e-Learning本身最常見的定義是「基於ICT的教育和學習（Informationand CommunicationTechnology；ICT）」這種電腦輔助學習系統的起源，實際上是20世紀50年代末，對CAI(電腦輔助教學)的研究，後來作為人工智慧研究的一個領域，如ITS(智慧輔導系統)等，現在已經成為一種工具來支援人類的學習。

構成e-Learning的系統，最初是作為獨立的系統開發的，遵循了電腦發展的歷史，但在2000年，隨著網路的興起，該系統就被稱為WBT（WebBasedTraining）。這個系統已經發展成為目前主流的e-Learning系統，也就是所謂的學習管理系統（LearningManagementSystem；LMS），用來登記和更新教材內容，管理學習進度。

e-Learning市場發展不若預期

根據GlobalInformation於2020年6月10日所發表的「全球數位教育市場研究報告」中顯示，數位教育市場的規模預計將從2020年的84億美元增長到2025年的332億美元(圖一)，複合年增長率（CAGR）為31.4%。推動市場增長的主要因素是全球網路普及率的提高、基礎設施成本的降低、線上學習的可擴展性，以及微學習需求的增長。

圖一 : 全球各區域數位教育市場規模預估(億美元)。(資料來源:GlobalInformation；CTIMES整理）

按地區劃分，包括中國、日本和印度在內的亞太地區（APAC），在預測期內預計將以最高的複合年增長率（年平均增長率）增長。加上隨著各國政府採取措施，改善該地區各國的數位基礎設施，以及該地區學生的購買力迅速增長，亞太地區對線上學習的需求迅速增長。預計亞太地區市場的規模成長，將比考慮中的任何其他地區更快。雖然這樣預估的結果是讓人相當興奮，但是和現實的結果卻往往有相當大的落差。

以日本市場為例，e-Learning在2000年左右開始普及。當時，主要對象是大型企業的員工教育訓練和高等教育。無論規模大小，目前都已經達到了一定的普及程度，也包括了補習班在內的教育機構廣泛使用。

2000年度企業對企業（BtoB）市場規模為130億日元，企業對消費者（BtoC）市場規模為7億日元。當時預計2005年BtoB市場將增長到2100億日元，BtoC市場將快速增長到100億日元圖二。

圖二 : 2001年當時預測的日本e-Learning市場規模（資料來源:矢野經濟研究所。/ CTIMES整理）

然而這樣的預估跟現實發展有很大的落差，BtoC市場在過去幾年間，急速地擴大，已經超過了BtoB市場。同樣是矢野經濟研究所的統計，在2015年時，日本的BtoB市場僅有586億日元，但是BtoC的規模卻激增到1010億日元。合計為1,596億日元（2000年預測的70%）。

市場成長為什麼大幅縮減

為什麼市場的成長會出現這麼大幅度縮減？主要有兩個原因。

首先，人們對那些僅僅因為擁有網路技術，而進入e-Learning行業的企業抱有過高的期望。換句話說，2003年前後，新進入者開始暴露出自己的弱點，他們無法單獨利用網路設計教育，也無法解決學習本身的問題後，就出現大規模退出市場。

此外，2008年之後，智慧手機、平板電腦等行動設備的需求，發生了重大的平台轉移，大大超過了對PC的需求（優先採用「行動設備」的趨勢，在很多領域正快速地發生）。因此在這兩個主要原因背景下，這使得市場的發展方向與原來的市場預測大相徑庭。

不過，雖然與2000年的預測相差甚遠，但目前e-Learning市場本身已經呈現出穩定的成長趨勢，尤其是BtoC的市場。因此，目前市場進入了真正的競爭期。

日本對於e-Learning的推動

日本推動了「創建世界最先進的資訊技術國家宣言」，強調建設社會，發展讓人們生活在資訊技術便利的環境中，並明確指出，教育環境本身的資訊技術發展（基礎設施，包括軟體和硬體）是必不可少的要求。這種教育資訊化基礎設施是教育資訊化基礎設施的重要組成部分。

根據早稻田大學小果的論文提到的案例研究，這一基本思路是基於KOLb的體驗式學習理論的設計，即「通過講座獲得先前的知識，並通過小組實踐來體驗這些知識和理論」(圖三)。混合式教學組合有多種模式，但所有組合的目的都是在e-Learning中所學到的基本知識和技能的基礎上，通過面對面的教學（小組討論、小組工作等）來深化學習。

圖三 : 基於Kolb的經驗學習理論來設計教學計畫。（資料來源:白梅學園大學； CTIMES整理）

數位好萊塢大學案例研究

日本的數位好萊塢大學（Digital Hollywood University）自成立以來，一直採用基於視訊的e-Learning方式來提高教育效果。學校在基礎知識的輸入和基本技能的訓練上採用e-Learning，在基礎性和應用性學習上採用混合式（Blend）學習與面授相結合的方式。

這所大學的一個獨特之處，在於其混合式學習和教育訓練師駐班設計。雖然是基於視訊的學習（e-Learning），但改變了形式，把學生集中在一個教室裡，讓他們觀看視訊影片，然後把教育訓練師上課的90分鐘全部分配到實踐中去，也就是把點播課變成相當於一節課的時間，點播課和課堂課以周為單位，重複15周。

