趙建偉 彭成圓 陳 律
(無錫職業(yè)技術(shù)學(xué)院 管理學(xué)院,江蘇 無錫 214121)
互聯(lián)網(wǎng)技術(shù)在教育領(lǐng)域的應(yīng)用極大地促進(jìn)了在線教育的蓬勃發(fā)展。特別是在2012年出現(xiàn)的大規(guī)模在線開放課程,即MOOC(Massive Open Online Courses),在傳統(tǒng)教育領(lǐng)域掀起了一場全新的教育教學(xué)革命。黨的十九屆四中全會強(qiáng)調(diào):“發(fā)揮網(wǎng)絡(luò)教育和人工智能優(yōu)勢,創(chuàng)新教育和學(xué)習(xí)方式,加快發(fā)展面向每個人、適合每個人、更加開放靈活的教育體系,建設(shè)學(xué)習(xí)型社會?!睙o論是對個人還是對社會,互聯(lián)網(wǎng)教育的優(yōu)越性都毋庸置疑。2020年新冠肺炎疫情突如其來,受疫情影響各高校紛紛延期開學(xué),為貫徹教育部“停課不停教,停課不停學(xué)”的精神,教學(xué)活動全面轉(zhuǎn)向線上進(jìn)行,可以說這是一次在線教學(xué)的大規(guī)模實(shí)踐,為在線教學(xué)積累了大量的經(jīng)驗(yàn)。
學(xué)習(xí)行為一般是指學(xué)習(xí)者在學(xué)習(xí)過程中為達(dá)到學(xué)習(xí)目標(biāo)而做出的一系列行為方式。學(xué)習(xí)行為的影響因素很多,例如,學(xué)習(xí)目的、學(xué)習(xí)態(tài)度、學(xué)習(xí)方法和學(xué)習(xí)習(xí)慣等。在現(xiàn)代信息技術(shù)背景下,學(xué)習(xí)者的網(wǎng)絡(luò)學(xué)習(xí)行為是指學(xué)習(xí)者為了滿足一定的學(xué)習(xí)目標(biāo),在具有強(qiáng)大的在線學(xué)習(xí)平臺、豐富的在線學(xué)習(xí)資源及便捷高效的社交媒體工具的互聯(lián)網(wǎng)環(huán)境中開展自主學(xué)習(xí)的行為。學(xué)習(xí)者有學(xué)習(xí)的自主權(quán),同時也能隨時隨地得到教師的幫助、引導(dǎo)和糾正。
在線學(xué)習(xí)環(huán)境下,在線學(xué)習(xí)系統(tǒng)、“互聯(lián)網(wǎng)+教育”、“社交媒體+教育”等已經(jīng)成為學(xué)習(xí)者進(jìn)行學(xué)習(xí)活動的重要平臺。學(xué)習(xí)者在使用這些平臺學(xué)習(xí)的過程中所產(chǎn)生的學(xué)習(xí)行為都被一一記錄下來。因此,可以借助于數(shù)據(jù)分析和數(shù)據(jù)挖掘手段,構(gòu)建學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù)模型,挖掘?qū)W習(xí)者學(xué)習(xí)行為的規(guī)律、特征和習(xí)慣,總結(jié)學(xué)習(xí)者的學(xué)習(xí)經(jīng)驗(yàn),以及不同學(xué)習(xí)者的個性化差異,探索和評估學(xué)習(xí)行為和學(xué)習(xí)績效之間的關(guān)系,找出規(guī)律并發(fā)現(xiàn)潛在的問題,進(jìn)而提高學(xué)與教的成效。
