馬云飛　岳婷燕　狄璇

特約主持人：鄭旭東（江蘇師范大學(xué)）

主持人按語：21世紀以來，信息技術(shù)對教育發(fā)展的革命性影響已成為社會共識，特別是近年來，以物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算和人工智能等為代表的新一代信息技術(shù)的爆發(fā)式發(fā)展與應(yīng)用，給我國職業(yè)教育的轉(zhuǎn)型升級帶來了機遇與挑戰(zhàn)。在此背景下，本專題圍繞當(dāng)前我國職業(yè)教育教學(xué)中廣受關(guān)注的課堂教學(xué)轉(zhuǎn)型、實訓(xùn)教學(xué)智能化升級和1+X證書制度試點三個重要領(lǐng)域，分別嘗試應(yīng)用多模態(tài)數(shù)據(jù)技術(shù)、數(shù)字孿生技術(shù)及區(qū)塊鏈技術(shù)，來探索與破解這些領(lǐng)域在試點或轉(zhuǎn)型過程中的痛點與難點，以期為新一代信息技術(shù)引領(lǐng)與支撐下的職業(yè)教育轉(zhuǎn)型發(fā)展，以及培養(yǎng)面向智能產(chǎn)業(yè)和智能制造的高素質(zhì)技術(shù)技能人才提供借鑒與參考。

摘 要：隨著人工智能等新興技術(shù)的不斷涌現(xiàn)與廣泛應(yīng)用，未來職業(yè)教育的課堂教學(xué)已全面轉(zhuǎn)向培養(yǎng)高素質(zhì)的創(chuàng)新型應(yīng)用人才，旨在培養(yǎng)學(xué)生的高階思維和創(chuàng)新實踐能力的深度學(xué)習(xí)，正逐漸成為促進職業(yè)教育課堂教學(xué)變革的新理念、新方式。為此，從教學(xué)目標、教學(xué)策略、教學(xué)過程、教學(xué)評價四個環(huán)節(jié)構(gòu)建了面向深度學(xué)習(xí)的教學(xué)設(shè)計框架，并基于伴隨性評價理念和多模態(tài)數(shù)據(jù)技術(shù)，設(shè)計了多維度評估學(xué)生深度學(xué)習(xí)情況的數(shù)據(jù)采集指標，可支持多模態(tài)數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)實現(xiàn)，但仍需要在未來不斷加強智能空間的構(gòu)建、提升教師的數(shù)字勝任力與數(shù)據(jù)素養(yǎng)、促進課堂教學(xué)與實訓(xùn)實操對接、確保多模態(tài)數(shù)據(jù)的準確和安全。

關(guān)鍵詞：職業(yè)教育;課堂教學(xué);多模態(tài)數(shù)據(jù);深度學(xué)習(xí);伴隨式評價

基金項目：江蘇師范大學(xué)優(yōu)秀博士人才引進科研支持項目“促進協(xié)作學(xué)習(xí)有效發(fā)生的共享調(diào)節(jié)機制研究”（項目編號：19XSRX002）;2020年江蘇省研究生培養(yǎng)創(chuàng)新工程研究生科研與實踐創(chuàng)新計劃項目“多模態(tài)數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)發(fā)生機制及實證研究”（項目編號：KYCX20_2109）

作者簡介：馬云飛，女，江蘇師范大學(xué)智慧教育學(xué)院2019級碩士研究生，主要研究方向為多模態(tài)數(shù)據(jù)、深度學(xué)習(xí);岳婷燕（通訊作者），女，江蘇師范大學(xué)教育科學(xué)學(xué)院助教，主要研究方向為教育信息化、教師數(shù)字化發(fā)展;狄璇，女，江蘇師范大學(xué)智慧教育學(xué)院2020級碩士研究生，主要研究方向為多模態(tài)數(shù)據(jù)、深度學(xué)習(xí)。

中圖分類號：G710 ? ? ? ? ? ? ?文獻標識碼：A ? ? ? ? ? ? ?文章編號：1674-7747（2020）12-0017-09

職業(yè)教育是我國教育體系的重要組成部分，是培養(yǎng)應(yīng)用型和技術(shù)型人才的主要陣地。2019年2月，國務(wù)院印發(fā)的《中國教育現(xiàn)代化2035》提出，要“加強創(chuàng)新人才特別是拔尖創(chuàng)新人才的培養(yǎng)，加大應(yīng)用型、復(fù)合型、技術(shù)技能型人才培養(yǎng)比重”[1]。因此，如何培養(yǎng)具有實踐創(chuàng)新能力的高技術(shù)技能人才，已成為職業(yè)教育變革的重要課題。

