扎丽玛　李龙

[摘   要] 复杂科学的诞生为教育者提供了全新的视角、理论与态度重新审视具有不确定性、复杂多变但仍具有一定模式的教育系统。复杂科学对于意义、目的、系统的追求方法中所蕴含的全新逻辑已经超越了传统分析哲学的框架，缔结了一种关联性、生成性与回归性的复杂网络。文章从复杂科学视角，采用系统分析方法对创客教育进行复杂性辨析，为复杂科学应用于创客教育的研究提供诠释性的理论与方法论框架。研究表明创客教育的宏观层：创客教育系统，中观层：创客学习环境，微观层：创造力与制品，均是一种复杂性存在;复杂科学对于创客教育的研究具有重要的理论与方法论意义;复杂系统的建模方法与技术能够对创客学习环境中涌现现象的动力系统进行基于原则的、积极主动的、过程取向的分析，为创客教学模式的研究提供重要的补充工具。

[关键词] 复杂科学; 创客教育; 理论辨析; 模式探索

[中图分类号] G434            [文献标志码] A

[作者简介] 扎丽玛（1980—），女，内蒙古呼和浩特人。博士研究生，主要从事学习科学与技术设计、复杂系统理论与创客教育的研究。E-mail：zhalm@imnu.edu.cn。

一、引   言

教育作为一种拥有最高不确定性的智慧行动，在不断追求“科学化”的过程中也被一种简化的、僵化的、分裂的意识形态所侵蚀：相信普世性的客观规律;相信教育的可机械分解性与组合性;对于实证哲学、经验主义以及行为主义的极端推崇;对于分析教育的原理与原则的盲目乐观等[1]。教育的整体性、人文性、艺术性与丰富性在日趋简化的过程中不断扭曲与异化，以至于人们的信仰、道德、审美在简单人格与简单文化的培植中处于消逝的边缘。自“复杂性”思潮诞生以来，人类仿佛看到了世界重生的希望，用一种全新的视角、理论与态度重新审视人与自然、社会以及世界的关系。将世界视为一个“复杂系统”，用“涌现”“混沌”“自组织”“生成性”等复杂科学的新兴概念去诠释我们的社会系统、教育系统以及认知系统，褪去简单性的外衣，揭示世界的本真，可以说是21世纪最美丽、最振奋人心的蓝图。如今，创客文化已经成为新时代的主流文化之一，“人人皆为创客”的理念深入人心[2]，然而，创客教育研究与实践的视野还不够深入，存在理论根基不稳、实践经验不足的问题[3]。复杂科学的兴起为创客教育的研究提供了全新的视角与工具。

二、复杂性的内涵与外延

“复杂性”一词是一个概括性的术语，起源于拉丁语词根“Plectere”，意思是编织、缠绕。新英格兰复杂系统学会（New England Complex System Institute，NECSI）在2000年对复杂系统进行了如下定义：复杂系统是一个新兴科学领域，研究系统的各个组成部分怎样引起整个系统的集体行为以及系统如何与其环境相互作用。社会系统由人类组成，大脑由神经元组成，分子由原子组成，气候由气流组成，所有这些都是复杂系统的例子。复杂系统的领域横跨了所有传统科学领域，如工程学、管理与医学。它主要研究的是关于部分、整体与关联性的问题。

美国圣塔菲研究所教授梅拉尼·米歇尔（Melanie Mitchell）对复杂系统作了更为精确的定义：复杂系统是由大量分组所构成的网络，不存在任何中心控制，通过简单的运行规则生成复杂的整体行为和复杂的信息处理，并通过学习和进化产生适应性[4]。如果系统有组织的行为不存在内部和外部的控制者或领导者，则称为自组织（Self-organizing）。由于简单的规则以无法预测的方式产生出复杂的行为，这种系统的宏观行为也称作涌现（Emergent）。复杂系统又可以定义为：具有涌现和自组织行为的系统[4]。

