孫眾　宋潔　吳敏華　駱力明

摘要：在線開(kāi)放課程與高校傳統(tǒng)教學(xué)的結(jié)合，使得校園混合課程成為未來(lái)高等院校課程的主要形態(tài)。在綜述已有教學(xué)干預(yù)經(jīng)驗(yàn)與不足的基礎(chǔ)上，該文提出了校園混合課程教學(xué)干預(yù)的框架，以課程動(dòng)態(tài)設(shè)計(jì)為切入點(diǎn)，根據(jù)預(yù)測(cè)需求選擇預(yù)測(cè)模型，確定干預(yù)對(duì)象選擇干預(yù)類(lèi)型，實(shí)施混合課程下的教學(xué)干預(yù)。該文以三類(lèi)六種教學(xué)干預(yù)為例，依托校園混合課程開(kāi)展了連續(xù)2年的教學(xué)干預(yù)實(shí)證研究。結(jié)果發(fā)現(xiàn)：班級(jí)干預(yù)比個(gè)別干預(yù)更能激發(fā)學(xué)生群體的在線學(xué)習(xí)參與度；面授在線相結(jié)合的混合干預(yù)比傳統(tǒng)干預(yù)更能建立良好的社會(huì)化學(xué)習(xí)網(wǎng)絡(luò)；深層干預(yù)與淺層干預(yù)對(duì)于中低分組的學(xué)生均有正向促進(jìn)作用，其中深層干預(yù)對(duì)于中分組學(xué)生的學(xué)業(yè)改善作用更為明顯?；趯W(xué)習(xí)分析技術(shù)的有效教學(xué)干預(yù)，不僅是動(dòng)態(tài)設(shè)計(jì)混合課程的基礎(chǔ)，還成為提升校園混合課程質(zhì)量的關(guān)鍵。

關(guān)鍵詞：教學(xué)干預(yù)；學(xué)習(xí)分析；學(xué)習(xí)預(yù)測(cè)；校園混合課程

一、研究背景

2016年9月教育部發(fā)布《關(guān)于推進(jìn)高等教育學(xué)分認(rèn)定和轉(zhuǎn)換工作的意見(jiàn)》，鼓勵(lì)高校學(xué)生基于互聯(lián)網(wǎng)學(xué)習(xí)平臺(tái)選修課程。2016年12月國(guó)務(wù)院發(fā)布《“十三五”國(guó)家信息化規(guī)劃》，其中“在線教育普惠行動(dòng)”包括多項(xiàng)具體措施，不僅鼓勵(lì)高等院校建設(shè)在線開(kāi)放課程和公共服務(wù)平臺(tái)，引進(jìn)國(guó)外在線課程，還提出要將在線課程納入高校的人才培養(yǎng)方案和教學(xué)計(jì)劃。而在線課程聚合平臺(tái)Class Central發(fā)布的2016年全球大規(guī)模在線開(kāi)放課程（以下簡(jiǎn)稱MOOC）統(tǒng)計(jì)報(bào)告表明，自2011年起引發(fā)高等教育研究熱潮的MOOC，已經(jīng)不再追求開(kāi)課范圍和學(xué)習(xí)者群體的大規(guī)模，而轉(zhuǎn)向服務(wù)于高校常規(guī)教學(xué)。到2016年全球700多所大學(xué)開(kāi)設(shè)的MOOC總數(shù)已超過(guò)6800門(mén)，而這個(gè)數(shù)字還在呈現(xiàn)快速增長(zhǎng)態(tài)勢(shì)。由此可見(jiàn)在線與傳統(tǒng)教學(xué)相結(jié)合的校園混合課程，會(huì)成為全球高校教學(xué)的發(fā)展趨勢(shì)。

校園混合課程的生命力在于，學(xué)習(xí)者不僅能夠參與面授學(xué)習(xí)，實(shí)現(xiàn)師生、生生的真實(shí)人際交流，還可以通過(guò)在線或移動(dòng)平臺(tái)學(xué)習(xí)，豐富學(xué)習(xí)內(nèi)容，改變學(xué)習(xí)方式，同時(shí)留下較為全面的學(xué)習(xí)行為痕跡。通過(guò)運(yùn)用學(xué)習(xí)分析技術(shù)，不僅能為學(xué)生提供了實(shí)時(shí)學(xué)習(xí)記錄，即時(shí)評(píng)估結(jié)果，還為教師提供改進(jìn)教學(xué)質(zhì)量的決策依據(jù)。在此背景下，本研究以提升校園混合課程質(zhì)量為目的，以動(dòng)態(tài)課程設(shè)計(jì)為視角，開(kāi)展了為期兩年基于學(xué)習(xí)分析技術(shù)的教學(xué)干預(yù)研究。

