基于大數(shù)據(jù)技術的SPOC 課堂教學診斷數(shù)據(jù)采集與分析

●鄧阿琴 徐一斐

隨著大數(shù)據(jù)、人工智能、移動互聯(lián)網(wǎng)等新興技術在教育領域應用的不斷深入，SPOC 教學模式下的課程平臺生成和累積了豐富的教學活動大數(shù)據(jù)。2017 年，《國家教育事業(yè)發(fā)展“十三五”規(guī)劃》明確提出要“鼓勵學校利用大數(shù)據(jù)技術開展對教育教學活動和學生行為數(shù)據(jù)的收集、分析和反饋，為推動個性化學習和針對性教學提供支持?！?/p>

教育部職成司發(fā)布的《關于印發(fā)高等職業(yè)院校內部質量保證體系診斷與改進指導方案》（教職成司函[2015]168 號）附件中明確要求：以診斷與改進為手段，促使高職院校在學校、專業(yè)、課程、教師、學生不同層面建立起完整且相對獨立的自我質量保證機制。由此可見，課程和教師都是職業(yè)院校教學工作診斷與改進中的重點對象，而教學設計能力和課堂教學能力是教師的核心競爭力，是教學改革與診斷的重中之重，借助大數(shù)據(jù)技術對SPOC 課堂的“數(shù)字足跡”（Digital Footprint）進行捕獲、采集與分析，構建合理的量化指標體系和機制，實現(xiàn)教師課程教學過程的自我診斷與改進，是提升SPOC 課程教學質量的有效路徑。

一、教學診斷數(shù)據(jù)采集與分析中的大數(shù)據(jù)技術

（一）大數(shù)據(jù)與大數(shù)據(jù)技術

根據(jù)麥肯錫全球研究定義，大數(shù)據(jù)是一種規(guī)模大到在獲取、存儲、管理、分析方面大大超出傳統(tǒng)數(shù)據(jù)庫軟件工具能力范圍的數(shù)據(jù)集合。它具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流轉、多樣的數(shù)據(jù)類型和價值密度低等四大特征。

大數(shù)據(jù)技術則是圍繞大數(shù)據(jù)而進行的數(shù)據(jù)采集、整理、傳輸、存儲、安全、分析、呈現(xiàn)和應用等相關技術。

（二）大數(shù)據(jù)技術架構

通常來說，在我們有效使用數(shù)據(jù)之前，數(shù)據(jù)都會經歷數(shù)據(jù)采集、存儲、處理、應用幾個環(huán)節(jié)。數(shù)據(jù)采集是指將應用程序產生的數(shù)據(jù)和日志等同步到大數(shù)據(jù)系統(tǒng)中；數(shù)據(jù)存儲是指海量的數(shù)據(jù)，需要存儲在系統(tǒng)中，方便下次使用時進行查詢；數(shù)據(jù)處理是指原始數(shù)據(jù)經過層層過濾、拼接、轉換等處理過程?？煞譃殡x線的批量處理和實時在線分析兩種處理類型；數(shù)據(jù)應用是指經過處理的數(shù)據(jù)對外提供服務，如生成可視化的報表、作為互動式分析的素材等。

大數(shù)據(jù)的各個處理環(huán)節(jié)是相互關聯(lián)的，形成整體的流程化大數(shù)據(jù)架構，如圖1 所示。

圖1 大數(shù)據(jù)技術架構

由大數(shù)據(jù)技術架構圖可知，現(xiàn)在的大數(shù)據(jù)采集都是基于Flume 爬蟲、Sqoop 聚合與Hadoop 分布式系統(tǒng)基礎架構，意味著數(shù)據(jù)存儲和加工過程是自動、可視化、分布式的。這種并行處理的方式，提高了數(shù)據(jù)采集的智能性、數(shù)據(jù)的安全性和數(shù)據(jù)的處理規(guī)模。

