移動大數據助力職業院校課堂教學診斷與改進探究①

徐敏芝

[摘 要] 教學工作診斷與改進是職業院校對人才培養質量的自我診斷與檢查保障的有力手段，學校設定的標準和目標實現程度要通過數據進行檢查和診斷，因此，實時性采集教學過程中的源頭數據并進行有效挖掘和利用是實現診斷與改進非常關鍵的環節。旨在通過移動大數據平臺在教學診斷中應用實踐，以期改變教師憑經驗上課到依據學生學情的實時數據采集和課堂診斷改進教學，以全面掌握學習者的學習大數據為依托，優化教學過程，改進教學效果，提升教學質量。

[關 鍵 詞] 移動大數據；職業院校；教學診斷

[中圖分類號] G712 [文獻標志碼] A [文章編號] 2096-0603（2017）31-0080-02

一、問題的提出

2015年6月，教育部辦公廳發布《關于建立職業院校教學工作診斷與改進制度的通知》（教職成廳〔2015〕2號），在全國職業院校推進建立教學工作診斷與改進制度，全面開展教學診斷與改進工作。教學工作診斷與改進是職業院校對人才培養質量自我診斷與檢查保障的手段，“診斷”是融入教學全程的，沒有起止時間的限制，注重過程，旨在通過“過程性”數據的開發、采集、利用，使職業院校人才培養質量保持持續的提升。教學診斷與改進應具備人人參與、處處覆蓋、時時共享數據采集與管理平臺，應該說管理平臺的建立和采集數據并進行有效挖掘和利用是實現診斷與改進非常關鍵的環節。隨著云技術、大數據技術的廣泛使用，基于大數據技術的移動教學平臺將是診斷數據來源的有效載體，甚至應能通過對數據的利用和開發實現智能診斷。

二、國內外研究現狀

2012年美國實行了一項耗資2億美元的教育大數據計劃。這一計劃旨在通過運用大數據分析來改善教育，該項目創造了一個數據采集、挖掘、案例化的“學習分析系統”，用于了解學生到底是在“如何”學習，而不僅僅是學業結果。總部位于加拿大安大略省沃特盧的教育科技公司“渴望學習”（Desire 2 Learn），通過監控學生閱讀電子化的課程材料、提交電子版的作業、在線與同學交流、完成考試與測驗，讓計算程序持續、系統地分析每個學生的教育數據，比如學生回答一個問題用了多少時間，回答這個問題使用了哪些資源，哪些問題被跳過了，為了回答這個問題做了哪些學習準備，這個問題與其他已經回答了的問題之間存在什么關系。

大數據在國內課堂教學也有很好的嘗試——北京智啟藍墨信息技術有限公司開發的一款基于移動網絡環境針對教師和學生永久性免費的校園APP，這款移動大數據APP通過以下功能采集課堂信息：（1）建立移動網絡班級；（2）發布信息，實現即時教學溝通；（3）教師教學資源分享，學生下載資源學習；（4）教師隨時隨地在課里創建作業/小組任務、頭腦風暴、討論/答疑、測試等網絡教學活動，實現即時教學互動；（5）手勢或一鍵簽到；（6）教師通過“成員”界面查看每位學生的出勤情況、學習進度和學習時長、筆記數量、參與活動、交互練習結果等情況。教師還有權限生成所授云班課的教學報告，及時查看云班課開展的各類教學活動與學生經驗值獲得的情況，針對經驗值較低的學生進行學情分析，及時發現和解決學習過程中存在的問題。“云班課”APP的這些功能及特點與教學診斷與改進強調對學習過程的評價，強調及時反饋和調節的作用不謀而合。因其操作的簡便性、反饋的及時性、記錄的客觀性、內容的豐富性、消息推送的精準性等特點，深受師生的認可。2017年2月15日，北京藍墨大數據技術研究院發布《中國院校第一份課堂云教學大數據報告》，該報告覆蓋全國31省份的3100余所院校的相關中職、高職、本科院校，共計8萬余個教學班次、2.3萬名教師和133.2萬名學生的全數據樣本，公布了實施課堂移動云教學的相關院校教師備課時間分布及工作量的對比，學生學習時間分布及對比，各區域相關院校出勤率平均值對比等共35個數據點，為如何做好職業院校的課堂教學改革提供了客觀科學的數據支撐。該移動平臺近年來大規模、長期地測量、記錄、存儲、統計、分析這些課堂數據，所獲得的海量數據更契合大數據（bigdata）的要求。

