“智能校园”下高职法律类课程体系优化设想
2022-01-03毕绍斐
毕绍斐
(江西旅游商贸职业学院,江西 南昌 330100)
自2010年“智能校园”概念提出以来,高校发展方式有了显著的变化。各高职院校都在努力打造全面的智能感知环境和综合信息服务平台,为广大师生提供基于角色的个性化定制服务。同时,将基于计算机网络的信息服务融入学校各个应用与服务领域,实现了互联和协作并通过智能感知环境和综合信息服务平台,为高效与外部世界提供一个相互交流和相互感知的接口。
在这一大背景下,高职法律类课程体系就显现出了诸多不适。
一、高职法律类课程所存在的问题
高职法律作为应用性的高职学科,理论化程度高,结构松散一直是其的缺陷,而今在“智能校园”背景下,又出现了结合不紧密,连接方式单一等问题,与“智能校园”的发展存在严重的脱节现象。主要表现在:
(一)高职法律类课程的体系化不强
高职法律类课程并不是独立的学科,课程非常繁杂,大部分的专业都开设了相应的法律课程,如:经济法、会计法、国际商法、旅游法规、物流法规、财经法规等等。这其中很多课程存在交叉、重复学习问题,也存在着内容拼凑、结构混乱、实务无针对性等问题。
(二)高职法律类课程的信息化手段单一
目前,各高职院校都在建设学校人才培养工作、全面质量管理信息化校本数据平台和智能生活平台,形成学校横向部门和纵向层次之间的三级管理信息系统;建立信息采集与平台管理工作制度,利用现代信息技术,与教育部数据平台系统对接。
通过学校师生统一身份认证平台、数据中心、综合服务信息门户,强化决策指挥、质量生成、资源建设、支持服务、监督控制各个层级管理系统间的互相关系,以信息化平台为基础和载体,形成纵横交错网络化、具有较强预警功能和激励作用的内部质量保证体系[1]。
作为高职法律类课程,不能仅仅做到手机考勤、手机作业、手机互动,搞一些案例库、题库,因为这些东西是“死”的,数据没有得到很好地利用,没有真正促进课程教学效果的提升。
(三)高职法律类课程建设的智能化不高
职教“诊改”要求课程,要有明确的课程建设规划、课程建设方案、每门课年度建设任务、教研室组织团队、编制课程标准、确定学生学习标准、课程在线检测、实时跟踪改进等,而且要予以数字化[2]。高职法律类课程在多数院校并非主干课程,缺乏外部资源的有力支持,没有合理的顺序安排,建设的智能化水平偏低。
二、高职法律类课程优化建议
高职法律类课程包罗万象,十分繁杂,对其优化的途径也是多种的,此处仅在“智能校园”环境下,据其要求,做一定的设想。
(一)模块化设想
随着社会的发展,很多商品都开始了模块化生产,最为典型的就是大众汽车的模块化生产方式。这种方式可以极大地降低生产成本,提升生产效率。映射到高职法律类课程,就大的模块化构件来讲,无外乎有三块:法学基础理论模块、专业法律知识模块、应用能力拓展模块。
1.法学基础理论模块
这一模块为公共必修课部分,原内容几乎在所有高职法律课程中都有很大篇幅的涉及,内容重复、交叉现象严重。作为普法教育的基础部分,我们应将其单独组合,在新生入校的学期予以讲授。其主要内容包括:
(1)法律基础理论:概念、特征、渊源、分类、事实、行为、关系等。
(2)宪法:历史、内容、意义等。
(3)主要部门法的核心精神、内容,以及学生未来面对较多的法律,如:合同法、劳动法等。
2.专业法律知识模块
这一模块主要为各专业所涉行业的相关法律内容,多为文科类专业必修课,且记忆性内容居多,可以根据专业分别设置。如:财会类专业应含公司法、税法、票据法、证券法等。
3.应用能力拓展模块
这一模块同时含有必修、选修课程,主要用来提升学生的综合应用能力。如:旅游饭店行业规范、涉外案件处理、消防法律规范等。
(二)智能化设想
在现代职业教育智能化发展中,硬件的需求占比在不断下降,而软件需求在快速增加,对于数据获取、数据分析应用的考虑越来越重[3]。在此背景下,笔者结合国内职业院校的智能化发展水平,做如下三点设想。
1.采用成熟的网络教学平台建课、授课
目前,国内市场网络教学平台较多,市场占有率较高的超星学习通、职教云班课和蓝墨云都有不少教师在使用,几个平台各有优缺点,选取时应以数据获取为第一条件,力求统一。
为保证后期数据获取全面,便于分析,网络教学平台应具备常规基础功能(智能课表、课堂通讯录和教学数据分析等)和多种课堂教学工具(签到、提问、投票、作业和答疑等)[4]。
(1)常规基础功能。智能课表应可以为教师提供课表的智能提醒功能,提示教师时间范围最近的课程信息,同时提供本学期相关课程列表。
学生花名册为教师提供了当前课堂内所有学生的个人信息,并提供搜索功能。花名册中还包括了所有学生的课堂通讯录,用户可在界面直接点击拨打电话联系。
教学数据分析分为两个层面:第一个层面是统计学生在使用产品时产生的各类工具数据,可通过数据分析出学生在课堂的活跃情况;第二个层面是整个班级的各类工具数据的同期对比数据,教师可以分析整个班级的学习进度和教学成果。
