摘要:隨著數字教學技術在高校課堂教學的運用,借助大數據分析技術從多維度精準刻畫學生學習行為畫像,將有助于精準識才、知才,實現(xiàn)精準教學。本文以《企業(yè)運作實務》課程為例,收集、整理與分析該課程線上教學平臺產生的學生動態(tài)學習行為數據,結合“個人學習效能=學習意愿 X 學習能力”的理論依據,從學習意愿及學習能力兩方面精準刻畫學生的學習行為畫像,根據當前教學條件聚類出三類學生群體,探索針對這三類群體的差異化教學方法,提升學生的學習效能,最大限度實現(xiàn)個性化精準教學與精準管理。
關鍵詞:學習行為畫像 ?數據 ?精準教學 ?個性化
一、引言
隨著互聯(lián)網技術的發(fā)展以及大數據分析技術的不斷精進,信息化教學技術也在不斷滲入高校課堂教學。一切在線學習行為都可以通過數字化的形式存儲成為數據,原來隱藏在靜態(tài)數據背后的個體行為、訴求等痕跡被數字技術捕捉到并記錄下來,借助大數據分析技術從多維度精準刻畫每位學生學習行為,學生學習行為的清晰化將有助于教師精準識才、知才,實現(xiàn)精準管理與精準教學。
二、《企業(yè)運作實務》課程簡介及其信息化教學應用
《企業(yè)運作實務》是浙江經濟職業(yè)技術學院工商企業(yè)管理專業(yè)開設的專業(yè)核心課程,課程采用職業(yè)導向模式,以職業(yè)能力培養(yǎng)作為教學目標,按照企業(yè)運作基本流程路線進行開發(fā),課程經過能力本位建設、校級精品課程建設、O2O課堂改革等系列變革,已形成了較為明確的課程教學目標、課程標準及課程教學內容體系。由于工商企業(yè)管理專業(yè)學生就業(yè)行業(yè)面及崗位面廣,因此課程內容涵括了企業(yè)創(chuàng)立、企業(yè)行政管理、企業(yè)營銷管理、企業(yè)策劃、企業(yè)生產管理、財務管理等崗位的知識與技能。課程內容的大而全,學生興趣、愛好、特長等各不相同,加上課時限制的矛盾,課程個性化教學難以很好展開,學生個體的綜合素質及知識技能與企業(yè)現(xiàn)實需求存在一定差距。
隨著互聯(lián)網技術的發(fā)展以及大數據分析技術的不斷精進,信息化教學技術不斷滲入高校課堂教學?!镀髽I(yè)運作實務》相繼采用云班課(原為藍墨云班課)智能教學助手平臺及浙江省高等學校在線開放課程共享平臺輔助課程教學,學生在平臺上留下的在線學習行為痕跡,每個學生的學習行為輪廓顯得逐漸清晰,這也為課程的個性化精準教學和管理提供了依據。
三、基于在線教學平臺數據的學生畫像描繪
《企業(yè)運作實務》課程采用云班課智能教學助手平臺主要用于輔助課中教學,而浙江省高等學校在線開放課程共享平臺則用于輔助課前與課后教學。
通過云班課智能教學助手平臺的簽到、課堂表現(xiàn)(含舉手、搶答、隨機提問、手動提問等提問形式)、頭腦風暴、討論、資源閱讀、課堂作業(yè)、課堂測試,學生在課堂上的學習行為數據可以被平臺記錄。云班課平臺上的信息交流則用于課前、課后的交流與溝通。
浙江省高等學校在線開放課程共享平臺上,學生可以觀看視頻、閱讀學習材料、提交課堂筆記、提交課后作業(yè)、參加測試和考試,這些學習行為數據同樣留下痕跡并被記錄下來。
依據“個人學習效能=學習意愿 X 學習能力”的計算公式,從影響個人學習效能的學習意愿和學習能力兩方面著手,逐級向下分解,結合云班課智能教學助手平臺和浙江省高等學校在線開放課程共享平臺所能獲取的數據,就能構建出學生學習行為數據指標體系,如表1所示:
通過對三級指標所包含的數據進行收集、整理與分析,結合各指標的權重,就可以比較清晰地從課堂活躍度、學習認真度、學習積極主動性、學習專研度、興趣愛好度、知識掌握度、專長度、學有余力度等維度描繪出每一位學生的學習行為畫像。
四、基于學生畫像的教學方法應用
依據“學習效能=學習意愿 X 學習能力”的公式,結合學生學習行為指標體系表,可以得出,提升學生的學習意愿和學習能力可以提升其學習效能,而要提升學習意愿可以通過提升課堂活躍度、學習認真度、學習積極主動性、學習專研度、興趣愛好度等行為獲得,提升學習能力可以通過提高知識技能掌握、發(fā)揮個人專長度、提升學有余力度等獲得,進而通過提高簽到率、提高資源學習率、提高舉手率和搶答率、提高討論參與率、提高活動參與率等方法來提升。
由于每個學生的學習行為表現(xiàn)不同,在清晰刻畫出每位學生的畫像后,理想狀態(tài)的課程教學方法應該是針對每位學生具體的畫像采用相應提升學習效能的方法,反映在教學方法上就是不斷提升學生學習行為指標體系表中的三級指標,比如督促完成各項學習活動,對未達到學習效果的學生推送相應的學習資料,等等。由于缺乏算法等相關的數字技術支持,課程教學的自動化難以落實,而人工操作需要耗費大量的時間和精力,因此,《企業(yè)運作實務》課程目前只是采用K-means法對提取的學習行為數據進行聚類分析,將學生劃分成了任務驅動型、消極被動型、積極主動型三類,個性化教學也主要針對這幾類學生展開。隨著學習期數及人數的不斷增加,針對不同類型學生采用的教學方法也得到了不斷改進。
