姚靜 邵子馨

摘 要：現(xiàn)代智慧課堂工具為教師監(jiān)督學生的學習行為提供了可能。在調(diào)研國內(nèi)外智慧課堂先進教學工具的基礎(chǔ)上加以實踐，利用雨課堂工具采集學生學習行為數(shù)據(jù)，實現(xiàn)對學生表現(xiàn)的動態(tài)跟蹤，得出初步的數(shù)據(jù)分析結(jié)果，凝練出了將信息技術(shù)手段融入教學全過程的智慧教學模式。

關(guān)鍵詞：智慧教學 雨課堂 學習監(jiān)督

一、因材施教與精熟學習

“因材施教”源自孔子的教育思想，是一項重要的教學方法和教學原則，也是現(xiàn)代教育中積極倡導的做法。教育發(fā)展追求的是學生的個性化發(fā)展，而不是標準化發(fā)展，世界各國的教育改革都倡導針對學生個體差異實施個性化教學。20世紀70年代，美國心理學家B. S. Bloom針對美國教育制度中只注意培養(yǎng)少數(shù)尖子學生，而忽視犧牲大多數(shù)學生發(fā)展的弊端，提出了“精熟學習”（Mastery-based Learning）的學習觀，他指出，學生學習成就上的差異，是因為我們對每一個學生提供了相同的教學及相同的學習時間，并且沒有提供個別的補救教學;而這種現(xiàn)象同樣也存在于目前國內(nèi)很多高校的教學之中。

要真正讀懂學生、根據(jù)學生的表現(xiàn)來施以個性化教學并不容易實現(xiàn)。舉例說來，在大學一二年級的通識課程中，班級規(guī)模往往都達到80人甚至100人以上，即便是高年級20～30人左右的小班，如何精準地掌握每一個學生的情況也都是一個難題，而這恰恰是因材施教的第一步與關(guān)鍵一步。正是教師貌似公平地對待每個學生，忽視了學生基礎(chǔ)和接受理解能力上的差異，使得學生越發(fā)分化。如果對教學情況的把握能夠從宏觀的班級群體深入到微觀的學生個體，動態(tài)跟蹤學生的情況，及時發(fā)現(xiàn)學生的不足并預(yù)警，那么對于教師盡早采取干預(yù)措施或者重新分配課程資源是很有幫助的，從而最終使得學生提高學業(yè)表現(xiàn)，更好地掌握和運用知識。

關(guān)心學生的學習狀態(tài)，不僅關(guān)乎教師的責任心，更需要有相應(yīng)的技術(shù)支持。觀察當前全球教育環(huán)境不難發(fā)現(xiàn)，信息技術(shù)的迅猛發(fā)展改變了高等院校教學的方法和手段，正在引起高等教育的深刻變革。S. Khan在2015年的TED演講中呼吁“Lets teach for mastery”，并已經(jīng)將這一思想應(yīng)用于Khan Academy的課程設(shè)計中。如果說這主要是面向K-12的學生群體，那么近年來慕課（MOOC）則在高等教育領(lǐng)域呈現(xiàn)出一種井噴式的發(fā)展態(tài)勢，關(guān)于這一新事物的思考也逐漸走向理性。在慕課中帶有明確目標的細小步驟學習進程設(shè)計，其實就是精熟學習理論的實際應(yīng)用，為學習者提供了個性化學習的可能。

二、智慧教學的意義與現(xiàn)狀

各種信息化技術(shù)手段已經(jīng)使得動態(tài)跟蹤學生的表現(xiàn)成為可能。不過，獲取數(shù)據(jù)只是第一步，如何利用好這些數(shù)據(jù)，從而識別出接受較慢的學生并及時查缺補漏給予幫助，對接受較快的學生提出高要求并提供更深的素材和問題，讓學生得以個性化發(fā)展，才是目標所在。若能利用智慧課堂數(shù)據(jù)，可以在教學的“課前、課上、課后”各個環(huán)節(jié)都動態(tài)跟蹤學生表現(xiàn)數(shù)據(jù)，必將更加全面自然地反映學生情況。大量數(shù)據(jù)的涌入，提供了更多體現(xiàn)學生狀態(tài)的信息，但同時也增加了數(shù)據(jù)處理的難度，因此必須要使用有效的數(shù)據(jù)挖掘手段才能得以盡早識別出需要幫助的學生，并及時加以個性化輔導。

信息技術(shù)對教學的影響是全方位的，且信息技術(shù)與教學深度融合已勢在必行。除了在線學習、翻轉(zhuǎn)課堂、混合式學習等模式的發(fā)展，如何在日常課堂教學中捕捉學生的表現(xiàn)并加以監(jiān)督預(yù)測，仍然需要研究。信息技術(shù)使得教育模式從以往的“依托經(jīng)驗”轉(zhuǎn)變?yōu)椤皵?shù)據(jù)驅(qū)動”成為可能，并且正在逐步融入到教學活動中。近年來出現(xiàn)的“智慧課堂”理念，就是要破除簡單地向?qū)W生搬運知識的行為，而轉(zhuǎn)變?yōu)橐粋€調(diào)動學生積極性、激發(fā)學生潛在素質(zhì)，使學生產(chǎn)生智慧和能力的過程。

