基于教育人工智能的高职混合式教学模式设计

吕学芳 平涛

摘  要 混合式教学在疫情期间大放异彩，但也面临教师负担过重、学生监管不够等问题。设计基于教育人工智能的混合式教学模式，并从教学过程设计、教学资源建设、教学管理改进以及高职教师队伍建设等多方面阐述此教学模式的具体实施策略，为创建真正适应现代智能混合教学的平台提供来自一线教师的构思。

关键词 高职;混合式教学模式;教育人工智能;教学资源;教学管理;计算机课程

中图分类号：G434    文献标识码：B

文章编号：1671-489X（2021）07-0030-04

0 前言

随着互联网时代的到来，混合式教学得到极快的推广和应用。特别是2020年以来，由于疫情的原因，在“停课不停学”的号召下，教师借助各种现代教育工具对教学资源重新进行组织与整合，使混合式教学大放异彩。随着全线上教学的广泛深入开展，混合教学面临的很多问题也逐渐浮出水面。本文在深入研究混合式教学面临的问题和教育人工智能发展现状基础上，探讨两者的融合路径，进而设计出一套基于教育人工智能的新型混合式教学模式。

1 混合式教学面临的问题

混合式教学模式是以行为主义和构建主义学习理论等教学理论为指导，借助现代多种教育技术手段对教学资源进行优化组织、整合、呈现和运用，将传统面对面的课堂教学与现代技术进行深度融合，以寻求两者优势互补，从而实现最佳教学效率和效果的一种教学模式[1]。混合式教学的关键是“怎样混合”，也就是如何进行混合教学的有效设计。

从2016年开始，混合式教学方式逐渐在各大院校展开，越来越多的教师借助网络教学平台实施线上线下的混合式教学，拓展了教学时间和空间，方便了师生间的资源共享和互动交流，取得良好的教学效果。2020年以来，由于疫情原因，混合式教学进入全线上时期。此时的混合不再是线上线下的混合，而是多种传统的教学技巧与现代技术手段的混合，是以提高教学效率为目标的多种学习形式的混合。在这种背景下，通过对高职院校部分师生混合教学状况的调查，发现混合式教学在得到普遍应用的同时，还存在下面一些问题。

一是混合式教学中存在学生管控监督不够及时，教学效果过多依赖学生学习主动性的问题，高职院校进行混合式教学的学生两极分化特别严重。

二是混合式教學不能实现教学资源的智能化筛选，不能实现个性化教学。

三是混合式教学中教师负担明显加重，不利于该模式长期全面有效地推广。

综合上述问题可得出，混合式教学需要一个助手，这个助手可以在课前针对不同学生的学习情况推送不同的学习资源，可以在课上对学生学习情况进行实时监控并上报，还可以在课后帮助教师处理一些简单的问题解答、批改作业等任务。随着人工智能的迅猛发展，这个助手完全可以由人工智能来做。

2 教育人工智能现状

教育人工智能（EAI）是人工智能与学习科学相结合而形成的一个新领域[2]。教育人工智能的一个目标是促进自适应学习环境的发展和人工智能工具在教育中高效、灵活及个性化地使用[3]。随着教育人工智能理论的发展，其应用平台也出现很多，比如云课堂、智慧课堂等。这些智能平台相较于单纯的网络平台，其功能更多，智能化程度更强，已经有了一些简单的智能应答，但还有很多不足，表现在两个方面：一方面是在人工智能的应用上非常少且浅，诸如学生画像、资源智能化推送、AI导师等发展多年的理论都没有得到最基本的应用;另一方面是平台的智能化教学设计针对性不强，实际应用上对减轻教师负担，实现智能化、个性化教学作用不大。由此看来，设计适应高职教学需求的智能化教学模式是智能化教育的迫切需要。

3 基于教育人工智能的混合式教学模式设计

很多文献对教育人工智能的生态作了很详尽的分析研究，笔者在这些研究的基础上，从一线教师角度出发，主要针对高职计算机课程，对混合式教学与人工智能的融合路径进行更加具体切实的研究设计，将智能导学、智能资源推送、智能应答辅助和监控等功能融合于混合式教学课前、课中、课后的设计中，从而形成一种新的教学模式，如图1所示。

教学过程的设计  首先，基于首要教学原则，从课程教学的实际出发，分析研究混合式教学的教学调研准备阶段、教学实施阶段和教学总结阶段的智能化需求;其次，充分分析教育人工智能的优势，有针对性地将智能评测、智能导学、智能应答和智能诊断等人工智能技术合理地应用到教学中，最后形成两者的深度融合。

1）课程调研准备阶段与人工智能的融合体现在学情评估和教学资源的推送上。课程开设之初，教师需要对整个学习对象及课程情况有个初步的学情分析，充分利用大数据技术，对学生之前的学习状况进行个别的统计和整体的归纳，总结出这个学习群体的基本学情。这些工作可以交付人工智能来完成。教师拿到分析结果后，可以根据学生情况来选择教学方案。此外，期待更加智能的平台，能够在分析学情的同时分析课程情况，主动搜寻相关教学资源，并提供能够与学情相匹配的学习资源，进而推送给教师供教师筛选，实现课程资源的网络共享，进一步减轻教师的压力。

