数据驱动下小语种专业教学决策研究

茹 勉

（淮阴师范学院 外国语学院，江苏 淮安 223300）

互联网的快速发展给教育信息化带来了新的机遇与挑战。《教育信息化十年发展规划（2011—2020年）》指出，要合理利用信息化工具提升教学水平[1]。大数据、物联网等技术提升了教师教学与学生学习的效果，智慧教学平台也在这些技术的支撑下应运而生，让教育教学迈入教学信息化2.0时代。

智慧教学平台在被使用的过程中产生了大量的教学行为数据，这些数据可以辅助教师进行教学决策。传统教学中缺少合适的渠道收集教学行为数据，导致数据分析与教学决策缺乏客观依据。智慧教学平台给现代教学提供了大量数据，解决了数据采集困难的问题。如何利用智慧教学平台辅助教学决策是当今教学领域研究的重要课题。

教学决策是指教师为实现教学目标，预测和反思教学过程，选择最优的教学方案的动态过程。大数据技术的迅速发展为教学决策提供了数据支撑，使教学决策具有准确性和科学性。本文利用智慧教学平台，提取丰富的教学行为数据，有助于教师进行教学目标决策、教学内容决策、教学方法决策、教学管理决策，从而构建数据驱动下的小语种专业教学决策体系，提升小语种专业教学的质量。

1 教学决策的内涵与关键要素

1.1 教学决策的内涵

早期的教学决策关注点是教学活动中的思维变化及课堂中的教学行为。当前，教学决策的关注点是教学行为数据，如教学测评数据、学生学习活动数据、学生学习过程中情感与心理数据等。通过教学行为数据辅助教学决策，为教学提供最佳的决策方案[2]。美国学者Hunter指出，教师是教学的制定者与决策者，首次将教师决策运用到教学活动中[3]。杨现民[4]从数据这一新视角来研究教学决策。随着大数据时代的到来，国家层面上相关政策和法规的制定，社会和企业层面上教育数据的运用，学校管理层面上教育教学的管理，教师个人层面上教学活动的开展等都离不开数据，数据和教育的融合已成为必然趋势。以往的教学决策主要依赖于教师的教学经验，教龄较长的教师基于丰富的教学经验，能够应对教学中的各种突发情况；教龄较短的教师由于经验不足，往往很难随机应变地调整教学活动。但同时教学经验也是把双刃剑，教龄较长的教师在教学过程中更容易形成思维固化。教学是一个复杂的过程，不能只依赖于教师的经验判断，而是要通过客观的教学行为数据帮助教师有据可循地作出合理的教学决策。因此，教学决策是作为教学主体的教师，为完成教学目标对教学过程进行预测和反思，选择最优的教学方案的动态过程。

数据驱动下的教学决策颠覆了传统的决策过程，其内涵与特点是通过对教学过程中产生的现象、问题等进行分析，揭示数据之间的内在关系，反映多个教学行为数据集的相关性，探索多个教学行为数据集的规律与发展趋势，将教师、学生、教学行为数据有效融合，并给出合理的教学决策。教师和学生的教学行为数据依托线上线下的数据采集平台进行数据化存储，教学内容以视频、音频、图片、文字等方式在教学媒介（移动设备、虚拟教学平台等）中展示，教学行为数据自动保存在媒介终端中。在此背景下，数据驱动改变了教学决策的范式，通过数据挖掘技术对教学行为数据进行价值提取，为教师的教学决策提供有力的数据支撑。

1.2 教学决策的关键要素

教学决策的关键要素包括教学目标、教学内容、教学方法、教学管理四个方面。

1）教学目标可分为总体目标和单元目标。教学目标决策需要教师以教学指南、教学大纲等为基准，以教材为依据，将课程总体目标和教学单元目标统一起来。2018年1月，教育部发布了《普通高等学校本科专业类教学质量国家标准（外国语言文学类）》。为贯彻落实这一标准，高等学校外国语言文学类专业教学指导委员会于2020年发布了《普通高等学校本科外国语言文学类专业教学指南》，囊括了俄语、德语、法语、阿拉伯语、日语等专业的教学指南，为小语种专业的创新发展提供了行动路线和解决方案[5]。在定位教学目标时，学校必须主动对接国家经济社会发展需求，准确定位人才培养目标，更要明确教学目标的达成度，以便教师在教学时作出合理的决策。

2）教学内容是指教师为达成教学目标，在教学中所传递的有意义的信息。随着教育的信息化，除传统教材外，还涌现出各式各样的数字化教育资源，教师需要合理使用各类教学资源。比如，教师可以通过不同的媒介将图书以外的音像资源纳入教学中，增加教学的趣味性。教学内容决策，即教师为了实现教学目标，对传递何种信息作出的决策。比如，小语种专业的学生应更多地接触外国语言文化，同时教师选择的教学内容应符合社会主义核心价值观，应有利于学生价值观的塑造、思辨能力的培养。