例如，投票回饋系統(tǒng)（Clicker）在國外和國內(nèi)的使用已經(jīng)有若干年的歷史，可以讓教師在課堂上實時了解學生的表現(xiàn)，從而調(diào)整教學進度，一定程度上改變了傳統(tǒng)課堂上“滿堂灌”的現(xiàn)象。2015年A. Ahadi等人提出了采用機器學習的方法，基于學生背景數(shù)據(jù)（性別、學術(shù)成績、編程經(jīng)歷、課堂和實驗室表現(xiàn)等），自動識別出需要幫助的學生[1];2016年University of California， San Diego的L. Porter等人在“Computer Science 1”課程中進行試驗，表明學生在課程中使用投票器回答問題的正確性與最終的考試成績具有相關(guān)性，并且這種相關(guān)性可以在學期最初的三個星期就體現(xiàn)出來[2， 3]。而國內(nèi)由清華大學研發(fā)推出的智慧教學工具“雨課堂”，則是實現(xiàn)了面向教學大數(shù)據(jù)的“全景式記錄”，可以在課堂上實時問答互動、進行難點反饋，并覆蓋課程每一個環(huán)節(jié)，提供立體化的教學數(shù)據(jù)，從而忠實地還原真實課堂的絕大多數(shù)教學過程，目前已經(jīng)在全球超過一萬所院校推廣使用。目前已有不少文獻針對具體課程利用雨課堂產(chǎn)生的真實學習行為數(shù)據(jù)進行了可視化分析與研究[4， 5]。這些都為監(jiān)督學生表現(xiàn)提供了有益的經(jīng)驗。利用最新的數(shù)據(jù)采集手段，可以進一步改善數(shù)據(jù)采集的完整性，而有效的數(shù)據(jù)處理方法就成為準確識別出學生對知識要點掌握層次的關(guān)鍵。

三、利用智慧課堂工具的教學設(shè)計思路

為了實現(xiàn)對學生學習行為的智慧跟蹤，需要教師對教學工作方式進行改進。比如，除了傳統(tǒng)教學的備課之外，需要額外進行一些工作，舉例如下：

（1）預(yù)習課件與隨堂習題的設(shè)計：根據(jù)每一單元的教學目標和知識點，除了通常授課的課件外，設(shè)計預(yù)習課件，對學生進行引導。隨堂習題則要具有針對性和代表性，能夠反映出重難點和易錯點。

（2）教學各環(huán)節(jié)的準備與數(shù)據(jù)采集：課前確定教學目標，向?qū)W生推送學習資源，并收集學生關(guān)于課前問題和預(yù)習情況的數(shù)據(jù);課上采集出勤率、隨堂習題答題時間、正確率等數(shù)據(jù)，與學生實時互動;課后師生可使用即時反饋對教學全過程進行回顧總結(jié)和雙向評價，教師診斷每個學生可能存在的問題和需求，支持學生的自適應(yīng)學習。這些步驟可以利用智慧課堂工具來完成。

（3）學生表現(xiàn)動態(tài)跟蹤的可視化：通過信息圖表的形式，對課堂教學、考試測評、網(wǎng)絡(luò)互動等數(shù)據(jù)進行可視化展示，找出學生日常學習狀態(tài)的變化趨勢和規(guī)律。

（4）學生數(shù)據(jù)的整合：由于數(shù)據(jù)來源的差異性，多源異構(gòu)與非結(jié)構(gòu)化數(shù)據(jù)須在處理之前進行整理歸一化，對格式、完整性進行處理和驗證，這是后期尋找規(guī)律和進行預(yù)測的基礎(chǔ)。

（5）學生行為數(shù)據(jù)的處理：包括模型算法的設(shè)計、數(shù)據(jù)更新與迭代等，對整合后的數(shù)據(jù)進行綜合計算、比對、診斷，實現(xiàn)面向教學全過程的數(shù)據(jù)跟蹤、分析。需要建立合理的數(shù)學模型，設(shè)計有效的算法，并通過更新數(shù)據(jù)不斷修正模型，增強模型的準確度和穩(wěn)

健性。

這些工作在實際操作中增加了教師在傳統(tǒng)備課以外的工作量，但是如果實施得當，對于學生的學習行為會起到很好的跟蹤監(jiān)督作用，從而在多層面、多角度和多粒度掌握學生的學習狀況。如果教師能合理利用智慧教學的工具，盡早發(fā)現(xiàn)需要幫助的學生并采取補救，對于學生擺脫學習困境、防止學習的挫敗感和對課程的恐懼排斥、提高學習成績、以至提升對課程的興趣和素養(yǎng)都非常重要。而對于表現(xiàn)較好的學生，教師也可以優(yōu)中選優(yōu)，有意識地加以拔高