在網(wǎng)絡(luò)學(xué)習(xí)行為分析方面,現(xiàn)有的學(xué)者在網(wǎng)絡(luò)學(xué)習(xí)行為的特點(diǎn)、網(wǎng)絡(luò)學(xué)習(xí)行為的模式、網(wǎng)絡(luò)學(xué)習(xí)行為的因素等方面的研究成果較多,為本研究提供了較好的研究基礎(chǔ)。王璐等[1]深度挖掘了MOOC平臺學(xué)習(xí)者的學(xué)習(xí)行為數(shù)據(jù),并利用K均值聚類算法對學(xué)習(xí)者進(jìn)行分類,分析了學(xué)習(xí)者的行為特征。王改花等[2]收集了在線開放課程學(xué)習(xí)者的網(wǎng)絡(luò)學(xué)習(xí)過程記錄,研究了不同學(xué)習(xí)者群體的行為特征。邢國春[3]采用實(shí)證調(diào)查的方式了解目前教育界對網(wǎng)絡(luò)自主學(xué)習(xí)的認(rèn)識及使用情況,對大數(shù)據(jù)網(wǎng)絡(luò)環(huán)境下自主學(xué)習(xí)行為和模式進(jìn)行了研究。楊麗娜等[4]以計(jì)劃行為理論、理性行為理論和技術(shù)接受模型為理論框架,從信息技術(shù)采納視角出發(fā),從心理、技術(shù)和資源等方面建立了網(wǎng)絡(luò)學(xué)習(xí)行為模型,采用結(jié)構(gòu)方程的統(tǒng)計(jì)方法從實(shí)證角度分析了網(wǎng)絡(luò)學(xué)習(xí)者學(xué)習(xí)行為發(fā)生的影響因素。方旭[5]結(jié)合MOOC學(xué)習(xí)實(shí)際從有用性感知和易用性感知兩個維度基于TAM3(Technology Acceptance Model 3)模型建立了MOOC學(xué)習(xí)行為影響因素模型,并進(jìn)行實(shí)證研究。石磊等[6]通過國家開放大學(xué)學(xué)生在線學(xué)習(xí)情況和課程交互情況,挖掘行為數(shù)據(jù)之間的關(guān)系,提出國家開放大學(xué)MOOC課程學(xué)生學(xué)習(xí)特點(diǎn)及其影響因素。王聿良等[7]則構(gòu)建了翻轉(zhuǎn)課堂學(xué)生學(xué)習(xí)行為影響因素模型并基于大學(xué)英語教學(xué)的實(shí)踐進(jìn)行了實(shí)證研究,認(rèn)為直接影響學(xué)習(xí)者學(xué)習(xí)行為的因素有學(xué)生的主觀規(guī)范和主題態(tài)度兩個方面。而對學(xué)生的主觀規(guī)范有顯著正向影響的是學(xué)習(xí)任務(wù)、學(xué)習(xí)環(huán)境、學(xué)習(xí)評價和教學(xué)管理等,對學(xué)生的主體態(tài)度有顯著正向影響的是視頻學(xué)習(xí)資源、教學(xué)活動設(shè)計(jì)和教師課堂教學(xué)等。
在學(xué)習(xí)績效方面,目前學(xué)者的研究成果主要體現(xiàn)在學(xué)習(xí)績效的影響因素、學(xué)習(xí)投入和學(xué)習(xí)績效的關(guān)系、學(xué)習(xí)參與和學(xué)習(xí)績效的關(guān)系等方面。鄭勤華等[8]基于1 850名現(xiàn)代遠(yuǎn)程教育學(xué)習(xí)者的調(diào)研數(shù)據(jù),研究了個體因素、家庭社會環(huán)境、遠(yuǎn)程教育機(jī)構(gòu)等因素對學(xué)習(xí)績效的影響。龔藝等[9]以國家開發(fā)大學(xué)在線學(xué)習(xí)平臺的調(diào)研數(shù)據(jù)為例,構(gòu)建了學(xué)習(xí)投入的評估模型和具體指標(biāo)體系,研究了學(xué)習(xí)投入和學(xué)習(xí)績效的具體關(guān)系,為學(xué)習(xí)者提高學(xué)習(xí)成績提供了依據(jù)。段金菊等[10]研究了MOOC學(xué)習(xí)者的參與度、參與模式和學(xué)習(xí)績效的關(guān)系,提出了活動參與和學(xué)習(xí)績效呈明顯的正相關(guān),而且創(chuàng)造類活動及參與程度對學(xué)習(xí)者的績效提升具有更為顯著的作用。梅紅等[11]基于技術(shù)接受模型理論,調(diào)研了464名大規(guī)模在線開放課程學(xué)習(xí)者,分析了學(xué)習(xí)者的有用性感知和易用性感知對學(xué)習(xí)績效的影響。
