“互聯網+”背景下的個性化學習評價研究

蘆麗萍

（天津師范大學 教育科學學院，天津 300387）

0 引 言

互聯網+背景下的個性化學習是以學生個性發展為目標,尊重學生個體差異,并強調信息技術的個性支持。這種學習方式能促使學生個體潛能得到最大限度的發揮,非常符合當前高校人才培養的需求[1]。信息技術的發展特別是網絡在教育中的應用,使學習者能夠根據自己的興趣特點、學習需求來獲得豐富的資源,得到個性化的服務和指導,自主地控制學習進程,使學習更具個性化[2]。

當前社會正由工業時代步入信息時代和“互聯網+”時代,隨著社會經濟水平和生活水平的提高,人們的教育需求正從標準化教學向個性化學習和終身學習發展,而教育服務供給也將由“標準化供給”向“個性化服務”轉變[3]。相關統計資料表明,近年來,“互聯網+”背景下的個性化學習研究主要集中在理論、設計及應用方面,對學習評價的研究較少。學習評價作為衡量學習過程和結果的重要手段,對個性化學習的有效性具有重要的支持作用。基于教育服務視角,如何實現滿足個性化學習需求的學習評價是個性化學習領域中有待研究的重要問題。

1 個性化學習評價存在問題分析

“互聯網+”環境下,學生的個性化學習評價越來越多的使用過程性評價方式。過程性評價是以優化學習過程、提高學習效果、促進個體生命發展為目的的評價活動[4]。面向過程的學習評價可以作為關注、記錄、引導、激勵和促進學習者學習體驗和成長的有效手段,是網絡教育質量保障的關鍵環節。筆者通過文獻分析和教學實踐發現在實施個性化學習評價過程中存在一些問題。

1.1 評價主體分析

評價主體是指評價活動的實施者,即評價者。評價者的評價理念應從兩個方面考慮,一是被評價者目前的知識水平,二是其可能的發展潛力。評價主體主要存在以下幾個問題:①過度強調評價主體的多元化,如學生的自評和互評、組內和組間評價、教師的評價,甚至學生家長的評價,但這樣的多元評價方式不適合對個性化學習進行評價,因為個性化學習重視的是學習過程的變化,而不是只看學習結果,且自評和互評缺乏必要的過程數據支持;②缺乏個性化評價標準,即使同一個教學班的學生,他們在知識水平、學習能力、個人目標、學業情緒等方面都參差不齊,使用統一的評價標準難以為學生提供個性化的精準評價,難以幫助學生達到各自的學習目標;③評價所依據的數據來源單一,對學習者的學習效果評價往往只用學習成績來衡量,缺乏學習行為的數據支持,如自主學習、參與問題討論、完成作業情況、作品展示及共享等;④對學習者發展方向的指引不明確,評價主體對學生的學習走向缺乏明確的指引,導致學生產生學習迷茫。

1.2 評價客體分析

評價客體是指評價活動的接受者,即被評價者。當代大學生思維靈活,對新事物接受能力強,對專業學習和能力提高有較高的積極性,崇尚競爭并具有積極進取的精神。但不可否認,隨著國際國內形勢的不斷變化,在享受生活與就業壓力等矛盾心理的共同作用下,一些學生的內心是焦慮和迷茫的,不同程度地存在沒有明確學習目標、學業情緒低落、不能正確認識自己、沒有找到適合自己的學習方法、缺乏成為優秀生的自信心等問題。

1.3 評價流程分析

過程性評價要能有效引導學生的學習過程、調整學習行為、及時反饋學習結果,對提高學生的學習動機、指引學生面向未來的發展方向有著積極的影響。目前,傳統的過程性評價流程存在以下問題:①缺乏學習者個性化特征測評;②缺乏學習過程中的學習行為數據跟蹤;③缺乏學習結果的及時反饋。

2 教育服務視角下的個性化學習評價模型構建

在“互聯網+”環境下,個性化學習的過程性評價需要合適的服務流程才能解決現實存在的問題,解決缺乏學習者個性化特征測評、缺乏學習過程中的學習行為數據跟蹤、缺乏學習結果的及時反饋等問題。因此,本研究構建了教育服務視角下的個性化學習評價模型,如圖1所示。

圖1 模型主要提供學習者個性化特征測試、個性化學習評價方案匹配、個性化學習過程數據跟蹤、學習結果及時反饋等服務,具體評價服務流程闡述如下。

圖1 教育服務視角下的個性化學習評價模型

2.1 為學習者進行個性化特征測試

評價服務首先對評價客體即學習者的知識水平進行測評,再根據學習者自行選擇的學習目標才能精準選擇個性化的評價方案:①測試知識水平,在進行學習評價服務之前,有必要了解學習者目前所具有的知識水平,以便匹配一個合適的個性化評價方案;②選擇學習目標,學習者完成知識水平測試后,要選擇學習目標,分為精通、掌握、了解;③測試學業情緒,學業情緒為學習者自評,屬于主觀測試,測試學習者學業情緒的目的是為了研究個性化學習評價服務對學生個性化學習的影響。