2）课程实施阶段的教学过程又分为三部分：课前、课中和课后。

①课前的智能需求主要在有针对性的学情评估和资源推送上。与教学准备阶段的学情评估不同，这期间的学生画像重在个性化评测。每个学生的学习状况不同，知识结构也有所不同，教师需要借助人工智能手段来详细了解每个学生的情况，也就是需要给每个学生画像;根据画像，给学生提供更有针对性的资源，供学生查缺补漏，更好地接受新的知识。

②课中的智能需求主要体现在智能辅导和智能监控反馈上。课中主要用于新知识的讲授和答疑。不管是疫情期间线上的直播、录播授课，还是平时的线下面对面多媒体授课，教师都只能面对全体学生讲解，对于个别学生的问题需要有助手辅助讲解，这就需要引进AI智能导师。一些通常的问题，特别是计算机专业的编程和操作中的常见问题，AI导师可以通过机器学习的办法掌握，调出相应视频，指导学生解决。个别AI导师无法解决的问题，或者学生对AI导师的解答并不满意的，可以再上传至教师，教师个别解疑。这样必将大大减轻教师的工作压力，使教师有更多的时间专注于更复杂的教学问题。

除了给学生必要的及时辅导外，课中的智能监控反馈也很重要，特别是对于线上教学来说。很多直播软件和教学平台只有简单的点名功能，不具备监控学生学习状态的功能，但学生的学习状态对教师来说又是至关重要的。因此，实时抓取学生视频，分析学生精神状态，判断学生情感动向，并及时反馈给任课教师，供教师讲课时参考，以及时调整上课节奏，和学生达成较通畅的情感交流，是对人工智能在课中阶段作用的更高要求。

③课后的智能需求主要体现在智能复习答疑和智能评测上。根据首要教育原则，在激活新知识之前必须要对旧知识做更深入的复习。目前学生课后的主要学习点有两个，一是复习，二是自测。学生在复习时遇到问题怎么办呢？常规的办法是问教师。通过调查疫情期间教师的教学状况发现，很多教师几乎全天候都在回答问题，因为不同学生复习的时间不同，他们有问题都需要得到及时的回复，否则复习可能就无法进行下去，导致教师的负担变得非常沉重。如果能引入人工智能对学生的问题做一些筛选，一些简单的重复问题由人工智能帮助解答，那么教师的工作量将减轻很多。

课后还有一项工作是作业评测。很多学生作业提交后着急知道答案，但是教师能力有限，不可能及时批阅，这就造成一段时间差，当教师批阅作业完成后，学生可能早已忘记之前做题时的困惑甚至思路。因此，引入人工智能批阅作业就势在必行，特别是对一些简单的选择填空或者简单的、主观色彩不重的题目，比如名词解释、代码编程，现在的人工智能技术完全可以胜任，必将极大地促进学生的学习连贯性和培养学生的学习热情，同时减轻教师的负担。在人工智能技术的帮助下，教师只需要处理个别人工智能不能处理的问题，然后分析学生作业中的问题，及时调整教学方案即可。

3）课程诊断阶段。课程诊断阶段的智能化需求反映在一些数据的分析统计上：首先对课程学习效果进行总体统计分析;然后对学生进行调查，分析学生对本门课程的教学满意度;最后统计教师对本课程的评估。通过一系列的大数据分析，形成对课程的整体诊断报告并提交给教师，教师通过进一步研究此诊断报告，分析原因，总结经验，形成完善报告，以利于下一次课的教学。

教学资源建设  为适应教育人工智能的技术要求，教学资源从内容到形式都会发生深刻变革。

1）在内容的选择上应更多样化、层次化。随着混合式教学的发展，教学对象会发生很大变化，渐渐地从学校教学到社会教学。针对不同层次的教学群体，教学资源内容的层次性、多样性建设就非常重要。高职院校既要准备本科转段班的本科资源，也要准备农民工、军人班的扩招教学资源;前者需要更多的理论知识，而后者需要操作手册式的操作知识。同时，为了适应1+X证书制度，还要大力补充不同层面的习题，供学生选择使用。

2）编排上要更有针对性，实现标签化，以配合智能检索和智能推送。为了更好地适应人工智能的资源推送，在教学资源的编排上应更加具有针对性。教师应该对学生进一步分类，对资源进行更加详细的编排，并贴上对应的标签，使得人工智能的检索和推送更加方便，错误率更低。

3）教学资源的形式应该向富媒体、云教材的方向发展，以适应智能辅导、实时督学。对于操作演示资源应以视频为主，使其更加直观、生动;对于理论学习资源可以在教学视频的基础上佐以必要的拓展知识文档、链接等，丰富资源内容。

