朱 青/編譯

如何實(shí)現(xiàn)網(wǎng)絡(luò)課程的個性化

朱 青/編譯

● 讓學(xué)生從一對一在線輔導(dǎo)中獲益。

早在30多年前，教育家們就已經(jīng)知道，在一對一的輔導(dǎo)以及掌握學(xué)習(xí)法 （對某一問題不斷鉆研直至完全掌握，而不是以通過考試為學(xué)習(xí)的終點(diǎn)）之下，學(xué)生的學(xué)業(yè)表現(xiàn)會更好。當(dāng)然，學(xué)業(yè)的成功也是需要動機(jī)的，不論是來自學(xué)生內(nèi)心的驅(qū)動力，還是來自家長、老師或是同輩群體的激勵。

那么，大規(guī)模網(wǎng)絡(luò)公開課（MOOCs）的興盛是否會削弱這些成功動機(jī)的影響力呢？根本不會！相反，數(shù)字工具為我們提供了實(shí)現(xiàn)成本效益的最佳途徑：個性化學(xué)習(xí)。

我之所以如此肯定，是因?yàn)閮煞N教學(xué)方法我都嘗試過。幾年來，我和塞巴斯蒂安·史朗（Sebastian Thrun）一直在斯坦福大學(xué)教人工智能課，我們按傳統(tǒng)的方式講課、布置課后作業(yè)，在學(xué)期考試的時候給學(xué)生們出同樣的考題。結(jié)果，每個學(xué)期都只有5%—10%的學(xué)生能定期參與課堂的深入討論和好好聽課，其他的學(xué)生則消極得多。我們覺得，肯定有其他更好教學(xué)方法。

于是，在2011年秋季，我們嘗試了一件全新的事情——在傳統(tǒng)的課堂學(xué)習(xí)之外，我們創(chuàng)建了一個對所有人免費(fèi)開放的網(wǎng)絡(luò)課程。我們的首次嘗試取得了不錯的成績：超過100000人參與了課程學(xué)習(xí)，其中23000人完成了整個課程的學(xué)習(xí)。

在諾貝爾獎得主赫伯特·西蒙 （HerbertSimon）“學(xué)習(xí)源于學(xué)生的所作所為、所思所想，并僅源于此”這一論斷的啟發(fā)下，我們創(chuàng)建了一個以關(guān)注學(xué)生的作為和學(xué)習(xí)反饋為核心的課程。我們的課是很短的視頻（2—6分鐘），目的在于幫助在線學(xué)生做好做練習(xí)題的準(zhǔn)備。這些練習(xí)題，有些需要在視頻中對解題所需的數(shù)學(xué)方法進(jìn)行詳細(xì)講解；有些則是開放式問題，讓學(xué)生獨(dú)立思考然后在論壇上交流和進(jìn)一步推敲自己的想法。

我們的課程使學(xué)習(xí)變得積極而非被動，產(chǎn)生了許多類似于輔導(dǎo)所能帶來的效果，而且還有助于增強(qiáng)學(xué)生的學(xué)習(xí)動機(jī)。教育領(lǐng)域的許多研究為我們課程的設(shè)置提供了理論支持。比如，卡爾·K·什普納爾 （KarlK. Szpunar）、諾瓦爾·Y·可汗（NovallY.Khan）和丹尼爾·L·沙克特 （DanielL.Schacter）2013年發(fā)表在《美國國家科學(xué)院論文集》的一項(xiàng)研究顯示，頻繁的互動有助于集中注意力。再如，威廉·B·伍德（William B.Wood）和金伯莉·D·坦納（KimberlyD.Tanner）發(fā)表在2012年的《生命科學(xué)教育》上的一篇論文所指出的，學(xué)習(xí)能在學(xué)生自己思考（而非被動地聽課）時得到強(qiáng)化。正因如此，一個經(jīng)過合理設(shè)計的自動智能教學(xué)系統(tǒng)就可以產(chǎn)生和人類教師一樣的教學(xué)效果——正如庫爾特·范·萊恩（KurtvanLehn）2011年發(fā)表在《教育心理學(xué)家》上的薈萃分析中所指出的一樣。

我們課程的最后一個重要優(yōu)勢就在于它快速的自我完善能力。我們對許許多多學(xué)生容易掌握和容易出錯的知識點(diǎn)進(jìn)行分析，從而找出課程需要調(diào)整完善的地方。更難得的是，我們對學(xué)習(xí)反饋信息的獲取是在網(wǎng)絡(luò)課程不間斷的情況下同步進(jìn)行的。在我們的課程里，人類教師對數(shù)據(jù)信息進(jìn)行分析，而人工智能系統(tǒng)則執(zhí)行分析結(jié)果，從而為學(xué)生接下來的學(xué)習(xí)提供引導(dǎo)和建議——就像現(xiàn)在的購物網(wǎng)站可以自動推薦你可能感興趣的書和電影一樣。

在線學(xué)習(xí)就像課本一樣，只是一個工具。老師和學(xué)生使用工具的方法才是最為重要的。

[資料來源：Nature][責(zé)任編輯：彥 隱]

本文作者彼得·諾維格（PeterNorvig），美國計算機(jī)科學(xué)家，Google公司研究主管。