朱 青/編譯

如何實現(xiàn)網(wǎng)絡課程的個性化

朱 青/編譯

● 讓學生從一對一在線輔導中獲益。

早在30多年前，教育家們就已經(jīng)知道，在一對一的輔導以及掌握學習法 （對某一問題不斷鉆研直至完全掌握，而不是以通過考試為學習的終點）之下，學生的學業(yè)表現(xiàn)會更好。當然，學業(yè)的成功也是需要動機的，不論是來自學生內(nèi)心的驅(qū)動力，還是來自家長、老師或是同輩群體的激勵。

那么，大規(guī)模網(wǎng)絡公開課（MOOCs）的興盛是否會削弱這些成功動機的影響力呢？根本不會！相反，數(shù)字工具為我們提供了實現(xiàn)成本效益的最佳途徑：個性化學習。

我之所以如此肯定，是因為兩種教學方法我都嘗試過。幾年來，我和塞巴斯蒂安·史朗（Sebastian Thrun）一直在斯坦福大學教人工智能課，我們按傳統(tǒng)的方式講課、布置課后作業(yè)，在學期考試的時候給學生們出同樣的考題。結(jié)果，每個學期都只有5%—10%的學生能定期參與課堂的深入討論和好好聽課，其他的學生則消極得多。我們覺得，肯定有其他更好教學方法。

于是，在2011年秋季，我們嘗試了一件全新的事情——在傳統(tǒng)的課堂學習之外，我們創(chuàng)建了一個對所有人免費開放的網(wǎng)絡課程。我們的首次嘗試取得了不錯的成績：超過100000人參與了課程學習，其中23000人完成了整個課程的學習。

在諾貝爾獎得主赫伯特·西蒙 （HerbertSimon）“學習源于學生的所作所為、所思所想，并僅源于此”這一論斷的啟發(fā)下，我們創(chuàng)建了一個以關注學生的作為和學習反饋為核心的課程。我們的課是很短的視頻（2—6分鐘），目的在于幫助在線學生做好做練習題的準備。這些練習題，有些需要在視頻中對解題所需的數(shù)學方法進行詳細講解；有些則是開放式問題，讓學生獨立思考然后在論壇上交流和進一步推敲自己的想法。

我們的課程使學習變得積極而非被動，產(chǎn)生了許多類似于輔導所能帶來的效果，而且還有助于增強學生的學習動機。教育領域的許多研究為我們課程的設置提供了理論支持。比如，卡爾·K·什普納爾 （KarlK. Szpunar）、諾瓦爾·Y·可汗（NovallY.Khan）和丹尼爾·L·沙克特 （DanielL.Schacter）2013年發(fā)表在《美國國家科學院論文集》的一項研究顯示，頻繁的互動有助于集中注意力。再如，威廉·B·伍德（William B.Wood）和金伯莉·D·坦納（KimberlyD.Tanner）發(fā)表在2012年的《生命科學教育》上的一篇論文所指出的，學習能在學生自己思考（而非被動地聽課）時得到強化。正因如此，一個經(jīng)過合理設計的自動智能教學系統(tǒng)就可以產(chǎn)生和人類教師一樣的教學效果——正如庫爾特·范·萊恩（KurtvanLehn）2011年發(fā)表在《教育心理學家》上的薈萃分析中所指出的一樣。

我們課程的最后一個重要優(yōu)勢就在于它快速的自我完善能力。我們對許許多多學生容易掌握和容易出錯的知識點進行分析，從而找出課程需要調(diào)整完善的地方。更難得的是，我們對學習反饋信息的獲取是在網(wǎng)絡課程不間斷的情況下同步進行的。在我們的課程里，人類教師對數(shù)據(jù)信息進行分析，而人工智能系統(tǒng)則執(zhí)行分析結(jié)果，從而為學生接下來的學習提供引導和建議——就像現(xiàn)在的購物網(wǎng)站可以自動推薦你可能感興趣的書和電影一樣。

在線學習就像課本一樣，只是一個工具。老師和學生使用工具的方法才是最為重要的。

[資料來源：Nature][責任編輯：彥 隱]

本文作者彼得·諾維格（PeterNorvig），美國計算機科學家，Google公司研究主管。