面向本科專業課程研究性學習的精準教學策略研究
——以信息論與編碼課程為例

嚴 軍，郭紅想，丁華鋒

[中國地質大學(武漢)，湖北武漢，430074]

“十四五”期間，我國高等教育開啟了高質量發展階段，進入追求教育品質的人才培養提質創新時代。積極引導學生進行探究式與個性化學習、因材施教，培養個性化人才是高等教育在當前階段的重要特征。然而，傳統本科專業課程的粗粒度、普適性的教學模式已不能滿足要求，因此，探索本科專業課程教學的高質量個性化教學模式刻不容緩。

在教育信息化2.0的時代背景下，以大數據、人工智能技術應用為核心的數據驅動型教學模式成為科學提升教育質量的有效手段，在當前的高等教育教學改革中表現為依托慕課、微課進行課程教學的細化和深耕，同時依托各種教學平臺，如超星學習通、雨課堂等，管理課程教學的各種數據并提供評價依據。目前，各高校上線的慕課和微課的數量不斷增加，然而許多線上課程的實際教學效果并不突出。究其原因，一方面，各種教學平臺在教學過程中產生的大量數據并沒有得到有效利用，數據反哺教學還有待深入探索；另一方面，教師在如何有效應用這些已有的教學資源上缺乏行之有效的方法和模式，導致資源與課程教學之間的連接相對松散，這是傳統教學模式與高等教育信息化進程之間的突出矛盾。為此，國內外眾多教育機構和學者進行了多方面的研究，提出了許多富有啟發性的觀點，其中精準教學理論為信息化背景下的個性化人才培養問題提供了一種解決途徑。

本文主要研究精準教學應用于高等教育本科專業課程研究性學習中的基本問題，提出一種在高等教育研究性學習中的精準教學支撐框架與實施流程，并對區別于傳統精準教學模式的學習對象持續評估模塊和分類資源建設模塊進行詳細闡述。

一、面向研究性學習的精準教學基本問題

(一)精準教學的理論依據

精準教學是林德斯利(Ogden Lindsley)于1964年基于斯金納(B.F.Skinner)的操作心理學提出來的，其主要理論依據是行為主義學習理論和建構主義學習理論。精準教學的提出基于這樣的事實：任何單一的教學策略都不是普遍有效的，隨著學習者的需要和能力發生變化，原本有效的教學方案也會失效。[1-2]因此，教師和學生需要對學生的進步不斷進行評估和反饋，通過持續測量學生行為和學習效果，在直接教學中為每個學習者調整課程，從而使教學決策更精準、學習者的個人學習效果最大化。精準教學流程一般包含學情分析、目標分析、內容分析、路徑選擇和教學干預等核心環節。

根據行為主義學習理論，精準教學屬于程序教學，它在教學過程中強調對學習行為的刺激與強化，即不斷測量學習者對學習材料的反應并給予迅速反饋。精準教學致力于以測助教、以測輔學，為學習者提供個性化學習支持。這種以測助教的屬性，使得精準教學近年來常常作為一種評估教師所采用的教學策略和所開展的教學活動是否有效的評估體系。

在建構主義學習理論指導下，精準教學在學習發生、意義建構和概念形成的整個認知結構形成過程中發揮支撐作用，在學習者從現實發展水平進入最近發展區時，精準教學提供廣泛而精準的信息資源(包括多維度教學資料)支持學習者的自主學習和協作式探索，以實現學習者知識意義的主動建構。

(二)精準教學的現狀

1965年，林德斯利在堪薩斯大學醫學中心的兒童康復中心的特殊教育教室里開展精確教學實踐，項目的成功使20世紀70年代初的中小學開始推廣精準教學。到20世紀70年代中期，美國聯邦政府設立大規模項目為大量的教師提供精確教學方面的培訓，精準教學被推廣到高中并不斷發展。[3-5]多年來煩瑣的數據測量和記錄方式阻礙了精準教學的發展，隨著信息技術的發展與廣泛應用，這種方式逐漸被信息技術取代，精準教學也逐漸進入新的發展期。

