您好, 访客   登录/注册

大数据支持下的中学混合式教学路径设计

来源:用户上传      作者:

  摘 要:大数据技术在教育领域发挥着日益重要的作用,对教育教学的影响日渐凸显,而混合式教学已经成为未来教育发展的趋势,那么如何在混合式教学过程中发挥数据的价值,开展数据驱动下的更加精准化的混合式教学,成为一个亟待研究的问题。文章从教师的角度出发,提出了基于大数据的混合式教学的过程架构,同时对该架构下的混合式教学策略和路径进行设计,并在教学中逐步形成了对其的实践认识,希望为之后相关的教学研究和教学实践提供经验的参考。
  关键词:大数据;混合式教学;核心素养
  中图分类号:G632.4        文献标志码:A          文章编号:1673-8454(2020)04-0061-04
  一、引言
   近年来,世界发达国家相继发布大数据国家战略[1],例如美国大数据战略[2]、英国“数据权”运动[3]、法国Open Data Proxima Mobile项目[4]等,大力推动大数据的发展与应用。在我国,大数据也早已被列为国家发展战略,国家试图通过大数据推动经济转型发展,重塑国家竞争优势[5]。毫无疑问,关于大数据的研究与应用与日俱增,并不断深入影响社会生活。与此同时,其对教育领域的影响也日渐凸显,正在成为推动教育系统创新与发展的颠覆性力量[6]。如何运用大数据优化信息技术课堂教学结构,变革学生学习的方式,实施精准教学,提升学生的核心素养成为广大教师面临的问题。本文提出了基于大数据的中学混合式教学策略,并在信息技术学科展开了深入的研究实践,在厘清“基于大数据的中小学混合式教学”的实践样态及与核心素养关系的基础上,形成了指向学生核心素养的大数据混合式教学的课堂架构和教学设计路径图。
   二、“大数据”及混合式教学的内涵、实践样态及其与发展学生核心素养的关系
   1.大数据的内涵与特征
   大数据技术是推进教育创新发展的科学力量,在教育领域有它独特的魅力和内涵。与传统教育数据相比,其是整个教育活动过程中所产生的以及根据教育需要采集到的一切用于教育发展并可创造巨大潜在价值的数据集合[7]。从数据属性的角度看,教育大数据主要包括个体层数据、课程层数据、学校层数据、区域层数据以及国家层数据[7],在教学实践中我们更关注学生学习过程产生的个体层数据和教师教学过程中产生的课程层数据。在教学实践过程中,教师结合学生线上线下产生的学习数据,通过数据挖掘与分析进而更加精准地判断学习者的学习情况,为进一步的有效教学设计提供了更有针对性、更加客观真实的数据依据。
   2.混合式教学的内涵与优势
   混合式教学是一种将在线教学与传统课堂教学的优势结合起来的一种教学形式,通过融合将学习者的学习由浅到深地引向深度学习。和传统课堂教学相比,混合式教学具有多种优势。首先在混合式教学过程中学生可以利用他们熟悉的通信技术进行学习,使得学习环境变得更加灵活,学习态度更加积极主动。其次,学生不仅可以在课堂上,也可以在图书馆或者家中,他们可以在任何地点、任何时间进行在线学习,尤其是在万物互联的时代这一优势更加明显。再次,在传统课堂上教师和课堂资源有限,教师无法满足所有学生各自的不同需求,混合式教学理念下教师可以利用网络中的大量资源为每个学生提供更多的选择。最后,在混合式教学理念下,学生可以方便地在网络社区中与同龄人、朋友、其他学校的学生交流、讨论,分享他们的问题和收获。
   3.“大数据支持下的中小学混合式教学”实践样态
