夏小娜 戚萬學(xué) 禹繼國 鄒 麒
?
學(xué)習(xí)分析視角下的課程群體協(xié)作行為*——以“高級軟件工程”課程為例
夏小娜1,2,3戚萬學(xué)1,3禹繼國2鄒 麒2
(1.曲阜師范大學(xué) 統(tǒng)計(jì)學(xué)院,山東曲阜 273165;2.曲阜師范大學(xué) 信息科學(xué)與工程學(xué)院,山東日照 276826;3.曲阜師范大學(xué) 中國教育大數(shù)據(jù)研究院,山東曲阜 273165)
群體協(xié)作是工程性課程教學(xué)的重要組織行為。文章以山東省Q大學(xué)2015、2016級兩屆計(jì)算機(jī)類研究生課程“高級軟件工程”為例,從學(xué)習(xí)分析的視角對課程群體協(xié)作行為進(jìn)行了研究:首先分析了群體協(xié)作的行為關(guān)聯(lián)、知識關(guān)聯(lián)、映射序列和教與學(xué)的行為需求,隨后構(gòu)建了課程群體協(xié)作行為模型,最后進(jìn)行了群體有效協(xié)作效果的實(shí)證分析與論證。文章指出,從不同方面發(fā)揮課程群體協(xié)作行為的作用,尊重和引導(dǎo)學(xué)生個(gè)體的興趣,對于建立深化合作、全面提高課程成績等具有一定的促進(jìn)作用。
學(xué)習(xí)分析;群體協(xié)作行為;高級軟件工程
群體協(xié)作是大數(shù)據(jù)時(shí)代重要的工作和學(xué)習(xí)組織形式[1]。通過不同規(guī)模的群體協(xié)作,將任務(wù)進(jìn)行有效分解,通過制定群體協(xié)作的方案和規(guī)范將人員合理分工,在執(zhí)行課程設(shè)計(jì)的群體協(xié)作過程中遵循整體目標(biāo)統(tǒng)一、局部技術(shù)自主解決的原則,可在一定周期內(nèi)完成任務(wù)目標(biāo)[2]。在培養(yǎng)工程應(yīng)用型專業(yè)人才時(shí),既需提高人才自主實(shí)踐的能力,更需引導(dǎo)和強(qiáng)化人才的自覺群體協(xié)作意識。當(dāng)前社會中“在線應(yīng)用”、“數(shù)據(jù)驅(qū)動”和“軟件APP”的盛行,對高等院校軟件專業(yè)的人才教育教學(xué)模式提出了挑戰(zhàn)[3]。這就需要高?;趯I(yè)特色和人才特點(diǎn),將專業(yè)建設(shè)和人才培養(yǎng)目標(biāo)作為高學(xué)歷人才教育教學(xué)的驅(qū)動力[4],建立以數(shù)據(jù)為驅(qū)動的雙向回路學(xué)習(xí)和調(diào)優(yōu)機(jī)制[5]。
如何在日常的課堂教學(xué)和課程設(shè)計(jì)中充分貫徹群體協(xié)作的理念?如何做到動態(tài)、適時(shí)地獲取人才特征?這些問題的解決需要教師將群體協(xié)作確立為人才培養(yǎng)策略的調(diào)優(yōu)機(jī)制,并在教學(xué)的過程中利用已有的數(shù)據(jù)和相關(guān)的學(xué)習(xí)工具,科學(xué)認(rèn)識人才的成長規(guī)律。學(xué)習(xí)分析(Learning Analytics)就是這樣的一種支持學(xué)習(xí)、教學(xué)和教育決策的技術(shù)手段,是近幾年來教育大數(shù)據(jù)的熱點(diǎn)研究方向,可為教學(xué)雙方提供更多可靠的、可供參考的實(shí)證實(shí)據(jù)[6]。本研究以“高級軟件工程”課程為例,運(yùn)用學(xué)習(xí)分析方法,分析并論證了群體協(xié)作行為對課程學(xué)習(xí)效果的關(guān)聯(lián)性影響
