智慧教育促進職業院校糧食人才培養

豐大程 張璐璐

(安徽糧食工程職業學院 安徽合肥 241000)

一、引言

黨的十八大以來，習近平總書記多次強調糧食問題并作出重要論述。根據國家統計局資料，我國糧食生產總產量在2012年至2015年呈現直線增長趨勢，在2015年至2017年穩定在66000萬噸左右，在2018年則出現了下降的情況，如圖1所示。人均糧食產量在2015年出現直線下降趨勢，如圖2所示，同時國內主要糧食品種價格明顯上漲。在當前脫貧攻堅、決勝小康的歷史進程中，糧食安全尤其重要，需要大量掌握核心技術、具備綜合素質與能力的糧食人才深度參與其中，在充分挖掘現有糧食資源的前提下，立足全國，謀劃糧食安全。

圖1 2012—2018年我國糧食總產量

圖2 2012—2018年我國人均糧食產量

當前國家各行各業都需要具有核心競爭力的人才，高職作為國家輸送糧食人才的重要通道，依靠目前傳統的人才培養模式已無法滿足市場和社會的需求，亟須根據糧食行業發展導向，更新人才培養目標，創新人才培養方式。

糧食行業需要具有較高職業素養、一專多能的復合型人才，要求能勝任糧油加工、管理、設備操作、品質檢驗和糧油倉儲管理等工作，有較強的分析問題、解決問題的能力，能夠進行持續發展學習。在糧食人才培養過程中，學生知識內化程度、學習層次及學習動機都有所不同，呈現個性化特征，因此要發揮教師與技術的雙重作用，為學生提供合適的學習路徑。

智慧教育基于校園網和數字校園，結合云計算、大數據、社交網絡、虛擬化等技術，綜合人、設備、環境、資源以及社會因素，通過多平臺間信息的交流共通、資源共享，達到教育方式、模式、流程的創新，從而為高職糧食人才培養提供有效的支持與服務。智慧教育模式促進產教融合，培養技能型、復合型的糧食領域人才，同時推進環節控制與全程跟蹤，有效提升糧食領域人才培養質量。

二、智慧教育促進糧食人才培養

智慧教育通過構建技術融合的學習環境，創新糧食人才培養模式，進行智慧評估，提供個性化的學習服務和教學服務，從而能夠根據學生自身特點培養出高素質技能型糧食人才。

(一)智慧教育創新糧食人才培養模式

糧食行業需要的高水平高素質人才，不僅要掌握行業發展動態和基本能力與技能，還需要掌握糧油加工、飼料生產、糧油儲藏、基礎化學、分析化學等方面的理論和實踐知識，具備糧食行業的職業素質和專業素養。根據糧食行業對人才的要求，學校不僅要開設公共基礎課程以培養學生的基本素質，還需要開設相應的專業技能課程，以使學生具備糧食行業企業所需的素質與能力。智慧教育可以感知學生學習過程，分析相關信息，選擇合適方案，為學生構建一個適合的智能化學習環境，并在學生學習的過程中根據學生的具體行為和學習情況進行調整，幫助學生盡快找到適合自己的學習方式。智慧教育在糧食人才的基礎知識和專業技術能力培養中都能夠得到適當的應用。

在糧食行業基礎教學過程中，可以通過翻轉教學與傳統講座式教學相融合的教學方式，培養學生糧食行業所需的政治思想道德素質、科學文化素質、身體心理素質等。教師根據課程要求通過平臺獲取相應的教學資源，進行合適的教學安排；利用互動教學平臺和在線學習平臺記錄教學過程中的所有數據，通過數據沉淀和分析，掌握學生學習情況，并且根據教學進度和學生對知識的掌握程度調整教學方式和教學進度。學生通過平臺獲取自己所需的知識，記錄線上和線下學習時長、測驗情況和問答情況，了解自己對知識的掌握程度，從而調整學習時間和學習方法，并對自己的知識薄弱點進行強化學習。

糧食行業人才需要具備糧食加工操作、設備維護、生產技術與管理、原料和產品檢測等專業素質，因此糧食行業人才的培養中需要開設機械工藝、糧食加工、油脂加工、油脂化驗、糧油設備運行、設備安裝檢修調試及新產品研發等方面的課程，加強實踐教學，還需要進行產教融合，讓學生能夠盡快適應行業和企業發展的需要。在智慧教育環境中，可以通過軟硬件結合模擬仿真場景，支撐多樣的分組研討教學和實踐教學，實現實踐課程和產教融合課程的便捷化。

