慕课(MOOC)情境下学习行为精细化管理的内涵与实现路径

发布机构:教育技术专业委员会-时间:

慕课(MOOC)情境下学习行为精细化管理的内涵与实现路径

李正良

(湖南大学新闻传播与影视艺术学院;湖南长沙;410082

摘要】学习行为管理一直是困扰教育界的一大难题,在传统的“讲授式”课堂内,尽管是面对面地教学,教师在台上讲得津津有味,学生在台下“神游四方”,教师对学生行为“管不着、管不了、不想管”的尴尬现象时有发生。慕课(MOOC),作为一种大规模开放的在线课程,通过全过程记录学生的学习行为,可以对学生个体与群体的学习行为进行全过程、全方位、无盲点的精细化管理。运用大数据挖掘技术处理巨大的后台数据,教师可以精准地把握学习者的学习动态,包括学习时间、学习难点、学习过程等等,促使教学双方及时发现问题,调整教学内容与进度,促进教学模块与学习模块精准匹配和高效运行,从而提升教学的效果。

【关键词】慕课;学习行为;精细化管理

 

学习行为管理一直是困扰教育界的一大难题,在传统的“讲授式”课堂内,尽管是面对面地教学,教师在台上讲得津津有味,学生在台下“神游四方”,教师对学生行为“管不着、管不了、不想管”的尴尬现象时有发生。慕课(MOOC),作为一种大规模开放的在线课程,运用大数据挖掘技术,可以对学生个体与群体的学习行为进行全过程、全方位、无盲点的精细化管理。它让教师更了解学生,让学生学习更为自主,为解决学习行为管理这一难题带来了曙光,也为未来更科学的学习行为管理提供了新的启示。

一、MOOC学习行为精细化管理的内涵

MOOC(Massive open online course),音译为慕课,一种大规模开放在线课程,一种新型的教学方式。与传统的网络视频课程不同的是,MOOC课程有灵活的学习时间、稳定的学习周期、可视化的学习历程、互动的学习伙伴和客观的学习成绩等,能感受真实的学习体验。值得一提的是,MOOC学习者打破了传统课堂学习者的人数限制,一门课程的学生甚至可以上万。2011年秋天,一门“人工智能入门”课程的学习人数就高达16万。这无疑给原本就不堪重负的学习行为管理增添了巨大的压力,呼唤新的管理方法的出现。

精细化管理是由被誉为科学管理之父的美国工程师F·W·泰勒Frederick W.Taylor)在1911年首次提出,它是一种理念,一种文化。是社会分工的精细化以及服务质量的精细化对现代管理的必然要求。随着信息技术与互联网的高速发展,基于大数据挖掘的MOOC学习行为精细化管精细化管理理是精细化理念在教育领域的全新应用。MOOC学习平台上存储了海量的学习行为数据,借助大数据挖掘技术,MOOC对成千上万的学习者做到了了如指掌:通过分析他们每次的学习时间、学习过程、学习成效等数据,可以得知他们是哪种类型的学习者、有着什么样的学习习惯,从而进行有针对性的管理。真正做到了对学习者的行为管得精、管得细、管得准,使学习行为的精细化管理成为可能。这对以往课堂学习行为管理中存在的种种问题,如学生上课神游、平时不学习、临时抱佛脚等都起到了一定的改善作用,不失为“治疗”传统学习行为管理的一剂良药。

二、MOOC学习行为精细化管理的内容

建立在大数据挖掘基础上的MOOC学习行为管理与传传统课堂管理的区别,主要在于管理内容的差异。后台强大的数据支撑使MOOC教师更精准地把握学习者的学习动态,包括学习者的学习时间、学习过程、学习难点等,真正做到全方位、全过程、无盲点的精细化管理

(一)全程记录全体学习者的学习行为,把握课程整体进度

指定的时间到指定的教室上课是传统课堂教学中学生的例行“公事”,对于这样的“公事”,学生也往往回以“应付”的态度。教师可以通过点名的方式来保证上课学生的数量,通过认真的讲授保证课程的“份量”,但却难以保证学生上课的质量,学生在45分钟的课堂上究竟认真学了多长时间、学了多少内容,教师不得而知。从表1中所列举的MOOC后台数据项目可以看出MOOC对于学习者学习时间的精确管理。

1:MOOC后台学习行为数据一览表

1606206086883074422.png

1.课程周期化,时间更灵活

MOOC通常按“周”或者按“知识点”发布教学视频,每次课程都有一个学习时间段,学习者只要在指定时间范围内完成学习即可,不必限制在固定时间、固定地点,学习起来更轻松、自在,学习的效果也更为显著。1.课程周期化,时间更灵活

2.知识碎片化,学习更高效

不同于传统的45分钟课堂教学模式,MOOC课堂的授课形式采用的是根据细小的知识点对教学视频进行分割,每个视频尽量控制在15分钟以内,这是根据人脑的认知规律而定的:人的认知能力在前15分钟内是最高效的,往后将逐渐衰减。以知识点为单位进行学习更符合现代人碎片化学习习惯,学习时间更可控,知识吸收更高效。

