基于学习分析视角的教师支持策略设计研究

邢丽君

摘  要 教师支持对学生的学习行为、学习习惯和学业情绪均能发挥积极影响。学习分析技术可以将学生产生的行为数据可视化，是实施教师支持的重要的辅助手段。基于学习分析视角设计诊断、提示、解释、指导、鼓励、批评六种支持策略，并以S高校大一年级的高级语言程序设计课程为例，开展教师支持活动，结果表明，六种支持策略均能不同程度地促进学生的行为投入。

关键词 在线学习;学习分析技术;教师支持;高级语言程序设计;自主学习

中图分类号：G451    文献标识码：B

文章编号：1671-489X（2021）07-0001-03

0 引言

对学生而言，教师是学习环境中最重要的社会主体，师生之间的积极交互对学生的学习态度和学习成绩均能发挥积极的影响作用。研究表明，感知到教师支持的学生会有更高水平的能力感知、学习兴趣以及学习投入，有更积极的情绪体验，能够取得更大的学习收获。研究数据显示，教师支持与学生参与在线学习之间存在显著的正向关系，而学生在学习社区中感知到的教师支持水平却总体偏低[1]。这是由于近年来网络学习平台的推广普及和在线学生人数的激增，导致教师力不从心，无法给予学生及时有效的支持反馈。

随着大数据时代的到来，学习分析技术的应用逐渐渗透到教育领域。已有研究表明，可以充分利用学习分析工具对教师的支持作用，解决目前教师支持策略实施的瓶颈问题。如国内郑娅峰等研究者[2]开发的KBS学习分析工具，可以帮助教师了解学生在协作学习过程中的协作行为表现、知识水平和参与交互情况。在此背景下，本研究基于学习分析的视角设计教师支持策略，以期實现技术与教育的融合创新，进而更好地推动在线教育质量的提升。

1 研究基础

在线学习环境下教师支持的研究  对于教师支持的研究，国内外学者大多将研究视角集中在支持维度、满意度和教师支持的影响作用等三方面。国内学者欧阳丹[3]将教师支持分为三个维度：能力支持、学习支持和情感支持。国外学者Ricard等[4]发现教师提供的基本心理需要支持对学生学习动机的影响显著。国内学者刘和海等[5]对六个平台的学习者进行了研究，发现学习者对技术支持、内容设计和教师支持三个维度的满意度最低。

可以看出，当前对教师支持的维度划分基本统一，主要由情感支持和专业支持两方面构成。研究发现，教师支持对学生的学习动机、交互程度、学习倦怠等方面具有积极影响。结果显示，教师支持与学习倦怠水平呈负相关，且教师支持有助于改善学生的协作程度，尤其是教师的专业支持可以有效深化在线学习的交互程度。与此同时，教师支持对学生的学习情绪、行为以及效能感具有重要的促进作用。这为本研究提供了理论基础支撑，但调查显示，在当前国内在线学习社区内，学生感知到的教师支持水平总体不高，也反映了在线学习社区中教师支持策略实施的困难和单一[5]。因此，在信息化2.0时代，如何有效地运用技术与教育创新融合，就显得尤为重要。

利用学习分析技术辅助教师支持的研究  当前，为了提供有效的教学支持并增强在线学习的效果，国内外学习分析技术在教育教学中的应用和研究越来越广泛。例如：国内学者牟智佳等[6]根据在线教学和学习的需要，设计了面向学生和教师的学习分析工具的功能原型;国外学者Dyckhoff等[7]在学习内容的分析中发现了分数和课程元数据，包括课程内容、课外资源、家庭作业、考试、互动交流和学习预警系统等;国内学者李艳燕等[8]通过实验研究发现，在线协作学习中的学习分析工具对教师的干预行为有重要影响。

综上所述，学习分析技术在教育领域的应用还处于起步阶段，但已有研究者将目光转向二者的深度融合，亦有结果显示，学习分析工具可以有效地帮助教师更好地提供学习支持，两者相辅相成，为教育教学提供了极大的便利性。基于此背景，本研究从学习分析的视角深入探索教师支持的策略设计，以期为在线教学的优化提供更多的可能性，解决一线教师面临的实际问题。

2 教师支持的界定与设计原则

教师支持的内涵  教师支持是指教师通过提供一系列支持行为来满足学生的自主需求，最终以提高其内部学习动机，具体分为情感支持和专业支持两个维度。其中，情感支持反映教师尊重、理解、信任和关爱学生的程度;专业支持反映教师对学生学习给予有效指导和支持的程度[9]。

教师支持维度及方式  信息处理将情感视为类似于信息的实体，它可以用类似于通过多种行为语言在人与人之间传递信息的方式传递情感。同时，教师在学生学习过程中提供的专业支持可以作为在线交流的支撑。基于教师支持理论和应用，本研究采用专业支持、情感支持两个维度，设计诊断、提示、解释、指导、鼓励、批评六种支持策略。