3）教学方法决策需要教师掌握多种教学方法，并能够灵活运用好各种方法。比如，教师除了掌握传统的“讲授式”教学方法外，还应灵活巧妙地运用“启发式” “案例式” “讨论式”等多种教学方法。通过多种教学方法的兼收并蓄，打破传统教学模式，激发学生自主学习的动力和探究语言的潜能，营造良好的教学氛围，从而培养出具有较高语言运用能力的学生。

4）教学管理决策包括教师的教学活动管理决策和学生的学习活动管理决策，是解决教学过程中如何规范学生行为、管控教学进程等一系列问题的方法，其目的是对课堂纪律和学习进程进行恰当的管理。该决策需要教师运用好教学方法和教学媒体，在不断探索中具备设计出最优方案的能力。

2 智慧教学平台提取小语种专业教学行为数据

信息技术推动了教育的变革，不同于传统教育，新时代下的教育更侧重以智慧化教学环境为技术支撑，为学习者提供智慧发展服务。大数据、物联网等信息技术与教育融为一体，满足了学生的个性化需求，便于教师进行高效、智能的课堂教学。其中，智慧教学平台，如优慕课、智慧树、长江雨课堂等极大地方便了小语种专业教学数据的采集。各平台基本都具备课程资源功能、统计管理功能和师生互动功能。课程资源功能包括图书、微课、音像资源、试题库等；统计管理功能便于教师导出课程数据；师生互动功能包括讨论、考勤、记录学生表现等。

以优慕课在线教学平台为例，平台的教师课程管理页面由教学管理、课程建设、随堂教学、学习分析、课程预览五大模块构成。在教学管理模块中，教师可以通过选课学生管理子模块，浏览小语种专业学生个体的全部课程学习记录表，按照班级或组别设定多样的统计指标对学生间的行为数据进行对比分析，浏览学生的成绩数据等。在课程建设模块中，教师可以展示该课程的基本信息（任课教师信息、教学大纲等），共享教学资源（教材配套视听内容等），记录教学活动（学生提交课程作业、教师批阅作业等）。随堂教学模块和优慕课课程伴侣移动端APP配合使用，主要记录教学时师生的互动数据，如签到、投票、随堂测试等。学习分析模块包括课程资源数据、课程活动数据。其中，课程活动数据以图和表的形式呈现教学整体数据。个体数据可以通过教学管理模块进行查看。课程预览模块能够展示学生浏览课程的界面，以便教师确认学生是否可以顺利浏览课程资源等。通过该智慧教学平台，教师可以轻松地完成课堂建设和教学管理。

此外，课程中学生的访问时间、在线时长、作业成绩、作业提交率、互动论坛活跃度等均可由数据分析模型处理后，直接呈现在平台上。根据不同的课程目标，设定不同的统计项目，多维度地对教学进行评价和预警。教学的整体情况主要在学习分析模块中呈现，主要包含课程统计和学生统计两个子模块。课程统计模块中的课程资源记录近两年学生访问人数、学生的资源访问情况；学生统计模块中的课程活动对测试、作业、论坛、问卷等情况进行统计并形成可视化的数据图，且数据图上的节点均可显示具体数据信息。学生登录平台次数、在线总时长、阅读教学资源次数、作业提交次数、网络学习总时长等教学指标均可按组统计或按班级统计，便于教师对数据进行分析。通过智慧教学平台，教师可以查阅数据并利用数据进行教学决策，从而避免了传统教学决策中可能造成的主观性错误。相较传统的线下教学，线上教学更难规范学生的学习行为，在教学设计阶段，教师可将教学目标细化，对授课时间和教学安排进行规划，利用平台数据实现教学管理。此外，优慕课还提供智能端应用工具，能够满足学生的个性化学习需求。

本文使用专业的统计分析方法，如内容分析法、话语分析法、社会网络分析法、S-P表分析法对行为数据进行分析。其中，S-P表分析法是将学生的试题得分进行图形化展示。通过该分析方法，教师可以对个体学习行为、整体学习成效等进行量化考核，有助于进行教育评价[6]。但由于普通高校教师大多不具备这方面的能力，因此可以借助数据分析工具完成此项工作。比如，利用动态的行为数据评估学生的优缺点；创建心理测量图，分析学生的学习习惯；利用学生观看教学视频的时长与实际时长的比值，即反刍比，并结合检测结果，判断教学内容的难易度和教学目标的达成度。