2.2 為學習者自動進行評價方案匹配

學習者知識水平測試的結果和對學習目標的選擇,決定了其學習類型。根據學習類型,從預設的個性化評價方案庫中自動進行學習評價方案的匹配。在不同的評價方案中,對知識水平和學習目標高的學習者,評價標準就會高一些;對知識水平低且學習目標不高的學習者則評價標準會適當降低,要求其完成基本的學習內容,能做到在原有基礎上有所進步。

2.3 對學習者進行個性化學習過程跟蹤

對學習者進行個性化學習進行學習過程跟蹤是為了掌握學習者學習狀況的第一手資料,基于大數據理念,詳細記錄學習者的學習活動和學習結果。通過數據分析,發現問題并給予及時的提醒和幫助。圖1的服務模型通過學習過程跟蹤及數據分析方法,對學習者的學習行為進行干預和調整。

2.4 對學習者給予學習活動結果反饋

個性化學習過程的學習活動和學習結果都要有準確及時的反饋。對學習者參加的學習活動,如交互程度、參與討論、資源利用等都要進行量化反饋,并按照設定的規則記錄學習積分;在作業的批改中,客觀題即時反饋,主觀題在限定期限內給出反饋;對各階段的測驗成績,以可視化圖形顯示,使學習者及時了解自己學習成績的走勢;對于優秀的實踐作品給予展示交流,指出其優缺點。此服務環節不僅能夠讓學習者及時了解自己的考試成績,還能了解自己學習行為投入的結果,明確下一步的前進方向。

3 模型應用實證研究

3.1 模型應用過程

筆者選取某師范大學教育技術專業本科生為研究對象,以“C#.NET程序設計”課程的教學內容為例,開展“教育服務視角下的個性化學習評價”模型有效性的應用研究。針對學習者個性化學習過程中存在的信息迷航和學習效果不理想等問題,筆者在自行開發的“云網端一體化學習平臺”上,增加了個性化學習評價服務,并在實踐過程中不斷優化學習評價功能,以期檢驗教育服務視角下的個性化學習評價的有效性。

3.2 個性化特征測試服務

個性化特征測試服務主要解決的問題是學習者分類。學習者登錄“云網端一體化學習平臺”,選擇“C#.NET程序設計”課程后,先進行知識水平測試,測試結果依據預設的分數區間從高到低分別為A、B、C級;接下來選擇學習目標,從高到低分別為I、II、III級,對不同的學習目標均提出了具體的學習要求。依據知識水平測試結果和學習目標的選擇,將學習者類型分為AI、BI、BII、CI、CII、CIII,共6類。知識水平測試后還要進行學業情緒測試,測試工具為“大學生學業情緒量表”[5],該量表包括4個分量表,共50個題項。測試完成后,系統會自動顯示學習者所屬類型及學業情緒測試結果。

3.3 評價方案匹配服務

評價方案匹配服務所要解決的問題是匹配什么樣的評價方案。評價主體預設了6種個性化評價方案,與6類學習者一一對應。每種評價方案評價指標相同但評價標準不同。評價標準包含:①考試評價標準,對于階段測驗,分別設置題目的難易程度和考試時間;②參與學習活動評價標準,共涉及學習過程中的資源利用、交互程度、平時作業和綜合作品等4個方面的12項學習活動,學習者參與學習活動均可獲得積分。學習者的類型不同,積分標準也不同,如AI類學習者發起一次問題討論或者回答一個問題獲得1個積分,提出疑問不獲得積分,而CIII類學習者提出一個問題即可獲得1個積分。

3.4 學習過程跟蹤服務

學習過程跟蹤服務所要解決的問題是實時記錄學生的學習行為,進行量化學習積分的計算。在個性化學習評價服務過程中,學生發起討論、提出問題、回答問題、上傳資源、下載文件、提交作業、作品展示等次數都有相應的積分記錄。對于積分太低的學習者,評價主體,即任課教師會有相應的提醒,提醒方式有網上自動提醒,也有教師找學生面對面談話幫助,以便及時引導與督促學生的學習行為。

3.5 學習結果反饋服務

學習結果反饋服務所要解決的問題是讓學習者及時了解自己的學習結果。學習者根據系統發布的學習任務,進行階段性知識水平測驗,測驗結果能在學習支持系統得到即時反饋,并可按考試時間呈現成績的趨勢走向圖,以便學生及時了解自己學習的發展狀況;對學習者參加的所有學習活動均有記錄,并按相應規則給予學習積分的反饋,到期末會自動將學習積分折合到平時成績中,學習者會在系統中查詢到結果。

