大数据+人工智能背景下混合式教学案例设计

颜慧

关键词：混合式教学；大数据；人工智能；程序设计类课程

中图分类号：G642 文献标识码：A

文章編号：1009-3044（2023）08-0164-03

大数据、人工智能、5G等新一代信息技术对社会经济、医疗、交通、金融、教育、工业等各方面都产生了巨大的影响。从2017年开始，国家印发了促进教育信息化的一系列文件，在这些文件中，提出了推进“互联网+教育”、推动信息技术与教育教学深度融合、提倡个性化教育等新的教育理念。

在当前形势下，高等教育迎来了严峻挑战和重要机遇，在新技术的推动下，教与学的形态正在不断被重塑，教学理念、教学模式、课程体系的持续优化与创新成为不可抗拒的时代潮流。新一代信息技术特别是大数据及人工智能技术，在教育教学的过程中不断展现出重要作用。大数据及人工智能技术作为现代化教育教学的工具和手段，不断推动课程体系数智化重构；还促使教学理念、教学方法、教学手段的持续创新。

大数据、人工智能等新技术和平台为教学模式改革提供了高效和便捷的教学手段与工具，如果能将人工智能技术深度融合到混合式教学中，对教学理念、教学模式、教学手段、教学内容等进行创新，打造出可利用碎片时间随时随地学习的无边界课堂，并能根据学生的特点打造个性化学习方案，践行因材施教的理念，提升教育教学质量。

本研究对应用型本科院校中计算机相关专业的一门程序设计类课程《编程入门》进行教学改革，探索在大数据+人工智能等技术的支撑下进行混合式教学改革的路径、方法、方式、手段，并且在这门课程进行教学改革的基础上，将教学成果向计算机相关专业程序设计类课程进行示范和推广，能起到以点带面的重要作用。

1 混合式教学现状分析

混合式教学是一种新的教学方式，是智能终端设备、网络学习与课堂教学有机结合的教学情景[1]。在疫情期间，无法进行课堂教学的情况下，高校的教学中广泛使用了混合式教学模式，为疫情期间“同质同量”地完成教学任务发挥了重要的作用。在后疫情时代，混合式也继续受到广泛的关注，广大教学工作者关注于如何使用混合式教学模式来提高教学质量、提升学习者的学习体验感。

在目前的混合式教学中，一般是依托一些在线课程平台来部署学习资源，划分一定比例的线上线下教学课时进行教学。但是在这种教学模式中，教师并不能完全掌握学生的个体情况，也不能针对学生个人情况提供给学生个性化的教学方案。目前混合式教学中还存在一些亟待解决的问题：

问题一：如何精确掌握学生学习的情况。

由于学生人数众多，教师很难去精确把握每个学生的学习进度。学生在进行线上学习的时候，虽然网络学习平台可以记录学生学习视频的时长等信息，但部分学生可能存在“放羊”现象，并没有认真去学习课程视频。在线下学习部分，在课堂中如何记录学生的学习进度，精确把握学生的课堂学习情况？这都是在混合式教学过程中教师需要解决的问题。

问题二：如何因材施教，提供个性化的学习资源。

每个学生的理解能力、学习能力都不相同，如何才能根据每个学生自身的学习进度，提供不同的学习方案和学习资源？

问题三：如何建立科学的多元化评价体系。

在混合式教学中，应该从哪些维度对学生进行评价，如何建立科学、全面、更加多元化的评价体系，各评价指标在最终评价结果中的占比的设计，这些都是需要进一步进行探索的问题。

因此，如果能使用大数据和人工智能等先进技术辅助混合式教学，通过先进的信息技术对教学手段、教学平台、教学方式、教学内容、教学评价等提供强有力的支撑，提供对教学数据的挖掘、统计、分析、预测，就能较为全面地掌握学生学习情况及教师的教学情况，实现精准化教学、自适应学习及精准化管理，从而提升教学质量。如果能进一步通过这些技术去充分挖掘学生的兴趣、个性等，给学生提供个性化的教学方案，必定能提高学生的学习积极性和兴趣。

2 混合式教学框架设计

在混合式教学之前发展的历程中，受到技术发展及技术工具的限制，教师并不能完全掌握学生的个体情况，也不能针对学生个人情况提供给学生个性化的教学方案。新一代信息技术的发展，给混合式教学提供了新的工具、方法和手段，重塑了教学形态，逐渐形成了新的教学生态系统，在此基础上建立混合式教学框架如下。

2.1 智能化教学平台作为支撑平台

传统课堂教学中，教师很难去收集每一个学生的学习数据。随着技术的发展，出现了超星网络教学平台、雨课堂等一批优秀的智能化教学平台。借助于智能化教学平台，教师很容易获取到学生的各类学习数据。学生在智能化教学平台上进行在线学习时，智能化教学平台可以保存学生的学习数据，完成数据的自动采集过程。例如，学生的签到考勤情况、学习视频的时长、阅读资料、参与主题讨论、互动、完成作业的情况等，都会被智能化教学系统采集到。而学生在面对面课堂教学中的表现，也可以通过摄像头等设备进行采集，形成面授课堂的教学数据。

