[摘要]在“互聯網+”的時代背景下，各種在線教育平臺不斷涌現，為高等教育的教學模式改革注入了新鮮活力‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 借助網絡學習平臺實施教學活動所生成的教學大數據，構建具有正反饋特征的教學模式，并系統規劃了教學流程‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。 實踐中以“微助教”教學平臺為基礎，采集并分析相關教學數據，建立針對教學效果的多維評價模型，并以反饋形式驅動教學資源的調整與教學方案的設計及實施，為精準化教學干預提供依據，達到有效提升教學效果的目標‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。

　　[關鍵詞]“互聯網+”; 大數據; 教學流程; 評價模型

　　作者：李麗君，石慧，李美玲，董增壽

　　一、“互聯網+”下的高校教學改革

　　“互聯網+”的時代背景為高等教育的改革與進化提供了新的契機，借助新興的網絡教學平臺，將新型的教學手段與現代化技術相融合，改變了以往傳統的教學觀念與教學方式。 通過構建多元化的教學環境，實現教學時間及空間動態配置的目標，通過高效的信息化互動手段，激發學生課堂的參與感[1]，為提升學生的學習興趣與主動性提供了有力的技術支持。

　　隨著教學改革的不斷深化，借助在線教育平臺，翻轉課堂、MOOC等教學模式在我國得到了迅猛發展，雖然一定程度上為教學改革注入了新鮮的活力，但仍然面臨一些亟待解決的問題。 翻轉課堂雖然將學習的主動權交給了學生，但是學生不善于提問和主動性不強的現狀直接影響了翻轉課堂的教學效果，與積極自主學習、提高參與度的建設目標相去甚遠。 MOOC是一種完全的自主性學習，學生可以自己設定投入的時間和精力，靈活地根據自身需求選擇學習內容和參與討論; 但是很多學生并不具備自我調控學習的經驗和能力，同時，系統缺乏一定的激勵措施，當學生在學習過程中遇到學習困難或興趣減退時，會退出學習，導致MOOC的學習完成率受限，并且對學習中的疑問缺乏針對性的指導，難以實行個性化的學習，教學效果評估不夠精準。 混合式教學將數字化和網絡化的教學方式與傳統教學方式相融合，有效提升了學生的主動性、積極性與創造性，但在課程建設與教學中多針對學習情況的普遍性特征與需求而開展，缺少教學的精準性和個性化設計。 隨著各種教育學習平臺、移動App等在數字化教學活動中的應用，在整個教學流程中不僅需要關注教學手段與教學模式的調整與改進，更應對教學效果與實現目標進行實時跟蹤與分析，有針對性地開展個性化的教學活動，并不斷激勵和推動教學活動的進階式開展，為教學工作提供精準化指導。 而這些目標的實現，均得益于教學大數據的累積采集與深度挖掘。

　　(一)大數據在教學領域中的應用

　　移動互聯網的迅猛發展，為教育領域開辟了新的教學環境，涌現出大量基于PC端和移動App的在線教育平臺，這為生成、采集、累積整個教學過程的大數據奠定了基礎性條件。 獲取的教學數據將有效反映教學活動的特征，并借助云計算的技術支持，實現對海量數據的存儲與挖掘，從而為分析教學效果、組織教學資源、重構教學流程、提高教學效率提供客觀的數據化和智能化的信息支持[2]。