Personas也就是用戶畫像,最早是由Alan Cooper(1998)提出的。用戶畫像是在用戶調(diào)研的基礎(chǔ)上,根據(jù)真實(shí)數(shù)據(jù)建立的目標(biāo)用戶模型,根據(jù)用戶的社會屬性、行為特征、習(xí)慣等信息,將他們區(qū)分為不同的類型,然后將這些不同的類型抽象出一個標(biāo)簽化的用戶模型,形成一個任務(wù)原型(Personas)。因此,用戶畫像也可以理解為對人的數(shù)據(jù)化,通過各個維度給用戶貼“標(biāo)簽”,也就是特征屬性的刻畫。而這些特征信息是通過分析、統(tǒng)計(jì)、挖掘的方式而獲得的用戶潛在的價值信息,是高度凝練的特征標(biāo)識。用戶畫像的應(yīng)用已經(jīng)涉及很多領(lǐng)域和行業(yè),特別是在電子商務(wù)領(lǐng)域,產(chǎn)品經(jīng)理用于完善產(chǎn)品運(yùn)營,評估營銷方案效果,提升服務(wù)質(zhì)量等。經(jīng)過文獻(xiàn)梳理發(fā)現(xiàn),國內(nèi)學(xué)者對網(wǎng)絡(luò)學(xué)習(xí)行為和學(xué)習(xí)績效的研究成果較多,但是從學(xué)習(xí)者行為畫像的角度,通過收集和挖掘高職大學(xué)生在線學(xué)習(xí)的行為數(shù)據(jù)進(jìn)行學(xué)習(xí)者行為畫像來探討學(xué)習(xí)者行為與學(xué)習(xí)績效關(guān)系的研究還比較少,因此,本研究主要從學(xué)習(xí)者學(xué)習(xí)行為畫像的角度研究高職大學(xué)生學(xué)習(xí)績效提升的策略。
本研究的思路是基于高職大學(xué)生在數(shù)字化學(xué)習(xí)平臺上留下的學(xué)習(xí)行為數(shù)據(jù),通過數(shù)據(jù)挖掘和數(shù)據(jù)分析,勾勒出學(xué)生一系列特征的標(biāo)簽,對不同的學(xué)習(xí)者群體進(jìn)行精準(zhǔn)刻畫。在此基礎(chǔ)上準(zhǔn)確識別學(xué)習(xí)者的學(xué)習(xí)特征、學(xué)習(xí)習(xí)慣和學(xué)習(xí)狀態(tài),探索學(xué)習(xí)行為特征和學(xué)習(xí)績效的關(guān)系,以便針對不同學(xué)習(xí)者提供個性化的學(xué)習(xí)方案,加強(qiáng)學(xué)習(xí)行為和學(xué)習(xí)過程的動態(tài)干預(yù),以期取得更好的學(xué)習(xí)效果,提升高職大學(xué)生的學(xué)習(xí)績效。
學(xué)習(xí)行為是指學(xué)習(xí)者在學(xué)習(xí)過程中所采用的行為方式與方法,它是學(xué)習(xí)者的思想、情感、情緒、動機(jī)、能力及運(yùn)作程序的具體行為表現(xiàn),是學(xué)習(xí)者在特定情境下學(xué)習(xí)活動的具體化和現(xiàn)實(shí)化。
關(guān)于網(wǎng)絡(luò)學(xué)習(xí)行為的研究模型主要有計(jì)劃行為理論和理性行為理論。理性行為理論是1975年由美國學(xué)者Fishbein(菲什拜因)和Ajzen(阿耶茲)提出的。研究認(rèn)可度較高的計(jì)劃行為理論(Ajzen,1991)繼承了理性行為理論的研究成果,在理性行為理論的基礎(chǔ)上加入了對控制因素的認(rèn)識及感知促進(jìn)因素,認(rèn)為人的行為是經(jīng)過深思熟慮的計(jì)劃的結(jié)果[12],如圖1所示。
圖1 計(jì)劃行為理論結(jié)構(gòu)模型