智慧教育中課堂互動、翻轉課堂、遠程互動、PBL等多種創新教學模式和教學形態的落地，讓教學更加多樣，學習更加便捷，從而讓學生能夠真正投入到學習情境中，實現知識的深度學習，培養學生各方面的能力。智慧教育模式下教師還可以實時了解課堂動態和學生知識掌握程度，通過數據分析和對比，完成教學診斷，提升教學效果。

(二)智慧評估改善糧食人才培養過程

智慧教育可以利用教育數據挖掘(EDM，Educational Data Mining)及學習分析(LA，Learning Analysis)技術，根據學生行為數據，描述和解釋之前的行為，回答關于學習和教學的不同問題，預警和干預正在發生的學習，推測學生發展趨勢，也能幫助教師進行自我評價，提高教學效率及研究績效。

1.智慧教育幫助糧食行業教師進行自我評價

EDM及LA技術幫助糧食行業教師進行自我評價，實際上就是通過學生行為數據得出教師行為對學生行為的影響，幫助教師了解自己在教學中的優勢和不足之處，充分進行自我認識、自我發展和自我規劃，實現更高水平的教學。利用EDM及LA技術對學習過程中的表現和行為數據進行分析，如學生對知識的掌握程度、學習動機、元認知、學習態度等，判斷教師教學情況，并根據分析結果給出相應的建議，能提升教師的教學效率，促進教師專業發展，還能夠增加教師對自身教學行為的了解，從而通過自身教學行為的有效調整，對學生實施最適合的教育。

教師在課堂教學、網絡教學、網上實踐教學完成之后，通常需要根據自己的表現和學生的內隱和外顯行為進行自我評價。評價范圍包括：教師行為對學生學習參與度、學習興趣以及學習成績的影響，教師在教學中哪些表現對學生學習產生了積極影響、哪些表現對學生學習產生了消極影響，教師在教學中的優缺點體現在哪里、有哪些需要進一步調整。這些評價能讓教師取得自身的進步，調整自己的教學。

教師需要在上課的同時注意每個學生的表現，收集每個學生的信息，再在課程結束之后分析學生作業和測試情況，這無疑給教學任務原已繁重的教師增加了負擔。尤其是糧食人才培養的實訓實踐課程，需要教師投入巨大的精力進行自我評價；同時，僅憑教師的感覺和一次測試有時并不能得到準確、合理的評價。智慧教育的EDM及LA技術則給教師進行自我評價帶來了方便。它能夠利用大數據，分析學生情況并給出正確的教師評價和建議。

EDM及LA技術可以獲取學生行為數據，對數據進行分析解讀，根據數據提供可操作的干預措施，從而提高學習和教學成效。EDM及LA一般通過學生在課程中的表現來反饋教師的教學能力，通過學生參加課程項目及產教融合項目的進展情況、作業的完成情況、測試的分數等來反饋教師在這堂課中的整體表現，通過學生在課堂上注意力隨著時間變化的曲線等來幫助教師判斷自己在這堂課中具體某一段時間的表現。例如，教師可以根據學生在“糧油質量檢驗”課程“原糧物理檢驗”項目中注意力的變化來分析自己在每個階段的表現或教學手段對學生的影響，從而對自己的講授方式有更準確的把握。

如果在某個時間段或活動的某個進程中，學生的注意力比較集中或知識的掌握程度較高，教師就可以繼續采用原本的教學策略；反之，學生的注意力不集中或知識掌握程度較低，教師就要調整教學策略，以達到教學目的。學生在進行某一個教學活動時的參與度可以反映教師安排這個教學活動的合理性和對活動的掌控度。EDM和LA技術能夠讓教師清晰地看到學生對于本節課內容的掌握情況和課程參與度，得到反饋之后，能夠根據學生掌握情況，了解學生在學習的過程中對哪一方面或者哪種形式的課堂活動更感興趣，從而在后續的課程中增加學生感興趣的課堂活動，促進學生的課堂參與和對于知識的深度學習。例如，根據以往某一學習活動對不同學習風格(Learning Style)的學生影響有所不同，可以推斷針對不同學習風格設計的學習活動能提高學生成績。同時，不同學習風格、學習活動和成績之間的相關性分析和預測模型有助于發現最適合班級整體學習風格的學習活動。