（三）SPOC 課堂教學診斷數(shù)據(jù)采集與分析流程

“診斷”一詞源于醫(yī)學術語，包括“診”和“斷”兩個方面，本義是醫(yī)生在檢查病癥之后判定患者的癥結，以及在此基礎上開出相應的處方。21 世紀前后才逐漸引及教學界，稱為“教學診斷”，因課堂是學校教育最基本的形式，課堂教學診斷作為改善課堂教學效果，提高學生學習效果，實現(xiàn)教師教學能力及教學質量提升的重要方法和手段，要實現(xiàn)教學診斷的適時、精準、高效，都離不開大數(shù)據(jù)技術的深度應用。

具體到SPOC 課堂教學診斷中，大部分的教學活動（簽到、視頻觀看、測試、腦暴、提問等）均可通過線上課程平臺的Flume 爬蟲技術自動采集，而線下課堂行為（語言、表情、心理等）可以采集人工智能識別后的數(shù)據(jù)聚合及分布式處理技術得到，這些數(shù)據(jù)均可整合在課程平臺中，實現(xiàn)大數(shù)據(jù)的封裝閉合存儲與處理，教師則根據(jù)需要隨時查看可視化教學診斷結果，及時調整教學策略，并反饋給平臺，實現(xiàn)動態(tài)整改機制。

二、SPOC 課堂教學診斷技術現(xiàn)狀研究

（一）課堂教學診斷和分析方法

課堂教學診斷和分析一般有以下三種方式：一是傳統(tǒng)方式，不使用技術手段，直接通過專家進課堂的方式去記錄老師上課的情況，然后進行主觀評分，以此評分作為課堂教學質量依據(jù)，屬于全人工。如教學督導聽評課。二是通過使用輔助設備來記錄老師上課時與學生互動產生的一些過程性數(shù)據(jù)信息，這類輔助設備往往需要老師或學生參與到數(shù)據(jù)的生成之中，屬于半自動。然后導出過程性數(shù)據(jù)信息作為課堂教學質量參考，如課程平臺APP 上的學生簽到、測驗等。三是采用人工智能技術，實現(xiàn)課堂教學行為的自動判斷。如視頻跟蹤（常見于錄播系統(tǒng)），或者語音識別等。再根據(jù)課堂教學行為大數(shù)據(jù)分析判斷課堂教學質量。

比較以上三種方式，前兩種方式依賴大量的人力參與，且存在主觀性或部分客觀性，缺乏實際應用效果，而第三種方式，雖然具有先進性，但由于受技術應用的局限性，對于課堂教學分析的數(shù)據(jù)采集多停留在行為層面，存在局限性和偏差，在實際應用中，對課堂教學的完整過程缺乏準確性描述。

（二）大數(shù)據(jù)技術在SPOC 課堂教學診斷中的應用現(xiàn)狀

目前，大數(shù)據(jù)技術應用在SPOC 課堂教學診斷的改進教學設計、教學方法、開展教學評價等方面都有一定范圍的應用。主要表現(xiàn)在，課前，教師在線上傳輸不同章節(jié)的知識點及視頻等教學資源，開展課前檢測等，引導學生開展自主學習，利用大數(shù)據(jù)技術對學生學習時長、狀態(tài)等情況進行追蹤，分析并掌握學情；課中，根據(jù)學情，調整教學方法，通過線上提問、搶答、頭腦風暴等方式，進一步深化學習內容，同時，根據(jù)平臺大數(shù)據(jù)分析學習掌握情況，利用面對面機會創(chuàng)設情景，適時采取演示、示范、分組作品展示等方式增強互動，以突破知識難點。

另外，部分學校也嘗試通過大數(shù)據(jù)管理平臺的課堂監(jiān)測功能，對教師教學內容進行診斷，判斷其課堂教學是否符合課程教學標準、學習方式是否適合大部分學生以及學習的深度與廣度是否合理等等。