(2)多种课堂教学工具。签到工具是教师目前使用最多的一项。从以往使用效果来看,此项功能需满足以下要求:超出一定距离(100m左右,视GPS在室内的实际效果决定)时,学生签到后,教师端会提示“距离异常”,教师可单独进行单独处理;多个学生使用同一终端签到时,系统应提示不可签到,防止学生代替他人签到;使用多种终端签到的学生,其签到数据在后台也会显示为异常,供教师分析;应可使用蓝牙+GPS签到模式,这样签到的精度较高,便于实时了解学生是否处于教室范围。
提问工具在日常教学中主要是替代了纸质花名册。教师需选择提问模式较多的平台,包含抢答、随机、系统推荐和头脑风暴等常见方式,并可系统推荐,自动选择当前班级中回答问题次数较少的学生作答。
投票工具在课堂教学中,主要是快速收集学生对某问题或某事件的意见。那我们就需要使用投票较多的平台,基本的极速投票和自定义投票必须具备。
作业工具是一种作业的全流程管理功能,教师新建并发布作业后,可在手机端查看学生提交的作业,并进行评分和留言,最后还可查看全班的作业评分分析;学生可在页面上传各种格式的作业内容,包括图片、文档等。
答疑工具需确保学生提出的各类问题,在教师进行在线回答后,将公开展示给同个课堂的所有学生,供其他有同类问题的学生参考;教师回答问题时,可选择在线直接回复,或者预约线下回答,如果学生在第一次回答后没有理解,还可以发起追问,继续请教师解释。
2.设定过程、结果监测点,实时把控教学全过程
高职法律类课程的标准体系应围绕“教师的教、学生的学”予以建立。教学是一项良心的工作,但它也不仅要靠教师的自觉来维持,更需要一个科学的标准体系。具体来说,标准体系应从以下四方面予以建立。
(1)计划标准:课程建设方案编制、课程标准编制等;
(2)资源标准:课程资源、师资、设施设备等;
(3)行动标准:课程建设、教学实施、社会实践等;
(4)结果标准:建设指标、状态指标等。
以结果指标为例,主要是对课堂质量结果和学科建设质量予以设定,如下图课堂质量结果所示。
一级指标 二级指标 监测点 内涵 标准值 目标值 本次结果本次等级上次结果上次等级质量生成 课堂质量单元重点掌握度随堂测试正确率平均值 50.00%50.00%0.00% C课堂活跃度 统计课程发帖与回帖数 70.00%80.00%30.00% C
这样的标准设定将有利于形成以学习标准作为课程教学检测依据,实施课程质量适时管控的模式。
3.合理规划整改周期,及时予以纠偏改进
现在全国各个职业院校都在依托信息化手段开展整改工作,这是一种新的课程建设、实施质量的保障手段。高职法律类课程在这一背景下,需根据课程不同的内容,设置半年或一年的整改周期,定期进行自查自纠,及时改进。
在这一过程中,我们应做好以下几个环节。
(1)及时获取真实数据。数据是这一切工作的基础,只有大量真实有效的数据,才能为我们的教学和分析提供依据。如下图税法的基本信息获取。
课程名称 学年 学期 资料总数 缺课率 单元重点掌握度KCDM XN XQ ZLZS KL DYZDZWD税法 2018 2 23 10.42 28.0预习情况 复习情况 作业成绩情况 课堂随堂测试率 课堂活跃度 调课率YXQK FXQK ZYCJ KTSTCSL KTHYD KL 294524 48.3% 64.4 24 39 0
(2)及时发现问题,予以纠偏。高职法律课程组和授课教师需要根据前期设定的预警,来及时发现问题,并予以纠偏。如下图示例。
质控点名称 质控点内涵 诊断标准 标准值 目标值 本次结果本次等级上次结果上次等级单元重点掌握度随堂测试正确率平均值A:STZQL≥60%B:40%<STZQL<60%C:STZQL≤40%50.00% 0.00% C原因分析 没有利用网络平台进行单元测试改进措施 增加网络平台单元测试环节
(3)形成质量报告,调整、提升原有标准。根据前期确定的诊改周期,由任课教师对汇总数据予以分析,查找主要问题,拟定未来教学的改进工作方案,提出外部环境改善建议,书写质量报告。同时,根据课程规划及诊断结果修订原有标准,形成符合课程实际建设、实施所需的标准体系[5]。
这样将有利于课程体系建立符合职教“诊改”要求的课程诊断与改进通道,实现对课程的科学规划和螺旋式上升,有利于依托“智能校园”,建立高职法律类课程教学数据分析机制。
三、实施中需注意的问题
首先,“智能校园”仍是一个发展的概念,它的服务范围及深度也是不断发展的,我们需要去适应一个动态的概念,并使用动态的解决方法。
其次,高职法律类课程在线检测、实时跟踪改进需要先进的信息技术作为保证,各院校的硬件资源条件存在很大差异,所使用的教学、分析软件也不同。这必须根据课程性质予以分类统一。
最后,要建立高职法律类课程教学数据分析机制,去分析哪些数据是有效而真实的,对不同数据在分析中所占的权重研究也很关键。