大數據環境下高校移動學習平臺構建與教師在線教學問題研究

劉春明,滕雪松

(吉林工程技術師范學院,吉林 長春 130052)

2015年,黨的十八屆五中全會公報提出要實施“國家大數據戰略”,這是大數據第一次寫入黨的全會決議,標志著大數據戰略正式上升為國家戰略,社會已經正式進入到了大數據時代。隨著移動互聯網、大數據、人工智能、云計算等新一代信息技術的快速發展,人們的工作、生活、學習都發生了重大的改變。據中國互聯網信息中心統計,截至2023年12月,我國手機網民規模為10.91億,較2022年12月新增手機網民2562萬,網民中使用手機上網的比例為99.9%[1]。

隨著移動網民的快速增長,越來越多的網民可以通過各種移動學習平臺進行在線學習。據中國互聯網絡信息中心統計,截至2021年6月,中國在線教育用戶達到3.24億,較2018年6月增長1.53億,占網民整體的32.1%。尤其在2020年1月,受新冠疫情的影響,各大、中、小學的延遲開學,使得其傳統的線下教學轉移到線上教學當中來,促使在線教育用戶的規模快速地增長。面對如此大規模的用戶,教育部組織推出了22個線上教育平臺,各學校積極組織推出了2.4萬門課程。隨著教育在線課程的推進,一大批為師生教學服務的移動學習平臺得以快速發展,例如MOOC、云班課App、超星學習通App等。相對于移動學習用戶的快速增長,教育部門也推出了一系列規范在線教學標準、提升移動學習質量的系列管理辦法,但是針對于移動學習平臺如何有序發展、移動學習平臺在教學中的深度應用、高校教師使用移動學習平臺教學的研究提出了更高的要求。

一、大數據環境下高校移動學習平臺數據內涵、特點與平臺構建

(一)大數據環境下移動學習平臺及數據內涵

1.移動學習平臺界定。針對于移動學習的界定,學者們提出了不同的看法。Harris[2]認為移動學習是移動互聯網技術與在線學習的有機結合,可以讓人們隨時開展學習。余勝泉[3]認為移動學習是指學習者在任何時間、任何地點借助無線網絡和移動設備獲取學習資源,與他人交流協作。鄒霓[4]認為移動學習是指學習者借助移動設備,依托移動技術隨時隨地進行的交互式數字化學習。本研究綜合各學者的觀點,將移動學習界定為:學習者利用移動相關移動設備,獲取相關數字資源,可在任意地點與時間進行的一種學習方式。移動學習平臺就是利用移動終端為學習者提供教學、自主學習、信息交流等功能的信息平臺。

本研究中的高校移動學習平臺是指高校師生使用的MOOC、學習通、云班課等移動學習平臺。

2.移動學習平臺界定數據內涵。大數據是一種具有海量、高速增長、多樣化等特征的數據集合,能夠對大批量的信息數據進行搜集、整理、分析,并能夠通過云計算技術對數據本身所隱藏的、具有高超價值性的信息進行探索,從而為各行各業以及人們的生產生活提供最大化信息資源[5]。

楊現民等認為教育大數據主要分為教學類數據、管理類數據、科研類數據及服務類數據[6]。祁長偉等認為精準教學平臺能夠更好地呈現現代化的課程資源、能夠實時采集學生學習全過程行為數據和結果數據[7]。本研究認為大數據環境下移動學習平臺中的數據主要可以分為學習行為數據、學習資源數據、教師與學生互動數據、管理分析數據等。其中行為數據包括教師與學生學習行為相關的數據,主要是指在移動平臺中教師、學生及管理者相關的行為產生的數據。學習資源數據包括教師提供的教學日歷、大綱、課件、教案等文本或音頻、圖片、視頻等教學資源的數據。互動數據包括教師與學生在學習評價、問題解答及教學過程中互動產生的數據。管理數據是指學習平臺管理者對于平臺進行數據挖掘、分析及調整過程中產生的數據。

