李 曉，劉正剛

(杭州電子科技大學 管理學院，浙江 杭州 310018)

我國在高等教育大眾化進程中取得輝煌成績，但也逐步暴露出個性化、多樣化教學不足等問題。翻轉(zhuǎn)課堂因為尊重學生的獨立性和好奇心、重視學生思維上的差異性和天賦特質(zhì)上的差距、突破教室空間和課堂教學時間、學生可在更大的“教學場域”中參與學習、能使學生創(chuàng)新思維獲更大發(fā)展等優(yōu)點，顯著促進個性化教學[1]。但源于翻轉(zhuǎn)課堂與現(xiàn)有教育場域的沖突以及學生和教師主體的異質(zhì)性，個性化教育效果有限，急需塑造與其相匹配的新慣習[2]。鑒于翻轉(zhuǎn)課堂中教師多憑個人主觀經(jīng)驗展開個性化教育，缺乏結(jié)合學生信息及其學習行為信息的全面、科學分析，可借鑒大批量定制的思想和方法加強翻轉(zhuǎn)課堂的精準教學模式研究，強化個性化教學[3]。信息技術(shù)支持的精準教學模式將精準教學從一種評估方法的陳規(guī)，擴至包括精準確定目標、開發(fā)材料與教學過程、計數(shù)與繪制表現(xiàn)和數(shù)據(jù)決策四個環(huán)節(jié)，通過人機合理分工激發(fā)精準教學的活力[4]。大數(shù)據(jù)技術(shù)推動教學評價從經(jīng)驗化轉(zhuǎn)向數(shù)據(jù)化和科學化，推動形成性評價(針對學習行為屬性)、多元化評價和評價標準完善(形成性和終結(jié)性評價結(jié)合)[5]。近年來涌現(xiàn)少許基于大數(shù)據(jù)形成性評價研究個性化教學[6-8]、翻轉(zhuǎn)課堂[9-10]和精準教學的論文[11]；但尚缺乏將大數(shù)據(jù)形成性評價、個性化教學、翻轉(zhuǎn)課堂、精準教學集成起來的研究，尤其是如何做好人機合理分工方面的研究。本文通過聚焦闡明人機的合理分工，深化大數(shù)據(jù)形成性評價下的翻轉(zhuǎn)課堂精準教學模式研究。

一、研究綜述

教師參與下的計算機輔助個性化學習模式是未來較理想且有效的個性化學習方式，因為它既有自適應技術(shù)滿足學習需求又有教師監(jiān)控實時調(diào)整學習需求[12]。姜強等重點提煉個性化自適應學習的元認知與開放學習者模型、自主學習方式、信息可視化處理和大數(shù)據(jù)學習分析，并將其用于慕課的個性化設(shè)計中[13]。方海光等提出面向大數(shù)據(jù)量化自我的自適應學習慕課系統(tǒng)模型[14]。楊雪等強調(diào)大數(shù)據(jù)學習分析對個性化學習中的教師、學生和教育管理者等利益相關(guān)者均有積極影響，其個性化學習體系框架可用于翻轉(zhuǎn)課堂和慕課的建設(shè)[15]。相較于個性化自適應學習系統(tǒng)研究側(cè)重于適宜遠程網(wǎng)絡(luò)教育的慕課，有教師深入?yún)⑴c互動的翻轉(zhuǎn)課堂精準教學模式研究需要確定合理的人機分工。

形成性評價是在課程建構(gòu)、教學和學習的過程中為改進這些過程而進行的系統(tǒng)性評價，它在評判學習有效性的同時對教與學進行及時調(diào)整，確保過程的有效性，促進目標的達成[16]。形成性評價中課堂評價的主體、手段與功能都已進化，主體從教師主導到師生共享，手段從單一測驗到正式和非正式評價方法結(jié)合(如教師反饋、自我評價和同伴評價)，功能從只對學習結(jié)果查漏補缺到持續(xù)支持學生學習再到改善教與學[17]。