三、移動云班課在教學診斷中應用案例

以筆者目前所授計算機應用技術軟件方向三年級高職學生在《面向對象程序設計C#》這門課程運用移動云班課在教學診斷中的應用實踐為案例介紹。

傳統教學中，在教師接觸學生的第一堂課之前，對學生是否有相應知識儲備很難了解，雖然該班級在上學期接觸過相關課程，但任課教師對學生是否掌握某章節的重點、難點不確定。運用移動云班課，任課教師可以先將授課章節應掌握的知識點錄制成微課，或者收集相關知識點的信息，在課前發布于提前建立的網絡班課里。學生通過手機APP下載學習，并根據老師的要求對自學產生的疑問點進行討論，以獲得相應經驗值。實踐證明，學生對類似游戲升級的經驗值積累表現出較高的積極性，較好地提升了學習的主動性和學習內容廣度和深度。教師則借此觀察學生掌握的程度，還可以在平臺的統計功能中看到學生回答題目正確與否的統計情況，針對錯誤率較高的題目給予診斷性評價，真正實現課堂上學生會的不教，學生不會的通過引導、交流、釋疑的方法突破，實現從學生需求實際出發開展教學。

與傳統教學只知道答題結果正確與否不同的是，移動數據平臺使監控學生的每一個學習行為成為可能，老師得到的不僅僅是展示學生分數與作業的結果，而是像視頻學習、完成練習時間長短等這樣更為詳細的重要信息，輔助老師及時診斷問題的所在，提出改進的建議，并預測學生的考試結果。利用藍墨云移動班課，教師查看形成性評價中的各類活動構成，學生經驗值計算是以同班課內學生中最高經驗值為基數，超過80%（含）為優秀，60%（含）至80%為及格，60%以下為不及格，系統針對不同經驗值的學生提供的學情分析如圖所示，為教師及時發現和解決學生學習過程中存在的問題提供依據。

藍墨云班課有效實現課堂數據全記錄，包括每個學生每天的學業以及非學業數據，這些數據經清洗、抽出等挖掘手段后將反映諸多有價值的信息，將教師憑經驗上課改變成依據學生學情的實時數據采集和課堂診斷改進教學，比如，學業水平測試中學生正確率情況可以作為任課老師進行重點復習還是簡要復習的準確依據，某一個知識點是采用老師講授還是小組合作學習方式效果更好，幫助學生突破難點。大數據的智能統計與迅速反饋，更好地協助教師調整授課中的重難點，使課堂教學更加符合學生的需要，有效提高課堂效率。

學生完成相應的學習任務之后，教師就可以通過云平臺查看作業的正確率，并且對學生哪個知識點掌握得較好，哪個知識點表現一般等信息一目了然，再輕松調取相關章節，準確“把脈”，對癥下藥。另外，對不同分數層次的學生，也可以針對性地給出不同層次的題目，比如對失分較多的學生應考查基礎知識掌握情況，以夯實基礎知識點為主；對靈活題出錯較多的學生，則可以推送一些變式練習；針對掌握較好的學生，推送一些綜合性的練習題目，來提升綜合應用能力，這些“處方”都是基于智能診斷基礎上，幫助教師從經驗教學走向精準教學，幫助學生從模糊學習走向精準學習，師生均能獲得有針對性的回應，真正促進老師的教學從模糊走向精準，最終實現因材施教的教學理念。

總之，移動大數據與傳統教育的數據本質區別體現在采集來源和應用方向兩個方面。傳統教育數據注重體現學習者整體的學業水平，而移動大數據則時時關注每一位學習者個體的微觀表現，診斷學生的日常學習問題，通過可視化的反饋結果，為學習者提供個性化的學習策略，教師更好地實施因材施教，最終起到提升教學效率、切實提高教學質量的目的。

參考文獻：

[1]姜強，趙蔚，王朋嬌，等.基于大數據的個性化自適應在線學習分析模型及實現[J].中國電化教育，2015（1）.

[2]游忠惠.大數據時代：考試到評價的躍升[N].光明日報，2014-01-30.

[3]高艷艷.基于大數據分析的中小學生個性化學習診斷模型研究[D].河北師范大學，2016.

[4]武法提，牟智佳.電子書包中基于大數據的學生個性化分析模型構建與實現路徑[J].中國電化教育，2014（3）.

[5]張進良，何高大.學習分析：助推大數據時代高校教師在線專業發展[J].遠程教育雜志，2014（1）.