基于學情感知技術的教學模式探究與實踐

陳 鼎，盛 精

（廈門理工學院 機械與汽車工程學院，福建 廈門 361024）

隨著教育智能化、課堂智慧化的概念不斷深入和普及，輔助以課堂信息所構建的高校教學模式開始受到廣泛的關注。“十四五”規劃明確指出數字化應用場景和教育提質擴容工程的宏觀需求，支持“應用型本科高校”轉型和“高等教育的產教融合平臺”建設的具體內容。信息化、大數據、云計算、物聯網、移動智能終端等新技術的出現，對于新興應用場景的適應程度逐年遞增，這類新技術同時也在教育行業內推動了傳統多媒體教學模式向智能化、智慧化教學模式轉變的過程。因此，在國家教育宏觀需求背景下，如何進一步將教學模式與新型感知技術應用場景相融合，依據實時獲取的課堂學情數據，客觀地引導教師維持課堂氛圍，提示教學方式和內容，完善課堂評價體系，是應用型高校在專業教育模式方面進行轉變與發展的重要內容。目前國內學者對學情感知技術的有效案例主要從兩個方向出發：以課堂學生行為特征為切入點，羅楊洋等學者提出了基于在線學習行為聚類特征的混合課程分類方法，以此達到解決混合課程動態設計、實施、個性化評價和學習預警的目的；以教學模式設計出發，易富等學者認為立足學情設計教學，以學定教，建立“全方位動態”學情分析并貫穿教學全過程，才能提高教學的精確性。課題組結合國內學情分析、教學設計和教學評估等方面的研究成果，從應用層面展開教學模式設計和應用研究，該項研究所得成果同時也為教育教學改革、大學生創新創業訓練等項目平臺提供了理論參考與應用案例借鑒。

一、學情感知技術概述

學情感知技術屬于情景感知技術的一項分支內容，側重針對課堂學習情況的智能化識別、分析和評價等內容，同時也是智慧課堂發展過程中的重要組成部分。本文通過查閱相關文獻，將學情感知技術概括為：采用信息傳感技術，將課堂學生、教師、教室等實體特征轉化為數據特征，實現課堂學情狀態的實時感知系統，能夠讓教師和學生依據數據特征與教學質量之間的分析結果，規避或改正課堂中的負向反饋內容，快速迭代并維持良好的課堂學習氛圍，最終實現學生專業知識網絡和信息化思維的共同生成。學情感知技術的分析結果可以為智慧課堂建設和相關數據調取奠定基礎，其內涵可以概括為：以信息技術為支撐，數據分析為手段，學情分析理論為指導，應用型教育為理念，智慧課堂為目標。學情感知技術的特征包括信息可視化、教學環境數據化、評價反饋智能化、交流互動實時化和教學考查客觀化。與傳統課堂教學過程相比較，學情感知技術將教學模式從以教師主觀判斷向以學生為中心、以學情評價結果為主導的實時交互模式，教學流程也從以教材內容為基準的方式翻轉為以綜合課堂學情狀態的施教過程，相對應的評價內容也由主觀評價向客觀數據分析轉變，激發教師與學生同步反應，避免經驗式的教學模式，鼓勵學生創新性思維。由此可見，學情感知技術的引入會進一步提高課堂教學的豐富程度，同時也為學生結合專業知識進行信息化應用和創新思維提供了良好契機。

二、交通運輸專業教學存在的問題

（一）課堂學習環境難以模擬產業應用環境

我國軌道交通行業發展迅速，在較長的時間內對于專業技術人員的需求仍然旺盛。但是，行業發展方向已從早期的自主研發、設計創新逐漸向運營維護轉變，這對于強調理論知識體系的本科高校而言，側重應用型教學環境的建設，適應企業用人標準，為未來深造奠定理論基礎，是學科發展的必由之路。交通運輸專業可以劃分為交通運載工具和交通運輸管理兩個大方向，其中，交通運載工具可以借由機械類課程作為基礎，以結構類比的方式構建知識體系框架，并結合實訓和實習使學生提高該專業知識的具象化認知水平，但是專業中的管理類課程由于缺乏企業應用平臺，無法切身感受企業管理方法的實施過程，特別在企業數據化監測系統、協同辦公系統和運營管理系統等新型信息化工具的引入背景下，迫切需要一種能夠提供新型應用環境和案例解析的教學模式。

