張博

(長沙師范學(xué)院， 信息科學(xué)與工程學(xué)院， 湖南， 長沙 410100)

0 引言

目前機器人教育已經(jīng)成為中小學(xué)課堂中素質(zhì)教育的重要部分。機器人從實驗室走進課堂涉及人工智能、機械計算機等高科技，這就要求教師的教育觀念與職業(yè)素質(zhì)需要適應(yīng)信息時代的變化，對于教師來說是新的要求，也是職業(yè)責(zé)任[1]。但是目前我國機器人教育師資方面的教學(xué)技能培訓(xùn)比較薄弱、教學(xué)技能水平低下、培訓(xùn)效果不佳，僅僅是以機器人的實驗室活動以及講座為主，無法滿足師范生對于機器人學(xué)習(xí)的需要。因此，面向師范生開展機器人教學(xué)能力培訓(xùn)是促進機器人教育未來發(fā)展和提高機器人教育師資力量的有效途徑。

文獻[2]在STEM教育理念的視角下，指導(dǎo)設(shè)計了機器人課程教學(xué)，在這種培訓(xùn)模型下利用“做中學(xué)”的形式取代傳統(tǒng)“學(xué)后做”，致力于培養(yǎng)學(xué)生的綜合能力；文獻[3]將實驗對分模式應(yīng)用于“機器人技術(shù)”課程的教學(xué)中，將引導(dǎo)式課堂講授貫穿到整個教學(xué)過程中去，設(shè)計實驗內(nèi)化和遞進式討論總結(jié)，并采用過程性的評價體系。文獻中的2種方法均取得了較好的效果?；谀壳暗臋C器人教育背景，本文從SECI知識創(chuàng)生模型視角對師范生機器人課程教學(xué)技能培訓(xùn)模式進行研究。

1 SECI知識創(chuàng)生模型構(gòu)建

在SECI模型中，認為知識的創(chuàng)生主要是通過知識隱性和顯性2種狀態(tài)之間的相互作用和轉(zhuǎn)化，而形成的無限螺旋循環(huán)的過程[4]。知識創(chuàng)生模型結(jié)構(gòu)如圖1所示。

圖1 SECI知識創(chuàng)生模型結(jié)構(gòu)

根據(jù)圖1中的SECI知識創(chuàng)生模型結(jié)構(gòu)，結(jié)合機器人課程教學(xué)中的理論知識與實踐知識進行分類。一般文字、圖片、概念與公式等課程知識可以通過具體的形式表現(xiàn)出來，具有一定的外顯化特點，屬于顯性知識的范疇；實踐知識包括難以表達的經(jīng)驗和技能，在特定的情境和實踐中能夠表現(xiàn)出來，屬于隱性知識[5-6]。對于師范生來說，機器人課程教學(xué)技能培訓(xùn)的主要目的就是解決機器人課堂上出現(xiàn)或存在的問題，將學(xué)到的知識和經(jīng)驗有效地運用到教學(xué)過程中，以此來推動師范生教師專業(yè)的發(fā)展。SECI模型對應(yīng)教學(xué)技能掌握的4個階段，將知識與情景和空間相互結(jié)合，設(shè)計組織每個階段培訓(xùn)的過程活動，從解決一系列復(fù)雜的教學(xué)實踐中所產(chǎn)生的問題入手，由此創(chuàng)生出機器人教學(xué)知識[7-8];重視良好的培訓(xùn)環(huán)境的構(gòu)建，利用SECI模型實現(xiàn)并促進師范生互相交流對話，并對師范生自身具備的知識進行組織培訓(xùn)。在培訓(xùn)過程中，要使師范生對培訓(xùn)目標有一個清楚的認識，在此基礎(chǔ)上設(shè)計有針對性的培訓(xùn)內(nèi)容。

