基于Trustie-EduCoder 平臺的線上線下融合式教學模式研究

歐陽建權，鄧漪凡，尹 剛

（1.湘潭大學 信息工程學院，湖南 湘潭 411105；2.湖南智擎科技有限公司，湖南 湘潭 411105）

0 引言

當前，互聯網+的發展、5G 的熱潮正推動著人工智能時代的到來，市場對于具備人工智能素質人才的需求巨大，無論是工科型人才還是非工科人才都需要了解和學習人工智能。人工智能實踐是面向人文社科類專業的公選課之一，也是計算機科學與技術、軟件工程等許多專業的重要基礎課程。

這些課程一般由基礎教學和綜合實踐教學組成。基礎教學注重課程知識的講解；綜合實踐一般由課堂案例和實踐應用兩部分組成。雖然學校和學生都很重視這些課程，但是學生課后沒有平臺練習鞏固加深，與老師課后缺少交流，綜合實驗的趣味性不足，題目難度設置不合理，導致學習效果不佳。

線上線下混合式教學模式是一個跨越虛擬，可以實現在線與實時交流、涉及多種要素協同的混合式課堂結構[1]。基于Trustie-EduCoder 的混合式教學模式是以構建主義理論等現代教育理論為依據[2]，把傳統面對面課堂教學和網絡教學平臺的優勢結合起來，使在線學習和課堂教學形成互補，進而提高教學效果，激發學生學習興趣，促進學生自主學習能力的提高。

Trustie-EduCoder（Trustworthy software tools and integration environment）是指一個由600 多所大學參與共建共享的智能學習平臺，支持全技術棧的實驗和實訓教學，其中包含各學校可推薦給本校學生學習的各種教學資源，實現了實踐教學的課程軟件化、過程游戲化、環境生產化和測評全棧化。

1 線上線下混合式教學模式面臨的問題

傳統線上線下混合式教學模式通過線上視頻錄制定期上傳，實踐項目按課時發布作業，線下教師按照課程自有的知識體系進行教學。這種教學模式一方面存在線上平臺監管不嚴，另一方面存在線下過分依賴線上，師生溝通缺少等問題。細化來說，體現為以下幾種表現形式：①相比于傳統作業完成成本較低，在學生腦海中留下印象不深；②提交作業不及時，造成集體懶散，降低學習積極性；③教師與學生課后缺少溝通，致使課程安排和難度出現問題也無法及時調整；④時代感弱化，與實際應用場景關聯度低。

以上問題的存在使得學生在學習過程中，雖然掌握了大量的程序設計概念和語法，卻缺乏求解工程實際問題的科學思維能力和編程實現能力[3]。非專業同學在枯燥的課堂灌輸式學習中，既缺乏對前沿科技知識興趣的培養，又缺少對人工智能思維的主動訓練，因此達不到課程設計的基本目標。

2 基于Trustie-EduCoder的線上線下混合式教學模式原理及優勢

基于Trustie-EduCoder 混合式教學的基本原理是在線教學（on-line）與面對面教學（off-line）的混合[4]。由于涉及線上環節，教師除課堂素材之外，還須準備線上視頻、互動學習討論話題、在線實踐作業等。學生利用軟件平臺具有更大的學習自主性和拓展空間。這種教學模式使得教師能夠客觀衡量學習效果，幫助學生答疑，學生激發更多的學習興趣，樂于學習。

相對于傳統的線上線下混合式教學模式，基于Trustie-EduCoder 平臺的教學模式有很多的不同之處。與其他平臺的教學模式[5]相比Trustie-EduCoder 平臺的教學模式存在以下幾大優勢，見表1。

從表1 中比較可以看出，基于Trustie-EduCoder 線上線下混合式學習的特色表現在以下幾個方面：首先，通過線上課前預習提前反饋，課堂線下教師及時解答學生問題，強調重難點，增進師生交流；其次，線上的趣味學習、比賽激勵[6]可以協同非專業同學激發學習興趣，線下積極思考和反饋，幫助教學模式的環形推進；最后，基于Trustie-EduCoder 平臺，設置積分激勵機制和互評機制，促使學生更加主動的線上學習，增進學生之間的良性競爭。