（二）課堂師生互動方式單一

師生在課堂中互動能夠直觀地反映教學效果，有利于學情分析和教學目的的實現。傳統課堂中，師生交流主要是通過教師講課、提問和布置課后作業三個環節實現。這一過程中，教師和學生的互動內容僅限于課程本身，缺乏針對學生情緒、課堂環境和教師言語等影響因素的互動討論，使得教學模式始終以教師的教學習慣為主，不利于教師提升教學質量和學生維持學習專注度。這種單一的互動方式，使得教師處于主導地位，而學生總是為了適應教學風格而被動做出響應，個性化需求和創新性思維被抑制。實際上，學生作為課堂中的獨立個體，其情緒變化、興趣偏好、學習積極性是期望被人看到并得到重視的。為了應對這一問題，就需要從感知學生情緒變化方面入手，教師能及時得知學生情緒變化對學習情況的影響，并從教學內容上進行一些改動，例如，增加對自身問題的詢問、應用案例的思考等，以此適應教學環境的變化，這一系列的施教、改進內容均建立在感知課堂學情狀態和重構教學模式之上。

（三）課堂教學數據采集周期長且反饋滯后

傳統課堂教學數據以學校組織的問卷調查、教師課堂點名、課后習題成績、期中和期末考查成績等信息數據為主，這些信息數據自身包含許多不確定影響因素，無法從中剝離出真實反映課堂教師教學質量和學生學習質量的獨立變量。此外，由于這種采集方式通常是在一堂課結束后才能得到模糊的評價結果，而期末成績更是需要在整個課程結束后才能獲得綜合的評價指標，這使得在課堂上難以實時掌握學生學習狀態的變化，同時也使得教學內容的及時調整變得相對困難。當教師發現教學中存在的部分問題時，往往課程已趨近結束。

（四）課堂考查因素單一且主觀因素明顯

傳統課堂考查主要是以針對課程知識點進行提問或考試的方式進行，其中，考試占總成績比重最大，課堂學習情況占比相對較小，例如出勤率、提問結果、交流次數等，而反映課堂學情狀況、個人情緒現狀、興趣點等額外評價信息幾乎沒有，均由課堂教學過程中教師的主觀觀察獲得，忽視了客觀的學生精神狀況、與教師互動效果和興趣點變動等動態信息數據，這些信息數據有可能成為出勤率、考試及格率、題型正確率和專業知識應用效果等最終指標的影響因素。

三、專業課程教學模式設計與實踐

教學模式包含了特定的教學方式和一定的教學程序。兩者在可操作性上具有差異性，教學方式是固化的教學理念表達，無法進行實時操作，而教學模式是一種教學活動內容，可以基于信息技術、智慧教學等方法進行重構。針對交通運輸專業教學中存在的問題，結合學情感知技術展開教學模式設計、學情感知層的搭建和專業課程教學模式實踐。

（一）專業課程教學模式設計

基于學情感知技術的教學模式框架如圖1 所示，主要由學情感知層、數據分析層、教學活動層和反饋評價層四部分構成，其中，教學活動層和反饋評價層循環進行。

從圖1 中可以發現，教學模式的最終目標是形成專業知識網絡與信息化應用思維。專業知識網絡可以結合專業基礎課實現，而專業應用技能和信息化應用思維則可以結合學情感知、數據分析和教學活動內容協同實現，一方面對教學過程的施教內容進行糾偏，另一方面將數據采集、分析和評價過程結合專業應用案例進行類比教學，達到教學實施反饋、應用案例拓展、信息化思維能力培養的目的；教學活動是基于數據分析結果、完成實時決策推送為目的進行展開，在教學活動的宏觀層面中，主要是為了更新和改進教學內容，促進智慧教學中互動過程的形成，而在微觀層面，則是對每次課程提出更為細致的教學要求，強調教學課件的選擇、案例的篩選、提高語言表達能力和創造互動機會等；數據分析是由學情分析算法構成，算法建立了課程參數與課堂學情感知參數之間的關聯性，依據實時或歷史數據計算結果，將決策推送至教學活動中供教師參考，實施決策的結果會通過教學活動和反饋評價進行循環驗證，直至數據分析層得出滿足預設教學要求的結果。完成上述內容的核心，亦即重構教學模式的基礎是學情感知技術，如何有效地將課堂中學生和課堂參數轉換至信息世界，是實現教學模式重構的關鍵。

圖1 基于學情感知技術的教學模式框架圖

（二）學情感知層的搭建

1.硬件設施

學情感知層的硬件設施主要由多媒體資源、移動終端、校園局域網絡和微型電腦構成。多媒體資源包括影音資料及其推送設備；移動終端指智能手機、平板電腦、筆記本電腦等；校園局域網絡指能安全地共享課堂信息的網絡平臺，同時提供查找外部資料的網絡途徑，一般提供多種網絡連接方式、如有線局域網、4G 無線網絡和WiFi 無線網絡等；微型電腦用于傳輸和存儲多源傳感器采集到的教學環境信息，包括麥克風、溫濕度傳感器和攝像頭等。此外，微型電腦同時需要將采集到的教學環境信息轉化為數據，提供分析算法的計算以及決策結果的推送等內容。學情感知層硬件設施的有機結合是開展后續算法計算和數據分析的先決條件。

