學習動機理論指導下的數據結構課程問題驅動教學

李偉偉 柳欣 李香英 李保田

摘 ?要： 針對數據結構課程教學中存在的理論抽象、難以理解、傳統教學效果不佳等問題，在學習動機理論的內部動機、成就動機理論、耶克斯-多德森定律曲線、自我效能感和歸因理論的指導下，開展數據結構課程的問題驅動教學研究。提出五項旨在提升學習動機的改進措施，針對每項措施，提出具體的問題設計。教學實踐表明，這些措施大大提高了學生的學習積極性。

關鍵詞： 學習動機理論; 數據結構; 問題驅動教學; 自我效能感; 歸因理論

中圖分類號：G40 ? ? ? ? ?文獻標識碼：A ? ? 文章編號：1006-8228（2021）08-124-03

Problem driven teaching of data structure course based on Learning Motivation Theory

Li Weiwei， Liu Xin， Li Xiangying， Li Baotian

（Department of Information Engineering， Shandong Youth University of Political Science， Jinan， Shandong 250103， China）

Abstract： Aiming at the problems that abstract theory， incomprehensibility and poor traditional teaching effect in the teaching of data structure course， under the guidance of Learning Motivation Theory， which includes the Intrinsic Motivation and Achievement Motivation Theory， curve of Yakes Dodson Law， Self-Efficacy and Attribution Theory， etc.， the research of problem driven teaching for data structure course is carried out. Five improvement measures to enhance learning motivation are put forward， and specific problem designs are proposed for each measure. Teaching practice shows that these measures greatly improve the students' learning enthusiasm.

Key words： Learning Motivation Theory; data structure; problem driven teaching; Self-Efficacy; Attribution Theory

0 引言

數據結構是計算機學科的核心課程，是計算機專業后續算法分析等課程的基礎，主要用于處理非數值計算問題。該課程內容繁多、理論抽象，傳統教學方式往往難以取得理想的效果。2011年，張銘等人[1]指出數據結構與算法課程方案以問題求解為導向，貫穿數據結構理論、抽象和設計三個形態，強調圍繞抽象數據類型的有效表達，建立數據結構的邏輯結構、存儲結構和運算的有機聯系。2016年，范雅惠等人[2]提出將計算思維與問題驅動教學模型結合起來，構建一種融入計算思維理念的問題驅動教學模型。2018年，楊武等人[3]建議以教師為主導、學生創新團隊為主體、企業工程師協同構建案例，形成可用于課程設計的大案例。但是，已有研究尚未對學生的學習動機予以充分的關注。本文圍繞數據結構教學中存在的若干問題開展針對性的問題驅動教學研究。

1 學習動機現狀分析

學習動機是指激勵并維持學生朝向某一目標的學習行為的動力傾向[4]。學習動機驅動學習，學習又能產生學習動機[5]。動機與學習之間是相輔相成的，動機可以促進學習，學習帶來的成就感又可以增強學習的動機。大學生的學習動機相對于中學階段較弱，進入大學階段后，中學階段的學習壓力得到釋放，放松了對知識學習的要求。高校教學基本是傳統授課，互動較少，致使無法較好的調動學生的學習積極性，所以導致低頭族，上課玩手機成為普遍現象。在數據結構教學中。學習動機問題具體表現為：①部分學生學習中遇到困難及挫折就會退縮，學習動機便會蕩然無存，因為這部分學生的學習動機是由得到學分、順利畢業等外部動機引發，并非由求知欲、學習興趣等內部動機引發;②部分學生學習中過多地害怕失敗，不敢主動嘗試，只敢解決非常容易的問題，自我效能感非常低;③有的學生對數據結構這類核心基礎課程過度焦慮，動機過強，做題時高度緊張，導致多次失敗后，影響學習效率，自信心大大下降;④有的學生把測試成績的高低歸結于運氣好壞和外界環境，導致學習效果并不理想。

綜上得出，學習動機水平高低對于改善數據結構教學效果有著顯著的意義。為了提升學生的學習動機水平，擬基于學習動機理論提出有針對性的改進措施，并且結合問題驅動教學法進行實施。

2 應對措施及問題設計

2.1 通過問題驅動引發學生學習內部動機

按照內外維度，學習動機分為內部動機和外部動機[6]。內部動機是指由個體內在的需求引起的動機，如學生的求知欲，學習興趣。內部動機使學生在學習中得到滿足，能積極地參與學習，學習興趣比較持久。外部動機是指個體由外部誘因所引起的動機，如為了得到教師或父母的獎勵而努力學習，為了避免教師或父母的懲罰而努力學習。僅有外部動機的學生，當學習目標達成，學習動機就會迅速下降，當遭遇挫折，學習動機就會不復存在。