3.学习时间透明化,管理更精确

虽然MOOC给了学习者足够的空间与时间去把握自己的学习进度,但与此同时,MOOC课程也限定了具体的学习时间范围,超出这个范围也将影响到个人成绩的评定,就这样,学习者被一步步牵引着进行有规律的学习。此外,MOOC后台数据清晰地记录了学习者在每个时间点的学习痕迹,通过透明的学习时间记录,教师能够直观了解到学习者在某个知识点上花费的时间与精力(如图1所示),如果该学习者在测试中出现问题教师也能准确判断他是否是没有学习或是学习时间不够的原因,从而对他的学习行为进行更精确的管理。

1606206418312099050.png 

1:某学习者视频学习时间变化曲线图

(资料来源:湖南中医药大学《温病学》校本慕课一期课程质量报告)

    从图1中可以很直观地了解到该学习者的学习周期,他从10月6日开始观看学习视频直到10月21日结束,学习周期并不算长,可推断该学习者学习能力较强;从国庆期间就开始学习,说明他是一个有着良好学习计划的人,其中曲线中出现的几次高峰也说明了他在那几天所花的学习时间比较多。

(二)清晰了解学习过程,管理更轻松

学生最期盼的就是下课铃响,因为课后他们可以做自己想做的任何事情,除了学习。这对于从事教育工作的人来说也是一大盲点:上课不了解学生学了多少,课后又不清楚学生如何进行复习和巩固所学的知识,也就无法管理。虽然考试可以检测学生的学习成果,但许多学生平时根本不学,都是采取临时突击战略——考试前两天抓紧时间背老师划的重点,偏偏临时抱佛脚的效果都还不错,老师根本无法了解到学生究竟是如何学习的。MOOC强大的后台学习行为数据让教师清晰明了地掌握学生的具体学习过程,管理起来更加轻松方便(见表2):

2:MOOC后台学习者个人行为数据一览表

1606206452096087850.png

1.掌握章节知识点学习情况

MOOC让学生有大量的时间去自由支配、安排学习,但这并不意味着教师对他们放任自由、不管不顾。教师可以通过后台的数据看到全体学习者在每个章节的知识点学习的整体情况——视频完成情况、作业完成情况、翻阅图书量、音频完成情况等(如图2所示),点击“详情”还能查阅每一个学习者的学习细节  

1606206637502033715.png 

2:章节知识点学习情况截图

(资料来源:湖南中医药大学《温病学》校本慕课第一期课程质量报告)

从图2中可以看出《温病学》这门课程的任务完成情况非常好,每个章节的视频与作业完成率几乎都达到了90%以上,说明该门课程的学习者都在认真地学习,循序渐进、稳扎稳打。通过“详情”中了解到个别学习者的完成情况不佳,教师还可以单独进行督促,使其跟上学习进度,轻松管理每个学习者的学习动态。

2.了解讨论区参与讨论情况

课堂讨论一向是检验、深化学习成果的一个有效方式,同时也是启发学生创造性思维的有效途径,是课堂中的一个重要部分。传统课堂的“注入式”教学模式下,课堂的大部分时间往往都是老师讲、同学听,虽然现在已经有所改善,但为了保证一堂课的教学量,留给学生参与讨论的时间也屈指可数,可以参与到讨论中的学生只有少数几个,课后就失去了讨论的氛围也失去了讨论的机会。   

MOOC开辟了专门的论坛版块,其中有老师答疑区、课堂交流区、综合讨论区、精华区以及测验作业讨论区,学习者在学习的过程中可以随时向老师和其他的学习者沟通交流,思想碰撞,帮助更好地内化学习内容,而参与讨论的具体情况教师们也可以在MOOC后台清晰地看到,并将根据参与讨论的活跃程度斟酌每个学生最后的成绩评定。 

3.查阅作业完成情况与提交次数

传统的课程作业学生都只有一次上交让老师批改的机会,一把定输赢。MOOC课程为学习者提供了三次作业提交的机会,且以得分最高的那次为准,纳入最终成绩评定的考量。这与MOOC的教学理念息息相关,学习并不是只为了最终的成绩,学生可以有犯错的机会,并且可以在不断更正错误的过程中反复学习,最终是为了真正学到知识。

MOOC通过后台数据,可以看到每个学习者的作业完成情况与提交次数,有些学习者作业几乎都一次过,说明他的学习能力较强,而有的学习者往往都需要提交3次才能完全答对,说明他的基础比较薄弱,需要加强练习,教师可以以此为依据来对学习者进行区别辅导。

(三)把握学习重点、难点,管理更有的放矢

传统课堂中的教师往往在备课时就将本堂课程的重难点列出,而这往往只是从教师的角度出发或是从以往的经验出发,并非从当下的学生具体情况出发,这就难免造成观念的错位——教师认为的重难点学生能轻松攻克,而教师认为可以一笔带过的知识点却让学生十分费解。

MOOC后台在监控学习者的视频学习时,有一个概念能十分直观有效地对学习数据进行分析——反刍比,即在一个学习视频中,学生观看时长与视频时长之比,比例越高,说明该知识点越难,值得重点讲解,比例越低,说明该知识点大家都已掌握,真正站在学习者的角度明确重点、难点。