　　(二)教育大數據在教學改革中的實踐意義

　　學生通過在線教育平臺完成學習活動，如下載學習資料、觀看教學視頻、完成習題測試、參與在線答疑討論及問卷調查等，都將在網絡教學平臺上留下學生的學習“痕跡”。 通過收集并分析在各個教學環節中所生成的教學大數據，能夠在一定程度上反映其個性化的學習進度和學習效果，便于識別群體與個體、共性與個性的問題，這將有利于變傳統的普遍性、規模化教學模式為個性化教學模式，開展按需教學。 通過總結學生的學習情況，對不同水平與學習能力的學生進行針對性指導，為其提供更為適宜的學習規劃與資源，令學生在個性化學習中找到自身存在的優勢與不足，從而有的放矢地完成教學目標。 同時，在線教育平臺能夠以可視化的方式形象地展示出學生對知識點的掌握情況，借助此類平臺將有效提高教學效率，快速得出對學生完成的測試習題，以及作業的結果評價與統計分析，這樣更利于教師將時間與精力投入教學資源的完善中。 通過大數據中所反映的學習情況，分析學生對于教學內容不同呈現方式的傾向性選擇，運用文字類、圖片類及視頻類等方式進行在線學習，哪種方式更受歡迎，哪種方式收效就顯著。 基于教學大數據所呈現的效果分析，不斷調整教學決策的制定、教學方法的更新及教學內容的優化，實現精準教育[3]。

　　由于教育大數據能夠跟蹤提取整個教學環節中所生成的學習數據，有利于獲取多元的教學效果評價標準，而不再僅僅局限于作業的完成情況和卷面成績等，可以依據學生的學習進度、在線測試與習題解答、在線討論及反饋問卷說明等情況，綜合分析和評定教學效果，同時能夠利用更為細化的特征分析教學實踐中的問題。 例如：當學生觀看視頻遇到難以理解的內容時，會有反復觀看的情況，根據平臺記錄的數據，將便于教師明確教學的難點，在完成課堂講解后及時進行在線問答測驗，實時檢驗學生對知識點的理解和掌握情況，而采集的所有數據都將成為教和學的精準化評價指標及可視性效果表征。 本文在面向MOOC的翻轉課堂教學手段的基礎上，借助互聯網與大數據技術，對網絡教學平臺、移動App等記錄的教學大數據開展深度挖掘和多元分析，探索科學、靈活、有針對性的教學手段，旨在構建課程教學的全新流程與實踐新模式，并以數據為導向實現個性化、精準化的教學，提升教學質量與效果。

　　二、數據驅動下的教學模式

　　(一)正反饋教學模式研究

　　依據在線教育平臺實現的混合式教學模式，高效整合了多種靈活的教學方式，將學習由課中拓展至課前與課后，課堂上以面授為主，課前及課后則借助在線教學平臺鼓勵學生完成自主學習，充分利用在線教學和課堂教學的優勢來提高學生的認知效果。

　　數據驅動下的教學模式，通過分析學生基于在線教育平臺完成學習內容所反映的教學效果，進一步探究學生的目標需求和教學內容的完善方向，借助數據挖掘獲取的效果評價，明確教學改進的方向，并以正反饋的形式推進教學活動的進一步開展，以數據為導向進行教學方案設計，完善教學資源和課程內容的規劃。 本文規劃建立正反饋模式下的教學流程。

　　1.在具體的教學實踐過程中，教師在開課前對學生、學習資源及學習內容等完成前端的分析，并按照課程教學目標需求規劃出知識單元，整合微課視頻資源、PPT資源等學習內容上傳至在線教學平臺，學生通過下載相關課程資源實現自主預習，了解知識要點與難點。 同時，針對學習內容設定探索性問題，鼓勵學生通過自學完成相關問題的思考與解答。

　　2. 學生通過在線教學平臺完成自主學習后，總結學習內容中發現的疑點與難點，并將其發布在在線教育平臺上，分別實現普遍化問題與個性化問題的匯總。 教師將針對核心知識點和學生在自學中發現的疑難問題，有目標地通過在線或課堂面授的方式予以解決，并組織學生積極開展線上和線下的討論，解答疑難問題，同時通過該平臺進行相關問題的學術討論與知識內容擴展。 在完成課堂學習后，學生可以借助教學平臺繼續復習課程，鞏固知識點，還可以采用做試題或參與論壇討論的形式，深化對教學內容的理解。

