任務驅動與翻轉課堂教學模式在大數據技術課程中應用探索

朱誠　張武

摘要：任務驅動式的教學方式是針對傳統的課堂講授課后練習這種教學方式的改革，翻轉課堂是有效激發學生學習自主學習動力的教學模式，該文分析了任務驅動和翻轉課堂的特點，提出了將任務驅動和翻轉課堂相結合的教學模式，介紹了在大數據技術課程的教學過程中采用這種教學模式的實踐過程，驗證了任務驅動與翻轉課堂教學模式的有效性。

關鍵詞：任務驅動;翻轉課堂;大數據技術

中圖分類號：G642? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）11-0108-02

1 引言

自“大數據”概念于2008 年被提出[1]之后，大數據技術逐步引起了學術界、產業 界、政府部門和其他組織的關注，許多國家都認識到了大數據的重要性并開始實施大數據戰略，同時也注重加強大數據人才培養;在我國，2015年8月《國務院關于印發促進大數據發展行動綱要的通知》明確指出了要創新人才培養模式，建立大數據人才培養體系;各高等院校逐步開始開設大數據技術的相關課程，并把此類課程列為信息相關專業的重要專業課程;然而，作者在自己的工作中發現，大數據技術課程的教學模式若采用傳統的理論講解與綜合實踐操作訓練的教學模式往往難以取得良好的預期效果，在新工科背景下，課程體系中的不同課程可采取不同的教學模式，強調以服務課程目標實現來選擇教學方式[2]。為此，我借鑒并整合了新工科背景[3]下的任務驅動與翻轉課堂的教學模式，將它用在大數據技術課程的教學中，取得了較好的效果。

2 任務驅動與翻轉課堂教學模式

在以任務驅動的教與學的方式中，學生圍繞教師精心布置的各項任務展開學習，以任務的完成結果檢驗和總結學習過程等;也就是說：任務驅動教學模式中，要求教師將各個知識點分散在一系列任務中，利用任務把這門課程的知識與技能串起來，每一個任務都具有明確的目標，最后根據學生對任務目標完成的情況來對本次學習做檢驗總結;許多教學實踐表面：任務驅動式的教學方式特別適合用于高校工科的許多課程[4]。

當前信息化時代的到來，為高校教學改革提供了發展新思路，翻轉課堂的應運而生，翻轉課堂教學模式要求教師重新調整課堂內外的時間，將學習的決定權從教師轉移給學生;實踐證明，這一教學方式不僅能夠增加師生之間學習互動，而且可充分體現個性化教學方式;特別對于新工科的教學培養目標來說，采用翻轉課堂是培養學生新工科所需能力的理想教學方式[5]。

將任務驅動與翻轉課堂相結合起來并應用到大數據技術課程的教學實踐過程中，無疑也是非常有益的探索，理由如下：首先，大數據的生命周期來看，大數據技術是綜合了采集、預處理、存儲、分析及可視化等多個環節所需的很多項涉及信息技術的多個子領域的眾多知識，要求學生圍繞分布式存儲和分布式計算兩個層面，理解或掌握將先修課程（操作系統、數據庫、語言編程、數據結構與算、數據分析等）的知識綜合應用起來處理大數據場景的問題，特別適合教師按照課程目標要求，把多個知識點串在一起，設計出一個個大小合適的任務，不僅可以讓學生有明確的學習目標，也可以實現多課程聯動，更好地培養本科生的大數據實踐技術能 力和綜合應用能力[6]。其次，信息技術的快速發展給翻轉課堂提供了良好的便利，通過課前設計、課中實踐和課后互動實現翻轉課堂。

3 大數據技術課程的任務驅動與翻轉課堂的教學實踐

在大數據技術課程的教學實踐中，國內高校多以Hadoop平臺為實例來講解大數據技術的基本原理和大數據主要應用[7]，實施任務驅動教學方法可以有效防止教師的課程教學過于偏重理論，避免出現“老師講，學生聽” 為主的方式，同時，在實踐教學環節，如完全依賴全部模塊化設計、自動化程度高的大數據實驗平臺，容易使學生忽略許多課程的原理內涵以及實際分析和具體操作的過程，而通過布置合適任務給學生，讓學生充足的時間來進行思考判斷，分析解決問題所需的原理和方法，就可以激起他們對學習的興趣和主動性，從而實現理論與實踐高度結合，體現“做中學、學中做”。

由于大數據技術課程涉及非常多學生前期學習過的課程知識，一定會存在學生在解決大數據技術問題時，遺忘了相關的內容或不會靈活使用先前學過的知識技術，這種情況下，由于翻轉課堂教學模式強調學生先期自主學習，把大量珍貴的課堂教學時間留給了師生交互，教師會有很多的時間與精力為不同的學生做分類指導，幫助學生解決在完成各自任務時遇到的各種大大小小的困難，不僅能取得較好的效果也充分體現了教學個性化。

