大数据视阈下高职学生个性化学习课堂教学系统顶层架构研究

祝 旭，文必正

（1.湖南工业职业技术学院，湖南长沙，410208；2.湖南省社会科学院，湖南长沙，410003）

课堂生态和场景、学习环境和空间、教学场所和方法的变革，展现出大数据时代的全新课堂教学形态。这为教师提供智能化分析结果作为参考，促使教师能够依据学生学习情况采取针对性的教学方式和教学指导，并制订周期性、多阶段、动态化的精准教学方法，辅助学生开展个性化学习活动，实现专业知识、技能水平和道德素质的全面发展。[1]为进一步发挥大数据在高职学生个性化学习中的关键作用，亟须审视 “大数据—智慧课堂—个性化教学—个性化学习” 的教学逻辑和实践路径，构建个性化学习课堂教学系统，这是促进个性化学习落地和执行的关键环节。有鉴于此，研究个性化学习内涵，分析大数据视阈下个性化学习的必要性，建立符合不同高职生学习特征的普适性学习模型，将大数据融入个性化学习中，搭建高职学生个性化学习课堂顶层架构，为教学系统的构建、落地和运营提供参考思路和策略建议。

一、大数据与个性化学习

（一）个性化学习的内涵

自古以来，中国便有因材施教之传统，但这也是教育界最大的难题，如何因材施教至今仍缺乏系统化解决方案。[2]众所周知，个体接受教育是为了自身能力和素质的进一步增长，使得内在潜力得以最大程度地激发。若按照普适性的教育理念，则无法照应到每一个体的个性化特征，无法满足个人的不同需求，由此引发 “个性化” 概念的应运而生。所谓个性化学习，是指以学生发展为中心，依据学生个体化学习差异促进学生个性化发展。一方面，人并非具备固定思维的机械化产物，人的发展依赖于教育和文化，倾向于改变环境使之满足自身的需求，而非改变需求使之适应环境的变迁；另一方面，人与人之间具有显著的差异性，而由于每个人所处的环境不同，这种差异会无限放大，最终形成独一无二的个体。[3，4]例如，有些学生擅长人文科学，而有些学生则擅长自然科学，同时还表现为学生不同的心理认知。在这种情况下，教育的作用就是通过个体学习的内化来应对这种差异性，也就是本文所要探讨的个性化学习。

（二）大数据视阈下个性化学习的必要性

个性化学习反映未来教育特征，让学生能够依据心理认知和学科偏好来进行高效率的学习，而大数据则能为个性化学习方式提供平台基础和信息支持。在大数据驱动下，个性化学习从传统任务驱动转化为数据驱动，通过分析海量学习数据来测评学生的个性化特征，并依据此种特征推送学习计划，促进教学内容、教学模式和教学方法的定制化传达，进而达到个性化学习的目的。[5]大数据支撑下的个性化学习，是对学习数据的深度挖掘，从中提炼具有价值的个性化特征，再将有价值的信息精准传递给教师和学生，以便于开展教学和学习活动。

1.海量学习数据支撑的因材施教。因材施教自古以来都是教育界的头号难题，而利用大数据技术可以提炼出细致化、分类别、精准性的学习数据，帮助教师了解学生的心理认知、学习积极性、人际交往、爱好特点、特长能力、偏好学科等学习和生活情况，进而实施针对性的教学实践。

2.海量信息工具支撑的智慧教学。随着大数据技术的发展，产生了诸多教学信息化工具，为教师实施个性化教学、学生进行个性化学习提供便利性。例如，借助云课堂或微课平台的在线直播教学，借助VR 设备和游戏化教学的情境式教学，借助模拟沙盘的创新创业实战等。多元化的信息工具创设不同形式的智慧教学场景，打破时空限制和教学屏障，让个性化学习能够随时随地激发学生潜能。

3.海量学习资源支撑的无限认知。大数据技术也为学生开展个性化学习带来各种形式的网络学习平台和海量学习资源，让学生能够根据自身个性化差异选择学习方式。与此同时，学习平台也为不同心理认知和学科偏好的学生提供了一个学习交流平台，实现个性化知识体系的交叉和碰撞，通过小组讨论、合作交流、知识求助等方式形成纵横交错的知识网络，让身处知识网络的学生能够轻而易举地解决学习难题，有利于学生认知水平和创新能力的提升。