(二)大數據環境下移動學習平臺數據特點

陶雪嬌(2013)等認為典型的大數據具備數據體量巨大、數據種類繁多、流動速度快、價值密度低的基本特征[8]。楊洋(2020)等認為數字化的科研數據同樣具備“4V”的特點,即數據量大、高速、類型多樣、價值密度低[9]。大數據環境下移動學習平臺數據不但包括教學管理、服務、行為等數據,同樣也包括相關的科研數據,因此移動學習平臺數據不僅僅具備“4V”的特點,還具備以下幾個特點:

1.客觀真實性。Herschel(2017)等在“4V”的基礎上,提出大數據5V的顯著特征,其中就包括真實性的特征[10]。趙佳麗(2020)等認為教育平臺大數據處理和分析過程的機器模擬避免了研究主體過多的涉入,確定了教育研究過程的科學性、客觀性和可靠性[11]。在大數據環境下,學習平臺可以在教師與學生學習過程中產生的互動數據、行為數據進行真實的記錄。在整個過程中使用者并不會感覺到平臺對其數據的采集,這就有效地避免了雙方的主動意識對數據真實性的影響。在移動學習平臺中,數據的采集不會受到使用者主觀意愿的影響,能夠以最真實的記錄將相關的數據展現出來。

2.個性化。楊現民(2022)等認為移動學習平臺越發關注數據資源的價值挖掘和智能技術的深度應用,實現其從大規模知識傳播平臺向大規模個性化教育平臺的“角色”轉變[12]。能否將符合學習者需求的學習數據及時準確地采集,并通過移動學習平臺提供給使用者,是移動學習者是否采納移動學習平臺的重要因素。個性化數據的及時準確性可以提升使用者的學習效率,讓使用者更加愿意使用平臺進行學習。在移動學習平臺中,教師與學生可以根據學習需求,利用平臺提供的搜索引擎、目錄導航等功能,及時準確地尋找到相關的數據資源。同時,移動學習平臺使用者可以根據更加準確的數據進行分析,進而產生較為準確的新數據,進一步提升學習的效率。

3.整合性。常桐善(2022)等認為數據是否真實且有價值,主要取決于數據挖掘的方法和能力[13]。高薇(2021)等認為結構化、半結構化和非結構化的大量數據不能被有效處理的話,會極大影響數據價值的挖掘與應用[14]。因此對于移動學習者而言,其不僅僅需要零散或碎片化的數據,更需要平臺為其整合所有相關數據并進行挖掘后,滿足其整體知識信息需求。在移動學習平臺中,教師可以根據學習者的各項數據進行關聯分析,得出學習者的整體學習效果,進而對其進行指導與督促,提升學習者的學習效果。例如教師可以根據學習者對于學習內容的學習時間、學習進度、試題回答等一系列關聯數據的分析,發現學習者存在的問題。同時,學生也可以根據教師設置的學習要求在學習平臺中找到關聯信息進行學習,使得學習更有針對性。

(三)大數據環境下高校移動學習平臺構建

根據前人的研究,大數據環境下高校移動學習平臺構建主要分為4個層次:基礎設施層、數據采集層、數據管理層、應用服務層。

基礎設施層主要是由移動學習平臺智能手機、移動網絡設備、RFID設備、傳感器、PC設備、物聯網等設備構成,這一層次是實現移動學習功能的基礎設施條件,主要負責移動學習平臺的設備運行、學習者行為及位置服務、數據管理服務器運行等。

數據采集層是指移動學習平臺采集的大數據經過互聯網、移動互聯網或者物聯網傳遞到數據采集層進行存儲,數據采集層會根據大數據的類型存儲為結構化數據和非結構化數據。結構化數據一般是指儲存在數據庫里的行數據,可以用二維表格來展示,非結構化數據一般是指字段長度不等并且每個字段的記錄可以由可重復或不可重復的字段構成的數據,包括文本、圖像、聲音、影視等[13]。

