面向自主学习的高职院校数字化学习资源管理及应用研究

米高磊

摘要：基于对当前数字化学习资源管理及应用现状的分析，提出面向在线自主学习过程进行资源管理。从云基础设施、数据中心、应用支撑层、业务应用等4方面阐述面向自主学习过程的资源平台功能设计，并提出相应保障措施，以推进数字化学习资源应用。

关键词：数字化学习资源；自主学习；高职教学改革

DOIDOI：10.11907/rjdk.171182

中图分类号：G436

文献标识码：A 文章编号：1672-7800（2017）006-0217-03

0 引言

数字化学习作为信息时代的重要学习方式，为高职教育教学改革提供了新的理念和模式。数字化学习资源作为数字化学习开展的基础，逐步成为高职领域的研究热点。《高等职业教育创新发展行动计划（2015-2018年）》中明确指出应顺应互联网+的发展趋势，构建国家、省、学校三级数字化资源共建共享体系，完善资源评价标准，提升资源应用服务效益，推进资源的可持续开发与应用[1]。在实践领域，国家持续推动职业教育专业教学资源库项目及国家级精品资源共享课项目，至今教学资源库已立项78项，第一批国家精品资源共享课在高职高专共立项759门；秉承MOOC理念，高等教育出版社依托爱课程平台推出中国职教MOOC共125门；各省结合自身教育规划，也陆续推出省级在线开放课程，如浙江省高等学校精品在线开放课程共享平台推出MOOC 200门，江苏、陕西等省份也在十三五规划中明确表明了在线开放课程建设数量。同时，各高职院校为适应信息时代的学习需求，开始更多关注微课资源、视频课程、一体化教材、数字化实训环境等数字化资源建设，力求持续推进信息技术与课程教学的深度融合。

回顾近年的信息化建设，数字化学习资源建设在相关项目的推进下取得了阶段性成果。多重项目推进使资源体量不断增加，建设标准的逐步完善使资源质量获得了长足进步，多元信息技术的应用使资源形式越来越丰富多样。但随着建设进程的不断推进，如何进行资源管理，以深度挖掘资源价值、提升资源应用效果，成为高职教育教学信息化进程中亟需解决的问题。

1 高职数字化学习资源管理及应用现状

本文在梳理数字化学习资源管理与应用相关文献，并结合对多所高职院校数字化资源管理工作者访谈的基础上，将高职数字化学习资源管理与应用过程中存在的问题总结如下：

1.1 资源管理束缚于行政驱动

数字化学习资源建设需要资金支撑，项目立项成为推进资源建设的主要杠杆，使项目验收成为资源建设及管理的主要导向。项目推动下的资源管理是一种外生型的管理方式[2]，即资源管理是在解读顶层设计的基础上，为适应项目验收标准，自上而下构建的管理运行机制。在此管理模式下，行政驱动成为资源管理的主动力，而忽视了资源应用体系中使用者的内在需求对于资源管理的驱动与优化。最终，资源管理偏离了服务视角，资源无法满足使用者需求，使资源应用遭遇瓶颈。

1.2 资源应用依附于课堂授课

实体课堂授课是高职教学的主阵地，受制于对网络教学效果的担忧、网络教学实践不足、网络教学工作量认定办法缺位等原因，导致数字化资源应用演变为课堂授课的辅助方式，使得数字化资源设计依附于课堂教学设计与教材，而忽略了网络学习行为的特殊性；数字化资源开发结果多为教案、课件、课堂实录等课堂教学产物的数字化迁移，资源应用方式多为课前预习课堂教学内容、课后巩固课堂教学结果等，网络学习无互动，仅为视频浏览与资料下载。资源与资源平台的价值难以体现，真正意义上的线上数字化学习尚未开展。

1.3 资源平台缺乏准确功能定位

资源平台是资源应用的载体，平台功能的定位及开发直接决定了资源应用效果。目前高职主流的资源平台包括网络精品课程平台、专业教学资源库平台等。其中网络课程平台为数字化资源建设应用之初的产物，功能定位偏向于资源在线展示与浏览，导致资源仅为线性展示、单向传输，且缺乏互动等；专业教学资源库作为展现教学资源建设成果的主要载体，功能定位易倾向于资源池，关注资源的汇聚、统计与共享，而对于师生在线交互式学习、教学过程管理等功能缺乏有效支撑，易形成资源孤岛现象。

