基于MOOC的學(xué)習(xí)定制服務(wù)模型構(gòu)建研究 *

李艷紅，趙 波，甘健侯，徐天偉,3

(1.云南師范大學(xué) 信息學(xué)院，云南 昆明 650500；2.云南師范大學(xué) 民族教育信息化教育部重點實驗室，云南 昆明650500；3.華中科技大學(xué) 教育科學(xué)研究院，湖北 武漢 116024)

基于MOOC的學(xué)習(xí)定制服務(wù)模型構(gòu)建研究 *

李艷紅1,2，趙 波1，甘健侯2，徐天偉1,3

(1.云南師范大學(xué) 信息學(xué)院，云南 昆明 650500；2.云南師范大學(xué) 民族教育信息化教育部重點實驗室，云南 昆明650500；3.華中科技大學(xué) 教育科學(xué)研究院，湖北 武漢 116024)

大規(guī)模在線網(wǎng)絡(luò)課程，是一種面向社會公眾的免費教育形式，對傳統(tǒng)教學(xué)模式產(chǎn)生了巨大的沖擊，具有優(yōu)質(zhì)教學(xué)資源共享的特點。當(dāng)前流行的MOOCs實際上是基于內(nèi)容的xMOOCs，只強(qiáng)調(diào)對知識的傳播和復(fù)制，并沒有很好地為學(xué)習(xí)者提供高質(zhì)量、個性化的學(xué)習(xí)支持服務(wù)。該研究依托云南省教師教育聯(lián)盟MOOCs平臺，主要從個性化導(dǎo)學(xué)服務(wù)、學(xué)習(xí)路徑推薦和學(xué)習(xí)共同體組建三個方面探究沉浸式、強(qiáng)交互、重體驗的個性化在線學(xué)習(xí)環(huán)境構(gòu)建，以期實現(xiàn)MOOCs網(wǎng)絡(luò)學(xué)習(xí)方式的最優(yōu)化。

大規(guī)模開放在線課程(MOOCs)；學(xué)習(xí)定制；學(xué)習(xí)支持服務(wù)；知識地圖；學(xué)習(xí)Agent

大規(guī)模在線網(wǎng)絡(luò)課程(Massive Open Online Courses，簡稱MOOCs)，是一種面向社會公眾的免費教育形式，對傳統(tǒng)教學(xué)模式產(chǎn)生了巨大的沖擊，具有優(yōu)質(zhì)教學(xué)資源共享的特點，然而目前流行的MOOCs實際上是基于內(nèi)容的xMOOCs。xMOOCs以行為主義學(xué)習(xí)理論為基礎(chǔ)，主要采用教授主義和傳播式教學(xué)手段，只強(qiáng)調(diào)對知識的傳播與復(fù)制，并沒有很好地為學(xué)習(xí)者提供高質(zhì)量、個性化的學(xué)習(xí)支持服務(wù)。本研究依托云南省教師教育聯(lián)盟MOOCs平臺，從個性化導(dǎo)學(xué)服務(wù)、學(xué)習(xí)路徑引導(dǎo)和學(xué)習(xí)共同體組建三個方面探究沉浸式、強(qiáng)交互、重體驗的個性化在線學(xué)習(xí)環(huán)境的構(gòu)建，以期實現(xiàn)MOOCs網(wǎng)絡(luò)學(xué)習(xí)方式的最優(yōu)化。

一、學(xué)習(xí)定制服務(wù)

2014年7月，美國軟件公司Qualtrics和教育技術(shù)公司Instructure的研究調(diào)查[1]發(fā)現(xiàn)：導(dǎo)致MOOCs輟學(xué)的兩個主要原因是：(1)學(xué)習(xí)者個人時間問題；(2)MOOCs的學(xué)習(xí)體驗沒有達(dá)到學(xué)習(xí)者的預(yù)期。許多博客[2]指出通過MOOCs的“資源泛濫”，很難找到一條學(xué)習(xí)路徑，因為學(xué)習(xí)者在理解知識點遇到困難時，不能獲得及時的學(xué)習(xí)支持服務(wù)。MOOCs既沒有創(chuàng)造知識社區(qū)，也沒有提供學(xué)習(xí)者與教師交流互動的平臺，這使得MOOCs僅僅像是在進(jìn)行教材培訓(xùn)[3]。教學(xué)設(shè)計者不僅應(yīng)該抓住MOOCs“大規(guī)?！薄伴_放”和“及時反饋”的本質(zhì)特征，而且需要尊重學(xué)習(xí)者的個人學(xué)習(xí)體驗，明確課程的學(xué)前要求和定位，結(jié)合課程特點設(shè)計自適應(yīng)的教學(xué)模式，給學(xué)習(xí)者提供有效的個性化學(xué)習(xí)支持服務(wù)?；贛OOCs的學(xué)習(xí)定制服務(wù)能夠滿足學(xué)習(xí)者個性化的學(xué)習(xí)需求，系統(tǒng)通過：(1)學(xué)習(xí)者特征分析量表和學(xué)習(xí)跟蹤Agent獲取學(xué)生的特征信息，據(jù)此分析學(xué)習(xí)者的個性化需求，提高學(xué)習(xí)者的學(xué)習(xí)興趣；(2)課程知識地圖組織教學(xué)內(nèi)容，定位學(xué)習(xí)者在知識領(lǐng)域中所處的位置，有利于學(xué)習(xí)者建立知識聯(lián)系。