然而，在我國當(dāng)前的職業(yè)教育教學(xué)中，既存在如同工廠流水線生產(chǎn)的統(tǒng)一化教學(xué)方式問題，也存在教師教學(xué)偏重學(xué)生的技術(shù)技能培養(yǎng)，而輕視對學(xué)生深度理解專業(yè)知識及其創(chuàng)新實踐能力培養(yǎng)的現(xiàn)象。要破除這些困境，急需“對癥下藥”，阻止學(xué)生在課堂教學(xué)中被動接受知識“灌輸”和對教師技能的簡易“模仿”現(xiàn)象發(fā)生。有研究發(fā)現(xiàn)，高階思維和實踐創(chuàng)新能力的提升都是基于深度學(xué)習(xí)而發(fā)生的，而大數(shù)據(jù)、人工智能等新興智能技術(shù)也為深度學(xué)習(xí)的開展提供了核心技術(shù)支持。因此，面向深度學(xué)習(xí)的課堂教學(xué)不失為智能時代變革職業(yè)教育及其課堂教學(xué)的有效方式。為此，本研究將對智能技術(shù)和多模態(tài)數(shù)據(jù)支持下的深度學(xué)習(xí)展開分析，以期為我國職業(yè)教育課堂教學(xué)變革提供借鑒與參考。

一、深度學(xué)習(xí)：智能時代職業(yè)教育教學(xué)變革的重要取向

（一）深度學(xué)習(xí)及其發(fā)展歷程

深度學(xué)習(xí)研究的興起是人們自覺回應(yīng)知識經(jīng)濟、終身教育、優(yōu)質(zhì)教育等理念對教育發(fā)展要求的結(jié)果[2]。1976年，F(xiàn)erence Marton 和Roger Saljo針對以機械記憶為代表的淺層學(xué)習(xí)提出了深度學(xué)習(xí)理念[3]，認為深度學(xué)習(xí)是指學(xué)習(xí)者在知識理解的基礎(chǔ)上，能夠主動將所學(xué)知識納入到已有的內(nèi)在知識框架，以及能遷移運用到現(xiàn)實情境以解決實際問題。深度學(xué)習(xí)與淺層學(xué)習(xí)的差異性體現(xiàn)于學(xué)習(xí)動機、目標、內(nèi)容、方式、過程、結(jié)果和評價，具體如表1所示。

本世紀以來，深度學(xué)習(xí)越來越為國際社會和教育研究者所關(guān)注，圍繞深度學(xué)習(xí)開展的項目實踐也越來越常見。由美國威廉和弗洛拉·休利特基金會（The William and Flora Hewlett Foundation）發(fā)起、美國研究院（American Insitutes for Research）組織實施的SDL（Study of Deeper Learning： Opportunities and Outcomes）項目將深度學(xué)習(xí)能力定義為學(xué)生勝任21世紀工作和公民生活所必須具備的能力，這一能力能讓學(xué)生靈活掌握和理解學(xué)科知識，以及應(yīng)用這些知識去解決課堂和未來工作中的問題[4]。2012年，加拿大維多利亞大學(xué)聯(lián)合眾多院校開展了面向深度學(xué)習(xí)新教學(xué)法（New Pedagogies for Deep Learning）的全球性活動，以期尋求深度學(xué)習(xí)變革的方案[5]。2015年，美國還專門發(fā)布了一份有關(guān)深度學(xué)習(xí)的報告，將深度學(xué)習(xí)視為21世紀教育的重要政策方向[6]。我國教育部也曾實施“深度學(xué)習(xí)”教學(xué)改進項目，并在多個地方進行試點實驗。綜上可見，如何促進深度學(xué)習(xí)和提升學(xué)生的深度學(xué)習(xí)能力，已成為全球教育改革發(fā)展的重要課題。

（二）面向深度學(xué)習(xí)的職業(yè)教育課堂教學(xué)框架

深度學(xué)習(xí)是全新教學(xué)理念與學(xué)習(xí)方式變革的標志。本研究從教學(xué)目標、教學(xué)策略、教學(xué)過程、教學(xué)評價四個環(huán)節(jié)，以培養(yǎng)具有高階思維和實踐創(chuàng)新能力的學(xué)生為最終目的，設(shè)計了面向深度學(xué)習(xí)的職業(yè)教育課堂教學(xué)框架，具體如圖1所示。

