基于数字孪生学习者的高校个性化混合教学模式研究

曹陵玉，梁坤，林川楠，李嘉慧，颜云沨，张瑞

（安徽大学 商学院，安徽合肥 230601）

德尔科索认为： “一个好的老师应该提供个性化的教育[1]”。所谓个性化教育，是一种“ 多对一” 的教学模式， 既尊重学生的个体差异，也尊重教师的个体教学方式。在个性化教学中，教师根据学生的学习能力和个人计划设计课程目标，强调培养学生独立学习的能力，而不是简单地传授课本知识。

目前国内外有关研究仍处于理论层面探索和小规模尝试阶段。马廷琦、史嘉翠认为： “高校人才培养模式的单一、固化、同质化的特点，不利于学生个性的发展[2]。”一方面，现有研究的范围大多集中于中小学，对高校中个性化教学的实施情况少有研究，而中小学与大学在学习内容与目标上大有不同，且大学生具备高度自主性、独立性、较高的素质和长远的自我规划。另一方面，现有的研究暴露出数据采集困难、学校授权不充分、网络资源混杂、线下资源孤立、学生参与度低等问题。

“数字孪生” 又称数字双胞胎、数字映射，即利用5G、AR/VR、物联网等新技术，构建数字化模型，以反映现实世界中的物理系统，使人们在此基础上进行规划、设计、施工、操作及其他模拟和计算。数字孪生学习者是以学习者为中心的虚拟孪生，它以数字智能为驱动，通过对学习者相关数据的完整收集、处理和分析，并基于动态的学习者数据映射来创建。本文旨在利用数字孪生技术为大学建立一个基于数字孪生学习者的个性化混合教学模式，在整合线上和线下资源并辅以大数据存储云的基础上，深入了解学习者信息并推荐个性化的学习方案，以支持教师和学生更高效地工作和学习。

1 高校个性化教学现状调查

1.1 调查目的与问卷设计

本次调查采用网络问卷的方式，以部分高校全日制学生为调查对象，围绕学习者对于课堂教学的感受和需求，从学习集中度和个性化资源需求两个方面进行有针对性的问卷设计。共发放问卷200份，回收有效问卷184份，有效率为92% 。问卷分为两部分：第一部分收集被调查者的基本特征及其对当前教学现状的感受；第二部分是使用Likert表调查受试者对个性化教学的感受和建议。

1.2 调查数据分析

（1）调查对象基本特征。

调查对象学校所处区域为东部43人，西部12人，南部32人，北部22人，中部2人，地区分布均衡（将中国七大地理分区归为东西南北中五类，便于统计）。调查对象的专业为理工类62人，文史类72人，艺术类4人，专业分布覆盖学科广。在常用的线上学习手段或资源的回答中，89.86%的调查对象经常使用智慧教学平台（雨课堂、学习通等），学校教务系统以72.4%的普及率次之，图书馆系统和网络资源库的普及率为67.39%，目前线上学习手段多样，以雨课堂、学习通为代表的智慧教学平台普及率最高（见表1）。

表1 调查对象特征分析

（2）当前课堂教学情况反馈。

当被问及学习收获时，88.41%的调查对象认为学习到了专业知识，84.78%的调查对象认为掌握了学习方法和技能，43.48%的调查对象认为对于价值观产生了积极影响。对于教师的教学内容，65.22%的调查对象认为有一定的挑战性，可以激发学习热情；26.81%的调查对象觉得目前教学内容过于基础。以上数据表明：新时代学习者通过课堂学习能够掌握专业知识、方法和技能，但对于教学内容的难易程度感受，个体差别较大；一些学习者希望进一步加强与教师的交流，提高他们的学习体验。其次，采用SPSS进行信度和效度分析（见表2和表3）。KMO值大于0.5；同时，巴特利特球形检验的结果表明，显著性p值小于0.005，模型的值均大于0.8（见表4）。问卷的信度和效度均较好。

表2 个性化资源效度分析

表3 学习参与度效度分析

表4 信度分析

（3）调查结论。

据本次调查数据可知，目前教学内容标准化、个性化不足，教学设计未考虑到个体对同一学习内容接受程度的差异。同时，现有的教学设计中学生学习情况反馈路径缺失，教师无法掌握学生实时学习情况。为更好满足学生学习需求， 需要一方面加强线上线下个性化学习资源整合，满足学生初级学习目标；另一方面要对现有个性化教学升级改造，增加学生评价反馈模块，对出现频率较高的问题统一设计群组任务，对个别学生出现的问题针对性地提出个人任务。

