基于数据驱动的智慧化教学改革之探讨

时间：2024-05-04

郭巧驰周钢

摘要：近年来，随着大数据和云计算等新一代信息技术的发展，智慧化辅助教学引起越来越多高等院校的探索。但大部分高校仍着重于教学云平台、数据中心等初步建设，对于大规模将智慧化辅助教学工具带入课堂、切实发展智慧学习与智慧教学、建立老师和学生之间的深度互动等方面仍存在一定的空白。本文从基于数据驱动的高校院校智慧教学存在的实际问题出发，从基于数据驱动的教学资源智慧化、基于数据驱动的教学方法智慧化和基于数据驱动的教学管理方法智慧化等三个方面展开研究，探讨基于数据驱动的智慧化教学改革。

关键词：数据驱动;智慧化教学;智慧学习;教学改革;教上网来;学上网来

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2022）17-0175-03

以人工智能为代表的新技术的快速发展及应用，给传统的教学方式和模式带来冲击和颠覆，促使高校进行教学模式和手段创新与变革。国务院印发的《新一代人工智能发展规划》中，国家明确提出开展智能校园建设，推动人工智能在教学、管理、资源建设等全流程应用[1-2]，未来将是一个“大数据”引领的智慧科技时代，教育也将向数据驱动的智慧教学方向发展[3-5]。随着党的十九大精神迎接“理上网来”的步伐，高校院校教育也逐渐步入“教上网来、学上网来”的新时代。因此，研究探讨基于数据驱动的高等院校智慧化教学改革已十分紧迫和必要。实现“教上网来、学上网来”，首要的就是实现教学资源、教学管理和教学方法上网，助推实现智慧化。

目前，智慧教育受到越来越多教学学者的关注。祝智庭通过全流程梳理智慧教育的发展历程，提出智慧教育的新发展方向，即从翻转课堂到智慧课堂及智慧学习[6];杨现民指出数据驱动教学是大数据时代教学范式的新走向，针对国内数据驱动教学提出五条实施建议[7];吕伟等展望了智慧校园浪潮下的高教变革，提出在大数据技术将使教育领域发生深刻的变革[8];高廷红对大数据驱动智慧教育发展模式进行了研究，指出教育将会向智慧教育的方向发展，需要通过丰富的教育资源、丰富的教与学渠道、针对性的教学方式来构筑大数据教育平台，促进智慧学习[9];丁斌对大数据驱动教育智慧化进行了探讨，指出大数据技术和积累的教育数据，将传统的教育领域从传统模式向智慧化方向转型[10];李忠基于智慧教育的数据挖掘视角，分析了“云计算”环境下创新人才培养新模式及发展路径[11];沈丁琦以智慧实训室为实践平台，对智慧实训模式的研究探讨[12];施百丽对关于智慧课堂搭建和实施过程中遇到问题进行了分析与探讨[13]。但在深度分析基于数据驱动的高校院校智慧教学存在的实际问题方面，以及如何从国家明确提出的“教学、管理、资源建设”三个方面展开智慧教学的研究较少。

1基于数据驱动的智慧教学存在的问题

“智慧化教學改革”就是要满足培养创新型人才的需求，采用大数据为学生量身定制个性化教学，学生能够进行随时、实时和终身学习。目前，传统的教学方式既不能满足创新型人才的培养目标，又不适合于新生代青年对于信息化技术的需求。随着智慧化辅助教学工具的不断研究、创新和应用，高等学校教育必须要从原来的强调硬件服务和平台服务转变到强调数据服务的新型模式。

（1）教学资源不够“智慧化”

首先，随着慕课及翻转课堂等教学形式的应用，国内主流的高等院校教育平台，如中国大学MOOC、好大学在线、国防科大MOOC、华师大微课程等日趋完善，课程资源陆续上网，产生的数据越来越多，但这些资源在形成公共资源服务体系和资源服务全覆盖方面仍有待提高。其次，对于线上和线下数据的整合、分析及应用，还远远不能够满足学生个性化学习的要求，同时，该用什么样的大数据挖掘技术来分析这些数据，也是教学资源“智慧化”的一个重要议题。最后，这些平台如何将这些线上和线下数据资源反馈给学生所在学校，也是值得探讨的问题。使学校和老师更好地掌握学生的学习进度和流程，并且学校对于平台学习的认可能够使学生具备更好的获得感和荣誉感。

（2）教学方法不够“智慧化”

首先，随着国内雨课堂、百度教育智慧课堂、讯飞畅言智慧课堂和优课智慧教学系统等多种智慧化教学软件和系统的推出及应用，智慧化教学手段不断丰富和完善，但是这些软件的普及与应用还未形成规模。其次，这些智慧课堂软件在适合高校特定课程的教学方法与模式，便于组织教学评价，实现智能化数据处理，以及满足老师教学活动实际需要等方面，还需在教学实践中进行不断地探索与摸索。最后，在高校实践教学方面，实验课堂也要“搬上网来”。如何将新技术与课堂深度融合，尤其是基于VR/AR技术的网上教育实验室的研究，也是教学手段“智慧化”的重要议题。

