融入智能技術(shù)的計算機網(wǎng)絡(luò)遠程實驗教學(xué)改革實踐

謝劍剛 肖小紅 劉磊

廣東開放大學(xué)(廣東理工職業(yè)學(xué)院) 廣東廣州 510091

計算機網(wǎng)絡(luò)課程具有理論與實踐相結(jié)合、軟硬件交融等特點，不僅理論內(nèi)容相當繁雜，還需要搭配大量實踐環(huán)節(jié)加以鞏固和驗證才能達到較好的教學(xué)效果。計算機網(wǎng)絡(luò)的遠程實驗教學(xué)面臨著多種難題的困擾，迫切需要新型教學(xué)模式的支撐。要從根本上解決遠程實驗教學(xué)中的種種困難，傳統(tǒng)方法難以奏效，而是需要借助云計算、大數(shù)據(jù)、人工智能等前沿智能技術(shù)，構(gòu)建新的教學(xué)模式[1-2]。把傳統(tǒng)的以教師演示為主的實驗教學(xué)模式，轉(zhuǎn)變成以學(xué)生為主體、融入智能技術(shù)的云教育平臺為支撐的新型教學(xué)模式[3]。

1 遠程實驗教學(xué)面臨的問題

在計算機網(wǎng)絡(luò)教學(xué)中，遠程實驗教學(xué)一直是一個難點，面臨諸多問題的挑戰(zhàn)。遠程實驗教學(xué)與傳統(tǒng)線下教學(xué)在教學(xué)場景、教學(xué)內(nèi)容和教學(xué)模式上都存在很大的差異。由于線上教學(xué)的特性和信息技術(shù)發(fā)展的局限性，許多線下教學(xué)場景無法直接在線上重現(xiàn)，線下成熟的教學(xué)模式和教學(xué)內(nèi)容也可能無法完全適應(yīng)線上的實驗環(huán)境。

1.1 教學(xué)場景分離

遠程實驗教學(xué)的教學(xué)師生往往面臨學(xué)習(xí)時間不一致、學(xué)習(xí)地點不一致、實驗環(huán)境不一致等難題。學(xué)習(xí)時間不一致、地點不一致不僅導(dǎo)致教師和學(xué)生互動、監(jiān)督和指導(dǎo)困難，還導(dǎo)致實驗環(huán)境難以統(tǒng)一。計算機網(wǎng)絡(luò)實驗教學(xué)有軟硬件相結(jié)合的特殊要求，學(xué)生大多無法自備實驗所需的硬件設(shè)備，安裝服務(wù)器操作系統(tǒng)和模擬器等仿真軟件也經(jīng)常出現(xiàn)版本不一致、安裝失敗等意外情況，導(dǎo)致教學(xué)過程難以對接。這給實驗教學(xué)帶來了很大的不確定性，學(xué)生和教師往往無所適從，教學(xué)質(zhì)量也難以把握。

1.2 教師指導(dǎo)難度大，反饋不及時

遠程實驗教學(xué)給教學(xué)互動、監(jiān)督和指導(dǎo)增加了很大難度。由于無法面對面接觸學(xué)生，教師通常難以實時把握學(xué)生的學(xué)習(xí)進度，更難以即時對學(xué)生學(xué)習(xí)過程中遇到的各種問題給予反饋。教師們往往不得不使用即時通信軟件等工具作為輔助，讓學(xué)生通過語音聊天或提供截圖等多種方式反饋實驗中遇到的難題，但是仍然很難滿足教學(xué)需要，導(dǎo)致反饋效率低下，而這又很容易導(dǎo)致學(xué)生學(xué)習(xí)效果和學(xué)習(xí)積極性的下降。采取線上線下交融的學(xué)習(xí)方式能在一定程度上緩解遠程指導(dǎo)學(xué)生的難題，但也很難達到線下面對面教學(xué)同等的指導(dǎo)效果。

1.3 學(xué)習(xí)記錄缺少過程性數(shù)據(jù)

