终身学习环境下的科研机构在线教育模式研究
2017-12-19金昆赵以霞
金昆+赵以霞
摘 要:知识经济时代背景下,知识更新周期缩短至2~3年。2015年,我国部署“大众创业、万众创新”,中国科学院十三五规划中要实现四个率先,要率先建成国家创新人才高地。人才是创业创新,推动科技发展最活跃的因素,如何发挥继续教育与培训在人才队伍建设中的基础性和战略性作用?借鉴MOOC的模式,中科院在学习资源、平台研发、机制等方面做出了探索,尝试探索出符合科研人员需求的终身学习模式。
关键词:继续教育;在线学习;MOOC;智能推荐
中图分类号:G726 文献标识码:A
一、终身学习的发展背景
(一)知识更新
信息通信技术带来了人类知识更新速度的加速。联合国教科文组织研究发现,知识更新周期越来越短,在18世纪时,知识更新周期为80~90年,19世纪到20世纪初,缩短为30年,上个世纪60~70年代,一般学科的知识更新周期为5~10年,而到了19世紀80~90年代,许多学科的知识更新周期缩短为5年,而进入21世纪时,许多学科的知识更新周期已缩短至2~3年。
(二)大众创业、万众创新要求
2015年,我国提出部署“大众创业、万众创新”。大众创业、万众创新首先要解决的是育人问题,教育要为创业创新提供强有力的智力支撑和人才保证。
(三)院人才高地建设要求
中科院十三五发展规划纲要指出要实现四个率先,包含率先建成国家创新人才高地。人才高地建设离不开人才培养。
(四)信息技术发展变革教育方式
第39次《中国互联网络发展状况统计报告》指出,截至2016年12月,中国网民规模达7.31亿,互联网普及率为53.2%。中国手机网民规模达到6.95亿。截至2016年12月,中国在线教育用户规模达1.38亿。
二、在线教育发展历史
(一)起源与发展
1989年,美国凤凰城大学开始推行在线学位计划,1991年授予首批在线MBA学位。2002年,联合国教科文组织提出开放教育资源,通过信息通信技术向教育者、学生、自学者提供的,基于非商业用途,可被自由免费查阅、参考或应用的各种教育类资源。发展历程见图1。
(二)OCW
美国麻省理工学院(MIT)自2001年起实施开放课件计划 (Open Courseware)计划,将学校开设的所有课件资料上网免费提供给世界各地的学习者。
(三)TED、微课与可汗学院
1.TED
TED诞生于1984年,每年3月,TED大会在美国召集众多科学、设计、文学、音乐等领域的杰出人物,分享他们关于技术、社会、人的思考和探索。每一个TED 演讲的时间通常都是18分钟以内,从2006年起,TED演讲的视频被上传到网上。
2.微课程
微课程是运用建构主义方法化成的、以在线学习或移动学习为目的的实际教学内容。微课的优点包括:随时随地网络学习;内容少,效果立竿见影。微课的不足有:碎片化,不系统;不适合长期学校教学,可以作为教学辅助。
3.可汗学院
可汗学院是由孟加拉裔美国人萨尔曼?可汗创立的一家教育性非营利组织,主旨在于利用网络影片进行免费授课,现有关于数学、历史、金融、物理、化学、生物、天文学等科目的内容。
(四) MOOC
MOOC是一种针对于大众人群的在线课堂,人们可以通过网络来学习在线课堂。MOOC三要素包括课堂、平台和机制模式。MOOC是远程教育的最新发展,它是通过开放教育资源形式而发展来的。
(五)后MOOC时代
随着M O O C的发展,越来越多的学习模式涌现出来,包括SPOC、Meta-MOOC、DLMOOC、MOOL(大众开放在线实验室)、PMOOC、MOOR等,不断探索更加有效的在线学习模式。
三、符合科研人员的碎片化与系统化学习资源的探索
(一)满足碎片化学习的微课资源研发
根据中科院开展的《中国科学院青年科技工作者思想状况调查》数据,72%的科研人员每天工作在9小时以上。那么,如何利用信息化技术,解决科研人员的“工学矛盾”?如何充分利用科研人员上下班途中的碎片化时间,开展有效的学习?
