【摘要】本文從機器學(xué)習的視角研究反饋教學(xué)模式，借鑒機器學(xué)習算法中的反饋機制設(shè)計教學(xué)實踐中的反饋機制，為反饋教學(xué)模式的研究提供了一種新的研究視角，并開展反饋教學(xué)模式對提升課程教學(xué)質(zhì)量的有效性研究。

【關(guān)鍵詞】反饋教學(xué)? 機器學(xué)習? 神經(jīng)網(wǎng)絡(luò)

【課題】寧波市教育科學(xué)規(guī)劃課題（編號：2019YGH065）。

【中圖分類號】H191 【文獻標識碼】A 【文章編號】2095-3089（2020）14-0254-01

1.引言

無論是國外還是國內(nèi)課程教學(xué)是大學(xué)的使命，對于高職院校來說，教學(xué)更是專業(yè)發(fā)展和人才培養(yǎng)的重要途徑，教學(xué)的質(zhì)量是衡量一個高職院校辦學(xué)水平的重要指標。因此教學(xué)質(zhì)量的提高方法成為國內(nèi)外很多學(xué)者的研究熱點。在眾多教學(xué)方法中，反饋教學(xué)法被認為是提高教學(xué)質(zhì)量的有效方法。反饋教學(xué)模式是根據(jù)系統(tǒng)科學(xué)、信息科學(xué)、控制論等相關(guān)學(xué)科創(chuàng)立的一種教學(xué)模式，以信息反饋為主線，把課程教學(xué)的相關(guān)信息反饋給教師和學(xué)生，幫助教師及時調(diào)控教學(xué)過程，學(xué)生在學(xué)習中體驗成功和快樂，從而有效提高教學(xué)效果。

反饋教學(xué)的目標必須以學(xué)生為中心，使學(xué)生有趣、高效的學(xué)習課程的知識和技能，因此反饋教學(xué)模式的實施過程可以看作是在教師指導(dǎo)下的學(xué)生學(xué)習過程。經(jīng)過多年的發(fā)展，反饋教學(xué)被廣大教師所采用，實踐證明反饋教學(xué)是提高教學(xué)質(zhì)量的非常有效的方法。但是，近年來反饋教學(xué)處在停滯階段，沒有誕生新的反饋教學(xué)途徑和方法。人工智能技術(shù)近年來取得突飛猛進的發(fā)展，尤其在圖像、文字、語音識別領(lǐng)域取得了非常好的效果，同時人工智能被認為是人類的第四次工業(yè)革命。人工智能在產(chǎn)業(yè)界獲得成功的同時，對教育界也產(chǎn)程了很大的影響，因為機器學(xué)習的過程可以看作是教學(xué)的過程，雖然機器學(xué)習算法的原理沒有被腦科學(xué)證明和大腦的學(xué)習過程一致，但為教學(xué)的改進提供了新的視角，本文就是借助機器學(xué)習算法中反饋思想來改進反饋教學(xué)。

2.基于機器學(xué)習的反饋教學(xué)模式

機器學(xué)習反饋教學(xué)模式就是運用機器學(xué)習算法的反饋思想到教學(xué)中。目前常用的機器學(xué)習算法有BP神經(jīng)網(wǎng)絡(luò)、隨機森林、感知機、生成對抗網(wǎng)絡(luò)等，本文將應(yīng)用這些機器學(xué)習思想到教學(xué)中。

2.1基于BP神經(jīng)網(wǎng)絡(luò)的三級反饋網(wǎng)絡(luò)教學(xué)平臺

BP神經(jīng)網(wǎng)絡(luò)的計算過程由正向計算過程和反向計算過程組成。網(wǎng)絡(luò)結(jié)構(gòu)有多層神經(jīng)元組成，當輸出層不能得到期望結(jié)果時，運用反向傳播技術(shù)逐層反饋，實時更新所有神經(jīng)元的權(quán)值。應(yīng)用逐層反饋和實時更新的思想到網(wǎng)絡(luò)教學(xué)平臺。網(wǎng)絡(luò)教學(xué)平臺為教師和學(xué)生的溝通提供了條件，但問題也很突出，如教師沒有那么多的精力來處理學(xué)生的反饋，那么如何運用網(wǎng)絡(luò)教學(xué)平臺來合理的為學(xué)生服務(wù)呢？本文根據(jù)BP的原理設(shè)計了三級反饋平臺，大部分學(xué)生的問題是重復(fù)的，因此讓班級中學(xué)習優(yōu)秀的學(xué)生來給學(xué)生做反饋，如果有解決不了的問題，學(xué)習優(yōu)秀的學(xué)生可以反饋到第二級，第二級有三年級的特長生組成。第三級是教師，教師只處理第二級無法處理的問題，這樣學(xué)生的問題可以得到及時的反饋，同時降低了教師的工作量。