表1 Trustie-EduCoder 與其他平臺的對比

從以上比較結果看來，基于Trustie-EduCoder的線上線下平臺能夠更加針對學生個體問題，大幅度節省教學時間，提高教學質量的同時也存在提交作業不及時，造成集體懶散，降低學習積極性；相比于傳統作業完成成本較低，在學生腦海中留下印象不深等不足。

3 基于Trustie-EduCoder的混合學習模式設計

基于Trustie-EduCoder 的混合學習模式是傳統面對面課堂教學模式和Trustie-EduCoder 線上學習模式的融合創新[7]。通過這種模式，期望打造出具備較強實踐能力的應用融合型人才。

混合學習活動設計以問題解決式教學方法為主線，面向人工智能實踐課程正是以實踐作為最終目標的課程，非常適合采用混合學習模式。混合學習包括課前、課中、課后3 個環節[8-9]，如圖1 所示。在3 個環節中，教師和學生都必須積極參與，相互合作，確保在各環節中各自發揮作用，共同完成好線上線下混合式教學的全過程[10]。

圖1 Trustie-EduCoder 混合式教學模式過程設計圖

該門課程配備一名Educoder 平臺教學助理擔任助教。平時課堂主要負責協助教師完成平臺內容更新、課堂秩序維護和線下問題解答；期末考試前夕，需要按教師要求布置考試題型和內容，導出考試分析報告。

3.1 課前導學環節

在課前導學環節，教師需要依據教學大綱安排，提前編寫一本線上教材，配合Educoder 平臺發布上線。基于教材內容和案例的內容，教師每次在課前錄制微課視頻，聚焦課程難重點，幫助學生搭建理論框架，明晰知識結構，并結合程序設計講解程序實現和調試。讓學生除了得到理性的概念之外，還對問題的求解過程有了感性的認識。

學生在課前導學環節，根據教師給定的教材、課外閱讀資料進行課前的預習，嘗試回答教師在視頻中提出的相關問題[11]。學生在通過視頻學習課內基本概念和方法之外，還需要結合自身的專業學習情況和興趣特點，總結和整理自己在教材、課外資料、視頻學習中發現的問題，作為預習完成的任務提交給教師。

教師首先對同學線上預習作業進行批閱，然后對學生提問線上解答，幫助學生理解基本概念和基本方法中需要注意的重點。教師對學生提出的問題及時進行線上解答，是線上線下混合式教學模式中的一大優點，有利于教與學的良性發展。

3.2 課堂研學環節

在課堂上，以搜索問題的使用為例，展開研學環節的問題討論。教師首先通過一個智力游戲問題引入搜索問題，如有3 個傳教士和3 個野人來到河邊準備過河，河邊有一條船，每次最多坐2 人。但是任何時刻在河的兩邊以及船上的野人數量不能超過傳教士的數量，不然傳教士就會被吃掉。如果讓你來玩這個智力游戲，你有幾種方式順利過河？

教師通過情景交融的方式把搜索問題應用場景生動形象地傳授給同學們。然后對課前預習情況課堂分析，課上解決本節課程的重難點問題。為了檢驗學生的學習效果，可以適當提問進行考查。針對性地提出若干個問題供學生進行討論與交流，學生將分組對問題進行討論，最后每一個小組派出代表來陳述討論結果。

教師對學生的討論甚至在爭議無法緩和時進行必要的引導，分組討論有助于讓討論的問題更加細致，同時可以讓積極性不足的同學都在討論的時候有更多的機會參與到討論中并從中受益，在陳述環節，能讓每一個學生都能對本次課堂內容有著更全方位的理解。