2.智慧教育幫助教師提高教學水平

教書育人是教師的基本職責，提高教學水平是教師的不懈追求。糧食行業教師能力的提高對糧食行業的發展有深遠影響，因此需要促進教師專業發展、提高教師的教學能力。教師通過EDM及LA技術得到的學生相關學習數據，是教師成長過程中的重要參考，也是促進教師專業發展的重要基礎。EDM及LA技術幫助教師提高教學水平主要表現為：在課前，安排課程內容和教學方法；在課中，調整教學進度和教學方法，確定是否對個別學生進行干預，提供更多學習資料；課后，判斷學生取得相應成績的原因。

EDM及LA技術可以對學生的分散式劣構信息進行整合梳理，使教師對學生及教學有更準確、更清晰的認識，并采取合適的教學手段促進學生的發展。在學習某些新的課程的時候，或許需要聯系之前學過的課程，這個時候關于之前課程的學習內容和學習情況就能通過學生的大數據體現出來。教師很容易就了解到學生的學習風格和對以往內容的掌握程度，根據學生對以往知識的掌握程度確定課程內容，根據學生的學習風格確定教學方法。例如“糧油質量檢驗”課程的學習就需要學生掌握分析化學的相關知識，通過EDM及LA技術可以知道大部分學生已經具備了從事分析測試所需的素質、知識和技能，但是還有部分同學知識的掌握不是很完善，存在知識漏洞，且大部分學生比較適應啟發式的教學方法和操作型學習風格。據此教師就需要合理進行課堂教學組織的安排，并充分利用校內實踐基地和校外實踐基地的優勢，達到提高學生知識掌握程度的目標。EDM及LA技術為教學方法的確定提供了有效數據支撐。

在智慧教育中，需要不斷獲取學生的學習情況和教學目標之間的差距，從而確定應該采取的策略。例如，選同一門課的學生成績普遍偏低，原因可能是缺乏基礎知識、教學方法不合適、教學目標太高、教學進度太快等，學生不能順利掌握。EDM及LA技術可以從有關學生表現的數據展開分析，得出學生成績普遍偏低的原因是什么、接下來應該采取怎樣的策略去解決這個問題，或者調整教學進度，或者調整教學方法。EDM及LA技術讓教師更加了解怎樣的教學進度和教學方法更適合學生，充分體現了智慧教育“以學習者為中心”的思想，幫助教師有效教學，促進學生的發展，實現智慧教學和智慧學習。

3.智慧教育提高教師研究績效

教師是知識的傳播者，也是學生學習研究的重要參與者。教師應該樹立“教學即教研”“教師即研究者”的理念。

EDM及LA技術全程記錄了糧食行業學生的所有學習數據，利用這些數據進行數據發掘和深入分析，能夠發現數據中所蘊含的糧食行業學生學習風格和學習模式。在糧食行業人才培養中，需要針對學生的學習環境采取、開展不同的教學手段和學習活動，利用EDM及LA技術，對網絡學習環境下的糧食行業教學和學生學習做充分的研究。相關的研究成果不僅反映了教師的教學水平和學生的學習水平，還會給其他教師提供借鑒的經驗，從而促進教育教學的整體發展。

EDM及LA技術在學生學習過程中收集了大量數據，教師利用其中的數據選擇一個點或者幾個點來進行學習或者教學研究。例如，教師想要研究教學過程中某個因素對學生的影響情況，可以利用已有教育數據，結合相關模型，得到這個因素對學生學習的影響曲線，再結合相關的理論和教學模型分析這個因素對學生造成這種影響的原因。這樣教師對于自身教學和學生的學習都會有更深刻的理解，有助于后期的教學。

智慧教育技術獲取的數據可以幫助教師進行自我評價，調整課程內容和進度，進行相關研究，對學生學習情況進行預測并給出相應建議，更好地實現個性化學習，體現“以學習者為中心”的學習理念。

三、結語

智慧教育通過大數據、云計算、物聯網等技術為糧食人才提供一種實時可學、處處可學、人人可學的有效學習環境，教師可以通過智慧教育提供的技術進行糧食行業人才培養模式的變革和探索。智慧教育平臺可以記錄課堂教學數據并進行分析呈現，幫助教師開展個性化教學，通過聚合教學過程數據，進行全業務教學數據收集，支撐精細化教學管理和科學決策，反哺到教學中，促進糧食人才的培養，從而助力糧食行業的快速發展。這些數據和分析方法為探索適合我國國情的智慧教育提供了合適的抓手和工具，我們要立足我國教育信息化的基本實情，尊重教育信息化的規律，積極探索切實發展之路。