夏翼 朱晨暉
摘 要:近年來,國內外研究者對于個性化學習展開激烈討論,從核心素養培養到終身學習體系研究,從教育信息化發展到學校一線分層教學,關于個性化學習的研究,經歷了從理論到實踐,逐步具體的發展過程。今后,個性化學習教育改革仍會繼續深入開展,尤其是在越來越注重創新能力培養的職業學校。關于個性化學習的診斷評價、過程干預、課程融合等一系列問題也有待研究者進一步討論。
關鍵詞:個性化學習;個性化教育;職業學校分層教學;網絡學習平臺;個性化學習空間
近年來,教育領域關于教學的改革越來越意識到個性化學習的重要性,“個性化學習”的研究與我國教育改革發展息息相關。如今大數據分析、學習分析、自適應技術、計算科學等先進技術的發展與成熟,個性化學習進入到技術與教育深度融合的高級階段。
總體來看,關于職業學校學生個性化學習研究可以分為兩條主線,一是促進學生個性化學習過程的網絡學習平臺建設與應用,二是促進職業學校學生個性發展的課程教學模式創新。除此之外,關于“個性化學習”的內涵、與現代信息技術的融合等一系列問題也貫穿其中。
一、職業學校學生個性化學習方式
個性化學習,是針對學生發展潛能和個性特征而采取適合的方法、手段、內容、起點、進程、評價方式,促使學生個體獲得充分、自由、和諧成長的過程。[1]個性化學習既是一種學習理念,又是一種學習方式,既是目的,又是手段。這種學習方式能夠滿足全體學生的學習需求,能夠做到以學生為中心;個性化學習也是一種學習方法,這種學習方法是學生結合自身學習興趣及個人經歷自主安排和選擇的;它又是一種學習范式,這種學習范式以學生個性差異為基礎,以促進學生個性發展為目標。[2]職業學校學生的個性化學習方式指的是職業學校學生在進行個性化學習活動時所表現出的具有偏好性的行為方式與行為特征,反映出的個體差異。
《中國制造2025》提出,堅持“創新驅動、質量為先、綠色發展、結構優化、人才為本”的基本方針,我國要由制造大國到制造強國轉變,職業教育作為現代國民教育體系的重要組成部分,亟須走出“技能至上”、“工具理性”的傳統理念,以培養“核心素養”為抓手,創新人才培養模式,職業學校核心素養培育與普通學校有所不同,從學生的職業道德、職業技能、個性發展培養三大方面入手,其核心素養中“學會學習”和“實踐創新”能力的培養都離不開個性化學習模式的支持。
國內關于職業學校學生個性化學習方式的研究,從文獻資料、實地調研和教學實踐等方面發現,研究數量不多且不夠深入,主要集中在三個方面。一是分層教學的開展;二是個性化教學活動的設計;三是個性化教學模式的創新。楊麗青《基于微信公眾平臺的分層教學模式的設計與研究》中總結在實施分層教學時出現的一些問題,比如分層依據單一;在學習過程中如何動態調整分層;怎樣解決彈性分層帶來的教師工作量的增加;如何避免因分層帶來學困生自卑感加重的問題等。肖碧芳的《職業學校實施個性化教育的研究》對現階段職業學校個性化教學模式創新步伐緩慢的原因探討得非常全面具體,它提出職業學校教育教學過程中重統一輕個性、重知識技能輕情感意識的模式,其教學方式體現出的缺乏靈活性、針對性和自主性,評價標準單一等問題和矛盾日益突出。張彥通、武哲等人的《強化主體意識 促進個性發展—個性化教育體系的整體設計與改革實踐》中提到一系列個性化教學活動,從課后的個性化輔導到舉辦個性化的學科競賽,從設置個性化的特色課程到開放式實驗管理制度。這些研究促進了教師對學生的個別指導,但這些指導無法結合學生的個性化特征,那么這種指導實際上與集體教學無異,僅僅是教學內容的簡單重復。部分研究停留在理論層面,把“個性化學習”理解得有些表面,未將教育的雙手觸及到學生實質的個性化學習過程中去,對學生學習的促進收效甚微。
國外關于職業學校學生個性化學習方式的研究,起步比較早,相對比較成熟。自20世紀80年代以來的德國職業教育,個性化學習方法的改革集中在改變傳統的課堂講授方式為“習明納”“參與”以及“自我設計”的自主學習方式。瑞士職業教育在體制上注重個性化職業人才的培養,實行企業、職業學校和培訓中心三元制職業教育。日本建立了在一個職業高中學校設置多種職業學科,并允許學生跨學科選修課程的“綜合選修制高中”,學生在主修某個學科的基礎上,可根據自己的興趣、能力、發展方向,跨學科選擇學分課程。[3]這些做法值得我們借鑒,但國外對個性化學習平臺與個性化學習方式相互緊密融合的研究不是太多。
二、基于學習平臺的個性化學習