随着人工智能的出现，对高等教育中人才的培养目标产生了新的要求，不再以知识和技能为人才培养目标的核心，而是以培养具有创新型、情感性、高阶能力的新型人才。因此课程立足于“立德树人”的教育理念，融合多种教育教学理念和思想，依托大数据及人工智能等新一代信息技术，对混合式教学的框架及过程进行设计。在本课程中，将教学总体框架分为课程规划、课程实施、课程改进三个阶段。

课程规划分为课程定位、内容规划、资源建设三个子阶段。首先通过对学情、专业相关岗位等进行调研，建立学生群体画像，结合人才培养方案，确定课程的定位和培养目标；然后对课程内容进行规划，建立课程的知识体系；再通过资源推荐系统，选择慕课等合适的资源进行课程资源建设，再将课程资源部署到智能化教学平台中。

2.2 大数据+人工智能技术作为辅助手段

通过对记录在智能化教学平台上的数据使用数据挖掘、数据可视化等技术，可建立学习者画像、进行深层次的学情分析，让教师更好地掌握学生情况，为下一步教学活动的执行及策略的调整提供有力依据。

以大数据和人工智能为代表的新一代信息技术给混合式教学中的教学活动赋予了新的活力，技术和教学活动融合得更加紧密。根据SAMR模型[2]中，在科学技术的支持下，原有的教学活动可以被新的教学互动所替换、强化、修改和重塑。在新一代信息技术的支持下，原有的一些传统的教学活动可以被替换成新技术支持下的教学活动。如传统面授课堂的一部分可以被在线教学所代替、纸质作业被电子作业所代替、阅读电子书替换掉实体书等。利用科技对教学活动进行增强，如在教学中引入在线文档、学习社区等种类丰富多样的拓展学习资源对原有的学习资源进行增强、用电子笔记增强笔记能力等。还可以利用科技对学习任务进行重新设计以及创造前所未有的任务。

在大数据技术对教学数据进行分析挖掘的基础上，再使用人工智能技术进一步融合混合式教学，不但可以对原有的教学任务进行替换、强化、修改，还可以创造出各类新颖的、丰富的教学活动。

2.2.1 辅助教师精确掌握学生学习情况

在进行线上教学时，利用网络教学平台自动记录学生的学习进度等信息，例如视频的学习时长、任务完成的情况等，通过机器学习技术对平台记录的数据进行进一步的挖掘和分析，掌握学生的线上学习情况；在进行线下教学时，可以使用计算机视觉分析技术对课堂上学生的行为进行分析，例如学生的抬头率，是否有玩手机等现象，通过数据的采集、分析、挖掘，充分掌握学生线下的学习情况。

2.2.2 辅助学生进行个性化学习

通过学习资源推荐系统，可以根据学生自身的情况进行合适的学习资源推荐，例如学习视频、练习题等，满足学生不同的学习要求。

2.2.3 辅助建立多元化的评价体系

通过线上和线下学生学习数据的采集、分析和挖掘，为混合式教学提供了多个维度的、多样化的学生评价数据，为混合式教学建立科学的、多元化的评价体系提供了多种方法和手段，使得学生评价更加全面和立体化。

3 混合式教学案例设计

3.1 教学过程设计

在课程实施的过程中，结合BOPPPS教学模式[3]来设计具体的教学过程，为构建一堂有效的教学课堂提供了可行的、理论上的指导。根据BOPPPS教学理念，将课堂分为课前、课中、课后三个环节，每个环节中包含若干个子任务，各环节及子任务之间无缝衔接，构成教学闭环。如图2所示：

课前分为发布任务、预习及课前小测三个子任务。在课程环节中，通过教师发布任务及智能导学，让学生清楚本堂课的学习目标、任务以及学习路径；学生根据任务指引完成相应的预习任务，完成视频、课件等资源的学习，还可以通过个性化学习资源推荐系统去扩展学习相关的知识点；之后学生去完成课前小测。在课前环节中，通过对学生学习数据的分析，建立学生的个人画像，并进行学情分析和智能诊断。通过课前环节，教师可以清晰掌握学生的总体情况及每個学生的个人情况，为下一步进行精准化教学、差异化教学提供了可靠、科学的依据。