因此,借鑒以上理論研究成果,本研究認(rèn)為學(xué)習(xí)者的網(wǎng)絡(luò)學(xué)習(xí)行為是學(xué)習(xí)者學(xué)習(xí)情緒、學(xué)習(xí)動機(jī)、學(xué)習(xí)習(xí)慣、學(xué)習(xí)風(fēng)格的具體體現(xiàn)。在進(jìn)行學(xué)習(xí)者畫像的時候若僅從學(xué)習(xí)者學(xué)習(xí)行為的維度進(jìn)行建模,會忽略學(xué)習(xí)者社會屬性的維度。
用戶畫像一般來說是一個標(biāo)簽化的模型,學(xué)習(xí)者學(xué)習(xí)行為畫像要通過數(shù)據(jù)挖掘,從在線學(xué)習(xí)系統(tǒng)、MOOCs中提取學(xué)習(xí)者學(xué)習(xí)時間、作業(yè)時間、資源訪問次數(shù)、資源完成情況、任務(wù)點(diǎn)完成情況、每道題的用時等學(xué)習(xí)活動行為數(shù)據(jù),并從教務(wù)管理系統(tǒng)中提取學(xué)習(xí)者的學(xué)習(xí)成績。通過對學(xué)習(xí)者學(xué)習(xí)興趣和習(xí)慣等行為印記進(jìn)行建模,分析學(xué)習(xí)者學(xué)習(xí)的行為,形成不同學(xué)習(xí)者的學(xué)習(xí)類型,凝練學(xué)習(xí)者的特征標(biāo)識,從而刻畫學(xué)習(xí)者畫像標(biāo)簽集,探索不同學(xué)習(xí)者學(xué)習(xí)類型在學(xué)習(xí)績效方面的突出表現(xiàn);找出差異,發(fā)現(xiàn)學(xué)習(xí)規(guī)律和學(xué)習(xí)績效的驅(qū)動因素,形成個性化的學(xué)習(xí)策略,通過提高學(xué)與教的成效進(jìn)而提升學(xué)習(xí)績效。學(xué)習(xí)行為畫像總體框架如圖2所示。
圖2 學(xué)習(xí)行為畫像總體框架
本研究借鑒Ajzen、Fishbein等人的理論研究成果,并結(jié)合楊麗娜等人的實(shí)證研究成果,確定了5個維度17個行為指標(biāo),形成了學(xué)習(xí)行為畫像的指標(biāo)體系[4,12](表1)。
為了保證數(shù)據(jù)選取的代表性和可靠性,本研究選取了超星泛雅網(wǎng)絡(luò)平臺(http://wxit.fanya.chaoxing.com)上的“大數(shù)據(jù)基礎(chǔ)實(shí)務(wù)”在線開放課程,本課程已經(jīng)有3年開課歷史,學(xué)習(xí)者主要來自無錫職業(yè)技術(shù)學(xué)院市場營銷專業(yè)、電子商務(wù)專業(yè)、工商管理專業(yè)以及物流管理專業(yè)等財(cái)經(jīng)商貿(mào)類專業(yè)的大學(xué)生。本課程開課周期持續(xù)18周,累計(jì)選課人數(shù)超過2 000人次,覆蓋面較廣。本研究隨機(jī)抽取了該課程2019年9月至2021年7月秋季、春季四個學(xué)期總計(jì)1 098位學(xué)習(xí)者的數(shù)據(jù)。通過后臺數(shù)據(jù)統(tǒng)計(jì)和挖掘,共提取了1 098位學(xué)習(xí)者的13 176條有效學(xué)習(xí)行為數(shù)據(jù)。
表1 學(xué)習(xí)行為畫像指標(biāo)體系
由于通過在線學(xué)習(xí)平臺挖掘得到的數(shù)據(jù)形式多樣,量綱不同,因此,需要對各個指標(biāo)數(shù)據(jù)進(jìn)行數(shù)據(jù)的標(biāo)準(zhǔn)化處理。同時考慮到下一步在進(jìn)行學(xué)習(xí)行為畫像過程中將要用到的聚類算法是用距離來度量相似性的,用0均值標(biāo)準(zhǔn)化(Z-score standardization)進(jìn)行無量綱化處理效果較好,公式如下:
(1)
式中:μ為原始數(shù)據(jù)集的均值,σ為原始數(shù)據(jù)集的標(biāo)準(zhǔn)差。處理后得到的數(shù)據(jù)是均值為0、標(biāo)準(zhǔn)差為1的數(shù)據(jù)集。
