基于數據驅動的智慧化教學改革之探討

郭巧馳 周鋼

摘要：近年來，隨著大數據和云計算等新一代信息技術的發展，智慧化輔助教學引起越來越多高等院校的探索。但大部分高校仍著重于教學云平臺、數據中心等初步建設，對于大規模將智慧化輔助教學工具帶入課堂、切實發展智慧學習與智慧教學、建立老師和學生之間的深度互動等方面仍存在一定的空白。本文從基于數據驅動的高校院校智慧教學存在的實際問題出發，從基于數據驅動的教學資源智慧化、基于數據驅動的教學方法智慧化和基于數據驅動的教學管理方法智慧化等三個方面展開研究，探討基于數據驅動的智慧化教學改革。

關鍵詞：數據驅動;智慧化教學;智慧學習;教學改革;教上網來;學上網來

中圖分類號：TP311? ? ? 文獻標識碼：A

文章編號：1009-3044（2022）17-0175-03

以人工智能為代表的新技術的快速發展及應用，給傳統的教學方式和模式帶來沖擊和顛覆，促使高校進行教學模式和手段創新與變革。國務院印發的《新一代人工智能發展規劃》中，國家明確提出開展智能校園建設，推動人工智能在教學、管理、資源建設等全流程應用[1-2]，未來將是一個“大數據”引領的智慧科技時代，教育也將向數據驅動的智慧教學方向發展[3-5]。隨著黨的十九大精神迎接“理上網來”的步伐，高校院校教育也逐漸步入“教上網來、學上網來”的新時代。因此，研究探討基于數據驅動的高等院校智慧化教學改革已十分緊迫和必要。實現“教上網來、學上網來”，首要的就是實現教學資源、教學管理和教學方法上網，助推實現智慧化。

目前，智慧教育受到越來越多教學學者的關注。祝智庭通過全流程梳理智慧教育的發展歷程，提出智慧教育的新發展方向，即從翻轉課堂到智慧課堂及智慧學習[6];楊現民指出數據驅動教學是大數據時代教學范式的新走向，針對國內數據驅動教學提出五條實施建議[7];呂偉等展望了智慧校園浪潮下的高教變革，提出在大數據技術將使教育領域發生深刻的變革[8];高廷紅對大數據驅動智慧教育發展模式進行了研究，指出教育將會向智慧教育的方向發展， 需要通過豐富的教育資源、豐富的教與學渠道、針對性的教學方式來構筑大數據教育平臺，促進智慧學習[9];丁斌對大數據驅動教育智慧化進行了探討，指出大數據技術和積累的教育數據，將傳統的教育領域從傳統模式向智慧化方向轉型[10];李忠基于智慧教育的數據挖掘視角，分析了“云計算”環境下創新人才培養新模式及發展路徑[11];沈丁琦以智慧實訓室為實踐平臺，對智慧實訓模式的研究探討[12];施百麗對關于智慧課堂搭建和實施過程中遇到問題進行了分析與探討[13]。但在深度分析基于數據驅動的高校院校智慧教學存在的實際問題方面，以及如何從國家明確提出的“教學、管理、資源建設”三個方面展開智慧教學的研究較少。

1基于數據驅動的智慧教學存在的問題

“智慧化教學改革”就是要滿足培養創新型人才的需求，采用大數據為學生量身定制個性化教學，學生能夠進行隨時、實時和終身學習。目前，傳統的教學方式既不能滿足創新型人才的培養目標，又不適合于新生代青年對于信息化技術的需求。隨著智慧化輔助教學工具的不斷研究、創新和應用，高等學校教育必須要從原來的強調硬件服務和平臺服務轉變到強調數據服務的新型模式。

（1）教學資源不夠“智慧化”