2.算法組成

學情感知技術的算法是基于學情感知層的對象參數進行搭建的，包含了對人臉、環境和聲音等現實世界實體特征進行處理的算法，主要由人臉識別算法、情緒感知算法、專注度評價算法和專注度傳播算法構成，其中，人臉識別算法用于確定學生人臉特征，確定簽到情況；情緒感知算法是在人臉數據特征提取的基礎上，進一步分析嘴角、眼角和額頭等面部特征的變化情況，依據已建立的表情訓練集獲得學生在特定表情下的情緒標定結果；專注度評價算法是依據情緒感知算法中不同情緒出現的頻率為主要評價指標，用于評價學生上課的認真程度。此外，專注度是學情感知算法的重要計算參數，其特征值包含了領悟、思考、自然和走神，如圖1 所示；專注度傳播算法是基于學生之間的互動傳播建立的，在傳授關鍵知識點時，學生私下交流行為作為一種低專注度行為會被進一步記錄。通過這些算法，教師在組織教學語言時，需要兼顧學生的思想活動，從而建立有益的教學內容進行施教。

3.數據分析

數據分析是在學情感知結果的基礎上，進一步獲得實時學情狀況和教師改進項點的分析過程，其中將學情感知結果進行閾值確定，設定適應特定班級的學情等級，并將已分級的學情狀況與班級課程信息相關聯，以此確保數據的類型、分類具有歸屬對象。依據專注度計算結果劃分為高、中和低狀態。所得關聯結果中，課堂頻繁出現低專注度狀態的學生，數據分析會生成與狀態相對應的決策信息提供給教師，促進教師組織語言和改進施教內容，同時推送相關資源輔助教師營造課堂氛圍，恢復學生興趣點。相反地，若課堂頻繁出現高專注度狀態的學生，數據分析結果則是建議教師保持現有教學內容，以此維持課堂中相對積極的學情狀態。

（三）專業課程教學模式實踐

依據圖1 中的教學活動層和反饋評價層內容，課題組將專業課程教學模式與交通運輸專業相融合，開展為期一學期（共5 周）的教學模式實踐工作，以此循環改進學情感知和數據分析層內容，達到有效提高教學質量和班級學情狀態的目的。課程采用線下教學形式，使用現有教室的多媒體設備作為采集設備，依據數據分析結果獲得交通運輸專業學情狀況。實踐過程中學情狀況統計結果，見表1。

表1 各周課堂學情狀況統計結果

學情狀況統計結果表明，在專業課授課期間，班級整體專注度分別在課程開始和接近結束時呈現較高的專注度等級，學生聽課、互動頻次也明顯高于課程中期時間段。這一分布規律和專業課書籍的章節布置表現出顯著的相關性，這是由于學生在課程開始前，對于專業方向的宏觀敘事內容興趣濃厚，在課程接近結束時，開始認真對待專業重點知識的歸納內容。但是，在進行教材中間部分的復雜專業原理及其應用場景介紹時，由于缺乏想象空間和實際應用場景支撐，學生會表現出對知識點的困惑，走神的比例開始增加。

針對上述實踐結果，改進項點見表2，課題組結合數據分析層中算法所推送的決策，通過改進項點更新了專業課教學內容，同時循環學情感知層和數據分析層進行測試，觀察班級學生的專注度等級變化，若專注度等級出現了改善則繼續保持教學內容，相反地，則需要變換改進項點中所涉及的教學內容，直至學情狀態出現好轉，以期在后續教學中得到滿意的教學反饋結果。

表2 專業課課堂教學改進項點

四、結束語

學情感知技術是智慧課堂概念和傳統教學方式深度融合的關鍵性技術，在智慧課堂尚未全面實現之時，有效利用該技術在課題學情感知能力方面的優勢，可以輔助教師完成高質量的授課內容，同時也為學生可以在較高專注度條件下高效率學習、促進專業知識聯想和應用案例解析提供了良好的情境。基于學情感知技術建立的教學模式包含了學情感知層、數據分析層、教學活動層和反饋評價層，其中教學活動層和反饋評價層循環遞進，實時完成決策推送任務。課題組設計了該教學模式下的交通運輸專業教學實踐內容，展示了學情感知統計數據，優化了教學活動改進項點，以期改善課堂信息化應用程度并促進學生專業知識網絡的生成。然而，該教學模式仍有一些不足之處，主要反映在融合教材和教案資源的具體推送方案上，希望在后續的研究和實踐工作中能解決上述問題。