学习动机理论指导下的数据结构课程问题驱动教学

李伟伟 柳欣 李香英 李保田

摘  要： 针对数据结构课程教学中存在的理论抽象、难以理解、传统教学效果不佳等问题，在学习动机理论的内部动机、成就动机理论、耶克斯-多德森定律曲线、自我效能感和归因理论的指导下，开展数据结构课程的问题驱动教学研究。提出五项旨在提升学习动机的改进措施，针对每项措施，提出具体的问题设计。教学实践表明，这些措施大大提高了学生的学习积极性。

关键词： 学习动机理论; 数据结构; 问题驱动教学; 自我效能感; 归因理论

中图分类号：G40          文献标识码：A     文章编号：1006-8228（2021）08-124-03

Problem driven teaching of data structure course based on Learning Motivation Theory

Li Weiwei， Liu Xin， Li Xiangying， Li Baotian

（Department of Information Engineering， Shandong Youth University of Political Science， Jinan， Shandong 250103， China）

Abstract： Aiming at the problems that abstract theory， incomprehensibility and poor traditional teaching effect in the teaching of data structure course， under the guidance of Learning Motivation Theory， which includes the Intrinsic Motivation and Achievement Motivation Theory， curve of Yakes Dodson Law， Self-Efficacy and Attribution Theory， etc.， the research of problem driven teaching for data structure course is carried out. Five improvement measures to enhance learning motivation are put forward， and specific problem designs are proposed for each measure. Teaching practice shows that these measures greatly improve the students' learning enthusiasm.

Key words： Learning Motivation Theory; data structure; problem driven teaching; Self-Efficacy; Attribution Theory

0 引言

数据结构是计算机学科的核心课程，是计算机专业后续算法分析等课程的基础，主要用于处理非数值计算问题。该课程内容繁多、理论抽象，传统教学方式往往难以取得理想的效果。2011年，张铭等人[1]指出数据结构与算法课程方案以问题求解为导向，贯穿数据结构理论、抽象和设计三个形态，强调围绕抽象数据类型的有效表达，建立数据结构的逻辑结构、存储结构和运算的有机联系。2016年，范雅惠等人[2]提出将计算思维与问题驱动教学模型结合起来，构建一种融入计算思维理念的问题驱动教学模型。2018年，杨武等人[3]建议以教师为主导、学生创新团队为主体、企业工程师协同构建案例，形成可用于课程设计的大案例。但是，已有研究尚未对学生的学习动机予以充分的关注。本文围绕数据结构教学中存在的若干问题开展针对性的问题驱动教学研究。

1 学习动机现状分析

学习动机是指激励并维持学生朝向某一目标的学习行为的动力倾向[4]。学习动机驱动学习，学习又能产生学习动机[5]。动机与学习之间是相辅相成的，动机可以促进学习，学习带来的成就感又可以增强学习的动机。大学生的学习动机相对于中学阶段较弱，进入大学阶段后，中学阶段的学习压力得到释放，放松了对知识学习的要求。高校教学基本是传统授课，互动较少，致使无法较好的调动学生的学习积极性，所以导致低头族，上课玩手机成为普遍现象。在数据结构教学中。学习动机问题具体表现为：①部分学生学习中遇到困难及挫折就会退缩，学习动机便会荡然无存，因为这部分学生的学习动机是由得到学分、顺利毕业等外部动机引发，并非由求知欲、学习兴趣等内部动机引发;②部分学生学习中过多地害怕失败，不敢主动尝试，只敢解决非常容易的問题，自我效能感非常低;③有的学生对数据结构这类核心基础课程过度焦虑，动机过强，做题时高度紧张，导致多次失败后，影响学习效率，自信心大大下降;④有的学生把测试成绩的高低归结于运气好坏和外界环境，导致学习效果并不理想。

综上得出，学习动机水平高低对于改善数据结构教学效果有着显著的意义。为了提升学生的学习动机水平，拟基于学习动机理论提出有针对性的改进措施，并且结合问题驱动教学法进行实施。

2 应对措施及问题设计

2.1 通过问题驱动引发学生学习内部动机

按照内外维度，学习动机分为内部动机和外部动机[6]。内部动机是指由个体内在的需求引起的动机，如学生的求知欲，学习兴趣。内部动机使学生在学习中得到满足，能积极地参与学习，学习兴趣比较持久。外部动机是指个体由外部诱因所引起的动机，如为了得到教师或父母的奖励而努力学习，为了避免教师或父母的惩罚而努力学习。仅有外部动机的学生，当学习目标达成，学习动机就会迅速下降，当遭遇挫折，学习动机就会不复存在。