(一)利用量表進(jìn)行學(xué)習(xí)者特征分析

MOOCs的學(xué)習(xí)效果不僅取決于學(xué)習(xí)內(nèi)容資源，而且受到學(xué)習(xí)者個體特征的影響，教學(xué)過程中需要考慮學(xué)習(xí)者的先前經(jīng)驗、學(xué)習(xí)動機(jī)、元認(rèn)知能力、學(xué)習(xí)風(fēng)格以及學(xué)習(xí)者個性特征，當(dāng)學(xué)習(xí)環(huán)境和過程與學(xué)習(xí)者的個體特征相匹配時，會實現(xiàn)學(xué)習(xí)過程的良性互動，并且產(chǎn)生最佳的學(xué)習(xí)效果。實驗數(shù)據(jù)表明[4]，關(guān)注學(xué)習(xí)者的學(xué)習(xí)起點以后，網(wǎng)絡(luò)學(xué)習(xí)效果取得了明顯提升。2014年6月底至7月初，果殼網(wǎng)MOOC學(xué)院發(fā)起的第二次MOOC中文用戶問卷調(diào)研結(jié)果顯示[5]，MOOCs學(xué)習(xí)者的主要學(xué)習(xí)動機(jī)是出于興趣，獲取新知。根據(jù)杜克大學(xué)《生物電(Bioelectricity)》MOOCs課程統(tǒng)計結(jié)果，所有注冊學(xué)生大約只有10%獲得課程結(jié)業(yè)證書[6]，大多數(shù)只是次要參與，即潛伏者。學(xué)生必須進(jìn)行時間的自我管理，設(shè)定學(xué)習(xí)目標(biāo)[7]，并且有持續(xù)的學(xué)習(xí)動機(jī)，才能順利地完成MOOCs課程。提供可以預(yù)測學(xué)習(xí)風(fēng)格的輔助工具和指南可以幫助和支持所有MOOCs的參與者，這種方式可以讓每個學(xué)習(xí)者自由選擇適合自己的學(xué)習(xí)資源。當(dāng)學(xué)習(xí)過程中遇到困難時，輔助工具和指南可以及時提供解決方案。學(xué)習(xí)定制服務(wù)模型根據(jù)所羅門(Barbara A. Soloman)學(xué)習(xí)風(fēng)格測試量表和溫斯坦標(biāo)準(zhǔn)化學(xué)習(xí)策略量表(LASSI)進(jìn)行學(xué)習(xí)者特征分析，以此推薦相應(yīng)的學(xué)習(xí)模式，實現(xiàn)學(xué)習(xí)路徑的個性化推薦。

(二)利用信息Agent進(jìn)行適應(yīng)性學(xué)習(xí)內(nèi)容推送

學(xué)習(xí)者在學(xué)習(xí)過程中產(chǎn)生的海量實時學(xué)習(xí)數(shù)據(jù)被MOOCs平臺記錄在案，信息Agent通過智能分析(Smart Analytics)，對學(xué)習(xí)者所產(chǎn)生的大數(shù)據(jù)中的“隱含意義”進(jìn)行挖掘。學(xué)習(xí)信息推送是一種“資源找人”的交互模式，針對不同的學(xué)習(xí)者，推送相應(yīng)的學(xué)習(xí)信息。一般的學(xué)習(xí)信息推送過程是：學(xué)習(xí)者在首次登錄學(xué)習(xí)系統(tǒng)時，進(jìn)入服務(wù)訂閱模式，設(shè)置個人需求標(biāo)簽，服務(wù)器根據(jù)信息標(biāo)簽自動推送相關(guān)課程信息給用戶系統(tǒng)。現(xiàn)有的方法主要從服務(wù)器層次的“用戶—標(biāo)簽—資源”三者整體關(guān)系中挖掘用戶興趣特征，較少從用戶自身出發(fā)獲取與用戶直接相關(guān)的用戶興趣特征。為了彌補(bǔ)現(xiàn)有基于需求標(biāo)簽的不足，本模型引進(jìn)基于Agent信息推送的概念。Agent 是人工智能領(lǐng)域發(fā)展起來的一個概念，是指具有感知能力、問題求解能力和與外界進(jìn)行通訊能力的能持續(xù)自主地發(fā)揮作用的軟件實體[8]。Agent的學(xué)習(xí)性使得Agent能夠?qū)W習(xí)用戶的興趣、愛好，建立用戶興趣模型，從而進(jìn)一步指導(dǎo)自己的決策。在學(xué)習(xí)的過程中，系統(tǒng)根據(jù)學(xué)習(xí)跟蹤Agent記錄的學(xué)習(xí)軌跡分析結(jié)果，自動推送相關(guān)信息給學(xué)習(xí)者客戶端。推送信息包括課程、學(xué)習(xí)資源、學(xué)習(xí)同伴、學(xué)習(xí)時間提醒等，其優(yōu)勢在于信息的相關(guān)性、自主性和及時性。