任務驅動與翻轉課堂教學模式下，任務驅動是學生自主學習的內在動力，翻轉課堂是教師組織教學的方式方法，都要求教師在充分備學生的情況下，完成課程教學設計，其核心就是任務設計和翻轉課堂的設計。

3.1 大數據技術課程的任務設計

任務設計不僅要給學生設置自主學習的課題目標，還要提供引導學生完成任務過程中解決問題的思路方向，因此教師首先要對課程進行深入的分析，在進行課題設置時要把課程內容目標與的學生的學習過程融為一體，確保學生在完成任務課題過程包含所有必須學習的理論知識，所以先要求教師梳理課程的知識體系，將知識點一一整理出來，在大數據技術的課程教學中，作者采用了繪制思維導圖的方法將每個章節的知識點做了整理，以大數據處理分析中MapReduce這章為例，如圖1為次章的主要知識點：

知識點整理好之后，就可以依據學生的前期學習情況來設計難度合適的任務了，在MapReduce這章，我設計的任務是基于MapReduce的基因序列BLAST算法[8]比對，并在任務中告知基因數據的結構和序列表達形式，以及BLAST算法的非并行算法思路和步驟，要求學生基于MapReduce模型設計出BLAST算法的并行算法;此任務實際上要求學生在理解分布式并行編程方式和MapReduce模型之后，并且在掌握了Map和Reduce函數的功能和設計思路的基礎上，依據MapReduce工作流程來完成設計，另外，序列對比的方法與實例分析中單詞統計的方法類似，就是“多字符串匹配”;所以，本任務涉及了本章幾乎全部理論知識點和一個實例分析，可以滿足翻轉課堂的設計需求;當然，此任務還涉及了前期學習的分布式存儲和分布式數據的基礎知識，但不影響學生將其解決任務的重心放在MapReduce的分析與編程設計上。

3.2 大數據技術課程的翻轉課堂設計

翻轉課堂的實踐步驟可以分成：課前設計——課中實踐——課后互動三個階段，在任務驅動的翻轉課堂教學模式下，教師完成任務設計之后，就要在課前設計階段將任務布置給學生，并做一些相關的學習引導工作，比如簡單講授本章知識點，還要講解不涉及但任務中又提出要求的背景知識以及任務的核心要求;在課中實踐階段，學生以小組形式先進行課下實踐，與此同時，教師對每組學生的實踐過程進行巡視，及時了解學生的學習進展和任務完成情況，同時給學生提供引導性的指導;等各個小組任務基本完成后，教師召集學生在課堂進行課后互動，各小組匯報自己小組的工作，并接受教師和其他小組的點評和提問。

在作者的翻轉課堂教學實踐中，絕大多數學生能在老師的幫助下，都能以小組的形式較好地完成每章設計的任務。

4 結語

大數據技術是一門知識交叉性和應用綜合性很高的課程，學生需要對前修課程知識掌握得非常扎實才能取得良好的學習效果，通過實施任務驅動的翻轉課堂這種教學模式，在翻轉課堂的三個環節中，教師的啟發和引導，學生的主動學習不僅能提高本門課的學習效率，還能有效促進學生回憶鞏固前修課程的相關知識，通過任務進程中的巡視輔導，教師給予學生更個性化的指導，從而有針對性地彌補學生能力的短板，同時，在教師點評、各小組的交流和討論中，同學們開闊了視野，訓練了溝通與表達能力、批判思維能力。

學生評教顯示，教學內容和教學方式均得到了較高認可，學生的學習獲得感也比較強，這表明了以任務驅動的翻轉課堂教學模式是有效的。

參考文獻：

[1] Doctorow C.? Big data： Welcome to the petacentre[J].? Nature News， 2008， 455（7209）： 16-21.

[2] 桂勁松，張祖平，郭克華.新工科背景下高校新專業建設思路探索與實踐——以數據科學與大數據技術專業為例[J].計算機教育，2018（7）：27-31.

[3] 江敏，周琴，齊龍.任務驅動式教學方法的改革與實施——以“電工電子技術”課程為例[J].機械設計與制造工程，2020，49（6）：121-124.

[4] 張蕾，李平，柴俊武.新工科背景下項目式教學提升翻轉課堂教學研究 [J/OL].電子科技大學學報（社科版）.

[5] 丁潔.翻轉課堂的高校教學模式改革研究[J].當代教育實踐與教學研究，2020（13）：87-88.

[6] 陸悠，傅啟明，鄒恩岑，等.多課程聯動的大數據技術課程實踐教學方法研究[J].計算機教育，2019（6）：53-57.

[7] 林子雨.大數據技術原理與應用課程建設經驗分享[J].大數據，2018，4（6）：29-37.

[8] 黃宜華.深入理解大數據：大數據處理與編程實踐 [M].北京：機械工業出版社，2014.

【通聯編輯：王力】