學(xué)習(xí)者行為畫像就是要將學(xué)習(xí)者分成不同的類別,把具有相似特征的學(xué)習(xí)者放在同一個類別里并且保證不同的類別相互不相交,因此,在數(shù)據(jù)挖掘的時候選擇聚類分析的方法。當(dāng)聚類過程完成后,所有的數(shù)據(jù)集將被劃分成若干個組(Group)或者簇(Cluster),同一個組或簇中所有的對象有最大的相似度且不同組或簇中所有對象有最小的相似度時達(dá)到最優(yōu)聚類。聚類算法有多種,本研究采用的是SPSS K-Means聚類算法。K-Means算法的基本思想是隨機(jī)選取k個對象作為初始聚類的質(zhì)心,然后計(jì)算數(shù)據(jù)集中剩余的每個對象到初始質(zhì)心的距離,將每個對象劃分到距離最近的質(zhì)心;劃分到同一個質(zhì)心的對象屬于同一個組或者簇,總共可以形成k個組或者簇。通過多次遞歸迭代直到算法收斂,也就是質(zhì)心不再發(fā)生變化時分組也就固定下來,就停止聚類。此時同一組或者簇中的對象都比較相似,不同組或者簇中的對象差距都比較大。通常聚類的質(zhì)量用誤差平方和來度量,目標(biāo)函數(shù)形式如下:
(2)
式中:p為空間的中點(diǎn),表示給定的數(shù)據(jù)對象;mi為簇ci的平均值;E為數(shù)據(jù)庫中所有對象的平方誤差的總和。
如上分析,首先要確定聚類參數(shù)k才能進(jìn)行聚類分析,從實(shí)踐經(jīng)驗(yàn)的角度來看,k不宜過大或者過小,如果聚類參數(shù)過大、類別太多,那么會生成眾多無意義的組或者群,同一類中的對象就過少并且特征不明顯;如果聚類參數(shù)過小、類別又太少,同一群中對象太多,那么不同群之間的特征就會不明顯,分類也會不夠精細(xì)。這樣的學(xué)習(xí)行為畫像也就毫無意義,對學(xué)習(xí)績效更無任何指導(dǎo)意義。
因此,k的選擇對聚類的質(zhì)量影響較大。本研究采用碎石檢驗(yàn)來輔助確定聚類參數(shù)k,先利用SPSS系統(tǒng)聚類生成凝聚順序表,以凝聚順序表中的“階段”也就是聚類數(shù)為縱軸,“系數(shù)”也就是類目間距離為橫軸繪制碎石分析的檢驗(yàn)圖,如圖3所示。當(dāng)類目增加到4以后,類目間的距離迅速減小,說明類目間的差異不明顯。再通過反復(fù)進(jìn)行K-Means聚類,對比發(fā)現(xiàn)當(dāng)聚類參數(shù)為k=4時,每個群的學(xué)習(xí)者對象分類最為明顯,學(xué)習(xí)者群與學(xué)習(xí)者群之間的界限清晰。因此,將聚類數(shù)定為4類,此時聚類效果較好且是最優(yōu)的聚類結(jié)果。聚類結(jié)果及對應(yīng)的學(xué)習(xí)者歸屬類別見表2。
圖3 碎石分析檢驗(yàn)圖
表2 學(xué)習(xí)行為畫像聚類結(jié)果
為了更清晰地呈現(xiàn)四類學(xué)習(xí)者的畫像,使用雷達(dá)圖探究標(biāo)準(zhǔn)化后的聚類結(jié)果數(shù)據(jù)如圖4所示,該圖能清晰地辨識出四類學(xué)習(xí)者的學(xué)習(xí)特征。其中,122位屬于聚集1,可歸為資源導(dǎo)向型積極學(xué)習(xí)者,他們的平均綜合學(xué)習(xí)成績較高(83.87);494位屬于聚集2,可歸為任務(wù)導(dǎo)向型消極學(xué)習(xí)者,他們的平均綜合學(xué)習(xí)成績較差(46.41);472位屬于聚集3,可歸為任務(wù)導(dǎo)向型積極學(xué)習(xí)者,他們的平均綜合學(xué)習(xí)成績較高(85.19);10位屬于聚集4,可歸為資源導(dǎo)向型消極學(xué)習(xí)者,他們的平均綜合學(xué)習(xí)成績較差(43.96)。
圖4 個案四類聚類雷達(dá)圖