在國內信息化普及的新技術浪潮下，祝智庭教授于2016年提出了信息技術支持下的精準教學概念，并將國外的傳統精準教學理念介紹到國內，在中小學智慧教育主題下進行了大數據精準教學、電子書包精準教學等多種精準教學模式的實踐，從內涵、機制、標準與評價等方面構建了一個智慧教育研究體系。[6]眾多研究者在中小學教育的精準教學方面進行了大量的研究和實踐。在理論研究方面，有學者從精準確定教學目標入手，通過對教學目標的分類、分層，明確了教學方向，在此基礎上開發學習材料，實現教學內容的差異化、精準化推送。[6-7]在實踐研究方面，有學者結合中小學各個具體學科(如數學、英語、物理、歷史等)以及中職實訓等項目進行精準教學實踐，用教學效果肯定了精準教學在成績提升方面的有效性。[8-9]

在高等教育的研究性學習中，當前精準教學的研究與實踐主要是從信息化技術和大數據角度切入的。任紅杰從生成路徑和實現條件上進行了研究，提出了構建專業化的校園大數據收集與處理中心，制訂大數據收集、處理、使用和共享的基本規則，大力提升教師的核心素養等精準教學的保障措施。[10]姜倩等人將大數據精準教學模式與高校大數據教學模式作了對比，認為應該從理論和實踐層面對二者的共性和特點進行融合，從學情診斷、教學設計、教學活動、教學決策、教學干預和教學反思六個環節出發，設計適合高校且基于大數據的高校精準教學模式。[11]張忻忻等人對精準教學在教學目標上的差異性進行了探索，提出了聚焦目標導向性的教學目標分類精準教學框架。[12]劉迎春等人認為精準教學的本質是“以測輔學”，因此，可以根據學習測評數據構建可視化反饋。具體來說，他們對上萬人的“計算機應用基礎”統考的考試成績數據進行分析，通過考生的總分、各知識模塊的得分及各知識模塊涉及的知識點情況，構建出每個學生每次考試的認知網絡圖和多次考試之間的認知網絡差異圖，從而呈現出該生在歷次考試中所體現的認知結構和變化情況。這種可視化反饋一方面可以作為學生進行自我調整的參考，另一方面可以用來進行教學質量評估，從而助力精準教學。[13]

(三)面向研究性學習的精準教學的現存問題

1.傳統精準教學目標與研究性學習不匹配

由上述可見，目前大多數關于精準教學的研究實踐致力于解決傳統記錄技術型精準教學模式中煩瑣的數據測量與記錄問題，使用現代信息技術的覆蓋實現便捷迅速的數據采集、測量，進而建立以測助教的精準教學體系。[6，9]這種精準教學的目的是使學生實現“知識技能的流暢性”，教學目標非常適合于知識技能型教學，因此，在中小學領域獲得了廣泛的認同，教學效果最明顯的是能通過提高練習頻率和強化學習獲得具有行為流利性的知識點或技能，如數學里的乘法運算。

大部分高等教育的本科專業課程采用研究性學習模式，課程教學目標覆蓋知識、領會、應用、分析、綜合和評價六級水平的層次目標體系，以學習者的知識建構完成度和認知加工深度為評價指標，旨在培養學生的復雜問題解決能力、批判性思維和創新能力，其中大部分教學內容無法籠統套用傳統的精準教學模式，造成了當前精準教學在高等教育本科專業課程教學中缺席的現狀。[14]

2.教學起點缺失導致精準教學實施困難

大學課堂是一種松散結構，多數專業課的授課教師與學生的教學關系只存在于專業課開課的一學期或一學年，未形成長期性教學關系。教師對專業課的選課學生缺乏學習背景認知，因而難以針對每個學習者精準確定教學起點，以實現因材施教。

3.現有教學資源不足以支撐研究性學習課程的精準教學

從教育目標的知識內容維可以將知識劃分為事實性知識、概念性知識、程序性知識和元認知知識。現有教學資源如紙質教材與參考文獻、視頻等多維度信息資源大部分集中于事實性知識、概念性知識和低階程序性知識，而在研究性學習課程中更關注的高階程序性知識、元認知知識等難以體現，這種高階教學資源的缺乏使得研究性學習課程的精準教學得不到有力支撐。[15]