课中分为引入、交互式学习、课堂小测、总结等四个子任务。课中主要对应传统面授课堂，首先引入本次课的学习目标和任务，明确重点和难点；在交互式学习中，教师作为引导，学生作为主体进行学习，采用分组、讨论、演示等教学手段实施教学，并采用翻转课堂的教学方式提高学生的学习主动性；通过随堂小测来评估学生本堂课的学习效果；最后总结本次课，完成一次完整、有效的课堂教学。在课中通过智能协作来提高学生的学习主动性和积极性，通过智能评估来评估学生学习的有效性。

在课后，学生通过完成课后作业来巩固知识和技能，通过智能小助手/智能问答来辅助解答学生常见的疑问；还可以通过个性化学习资源推荐系统来拓展学习课外知识。教师可以通过查重系统来完成作业的查重；通过成绩预警和成绩预测来精准掌握每个学生的学情，为下一步精准化教学以及教学策略的调整提供决策依据；教师还可以通过对讨论区、评论区等内容进行情感分析，进一步掌握学生的状态。

课前、课中、课后三个环节中的各子任务根据布鲁姆（Bloom） 学习分类法设计线上线下混合的方式及比例。在文献[1]中提到，混合式教学根据线上线下学时混合的比例，可以分为线上主导型、线下主导型和完全融合型。根据以上分类方法，在课程中将低阶学习安排在线上学习中完成，高阶学习安排在面授教学中完成，合理分配线上线下学时的比例，并且采取线上线下有机融合的方式，即采取完全融合型的教学方式。Bloom学习分类法为合理安排混合式教学中线上线下的课时比例提供了一定的理论依据。

课前环节的三个子任务主要是学生在线上完成。课中环节中，引入部分由教师在线下面授完成；交互式学习和随堂小测采取线上线下相结合，既有线上的教学活动又有线下的教学活动，有机结合完成相应的子任务；总结主要由教师在线下面授完成。课后环节主要由学生在线上完成，通过智能化教学平台的统计分析得到诊断结果，在下一堂课中再由教师讲解难点。

3.2 实施教学过程

在混合式教学的整个教学过程中践行Chickering和Gamson 提出的本科教育优秀实践的七项原则[4]。混合式教学与该七项原则的融合如下：通过QQ群/微信群等工具加强教师与学生之间的联系；通过分组完成项目发展学生之间的协作互助；通过翻转课堂等方式，促使学生提高学习主动性；利用智能化教学平台可以自动批改一部分作业，可以迅速反馈学习结果给学生，还可以结合QQ、微信等工具及时给学生反馈；在智能化教学平台上限定任务的完成时间并提醒学生及时完成；以产出为导向，并且通过鼓励学生参与各类学科竞赛，给学生一个学习的目标和传达对学生的高期望；理解学生个体差异，通过个性化学习资源推荐去鼓励学生进行拓展学习，并提供差异化的教学资源、学习路径，以及多样化的学习方式。该教学理念为课程达成应用型本科人才培养目标提供了可操作性较强的基本原则。

并且在教学的过程中，以产出为导向，基于CDIO的教学理念[5]进行项目化教学。而一个软件作品的开发，恰好可以分为这四个阶段，因此，在进行教学设计时，依据CDIO的理念，以完成一个软件项目的开发为主线进行教学内容的设计，鼓励学生团队合作能力和个人编码能力，还能产出相应的成果即软件作品。

在期末对学生开展调查问卷，获取学生对于课程的反馈信息；对学期的教学数据进行汇总、分析、可视化，对教与学的效果进行分析、总结、反思，对课程总体进行智能诊断，从而调整、优化下一轮课程教学的策略、对课程进行持续改进。

4 教学效果

在教学过程中，选取两个班级作为实验对比。其中一个班级采用传统的课堂教学方式，另一个班级采用混合式教学方式。两个班级的考核成绩对比如表1，试验组无论是卷面成绩、项目成绩还是综合成绩均高于对照组。

在课程教学过程中，以产出为导向，提倡创新和团队协作。自从实施课程教学改革以来，学生积极投入到软件作品的开发中，在课程团队的指导下，学生陆续取得了多项软件著作权证书。

并且在教学过程中，秉承赛教融合、以赛促教、以教促赛的基本理念，促进了学生专业素养和专业技能的快速提升，学生参加各类学科竞赛的热情高涨，学生参加各类学科竞赛的获奖率也在逐年递增。

5 结束语

在新一代信息技术的推动下，高等教育中教与学的形态发生了较大的变化，给教师和学生都带来了新的挑战和机遇。本文探讨了如何将大数据、人工智能等新一代信息技术融合到混合式教学中的框架、思路、实践及效果。实践证明，结合了大数据及人工智能技术的混合式教学的教学模式具有较强的可操作性，该教学模式易实现、易推广，并且能在一定程度上提升教学质量以及学生的学习体验感和成就感。今后还需要继续探索如何将大数据、人工智能等新一代信息技术更加深入地融合到混合式教学中，在新技术的支持下实现重塑更多的高质量教学活动，促使学生主动学习，持续提高教学质量。