“复杂科学”并没有一个明确的定义，我们通常将复杂适应系统理论、耗散结构理论、混沌动态学的探索与研究作为“复杂科学”的研究领域。“复杂系统”一词正式出现于1999年4月2日美国《科学》期刊上出版的《复杂系统》专栏上，其中“复杂系统”被描述为：通过对一个系统的子系统的认识，无法完整地解释该系统的性质，这样的系统便是复杂系统。复杂系统通常具有多层次的系统结构、多样性的子系统、复杂的关联度、多重性的目标、不确定的信息以及多途径的方法等特征。

复杂科学在教育领域的应用日益受到关注。复杂科学与后现代研究观点相结合，对于我们理解课程与教學有着重大的启示作用。复杂理论使得我们能够使用不同的镜片观察世界，也能够使我们摘掉镜片直面客观现实，用一种后现代观点来探索课程与教学中的潜在问题。复杂科学的诞生，仿佛为人们带来了一种创造性、关联性与生成性的模式之舞，使得大批学者沉浸其中为之赞叹。近年来，教育领域的学者们开始探索如何将现代主义的思维范式转换为具有变通性的后现代主义思维范式。

三、创客教育的复杂性辨析

（一）宏观层：创客教育系统的复杂性

教育是人类世界复杂问题之最[5]。一场方法论的革命正在席卷教育领域，复杂科学为教育研究提供了全新的方法与范式[6]。社会的发展与变革深刻地影响着教育领域，其复杂性联结不仅涉及经济、文化、政治等外围因素[7]，还与教育的理念、内容、制度、目标、方法等内在因素息息相关[8]。教育系统内部要素的丰富性与作用机制的复杂性，外部环境的庞杂多端，充分印证了其复杂性存在[9]。教育的生成性特征造就了教育的复杂性——教育是一种循序演进与发展中的回归性开放系统[1]。随着复杂性问题在教育领域的出现，传统分析法已经无法解释不断涌现的复杂现象。“复杂科学”的出现为教育者提供了新的分析工具，以应对具有不确定性、复杂多变但仍然具有一定模式的教育系统。

通过一系列以创新为主要目标的综合性课程，创客教育旨在培养学生的创新意识、创新思维以及创新能力，是现行中小学教育中的一种补充性教育形式[10]。创客教育是一项需要对教育的特性、复杂性以及要素之间的复杂联结进行综合考虑，从教育的本质特征入手驾驭创客运动在教育领域的运行规律的系统工程[11]。从复杂性的视角来审视，创客教育系统是由指导者、学习者、学科课程、技术工具、项目案例、学习评价等诸多因素交互作用所构成的社会复杂系统，其创造力模型应与复杂系统创造力模型相一致[12]。以复杂系统创造力模型审视创客教育的各个组成要素，能够为创客教育系统的构建，提供理论与实践意义上的借鉴[12]。

创客教育系统具有多样性、生成性、回归性以及关联性等复杂系统特征。多样性指学科的多样性：创客教育涉及语文、数学、外语、科学、艺术、信息技术等多学科;教育环境的多样性：创客教育受家庭教育环境、学校学习环境以及社会文化环境的影响;教育目标的多样性：创客教育具有计算思维、设计思维、创新思维、社交能力、语言能力等多维度的培养目标;教育群体的多样性：创客教育包含幼儿生、小学生、中学生、高中生、大学生等不同学龄层次的教育群体。生成性意味着注重具体的教育过程：相对于传统学校教育过分关注教育目标，创客教育更加关注教育过程;关注表现性教育目标：创客教育关注教育过程中学生的个性化表现以及个人意义的获得，而非预设的教学性目标;关注偶发性教学事件：在传统教育中受到排斥的偶然性事件，被创客教育视为有利的教学资源;关注互动性的教学方法：创客教育摒弃灌输式教学，采用多边互动的方式促进资源与信息的再生。回归性意味着项目的回归性：创客教育采用迭代的项目式学习方法，不同项目之间稳定性与转变共存;体验的回归性：在创客教育中学生迭代地去感知、认知、创造，以变革性循环的方式丰富知识、磨炼思维、提升能力;关联性包括情境的关联性：创客教育采用情境化教学，重点关注学科课程与真实情境的关联性;学科之间的关联性：在创客教育中学科与学科之间的关联性高，知识与知识之间的联结性强;人与人的关联性：创客教育中的协作问题解决与合作共赢的理念促进了人与人之间的互动与交流。

