混合式学习模式下过程性数据驱动的学习支持服务构建研究

梁 妍

（天津师范大学计算机与信息工程学院 天津 300387）

0 引 言

随着信息技术与教育的深度融合，混合式学习模式已逐渐成为高等教育发展的重要趋势之一。混合式学习能够为学生营造泛在化的学习环境，将多样化的学习资源、便捷的互动方式、数字化的过程性评价与线下教学有机结合在一起。与传统的线下教学和线上学习相比，混合式学习更有助于促进学生个性化发展、个体智慧的生成。但在教学实践中发现，由于混合式学习过程中存在教学双方时空交错的情况，导致学生在学习过程中容易出现学习资源利用不充分、缺乏深度学习、遇到学习困难时不能维持较高的学习动力等问题。因此，通过提供有效的学习支持服务对学生进行助学、导学、督学是混合式学习获得成功的重要保障。

在混合式学习中，数字化、信息化技术手段不但能为学生学习提供有力的支持，同时也记录了学习全过程产生的大量学习行为数据。这些过程性数据蕴含巨大价值，已逐渐成为教师分析学生学习行为特征的基础。本文基于学生混合式学习过程性数据，以全视角学习理论为指导，多角度捕捉、量化混合式学习的过程性数据，分析学生的学习行为，对学生学习效果进行分析评估，构建适用于混合式学习模式的学习支持服务体系，促使学生转变学习观念，提高学习资源的利用率，帮助学生开展深度学习，激发学生的学习动力。

1 学习支持服务研究现状

学习支助服务概念最早起源于英国的远程教育实践。我国远程教育领域学者丁兴富教授在20世纪80年代把“学习支持服务”这一概念引入国内，在其发表的论文中将学习支持服务定义为学生在学习过程中所接受的各种信息、资源、人员和设施的支持服务的总和［1］。

过去一段时间内，对学习支持服务的研究工作主要针对远程教育领域，为解决远程教育中存在缺乏人际交流、信息反馈延迟、学生大量辍学等问题，很多学者对学习支持服务进行了相应的探索与实践。国内相关研究虽然起步较晚，但在远程教育中的学习支持服务研究也积累了一些研究成果，提出了针对慕课的学习支持服务模式、针对远程开放教育的学习支持服务体系等［2］。

近几年，伴随着高校线上线下混合式学习模式的推广应用，针对混合式学习模式下的学习支持服务研究越来越受到关注。白倩等［3］面向视觉文化课程教学，构建了适用于混合学习的学习支持服务体系。张成龙等［4］探讨了基于MOOC的混合式教学的学习支持服务范畴，并据此构建了学习支持服务体系。王晓跃等［5］以面向对象程序设计课程为例，构建了SPOC课程的学习支持服务。这些实践均表明，研究混合式学习环境下学习支持服务的构建对于落实“以学生为中心”教育理念意义重大，线上和线下教学支持服务需相互协作，共同努力提高学生的学习效果。

2 混合式学习模式下学习支持服务体系的构建

混合式学习模式下的学习支持服务旨在促进学生有效学习，需要根据学生的学习特征为学生提供混合式学习的适应性支持。全视角学习理论强调学习过程既是内部心智获得与加工的过程，又是个体与环境间的互动过程。该理论对于构建混合式学习的支持服务具有指导意义，混合式学习模式下的学习支持服务不仅要为学生提供教学内容，也要注重从情感、行为和认知上对学生形成学习支持［6］。

根据混合式学习模式的特点，学习支持服务分别在线上和线下2个场域开展，贯穿课前、课中、课后3个阶段，服务范围涉及学习资源支持服务、情感支持服务、学习策略支持服务、学习互动支持服务、评价支持服务5个维度。

2.1 学习资源支持服务

丰富的学习资源是混合式学习质量的保障，是确保混合式学习模式下教学成功的关键。混合式学习中的学习资源主要来源于线上学习平台的课程视频资源，与此同时，混合式课程任课教师可结合实际情况将课程所需优质资源从网络和线上学习平台中遴选出来，构建满足学生个性化发展的学习环境，从而提高学习资源的适应性、利用率。同时，教师还需根据教学需求和学生多样化发展的需求丰富线上学习资源，并关注不同学习风格的学生，制作、补充、迭代课程学习资源，然后选择合适的时机推送给学生。

2.2 情感支持服务

学生在学习过程中，除了有对学习效果提高的需求外，还有被关怀、被关注的情感需求。混合式学习的线上学习过程中，由于存在师生时空分离时段，导致学生学习时会产生孤独、沮丧等负面情绪，这类情绪将影响学生在混合式学习中的整体学习体验。在混合式学习环境中，一方面，要为学生提供线上、线下多渠道的求助入口，建立“教师导学、学生自主、师生融合”为特色的新型学习共同体；另一方面，通过线下互动活动安排、教学内容设计、自主学习学前指导、个性化线上辅导等方式，引导学生消除学习防御感，减少学习孤独感，激发学习兴趣，增强学习动力。

2.3 学习互动支持服务

通过互动激发学生学习行为的参与，关注混合式学习模式下师生互动环节的跨时空设计。借助信息化技术手段，打破传统教学的时空限制，构建多平台融合的学习空间，拓宽师生交互渠道，关注学生是否遇到学习困难、产生负面情绪，充分利用线下交流的机会帮助学生获得更好的学习体验。

2.4 学习策略支持服务

混合式学习模式下，学生的学习策略主要包括认知策略、元认知策略、资源管理策略等，学生对学习策略的运用不尽相同，学习风格主要表现为被动学习、主动学习、积极主动学习。教师应根据学生的个体表现对学生学习策略的应用进行指导，引导学生科学地选择、利用学习策略，并逐步学会学习、学会思考。