過程性數(shù)據(jù)是指學(xué)生實驗過程中的具體操作、完成情況等必要信息的記錄，可以作為遠程實驗教學(xué)中完成情況和成績評價的重要依據(jù)。一些實驗平臺雖然能夠提交和管理實驗報告，但缺乏過程性數(shù)據(jù)。如果沒有過程性數(shù)據(jù)，教師就只能從學(xué)生的實驗結(jié)果或?qū)嶒瀳蟾鎭砹私鈱W(xué)生的學(xué)習(xí)效果。對于完成實驗任務(wù)有困難的學(xué)生，難以了解出現(xiàn)錯誤的具體原因，也就無法給予針對性指導(dǎo)，對于網(wǎng)上找答案等行為也很難進行有效的判斷和監(jiān)督。

1.4 學(xué)習(xí)評價體系單一

傳統(tǒng)的以教師評分為主的單一評價方式對于遠程實驗教學(xué)而言是不夠完善的，教學(xué)的目的不是評分，而是引導(dǎo)學(xué)生掌握知識點。在傳統(tǒng)線下教學(xué)中，教師可以實時了解學(xué)生的學(xué)習(xí)情況，隨時糾正錯誤，教師評分作為學(xué)習(xí)效果的最終總結(jié)無可厚非；在遠程教學(xué)中，僅靠實驗完成后的教師評分對學(xué)生的學(xué)習(xí)情況進行評價，仍然無法有效了解學(xué)生的學(xué)習(xí)情況和困難，難以引導(dǎo)學(xué)生解決困難，不能達到掌握知識點的目標。

2 融入智能技術(shù)策略

在計算機網(wǎng)絡(luò)課程實驗教學(xué)中融入智能技術(shù)，不僅能夠提升教學(xué)效果和學(xué)生的學(xué)習(xí)積極性，還能在很大程度上緩解線上實驗教學(xué)中存在的若干困難，具有重大意義[4]。

通過建立軟硬件環(huán)境完全一致的實驗系統(tǒng)鏡像，再結(jié)合錄制的實驗操作微課視頻替代面授講課，就有可能組織基于多媒體、云計算和虛擬化技術(shù)的線上實驗教學(xué)，使學(xué)生非常方便地在云端的統(tǒng)一實驗環(huán)境上隨時隨地進行實驗，這能一定程度上緩解教學(xué)場景分離帶來的學(xué)習(xí)時間不一致、學(xué)習(xí)地點不一致、實驗環(huán)境不一致等實驗難題。

建立基于自動化腳本和數(shù)據(jù)分析的教學(xué)反饋機制，能夠程序?qū)崿F(xiàn)實時監(jiān)控實驗重點知識點或重點步驟的完成情況，并隨時給予學(xué)生預(yù)設(shè)的信息反饋作為指導(dǎo)，以此替代教師的現(xiàn)場指導(dǎo)能大大改善線上實驗教學(xué)反饋途徑缺乏、不及時等問題，提升教學(xué)效果和學(xué)習(xí)效率，降低教師指導(dǎo)難度。

很多過程性數(shù)據(jù)對于教學(xué)評價和反饋都是很有意義的，例如鍵盤鼠標操作次數(shù)、間隔、活躍時間等，就能在某種程度上反映學(xué)生參與實驗的專注度?？梢酝ㄟ^智能算法分析過程性數(shù)據(jù)和學(xué)習(xí)專注度之間的關(guān)系，構(gòu)造某種智能模型，可以根據(jù)采集的數(shù)據(jù)自動找出學(xué)習(xí)不夠?qū)Ｐ牡膶W(xué)生并給予指導(dǎo)和評價。對學(xué)生參與實驗時產(chǎn)生的過程數(shù)據(jù)進行批量采集，結(jié)合大數(shù)據(jù)分析、人工智能等技術(shù)，不僅能夠給予學(xué)生針對性的實時指導(dǎo)，給予教師教學(xué)效果反饋，還有助于建立科學(xué)高效的新型智能分析和學(xué)習(xí)評價體系[5]。

