摘 要:自“大數據+教育”的研究熱潮興起,大數據賦能的精準教學引起廣泛關注?;诋斍案呗毥虒W的現實情況,大數據賦能高職院校精準教學的現實價值體現在教學設計、教學實施、教學決策等方面。由此,文章總結出大數據賦能高職院校精準教學的突破點:其一,教學設計需符合高等職業(yè)教育的培養(yǎng)目標;其二,教學實施需圍繞學生個性化特點開展;其三,教學決策依賴于高質量數據資源整合。因此,文章提出了實現大數據賦能高職院校精準教學的基本路徑:聚焦線上線下數據采集,分析挖掘并可視化呈現;依據學習者畫像進行學習路徑規(guī)劃;注重學習者個性化培養(yǎng),精準教學目標及內容推送;精準設計學習活動、測評診斷學習結果;實施精準決策與干預。
關鍵詞:大數據 高職院校 精準教學 現實價值 基本路徑
中圖分類號:F240 ?文獻標識碼:A
文章編號:1004-4914(2023)04-179-02
一、問題的提出
精準教學(Precisions Teaching)的創(chuàng)始人是奧格登·林斯利(Ogden Lindsley),他在20世紀60年代提出了精準教學這種教學方法,通過設計測量過程來追蹤學生的學習表現和數據。由于缺乏現代化的技術支持,精準教學在其應用和實踐過程中面臨很大約束。目前,我國對精準教學的應用還不是很廣泛,特別是對于高等教育和職業(yè)教育的研究比較少,無法滿足高等教育和職業(yè)教育的需要。隨著教育信息化在我國的全面普及,各類智能教學平臺和各種新的數字化學習技術如雨后春筍般得以應用和推廣[1]。特別是進入21世紀,以大數據為基礎的精準教學模式進入快速發(fā)展階段,為打造智能化、個性化的精準教學模式開辟了新的方向。
但是,大數據賦能精準教學依然存在亟待解決的問題,如:如何有效采集線上線下高職院校師生數據,統計分析、挖掘教學大數據,尋找隱藏在學生學習數據中存在的潛在關系和規(guī)律?如何依據學生的學習數據構建其知識模型和經驗模型,根據學生的學習行為偏好等因素,來規(guī)劃最符合其需求的學習路徑[2]?如何結合學生的個性化特征,根據他們的學習需求匹配相應的教學服務?對學習行為進行記錄與測評并診斷,有針對性地采取干預措施,以不斷優(yōu)化完善后續(xù)教學過程[3]?基于上述問題,本文探求大數據賦能高職院校精準教學的現實價值與基本路徑。
二、大數據賦能精準教學的現實價值
大數據、互聯網技術的發(fā)展使高職教育教學設計與實施、教學考核方式發(fā)生了巨大的改變。不同于傳統數據分析,大數據驅動的精準教學采用大數據采集和大數據分析技術,對教學大數據進行采集、分析、挖掘,發(fā)現隱藏在學生學習數據中的規(guī)律,并可視化呈現學習過程與學習結果,實現大數據賦能高職院校精準教學。
(一)設計層面:大數據支撐個性化指導
在教學任務中,智能教學系統可以自動采集學習行為數據,為教師的精準教學提供大數據分析與引導。學習者在智能教學平臺進行學習,平臺就會記錄他們的學習數據,教師對平臺收集到的數據進行整理分析,就可以針對性設計課堂教學,使教學更加精準化。其一,智能教學系統可以實時采集學生的行為數據,對學生模型進行及時修正,為其匹配與之適應的教學方式。其二,智能教學系統可根據學生的學習軌跡,自動判斷學生的學習狀況及答題的準確率,調整學習進度,引導學生思考并進行錯題重做以精準查漏補缺,最終達成教學效果的提升的目的。其三,教師可基于智能教學平臺系統采集的學生學習行為數據動態(tài)調整教學,采用線上線下混合式教學、小組討論、分層教學等多種教學形式,為不同學生設計個性化教學形式,使學生課堂參與度最大化。
(二)實施層面:大數據分析助力教師精準化教學
教師開展基于大數據的精準教學,首先必須學會使用智能教學軟件,采取信息化的教學手段。教學軟件記錄學生學習行為數據并存入后臺數據庫,教師根據數據庫采集數據分析的結果,可以精準分析學生的學習情況,對學生進行合適的學習指導與人為干預,避免了主觀判斷形成的誤差,實現傳統教學無法實現的精準干預。第二,根據數據分析的結果,教師可以在智能化的教學平臺軟件中對不同的題目進行標注,區(qū)分難易程度及所涉及的知識點,為每道題目打上屬性標簽,對不同學習者進行分層推送,做到精準推送學習任務。第三,借助智能教學平臺生成的報表,教師可以快速分析診斷學生的學習行為過程[4],量化班級整體學習效果,實現精準診斷與評價教學效果,從而減輕教學工作量,有更多時間關注教書育人問題,提升教師自身的整體素養(yǎng)。