经过调研,参考各类短视频教育资源,如TED、可汗学院、MOOC等,中科院启动了微课研发的探索。微课主要是针对中科院职工在科研和管理工作中遇到的难点、热点问题,进行细致的解读,时长不超过20分钟,由一线科研、管理人员讲解。中国科学院继续教育网运行数据表明,微课模式受到欢迎,如李然的《宇宙的边疆》微课,共有6725名职工选学。
为进一步满足科研人员上下班途中的学习需求,开启基于手机的离线学习,通过将微课视频转码,并支持手机离线学习,节约用户网络流量。
(二)满足系统化学习的精品长课设计
尽管微课能够满足职工的碎片化时间学习,但是由于知识内在的体系性,必须要构建知识体系的课程资源,以便与微课形成点面结合,既能启发兴趣,解决热门问题,同时又能够传授系统的知识,学会学习方法。
通过顶层设计,以及依托成熟的培训项目,逐步构建起精品长课程资源,促进全院资源共享。精品长课通常是针对某个领域主题,进行深入解读,以在演播室拍摄和培训现场录制为主,后期为了便于职工快速了解长课知识组织体系,并能快速定位到所要查找的知识点,采取了三分屏课件的形式,并能支持手机端查看。如徐宗本院士的《大数据?大智慧——“大众创业、万众创新”背景下的大数据产业》,有8323人选学。
(三)线下培训资源的线上共享endprint
不同于各类在线教育资源及MOOC的是,各类线下培训项目、学术交流、系列讲座等是中科院继续教育与培训的重要组成部分。全院交叉领域的研究所对各类线下项目有共享需求,存在交流需求。因此,作为线上微课和精品长课的有力补充,线下培训资源的共享也是中科院继续教育与培训工作之一。
通过各类顶层调研,初步实现了不同类别、不同来源、不同支持力度的各类培训资源的全院共享。目前主要资源分类为培训项目和学术报告,并对院级支持的培训项目予以标识,便于全院职工参与。
四、管理与资源共享于一体的学习平台
(一)管理平台
继续教育与培训要满足机构需求、岗位需求和个人需求。因此,学习平台要能够支持中科院的继续教育业务管理。中科院继续教育与培训管理存在全院业务管理、分院管理、基地管理、研究所业务管理等。通过逐步的研究和应用优化,目前主要通过两个维度,推进管理的标准化,一个是分类机构管理的标准化流程,一个是培训项目的标准化实施流程。具体见图2。
从机构角度划分,包含全院宏观管理、院级业务管理、机关培训管理、分院培训管理、研究所培训管理、基地培训管理。
从培训业务角度划分,包含需求、计划、项目、通知、新闻、课件、教师、政策等。
共性的核心底层数据为组织机构管理、人员管理、角色管理和权限管理。
(二)全院资源共享平台
针对中科院资源特点,对中科院资源进行了顶层梳理和统计,主要资源类别包括课件资源、培训项目资源、教师资源。通过顶层分类,力图将中科院的各类资源都能够囊括进来。资源共享层次见图3。
各类资源拥有共同的学科分类,目前主要采用教育的一级学科,外加党建和其他,共十五个学科。
针对各院属机构资源共享的需求,支持资源的自定义共享,包含不公开、部门共享、单位共享、全院共享,以及面向院外共享。
(三)统一的学习平台
学习资源获取的便捷性是影响用户应用平台的重要因素之一。中国科学院继续教育网面向职工的学习服务,设计为登录全院统一学习平台入口,便于记忆。以学习者为中心的构架见图4。
职工登陆平台后,可以学习课件、报名参加培训班、参与调查等。在学习课件和参加培训班过程中,可以对课件或者培训班打分、评论和交流。
每个用户的培训需求来自多个岗位要求,如来自部门要求、来自研究所要求、来自院里业务要求,因此在设计学习平台时,需要充分考虑到用户的各类角色,并支持各种角色下的学习资源切换,以满足用户需求。
(四)移动学习APP
随着智能设备的发展,需要考虑满足多終端的学习需求。因此,在PC web终端的基础上,设计实现手机学习APP。APP界面参见图5。
继续教育与培训APP的设计充分考虑智能终端的特点,分离了管理和学习功能。APP主要支持学习功能,包含用户的离线学习、用户参加培训班的二维码签到、用户外部学时的及时维护等。
培训管理的功能基本通过电脑端操作,在APP上,管理员可查看页面浏览数;发布培训班二维码、设置资源是否支持离线学习等。
五、2016年继续教育与培训数据
中国科学院继续教育网自2015年10月试运行,2016年4月全面上线运行以来,初步积累了用户的学习数据,共记录了65,455名职工的学习数据,实际学时达到5,521,466小时,人均学时为84.3,有效总学时为5,066,943,人均达到77.4。
5,521,466学时主要由c a s m o o c在线学习(448,770学时)、外部网络学习(118,295学时)、院内培训(1,841,882学时)、院外培训(2,551,149学时)、在职自学(222,186学时)和公派留学(339,184学时)构成。
2016年全院执行5557条培训计划,上传可用课件470个,时长1053.5小时。
2016年,全院职工填报250,261条外部学习数据,包含外部培训项目、外部网络学习等。
通过上述数据分析,可以看出中科院职工培训特点和需求:在线学习方面,以院内为主,因此需要加强院资源建设;外部网络学习是有力的组成部分,因此在平台开发方面,需要考虑开放教育资源的融合,以方便用户学习;院内培训与院外培训学时是主要构成部分,如何发挥好这些资源的共享,是进一步需要考虑的问题。
六、机制
无论采用何种方式开展继续教育与培训工作,都需要一定的机制保障。借鉴MOOC的运作模式与机制,中科院在推进利用信息技术提升继续教育与培训效果效率方面,制定了相应的政策,并开展了相应的评估工作。