2 教學(xué)技能培訓(xùn)模式現(xiàn)狀與目標需求

2.1 師范生機器人課程教學(xué)技能培訓(xùn)模式現(xiàn)狀

對于機器人教師的基本情況、參培態(tài)度、培訓(xùn)內(nèi)容、培訓(xùn)形式以及培訓(xùn)評價方式等進行問卷調(diào)查分析。選取150名機器人教師作為調(diào)查問卷對象，采取無記名方式，下發(fā)150份調(diào)查問卷，收回139份有效調(diào)查問卷，有效率為92.67%。本調(diào)查問卷共分為機器人課程教學(xué)技能目標需求以及培訓(xùn)內(nèi)容2個部分。問卷調(diào)查的機器人教師男女性別比例約為4.5∶5.5，教師年齡大部分在35歲以下，總體呈現(xiàn)年輕化結(jié)構(gòu)，其學(xué)歷分布主要以本科和碩士學(xué)歷為主。關(guān)于參培態(tài)度方面，愿意參加培訓(xùn)并認為培訓(xùn)有必要的教師數(shù)量達到了85%以上，這是對開展機器人課程教學(xué)技能培訓(xùn)的有力支持與需求。這個結(jié)果也從側(cè)面說明，機器人課程教師的教學(xué)技能可以通過有關(guān)的課程培訓(xùn)促進其在機器人課程教學(xué)中提高專業(yè)技能[9]。問卷調(diào)查中的培訓(xùn)內(nèi)容主要涉及機器人系統(tǒng)理論知識、機器人控制以及編程、機器人設(shè)計競賽、課件資源開發(fā)、軟硬件設(shè)計使用方法、機械結(jié)構(gòu)設(shè)計以及教學(xué)實踐等，調(diào)查問卷結(jié)果顯示，機器人設(shè)計競賽、軟硬件設(shè)計使用方法和機器人系統(tǒng)理論知識這3項的需求占比最高，達35%～72%，說明機器人課程教學(xué)技能培訓(xùn)中，機器人教師更加重視競賽方面的培訓(xùn)。對于培訓(xùn)形式，問卷主要提及專家講座、小組合作、遠程網(wǎng)課、影像資料、教學(xué)觀摩、案例分析、實際操作以及示范模仿等幾種形式，調(diào)查發(fā)現(xiàn)雖然教師培訓(xùn)方式相對于傳統(tǒng)學(xué)科培訓(xùn)有不少新的形式，但是使用頻率較高的仍是傳統(tǒng)培訓(xùn)形式。以上的調(diào)查結(jié)果顯示，在目前小學(xué)機器人課程教學(xué)技能培訓(xùn)應(yīng)用的過程中，主要存在以下問題：① 忽略機器人課程教師具有的特點以及知識結(jié)構(gòu)；② 在培訓(xùn)方面與實際的教學(xué)有所偏離，重心落在競賽方面；③ 培訓(xùn)形式傳統(tǒng)且單一，降低培訓(xùn)效果；④ 缺乏完善的培訓(xùn)評價體系。

2.2 機器人課程教學(xué)技能培訓(xùn)目標需求與影響因素

根據(jù)上述的研究可以確定，在師范生機器人課程教學(xué)技能培訓(xùn)模式中，最終的影響因素主要包括培訓(xùn)內(nèi)容、形式、需求、培訓(xùn)相關(guān)管理、環(huán)境、師資、評價等方面。通過影響因素來確定培訓(xùn)模式，首先要對影響因素的權(quán)重進行分析，采用五級量表對以上指標分別設(shè)置5個不同的評分標準，分別對應(yīng)“非常重要”“比較重要”“一般”“不太重要”“非常不重要”這幾個權(quán)重程度，并對調(diào)查問卷獲得的結(jié)果進行分析。確定結(jié)果是否可用，首先要確定問卷信度，測驗信度又稱之為測驗可靠性，指的是同一個測驗對同一組被試，兩次或多次施測所得的結(jié)果一致性的程度。在信度的計算中，實測分數(shù)為某次測驗分數(shù)的真變異數(shù)和總變異數(shù)的比值表示為

(1)

式中，ST2表示真變異數(shù)，Sx2表示總變異數(shù)。每一個調(diào)查問卷的實得分數(shù)的組成都可以表示為

X=T+E

(2)

式中，T表示真實分數(shù)，E表示誤差。在談?wù)摍C器人課程教學(xué)技能目標需求以及培訓(xùn)內(nèi)容調(diào)查問卷的分數(shù)特性中，利用機器人課程教學(xué)技能目標需求以及培訓(xùn)內(nèi)容的方差來代表具體的分數(shù)：

(3)

(4)

調(diào)查問卷的信度經(jīng)過計算后，對比各個因素的均值，均值的計算如式(5)：

(5)

式中，μ代表均值，N代表數(shù)據(jù)的數(shù)量，xi代表具體數(shù)值。

另外，為了反映數(shù)據(jù)集的離散程度，還需要進行標準差的計算，如式(6)：

(6)

標準誤差的計算如式(7)：

(7)

經(jīng)過計算之后，得到影響因素權(quán)重指標值，如表1所示。

表1 影響因素權(quán)重指標計算結(jié)果

從表1可以看出，培訓(xùn)內(nèi)容、需求、師資以及評價的平均值在4.3以上，說明這幾個因素在影響因素中的權(quán)重比較大。因此，在后續(xù)的機器人課程教學(xué)技能培訓(xùn)模式的構(gòu)建過程中可以按照這個權(quán)重指標進行設(shè)計。

3 SECI模型視角下師范生機器人課程教學(xué)技能培訓(xùn)模式

3.1 基于社會化設(shè)計

在社會化階段的設(shè)計中，主要是通過構(gòu)建學(xué)習(xí)共同體、共享經(jīng)歷并從觀察、模仿和實踐等方面建立隱性知識轉(zhuǎn)化。在網(wǎng)絡(luò)多媒體教室中，教師之間完成經(jīng)驗交流和優(yōu)質(zhì)資源的共享，能夠有效提升師范生機器人課程教學(xué)技能，通過內(nèi)容講解與經(jīng)驗分享，促進專業(yè)隱性知識的共享。