個性化學習的基石是個性化評價，翻轉(zhuǎn)課堂精準教學的基石是基于大數(shù)據(jù)的個性化評價，尤其基于大數(shù)據(jù)的形成性評價及其學習者數(shù)據(jù)的可視化。周潔如結(jié)合大數(shù)據(jù)4V特征，闡明大數(shù)據(jù)可彌補形成性評價在數(shù)據(jù)、內(nèi)容、反饋和價值方面的不足[7]。翻轉(zhuǎn)課堂關(guān)鍵在于兩個“高效”和一個“銜接”：前者指學生課前利用微課自主學習的高效和課堂集體學習的高效；后者指通過針對學生微課學習效果反饋，設(shè)計課堂教學的內(nèi)容和環(huán)節(jié)，促使課前教學和課堂教學的緊密聯(lián)系和銜接，大數(shù)據(jù)技術(shù)能夠促進該銜接[9]。體現(xiàn)個性化教育理念的“精準教學”關(guān)鍵是把教學評價(課前診斷性評價、課中形成性評價和課后總結(jié)性評價)與教學反饋統(tǒng)一起來，大數(shù)據(jù)支持全方位地評價學生和學習，進而推動“精準教學”[11]?；诖髷?shù)據(jù)的精準教學需從精準的“學生畫像”、精準的教學目標以及精準研討、精準輔導等方面展開，學生畫像是根據(jù)學生的基礎(chǔ)信息、學習習慣、學習偏好、學習行為和學習期待等方面的數(shù)據(jù)信息而構(gòu)建出來的標簽化學生模型，概括學生個體和學生群體的信息全貌[18]。高校學生畫像使得教學管理工作更加主動化和智能化，學生管理工作更加精細化和個性化，教學管理者與學生之間更緊密，而畫像技術(shù)與大數(shù)據(jù)的結(jié)合使得學生畫像更加精準化、立體化和動態(tài)化[19]。大數(shù)據(jù)分析過程支撐的用戶畫像支持了精準教學設(shè)計模式的開發(fā)[20]。

二、教學模式總體框架

在大數(shù)據(jù)時代，翻轉(zhuǎn)課堂精準教學模式研究的發(fā)展方向是：立足翻轉(zhuǎn)課堂豐富的細粒度信息，依托大數(shù)據(jù)形成性評價并借助精準、立體的動態(tài)學生畫像，推動教學評價與教學反饋統(tǒng)一的個性化精準教學，其中關(guān)鍵是確定合理的人機分工以便反映教師深度參與互動的翻轉(zhuǎn)課堂特點。圖1是本文構(gòu)建的基于大數(shù)據(jù)形成性評價的翻轉(zhuǎn)課堂精準教學模式總體框架。該總體框架遵循PDCA循環(huán)中持續(xù)改進的理念：①在學生和聚焦個性化學習的自適應學習系統(tǒng)之間創(chuàng)建反饋回路A(含主路和輔路)，以虛線圈體現(xiàn)兩個循環(huán)的閉環(huán)路徑；②在學生與基于動態(tài)學生畫像的精準教學之間創(chuàng)建了8字形反饋回路B，以點劃虛線體現(xiàn)并且需以動態(tài)學生畫像及學習分析系統(tǒng)為銜接點才能形成閉環(huán)的8字形循環(huán)回路。圖1中，總體框架從學生參與“翻轉(zhuǎn)課堂課前、課中、課后的教與學”那一刻開始，翻轉(zhuǎn)課堂的在線學習系統(tǒng)記錄帶有時間戳的所有交互中的信息，數(shù)據(jù)清理后再根據(jù)預定義的結(jié)構(gòu)存儲在學生學習行為及過程數(shù)據(jù)庫中。基于大數(shù)據(jù)的形成性評價模型需從學生學習行為及過程數(shù)據(jù)庫和學生學籍檔案、已有課程成績等信息庫中獲取用于分析的數(shù)據(jù)，其評價結(jié)果輸出到自適應學習系統(tǒng)，以生成更適于特定學生的個性化學習的調(diào)整建議，后續(xù)的內(nèi)容傳遞組件將向?qū)W生推薦這些調(diào)整后的翻轉(zhuǎn)課堂課前、課中和課后的教與學，完成一個自動循環(huán)為主的循環(huán)A的主路?；诖髷?shù)據(jù)的動態(tài)學生畫像及學習分析系統(tǒng)從學生學籍檔案和已有課程成績等信息庫、學生學習行為及過程數(shù)據(jù)庫以及形成性評價模型獲取數(shù)據(jù)和分析模型，并輸出相應的預警報告及文檔資料反饋給學生、教師及教學管理者，最終由教師調(diào)整翻轉(zhuǎn)課堂課前、課中和課后的教與學，該調(diào)整側(cè)重于面向全體學生教學內(nèi)容的增減更新、難度系數(shù)和前后順序等，兼顧對重點學生的精準調(diào)整，期間教學管理者配合做好調(diào)整所需必要支持工作，最終完成符合學生個體特點的精準教學，完成一個人工循環(huán)為主的循環(huán)B。