4 應用效果與分析

4.1 數據采集

本研究針對某高校教育技術專業本科三年級學生,從70名學生中隨機抽取24名作為本實驗的配對樣本。在實施個性化學習評價服務之前,對“C#.NET程序設計”前導課程的知識水平進行考試,并對學業情緒進行問卷調查,發放問卷24份,回收問卷24份。實施個性化學習評價服務,包括提供匹配的學習目標和評價方案、實時獲取配對樣本參與學習活動的數據,并對他們的期末考試成績進行分析;對學業情緒進行問卷后測。將收集到的數據進行整理,采用配對樣本的參數t檢驗,對個性化學習評價服務模型的應用效果進行分析。

4.2 學習者考試成績分析

通過一個學期16周的個性化學習評價服務,對24個配對樣本進行課程期末考試成績跟蹤并作為后測數據,將提供學習評價服務之初的考試成績作為前測數據,使用SPSS軟件進行配對樣本t檢驗,結果見表1。

從表1可以看出,提供學習評價服務前后樣本的考試成績平均值有較大差異,相差了約8.46分,t檢驗統計量的觀測值對應的雙尾概率p值為0.005。如果顯著水平α為0.05,由于概率p值小于顯著水平α,說明本研究構建的個性化學習評價模型對提高學習成績效果顯著。

4.3 學習者學業情緒分析

教育應該以人為本,根據學生的心理需求,使學生懷著希望去學習,讓學生在愉快中學習,主動探索并進一步激發他們的學習興趣與熱情,從而避免厭煩學習情緒的產生[6]。本研究對24個配對樣本分別統計學業情緒4個分量表前測與后測的得分,將獲取的數據進行配對樣本t檢驗,結果見表2。

從表2可以看出,樣本的“積極活動定向學業情緒”和“積極結果定向學業情緒”對應的概率p值均為0,說明學習者在進行學習活動過程中的高興、輕松及自主的學業情緒值顯著提高,學習者對學習活動結果的成就感學業情緒值顯著提高。由此可見,個性化的學習評價服務能減緩學習壓力、優化學習體驗過程,使學習者的自信心大大增強;樣本的“消極活動定向學業情緒”和“消極結果定向學業情緒”的變化不顯著,說明學習者在評價服務前后的厭倦、不滿、煩躁、羞愧、焦慮、沮喪等不良情緒都不是很高。學習者的心理是健康的。

表1 考試成績配對樣本t檢驗結果（N=24）

表2 學業情緒配對樣本t檢驗結果（N=24）

4.4 學習者參與學習活動行為分析

實施學習評價服務之前,學生依托“云網端一體化學習平臺”參與個性化學習活動的積分只是作為教師給定平時成績的一個參考。實施學習評價服務之后,增加了積分計算的不同標準和平時成績的核算功能,并且實時跟蹤與監督。根據課程學習前后學習者的學習積分,分析個性化學習評價服務對學習者學習行為投入的影響,其中前測學習積分是未實施個性化學習評價服務之前該課程的一門前導課程的學習積分;后測學習積分是實施個性化學習評價服務后在該課程學期末測量而得。進行配對樣本t檢驗,結果如表3所示。數據分析發現,提供個性化學習評價服務前后學生的學習活動積分均值提高了約3.92分,t檢驗統計量的觀測值對應的雙尾概率p值為0。如果顯著水平α為0.05,由于概率p值小于顯著水平α,說明本研究構建的個性化學習評價模型使學習者學習行為投入顯著增強。

表3 學習活動積分配對樣本t檢驗結果（N=24）

5 結 語

筆者選取“個性化學習評價服務”實施之前和之后的兩個總體的配對樣本,兩配對樣本t檢驗的目的是:利用兩個來自總體的配對樣本,推斷2個總體的均值是否存在顯著差異。配對樣本通常具有兩個特征:①2個樣本的樣本容量相同;②2個樣本觀察值的先后順序是一一對應的,不能隨意更改的[7]。本研究在“個性化學習評價模型”的有效性驗證過程中,保證了樣本容量都是24,保證了成績測試和學業情緒測試的先后順序。因此,得出的研究結論是有依據的,即“個性化學習評價”服務的實施能督促學習者的學習過程,有助于提升學習者考試成績;能減緩學習壓力,優化學習者學習體驗過程;能增強學習行為投入,有效促進學習者個性化發展。

總之,“互聯網+”環境下構建的個性化學習評價方法在一定程度上提高了對學習者評價的精準程度。需要認識到,評價不是目的,只是作為促進學生更加全面發展的手段。作為高校的一線教師,要清醒的認識到每個學生都是獨立的個體,每個學生都具有無限的發展潛力,正確引導至關重要。筆者將會深入下去,力爭將網絡評價和面對面評價有機結合起來,從知識、能力、情感上引導學生健康成長。