當學生碰到問題，迫切需要用某些知識來解決問題時，就會引發學習內驅力，產生渴求知識的心理體驗，激發學習行為的產生。因此，我們可以采用問題驅動教學[7]的方式激發學生的內部學習動機。

首因效應是指，人們在認知事物時，最初獲得的信息對認知的影響比后來獲得的信息更大，所以第一節課的問題尤為重要[8]。第一節課重在激發學生對整門課程的學習動機，可以在第一節課上提出如下問題：“我們通常認為計算機是用來進行數值計算的，但現實世界中的問題大多不是數值計算問題，那我們如何利用計算機解決現實世界中的各類問題呢？” 帶著這樣的問題進行學習，會使學生對整門課程都有比較持久的學習興趣，以便克服數據結構學習過程中碰到的挫折。

2.2 ?問題遴選兼顧力求成功者與避免失敗者

麥克里蘭提出成就動機是一種力求成功并選擇朝向成功（或失敗）目標的活動一般傾向[5]。成就動機分為兩類：一類是力求成功的動機，傾向于選擇成功率為50%的任務;另一類是避免失敗的動機，傾向于選擇非常容易或非常困難的任務。阿特金森認為，人們既有對成功的期望又有對失敗的擔心。

根據成就動機理論，問題驅動教學中提出的問題既要兼顧力求成功者，又要兼顧避免失敗者。問題的難度應該難中易相結合。難題數量盡量減少，因為難題既不利于力求成功者，又不利于避免失敗者。避免失敗者雖然會選擇較難的問題，但是并不會真正地去探索求解。

簡單問題對避免失敗者是個比較好的開始，避免失敗者如果能多次求解簡單題目，其自信心會相應地增強，因此會轉變為力求成功者。中等題目適合力求成功者，也是數量占比最多的難度，也是適合大部分同學的難度。例如，有三個整型元素1、2、3依次進棧，會有哪些出棧次序？

2.3 根據任務難易合理激發學習動機

并不是動機越強學習效率越高，因為過分強烈的動機會使學生處于高度緊張的狀態，反而會限制思維活動，甚至降低學習效率。耶克斯-多德森定律曲線[4]（如圖1所示）揭示了動機強度的最佳水平會隨著任務難易的變化而變化的規律。容易看出，當面對容易或簡單的任務時，最佳動機水平較高;當面對困難或復雜的任務時，最佳動機水平較低。

在數據結構課程教學中，教師需要根據任務難度設置合理的問題來激發學生的不同水平的學習動機。對于隊列這樣比較簡單的學習任務，可采用兩個問題進行驅動，一是聯系學生的生活問題如：“同學們下課后去餐廳排隊買飯的時候遵循怎樣的規則？”;二是聯系計算機操作的問題如：“當電腦疑似死機打算重啟時，突然它又醒了，把剛才點擊的所有操作按順序執行一遍，這是遵循了什么規則？[9]”。對于遍歷二叉樹這樣中等難度的任務，激發中等水平的學習動機。為此，采用這樣的問題驅動如：“大家還記得線性結構是如何遍歷的嗎？線性結構存在唯一的前驅和后繼關系，有從頭至尾、循環等簡單的遍歷方式。但是在二叉樹中，樹的結點之間不是一對一的關系，那我們應該如何進行遍歷呢？”。對于“圖中關鍵路徑”這樣難度較大的任務，可以不采取問題驅動方式，使學生的學習動機處于較低水平。

2.4 由易到難增加自我效能感

自我效能感是指個體對自己是否有能力完成某一行為所進行的推測與判斷。班杜拉提出自我效能感的四個形成因素包括直接經驗、替代經驗、言語說服和情緒喚起，其中直接經驗的影響最大[4]。成功的經驗會提高學生的自我效能感，多次失敗的經驗會降低學生的自我效能感。不斷的成功會促使學生建立穩定的自我效能感。

在數據結構的問題驅動教學中，根據自我效能感理論，應采取問題由易到難的驅動方式。原因在于，如果一開始就是較難的問題，會大大降低學生的自我效能感。解決了容易的問題后，學生自我效能感提高，便有信心解決中等難度的問題。當中等難度問題得到解決后，由于前面不斷的成功建立了穩定的自我效能感，即使再碰到難題，也不會因為一時的挫折而降低自我效能感。