1.深度學(xué)習(xí)的教學(xué)目標。教學(xué)目標設(shè)計直接指引著教學(xué)活動的內(nèi)容方向和評價基準。我國主流的教學(xué)目標從“基本知識和基本技能的掌握”到“知識、情感、動作技能”，基本上都指向?qū)W生的“核心素養(yǎng)”，這說明關(guān)注人的全面發(fā)展已成為我國教學(xué)目標的主要價值取向。深度學(xué)習(xí)與我國教育對學(xué)生發(fā)展的最終價值訴求相符。因此，面向深度學(xué)習(xí)的職業(yè)教育課堂教學(xué)總目標要以深度學(xué)習(xí)為導(dǎo)向，分層小目標的確定則可依據(jù)SDL項目劃分的深度學(xué)習(xí)能力，即在認知領(lǐng)域要培養(yǎng)學(xué)生掌握核心學(xué)科知識、發(fā)展其批判性思維和復(fù)雜問題解決的能力;在人際領(lǐng)域要培養(yǎng)學(xué)生的團隊協(xié)作、有效溝通能力;在個人領(lǐng)域?qū)用嬉囵B(yǎng)他們的學(xué)會學(xué)習(xí)能力及學(xué)習(xí)毅力。

2.靈活多樣的教學(xué)策略。職業(yè)教育課堂相較于其他教育課堂而言，更注重學(xué)生所學(xué)的知識和技能是否可遷移至真實情境中。本框架根據(jù)職業(yè)教育特點，提出了促進深度學(xué)習(xí)的四個課堂教學(xué)策略。（1）項目式學(xué)習(xí)策略。項目式學(xué)習(xí)基于真實環(huán)境而展開，將課堂的書面知識和現(xiàn)實世界的真實問題連接起來，以促進學(xué)生的相關(guān)技能習(xí)得和遷移學(xué)習(xí)，進而產(chǎn)生深度學(xué)習(xí)。（2）任務(wù)驅(qū)動和問題導(dǎo)向相結(jié)合。任務(wù)驅(qū)動可以激發(fā)學(xué)生的內(nèi)在學(xué)習(xí)動力，使他們自發(fā)學(xué)習(xí)核心學(xué)科知識;而真實問題導(dǎo)向則將課堂所學(xué)與現(xiàn)實情境相聯(lián)系，不僅能提升學(xué)生的問題解決能力，也有利于學(xué)生將所學(xué)知識快速自然地遷移運用至真實情境中。（3）協(xié)作問題解決策略。該策略從學(xué)習(xí)中的問題出發(fā)，通過社會性交互、對話、協(xié)商等協(xié)作的方式，使學(xué)生達成對某個問題的共識，形成問題解決方案。（4）自主探究和小組合作相結(jié)合。自主探究和小組合作的結(jié)合讓每位學(xué)生都能主動參與學(xué)習(xí)過程，使他們在學(xué)習(xí)共同體中實現(xiàn)綜合發(fā)展。

3.延伸課堂的教學(xué)過程。本框架的教學(xué)過程借鑒“翻轉(zhuǎn)課堂”模式，依托職教云、Moodle等多種網(wǎng)絡(luò)教學(xué)平臺，突破時空限制，延伸課堂教學(xué)，使深度學(xué)習(xí)貫穿所有教學(xué)環(huán)節(jié)。延伸課堂的教學(xué)過程可分為以下四個階段。

（1）課前知識理解階段。此階段以學(xué)生對知識的獲取和理解為主要目的，包括以下三個主要環(huán)節(jié)。其一，教師為學(xué)生提供與學(xué)習(xí)目標相對應(yīng)的學(xué)習(xí)資源，并發(fā)布與真實情境相關(guān)的學(xué)習(xí)任務(wù)，激發(fā)學(xué)生的內(nèi)在學(xué)習(xí)動機。其二，學(xué)生一方面基于教學(xué)平臺獨立自主地完成知識探究活動，另一方面則以小組形式運用所學(xué)知識開展協(xié)作學(xué)習(xí)活動，并在此過程中互相提出問題，以及通過交流協(xié)商形成問題解決方案，實現(xiàn)所學(xué)知識的鞏固與情境化發(fā)展。其三，學(xué)生以小組形式完成學(xué)習(xí)任務(wù)并形成可視化學(xué)習(xí)報告，在課堂中向師生匯報。