（二）中观层：创客学习环境的复杂性

创客教育的核心在于创客学习环境的创设。学生在与环境相互作用的过程中学习并学会如何学习[13]。教学模式是对学习环境的描述，其中包括作为教师的我们在应用教学模式时的行为[14]。学习科学家们致力于将 “去中心化”“非线性”等复杂系统的关键性概念应用到学习环境的研究中。伯雷特（Bereiter）和斯卡达玛利亚（Scardamalia）曾表示：随着自组织和涌现这样的复杂系统的概念被引入主流教育心理学，对该领域的任何研究就没有简单的因果解释了，这一点越来越明显。总的来说，社会认知过程所导致的结果是无法用进入该过程的相关因素来解释或完全预测的[15]。创新工作、理解以及认知的发展都是从一些简单成分的互动中涌现出来的复杂结构的例子[16]。无论是在神经元的层面还是在知识的层面，学习本身都具有涌现特性[17]。

创客学习环境主要由社群（教师和学生）、空间和工具组成。在创客学习环境中，学生通过导师引导、亲身实践、使用各种工具和技术，合作创建和重塑物理和数字世界。在创客学习环境中创新思维、认知发展以及制品的生成都是一种涌现现象。涌现指在复杂系统的自组织过程中形成新颖和连贯的结构、模式和属性的现象[18]。涌现理论描述了复杂系统中大规模集体行为模式的形成过程[19]。戈尔茨坦（Goldstein）观察到，涌现现象具有以下相互关联的属性：完全的新颖性，连贯性或相关性，全局性或宏观性，动态性和明显性[18]。完全的新颖性意味着在复杂系统中尚未观察到，并且既不可预测又不能从低级或微观层次组件中推导出来。连贯性或相关性指涌现表现为综合的整体，随着时间的推移倾向于保持一定的同一性，并将单独的低级组件贯穿且关联成更高级别的统一体。全局性或宏观性指涉涌现现象的轨迹。动态性特征指涌现现象不是预先给定的整体，而是随着时间的推移由复杂系统演变而产生。明显性意味着涌现通过展示自己得到广泛的认可，它们在现象层面是得到认可的。

创客学习环境具有涌现、去中心化、自组织等复杂系统特征，因此可将其视为复杂系统。复杂系统中的分形模式、有限之无限性以及不可預测性等混沌理论视角同样与创客学习环境相关联。在创客学习环境中小组的每个人都共享一个小组，小组与小组之间具有相同的结构与模式，所有小组的集合构成了创客社群。这种具有自相似性，类似于分形的模式充分展现了创客学习环境中的教师、学生、工具、材料之间的动态关联性以及结构与弹性的结合。有限之无限性指涉在创客学习环境中，指导教师可能会受到国家政策、地区标准、学校法规、课程目标等客观因素的限制，但在这些限制之内存在着无限的可能性。教师与学生、工具、材料之间的潜在关联性不受任何的限制。这种对教师的赋权使他们摆脱了限制的束缚，获得了创造的自由。创客学习环境中的学习行为既有一定的模式，又具生成性，是确定性与随机性的联结。教师既可以确定一定的教育目标，又要对学生的随机互动进行反馈。教育目标与学生行为的不可预测性相结合使得创客学习环境中的学习具有创生性与开放性。

（三）微观层：创造力与制品的复杂性

创造性活动包括生成、巩固、孵化和阐述的连续阶段，创意制品的产生也是一个动态的流程[20]。思想的联结随着时间的推移展开，新事物的发明也会随着时间的推移而产生。创造力是一种系统现象，创造者、媒介、问题、经济因素、文化和技术以及他人（群体、评论家、竞争对手、观众和赞助人等）都在创造过程中发挥作用[20]。当工作的意义和期望值随着文化背景和生活阶段而改变时，创造性工作会改变一个人的生命周期[20]。创造过程发生在历史和文化环境中，在创造过程中创造者并非完全独立，这意味着创造力也是一种开放系统现象[20]。创造性的努力涉及适应环境中的事件，创造性行为必须具有环境适应性和环境敏感性。这种适应性定义了沟通的可能性，互惠的反馈循环连接创造者与公众。创意活动还需要与对社会和自然世界的感知相关联。感知者之间存在反馈，创造性的个体通过调整，并试图以塑造世界的方式去适应和同化[20]。“适应性”是创造性活动的重要特征，这个词意味着创造性活动与现实密切相关。