數據管理層是指移動學習平臺使用大數據的儲存、挖掘、云計算、人工智能技術,通過移動學習平臺的數據管理中心對于平臺的所有數據進行挖掘、分析、整理等。數據管理層主要由3個部分組成:數據處理、數據分析、數據訪問。數據處理部分是針對采集的數據進行實時處理或批處理;數據分析是指移動學習平臺利用科學的統計分析、數據挖掘、機器學習、深度學習、人工智能等方法對于大數據進行分析,并將分析結果轉化為新的知識與智慧,為移動學習者決策提供合適的數據支撐。數據訪問是指移動學習平臺提供的數據查詢訪問等相關功能,目的是為移動學習者更有效率地提供數據查詢服務。應用服務層是指為使用者提供的各項學習相關服務功能。在這一層次,可以為平臺的使用者提供個性化的學生服務。

二、大數據環境下高校教師使用移動學習平臺教學中的問題研究

(一)高校教師對移動學習平臺功能的熟悉度不足

經過2020年～2022年線上教學的應用,多數教師對于移動學習平臺的基礎功能都比較熟悉,但仍有部分教師僅能使用移動學習平臺進行簽到、資源上傳、討論等基礎功能,對于移動平臺的數據分析、課程資源共享、智能化個性教學等功能并不熟悉。在大數據環境下,教師可以通過移動學習平臺,針對學生的學習行為數據、結果數據進行有針對性的分析,根據數據分析結果調整教學內容,進而做到有針對性的教學,提升教學效果,實現教學目標。

(二)高校教師未能深度應用移動學習平臺建設優質教學資源

隨著新一代信息技術的快速發展,信息傳播的速度越來越快,信息海量已成為移動互聯網時代的一個重要特征。如何應用移動教學平臺建設優質教學資源已成為當下教師必須解決的問題。移動學習平臺為教師提供了海量的學習信息,既有不同高校的教學資源,也為各高校教師提供了各種資源建設的相關輔助資料或參考文獻。從目前教師應用移動學習平臺的情況來看,多數高校教師未能充分發揮移動學習平臺的資源優勢,多數教師仍然采取將傳統教學使用的課件上傳到平臺,供學生預習或復習使用,并未真正地利用移動學習平臺建設優質教學資源。

(三)高校教師未能充分利用移動學習平臺完成精準化教學

隨著大數據、人工智能等新一代信息技術在教育工作中的廣泛應用,傳統現場教學與在線教學之間存在著部分替代的現象。在疫情期間,線上教學成為主流教學方式,但疫情后,多數高校老師仍然回歸到以線下教學為主,線上教學為輔的教學方式。究其原因主要是高校教師已形成工業化時代的教學習慣,在潛意識中認為,教師主要以知識、技能傳授為主,就應該以教師為中心。移動學習平臺在很多高校教師的觀念中,僅成為快速考勤、部分教學資源提供的輔助性平臺,并未成為輔助其精準教學的工具。教師在線下教學中,由于面對多個班級的幾十甚至上百名學生,無論是時間還是精力都不能充分掌握學生的學習需求,更無法完成精準化教學方案的設計與實施。

(四)高校教師未能充分利用移動學習平臺形成在線教學團隊

在線教學與傳統教學在教學形式、教學內容、教學方法等諸多方面存在差異。傳統教學中高校教師針對學情、教材及教學內容熟練掌握后,憑借教學經驗就可以很好地開展教學活動。使用移動學習平臺進行在線教學過程中,教師不但需要對傳統教學內容非常熟練,還需要熟練地應用移動教學平臺的各項功能,準備電子教學資源。這不但需要教師進一步學習移動平臺的應用技巧,還要求高校教師掌握一些基本視頻拍攝、剪輯等信息技術。因此,形成有效的教學團隊,針對課程進行分工,才能實現良好的教學效果。

(五)高校教師未從移動學習平臺在線教學中獲得有效的激勵

目前,對于高校教師尤其是對于面臨申碩、申博的部分高校教師,除了基本的教學任務外,還可能承擔教研、科研、指導學生參加技能比賽、評估審核等一系列工作。在眾多的工作中,多數高校教師面臨多種指標的考核。目前多數高校將科研指標、教研指標及獲獎等指標作為主要的指標對教師進行激勵,而對于提供優質教學資源給予的激勵則十分有限。由此,很多高校教師并未從移動學習平臺在線教學中得到有效的激勵。