在线学习环境中教师支持策略的设计原则

1）教育性角度：技术辅助教学，升在线教育质量。研究表明，学生参与教育活动的积极性与他们对活动及学习目的的理解有关，让学生理解教学意图，认识学习活动的参与模式，可以激发学生的学习动机，增加教师支持促进学习行为改善的可能性，从而提高在线教育质量[10]。在线学习学生数量多，常有学生孤立无援、教师力不从心的现象发生。学习分析工具将学生的行为数据可视化，教师可以通过平台实施提醒、诊断、鼓励、进行个性化指导等操作。因此，教师支持策略的设计应以学习分析技术为基础，其最终目的是改善教育教学。

2）目的性角度：优化教师支持手段及方式。从目的性的角度看，教师支持策略的设计应针对改善学生的不良学习行为，在过程中优化教师支持手段及方式。通过设计主动型、触发型两种教师支持类型，针对学生的学习状态实施提示、指导等策略。同时，利用学习分析工具诊断学生的学习行为是否达到学习目标值，当低于目标值时，启动教师支持策略，促使学生的学习行为发生变化，从而改变其不良学习行为，并在之后的实践过程中不断改进优化，提升学生对在线教师支持的满意度。

3）现实性角度：可行性和可实现原则。

①可行性原则。人的行为习惯有一些是有计划、有意识培养的，有一些是在环境中养成的，还有一些是遗传因素预设的，对于遗传因素预设的学习行为习惯是难以改变的习惯。虽然从长期看，这样的行为习惯通过系统的训练是可以得到改善的，这也是教育的长期目标，但从短期的干预设计看，想取得预期的干预效果并不乐观。因此，在教师支持策略的设计时要考虑哪些行为习惯是短期内不可改变的，有针对性地进行设计方有可行性。

②可实现原则。在进行教师支持策略设计时，要考虑可实现的原则，根据哪些行为是目前可以通过学习平台收集得到的，哪些行为是不能通过学习行为数据测量的，从而设计不同的干预策略。

3 教师支持的设计案例

教师对学生的支持旨在促进自主学习，提高学生情绪调节能力。本研究依据教师支持理论及策略设计原则，从学习分析视角共设计了诊断、提示、解释、指导、鼓励、批评六种策略，以及组织学习任务、推荐阅读材料、发送预习课件、及时纠错指正等八项支持手段，具体如表1所示。

在S高校大一年级高级语言程序设计课程实施支持策略累计12周，其中干预周和观察周各六周，利用在线学习平台的行为数据及问卷调查结果，实践发现教师支持的诊断策略、解释策略、鼓励策略、提示策略中的学习提醒方式以及批评策略，都有效地促进了學生的学习行为投入;而指导策略和提示策略中的提供资料方式对学生的行为影响效果不明显。对于教师支持与学习行为投入的作用关系，将在之后的实践过程中不断改进和完善。

4 结语

在教育信息化时代，运用学习分析技术可以更直观地了解学生的学习状态，同时可以使教师提供更有效的定向支持、规范和优化教学策略，进行教学评估和改善。本研究基于学习分析的视角，依据教师支持理论设计了诊断、提示、解释、指导、鼓励、批评六类支持策略。经过12周的教学实践，观察平台产生的学习数据进行学习行为诊断，提出包括通过平台发送学习提醒、及时恰当的惩罚措施、学业任务相关资源推送、学习之星积分激励模式、发布H5预习课件、定时开展学习小测、个性化辅导等针对性的支持手段，并在之后进行个性化干预，利用数据分析干预措施的有效性，将支持效果划分为有效、一般和无效。结果显示，教学干预周内学生完成任务的时间明显缩短，学生论坛讨论量显著增多且登录次数密集频繁，边缘学习者减少，对于消极学习状态的学生提示策略效果尤为显著。此外，将通过访谈进一步验证教师支持策略的有效性。■

参考文献

[1]刘斌，张文兰，刘君玲，等.教师支持对在线学习者学习投入的影响研究[J].电化教育研究，2017（11）：63-68，80.

[2]郑娅峰，徐唱，李艳燕.计算机支持的协作学习分析模型及可视化研究[J].电化教育研究，2017（4）：47-52.

[3]欧阳丹.教师期望、学业自我概念、学生感知教师支持行为与学业成绩之间的关系研究[D].广西：广西师范大学，2005.

[4]Ricard N C， Pelletier L G. Dropping out of high school： The role of parent and teacher self-determi-nation support， reciprocal friendships and academic motivation[J].Contemporary Educational Psychology，2016，44-45：32-40.

[5]刘和海，李起斌.“中国式MOOC”概念探讨及平台优化策略研究：基于中文MOOC平台的调查分析[J].现代教育技术，2014（5）：81-87.

[6]牟智佳， 武法提.基于教育数据的学习分析工具的功能探究[J].现代教育技术，2017（11）：113-119.

[7]Dyckhoff A L， et al. Design and Implementation of a Learning Analytics Toolkit for Teachers[J].Journal of Educational Technology& Society，2012（3）：58-76.

[8]李艳燕，邢爽，包昊罡，等.在线协作学习中学习分析工具对教师干预的影响研究[J].中国电化教育，2019（2）：80-86.

[9]李玉顺，邹佳君，王屏萍.教师支持对在线学习者交互程度影响的研究：以高中语文学科“双课堂”教学为例[J].中国电化教育，2019（5）：114-119.

[10]杨雪，姜强，赵蔚，等.大数据时代基于学习分析的在线学习拖延诊断与干预研究[J].电化教育研究，2017（7）：51-57.