三、教學系統(tǒng)的構(gòu)建

(一)學生學習行為及過程信息庫

學生學習行為及過程信息庫的構(gòu)建包括數(shù)據(jù)導入、清洗數(shù)據(jù)和數(shù)據(jù)預處理三方面。其中關(guān)鍵的數(shù)據(jù)導入源主要是翻轉(zhuǎn)課堂教學平臺系統(tǒng)內(nèi)學生以多種方式學習時捕獲的帶時間戳的各種行為數(shù)據(jù)，包括課前、課中、課后。(1)課前：學生登錄網(wǎng)絡(luò)教學平臺的時間、時長、點擊哪些類別(視頻資料、文檔資料、通知、學習任務單)、登錄平臺次數(shù)、觀看某視頻次數(shù)等；(2)課中：簽到時間、課堂活動參與信息、課堂活動完成情況及完成質(zhì)量等；(3)課后：登錄網(wǎng)絡(luò)教學平臺的時間、時長、完成課后作業(yè)/實踐等的行為數(shù)據(jù)。

(二)形成性評價模型

構(gòu)建基于大數(shù)據(jù)的形成性評價模型，采用機器學習方法展開形成性評價。其中的關(guān)鍵是利用層次分析法和TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)法構(gòu)建傳統(tǒng)的學生形成性評價模型，期間需要教師為訓練集做好標記以便實現(xiàn)有監(jiān)督的學習。另外，用隨機森林模型展開的特征工程分析中，特征篩選也需借鑒教師的經(jīng)驗做有監(jiān)督的機器學習。形成性評價還可通過大數(shù)據(jù)分析給學生打標簽(即描述學生畫像)，此時大數(shù)據(jù)分析主要是用分類標簽(如留學型、考研型、就業(yè)型)，即結(jié)合教師經(jīng)驗手動給學生分類，對應著有監(jiān)督的學習(對應循環(huán)A之輔路)。與用基于規(guī)則的專家系統(tǒng)做學生相關(guān)形成性評價時需要教師大量的知識和人工設(shè)計的程序不同，此處以常用機器學習方法展開的形成性評價可以節(jié)省教師工作量并提升評價質(zhì)量(如準確度等)。

(三)自適應學習系統(tǒng)

借助基于大數(shù)據(jù)的形成性評價模型結(jié)果與學校翻轉(zhuǎn)課堂教學平臺系統(tǒng)及教輔信息系統(tǒng)內(nèi)學生現(xiàn)有信息(包含學生設(shè)定的學習目標與學習定位、學習進度等)比較，可發(fā)展自適應學習系統(tǒng)。其核心聚焦在形成性評價模型發(fā)掘出的學習習慣、知識點內(nèi)容、知識點結(jié)構(gòu)關(guān)系等方面的問題，由系統(tǒng)自動找尋每個學生與最優(yōu)學生結(jié)果相比的薄弱環(huán)節(jié)以及可調(diào)整與改進的方案，并將相應的調(diào)整建議直接反饋至翻轉(zhuǎn)課堂每個學生的課前、課中和課后的任務單，最終達成更高質(zhì)量的個性化學習指導。若對比結(jié)果顯示出學生某行為值位于閾值之下，系統(tǒng)自動給出自適應調(diào)整方案，以便提升至閾值之上；若對比結(jié)果位于閾值之上，則自動給出自適應調(diào)整建議，以便向最優(yōu)值靠近。這還意味著系統(tǒng)需能根據(jù)形成性評價模型的輸出，自動調(diào)整翻轉(zhuǎn)課堂課前、課中及課后的教與學內(nèi)容，能夠自動推薦與評價模型結(jié)果相匹配的學習內(nèi)容與方法給學生，幫助學生調(diào)整學習，確保持續(xù)的學習改進。

(四)動態(tài)學生畫像及學習分析系統(tǒng)

