楊 斐
深度學習視域下程序設計類MOOCs學習活動設計實踐
楊 斐
(阜陽職業技術學院 信息與智能制造學院,安徽 阜陽 236031)
為解決目前程序設計類MOOCs學習活動存在的問題,將深度學習理論作為指導思想進行學習活動設計,建立“五要素四活動”的深度學習活動框架和四層需求層次模型,使用AHP層次分析法計算各個需求的權重,在Java程序設計課程中進行實踐,達到了預期效果。
深度學習;程序設計;MOOCs;學習活動
深度學習以高階思維為基礎,倡導主動學習和終身學習,用批判性理解的方式進行思考,將知識點進行整合、構建、形成體系并遷移應用到不同的情境,培養學習者創新解決實際問題的能力。深度學習要求教師要根據課程的特點對學習者的需求進行分析,做好學習活動設計,把知識點或學習任務融入到形式豐富的學習情境中,吸引學習者的注意力,引導他們主動進行探究式學習。
程序設計類課程研究現實世界到機器世界的抽象,算法分析與計算思維的培養,如何使用程序設計語言解決實際問題[1]。這類課程內容比較適合處理成細粒度的教學單元并以當下比較流行的MOOCs形式組織教學,但在教學活動設計上應體現深度學習的核心要義,避免出現淺層學習帶來的知識點隔離、創新應用不足、評價來源單一[2]等問題。基于此,筆者以深度學習理論為指引,對程序設計類課程進行MOOCs學習活動設計探討,并以Java程序設計課程為例進行程序設計類課程MOOCs學習活動設計實踐,達到了較理想的效果。
結合深度學習的核心要義,對超星爾雅、職教云、e會學等慕課平臺程序設計類課程學習活動進行分析分類,設計出圖1所示的深度學習活動框架。五個核心要素中的學習者是整個學習活動的發起者,處于主體地位。資源包括教師制作上傳至平臺的各種類型的學習資源,以及學習者在學習過程中通過各種互動活動、主動的知識構建等途徑衍生出的新知識。教師在學習活動中扮演過程監控者的角色,為學習者提供學習指導、互動答疑、考核評價等服務。規則是學習者必須遵守的過程性規范和標準,用于約束學習活動,包括考核方案、課程公告、作業要求等內容。工具是學習活動開展所需要用到的各種軟硬件,是各種學習活動順利進行的保障。

圖1 深度學習視域下程序設計類MOOCs學習活動框架
四類學習活動圍繞五個核心要素構成循環往復的閉環[3],反映了深度學習的核心要義和程序設計類課程的特點。知識構建是整個學習活動的起點和基礎,批判理解使這部分知識得到延伸和拓展,再通過遷移應用類的學習活動把所學知識運用于實際問題的解決,最后通過客觀的評價反思總結學習活動的收獲。
在學習活動框架基礎上針對四類學習活動設計Likert7級量表問卷,設置51個問題用來陳述每種學習形式的具體需求。每個需求有“非常不重要”“不重要”“不太重要”“一般”“一般重要”“重要”“非常重要”7個選項,對應1~7種分值[4]。在筆者所在學校開設程序設計類慕課課程的班級發放該問卷,并全部有效收回,然后計算學習者對每種學習活動需求的敏感程度,得到每種需求感知因子,構建出完整的需求指標體系,最終得到圖2所示的深度學習視域下的學習活動需求層次模型。

圖2 深度學習視域下的學習活動需求層次模型
層次分析法(AHP)可以把復雜問題轉換為層次內部因素的權重來描述各種需求的重要程度,減少學習者在進行問卷時對各種學習需求判斷的模糊性。
1.3.1構建判斷矩陣
將同一層次所有指標兩兩比較相對重要性獲得標度值建立一致矩陣,可以減少類型不同的指標相互比較時的困難,使結果更加準確。標度值獲取標準見表1。標度值計算方法為7/(8-K),K=1~7。

表1 相對重要標度值獲取標準
以“C1學習指導”的感知因子層中的三個指標為例構建矩陣并進行計算分析,C層其他學習活動的計算方法相同。矩陣中的uij表示第i個指標相對于第j個指標的重要程度,uij*uji=1。