“高級軟件工程”課程的開展,需要多方資源的共同參與[7],實(shí)現(xiàn)線上線下、課堂和實(shí)驗(yàn)室等并行參與。這既涉及學(xué)生與學(xué)習(xí)內(nèi)容的交互、學(xué)生和授課教師(不僅包括直接參與課程授課的教師,也包括線上課程資源的講授者)的交互、學(xué)習(xí)與實(shí)踐的交互、實(shí)踐之間的交互等,也涉及授課教師之間的交互、教師和不斷變更的教學(xué)內(nèi)容的交互、前后教學(xué)內(nèi)容和知識點(diǎn)的交互等——這些交互組成了課程組織過程中的群體協(xié)作,而課程設(shè)計(jì)和工程實(shí)踐的協(xié)作質(zhì)量將會直接影響課程的教學(xué)效果。課程的群體協(xié)作行為關(guān)聯(lián)關(guān)系如圖1所示。課程中的不同交互行為之間相互影響、相互關(guān)聯(lián),以共同實(shí)現(xiàn)以交互為主要行為方式的課程群體協(xié)作,這需要教師適應(yīng)性地調(diào)整和變更角色,即從知識的傳授者變?yōu)橹R的引導(dǎo)者、指導(dǎo)者和關(guān)聯(lián)者。也就是說,在課程的教、學(xué)和實(shí)踐三個(gè)層面,教師應(yīng)發(fā)揮協(xié)作引導(dǎo)、有效指導(dǎo)和關(guān)聯(lián)驅(qū)動的作用。
圖1 群體協(xié)作行為的關(guān)聯(lián)關(guān)系
圖2 知識關(guān)聯(lián)和群體協(xié)作行為映射序列關(guān)系
在群體協(xié)作行為的有效關(guān)聯(lián)過程中,要解決的問題主要如下:①在教、學(xué)、實(shí)踐過程中,教師的教學(xué)行為如何影響學(xué)生的群體學(xué)習(xí)行為,兩者之間的關(guān)聯(lián)與映射關(guān)系是什么?②教與學(xué)過程中的實(shí)際行為與師生交互行為之間如何關(guān)聯(lián)?應(yīng)實(shí)現(xiàn)什么樣的關(guān)聯(lián)?關(guān)聯(lián)的條件是什么?③高級軟件工程多資源融合的教學(xué)驅(qū)動模式對師生的交互行為將產(chǎn)生何種影響?其影響程度與關(guān)聯(lián)強(qiáng)度之間存在怎樣的因果關(guān)系和實(shí)際應(yīng)用依據(jù)?
本研究采用案例分析法,以山東省Q大學(xué)2015、2016級計(jì)算機(jī)類研究生課程“高級軟件工程”為例,展開相關(guān)數(shù)據(jù)采集和效果分析。該課程的教學(xué)過程分為兩個(gè)系列:理論教學(xué)和實(shí)踐應(yīng)用。在該課程中,教師的群體協(xié)作行為包括備課、教學(xué)指導(dǎo)、實(shí)踐指導(dǎo)、興趣引導(dǎo)等,學(xué)生的群體協(xié)作行為包括閱讀、學(xué)習(xí)、反饋、實(shí)踐、自學(xué)等。此外,該課程與其它同期開設(shè)的課程之間也存在著一定的知識關(guān)聯(lián)和協(xié)作關(guān)系?;诖?,本研究構(gòu)建了以“高級軟件工程”課程為中心、不同課程相關(guān)聯(lián)的協(xié)作與映射關(guān)系,得到整個(gè)課程的知識關(guān)聯(lián)和群體協(xié)作行為映射序列關(guān)系,如圖2所示。
圍繞圖2課程中的知識關(guān)聯(lián)點(diǎn),針對教與學(xué)的群體協(xié)作行為需求關(guān)系,本研究設(shè)計(jì)了如下需求內(nèi)容:RC1——教師的備課行為正向影響學(xué)生的閱讀行為;RC2——教師的教學(xué)指導(dǎo)和教師之間的協(xié)作溝通行為正向影響學(xué)生的學(xué)習(xí)行為、反饋行為;RC3——教師的實(shí)踐指導(dǎo)行為正向影響學(xué)生的實(shí)踐行為和實(shí)踐效果;RC4——教師的興趣引導(dǎo)行為正向影響學(xué)生的自學(xué)行為,同時(shí)正向創(chuàng)建以興趣為驅(qū)動的自學(xué)行為;RC5——教師行為本身存在自我的正向影響行為;RC6——反過來,學(xué)生群體協(xié)作行為會正向影響教師的授課行為、影響師生互動過程的交互行為,學(xué)生的自主參與行為同樣存在自我內(nèi)化的正向引導(dǎo)行為,形成相互影響的遞歸過程;RC7——采取不同的教學(xué)驅(qū)動策略,都將帶來群體協(xié)作行為的差異和變動。
