整合cMOOC和xMOOC的双层MOOCs课程设计模式及学习参与度分析

牟智佳，王 府

1 江南大学教育信息化研究中心， 江苏 无锡 214122；2 陇西县大河九年制学校， 甘肃 定西 748101

1 研究背景

近年来，大规模开放在线课程(MOOCs)凭借其免费性、高质量的学习资源和较好的学习支持服务在世界范围内得到推广和应用。调查显示，自2011年10月斯坦福大学发布第一门MOOCs以来，到2016年3月已经有4 180门在线课程，参与高校达到550所，涵盖社会科学、计算机科学、工程与设计、商业与管理、医疗与健康等不同学科，注册一门及以上课程的学生数量达到3 500万[1]。可以看出，在课程建设数量上，MOOCs总量呈现出指数性增长，在学习者参与群体上，有来自全球范围的学生参与其中。

尽管MOOCs拥有较高的课程注册率，但学习者在实际学习过程中，仍表现出高辍学率和低参与度的问题。在辍学率上，研究表明在课程开始之后，参与学习者数量呈下降趋势，特别是在第一周和第二周课程结束后急剧下降[2]。在参与度上，学习者较少在课程论坛中参与互动，在微视频和文本材料学习上，多数学习者不能坚持完成所有的学习活动内容，特别是在学习测评上，只有较少学习者能够按时提交作业[3]。学习者的高辍学率和低参与度已经成为影响MOOCs学习成效的主要问题。课程教学设计是影响学习者参与度的一个重要因素，该研究基于不同类型MOOCs的特征，介绍整合cMOOC和xMOOC的双层MOOCs课程教学设计，并采用学习分析视角，基于学习行为数据分析学习者参与度，以观测新型教学设计模式的应用成效。

2 MOOCs课程分类现状与趋势

有关MOOCs的分类形式有多种：例如：Clark Qu- inn根据MOOCs不同的实践形式将其分为联通主义课程建设模式和斯坦福课程建设模式[4]。基于联通主义的MOOCs侧重学习者之间的交互，学生基于问题讨论和对话促进对知识的内化和理解；而斯坦福课程模式则对课程教学视频和学习材料的质量要求较高，以便为学习者提供较好的学习体验。这两种模式被称之为cMOOC和xMOOC[4]。随着Coursera、edX、Udacity等商业网络平台开始提供MOOCs，这种分类方式逐步被利益相关者所熟知。然而，这种分类方式只是对已出现的较为常见的课程设计模式进行划分，并未从一个宏观框架视角下对所有出现的MOOCs课程设计模式进行分类。

此后，Lane基于MOOCs实践形式和个人认识将MOOCs课程建设分为三种形式：基于网络的MOOC、基于任务的MOOC和基于内容的MOOC[5]，并依据该分类形式对每种模式的实践案例进行了划分(如图1所示)。依据该分类模式，cMOOC属于基于网络的MOOC，xMOOC属于基于内容的MOOC，而基于任务的MOOC则强调学习者完成工作中所需要的技能和任务。该分类模式被当前研究者广泛认可和采用。

图1 MOOCs课程设计模式的分类

MOOCs较高的辍学率使得研究者开始反思影响MOOCs参与度和辍学率的因素，而课程教学设计是其中一个主要分析对象。在MOOCs的教学设计研究中，研究者Anoush Margaryan等随机选取了76门MOOCs课程，对其教学设计质量进行了分析[6]。MO- OCs教学质量是由早期的教学原则决定的(教学原则包括问题为中心、知识激活、作品展示、知识应用、知识整合)[7]，其选用了课程调查评价工具，并对两种类型的MOOCs(xMOOC和cMOOC)进行了比较和分析，研究发现大部分MOOCs在教学设计原则的评价上得分较低，然而在课程材料的组织和呈现上评价得分较高，结果表明尽管大部分MOOCs是已经组织包装好的，但是它们的教学设计质量较低[6]。

Hew对965名MOOCs参与者的反思内容数据进行分析，试图理解和发现影响MOOCs参与度的主要因素，最后得出高质量的MOOCs课程需要具备以下几个方面的教学设计策略：①有明确的以问题为中心的学习目标；②教学参与性和热情；③主动学习；④同伴互动；⑤提供有帮助的课程资源[8]。Gilly Salmon等研究者认为了解参与者的期望和动机有助于帮助判断学习者的行为与结果，在课程设计上要侧重交互内容、测验与及时反馈、为不同学习者提供差异化难度的学习材料、设计真实情境问题和测试等[9]。