(三)利用知識地圖進(jìn)行學(xué)習(xí)定向

經(jīng)過多年的發(fā)展，可汗學(xué)院[9]充分認(rèn)識到如果想成為一個在線的教育機(jī)構(gòu)，而不只是一個為部分學(xué)生提供在線學(xué)習(xí)輔導(dǎo)的機(jī)構(gòu)，課程設(shè)計至關(guān)重要。為此，可汗學(xué)院為學(xué)習(xí)者建立了“知識地圖”，以幫助學(xué)習(xí)者確定學(xué)習(xí)的起點。與此同時，他們還開發(fā)了為確定學(xué)習(xí)起點設(shè)計的“前置測驗(Pretest)”。在學(xué)習(xí)一個知識點之前，學(xué)生需要先做幾道作業(yè)題，對相關(guān)知識掌握情況進(jìn)行檢測。如果學(xué)生遇到了問題，可以看視頻講解，也可以看解答的提示。這樣，當(dāng)學(xué)生看視頻上的知識講解時，就是帶著問題來看的，是在進(jìn)行積極學(xué)習(xí)。學(xué)習(xí)定向是一種有計劃的認(rèn)知過程，它具有認(rèn)知、情感和行為的特征。阿姆斯和阿什(Ames,Archer)[10]發(fā)現(xiàn)，當(dāng)教師在課堂上強(qiáng)調(diào)個人的提高、努力以及學(xué)習(xí)的內(nèi)部動機(jī)時，學(xué)生將致力于掌握課堂中所呈現(xiàn)的材料以及個人學(xué)習(xí)上的進(jìn)步。尼克斯(Nicholls)[11]研究的認(rèn)為任務(wù)卷入(Task-involved)是一種比較積極的學(xué)習(xí)方式，在任務(wù)卷入的課堂活動中，學(xué)生將學(xué)習(xí)活動視為對具體教學(xué)材料的掌握，學(xué)生的成功與同伴、聰明感和能力感相關(guān)。知識地圖提供了任務(wù)驅(qū)動的學(xué)習(xí)過程可視化界面，使學(xué)習(xí)者清晰掌握自身學(xué)習(xí)進(jìn)度和學(xué)習(xí)效果，采用任務(wù)驅(qū)動和合作學(xué)習(xí)的策略，實現(xiàn)學(xué)生的定向掌握和積極的學(xué)習(xí)。

二、基于MOOCs的學(xué)習(xí)定制服務(wù)模型構(gòu)建研究

MOOCs領(lǐng)域需要研究學(xué)習(xí)者特征和如何改善學(xué)習(xí)過程體驗，以此為依據(jù)調(diào)整課程設(shè)計，提高M(jìn)OOCs學(xué)習(xí)支持服務(wù)的質(zhì)量。雖然這點很重要，但是很少有實證研究使MOOCs開放學(xué)習(xí)平臺的參與可視化和可測量化[12]?；贛OOCs的學(xué)習(xí)定制服務(wù)模型旨在探究在開放的云南省教師教育聯(lián)盟MOOCs學(xué)習(xí)平臺上根據(jù)學(xué)習(xí)者先前的學(xué)習(xí)經(jīng)驗和當(dāng)前的學(xué)習(xí)需求，實現(xiàn)個性化的學(xué)習(xí)路徑引導(dǎo)和課程內(nèi)容呈現(xiàn)，構(gòu)建適應(yīng)性學(xué)習(xí)環(huán)境，實現(xiàn)MOOCs課程的個性化定制。整體模型如下頁圖1所示，初次登錄的學(xué)習(xí)者需要進(jìn)行注冊，并且進(jìn)行學(xué)習(xí)風(fēng)格和學(xué)習(xí)策略測試，學(xué)習(xí)跟蹤Agent自動記錄測試結(jié)果，構(gòu)造學(xué)習(xí)者個人動態(tài)的貝葉斯學(xué)習(xí)網(wǎng)絡(luò)。信息Agent根據(jù)貝葉斯學(xué)習(xí)網(wǎng)絡(luò)信息，提取學(xué)習(xí)者的個性化特征，推送適應(yīng)性的課程和學(xué)習(xí)同伴，然后開始正式的課程學(xué)習(xí)。課程采用任務(wù)式的驅(qū)動策略，讓學(xué)習(xí)者和學(xué)習(xí)同伴自主地選擇學(xué)習(xí)任務(wù)進(jìn)行學(xué)習(xí)，根據(jù)每個知識點的學(xué)習(xí)情況，系統(tǒng)自動生成個人動態(tài)課程知識地圖。學(xué)習(xí)者可以根據(jù)知識地圖的標(biāo)注情況，對課程知識點的掌握情況有一個可視化的清晰了解。本服務(wù)模型的技術(shù)重點是利用信息Agent提取相關(guān)信息，進(jìn)行課程和學(xué)習(xí)同伴的有效推送；技術(shù)難點是如何形成簡潔可視化的課程知識地圖界面，不需要學(xué)習(xí)者的手動操作，直接由系統(tǒng)根據(jù)學(xué)習(xí)跟蹤Agent的信息，生成課程知識點掌握情況的可視化界面。