教師“教”的行為活動和協(xié)作能力,對學(xué)生“學(xué)”的主動意識和執(zhí)行過程具有一定的正向影響;同樣,學(xué)生實(shí)際“學(xué)”的過程和結(jié)果,也對教師“教”的準(zhǔn)備和調(diào)整產(chǎn)生正向作用?;谡n程實(shí)施的需求內(nèi)容,本研究分析了兩屆計(jì)算機(jī)類研究生在課程教學(xué)活動中的群體協(xié)作行為,根據(jù)需求內(nèi)容的幾個(gè)論證層次,得到教與學(xué)的群體協(xié)作行為需求關(guān)系,如圖3所示。
圖3 教與學(xué)的群體協(xié)作行為需求關(guān)系
圖7 堅(jiān)持完成在線課程學(xué)習(xí)的學(xué)生成績分布雷達(dá)圖
本研究采集了兩屆計(jì)算機(jī)類研究生的學(xué)習(xí)行為數(shù)據(jù)來評估教學(xué)效果,并適時(shí)調(diào)節(jié)學(xué)習(xí)過程和實(shí)踐過程中的內(nèi)容、知識點(diǎn)、策略、活動等;當(dāng)遇到狀況時(shí),對學(xué)習(xí)行為數(shù)據(jù)進(jìn)行有效跟蹤和適當(dāng)干預(yù),并合理體現(xiàn)教學(xué)目標(biāo)的進(jìn)步性和前沿性,達(dá)到增量式遞進(jìn)的教學(xué)效果;對于在線課程學(xué)習(xí)中的學(xué)生,提倡自選,建議自主自學(xué),并完成在線考核;同時(shí),在教學(xué)中引入斯坦福大學(xué)的“機(jī)器學(xué)習(xí)”作為任意在線選修課程,以加強(qiáng)學(xué)生對現(xiàn)代交互式軟件系統(tǒng)的自主認(rèn)知、適應(yīng)反饋和及時(shí)決策。此外,本研究針對這兩屆學(xué)生均進(jìn)行了分組課程案例設(shè)計(jì),每組設(shè)置4~6人并指定負(fù)責(zé)人,做好人員分工,要求各組根據(jù)學(xué)期實(shí)踐時(shí)間的安排,選擇合適的軟件過程模型,在學(xué)期末提交一個(gè)在線交互系統(tǒng)。在實(shí)踐的過程中,在遵循軟件工程研發(fā)的技術(shù)需要和資料規(guī)范的前提下,各組還需一并完成與系統(tǒng)研發(fā)過程相關(guān)的各類項(xiàng)目文檔資料。
圖4 課程群體協(xié)作行為模型
基于上述工作,本研究構(gòu)建了課程群體協(xié)作行為模型如圖4所示,其運(yùn)作過程如下:①由教師群體發(fā)起課程組織的群體協(xié)作,根據(jù)課程知識點(diǎn)的邏輯關(guān)系實(shí)現(xiàn)自組織關(guān)聯(lián);②系統(tǒng)將與該課程有關(guān)的其它關(guān)聯(lián)課程設(shè)置為一個(gè)參與群體,并根據(jù)知識點(diǎn)的需求進(jìn)行適當(dāng)篩選和關(guān)聯(lián);③知識驅(qū)動采取多樣的課程組織形式,實(shí)現(xiàn)關(guān)聯(lián)課程教學(xué)組織的群體協(xié)作;④根據(jù)不同的學(xué)習(xí)任務(wù)和課程知識掌握程度,學(xué)生自組織實(shí)現(xiàn)分組協(xié)作,不同組之間也根據(jù)不同的學(xué)習(xí)需求進(jìn)行適時(shí)或臨時(shí)的交叉協(xié)作,即隱性協(xié)作。