   大数据支持下的中小学混合式教学的教学样态应该指向学生信息技术学科核心素养的培养、面向问题解决、注重批判理解、强调信息整合、促进知识的建构、提升数字化创新学习能力、着意终身学习能力的养成。本文所提出的大数据支持下的中学混合式教学的路径有别于目前比较流行的“翻转课堂”或“移动学习”,是将传统学习方式和网络学习的优势结合起来,通过学习理论、学习资源、学习环境、学习方式的混合,结合在线数据分析提供更有针对性的教师关注、更灵活的学习安排、更丰富的学习材料,从而达到更好的学习效果。具体来说就是基于大数据的统计分析重构教学设计,让分析结果作用于教学的每一个环节,线上线下,课前、课中、课后等多个维度,引导学生开展探究式学习,通过翻转课堂、线下交流等形式内化所学知识,根据数据监控及时“查缺补漏”,最终形成完整认知、构建清晰的知识结构体系。把学生知识内化的时间由课后前移到课中,由“线下”拓展到“线上”。
   大数据支持下的混合式教学不等于简单地将线上线下学习直接叠加,机械地将所有元素掺杂在一起,而是根据实际情况结合大数据分析有组织、有规律地指向最優效果进行混合。在开展过程中要注意以下几点:大数据支持下的混合式教学不等于所有的教学及评估都着眼于学习方式、学习环境的混合,而是依据特定的课程内容、学段需要选择最优化的混合方式;不等于学习不要教师的指导和讲授,倡导自主学习就是希望学生能够在教师的引导下开展规范、有效的学习;学业不良的学生不等于需要反复观看多次学习视频,事实上机械式地反复观看不加以深度思考和实践往往是学业不良的重要原因;不等于说必须一定是线上线下的混合,可以将混合的内涵进行外延,可以是不同学习方式的混合,最终混合的目标都指向学生教学知识是否有效建构,核心素养是否得到深化;不能过于依赖数据分析,需要理性看待数据结果,结合实际情况挖掘数据背后隐藏的教学现象,形成更加接近教学现实的价值判断。
   4.“大数据支持下的混合式教学”与发展学生核心素养的关系
   大数据支持下的混合学习中利用学习平台“自主探究”的环节对培养 “信息意识”“数字化学习与创新”这两方面信息技术学科核心素养有着显而易见的益处,之后的网络交流与分享有利于培养学生“信息社会责任”,最终对知识体系建构的过程更有助于培养学生的“计算思维”。由此可见,大数据支持下的混合式教学的真实有效发生意味着学生在学习过程中将课程知识进行内化,整合形成自己的知识体系,从简单的知识记忆到学科方法、思维的建构,从学科思维到学科素养的沉淀,进而发展了学生适应学习、社会生活的必备品格和关键能力。信息时代学生需要适应并掌握数字化的学习方式,形成终身学习的能力。而学科核心素养的形成又会有力地支持混合式教学,两者是相互加强的互动循环的关系[8]。发展学生核心素养是大数据支持下的混合学习的目标指向,大数据支持下的混合学习是发展学生核心素养的重要路径之一。    三、“大数据支持下的混合式教学”促进学科核心素养发展的课堂教学结构
   大数据支持下的中小学混合式教学的课堂实践路径很多,结合信息技术的学科特点,我们采用了图1所示的教学样态,即学生在家主要进行线上学习和交流,到学校后教师根据课程情况综合使用线上线下的教学方式(线下的教授指导主要集中在学校的课堂教学)。
   结合以上关于大数据支持下的混合式教学、核心素养的认识以及学校和学科层面的实践探索,形成了易操作的“大数据支持下的混合式教学”促进信息技术学科核心素养发展的课堂教学架构,如图2所示。
