“互联网+”环境下数据驱动的课程教学模式探讨

林煜明 李优

摘要：“互联网+”环境中在线学习和课堂教学相结合是一种重要的教学模式，该模式下教学过程中产生的海量学习数据对教学活动的组织开展具有重大的指导作用。本文在阐述这种新环境中课程教学具有的优势和面临的挑战基础上，分析了学习数据在不同教学阶段的作用，并提出构建教学质量评价机制的几点原则以保证学习数据分析的应用效果。

关键词：“互联网+”；学习数据；数据分析；教学模式

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2018）08-0192-02

互联网、大数据等技术的飞速发展和普及，深刻地改变着人类的思维、生产和生活方式，为各行各业带来了新的机遇和挑战。2015年7月《国务院关于积极推进“互联网+”行动的指导意见》提出：“鼓励学校利用数字教育资源及教育服务平台，逐步探索网络化教育新模式”。在政策和技术的多方面支持下，在线学习模式得到了快速的推广，各种学习管理系统、课程管理系统、网络互动平台的广泛应用产生了涵盖学习行为、学习状态等方面的海量教育数据，这使教育信息以可捕捉、可量化、可传递的数字形式存在，使得教育的过程性考察成为可能，透过真实的数据更能发现教与学的关系，教育正悄悄地发生着一场革命[1]。

虽然教学过程始终产生了各式各样的数据，但这些数据中蕴藏的价值仍未被充分地挖掘和运用于教学过程中。近年来，随着深度学习、人工智能等新技术的日趋成熟和实用化，大大地推动了教育数据服务于教学过程，有助于进一步发现教学规律并提升教学质量。

一、新环境下课程教学的优势和挑战

利用互联网的开放性和便利性组织和开展教学活动已经得到国内外教育管理部门和研究人员的高度关注[2]。目前，MOOC和SPOC便是这种新环境下教学模式发展的新产物，国内外研究也表明这两种教学模式的有效性[3]。与传统的课堂教学模式相比，结合在线学习开展教学活动具有如下优势：（1）共享大量的优质学习资源。在线学习平台上学生可以便捷地使用世界各地的优质学习资源，如教学视屏、参考资料、学习笔记等。（2）学习的时间和位置约束大大降低，学生在教学过程中的主体地位更加突出。在线学习平台具有巨大的便利性，学生几乎可随时随地进行课程学习和讨论交流，有利于碎片时间的利用，并可针对自身的学习情况对教学内容进行选择性、重复性学习，从而提高学习效率。（3）更丰富、全面的学习数据。学生的学习数据不仅来自于传统的课堂，而且在网络学习平台上能够产生更多、更全面的学习数据。基于这些数据的分析和挖掘能够更准确、更全面地了解学生的学习特点。（4）实时掌握学生的学习状态，及时进行教学干预。通过在线的数据分析和挖掘技术，学生在线学习时产生的学习数据能够得到实时分析甚至进行预测，教师根据这些结果对学生出现的问题可以及时进行指导和处理。

然而，新的环境为课程教学带来了新机遇的同时，也带来了很多挑战。（1）结合在线学习的教学模式中，学生是教学活动的主体，具有高度的自主性，因此需要有更强的自制力。（2）教师的角色逐渐改变，传统模式中的主导地位被弱化，转变为教学活动的组织者、指导者和评价者。（3）学生学习的途径越来越多，学习过程中产生的学习数据量爆炸式增长。面向大规模数据的实时管理和在线分析技术仍需进一步提高和完善。（4）新环境下在线教学和课堂教学相结合的模式属于新兴产物，很多政策和制度仍处于空白，需要从多方面、多角度进行探索和完善。

二、教学过程中数据分析的作用

通过对学生在学习过程中产生的学习数据进行挖掘和分析，可展现学生所掌握的知识概念、方法技巧、课程学习的独特轨迹和学习兴趣等，发现内在的学习規律，密切掌握学生的学习动态，从而实现学习数据分析服务和指导教学过程，达到提高教学质量的目标。从课程教学活动的不同阶段上分，对学生的学习数据进行分析和挖掘，可以服务于课程教学的不同阶段。

课程开始之前，基于历史的课程教学数据进行分析能够更准确地确定课程内容的重点和难点，使教学大纲、教学方法和内容划分等方面的设置更加科学。例如，通过关联规则挖掘可以发现知识点间的相关性，通过聚类分析可以根据学生的特点划分多个异质的学习小组进行协作学习，等等。此外，还可以评估不同教学资源的质量，如果再结合以往的学习数据对学生进行画像，则可以刻画出学生准确的学习特点，进而实现精准的、个性化的教学资源推荐。

在课程教学的过程中，学习数据可以反映当前学生的学习状态，将分析结果反馈给教师可以及时进行指导、内容、方法调整等教学干预措施。这些措施不仅可以在课堂上实施，还可以体现在在线学习阶段。例如，学生观看教学视屏的表情、动作、重复度、时长等以及和教师、同学进行交互的信息，能够预测学生对相关知识点的掌握程度，系统可根据预测结果自动调整相应练习的强度。

课程结束后，应该更注重学生整体的学习数据分析，进行课程教学质量分析，挖掘和归纳出学生在该课程学习上的总体规律以及学生在上一次教学过程中出现的普遍问题，为下一次该课程的教学提供参考。另一方面，每次课程教学的完成都为分析模型提供了更加丰富的样本数据，使得分析和预测模型的泛化能力越来越强，提供更准确的输出结果。

三、教学质量评价机制的构建原则

要使学生学习数据的分析在教学过程中能够发挥指导作用，需要适时、有效地进行多角度的评价，教师、学生或者系统则可以根据评价的结果对教学过程进行适当的调整。针对“互联网+”环境中在线学习和课堂教学相结合的教学模式特点，为了充分发挥学习数据分析在教学过程实施中的作用，我们认为教学评价机制应当遵循以下几点原则。

1.完整性原则。评价不仅需要包含学生在线上、课堂中多个教学环节的表现情况，还要能够从个体和整体不同的角度进行不同程度的评估。此外，还需要对人以外的因素进行评价，如课程内容、系统状态等。

2.适时性原则。线上教学的优势之一是教师能够及时掌握学生的学习情况，并对出现的问题及时进行干预，适时地对学生进行评估是保证该优势的前提。

3.可读性原则。评价结果需要向教师、学生或者系统反馈，应当是易于理解的，并且能够作为现实操作的指导依据。

4.独立性原则。相同层次的评价指标应当具有独立性，指标间不应存在包含、依赖和因果等关系。

四、结论

在“互联网+”环境下，在线教学平台的便利性和开放性，使教学相关的数据更易获取，这为运用教育大数据来提升教学质量提供了数据基础。如何分析和挖掘这些数据中蕴含的价值，并将其运用于指导教学活动的开展，不仅影响了信息交流、知识传递和学习效果，更在很大程度上影响了教学决策的制定和教学过程的优化。

参考文献：

[1]魏忠.教育正悄悄发生一场革命[M].上海：华东师范大学出版社，2014.

[2]高媛，黄荣怀.《2017新媒体联盟中国高等教育技术展望：地平线项目区域报告》解读与启示[J].电化教育研究，2017，（4）：15-22.

[3]李雁翎.计算机教育改革新形态：MOOC+SPOC[J].中国大学教学，2016，（12）：56-58，71.