模型的設(shè)計主要包括個性化的導(dǎo)學(xué)服務(wù)、個性化的學(xué)習(xí)路徑引導(dǎo)和學(xué)習(xí)共同體組建三個方面的內(nèi)容：

圖1 基于MOOCs的學(xué)習(xí)定制服務(wù)模型框架圖

(一)個性化的導(dǎo)學(xué)服務(wù)

系統(tǒng)對首次注冊的學(xué)習(xí)者進(jìn)行學(xué)習(xí)風(fēng)格和學(xué)習(xí)策略分析測試，學(xué)習(xí)定制服務(wù)模型系統(tǒng)根據(jù)自動生成的測試分析結(jié)果，推薦課程學(xué)習(xí)內(nèi)容和學(xué)習(xí)同伴給學(xué)習(xí)者。學(xué)習(xí)者和學(xué)習(xí)同伴共同制定學(xué)習(xí)計劃，并且按照學(xué)習(xí)計劃同步完成課程內(nèi)容。

1.學(xué)習(xí)風(fēng)格和學(xué)習(xí)策略分析測試

學(xué)習(xí)者在計劃、監(jiān)控、小組學(xué)習(xí)、信息加工能力、知覺偏好等方面都存在差異，個性化導(dǎo)學(xué)要適應(yīng)MOOCs學(xué)習(xí)者的個性差異，就必須了解其個性差異的本質(zhì)特點。學(xué)習(xí)風(fēng)格作為直接參與學(xué)習(xí)活動且具備穩(wěn)定性和獨特性的學(xué)習(xí)者個性心理特征，最直接地體現(xiàn)著網(wǎng)絡(luò)學(xué)習(xí)者的個性差異，從而可以作為個性化導(dǎo)學(xué)策略設(shè)計的依據(jù)[13]。學(xué)習(xí)風(fēng)格測試的種類很多，目前信度和效度比較高的是所羅門學(xué)習(xí)風(fēng)格測試[14]。CMoodle根據(jù)該測試量表和相應(yīng)的計算方法，在Moodle平臺上開發(fā)了自測活動插件，可布置在課程的任何位置。學(xué)習(xí)定制服務(wù)模型對首次注冊MOOCs課程的學(xué)生進(jìn)行所羅門學(xué)習(xí)風(fēng)格分析測試，測驗共有44題，獲得學(xué)生的四種學(xué)習(xí)類型：活躍型與沉思型、感悟型與直覺型、視覺型與言語型、序列型與綜合型。教學(xué)設(shè)計者事先根據(jù)每種學(xué)習(xí)類型，設(shè)置不同類型的學(xué)習(xí)任務(wù)。系統(tǒng)根據(jù)測試結(jié)果，自動推送相應(yīng)的學(xué)習(xí)任務(wù)給學(xué)習(xí)者。

學(xué)習(xí)者學(xué)習(xí)策略的選擇是否與其認(rèn)知風(fēng)格、學(xué)習(xí)方式相匹配，直接影響到學(xué)習(xí)的效率。溫斯坦標(biāo)準(zhǔn)化學(xué)習(xí)策略量表(LASSI)[15]是專門設(shè)計用于測查和診斷學(xué)生適用學(xué)習(xí)方法和學(xué)習(xí)策略能力的一種測評工具。LASSI測驗施測方便，計分迅速，量表結(jié)構(gòu)科學(xué)合理，測查問題全面，是目前比較理想的測查和診斷學(xué)生學(xué)習(xí)方法和學(xué)習(xí)策略的評估工具。量表由76個自我報告項目組成，共分為10個量表：態(tài)度(Attitude)、動機(jī)(Motivation)、時間管理(Time Management)、焦慮(Anxiety)、專心(Concentration)、信息處理(Information Processing)、選擇要點(Selecting Main Ideas)、學(xué)習(xí)輔助(Studying Aid)、自我測試(Self-testing)、考試策略(Test Strategies)。測試直接采用國際上的常模，將被試的原始分?jǐn)?shù)轉(zhuǎn)換為百分?jǐn)?shù)。將LASSI應(yīng)用于學(xué)習(xí)定制服務(wù)模型，有效地測量了學(xué)習(xí)者的學(xué)習(xí)策略，有利于對學(xué)習(xí)者的學(xué)習(xí)行為進(jìn)行深入的研究和評價。