（2）課中內(nèi)化遷移階段。線下課堂的最大特點是支持師生面對面交流，故此階段強調(diào)師生深度互動，教師作為課堂活動的參與者幫助學(xué)生積極建構(gòu)知識。此階段包括以下三個主要環(huán)節(jié)。其一，教師發(fā)布與真實情境相關(guān)聯(lián)的學(xué)習(xí)項目，并為學(xué)生提供必需的學(xué)習(xí)資源。學(xué)習(xí)項目應(yīng)具備延續(xù)性和實踐性，與后續(xù)的實訓(xùn)實操相關(guān)。其二，學(xué)生通過小組合作和自主探究等多種活動方式推進學(xué)習(xí)項目的完成，教師或企業(yè)專家可以基于學(xué)生的實際需求，為學(xué)生提供必要的指導(dǎo)與支持。其三，學(xué)習(xí)任務(wù)完成后，協(xié)作小組可將學(xué)習(xí)成果進行展示，教師和企業(yè)專家則可對學(xué)生的學(xué)習(xí)成果進行點評，結(jié)合學(xué)情和情境引導(dǎo)學(xué)生遷移拓展。此外，在整個教學(xué)過程中，師生可以組成學(xué)習(xí)共同體，建立平等且共同配合的關(guān)系;同時，要求學(xué)生在每次課堂學(xué)習(xí)后，都應(yīng)開展生生互評和學(xué)生自評，以及最后的總結(jié)性教學(xué)評價。

（3）課后反思深化階段。反思是促進深度學(xué)習(xí)的重要手段與有效策略。學(xué)生課后應(yīng)及時回顧自身學(xué)習(xí)情況，填寫反思日記。此外，由于學(xué)生的反思具有主觀性和淺層化，可能會有意無意地忽略內(nèi)隱數(shù)據(jù)，教師應(yīng)該作為學(xué)生反思的協(xié)助者，采用有聲思維等方法，向?qū)W生詢問與課堂相關(guān)的問題，讓學(xué)生立刻進行口頭回答，以提高學(xué)生反思的精確性。

（4）實訓(xùn)實踐創(chuàng)新階段。實訓(xùn)教學(xué)作為提升高技能人才培養(yǎng)質(zhì)量的有效方法，能為理論教學(xué)提供真實性、先進性與開放性并存的實踐鍛煉機會，有助于擺脫傳統(tǒng)職業(yè)教育“重理論、輕實踐”的束縛，提高學(xué)生的動手操作能力和創(chuàng)造性解決問題的能力。其一，學(xué)生應(yīng)通過實踐檢驗課堂所學(xué)知識，糾正錯誤的知識理解，完善認知，并達成對知識的深度理解;其二，學(xué)生應(yīng)通過多次的實踐操作，解決課堂學(xué)習(xí)過程中被忽略的深層次問題，提升自身的復(fù)雜問題解決能力，實現(xiàn)技術(shù)技能的優(yōu)化提高。

4.伴隨式的教學(xué)評價。傳統(tǒng)職業(yè)教育以理論考試成績和技能習(xí)得情況評價學(xué)生，這種單一指標的評價無法挖掘每個學(xué)生的潛能，并且評價固化可能會導(dǎo)致學(xué)生的學(xué)習(xí)倦怠。面向深度學(xué)習(xí)的課堂教學(xué)注重過程化、多維度、個性化的教學(xué)評價。伴隨式評價是一種追蹤連續(xù)學(xué)習(xí)過程并實現(xiàn)“全程動態(tài)”的評價，主張及時采集、分析學(xué)習(xí)過程數(shù)據(jù)，關(guān)注數(shù)據(jù)對教學(xué)過程的指導(dǎo)、反饋作用[7]。隨著大數(shù)據(jù)、人工智能、區(qū)塊鏈等高新技術(shù)的爆發(fā)式發(fā)展，基于大規(guī)模實時收集、精準分析學(xué)生的過程性學(xué)習(xí)數(shù)據(jù)的伴隨式評價已成為可能。因此，在今后的職業(yè)教育課堂教學(xué)中，教師可通過智能教學(xué)平臺和課堂管理平臺采集學(xué)生的資源學(xué)習(xí)行為、問題提出、互動交流、任務(wù)完成等過程性數(shù)據(jù)，以實現(xiàn)對學(xué)生進行多維度建模與畫像，及時評估他們的學(xué)習(xí)表現(xiàn)，診斷其學(xué)習(xí)質(zhì)量，發(fā)揮評價的導(dǎo)向和激勵功能。

二、課堂重構(gòu)：多模態(tài)數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)實現(xiàn)

（一）何為多模態(tài)數(shù)據(jù)