二、教學(xué)干預(yù)綜述

教學(xué)干預(yù)作為一個(gè)約定俗成的概念，包括一切對(duì)學(xué)習(xí)者學(xué)習(xí)產(chǎn)生影響的介入手段。它能闡釋學(xué)習(xí)過(guò)程中多方面的要素和關(guān)系，能為改善學(xué)習(xí)績(jī)效提供新的思路和視角。傳統(tǒng)課堂環(huán)境下的教學(xué)干預(yù)，常指教師發(fā)現(xiàn)問(wèn)題后直接為學(xué)習(xí)者提供方法上的建議、態(tài)度和心理上的疏導(dǎo)、組織學(xué)習(xí)伙伴幫扶，從教學(xué)角度調(diào)整課程資源和授課方式，也包括引入家庭、社會(huì)力量共同進(jìn)行干預(yù)等?？ɡば栐凇督虒W(xué)與行為干預(yù)》一書(shū)中提出了干預(yù)反饋模式（Response to Intervention，簡(jiǎn)稱RTI），為小學(xué)到高中各個(gè)年段學(xué)生的提供閱讀、教學(xué)、行為等方面的多種教學(xué)干預(yù)。陳珊提出學(xué)生在問(wèn)題解決過(guò)程中遭遇認(rèn)知困境時(shí)，教師可以建立支持學(xué)生問(wèn)題解決的學(xué)習(xí)框架，在此基礎(chǔ)上改進(jìn)與學(xué)科內(nèi)容相關(guān)的資源和活動(dòng)，實(shí)施教學(xué)干預(yù)。Zhai等人通過(guò)分析在職教師的職業(yè)壓力和自信心，采取了基于課堂環(huán)境的干預(yù)，在其行為管理中強(qiáng)化職業(yè)控制力，擴(kuò)展職業(yè)資源，提高職業(yè)自信，有效地達(dá)成了傳統(tǒng)環(huán)境下的干預(yù)效果。

隨著在線課程和大數(shù)據(jù)技術(shù)的迅速發(fā)展，研究者開(kāi)始關(guān)注基于學(xué)習(xí)分析的教學(xué)干預(yù)。美國(guó)Desire2Learn機(jī)構(gòu)開(kāi)發(fā)的學(xué)生成功系統(tǒng)，通過(guò)分析學(xué)生的出席率、課程完成情況、參與度和社會(huì)學(xué)習(xí)等影響因素，構(gòu)建多種預(yù)測(cè)模型，預(yù)測(cè)出有潛在學(xué)業(yè)危險(xiǎn)的學(xué)生，向其提供干預(yù)措施。He等人基于學(xué)生在線學(xué)習(xí)數(shù)據(jù)，用邏輯回歸算法預(yù)測(cè)出可能無(wú)法完成課程的學(xué)生，給他們呈現(xiàn)學(xué)業(yè)危機(jī)的可能性，督促其調(diào)整學(xué)習(xí)方式和進(jìn)程，以降低輟學(xué)率。普渡大學(xué)開(kāi)發(fā)了Course Signal課程信號(hào)燈系統(tǒng)用于監(jiān)測(cè)學(xué)生的學(xué)習(xí)狀態(tài)，并且采用算法判斷處于學(xué)業(yè)危險(xiǎn)中的學(xué)生對(duì)其進(jìn)行預(yù)警，根據(jù)預(yù)警信號(hào)，教師通過(guò)電子郵件、短信、在線消息等形式對(duì)學(xué)習(xí)者進(jìn)行干預(yù)。

傳統(tǒng)課堂環(huán)境下的研究提供了較好的教學(xué)干預(yù)策略，在線學(xué)習(xí)環(huán)境下的研究提供了基于學(xué)習(xí)分析技術(shù)的實(shí)證研究基礎(chǔ)。但是已有教學(xué)干預(yù)的研究多是以單一學(xué)習(xí)環(huán)境為干預(yù)場(chǎng)景，而在校園混合課堂環(huán)境下，學(xué)生在線學(xué)習(xí)的過(guò)程其實(shí)是與面授課堂學(xué)習(xí)緊密結(jié)合。由此已有研究中面向校園混合課程的干預(yù)研究并不多見(jiàn)，因此本研究就是要探索基于學(xué)習(xí)預(yù)測(cè)的教學(xué)干預(yù)有效方式，以提高校園混合課程質(zhì)量。

三、校園混合課程的教學(xué)干預(yù)系統(tǒng)框架

（一）以課程動(dòng)態(tài)設(shè)計(jì)為切入點(diǎn)