首先，隨著慕課及翻轉課堂等教學形式的應用，國內主流的高等院校教育平臺，如中國大學MOOC、好大學在線、國防科大MOOC、華師大微課程等日趨完善，課程資源陸續上網，產生的數據越來越多，但這些資源在形成公共資源服務體系和資源服務全覆蓋方面仍有待提高。其次，對于線上和線下數據的整合、分析及應用，還遠遠不能夠滿足學生個性化學習的要求，同時，該用什么樣的大數據挖掘技術來分析這些數據，也是教學資源“智慧化”的一個重要議題。最后，這些平臺如何將這些線上和線下數據資源反饋給學生所在學校，也是值得探討的問題。使學校和老師更好地掌握學生的學習進度和流程，并且學校對于平臺學習的認可能夠使學生具備更好的獲得感和榮譽感。

（2）教學方法不夠“智慧化”

首先，隨著國內雨課堂、百度教育智慧課堂、訊飛暢言智慧課堂和優課智慧教學系統等多種智慧化教學軟件和系統的推出及應用，智慧化教學手段不斷豐富和完善，但是這些軟件的普及與應用還未形成規模。其次，這些智慧課堂軟件在適合高校特定課程的教學方法與模式，便于組織教學評價，實現智能化數據處理，以及滿足老師教學活動實際需要等方面，還需在教學實踐中進行不斷地探索與摸索。最后，在高校實踐教學方面，實驗課堂也要“搬上網來”。如何將新技術與課堂深度融合，尤其是基于VR/AR技術的網上教育實驗室的研究，也是教學手段“智慧化”的重要議題。

（3）教學管理不夠“智慧化”

首先，教學管理涉及計劃、組織、指揮、協調、控制等方面的工作，教學管理水平很大程度上反映了整個學校的管理水平。如何將大數據和人工智能技術融入教學管理中，還有很長的路要走。其次，研究如何采用大數據和人工智能技術充實教學流程管理的“智慧化”。比如，采用人臉識別技術進行智慧簽到，采用大數據進行智能排課，采用數據可視化技術實現學生、老師、設備及資源等信息進行統計等，實現教學全流程智慧化管理。最后，研究如何采用大數據和人工智能技術實現教學軟硬件管理的“智慧化”。比如，采用物聯網技術進行教學儀器設備管理、采用虛擬網絡技術進行實驗室預約和管控、采用云平臺搭建智慧教務系統等。

2基于數據驅動的教學資源智慧化

（1）教學資源大數據分析

高等教育經過多年的發展，教學資源已具備了大數據4V + 1C（Variety、Volume、Velocity、Vitality、Complexity）等特點。因此，需要建立教學資源的多維度數據模型，區分概念模型、邏輯模型和物理模型，對數據進行多層次分類，建立教學資源元數據，解決教學異構大數據集成問題。采用數據審計、清洗、變換等預處理方法把控教育資源大數據質量，以及數據挖掘技術進行回歸、分類、聚類分析統計和關聯規則分析，并且利用機器學習的方法對數據進行學習、預測，為不同類別的教育資源在學生學習和課堂教學中的權重進行分析，構建不同專業的學科體系對數據資源的權重度量模型，最后采用數據可視化的方法構建教學資源大數據可視系統，提高教師對教學資源充分利用的能力，促進學生對學習課程的宏觀把控能力。

（2）智慧型課程建設

智慧型課程建設是教學資源智慧化的一項重要內容，課程建設的質量直接決定智慧化教學的實施效果，因此，必須成體系、分層級設計智慧型課程，便于學習者結合自身實際進行有選擇地學習。智慧型課程應更加注重創新創造能力的培養，主要包括智慧型的課程組織、內容體系、課程資源，以及智能的課程平臺，提供智慧型課程服務，形成智慧型的學習評價。首先，學校應鼓勵教師全身心投入優質和特色課程資源建設中，積極開展以SPOC/翻轉課堂等為代表的教學范式改革。其次，課程資源應具備智慧型，課程資源間應該互相聯系，建設高質量的教學視頻、素材、題庫等，在課程資源建設中，注重課程目標的設置要合理、課程內容的覆蓋面要全面、課程評價指標體系要齊備，同時將其搬上云平臺，形成知識拓撲地圖，讓學生能夠理清學習脈絡。最后，課程服務應具有智慧性，能夠針對學生的特點提供個性化的學習方案，智能推薦學習路徑及體系，構建符合自己認知特點的知識地圖，充分調動老師學生以及學生之間的互動。

