網絡學習空間的教學設計與學習狀態監測

姜高揚　趙元棣　王飛

［摘 要］科學有效的網絡課堂教學設計與學習狀態監測對提高在線教學質量具有重要的意義。根據在新冠疫情期間的在線教學實踐，課程組開發了面向教學全過程的多媒體教學資源，設計了科學靈活的視頻時長方案，構建了基于調查問卷的閉環教學模式，挖掘了線上平臺數據所隱藏的學生學習狀態信息。教學設計與學習狀態分析保障了新冠疫情期間線上教學工作的順利開展，積累了網絡課堂教學經驗，為后期開展線上線下混合式教學奠定了基礎。

［關鍵詞］網絡課堂；在線教學；教學設計；狀態分析

［中圖分類號］ G642 ［文獻標識碼］ A ［文章編號］ 2095-3437（2023）07-0072-04

黨的十九大召開以來，我國發布了《教育信息化2.0行動計劃》《網絡學習空間建設與應用指南》和《中國教育現代化2035》等一系列文件，為推動教育信息化轉型升級、構建全民學習網絡環境進行了頂層設計[1-3]。2020年，新冠疫情的到來使得網絡課堂的應用在國內各院校得到迅速的普及和發展，線上線下混合式教學成為未來教學發展的新趨勢。在這種情況下，如何科學合理地進行網絡學習空間的教學設計，及時有效地進行學習狀態監測，成為擺在教育工作者面前的重要問題。

自2008年MOOC概念提出以來，國外已先后建成了Coursera 、Udacity和edX 三大著名的MOOC 平臺，為全球師生提供了來自哈佛大學、麻省理工學院等著名學府的教育資源[4]。從整體上看，以慕課為代表的網絡學習空間具有完整的教學體系，并且注重教學內容的模塊化和碎片化設計[5]。在教學設計方面，Betul Czerkawski[6]研究了能夠促進學生參與在線學習的教學設計框架，該框架特別強調在線教學的互動、協作、便捷和反饋，為教師進行網絡教學提供了原則性指導。而Jo Davies[7]在研究中發現，對于學生來說，積極的在線互動并不能使學生的學習成績進一步提高，由此啟發教師在網絡課堂中應當適量而不過度地設計互動環節。在學習狀態監測方面，國外的研究比較關注學生的評價與滿意度，其中Karl L. Smart[8]從學生感知的角度對在線學習進行了研究，發現學生對選修課在線學習的評價明顯好于必修課。Ahmed Al-Azawei[9]采用技術接受模型（Technology Acceptance Model，TAM）研究了學習風格對混合學習模式下學習滿意度的影響，結果表明學習風格對于學習滿意度有輕微的影響。此外，還有在線學習投入度與情緒狀態的研究[10-11]。

在國內，網絡教學始于2003年教育部啟動的國家精品課程建設項目[12]，后來在國際化背景下，慕課迅速興起，并形成了以中國大學慕課、超星、智慧樹等為代表的網絡學習空間[13]。這些網絡學習空間具有比較靈活的授課方式，既可以線上授課，也可以線上線下混合授課，在許多教學實踐與研究中發揮了積極的作用。在教學設計方面，劉博、于洪深等人[14-15]分別開展了基于MOOC、微課的翻轉課堂教學設計。張沖等人[16]從工程教育目標實現的角度研究了混合式教學設計。段曉慶、楊西惠等人[17-18]進一步研究了混合式教學設計在課堂教學中的應用。在學習狀態監測方面，Jiangbo Shu等人[19]研究了學生的線上線下學習行為特征。陸芳等人[20]對大學生在線學習狀態的研究成果、研究方法進行了綜述，提出應利用視頻監控、圖像處理、機器學習等技術手段，結合課內課外數據，實現數據驅動的個性化學習指導。此后，利用網絡學習數據進行的狀態特征分析[21]、利用調查問卷進行的學習狀態研究[22-23]、利用視頻數據進行的在線學習困倦研究[24]等紛紛涌現出來。特別是在新冠疫情期間，高校的在線教學活動受到了研究人員的廣泛關注[25-26]。

從國內外的研究現狀可以看出，網絡學習空間的建設和研究已經成為當今及未來高校教學的發展趨勢。雖然網絡教學設計與教學實踐方面已經有了很大提升，但是在線教學資源開發利用效率過低、教育主體對在線學習存在惰性等問題依然制約著在線教育的進一步發展[27]。在此情況下，重構學習環境、優化資源供給、分析學習狀態數據等措施將成為提升網絡學習質量的有效手段。因此，本文針對網絡學習空間的教學問題，結合新冠疫情期間開展的線上教學活動，從教學設計與學習狀態監測兩方面研究線上平臺的“教”與“學”，為同類課程的線上教學提供借鑒和參考。