三、提升高校教師使用移動學習平臺進行在線教學效果的策略分析

(一)加強高校教師培訓,提升教師移動學習平臺應用水平

針對高校教師對于移動平臺功能不熟悉的問題,可以采用多種培訓方式提升其應用水平。首先,需要高校相關職能部門與移動學習平臺企業進行有效溝通,針對當前本校教師存在的問題進行有針對性的培訓。其次,可以采取移動學習平臺應用大賽等多種方式激勵教師參與。最后,可以采取“請進來,走出去”的方式,邀請其他高校教師入校進行經驗交流,同時委派部分教師去其他高校進行學習。與此同時,移動學習平臺企業也需要深入高校,與高校教師進行雙向交流,既要掌握高校教師的需求,也要充分調研移動學習平臺重要的使用者——學生的需求,不斷更新移動學習平臺的各種功能,使平臺更加快捷、方便。

(二)創新教學方法,加強移動學習平臺優秀教學資源建設

如何整合移動學習平臺優秀教學資源是目前在線教學中普遍存在的問題。近年來,國家組織建設了一大批在線精品課程,但由于各學校的生源、師資及投入存在較大的差距,導致優秀教學資源建設仍有較大的缺口。高校需要建立以學生為中心的教學理念,充分發揮學生學習的主觀能動性,創新教學方法。教師通過移動學習平臺為學生提供優質教學資源,學生通過自學的方式掌握相關知識,并將未能掌握的要點與困惑提交給高校教師。教師通過線下授課,將重點與難點講清楚、透徹,有針對性地實現教學目標。

(三)合理運用大數據技術,逐步實現精準化教學

隨著新一代信息技術的快速發展,學生獲取信息的方式越來越多,其掌握的信息也遠超以前。高校教師需要根據學情的變化,調整教學方式,尤其是要轉變教學角色,由以往的信息傳遞者向困難解決者進行轉換。通過大數據技術掌握學生的學習情況,通過移動學習平臺提供的智能化分析功能,有針對性地形成教學內容設計,不斷更新自己的教學方案。通過大數據、人工智能等新一代信息技術,逐步實現精準化教學。

(四)組織優秀高校教師,形成移動學習平臺教學團隊

對高校教師在線教學方式的差異性,各高校可以根據不同學科的特點,采取交叉組隊的方式組建移動學習平臺教學團隊。例如:經濟管理類、外語類、教育類等文科專業高校教師對于信息技術的應用,尤其是授課視頻的制作、剪輯等方面并不擅長,高校可以通過職能部門協調組織各學院針對課程需求,組建由不同學院高校教師組成的教學團隊。同時,針對同一門課程,不同地區高校也可以通過組建虛擬教研室等方式,吸納更多的優秀教師加入其中,共同建設移動學習平臺教學團隊。

(五)開展頂層設計,完善高校教師激勵制度

數字時代的到來,使得高校教師面臨著許多的壓力,如何激勵高校教師適應時代發展,改革原有的教學方式,更新教學內容是各高校普遍面臨的問題。首先,高校管理部門需要進一步進行頂層設計,將在線教學作為教師考核的重要指標,無論是職稱評定,還是物質激勵都需要制訂具體詳細的規劃。其次,高校需要在師資培訓、智慧教室建設、移動平臺更新等方面進一步加大投入。通過將高校教師送到其他高校、企業進行實踐,可以進一步提升教師整體在線教學水平。通過在線教學基礎設施的建議,為在線教學提供有效的物質保障。最后,高校尤其是以應用型人才培養為主的高校,需要加強與企業的交流和溝通,掌握企業人才的具體需求,將企業專家引入在線教學中來。通過企業專家在線授課、講座等方式,解決部分高校教學內容陳舊、師資缺乏實踐經驗的難題。