總之，從應用現(xiàn)狀來看，SPOC 課堂教學中大數(shù)據(jù)技術主要集中在課程平臺的訪問及互動數(shù)據(jù)自動采集與分析上，部分教師已開始將此作為自我教學診斷的參考，但大部分仍采用傳統(tǒng)方式。表1 即為現(xiàn)今常用SPOC 課程平臺課堂教學數(shù)據(jù)采集指標。

表1 常用SPOC 課程平臺課堂教學數(shù)據(jù)采集指標

（三）SPOC 課堂教學診斷應用大數(shù)據(jù)技術限制因素

大數(shù)據(jù)技術雖然在SPOC 課堂教學中有一定范圍的應用，但在教學診斷中的技術優(yōu)勢還未完全發(fā)揮，無論是主觀認識還是客觀標準，都存在著一定的限制因素，主要體現(xiàn)在以下三個方面。

1.受傳統(tǒng)教學診斷方法影響，大數(shù)據(jù)技術在課堂教學診斷中的研究和應用基礎薄弱。S-T 分析法是從S 學生行為和T 教師行為兩個維度進行的教學過程定量和定性分析，由于只有兩種編碼，且用Excel 軟件即可實現(xiàn)數(shù)據(jù)采樣和分析，提高了研究的客觀性和可靠性，是一種常用的研究教學分析的方法。受其影響，課堂診斷多以傳統(tǒng)的記錄課堂實況或觀看課堂錄像采樣為主，只能在一定范圍和時限內開展，這樣，導致教師不重視，課堂教學診斷成為了管理者和學校的事，診斷缺乏時效性，帶有極大的主觀性和片面性，達不到診斷的目的，課堂教學診斷形同虛設，可有可無，而對如何利用信息化手段解決診斷難題的研究更是少之又少，導致大數(shù)據(jù)技術在課堂教學診斷中的研究和應用基礎薄弱。

2.過分依賴課堂平臺教學活動數(shù)據(jù)，缺乏對教學行為全面深刻把握。疫情期間如何保障線上教學質量引起了廣泛關注，伴隨著SPOC 課堂教學的興起，各大課堂平臺也開始相應研發(fā)了利用大數(shù)據(jù)爬蟲、數(shù)據(jù)挖掘等技術進行網(wǎng)上教學活動跟蹤、記錄、數(shù)據(jù)采集等，初衷是開展學生學習評價。隨著平臺數(shù)據(jù)采集指標的不斷完善，部分教師開始自發(fā)地利用課程平臺數(shù)據(jù)進行課堂教學自我診斷，例如根據(jù)學生留痕較多地活動，判斷學生喜好，進而加大該活動力度等。再有受一些項目申報影響，如精品在線開放課程申報重要指標就有訪問量、互動量等，導致部分課程開始過分依賴線上平臺教學活動數(shù)據(jù)，而對線下課堂教學行為中的學生知識技能掌握情況、情感態(tài)度、協(xié)作學習等缺乏全面了解和深刻把握，則容易導向錯誤的診斷與分析，如單純的資源瀏覽量和時長并不意味著對內容的認真學習。

3.缺乏統(tǒng)一的課堂教學診斷量化指標，技術層面難統(tǒng)一。如前所述，常用SPOC 課程平臺課堂教學數(shù)據(jù)采集指標雖然已逐漸趨向一致，但也存在指標歸類不清晰，技術手段有差異，缺乏兼容性。而且大數(shù)據(jù)的采集更多地局限于線上教學部分，對于線下課堂教學行為數(shù)據(jù)的采集技術手段應用不夠，零星的運用也無法及時與線上部分同步。要實現(xiàn)更為科學全面的診斷，需要有統(tǒng)一的指標體系為框架，而目前缺乏這種基于大數(shù)據(jù)技術的課堂教學診斷量化指標，技術層面就很難實現(xiàn)統(tǒng)一研發(fā)和應用。