（3）教学管理不够“智慧化”

首先，教学管理涉及计划、组织、指挥、协调、控制等方面的工作，教学管理水平很大程度上反映了整个学校的管理水平。如何将大数据和人工智能技术融入教学管理中，还有很长的路要走。其次，研究如何采用大数据和人工智能技术充实教学流程管理的“智慧化”。比如，采用人脸识别技术进行智慧签到，采用大数据进行智能排课，采用数据可视化技术实现学生、老师、设备及资源等信息进行统计等，实现教学全流程智慧化管理。最后，研究如何采用大数据和人工智能技术实现教学软硬件管理的“智慧化”。比如，采用物联网技术进行教学仪器设备管理、采用虚拟网络技术进行实验室预约和管控、采用云平台搭建智慧教务系统等。

2基于数据驱动的教学资源智慧化

（1）教学资源大数据分析

高等教育经过多年的发展，教学资源已具备了大数据4V + 1C（Variety、Volume、Velocity、Vitality、Complexity）等特点。因此，需要建立教学资源的多维度数据模型，区分概念模型、逻辑模型和物理模型，对数据进行多层次分类，建立教学资源元数据，解决教学异构大数据集成问题。采用数据审计、清洗、变换等预处理方法把控教育资源大数据质量，以及数据挖掘技术进行回归、分类、聚类分析统计和关联规则分析，并且利用机器学习的方法对数据进行学习、预测，为不同类别的教育资源在学生学习和课堂教学中的权重进行分析，构建不同专业的学科体系对数据资源的权重度量模型，最后采用数据可视化的方法构建教学资源大数据可视系统，提高教师对教学资源充分利用的能力，促进学生对学习课程的宏观把控能力。

（2）智慧型课程建设

智慧型课程建设是教学资源智慧化的一项重要内容，课程建设的质量直接决定智慧化教学的实施效果，因此，必须成体系、分层级设计智慧型课程，便于学习者结合自身实际进行有选择地学习。智慧型课程应更加注重创新创造能力的培养，主要包括智慧型的课程组织、内容体系、课程资源，以及智能的课程平台，提供智慧型课程服务，形成智慧型的学习评价。首先，学校应鼓励教师全身心投入优质和特色课程资源建设中，积极开展以SPOC/翻转课堂等为代表的教学范式改革。其次，课程资源应具备智慧型，课程资源间应该互相联系，建设高质量的教学视频、素材、题库等，在课程资源建设中，注重课程目标的设置要合理、课程内容的覆盖面要全面、课程评价指标体系要齐备，同时将其搬上云平台，形成知识拓扑地图，让学生能够理清学习脉络。最后，课程服务应具有智慧性，能够针对学生的特点提供个性化的学习方案，智能推荐学习路径及体系，构建符合自己认知特点的知识地图，充分调动老师学生以及学生之间的互动。

（3）3D数字化教学资源建设

VR/AR/MR以及全息技术的发展运用，为学生学习提供了全新的体验方式，适用于构建未来课堂教学环境。3D数字化教学资源具有交互性强等特点，便于进行沉浸式交互，3D数字化教学资源主要可分为显示类资源、打印类资源和虚拟现实类资源，具体实现主要依托3D投影仪、教学仿真实训系统以及空间立体模型等。3D数字化教学资源给学习者带来身临其境的感觉和视觉体验。此外，它还能够提供较好的课堂辅助作用，与课本内容保持高度一致，具备良好的课堂交互功能、操作方便、内容简洁并传输实时等特点。对于具有大量数据资源的课程，应开发3D数据可视化系统，供学生更直观地体验和学习。

3基于数据驱动的教学方法智慧化

（1）课堂教学设计智慧化

课程教学设计要从深刻理解课程性质、地位、基本理念出发，能够指导确定课程的设计思路和总体目标。课程分析和课程设计是课程教学设计的两大方面内容，课程分析注重设计方法学习，重点是要培养学生严谨求实的学习态度和勇于创新的拼搏精神，在课程框架设计上以能力与素质培养为主线，把知识传授与能力培养相结合，着眼于创新素质培养。课堂设计主要从教学背景、教学目标、教学策略和授课过程四个方面进行。课程教学设计要遵循创新教育的理念，突出“以人为本”，注意发挥学生学习能动作用。教学需要个性化，按照马斯洛需求层次模型，落实个性化的课堂教学设计。

（2）教学方法智慧化

教学方法分为教法和学法。教法上，可以联合采用讲解法、口诀法、案例法和分析归纳法等多种方法，引导学生独立思考、层层递进，化抽象为具体，由特殊到一般，力求达到更优的教学效果，有效突出重点，突破难点。学法上，鼓励学生先以自主学习为主，对于有疑问和不明白的地方，以班级或小组的形式进行合作讨论，最后在教师引导下进行分析问题、解决问题，从而获得知识，这样的学习过程特别有利于思维能力的锻炼，提高动手和实践能力。

