基于教育人工智能的高職混合式教學模式設計

呂學芳 平濤

摘? 要 混合式教學在疫情期間大放異彩，但也面臨教師負擔過重、學生監管不夠等問題。設計基于教育人工智能的混合式教學模式，并從教學過程設計、教學資源建設、教學管理改進以及高職教師隊伍建設等多方面闡述此教學模式的具體實施策略，為創建真正適應現代智能混合教學的平臺提供來自一線教師的構思。

關鍵詞 高職;混合式教學模式;教育人工智能;教學資源;教學管理;計算機課程

中圖分類號：G434? ? 文獻標識碼：B

文章編號：1671-489X（2021）07-0030-04

0 前言

隨著互聯網時代的到來，混合式教學得到極快的推廣和應用。特別是2020年以來，由于疫情的原因，在“停課不停學”的號召下，教師借助各種現代教育工具對教學資源重新進行組織與整合，使混合式教學大放異彩。隨著全線上教學的廣泛深入開展，混合教學面臨的很多問題也逐漸浮出水面。本文在深入研究混合式教學面臨的問題和教育人工智能發展現狀基礎上，探討兩者的融合路徑，進而設計出一套基于教育人工智能的新型混合式教學模式。

1 混合式教學面臨的問題

混合式教學模式是以行為主義和構建主義學習理論等教學理論為指導，借助現代多種教育技術手段對教學資源進行優化組織、整合、呈現和運用，將傳統面對面的課堂教學與現代技術進行深度融合，以尋求兩者優勢互補，從而實現最佳教學效率和效果的一種教學模式[1]。混合式教學的關鍵是“怎樣混合”，也就是如何進行混合教學的有效設計。

從2016年開始，混合式教學方式逐漸在各大院校展開，越來越多的教師借助網絡教學平臺實施線上線下的混合式教學，拓展了教學時間和空間，方便了師生間的資源共享和互動交流，取得良好的教學效果。2020年以來，由于疫情原因，混合式教學進入全線上時期。此時的混合不再是線上線下的混合，而是多種傳統的教學技巧與現代技術手段的混合，是以提高教學效率為目標的多種學習形式的混合。在這種背景下，通過對高職院校部分師生混合教學狀況的調查，發現混合式教學在得到普遍應用的同時，還存在下面一些問題。

一是混合式教學中存在學生管控監督不夠及時，教學效果過多依賴學生學習主動性的問題，高職院校進行混合式教學的學生兩極分化特別嚴重。

二是混合式教學不能實現教學資源的智能化篩選，不能實現個性化教學。

三是混合式教學中教師負擔明顯加重，不利于該模式長期全面有效地推廣。

綜合上述問題可得出，混合式教學需要一個助手，這個助手可以在課前針對不同學生的學習情況推送不同的學習資源，可以在課上對學生學習情況進行實時監控并上報，還可以在課后幫助教師處理一些簡單的問題解答、批改作業等任務。隨著人工智能的迅猛發展，這個助手完全可以由人工智能來做。

2 教育人工智能現狀

教育人工智能（EAI）是人工智能與學習科學相結合而形成的一個新領域[2]。教育人工智能的一個目標是促進自適應學習環境的發展和人工智能工具在教育中高效、靈活及個性化地使用[3]。隨著教育人工智能理論的發展，其應用平臺也出現很多，比如云課堂、智慧課堂等。這些智能平臺相較于單純的網絡平臺，其功能更多，智能化程度更強，已經有了一些簡單的智能應答，但還有很多不足，表現在兩個方面：一方面是在人工智能的應用上非常少且淺，諸如學生畫像、資源智能化推送、AI導師等發展多年的理論都沒有得到最基本的應用;另一方面是平臺的智能化教學設計針對性不強，實際應用上對減輕教師負擔，實現智能化、個性化教學作用不大。由此看來，設計適應高職教學需求的智能化教學模式是智能化教育的迫切需要。