（3）3D數字化教學資源建設

VR/AR/MR以及全息技術的發展運用，為學生學習提供了全新的體驗方式，適用于構建未來課堂教學環境。3D數字化教學資源具有交互性強等特點，便于進行沉浸式交互，3D數字化教學資源主要可分為顯示類資源、打印類資源和虛擬現實類資源，具體實現主要依托3D投影儀、教學仿真實訓系統以及空間立體模型等。3D數字化教學資源給學習者帶來身臨其境的感覺和視覺體驗。此外，它還能夠提供較好的課堂輔助作用，與課本內容保持高度一致，具備良好的課堂交互功能、操作方便、內容簡潔并傳輸實時等特點。對于具有大量數據資源的課程，應開發3D數據可視化系統，供學生更直觀地體驗和學習。

3基于數據驅動的教學方法智慧化

（1）課堂教學設計智慧化

課程教學設計要從深刻理解課程性質、地位、基本理念出發，能夠指導確定課程的設計思路和總體目標。課程分析和課程設計是課程教學設計的兩大方面內容，課程分析注重設計方法學習，重點是要培養學生嚴謹求實的學習態度和勇于創新的拼搏精神，在課程框架設計上以能力與素質培養為主線，把知識傳授與能力培養相結合，著眼于創新素質培養。課堂設計主要從教學背景、教學目標、教學策略和授課過程四個方面進行。課程教學設計要遵循創新教育的理念，突出“以人為本”，注意發揮學生學習能動作用。教學需要個性化，按照馬斯洛需求層次模型，落實個性化的課堂教學設計。

（2）教學方法智慧化

教學方法分為教法和學法。教法上，可以聯合采用講解法、口訣法、案例法和分析歸納法等多種方法，引導學生獨立思考、層層遞進，化抽象為具體，由特殊到一般，力求達到更優的教學效果，有效突出重點，突破難點。學法上，鼓勵學生先以自主學習為主，對于有疑問和不明白的地方，以班級或小組的形式進行合作討論，最后在教師引導下進行分析問題、解決問題，從而獲得知識，這樣的學習過程特別有利于思維能力的鍛煉，提高動手和實踐能力。

（3）教學評價智慧化

教學評價不應成為限制教師與學生發展創新的枷鎖，要注重多元多維、以評價促發展，在合理設計教學評價指標體系的基礎上，研究采用智慧化評價方法手段進行科學評價。比如，對學生的評價，應當更加注重學生的創新實踐能力，將其作為重要考核元素，在不同的情境和應用中考查學生解決問題的能力;對學生學習過程的分析與反饋，改變過去自評、互評的方法，根據自動采集的數據進行智能分析評價，減少教學評價的主觀因素。對教師的評價，應當更加突出教師引導學生、啟發學生能力，以課堂智能監控獲得的客觀數據為主體進行分析評價。

4基于數據驅動的教學管理智慧化

（1）教學管理體系智慧化

教學管理體系的智慧化，首先就是要有智慧化的高校教學管理系統，盡快統一智慧化教學管理基礎設施，建立數字化校園，實現高校教育互聯網資源的整合共享。同時，對教學管理數據進行深度挖掘分析，為教育決策提供輔助決策支持。當前，我國高校教育管理正在逐步向信息化、智能化邁進，在教學管理和教學實施過程中已經積累了海量的教學數據與學生數據，采用大數據技術對教學管理數據進行深度數據挖掘，對教學管理的各個環節進行智能化管理。隨著大數據和人工智能技術的提高，課堂人臉智慧簽到、智慧排課、智慧考試、智慧互動和智慧教學評價等都可以引入教學管理環節中，通過大數據對教學情境、學習者特征、教學資源等數據進行分析，發現隱藏的教學關聯規則，并且反饋到教育管理中，實現數據驅動的教學管理輔助決策。