在時間軸上結(jié)合學習行為屬性類信息、以成績?yōu)榇淼膶W習結(jié)果類信息以及形成性評價模型的輸出結(jié)果信息，為每位學生繪制全面的動態(tài)畫像(含學習成長軌跡及詳細學習信息)。學生動態(tài)畫像的數(shù)據(jù)模型可以表示為Pw=r×Bw×Ww，其中Pw為學生W方面的動態(tài)得分；r代表與時間成反比的衰減因子；Bw為行為權(quán)重，代表不同W方面行為對得分產(chǎn)生的不同影響(如學習行為取1.0、課后練習1.2)；Ww代表不同類型的權(quán)重，如電腦或手機不同類型網(wǎng)絡(luò)學習對相關(guān)得分有不同權(quán)重影響?；诖髷?shù)據(jù)動態(tài)學生畫像的學習分析系統(tǒng)功能結(jié)構(gòu)涉及學生、教師和教學管理者三大分析模塊，分析每個學生、課程、班級、教師相關(guān)數(shù)據(jù)并對比相應最優(yōu)、最劣值。學生模塊包含自身學習成長軌跡與詳細學習行為以及優(yōu)秀學生成長軌跡即詳細學習行為；教師模塊包含學生表現(xiàn)報告、預警報告、班級報告以及共同問題分析表；教學管理模塊包含班級報告、課程報告、教師報告以及課程間關(guān)系報告。它既為大數(shù)據(jù)形成性評價模型提供更優(yōu)的特征和相互結(jié)構(gòu)關(guān)系等，進而形成圖1中循環(huán)A的閉環(huán)輔路并為循環(huán)A主路自動的自適應學習提供支撐，又為精準教學系統(tǒng)的人工調(diào)整提供精準分析，進而以8字形循環(huán)B的下半部分去銜接循環(huán)B的上半部分。

(五)精準教學調(diào)整系統(tǒng)

在對動態(tài)學生畫像進行豐富的學習分析基礎(chǔ)上，圖2給出相應進行人工調(diào)整的精準教學調(diào)整系統(tǒng)，涉及教師、學生和教學管理者三大主要教學利益相關(guān)者。其中，知識點和任務點的調(diào)整是在精確學習分析基礎(chǔ)上教師針對翻轉(zhuǎn)課堂做的通用性質(zhì)調(diào)整，如對班級的共同問題可調(diào)整課中任務以便在課堂內(nèi)解決學生的共同疑惑；而針對重點學生調(diào)整課前、課中和課后學習單，體現(xiàn)教師如何在有限時間內(nèi)快速做出個性化的精準調(diào)整。鑒于精準教學屬于PDCA循環(huán)，故其調(diào)整不僅反饋給教師和教學管理者(故雙向箭頭)以便服務后續(xù)學期的精準教學，此時前期成績?yōu)榇淼膶W習結(jié)果類信息就成為后期大數(shù)據(jù)形成性評價的數(shù)據(jù)來源，而且銜接至翻轉(zhuǎn)課堂課前、課中和課后的教與學過程，確保圖1中8字形循環(huán)B的上半部分形成有效閉環(huán)。

圖2 基于畫像學習分析的精準教學調(diào)整系統(tǒng)的功能結(jié)構(gòu)圖

四、小結(jié)

本研究構(gòu)建了大數(shù)據(jù)形成性評價下的翻轉(zhuǎn)課堂精準教學總體框架，詳細闡明了學生學習行為及過程信息庫、基于大數(shù)據(jù)的形成性評價模型、自適應學習系統(tǒng)、基于大數(shù)據(jù)的動態(tài)學生畫像及學習分析系統(tǒng)、基于畫像學習分析的精準教學調(diào)整系統(tǒng)的基本內(nèi)容，以及它們之間的邏輯銜接關(guān)系，并研究了大數(shù)據(jù)時代翻轉(zhuǎn)課堂精準教學模式如何進行合理的人機分工。以基于大數(shù)據(jù)的形成性評價模型和動態(tài)學生畫像及學習分析系統(tǒng)為關(guān)聯(lián)紐帶，實現(xiàn)精準教學中自動運作與人工介入調(diào)整的有序銜接。再結(jié)合學習分析系統(tǒng)和精準教學調(diào)整系統(tǒng)的功能結(jié)構(gòu)圖，為教師、學生和教學管理者開展翻轉(zhuǎn)課堂精準教學提供較清晰的理論與實踐指導。未來研究重點將是針對不同的課程細化相應的自適應學習系統(tǒng)，并完善后續(xù)多期的形成性評價模型。