(一)針對任務驅動型學生的教學方法
絕大多數學生屬于任務驅動類型,這類學生對分數相對比較敏感,到課率較高,不會無故缺課,主動舉手、搶答問題情況與積極主動型學生差別不是很大,更偏愛老師的隨機提問,對于老師硬性要求的活動和設置了經驗值的非必須活動都能按要求完成,對于不設經驗值的活動參與度不高,基本不會在課后主動找老師討論問題,學習效果測試中等偏上,學有余能力一般。學習興趣與愛好差別較大,不存在趨同性。
針對此類學生,可以采用完成必修任務為核心的方法:
1、設置盡量符合高職學生生活、學習經驗的線上+線下學習內容或資源,并限定在課程能力標準內。
2、盡量利用其對分數敏感的特點,設置根據完成效果即能獲取不同級別經驗值,且能重復訓練的教學活動或資源,激發(fā)其學習積極性與主動性。
3、通過線上線下隨時觀測學生學習效果,針對薄弱環(huán)節(jié)推送相應資源,并開展一對一咨詢輔導,提升學習能力。
4、針對各人興趣愛好推送設置了一定學習經驗值的個性化學習資源,提升學習興趣。
(二)針對積極主動型學生的教學方法
積極主動型人數占比最少,排在三種類型最后,該類型學生對分數敏感,學習態(tài)度認真,到課率高,課堂表現(xiàn)也很好,積極認真參與線上和線下的所有一切活動,有獨立思考能力和一定的鉆研精神,成績優(yōu)秀。
對于此類學生,在鼓勵支持其學習行為基礎上營造更高的學習目標及學習提升氛圍:
1、除了傳授課程能力標準要求的內容外,在征得同意的情況下,可以通過線上向其推送進階學習資料及教程,布置相應作業(yè),進一步提升其學習能力。
2、建立助教獎勵機制,助教學生幫助任課老師批改作業(yè)及回答其他學生的基本疑問,并將無法解決的問題反饋給任課老師,與任課教師共同討論得出問題結論。最終按貢獻率大小對參與助教工作的學生提供期末總評成績加分或優(yōu)先推薦實習單位的獎勵。既鞏固了學生的學習效果,又可以讓老師從重復繁瑣的日常工作中脫身出來而專注于核心教學工作。
3、不定期舉行課程問題研討活動,
(三)針對消極被動型學生的教學方法
消極被動型學生人數占比排任務驅動型之后,該類型學生對及格分數線比較敏感,有無故缺課現(xiàn)象,課堂活動、作業(yè)參與度不高,有漏交、遲交作業(yè)現(xiàn)象,平時測試成績在及格線或以下。若有老師、同學的督促,可以達到及格或中等的學習效果。
針對此類學生,可以采用以督促和幫助為主的方法:
1、關注此類學生線上學習動態(tài),設置督促的最低警戒線,及時對觸及警戒位置的學生進行線上和線下督促或幫助。
2、助教學生與此類學生自由組合,形成助教幫扶機制。
3、線下多關注此類學生的課堂學習行為,通過手動提問、談話等方式即時了解其學習效果和學習問題。
4、盡量在線下課堂完成課程內容或資源的講授,僅將作業(yè)、測試等無法在線下課堂完成的任務放置線上。
五、未來展望
通過學習行為畫像,教師能更清晰了解每位學生的特點,提出不同的學習支持,這些教學方式使個性化教學改革取得了一定成效,相對于傳統(tǒng)課堂教學的靜態(tài)數據統(tǒng)計與分析有很大進步。但由于《企業(yè)運作實務》課程線上+線下教學的開展時間短,應用場景僅局限于浙江省級精品在線課程平臺及云班課智能教學助手平臺,捕捉到影響每位學生學習行為背后的需求、偏好等原因相對比較單一,對學生的畫像描述還不夠清晰與準確,由此采用的教學方法是否有效還需一定的時間驗證。加上技術限制及教學團隊人數、精力的限制,課程教學目前只能針對典型學生群體展開,只能采用人工方式對學生進行具體指導,無法對學生進行教學資料的自動推送與服務,離針對個人推出的精準教學是個性化教學的終極目標還有一定距離,相信隨著更多應用場景的引入,足夠多的在線動態(tài)數據產生,以及教學團隊對數字技術應用工具的進一步掌握,針對個體推出的精準教學和精準管理將會成為現(xiàn)實。
參考文獻
[1]劉曉紅,趙麗. 大數據精描幼兒畫像為評價賦能[N]. 中國教育報,2020-11-22(2).
[2]袁一雪,畢曉楠. 西安交大:大數據變身“大管家” [N]. 中國科學報,2019-03-06(6).
[3]趙麗.大數據時代實體課堂—— 實現(xiàn)“精準施教”策略[N]. 中國教育報,2019-05-18 (3).
課題來源:2019年浙江省教育科學規(guī)劃課題 ? ? 項目名稱:基于大數據技術的學生畫像在個性化教學中的應用——以《企業(yè)運作實務》課程為例 ?項目編號:2019SCG269
作者簡介:盧蘭萬(1973-),女,籍貫廣西賓陽,碩士研究生,副教授,主要從事高職教育研究及技術經濟研究