Laurence Nigay等指出，多模態(tài)的“多（multi）”即為多樣多源（more than one），“模態(tài)（modal）”有“形態(tài)（modality）”和“模式（mode）”兩層含義，其中，形態(tài)指傳遞或獲取信息的通信信道類型，模式指提取或傳達意義的方式的狀態(tài)[8]。多模態(tài)數(shù)據(jù)的建?？梢宰匪葜辽鲜兰o90年代，Nalini Ambady通過對學(xué)生的學(xué)習(xí)錄像進行“切片”，量化他們的肢體動作等非語言行為，以實現(xiàn)對學(xué)生期末成績的預(yù)測[9]。目前，隨著數(shù)據(jù)采集技術(shù)的發(fā)展，多模態(tài)更趨向于對內(nèi)隱數(shù)據(jù)的挖掘，如通過多模態(tài)生物識別技術(shù)和生理測試手段（如EEG、fMRI、ERP等）獲取的人體大腦血流、腦電波、眼動行為、皮膚電、心率和血壓等生理指標數(shù)據(jù)[10]。與來自對課堂與學(xué)習(xí)環(huán)境的人工觀察和感悟等得到的傳統(tǒng)教育數(shù)據(jù)相比，其采集與分析過程更為客觀、可靠，對評估與推動深度學(xué)習(xí)極具價值。

（二）面向深度學(xué)習(xí)的多模態(tài)數(shù)據(jù)采集指標

面向深度學(xué)習(xí)的課堂教學(xué)框架包括學(xué)習(xí)路徑、課堂投入、課后反思及實訓(xùn)實踐四個維度。為了收集和分析能夠反映學(xué)生學(xué)習(xí)過程的伴隨性數(shù)據(jù)，筆者對以上四個維度進行了多模態(tài)數(shù)據(jù)采集指標設(shè)計，以期監(jiān)測及促進學(xué)生的深度學(xué)習(xí)，具體如圖2所示。

1.貫穿全程的學(xué)習(xí)路徑追蹤。學(xué)習(xí)路徑包括路徑起點、路徑過程和路徑終點，是構(gòu)成對學(xué)生精準建模與畫像的基礎(chǔ)，可直觀反映學(xué)習(xí)者真實的學(xué)習(xí)過程、學(xué)習(xí)狀態(tài)，以及評估學(xué)生深度學(xué)習(xí)能力的習(xí)得情況，涉及到以下三個數(shù)據(jù)采集指標。一是學(xué)習(xí)風(fēng)格指標。其主要目的是評估學(xué)生的學(xué)習(xí)風(fēng)格，及時向?qū)W生推送個性化資源，激發(fā)學(xué)生的內(nèi)在學(xué)習(xí)動機。該指標的數(shù)據(jù)來源包括學(xué)生自我學(xué)習(xí)風(fēng)格評估量表、教師課堂觀察等。二是學(xué)習(xí)行為指標。其主要目的是形成學(xué)生的學(xué)習(xí)行為序列，以此有效分析學(xué)生的風(fēng)格和偏好，評估學(xué)生在學(xué)習(xí)過程中深度學(xué)習(xí)的發(fā)生情況。該指標的數(shù)據(jù)以教學(xué)平臺產(chǎn)生的學(xué)生學(xué)習(xí)數(shù)據(jù)為主，包括學(xué)生瀏覽資源的次數(shù)、學(xué)習(xí)時長、討論交流、課程評價、課堂任務(wù)完成情況等行為數(shù)據(jù)。三是學(xué)習(xí)效果指標。其主要目的是多樣化評估學(xué)生的課堂學(xué)習(xí)效果，挖掘?qū)W生的內(nèi)在潛能和創(chuàng)新能力，防止對學(xué)生的評價固化。另外，學(xué)習(xí)效果指標數(shù)據(jù)涉及到課堂中每個環(huán)節(jié)的小組評價和學(xué)生評價等過程性評價數(shù)據(jù)，以及學(xué)習(xí)成績和教師評價等總結(jié)性評價數(shù)據(jù)。

2.課堂學(xué)習(xí)投入度的動態(tài)評估。學(xué)生的學(xué)習(xí)投入度對課程持續(xù)性、學(xué)生成績及其未來畢業(yè)至關(guān)重要，也被認為是促進深度學(xué)習(xí)的前提。通過智能技術(shù)采集的學(xué)生學(xué)習(xí)投入度的數(shù)據(jù)指標涉及以下三個方面。一是課堂活躍度指標。學(xué)生的參與意愿是深度學(xué)習(xí)發(fā)生的先導(dǎo)動力，而該指標能反映學(xué)生課堂參與的意愿和參與情緒。另外，該指標數(shù)據(jù)的采集可利用教室攝像頭記錄的上課視頻，提取學(xué)生主動提出問題、努力完成任務(wù)等相關(guān)片段，并對其話語、面部和肢體行為等數(shù)據(jù)進行分析，以實現(xiàn)對學(xué)生課堂活躍度的評估。二是課堂專注度指標。該指標更趨向于對內(nèi)隱生理數(shù)據(jù)的挖掘，強調(diào)及時捕捉學(xué)生的學(xué)習(xí)狀態(tài)波動。三是課堂互動度指標。由于師生、生生間的互動是促進深度學(xué)習(xí)發(fā)生的重要機制，故可采用該指標分析學(xué)生的交流合作能力。在分析課堂互動度指標數(shù)據(jù)時，可借助基于人工智能的情感分析和文本分析等技術(shù)，提取學(xué)生參與互動的次數(shù)和情緒，從而實現(xiàn)評估學(xué)生課堂互動的目的。