2.5 评价支持服务

传统课堂教学的评价方式多以终结性评价为主、过程性评价为辅，评价方法相对单一。混合式学习模式下，数字化、信息化手段的深度运用使得实施过程性评价更为便捷。线上学习能够开展自主评价和测验，线下教学可以实施学生间主观评价、组织课堂练习、教师提问等评价活动。形式多样化、高密度的评价环节不仅可以向学生反馈学习效果，也为教师及时了解学情改进教学设计提供重要依据。

3 过程性数据驱动的混合式学习支持服务体系

离散数学是计算机专业一年级开设的专业基础课程，教学内容涉及集合论、组合数学、图论、数理逻辑等模块。在传统课堂教学中，学生难以深刻理解抽象程度高、模块繁多的课程内容，难以熟练地运用离散数学建模方法分析、解决实际问题。笔者在课程的教学中，以2021—2022级20个教学班共998名学生为教学对象，构建线上线下混合式学习模式，并对混合式学习模式下过程性数据驱动的学习支持服务构建方法进行了深入研究。

3.1 线上线下混合式学习模式

课程采用SPOC学习平台、雨课堂、微信公众平台、QQ课程群4种互动平台，学生在混合式学习过程中进行自主学习中的生机互动、课上课下的师生互动、小组协作中的生生互动，形成线上线下、课内课外深度融合，实现教学全过程协同联动的线上线下混合式学习模式。

①线上自主学习互动导学：线上自主学习在课程SPOC平台上进行，教师借助雨课堂发布自主学习任务清单指导学生明确自主学习的目标，学生在雨课堂平台上完成自测题和自主评价，从而为教师开展线下课堂教学提供数据依据。

②线下课堂学习互动教学：线下课堂根据学生自主学习情况，采用小组讨论、翻转课堂等教学方法，学生不但可以与教师进行语言交流，也可以借助雨课堂实现个性化课堂互动和个人观点表达、问题解决方案投稿、实时练习等学习活动。

③课后巩固拓展互动研学：课后学生通过微信公众号推送的课程资源进行拓展学习，在SPOC讨论区、QQ课程群展开协作式数学建模案例研究。

3.2 过程性数据驱动的学习支持服务构建

混合式学习模式下，遵循多平台数据采集、数据清洗与转换、综合分析与评估的路径，收集学生混合式学习的过程性数据，并对数据进行统计、可视化分析，实时跟踪评估学生学习情况，对学生进行有效助学、导学、督学。

3.2.1 多平台数据采集

线上线下混合式教学全过程中，SPOC学习平台、雨课堂等互动平台上记录学生线上自主学习、线下课堂学习、课后巩固拓展的过程性数据。数据的采集贯穿教学全过程，从而为构建过程性数据驱动的学习支持服务提供数据保障。

①线上自主学习行为数据：该部分数据包括自主学习任务清单的查看时间、登录学习平台时间和持续时间、学习任务完成进度、学习互动参与程度、自主学习练习测验结果及答题时间、自主评价问题反馈情况、学习资源学习时长、浏览学习资源时段等。

②线下课堂学习行为数据：该部分数据包括课堂出勤率、参与课堂互动数量、实时互动练习题目的答题正确率、问题讨论投稿情况等。

③课后巩固拓展学习行为数据：该部分数据包括作业答题正确率、作业完成度、完成作业的次数、作业提交时间、小组协作学生间互动内容、拓展学习内容的浏览情况等。

3.2.2 数据清洗与转换

由于混合式学习的过程性数据具有多样性、多源性的特点，需对原始数据先行清洗处理后才能得到有效数据，并在此基础上对不同来源的过程性数据进行整合，根据学习支持服务不同维度设定的规则、指标进行转换，进而计算出相应的分值。

3.2.3 综合分析与评估

过程性数据中蕴含着大量反映学生学习特征的信息，教师可以更好地了解学生学习量是否适合、学习策略是否有效、学习是否主动等。通过对过程性数据的综合分析，识别出学习困难、产生负面情绪的学生，从而为其提供所需的学习支持服务。

①分析评估自主学习的情况：统计分析学生线上自主学习的进度、资源访问时长、知识掌握情况，并据此调整线下教学设计；统计分析学生各时间段的学习资源访问量，设定学习资源的推送时间。如图1所示，每天访问次数大于学生数，访问时间集中在下午3点到晚上10点。

图1 学习资源访问情况Fig.1 Access status of learning resources

②分析评估课堂学习的情况：统计学生在线下课堂教学活动中各项交互任务的完成情况，筛选出存在学习困难的学生。如对课堂实时答题的正确率等进行直观展示，如图2所示。对学生的测试分数、任务完成率、课堂投稿数量等数据进行统计，综合分析学生的课堂参与情况。

图2 课堂实时答题的情况Fig.2 Students’ exercise performance in classroom

③分析评估巩固拓展的情况：通过统计学生课后作业的提交情况，包括作业完成质量、完成作业的次数、作业提交时间，并对拓展学习中的小组协作学生间互动内容、拓展学习内容的浏览情况进行分析，从而提供学习策略支持服务。

4 结 语

混合式学习模式下的学习支持服务为混合式教学的有效开展、提高学生的学习效果、优化课程教学质量提供了重要保障。本研究关注混合式学习的整体性、系统性，依据全视角学习理论，基于过程性数据的分析学习行为，将支持服务的构建和过程性数据的分析评估紧密结合。通过在计算机专业离散数学课程中开展混合式学习模式的实践，检验了过程性数据驱动的学习支持服务的有效性，取得了良好的教学效果。