3 融入智能技術(shù)實踐

計算機網(wǎng)絡(luò)課程遠程實驗教學(xué)中融入智能技術(shù)的具體實踐過程可分為課前、課中、課后三個階段，見圖1。課前階段的主要任務(wù)是定制符合云實驗平臺特性和要求的實驗任務(wù)，定制包含實驗任務(wù)所需軟硬件環(huán)境的云虛擬機鏡像；課中的主要任務(wù)是在云平臺上運行實驗鏡像完成實驗，通過實驗平臺中安裝的智能化腳本收集學(xué)習(xí)過程數(shù)據(jù)，并進行實時分析，用智能化方法按階段性學(xué)習(xí)進度給予學(xué)生反饋指導(dǎo)；課后階段的主要任務(wù)是針對采集的學(xué)習(xí)過程數(shù)據(jù)、階段完成數(shù)據(jù)、最終實驗評分等建立一套實驗效果評價體系，對學(xué)生的學(xué)習(xí)過程進行綜合評價，對教師進行教學(xué)情況反饋。

圖1 融入智能技術(shù)的遠程實驗教學(xué)基本流程

3.1 整合課程實驗教學(xué)資源，構(gòu)建云系統(tǒng)鏡像

建立云系統(tǒng)鏡像和設(shè)計實驗任務(wù)都難免受到云實驗平臺中軟硬件環(huán)境的先天性制約，因此是相輔相成、互相制約的，必須結(jié)合實際情況提前做好規(guī)劃，才能緊密配合達到良好的教學(xué)效果。

具體步驟如下：

(1)通過分析當前計算機網(wǎng)絡(luò)領(lǐng)域典型工程應(yīng)用案例，綜合考慮計算機網(wǎng)絡(luò)課程的教學(xué)內(nèi)容與遠程實驗云平臺的實驗條件的匹配程度，對實驗教學(xué)內(nèi)容進行重新整合，剔除了部分難以在平臺完成的實驗資源,并用其他實驗資源替代,最終建立起一套適合云實驗平臺的計算機網(wǎng)絡(luò)遠程實驗教學(xué)資源。例如,選擇大部分虛擬化平臺無法支持華為的eNSP模擬器，則用思科模擬器作為替代；Windows系統(tǒng)存在版權(quán)問題，用Linux替代；隨著Linux系統(tǒng)的選擇，IIS等服務(wù)也需要選擇替代的軟件。

(2)分析當前計算機網(wǎng)絡(luò)遠程實驗教學(xué)資源及其在云平臺上實現(xiàn)所需的軟硬件資源清單，整合成一套實驗系統(tǒng)環(huán)境。制作滿足實驗系統(tǒng)環(huán)境需求的云鏡像并上傳到實驗云平臺，為實驗任務(wù)命題提供基礎(chǔ)支持。建立的云系統(tǒng)鏡像具體框架見圖2。通過完善和改造實驗條件，搭建滿足計算機網(wǎng)絡(luò)實驗需求的云鏡像，為實驗任務(wù)命題提供基礎(chǔ)，也為學(xué)生的自主實驗提供明確統(tǒng)一的應(yīng)用環(huán)境，進一步調(diào)動了學(xué)生結(jié)合所學(xué)理論知識進行實驗的積極性。

圖2 集成課程資源的云系統(tǒng)鏡像

3.2 結(jié)合教學(xué)內(nèi)容與云實驗平臺特色的實驗任務(wù)設(shè)計

全面分析典型的計算機網(wǎng)絡(luò)實際應(yīng)用案例，并結(jié)合計算機網(wǎng)絡(luò)課程的實驗教學(xué)內(nèi)容與遠程實驗云平臺的實驗條件和特性，剔除部分完全不適合在云實驗平臺上進行的實驗內(nèi)容或重新設(shè)計新的實驗任務(wù)作為替代，對其他實驗教學(xué)內(nèi)容則進行適應(yīng)性改造，形成一套合理科學(xué)、難度適中的遠程實驗任務(wù)體系。

對實驗文檔進行完善，把原來主要通過教師演示教學(xué)講解的內(nèi)容轉(zhuǎn)變?yōu)樵敿毜牟僮鞑襟E說明，其中的重點或難點內(nèi)容直接以微課視頻的形式嵌入實驗文檔中，作為教師無法面對面現(xiàn)場演示的補充。