3.課后及時的多維度反思。人腦深度學(xué)習(xí)與機器深度學(xué)習(xí)的最大差別在于人腦具有反思力和創(chuàng)造力[11]。為了便于采集學(xué)生在深度學(xué)習(xí)后的反思數(shù)據(jù)，本文采用Neville Hatton和David Smith提出的“評價學(xué)生反思能力的評估框架”[12]，具體如圖3所示。

基于這一框架的深度學(xué)習(xí)反思數(shù)據(jù)來源主要包括以下兩個方面。其一，教師可基于以上反思框架編制相關(guān)反思報告，由學(xué)生填寫，并形成文本數(shù)據(jù)。其二，由于學(xué)生的自我反思具有主觀性，教師可作為反思參與者，采用有聲思維法幫助學(xué)生快速回憶，并將學(xué)生回憶形成的文本數(shù)據(jù)作為一種數(shù)據(jù)源。有聲思維法是將問題作為回顧刺激，并使大腦思維有聲化，且及時轉(zhuǎn)存為文本記錄在檔，在此過程中學(xué)生難以隱藏內(nèi)心想法，因而該數(shù)據(jù)也相對客觀準確。

4.真實環(huán)境下的實訓(xùn)成果檢驗。實訓(xùn)教學(xué)在職業(yè)教育中占有重要地位，在培養(yǎng)學(xué)生的專業(yè)技能和實踐操作能力方面有著不可替代的作用。實訓(xùn)教學(xué)的數(shù)據(jù)采集包括如下兩個指標。其一，學(xué)生實訓(xùn)成績指標，主要評估學(xué)生在較真實環(huán)境下的知識遷移運用能力。該指標數(shù)據(jù)的采集可借助實訓(xùn)基地的虛擬現(xiàn)實（Virtual Reality）/增強現(xiàn)實（Augmented Reality）技術(shù)和大數(shù)據(jù)技術(shù)，在學(xué)生進行實操時全過程追蹤采集和精準化記錄，而且這種伴隨式的數(shù)據(jù)采集方式可避免由單一的成績評價造成的評價數(shù)據(jù)不準確等問題。其二，專家評估指標，主要評估學(xué)生的實訓(xùn)成果是否符合實訓(xùn)目標及是否具有創(chuàng)新性。該指標數(shù)據(jù)的采集可以通過現(xiàn)場或在線等形式，采集企業(yè)師傅和專家對學(xué)生實訓(xùn)全程的評價數(shù)據(jù)以及對實訓(xùn)產(chǎn)品的評價數(shù)據(jù)。

三、變革建議：未來職業(yè)教育課堂教學(xué)的發(fā)展路徑

（一）構(gòu)建面向深度學(xué)習(xí)的智能空間，實時采集過程性數(shù)據(jù)

學(xué)習(xí)數(shù)據(jù)是多模態(tài)技術(shù)驅(qū)動深度學(xué)習(xí)開展的基礎(chǔ)，而這些多模態(tài)學(xué)習(xí)數(shù)據(jù)的采集離不開智能環(huán)境的支持。為此，職業(yè)院校急需構(gòu)建面向深度學(xué)習(xí)的智能空間，其主要分為在線和線下兩種形式。其一，在線智能教學(xué)平臺的構(gòu)建可通過職教云、Moodle等課堂管理平臺，采集課堂學(xué)生的資源使用、任務(wù)完成、討論互動和學(xué)習(xí)評價等過程性行為數(shù)據(jù)，并以此實現(xiàn)對學(xué)生的學(xué)習(xí)過程進行建模與畫像。其二，針對線下物理空間的構(gòu)建，職業(yè)院校可對傳統(tǒng)教室進行智能化改造，通過智能攝像頭等實時采集師生的課堂教學(xué)活動數(shù)據(jù)，并運用這些實際情境中的多模態(tài)數(shù)據(jù)，實現(xiàn)對學(xué)生課堂學(xué)習(xí)與交互行為的精準挖掘。

（二）關(guān)注教師數(shù)字勝任力的發(fā)展，提升教師的數(shù)據(jù)素養(yǎng)