培養(yǎng)。

四、學生學習行為監(jiān)督的初步結(jié)果

以理工科高校一年級必修課“線性代數(shù)”為例，對于這門課學生經(jīng)常會因其概念的抽象性而覺得學習困難。我們采用雨課堂智慧教學工具，對學生的學習行為進行全程跟蹤。本文以該門課程一個學期所產(chǎn)生的真實數(shù)據(jù)為例，收集學生的日常學習行為數(shù)據(jù)（如課前預(yù)習、出勤率、隨堂測驗與自測題完成情況等）及課后作業(yè)、習題課小測驗、期中考試、期末考試成績數(shù)據(jù)等，并結(jié)合學生學號、性別等基礎(chǔ)數(shù)據(jù)。本文所分析數(shù)據(jù)涉及182人，其中女生63名，男生119名。

分析結(jié)果表明，期中和期末考試男生的平均成績分別比女生高1.88分和2.67分。然而從作業(yè)與小測成績可見，女生分別比男生平均高出2.4分和0.78分，即在非正式考試的表現(xiàn)中女生優(yōu)于男生。這一定程度上反映出，總體而言，女生的學習態(tài)度較好，而男女生對于理科學習存在性別差異。

此外，我們還考慮了預(yù)習行為對最終成績的影響。我們制作了預(yù)習課件并在其中包含了預(yù)習作業(yè)，之后通過雨課堂工具發(fā)布給學生，要求學生在課前完成。收集到的數(shù)據(jù)包括預(yù)習幻燈片瀏覽頁數(shù)、預(yù)習時長、完成預(yù)習的時間以及預(yù)習作業(yè)的得分情況。通過處理對學生以預(yù)習成績加以分組，分為A組（預(yù)習完成情況低于平均分）和B組（預(yù)習完成情況高于平均分）。對比預(yù)習情況和最終考試成績，發(fā)現(xiàn)B組學生相比A組學生，在作業(yè)、小測、期中和期末中，平均高出4.68、1.50、3.28和5.83分，該結(jié)果大致符合預(yù)期，即預(yù)習作為一種長期被宣傳為有效的學習方法，在一定程度上可以提高學生成績。

結(jié)語

智慧課堂工具在教學過程中的應(yīng)用方興未艾，而且將會成為一個必然的趨勢。我們需要審視和考慮如何通過信息化環(huán)境下智慧課堂數(shù)據(jù)的采集和利用，動態(tài)掌握學生的學習情況，從而為每個學生提供恰當?shù)膸椭Ｒ环矫?，通過先進的技術(shù)手段和便利的網(wǎng)絡(luò)資源，將智慧課堂教學理念和方法融合到教學改革當中，改變傳統(tǒng)的課堂教學模式，提升師生互動體驗;另一方面，開發(fā)先進的數(shù)據(jù)挖掘手段，準確對學生狀態(tài)進行監(jiān)督分類，從而解決有些學生“消化不良”而有些學生又“吃不飽”的現(xiàn)象，真正實現(xiàn)學生個性化的學習發(fā)展。

本文以個性化教學為出發(fā)點，對智慧教學的必要性和現(xiàn)狀進行了分析，而后給出智慧教學的初步方案設(shè)計，并利用雨課堂工具在教學過程中加以實踐。文中得到了一些初步的結(jié)果，希望可以拋磚引玉。如何合理有效地利用好智慧課堂教學的工具為教與學服務(wù)，是一個長期而有意義的研究方向。如此才能使得教育公平化，才能實現(xiàn)“精熟教學”，才有可能真正做到“因材施教”，提升教育質(zhì)量，讓學生更加受益。

參考文獻

[1]Alireza Ahadi，Raymond Lister，Heikki Haapala，Arto Vihavainen.Exploring Machine Learning Methods to Automatically Identify Students in Need of Assistance.ICER 15 August 9-13，2015，Omaha，Nebraska，USA. pp.121-130.

[2]Leo Porter，Daniel Zingaro，Raymond Lister.Predicting Student Success using Fine Grain Clicker Data.ICER 14， August 11-13，2014，Glasgow，United Kingdom. pp.51-28.

[3]Soohyun Nam Liao，Daniel Zingaro，Michael A.Laurenzano，William G.Griswold， Leo Porter.Lightweight，Early Identification of At-Risk CS1 Students.ICER 16， September 08-12，2016，Melbourne，VIC，Australia，pp.123-131.

[4]楊芳，張歡瑞，張文霞.基于MOOC與雨課堂的混合式教學初探.現(xiàn)代教育技術(shù)，2017，27（5）：33-39.

[5]袁博，趙海媚，張成萍，李向明.基于雨課堂的研究生英語學習行為可視化分析.現(xiàn)代教育技術(shù)，2018，28（5）：68-74.