2.課程和學(xué)習(xí)同伴推送

學(xué)習(xí)跟蹤Agent[16]根據(jù)學(xué)生學(xué)習(xí)痕跡(主要包括學(xué)生學(xué)習(xí)某知識點所用的時間，訪問過的鏈接，知識點測試成績和所用的時間，論壇回答和提問問題等信息)并結(jié)合學(xué)生學(xué)習(xí)風(fēng)格和學(xué)習(xí)策略測試信息生成貝葉斯學(xué)習(xí)網(wǎng)絡(luò)(Bayesian Learning Network)。貝葉斯理論是處理不確定性信息的重要工具，在處理不確定信息的智能化系統(tǒng)中已成功地應(yīng)用于醫(yī)療診斷、統(tǒng)計決策、專家系統(tǒng)、學(xué)習(xí)預(yù)測等領(lǐng)域。學(xué)生在線學(xué)習(xí)的過程中，貝葉斯學(xué)習(xí)網(wǎng)絡(luò)根據(jù)學(xué)習(xí)跟蹤Agent搜集的信息更新原有網(wǎng)絡(luò)。應(yīng)用貝葉斯技術(shù)和貝葉斯動態(tài)網(wǎng)絡(luò)(Dynamic Bayesian Networks，DBNs)為學(xué)習(xí)信息Agent提供了形式化的數(shù)學(xué)框架和處理工具，可以有效解決信息Agent研究領(lǐng)域所遇到的學(xué)習(xí)行為決策問題，實現(xiàn)了基于MOOCs的學(xué)習(xí)定制服務(wù)模型的課程和學(xué)習(xí)同伴的智能推送。其推送過程如圖2所示，信息Agent獲取學(xué)習(xí)者的特征信息以后，生成用戶學(xué)習(xí)信息推送模型，推送模型調(diào)用課程資源數(shù)據(jù)庫的信息和學(xué)習(xí)者類型數(shù)據(jù)庫，進(jìn)行課程資源的過濾和學(xué)習(xí)同伴類型的匹配，將適應(yīng)學(xué)習(xí)者特征風(fēng)格和學(xué)習(xí)策略的課程資源和學(xué)習(xí)同伴推送給學(xué)習(xí)者。

圖2 課程和學(xué)習(xí)同伴智能推送服務(wù)模型框架圖

(二)個性化的學(xué)習(xí)路徑引導(dǎo)

20多年網(wǎng)絡(luò)教育實踐中被證明能夠有效保證網(wǎng)上學(xué)習(xí)效果的教學(xué)經(jīng)驗被很好地總結(jié)為MOOCs的基本教學(xué)模式，如網(wǎng)上學(xué)習(xí)輟學(xué)率高，因此不能單純靠學(xué)生自學(xué)，一定要有老師引導(dǎo)授課。但是，基于MOOCs大規(guī)模的學(xué)習(xí)人數(shù)，光靠教師的一己之力是力不從心的。在線學(xué)習(xí)情景提供了良好的交互技術(shù)支持和豐富的在線資源，有利于學(xué)習(xí)者自主學(xué)習(xí)的發(fā)生。學(xué)習(xí)者原有的知識結(jié)構(gòu)以及學(xué)習(xí)風(fēng)格等個性化因素會影響其對在線資源的選擇和活動的意義建構(gòu)，形成學(xué)習(xí)者的個性化學(xué)習(xí)路徑。因此，一定要借助MOOCs系統(tǒng)平臺本身的設(shè)計，讓學(xué)習(xí)者在系統(tǒng)的路徑引導(dǎo)下，進(jìn)行自主的學(xué)習(xí)。這樣不僅能讓學(xué)習(xí)者獲得高效的學(xué)習(xí)體驗，而且有利于解決MOOCs高輟學(xué)率的難題。

1.學(xué)習(xí)任務(wù)驅(qū)動

在進(jìn)行基于MOOCs的教學(xué)設(shè)計時，必須制定學(xué)習(xí)激勵策略，引起學(xué)生的學(xué)習(xí)內(nèi)部動機(jī)，才能順化學(xué)習(xí)過程。研究表明，采用任務(wù)驅(qū)動式學(xué)習(xí)策略在網(wǎng)絡(luò)學(xué)習(xí)過程中取得了良好的學(xué)習(xí)效果[17]。任務(wù)驅(qū)動式學(xué)習(xí)策略是通過“任務(wù)”來誘發(fā)、加強(qiáng)和維持學(xué)習(xí)者的成就動機(jī)。任務(wù)是一個由外向內(nèi)的演化過程，以成就動機(jī)的產(chǎn)生為宗旨。系統(tǒng)根據(jù)課程知識點要求，按照學(xué)習(xí)風(fēng)格和學(xué)習(xí)策略的測試類型，設(shè)計闖關(guān)式學(xué)習(xí)任務(wù)供不同類型的學(xué)習(xí)者進(jìn)行選擇，使學(xué)習(xí)過程激發(fā)學(xué)習(xí)者的好奇心。

2.學(xué)習(xí)路徑引導(dǎo)