面向深度學(xué)習(xí)的職業(yè)教育課堂改革，需要一支高素質(zhì)、專業(yè)化、創(chuàng)新型教師隊伍的支持。為此，未來我國職業(yè)教育教師的培養(yǎng)應(yīng)重點關(guān)注以下三個方面。其一，教師應(yīng)提高自身數(shù)字勝任力。這要求教師能靈活管理和運用數(shù)字技術(shù)進行實踐教學(xué);同時，要求教師作為輔助者，幫助學(xué)生使用數(shù)字技術(shù)進行高效協(xié)作和創(chuàng)造性問題解決。此外，職業(yè)院校應(yīng)加快建設(shè)智能時代的網(wǎng)絡(luò)智能學(xué)習(xí)體系，加快推動技術(shù)與教學(xué)的深度融合，為教師提供智能教學(xué)環(huán)境。其二，教師應(yīng)培養(yǎng)和發(fā)展持續(xù)性學(xué)習(xí)能力。一方面，教師要樹立終身學(xué)習(xí)的理念，面向市場所需，提升學(xué)習(xí)主動性;另一方面，職業(yè)院校應(yīng)聯(lián)合企業(yè)開展教師職業(yè)技能培訓(xùn)，讓教師親自參與企業(yè)產(chǎn)品生產(chǎn)過程，與企業(yè)專家協(xié)同合作，為教師的技能優(yōu)化創(chuàng)新提供發(fā)展平臺。其三，教師應(yīng)提升自身數(shù)據(jù)素養(yǎng)。教師的數(shù)據(jù)素養(yǎng)是教師靈活運用多模態(tài)技術(shù)驅(qū)動深度學(xué)習(xí)課堂的重要基礎(chǔ)，這要求教師主動對教育教學(xué)中產(chǎn)生的數(shù)據(jù)進行收集、處理、分析與應(yīng)用，以提升自身的數(shù)據(jù)素養(yǎng)。

（三）課堂與實訓(xùn)對接，培養(yǎng)具有實踐創(chuàng)新能力的學(xué)生

職業(yè)教育的特殊性要求課堂教學(xué)的最終導(dǎo)向是職業(yè)崗位和市場需求，因而深度學(xué)習(xí)既應(yīng)發(fā)生在課堂教學(xué)中，也應(yīng)在實習(xí)實訓(xùn)過程中得到延伸和發(fā)展，以幫助學(xué)生將知識和技能遷移應(yīng)用到實際問題解決中，加深學(xué)生的深度理解，提升學(xué)生的實踐和創(chuàng)新能力。其一，職業(yè)院校應(yīng)重視與企業(yè)合作制訂面向市場需求的創(chuàng)新型人才培養(yǎng)方案，鼓勵學(xué)生發(fā)展多種技能，深化落實1+X證書制度。企業(yè)師傅、專家可靈活介入到課堂與實訓(xùn)中，對學(xué)生的學(xué)習(xí)與實踐進行實時指導(dǎo)，引導(dǎo)學(xué)生挖掘自身潛能。其二，職業(yè)院校應(yīng)重視利用多模態(tài)技術(shù)，全程追蹤學(xué)生在深度學(xué)習(xí)和實習(xí)實訓(xùn)中的認知、生理及行為數(shù)據(jù)，并通過多模態(tài)數(shù)據(jù)分析技術(shù)，及時推送滿足學(xué)生差異化需求的學(xué)習(xí)資源。其三，職業(yè)院校應(yīng)加大實訓(xùn)基地建設(shè)的資金投入，搭建虛擬實訓(xùn)環(huán)境和仿真平臺，創(chuàng)建具有沉浸性、交互性、想象性的虛擬環(huán)境，提升學(xué)生的學(xué)習(xí)臨場感和體驗性，進而激發(fā)學(xué)生的創(chuàng)新能力。

（四）重視多模態(tài)課堂數(shù)據(jù)的準確性和安全性，避免數(shù)據(jù)濫用

職業(yè)院校在進行多模態(tài)數(shù)據(jù)采集和分析時應(yīng)重視以下兩個方面。一是數(shù)據(jù)采集的準確性。高品質(zhì)的教育數(shù)據(jù)系統(tǒng)首先應(yīng)該具備數(shù)據(jù)的準確性，而不準確的數(shù)據(jù)可能會造成教師對學(xué)生深度學(xué)習(xí)發(fā)生情況的誤判，從而提供錯誤反饋，不利于學(xué)生調(diào)節(jié)后續(xù)學(xué)習(xí)狀態(tài)。為此，在數(shù)據(jù)采集中，一方面，職業(yè)院校要提高對腦電、眼動等具有內(nèi)隱與客觀特征的生理數(shù)據(jù)采集的精度;另一方面，在數(shù)據(jù)采集時應(yīng)遵循教育倫理，不可過度搜集與使用數(shù)據(jù)，同時也能避免數(shù)據(jù)冗余和清洗困難。二是數(shù)據(jù)存儲與使用的安全性。一方面，數(shù)據(jù)流通各端口的人員都應(yīng)該提高數(shù)據(jù)安全意識，保障教育數(shù)據(jù)與師生隱私數(shù)據(jù)及信息的安全;另一方面，職業(yè)院校要積極采用高度安全的區(qū)塊鏈技術(shù)，將多模態(tài)教育數(shù)據(jù)上鏈，以確保這些數(shù)據(jù)的安全可控和溯源追責(zé)。