通过上述分析可以看出，xMOOC和cMOOC是当前MOOCs的主要设计模式。在教学设计方面，MO- OCs的教学设计质量参差不齐，不同教学设计模式的应用效果也存在差异，这使得在课程设计上要整合不同类型MOOCs的设计思想，以改善MOOCs辍学率和参与度。

3 双层MOOCs课程教学设计

在对试验MOOC课程学习行为数据分析之前，首先介绍一下该课程的背景信息和教学设计思路。该课程名称为Data，Analytics，andLearning，是在edX平台上发布的面向世界范围内学习者免费开放的一个在线课程。近年来，随着网络学习的日渐普及和教育大数据的快速发展，以改善学习体验和成效为使命的学习分析开始引起研究者、管理者和教师等不同教育人群的广泛关注。尽管学习分析还尚未对教育产生较大范围的影响，但是一些软件公司、研究者和领导者已经开始重视教育大数据的价值，并开始了实践探索。该课程正是在这样的背景下开设的，内容包括学习分析领域介绍、学习和使用教育数据挖掘工具、如何开展社会网络分析、聚类和预测分析、教育文本分析和挖掘以及如何保护学生隐私和权利等。课程教学团队由学习分析和教育数据挖掘领域的知名专家组成，包括德克萨斯大学阿灵顿分校的Dr.George Siemens、卡耐基梅隆大学的Dr.Carolyn Rose、爱丁堡大学的Dr.Dragan Gasevic和哥伦比亚大学的Dr.Ryan Baker。

该课程采用多种学习路径方式为学生提供学习内容，允许学习者根据个人学习兴趣采用不同的路径学习课程内容，以满足初学者、高级学者等不同学习基础的学习需要。在教学设计上，结合cMOOC和xMO- OC各自优势进行设计。xMOOC侧重知识传递，学习者采用自我导向学习方式进行学习，而cMOOC侧重以社交或群组交流进行学习和问题解决[10-12]。Cross- lin等决定采用双层设计思想，一层以教学为中心，满足学习者的知识学习需求，另一层以联通为中心，满足学习者互动交流和群组讨论的社交需求[13]。学习者可以在任何时间选择其中的路径进行学习。例如：如果学习者已经掌握第一周的学习内容，他们可以选择到联通层与其他学习者开展主题交流，以进一步促进知识内化。基于cMOOC和xMOOC的双层MOOC教学设计思路如图2所示。学习者从左边开始自主决定进入哪一个课程模式内容，上面的cMOOC课程内容以学习者为中心，通过群组讨论方式开展基于问题的学习，下面的xMOOC是以教学为中心，通过教学模块满足学习者的知识学习，这两种课程模式内容之间可以实时切换，支持学习者根据个人学习情况进行学习，最终目标是帮助学习者完成课程内容。通过对教学设计的分析可以查看教学条件和模式是否对学习成效产生影响[14]。

图2 基于cMOOC和xMOOC的双层MOOCs教学设计思路

依据双层教学设计理念，该课程提供ProSolo和edX两个平台进行学习和交流(如图3所示)。每周课程内容更新时会给学习者发送邮件提醒，左边平台满足学习者开展基于问题解决的小组讨论，右边平台为学习者提供知识内容传递和学习支持服务。该课程学习材料涉及微视频、文本材料、软件工具练习和课程作业等。平台记录数据显示，课程初期参与人数为18 314，随着课程开展最后参与人数达到20 461。平均每星期在edX或ProSolo上活跃的学习者人数在1 075～6 369人。学习者平均年龄为31岁，有50.2%的参与者年龄在26～40岁。参与者来自181个国家，其中学习者数目占前三位的国家是美国、印度和英国，他们占总人数的48%。在学习者性别上，72.5%为男性，27.3%为女性。在教育水平上，39%的人拥有本科学历，46%的人拥有研究生学历。43名学习者最终获得课程完成证书。尽管课程完成率较低，但许多学习者对该课程采用不同的路径设计较为感兴趣，能够满足不同学习水平和学习兴趣的需求。

图3 DAL MOOC课程使用平台

4 基于学习行为数据的学习参与度分析

为了了解学生整体参与双层MOOCs学习活动情况，我们对每周学习活动参与和完成情况进行了统计分析，分析维度包括网络学习活跃度、完成度和沉浸度。

4.1 网络学习活动活跃度分析

网络学习活动活跃度能够反映出学习者在课程学习过程中的参与情况。在统计分析时，我们将能够查看和浏览所有学习材料至少一次的学生被认定为活跃学习者，其每周的活跃数分析结果如图4所示。

