孫洪艷,潘 宏
西南醫(yī)科大學信息與教育技術中心, 四川 瀘州 646000
教育信息化2.0時代,“線上+線下”相結(jié)合的混合式教學方式成為高等教育的熱點話題。學習者主動參與是混合學習環(huán)境下課程進行的必要條件,直接影響高?;旌鲜浇虒W的效果和質(zhì)量[1]。已有研究表明,學生在線學習參與度與評價結(jié)果呈明顯正相關,而且學習參與積極性直接推動學生自主學習能力的提升。學習者積極主動地參與課程學習,便能收獲更多,且更能激發(fā)其學習動力;學習者不參與或參與度較低,則收獲較少,且很難適應課程進度,易對課程產(chǎn)生厭倦情緒:因此,提高學習者混合學習環(huán)境下的參與度,已成為混合課程教學的一個重要切入點。厘清混合學習環(huán)境下參與度的影響因素以及影響因素之間存在的關系,也成為提高混合學習參與度的關鍵所在。
文章以某高?;旌辖虒W課程學生作為研究對象,利用對抗解釋結(jié)構模型法(adversarial interpretive str- ucture modeling,AISM),將眾多關系復雜的混合學習參與度影響因素,以“由果索因”的方式逐步形成具有有向拓撲關系的兩組模型,以此分析混合學習環(huán)境下影響學生參與度的根本影響因素、間接影響因素和直接影響因素,這對高?;旌辖虒W的課程設計、資源建設、學習參與度的有效提升具有非常重要的意義。
混合學習環(huán)境下的參與度影響因素是一個復雜系統(tǒng),受到學習者主體、教師參與、課程資源、學習環(huán)境等諸多因素的影響,影響因素多并且具有非線性的特征[2]。在文獻檢索基礎上,綜合國內(nèi)外學習參與度的相關研究成果,通過訪談和問卷調(diào)查的方法分析確定參與度影響因素,通過專家咨詢確定影響因素集并明確各影響因素之間的直接影響關系。
基于校本“醫(yī)學教育技術”課程混合式教學實踐,通過問題研究、文獻查閱和訪談法初步辨識混合式學習環(huán)境下學習者參與度的影響因素,包括學習者主體因素、教師指導因素、平臺支持因素、課程資源因素、學習者同伴因素和課程政策因素。研究將初步形成的六項調(diào)查指標設計成一份調(diào)查問卷,問卷內(nèi)容主要包含三大部分:第一部分為被調(diào)查人員基本信息,包括性別、年級等;第二部分是在線學習現(xiàn)狀調(diào)查,主要是被調(diào)查者的在線學習參與情況;第三部分為問卷主體,包含與學習參與度有關的21個題目,主要調(diào)查題目中各因素對學習者參與度的影響情況如表1所示。
表1 混合學習環(huán)境下參與度影響因素問卷設計
該研究通過對問卷結(jié)果的整理分析,在確定了影響因素集之后,對影響因素進行描述;并且通過專家咨詢和頭腦風暴法建立知識模型,得到混合學習環(huán)境下參與度影響因素之間的相關關系,如表2所示。
表2 混合學習參與度影響因素
續(xù)表
解釋結(jié)構模型(iinterpretative structural modeling,ISM)是一種綜合性的系統(tǒng)科學方法,用于分析各種復雜體系構成元素之間的相互依賴與制約關系[3]。其基本原理是把復雜體系的各構成要素分解為若干子元素,經(jīng)過一系列的拓撲運算,以結(jié)果數(shù)據(jù)為導向求出單個層級圖,并將各層級圖按照從上到下的順序排列成一個多級遞階結(jié)構,即“從因到果”求得因果可達序列,以層次化的有向拓撲圖表達。而該文的核心方法是在ISM結(jié)果導向的層級排序規(guī)則基礎之上,引入博弈對抗(Adversarial)思想,加入與ISM排列規(guī)則對立的以原因為導向的排序規(guī)則,從下至上放置要素,即“由果索因”求得因果可達序列,從而建立一組與ISM排列規(guī)則相對立的有向拓撲圖。這種逆向求解排序比較過程即為對抗解釋結(jié)構模型(AISM)。AISM由于排序規(guī)則不同,得到的因素內(nèi)部關系和有向拓撲層級圖可能不一致,通過對兩組有向拓撲圖的綜合比較,對混合學習參與度影響因素進行綜合分析,確定各影響因素間的層次結(jié)構及相互關聯(lián)關系,從而確定各因素間的影響關系[4]。據(jù)此構建模型的基本過程如下:
混合學習參與度影響因素是一個復雜的系統(tǒng)工程,借助AISM處理以形成結(jié)構清晰、層次分明的多級遞階影響因素模型,以便為更加科學合理地達到和提升混合學習參與度提供依據(jù)。
根據(jù)混合學習參與度的16個影響因素,以及它們之間的影響關系,建立混合學習環(huán)境下參與度影響因素的鄰接矩陣A(如圖1所示)。
圖1 混合學習環(huán)境下參與度影響因素的鄰接矩陣A
可達矩陣是指用矩陣形式描述圖的各節(jié)點之間經(jīng)過一定長度的通路后可達到的程度[5]。該研究用矩陣形式描述混合學習參與度各影響要素間經(jīng)過一定長度通路后的可達程度。該研究所求可達矩陣是在鄰接矩陣A的基礎上加單位矩陣I,經(jīng)自乘的布爾代數(shù)運算操作后,直到包括第k次冪的全部乘積相等,該乘積即為所求的可達矩陣,具體求解過程如下:
A1=A+I;A2=(A+I)2,…,Ar-1=Ar-1=R
布爾運算,直到:
(A+I)k-1≠(A+I)k=(B+I)k+1
由此,得出可達矩陣R(如圖2所示)。
圖2 混合學習參與度影響因素可達矩陣R
由可達矩陣R進行縮點,即把可達矩陣中的回路當成一個點稱之為縮點??s點后得到可達矩陣R′,然后再進行縮邊運算,縮邊運算其本質(zhì)是把重復的路徑刪除,方法為:
S′=R′-(R′-I)2-I
R′進行縮邊得到S′,即骨架矩陣,把回路要素代入即得S,S即一般性骨架矩陣,如圖3所示。
圖3 一般性骨架矩陣S
在可達矩陣中,每個變量都有一個可達集合R(Si)、先行集合Q(Si),以及可達集合與先行集合交集R(Si)∩Q(Si)。UP型拓撲層級圖,UP型即以結(jié)果為導向的層級抽取,規(guī)則方法為R(Si)∩Q(Si)=R(Si);DOWN型拓撲層級圖,DOWN型即以原因為導向的層級抽取,規(guī)則方法為R(Si)∩Q(Si)=Q(Si)。結(jié)果如表3所示。
表3 層級抽取過程
圖4為UP型層級圖,即結(jié)果導向的層級劃分;圖5為DOWN型層級圖,即原因?qū)虻膶蛹墑澐??;旌蠈W習環(huán)境下參與度各影響因素間的可達關系由有向線段進行表示,圖中雙向箭頭表示形成回路,即互為可達關系,同時越下層表示影響因素具有根源性,越上層因素表示影響因素具有直接性。
從圖4、5可以看出,混合學習參與度影響因素可以劃分為6個層次的遞階結(jié)構。根據(jù)模型的邏輯結(jié)構,混合學習參與度的6個等級可以劃分為直接影響因素、間接影響因素、根本影響因素3個層次?,F(xiàn)對混合學習環(huán)境下參與度影響因素的層級關系進行分析。
圖4 結(jié)果優(yōu)先型有向拓撲層級圖
圖5 原因優(yōu)先型有向拓撲層級圖
直接影響因素是混合學習環(huán)境下影響學習參與度的最高層次的因素。主要表現(xiàn)為學習者的主體因素:自主學習能力、學習興趣、學習風格、學習動機是學習參與度的最高層影響因素;師生互動、學習氛圍分別是教師因素和環(huán)境因素中直接影響學習參與度的要素。已有研究表明,學習者在學習參與度中發(fā)揮主觀能動作用,教師和學習環(huán)境是學習參與的推動條件。因此,在混合學習環(huán)境下學習者、教師、環(huán)境因素是學習參與度中的最直接影響因素,同時也證明這種模型構建的合理性。
間接影響因素是拓撲層級圖的中層影響因素,其構成的要素比較復雜,包括部分教師因素、政策性因素、技術因素和學習環(huán)境因素的影響。其中,教師反饋對學習者參與起積極作用。威爾等[6]的研究指出,教師提供給學生的支持和幫助對學生的積極參與具有正向促進作用,學習過程中教師提供及時的幫助會使學生更加努力,并在學校其他活動中也會更自覺地遵紀守規(guī)。政策因素和學習環(huán)境因素主要對學習參與意愿產(chǎn)生影響,在線學習過程的成績認定會在很大程度上影響學習者的學習參與行為,當周圍具有積極的學習氛圍時,學習者就會具有較強的學習參與意識,從而提高自身的學習參與度。教學平臺對學習的支持影響學習者的學習體驗,而便捷有效的網(wǎng)上互動可以影響學習參與氛圍,從而間接影響學習參與度。