  以信息技术学科《数据图表与分析》一课为例,课前首先确定并发布主题“中学生上网行为调查”,同时提供相关学习资料,学生拿到主题后进行泛在的自主预习,预习过后通过梳理并在网上分享自学的成果,如知识导图、学习体会等,通过合作学习等方式解决大多数难度不高的问题,如图表制作的一般过程等,对于自行无法解决的问题,将其上传到学习平台,最后通过学习平台进行自我检查。之后,教师通过检测结果和学生上传的问题调整教学设计,根据大数据给予的学情分析重新调整教学设计。课中教师通过“学讲计划”“翻转课题”“PBL”等形式展开教学活动,如交流展示、小组讨论、教师精讲等解决认知冲突和上传的问题,通过活动—检测—反馈—拓展—创新—再检测的教学路径消化学生的知识盲区,培养学生的核心素养。课后根据学生课堂的检测情况,经过数据分析,给学生布置个性化的复习题,同时给予学生不同层次的拓展任务,如根据相同的数据制作多个表达不同结论的图表,最后要求学生对所学的知识进行梳理并发布分享,同时在线上互相评价。这里需要指出的是课前、课中、课后我们都鼓励学生在组间、组内、师生等不同维度上进行合作,如滴滴答题,由任一学生将不明白的题目发布到平台上,我们采用“抢单”和“派单”两种模式进行任务分配,拿到任务的学生或小组将解答结果发布到平台上,由教师给予认定,对解答正确的小组或学生按规则给予奖励。由于合作是多维的,所以对于问题解答的效率很高,学生的泛在学习几乎可以实时得到“一对一”辅导。
   四、“大数据支持下的混合式教学”的教学设计层级架构
   Josh Bersin认为混合式教学的过程包括四个基本环节:根据学习者的特征识别与定义学习需求,根据实施混合式教学的设施(环境)制定学习计划和测量策略,确定开发或选择学习内容、执行计划,跟踪过程并对结果进行测量[6]。李克东教授在其基础上将混合式教学设计分为八个环节,这八个环节是一个不断完善的循环过程,如图3所示。
   具体而言,基于线上线下的混合式教学方式需要转变传统课堂教学设计的思路,如果还是以一堂课为单位进行设计,就会和翻转课堂趋同,但是翻转课堂的形式可以作为混合式教学的一种重要实践路径。在实践中,大数据支持下的混合式教学设计应该是指向核心素养的主题式教学设计。
   在操作层面,我们对主题式的教学设计进行了如下界定:主题式的教学设计是在充分研究学科核心素养、课程标准、学科知识的基础上提炼的学科大概念的基础上,以主题或课题的形式进行学科教学实践以及通过对学生的表现期望的形式进行学习评价的一种教学实践活动。学科大概念是学科的核心知识,它能使分散的事实和技能相互联系并有一定的意义,同時能整体架构之后的教学和评估;学科教师在课程标准的基础上结合学科核心素养的要求,梳理单元知识之间的联系,统整学科知识体系,制定知识单元的学习计划和学习评价的规约;在课时标准的基础上,结合教材知识结构对知识单元进行再加工和分解,以促进学生线上线下学习的有效发生;线上线下的教学活动设计需要结合大数据分析技术精准把握学生知识掌握水平,将不同学习情况的学生进行分组,为每组学生创设最优最适合的学习体验实践的机会,确保学习行为在每位学生身上真实发生,为促进知识的理解、运用而教,以促进学生问题解决能力的提高,引导学生在大数据支持的混合式教学中结合自身的学习数据历程进行自我反思和调控学习进度,帮助学生学会学习,形成终身学习的数字化学习与创新的能力。四层级的大数据支持下的混合式教学设计架构如图4所示。
  活动设计是混合式教学设计的核心,大数据支持下的中小学混合式教学也必定是在遵循教学设计的一般过程的基础上围绕着学生的学习活动展开的,同时还要结合大数据支持的学习者分析和线上线下学习的不同特点进行设计。因此大数据支持下的混合式教学设计必定是多元的,多种学习设计既有交叉又有区别的,如图5所示。
   1.基于大数据的前端分析
   并不是所有的课程内容都适合使用混合式教学,因此在教学设计之前,需要对课程教学的基本信息进行理性分析。基于大数据的前段分析主要包括以下三个方面:①学情分析,通过观照学习者已有的知识储备、学习风格、身心发展特征探寻其学习的“生长点”。②学习内容分析,这部分包含两个方面,一是结合教学内容明确学习应当达到的目标;二是在布卢姆知识分类的基础上结合知识类型确定学习方式,如图6所示。③混合学习的环境分析,即在充分熟悉教学所具备的外部环境条件的前提下进行设计。