2 构建基于数字孪生学习者的高校个性化混合教学模式

（1）个性化混合教学模式的原理。

基于数字孪生学习者的个性化混合教学模式主要由资源系统、学习平台、大数据存储云三个平台构成，以学生、教师两个主体为服务对象，利用物联网、XR、AI、5G等新兴信息技术为技术驱动，进而针对现实的学习者（高校学生）高度模拟仿生出数字孪生学习者，并为学习者设计出不同的个性化学习方案，如图1所示。

图1 基于数字孪生学习者的高校个性化混合教学模式

（2）整合系统平台上的各种学习资源。

学习资源的来源主要有三个方面，即各大平台的教学资源、高校图书馆资源、分散的线上线下资源。其中，零散的线上线下资源包括课程资源、比赛资料、实习信息、社团活动等，由教师、学生上传到资源系统中，在后续的学习或教学过程中根据自身需求下载。相对应的整合方法如下：一是各大平台的教学资源以及图书馆资源的整合，通过统一标准化API或Webservice接口，运用WEB API接口应用开发技术，基于Flask构造可扩展的Restful API框架调用与获取各大平台以及图书馆的数据资源[3]，进行资源整合、分类。二是整合线上线下分散的教学资源。学生和教师利用智慧教学工具，自行将教学和实践资源上传到云平台，并利用云存储技术，将各高校的优质教学资源整合到同一个学习平台中，用户可以通过访问权限实时访问所需的材料。

（3）构建数字孪生学习者。

依托数字画像的形成过程和《数字孪生技术白皮书》中的规定，将数字孪生学习者的构建过程归纳为五个步骤，即采集、模拟、诊断、预测和共享[4]。数据采集，利用学生自己的设备、可穿戴技术、机器学习获取原始行为数据，从学习平台的注册信息中导出学习者的基本信息数据，在学校图书馆检索借阅系统中导出内容偏好数据，学习平台数据库导出学习风格数据，利用爬虫技术获取社交互动数据。仿生模拟，将采集到的各种学习者与学习行为数据上传至大数据存储云中，经过数据清洗、数据集成、数据规约、数据变换等处理，从海量的学习者数据中提取出关键信息特征，建立标签库。该系统将从基础信息、认知水平、知识结构、情感状态、兴趣偏好和学习风格六个维度构建数字孪生学习者[4]。类型诊断，根据蔡英学者的学习风格分类，将数字孪生学习者分为视觉、听觉、读写、动觉四种类型[5]，并利用个性化推荐算法为学习者提供个性化的学习任务或程序。行为预测，通过实时数据更新，对数字孪生学习者进行迭代优化，基于不完全信息和机制不明确来预测未来的学习发展，并及时调整学习计划。数字孪生学习者共享，即实现多个数字孪生学习者的智慧共享，以此助力数字孪生学习者模型和系统优化升级。

（4）开展个性化混合教学。

布鲁姆的教育目标分类将人类的认知和学习发展分为六大类，即 “记忆、理解、应用、分析、评价和创造”。前两者为”低阶学习”，后四者则称为”高阶学习”。课前课后，学习内容主要为低阶学习，教师通过数字孪生学习者了解学生的学习进度、学习效果、学习风格，对出现频率较高的问题统一设计群组任务，对个别学生出现的问题针对性地提出个人任务。学习者通过数字孪生学习者进行自我监控和反思性评价，接受教师下达的个性化学习任务或算法，提供个性化学习解决方案，并对任务、程序和平台进行反馈和评价，促进教师对整体模式的总结和优化升级。在课堂上，教师注重解决 “学习中的困惑”，通过开展自主学习、合作学习等课堂活动，达到高水平学习的目的。这种线上线下融合的个性化混合式教学模式，将深度推动互联网与传统教学的融合，最大限度地发挥两者的优势。

3 总结与展望

本文基于个性化教学程度不足的高校教学现状，探究与构建了基于数字孪生技术的深度个性化混合教学模式，可为日后高校数字孪生智慧学习资源共享平台的创建以及数字孪生技术驱动下的教育教学活动提供借鉴，从而进一步整合线上线下资源，创新个性化推荐机制，最终实现以学生为中心、培养全面发展的个体教育目标。本文的不足之处在于，该模型尚处于构思和探索阶段，缺乏已实现或类似的模型作为论证的例子；投入高校教学应用的前景不清晰；参照本模型搭建的学习平台耗费较大，对资源互通与技术成熟有一定要求。将来的研究可以探讨模型实施的技术方案，或分析其投入校园教学的可能性等。

一些发达国家已将数字孪生技术应用到教学活动中[6]。随着数字孪生技术的教学研究与应用持续推进以及教育资源共享化趋势的发展，高校个性化教学将得到深度与广度兼具的发展。个性化教学需求驱动、数字孪生为手段、立德树人为目标的教学模式符合教育现代化要求，也会是信息化时代教育变革的成果之一。