卜俊
【摘 要】新媒體技術(shù)輔助作業(yè)優(yōu)化設(shè)計的優(yōu)勢在于作為資源載體,能夠匯聚寶貴經(jīng)驗;作為智能化工具,能夠促進精準教學(xué);作為協(xié)同化平臺,能夠推進教學(xué)相長。然而技術(shù)性也使得作業(yè)設(shè)計類型單一,作業(yè)布置依賴智能系統(tǒng),作業(yè)批改重“量”輕“質(zhì)”,作業(yè)反饋缺乏因果推斷機制。完善作業(yè)資源庫的建設(shè)流程,增強系統(tǒng)的自適應(yīng)性,增進算法的智能化,結(jié)合因果推斷優(yōu)化指標(biāo),是利用新媒體技術(shù)促進小學(xué)數(shù)學(xué)作業(yè)優(yōu)化設(shè)計的可行路徑。
【關(guān)鍵詞】小學(xué)數(shù)學(xué) 作業(yè)優(yōu)化設(shè)計 新媒體技術(shù)
一、新媒體賦能作業(yè)優(yōu)化設(shè)計的技術(shù)優(yōu)勢
隨著以數(shù)字化、智能化、網(wǎng)絡(luò)化為主要特征的新媒體技術(shù)革新浪潮的到來,新媒體輔助教學(xué)成為有效提升教學(xué)質(zhì)量與個性化學(xué)習(xí)效果的重要方式。新媒體技術(shù)賦能教學(xué)的重點在于依托大數(shù)據(jù)、人機交互以及人工智能等技術(shù),開展有利于教學(xué)的活動與實踐。人工智能時代新媒體技術(shù)輔助作業(yè)優(yōu)化設(shè)計的優(yōu)勢具體體現(xiàn)在以下幾個方面:
(一)資源載體,匯聚寶貴經(jīng)驗
作為資源載體,新媒體平臺可以存儲海量的數(shù)據(jù),在支持作業(yè)優(yōu)化設(shè)計方面具體體現(xiàn)在:具有海量、結(jié)構(gòu)化、動態(tài)開放的題庫、微課堂視頻庫、課件(包括學(xué)案、教案)等數(shù)據(jù)資源。
(二)智能化工具,促進精準教學(xué)
作為計算工具,新媒體技術(shù)可以幫助人類快速進行數(shù)據(jù)記錄、提取、計算與分析,處理效率高且不容易出現(xiàn)偏差,能很大程度地減輕教師煩瑣、機械與簡單重復(fù)性的工作。在支持作業(yè)優(yōu)化設(shè)計方面具體體現(xiàn)在:助力精準設(shè)計作業(yè)任務(wù)、精準實施作業(yè)批改、精準采集學(xué)業(yè)評價數(shù)據(jù)以及學(xué)業(yè)數(shù)據(jù)診斷、學(xué)生個體分析等方面。
(三)協(xié)同化平臺,推進教學(xué)相長
學(xué)生使用新媒體平臺開展學(xué)習(xí),可以獲得精準的個性化服務(wù),反過來,學(xué)生反饋的數(shù)據(jù)也可以增強新媒體平臺的輔助能力。新媒體技術(shù)為教師提供大數(shù)據(jù)智能工具輔助,而教師豐富的教學(xué)經(jīng)驗以及較強的組織管理能力對人機共融的協(xié)調(diào)起著關(guān)鍵作用。新媒體技術(shù)將教師、學(xué)生與技術(shù)支撐平臺三方的優(yōu)勢結(jié)合、協(xié)同進化,從而推進人機共融、教學(xué)相長。
二、作業(yè)優(yōu)化設(shè)計中利用新媒體技術(shù)的挑戰(zhàn)與風(fēng)險
(一)作業(yè)設(shè)計類型單一,鞏固練習(xí)衍生為知識霸權(quán)
教育目的不只是要求學(xué)生掌握、記憶、理解和應(yīng)用知識,還應(yīng)追求以鑒賞力、判斷力與批判力為標(biāo)志的“內(nèi)在發(fā)展”,通過傳遞知識的過程培養(yǎng)學(xué)生的懷疑、批判、探究意識。而新媒體技術(shù)支持下的習(xí)題資源類型較為單一,主要是條件完備、答案唯一的封閉性題目,便于系統(tǒng)識別與批改,不利于培養(yǎng)學(xué)生思維的發(fā)散性、探究性、層次性、發(fā)展性和創(chuàng)新性。
