段春雨,王文嬌,常 宇,閆寒冰
(1.華東師范大學教育信息技術學系,上海 200062;2.上海市江寧學校,上海 200060;3.華東師范大學開放教育學院,上海 200062)
在“互聯網+”教育時代,走“質量提升”內涵式發展道路,已成為遠程培訓界的集體共識與必然選擇。教師遠程培訓過程中,由于教與學時空分類的本質屬性,使得教學交互的價值與作用得到充分突顯。如何有效地運用在線交流工具(如BBC,在線論壇等)提升教學交互效果、促進在線學習的真正發生是遠程培訓質量管理的重點關注內容之一。建構主義理論發現,社會性交互活動對學習者的認知發展具有支架性的促進作用[1]。以計算機為中介的交流(Computer-mediated communication,簡稱CMC)研究也證實:在線交互活動不僅有利于促進學習者有意義的知識建構,而且對其批判性思維的養成和發展也具有重要促進作用。受這些理念的影響,在許多教師遠程培訓中都將在線討論作為其中的“標配”內容。不過,當前許多教師遠程培訓實踐中在線討論卻存在著許多問題,比如在線反饋延滯、討論缺乏深度、學習者參與度不高、話題質量有待提升等。為了解決這類問題,大規模教師遠程培訓中往往會安排一個特殊角色——在線輔導教師。研究指出,在線輔導教師在發起討論話題、營造研討氣氛、吸引或督促參與、引起深度反思、及時答疑解惑等方面可為參訓教師提供實質性的學術支持與幫助[2]。深度、有效的在線討論活動,離不開在線輔導教師的充分參與和創新實踐。毫不夸張地講,在線輔導教師的在線交互質量在一定程度上影響或制約著遠程培訓的成效。
在線交互質量是輔導教師充分參與并有效引導在線討論活動的量度[3]。廣義的在線交互質量包括發起話題、營造氣氛、引發反思、答疑解惑等各個方面。狹義的在線交互質量特指輔導教師發布討論助學貼的優劣程度。隨著“國培計劃”“農遠工程”以及“中小學信息技術能力提升工程”等大型遠程培訓項目的推進,在線輔助教師的角色以及其在線交互質量被逐漸關注與重視。然而,當前能夠有效分析在線輔導教師交互質量的遠程培訓項目并不多見。與此同時,我國教師遠程培訓的“大規模”特征,也給輔導教師在線交互質量的分析與評價帶來了非常大的挑戰。當前實踐中普遍采用的輔導教師在線交互質量分析方法:要么依賴全樣本的滿意度測評,學習者在學習完成后僅對在線交互質量給出一個籠統的、主觀的感受評分;要么做事后的隨機樣本抽樣分析,不但分析成本高,分析結果也只能留待下次借鑒;要么以粗糙的數據統計(如助學帖數量、助學時長等)代替質量分析,無法有效地測評輔導教師的在線交互質量,甚至還存在誤導助學工作的可能與風險。如何有效地診斷輔助教師的在線交互質量,以實現對討論助學工作進行常態化地、全過程性地科學診斷與及時干預,逐漸成為進一步優化與提升教師遠程培訓質量和效益的一項重要內容。
從已有研究上看,盡管學界對在線輔導教師的關鍵作用給予了較大的關注,圍繞在線輔導教師的角色、實踐現況、能力素質、培訓策略、專業成長以及服務質量評估等問題開展了大量的研究與探索。但整體而言,研究視野還比較宏觀,鮮有研究對輔導教師的在線交互質量進行過專門的分析與探索。鑒于現存的絕大多數在線討論質量分析框架都集中在學習者視角,鮮有可操作性的分析框架適用于輔導教師在線交互質量的分析與探測。本研究試圖聚焦輔導教師在線交互質量分析這一議題,借鑒扎根理論分析方法構建輔導教師在線交互質量的分析框架,并基于大數據的分析思路設計與研發可實時自動化分析、可視化呈現的在線交互質量分析規則。為保證該質量分析框架與分析規則的有效性,將其以工具形式嵌入到教師遠程培訓研修平臺,借助對比實驗和問卷調查從主觀和客觀雙重視角對其應用效果進行了分析與驗證,以期能夠對相關研究與實踐提供借鑒。