面向傳統(tǒng)課程的教學(xué)設(shè)計(jì)，通常包括分析目標(biāo)、內(nèi)容和學(xué)習(xí)者，設(shè)計(jì)教學(xué)過(guò)程，制作學(xué)習(xí)資源，確立評(píng)價(jià)標(biāo)準(zhǔn)等。它具有預(yù)置性、系統(tǒng)性、穩(wěn)定性、劃一性等特征，然而這種設(shè)計(jì)更偏向滿足傳統(tǒng)環(huán)境下集體教學(xué)的需求，學(xué)生個(gè)性化學(xué)習(xí)需求難以得到重視，于是高校課堂有出席率低或者隱f生逃課現(xiàn)象。面向以MOOC為代表的在線課程設(shè)計(jì)，除了要具有前面?zhèn)鹘y(tǒng)課程教學(xué)設(shè)計(jì)必備要素外，主要差別在于學(xué)習(xí)過(guò)程和評(píng)價(jià)設(shè)計(jì)，即要為不同背景的學(xué)習(xí)者提供在線學(xué)習(xí)的全過(guò)程服務(wù)。例如要有同步或異步講座、課程直播、學(xué)習(xí)答疑區(qū)等，并根據(jù)學(xué)習(xí)者的在線學(xué)習(xí)表現(xiàn)評(píng)估其學(xué)習(xí)效果和教學(xué)質(zhì)量，它具有開(kāi)放性、共享性、泛在性等優(yōu)點(diǎn)，但由于學(xué)習(xí)者規(guī)模大，群體差異明顯，無(wú)法實(shí)現(xiàn)面向特定學(xué)生的有針對(duì)性的學(xué)習(xí)服務(wù)，因此居高不下的輟學(xué)率成為MOOC實(shí)現(xiàn)良性發(fā)展要突破的難題。其實(shí)有研究發(fā)現(xiàn)，大部分放棄MOOC的學(xué)習(xí)者，在課程前半段已就呈現(xiàn)出輟學(xué)跡象，包括登錄次數(shù)明顯減少，不再提交課程階段性任務(wù)，瀏覽視頻的次數(shù)開(kāi)始降低等，但是由于MOOC是遠(yuǎn)程學(xué)習(xí)情境，干預(yù)的有效性和及時(shí)性與傳統(tǒng)課堂相比還是有一定的差距。那么能否將傳統(tǒng)環(huán)境和在線環(huán)境的干預(yù)優(yōu)缺點(diǎn)進(jìn)行綜合考慮，在校園混合課程這種新的學(xué)習(xí)形態(tài)下，借助學(xué)習(xí)分析技術(shù)，在課程進(jìn)行的前半段就判斷每個(gè)學(xué)習(xí)者學(xué)習(xí)狀態(tài)和潛在問(wèn)題，在預(yù)測(cè)的基礎(chǔ)上進(jìn)行面授和在線環(huán)境相結(jié)合的教學(xué)干預(yù)，同時(shí)動(dòng)態(tài)調(diào)整課程，以幫助學(xué)習(xí)者獲得更為理想的學(xué)業(yè)表現(xiàn)呢？筆者認(rèn)為以課程動(dòng)態(tài)設(shè)計(jì)為切入點(diǎn)，一方面收集傳統(tǒng)環(huán)境下能獲得的學(xué)習(xí)者個(gè)人屬性特征、前期知識(shí)基礎(chǔ)、興趣態(tài)度等非智力因素；另一方面積累在線學(xué)習(xí)環(huán)境下學(xué)習(xí)者全過(guò)程全樣本數(shù)據(jù)，綜合起來(lái)進(jìn)行學(xué)習(xí)預(yù)測(cè)，在此基礎(chǔ)上進(jìn)行不同形式的教學(xué)干預(yù)，實(shí)現(xiàn)動(dòng)態(tài)課程設(shè)計(jì)，以提高校園混合課程質(zhì)量。

（二）明確預(yù)測(cè)需求，選擇預(yù)測(cè)模型，鎖定干預(yù)對(duì)象

學(xué)習(xí)分析技術(shù)（Learning Analysis）是教育大數(shù)據(jù)應(yīng)用的重要領(lǐng)域，該技術(shù)利用數(shù)據(jù)和模型，評(píng)估學(xué)習(xí)者的學(xué)習(xí)狀態(tài)和學(xué)習(xí)效果，預(yù)測(cè)未來(lái)表現(xiàn)，采取干預(yù)措施，提高學(xué)習(xí)者學(xué)習(xí)績(jī)效。學(xué)習(xí)分析的一個(gè)重要應(yīng)用是監(jiān)測(cè)和預(yù)測(cè)，根據(jù)實(shí)際需要選擇不同預(yù)測(cè)點(diǎn)。比如Ahmad等人用認(rèn)知網(wǎng)絡(luò)來(lái)預(yù)測(cè)大學(xué)生的選課趨勢(shì)，這是對(duì)學(xué)習(xí)需求的預(yù)測(cè)；如Kruger-Ross等人則通過(guò)分析學(xué)生對(duì)課程基本概念的理解和認(rèn)知，預(yù)測(cè)成功在線學(xué)習(xí)的可能性，Yang用登錄次數(shù)、頻率和間隔來(lái)預(yù)測(cè)MOOC輟學(xué)率，這是對(duì)學(xué)習(xí)結(jié)果的預(yù)測(cè)；如Luft等人用認(rèn)知任務(wù)來(lái)預(yù)測(cè)數(shù)學(xué)教學(xué)水平較低學(xué)校里的學(xué)生數(shù)學(xué)學(xué)業(yè)表現(xiàn)，這是最為常見(jiàn)的學(xué)習(xí)成績(jī)預(yù)測(cè)，及時(shí)發(fā)現(xiàn)問(wèn)題，并做出干預(yù)。

