人機共建：職業教育專業課程“翻轉課堂”的適應性學習

摘要：建構基于智能系統的“可以自動調整內容和策略從而輸出直至達到學習所需”的適應性學習系統，有助于職業教育“翻轉課堂”的適應性學習?；谌藱C共建的職業教育專業課程“翻轉課堂”適應性學習系統包括學習內容的設計、教學策略的擬定、可視化工具的組織等部分。

關鍵詞：職業教育；“翻轉課堂”；適應性學習；人機共建

中圖分類號：G712 文獻標志碼：A 文章編號：1673-9094-（2015）07C-0027-05

在職業教育專業課程“翻轉課堂”的實踐中，應根據職業學校學生的認知特點、學習現狀以及不同個體之間的差異等，建構“可以自動調整內容和策略從而輸出直至達到學習所需”[1]的適應性學習?！胺D課堂”的適應性學習應是基于機器學習的數字化的智能系統，基于大數據的智能系統。盡管以目前職業學校實際及普通專業教師專業化水平尚不足以建構完全基于機器學習的數字化智能系統，但可通過教師、學生與機器的聯動實現人機共建適應性學習。筆者試以機電類專業課程《液壓傳動》為例，研究基于人機共建的職業教育專業課程“翻轉課堂”適應性學習。

一、學習內容的設計

適應性學習是基于系統支持的學習者的自主學習、協作學習、探究學習。因此，從課程標準、教學大綱或教材等基本課程資源到學習者自主學習、協作學習、探究學習的支持系統，不只是靜態文本到“超文本”“超媒體”等數據化的知識的轉換，更有基于自主學習、協作學習、探究學習需要的知識重組、情景建構。

（一）基于思維導圖的領域知識

布魯納的結構課程理論與奧蘇伯爾的有意義接受學習理論啟發我們：教學要有效地建構學生的心理結構（知識結構），就必須保證教學內容具有良好的結構性。[2]那么，如何組織具有良好的結構性的教學內容？從專家與新手的差異比較中發現，專家的知識不僅僅是相關領域的事實和公式的羅列，而是圍繞核心概念或“大觀點”（big ideas）組織的，這些概念和觀點引導他們去思考自己的領域。[3]思維導圖則將其進一步具體化，以某一主題為中心向外發散出若干節點，每一節點代表與中心主題的一個連結，而每一連結又可成為另一中心主題，再向外發散出若干節點，呈現出放射性立體結構。從職業教育課程組織的角度看，專業可視作第一中心主題，組成專業的相關專業課程為其發散出的關節點。每一門專業課程同樣可視作中心主題，發散出若干知識單元，而每一知識單元則可以進一步發散，直至教學信息基本單元的知識點。并且，課程、知識單元之間具有一定的邏輯關系或語義關系。以《液壓傳動》為例，第一輪的圓心即第一中心主題，其發散出的知識單元在其圓周上并構成了第二輪圓，依次遞進構成圓狀結構的平面化思維導圖，如圖1所示。當然，還可通過片層式、表格式展示思維導圖。這樣一來，思維導圖與人腦的放射性思維方式契合后便形成了結構化的個人知識數據庫。

建構思維導圖需做好兩項工作：第一，梳理知識點。梳理基于課程標準、教學大綱或教材課程內容的教學信息基本單元即知識點，以避免課程內容重組時知識點的缺失。這對于職業學校現有的課程與教學改革有非常重要的實際意義；第二，圍繞核心概念或“大觀點”組織領域知識。從職業學校學生的認知狀態和學習風格來看，職業教育專業課程中的核心概念或“大觀點”的遞進應契合職業活動的具體化。