（3）教学评价智慧化

教学评价不应成为限制教师与学生发展创新的枷锁，要注重多元多维、以评价促发展，在合理设计教学评价指标体系的基础上，研究采用智慧化评价方法手段进行科学评价。比如，对学生的评价，应当更加注重学生的创新实践能力，将其作为重要考核元素，在不同的情境和应用中考查学生解决问题的能力;对学生学习过程的分析与反馈，改变过去自评、互评的方法，根据自动采集的数据进行智能分析评价，减少教学评价的主观因素。对教师的评价，应当更加突出教师引导学生、启发学生能力，以课堂智能监控获得的客观数据为主体进行分析评价。

4基于數据驱动的教学管理智慧化

（1）教学管理体系智慧化

教学管理体系的智慧化，首先就是要有智慧化的高校教学管理系统，尽快统一智慧化教学管理基础设施，建立数字化校园，实现高校教育互联网资源的整合共享。同时，对教学管理数据进行深度挖掘分析，为教育决策提供辅助决策支持。当前，我国高校教育管理正在逐步向信息化、智能化迈进，在教学管理和教学实施过程中已经积累了海量的教学数据与学生数据，采用大数据技术对教学管理数据进行深度数据挖掘，对教学管理的各个环节进行智能化管理。随着大数据和人工智能技术的提高，课堂人脸智慧签到、智慧排课、智慧考试、智慧互动和智慧教学评价等都可以引入教学管理环节中，通过大数据对教学情境、学习者特征、教学资源等数据进行分析，发现隐藏的教学关联规则，并且反馈到教育管理中，实现数据驱动的教学管理辅助决策。

（2）教学管理流程智慧化

各大高校经过这么多年的发展，已经积累了大量的教学管理数据，可以采用大数据处理技术对教学管理过程中各个产生环节的数据进行深度学习和分析，实现教学各环节间的智能反馈。因此，在建立或更新高校教学管理系统时，要摆脱传统设计分析思想，充分利用大数据技术，建立数据科学的观点，在传统业务数据化的基础上，逐步向数据业务化转变，决策方式由目标驱动型向数据驱动型转变，学科专业间从以战略为中心的竞合关系发展到以数据为中心的竞合关系上来，建立智慧化高校教学管理体系，实现基于大数据技术的教育数据流驱动以及知识发现反馈的智慧化管理系统。

（3）教学管理决策智慧化

传统的教学管理决策一般依据管理者自身多年的教学管理经验作出决策，往往缺少数据支撑。随着积累的教学数据越来越多，单纯依靠经验已无法满足教学精准决策的需求，需要搭建基于数据驱动的智慧化教学管理决策。首先，应该采集教学大数据进行辅助决策，尽可能多地整合与共享相关教学数据，比如各项国家教学政策、教学评价、教学改革实施、学生成绩、学生选课记录、教学资源需求、社会人才需求等;然后，采用数据智能处理方法进行预处理、统计、挖掘、分析，挖掘出教学实施过程中有规律性的特点，从而反馈至教学管理中的各项决策，达到充分利用教学资源和积极改革教学方法的目的，推动实现教学管理决策精准化、科学化，代替传统的经验主义。

5 结语

随着各种智慧型辅助教学软件层出不穷，各个院校都加入了智慧教学改革的探讨，各种教学改革实践如雨后春笋般出现。高等院校谁能够在基于数据驱动的智能化教学改革方面走在前列，谁就能够实现教学质量的“弯道超车”，这就需要更多的教学数据，对数据进行深度分析，不断归纳总结经验，构建新型教育体系。

参考文献：

[1] 刘辰.国务院印发《新一代人工智能发展规划》：构筑我国人工智能发展先发优势[J].中国科技产业，2017（8）：78-79.

[2] 中国政府网. 国务院印发《新一代人工智能发展规划》[J]. 广播电视信息， 2017（8）：8.

[3] 吳文峻.面向智慧教育的学习大数据分析技术[J].电化教育研究，2017，38（6）：88-94.

[4] 刘双平，戴心来，刘蕾.面向智慧教育的交互式微课程设计研究[J].中国教育信息化，2017（1）：24-27.

[5] 马玉慧，柏茂林，周政.智慧教育时代我国人工智能教育应用的发展路径探究——美国《规划未来，迎接人工智能时代》报告解读及启示[J].电化教育研究，2017，38（3）：123-128.

[6] 祝智庭.智慧教育新发展：从翻转课堂到智慧课堂及智慧学习空间[J].开放教育研究，2016，22（1）：18-26，49.

[7] 杨现民，骆娇娇，刘雅馨，等.数据驱动教学：大数据时代教学范式的新走向[J].电化教育研究，2017，38（12）：13-20，26.

[8] 吕伟，张祥云，叶逢福，等.“智慧校园”浪潮下的高教变革展望[J].高教探索，2014（4）：27-30.

[9] 高廷红，陈茜.大数据驱动智慧教育发展模式研究[J].贵州师范学院学报，2015，31（6）：43-45.