3 数据驱动下小语种专业教学决策体系的构建

数据驱动下教学行为数据促进了小语种专业的精准化、个性化教学，改变了传统的“粗线条”的结果分析模式，推动了小语种专业教学范式的发展。数据驱动下的教学决策已被应用于各专业领域中，宾夕法尼亚州立大学基于2005—2016年850万条学生数据的分析，构建了数据驱动的高校学生学业表现预测模型，帮助学校管理部门提前制定干预策略[7]；浙江师范大学教师何文涛借助教学过程特征数据揭示教学行为产生的具体原因，通过个案分析发现，教学过程数据驱动下的教学解释框架可用来辅助教师完成对教学过程的反思[8]；重庆科技学院教师刘寅齐等[9]运用大数据技术，构建了大数据驱动的全日制专业学位研究生英语自主学习模式，这种模式有利于工科研究生英语语言文化知识的学习和综合应用能力的培养，有助于其英语学习成绩的提高，解决了工科研究生的英语教学面授时间短、学时少的矛盾。

传统的教学决策构建方式主要有三种：第一种是利用数学模型分析教学过程规律；第二种是利用师生互动行为数据划分课堂教学进度；第三种是优化不同教学阶段的教学决策。数据驱动下小语种专业教学决策体系采用第三种方式，利用智慧教学平台提取的教学行为数据分析教学决策的影响因素，将教学过程分为教学前、教学中、教学后三个阶段，在此基础上构建教学决策体系，以便提升教师教学决策与教学思维能力。

1）教学前，利用教学行为数据进行教学分析，准备教学方案。教学目标是教学分析的基础，也是教学活动的“指挥棒”。教师依托智慧教学平台收集教学行为数据，结合教学目标进行教学分析，整合教学内容，准备多种教学方案，以便教学中根据课程分析和学情分析动态调整教学方案。实际语言教学中会出现各种各样意想不到的状况，对教师的教学决策能力要求较高，专家型教师能够根据丰富的教学经验进行动态调整，但是年轻教师在教学思维与决策等方面不够成熟，需要先进行教学分析才能有效应对教学过程中出现的问题。数据驱动下的教学分析包含课程分析和学情分析。课程分析的主要对象是小语种课程大纲所指定的课程总体目标、课程中所有的知识点和教学环境等；学情分析包括学生的身心状态、知识储备状况、知识掌握程度、个性化需求等。教师可以通过智慧教学平台中提供的学生学习情况分析、过往测试情况、师生互动情况等得到学情数据。在教学目标明确之后，教师需要在了解教学媒介、教学方法的基础上，利用智慧教学平台中的学情数据、教学环境、学科内容等提出与教学内容、教学目标相适应的教学决策方案。

2）教学中，根据现场的教学情况，利用智慧教学平台，对学生课堂活动进行实时记录与监测，对预备的多种教学方案作出选择。依据诸多学情数据，实时监测教学效果。将教学内容管理、时间控制、教学互动状态作为决策要素，及时调整教学方案。教学进程中的管理决策可细化为针对课程和教学的管理。课程管理是指学校对课程设计、实施、评价等进行组织与控制；教学管理是指在教学动态变化的过程中，灵活使用对应的教学方法。教师的教学决策行为，可以通过智慧教学平台中小语种专业学生的行为数据、阶段测试情况、作业完成情况等来衡量。在教学过程中，教师根据学情数据与教学目标，从学生的课堂教学互动中获得学生的状态信息。若出现突发情况，教师需要启用课前的预备方案或对现场教学方案进行调整，以保障课堂教学顺利进行。

3）教学后，收集教学行为数据，评价教学决策，构建教学决策闭环。教学评价是衡量教学目标达成度与教学决策方法的“检验石”。教师收集线上线下平台的教学行为数据，形成过程性评价，并针对整个教学活动和效果进行评价与反馈，以便在下一阶段的教学中作出更好的决策，设计出更好的教学方案。小语种教学评价应该将结果评价和过程性评价结合起来，形成多元化的评价体系，按照各门课程的特点，适当调整两种评价方式的比例，逐渐让过程性评价在评价体系中占主导地位。利用智慧教学平台提取学生评教数据、问卷数据、教师自评数据，利用数据分析方法（回归分析、差异分析、相关分析等）开展过程性评价，挖掘学情数据的深层价值，对学生在认知、能力、情感、个性、意志等方面进行多维度评价，对教师在教学方法、教学风格、教学思路、教学决策等方面进行多维度评价，从而形成一套包含教学目标、教学内容、教学方法、教学管理的完整的决策评价体系，进而构建一个良性的小语种专业教学决策循环体系。