二、面向研究性學習的精準教學策略

(一)研究性學習的精準教學框架與流程設計

在建構主義學習理論的指導下，基于學習風格模型和認知負荷理論，本研究對高等教育研究性學習課程中的精準教學進行了探索，在傳統精準教學模式的基礎上深入研究學習者實時狀態可視化、學習者信息深度認知加工過程，提出高等教育中基于研究性學習的精準教學流程框架。首先，通過學生畫像建立教學起點，并構建依據學習者實時狀態變化的可視化流程。之后，準備適合于研究性學習精準教學的學習資源，選用信息化技術工具監測處理學習數據，并建立教學策略修正的決策機制。研究性學習精準教學框架和流程模型如圖1所示。

圖1 研究性學習精準教學支撐框架和實施流程

(二)教學目標分類

研究性學習課程的精準教學中所采用的是以成果性目標為導向的教學目標確定方法，主要關注學習者的知識建構完成度和認知加工深度，旨在培養學生的復雜問題解決能力、批判性思維和創新能力。以電子信息工程專業的專業課程信息論與編碼為例，課程目標注重學習者對狹義信息論中通信系統有效性和可靠性相關的基本定理和方法的掌握。學生在工程知識方面具有解決相關領域工程問題的專業基礎知識及其應用能力；在問題分析方面能基于數據壓縮原理和可靠性傳輸理論提出復雜問題的解決方案；在設計/開發方面能基于解決方案進行通信系統編譯碼模塊總體架構設計、設計計算等；在工程與社會方面能合理評價產品和技術對社會的影響；在溝通和交流方面能通過報告、論文等形式就通信的有效性和可靠性問題與業界同行及社會公眾進行有效溝通。

精準教學的教學目標體系的設計通過將課程的總教學目標按照知識、領會、應用、分析、綜合和評價六級水平進行分類、分解，針對每一章每一小節知識點構造層次分明的課程教學目標體系，作為后續學習對象評估、教學資源推送和教學干預決策的基準。

(三)學習對象評估

采用實時畫像對學習者的各種特征進行可視化提取，進而實現對學習者的學習狀態的持續評估。學生畫像是從學習者的各種信息數據中所抽取出來的一些特征，反映了每個學習者獨特的個性、狀態和學習風格。如何構建學生畫像取決于評估學習者的學習狀態時需要提取什么特征。

信息論與編碼課程的特點是理論性強，與其他專業課的關聯度高，課程內容包括了理論、算法、技術、系統設計及典型案例等。基于該課程的特點，在構建學生畫像標簽體系中，本研究借鑒余明華等人的做法[16]，并根據本課程的特點進行了調整，使用能力畫像和行為畫像評估學習者的學習狀態。能力畫像和行為畫像的定量描述都采用雷達圖的表現形式，輸出的學生畫像不用標簽化描述，而是直接給出能力屬性和行為屬性的變化量值。

第一，能力畫像。能力畫像對學習者的學習能力和研究能力進行可視化呈現。根據余明華等人的研究，研究性學習過程維度包括提出問題、理解問題、收集資源、分析推理、總結反思五個階段。[16]因此，本研究把能力屬性分為五種：提問能力、收集資料能力、分析推理能力、方案制訂能力、表達與反思能力。當學習者在這五種能力屬性維度上都提升到相應階段時，就從新手學習者變為高手學習者。

第二，行為畫像。行為畫像由學習風格、交流意愿、學習參與度、學習意志四個子維度來描述，通過行為軌跡分析學習者的學習風格、習慣、態度，對了解在本課程上學習者的學習表現具有重要意義。學習風格維度根據學習者的信息輸入行為(如查看、訪問資源的類型)判斷其信息輸入習慣中視覺和語言的比例，如果值為100則為完全視覺型，為0則為完全語言型。交流意愿維度根據學習者的信息加工行為(如分享、評論、交流)來判斷學習者的交流活躍度。學習參與度根據學習者在在線學習平臺上使用平臺各個功能模塊的頻次判斷學習者參與的積極度。學習意志維度根據學習者在在線學習平臺上的學習頻次和時長判斷學習者的學習意志力強弱。