要構建輔導教師在線交互質量的分析框架,首要解決的問題是明確在線交互質量分析的核心要素。鑒于當前絕大多數在線討論質量分析模式都傾向于學習者,鮮有成熟的框架或模型適用于輔導教師在線交互質量的分析。本研究試圖借鑒扎根理論方法從已有的輔導教師在線交互數據中提取與凝練相關的質量分析要素。扎根理論是一種系統性、自下而上、程序化的質性研究方法,其核心思想針對某一現象,從實踐經驗數據中收集、分析與提煉反映材料內容的核心概念,并建立各概念間的聯系,歸納與建構新的理論[4]。
客觀真實的數據樣本材料是扎根理論得以有效應用的重要物質保障。本研究選取華東師范大學教師遠程研修平臺“如何進行主題探究”這門課程2014年第1期至第3期培訓中所有的輔導教師討論帖為樣本研究數據。之所以選擇該課程作為樣本數據來源主要有以下考慮:一是該課程歷經幾輪的迭代,研發團隊不斷改進其培訓設計,形成了較為穩定的模式;二是該課程一直備受學員與在線輔導教師的青睞,學生滿意度以及在線輔導教師的投入熱情都比較高;三是該課程在2014年培訓中輔導教師人員結構沒有發生過變化。首先,從教師遠程研修平臺上下載《如何進行主題探究》2014年第1期至第3期培訓所有輔導教師的在線討論回帖數據;然后,對這些樣本數據進行整理,剔除無效數據(無特定意義或僅含表情符號),最終保留的有效樣本帖共計216條。
數據編碼是扎根理論分析與處理數據的核心環節,包含開放性編碼、主軸編碼和選擇性編碼三種不同編碼類型[5]。根據研究旨趣不同,在實際應用中可以采用不同編碼方式。本研究采用開放性編碼和主軸編碼對輔導教師討論助學回帖進行分析與處理。為保證研究結果的客觀性和準確性,本研究邀請兩名長期從事遠程培訓工作并且具有較高理論素養和敏感性的大學教師作為研究員(將它們命名為A和B),分別對數據樣本材料進行單獨編碼。編碼大致過程如下:(1)A和B一同對收集到的216條助學討論回帖進行編號,并將其命名為K1—K216;(2)A 和B 分別對K1—K216帖子內容進行現象摘要分析,將每一條帖子內容語義概念化,形成初始概念;(3)A和B就初始概念編碼結果交換意見,解決存在的概念爭議,達成共識;(4)分別根據初始概念間的相關程度和隸屬關系,對他們進行重組和歸類,形成概念范疇;(5)就概念范疇彼此交換意見,達成共識,形成最終數據分析結果。經過兩輪的數據編碼和爭議解決過程,最終獲得的5個概念范疇(編號為GG1—GG5)、15個子范疇(編號為GG11—GG25)。
從概念范疇組成上看,輔導教師的在線討論活動主要集中在點評觀點、回應問題、引導討論、案例示范以及總結提升等五個核心議題。鑒于此,本研究將這五方面內容作為輔導教師在線交互質量分析的核心要素,構建了在線交互質量的“五要素”分析框架(參見圖1)。其中,回應問題、案例示范和總結提升主要關注參與討論活動的認知狀態,反映的是輔導教師對學員認知方面的在線交互支持;引導討論主要關注參與討論活動的社會交互狀態,反映的是輔導教師對學員社會方面的在線交互支持;點評觀點主要關注參與討論活動的優劣狀態,反映的是輔導教師對學員情感方面的在線交互支持。

圖1 在線交互質量分析“五要素”框架
依據在線交互質量分析框架,參照已有研究,從培訓學員感知的視角建構了輔導教師在線交互質量分析的指標體系(參見表1)。質量分析要素設計主要依據在線交互質量分析框架,設置了點評觀點、回應問題、引導討論、案例示范、總結提升五個測評維度。質量分析指標設計主要參考已有的在線討論帖子內容深度編碼表,對質量分析框架中的子范疇(GG11-GG25)進行了整理,在各個維度上分別設置了3 個面向培訓學員感知的分析指標(無用、幫助不大、很受用)[6]。其中,“無用”對應在線討論深度編碼表中的淺度帖,“幫助不大”對應中度帖,“很受用”對應深度帖。
