基于學(xué)習(xí)行為分析的教學(xué)干預(yù)在《計(jì)算機(jī)文化基礎(chǔ)》課程中的應(yīng)用研究

摘 要：高校計(jì)算機(jī)基礎(chǔ)教學(xué)是通識(shí)教育的重要組成部分，在信息素養(yǎng)、創(chuàng)新能力培養(yǎng)等方面發(fā)揮著重要作用，如何建設(shè)優(yōu)質(zhì)的計(jì)算機(jī)類通識(shí)課程是近年來(lái)各高校一直努力的目標(biāo)。為了建設(shè)一門(mén)計(jì)算機(jī)類通識(shí)教育“金課”，本文以《計(jì)算機(jī)文化基礎(chǔ)》課程為切入點(diǎn)，分析學(xué)生在線學(xué)習(xí)行為，以提供教學(xué)干預(yù)為手段，來(lái)提高教學(xué)質(zhì)量。實(shí)踐表明，在大數(shù)據(jù)技術(shù)的支持下，依據(jù)教學(xué)干預(yù)模型對(duì)不同的教學(xué)狀況實(shí)施不同的干預(yù)措施，有助于滿足不同層次學(xué)生的需求，能夠有效提高學(xué)習(xí)效果。

關(guān)鍵詞：學(xué)習(xí)行為分析;教學(xué)干預(yù);《計(jì)算機(jī)文化基礎(chǔ)》;應(yīng)用研究

中圖分類號(hào)：G642 文獻(xiàn)標(biāo)識(shí)碼：B/A

2018年8月，教育部提出“各高校要全面梳理各門(mén)課程的教學(xué)內(nèi)容，淘汰“水課”、打造“金課”，合理提升學(xué)業(yè)挑戰(zhàn)度、增加課程難度、拓展課程深度，切實(shí)提高課程教學(xué)質(zhì)量?！蹦壳敖ㄔO(shè)“金課”是國(guó)家教育工作的重要任務(wù)之一，是進(jìn)行教學(xué)改革的主要方向和目標(biāo)?！队?jì)算機(jī)文化基礎(chǔ)》課程是某大學(xué)一門(mén)面向全體本科生的通識(shí)教育課程，采用基于學(xué)習(xí)通的線上線下相結(jié)合的教學(xué)模式進(jìn)行教學(xué)，但由于學(xué)習(xí)該課程的學(xué)生計(jì)算機(jī)水平參差不齊，線上的課程缺乏針對(duì)性，課程不能滿足不同層次學(xué)生的學(xué)習(xí)需求;并且學(xué)生在線學(xué)習(xí)行為的自由度較高，師生面對(duì)面交流機(jī)會(huì)減少，教師不能隨時(shí)掌握學(xué)生的學(xué)習(xí)狀態(tài)。因此，如何滿足不同層次學(xué)生的學(xué)習(xí)需求，如何保持學(xué)生學(xué)習(xí)主動(dòng)性和及時(shí)督促學(xué)生學(xué)習(xí)是本研究主要考慮的問(wèn)題。

為了達(dá)到研究目的，本研究實(shí)時(shí)關(guān)注學(xué)生在線學(xué)習(xí)的行為狀態(tài)和學(xué)習(xí)效果，開(kāi)展了為期兩年的教學(xué)干預(yù)研究，最后建立了符合本課程特點(diǎn)的教學(xué)干預(yù)模型和可應(yīng)用于解決不同問(wèn)題的干預(yù)策略。

1 國(guó)內(nèi)外研究現(xiàn)狀

依據(jù)研究要求，我們主要關(guān)注了網(wǎng)絡(luò)環(huán)境支持的教學(xué)干預(yù)和教學(xué)干預(yù)應(yīng)用方向這兩方面。從應(yīng)用人工智能技術(shù)開(kāi)發(fā)干預(yù)輔助工具來(lái)看，國(guó)外學(xué)者Jayaprakash等人提出了學(xué)術(shù)預(yù)警系統(tǒng)，任課教師只需在Sakai網(wǎng)站調(diào)取學(xué)生的預(yù)警報(bào)告，就可以此采取不同的干預(yù)措施[1];John Baker等開(kāi)發(fā)的學(xué)習(xí)管理平臺(tái)Desire2 Learn 包含靈活的預(yù)測(cè)模型引擎功能，該平臺(tái)利用機(jī)器智能和統(tǒng)計(jì)技術(shù)來(lái)預(yù)先識(shí)別存在學(xué)習(xí)失敗危險(xiǎn)的學(xué)生，并通過(guò)分解技術(shù)設(shè)計(jì)個(gè)性化的干預(yù)措施[2];國(guó)內(nèi)學(xué)者牟智佳等人并通過(guò)Oracle數(shù)據(jù)庫(kù)等技術(shù)設(shè)計(jì)預(yù)警系統(tǒng)實(shí)現(xiàn)學(xué)習(xí)過(guò)程的動(dòng)態(tài)監(jiān)控，為開(kāi)展精準(zhǔn)教學(xué)和學(xué)習(xí)干預(yù)提供有效依據(jù)[3]。