3 基于教育人工智能的混合式教學模式設計

很多文獻對教育人工智能的生態作了很詳盡的分析研究，筆者在這些研究的基礎上，從一線教師角度出發，主要針對高職計算機課程，對混合式教學與人工智能的融合路徑進行更加具體切實的研究設計，將智能導學、智能資源推送、智能應答輔助和監控等功能融合于混合式教學課前、課中、課后的設計中，從而形成一種新的教學模式，如圖1所示。

教學過程的設計? 首先，基于首要教學原則，從課程教學的實際出發，分析研究混合式教學的教學調研準備階段、教學實施階段和教學總結階段的智能化需求;其次，充分分析教育人工智能的優勢，有針對性地將智能評測、智能導學、智能應答和智能診斷等人工智能技術合理地應用到教學中，最后形成兩者的深度融合。

1）課程調研準備階段與人工智能的融合體現在學情評估和教學資源的推送上。課程開設之初，教師需要對整個學習對象及課程情況有個初步的學情分析，充分利用大數據技術，對學生之前的學習狀況進行個別的統計和整體的歸納，總結出這個學習群體的基本學情。這些工作可以交付人工智能來完成。教師拿到分析結果后，可以根據學生情況來選擇教學方案。此外，期待更加智能的平臺，能夠在分析學情的同時分析課程情況，主動搜尋相關教學資源，并提供能夠與學情相匹配的學習資源，進而推送給教師供教師篩選，實現課程資源的網絡共享，進一步減輕教師的壓力。

2）課程實施階段的教學過程又分為三部分：課前、課中和課后。

①課前的智能需求主要在有針對性的學情評估和資源推送上。與教學準備階段的學情評估不同，這期間的學生畫像重在個性化評測。每個學生的學習狀況不同，知識結構也有所不同，教師需要借助人工智能手段來詳細了解每個學生的情況，也就是需要給每個學生畫像;根據畫像，給學生提供更有針對性的資源，供學生查缺補漏，更好地接受新的知識。

②課中的智能需求主要體現在智能輔導和智能監控反饋上。課中主要用于新知識的講授和答疑。不管是疫情期間線上的直播、錄播授課，還是平時的線下面對面多媒體授課，教師都只能面對全體學生講解，對于個別學生的問題需要有助手輔助講解，這就需要引進AI智能導師。一些通常的問題，特別是計算機專業的編程和操作中的常見問題，AI導師可以通過機器學習的辦法掌握，調出相應視頻，指導學生解決。個別AI導師無法解決的問題，或者學生對AI導師的解答并不滿意的，可以再上傳至教師，教師個別解疑。這樣必將大大減輕教師的工作壓力，使教師有更多的時間專注于更復雜的教學問題。

除了給學生必要的及時輔導外，課中的智能監控反饋也很重要，特別是對于線上教學來說。很多直播軟件和教學平臺只有簡單的點名功能，不具備監控學生學習狀態的功能，但學生的學習狀態對教師來說又是至關重要的。因此，實時抓取學生視頻，分析學生精神狀態，判斷學生情感動向，并及時反饋給任課教師，供教師講課時參考，以及時調整上課節奏，和學生達成較通暢的情感交流，是對人工智能在課中階段作用的更高要求。

③課后的智能需求主要體現在智能復習答疑和智能評測上。根據首要教育原則，在激活新知識之前必須要對舊知識做更深入的復習。目前學生課后的主要學習點有兩個，一是復習，二是自測。學生在復習時遇到問題怎么辦呢？常規的辦法是問教師。通過調查疫情期間教師的教學狀況發現，很多教師幾乎全天候都在回答問題，因為不同學生復習的時間不同，他們有問題都需要得到及時的回復，否則復習可能就無法進行下去，導致教師的負擔變得非常沉重。如果能引入人工智能對學生的問題做一些篩選，一些簡單的重復問題由人工智能幫助解答，那么教師的工作量將減輕很多。