(二)作業(yè)布置依賴智能系統(tǒng),題海戰(zhàn)術(shù)衍生為機械訓(xùn)練
新媒體技術(shù)支持下作業(yè)布置背后的假設(shè)為:如果學(xué)生某一題出現(xiàn)錯誤,就給學(xué)生推送等值題。通過多做題、多練習(xí)的方式,就能提高學(xué)困生的學(xué)業(yè)水平。這就會給學(xué)業(yè)水平較低的學(xué)生帶來巨大的學(xué)業(yè)負擔(dān):首先,他們面對更大的作業(yè)量,需要投入更多的時間,這可能會增加其學(xué)習(xí)焦慮,使其產(chǎn)生厭學(xué)情緒;其次,由于缺乏對薄弱內(nèi)容的重新學(xué)習(xí),再多的等值練習(xí)也無法加深學(xué)生對知識點的理解,作業(yè)缺乏針對性,對于學(xué)困生來說仍屬于機械訓(xùn)練,學(xué)生難以通過智能作業(yè)系統(tǒng)完成既定的目標(biāo)。
(三)作業(yè)批改重“量”輕“質(zhì)”,追求分數(shù)衍生為唯數(shù)據(jù)導(dǎo)向
作業(yè)批改包含多個維度,基于新媒體技術(shù)的作業(yè)批改偏重于能以數(shù)據(jù)進行測量的標(biāo)準化指標(biāo),比如正確率、做題時間等,對學(xué)生的情感態(tài)度、努力程度以及做題習(xí)慣關(guān)注較少,容易忽視人的主體性生成與教育的復(fù)雜性,學(xué)生成長被標(biāo)準化,且學(xué)生容易陷入各種達標(biāo)強化訓(xùn)練中。這樣的數(shù)據(jù)診斷會增加學(xué)業(yè)負擔(dān),讓學(xué)生在整個學(xué)習(xí)過程中時刻承受著被評價、被監(jiān)視的壓力。而教師依賴自動批改功能,可能會更加不了解學(xué)生的實際情況,加重學(xué)生的練習(xí)負擔(dān)。
(四)作業(yè)反饋缺乏因果推斷機制,缺乏方法衍生為“黑箱”模型
作業(yè)反饋是幫助學(xué)生發(fā)展的良好契機,具有深化認知和激發(fā)動機兩個方面的效果。但幾乎所有模型都是基于統(tǒng)計學(xué)或者“黑箱”模型,其優(yōu)勢在于“感知、預(yù)測和分類等數(shù)據(jù)關(guān)聯(lián)任務(wù)”,卻不能回答因果問題,更達不到人類級別的智能。比如在某一次作業(yè)中,數(shù)據(jù)顯示某個學(xué)生某一知識點下的10道作業(yè)題錯誤率為60%,同時也顯示了作業(yè)起止時間、課堂發(fā)言次數(shù),但我們?nèi)匀粺o法從這些已知數(shù)據(jù)中對學(xué)生的錯誤原因進行準確的判斷,也就無法給出比較準確的建議。
三、作業(yè)優(yōu)化設(shè)計中新媒體技術(shù)可持續(xù)應(yīng)用的對策與建議
(一)作業(yè)設(shè)計:完善作業(yè)資源庫建設(shè)流程,促進線上線下作業(yè)相融合
在新媒體技術(shù)支持作業(yè)優(yōu)化設(shè)計的過程中,要完善作業(yè)資源庫建設(shè)流程。首先,對作業(yè)資源庫中的作業(yè)編碼進行整體思考與設(shè)計:考慮編碼維度并論證其科學(xué)性,制定編碼標(biāo)準(如知識點、變式特征、難度、認知水平等)。第二,根據(jù)作業(yè)資源庫標(biāo)準設(shè)計題目并進行編碼后導(dǎo)入作業(yè)平臺。在設(shè)計題目時,不僅要關(guān)注學(xué)生對知識點的掌握程度,還要關(guān)注學(xué)生情感態(tài)度與價值觀生成的程度,關(guān)注學(xué)生實踐能力與創(chuàng)新意識的培養(yǎng),關(guān)注學(xué)生的可持續(xù)發(fā)展與終身發(fā)展。第三,測試作業(yè)。為了保證資源庫中作業(yè)的有效性,要按“答題—提交作業(yè)—系統(tǒng)批改—量化分析”的流程進行測試,再根據(jù)測試結(jié)果修改不理想的作業(yè)。第四,定期對作業(yè)資源庫進行維護與更新。根據(jù)學(xué)生的實際完成情況對資源庫中的作業(yè)進行增減、修改與更新,確保習(xí)題與時俱進。