從應(yīng)用教學(xué)干預(yù)解決的問(wèn)題來(lái)看，近年來(lái)的研究者注目于線上教學(xué)產(chǎn)生的各種問(wèn)題，如：有運(yùn)用大數(shù)據(jù)學(xué)習(xí)分析技術(shù)，對(duì)在線學(xué)習(xí)拖延情況進(jìn)行診斷與干預(yù)研究[4];有以促進(jìn)大學(xué)生自我調(diào)節(jié)為目的干預(yù)研究[5]，也有對(duì)在線學(xué)習(xí)參與度、網(wǎng)絡(luò)學(xué)習(xí)適應(yīng)性等問(wèn)題進(jìn)行干預(yù)實(shí)驗(yàn)研究。

總體而言，近年來(lái)國(guó)內(nèi)外關(guān)于教學(xué)干預(yù)的研究熱點(diǎn)在于：利用先進(jìn)的智能技術(shù)開(kāi)發(fā)學(xué)術(shù)預(yù)警系統(tǒng);針對(duì)學(xué)生在線學(xué)習(xí)時(shí)出現(xiàn)的各種問(wèn)題，建設(shè)干預(yù)框架和提出干預(yù)策略。這些相關(guān)的熱點(diǎn)研究對(duì)本研究起到幫助作用，但也有許多內(nèi)容不適用，如：本研究的課程依托于學(xué)習(xí)通平臺(tái)進(jìn)行，沒(méi)有自動(dòng)生成學(xué)生學(xué)習(xí)報(bào)告和自動(dòng)跟蹤學(xué)生并進(jìn)行反饋的功能;本研究從分析學(xué)生的在線學(xué)習(xí)行為入手，目前的研究較少有從這個(gè)方向入手的;另外，據(jù)調(diào)查發(fā)現(xiàn)教學(xué)干預(yù)的應(yīng)用學(xué)科主要是外語(yǔ)、數(shù)學(xué)等，其方式不適用計(jì)算機(jī)課程，因此在研究的過(guò)程中，我們會(huì)多關(guān)注計(jì)算機(jī)類通識(shí)教育的特點(diǎn)，建立合適的干預(yù)模型和干預(yù)策略。

2 構(gòu)建基于學(xué)習(xí)行為分析的干預(yù)模型

2.1 構(gòu)建干預(yù)模型

本研究的研究對(duì)象是參與通識(shí)課程《計(jì)算機(jī)文化基礎(chǔ)》學(xué)習(xí)的學(xué)生，課程采用在線學(xué)習(xí)平臺(tái)（超星學(xué)習(xí)通）和線下實(shí)體課堂相結(jié)合的混合教學(xué)模式。研究將對(duì)該課程中學(xué)生產(chǎn)生的數(shù)據(jù)進(jìn)行實(shí)時(shí)跟蹤和記錄，對(duì)這些數(shù)據(jù)進(jìn)行預(yù)處理，篩選出學(xué)生的在線學(xué)習(xí)行為變量：學(xué)習(xí)頁(yè)面訪問(wèn)次數(shù)、發(fā)表討論數(shù)、回復(fù)討論數(shù)、視頻觀看時(shí)長(zhǎng)、作業(yè)提交、提交作業(yè)時(shí)間、參與線上考試、參與線上考試的時(shí)長(zhǎng)，將這些數(shù)據(jù)與學(xué)生的期末成績(jī)進(jìn)行整合，使用SPSS對(duì)相關(guān)的變量進(jìn)行皮爾森相關(guān)分析，結(jié)果如圖1所示。