  2.活动与资源设计
   这阶段由线上线下的总体设计、单元(活动)设计和学习资源设计与研发三个部分组成,并在前端分析产生的基于大数据的学习分析报告的基础上完成。在总体设计阶段,教师需在课程整体学习目标的基础上,梳理相应学习活动的顺序,确定学习活动中媒体传递的策略,规划学习的服务系统(如需要何种学习资源、在何种环境下开展等)。在总体设计环节将会形成课程教学设计的指导性文本,并不断追问哪些活动和资源适合学生开展自学、讨论,学生在教学活动中最终的样态如何,等等。在深度思考的基础上形成详细课程设计方案,将课程设计主要思路和设想处充分表述出来,为单元(活动)设计和学习资源的设计与研发提供了清晰、明确、可操作的指导。    3.基于大数据的学习评价
   学习评价是检测学生学习成果、教学设计是否成功的重要指标。学习评价应紧扣教学目标的落实。混合式教学理念下采用的评价方式注定是多元的[10]。从评价的性质来看分为诊断性评价、形成性评价、总结性评价、互动性评价。比如教师根据线上学习过程学生产生的海量学习数据进行学习分析、学习日志分析或者采用电子档案袋等方式从多个维度对学习效果进行过程性评价。互动性评价是指教师组织线上的师生互评、生生互评、学生自评日志等,教师利用大数据的网络爬虫技术搜集评价数据进行量化分析,形成相对客观的学生学习评价报告或者课程评价报告。
   五、结束语
   孔子曰:三人行必有我师焉,而且大数据支持的信息化教学背景下,对于学习者来说已是“处处皆良师”。如何用好这些“良师”,利用大数据技术重塑教学理念,构建新型现代化教育教学模式,让混合式教学更加精准,让学习更加个性化、人性化已经刻不容缓。去统一化、去权威化的混合式教学是大数据时代的产物,这种线上与线下、现实与虚拟的混合,这种数据采集与使用、分析与个性的融合彻底打破了教师的中心地位,以数据为依据,以学生为中心,结合传统学习和网络化学习的优势,将整个教学的价值最大化地呈现出来。我们要勇于改变,充分利用大数据、物联网等信息技术的优势,结合中小学教育教学时代背景,才能探索出适合新时代教育教学的新模式。
  参考文献:
  [1]胡水星.大数据及其关键技术的教育应用实证分析[J].远程教育杂志,2015,33(5):46-53.
  [2]全球视野.联邦大数据研究与开发战略计划[EB/OL].http://www.36dsj.com/archives/54512.
  [3]王曉明.发达国家推行大数据战略的经验及启示[J].学习与探索,2014(12):91-94.
  [4]本刊编辑部.世界主要国家的大数据战略和行动[J].中国信息安全,2015(5):66-71.
  [5]甘容辉,何高大.大数据时代高等教育改革的价值取向及实现路径[J].中国电化教育,2015(11):70-76+90.
  [6]杨现民,陈世超,唐斯斯.大数据时代区域教育数据网络建设及关键问题探讨[J].电化教育研究,2017,38(1):37-46.
  [7]杨现民,王榴卉,唐斯斯.教育大数据的应用模式与政策建议[J].电化教育研究,2015,36(9):54-61+69.
  [8]韩建芳,孙学东.深度学习:核心素养落地的教学实践[J].江苏教育,2019(35):67-69.
  [9]李晓红.大数据与大学英语混合式教学创新[J].扬州大学学报(高教研究版),2017,21(6):104-108.
  [10]焦文欢,冯兴杰.基于大数据的混合式教学模式研究与分析[J].中国教育信息化,2018(21):38-41.
  (编辑:鲁利瑞)
转载注明来源:https://www.xzbu.com/9/view-15136085.htm