　　3.目標內容講授學習完畢后，由教師通過總結知識要點、難點和疑點，整理習題與調查問卷，并發布在在線教育平臺上，用于檢驗學生的學習效果。 學生借助平臺完成在線測試及反饋問卷調查，從而形成自身的學習情況與效果的數據，精準地了解自身的學習情況與效果，有利于學生自行調整自己的學習方法和學習方向。

　　4.通過采集學生利用在線教育平臺完成學習任務的數據，包括課程資源學習時間、提問與參與討論的情況、習題測試的成績、問卷的完成情況等，實現對學生學習狀態與效果的精準把握，并以正反饋的方式傳遞給教師，用于完成教學問題的總結，進一步完善課程學習資源和習題資源，明確課堂面授的重點，因人制宜地規劃教學進度與教學手段。

　　采用“線上+線下”的混合教學方式提供交互的學習環境，令整個教學活動的開展更加便捷、準確，并能夠對整個教學過程進行跟蹤監測和實時評估，同時有利于加入更多個性化的學習引導。 基于在線教育平臺的混合式教學模式，不僅提高了學生的學習能力，還有效激發了學生的學習積極性。 而數據驅動下的正反饋分析手段，更加有助于改善教學內容，不斷提升課程的教學效果。

　　(二)數據驅動的教學過程

　　在大數據的背景下，教學進入了“數據時代”。 利用在線教育平臺，課前教師將文檔、視頻、習題等教學資源推送到在線教學平臺上，教師能了解到每位學生的自主學習數據，如文檔學習情況、視頻播放內容、學習時長等; 課中記錄課堂表現，如簽到、討論與限時習題應答的正確率，使學生聽課更為專注; 課后學生完成作業、答疑討論與問卷反饋，教師根據習題的準確率及反饋問題，細致了解學生對知識的掌握情況。

　　面向教學大數據的“全景式記錄”，教學平臺采集學生在使用過程中產生的所有學習行為數據，為師生個性化地整合分析教學過程。 一方面幫助教師考量學生的學習效果，通過識別學困生、明確知識難點、考查教學目標的達成度，從而讓教師調整教學策略，改進教學過程; 另一方面，學生能夠通過這些數據評價分析自身的學習情況，制定適合自己的學習計劃，選擇所需的學習資源。 這些在傳統課堂中無法精準提取的信息，都能借助平臺采集的數據具象化。

　　(三)精準化教學

　　通過對課前、課中及課后全程教學數據的實時采集與深度挖掘分析，能夠精準識別學生群體及個體的知識掌握狀態，發現存在的共性及個性學習問題，從而能夠有的放矢地開展精準的按需教學。

　　通過教育平臺生成的數據，實時監測學生的學習進度，并構建基于數據的多維度評價模型，用于評估學生的實時學習狀況，教師據此來調整課程內容與進度及習題的難度，學生也能夠合理調整學習時間，進而實現個性化的學習指導，達到精準教學的目標。

　　三、在線教育平臺下的教學數據分析

　　本文運用“微助教”在教育平臺實現教學過程數據的采集[4]，以所授同一課程的兩個班級為教學數據采集對象，通過分析和挖掘數據特征，掌握學生的學習動態與學習效果。

　　(一)教學資料觀看情況分析

　　本次主要以PPT作為學生完成預習的主要資源，提取并分析PPT資源的觀看情況，根據平臺數據反映的趨勢與比例可以觀察到，在初始階段，由于學生不習慣提前預習，因而PPT資源的觀看比例比較低，完成度也有限。 隨著課程的延續及相關考核評價標準的提出，觀看人數的比例逐漸有所上升，但仍有一定比例的學生未參與到課前復習中來。 由于數據量的限制，雖不能完全在預習情況和期末考試結果之間建立因果關系，但一定程度上反映出這些學生學習的主動性有待進一步提高。