(三)決策層面:多模態(tài)大數據可視化呈現支持精準教學決策
通過智能教學平臺系統及各類智能教學設備,可以全方位、全過程、多維度地對學習行為數據進行采集記錄[5],為教師精準測評學生學習行為、診斷教學效果、精準制定教學目標、設計教學內容提供多模態(tài)數據服務。助力精準教學決策的多模態(tài)數據包括三種類型:第一類是學習行為數據,智能教學平臺可以自動統計學習者的學習行為過程數據,如學習者對平臺課程的訪問量、學習資源的瀏覽量、微課的觀看時長、學習任務的完成度、討論頻次、作業(yè)提交等數據;第二類是學習者特征數據,可以通過在線問卷的形式獲取學習者情感體驗等心理數據,通過智慧教室的攝像機等設備捕捉學習者坐姿、面部表情等生理數據;第三類是學習水平數據,通過學習者在線測試成績、項目任務完成情況等體現學習者知識掌握與能力獲取水平的多模態(tài)數據。通過多模態(tài)數據的融合,學情分析工具所呈現的可視化圖表,教師可以對學習者的情感、興趣愛好、學習態(tài)度、學習水平及能力進行識別與判斷,通過數據挖掘找出學習過程中存在的問題,進一步調整優(yōu)化教學策略,使教學決策更加精準有效。
三、大數據賦能高職院校精準教學的突破點
(一)教學設計需符合職業(yè)教育的培養(yǎng)目標
高職院校是國家職業(yè)教育人才培養(yǎng)的重要陣地,以專業(yè)技能型人才培養(yǎng)為主,注重學生創(chuàng)新與實踐能力的培養(yǎng),強調思維方式的習得,而不是單純的理論知識點的掌握。因此,高職院校的精準教學需要圍繞職業(yè)教育的培養(yǎng)目標,更多地設計融合專業(yè)技能的學習活動,挖掘能夠體現技能學習成效的數據。
(二)教學實施需圍繞學生個性化特點開展
針對數據采集分析得出的“學習者畫像”制定分層教學目標,圍繞學生個性化特點開展教學,為不同層次的學生設定符合自身實際情況的特定目標。例如,對于學習困難的學生,選擇容易理解和掌握的基礎知識及基本技能為主要任務目標[6];而對于學習能力強的學生可以適當推送難度大、挑戰(zhàn)性強的拓展深化類項目任務,訓練其高階技能及創(chuàng)新思維能力。
(三)教學決策依賴于高質量數據資源整合
精準教學需要實時記錄教學數據、學習行為數據和結果數據,從各類型的數據中挖掘出有用的教學信息用于教學決策,依賴現代化的技術支持。隨著各類智能教學平臺、數字化的學習技術的普及應用,高質量的數據資源整合成為可能,大數據技術為精準教學的開展賦予了新的活力??梢岳米灾鲗W習系統以及在線學習平臺,如中國大學MOOC、學銀在線等慕課平臺,自動采集數據并應用于教學的各個環(huán)節(jié)。利用智慧校園、智慧教室及智慧課堂整合各類數據資源,使得教學測量數據更為精準可行。
四、大數據賦能高職院校精準教學的基本路徑
為實現高職院校精準教學的目標,提高高職專業(yè)教學的質量,本文以精準教學理論為基礎,緊密結合大數據技術,研究探索線上線下師生數據采集;統計分析、挖掘教學大數據,并可視化呈現;學習者建模、學習者畫像、學習路徑規(guī)劃,并以教學活動實施的一般流程為依據,教師端精準設定教學目標、精準教學內容推送,使學生自適應、個性化學習,學生端精準設計學習活動、對學習結果進行測評,形成學習結果診斷,最后精準分析進行決策干預。
(一)聚焦線上線下數據采集,分析挖掘并可視化呈現
利用各類信息化教學平臺及技術對線上、線下師生個體數據、群體數據、區(qū)域數據、課程數據等進行數據采集。智能教學平臺系統實時跟蹤記錄學生的訪問次數、瀏覽量、討論量、項目任務完成情況等學習行為過程與結果數據,智能教學設備捕捉學習者生理數據及心理數據,經過數據統計、數據分析挖掘可以精準、全面反映學生學習全過程[7]?;趯W情分析技術及工具,教師可以通過“課程學習進度圖”“視頻觀看時長圖”“學生綜合成績分布圖”“成績趨勢分布圖”等對班級學生的學習態(tài)度、學習行為過程及結果進行全方位觀測與評價。通過散點圖、雷達圖、控制圖等可視化圖表,教師可以從多維度對學生的學情狀況進行分析,為下一步教學策略的調整優(yōu)化提供參考依據。
(二)依據學習者畫像進行學習路徑規(guī)劃
