高校音樂教學的數據化探討

張超

摘要：隨著科學技術的快速發展，教育事業也迎來了高度的信息化與數據化，進入了大數據教育時代。但基于音樂學科的特殊性，筆者認為音樂學科的數據化研究應該以教育大數據研究為基礎，打造具有音樂特點的數據化平臺，實現音樂學科的數據化教學。本文論述了音樂學科數據化建設的構思，并以二胡教學數據化的建設為例，從基礎資源的建設、數據跟蹤、數據分析、預測與評估等方面進行探討。

關鍵詞：音樂? ?教學? ?二胡? ?數據化

中圖分類號：J60-05? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ?文章編號：1008-3359（2019）04-0120-02

當今，中國的教育事業已經邁入了大數據研究的時代，各個學科領域也在進行著新的數據化研究與探索，力求形成新的學術范式。教育大數據通過對教育數據的挖掘和分析，以促使教育管理、教學模式、學習方式、評價體系等多方面的變革，實現教育的智能化和人性化。筆者認為教育大數據的研究為音樂學科的數據化建設帶來重大影響，尤其在音樂教學方面。

從教學模式而言，基于音樂技能學科的特殊性，一直延續著教師和學生“一對一”的教學模式。此教學模式的優點在于較大限度的做到因材施教，根據學生不同的演唱或演奏基礎進行不同層次的技能授課。但是，此類教學模式也有較大弊端。從教育對象而言，此教學模式具有單一性、重復性等缺點，致使學生無法接觸到更多教師的多彩化教學;從教師主體而言，課堂的受眾人數較少，導致了優質資源的巨大浪費，這就形成了學生想學沒有機會，教師想教沒有途徑的窘迫局面。但是，隨著科技的快速發展和教育理念的不斷更新，逐漸出現了慕課、微課及反轉課堂等新型授課方式，而此類授課模式對音樂的教學具有較大借鑒意義。

筆者認為，音樂教學要向數據化和多樣化方向發展，在傳統教學的基礎上，大量增加輔助性的數據教學資源，以適應現代化教學的需求。

音樂教學的數據化，可將音樂各類學科豐富的教學、演出、論文、講座等眾多資源系統的呈現在一個數據庫內，使之形成基礎的數據資源，然后利用高新技術對學生的學習歷程進行數據記錄并智能分析，最后結合系統的評估而形成動態的課程規劃和個性教學。

音樂數據化教學可分為聲樂類數據化教學和器樂類數據化教學。聲樂類數據化教學又可細分為美聲唱法、民族唱法和通俗唱法等內容，器樂類數據化教學可細分為鋼琴演奏、管弦樂演奏、民族樂器演奏等內容。因筆者從事于二胡的演奏與教學，故以二胡數據化教學的建設為例進行分析。

第一，二胡數據基礎資源的建設。

二胡數據基礎資源的建設可分為技能教學課堂、曲目教學課堂、音樂會及講座欣賞課堂和理論知識交流課堂四個部分。

二胡技能教學課堂。可由多名高校優秀教師進行分類錄制，為每項二胡技能制作針對性教學課堂。如左手有持琴、揉弦、換把、泛音、滑音、顫音、琶音、活指、輪指等技能課堂;右手有持弓、慢弓、中速弓、快弓、跳弓、頓弓、雙弦運弓、快速換弦等技能課堂。就單獨某一節課而言，該教學課堂短小精悍，信息明確，針對性強，且可反復聽講，認真揣摩。總體而言，該教學課堂具有內容全面性、技能系統性和教學多樣性等特點。

二胡曲目教學課堂。可分為傳統曲目、近現代曲目及移植作品教學課堂。曲目的講解著重從作曲背景、曲式結構、旋律強弱、情感起落及主要運用的演奏技法等方面分析，可附帶教師或學生的示范演奏視頻。這樣為每一首二胡曲目制作相應的教學課堂，學生就可以根據自己的演奏水平優化選擇，從而有機會聽到諸多曲目的講解與示范。

音樂會及講座欣賞課堂。可將各類專業二胡音樂會、二胡比賽及講座進行錄制。再將這些視頻上傳于數據庫，變為優質的欣賞課資源。學生通過觀看優秀演奏者對技能的展現、曲目的表達和情感的流露，會使學生提高對二胡演奏的認識，同時也會增強學生對二胡的學習興趣。

理論知識交流課堂。二胡的演奏需要科學的理論作為指導。二胡演奏中每一項技能都應該理論化與概念化，使學生通過閱讀文字而形成實際演奏的理論基礎。同時，將大量與二胡演奏相關的書籍、期刊論文、畢業論文上傳于數據庫，為二胡學生建立一個理論交流的平臺，這樣就可以使每一位學生精確搜索到某個技能或者某個曲目的相關材料，通過仔細、反復的斟酌，將會不斷提高自身的理論基礎，更新自己的理論觀念，指導演奏中的實踐活動。