（2）教學管理流程智慧化

各大高校經過這么多年的發展，已經積累了大量的教學管理數據，可以采用大數據處理技術對教學管理過程中各個產生環節的數據進行深度學習和分析，實現教學各環節間的智能反饋。因此，在建立或更新高校教學管理系統時，要擺脫傳統設計分析思想，充分利用大數據技術，建立數據科學的觀點，在傳統業務數據化的基礎上，逐步向數據業務化轉變，決策方式由目標驅動型向數據驅動型轉變，學科專業間從以戰略為中心的競合關系發展到以數據為中心的競合關系上來，建立智慧化高校教學管理體系，實現基于大數據技術的教育數據流驅動以及知識發現反饋的智慧化管理系統。

（3）教學管理決策智慧化

傳統的教學管理決策一般依據管理者自身多年的教學管理經驗作出決策，往往缺少數據支撐。隨著積累的教學數據越來越多，單純依靠經驗已無法滿足教學精準決策的需求，需要搭建基于數據驅動的智慧化教學管理決策。首先，應該采集教學大數據進行輔助決策，盡可能多地整合與共享相關教學數據，比如各項國家教學政策、教學評價、教學改革實施、學生成績、學生選課記錄、教學資源需求、社會人才需求等;然后，采用數據智能處理方法進行預處理、統計、挖掘、分析，挖掘出教學實施過程中有規律性的特點，從而反饋至教學管理中的各項決策，達到充分利用教學資源和積極改革教學方法的目的，推動實現教學管理決策精準化、科學化，代替傳統的經驗主義。

5 結語

隨著各種智慧型輔助教學軟件層出不窮，各個院校都加入了智慧教學改革的探討，各種教學改革實踐如雨后春筍般出現。高等院校誰能夠在基于數據驅動的智能化教學改革方面走在前列，誰就能夠實現教學質量的“彎道超車”，這就需要更多的教學數據，對數據進行深度分析，不斷歸納總結經驗，構建新型教育體系。

參考文獻：

[1] 劉辰.國務院印發《新一代人工智能發展規劃》：構筑我國人工智能發展先發優勢[J].中國科技產業，2017（8）：78-79.

[2] 中國政府網. 國務院印發《新一代人工智能發展規劃》[J]. 廣播電視信息， 2017（8）：8.

[3] 吳文峻.面向智慧教育的學習大數據分析技術[J].電化教育研究，2017，38（6）：88-94.

[4] 劉雙平，戴心來，劉蕾.面向智慧教育的交互式微課程設計研究[J].中國教育信息化，2017（1）：24-27.

[5] 馬玉慧，柏茂林，周政.智慧教育時代我國人工智能教育應用的發展路徑探究——美國《規劃未來，迎接人工智能時代》報告解讀及啟示[J].電化教育研究，2017，38（3）：123-128.

[6] 祝智庭.智慧教育新發展：從翻轉課堂到智慧課堂及智慧學習空間[J].開放教育研究，2016，22（1）：18-26，49.

[7] 楊現民，駱嬌嬌，劉雅馨，等.數據驅動教學：大數據時代教學范式的新走向[J].電化教育研究，2017，38（12）：13-20，26.

[8] 呂偉，張祥云，葉逢福，等.“智慧校園”浪潮下的高教變革展望[J].高教探索，2014（4）：27-30.

[9] 高廷紅，陳茜.大數據驅動智慧教育發展模式研究[J].貴州師范學院學報，2015，31（6）：43-45.

[10] 丁斌.談大數據驅動教育智慧化[J].福建電腦，2015，31（7）：54-55，66.

[11] 李忠，嚴莉.“云計算”環境下創新人才培養新模式及發展路徑研究——基于智慧教育的數據挖掘視角[J].信息通信，2016，29（9）：258-259.

[12] 沈丁琦.智慧實訓模式的研究探討[J].現代職業教育，2017（16）：29.

[13] 施百麗.關于智慧課堂搭建和實施過程中遇到問題的探討[J].考試周刊，2018（6）：31.

收稿日期：2022-02-10

基金項目：國家自然科學基金項目資助項目（No.61701517）

作者簡介：郭巧馳（1990—），女，湖北武漢人，碩士，助理編輯，研究方向：高等教育管理;周鋼（1984—），男，湖北武漢人，博士，講師，研究方向：智慧教育，大數據應用。