袁寧

（河南師范大學，河南 新鄉(xiāng)）

一 引言

隨著智能技術的快速發(fā)展，越來越多的普通中學開始建設智慧教室( SC )來支持教學。SC 被認為是未來的課堂，旨在優(yōu)化教學內(nèi)容的呈現(xiàn)、促進學習資源的獲取、改善師生互動、幫助教師評估學生學習和負責課堂教學[1]。

二 智慧課堂師生互動行為分析的研究現(xiàn)狀

與傳統(tǒng)的“粉筆+ 黑板”和“計算機+ 投影”結(jié)合不同，SC 是通過交互式教學平臺和各種媒體拓展學習空間、營造氛圍的新型課堂。在智慧課堂環(huán)境下，教師利用信息技術開展教學的行為是教師信息技術應用能力的外化表現(xiàn)，并已逐漸成為教師信息技術應用能力發(fā)展評價的一個重要依據(jù)。在一個標準化的SC 環(huán)境中，學生有更多的機會在智能技術的支持下進行探索、創(chuàng)造、展示和評價。教師還可以利用該技術呈現(xiàn)教學內(nèi)容，檢測學生的學習狀態(tài)，診斷教學過程，及時調(diào)整教學方法。正如劉邦奇提出的，SC 中增加的學生互動可能包括推動學習資源(如視頻、活動、測驗等 )和提供反饋、口頭交流、及時反饋、個性化教學、作業(yè)管理和評價[2]。

簡言之，SC 和TMC 具有不同的特點，產(chǎn)生了不同的教與學方法。然而，關于課堂環(huán)境中師生互動的比較，尤其是在行為序列層面的比較，研究還比較少。那么，教師和學生的行為及其行為序列模式在SC 和TMC 之間是否存在差異？基于此，故本研究分別從SC 和TMC 教學行為的角度出發(fā)，來探究不同教室環(huán)境下教師信息技術應用對師生互動行為的影響，從而更好去佐證在智慧教室環(huán)境下更好去發(fā)揮學生的主體性。

三 研究設計

（一） 研究對象

本研究從“一師一優(yōu)課”國家教育資源公共服務平臺選取了該平臺最新的6 個初中數(shù)學優(yōu)質(zhì)教學視頻課例，課型均為新授課。其中3 個研究案例的課堂環(huán)境達到了智慧課堂的標準，筆者把這三個案例作為實驗組；另外剩余3 個案例對象則是傳統(tǒng)的多媒體課堂，這三個案例作為對照組。SC 課例的選擇依據(jù)是教學環(huán)境符合“1:1 數(shù)字化環(huán)境”要求，具有智慧教室基本特征，師生都擁有一臺移動學習終端，使用交互式電子白板等設備[3]。如表1 和表2。

表1 智慧課堂環(huán)境下的三個視頻案例

表2 傳統(tǒng)多媒體課堂環(huán)境下的三個視頻案例

（二） 研究工具

本研究選用質(zhì)性分析軟件NVivo12 和互動行為序列分析軟件GSEQ(Generalized Sequential Querier)兩種工具。本研究重點用到了NV12 能夠?qū)σ曨l資源進行切分和特定節(jié)點編碼的功能，GSEQ 可以把NV 編碼后地結(jié)果作行為滯后分析，進而可以得到行為序列矩陣表和殘差圖。

（三） 研究方法

滯后序列分析法(Lag Sequential Analysis，LSA)是Sackett[4]（1978）提出的一種行為分析方法，目前已廣泛應用于各個領域。在教育領域范圍內(nèi)，LSA能夠?qū)又械娘@著行為序列進行分析和研究[5]。它有助于分析學習過程中記錄的相關行為的頻率，挖掘出重要的行為序列，并分析行為特征，驅(qū)動行為的因素和其他有價值的信息。LSA 的優(yōu)勢在于不僅可以實現(xiàn)行為因果關系分析，而且能夠?qū)崿F(xiàn)行為結(jié)構(gòu)模式的可視化，有利于探索隱性的關鍵行為序列與結(jié)構(gòu)?；诖?，在本研究中，LSA 被用來分析在SC 和TMC 兩種不同的環(huán)境下師生互動有什么區(qū)別，進而幫助教師發(fā)現(xiàn)教學行為問題，促進教師開展教學反思，從而提升教師的信息技術應用能力[4]。

（四） 編碼過程

本研究通過比較智慧教室(SC)和傳統(tǒng)多媒體教室( TMC ) 中的行為序列來考察課堂硬件設置對初中數(shù)學課堂師生互動的影響。筆者構(gòu)建了師生互動行為編碼模式，通過對課堂視頻的回顧，共收集到2972 個可觀察到的行為，并進行了順序編碼。然后，建立行為模式圖，以教師語言、教師行為、學生語言和學生行為四個主題來可視化滯后序列分析結(jié)果。