參考文獻：

[1]新華社.中共中央、國務(wù)院印發(fā)《中國教育現(xiàn)代化2035》[EB/OL].（2019-02-23）[2020-07-17].http：//www. gov.cn/zhengce/2019-02/23/content_5367987.htm.

[2]卜彩麗，馮曉曉，張寶輝.深度學(xué)習(xí)的概念、策略、效果及其啟示——美國深度學(xué)習(xí)項目（SDL）的解讀與分析[J]. 遠程教育雜志，2016，34（5）：75-82.

[3] MARTON ?F， S?lj? ?R. On Qualitative Ddifferences in Learning： Outcome and Process[J]. British Journal of Educational Psychology，1976，46（1）：4-11.

[4] The William and Flora Hewlett Foundation. Deeper Learning Strategic Plan Summary Education Program [EB/OL].[2020-11-27].http：//www.hewlett.org/wp-content/ uploads/2016/09/Education_Deeper_Learning_Strategy.pdf.

[5] NPDL. New Pedagogies for Deep Learning[EB/OL]. [2020-11-27].http：//cus0201clsprod.blob.core.windows.net/uploads/dlh/trdoc/npdl-dll-2017-2g-deep-learning-design/08865c4c-ca2a-e711-80c4-00155d546fea/npdl%20dll%202017%20-%202g%20-%20deep%20learning%20design.pdf.

[6] National Association of State Boards of Education.Deeper Learning： Policies for a 21st Education[EB/OL].[2020-11-27].http：//www.nasbe.org/education-leader/deeper- learning-policies-for-a-21st-education/.

[7]李芒，蔡旻君.課堂評價亟需信息技術(shù)的支持[J].中國電化教育，2016（1）：63-70.

[8] NIGAY L， COUTAZ J. A Design Space for Multimodal Systems：Concurrent Processing and Data Fusion[C]//Proceedings of the INTERACT93 and CHI93 Conference on Human Factors in Computing Systems. New York：ACM，1993： 172-178.

[9] AMBADY N， ROSENTHAL R. Half a Minute： Predicting Teacher Evaluations from Thin Slices of Nonverbal Behavior and Physical Attractiveness[J]. Journal of Personality and Social Psychology，1993，64（3）：431.

[10]鄭旭東，馬云飛.腦電圖技術(shù)的教育研究圖景與趨勢——基于2000—2019年國際文獻的知識圖譜分析[J].現(xiàn)代遠程教育研究，2020，32（4）：36-47.

[11]劉哲雨，郝曉鑫，曾菲，等.反思影響深度學(xué)習(xí)的實證研究——兼論人類深度學(xué)習(xí)對機器深度學(xué)習(xí)的啟示[J].現(xiàn)代遠程教育研究，2019（1）：87-95.

[12] HATTON N，SMITH D. Reflection in Teacher Education：Towards Definition and Implementation[J]. Teaching & Teacher Education，1995，11（1）：33-49.

[責(zé)任編輯 ? 賀文瑾]

The Reform of Classroom Teaching in Vocational Education： A Study of Deep Learning Supported by Multimodal Data

MA Yunfei， YUE Tingyan， Di Xuan

Abstract： With the continuous emergence and wide application of emerging technologies such as artificial intelligence， the classroom teaching of Vocational Education in the future has turned to the cultivation of high-quality innovative applied talents， aiming at cultivating students' high-level thinking and innovative practical ability. It is gradually becoming a new concept and new way to promote the classroom teaching reform of vocational education. Therefore， the teaching design framework for deep learning is constructed from four aspects of teaching objectives， teaching strategies， teaching process and teaching evaluation. Based on the concept of accompanying assessment and multimodal data technology， a data acquisition index for multi-dimensional evaluation of students' deep learning is designed， which can support the realization of multi-modal data-driven deep learning. In the future， we still need to strengthen the construction of intelligent space， improve teachers' digital competence and data literacy， and promote the docking of classroom teaching and practical training， so as to ensure the accuracy and safety of multimodal data.

Key words： vocational education; classroom teaching; multimodal data; deep learning; accompanying assessment