（二）基于應用的學習情景

認知科學認為，專家的知識是“條件化”（包括對有用的情景）的具體要求，非條件化的知識常常指“惰性”知識，盡管關聯，但未被激活。[4]因此，雖然我們建構了思維導圖、形成了圍繞核心概念或“大觀點”組織的具有良好結構性的教學內容，但是未能形成“條件化”，即盡管關聯，但未被激活。那么，如何進行知識的“條件化”呢？建構主義者認為，學習是情景性的，新知識所具有的意義高度依賴于情景。從職業學校學生職業發展的角度來看，也就是要求能夠應用知識的情景。如在《液壓傳動》中，可以液壓千斤頂的使用和分析為學習情景，將液壓傳動的基礎知識進行“條件化”，如表1所示。前期的知識點的梳理將可能導致知識的碎片化，但基于應用的學習情景（學習任務）的構建又按照職業學校學生的認知狀態及其將來職業發展所需的學習風格形成了系統化的知識組織，為“翻轉課堂”的適應性學習提供了可能。

要建構基于應用的學習情景（學習任務），要做好如下工作：第一，要選擇具有功能特征的具體部件作為學習情景（學習任務）。如入門系統選擇液壓千斤頂作為學習情景（學習任務）的載體；第二，要基于功能設計應用性的問題。應用性表現在對外接軌生產實際，對內隱含基本知識單元，目的是通過應用性問題的設計實現知識的“條件化”。

二、教學策略的擬定

（一）基于機器的學習方案

從適應性學習來看，學習方案不是靜態的文本，而是基于機器的教學活動的程序、方法、形式和媒體等因素的教學設計。因此需在教學設計中，根據知識單元的層次結構設計學習模塊、學習單元以及學習任務，其中學習任務是教學設計的基本單元，如圖2所示。

每一個學習任務按照任務說明、學習目標、問題探究和輔助資源等四方面組織。任務說明可從學習者已有經驗出發，展示新的學習任務。以液壓千斤頂的使用和分析為例，其任務說明可從使用情境引出液壓千斤頂，并通過原理圖的展示說明液壓千斤頂的基本工作原理。這一設計契合了美國教學設計專家梅瑞爾在其首要教學原理中提出的有效教學的“激活舊知原理”、“演示新知原理”；學習目標是讓學習者了解完成學習任務后能夠做什么，如“能夠根據原理圖說明液壓千斤頂如何實現柱塞臺的升降，以及如何實現頂起重物后的自鎖”，便于學習者建立學習預期以及自我檢測。學習目標的這一表達方式向學習者展示了新知識，而不是陳述新知識，其中同樣契合了“演示新知原理”；問題探究是幫助學習者在問題解決中學習新知識，如“當提起杠桿1時，密封腔4中的油液壓力是多少？是否與密封腔10的油液壓力相等？重物G是否能上升？”，其中需要應用壓力的概念、特性與靜壓原理等基本知識單元（知識點），這契合了首要教學原理中首先應遵循的“聚焦解決問題原理”以及有效教學的“嘗試應用原理”；輔助資源包括新的基本知識單元（知識點）、可視化的學習資源以及可操作的學習資源。學生在問題解決以及可視化學習、操作實踐中融會貫通新知識，契合了有效教學的“融會貫通原理”。

（二）基于交互的活動組織

從交互活動的對象來看，“翻轉課堂”的適應性學習的交互應該有二：第一是人機交互，即人與機器的交互；第二是人人交互，即人與人的交互，其中包括學生與學生的交互、學生與教師的交互。按照“可以自動調整內容和策略從而輸出直至達到學習所需”的要求，適應性學習的人機交互應達到根據學習者的需求進行即時的推送，而且這一推送不只限于學習者的主動要求，而且可根據學習者學習的信息反饋情況由機器主動推送，提供即時的“支架”，實現智能化的支持。限于目前職業教育專業課程教學的實際，機器的智能程度尚不能實現如此智能化的支持，因此，人機交互的不足尚需通過人人交互彌補。

從“翻轉課堂”的組織時序上看，適應性學習的交互可分兩類：第一類是課前學習時的交互；第二類是課中學習的交互。課前的學習交互更多地通過人機交互來實現，在人人交互的輔助下，需借助機器建立交互的工具或平臺，為“翻轉課堂”的課前學習提供更廣闊的時空。課中的學習交互更多地通過人人交互，即學生與學生的交互、學生與教師的交互來實現。在人機交互、人人交互的過程中，教師要根據學習記錄，分析學習者已有的學習基礎、認知風格、學習路徑、學習時間以及獲取幫助的次數與深度等，形成不同學習者的相應模型，并需隨著“翻轉課堂”的深入，學生學習適應性水平的提高，借助機器提供不同的支持。