明確了預(yù)測(cè)需求后，需要選擇預(yù)測(cè)模型。Vandamme等人用學(xué)期初的分?jǐn)?shù)來(lái)預(yù)測(cè)學(xué)生的期末成績(jī)，結(jié)果發(fā)現(xiàn)線性判斷分析的預(yù)測(cè)準(zhǔn)確率高于決策樹(shù)和神經(jīng)網(wǎng)絡(luò)。Ayan等人提出線性回歸是常用的且有效的成績(jī)預(yù)測(cè)模型。黃少波等人使用了4種數(shù)學(xué)模型和6種預(yù)測(cè)因子進(jìn)行組合，得到24種預(yù)測(cè)數(shù)學(xué)模型，結(jié)果發(fā)現(xiàn)在平均預(yù)測(cè)準(zhǔn)確率（Average Prediction Accuracy，簡(jiǎn)稱APA）和準(zhǔn)確預(yù)測(cè)的百分比（Percentage of Accurate Predictions，簡(jiǎn)稱PAP）上，除了支持向量機(jī)會(huì)（Support Vector Machine）在PAP有更好的預(yù)測(cè)結(jié)果以外，其他模型在預(yù)測(cè)結(jié)果上只有細(xì)微差別，預(yù)測(cè)因子的選擇和組合對(duì)于預(yù)測(cè)結(jié)果影響更大。因此根據(jù)預(yù)測(cè)目的不同，選擇預(yù)測(cè)因子和模型的組合，是通過(guò)預(yù)測(cè)找到需要教學(xué)干預(yù)對(duì)象的必要前提。

（三1根據(jù)目的確定教學(xué)干預(yù)類(lèi)型和策略

干預(yù)類(lèi)型有不同的劃分標(biāo)準(zhǔn)。根據(jù)干預(yù)性質(zhì)，可以分為教學(xué)干預(yù)和社會(huì)干預(yù)。教學(xué)干預(yù)指一切教學(xué)元素的干預(yù)，如學(xué)習(xí)路徑建議、學(xué)習(xí)資源推薦等，社會(huì)干預(yù)指學(xué)習(xí)心理疏導(dǎo)、伙伴推薦等。根據(jù)干預(yù)規(guī)?？煞譃閭€(gè)人干預(yù)和班級(jí)干預(yù)。個(gè)人干預(yù)是針對(duì)每個(gè)學(xué)習(xí)者，根據(jù)其學(xué)習(xí)風(fēng)格和學(xué)習(xí)狀態(tài)進(jìn)行資源推送、學(xué)習(xí)建議和學(xué)習(xí)社區(qū)推薦等；班級(jí)干預(yù)指對(duì)整個(gè)班級(jí)進(jìn)行干預(yù)，如學(xué)習(xí)方法的建議、交互建議、教師推薦等。根據(jù)干預(yù)環(huán)境，可以分為傳統(tǒng)干預(yù)和在線干預(yù)。傳統(tǒng)干預(yù)是指在課堂環(huán)境，由教師或其他人面對(duì)面地與學(xué)生進(jìn)行交談、輔導(dǎo)，是基于真實(shí)空間的人際干預(yù)；在線干預(yù)是在學(xué)習(xí)平臺(tái)里，由教師或自行設(shè)計(jì)的學(xué)習(xí)程序，通過(guò)網(wǎng)絡(luò)與學(xué)生進(jìn)行郵件溝通、留言提示、學(xué)習(xí)資源和任務(wù)推薦等干預(yù)，是基于虛擬空間的人機(jī)干預(yù)。

明確了干預(yù)類(lèi)型后，教師可以根據(jù)學(xué)習(xí)實(shí)際需求進(jìn)行選擇干預(yù)策略。李彤彤等人構(gòu)建了“狀態(tài)識(shí)別-策略匹配-干預(yù)實(shí)施-成效分析”四環(huán)節(jié)循環(huán)結(jié)構(gòu)干預(yù)模型，通過(guò)分析學(xué)習(xí)者的學(xué)習(xí)風(fēng)格類(lèi)型、學(xué)習(xí)進(jìn)度水平、學(xué)習(xí)互動(dòng)水平、學(xué)業(yè)成就水平四方面的狀態(tài)水平，設(shè)計(jì)了服務(wù)于在線學(xué)習(xí)的具體干預(yù)策略、時(shí)機(jī)以及干預(yù)方式。但是如何在校園混合課程中構(gòu)建基于學(xué)習(xí)分析的干預(yù)模型和策略，還需要對(duì)混合課程中不同形式的干預(yù)效果進(jìn)行深入分析，才能得出進(jìn)一步的結(jié)論。因此本研究開(kāi)展了兩輪實(shí)證研究。