國內基于學習平臺的個性化學習研究大致分為三個階段:第一階段,是研究網絡學習平臺作為資源共享和協同交互的載體功能。學生借助網絡學習平臺獲得大量的學習資源和平等交流合作機會,為課前先學提供幫助,為課堂研學、課后遷移奠定基礎。平臺幫助學生拋卻了單一和被動的傳統學習模式,提倡學生能夠根據學習需求選擇、控制自身的學習過程,但此類學習平臺只提供信息化的學習環境,不滿足個性化學習的需求,缺少對學生學習規律、學習方法和學習習慣的診斷和評價,尚未觸及對學生個性化學習過程的實質性改變。第二階段,是以大數據技術、學習分析技術為支撐的數據源的研究。通過采集學生在平臺上學習的數據,建立學習過程分析模型,學習分析過程模型的數據來源有兩類:一類是學習者在學習平臺、移動終端、教學管理系統等進行的操作記錄,這些數據反映了學習者與這些平臺的交互過程,利用這些數據可分析學習者的學習方法、學習行為等;另一類是學習資源、課程等與學習者學習相關的數據。[4]學習平臺數據包括:訪問量、學習時長、初訪時間、知識點測試的完成率和掌握率、測評成績等。這類學習平臺為驅動學情分析,為教師的教學工作、行政部門的管理工作提供幫助,促使學生養成良好的學習習慣,掌握好的學習方法。第三階段,是以機器學習與深度學習為支撐的分析方法的研究。學習平臺對學生學習面貌和學習特征進行更加微觀細致的診斷與評價,從而為學生提供個性化的學習建議和學習路徑,比較有代表性的是自適應學習平臺的出現。基于自適應學習平臺的個性化學習對學生的學習興趣、問題拋棄率和嘗試次數等方面都有明顯正向影響。[5]自適應平臺的應用也對職業學校技能實訓課程開展研究性學習實現了有力支持和推進,教師發現和解決課堂共性問題的時間縮短,可以將更多時間精力去指導學生的個性化和深度學習。
國外基于學習平臺的個性化學習研究,相對于國內仍處于優勢地位。尤其是美國的大型個性化學習平臺Knewton平臺最受矚目。“Knewton”作為自適應學習系統的代表,其典型特征就是為不同的學習者用戶提供不同的學習支持服務,即實現系統對學習者學習的自適應服務。自適應的學習支持服務主要通過三個環節來實現:數據收集與處理、學習分析、學習推薦。[6]Knewton學習平臺對一些概念層面的專業化數據做了相應的處理,如學習效率、投入程度及活躍時間等等,并且在專業化數據和學習時產生的信息之間建立了相關映射,其專業化數據功能非常龐大,既能夠適時地評價學生具體的學習收獲,又可以推知學生學習時的情緒狀態、知識水平及學習的策略與方法等,并可以展現出學生學習水平變化的圖表。近兩年的美國新媒體聯盟(NMC)《地平線報告》(高等教育版)指出,個性化學習最大的障礙是如何開發出有教學理論指導的自適應學習系統。現有研究側重于技術和實踐,有關自適應學習的理論基礎、教學方法和學習策略等研究很少。同時自適應學習要考慮學習者的起點能力、學習風格和情感狀態等,且要與學習者的學習目標相結合,這些數據的獲取可能涉及學習者的隱私,學習數據的隱私保護、學習數據獲取的易得性和安全性,及學習數據的有效使用都是值得關注和研究的問題。[7]
綜上所述,關于個性化學習的研究和討論離不開現代信息技術支持手段的研究,對于研究學校班級授課制下的個性化學習,離不開各類學習平臺的支持。目前各種智慧型學習平臺的使用,確實對職業學校的教學和管理工作起到了推動作用,但學習平臺對學生個性化學習的促進還不夠明顯,學習平臺對學生學習數據的采集,主要集中在學生作業完成情況、瀏覽學習資源的情況、在線測試游戲積分等結果性數據,但學生技能操作的進度,習慣,方法等過程性數據不夠完善,使得學生個性化學習的過程性評價不全面,無法全方位地描述學生的學習面貌,而且學習平臺與課程教學模式的融合程度還不夠高。以上這些現狀給我們后期研究留下一些空間:如何通過優化各學校現有學習平臺的采集數據不夠全面、評測機制單一、學習干預不夠智能、學習資源單一等情況,以及平臺與課程教學模式充分地融合,去有效地幫助教師全面分析每位學生的個性差異,細致監督學生的學習全過程;去有效地幫助學生合理選擇學習資料、優化學習路徑、改善學習方法、養成良好的學習習慣,從而解決目前職業學校“探究式學習”課堂中出現的教師輔導不及時、學生自主性不高和評價標準單一等問題,精準提升探究式學習的效果,幫助職業學校學生在個性化學習過程中補足學習短板、跨越學習障礙,優化學習方法和習慣,促進他們的個性發展,進一步推進職業學校的“三教”改革,促進教學相長。
參考文獻:
[1]劉翠紅.淺析個性化學習[J].北方文學(下旬刊),2013(01).
[2]卞延竹.基于在線教育平臺的美國中小學個性化學習探究——以愛達荷州可汗學院項目為例[D].西安外國語大學,2018(01).
[3]肖碧芳.職業學校實施個性化教育的研究[D].湖南師范大學,2004(03).
[4]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——以石家莊子衿在線家教輔導平臺為例[D].河北師范大學,2016(01).
[5]周海波.基于自適應學習平臺促進學生個性化學習的研究[J].電化教育研究,2018(04).
[6]李玲靜,汪存友.Knewton:學習分析支持下的自適應學習平臺[J].成人教育,2019(07).
[7]崔向平,徐娟.自適應學習技術的應用、問題及趨勢——訪美國俄亥俄州立大學大衛·斯坦恩教授[J].開放教育研究,2019(05).