一、研究對象與存在問題

本文的研究對象是為大三學生開設的一門專業選修課——航空公司運行規劃與管理。通過該課程的學習，學生應了解航空公司運行管理的核心業務問題，掌握將實際問題轉化為數學模型的方法，具備應用計算機編程求解數學模型的能力，為交通管理專業學生在后續學習和工作中解決實際問題奠定基礎。該課程注重培養學生的計算機編程能力、接受不確定性的能力以及學術寫作能力。

在教學之初，課程組面臨著許多問題，例如：如何準備教學資源，以滿足學生線上學習的需要；如何合理設置教學視頻的長度，以滿足線上教學的需要；如何及時獲取學生的學習反饋，以便調整教學方式；如何充分利用線上平臺的學習數據分析學生的學習狀態，等等。針對這些問題，課程組進行了一系列的研究與探索，開發了面向教學全過程的多媒體教學資源，設計了科學靈活的視頻時長方案，建立了以調查問卷為主的閉環教學模式，挖掘了線上平臺學習數據所隱藏的學生學習狀態信息。這些研究與探索有力地保障了新冠疫情期間線上教學的順利開展，同時為后期線上線下混合教學的開展奠定了堅實的基礎。

二、課程教學研究與探索

（一）面向教學全過程，重構學習資源

對于線上教學而言，學習資源很關鍵。相關研究表明，教師提供教學信息情況會對線上學習滿意度產生顯著的正向影響[28]。為此，課程組圍繞學生課前、課中、課后學習的需要，綜合考慮學生在不同設備、不同網速下的學習體驗，精心準備了形式多樣的教學資源，例如教學視頻、教學音頻、PPT、圖片等，其中教學音頻是專門為網速不好的學生而準備的，這些學生可以邊聽音頻邊看PPT，學習內容與教學視頻是完全一致的。另外，這些教學資源并非一次性全部發布給學生學習，而是根據教學計劃有條不紊地發放給學生。具體如圖1所示，在課前教師通過文本、語音、短視頻等方式進行課前講解，用來回顧上節課的內容，回答學生的問題，引出本節課的重點內容；在課堂中教師通過教學視頻來教授章節知識點，并通過視頻直播的方式進行互動和答疑；在課后教師通過作業練習來鞏固所學的知識，并通過調查問卷了解學生的學習情況，收集學習中遇到的問題，根據學生的問卷反饋，及時制作語音、短視頻等學習資源，用于下一次課前講解，或者在課堂中用于直播答疑?？傊ㄟ^面向教學全過程重構學習資源，可以實現精細化的教學管理，克服因學習時空分離所帶來的無序與低效的問題。

（二）根據難易程度，優化資源供給

與傳統的課堂學習不同，在線學習需要長時間面對電腦或者手機，而長時間使用電子產品很容易使人產生視覺疲勞，因此網絡教學的視頻不宜太長。有關研究表明，較短的視頻比較長的視頻能產生更好的學習效果[29]。那么最佳的視頻時長應該是多少呢？國外學者對564710個視頻的播放數據進行了統計分析，在研究期間這些視頻累計播放次數超過了13億次，研究結果如圖2所示[30]。可以看出，隨著視頻時長的增加，視頻觀看者的平均參與度逐漸減少，然而在曲線中間部分，觀看者的平均參與度呈現出基本平穩的狀態，并且都位于50%以上。因此，研究人員最后指出，最佳的視頻時長應該控制在12分鐘以內。

以國外的研究結果為依據，課程組嘗試將每個知識點的視頻講解時長盡量控制在12分鐘。然而12分鐘的時長并不能滿足所有內容講解的需要，因此課程組在該結論的基礎上，結合各個知識點的難易程度，靈活設置視頻時長。具體而言，首先將知識點劃分為易、中、難3個等級，并分別賦予不同的權重。記第i個知識點在第j個難度等級的權重為Wij，設計視頻時長為Tdij，理論視頻時長Toij =12，則：

[Tdij=Wij×Toij]

其中：i=1，…， n，j=1，2，3.