第二，數據跟蹤。

跟蹤概念：數據跟蹤是對學生學習信息的全面采集，包括學生學習歷程的各項精確數據，且要求數據具有真實性與價值性，以此實現對學生整個學習行為的數據化操作。因現階段教學是通過直覺與經驗來分析學生的演奏情況，所以難以避免主觀臆斷性。而通過數據跟蹤得到客觀的數據，就會為演奏者呈現出數字化形式的基本參數，為教學的嚴謹性與科學性提高了強有力的保障。

跟蹤技術：數據跟蹤是一項極為復雜的過程，需要充分運用到諸多高新技術。如移動通訊技術、云計算技術、視頻監控技術、智能錄播技術、物聯網感知技術、情感識別技術、搜索分析技術等。現階段，上述每一項技術都具有單個的可實施性與操作性，可以分別得到多項精確的跟蹤數據，但是，想要達到綜合性數據效果，還需要更多科技人員的關注與涉足。

跟蹤過程：數據跟蹤包含了學生的學習和練習等各個環節。比如，對學生使用數據資源的瀏覽時間、瀏覽內容、瀏覽次數等理論學習情況的跟蹤;對學生練習技能、練習曲目、練習時間、練習進度等練習內容的跟蹤;對學生練習過程中的音高準確率、節奏準確率及強弱對比、情感表現力等練習效果的跟蹤;對學生參加演出、比賽、交流講座等藝術實踐的跟蹤。同時，數據跟蹤按照一定周期進行更新，力求將學習過程中的每個環節量化為可靠的精確數據，為數據分析提供前提和基礎。

第三，數據分析、預測和評估。

數據分析：在上述數據采集的基礎之上利用高新技術先將孤立的數據多維度融合，再進行的全面性、專業性的可視化與智能化分析，通過數據分析反映出學生在學習和練習中存在的問題，從而使學生對自身的演奏有客觀清晰的認識。同時，根據存在的具體問題，數據庫會提供針對性的動態課程規劃與課程設置。

課程預測：數據庫通過對學生各項數據的智能分析來預測課程進度，并且以數據形式再次體現，這樣就使學生獲得了未來學習進度的詳細規劃，并且可以根據數據庫的規劃和自身實際的練習情況，隨時調整課程進度的快慢以達到自己的預期目標。

課程評估：數據庫在評估階段會及時采集學生對課程完成的實際情況，并根據數據庫已定的課程規劃給出相關指導性建議，比如，數據庫會呈現出學生已完成和未完成的課程內容，并分析未完成的原因及提供解決方案。與此同時，還要設定周期，進行持續更新的數據評估。通過評估結果來調整下一周期的教學進度與安排，實現更大限度的人性化與智能化教學。

當然，除了個人層次的數據化建設以外，還要對數據作出更大范疇的對比分析。比如，將不同高校、同一專業的學數據進行對比分析，可以反映出不同學校在教學中具有不同的教學目標、教學內容和教學進度。這樣一來，學校可以根據預期的教學目標進一步優化教學的相關文件，將同一高校同一專業、不同年級的學生數據進行對比分析，可以反映出不同年級學生在學習中不同的課程重點與難點。這樣以來，教師可以根據不同年級存在的問題近一步優化教學大綱與教案。通過多種形式的數據對比分析，得到具體的數據對比結論，有利于實現教學相關事宜的調整，這也充分體現了“以人為本”的教學理念和“因材施教”的教學方法。

在高新科技時代，音樂教學數據化具有較高研究價值和實用價值。它可以在傳統教學的基礎之上，創造出現代化的教學手段，搭建起先進的教學平臺，使優質資源得到充分利用與合理分配。但是，目前此類研究僅處于理論構建的初級階段，需要更多音樂學者和工作者進行深入的研究與探索。同時，也需要大量信息科技工作者的支持與幫助，充分發揮科學技術在音樂學科領域的潛力。筆者期待著音樂數據化教學模式的快速發展，也期待著多學科交叉研究而碰撞出美麗的火花。

參考文獻：

[1]楊現民，余勝泉.論我國數字化教育的轉型升級[J].教育研究，2014，（05）.

[2]陳然，楊成.量化自我：大數據時代教育領域研究新機遇[J].現代教育技術，2014，（11）.

[3]劉鳳娟.大數據的教育應用研究綜述[J].現代教育技術，2014，（08）.