圖四 : 2008年至2009年授課方式喜好度調查。（資料來源:白梅學園大學；CTIMES整理）

經過2008年至2010年三年的實踐，學生的喜好逐漸發生變化，混合式課堂廣泛受到學生的喜愛。

這一案例研究具有很強的指導意義，因為這是一種教員與學生對話的教學方式。這樣做的原因是e-Learning很難由學生個人決定進行，透過讓學生習慣於視訊教學，可以追求一種高度集中的效果。

韓國鮮文大學開發雲端Digital Twin教學方法

鮮文大學的智慧汽車工程學院已經成功地透過AIoT（AI-Internet of Things）技術進行常規模擬測試的在線測試。學院採用雲端Digital Twin技術，再透過電子筆和相機，將學生作業資料庫存儲在雲端中，再利用AI分析學生的寫作風格、速度識別、眼睛跟?、答案是否正確等，來分析對任務的理解程度並積累資料庫。就像亞馬遜一樣，這是一種知識和資訊的Recommend形式。

考試會根據通常的堆疊數據庫(StackedDatabase)調整難度級別，即時為所有參加考試的學生，提供不同的問題。為公平起見，問題的順序會被更改，雖然問題的格式是相同，但給出的數字會是不一樣。與學生作業資料庫類似，測試過程使用電子筆，將臉部、瞳孔追?等訊息，與學生的前端資料處理一起存儲在資料庫中，並為測試計算集中度。

在學生測試過程的最後，教授會複習和評估學生的個人資料庫課程，並透過AI分析以增強學習能力的學生不足，再對個人提出高挑戰性的作業。這被視為透過利用AI、雲端和大數據，將現有的傳統人工和數位方法結合起來的數位轉換的成功案例，而AI、雲端和大數據是第四次工業革命時代的核心技術。

例如，參加考試的學生李賢河（智慧汽車工程學院二年級學生）表示，起初我並不相信第一次中期考試將會在線中進行，但我實際上參加了考試後，發現了這個方式公正性。因為測試結束後不是完全的結束，相反的學習量因此增加了，而人工智慧可以彌補了我所缺乏的部分。

而學院中的高國元教授也說，第四次工業革命時代的技術，已經進入一般生活的階段，而不是僅在特定行業或公司中的技術。希望不斷地對案例進行建立模式，並希望未來將這樣方式定位為一流大學的教育基礎。

e-Learning新技術發展的趨勢

有兩個趨勢將對未來的e-Learning及其實施環境產生重大影響：IoT和AI，一直是ICT行業的話題中心。在這裡介紹另外兩個趨勢：EDTeCh和自我調整學習。雖然後者也可以包含在前者之中，但還是要結合具體的例子來簡單的瞭解一下。

EDTeCh

EDTeCh被日本總務省教育雲平台委員會定義「利用數位技術帶來教育結構、產業（商業模式）、學習方式、教育內容創新的運動」。這可以理解為一場將數位技術的急劇發展與教育聯繫在一起的運動。提供一個系統，可以無限制地學習任何東西。可以看作是一場利用IoT和AI提供個性化教育的運動，考慮到每個人的能力水準和興趣，而不是一個統一的e-Learning系統。具體來說，顛覆了網路大學的傳統智慧，密涅瓦大學（MinervaSchool；比哈佛大學更難）就是一個典型的例子。

此外，為了培養推動第四次工業革命的人才，將程式設計教育作為中小學教育的必修課是世界性的趨勢。

在日本，小學的程式設計教育從2020學年開始實施，為此，日本文部科學省發佈了「Programin」，NHK的「WHYWHYProgramming」節目也開始播出。此外，由厚生勞動省認證的資訊技術碩士對小學和初中進行程式設計教育也已經開始。

而公司和私人組織（CANVAS、DeNA、CATechKids）已經開始培養未來所需的IT知識和程式設計技能，並正在擴大與公共教育的合作。在高等教育階段，如何利用大規模開放線上課程(MOOCs)，讓學生在任何時間、任何地點透過網路免費學習頂尖教授的課程，是日本大學面臨的一大課題。

自我調整學習

這似乎經常和AI、大數據一起被提及，但它被稱為「個性化教育」。這種情況在美國也很普遍(如美國的Newton、TeachtoOne等等)，其特點是以私立教育為主，與學校教育相輔相成，個性化教育與學校教育的聯繫越來越緊密。

日本著名的例子包括RecruitMarketingPartners公司的考試Supply課程和SuRaLaNet公司。這兩個領域與AI技術直接相關，也是變化特別快的領域。

結語

在未來，e-Learning框架下的「基於資訊通訊技術的教育和學習」時代將結束，接下來將會是提供一個更加開放的系統，考慮到學生個人的技能水準。

例如，現在可以在熟悉的媒體中使用AR、VR等虛擬化技術，而不是傳統的視訊螢幕。如果我們使用這些技術，將能夠創造出更真實的內容(不過，這些內容到目前為止還無法實現)。

此外，學生個體所獲得的學習成果和技能，不僅會在學校的局部環境中傳播，還將通過IoT技術的應用在更大的開放環境中傳播，當然，這不僅僅是一個技術問題，也是一個法律問題，比如個人資訊的管理，需要上級政策的決策和支持。