4）配套教材的编著应更加多样化。除了大力推广的活页式、工作手册式教材，还可以尝试编著云教材、微课式教材，便于及时补充更新内容，也便于教材的智能检索和推送。

教学管理的改进  前期的调研发现，高职计算机课程混合式教学中遇到的突出问题是教学管理上的问题。因为高职学生的自我控制力较弱，所以需要更多的监管和督促，但分层次、个性化的混合式线上学习又需要学生极强的自主性和自觉性。如何将人工智能的智能辅助、智能监控功能有效引入线上学习，使线上学习既满足分层次、个性化学习的需要，又做到对学生的随时监控、时时辅导，是教学管理亟待解决的问题。本教学模式在教学管理方面有以下几点构思。

1）提高学生的信息化学习素养，培养学生线上学习的习惯。很多学生从高中面对面的课堂教学中来，对线上智能化教学还没有习惯，不能很好地利用智能教学平台进行学习，要想智能教学得以顺利展开，对学生的智能化学习培训至关重要。

2）丰富网络教学资源的形式。多动画式、游戏式、视频式等资源，学生感到亲近，能吸引他们的注意力。“兴趣是最好的老师。”学生只有有兴趣了，才能主动学习，线上辅导才能真正实施。

3）增加智能监控的随时播报功能。线上教学的突出问题是学生不能面对面见到教师，所以有一种不在课堂、不受监控的感觉。所以，适度增加随时播报，将学生听课的状态及时反馈给师生，不但有助于教师对学生的把握，促进师生情感交流，也是对学生的鞭策。

4）适度增强人工智能监控的同时，也要给学生一些独立自由的空间。特别是自主训练、自主学习时，要敢于放手给学生。注重学生学习感情、学习习惯的统计分析，做到让学生学习处于压力与兴奋并存的状态。没有学习干预，会使学生过于放松，但是过多不必要的干预可能会使学生产生更大的心理压力和逆反心理。

5）适度考核、奖惩。基于人工智能的混合式教学很容易实现过程化考核。对学生全过程的考核，使学生时时绷紧神经，不松懈，这看似是一件好事儿，但是，笔者前期调查发现，过度的频繁考核可能会给学生造成精神上的压力，特别是对高职学生来说。因此，考核与奖惩的频率和度的把握就非常重要。教师可以利用人工智能的优势对学生学情及时进行评估，考核与奖惩可以稍微拉开一些时间，给学生以新鲜紧张感，更利于提高学生的学习热情。

高职教师角色的转变  人工智能走上教学舞台，与传统教学、混合式教学相融合，在这个融合的过程中，高职一线教师既是组织者，也是参与者、执行者。教师对教学理念、教学模式的理解认可，对自己角色转变的适应，对教学任务的实施程度，都关系着教学的成效。很快，教育人工智能技术将会把教师从繁重的重复性的讲课、批作业和统计学生信息中解放出来，一定程度上减少了教师的工作量，但与此同时，对教师提出更高的要求。现阶段，在人工智能还不能取代很多复杂教育设计工作的情况下，要求教师根据人工智能提供的学生画像和测评结果等数据信息，对整个学习过程作更合理科学的组织，对教学进行实时调整。这就要求教师具有较高的专业素养和信息素养。

长遠来看，随着人工智能教育平台越来越智能化，教师将从知识的传授者逐渐转变为学生学习的引导者、组织者、管理者[4]，转变为工匠精神的传承者和共同学习的陪伴者。因为人工智能的引入，持续数千年的教师行业将面临重大转变，高职教师应做到与时俱进，不断学习以适应新的教学需求。

4 结束语

混合式教学是一种开放的教学，其本质是融合，一切有利于教学的教学手段、技术方法都可以为其所用。人工智能技术作为当代科技的结晶，必然会在其中扮演重要的角色。但人工智能技术的应用只能是增强教学效果的手段，而不是教学目的;它应是混合式教学的一部分，而不是教学的全部。研究如何更好地将人工智能技术融合于传统的教育教学经验中，更好地提高教学质量，这是关键所在。形式和流程是可以因学科内容、教师习惯、学生能力的不同而改变的，所以，混合式教学不是为了混合而混合，而是在一定的任务驱动下进行的切合实际情况的混合，是朝着便利、高效的教学目标进行的。笔者期待更多更有针对性的混合式教学人工智能设计模式的出现，以更好地推动高职教育发展。■

参考文献

[1]谭永平.混合式教学模式的基本特征及实施策略[J].中国职业技术教育，2018（32）：5-9.

[2]闫志明，唐夏夏，秦旋，等.教育人工智能（EAI）的内涵、关键技术与应用趋势：美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析[J].远程教育杂志，2017（1）：26-34.

[3]Luckin R， Holmes W， Griffiths M， et al. Intelli-gence Unleashed： An argument for AI in Education[EB/

OL].（2016-11-24）[2020-10-04].https：//www.pearson.com/

content/dam/corporate/global/pearson-dot-com/files/innovation/Intelligence-Unleashed-Publication.pdf.

[4]邓满.教育人工智能背景下高职教师职业价值变迁与角色重塑[J].职教论坛，2019（7）：93-97.