台参与情况以及对概念的掌握。尽管很多试验正在进行过程中，但很多专家已经开始引导大家关注那些学习数据信息类型及数据使用所涉及的隐私和伦理问题。
新一代功能更强大的学习管理系统将会是以学习为中心的平台，核心功能包括个性化、分析、咨询、学习评价以及无障碍访问等。
大学领导者们也借助推广最佳实践的方式，来推动学习数据的使用和保护。其中的一项措施是预测分析报告框架，成员彼此分享学习者保持率和学习进度等数据，以确定自己学校在同行学校中的排名，并探索对促进学生成功项目投入的回报率。同时，信息科学、机器学习、情感计算等各个领域的研究和发展对算法进行持续调整，并且通过各种数据格式的评估和反馈来增强分析能力和洞察力。（北京开放大学新媒体联盟地平线报告项目组供稿）