本研究涉及的2015、2016級兩屆計(jì)算機(jī)類研究生對應(yīng)的選課學(xué)生數(shù)量分別為29人(含學(xué)術(shù)型研究生26人、專業(yè)型研究生3人)和30人(含學(xué)術(shù)型研究生26人、專業(yè)型研究生4人)。本研究通過跟蹤線下課堂、在線課程的設(shè)計(jì)與開展過程,適時(shí)了解課程的進(jìn)展情況,跟蹤記錄學(xué)習(xí)任務(wù)的完成情況,對相關(guān)的測量指標(biāo)進(jìn)行了群體協(xié)作行為的因子分析,并施以理論指導(dǎo)。本研究將圖3中教與學(xué)的群體協(xié)作行為需求關(guān)系作為教師、學(xué)生需求的潛在變量,其涉及的子因素及相關(guān)測量指標(biāo)如表1所示。相關(guān)測量指標(biāo)值越大,表明群體的行為越活躍。根據(jù)表1所列各項(xiàng),采集適合的考量數(shù)據(jù),基于課程群體協(xié)作行為模型和多維數(shù)據(jù)關(guān)聯(lián)性問題分析,本研究勾畫出課程的群體協(xié)作網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),以對課程的群體有效協(xié)作效果進(jìn)行驗(yàn)證。
表1 教師、學(xué)生需求的潛在變量及相關(guān)測量指標(biāo)
群體有效協(xié)作的效果檢驗(yàn)采取網(wǎng)絡(luò)建模方法,對比2015、2016級計(jì)算機(jī)類研究生“高級軟件工程”課程教學(xué)過程的群體協(xié)作行為關(guān)聯(lián)結(jié)果,來分析不同的需求內(nèi)容對執(zhí)行效果的影響。在建模中,本研究對協(xié)作的交叉性進(jìn)行了相應(yīng)的權(quán)重劃分,基于樣本估計(jì)良好的模型,對不同的數(shù)據(jù)樣本進(jìn)行獨(dú)立分析,以實(shí)現(xiàn)良好的擬合結(jié)果。為有效分析四種“教師需求”和五種“學(xué)生需求”在分析中的關(guān)系映射及其對模型效果的影響,本研究通過數(shù)據(jù)的學(xué)習(xí)分析和擬合,來完成群體有效協(xié)作效果的論證。
針對2015級計(jì)算機(jī)類研究生的課程學(xué)習(xí)成果涉及課堂筆記、分組答辯、課程考試、專業(yè)論文閱讀和綜述論文撰寫等五個(gè)方面,均為指定完成的內(nèi)容。而針對2016級計(jì)算機(jī)類研究生,結(jié)合人才市場對于實(shí)際案例參與力度的需求,將課堂筆記定位為學(xué)生的自覺學(xué)習(xí)意識——統(tǒng)計(jì)結(jié)果顯示,有29人(共30人)堅(jiān)持提交隨堂筆記,成為學(xué)習(xí)常態(tài);1人為在職研究生,存在筆記不完整現(xiàn)象,雖然該生沒把課堂筆記作為必須提交的一項(xiàng)學(xué)習(xí)成果,但也已經(jīng)養(yǎng)成了做筆記的學(xué)習(xí)習(xí)慣。因此,針對2016級計(jì)算機(jī)類研究生的課程學(xué)習(xí)成果涉及系統(tǒng)研發(fā)、課程考試、課程英語考查和專業(yè)外文資料閱讀等四個(gè)方面。此外,本研究還在全部學(xué)術(shù)型研究生中展開了以興趣為驅(qū)動的在線“機(jī)器學(xué)習(xí)”課程選修,有12人參與了學(xué)習(xí),其中有8人完成了全部課程,4人中途放棄。
在實(shí)驗(yàn)過程中,本研究對2015級計(jì)算機(jī)類研究生五個(gè)方面的課程群體協(xié)作行為進(jìn)行了關(guān)聯(lián)分析。為建造有效的課程群體協(xié)作行為模型,本研究對課程學(xué)習(xí)成果的數(shù)據(jù)進(jìn)行了分析,并運(yùn)用統(tǒng)計(jì)學(xué)指標(biāo)進(jìn)行度量;為得到最理想的精確值,運(yùn)用試錯(cuò)法對實(shí)現(xiàn)過程的參數(shù)不斷訓(xùn)練調(diào)優(yōu)——在此基礎(chǔ)上,對每一個(gè)課程學(xué)習(xí)成果和總體指標(biāo)進(jìn)行檢驗(yàn),得到訓(xùn)練實(shí)現(xiàn)的協(xié)作行為網(wǎng)絡(luò)信息,如表2所示。