混合學習環(huán)境下學習參與度的根本影響因素是教學活動安排、課程難易度、在線知識呈現(xiàn)方式、課程便捷性、視頻長度。根本影響因素對其他要素的影響較為廣泛。混合學習環(huán)境下知識主要以網(wǎng)絡課程的形式呈現(xiàn),這為教學內(nèi)容多路徑呈現(xiàn)提供了空間,促使個性化學習成為現(xiàn)實。合理設計教學活動以及教學資源,可促使不同學習程度的學習者找到合適的學習路徑,從而吸引學習者的主動參與。
學習參與度是眾多因素相互作用、共同影響的結(jié)果,以往學者的研究主要關注不同因素對參與度效果的影響,而學習參與度不同影響因素之間的關系和影響程度幾乎無人研究?;诖?,文章在混合學習參與度影響因素分析的基礎上,運用對抗解釋結(jié)構模型法,對各因素之間的層級關系以及對學習參與度的影響程度進行分析。結(jié)果表明,課程資源建設因素對在線學習參與度影響最為深遠,是影響混合學習參與度的根本因素;教師反饋、教學平臺易用性、在線成績認定政策、同伴互助等教師、教學平臺和政策性因素,通常會影響學習者的參與意愿,在混合學習環(huán)境下參與度提升過程中發(fā)揮著間接影響作用;學習者主體因素和教師指導因素對學習參與度的影響最為明顯,其中自主學習能力、學習動機、學習風格、學習興趣等直接影響學習參與度。依據(jù)研究結(jié)論,文章提出以下混合學習環(huán)境下參與度提升策略:
混合式學習環(huán)境下優(yōu)化課程資源建設,應該從兩方面考慮:一方面要注重混合課程資源開發(fā)的設計環(huán)節(jié)。以學習理論、教學理論、教育傳播理論、混合式教學理論等現(xiàn)代教育教學理論作為理論基礎,不斷探索優(yōu)化課程教學資源中指導性資源、內(nèi)容性資源、過程性資源和環(huán)境性資源體系的設計;另一方面在課程資源開發(fā)過程中要注重媒體的優(yōu)化組合。根據(jù)學習者認知發(fā)展和客觀實際,優(yōu)化資源開發(fā)媒體選擇,建設以學生為主體,各類資源、設備、媒介等為輔助工具,各要素相互融合的學習資源系統(tǒng)。
混合學習課程資源的設計開發(fā),應該根據(jù)教學需求和學習者的不同學習層次,開發(fā)不同課程內(nèi)容模塊。學習者根據(jù)自己學習程度選擇相適應的學習路徑,為不同的學習背景和不同學習需求的學習者提供一種最適合自己的學習途徑,以達到學習的最優(yōu)化。
學習者的有效參與是課程進行的必要條件,是衡量學習參與的重要指標。哈佛大學管理學教授詹姆斯[7]認為,在適當?shù)募顧C制下人的潛能能夠得到更大限度的發(fā)揮,比無激勵機制下平均高出60%?;旌蠈W習環(huán)境下,學習激勵機制受學習者個體因素、教師因素、政策因素、學習環(huán)境的影響。教師(專家)是激勵主體,應根據(jù)不同學習者的個體差異,通過制定相應的激勵措施,激發(fā)學習者的學習動機,從而促進學習的有效進行。
隨著“互聯(lián)網(wǎng)+教育”的融合發(fā)展,智能識別技術在教學中的應用不斷提高,智慧化學習逐漸成為現(xiàn)代教育發(fā)展的重要方向:一方面基于網(wǎng)絡的教學平臺越來越智能化,能夠?qū)W習者的視頻學習、文檔下載、互動交流等各種學習行為的數(shù)據(jù)進行跟蹤記錄。充分利用平臺上所記錄的每一位學習者的數(shù)據(jù)信息分析學習者自身存在的優(yōu)點與不足,進而根據(jù)學習者不同學習水平和其個性化的需求,為其推送相適應的學習資源。另一方面應用智能裝備(視覺記錄儀、生物電波測試等)識別數(shù)據(jù)進行學習行為的大數(shù)據(jù)分析,為更加精確地掌握學習者心理、動作等學習行為提供便利。
基于對抗解釋結(jié)構模型對混合學習環(huán)境下參與度各影響因素進行層級劃分和層級關系計算解釋,從總體上掌握了各影響因素對學習參與度的影響機理和不同因素之間的相互作用機制,了解不同影響因素對混合學習參與度的影響程度,對混合學習環(huán)境下學習參與度提升提供指導;但文章還存在一些不足之處,例如對抗解釋結(jié)構模型僅是一種定性分析手段,對各影響因素之間的相互作用關系大小沒有進行定量分析。今后,在擴大混合學習各影響因素研究范圍的基礎上,運用定性分析和定量分析相結(jié)合的方法以驗證多種影響因素的關系結(jié)構和相互作用程度,將成為進一步的研究目標。