创造过程还包括自我刺激和内部反馈。托比·昭斯纳（Tobi Zausner）提出，艺术似乎涉及“自动催化”，因为艺术家对作品本身以及环境反馈作出回应[21]。这一理念与马图拉纳（Maturana）的“自创生理论”有关，是生命系统的自我创造属性。创造力涉及自我组织的过程，与“自创生”组织有关，这些组织“不断自我生产”。可以将艺术作品、新科学理论和工程问题的新颖解决方案视为涌现结构，是问题解决的耦合过程的结果。涌现提供了一种文化历史中产生新信息的方法。许多科学家探讨了处于混沌状态的系统如何产生创造性行为以及混沌的几个特征如何与创造性过程和创意作品相关。例如，佐斯纳（Zausner）指出创造过程如何对刺激因素敏感，并谈到创意作品的不可预测性。她提出创意作品更多是一种涌现现象，而不是预先可视化的目标进程。弗雷德里克·亚伯拉罕（Frederick Abraham）将创造力称为“自组织的分叉”，主张混沌和不稳定状态促进创造力的产生[22]。霍华德·内梅罗夫（Howard Nemerov）将创作之前的原始秩序比喻为混沌。本·戈泽尔（Ben Goertzel）和罗纳德·芬克（Ronald A. Finke）正在开发混沌逻辑和混沌认知的概念。

创意产品，无论多么复杂，都可以被视为从相对简单和易于理解的心理和社会过程中产生的制品，但前提是这些简单的系统涉及辩证、对立、耦合或非线性过程。与创造力相关的许多社会心理现象的指涉也是一种动态过程。创造过程具有不可预测性与初始条件敏感性。不可预测性在于创造性过程无法使用数学意义上的分析进行描述，创造性轨迹也不能简化为简单的方程式，并且需要从启发式而非精确的算法中产生洞见。特定的指导与程序可以辅助创意的产生，但绝不可能像写食谱一样将其固化。这并不是说创造性工作不能使用确定性过程建模或实施，但这些过程必须是动态的迭代活动，且其结果通常无法提前预测。创造力理论家们正在考虑如何用动态模型阐明原创性现象。具有时间术语的心理模型，潜在的非线性，参考辩证过程，都是这些新模型和技术可以应用的面相。

四、复杂科学对创客教育研究的方法论含义

（一）实验性与描述性方法的限域

教育系统、学习环境以及人类的思维均是复杂系统，其中线性和非线性可以共存，涌现现象是其重要特征。涌现现象由主体之间的交互引起，又制约着主体之间的后续交互，似乎有自己的生命，独立于局部交互而存在，因而不能还原为系统的个体或局部[23]。因此，任何对复杂系统动力学的解释都一定要解释自下而上和自上而下的因果性[24]。目前，教育研究中的研究方法可以归类于实验性研究、描述性研究以及设计研究。然而，基于设计的研究在方法论层面上是运用描述性方法与综合性方法（描述性方法结合实验性方法）来解释学习[25]。

实验研究通常将实验组与控制组相对比后作出因果关系的解释。由于数学建模工具本质上都是線性工具，无法对动力学系统中线性与非线性的辩证共存加以解释。线性方法试图将系统拆分成部分，通过研究部分而得出总体。然而，学习的涌现现象无法通过将部分相加而得到整体的方式进行分析，且当异质的参与者被聚合或平均为因素时，一些关键信息就丢失了[26]。因此，实验方法并不能解释复杂现象中的涌现行为，也不可能为之建模，而只能将其应用于复杂系统中线性特征较为明显的维度。