首先，將6 個視頻按1 ～6 編號，逐一導入NVivo，將視頻每5 秒暫停一次，即按5 秒分割取樣；然后，結(jié)合修改過ITIAS 的編碼體系，將5 秒取樣內(nèi)容對其編碼，為了保證編碼的客觀性和準確性，筆者連同另外一名研究者同時對課例進行編碼，具體過程如下：第一，研究者熟悉ITIAS 編碼類別及其行為表述，確保對編碼體系持有一致態(tài)度；第二，為了使編碼效果更貼近事實，筆者在ITIAS 的基礎了做出一些小改動，如把“接受情感，表揚，講授”并入了“教師講學”這一環(huán)節(jié)、刪除了原有“批評”以及重新分類了“教師活動”和“學生活動”等，具體編碼細則如表3；第三，為了保證編碼結(jié)果的信度，兩名研究者各自分別進行編碼，編碼結(jié)束后將兩份結(jié)果進行分析比較，得出Kappa 值為0.84 大于0.75，表示兩份編碼數(shù)據(jù)的一致性較好，然后對不同再商討確定唯一編碼[5]。如表3。

表3 師生互動編碼

四 分析結(jié)果

（一） 在SC 和TMC 中的教師和學生行為比較

如圖1 中顯示了在SC 和TMC 行為類別的頻率?？梢钥闯?，在MC 中，學生驅(qū)動的教師談話、學生發(fā)起的談話、學生驅(qū)動的教師活動和學生發(fā)起的行動都有所增加，尤其是學生發(fā)起的談話SC 是TMC的三倍還要多，這從一定程度上凸顯在SC 中學生更加積極踴躍地發(fā)言。

圖1 SC 和TMC 行為類別的頻率

此外，在SC 和TMC 之間，教師發(fā)起的談話和行動沒有明顯的變化。通過比較教師主導或?qū)W生主導的行為總數(shù)，在SC 中，教師發(fā)起的談話增加了4.54%。而學生驅(qū)動的教師談話的增加了11.22%，比前者的兩倍還要多。在學生方面，學生發(fā)起的談話比例增加了240%，學生發(fā)起的行動增加了20.94%，表明在SC 中的學生主要地位得到了進一步的加強。

如圖2 展現(xiàn)的是在SC 和TMC 的具體行為編碼頻率。與TMC 相比，在SC 中教師教學T1、觀察或巡視T9、學生主動回答S1、練習或筆記S7 和實踐或?qū)嶒濻9 有大幅度的降低，而教師加入學生活動T8、學生被動應答S2、學生與同伴討論S5、觀察與思考S6 和學生操作技術S8 則有明顯的增長。尤其是在S5、S6、S8 方面的提升更能體現(xiàn)SC 課堂更加注重學生的思考和討論，更能體現(xiàn)出現(xiàn)代課堂以學生為中心的原則。另外在SC 中學生使用技術參與整個課堂教學也可以體現(xiàn)智慧課堂教學模式的多樣性。

圖2 在SC 和TMC 的具體行為編碼頻率

（二） 在SC 和TMC 中的教師和學生行為序列模式

圖3和圖4 分別顯示了在SC 和TMC 中重要行為序列轉(zhuǎn)換圖。根據(jù)滯后行為分析軟件Querier 5.1 計算的Z 值，表示該行為序列顯著，其中在圖3 和圖4中相連線的粗細程度表示行為序列的重要性（調(diào)整后的Z 值越大，線越粗）?？梢钥闯?，在SC 中顯示的行為轉(zhuǎn)換網(wǎng)絡比在TMC 中顯示的行為更加豐富和相互聯(lián)系。值得關注的是，教師提供反饋（T4）、教師加入學生活動（T8）、學生與同伴討論（S5）、學生觀察與思考（S6）、學生操縱技術（S8）和教師操縱技術（T10）的行為表明學生從事實踐活動和使用技術的記錄更頻繁，學生在SC 中的自我生成行為更多，從側(cè)面也可以表明多樣化的教學活動增強了互動[6]。

圖3 SC 中重要行為序列轉(zhuǎn)換圖

圖4 TMC 中重要行為序列轉(zhuǎn)換圖

為了探索智能技術在教學中的影響，我們著重從教師操縱技術（T10）和學生操縱技術（S8）兩個方面進行分析。在TMC 中，學生和技術之間沒有聯(lián)系，只有教師與技術之間有相互作用，之后才有學生后續(xù)的一系列重要的行為，如（T10 →T5 →S5）。此外，教師對技術的使用通常發(fā)生在教師教學（例如，T10 →T5）和教師提問（例如，T1 →T10）等。更值得注意的是，在TMC 的環(huán)境中T10 →S10 的Z 值達到了6.97，這表明教師在使用技術的同時，學生往往表現(xiàn)出無助和困惑。然而，在SC 中，結(jié)合案例視頻分析筆者發(fā)現(xiàn)教師不僅使用技術進行教學（T1）和提問（T2/T3），還用于測試發(fā)布任務（T5），觀察學生行為（T9），幫助學生通過技術（S8），進行觀察思考（S6）以及輔助記筆記和練習（S7）。雖然通過行為序列可以看出在SC 和TMC 中重要的行為序