当学生碰到问题，迫切需要用某些知识来解决问题时，就会引发学习内驱力，产生渴求知识的心理体验，激发学习行为的产生。因此，我们可以采用问题驱动教学[7]的方式激发学生的内部学习动机。

首因效应是指，人们在认知事物时，最初获得的信息对认知的影响比后来获得的信息更大，所以第一节课的问题尤为重要[8]。第一节课重在激发学生对整门课程的学习动机，可以在第一节课上提出如下问题：“我们通常认为计算机是用来进行数值计算的，但现实世界中的问题大多不是数值计算问题，那我们如何利用计算机解决现实世界中的各类问题呢？” 带着这样的问题进行学习，会使学生对整门课程都有比较持久的学习兴趣，以便克服数据结构学习过程中碰到的挫折。

2.2  问题遴选兼顾力求成功者与避免失败者

麦克里兰提出成就动机是一种力求成功并选择朝向成功（或失败）目标的活动一般倾向[5]。成就动机分为两类：一类是力求成功的动机，倾向于选择成功率为50%的任务;另一类是避免失败的动机，倾向于选择非常容易或非常困难的任务。阿特金森认为，人们既有对成功的期望又有对失败的担心。

根据成就动机理论，问题驱动教学中提出的问题既要兼顾力求成功者，又要兼顾避免失败者。问题的难度应该难中易相结合。难题数量尽量减少，因为难题既不利于力求成功者，又不利于避免失败者。避免失败者虽然会选择较难的问题，但是并不会真正地去探索求解。

简单问题对避免失败者是个比较好的开始，避免失败者如果能多次求解简单题目，其自信心会相应地增强，因此会转变为力求成功者。中等题目适合力求成功者，也是数量占比最多的难度，也是适合大部分同学的难度。例如，有三个整型元素1、2、3依次进栈，会有哪些出栈次序？

2.3 根据任务难易合理激发学习动机

并不是动机越强学习效率越高，因为过分强烈的动机会使学生处于高度紧张的状态，反而会限制思维活动，甚至降低学习效率。耶克斯-多德森定律曲线[4]（如图1所示）揭示了动机强度的最佳水平会随着任务难易的变化而变化的规律。容易看出，当面对容易或简单的任务时，最佳动机水平较高;当面对困难或复杂的任务时，最佳动机水平较低。

在数据结构课程教学中，教师需要根据任务难度设置合理的问题来激发学生的不同水平的学习动机。对于队列这样比较简单的学习任务，可采用两个问题进行驱动，一是联系学生的生活问题如：“同学们下课后去餐厅排队买饭的时候遵循怎样的规则？”;二是联系计算机操作的问题如：“当电脑疑似死机打算重启时，突然它又醒了，把刚才点击的所有操作按顺序执行一遍，这是遵循了什么规则？[9]”。对于遍历二叉树这样中等难度的任务，激发中等水平的学习动机。为此，采用这样的问题驱动如：“大家还记得线性结构是如何遍历的吗？线性结构存在唯一的前驱和后继关系，有从头至尾、循环等简单的遍历方式。但是在二叉树中，树的结点之间不是一对一的关系，那我们应该如何进行遍历呢？”。对于“图中关键路径”这样难度较大的任务，可以不采取问题驱动方式，使学生的学习动机处于较低水平。

2.4 由易到难增加自我效能感

自我效能感是指个体对自己是否有能力完成某一行为所进行的推测与判断。班杜拉提出自我效能感的四个形成因素包括直接经验、替代经验、言语说服和情绪唤起，其中直接经验的影响最大[4]。成功的经验会提高学生的自我效能感，多次失败的经验会降低学生的自我效能感。不断的成功会促使学生建立稳定的自我效能感。

在数据结构的问题驱动教学中，根据自我效能感理论，应采取问题由易到难的驱动方式。原因在于，如果一开始就是较难的问题，会大大降低学生的自我效能感。解决了容易的问题后，学生自我效能感提高，便有信心解决中等难度的问题。当中等难度问题得到解决后，由于前面不断的成功建立了稳定的自我效能感，即使再碰到难题，也不会因为一时的挫折而降低自我效能感。