通過執(zhí)行關(guān)聯(lián)算法,得到課程群體協(xié)作行為網(wǎng)絡(luò)結(jié)構(gòu)(如圖5所示),其中學(xué)生類型和學(xué)生分組被定義為輸入層因子,學(xué)生本人的關(guān)鍵信息被定義為協(xié)變量,而課程考察的五個(gè)指標(biāo)被定義為輸出因變量。表2的檢驗(yàn)結(jié)果顯示,除了綜述論文撰寫,其它四個(gè)方面的訓(xùn)練誤差均滿足要求。究其原因,主要在于論文撰寫需要文獻(xiàn)查閱和獨(dú)立撰寫,屬于學(xué)生的獨(dú)立行為,體現(xiàn)了個(gè)體對課程和知識點(diǎn)的自我感知,更適合進(jìn)行偏向于個(gè)性化學(xué)習(xí)的訓(xùn)練。
表2 2015級訓(xùn)練實(shí)現(xiàn)的協(xié)作行為網(wǎng)絡(luò)信息
注:a由檢驗(yàn)數(shù)據(jù)條件確定為隱藏單元的“最佳”數(shù)目,即在檢驗(yàn)數(shù)據(jù)中產(chǎn)生誤差最小的數(shù)目。
表3 2016級訓(xùn)練實(shí)現(xiàn)的協(xié)作行為網(wǎng)絡(luò)信息
注:b表示檢驗(yàn)樣本中的因變量可能是常量;4.263E-33和5.836E-33是科學(xué)計(jì)數(shù)法,分別表示4.263×10-33、5.836×10-33。
圖5 2015級課程群體協(xié)作網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)
圖6 2016級課程群體協(xié)作網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)
針對2016級計(jì)算類研究生的在線課程自學(xué)設(shè)置環(huán)節(jié)是少數(shù)人的任選,屬于個(gè)體行為。在群體協(xié)作網(wǎng)絡(luò)拓?fù)浞治鲋?,輸出因變量沒有設(shè)置在線課程,而是將它作為個(gè)性化分析;課程學(xué)習(xí)成果的協(xié)作關(guān)聯(lián)分析落腳于四個(gè)方面,同樣運(yùn)用模型構(gòu)建和統(tǒng)計(jì)學(xué)指標(biāo)度量的方法,得到訓(xùn)練實(shí)現(xiàn)的協(xié)作行為網(wǎng)絡(luò)信息(如表3所示)和相應(yīng)的課程群體協(xié)作拓?fù)浣Y(jié)構(gòu)(如圖6所示)。
圖7的雷達(dá)圖顯示了堅(jiān)持完成在線課程“機(jī)器學(xué)習(xí)”的8個(gè)學(xué)生的自學(xué)成績情況。圖7顯示,這8個(gè)學(xué)生除了在這門自修課程取得良好的成績,其它相關(guān)聯(lián)的課程也取得了相對較好的學(xué)習(xí)成果,這與學(xué)生自身的內(nèi)在知識群體協(xié)作關(guān)聯(lián)能力直接相關(guān)。
本研究以“高級軟件工程”課程為例展開學(xué)習(xí)行為分析研究,通過運(yùn)用模型構(gòu)建和統(tǒng)計(jì)學(xué)指標(biāo)度量的方法,得到了群體協(xié)作行為會對課程學(xué)習(xí)效果產(chǎn)生關(guān)聯(lián)性影響的結(jié)論:從不同方面發(fā)揮課程群體協(xié)作行為的作用,尊重和引導(dǎo)學(xué)生個(gè)體的興趣,對于建立深化合作、全面提高課程成績等具有一定的促進(jìn)作用。后續(xù)研究將聚焦于群體協(xié)作和個(gè)體偏好的扶持、引導(dǎo)、融合,并展開更深入的研究和論證。
[1](英)維克托?邁爾-舍恩伯格,肯尼思?庫克耶著.趙中建,張南燕譯.與大數(shù)據(jù)同行:學(xué)習(xí)和教育的未來[M].上海:華東師范大學(xué)出版社,2014:5-7.