(一)学时登记管理办法
依据《干部教育培训工作条例(试行)》、《2013-2017年全国干部教育培训规划》、人社部25号令《专业技术人员继续教育规定》,延续中科院《全员能力提升计划》,2016年3月,人事局发布了《中国科学院继续教育与培训学时登记管理办法》,对于全院职工学时的记录提出了明确的要求。除了在时长要求外,对于维护方式、维护内容都做了清晰的规定。
通过2016年的实践,该办法很好地推进了全院的继续教育与培训工作,人均有效学时达到了77.4小时,并为每位职工建立了学习档案,记录了全部过程的学习数据。endprint
(二)信息化評估
为推进全院信息化工作,院网信处开展了信息化评估工作,并为此制定了院继续教育网运行考核指标,主要包括职工登陆学习平台的参与率、职工人均100学时完成率、培训计划与实施率、课件资源共享数等。
2016年的评估数据显示,2016年度各院属单位在院继续教育网上的人均学时在100小时及以上的单位共有47家,完成率(每人达到100小时)达到100%的单位共有9家。人均学时超过100小时且完成率达100%的单位包括心理所、自然科学史研究所、地理资源所等在内的9家单位。
通过全院信息化评估和排名,能够有利地从组织管理的角度予以保障。
七、未来智慧继续教育的展望
信息化支撑体系是中科院继续教育工作的有机组成部分,通过利用信息技术支撑政策体系、实施体系、项目体系、评估体系、保障体系和资源体系。
随着信息技术、AI的发展,中科院继续教育信息化也要不断加强,服务中科院人才高地建设,建成“人人皆学”“处处能学”“时时可学”智能化学习环境,落实全院继续教育与培训管理要求,通过服务落实管理。
“十三五”期间,院继续教育网将重点在资源层面、平台层面、机制模式层面推进,以建成好用、管用、爱用的学习平台。
(一)深化资源共享与描述
依据2016年学习数据分析,十三五期间,将在建设中科院优质典型资源的基础上,带动全院研发并充分整合外部开放教育资源,达到极大丰富资源的目的。基于资源丰富学习模式的架构图见图6。
对资源进行深度描述,利用知识图谱、本体等手段,贯通资源,在语义层面上实现整合,以便能够更好地针对职工的需求。
(二)构建社交化的活跃学习平台
从研究所到实验室,不断精确学习主体,构建网上学习环境,引入积分、社交、直播等功能,营造良好的学习氛围。智能推送示意图见图7。
构建起岗位化课程体系、选修课程体系,通过学习大数据,为用户建立模型。
采用多种算法,实现智能学习资源推荐,提升用户的学习体验。
(三)机制与模式
在已有国家和中科院政策基础上,构建起师资队伍,专家队伍、用户队伍,以用户为抓手,推动院继续教育网的深度应用。
(四)面向社会树立品牌
以院继续教育网为基础,通过各类院级继续教育基地和国家级专业技术人员继续教育基地,面向社会共享资源,树立中科院继续教育与培训品牌。
参考文献
[1]A Framework to Provide Personalization in Learning Management Systems through a Recommender System Approach. Hazra Imran, Quang Hoang, TingWen Chang, Kinshuk, and Sabine Graf,2014.
[2]A Survey on Linked Data and the Social Web as Facilitators for TEL Recommender Systems.Stefan Dietze,Hendrik Drachsler,and Daniela Giordano,2014.
[3]E-Learning Based on Metadata, Ontologies and Competence-Based Knowledge Space Theory.Dietrich Albert,Cord Hockemeyer,Michael D. Kickmeier-Rust,Alexander Nussbaumer,and Christina M.Steiner,2012.
[4]Creating Individualized Learning Paths for Self-regulated Online Learners:An Ontology-Driven Approach.Yu-Liang Chi,Tsang-Yao Chen,and Wan-Ting Tsai,2014.
[5]Web Metadata Extraction and Semantic Indexing for Learning Objects Extraction. John Atkinson,Andrea Gonzalez,Mauricio Munoz,and Hernan Astudillo,2013.
[6]A Framework for Linking Educational Medical Objects: Connecting Web2.0 and Traditional Education. Reem Qadan Al Fayez and Mike Joy,2014
[7]Content Independent Metadata Production as a Machine Learning Problem. Sahar Changuel and Nicolas Labroche,2012.endprint