基于上述问题，本文尝试突破传统课堂教学操作的限制，利用智能化、个性化、社会化的教育技术手段，面向用户且面向过程，即学习者在线自主学习过程，构建资源平台功能架构与管理机制，推进数字化教学资源的有效利用。

2 面向自主学习的数字化学习资源管理与应用思路

2.1 自主学习

20世纪90年代，齐莫蔓（Zimmerman）在总结归纳西方操作主义、社会学习理论、认知建构主义等学派自主学习理论的基础上，构建自主学习理论模型。齐莫曼认为自主学习是自我、环境、行为相互影響的过程。在此过程中，学习者自身从元认知、动机、行为等方面均积极参与，可以自主地选择、组织、创造有利于自身的学习环境，并可以计划、控制自己的学习进程[3]。自主学习过程强调学习者个体的主观能动性，即相对于被动学习，学习者具有较强的学习动机；自主学习具有独立性，区别于传统面授，学习者独立获取资源、作出决策、控制意志；自主学习凸显个性，即学习策略、学习路径、学习进度等因个人学习特征不同，而具有明显的个性化特征。同时自主学习具有相对性，即自主学习进程中不存在绝对的能动性与独立性[4]。因为学习者自主学习的有效开展需要一定前提条件，自身方面需要相应的心理发展水平、知识储备、学习策略运用等前期积淀，外界资源环境方面也需要给予足够的支撑，提供适当的引导、反馈、调节，以持续刺激学习者能动性活动的发生。

2.2 自主学习与数字化学习资源

在自主学习活动中，学习者与学习资源是动态交互的关系。自主学习活动的开展需要以前期预设的学习资源为支撑，同时也需要关注在学习进程中经过筛选、交互、建构所动态创生的生成性学习资源。生成性学习资源作为自主学习的过程性产物，将直接影响学习者的学习进程与学习目标，并对学习者的学习动机与学习策略产生潜在影响。因此，面向自主学习的资源管理与应用，首先应以价值性为重点，有效筛选组织预设性学习资源，并面向在线自主学习过程构建自主学习平台，重视学习过程所动态生成的资源，给予学习者即时的反馈、引导、支撑，推进有效在线自主学习的发生，以提升数字化学习资源的效用性。

3 自主学习云平台应用架构及功能分析

3.1 自主学习云平台应用架构

面向学习者的在线自主学习，从云基础设施、数据中心、应用支撑层、业务应用平台等方面构建自主学习云平台应用架构，具体如图1所示。

3.2 面向自主学习的资源管理及应用功能设计

基于自主学习云平台，对面向学习者的在线自主学习过程进行功能优化，并进一步依据学习者学习过程中的状态进行动态资源管理与推送，以期为学习者营造智慧型的自主学习环境，同时提高资源利用率。

3.2.1 构建学分银行，激发学习者积极性

在学习者个人学习空间中构建学分銀行模块，并对平台中的每个独立资源（单个视频、单个文档、作业）、课程标记相应学分，学习者在自主学习过程中，完成相应资源学习，或完成一门系列化课程学习后通过相应测试，则获取相应学分，存储至学分银行。学分银行是学习者学习成果的体现，之后可依据学分进一步给予证书认定或对接现实学业，以提升学习者的自我效能感，在一定程度上提升学习者的在线学习积极性。

3.2.2 提供知识地图，辅助学习者自主规划

通过知识地图对独立知识点、系列知识及课程进行可视化展示，凸显各知识点之间的关系，直观展示知识体系，可以有效帮助学习者定位个人学习坐标、制定学习计划；同时依据知识点提供对应的学习指南及预设性学习资源，构建资源导航，从而有效避免在线迷航；还可对在线学习过程中利用的知识点及资源进行动态标记，以帮助学习者快速定位当前学习进程。