本研究通過對1 098位高職大學(xué)生在線學(xué)習(xí)行為畫像的研究,進(jìn)一步印證了學(xué)習(xí)行為在提高學(xué)習(xí)質(zhì)量和提升學(xué)習(xí)績效中起到關(guān)鍵作用。
4.1.1高職大學(xué)生具有四種學(xué)習(xí)類型 (1) 資源導(dǎo)向型積極學(xué)習(xí)者:此類學(xué)習(xí)者學(xué)習(xí)效果較好,其章節(jié)學(xué)習(xí)次數(shù)、視頻完成情況、視頻完成進(jìn)度的數(shù)據(jù)在四類學(xué)習(xí)者中都最高,任務(wù)點(diǎn)完成情況較突出,總討論次數(shù)、回復(fù)討論次數(shù)最高,此類學(xué)習(xí)者是四類中最積極互動的一類,其作業(yè)完成積極性與聚集2、聚集3基本一致。(2) 任務(wù)導(dǎo)向型消極學(xué)習(xí)者:此類學(xué)習(xí)者學(xué)習(xí)效果較差,作業(yè)完成積極性與聚集1、聚集2基本一致,其簽到次數(shù)和得分表現(xiàn)較好,視頻完成情況及視頻完成的進(jìn)度較差。(3) 任務(wù)導(dǎo)向型積極學(xué)習(xí)者:此類學(xué)習(xí)者學(xué)習(xí)效果較好,他們的簽到得分、作業(yè)完成情況、作業(yè)完成積極性的數(shù)據(jù)在四類學(xué)習(xí)者中都最高,其任務(wù)點(diǎn)完成情況、視頻完成情況、視頻完成進(jìn)度稍差,總討論次數(shù)、回復(fù)討論次數(shù)較少,此類學(xué)習(xí)者不能進(jìn)行積極的互動。(4) 資源導(dǎo)向型消極學(xué)習(xí)者:此類學(xué)習(xí)者學(xué)習(xí)效果較差,雖然能完成簽到,但是其作業(yè)完成情況、作業(yè)完成積極性、視頻完成進(jìn)度等都極差。然而,此類學(xué)習(xí)者的章節(jié)學(xué)習(xí)次數(shù)、視頻學(xué)習(xí)次數(shù)的完成情況較好,說明其對課程資源有一定的興趣。
4.1.2網(wǎng)絡(luò)課程的內(nèi)容組織方式是影響學(xué)習(xí)績效的關(guān)鍵因素 從行為特征上看高職大學(xué)生學(xué)習(xí)者可劃分為明顯的四類。從學(xué)習(xí)效果的角度看,第一類和第三類無明顯差別,第二類和第四類無明顯差別。高職大學(xué)生網(wǎng)絡(luò)學(xué)習(xí)績效有資源驅(qū)動和任務(wù)驅(qū)動兩種類型。影響學(xué)習(xí)行為的關(guān)鍵因素不僅包括網(wǎng)絡(luò)課程的內(nèi)容、資源以及資源的呈現(xiàn)方式,而且包括網(wǎng)絡(luò)課程的內(nèi)容組織方式。
4.1.3網(wǎng)上學(xué)習(xí)互動和交流是影響學(xué)習(xí)績效的另一關(guān)鍵因素 網(wǎng)絡(luò)在線學(xué)習(xí)通常是異地的,教師和學(xué)習(xí)者、學(xué)習(xí)者和學(xué)習(xí)者之間通常是不碰面的,但是教學(xué)和學(xué)習(xí)活動需要交流和合作。通過分析四類學(xué)習(xí)者的畫像可知,積極參與者的平均學(xué)習(xí)成績最高,師生網(wǎng)上交互率的高低與學(xué)生網(wǎng)上學(xué)習(xí)的時間和次數(shù)成正比,因此,網(wǎng)上學(xué)習(xí)互動和交流的頻次和質(zhì)量對學(xué)習(xí)成效會產(chǎn)生顯著的影響。