為了解決A問題，教師先設計B問題和C問題作為鋪墊。三個問題的難度滿足A>B>C。教師先拋出C問題，當學生通過思考解決了C問題之后，教師再拋出難度稍大的B問題。等學生在教師啟發下努力地解決了B問題之后，教師最后拋出A問題。問題驅動的實質在于，通過不斷地拋出問題，引導學生逐步加深思考，最終達成教學目標。例如，在學習圖的遍歷之前，先提出“一對一關系的線性表如何進行遍歷？”這樣較簡單的問題，再提出“一對二關系的二叉樹如何進行遍歷”，引導學生回顧二叉樹三種遍歷方法的學習歷程，重溫克服困難掌握二叉樹遍歷知識點的成功體驗。最后提出“如何進行圖的遍歷？”

2.5 運用歸因理論引導學生正確歸因

歸因是人們對自己或他人的行為進行分析，推論出這些行為的原因的過程。歸因方式會影響以后的行為方式和動機的強弱。韋納認為一個人在分析其成功或失敗的根由時，主要有六個因素三個維度[6]，如表1所示。

在問題驅動教學中，學生對問題的回答無論正確與否，結果出來之后必然存在一個或深或淺分析自己答案對錯的原因的過程，這時引導學生正確歸因是非常必要的。根據韋納的六因素三維度歸因理論，積極引導學生向穩定的、內在的和可控的因素歸因，這樣才有利于下一步的學習。

當學生成功的回答了問題，我們引導學生將成功歸因于“我很聰明”、“我下了功夫”等內部因素。這樣會提高學生的自豪感，學習動機會大大提升。當學生回答問題失敗時，我們引導學生歸因于“我實際上沒下夠功夫”等可控因素，這樣學生會繼續努力。形成良好的歸因模式是激發學習動機的一個重要因素。

3 教學實踐效果評估

選取計算機科學與技術專業118名同學作為調查匿名問卷調查對象，61.86%的同學對本課程教學非常滿意，31.36%的同學比較滿意。94.06%的同學認為問題驅動教學提高了其學習的積極性。如圖2，93.22%的同學認為通過本課程的學習增加了其自我效能感。72.03%的同學會將求解問題的成功或失敗歸因于能力高低，79.66%的同學會歸因于努力程度，只有12.71%歸因于運氣好壞。

4 結束語

針對數據結構課程內容繁多、理論抽象導致學生學習積極性下降的問題，提出提升學習動機的五項措施，包括通過問題驅動引發學生學習內部動機、問題遴選兼顧力求成功者與避免失敗者、根據任務難易合理激發學習動機、由易到難增加自我效能感和運用歸因理論引導學生正確歸因。實踐證明，開展問題驅動式教學后，學生學習積極性明顯提高。今后將開展學生行為的數據分析，并且在精準教學這方面繼續深化現有的研究。

參考文獻（References）：

[1] 張銘，耿國華，陳衛衛，等.數據結構與算法課程教學實施方案[J].中國大學教育，2011.3：56-60

[2] 范雅惠，劉德山，魏迪等.用問題驅動教學模型實施計算思維教學的應用與實踐[J].計算機教育，2016.1：90-93

[3] 楊武，盧玲，陳媛.數據結構課程的大案例構建方法[J].計算機教育，2018.7：92-95

[4] 陳琦，劉儒德.當代教育心理學[M].北京師范大學出版社，2019.

[5] Robert E. Slavin. Educational Psychology[M]. POSTS$TELECOM PRESS，2017.

[6] 莉薩·博林（Lisa Bohlin）等，教育心理學：激發自主學習的興趣[M].機械工業出版社，2018.

[7]王樹梅，郭小薈.問題驅動下的數據結構SPOC教學模式研究[J].計算機教育，2017.11：73-77

[8] 李偉偉，寧玉富，柳欣.客戶體驗管理在公選課教學改革中的應用[J].計算機教育，2014.24：56-58

[9] 程杰.大話數據結構[M].清華大學出版社，2011.

收稿日期：2021-03-10

基金項目：山東省高等教育本科教改項目“基于問題驅動的數據結構與算法系列課程教學改革與實踐”（M2018X245）; 山東青年政治學院教學改革項目“基于OBE的計算機專業核心課程教學改革與實踐——以《算法導論》課程為例”（JG201905）

作者簡介：李偉偉（1981-），女，山東泰安人，碩士研究生，副教授，主要研究方向：計算機圖形圖像，計算機教育。