需要指出的是，在學習對象評估的可視化流程中，學生畫像不是一成不變的，而是隨著學習過程的展開、課程數據的積累而不斷更新的。根據實時畫像，可以持續評估學習者狀態，并識別異常狀態，必要時實現及時干預和幫扶。學習對象評估的可視化流程如圖2所示。

圖2 學習對象評估可視化流程

學習對象評估是一個持續迭代的過程。課程開始時的初始學生畫像來源于學生在先修課程的表現，具體包括學生的選課情況、先修課程的成績、綜合測評成績等。除此之外，教師在課程初期發放的調查問卷、學生的反饋也可以作為初始學生畫像的數據來源。隨著課程數據的不斷積累，學生的能力畫像和行為畫像會得到實時更新。該門課程采用線上線下混合式教學，在教學過程中，在線學習工具平臺上會不斷積累學生的學習數據，包括視頻觀看時長、作業成績、章節測驗、導學課件成績、考試成績、課堂表現、合作與互評、調查問卷反饋等，根據這些數據可以實時更新能力畫像和行為畫像。

(四)教學資源建設與教學策略

當代認知心理學認為，人的知識是通過建構獲得的，只有當傳遞的知識與學習者頭腦中已有的知識產生某種聯系時，才能被理解和應用，而且知識通過不斷更新和重構，構成了獨一無二的知識體系。[17]建構主義的知識觀從知識內容維度將知識劃分為事實性知識、概念性知識、程序性知識、元認知知識四類。

傳統的精準教學關注的僅是低階知識/技能，包括事實性知識、部分概念性知識和程序性知識的獲取，它們可以通過提高練習頻率和強化學習得到提升。對高階知識和技能的獲取，包括高階程序性知識和概念性知識，則有賴于學習者基于自身的經驗背景而建構，是特定情況下主動探索的結果。

保羅·基爾希納(Paul Kirschner)從認知負荷理論的角度指出，學習者解決復雜問題的能力建立在掌握特定領域的基本知識和技能的基礎上[18-19]，也就是說，在特定領域掌握足夠多的事實性、程序性和概念性信息，是學習者進行深度認知加工從而解決復雜問題的前提條件。高等教育研究性學習課程中深度認知加工的占比較大。學習者經過由事實性、概念性知識的運用到高階程序性、概念性知識的運用這一轉換過程后，解決復雜問題的能力將大大增強。這個轉換過程是學習者減輕認知負荷，將復雜問題變為簡單問題，最終解決問題的過程，而減輕認知負荷需要專項任務練習，即提高自動程序性知識的能力來實現。高等教育研究性學習的學習資源組織結構如圖4所示。

圖4 高等教育研究性學習資源組織結構

基于學習者深度認知加工的發生流程，教師在進行教學設計的過程中需要為學習者準備足夠的特定資源，從而引導他們掌握解決復雜問題的能力。根據以上高等教育研究性學習的學習資源組織結構，需要建設的精準教學資源包括事實性和概念性知識資源、程序性知識資源和專項任務資源。

不同教學資源所需要的教學策略也不相同。對事實性知識資源，教學策略重點關注資源的呈現形式、記憶指導和復習周期；對概念性知識資源，教學策略重點關注資源的分析與例證、語言界定的關鍵詞，以及動機與關聯；對程序性知識資源，教學策略著重于有支架的練習和獨立練習。

因此，高等教育研究性學習的精準教學資源建設和教學策略設計，可以分為事實性和概念性知識資源建設、程序性知識資源建設和專項任務資源建設三個部分，這里以信息論與編碼課程中的特定章節(信源編碼)為例進行說明。

事實性知識和概念性知識資源以教材、在線素材等形式呈現，學習者通過課堂講授、觀看慕課素材、閱讀參考文獻等方式習得。信息論與編碼課程的信源編碼模塊的事實性知識與概念性知識資源建設如表1所示。