從交互活動的機制來看，可通過協作實現交互，可通過競爭實現交互。建構主義學者認為，學習依賴于共同具有的理解，這種共同的理解來自于學習者與他人的商討。無論是協作式交互還是競爭式交互，其本質還是學習者與他人的商討，其最終形成的是共同的理解。因此，在“翻轉課堂”的實施中，可建立協作的平臺——學習小組，在小組成員的相互協作中形成即時的適應性支持，而且通過協作讓學習者“學會合作”。為了更好地激活協作，可在學習小組之間引入競爭機制，通過組內合作、組間競爭，提升人人交互的強度和效度。

三、可視化工具的組織

在基于機器的學習適應性學習系統中，學習工具模塊包括可視化工具、協作學習工具、學習過程分析工具等。[5]鑒于職業學校普通專業教師目前實際，在人機共建的“翻轉課堂”適應性學習建構的實踐中，學習工具暫時簡化為可視化工具。機電類專業課程的可視化工具一般有表格的知識組件、可視化的學習資源、基于操作化的學習資源等。

（一）表格化的知識組件

盡管從中心發散的思維導圖更契合人腦的放射性思維方式，但是從適合機器表現的角度來看，需要將知識組件表格化。表格化的知識組件，能夠較為直觀地反映知識組件及其內部聯系。知識組件的表格實際就是為學習提供可視化的工具。如表2所示的《液壓傳動》學習任務設計，學習者可直觀地認識知識組件及其內部聯系，自主地學習。

（二）可視化、可操作的學習資源

如表2中的學習資源一欄所示，《液壓傳動》常見的學習資源有部件模型、原理圖、結構圖以及相應的演示動畫，當然，條件好的職業學校還建有液壓傳動的仿真系統。其中，原理圖、結構圖以及相應的演示動畫是可視化的學習資源，部件模型、仿真系統是可操作的學習資源。無論是可視化的學習資源還是可操作的學習資源，在適應性學習中，都是可視化的學習工具。

從適應性學習支持的角度來看，部件模型、仿真系統等可操作的學習資源能夠給予學習者更直觀、更感性的認識，給予的支持更充分；從學習者思維發展的角度來看，原理圖、結構圖等可視化的學習資源需學習者結合已學的《機械制圖》、《機械基礎》等課程知識，將靜態的平面化的圖紙轉化為動態的立體化的模型。從適應性學習的需要來看，應從初期可操作的學習資源為先，逐步轉向可視化的學習資源為主。當然，不同的學習者的發展狀況不一，可結合實際的發展給予不同的支持組合。

完全能夠基于機器學習的數字化的適應性學習系統，甚至基于大數據的適應性學習系統將能夠更好地實現個性化、個別化的泛在學習。對于這樣的智能系統而言，人機共建的適應性學習只是一個“半成品”。但是，這樣的“半成品”對于職業教育專業課程的“翻轉課堂”卻有真實的意義：（1）并非所有專業課程都需要這樣完全的機器學習，機器學習確實只能成為某些專業課程學習的輔助；（2）教師、學生與機器的聯動能夠提供更多的人機之間真實的互動，這些真實的互動不是機器學習能夠提供的，卻是學生從學校生活走向社會生活所必須的。

參考文獻：

[1]Martin V. Butz， Olivier Sigaud， Giovanni Pezzulo， Gianluca Baldassarre .Anticipatory Behavior in Adaptive Learning Systems：From Brains to Individual and Social Behavior [M]. Berlin：Springer，2007.

[2]裴娣娜.現代教學論基礎[M].北京：人民教育出版社，2012.

[3][4]【美】約翰.D.布蘭思福特.人是如何學習的[M].程可拉，譯.上海：華東師范大學出版社，2013.

[5]陳麗.遠程教育學[M].北京：高等教育出版社，2004.

（責任編輯：方健華）