助學討論回帖是輔導教師在線交互的內容載體,要分析輔導教師在線交互的質量,有必要明確每一個助學討論回帖的質量。本研究將輔導教師在線交互質量定義為討論話題下輔導教師所有的討論回帖質量的均值。參照上述的在線交互質量分析指標體系,我們設計與開發了輔導教師在線交互質量評價表(參見表2)。
因此,某一話題下的輔導教師在線交互質量的分析規則為:
在線交互質量Q話題M=(帖子1 質量+帖子2質量+...+帖子n的質量)/話題M 的助學討論回帖數量n

表1 輔導教師在線交互質量分析指標體系
某位輔導教師在線交互質量的分析規則為:
在線交互質量D某教師=(某教師帖子1質量+某教師帖子2質量+…+某教師帖子n的質量)/某教師回帖總數n
在具體實踐中,需將在線交互質量分析規則嵌入遠程培訓平臺。這樣學員可以在與輔導教師的正常互動中,借助系統評價功能伴隨性地對助學討論回帖質量進行即時評價。輔導教師在線交互質量分析界面的設計遵循用戶簡潔性原則,采用“小圖標”來表征各個指標選項,并將質量分析規則及相關的文字解釋完全“內隱”于系統平臺。默認狀態下,只有無用、幫助不大、很受用這三個小圖標顯現。不過,當學習者滑動鼠標到相應的小圖標時,系統會自動彈出一個選項對話框,該對話框顯示的是學習者選擇的理由或判斷依據。其中,選項對話框中所有的理由描述都與表1中質量分析指標描述一一對應。值得一提的是,無用(淺度帖)、幫助不大(中度帖)、很受用(深度帖)的比重可以在平臺或系統中自行設置或調整。例如將無用記為-1分,幫助不大記為+3分,很受用記為+10分,無任何操作計為1分。在整個過程中,平臺會自動記錄培訓學員的感知“評語”,并依據質量分析規則自動生成質量分析報告。

表2 輔導教師在線交互質量評價表
為了檢驗輔導教師在線交互質量分析框架的有效性,將質量分析運算規則以工具的形式嵌入到教師遠程培訓研修平臺。綜合采用對比實驗、問卷調查等方法,從主觀和客觀兩方面對其應用效果進行分析與驗證。
采用對比實驗的方法,通過分析使用過與未使用在線交互質量分析框架的輔導教師在交互(討論)活動上的差異,來驗證在線交互質量分析框架應用成效。
1.實驗對象
選擇上海市市級共享課程“學習過程設計”2015年4 期培訓中的兩組輔導教師隊伍作為實驗對象。我們將他們命名為教師A組和教師B組。A組為“學習過程設計”第1期和第3期的輔導教師;B 組為“學習過程設計”第2期和第4期的輔導教師。每組輔導教師人數均為3人。之所以選擇這些輔導教師作為實驗對象,主要有兩點原因:一是兩組輔導教師隊伍在四期培訓中都未發生變化;二是系統升級(新增交互分析模塊)前后兩組輔導教師均承擔同一課程的助學任務。
2.控制與干預
為避免來自無關因素的干擾,本研究對實驗條件進行了控制。A組和B組輔導教師:擔任同一課程助學任務;參與完全一致的在線討論話題;參訓學員均為上海市區內的中小學教師(每期120人);助學時間均為五周(35天)。
3.過程與方法
前兩期(第1期和第2期)學員培訓期間,不開放在線交互質量分析功能模塊。后兩期(第3期和第4期)學員培訓期間,開放在線交互質量分析功能模塊。待四期培訓都結束后,對A組和B組兩組輔導教師在四期培訓中在線交互情況進行對比分析。選擇討論交互帖子質量作為分析觀測點,并以此為依據對比分析嵌入在線交互質量分析工具前后A 組和B組輔導教師的在線交互總體情況。具體而言,利用在線交互質量評價表對兩組輔導教師四期培訓中的所有在線交互帖(共計270 個)的質量(無用、幫助不大、很受用)進行判定;然后,利用Excel軟件對其具體情況進行統計。
4.實驗結果
邀請“學習過程設計”的任課教師參與,利用在線交互質量評價表對輔導教師所有的助學交互帖子質量進行手動評價。根據評價結果對各等級(無用、幫助不大、很受用)帖子所占比例進行統計(參見圖2)。