四、教學(xué)干預(yù)的兩輪實(shí)證研究

（一）課程背景信息

研究對(duì)象是142名來(lái)自某高校的師范生。他們?cè)?015和2016兩個(gè)學(xué)年里分兩輪參與了一門(mén)教育類(lèi)必修課。該課程每學(xué)年開(kāi)設(shè)一次，是將Moodle在線學(xué)習(xí)和實(shí)體課堂相結(jié)合的校園混合課程。參與第一輪課程學(xué)習(xí)的人數(shù)是78人（男生26人，女生52人）；參與第二輪課程學(xué)習(xí)的是64人（男生16人，女生48人）。全部學(xué)生在大學(xué)第一學(xué)期均使用Moodle平臺(tái)進(jìn)行過(guò)C語(yǔ)言必修課的學(xué)習(xí)，對(duì)于在線學(xué)習(xí)平臺(tái)的功能和學(xué)習(xí)方式比較熟悉，因此適合做為校園混合課程的學(xué)習(xí)者。

該門(mén)必修課共有四次綜合性學(xué)習(xí)任務(wù)，分布于課程的第1周、第2-4周、第5-8周和第9-15周。本研究為每次任務(wù)進(jìn)行打分，同時(shí)收集每輪學(xué)生的先導(dǎo)課程成績(jī)、心理認(rèn)知水平、在線學(xué)習(xí)參與度等數(shù)據(jù)，建立下一次學(xué)習(xí)任務(wù)的預(yù)測(cè)模型，并且在預(yù)測(cè)基礎(chǔ)上實(shí)施干預(yù)，從而實(shí)現(xiàn)動(dòng)態(tài)改進(jìn)課程質(zhì)量目的。

（二）根據(jù)學(xué)習(xí)預(yù)測(cè)結(jié)果選定干預(yù)對(duì)象

多元回歸是研究一個(gè)因變量與兩個(gè)或兩個(gè)以上自變量的回歸，是反映一種現(xiàn)象或事物的數(shù)量依多種現(xiàn)象或事物的數(shù)量的變動(dòng)而相應(yīng)地變動(dòng)的規(guī)律，建立多個(gè)變量之間數(shù)量關(guān)系式的統(tǒng)計(jì)方法。已有研究者將該方法用于學(xué)業(yè)成績(jī)預(yù)測(cè)，并取得了較好的預(yù)測(cè)效果，因此本研究使用多元線性回歸的方法建立預(yù)測(cè)模型，對(duì)學(xué)生在本課程下一個(gè)學(xué)習(xí)任務(wù)成績(jī)進(jìn)行預(yù)測(cè)，為實(shí)施干預(yù)提供依據(jù)。兩輪研究均采用多元線性回歸分析的方法，建立了預(yù)測(cè)成績(jī)模型（Y1和Y2），其中Y1為第一輪學(xué)生的預(yù)測(cè)模型，Y2為第二輪學(xué)習(xí)的預(yù)測(cè)模型。

Y1=-2.793+0.069X4+0.539X3+0.006X6+0.029X2+0.158X5-0.120X1 （1）

Y2=5.260+0.326X3+0.020X4+0.003X6+0.120Xs-0.025X2+0.001X1 （2）

模型建立后，再用10%的樣本量進(jìn)行檢驗(yàn)，發(fā)現(xiàn)兩輪學(xué)習(xí)的平均預(yù)測(cè)準(zhǔn)確率94.4%和97.8%，說(shuō)明模型較合理，整體預(yù)測(cè)效果較好，同時(shí)也證明預(yù)測(cè)模型較穩(wěn)定，其中績(jī)點(diǎn)（X3）、前導(dǎo)課成績(jī)（X4）和在線學(xué)習(xí)參與度（X6）成為影響力最大的預(yù)測(cè)因子。因此研究者用該模型，將全體學(xué)生的預(yù)測(cè)成績(jī)進(jìn)行降序排列，按比例分為高（27%）、中（46%）、低（27%）三個(gè)分?jǐn)?shù)段。以每輪學(xué)習(xí)的其中一次預(yù)測(cè)成績(jī)?yōu)槔煽?jī)分布如下頁(yè)圖1和下頁(yè)圖2所示。

下頁(yè)圖1和下頁(yè)圖2中每個(gè)點(diǎn)代表一名學(xué)生，圓形代表高分組學(xué)生，方形代表中分組學(xué)生，三角形代表低分組學(xué)生。由圖可知，中分組同學(xué)的預(yù)測(cè)成績(jī)分布相對(duì)均勻，低分組的預(yù)測(cè)成績(jī)分布離散度大，因此所有高分組學(xué)生不采取干預(yù)措施，中低分組是需要采取教學(xué)干預(yù)的對(duì)象。

（三）混合課程中三類(lèi)教學(xué)干預(yù)