課后還有一項工作是作業評測。很多學生作業提交后著急知道答案，但是教師能力有限，不可能及時批閱，這就造成一段時間差，當教師批閱作業完成后，學生可能早已忘記之前做題時的困惑甚至思路。因此，引入人工智能批閱作業就勢在必行，特別是對一些簡單的選擇填空或者簡單的、主觀色彩不重的題目，比如名詞解釋、代碼編程，現在的人工智能技術完全可以勝任，必將極大地促進學生的學習連貫性和培養學生的學習熱情，同時減輕教師的負擔。在人工智能技術的幫助下，教師只需要處理個別人工智能不能處理的問題，然后分析學生作業中的問題，及時調整教學方案即可。

3）課程診斷階段。課程診斷階段的智能化需求反映在一些數據的分析統計上：首先對課程學習效果進行總體統計分析;然后對學生進行調查，分析學生對本門課程的教學滿意度;最后統計教師對本課程的評估。通過一系列的大數據分析，形成對課程的整體診斷報告并提交給教師，教師通過進一步研究此診斷報告，分析原因，總結經驗，形成完善報告，以利于下一次課的教學。

教學資源建設? 為適應教育人工智能的技術要求，教學資源從內容到形式都會發生深刻變革。

1）在內容的選擇上應更多樣化、層次化。隨著混合式教學的發展，教學對象會發生很大變化，漸漸地從學校教學到社會教學。針對不同層次的教學群體，教學資源內容的層次性、多樣性建設就非常重要。高職院校既要準備本科轉段班的本科資源，也要準備農民工、軍人班的擴招教學資源;前者需要更多的理論知識，而后者需要操作手冊式的操作知識。同時，為了適應1+X證書制度，還要大力補充不同層面的習題，供學生選擇使用。

2）編排上要更有針對性，實現標簽化，以配合智能檢索和智能推送。為了更好地適應人工智能的資源推送，在教學資源的編排上應更加具有針對性。教師應該對學生進一步分類，對資源進行更加詳細的編排，并貼上對應的標簽，使得人工智能的檢索和推送更加方便，錯誤率更低。

3）教學資源的形式應該向富媒體、云教材的方向發展，以適應智能輔導、實時督學。對于操作演示資源應以視頻為主，使其更加直觀、生動;對于理論學習資源可以在教學視頻的基礎上佐以必要的拓展知識文檔、鏈接等，豐富資源內容。

4）配套教材的編著應更加多樣化。除了大力推廣的活頁式、工作手冊式教材，還可以嘗試編著云教材、微課式教材，便于及時補充更新內容，也便于教材的智能檢索和推送。

教學管理的改進? 前期的調研發現，高職計算機課程混合式教學中遇到的突出問題是教學管理上的問題。因為高職學生的自我控制力較弱，所以需要更多的監管和督促，但分層次、個性化的混合式線上學習又需要學生極強的自主性和自覺性。如何將人工智能的智能輔助、智能監控功能有效引入線上學習，使線上學習既滿足分層次、個性化學習的需要，又做到對學生的隨時監控、時時輔導，是教學管理亟待解決的問題。本教學模式在教學管理方面有以下幾點構思。

1）提高學生的信息化學習素養，培養學生線上學習的習慣。很多學生從高中面對面的課堂教學中來，對線上智能化教學還沒有習慣，不能很好地利用智能教學平臺進行學習，要想智能教學得以順利展開，對學生的智能化學習培訓至關重要。

2）豐富網絡教學資源的形式。多動畫式、游戲式、視頻式等資源，學生感到親近，能吸引他們的注意力。“興趣是最好的老師。”學生只有有興趣了，才能主動學習，線上輔導才能真正實施。

3）增加智能監控的隨時播報功能。線上教學的突出問題是學生不能面對面見到教師，所以有一種不在課堂、不受監控的感覺。所以，適度增加隨時播報，將學生聽課的狀態及時反饋給師生，不但有助于教師對學生的把握，促進師生情感交流，也是對學生的鞭策。