3.2 基于外顯化設(shè)計

在SECI模型中，將隱性經(jīng)驗轉(zhuǎn)化為顯性化語言，有利于對傳統(tǒng)隱性知識進行重構(gòu)或修正。通過專題匯報、教學(xué)設(shè)計和評課交流等方式，可以以文字、語言、圖片等形式表達機器人教學(xué)中的隱性知識。利用教學(xué)設(shè)計對機器人教學(xué)的內(nèi)容、方法、活動以及評價等內(nèi)容進行說明。在評課交流中，授課者既可以選擇經(jīng)驗豐富的在職機器人課程教師，也可以選擇經(jīng)過培訓(xùn)的師范生。在評課過程中，主要分析并觀察教師的教學(xué)活動設(shè)計及課堂教學(xué)組織，聽課者可以直觀感受到課堂教學(xué)氛圍，并通過評課工具，記錄并分享教學(xué)過程中的經(jīng)驗與感想，從而提升師范生機器人課程的教學(xué)技能。

3.3 基于組合化設(shè)計

組合化階段的特征就是知識顯性之間的轉(zhuǎn)化，在這個過程中，通過培訓(xùn)活動的設(shè)計充分發(fā)揮媒介作用，開展一些線上的主題研討以及資源創(chuàng)建共享活動。線上的主題研討能夠優(yōu)化學(xué)習(xí)效果，在討論式的教學(xué)活動中，主題研討是較為常用的方法之一。本文通過硬件和軟件載體以及平臺的協(xié)助下，完成線上研討。線上研討的軟件功能很強大，例如可以對人物進行分配、查看、記錄和提醒，對于效果評價也有著常規(guī)線下方式不可比擬的優(yōu)勢。在創(chuàng)建、共享資源的活動中，鼓勵培訓(xùn)參與者對于機器人的相關(guān)教學(xué)資源進行查找和篩選，教學(xué)資源生成的過程就是顯性知識融合與創(chuàng)生的過程。在組合化設(shè)計的階段，主要是促進學(xué)習(xí)者資源創(chuàng)作與分享的過程，有助于增進團隊關(guān)系，以此優(yōu)化教學(xué)技能培訓(xùn)的開展和效果。

3.4 基于內(nèi)隱化設(shè)計

在內(nèi)隱化階段，在真實教學(xué)場景中可以得到一定的教學(xué)技能和經(jīng)驗，學(xué)習(xí)、掌握、吸收培訓(xùn)內(nèi)容，完成知識的內(nèi)化。在此階段中，設(shè)計的培訓(xùn)活動主要包括小組協(xié)同備課、模擬教學(xué)以及教學(xué)反思。小組協(xié)作備課可以集思廣益，拓寬機器人教學(xué)中的思路，可以在一定范圍內(nèi)更新教育觀念，這種知識的轉(zhuǎn)化可以使教師在后續(xù)的課堂實踐中產(chǎn)生正向的影響。在備課過程中，教師闡述自己的教學(xué)設(shè)計背后隱藏的觀點，其他教師可以提出自己的建議，并在模擬教學(xué)中通過角色扮演進行教學(xué)技能的訓(xùn)練。在教學(xué)反思中，通過分享與交流完成頭腦風(fēng)暴式的教學(xué)優(yōu)化，學(xué)習(xí)到別人課堂中的亮點，意識到自身的不足之處，能夠體現(xiàn)出群體知識的升華，進一步確保師范生機器人課程教學(xué)技能培訓(xùn)效果。

4 總結(jié)

綜上所述，在SECI知識創(chuàng)生模型視角下，師范生機器人課程教學(xué)知識在經(jīng)過社會化、外顯化、組合化和內(nèi)隱化等4個階段的培養(yǎng)過程后，個人知識與群體知識、顯性知識與隱性知識之間的上升，這對于師范生機器人課程教學(xué)技能培訓(xùn)模式具有一定的指導(dǎo)意義。在社會化階段，構(gòu)建學(xué)習(xí)共同體，建立隱性知識轉(zhuǎn)化，使師范生機器人課程教學(xué)技能得到提升；在外顯化階段，將個體工作過程積累到的隱性經(jīng)驗轉(zhuǎn)化為顯性化語言，有利于對傳統(tǒng)隱性知識進行重構(gòu)或修正，從而提升師范生機器人課程教學(xué)技能；在組合化階段，開展線上的主題研討以及資源創(chuàng)建共享活動，以此優(yōu)化教學(xué)技能培訓(xùn)的開展和效果；在內(nèi)隱化階段，設(shè)計小組協(xié)同備課、模擬教學(xué)以及教學(xué)反思培訓(xùn)活動，確保師范生機器人課程教學(xué)技能培訓(xùn)效果。