4.2.1優(yōu)化網(wǎng)絡(luò)學(xué)習(xí)環(huán)境 網(wǎng)絡(luò)學(xué)習(xí)環(huán)境是指網(wǎng)絡(luò)基礎(chǔ)設(shè)施和網(wǎng)絡(luò)平臺。安全、方便、快捷的網(wǎng)絡(luò)學(xué)習(xí)環(huán)境是網(wǎng)絡(luò)學(xué)習(xí)應(yīng)該具備的基本條件。除了互聯(lián)網(wǎng)、多媒體計(jì)算機(jī)、移動終端、在線學(xué)習(xí)平臺等必備的網(wǎng)絡(luò)基礎(chǔ)設(shè)施,網(wǎng)絡(luò)學(xué)習(xí)環(huán)境還應(yīng)提供豐富多樣的學(xué)習(xí)資源和即時語音、視頻通信等必備的學(xué)習(xí)工具。同時,要提供良好的學(xué)習(xí)服務(wù)支持,規(guī)范學(xué)習(xí)管理活動,以及允許學(xué)習(xí)者不受時間和地點(diǎn)的限制來開展學(xué)習(xí)課程。
4.2.2培育網(wǎng)絡(luò)學(xué)習(xí)習(xí)慣 互聯(lián)網(wǎng)學(xué)習(xí)環(huán)境是一種虛擬的學(xué)習(xí)環(huán)境,受限于虛擬環(huán)境下時間和空間的制約,通常學(xué)習(xí)的中心和主動方是學(xué)習(xí)者,學(xué)習(xí)的績效很大程度上取決于學(xué)習(xí)者自身的學(xué)習(xí)行為。學(xué)習(xí)者應(yīng)該主動根據(jù)網(wǎng)絡(luò)課程的進(jìn)度和安排有計(jì)劃地進(jìn)行課程資源的訪問并且根據(jù)時間節(jié)點(diǎn)完成作業(yè)、測試等各項(xiàng)學(xué)習(xí)任務(wù)。另外,必要的學(xué)習(xí)、導(dǎo)航、監(jiān)控和評價可以督促和約束學(xué)生的學(xué)習(xí)行為,有利于培養(yǎng)學(xué)生良好的網(wǎng)絡(luò)學(xué)習(xí)習(xí)慣。
4.2.3強(qiáng)化網(wǎng)絡(luò)教學(xué)交互 研究發(fā)現(xiàn),如果網(wǎng)絡(luò)學(xué)習(xí)中學(xué)習(xí)者之間交互程度過低,學(xué)習(xí)者缺乏必要的解答和指導(dǎo),那么容易使學(xué)生的學(xué)習(xí)興趣減弱,不利于學(xué)生深入分析問題。這意味著強(qiáng)化網(wǎng)絡(luò)教學(xué)交互是網(wǎng)絡(luò)學(xué)習(xí)中的關(guān)鍵工作。網(wǎng)絡(luò)在線教學(xué)要求教師對網(wǎng)絡(luò)教學(xué)有正確的認(rèn)識;具備較高的網(wǎng)絡(luò)教學(xué)素質(zhì);對網(wǎng)絡(luò)教學(xué)平臺的特點(diǎn)、網(wǎng)絡(luò)教學(xué)模式、網(wǎng)絡(luò)教學(xué)過程中可能會遇到的問題有充分的了解;通過論壇、留言板、網(wǎng)絡(luò)答疑等平臺加強(qiáng)教學(xué)交互,及時解決學(xué)習(xí)者遇到的實(shí)際問題。
4.2.4注重網(wǎng)絡(luò)課程的設(shè)計(jì)和組織 網(wǎng)絡(luò)課程的設(shè)計(jì)和組織在網(wǎng)絡(luò)學(xué)習(xí)中至關(guān)重要。一方面,為了提高學(xué)生學(xué)習(xí)的積極性和主動性,教師應(yīng)盡可能提供案例、視頻、動畫、微課等豐富多樣的多媒體課程資源。另一方面,教師要了解網(wǎng)絡(luò)教學(xué)的規(guī)律,掌握適當(dāng)?shù)木W(wǎng)絡(luò)教學(xué)設(shè)計(jì)方法,在設(shè)計(jì)工作任務(wù)的時候兼顧學(xué)生的實(shí)際需求和網(wǎng)絡(luò)教學(xué)的規(guī)律和特點(diǎn),對網(wǎng)絡(luò)教學(xué)資源進(jìn)行合理的安排。這樣不僅能夠有效提升學(xué)習(xí)者的學(xué)習(xí)態(tài)度和自主學(xué)習(xí)能力,也能同時提高學(xué)習(xí)者網(wǎng)絡(luò)學(xué)習(xí)的效率和質(zhì)量。