根據(jù)前面的分析可知，根據(jù)干預(yù)規(guī)模可分為班級(jí)整體干預(yù)和學(xué)生個(gè)別干預(yù)；根據(jù)干預(yù)環(huán)境分為傳統(tǒng)方式面對(duì)面干預(yù)和學(xué)習(xí)平臺(tái)中的在線干預(yù)；根據(jù)干預(yù)程度分為告知提醒為主的淺層干預(yù)和針對(duì)性幫扶的深層干預(yù)。本研究在兩輪教學(xué)中進(jìn)行了三種干預(yù)的對(duì)比實(shí)驗(yàn)。

1.班級(jí)干預(yù)與個(gè)別干預(yù)

為對(duì)比班級(jí)干預(yù)與個(gè)別干預(yù)的區(qū)別，第一輪教學(xué)采取了班級(jí)干預(yù)，教師在課堂內(nèi)和在線平臺(tái)上對(duì)全班同學(xué)的作業(yè)表現(xiàn)進(jìn)行集中點(diǎn)評(píng)與學(xué)習(xí)建議，而第二輪教學(xué)，教師同樣是利用面對(duì)面和在線兩種方式進(jìn)行干預(yù)，但對(duì)于中低分組的學(xué)生進(jìn)行了一對(duì)一的個(gè)別指導(dǎo)。結(jié)果發(fā)現(xiàn)，實(shí)施整體干預(yù)的班級(jí)在線參與度較高，學(xué)生在校園混合課程開(kāi)設(shè)期間發(fā)帖總次數(shù)達(dá)到2293次，每周平均發(fā)帖數(shù)143個(gè)；教師回帖數(shù)量次數(shù)456次，每周平均在線回復(fù)28次。而實(shí)施個(gè)別干預(yù)的第二輪學(xué)生，班級(jí)整體的在線參與度明顯下降，發(fā)帖總量為1616次，每周平均發(fā)帖數(shù)101個(gè)。第一輪干預(yù)的師生在線討論發(fā)帖數(shù)如圖3所示。由圖3可知，每次教師發(fā)帖對(duì)班級(jí)進(jìn)行整體干預(yù)后，當(dāng)周或者第二周就會(huì)引發(fā)學(xué)生上網(wǎng)討論的高峰，而在課程后期，即使教師干預(yù)密度略有降低，但班級(jí)的整體參與度依然保持良好發(fā)展勢(shì)頭，形成在線學(xué)習(xí)良好氛圍。

為進(jìn)一步說(shuō)明班級(jí)干預(yù)與個(gè)別干預(yù)對(duì)于學(xué)生群體在線參與度的影響，本研究采用社會(huì)網(wǎng)絡(luò)分法。社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)指的是在社會(huì)行動(dòng)者之間實(shí)際存在或者潛在的關(guān)系模式。社會(huì)網(wǎng)絡(luò)分析法（Social Network Analysis，以下簡(jiǎn)稱SNA）常用于來(lái)研究成員的參與性和交互性，特別適合挖掘成員之間形成的關(guān)系。已有大量研究通過(guò)SNA分析學(xué)習(xí)者在線交互的情況。SNA中心勢(shì)是刻畫(huà)社會(huì)網(wǎng)絡(luò)整體中心性。中心勢(shì)越高說(shuō)明網(wǎng)絡(luò)整體交互程度越好。通過(guò)調(diào)取本課程在線學(xué)習(xí)平臺(tái)的系統(tǒng)后臺(tái)日志分析每個(gè)學(xué)習(xí)者在社交網(wǎng)絡(luò)中的中心度，結(jié)果顯示第一輪參與班級(jí)的中心勢(shì)為40.68%，中心度最大值為21，第二輪班級(jí)的中心勢(shì)為6.02%，中心度最大值為18。UCINET分析軟件中的雷達(dá)圖可以輔助解讀社交網(wǎng)絡(luò)整體中心度的變化。中心度值越大，雷達(dá)圖覆蓋范圍越大，說(shuō)明社交網(wǎng)絡(luò)集中度越高。如圖4所示，實(shí)施班級(jí)干預(yù)的2015年第一輪參與班級(jí)的協(xié)達(dá)覆蓋面積明顯高于實(shí)施個(gè)體干預(yù)的第二輪，說(shuō)明班級(jí)干預(yù)下的社交學(xué)習(xí)中，網(wǎng)絡(luò)中心度高，學(xué)生群體互動(dòng)程度積極，互動(dòng)氛圍好。該結(jié)果與Van等人的研究結(jié)果吻合，即教師干預(yù)對(duì)于學(xué)生在線參與學(xué)習(xí)活動(dòng)有明顯的促進(jìn)作用。通過(guò)本課兩年來(lái)的預(yù)測(cè)模型可知，在線參與度是學(xué)業(yè)表現(xiàn)的主要影響因子。因此提高學(xué)生的在線學(xué)習(xí)參與度有助于提升混合課程教學(xué)質(zhì)量。