從分析結(jié)果中，發(fā)現(xiàn)學(xué)習(xí)頁(yè)面訪問(wèn)次數(shù)、回復(fù)討論數(shù)、視頻觀看時(shí)長(zhǎng)和提交作業(yè)時(shí)長(zhǎng)這4個(gè)變量與成績(jī)正向相關(guān)，之后的研究都將以這四個(gè)變量為主要的參照對(duì)象。研究借鑒已有教學(xué)干預(yù)模型，結(jié)合本課程的實(shí)際情況，提出教學(xué)干預(yù)模型，如圖2。該模型要求教師在使用過(guò)程中，實(shí)時(shí)監(jiān)控學(xué)生在線學(xué)習(xí)行為并獲取相關(guān)數(shù)據(jù)，通過(guò)對(duì)數(shù)據(jù)的分析比較了解學(xué)生目前的學(xué)習(xí)狀況是否積極正向，以便及時(shí)采取干預(yù)措施，幫助學(xué)生。若通過(guò)數(shù)據(jù)分析，發(fā)現(xiàn)學(xué)生當(dāng)前學(xué)習(xí)行為異常，就利用數(shù)據(jù)將學(xué)生群體分層，找到問(wèn)題群體，對(duì)照干預(yù)池提出干預(yù)措施，督促幫助學(xué)生學(xué)習(xí)，得到反饋結(jié)果，繼續(xù)跟蹤學(xué)生;若根據(jù)數(shù)據(jù)分析，發(fā)現(xiàn)學(xué)生學(xué)習(xí)正常進(jìn)行，則跳過(guò)干預(yù)環(huán)節(jié)，繼續(xù)跟蹤學(xué)生。

2.2提出干預(yù)策略

本研究構(gòu)建的干預(yù)模型的核心：干預(yù)池，是根據(jù)該課程實(shí)際需求和現(xiàn)實(shí)情況，結(jié)合RTI模型制定，根據(jù)干預(yù)群體的不同，提出相應(yīng)的干預(yù)措施，以便能夠幫助教師精確定位，面對(duì)不同的狀況提出最優(yōu)的干預(yù)策略，具體內(nèi)容如表1。由教學(xué)干預(yù)模型（圖2）可以發(fā)現(xiàn)，在進(jìn)入干預(yù)池之前，教師需要找到問(wèn)題群體，在本研究中，問(wèn)題群體定義為：較上一次學(xué)生在線學(xué)習(xí)數(shù)據(jù)相比，在本次的學(xué)習(xí)階段檢查中學(xué)生學(xué)習(xí)數(shù)據(jù)沒(méi)有產(chǎn)生變化或者變化較少，甚至出現(xiàn)虛假信息的情況稱為問(wèn)題群體。根據(jù)問(wèn)題群體的具體情況在干預(yù)池中對(duì)照得到相應(yīng)的干預(yù)策略。

3 實(shí)證研究效果評(píng)估

3.1 研究設(shè)計(jì)

團(tuán)隊(duì)就《計(jì)算機(jī)文化基礎(chǔ)》課程，對(duì)2017級(jí)和2018級(jí)的大一學(xué)生進(jìn)行了基于學(xué)習(xí)行為分析的教學(xué)干預(yù)實(shí)踐，采用縱向?qū)φ战M實(shí)驗(yàn)開(kāi)展研究。17級(jí)學(xué)生作為對(duì)照組采用線上線下相結(jié)合的教學(xué)模式，研究者沒(méi)有根據(jù)學(xué)習(xí)行為分析進(jìn)行教學(xué)干預(yù)，經(jīng)過(guò)一學(xué)期的追蹤，利用學(xué)生產(chǎn)生的數(shù)據(jù)進(jìn)行處理形成教學(xué)干預(yù)模型，提出教學(xué)干預(yù)策略。18級(jí)學(xué)生作為實(shí)驗(yàn)組，在進(jìn)行學(xué)習(xí)行為分析的基礎(chǔ)上采用實(shí)施教學(xué)干預(yù)的線上線下相結(jié)合的教學(xué)模式。課程前4周為觀察周，后面的14周為實(shí)驗(yàn)周。在研究過(guò)程中，將當(dāng)前階段產(chǎn)生的學(xué)習(xí)數(shù)據(jù)與前一階段的數(shù)據(jù)進(jìn)行對(duì)比，觀察整個(gè)學(xué)習(xí)趨勢(shì)，判斷當(dāng)前學(xué)生的學(xué)習(xí)狀況和未來(lái)發(fā)展趨勢(shì)，若學(xué)生學(xué)習(xí)狀況正向積極，則繼續(xù)進(jìn)行教學(xué)，繼續(xù)觀察;若學(xué)生學(xué)習(xí)狀況不理想存在問(wèn)題，則根據(jù)數(shù)據(jù)分析發(fā)現(xiàn)學(xué)生問(wèn)題，結(jié)合干預(yù)池提出合適的干預(yù)策略，進(jìn)入下一段教學(xué)和監(jiān)控，如此循環(huán)操作，時(shí)刻監(jiān)督學(xué)生學(xué)習(xí)情況。