3:国家精品在线开放课程《广告创意学》知识点学习反刍比

1606206720802017274.png

3是国家精品在线开放课程《广告创意学》中单个知识点视频学习反刍比的排行,从表中可以看出1.1章节比例最高,说明学习者在这个知识点上花费的时间相对来说最多,参考这个数据,教师就会思考学习者为什么需要重复观看这个知识点,是否是视频讲解得不够清楚,是否需要安排额外辅导等。

1606206864713004732.png

3:国家精品在线开放课程《广告创意学》视频学习情况节选示意图

 3记录了5位同学在观看MOOC教学视频的情况,如图所示,红色代表该视频看了1遍,蓝色代表2遍,绿色代表3遍,看得越多也就说明这个知识点对该学习者来说是重难点,从图3中我们可以得知1.1章节相对来说比较易于理解,而1.3、2.1、2.2这三个章节学习者几乎都需看2—3遍,说明这些知识点对学习者来说存在较多的疑惑,在了解了这些情况后,教师进行课后辅导时才能事半功倍。笔者认为通过数据挖掘得出的重难点才是学习者真正亟需解决的问题,教师在明确了他们切实的知识困惑后才能做到有的放矢,更好地管理他们的学习。

基于大数据挖掘的MOOC创造了一种全新的教学模式,也给学习行为管理注入了一股新鲜的血液。传统课堂“管不着、管不了、不想管”的问题,MOOC课堂利用后台大数据支撑,坚持“不该管的不管,该管的一步到位”的原则将MOOC学习行为的管理真正做到了全方位、全过程、无盲点的精细化管理

三、MOOC学习行为精细化管理的实现路径

要实现对学习者的学习时间、学习过程及学习重点、难点等相关情况的精确把握及精细化管理,必然要借助一定的技术手段。作为大数据在教育领域应用的典型范例,MOOC实现了在线学习、社会交互行为、大数据分析以及互联网技术等现代信息技术与教育事业的深度融合。

(一)通过学习管理,杜绝学习者偷懒行为

MOOC后台详细记录着学习者的每一个细微的学习动作,针对行为懒散、自制力不强的学习者,后台也会采取相应的管理措施,如学习者在观看学习视频时,教师可以通过后台功能设置实现学习行为管理,包括:视频进度限制,防止快进播放;视频顺序限定,防止跳集学习;当前学习窗口探测,防止学习途中从事其他活动,切换窗口等。通过这些技术手段来管理和监控学习者的线上视频学习过程,杜绝偷懒行为的发生。

(二)通过进度把控,督促合理安排时间

传统课堂上教师对教学进度的把控是通过每日完成既定的教学任务来实现的,但这只是从整体上把握了教学的“虚拟”进度,学生是否完成指定学习任务、是否跟上整体进度,教师无从知晓。MOOC大数据使教师对学习者的学习行为做到了了如指掌,无论是从教学视频的学习情况、随堂作业的完成情况还是课程讨论的参与情况,教师都可以一目了然地看到每个学习者的状态,一旦发现某个学习者落后于整体太多,教师就会发一封邮件单独告知,教师这种一对一的提醒方式让学习者有了紧迫感,自觉地跟上学习进度,同时也进一步督促学习者在之后的学习中合理安排时间。

(三)通过线下翻转,针对性查漏补缺

翻转课堂(又称为颠倒课堂),就是把“课上听老师讲解,课后自己做题”的教学模式翻转成为“课前自己学习老师的教学视频,课上老师进行答疑解惑”。在MOOC之前的翻转课堂利用的都是单向式教学视频,学生尽管可以提前学习,但缺乏师生互动与精确的学习行为数据,线下翻转也无法得知每个学生的具体学习状况。

MOOC出现后,学习者提前在MOOC上学习,通过阶段式的学习牵引、课堂提问、随堂测验等不断深化学习成果,同时学习者还能提前就个别难题与教师、其他学习者交流,在进行线下翻转课堂之前,教师可以通过对后台学习行为数据的挖掘与分析,了解到整体学习概况以及每个学习者学习中出现的问题,在翻转课堂上进行实时检测并有针对性地答疑解惑,查漏补缺,切实管理到学习者的所有学习情况。

参考文献:

[1] Marie Bienkowski, Mingyu Feng, Barbara Means. Enhancing Teaching and Learning through Educational Data Mining and Learning Analytics: An Issue Brief.Washington,D.C.Office of Educaional Technology,U.S.Department of Education. 2012:25

[2]姜明文.慕课热之思考[J].河北师范大学学报,2014(3):110

[3]李晓东.“慕课”对高校教师教学能力的挑战与对策[J].南京理工大学学报,2014(3):90

[4]蒋玉龙.建慕课,做翻转课堂,体验全新的大学教学,超星集团在湖南大学举办的《课程服务与SPOC教学平台建设应用研讨会》上的分享报告,2014.11.22

[5](美)F. W. 泰勒.科学管理原理[M].北京:中国社会科学出版社,1984(10):157

 

 

 


Copyright © 2021. All Rights Reserved. 技术支持:湖南品铭科技有限公司 电话:0731-85548226