從數據統計結果上看,嵌入在線交互質量分析工具后,各類輔導教師討論交互帖所占比例發生了明顯的變化。嵌入在線交互質量分析工具前,三類帖子所占比例相差不大。淺度帖(無用)數量比重,約占總數五分之一;中度(幫助不大)和深度帖(很受用)數量接近,各占總數的38.00%左右。然而,在嵌入該工具后,可以明顯地看到:深度帖(很受用)的比例大幅度增加,占到了總數的53.26%;中度帖(幫助不大)比例變化不大,基本保持在穩定水平;淺度帖(無用)所占比重卻明顯減少,比重減少了一半上,約占總數的10.13%。這一結果說明在線交互質量分析工具的嵌入有助于增加深度助學帖(很受用)的比重減少與改善淺度助學帖(無用)的比例,從而有利于提高在線輔導教師在線交互的質量。

圖2 嵌入工具前后助學帖子質量對比
1.問卷設計
調查問卷是以在線輔導教師的在線交互行為和在線交互帖質量為主要考察點。從這兩方面設計測量題項,對在線輔導教師使用在線交互質量分析工具的主觀感受進行調查。其中,有效性感知量表主要參照李克特五點計分方式(1代表不符合,2代表不太符合,3 代表一般,4 代表比較符合,5 代表非常符合),從在線交互的積極性、進程監控、關注度、行為調整以及助學帖質量等五個方面分別設置了5個測量題項。
2.問卷發放與回收
以華東師范大學教師遠程研修平臺上的在線輔導教師為目標人群,選取使用過在線交互質量分析工具的32名輔導教師作為調查對象,借助“問卷星”發放調查問卷,共發放問卷32 份,回收有效問卷32份,有效回收率為100%。
3.數據分析與統計
以SPSS 19.0為數據分析工具,對回收的調查數據進行分析與處理。從問卷的信度檢驗結果上看,有效性感知量表的a系數為0.82,大于0.8,說明該問卷信度良好,可用于正式數據分析。
4.調查結果分析
采用SPSS 19.0統計分析輔導教師對在線交互分析工具的有效性感知,結果如表3所示。從統計結果可知,每個題項的均值都在4.0分之上,說明整體上在線輔導教師對在線交互質量分析工具具有較高的認可度。從具體內容上看,助學積極性(4.07)、助學進程監控(4.00)、關注度(4.03)、助學行為調整(4.01)、助學貼質量(4.23)等五個問題的均值大致相當,均在4.0以上,說明輔導教師認為在線交互質量分析工具不僅有利于提高他們參與在線交互的積極性與關注度,而且還對其在線交互帖子質量和在線交互行為也有一定的積極影響。
在線交互是輔導教師教學支持服務的重要內容,其質量直接影響遠程培訓成效。本研究從培訓學員的感知視角出發,借鑒扎根理論構建了輔導教師在線交互的質量分析框架(點評觀點、回應問題、引導討論、案例示范和總結提升),基于大數據的分析思路設計與開發可實現全過程性與常態化分析的在線交互質量分析計算規則。為保證該質量分析框架的有效性,并將其以工具形式嵌入到教師網絡研修平臺,通過對比實驗和問卷調查對其應用成效進行了檢驗。研究表明,在線交互質量分析框架不僅有利于提升在線輔導教師參與在線交互的積極性和關注度,而且對在線輔導教師在線交互行為及其助學帖質量也具有一定積極影響。
隨著人工智能技術對教育的逐漸滲透以及智能機器人研究的日益崛起,輔導教師在線交互質量分析將會面臨更高的挑戰和更優質的期待。盡管本研究從培訓學員感知視角角度出發,設計與研發一整套輔導教師在線交互質量分析的框架和計算規則,并通過對比實驗與調查研究對其有效性進行了初步檢驗與探索。但對教師遠程培訓的未來發展需求而言,該框架在可操作性與智能化程度方面還存在一些不足,距離智能診斷和精準干預的期望還具有一定的差距。這也將是我們未來研究需要努力突破的一個方向。在后續研究中,有必要以現有的質量分析大數據為基礎,引入人工智能和語義分析技術或算法對評價大數據進行模擬與訓練,從而能夠實現完全的技術化、自動化分析與診斷。期望本文能夠起到拋磚引玉的作用,為開展面向大規模教師遠程培訓的深層次質量管理研究,為教師遠程培訓專業化提供智力支持。▲

表3 輔導教師對在線交互質量分析工具的有效性感知