基于MOOC的自主个性化学习环境设计策略研究

杨　乐

(江西农业大学 计算机与信息工程学院, 江西 南昌　330045)



基于MOOC的自主个性化学习环境设计策略研究

杨乐

(江西农业大学 计算机与信息工程学院, 江西 南昌330045)

在MOOC环境下的学习者有其个性化的目标和需求,这就使得其要想获得可持续性发展,并使其存在的价值最大化,因此在MOOC学习环境建设过程中就必须支持并促进学习者的自主个性化学习过程和学习结果。该文将自主个性化学习与MOOC学习环境建设相结合,深入探究MOOC学习环境设计的策略研究,以期支持并促进学习者实现自主个性化的学习,从而充分发挥MOOC最大的教育优势。

MOOC； 自主个性化学习； 学习环境

MOOC中的学习资源是在线开放并异步呈现的,几乎不设置用户注册门槛,学习时没有任何限制,因此大量不同知识背景、不同学习动机的学习者纷纷加入MOOC之中[1-3]。然而现在很多MOOC建设仍然沿用传统的课堂模式:“视频+测试”,鲜有支持学习者的自主个性化学习。学习者的知识背景和学习目的具有多样性,必然致使参与MOOC学习的路径和结果差异化,因此MOOC环境必须让学习者以极具多样化的方式参与学习,满足其个性化的目标和需求,MOOC才能持续稳定地发展,并使其存在的价值最大化[2]。

1　MOOC与自主个性化学习

对优化课程教学过程的渴求、高校教学发展的需求以及节约成本和网络技术的推动,催生了MOOC这种个性化的网络学习环境。在这种全新的课程学习环境中,学习者的知识背景和学习目标差异很大,所以MOOC学习在参与方式、参与路径和学习结果方面极富自主个性化[4-5]。本文对MOOC学习者的学习从注册、参与、课程和成绩4个视角[6]进行描述和分析,如图1所示,在总结学习过程独特特点的基础之上揭示其学习的本质,进而为建设基于个性化学习的MOOC奠定基础。

在学习者注册方面,传统课程往往在开始授课之前的某段时间之内必须完成注册,而且学习者通常需要完成该课程的全部内容。在MOOC课程学习环境中,有些学习者在开始学习课程之前注册,而有些学习者在学习课程的过程之中注册,因此针对不同的MOOC学习者可能生成不同的学习轨迹[7-8]。

在参与MOOC学习方面,传统课程采用章节式教学,学生基本上是依据教师授课或教材前后的顺序从事学习活动,学习方式主要有课程内容的学习、课程章节测试、课程实验评定、课程期终考试。但在MOOC环境中,在参与学习方式、参与学习路径和学习结果等方面极富自主个性化，并呈现多样性。

图1　学生学习轨迹图

在课程方面,绝大部分教师是按照顺序有序地组织传统课程的教学,学生基本上也是依据章节顺序来组织学习。但MOOC环境中,学习者也许只对自己感兴趣的课程内容有针对性地学习,在学习课程内容的顺序、学习章节内容的数量和花费时间等方面和传统课程结构不同。

在成绩方面,最后课程试卷考试分数再加权其平时成绩、实验成绩等[9],最终形成传统课程的成绩。但在MOOC环境中,有些学习者可能不进行考试测试,有些学习者可能进行相关课程考试测试,却有极不规律的测试时间、测试频率等。

2　MOOC自主个性化学习环境设计的策略

以学习者为中心、支持和帮助学习者进行自主、个性化学习,是教育者长期追求的目标[10]。根据学习者在MOOC环境下开展自主个性化学习的具体需要,采用基于解析结构模型(interpretive structural model,ISM)技术。

在MOOC环境中应用结构化构图方法,从课程学习内容的结构中分析学习要素,并逐一比较所有的学习要素,找出学习要素之间的关联性以及差异性,从而形成一个学习模式,使用该学习模式指导学习者的行为,使学习者对MOOC环境中的知识体系的结构有个全面的了解。

在上述理论基础之上,结合网络问卷调查的结果,获知和分析学习者相关学习能力(如知识基础、学习习惯、学习兴趣等),并依据不同学习者的具体情况产生不同的学习模式,进而给予不同的学习策略,在MOOC环境中充分体现个性化学习。

ISM一般使用5个步骤来实现其基本流程,具体为:

(1) 提取单元结构、概念或知识点等单元中的学习要素,将学习要素定义为Si,其中i=1,2,…,n,并形成一张表格。

(2) 分析因果关联。将所提取的学习要素进行相互比较,从而找出各学习要素之间的因果关系。

(3) 阶层化学习要素。以分析表的形式列举(2)中因果关联结果,进行统计分析后,用“关联矩阵”来描述,即用相邻矩阵来表示MOOC学习要素因果关联分析表,如果2个MOOC学习要素间存在直接的因果关联关系就用“1”表示,如果2个MOOC学习要素间没有直接关联因果关系或存在间接因果关系就用“0”表示。用矩阵A表示。