[Wij=1， j=12， j=2，3， j=3]

以上方法將視頻時長劃分為3個標準，分別為12分鐘、24分鐘和36分鐘，為視頻錄制提供了參考依據。課程組按照該方法對不同章節的視頻時長進行了優化，如圖3所示。可以看出，除了個別視頻，其他視頻時長均控制在3個設計的視頻時長以內。該方法既遵循了運用大量數據統計分析得出的規律，同時又兼顧了課程章節的難易程度，因此在教學實踐中得到了廣大師生的認可。

（三）利用調查問卷，重視學習反饋

在線教學的問題之一是無法面對面了解學生的學習進展與學習問題，如果忽略教學反饋環節，實行開放式教學，那么將無法達到線上教學與線下教學實質等效的目的。為此，課程組在教學過程中適時發放在線調查問卷，詳細了解學生的學習進展和學習問題，以便及時調整教學方式，最終提升課堂的教學效果。以航空公司運行規劃與管理課程中的三日航線生成問題為例，在觀看完教學視頻之后，課程組發放了調查問卷，統計數據表明，能夠解決該問題的學生比例僅為18.4%，如圖4（a）所示。調查發現，有約82%的學生希望老師通過釘釘直播的方式進行講解答疑。于是課程組利用釘釘平臺開展了一次直播答疑，之后再次發放調查問卷，發現此時能夠解決該問題的學生比例已經上升到了53.5%，如圖4（b）所示。可見，利用調查問卷形成閉環的教學模式，對于提高教學質量具有重要的作用。

（四）挖掘在線數據，關注過程監測

學生在線學習情況均記錄在學習平臺中，包括各章節視頻的學習進度、學習時長、學習次數，等等。對這些數據進行分析處理后得出的結果，可以客觀地反映出學生的學習狀態。以視頻學習進度數據為例，學生對每個章節視頻的學習進度數據可以反映出該學生本節課學習任務的完成情況，若將學生各個章節視頻學習進度數據放在一起，則可以反映出該生的學習態度?；谶@樣的思路，課程組隨機選取了20名學生，對其視頻學習進度數據進行了處理，如圖5所示，其中橫軸表示章節視頻編號，縱軸表示學生編號，圖中顏色的深淺反映了學生的視頻學習進度?？梢钥闯觯幪?1的學生學習最為認真，對于許多章節視頻的學習進度達到甚至超過了100%，這表明該生對某些章節的視頻進行了多次學習。編號5和編號14的學生只對部分章節的學習投入較多，在學習過程中具有明顯的選擇性。編號8、編號12、編號17、編號18的學生沒有充分利用在線教學資源。教師通過該方法可以輕松地利用學習過程數據進行學習狀態監測，為后續開展自動教學診斷和個性化教學指導提供依據。

三、總結

網絡學習空間為新冠疫情期間高校的正常教學秩序提供了良好的保障，同時也為以后的線上線下混合教學模式提供了良好的發展機遇。課程組結合線上教學實踐，面向網絡課堂的教學設計問題與學習狀態監測問題，從學習資源、視頻時長、學習反饋和過程監測個方面開展了教學研究與探索。具體而言，課題組結合學生學習體驗開發了面向教學全過程的多媒體教學資源，根據難易程度設計了科學靈活的視頻時長方案，利用在線調查問卷構建了閉環教學模式，通過線上平臺數據分析了學生的在線學習狀態。目前，線上教學的優勢逐漸凸顯。如何充分利用傳統課堂與網絡課堂各自的優勢開展線上線下混合教學將是未來教學改革研究的方向。

［ 參 考 文 獻 ］

[1］ 教育部關于發布《網絡學習空間建設與應用指南》的通知[J].中華人民共和國教育部公報， 2018（4）：126-147.

[2］ 郭炯，黃彬，鄭曉俊.《網絡學習空間建設與應用指南》解讀[J].電化教育研究，2018，39（8）：34-38.

[3］ 晉欣泉，姜強，趙蔚.網絡學習空間中學業預警及干預研究：態勢、關鍵問題及創新應用[J]. 現代教育技術， 2021，31（6）：79-87.

[4］ BATURAY M H. An overview of the world of MOOCs[J]. Procedia?social and behavioral sciences，2015，174：427-433.

[5］ 夏慶霖， 張照錄， 李彥榮. 疫情期間地質類專業在線教學實踐及對教學改革的啟示[J]. 中國地質教育， 2020，29（2）：49-53.

[6］ CZERKAWSKI B C， LYMAN E W. An instructional design framework for fostering student engagement in online learning environments[J].TechTrends，2016，60（6）：532-539.