2.傳統(tǒng)干預(yù)與混合式干預(yù)

為對(duì)比傳統(tǒng)干預(yù)和混合式干預(yù)，第一輪研究中采用了面授與在線共存的混合干預(yù)，而第二輪研究中弱化了面向全體學(xué)生的在線交流，雖然與中低分組的部分學(xué)生也進(jìn)行了一對(duì)一的在線交流，但是以面對(duì)面的傳統(tǒng)干預(yù)為主。

從學(xué)習(xí)成績(jī)來(lái)看，不同干預(yù)方式在兩輪研究均體現(xiàn)了一定的差異，如下頁(yè)表1所示。兩輪參與班級(jí)的中分組和低分組中，未接受教學(xué)干預(yù)的學(xué)生表現(xiàn)是相同的，即在下一個(gè)任務(wù)中得分仍處于中低分組，未出現(xiàn)明顯的成績(jī)改善。在接受干預(yù)的學(xué)弱群體中，下一次任務(wù)表現(xiàn)均出現(xiàn)了改善和提升。接受混合式干預(yù)的第一輪班級(jí)中，中低分組被干預(yù)的學(xué)生平均分提高顯著，達(dá)到了統(tǒng)計(jì)意義上的明顯變化程度（p<0.01），接受傳統(tǒng)干預(yù)為主的第二輪班級(jí)，也有改善（p=0.05）。因此，對(duì)于中低分組的學(xué)生而言，教學(xué)干預(yù)對(duì)于學(xué)業(yè)改善有明顯的促進(jìn)作用，混合干預(yù)比傳統(tǒng)干預(yù)效果更為突出。

另外，通過(guò)SNA的社會(huì)網(wǎng)絡(luò)密度分析發(fā)現(xiàn)，兩.輪研究中班級(jí)的社會(huì)化學(xué)習(xí)網(wǎng)絡(luò)呈現(xiàn)出現(xiàn)不同的緊密程度。社會(huì)網(wǎng)絡(luò)密度是反映表示在線社群成員之間聯(lián)系的緊密程度，參與組織的成員之間聯(lián)系越多，網(wǎng)絡(luò)密度也就越大。

從兩輪參與班級(jí)的社會(huì)網(wǎng)絡(luò)密度來(lái)看，混合干預(yù)的班級(jí)網(wǎng)絡(luò)密度為1.034，如圖5所示，以傳統(tǒng)干預(yù)為主的班級(jí)網(wǎng)絡(luò)密度為1.002（因?yàn)樵诰€交互矩陣為賦值矩陣，所以密度值可以大于1），如圖6所示，表明在社會(huì)網(wǎng)絡(luò)整體密度上，接受混合干預(yù)的班級(jí)高于接受傳統(tǒng)干預(yù)班級(jí)，即在社會(huì)化學(xué)習(xí)網(wǎng)絡(luò)的整體交互程度更深。

3.淺層干預(yù)與深層干預(yù)

第二輪教學(xué)中，主要對(duì)比干預(yù)層次的差異。淺層次教學(xué)干預(yù)是指提醒或告知被干預(yù)對(duì)象，需要對(duì)接下來(lái)的學(xué)習(xí)任務(wù)更為認(rèn)真和投入。比如教師通過(guò)口頭或者在線方式提醒學(xué)生“某某同學(xué)，接下來(lái)的課程里你需要更加努力哦，有問(wèn)題可以隨時(shí)與教師和助教溝通”，并每周進(jìn)行一次自愿參加的面授或在線答疑活動(dòng)。深層次教學(xué)干預(yù)是根據(jù)學(xué)生在課程前期表現(xiàn)和預(yù)測(cè)結(jié)果，為其提出具體的，有針對(duì)性地深入指導(dǎo)，并根據(jù)其前期出現(xiàn)的學(xué)業(yè)弱點(diǎn)，給出詳細(xì)改進(jìn)建議，每周進(jìn)行一次必須參加的面授或在線答疑活動(dòng)。

如右表2所示的結(jié)果，無(wú)論是淺層干預(yù)還是深層干預(yù)，對(duì)于低分組的學(xué)生來(lái)說(shuō)，都有著明顯的促進(jìn)作用，其成績(jī)的改變程度均達(dá)到了統(tǒng)計(jì)意義的非常顯著（p<0.01）。對(duì)于中分組的學(xué)生來(lái)說(shuō)，深層干預(yù)達(dá)到了顯著提高的程度（p=0.007），淺層干預(yù)后無(wú)顯著提高（p=0.232）。因此在本研究淺層與深度干預(yù)對(duì)于低分組同學(xué)有明顯的改善學(xué)習(xí)質(zhì)量的幫助作用，但是對(duì)于中分組同學(xué)來(lái)說(shuō)，深層干預(yù)的效果更好。當(dāng)然，我們要慎重地看待這一結(jié)果。因?yàn)楸菊n是面向師范生的教學(xué)技能課程，與數(shù)理、計(jì)算機(jī)編程等對(duì)前導(dǎo)知識(shí)要求較高的學(xué)科不同，本課在知識(shí)難度上不存在較大的認(rèn)知障礙。低分學(xué)生更多是的在學(xué)習(xí)態(tài)度、方法以及對(duì)于學(xué)習(xí)內(nèi)容的理解深度和設(shè)計(jì)能力上存在差距。他們通過(guò)端正學(xué)習(xí)態(tài)度、優(yōu)化學(xué)習(xí)方法，重視同伴幫助和接受教師指導(dǎo)等多種干預(yù)措施，就有可能得到較明顯的改善。這也是為什么低分組更容易提高成績(jī)，而中分組需要進(jìn)行深層干預(yù)才能達(dá)到顯著改善效果的原因。