對于一些比較開放的主觀作業(yè)還沒有完全實現(xiàn)通過信息化手段自動批改、診斷與推送,因此,線上、線下作業(yè)都具有各自不可替代的獨特優(yōu)勢,教師要將不同類型的作業(yè)合理分布于線上與線下,建立促進學(xué)生全面發(fā)展的作業(yè)設(shè)計形態(tài)。
(二)作業(yè)布置:增強系統(tǒng)的自適應(yīng)性,充分尊重學(xué)生的個性發(fā)展
自主學(xué)習(xí)不僅僅是允許學(xué)生自定學(xué)習(xí)步調(diào),還應(yīng)該從以下角度做綜合考慮。在布置作業(yè)時除了從難度和數(shù)量的角度去體現(xiàn)作業(yè)的差異,還可以通過以下方法來解決:一是通過不同的作業(yè)類型來體現(xiàn)學(xué)生學(xué)習(xí)風(fēng)格或興趣的差異。美國圣約翰大學(xué)的鄧恩夫婦的五種學(xué)習(xí)風(fēng)格(聽覺型、視覺型、觸覺型、動覺型和觸覺/動覺型)與多元智能理論,對針對不同學(xué)習(xí)風(fēng)格的學(xué)生的作業(yè)設(shè)計具有重要的啟示。教師可以通過學(xué)生在課堂上的表現(xiàn)、作業(yè)情況等來判斷學(xué)生的學(xué)習(xí)風(fēng)格,并且通過布置不同類型的作業(yè)來實現(xiàn)學(xué)生的個性化發(fā)展。二是通過提供腳手架,即在作業(yè)過程中給予學(xué)生一些關(guān)鍵步驟和問題的指導(dǎo)來體現(xiàn)學(xué)習(xí)過程的差異。教師根據(jù)學(xué)生的最近發(fā)展區(qū),為不同的學(xué)生提供適當(dāng)?shù)木€索、提示、問題等,讓學(xué)生們通過這些具有針對性的腳手架逐步發(fā)現(xiàn)問題、梳理問題與解決問題,同時學(xué)會思考,感受自主學(xué)習(xí)的快樂。
要使這兩種差異判斷更加準確,就需要增強系統(tǒng)的自適應(yīng)性,基于教學(xué)理論進行更精細化的分類,以適應(yīng)學(xué)生的知識水平、學(xué)習(xí)風(fēng)格、學(xué)習(xí)需求為目標(biāo),在界面和算法上做進一步的探索與嘗試。同時,教師對智能教學(xué)系統(tǒng)也不能簡單盲目地使用,要具備從教育情境數(shù)據(jù)中甄別數(shù)據(jù)質(zhì)量、發(fā)現(xiàn)學(xué)生學(xué)習(xí)需求和基于數(shù)據(jù)進行反思的能力,要考慮到學(xué)校教學(xué)的實際情況,盡量避免加重學(xué)生的學(xué)習(xí)負擔(dān)。
(三)作業(yè)批改:增進算法的智能化,提升教師的數(shù)據(jù)素養(yǎng)
在作業(yè)批改方面,筆者認為除了批出正誤、分數(shù)與錯誤率等以外,還應(yīng)包括以下幾點:
1.給學(xué)生提供訂正指導(dǎo)
盡可能地指出學(xué)生存在的錯誤及其原因,因為多數(shù)學(xué)生期望在教師的引導(dǎo)下通過自己的獨立思考解決問題。根據(jù)學(xué)生的錯誤原因推送相應(yīng)的解題思路與方法建議,比如:建議你把“……”這句話理解清楚,尤其關(guān)注“……”的意思;在計算的時候不要忘記退位;先閱讀課本第×頁等;批改學(xué)生二次訂正的情況,以追蹤學(xué)生是否能夠正確解決。
2.分類統(tǒng)計與分析