[7］ DAVIES J， GRAFF M. Performance in e?learning： online participation and student grades[J]. British journal of educational technology， 2005，36（4）：657-663.

[8］ SMART K L， CAPPEL J J. Students' perceptions of online learning： A comparative study[J]. Journal of information technology education， 2006，5（1）：201-219.

[9］ AL?AZAWEI A， PARSLOW P， Lundqvist K. Investigating the effect of learning styles in a blended e?learning system： An extension of the technology acceptance model （TAM）[J]. Australasian journal of educational technology， 2017，33（2）：1-23.

[10］ BLASCO?ARCAS L， BUIL I， HERNáNDEZ?ORTEGA B， et al. Using clickers in class. The role of interactivity， active collaborative learning and engagement in learning performance[J]. Computers & Education， 2013，62（3）：102-110.

[11］ ZHEN R， LIU R， DING Y， et al. The mediating roles of academic self?efficacy and academic emotions in the relation between basic psychological needs satisfaction and learning engagement among Chinese adolescent students[J]. learning and individual differences，2017，54：210-216.

[12］ 鄧東元. 中國教育改革中的慕課（MOOC）發展研究綜述（2012—2018）[J]. 昆明理工大學學報（社會科學版）， 2019，19（1）：76-83.

[13］ 袁耀鋒， 林凌， 王建， 等. 疫情防控期間線上教學的初步探索[J]. 大學化學， 2020，35（5）：269-272.

[14］ 于洪深. 借助微課翻轉課堂的教學方法探索：評《翻轉課堂與微課程教學法》[J].中國高?？萍迹?019（11）：106.

[15］ 劉博. 基于MOOCs的翻轉課堂模式在交通運輸專業英語教學中的應用[J]. 中國民航飛行學院學報， 2018，29（6）：77-80.

[16］ 張沖， 吳冠豪. 工程專業混合式教學設計與實踐研究：以清華大學“光電儀器設計”課程為例[J]. 電化教育研究， 2020，41（5）：104-111.

[17］ 段曉慶. 混合式教學在管理學課程中的應用探索[J]. 教育教學論壇， 2020（18）：306-307.

[18］ 楊西惠， 張愛梅， 劉波. 基于“學”與“習”的混合式教學實踐與探索：以視覺傳達設計課程為例[J]. 教育教學論壇， 2020（18）：243-244.

[19］ SHU J B， HU Q Q， ZHI M. Research on the learning behavior of university students in blended teaching[J]. International journal of information and education technology， 2019，9（2）：92-98.

[20］ 陸芳， 魏李婷. 大數據背景下大學生學習狀態研究的方法探析[J]. 黑龍江高教研究，2019，37（12）：143-148.

[21］ 王洋， 劉清堂， 張文超， 等. 數據驅動下的在線學習狀態分析模型及應用研究[J]. 遠程教育雜志， 2019，37（2）：74-80.

[22］ 趙宏， 張馨邈. 遠程學習者在線學習情緒狀態及特征差異[J]. 現代遠程教育研究， 2019（2）：85-94.

[23］ 盧彬， 王晶， 王艷春. “互聯網+”教育發展趨勢下基于APP課堂教學監測管理系統的研究[J]. 當代教育實踐與教學研究， 2020（3）：27-28.

[24］ 韓毅， 王旭彬， 郭圓輝. 基于深度學習的線上教學學情監測系統研究[J]. 河南科技， 2021，40（3）：19-21.

[25］ 孟寧， 馮琳. 基于教育大數據的高校線上教學質量評價指標體系研究[J]. 大學教育， 2021（8）：191-195.

[26］ 周定平， 胡鵬. 疫情防控期間高校在線教學活動評價的探討[J]. 大學教育， 2021（8）：44-46.

[27］ 李明瑤. 大數據時代在線教育的個性訴求與資源優化[J]. 教育理論與實踐， 2020，40（4）：30-34.

[28］ 項聰， 陳小平， 盧開聰. 高校在線教學效果及其影響因素的實證研究[J]. 中國大學教學， 2021（Z1）：93-99.

[29］ SLEMMONS K， ANYANWU K， HAMES J， et al. The impact of video length on learning in a middle?level flipped science setting： Implications for diversity inclusion[J]. Journal of science education and technology， 2018，27（5）：469-479.

[30] FISHMAN E. How long should your next video be？[EB/OL]. （2020-06-16）[2021-10-15]. https：//wistia.com/learn/marketing/optimal-video-length.

［責任編輯：鐘 嵐］