　　(二)課上答題情況分析

　　在課堂授課過程中，根據講授內容發布試題測驗，用于檢驗學生對知識點的實時掌握情況。 獲取的正確率結果可以評價學生對關鍵知識難點的理解和掌握程度，因而在后續的課程中特別安排了著重講解與分析。 從平臺數據中能夠查閱出現錯誤的學生，相應的會在后續的學習中加以關注，并指導其查缺補漏‍‌‍‍‌‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‌‍‍‍‌‍‍‍‍‌‍‌‍‌‍‌‍‍‌‍‍‍‍‍‍‍‍‍‌‍‍‌‍‍‌‍‌‍‌‍。

　　(三)測試完成情況分析

　　每章課程內容結束后，將在該平臺發布相應的習題組卷，用于整體性的學習效果檢測。 該平臺將提供參加組卷答題的學生名單及答題情況，并對學生的成績按照答案的準確度與完成的先后時間進行成績排序。 這些數據不僅能夠比較完整地反映每個學生對本章內容的理解程度和學習效果，而且能夠對比兩個班級的整體學習情況。 對于錯誤率較高的題目將著重在線上答疑討論和課堂講授時強調，并輔助教師明確學生在后續學習中可能面臨的疑點與難點。 對于成績較低或未參與答題的學生也應該特別關注與輔導，發現其學習方法和時間規劃方面存在的問題，并協助其解決。

　　(四)問題討論與實驗展示

　　借助“微助教”平臺的討論墻，定期開展知識疑點及拓展應用的相關討論。 因為學生以匿名形式發言，因而大多數學生能夠比較積極地發布自己的觀點和問題，教師通過真實姓名可對各位學生的學習狀況有所了解。 與此同時，在實驗課程中也充分發揮了討論墻的作用，用于展示大家的實驗結果，既便于進行結果記錄與成績評定，也利于實驗的可視化講解和對比分析。

　　四、新模式下的多維評價模型

　　依據在線教學平臺采集反映學生的學習情況、難點問題的相關數據，通過積累、挖掘、分析群體數據及個體數據，發現隱含在教學過程中的共性規律，精準識別每位學生個體的學習需求與學習特征，建立以“數據分析—特征提取—智能干預”為特征的精準教學模式，推送與學生的學情相匹配的個性化教學方案和教學資源。

　　教學模式的轉變必然要求建立與之相適應的教學效果評價指標。 根據各在線教學平臺的設計，借助學習進度、習題準確率、討論參與度等指標用于學習效果的特征分析，構建多維聯合評價模型。 通過設置合理的權值參數與評分等級，對課程平時成績評定提供依據和標準，鼓勵學生積極參與到平臺學習過程中。 與此同時，教師據此來調整課程內容、難度與進度，實現精準化教學干預，充分調動學生的學習主動性，從而實現教學效果的提升。

　　教育論文投稿刊物：《中國電化教育》雜志由中華人民共和國教育部主管，中央電化教育館主辦，是我國教育技術領域創辦最早、影響最廣的兩個大型綜合性學術期刊之一，另外一個是西北師范大學由中國教育技術的奠基人創辦的《電化教育研究》雜志。《中國電化教育》已成為“中國教育類核心期刊”“CSSCI檢索源期刊”，入編《中國學術期刊(光盤版)》和《中文核心期刊要目總覽》。

　　五、結語

　　本文依據在線教育平臺，構建了具有正反饋特征的混合式教學模式，通過精度更高、范圍更廣的教育數據，驅動面向學生個性化特征的精準教學決策。 只有實現按需教學，才能達到真正意義上的教學預期效果與目標。

　　參考文獻

　　[1]田媛,席玉婷.高校混合課堂教學模式的應用研究[J].中國大學教學,2020(8):78-86+96.

　　[2]楊現民,駱嬌嬌,劉雅馨,等.數據驅動教學:大數據時代教學范式的新走向[J].電化教育研究,2017,38(12):13-20+26.

　　[3]楊陽,蘇力,石城.大數據對現代高校教育管理的影響及改進策略[J].江蘇高教,2019(3):58-61.