3.2.3 记录学习轨迹，辅助学习者自我监控

学习轨迹记录学习者在线自主学习过程中的每一项可识别操作，并形成可视化报表。如学习者登录轨迹能以折线图形式展示学习者登录时点及停留时间，并提示总登录次数与总登录时间。学习轨迹以表格形式展示学习者每个时点的平台学习操作，包含登录（显示终端类型）、浏览资源、共享资源、完成作业、完成测试、讨论发帖、站内信等。最终形成学习轨迹分析报告，分析学习者在线学习时间以及操作变化，帮助学习者进行自我监控，并提供适当的学习建议。

3.2.4 基于数据挖掘，智能推送学习资源

教育数据挖掘指运用教育学、计算机科学、统计学等学科理论与技术，通过对系统中相关学习数据的提取、分析，进而挖掘其潜在价值，对教学者、软件设计者、学习者给予相关引导[5]。自主学习平台通过对学习者的知识点选取决策、资源浏览路径、测试完成情况、互动关键词提取等过程性信息进行聚合分析，评估学习者学习进程，挖掘潜在需求，以针对性地推送相关学习资源，提供自主学习引导。

3.2.5 搭建社会网络，促进学习者在线学习

自主学习具有相对独立性，学习过程中需引导学习者运用社会性资源[6]。因此，平台设计需构建虚拟社会环境，以帮助学习者适应相对独立的在线学习。平台提供同步与异步沟通工具，以支撑教师或助学者提供在线的引导与帮助，支持学习者自主学习活动的开展。并通过统计数据分析，即时呈现学习统计数据，推送学习领袖，鼓励学习者之间的动态联系，激发学习者学习积极性，从而在平台中辅助学习者构建自主学习共同体，促进在线自主学习发生。

4 面向自主学习的资源管理及应用保障机制

4.1 制定学分转化制度

学习者基于自主学习平台开展学习活动，在学分银行中获取相应学分积累。为进一步提升学习者的内在效能感，激发其内在学习动机，应制定网络学分转化制度，并相应完成人才培养方案修订，实现网络学分可转化为线下课程或人才培养方案中相关模块的实体学分，对接学习者毕业资格审核。通过对学习者网络学分的标准化、制度化管理，可解决学习者在线学习积极性偏低的问题，引导、鼓励学习者开展在线自主学习。

4.2 完善教师工作量认定

教师在学习者在线自主学习过程中扮演着助学者角色，教师的在线活动可有效引导学习者进行策略选择、自我监控、时间管理、问题答疑等进程。因此，教师网络辅学的积极性在一定程度上决定了学习者在线自主学习的学习效果。制定教师工作量认定办法，根据教师在线辅导时间、资源共享、互动答疑、作品批改等数据，计算教师在线工作量，并对接学校教师线下工作量认定及相关待遇，提升教师在线教学活动的积极性。

4.3 资源动态优化

学习资源具有一定生存周期，随着学习进程的推进，部分资源价值性不断下降。资源管理者首先应根据学生自主学习进程中的资源使用情况，动态更新知识地图提供的预设性学习资源，实现预设性资源的优胜劣汰，降低学习者学习的时间成本；同时应根据学习需求变化，不断补充新的预设性学习资源；还可通过学习轨迹记录功能，动态捕捉自主学习进程中所动态创生的生成性资源，如学习者的优秀学习成果、讨论记录、榜样案例等，进行聚合、梳理，将其转化为新的预设性资源用于支撑后续学习需求。

参考文献：

[1]教育部.高等职业教育创新发展行动计划（2015-2018年）[R].2015.

[2]闫宁.宁夏职业教育基地共享资源管理运行机制研究[J].职教论坛，2014（27）：85-91.

[3]BARRY J ZIMMERMAN. Self-regulated learning and academic achievement： an overview[M].Self-regulated learning and academic achievement：Springer-Verlag， 1989：13-14.

[4]庞维国.论学生的自主学习[J].华东师范大学学报：社会科学版，2001（2）：78-83.

[5]舒忠梅，屈琼斐.基于教育数据挖掘的大学生学习成果分析[J].东北大学学报，2014（3）：309-314.

[6]郁晓华.个人学习环境设计视角下自主学习的建模与实现[D].上海：华东师范大学，2013.

（责任编辑：黄 健）