描述性方法可以在一定程度上理解涌现现象，但其局限性也很明显，比如无法对干预和设计决定进行归纳以及相对于理论应用而言过于强调理论建构等。同样，对于涌现现象的解释，实验性方法也具有简化性。描述性方法与实验性方法的区别在于两者简化的程度不同。不同程度的简化导致了不同类型的解释和理解，两者都有见地，都很重要[27]。从时间的角度来看，涌现行为常常在一个现象演变过程中的非常狭窄的时间段中发生[23]。通常，描述性研究无法覆盖涌现现象的时空全景。

实验性方法与描述性方法共同的局限是两者对于理解和解释已经涌现的现象时存在很大的局限性。如果一些模式已经涌现，实验性方法与描述性方法只能用来解释它们在聚合层次上的关系以及模式的演化过程。然而，如果逆转时光，即使初始条件相似，同样的演化轨迹也不一定出现。因此，我们不但需要理解和解释涌现的演化轨迹，还需要解释演化轨迹的可能空间。学习是一种复杂现象，对于理解学习涌现的可能空间而言，实验性方法与描述性方法都存在着局限性。

（二）复杂系统的建模方法与技术

通常，复杂性理论试图回答不同学科领域中令传统从业人员感到困惑的问题。复杂理论表明，这些情况是由单个主体交织在一个非线性网络中，形成了复杂的自适应系统，而后这些系统便有了单个主体不具备的特征。这些情况很难研究的原因是，研究人员养成了使用“解剖分析”技术研究现象的习惯。他们将机器、有机体、生态系统以及任何其他实体的组成部分进行分解，并假设对这些部分进行研究将揭示整体的本质。但是，当组成部分不能提供系统的涌现特性的信息时，此分析方法将无用。因此，必须在“涌现水平”上研究复杂的自适应系统。

研究复杂系统，就是研究它的演化规律。系统的演化模型可用于描述系统的涌现性。圣塔菲学者们提出一种新的思路，其基点是：系统出现涌现的时间、地点以及类型均是自下而上的，这些取决于系统的组成要素及其非线性交互。圣塔菲学者们称组成要素为主体（Agent），并使用算法程序来表述规则，使用计算机模拟仿真技术探测系统的涌现行为。这种方法被称为“基于主体的建模方法”，它是生成性的研究方法。它建立在归纳逻辑之上，所用模型是由计算机程序表示的，根据模型让系统在计算机上产生、演化，让宏观整体行为由下而上、自然而然地涌现出来，使研究者能够直接观察系统的生成、演化过程，从观察现象中发现规律，提炼概念，形成洞见，建立理论[28]。

基于主体的建模（Agent-based Modeling，ABM）是一种基于主体的复杂系统模拟仿真技术。在过去的二十年间，使用基于主体的建模已经成为科学家寻求理解复杂的物理、生物和社会现象的重要工具[29]。作为一种基于计算机的模拟仿真技术，ABM用于模拟自治主体（个体或组织）的行为和相互作用，以评估他们对系统整体的影响。它综合了博弈论、复杂系统、涌现、计算社会学、遗传编程等不同理论与学科的思想元素。ABM是一种微观模型，通过模拟多个主体的同步行为和交互，以再现和预测复杂现象[30]。这个过程是从微观层次到宏观层次的涌现。因此，这个模型的关键就是简单的行为规则能够产生复杂的行为结果。ABM是研究者对“现实中的事物如何运作”的理想化的近似方法。

五、复杂科学在创客教学模式研究中的应用

对于创客教学模式的研究，本文主张使用复杂系统研究、人种志研究、基于设计的研究相整合的方法论，以下简称为复杂人种志设计研究。这种整合的研究方法论对于创客群体的学习环境研究有着显著的优势：复杂系统研究从复杂性理论视角分析创客教育系统的复杂性、创客学习环境的复杂性、创新思维的复杂性;人种志研究充分、详实地解释了教学活动所发生的环境背景，为研究者提供了深层次的环境知识，使研究者聚焦于创客群体的心理、行为以及信仰，指导研究者开展符合创客群体需求的研究;基于设计的研究的干预主义、前瞻性、反思性以及迭代等特征能够使研究者从最初的模式原型（基于一些假设的学习轨迹和特定设计特征）逐步优化模式，从而得出最终的模式。复杂系统研究作为一种生成性研究灵活地整合了宏观与微观视角，为教学模式的特征分析、原型设计、评价以及修正的研究提供了丰富的理论视角与可操作性方法，但复杂系统研究应用于教育研究时需辅以人种志观点以及迭代的现象学校验。人种志强调长期的真实情境的参与性，但缺乏干预立场;基于设计的研究通过干预以及迭代的评价与修正获得形成性的理论与实践，但缺乏人种志视角;复杂人种志设计研究补充了单一方法论在创客教育研究中应用的缺陷，有机地整合了生成性研究与形成性研究，为创客教学模式研究提供了切实有效的方法论。综上所述，方法论与具体方法如图1所示。