在課上采用了線上操作實訓的方法[12]，對于操作性問題，同學之間可以互相討論，必要時可以向助教尋求幫助，教師對共性問題進行進一步的講解。充分發揮協同學習優勢，順利實現知識遷移，使得學生解決問題的能力通過合作探究和操作實訓得到提高。

3.3 課后練學環節

教師除常規的批改作業之外，還會發布學生感興趣的話題討論，以此激發學生課后學習興趣。根據課后作業的情況，教師通過總結優化，對后續的教學也能有更加清晰的目標和完善的準備。

學生在經過課前導學和課堂研學之后，對于課程的內容和需要解決的問題都有了清晰的認識和思考。課后學生需要完成線上作業，并且作業內容公開，接受其他組的學生的建議和討論。同時，老師會有選擇性地將典型作業標記，供全班學生學習參考。

在課后，助教會在QQ 群里檢查作業的完成和同學的互評情況[13]，并給予學生一定的課程指導。每一次課后作業，作業中錯誤較為集中的知識點教師會在下一次課上進行詳細解答。更重要的是，學生通過這種質疑、比較和借鑒，對于課程知識的認識更加深刻和清晰，培養學生創新意識，實現了知識的進一步鞏固和提高。

4 基于Trustie-EduCoder的混合教學模式實證分析

人工智能實踐線上線下混合式課程設計應用于全校公共課后，遇到了一些問題：①本門課程為公共課，選修這門課程55%的同學是非計算機專業學生，按照教學大綱設計，第一章就設有編程題目，且題目難度較大，學生理解困難。②該課程設計目標是零基礎非專業的同學可以自學，意圖是在推廣人工智能的概念；而實訓項目課程設計難度不合理，同學們的完成度只有70%，正確率只有55%，實訓課程對代碼能力有一定要求，這對零基礎的學生來說相對困難。

后期，根據參與測試的同學的實時反饋情況，修改相應的實訓案例，如調整python 實訓案例等，可以兼顧計算機類和非計算機類專業的學生的實訓能力培養。同時，新增趣味游戲模塊，將娛樂融合進入實訓項目類教學實踐中，解決了非專業同學理解力不足、興趣缺少等問題。

課程難度調整之后，助教協助老師完成了一次針對人工智能與實踐課程秋季班同學的問卷調查，主要為了了解同學們對于混合教學方法的適應性。問卷一共5 道題目。圖2 所示為問卷第一題學生的作答情況反饋。

期末學習成績從3 個方面進行評估，平時成績、線上學習情況和期末線上考試成績。上述3個部分各占比20%、20%、60%。平時成績考查學生的課堂積極度、出勤率由助教參考平臺登錄記錄打分。線上學習情況Trustie-Educoder 平臺可以導出每一位注冊學生線上答題正確率和學習進度情況，一共10 次。平時成績中等及以上的同學達到70.1%。

期末考試采取線上考試的形式進行，題型設計有單選題、多選題、判斷題和編程題。線上系統自動判分，分析考試試卷詳情，如最高分為97.5 分，平均分為78 分。系統還會對每一題從答題數量、學生得分、答題標準分析等多個角度分析該知識點學生掌握度。

圖2 開設課程后學生反饋信息統計

從整體上分析，教師不用在課堂上照本宣科地講解學生本可自學的基礎內容，不用在機械化改卷和批改作業上投注過多時間，有更多的時間與學生進行互動，學生也有更多的時間進行思考、合作。這樣的教學方式有利于課前、課中、課后教學模式的良性循環，能夠有效提高教學效率。

5 結語

面向人工智能型人才培養的Trustie-EduCoder融合教學模式延伸到教學活動全過程，涉及線上和線下，始終以學生為導向，旨在逐步培養學生興趣和編程能力。在基于Trustie-EduCoder 平臺的線上線下融合教學模式的學習過程中，改進了集中式和整體化評估機制，加入了學生自評、互評環節和趣味實驗、激勵比賽模塊，從課后連貫到課前，實現了環形的全面監督和評估機制。