學(xué)習(xí)者對教學(xué)內(nèi)容的選擇并不是隨機(jī)的，而是在教學(xué)內(nèi)容相關(guān)理論框架基礎(chǔ)上，依據(jù)知識點之間的知識網(wǎng)絡(luò)關(guān)系構(gòu)成特點，主動選擇意義建構(gòu)需要的知識點序列進(jìn)行學(xué)習(xí)[18]。知識地圖應(yīng)用于教育領(lǐng)域，不僅能夠幫助教師組織教學(xué)內(nèi)容，而且可以有效地反映課程的學(xué)習(xí)目標(biāo)、學(xué)科體系、層次關(guān)系和關(guān)聯(lián)關(guān)系等，有利于學(xué)生定位當(dāng)前在知識領(lǐng)域中所處的位置，建立知識聯(lián)系[19]，如圖3所示。知識地圖提供了任務(wù)驅(qū)動的學(xué)習(xí)過程可視化界面，使學(xué)習(xí)者清晰掌握自身學(xué)習(xí)進(jìn)度和學(xué)習(xí)效果。學(xué)習(xí)者根據(jù)學(xué)習(xí)任務(wù)自主構(gòu)建個人課程知識地圖學(xué)習(xí)網(wǎng)絡(luò)，將確定的最終知識源建立知識與知識之間的關(guān)聯(lián)，并與網(wǎng)絡(luò)系統(tǒng)進(jìn)行集成，建立知識鏈接。完成特定學(xué)習(xí)任務(wù)的學(xué)習(xí)之后，學(xué)習(xí)者需要完成學(xué)習(xí)效果自查表，根據(jù)課程目標(biāo)的自查表項可以使學(xué)習(xí)者明確知識重點和自身的學(xué)習(xí)效果。

(三)學(xué)習(xí)共同體組建

相比于網(wǎng)絡(luò)公開課，MOOCs的學(xué)習(xí)者不但有學(xué)習(xí)的熱情，更有實際的行動。他們喜歡跟隨老師精心準(zhǔn)備的學(xué)習(xí)材料認(rèn)真學(xué)習(xí)、愿意花時間與學(xué)習(xí)同門課程的其他學(xué)習(xí)者探討課程問題，學(xué)習(xí)者的緊密互助塑造了課程學(xué)習(xí)的良好氛圍。學(xué)習(xí)者對共同體的歸屬感、認(rèn)同感以及從其他成員身上所得到的尊重感有利于增強(qiáng)學(xué)習(xí)者對共同體的參與程度，維持他們持續(xù)、努力的學(xué)習(xí)活動?；贛OOCs的學(xué)習(xí)定制服務(wù)模型構(gòu)建了學(xué)習(xí)同伴數(shù)據(jù)庫，用于進(jìn)行學(xué)習(xí)同伴推送。在學(xué)習(xí)同伴數(shù)據(jù)庫中以學(xué)習(xí)類型互補(bǔ)為原則，進(jìn)行學(xué)習(xí)風(fēng)格和學(xué)習(xí)策略的匹配。學(xué)習(xí)者根據(jù)系統(tǒng)推送或者自主搜索的結(jié)果，進(jìn)行雙方自主互選。學(xué)習(xí)者與學(xué)習(xí)同伴進(jìn)行交流與合作，形成合作學(xué)習(xí)的模式，共同建構(gòu)知識、分享知識。如圖4所示，學(xué)習(xí)者、學(xué)習(xí)同伴、教師和助教形成基于MOOCs平臺的學(xué)習(xí)共同體，實線箭頭代表強(qiáng)交互，虛線箭頭代表弱交互。傳統(tǒng)的MOOCs網(wǎng)絡(luò)學(xué)習(xí)平臺中，學(xué)習(xí)者和學(xué)習(xí)同伴實際上只是通過學(xué)習(xí)論壇的隨機(jī)弱交互，大多數(shù)學(xué)習(xí)者失去了傳統(tǒng)課堂的師生情感交流，常常感覺孤獨無助。在此基礎(chǔ)上，我們突出了學(xué)習(xí)同伴的作用，信息在圓環(huán)內(nèi)自由地流動，形成一個強(qiáng)交互的整體。

圖3 個性化學(xué)習(xí)路徑服務(wù)模型框架圖

圖4 學(xué)習(xí)共同體示意圖

當(dāng)前碎片化的傳播語境弱化了學(xué)生深入思維的能力，削弱了學(xué)生思維的邏輯性和連貫性[20]。學(xué)習(xí)共同體通常采取的合作學(xué)習(xí)的形式是當(dāng)前很受研究者重視的一種學(xué)習(xí)形式，雖然形式多樣，但有共同點：學(xué)習(xí)者和學(xué)習(xí)同伴開展合作學(xué)習(xí)，互相幫助，共同學(xué)習(xí)[21]。Cohen[22]研究發(fā)現(xiàn)，合作學(xué)習(xí)的效果受許多條件的制約：(1)學(xué)習(xí)任務(wù)應(yīng)該是團(tuán)體性任務(wù)，即學(xué)習(xí)任務(wù)所要求的資源(信息、知識、技能、材料等)，單個學(xué)習(xí)者不能全部具有，離開與學(xué)習(xí)同伴的合作交流，學(xué)習(xí)者無法完成課程目標(biāo)。任務(wù)目標(biāo)是共同的，同時資源上又是相互依賴的，這可以促進(jìn)學(xué)習(xí)者對活動的參與。(2)合作學(xué)習(xí)的任務(wù)最好是結(jié)構(gòu)不良的問題(Ill-structured Problem)，開放式、答案不唯一的問題更能引發(fā)學(xué)生的深層次的溝通。(3)合作學(xué)習(xí)的效果主要取決于學(xué)生之間相互作用的頻度和形式。研究表明，小組成員提供詳細(xì)解釋的次數(shù)與其學(xué)習(xí)效果顯著相關(guān)；成功的學(xué)習(xí)小組一般會提出更多的與任務(wù)相關(guān)的問題，在策略及策略解釋上花更多的時間。另外，合作的結(jié)構(gòu)化程度也會影響到學(xué)習(xí)效果。結(jié)構(gòu)化水平較高的合作學(xué)習(xí)對于常規(guī)的學(xué)習(xí)任務(wù)較為合適，結(jié)構(gòu)化水平較低的合作學(xué)習(xí)更適合于開放式的、探索式的學(xué)習(xí)任務(wù)。