統(tǒng)計學(xué)生的典型回答或選項,并分析不同類型的學(xué)生存在的主要問題及原因,相比于統(tǒng)計某一題的正確率,這樣的統(tǒng)計可以幫助教師掌握學(xué)生在不同作業(yè)中的不同表現(xiàn),發(fā)現(xiàn)不同類型的學(xué)生存在的主要問題,為后期進行有針對性的指導(dǎo)提供依據(jù),也為后續(xù)教學(xué)提供了寶貴的教學(xué)資源。教師要統(tǒng)計作業(yè)目標(biāo)的達成度,了解學(xué)生的學(xué)習(xí)水平,根據(jù)學(xué)生的實際情況深度改進作業(yè)設(shè)計。
隨著“優(yōu)化對話的語言模型”“基于人類反饋的強化學(xué)習(xí)”“人工智能生成內(nèi)容”等技術(shù)逐漸興起,相信這一技術(shù)問題一定能夠突破。值得一提的是,借助新媒體技術(shù)進行有效的作業(yè)批改,教師會面對一系列的數(shù)據(jù),這就要求教師具有一定的數(shù)據(jù)素養(yǎng),具體表現(xiàn)在:具備數(shù)據(jù)意識和數(shù)據(jù)敏感性,能夠有效、恰當(dāng)?shù)孬@取、分析、處理數(shù)據(jù);了解數(shù)據(jù)背后的算法,能夠準確、適當(dāng)?shù)剡\用與呈現(xiàn)數(shù)據(jù);甄別數(shù)據(jù)的質(zhì)量與有效性,能夠基于數(shù)據(jù)進行教學(xué)反思。
(四)作業(yè)反饋:結(jié)合因果推斷優(yōu)化指標(biāo),進一步發(fā)展反饋機制
為學(xué)生制訂出符合其興趣與學(xué)習(xí)特點的發(fā)展路徑,是新媒體技術(shù)支持作業(yè)優(yōu)化的重要目標(biāo)與追求。如果新媒體技術(shù)在反饋作業(yè)問題時能夠增強因果推斷,依據(jù)“因果”模型提出有針對性的建議,那將是一個非常重要的突破。
在現(xiàn)有條件下,新媒體技術(shù)在記錄學(xué)生作業(yè)情況時,需要就算法透明性做出解釋,說明算法的依據(jù),以便使用者判斷其反饋的科學(xué)性與合理性。未來,如果新媒體技術(shù)能夠依據(jù)數(shù)據(jù)科學(xué)與因果科學(xué),結(jié)合因果推斷優(yōu)化指標(biāo),提高指標(biāo)體系的可解釋性與科學(xué)性,進一步探討干預(yù)和促進學(xué)習(xí)行為投入的機制,一定能夠?qū)崿F(xiàn)人工智能時代進一步的教育變革,真正提升學(xué)生的學(xué)習(xí)績效。
新媒體技術(shù)支持作業(yè)優(yōu)化設(shè)計不是一場立竿見影的顛覆式改革,而是一場漸變式的改革,除了要面對上述的挑戰(zhàn)以外,還面臨著很多方面的考驗。比如:是否會加重學(xué)生發(fā)展的兩極分化?人力、物力和財力的投入和產(chǎn)出是否平衡……這都值得進一步探討。
【參考文獻】
[1]汪瓊,李文超.人工智能助力因材施教:實踐誤區(qū)與對策[J]現(xiàn)代遠程教育研究,2021(3).
[2]張治,楊熙,夏冬杰.基于在線作業(yè)數(shù)據(jù)的學(xué)習(xí)行為投入畫像構(gòu)建研究[J].電化教育研究,2021(10).
[3]王開,汪基德.人工智能賦能課堂教學(xué)減負提質(zhì)的機制、風(fēng)險與應(yīng)對[J].當(dāng)代教育科學(xué),2022(2).
[4]王月芬.重構(gòu)作業(yè):課程視域下的單元作業(yè)[M].北京:教育科學(xué)出版社,2021.
注:本文系江蘇省教育科學(xué)“十四五”規(guī)劃2021年度立項重點課題“新媒體支持下小學(xué)數(shù)學(xué)作業(yè)優(yōu)化設(shè)計的實踐研究”(課題編號:C-b/2021/02/11)的階段性研究成果之一。