1.3.2計算權重
對矩陣AC1中的行向量對應的指標使用方根法求出其權重。

使用公式(1)可求出C1的三個感知因子的權重并得到特征向量WC1為:
1.3.3一致性檢驗
為保證各層次的指標權重在邏輯上是一致的,比如指標A比指標B非常重要,指標C比指標B一般重要,則指標A肯定比指標C重要,因此需要檢驗矩陣的一致性。首先通過公式(2)求出矩陣AC1的最大特征根λmax,再用公式(3)計算出一致性比例CR。若CR>0.1需進一步調整判斷矩陣,最終使CR<0.1,達到滿意的一致性。


1.3.4層次排序
繼續計算剩下各類型學習活動感知因子層的權重,進行排序后得到學習者學習活動需求指標權重排序(見表2)。

表2 學習活動需求指標權重排序
以筆者所帶的2019級計算機應用技術專業的Java程序設計課程為例,按照圖2學習活動需求層次模型一級指標對應的四種類型的學習活動和表2計算得到的各個二級指標的感知因子的權重排序分別進行學習活動的設計和實踐。
運用層次分析得到學生對于知識構建類學習活動的需求感知因子為D3(提供有效的學習方法)、D6(教學視頻播放流暢)、D10(課后作業難度數量適中)。具體措施為:在學習指導活動中運用課程公告將課程的特點、學習方法、各種規則、考核要求等內容在開課前發布出來,讓學生心里有數。并將課程內容通過思維導圖的形式推送給學生,幫助他們構建知識體系,繪制學習路線圖。在安徽省高等學校省級質量工程慕課示范項目支持下,制作高質量的教學視頻,并選擇e會學和職教云兩個成熟的慕課平臺開通運行,使學習者獲得較好的學習體驗。精心選擇難度適中、具有啟發性的課前、課后小練習幫助學生鞏固課程內容,教師及時批改并將結果反饋給每個學習者。
批判理解能力是深度學習達成的基礎,教師可利用課程平臺不同模塊開展豐富多彩的互動交流活動,幫助學生潛移默化中形成高階思維能力。運用層次分析得到該類學習活動的感知因子為D14(網絡流暢)、D19(幫助詳細)、D20(內容豐富)、D25(導航及時更新)、D26(恰當的引導)。開展的具體活動主要包括建立學生互助答疑群,課前發布自主學習任務,學生在教師指導下進行互助答疑,教師對學生的回答進行點評并篩選出最佳答案,對回答者進行過程考核加分獎勵。課中讓學生通過提問、頭腦風暴等活動檢驗學習效果,教師進行詳細、有效、及時的解答。課后利用各種技術手段組織學生在平臺討論區按照設定的主題展開討論,教師每天瀏覽討論區中的帖子并及時回復,同時將優秀的發帖置頂,激發學生參與熱情,使學生在討論過程中不斷獲取新知識。在資源分享活動中,教師開課前制作準備豐富的視頻、文檔、動畫等資源并上傳至課程平臺,設置結構清晰的導航欄目方便學習者瀏覽下載,在課程教學過程中及時把教師答疑活動中學習者的共性問題整理記錄下來形成文檔、視頻等形式的資源補充到課程中。引導學習者分享其探究式學習過程中形成的再生資源,包括互助答疑時查閱的資料、網址、自己的總結等,教師每周對這部分優質內容進行分類導航再加工后上傳至課程的“拓展內容”欄目。設置資源分享積分機制,按照資源的質量細化分值,學期末評出“最佳分享”“分享達人”等并將積分折合成過程分計入學生成績。
該類學習活動感知因子為D29(知識點覆蓋全面)、D34(教師及時跟進指導)、D37(有企業導師指導)。開展的遷移應用類學習活動主要有課后實訓、綜合獨立實訓和公司情境項目三種形式。課后實訓是設置在每節視頻后的小項目,設計上充分考慮對每節視頻知識點的綜合應用,教師做到當天任務當天批改,及時了解學生對基礎知識點的掌握情況,同時在項目中還涉及到學生對之前學過內容的鞏固,形成前驅后繼知識的綜合體。
綜合獨立實訓設置在每一章的結束,可以看作是大型項目針對不同章節內容的子模塊分割,是遷移應用能力的進一步提升。教師要參與到實訓的每個環節,對學生提出的問題給予及時解答。項目內容基本都是選自企業實戰項目中的模塊,教師在實訓指導過程中并不是簡單直接地貼出代碼,而是通過設置引導問題一步一步解決,先將一個有Bug的作品演示給學生,引導學生討論問題,然后自主解決問題,使學習者獲得滿滿的成就感。
公司情境項目是程序設計類知識遷移應用活動最高級形式,因為任何應用系統的開發都要遵循相應的公司業務流程和開發規范。該項目主要對應Java程序設計獨立實踐課模塊,學習者的具體需求為有企業導師指導、項目情境有較高的時效性、有具體的公司角色分工。在項目進行時由教師和軟件開發企業工程師共同指導,根據學習者的能力特點進行分組并確定項目經理、軟件架構師、數據庫工程師等角色分工,教師作為實訓過程的監控者。項目內容選用和前沿應用保持一致的企業近兩年的真實案例。
該類學習活動主要包括個人自評、學習者互評、教師點評和學習反思等四個二級指標。計算得到的感知因子包括D38(有一定的客觀性)、D42(有明確評價方式)、D46(有較強的啟發性)、D48(非強制的)。由于個人自評是學習者對自己的階段性或總結性評價,具有一定的主觀性,所以,教師應事先制定好評價規則并在評價過程中給予指導和反饋。以Java程序設計課程為例,教師利用職教云平臺的學生互評功能將部分實訓作品的批改權限指定給學習者,每找出一個Bug為評價者加分,被評價者如果改正了這些問題也加上相應的分數,并最終計入過程考核分數,這個環節完成后再由教師進行點評。課程結束后鼓勵學生自愿利用平臺的“評價”模塊記錄課程的收獲與感悟以及對課程的期望等,教師將這些心路歷程記錄匯編下來,在下次開課時分享處理供下屆學習者參考,可形成良性循環的效果。
四種類型的學習活動運行一學期以來共上傳教學視頻35個、非視頻類學習資源82個,發布課程公告及學習指導10次,教師答疑20次,主題討論43個,形成有效討論貼1596條并從中提取再生資源32個,課前課后作業70次,課后實訓29個,綜合獨立實訓4個,公司情境項目1個,各類評價參與人次773人次,學習反思19個。運用Likert5級量表問卷對本次學習活動設計實踐效果進行評價,每個問題分別有“完全相符”“比較相符”“一般相符”“比較不符”“完全不符”5個選項,建立三層評價模型(見表3)。