因此，在進(jìn)行闖關(guān)式學(xué)習(xí)任務(wù)的設(shè)計時，需要綜合考慮學(xué)習(xí)任務(wù)的性質(zhì)、學(xué)習(xí)交流頻度和形式，為了增強(qiáng)學(xué)習(xí)同伴的作用，系統(tǒng)規(guī)定學(xué)習(xí)者和學(xué)習(xí)同伴只有在都完成課程要求時，才能順利結(jié)業(yè)。只有通過合理設(shè)計學(xué)習(xí)任務(wù)和合作形式，才能得到學(xué)習(xí)共同體的真正作用。

三、結(jié)束語

本研究的特色和重要意義主要有三點：(1)MOOCs僅以名校聲譽(yù)作為質(zhì)量保障的基礎(chǔ)，缺乏有效的學(xué)習(xí)支持服務(wù)，不具備系統(tǒng)、完整的教學(xué)管理體系[23]。本研究在學(xué)習(xí)者特征分析的基礎(chǔ)上，進(jìn)行適應(yīng)性學(xué)習(xí)內(nèi)容推送，實現(xiàn)學(xué)習(xí)路徑的個性化引導(dǎo)，營造了學(xué)習(xí)者的自主學(xué)習(xí)環(huán)境；(2)本研究首次將成熟的Agent和知識地圖應(yīng)用到MOOCs的學(xué)習(xí)分析和學(xué)習(xí)路徑的引導(dǎo)過程中，實現(xiàn)了教育、計算機(jī)科學(xué)和圖書館學(xué)的交叉融合，使MOOCs的學(xué)習(xí)過程更加智能化；(3)本研究在MOOCs學(xué)習(xí)定制服務(wù)研究領(lǐng)域?qū)儆诒容^早期的研究，可以為MOOCs平臺系統(tǒng)今后的發(fā)展建設(shè)提供了參考性的研究建議。

接下來的研究是利用本研究團(tuán)隊正在實現(xiàn)的云南省教師教育聯(lián)盟MOOCs平臺進(jìn)行《計算機(jī)導(dǎo)論》公共課程的實驗教學(xué)，學(xué)習(xí)對象是云南師范大學(xué)本科一年級三個公共大班學(xué)生，大概有400人左右。實驗數(shù)據(jù)的類型主要有兩種：(1)系統(tǒng)數(shù)據(jù)。根據(jù)學(xué)習(xí)跟蹤Agent記錄的學(xué)習(xí)過程數(shù)據(jù)，進(jìn)行基于學(xué)習(xí)者在線學(xué)習(xí)行為的數(shù)據(jù)分析；(2)實際調(diào)查數(shù)據(jù)。課程結(jié)束以后，給學(xué)習(xí)者發(fā)放課程調(diào)查問卷，并且進(jìn)行隨機(jī)訪談；(3)最后，根據(jù)學(xué)習(xí)者的課程學(xué)習(xí)效果分析數(shù)據(jù)和學(xué)習(xí)者意見調(diào)查問卷和訪談信息，對本學(xué)習(xí)定制服務(wù)模型進(jìn)行修正。

[1] Qualtrics.Qualtrics and Instructure Partner Reveal Top Motivations for MOOC Students[EB/OL].http://www.qualtrics.com/press/pressreleases/qualtrics-and-instructure-partner-reveal-topmotivationsfor-mooc-students,2014-09-10.

[2] Russell Boyatt, Mike Joy, Claire Rocks, Jane Sinclair.What (Use) is a MOOC?[A].The 2nd International Workshop on Learning Technology for Education in Cloud Springer Proceedings in Complexity[C].Berlin:Springer Netherlands,2014.133-145.

[3] Rachelle DeJong Peterson.MOOC Fizzles[J].Academic Questions,2014,(9):316-319.

[4] Hanna Toiviainen, Seppo Toikka, Jiri Lallimo. Analysing Expansive Learning in a Multilayered Design Project[A]. Collaborative Knowledge Creation[C].Rotterdam:Sense Publisher,2012.93-116.

[5]果殼網(wǎng).2014年MOOC學(xué)習(xí)者報告[EB/OL].http://www.zhongjiaomedia.com/mooc/601.html,2014-08-24.

[6] Lewin, Tamar.Universities Abroad Join Partnerships on the Web[J].New York Times, 2013,(3):21.