复杂性方法论为创客教学模式研究提供了重要的补充工具。复杂系统研究主张把创客教学系统的研究焦点从因素转为参与者，研究者不用再带着把同质的参与者聚合成因素这样的假设去研究现象。相反，研究者可以保持创客群体中主体的多样性，把他们看作是异质的参与者，各自具有自身的基因和文化特质，并实施简单的行为规则。ABM最大限度地利用复杂性的主要原则，即动力学极简主义原则：局部层面的简单规则能够充分地促成复杂的涌现行为在集体层面上发生。创客学习环境中異质的参与者在一定的时间和空间跨度内互相作用可以导致全局性结构和模式的产生，这些结构和模式反过来又辩证地规定和制约着主体间的后续交互。ABM通过计算手段模拟主体间的交互，“自下而上”地表征创客学习环境中的涌现行为并让系统在计算机模拟中演变。如此一来，研究人员不再局限于分析创客教学现象中的静态平衡——对已经涌现的现象进行分析——或将主体看作聚合的因素这种假设的基础上进行分析。ABM为研究者提供了方法论上的可能性，对创客学习环境中涌现现象的动力系统进行基于原则的、积极主动的、过程取向的分析。

六、总结与展望

教育的复杂性就在于其生成性——教育是一个以生成性、涌现性、自组织为特点的回归性开放系统。随着复杂性问题在教育领域的出现，传统分析法已经无法解释不断涌现的复杂现象。“复杂科学”的出现为教育者提供了新的分析工具，以应对具有不确定性、复杂多变但仍然具有一定模式的教育系统。复杂性理论与方法论作为一种新兴科学与后现代研究观点为我们理解创客教育有着重大的启示作用。复杂性理论使得我们能够使用不同的镜片观察世界，也能够使我们摘掉镜片直面客观现实，用一种后现代观点来探索创客教育中的潜在问题。该文通过对复杂性的内涵与外延界定，创客教育的宏观层、中观层以及微观层的复杂性辨析，创客教育研究中复杂性的方法论含义，创客教学模式探索中复杂性方法论的应用作了详尽的阐述，为复杂科学应用于创客教育研究提供了诠释性的理论与方法论框架。

[参考文献]

[1] LEENER M J， WILLIAM E， DOLL， JULIEN J S. Chaos， complexity， curriculum and culture： a conversation[M].  Switzerland： Peter Lang， 2005.

[2] 王佑镁， 宛平， 赵文竹， 杨刚. 从创客到创造性公民： 智慧教育视野下的创客公民及其培养[J]. 电化教育研究，2019，40（11）：5-11，27.

[3] 钟柏昌. 创客教育究竟是什么——从政策文本、学术观点到狭义创客教育定义[J]. 电化教育研究，2019，40（5）：5-11.

[4] 梅拉妮·米歇尔.复杂[M]. 唐璐， 译. 长沙： 湖南科学技术出版社，2011.

[5] 叶澜. 世纪初中国教育理论发展的断想[J]. 华东师范大学学报（教育科学版），2001（1）：1-6.

[6] 吴靖. 复杂科学视域下的教育趋法及对教育技术研究方法的启示——兼及教育信息化“顶棚效应”问题的分析[J]. 远程教育杂志，2017，35（2）：94-103.

[7] 焦建利. 教育技术的复杂性与复杂的教育技术学[J]. 电化教育研究，2006（1）：13-17，22.

[8] 左明章， 卢强， 杨浩. 协同推进机制创新： 促进信息技术与教育深度融合的可能之路[J].现代教育技术，2017，27（4）：59-66.