综上所述，个性化学习需要借助大数据理念和技术实现因材施教、智慧教学和无限认知，而大数据也能够为个性化学习提供必要的海量学习数据、信息工具和学习资源，两者之间相互融通，协同发展。有鉴于此，本文在大数据的前提下探究个性化学习，设计高职学生个性化学习课堂的系统架构，分析适用于高职学生的独特的个性化学习模型和包含个性化环境创设、个性化学习导入、个性化知识交流等模块的系统功能平台，以协助教师制定出多阶段、动态的精准教学方案，提高高职课堂教学效果，实现个性化教与学目标。

二、大数据视阈下高职学生个性化学习课堂教学系统架构

（一）课堂教学系统顶层架构的概念和功能

顶层架构是课堂教学系统的战略框架，也是实施高效个性化学习的前置条件，存在诸多难点问题，成为本文研究的焦点。[6]经过长期的教学实践，教师已形成一种固化的教学思维，缺乏教学信息化时代应具备的大数据思维，对智慧教学缺少观念认同和场景感知，导致教学设计方案偏离真实课堂情境。斯坦福大学EDIPT设计模型中提出了 “构想” 的原理[7]，成为系统架构的雏形，也为课堂教学系统架构提出了先导性解决方案。在设计课堂教学系统架构之前，通过教学现场模拟和相关视频课例，引导教师展开对个性化学习课堂教学系统构建过程和功能模块的联想，并从个性化学习模型角度切入，按照环境创设、学习导入和知识交流等关键要素，对学习课堂教学系统进行架构化设计。

课堂教学系统顶层架构可以为个性化学习提供思路框架，临摹个性化学习课堂的构成要素和功能模块，同时以学生为中心搭建课堂环境、学习资源、信息工具、学习计划、知识交流等细分子系统，成为情境化、结构化、框架化架构的前导性环节，帮助教师和学生厘清个性化 “教” 与 “学” 整体思路。因此，课堂教学系统架构是在大数据环境下，教师开展个性化教学、学生进行个性化学习的基本策略和辅助策略，是构建课堂教学系统，推进个性化学习落地运营的前提条件。

（二）高职学生个性化学习底层模型

课堂教学系统顶层架构同样需要底层模型的支撑，即高职学生个性化学习模型的构建。综合学术界提出的几种重要的个性化学习解决方案及实践模式，结合高职学生学习特点，本文以学生为中心建构高职学生个性化学习底层模型，见图1。

图1 高职学生个性化学习底层模型

在大数据环境下，个性化学习从传统的 “任务驱动—目标评价” 转化为 “数据驱动—数据评价” ，同时赋予课前、课中、课后对应的大数据工具和资源，帮助教师进行个性化教学设计，达成学生个性化学习目标。按照课前计划、课中实施、课后反思的整体思路，个性化学习底层模型可划分为以下几个关键环节：一是个性化学情分析和目标任务的确定，即借助大数据工具分析不同高职学生的差异化学情，将具备同类学情性质的学生划归到同一个目标任务组别；二是资源导入和智能工具辅助，即依托互联网学习平台导入海量学习资源，并辅以学情分析、智慧教学、学习指引等智能化工具辅助；三是学习任务分组和学习活动匹配，即按照个性化学情组别安排自主学习、协作学习和强化练习模式；四是个性化学习诊断和差异化精准指导，即教师在学生学习过程中通过线上或线下课堂交流渠道给予一定程度的指导，帮助学生解决学习困惑；五是根据学习大数据给予学习进度评估和改进策略，即在课后依据学生学习进度情况，分析学习问题和原因，给予有针对性的评估得分和改进意见。

（三）高职学生个性化学习课堂教学系统顶层架构

基于高职学生个性化学习课堂教学系统底层模型，明确课前计划、课中实施、课后反思对应的五个关键环节，本文从个性化环境创设、个性化学习导入、个性化知识交流三个方面进行高职学生个性化学习课堂教学系统顶层架构，为后续构建课堂教学系统提供先导性思路框架。具体架构思路，见表1。

表1 高职学生个性化学习课堂教学系统顶层架构

1.个性化环境创设。优质的课堂环境可以帮助教师更好地进行教学设计，也可以提升学生的学习兴趣和积极性，有利于个性化学习效率的提升。高职学生个性化学习课堂环境的创设，应该从AI操作系统、互联网学习平台和智能终端选择开始，不断熟悉虚拟电子课堂和互动电子白板的优势，汇集课堂管理、课堂交流、课堂互动、课堂组织、成果展示、教学评价等智慧教育功能，同时借助大数据工具采集学生个性化学习过程数据，挖掘并提炼学情特征、学习进度、学习结果等信息，依据学习信息选择人工智能辅助学习系统等，最后以机器人教师提升个性化学习效果。[8]