根據學生的相關數據構建其知識模型和經驗模型,并通過學生的學習結果數據進行診斷,來判斷教學目標的達成程度并對未達成的原因進行分析。整合學生的特征數據源和行為數據源,構建立體化、具象化的學習行為模型,形成學習者畫像[1]?;趯W習者畫像設計精準教學活動,綜合考慮學習者的學習風格、學習興趣等因素進行學習路徑規(guī)劃。
(三)注重學習者個性化培養(yǎng),精準教學目標及內容推送
利用在線問卷、心理測量量表獲取學習者心理特征數據,形成學習者學習風格模型?;趯W習者學習行為過程及結果數據,建立協同過濾模型,為學習者提供個性化的學習目標及內容推送服務。針對學習者的學習現狀及學習風格模型,為不同學習者設定差異化的教學目標。建立學生之間的關聯,將教學內容與學生群體進行匹配,為學習風格與學習現狀相似度高的學生推薦相同的教學內容。建立不同教學內容之間的關聯,根據相關性強弱和因果關系,將符合條件的教學內容推薦給學生[1]。利用個性化推薦技術及大數據技術,可以為學習者提供與之匹配的個性化教學服務,可以讓學生自適應學習。為學生的精準化、個性化發(fā)展提供全面支持。
(四)精準設計學習活動、測評診斷學習結果
依據學習者學習行為特征,基于學習者學習行為偏好等因素,通過大數據檢測辨別學生學習偏好、學習風格之間的差異,然后根據學習者之間的差異,按照學習內容與活動性質進行同質分組與異質分組,針對學習者的共性需求實施一致性的教學活動,針對不同學習者的個性化需求,實施差異化教學與指導培養(yǎng)。通過智能教學平臺系統及信息化教學手段獲取學生平臺訪問記錄、學習資源瀏覽信息、討論行為、學習任務完成情況、測評成績等學習行為及結果數據,診斷學生的在線學習效果,衡量教學目標的達成情況并對未達成的原因進行分析。
(五)實施精準決策與干預
通過記錄與測評學習者的學習行為過程及結果,分析學習者在各個學習階段的學習數據,挖掘出潛藏在學習行為背后的特點及規(guī)律,發(fā)現其學習過程中存在的問題[2]?;趯W習者個性化學習特點及學情分析結論,采取針對性的干預措施,調整授課形式與教學策略,面向特定學生實施個性化的輔導,精準干預教學方法與學習策略,不斷優(yōu)化完善后續(xù)的教學過程。
五、結語
國家對在線教育的日益重視,教育信息化已經融入到教學課堂,這為大數據賦能高職院校精準教學提供了良好的契機,大數據在教育領域的應用越發(fā)受到重視。從20世紀60年代通過設計測量進行教研的精準教學,到今天基于學習行為采集、數據分析、數據挖掘以及個性化推薦等大數據技術,教與學的形式發(fā)生了巨大的革新。從高職教育的未來發(fā)展而言,大數據賦能精準教學是提高課程學習成效、培養(yǎng)學生學習積極性的必然路徑。但是精準教學不能盲目濫用大數據等技術,以避免道德風險與倫理風險的發(fā)生。在智慧教育領域,仍然要以學生為中心,不斷探索精準教學的最優(yōu)路徑。
[基金項目:2023年度湖南省社會科學成果評審委員會一般自籌課題“數據驅動下的在線學習倦怠干預策略及其應用研究”(課題編號:XSP2023JYC247)]
參考文獻:
[1] 萬力勇,黃志芳,黃煥.大數據驅動的精準教學:操作框架與實施路徑[J].現代教育技術,2019,29(01):31-37.
[2] 任海龍,趙雪梅,鐘卓.智能技術支持下的精準教學:技術框架與運行體系[J].教育理論與實踐,2021,41(27):56-58.
[3] 吳海娟.利用大數據促進初中道德與法治精準教學的思考[J].新智慧,2021(16):39-40.
[4] 張丹,王鶄,袁金平,王坤.技術賦能教學模式變革與實踐[J].中國電化教育,2021(04):125-138.
[5] 吳小凡,趙磊磊,趙可云.人工智能賦能中小學精準教學的現實價值與基本路徑[J].數字教育,2022,8(04):24-30.
[6] 羅婷.交互式微課在高中英語語法課前預習中的應用研究[D].湖南科技大學,2021.
[7] 路以興,魏志慧.基于診改理念的職業(yè)教育三閉環(huán)混合式教學模式的構建與實證研究[J].職教論壇,2022,38(03):66-72.
(作者單位:湖南開放大學<湖南網絡工程職業(yè)學院> 湖南長沙 410004)
[作者簡介:彭楚鈞,副教授,主要研究方向:職業(yè)教育、大數據、在線學習。]
(責編:賈偉)