列存在差異，但區(qū)別不是很大，但結(jié)合案例視頻分析可以發(fā)現(xiàn)在SC 和TMC 兩種環(huán)境中學生中都存在很大比例的沉默行為，這可能值得去探索導致學生在TMC 或SC 中學生經(jīng)常不發(fā)聲沉默行為的原因[7]。

五 結(jié)語

（一） 在不同課堂環(huán)境中師生對話與行動分析

對話是指老師和學生之間的口語行為。SC 和TMC 環(huán)境之間的學生談話總數(shù)沒有顯著差異。然而，學生在SC 中提問（T2）的頻率有所下降（TMC 中T2 概率為2.16%，SC 則為2.08%），而教師要求學生閱讀（S4）的頻率降低了（TMC 中S4 的概率0.36%，SC 中則為0.06%）。這表明學生主要通過活動或者操作技術來回答教師問題?？傮w而言，不管是在SC 還是TMC 環(huán)境中，教師談話（T1）在整個課堂上所占的比例都是最大的。然而，在SC 的教師談話減少了（TMC 中T1 的 概 率31.75%，SC 中 則 為28.74%），主要是因為教師的教學減少了，而他們提供反饋（T4）和提供指導（T8）的行為比例卻明顯增加了。

行動是指沒有語言投入的具體活動。與TMC 相比，學生在SC 中的主動行為顯著增加，包括主動思考和操縱技術；然而，相比之下學生的筆記和練習有所下降是因為學生相當部分的筆記和練習是通過平板來實現(xiàn)的。此外，教師在操縱技術工具和智能測試方面的行動也顯著增加。出乎意料的是，在SC和TMC 環(huán)境中，學生無助和困惑行為的頻率使我們重新考慮技術的影響，就其優(yōu)勢和劣勢而言，一方面，在TMC 中，多媒體技術有利于豐富學習內(nèi)容的呈現(xiàn)，顯示難以視覺表達的信息，加深學生對抽象知識的理解。另一方面，在技術豐富的環(huán)境中，教師有時會過于關注技術，忽視了師生之間的互動以及學生與技術之間的知識構(gòu)建過程。因此，這是學生在TMC 中安靜行為的最重要原因之一。

（二） 在不同課堂環(huán)境中驅(qū)動方式的行為差異

研究表明，與TMC 相比，在SC 中教師發(fā)起的談話和學生發(fā)起的談話都有增加，值得注意的一點是學生發(fā)起的談話明顯增多，這表明在SC 環(huán)境下學生表現(xiàn)的更加積極活躍，更加勇于表達自己的見解和想法。另外可以發(fā)現(xiàn)學生發(fā)起的行動與學生驅(qū)動的教師行動之間存在顯著差異。雖然兩者在SC 中都有所增加，但學生發(fā)起的行動變化的更大。結(jié)合案例視頻分析發(fā)現(xiàn)通過移動終端，學生可以一起檢索信息并克服問題，這有助于他們節(jié)省尋求老師幫助和等待反饋的時間。這表明SC 幫助學生以協(xié)作的方式學習。在比較教師驅(qū)動的行為和學生驅(qū)動的行為時，值得注意的是，教師基本上很少加入到學生的活動中。也就是說，當教師與學生一起解決問題或在實驗中實驗時，因為班級規(guī)模普遍很大（每班約40 名學生，甚至更多），因此教師很難親自參與學生的合作。在這種情況下，教師通常會隨機詢問觀察部分小組的進展情況，并評估或提供必要的指導。

（三） 在SC 與TMC 環(huán)境下的師生互動

本研究的研究結(jié)論可以在一定程度上代表在SC和TMC 之間師生互動的主要差異，總結(jié)如下：首先，在SC 中增加了從移動終端收集學生學習狀況信息的重要渠道；同時，智能技術支持教師以更少的努力發(fā)現(xiàn)學生的錯誤，更方便教師評估學生的狀態(tài)并提供及時有效的反饋；其次，在SC 中支持教師創(chuàng)造更豐富的互動類型，教師可以使用在線平臺組織各種形式的活動（例如，測驗，游戲和比賽）。當學生完成測試時，該平臺會自動記錄一些關鍵信息（例如，速度、正確率等），代表他們的學習狀態(tài)，并在技術援助下提供更有效的反饋和指導，以優(yōu)化交互過程；第三，在SC 提供了更好的教學內(nèi)容展示方式。教師在SC 中使用圖形和文本來豐富學生的觀察和聆聽行為，并以更直觀的方式可視化抽象內(nèi)容；第四，在SC 環(huán)境下使用課堂管理更加方便，幫助教師從不利于教學的瑣碎活動中抽出時間。例如，教師可以利用在SC 中的教學管理和活動下對應的使用功能來改善和提高活動質(zhì)量，使互動更加高效；第五，學生也有更多機會操縱SC 中的技術，特別是在思考和創(chuàng)造過程中（例如，搜索資源，分組協(xié)作，共享作業(yè)，在虛擬實驗室中進行實驗），這有助于通過直接參與獲得特定的學習經(jīng)驗。因此，學生的行為（談話和行動）的比例增加，我們還發(fā)現(xiàn)，當學生學習新知識或抽象概念時，智能技術會產(chǎn)生很大的影響。