2.个性化学习导入。丰富的学习资源可以成为教师创新教学模式的素材库，也能够成为学生进行多样化学习的知识宝库。依托互联网学习平台和海量的线上学习资源，给予个性化学习无限的想象空间，但是也带来了资源取舍和价值提炼的难题。因此，教师要先于学生做好学习资源的筛选和提炼过程，帮助学生选择有价值的学习资源。一方面，教师应熟练掌握互联网学习平台等学习资源网站的登录、管理、上传、下载、联系等操作，了解不同学科对应的专属学习平台，知晓学习资源的下载路径和重点内容，不断积累个性化教学设计所必备的基础资源；另一方面，教师应提前下载自身专业学科、交叉学科和拓展学科对应的学习资源和素材，建立本专业和本课程的在线资源库，并保持动态更新和持续完善，以便于为学生提供方便又及时的资源支撑，要求学生按计划学习所推送的资源和素材。

3.个性化知识交流。信息时代最重要的表现就是改进了沟通和交流方式，让具备差异化特征的个体能够依托互联网平台进行无差别沟通，提高沟通效率和速率。大数据为知识交流提供必要的数据支撑，一方面帮助教师依据学生学情设计个性化学习条件和要求，以便于更好地进行师生互动交流；另一方面，帮助学生基于不同的认知差异进行生生互动交流。

三、大数据视阈下高职学生个性化学习课堂教学策略

（一）高职教师个性化教学策略

1.教学理念更新，促进从任务驱动到数据驱动的思维跃迁。一是坚持以学生为中心，基于学生学情数据和能力分级实施差异化教学，为学生量身定制教学设计；二是发挥学生的主动性和自主学习能力，给予学生一定程度的课堂支配权和教学参与权，将知识学习的主导性移交给学生；三是树立信息化教学理念，活用现代化教学工具和互联网平台，积极采用混合式教学方法让学生随时随地接受指导和教学，结合学习数据分析向学生提供个性化资源。

2.教学模式创新，推动从灌输式教学到信息化教学的模式转型。一是创新教学方法，借助大数据等智能教学技术，导入情境教学、案例教学、问题导学、角色扮演、翻转课堂等多元化教学方法，提升课堂趣味性；二是促进资源共享，借助课堂教学系统平台，将积累的学习资源上传至共享资源库，依据学生学情进行智能推送，最大程度提高资源利用效率；三是增设评价维度，在原有知识技能评价的基础上增加自主学习能力、资源利用能力、数据分析能力等大数据环境下的新评价指标，实现教学评价的多样性发展。

（二）高职学生个性化学习策略

1.进行深度学习，有效整合碎片化知识，形成系统化框架。一是积极吸收新观念和新概念，引发与原有知识基础和学习经验的共鸣，建立深度学习联系，深度探究问题的根本；二是整合碎片化知识，广泛吸收同一横向维度的纵向知识，将其纳入相互关联的概念系统中，理解知识创造的机理和过程，批判性审视问题的逻辑。

2.擅长用数据说话，善于分析学习过程和进度大数据。一是结合学习大数据进行个性化学情分析，制定学习目标，确立学习任务，评估学习效果以便于改进学习方式；二是建立个性化学习资源体系，利用课余时间实现线下课堂和线上课堂的衔接，实现集中学习和分散学习的一体化整合；三是依据学习进度、学习行为、学习特征、测试成绩等数据，分析知识学习和技能掌握程度，有的放矢填补知识缺口，完善自身知识体系。

3.学会自主学习，合理利用学习资源进行自我提升。一是不断提升自主学习能力，开展问题发现、资源搜索、合作交流、深度分析等学习活动，自主发起和维持个性化学习模式；二是突破学习时空限制，融合学习环境、学习资源和学习知识三大场域，理解大数据环境下个性化学习的逻辑和机理，为自身学习提供智能化环境、资源供给和知识导入。

四、结语

大数据驱动课堂教学从任务驱动转化为数据驱动，促进个性化学习在传统课堂和智能课堂之间有效衔接，形成一体化学习课堂教学系统。顶层架构是课题教学系统的先导性环节，对系统具备的教学维度和功能模块进行了总体分析，帮助教师和学生厘清个性化 “教” 与 “学” 整体思路。高职院校应充分利用大数据理念和技术，刻画高职学生学习行为和学情特征，促使教师能够根据学习大数据采取针对性教学策略，辅助学生开展个性化学习活动。