表3 學習活動效果評價模型

通過問卷調查對準則層和感知因子層中的指標對應打分后得到準則層對目標層的判斷矩陣,使用公式(1)計算準則層A1、A2、A3、A4的權重,再利用公式(2)、(3)進行一致性檢驗得到CR=0.039<0.1,數據一致性滿足要求。
計算得到的四種學習活動準則層指標“比較相符”以上比例見表4。從中可以看出學習者對批判理解類和遷移應用類學習活動興趣度較高。隨著高層次學習活動的展開,雖然學習者學習能力不同,在相關性、學習信心等方面略有下降,但整體滿意度較高,達到了較理想的效果。

表4 學習效果評價結果
MOOCs的建設是一項耗時耗力的工程,如何用好才是關鍵,只有將基于MOOCs的學習活動上升到深度學習的層次才能發揮其最大作用。教師要針對不同課程的特點進行需求分析,做好整體框架和層次模型的構建,精細化設計學習活動的每一個環節,過程化動態培養學習者的深度學習習慣。由于本次針對Java程序設計課程的深度學習活動研究只限于筆者所使用的慕課運行平臺,各種評價類的學習活動設計也僅針對該平臺所提供的功能模塊,因此建立包含所有線上學習活動評價特征的質量評估體系是接下來要研究的主要內容。
[1]陸秋,王宇.程序設計類課程的混合教學模式研究[J].電腦知識與技術,2021(9):125-127.
[2]何麗,湯莉,劉軍.基于深度學習的MOOC混合式教學設計與實踐[J].計算機教育,2019(1):150-153.
[3]韓冬梅.深度學習視域下MOOC學習活動設計與實踐[J].牡丹江教育學院學報,2020(11):90-93.
[4]崔向平.MOOC學習活動設計的理論與實踐[M].北京:科學出版社,2019:50-52.
G642
A
1672-4437(2022)04-0057-05
2022-04-18
安徽省高等學校省級教學示范課“Java程序設計”(2020SJJXSFK1927);安徽省高等學校省級質量工程項目(2020zyq63)。
楊斐(1983―),男,安徽阜陽人,阜陽職業技術學院副教授,碩士,主要研究方向:大數據應用技術及課程建設。