[9] 尹超， 和学新. 复杂性理论视阈下的教育研究及其变革[J]. 教育理论与实践，2017，37（25）：12-16.

[10] 傅骞， 王辞晓. 当创客遇上STEAM教育[J]. 现代教育技术，2014，24（10）：37-42.

[11] 杨丽， 张立国，等. 创客教育体系架构研究[J]. 现代远距离教育，2016（3）：28-33.

[12] 宿庆， 张文兰. 复杂系统创造力视角下创客教育系统设计研究[J]. 中国电化教育， 2018（9）：17-23.

[13] DEWEY J. Education and democracy[M]. New York： Macmillan， 1916.

[14] 布鲁斯·乔伊斯， 玛莎·韦尔， 艾米莉·卡尔霍恩. 教学模式[M]. 兰英， 译. 北京： 中国人民大学出版社，2014.

[15] BASCIA N， CUMMING A， DATNOW A， et al. International handbook of educational policy[M]. Dordrecht： Springer， 2005.

[16] SAWYER R K. The emergence of creativity[J]. Philosophical psychology， 1999， 12（4）：447-469.

[17] PRIBRAM H， KING S， et al. Learning as self-organization[M]. Mahwah， NJ： Lawrence Erlbaum Associates， 1996.

[18] GOLDSTEIN J. Emergence as a construct： history and issues[J]. Emergence， 1999， 1（1）：49-72

[19] THOMPSON E. Mind in life[M]. Cambridge： Harvard University Press， 2010.

[20] RUNCO M A， PRITZKER M A， PRITZKER S R， PRITZKER S. Encyclopedia of creativity[M]. Netherlands： Elsevier， 1999.

[21] ZAUSNER T. When walls become doorways： creativity， chaos theory， and physical illness[J]. Creativity research journal. 1998， 11（1）：21-28.

[22] ABRAHAM F D， GILGEN A R. Chaos theory in psychology[M]. Santa Barbara： Greenwood Publishing Group， 1995.

[23] KAUFMAN S. At home in the universe： the search for laws of complexity[M]. New York： Oxford University Press， 1995.

[24] LEMKE J L. Across the scales of time： Artifacts， activities， and meanings in ecosocial systems[J]. Mind， culture， and activity. 2000， 7（4）：273-290.

[25] BROWN A L. Children's learning in laboratory and classroom contexts： essays in honor of Ann Brown[M]. London： Routledge，2007.

[26] EIDELSON R J. Complex adaptive systems in the behavioral and social sciences[J]. Review of general psychology，1997， 1（1）：42-71.

[27] SUTHERS D D. Technology affordances for intersubjective meaning making： a research agenda for CSCL[J]. International journal of computer-supported collaborative learning， 2006， 1（3）：315-337.

[28] 陳森发. 复杂系统建模理论与方法[M]. 南京： 东南大学出版社，2005.

[29] EIDELSON R J. Complex adaptive systems in the behavioral and social sciences[J]. Review of general psychology. 1997， 1（1）：42-71.

[30] GUSTAFSSON L， STERNAD M. Consistent micro， macro and state-based population modelling[J]. Mathematical biosciences， 2010， 225（2）：94-107.

[Abstract] The birth of complex science provides educators with a new perspective， theory and attitude to re-examine the education system which is uncertain， complex and changeable but still has a certain model. The new logic contained in the pursuit of meaning， purpose and system in complex science has transcended the framework of traditional analytic philosophy， and established a complex network of relevance， generation and regression. From the perspective of complex science， this paper analyzes the complexity of maker education by means of system analysis， and provides an interpretive theoretical and methodological framework for the application of complex science in the study of maker education. The research shows that the macro level of maker education （maker education system）， the meso level （ maker learning environment） and the micro level（creativity and products） are all complex existence. Complex science has important theoretical and methodological significance for the research of maker education. The modeling methods and technology of complex systems can make a principle-based， proactive and process-oriented analysis of the dynamic system of the emergence in maker learning environment， and provide an important supplementary tool for the study of the maker teaching model.

[Keywords] Complex Science; Maker Education; Theoretical Analysis; Model Exploration