3.3 應(yīng)用檢測腳本實現(xiàn)智能教學(xué)反饋

為了能夠在實驗教學(xué)過程中及時給予學(xué)生反饋和指導(dǎo)，可以在實驗任務(wù)中嵌入準確檢測學(xué)生步驟完成情況的檢測腳本，并根據(jù)腳本反饋結(jié)果實時給出指導(dǎo)意見和修改建議，或?qū)⒛_本反饋結(jié)果作為通往下一實驗步驟的進入條件。例如，Linux平臺均可支持基于Shell腳本語法的檢測腳本，Shell腳本能方便地檢測進程的啟動與否、文件創(chuàng)建是否、文件內(nèi)容是否包含某些關(guān)鍵字等。這些檢測手段結(jié)合清晰的任務(wù)目標定義，可以幫助我們找到檢查學(xué)生實驗步驟完成情況的方法，從而對學(xué)生的實驗效果給予有效反饋。

3.4 形成有效的智能分析和評價系統(tǒng)

很多云實驗平臺已經(jīng)能夠采集過程性實驗數(shù)據(jù)，例如學(xué)習(xí)時長、操作時長、總按鍵次數(shù)、重復(fù)實驗次數(shù)、步驟完成數(shù)據(jù)等，通過這些數(shù)據(jù)的復(fù)合運算又能產(chǎn)生更多有用的數(shù)據(jù)。這些過程性數(shù)據(jù)的采集，為構(gòu)建科學(xué)高效的智能分析和評價系統(tǒng)打下了堅實的基礎(chǔ)。

3.4.1 錯誤情況分析和反饋

根據(jù)學(xué)生的重復(fù)實驗次數(shù)、步驟完成數(shù)據(jù)等過程性數(shù)據(jù)，可以對學(xué)生掌握實驗任務(wù)目標的情況進行批量分析評估，從而確定學(xué)生普遍難以掌握的知識點有哪些，確定學(xué)生掌握各知識點的平均練習(xí)次數(shù)等。錯誤情況和重難點分析評估分析對指導(dǎo)遠程實驗教學(xué)的教師具有很大的價值，教師掌握了上述分析評價數(shù)據(jù)，才能根據(jù)學(xué)生學(xué)習(xí)的實際情況，有針對性地給予學(xué)生指導(dǎo)，才能更好地完善實驗內(nèi)容和實驗?zāi)繕耍_到因材施教的效果。

3.4.2 學(xué)習(xí)專注度分析和反饋

在線實驗過程中，教師雖然無法實時了解學(xué)生的學(xué)習(xí)狀態(tài)，但是可以通過學(xué)習(xí)時長、操作時長、按鍵次數(shù)等過程數(shù)據(jù)綜合分析學(xué)生的學(xué)習(xí)專注度。充分利用大批學(xué)生實驗過程數(shù)據(jù)，設(shè)計多項數(shù)據(jù)加權(quán)的專注度算法，可以對學(xué)生的學(xué)習(xí)專注度進行評分，從中篩選出學(xué)習(xí)態(tài)度存在問題的學(xué)生給予督促和批評，或篩選出學(xué)習(xí)認真刻苦的學(xué)生給予獎勵。

3.4.3 學(xué)習(xí)效果評價

學(xué)習(xí)效果評價僅僅靠教師對實驗報告進行評分是不夠完善的，依托學(xué)生實驗過程數(shù)據(jù)可建立起更科學(xué)高效的多層次綜合評價體系。各種實驗過程數(shù)據(jù)在不同實驗中重要性各有不同，可根據(jù)具體實驗內(nèi)容、實驗?zāi)繕思皩嶒灢襟E難度系數(shù)等因素綜合考慮設(shè)計一套完善的智能學(xué)習(xí)評價體系。基于學(xué)習(xí)專注度、實驗難度系數(shù)、實驗?zāi)繕送瓿啥?、實驗報告完成度、教師評分數(shù)據(jù)訓(xùn)練一套卷積神經(jīng)網(wǎng)絡(luò)，用于代替?zhèn)鹘y(tǒng)依靠加權(quán)機制構(gòu)成的評分機制。

結(jié)語

本文的教學(xué)改革實踐取得了階段性的成果，一定程度上驗證了遠程實驗教育和智能技術(shù)的結(jié)合應(yīng)用是遠程實驗教學(xué)發(fā)展的一個重要方向，但在智能反饋技術(shù)的優(yōu)化和智能評價體系的完善上還有很大的提升空間，還需要加大研究力度，并不斷在實踐中檢驗成效。