2.2 基于隨機森林技術(shù)識別學(xué)生的學(xué)習困難

在機器學(xué)習中隨機森林是一個包含多個決策樹的分類器，構(gòu)建好的決策樹呈樹形結(jié)構(gòu)，可以認為是if-then規(guī)則的集合，分類過程是從樹根開始，根據(jù)條件逐漸分類到樹葉。本文首先統(tǒng)計學(xué)生的學(xué)習難點，把每個學(xué)習難點作為學(xué)生的屬性，同時根據(jù)歷史記錄給每個學(xué)生分配一個學(xué)習分數(shù)。因此每個學(xué)生有一行數(shù)據(jù)，這一行數(shù)據(jù)有多個屬性和一個分數(shù)組成，把多個學(xué)生的數(shù)據(jù)輸入隨機森林，通過機器學(xué)習可以生成決策樹，根據(jù)決策樹上結(jié)點的權(quán)重可以識別出大部分學(xué)生學(xué)習困難的知識和技能點。

2.3 覆蓋課堂內(nèi)外的心理正反饋

運用機器學(xué)習算法評價圖片質(zhì)量時往往要對圖像做預(yù)處理，因為圖像質(zhì)量的最終受體是人眼，人眼對圖像亮度的感知是非線性的，因此用機器學(xué)習算法模擬人眼對圖像質(zhì)量感知時往往預(yù)先對圖像亮度值做對數(shù)處理能取得更好的效果。課程學(xué)習的主體是學(xué)生，學(xué)生對知識和技能的感知同樣要考慮主觀和心理因素。給學(xué)生施加心理正反饋能夠提高學(xué)習效果，而施加心理負反饋可能導(dǎo)致學(xué)生的學(xué)習焦慮。心理反饋的目標是要讓學(xué)生喜歡學(xué)習課程，喜歡上課的教師，讓學(xué)生感覺到自己受到教師的關(guān)注。以《WEB 前端開發(fā)》課程為例，構(gòu)建覆蓋課堂內(nèi)外的心理反饋系統(tǒng)，把心理反饋融合到師生交往的方方面面，在點名、打招呼、案例分析、提問等環(huán)節(jié)增加心理反饋信息。本教學(xué)模式將研究形成心理正反饋的各種技術(shù)手段，實驗總結(jié)最有效、容易實施的正反饋技術(shù)。

2.4基于GAN的學(xué)生對學(xué)生反饋

GAN即生成對抗網(wǎng)絡(luò)，是2018年最成功的深度學(xué)習模型之一，生成對抗網(wǎng)絡(luò)有生成模型和判別模型組成。從生成模型是先統(tǒng)計全概率，然后計算條件概率，而判別模型是直接生成條件概率。這兩個模型在一個算法中互相對抗，從而達到很好的網(wǎng)絡(luò)性能。應(yīng)用這個思想讓兩組或者多組學(xué)生互相反饋學(xué)習課程知識和技能，使學(xué)生學(xué)會自學(xué)和團隊學(xué)習。以《Web程序開發(fā)》課程為例，把學(xué)生分成程序開發(fā)組和程序測試組，程序開發(fā)組學(xué)生負責編寫安全的代碼并發(fā)布網(wǎng)站，程序測試組學(xué)生負責網(wǎng)站的功能測試、安全測試、性能測試。程序開發(fā)組學(xué)生的任務(wù)是不斷改進自己的程序代碼通過程序測試組的測試。在博弈過程中通過多次的相互反饋程序開發(fā)組和程序測試組，學(xué)生的技能得到顯著提升。

3.總結(jié)

本教學(xué)模式以《WEB前端開發(fā)》、《交互設(shè)計》、《Web程序開發(fā)》三門課程為實驗對象，開展反饋教學(xué)模式對提升課程教學(xué)質(zhì)量的有效性研究，參與教師4人，學(xué)生196人，通過問卷調(diào)查的方式對課程改革進行評價，結(jié)果表明89.9%的學(xué)生認為新的反饋教學(xué)模式對提高學(xué)習效果有幫助，全部教師認為機器學(xué)習反饋教學(xué)法具有很大的研究和應(yīng)用前景，初步實驗表明機器學(xué)習反饋教學(xué)法對提高教學(xué)質(zhì)量有限制效果。

參考文獻：

[1]李廣鳳，王楠楠.反饋有效性研究：影響因素及教學(xué)對策[J].教育理論與實踐，2018（19）：57-60.

[2]樊超，樊敏.高等教育教學(xué)質(zhì)量反饋機制研究[J].教育與職業(yè)，2014（05）：26-28.

[3]王凱.反饋何以有效：對當前課堂教學(xué)評價的新思考[J].教育科學(xué)，2011（03）：34-38.

[4]張克非.課堂教學(xué)質(zhì)量評價數(shù)據(jù)客觀性處理及反饋機制探究[J].教學(xué)與管理，2014（09）：44-46.

作者簡介：

蘇萍（1979年12月-），女，漢族，安徽省合肥市人，研究生，副教授，研究方向：計算機。