[2]Lu O H T, Huang J C H, Huang A Y Q, et al. Applying learning analytics for improving students engagement and learning outcomes in an MOOCs enabled collaborative programming course[J]. Interactive Learning Environments, 2017,(2):220-234.
[3]Tempelaar D T, Rienties B, Nguyen Q. Towards actionable learning analytics using dispositions[J]. IEEE Transactions on Learning Technologies, 2017,(1):6-16.
[4]Best M, MacGregor D. Transitioning design and technology education from physical classrooms to virtual spaces: Implications for pre-service teacher education[J]. International Journal of Technology and Design Education, 2017,(2):201-213.
[5]張家華,鄒琴,祝智庭.學(xué)習(xí)分析視角下在線學(xué)習(xí)干預(yù)模型應(yīng)用[J].現(xiàn)代遠(yuǎn)程教育研究,2017,(4):88-96.
[6]Pecaric M, Boutis K, Beckstead J, et al. A big data and learning analytics approach to process-level feedback in cognitive simulations[J]. Academic Medicine, 2017,(2):175-184.
[7]夏小娜,曹寶香.《軟件工程》教學(xué)的“三段論”定位與“能力驅(qū)動”[J].現(xiàn)代教育技術(shù),2007,(8):109-111.
The Group Collaborative Behavior of Curriculum under the Perspective of Learning Analytics——Taking the Course of “Advanced Software Engineering” as an Example
XIA Xiao-na1,2,3QI Wan-xue1,3YU Ji-guo2ZOU Qi2
Group collaboration is an important organizational behavior of the engineering course teaching. Taking the “advanced software engineering” course for the two-term computer postgraduate students of the grade 2015 and 2016 in Shandong Q University as an example, this paper analyzed the group collaboration behavior of curriculum from the perspective of learning analytics. Firstly, this paper analyzed the behavior association, knowledge association, mapping sequence of the group collaboration and the behavior demands of teaching and learning. Then, the group collaboration behavior model of curriculum was constructed. Finally, the empirical analysis and demonstration of the effectiveness of the group effective collaboration were carried out. This paper pointed out that making the role of group collaboration into play from different aspects, respecting and guiding the students’ individual interests, had certain promotive action to the establishment and deepening of collaboration, and the comprehensive improvement of course performance.
learning analytics; group collaborative behavior; advanced software engineering
G40-057
A
1009—8097(2018)09—0047—07
10.3969/j.issn.1009-8097.2018.09.007
本文受山東省自然科學(xué)基金“社會化服務(wù)推薦的決策機(jī)制研究與應(yīng)用”(項(xiàng)目編號:ZR2016FM45)、“Architecture-centric服務(wù)分簇研究及服務(wù)路由驅(qū)動的ac-OA平臺演化”(項(xiàng)目編號:ZR2012FQ011)、山東省研究生教育創(chuàng)新計(jì)劃項(xiàng)目“‘雙一流’目標(biāo)驅(qū)動的計(jì)算機(jī)學(xué)科協(xié)同創(chuàng)新培養(yǎng)體系深化與實(shí)施”(項(xiàng)目編號:SDYY16092)資助。
夏小娜,曲阜師范大學(xué)信息科學(xué)與工程學(xué)院副教授,曲阜師范大學(xué)統(tǒng)計(jì)學(xué)院在讀博士,研究方向?yàn)榻逃髷?shù)據(jù)、社交網(wǎng)絡(luò)、軟件工程,郵箱為xiaxn@sina.com。
2018年1月14日
編輯:小米