4）適度增強人工智能監控的同時，也要給學生一些獨立自由的空間。特別是自主訓練、自主學習時，要敢于放手給學生。注重學生學習感情、學習習慣的統計分析，做到讓學生學習處于壓力與興奮并存的狀態。沒有學習干預，會使學生過于放松，但是過多不必要的干預可能會使學生產生更大的心理壓力和逆反心理。

5）適度考核、獎懲。基于人工智能的混合式教學很容易實現過程化考核。對學生全過程的考核，使學生時時繃緊神經，不松懈，這看似是一件好事兒，但是，筆者前期調查發現，過度的頻繁考核可能會給學生造成精神上的壓力，特別是對高職學生來說。因此，考核與獎懲的頻率和度的把握就非常重要。教師可以利用人工智能的優勢對學生學情及時進行評估，考核與獎懲可以稍微拉開一些時間，給學生以新鮮緊張感，更利于提高學生的學習熱情。

高職教師角色的轉變? 人工智能走上教學舞臺，與傳統教學、混合式教學相融合，在這個融合的過程中，高職一線教師既是組織者，也是參與者、執行者。教師對教學理念、教學模式的理解認可，對自己角色轉變的適應，對教學任務的實施程度，都關系著教學的成效。很快，教育人工智能技術將會把教師從繁重的重復性的講課、批作業和統計學生信息中解放出來，一定程度上減少了教師的工作量，但與此同時，對教師提出更高的要求。現階段，在人工智能還不能取代很多復雜教育設計工作的情況下，要求教師根據人工智能提供的學生畫像和測評結果等數據信息，對整個學習過程作更合理科學的組織，對教學進行實時調整。這就要求教師具有較高的專業素養和信息素養。

長遠來看，隨著人工智能教育平臺越來越智能化，教師將從知識的傳授者逐漸轉變為學生學習的引導者、組織者、管理者[4]，轉變為工匠精神的傳承者和共同學習的陪伴者。因為人工智能的引入，持續數千年的教師行業將面臨重大轉變，高職教師應做到與時俱進，不斷學習以適應新的教學需求。

4 結束語

混合式教學是一種開放的教學，其本質是融合，一切有利于教學的教學手段、技術方法都可以為其所用。人工智能技術作為當代科技的結晶，必然會在其中扮演重要的角色。但人工智能技術的應用只能是增強教學效果的手段，而不是教學目的;它應是混合式教學的一部分，而不是教學的全部。研究如何更好地將人工智能技術融合于傳統的教育教學經驗中，更好地提高教學質量，這是關鍵所在。形式和流程是可以因學科內容、教師習慣、學生能力的不同而改變的，所以，混合式教學不是為了混合而混合，而是在一定的任務驅動下進行的切合實際情況的混合，是朝著便利、高效的教學目標進行的。筆者期待更多更有針對性的混合式教學人工智能設計模式的出現，以更好地推動高職教育發展。■

參考文獻

[1]譚永平.混合式教學模式的基本特征及實施策略[J].中國職業技術教育，2018（32）：5-9.

[2]閆志明，唐夏夏，秦旋，等.教育人工智能（EAI）的內涵、關鍵技術與應用趨勢：美國《為人工智能的未來做好準備》和《國家人工智能研發戰略規劃》報告解析[J].遠程教育雜志，2017（1）：26-34.

[3]Luckin R， Holmes W， Griffiths M， et al. Intelli-gence Unleashed： An argument for AI in Education[EB/

OL].（2016-11-24）[2020-10-04].https：//www.pearson.com/

content/dam/corporate/global/pearson-dot-com/files/innovation/Intelligence-Unleashed-Publication.pdf.

[4]鄧滿.教育人工智能背景下高職教師職業價值變遷與角色重塑[J].職教論壇，2019（7）：93-97.