图4 每周参与网络学习活动的学生活跃数

从图4可以看出，第一周课程学生活跃数最多，从课程前期到课程中期学习者活跃数呈递减状态，说明学生对该门课程内容较为期待，有较高的学习动机，使得课程初期有较多学习者参与，但随着课程内容的逐步呈现，学生的学习积极性递减。而从课程中期到课程结束，学生活跃数趋于稳定，说明到课程中期已经将旁观者、较低学习兴趣者等学生进行淘汰，剩下的学生是能够认真参与课程内容的学生，他们是以学习内容为驱动力，因此能够坚持学习完所有课程内容。为了进一步了解学生活跃数占总注册学生数的比例，我们对edX和ProSolo两个系统平台的学生活跃数进行统计，如图5所示。

图5 每周学生活跃数比例

在课程初期，edX平台上有50%以上的学生能够积极学习课程内容，到课程中期学生活跃数降到12%左右，并保持到课程结束。可以看出，受课程内容结构设计、学习材料多样性和有效性、学习时间、学习任务难度等影响[15]，学习者很难保持较高的学习积极性完成所有课程内容。在支持学习互动和协作问题解决的ProSolo平台上也呈现出如edX平台上的表现趋势，且在活跃度上还要更低，说明当前学习者并未热衷于通过协作学习解决问题。

4.2 网络学习活动完成度分析

学习活动活跃度虽然能够反映学习者的参与情况，但并不能看出学习者是否进行有效学习。了解学习者是否开展有意义的深度学习，需要对其学习活动完成度进行分析。在统计过程中，将看完所有微视频、在互动论坛中完成问题回答、完成学习任务等学习活动的学生认定为完成所有学习活动，分析结果如图6所示。从整体数量上看，相对于前面的学习活跃度数，完成学习活动的学生数锐减，说明剩下的学生只是简单浏览课程内容并未真正进行课程学习。在完成数趋势上看，课程初期到课程中期学生完成数呈现递减状态，该阶段是淘汰进行浅层次学习的学生，从课程中期到结束，学生完成数趋于稳定，该阶段的学生是进行较为深入学习的学习者，这一特征与学生活跃数变化较为一致。

图6 每周学习活动完成数

学习活动完成度虽然能够反映整体学习活动参与情况，但并不能说明学习者理解并掌握了学习内容，要了解学生是否领会学习内容，可以通过学习任务完成度进行分析，分析结果如图7所示。第一周课程由于是对整个课程授课计划和课程内容进行介绍，所以未有学习任务。从学习任务完成度变化情况看，课程初期到课程中期学习任务完成度递减，这可能受学习任务难度和学习时间影响，从变化情况上与前面的学习活动活跃度和学习活动完成度较为一致。然而，课程中期到课程后期学习任务完成度呈递增趋势，特别是最后一周课程内容完成数显著增长，说明学生希望通过最后的学习表现以通过课程评价和获取课程结业证书的行为变化。

图7 每周学习任务完成数

4.3 网络学习活动沉浸度分析

相对于注册课程的学习者总量，参与度较高的学生所占比例不高，多数学习者并未参与到课程设计的各类学习活动中，这些学习者沉浸于课程中但未深度参与学习课程内容，对他们沉浸状态的分析在一定程度上能够反映课程的吸引力。通过对访问课程内容的学习者进行分析得出如图8所示的结果。可以看出，在前3周课程中学习者沉浸度呈递减趋势，但之后约75%学习者保持较高的沉浸度，说明多数学习者活跃于课程内容中。从课程内容设计视角看，学习分析是一个新兴的研究领域，与之相关的授课内容和分析工具介绍还是吸引了多数学习者参与。从平台的使用上看，edX与ProSolo上的学习沉浸度无显著性差异，说明学习者侧重关注学习内容而非学习平台的使用。

将前面分析的学习活动活跃度、完成度和沉浸度对比可以得知，尽管当前MOOCs学习环境下部分学习者的网络学习效率并不高，学习活动管理系统应用的并不充分，但仍有部分学习者坚持完成课程学习内容，并参与edX和ProSolo平台上的学习活动。这在一定程度上说明，双层MOOCs教学设计能够满足部分学习者的学习需要，促进学习者在知识学习和社群交流两个方面的活动参与。从整体参与趋势上看，学习者的网络学习活动活跃度、完成度和沉浸度从课程初期到课程中期呈现递减状态，从课程中期到结束逐渐趋于稳定。通过学习行为数据的分析可以了解学习者的实际学习行为状态，但并不能充分验证双层MO- OCs教学设计的有效性。后面可以通过调查研究和部分学习者访谈，了解学习者对这种教学设计模式的体验看法和改进建议，以进一步优化和改善课程教学设计模式和活动内容。