3.2 效果分析

下表中數(shù)據(jù)是研究?jī)赡昙?jí)學(xué)生學(xué)習(xí)數(shù)據(jù)的對(duì)比。對(duì)兩級(jí)學(xué)生成績(jī)對(duì)比發(fā)現(xiàn)，18級(jí)的優(yōu)秀學(xué)生人數(shù)占比67.30%，較17級(jí)明顯增多54.78%，另外17級(jí)不及格人數(shù)為24人，18級(jí)無(wú)學(xué)生不及格;表3學(xué)生學(xué)習(xí)行為對(duì)比，從表3中可以看出，2018級(jí)學(xué)生的各項(xiàng)學(xué)習(xí)數(shù)據(jù)較2017級(jí)有很大的進(jìn)步，最顯著的表現(xiàn)是18級(jí)學(xué)生視頻觀看時(shí)長(zhǎng)人均增長(zhǎng)300分鐘，作業(yè)提交超時(shí)人數(shù)大大減少。

這些數(shù)據(jù)均表明，基于學(xué)習(xí)行為分析的教學(xué)干預(yù)能提升教學(xué)效果。學(xué)生自主反復(fù)觀看教學(xué)視頻充分利用學(xué)習(xí)資源，學(xué)習(xí)積極性提高;主動(dòng)發(fā)表言論提交作業(yè)，形成良好的線上學(xué)習(xí)習(xí)慣;教師提供針對(duì)性的教學(xué)使學(xué)生成績(jī)的總體水平顯著提高，對(duì)教學(xué)有明顯的促進(jìn)作用。

4 結(jié)語(yǔ)

本文以《計(jì)算機(jī)文化基礎(chǔ)》課程為研究主體，對(duì)學(xué)生的在線學(xué)習(xí)行為進(jìn)行分析，提出一套教學(xué)干預(yù)模型和干預(yù)策略。在進(jìn)行實(shí)證研究時(shí)，利用提出的策略進(jìn)行教學(xué)干預(yù)，結(jié)果表明學(xué)生的學(xué)習(xí)成績(jī)明顯的提高，學(xué)習(xí)行為向積極主動(dòng)轉(zhuǎn)變。研究提出的模型和策略符合《計(jì)算機(jī)文化基礎(chǔ)》課程的特點(diǎn)和需求，可以幫助教師更好地改善教學(xué)，做到因材施教。當(dāng)然本研究也存在不完善的地方。因?yàn)檠芯織l件的限制，實(shí)證研究?jī)H用時(shí)一年，不能排除實(shí)驗(yàn)結(jié)果具有偶然性的可能;其次，實(shí)證研究中有些干預(yù)措施的反饋效果不太理想，這樣的結(jié)果表明采取的干預(yù)措施需要改進(jìn)，后期會(huì)繼續(xù)在教學(xué)活動(dòng)中應(yīng)用此干預(yù)策略，發(fā)現(xiàn)問(wèn)題解決問(wèn)題，使其在實(shí)踐中不斷優(yōu)化。

在研究過(guò)程中，我們持續(xù)關(guān)注學(xué)生的學(xué)習(xí)情況，進(jìn)行階段性總結(jié)與反思。通過(guò)教師評(píng)價(jià)與學(xué)生反饋的雙邊活動(dòng)發(fā)現(xiàn)課程中存在的問(wèn)題，就問(wèn)題提出解決方案并付諸實(shí)施，最終提出行之有效的干預(yù)模型與干預(yù)策略，希望該策略與模型能對(duì)廣大教師提供有益幫助，為混合式教學(xué)活動(dòng)展開(kāi)提供一定的思路。

參考文獻(xiàn)

[1] Jayaprakash，S. M.，& Sandeep，M. Early Alert of Academically At-Risk Students：An Open Source Analytics Initiative. Journal of Learning Analytics，1（1），2014：6-47.

[2] Essa A，Ayad H.Improving Student Success Using Predictive Models and Data Visualisations [J]. Research in Learning Technology，2012，20：58-70.

[3] 牟智佳，李雨婷，嚴(yán)大虎. 混合學(xué)習(xí)環(huán)境下基于學(xué)習(xí)行為數(shù)據(jù)的學(xué)習(xí)預(yù)警系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 遠(yuǎn)程教育雜志，2018，v.36;No.246（03）：57-65.

[4] 楊雪，姜強(qiáng)，趙蔚，等.大數(shù)據(jù)時(shí)代基于學(xué)習(xí)分析的在線學(xué)習(xí)拖延診斷與干預(yù)研究[J].電化教育研究，2017，38（07）：51-57.

[5] 趙雪飛. 混合學(xué)習(xí)環(huán)境中以學(xué)習(xí)分析干預(yù)框架促進(jìn)大學(xué)生自我調(diào)節(jié)學(xué)習(xí)的研究[D].陜西：陜西師范大學(xué)，2018.

作者簡(jiǎn)介：王雨晗，1996年7月出生，女，漢族，河南省平頂山人，中央民族大學(xué)研究生，研究方向?yàn)榻虒W(xué)模式、虛擬現(xiàn)實(shí)。