智慧在线学习平台建构研究
2020-12-04江苏省太仓市教育信息化中心
江苏省太仓市教育信息化中心 朱 峰
在国家对教育信息化顶层设计的指引下,随着《教育信息化“十三五”规划》《教育信息化2.0 行动计划》《中国教育现代化2035》等规划、计划的发布,各地推动了智慧学习云平台的建设,为教师和学生开辟了网络在线空间,在此空间上开展了在线的教学和学习活动,提高了教师和学生的信息化素养,发挥了重要的作用。
在实际应用中,我们也应该清醒地认识到存在着一定的问题,产生了新的痛点。为此,沿着国家对教育信息化中长期规划的思路,在对未来几年智慧学习云平台的建设与发展方面提供些许思路以供探讨。
一、当前智慧学习云平台现状分析
2015 年以来是各地智慧学习云平台建设的一个高峰,此期间建设的智慧学习云平台的主要特征是通过信息化技术的手段,将部分教与学的场景搬到了线上进行。经历了几年的使用之后,平台的不足与痛点逐步显现。主要有:
(一)资源过多,可使用场景少,不能有效发挥资源作用
智慧学习云平台可以提供较好的学习资源管理与分享的功能。在一个拥有大量资源的平台,一个章节可能会有十几个来源不同的相似资源,在自主学习场景,学生很难从十几个资源中选择适合自己的资源进行观看学习,也就是说,容易有选择困难的情况发生,资源应用效果大打折扣。
(二)使用复杂,用户体验差
当前建设的智慧教育云平台,需求来源于项目初期一次性的收集,后续迭代优化少,用户体验差成为用户常态化使用的绊脚石。平台使用往往需要教育局、学校通过绩效考核的手段强制或半强制的推动。
(三)尚未形成真正的教育大数据
大数据具有明显的4V 特征,即数据量大(Volume)、数据多样(Variety)、价值密度低(Value)、速度快时效高(Velocity),从应用实践来看,学生在线学习次数较少,尚未形成满足大数据特征的学习行为数据以供分析与决策甚至智能学习。
(四)难以实现以学生为主观的自主学习
当前建设的智慧在线学习云平台,很多时候将学生自主学习作为一个亮点进行宣传与推广,但从应用实践来看,由于学生自控能力、功能用户体验等方面的原因,学生的自主学习次数实际较少,主要还是教师主导下的在线学习,是将线下的学习部分搬到了线上。
二、智慧学习云平台进一步的建设思路
《教育信息化2.0 行动计划》指出:“以信息化引领构建以学习者为中心的全新教育生态”“真正实现从融合应用阶段迈入创新发展阶段,不仅实现常态化应用,更要达成全方位创新”。这就需要在机制保障的前提下,分析现状,吸收经验教训,融合线上线下,营造实现智能决策与个性化自适应的智慧学习生态环境。
(一)智能资源的建设
智能资源是指能够满足智能分析的学测题库及相应的微课视频资源等。要实现智慧的教与学,就要组建教研团队,研究学科测试题所赋能的学习维度标签,对智能资源进行多维度标签的标注。形成智能资源题库就能够通过线上线下学生作答结果数据,实现精准的学生学科学习特征画像。
(二)学习数据采集
为了实现对学生学情的准确把握,为智能化的学习提供数据支撑,学生学习数据的采集,仅仅依赖线上学习的伴随式采集,已经被证明数据量是不足够的、与实际学情有不小偏差的,当前线上学习是小部分线下学习的在线化,占比不到5%。因此需要研究对线下学习数据采集的支撑。
1.线上学习数据采集与处理
线上学习数据的伴随式采集技术,已经较为成熟、全面。学生进行线上学习,不仅能够得到学习结果数据,还能采集到学习过程数据。只有采集到丰富的各项过程与结果数据,才能对学生学情有一个较为全面准确的分析。
2.线下学习数据采集与处理
为了尽可能多的采集到线下学习数据,需要由多个采集子系统分别负责不同场景。如:成绩管理子系统负责采集大型考试成绩相关的数据;阅卷子系统负责采集学生周考、月考等的答题数据等。不同的应用场景使用不同的技术手段与工具进行数据采集,最终汇入学情数据库进行统一存储并供后续分析。
需要强调的是,不论线上或线下,学生学习数据采集都是基于智能资源的学生学习数据。只有这样才能实现后续的个人学情特征分析、个人错题本等的功能。
(三)数据整合与分析
解决了具有丰富标签的智能资源问题和线上线下学情数据的采集问题之后,将资源数据与学情数据进行整合,开展各种维度的分析,为进一步的教研与智能化学习提供分析报告。
针对智能资源的分析,可以有:
1.个性化学情的分析与呈现,通过线上线下学情的全面数据采集,经过简单计算就可以得出一个学生知识点维度、能力维度、素养维度等方面的以数字(百分比等)形式展现的学情,通过与其他学生学情数据的对比,将能够一目了然地把握一个学生大到学期学年的总体学情、小到一个知识点的详细学情,助力学生根据自己的薄弱点进行强化与补足,实现学习的个性化优化。
2.班级学情的分析与呈现,将班中各学生的学情进行汇总分析,可以计算出班级的学情。来源于客观数据的班级学情分析能够克服主观判断的种种不足,实现细粒度的精准化教学。这个班级学情,不再是班级学生笼统的分层,而可以是某单个知识点维度的学生分层。如此,学习指导、与答疑效果会很容易取得满意的效果。
(四)初步的智能化教与学
通过智能资源与学习数据采集功能的建设,能够输出学生个性化学情、班级个性化学情、智能分层资源库,在此基础上就能够进一步通过结合人工智能的算法,对学生进行智能化的学习推荐,引导学生学习过程的最优化、学习的高效化,促进学生的全面发展。
1.基于学生错题的线上线下重做
学生可以在线进行错题重练,也可以将自己的错题下载,打印出来进行线下再练,然后通过拍照的方式进行机器批阅。对于错题再练后还是错误的,还可以进行二次错题地再练及在线观看视频等方式进行强化知识点的学习。
2.基于学情的线下个性化辅导
学生的学情报告,需要详细描述学生各知识点的掌握情况与能力维度情况,支持以PDF 等格式的下载与打印,学生根据自己的学情,可以寻求线下个性化的辅导。
3.初步的学习路径引导
学习是持续性的,通过知识图谱中各知识点间的先后关系、类似关系等,能够让教师、学生根据学情追本溯源,从学习掌握程度不好的知识点溯源到基础知识点,通过加固基础知识点来改善问题知识点的掌握情况,从而实现相关知识点的路径式学习。路径式学习主要依靠学习路径的引导,这个引导可以是教师主导的,也可以是云平台中的智能引擎所引导的。
三、结语
智慧学习云平台,在当前还是一个比较前沿、比较新的事物,需要有机制上的保障及创新研发、创新服务的支持。在建设过程中,会需要协调各方力量确保智能资源建设的质量。智慧学习云平台发展到当前阶段,功能建设没有现成经验可供直接参考和复制,只能在探索中前行。在探索过程中,需要根据师生用户的反馈进行系统的优化。通过不断优化智慧在线学习平台,实现其最大价值。