为了解决A问题，教师先设计B问题和C问题作为铺垫。三个问题的难度满足A>B>C。教师先抛出C问题，当学生通过思考解决了C问题之后，教师再抛出难度稍大的B问题。等学生在教师启发下努力地解决了B问题之后，教师最后抛出A问题。问题驱动的实质在于，通过不断地抛出问题，引导学生逐步加深思考，最终达成教学目标。例如，在学习图的遍历之前，先提出“一对一关系的线性表如何进行遍历？”这样较简单的问题，再提出“一对二关系的二叉树如何进行遍历”，引导学生回顾二叉树三种遍历方法的学习历程，重温克服困难掌握二叉树遍历知识点的成功体验。最后提出“如何进行图的遍历？”

2.5 运用归因理论引导学生正确归因

归因是人们对自己或他人的行为进行分析，推论出这些行为的原因的过程。归因方式会影响以后的行为方式和动机的强弱。韦纳认为一个人在分析其成功或失败的根由时，主要有六个因素三个维度[6]，如表1所示。

在问题驱动教学中，学生对问题的回答无论正确与否，结果出来之后必然存在一个或深或浅分析自己答案对错的原因的过程，这时引导学生正确归因是非常必要的。根据韦纳的六因素三维度归因理论，积极引导学生向稳定的、内在的和可控的因素归因，这样才有利于下一步的学习。

当学生成功的回答了问题，我们引导学生将成功归因于“我很聪明”、“我下了功夫”等内部因素。这样会提高学生的自豪感，学习动机会大大提升。当学生回答问题失败时，我们引导学生归因于“我实际上没下够功夫”等可控因素，这样学生会继续努力。形成良好的归因模式是激发学习动机的一个重要因素。

3 教学实践效果评估

选取计算机科学与技术专业118名同学作为调查匿名问卷调查对象，61.86%的同学对本课程教学非常满意，31.36%的同学比较满意。94.06%的同学认为问题驱动教学提高了其学习的积极性。如图2，93.22%的同学认为通过本课程的学习增加了其自我效能感。72.03%的同学会将求解问题的成功或失败归因于能力高低，79.66%的同學会归因于努力程度，只有12.71%归因于运气好坏。

4 结束语

针对数据结构课程内容繁多、理论抽象导致学生学习积极性下降的问题，提出提升学习动机的五项措施，包括通过问题驱动引发学生学习内部动机、问题遴选兼顾力求成功者与避免失败者、根据任务难易合理激发学习动机、由易到难增加自我效能感和运用归因理论引导学生正确归因。实践证明，开展问题驱动式教学后，学生学习积极性明显提高。今后将开展学生行为的数据分析，并且在精准教学这方面继续深化现有的研究。

参考文献（References）：

[1] 张铭，耿国华，陈卫卫，等.数据结构与算法课程教学实施方案[J].中国大学教育，2011.3：56-60

[2] 范雅惠，刘德山，魏迪等.用问题驱动教学模型实施计算思维教学的应用与实践[J].计算机教育，2016.1：90-93

[3] 杨武，卢玲，陈媛.数据结构课程的大案例构建方法[J].计算机教育，2018.7：92-95

[4] 陈琦，刘儒德.当代教育心理学[M].北京师范大学出版社，2019.

[5] Robert E. Slavin. Educational Psychology[M]. POSTS$TELECOM PRESS，2017.

[6] 莉萨·博林（Lisa Bohlin）等，教育心理学：激发自主学习的兴趣[M].机械工业出版社，2018.

[7]王树梅，郭小荟.问题驱动下的数据结构SPOC教学模式研究[J].计算机教育，2017.11：73-77

[8] 李伟伟，宁玉富，柳欣.客户体验管理在公选课教学改革中的应用[J].计算机教育，2014.24：56-58

[9] 程杰.大话数据结构[M].清华大学出版社，2011.

收稿日期：2021-03-10

基金项目：山东省高等教育本科教改项目“基于问题驱动的数据结构与算法系列课程教学改革与实践”（M2018X245）; 山东青年政治学院教学改革项目“基于OBE的计算机专业核心课程教学改革与实践——以《算法导论》课程为例”（JG201905）

作者简介：李伟伟（1981-），女，山东泰安人，硕士研究生，副教授，主要研究方向：计算机图形圖像，计算机教育。