表1 事實性知識與概念性知識資源建設

程序性知識資源以規則、流程、算法、特定的常規技能(如仿真軟件的使用)、定理、策略、解決某類問題的方案等形式呈現，學習者通過教師講授或指導手冊等方式習得，具體過程如下。首先，當新手學習者掌握足夠多的事實性、概念性知識和基本程序性知識后，就要進行認知階段的專項任務訓練，教師要引導學習者建立產生式規則。此時，對于簡單的問題，學習者可以使用很小的認知負荷迅速解決，從而獲得解決簡單問題的能力。其次，在解決簡單問題的基礎上，學習者繼續進行結合階段的專項任務訓練，教師應引導學習者進行規則的泛化和整合。最后，學習者進行自動加工階段的專項任務訓練，教師要引導學習者進行規則的調優，即自動化程度越來越高的程序性知識，從而建立起領域中知識之間的深度內在聯系，獲得某類問題的解決策略，這種與具體問題無關的策略使學習者逐步掌握解決復雜專業問題的能力。信息論與編碼課程的信源編碼模塊的程序性知識資源和專項任務資源建設如表2所示。

表2 程序性知識資源和專項任務資源建設

(五)數據處理過程

教師利用各種智慧教學平臺實施教學過程，與此同時，學生充分利用智能手機、平板電腦、筆記本電腦等移動設備參與教學活動，實現線上教學與線下教學活動的無縫融合，開展課堂推送、彈幕、投稿、限時答題、在線投票、小組討論、同伴打分、小組互評、實時回復投屏等多種能發揮線上智慧教學平臺和線下智能教學環境特色的教學活動。

教學平臺中實時產生的各種數據，按照課外和課中時間段分別采集和處理。課外(課前和課后)數據處理主要是通過資源學習數據分析、導學課件習題結果分析、知識點掌握程度分析、知識模塊掌握的均衡性分析等進行課前課后學情分析；課中數據是數據處理的主要來源，包括學生的學習動態分析、出勤簽到、分層次習題應答情況、錯因類別分析、錯題統計、互動統計、協作統計等，通過數據分析獲得特定課堂的教學效果評估。

數據處理設計采用文本聚類、回歸分析、情感分析、關聯分析、行為序列分析等數據挖掘和人工智能技術實現對教學全過程的量化分析，形成個性化的學習報告，同時關聯學習對象的評估結果，反映學生認知轉換過程深度，進行教學過程監控和教學質量分析，為教師的教學策略調整和教學干預提供參考。

(六)精準的教學干預機制

精準教學干預方案是根據數據處理過程得到的學習者個性化學習報告和學習對象的實時評估結果來確定的，因此，教學干預需要分層次、差異化實施。對全體學生的共性問題，教師可以通過調整課堂內容節奏、組織有針對性的討論、制訂相應的獎懲機制進行干預；對部分學生的學習習慣、學習行為、學習情感消極問題，通過推送練習、課堂提問、同伴學習等方式進行干預；對個體知識缺陷和學習能力問題，通過相關教學資源推送、線上答疑、線下輔導、提高輔測頻率等方式進行干預。

需要注意的是，教學干預并不是越頻繁越好，根據建構主義學習理論，干預機制啟動前應該包含足夠多的緩沖時間和容忍度，如留出學習者發展探索性學習能力或鍛煉思維能力的時間等，只有如此才能幫助學習者保持主動學習的熱情。

三、結語

本文提出了一種在高等教育本科專業課程的研究性學習中進行精準教學的流程框架，并對其中關鍵性的學習對象持續評估模塊和精準教學資源分類建設模塊進行重點闡述。本文不僅構建了基于學生實時畫像的學習者狀態改變的可視化流程，利用信息化教學數據對學習者的學習狀態與學習模式進行持續評估，為教師的實時教育決策提供依據，而且提出了研究性學習課程中精準教學的資源分類建設模型，將傳統教學資源根據學習者深度認知加工過程進行分解重塑，為教師精準教學過程中的課程調整提供相應的資源支撐，使針對特定學習者的精準教學成為可能。本文提出的精準教學流程框架可以使當前各種信息化技術平臺所獲得的大量數據得到充分應用，支撐本科專業課程的個性化教學，最大化地提升學習者的學習效果。