其中,i=1,2,…,n；j=1,2,…,n

(4) 关联矩阵演变成可达矩阵。操作方法就是引入单位矩阵I,并将矩阵I和矩阵A 相加,将A转化成含有因果关系的矩阵B,将再进一步运算将矩阵B转化为可达矩阵R。

(5) 将可达矩阵转化为阶层矩阵并完成ISM层级构造图[11]。基于步骤(4)中的可达矩阵R,分别计算出R的可达集合和先行集合,然后通过矩阵R的交集分析得出这个阶层的MOOC学习要素,以此类推,得到阶层性的ISM层级构造图,该图具有方向性。

在对MOOC自主个性化学习环境设计时采集到的学习内容和学习者信息较多,为了给学习者提供更准确的理论依据,主要使用AHP层次分析法评估学习者的学习能力,为自主个性化学习提供依据。

AHP层次分析法是一种实用的多方案或多目标的决策方法,其主要特征是它合理地将定性与定量的决策结合起来,按照思维、心理的规律把决策过程层次化、数量化。首先,收集自主学习者所面临的问题,并将其层次化；其次,依据该问题的属性和需要达成的最终目标,并按照组成MOOC学习要素划分这个问题；再次,依据各学习要素之间的因果关系和相互联系,根据层次性将MOOC学习要素重新聚集组合,并构建一个具有多层次分析MOOC学习要素能力的结构模型；最后,根据相对重要程度的权值大小或相对优劣程度将MOOC学习要素归结为最底层( 如方案、措施、指标等)和最高层( 如总目标)。AHP相对重要性权值之间的对应关系一般可用表1的方法表示。

表1　AHP相对重要性权值之间的关系

3　结语

MOOC的建设对促进高校教学发展、优化课程教学过程和节约成本等起到重要的作用。MOOC具有低门槛注册形式、在线开放资源、无约束异步使用方式等优势,这就决定了MOOC要想持续稳定发展,并发挥其最大的存在价值和使用价值,就必须在个性化要求和目标方面不断满足学习者,支持并促进MOOC学习者自主个性化的学习过程以及学习结果[12]。基于此,本文对MOOC学习者的学习从注册、参与、课程和成绩4个视角来描述和分析,深入研究了基于MOOC的自主个性化学习环境设计策略,提出基于MOOC的自主个性化学习环境设计策略,促进教师完善MOOC环境下的课程建设,从而使学习者在MOOC环境下实现自主个性化的学习,MOOC用户的学习效率得到大幅度提升。随着教育学科、数据学科以及计算机学科等研究理论和实践经验的不断发展,基于MOOC的自主个性化学习环境的策略、理论以及方法设计将得到进一步的研究和完善。

References)

[1] 杨玉芹,焦建利.MOOC学习者个性化学习生态设计框架[J].电化教育研究,2014(8):32-37.

[2] 杨玉芹.MOOC学习者个性化学习模型建构[J].中国电化教育,2014(6):6-11.

[3] 杨玉芹.MOOC自主个性化学习环境设计的策略研究[J].现代教育技术,2014(7):12-19.

[4] UNESCO. Youth and skills: Putting education to work[R]// EFA Global Monitoring Report.New York:UNESCO,2012.

[5] Hedberg J G. E-learning futures? Speculations for a time yet to come [J].Studies in Continuing Education,2006(2):171-183.

[6] DeBoer J,Ho A D,Stump G S,et al. Changing “Course”: Reconceptualizing Educational Variables for Massive Open Online Courses[J].Educational researcher,2014(2):74-84.

[7] 史龙珍,韩小飞.基于MOOC的个性化学习模式研究[J].软件导刊,2014(6):185-187.

[8] 王吉林.基于定制服务的个性化学习系统的设计与实现[D].武汉:华中师范大学,2014.

[9] 孙青,艾明晶,曹庆华.MOOC环境下开放共享的实验教学研究[J].实验技术与管理,2014,31(8):192-195,214.

[10] 赵宏,陈丽,赵玉婷.基于学习风格的个性化学习策略指导系统设计[J].中国电化教育,2015(5):67-72.

[11] 周强强,陈琦,稂婵新,等.基于人工心理和情感计算的网络个性化学习[J].实验室研究与探索,2011,30(3):49-53.

[12] 杨乐,郑蕉,彭军.MOOC环境下双语教学的信息传递模型研究[J].实验技术与管理,2015,32(10):182-184,196.

Study on design strategy of personalized and self-regulated learning environments based on MOOC

Yang Le

(College of Computer and Information Engineering, Jiangxi Agricultural University, Nanchang 330045, China)

MOOC has to enhance personalized learning and help learners to develop self-regulated learning through continuous dialogue, interaction and reflection. This paper takes the personality learning to combine the MOOC, and the study elaborates on the strategies for designing personalized and self-regulated learning in MOOC, with a view of moving MOOC research and development towards personalized learning.

MOOC(massive open online courses); self-regulated and personalized learning; learning environment

DOI:10.16791/j.cnki.sjg.2016.04.046

2015- 10-14 修改日期：2015- 11- 04

江西省教育科学“十二五”规划重点课题资助项目(15ZD3L012)；江西农业大学教学改革研究课题资助项目(2014B2ZC11)

杨乐(1979—),男,江西进贤,硕士,副教授,研究方向为软件形式化和自动化、农业信息技术、高等教育等.

E-mail：jxnzhyangle@163.com

G642.0

A

1002-4956(2016)4- 0169- 03