三、大數(shù)據(jù)技術在SPOC 課堂教學診斷中應用創(chuàng)新

（一）教師應樹立課堂教學質量觀，自主開展教學診斷

課堂是學校教育的重中之重，體現(xiàn)以學習者為中心的個性化學習，在SPOC 課堂教學中利用大數(shù)據(jù)技術對接精準教學模式，實現(xiàn)從教學目標、教學內容、教學設計到學習評價的精準決策，使教學過程和結果可量化、可監(jiān)測、可調控，教師應改變傳統(tǒng)觀念，樹立課堂教學質量觀，利用先進的技術手段，主動分析與教學活動相關過程性數(shù)據(jù)，及時評估學習表現(xiàn)，開展教學診斷，適時調整教學內容和教學策略。

（二）構建基于大數(shù)據(jù)技術的“線上+ 線下”全方位的課堂教學診斷機制

SPOC 課堂這種“線上+線下”混合模式，提供了交互式、泛在化的混合學習環(huán)境。隨著智能手機、平板電腦等移動設備的普及，極大地方便了師生隨時隨地開展在線問答、投票、分組討論、頭腦風暴等各種形式的互動教學。這些線上教學活動實時數(shù)據(jù)作為教學診斷主要指標之一，能讓教師快速了解個體和群體的學習表現(xiàn)并及時調整教學策略，構成線上課堂教學診斷機制。

而面對面的線下教學行為，則可通過面部識別、語音識別、情緒識別等智能可穿戴設備和信息無感采集裝置，對課堂教學過程中師生的心理、生理及情感狀態(tài)進行實時捕獲，從中獲取的實時數(shù)據(jù)作為教學診斷另一主要指標，能讓教師全面了解學習狀態(tài)和效果并及時調整教學策略，構成線下課堂教學診斷機制。

表2 基于大數(shù)據(jù)技術的SPOC 課堂教學診斷量表

將線下數(shù)據(jù)導入線上平臺并進行大數(shù)據(jù)關聯(lián)分析，則可聯(lián)結課堂內外，全方位為學情診斷和教學決策提供更豐富的科學依據(jù)。

（三）設計課堂教學診斷量化指標，建立基于教學過程的課堂教學大數(shù)據(jù)采集標準

基于全方位的診斷機制，結合人工智能技術，建立課堂教學的大數(shù)據(jù)采集標準，將教學過程、知識內容分析和學情分析進行關聯(lián)，準確獲得課堂教學的分析數(shù)據(jù)，自動生成分析結果，并可實現(xiàn)根據(jù)學科特點選取指標模塊是課堂教學診斷最終需要達到的效果。

這里，根據(jù)課堂教學過程流程，為方便適時診斷，分課前、課中、課后環(huán)節(jié)，設計了一套如表2 所示的課堂教學診斷量化指標，以供教師自我診斷及研究人員開發(fā)大數(shù)據(jù)平臺作參考。

基于大數(shù)據(jù)技術的SPOC 課堂教學診斷量表是根據(jù)教學流程進行設計的，從技術的可行性進行了項目界定，以確保數(shù)據(jù)采集更為完整準確，多種新興技術結合，使得大數(shù)據(jù)分析結果更為精準、及時、有效。

四、結語

綜上所述，SPOC 課堂教學活動和教學行為等海量數(shù)據(jù)的自動、精準、高效采集與分析均可通過大數(shù)據(jù)技術實現(xiàn)。而基于大數(shù)據(jù)技術的SPOC 課堂教學診斷量表，則需在實踐中不斷檢驗和逐步完善。作為教學活動主體的師生，教學診斷可以依靠大數(shù)據(jù)，但不能完全依賴大數(shù)據(jù)，還需結合觀察和訪談等多種方法，對大數(shù)據(jù)技術生成的數(shù)據(jù)和決策進行深入分析，尋找數(shù)據(jù)背后隱藏的真實問題。形成課前、課中、課后診斷完整機制，實現(xiàn)大數(shù)據(jù)技術在課堂教學診斷中的全方位應用，為提升教育教學質量的決策分析提供精準依據(jù)。