[7] K. Masters.A Brief Guide To Understanding MOOCs[J]. The Internet Journal of Medical Education,2011,(1):2.

[8] Macal C M,North M J.Tutorial on agent-based modelling and simulation[J].Journal of Simulation,2010,(3):151-162.

[9] Prensky M. Khan Academy[EB/OL]. Educational Technology.http://www.marcprensky.com/writing/Prensky-Khan_Academy-EdTech-Jul-Aug2011.pdf,2014-09-15.

[10] Michiel Ferrari,Robea J Sternberg.The Development of Mental Abilities and Styles[A].Handbook of Child Psychology: Child Psychology and Practice[C].Oxford City:Cambridge University Press,1998.899-945.

[11] Olaf Koller.Goal Orientations:Their Impact on Academic Learning and Their Development During Early Adolescence,Motivational Psychology of Human Development[J].Advances in Psychology, 2000, (131):129-142.

[12] Jean Heutte, Jonathan Kaplan, Fabien Fenouillet, Pierre-André Caron, Marilyne Rosselle.MOOC User Persistence[A].Learning Technology for Education in Cloud,MOOC and Big Data[C].Berlin:Springer International Publishing,2014.13-34.

[13] 衷克定,劉洋.基于學(xué)習(xí)風(fēng)格理論的在線導(dǎo)學(xué)策略設(shè)計與實踐[J].開放教育研究,2012,(3):83-89.

[14] Felder, F.M. and Soloman, B.A. Index of Learning Styles[EB/OL].http://www.engr.ncsu.edu/learningstyles/ilsweb.html,2014-09-15.

[15] Claire E. Weinstein.LASSI 2nd Ed User’s Manual[M].Florida:H&H Publishing Company,Inc.1990.

[16]Fenton-Kerr T, Clark S, Cheney G.Multi-Agent Design in Flexible Learning Environments[EB/OL].http://ascilite.org.au/conferences/wollongong98/asc98-pdf/fenton-kerr0057.pdf,2014-09-15.

[17] Ali Borji,Majid Nili Ahmadabadi.Online learning of taskdriven object-based visual attention control[J].Image and Vision Computing,2010,(7):1130-1145.

[18] 曹良亮.在線學(xué)習(xí)中學(xué)習(xí)路徑分析及學(xué)習(xí)行為特點研究[J].中國遠(yuǎn)程教育,2014,(4):25-30.

[19] Trucano, Michael. Knowledge Maps: ICT in Education[M].Washington, DC: infoDev World Bank, 2005.

[20] 李艷紅,趙波,甘健侯.基于MOOC的佤族文化大眾教育網(wǎng)絡(luò)學(xué)堂構(gòu)建研究[J].民族論壇,2014,(5):81-84

[21] Robert E.Slavin.Co-operative learning:what makes groupwork work?[A]. The nature of learning: Using research to inspire practice[C].Berlin:Springer US,2010.161-178.

[22] Haym Hirsh,William W. Cohen.Learning from Data with Bounded Inconsistency[A].Incremental Version-Space Merging: A General Framework for Concept Learning[C]. Berlin:Springer US,1990.29-48.

[23] 姚媛,韓錫斌,劉英群等.MOOCs與遠(yuǎn)程教育運(yùn)行機(jī)制的比較研究[J].遠(yuǎn)程教育雜志,2013,(6):3-10.

李艷紅：在讀碩士，研究方向為智能教學(xué)系統(tǒng)設(shè)計(crazylife127@126.com)。

趙波：教授，研究生導(dǎo)師，研究方向為軟件工程和知識工程。

甘健侯：教授，研究生導(dǎo)師，研究方向為智能信息處理、語義Web。

徐天偉：在讀博士，教授，研究生導(dǎo)師，研究方向為高等教育管理、教育信息化。

2014年8月8日

責(zé)任編輯：李馨 趙云建

The Research of the MOOCs Study Custom Service Model

Li Yanhong1,2, Zhao Bo1, Gan Jianhou2, Xu Tianwei1,3
(1.School Of Information Science And Technology, Yunnan Normal University, Yunnan Kunming 650500;2.Key Laboratory of Educational Information for Nationalities, Ministry of Education, Yunnan Normal University, Yunnan Kunming 650500;3.Institute of Education Sciences, Huazhong University of Science and Technology, Wuhan Hubei 430074)

Massive open online courses is a kind of free education for the public,having a huge impact on traditional teaching mode,and has the characteristics of high quality teaching resources sharing.Now,MOOCs only brings the mass production of knowledge learning,doesn’t realize the personalization and customization of the courses.So,it needs the research of the design related learning resources and system framework.The research of the MOOCs study custom service model reach the optimization of the network teaching methods.

MOOCs;Study Custom;Service Model;Knowledge Map;Study Agent

G434

A

1006—9860(2014)11—0039—05

* 本文系民族教育信息化教育部重點實驗室開發(fā)基金課題(課題編號：EIN2011B005)、云南省教育廳科學(xué)研究基金研究生項目(項目編號：2014J037)、2014年云南師范大學(xué)研究生創(chuàng)新基金項目研究成果。