（四）訪談學(xué)生對(duì)教學(xué)干預(yù)的看法

兩輪課程結(jié)束后，研究人員從兩個(gè)班級(jí)中隨機(jī)選擇了22名學(xué)生進(jìn)行訪談。10名接受過(guò)干預(yù)的學(xué)生中，有9名同學(xué)明確指出教學(xué)干預(yù)對(duì)其學(xué)業(yè)有明顯的促進(jìn)作用，他們對(duì)待課程的態(tài)度和付出程度明顯提高，他們表示“老師找我談過(guò)后我就得認(rèn)真學(xué)習(xí)了”“老師重視我，我更要重視自己了”“老師給我的意見(jiàn)給了我很強(qiáng)的激勵(lì)作用”“老師幾次的幫助對(duì)我?guī)椭貏e大”“希望其他課也能得到老師這樣的關(guān)注和幫助”。未接受干預(yù)的12名學(xué)生發(fā)表了除了對(duì)課程建設(shè)的意見(jiàn)以外，有8人提出希望得到教師更多的評(píng)價(jià)和指導(dǎo)，“希望老師能根據(jù)我的情況給我更多的建議”“希望課程不僅是給分，給評(píng)語(yǔ)，希望老師能給我更為具體的指導(dǎo)”。將所有學(xué)生的訪談實(shí)錄詞頻生成詞云（如下頁(yè)圖7所示），可知多數(shù)學(xué)生希望得到正面的教學(xué)干預(yù)，尤其是個(gè)別化的深層的干預(yù)，由此提升學(xué)習(xí)效果。

五、結(jié)語(yǔ)

本研究依托校園混合課程，探索基于學(xué)習(xí)預(yù)測(cè)的教學(xué)干預(yù)，并用連續(xù)兩年的實(shí)證研究驗(yàn)證不同干預(yù)形式的有效性，以提高校園混合課程教學(xué)質(zhì)量。結(jié)果發(fā)現(xiàn)，班級(jí)干預(yù)比個(gè)別干預(yù)更能激發(fā)學(xué)生群體的在線學(xué)習(xí)參與度；混合教學(xué)干預(yù)比面授干預(yù)更能建立良好的社會(huì)化學(xué)習(xí)網(wǎng)絡(luò)；深層干預(yù)與淺層干預(yù)對(duì)于中低分組的學(xué)生均有正向促進(jìn)作用，但深層干預(yù)對(duì)于中分組學(xué)生的教學(xué)改善作用更為明顯。同時(shí)，在研究過(guò)程中也發(fā)現(xiàn)了教學(xué)干預(yù)存在的一些問(wèn)題。比如班級(jí)干預(yù)和深層干預(yù)對(duì)學(xué)生的直接幫助作用較大，但是對(duì)教師的教學(xué)投入時(shí)間和精力提出了極高的要求，不適合大規(guī)模的混合課程。建議教師可以嘗試建立輪流助教機(jī)制，發(fā)動(dòng)學(xué)生組長(zhǎng)和優(yōu)秀生起到小導(dǎo)師作用以及使用人工智能軟件等多種方式輔助教學(xué)干預(yù)。對(duì)于混合干預(yù)，則要把握好預(yù)測(cè)與干預(yù)的時(shí)機(jī)。預(yù)測(cè)時(shí)間太早，則可用于預(yù)測(cè)的數(shù)據(jù)不夠充分，導(dǎo)致預(yù)測(cè)準(zhǔn)確率低，而預(yù)測(cè)時(shí)間晚，則有可能錯(cuò)過(guò)最佳干預(yù)時(shí)機(jī)，令學(xué)弱生覺(jué)得改進(jìn)無(wú)望，最終放棄配合干預(yù)。而且無(wú)論是預(yù)測(cè)還是干預(yù)，都對(duì)教師的數(shù)字素養(yǎng)、數(shù)據(jù)分析和數(shù)據(jù)洞察能力提出了更高的要求。因此基于學(xué)習(xí)分析技術(shù)的教學(xué)干預(yù)，還需要在理論和實(shí)踐上進(jìn)行更多的探索，真正成為提升校園混合課程質(zhì)量的利器。