MOOC教学视频的优化设计研究

王雪 周围 王志军 韩美琪

【摘 要】随着MOOC数量的急剧增大，高辍学率等问题也不断出现，人们开始更多地关注其课程质量和教学效果的优化。教学视频因其形象直观、学习体验好等特性，是MOOC核心的教学内容呈现方式，因而其优化设计是MOOC优化的重要一环。选取美国课程中央网站排名前20的MOOC教学视频作为研究对象，参考我国教育部2013版《网络课程评价指标》确定视频分析框架并开展教学视频设计的分析。与此同时，使用ROST Content Mining和Nvivo对学习者针对MOOC教学视频的学习评论进行内容分析和质性分析，从中挖掘学习者对于优质教学视频的期许和需求。最后，从视频分析框架及学习者的体验相结合的视角，总结出包括教学设计、教师、教学内容、技术规范四个方面的MOOC教学视频优化设计的启示，以期对MOOC质量的提升起到一定的参考和借鉴作用。

【关键词】 MOOC；教学视频；评价指标；案例分析；内容分析；质性分析

【中图分类号】 G434 【文献标识码】 A 【文章编号】 1009-458x（2018）5-0045-10

一、引言

2012年，MOOC（Massive Open Online Course）作为一种新型的在线教学模式，在三大领军企业Udacity、edX和Coursera的发展推动下迅速风靡全球。到2016年底，全球共有700多所大学的6，850门MOOC上线，至少注册一门MOOC的学习者有

5，800万人（Shah， 2016）。除了高等教育和在线教育领域的持续关注以外，基础教育领域也开始有了对MOOC的一些尝试与应用（王左利， 2017）。与此同时，MOOC在发展中也遇到了前所未有的突出问题，学习者学习持续性不强，退学率高（一般在85%至95%），MOOC质量不能满足学习者需求等（郝丹， 2013），其中教学资源的质量是其重要的影响因素之一（李青， 等， 2015）。教学视频作为MOOC核心内容的传递媒介，是学习者获取知识的主要渠道，其质量将直接影响学习者对课程的参与度和学习效果（李青， 等， 2016）。由此看来，通过优化MOOC教学视频的质量来提高学习者的学习持续性和学习效果是可行且必要的。

二、MOOC教学视频设计的研究现状

相对于MOOC的教学模式、学习评价、学习支持系统等方面的研究，直接针对MOOC 中教学视频优化设计的研究仍处于起步阶段，已有的研究主要集中在以下几个方面：①MOOC 中教学视频的应用现状，如布瑞斯罗夫等（Breslow， Pritchard， & DeBoer， 2013）调查发现，学习者在教学视频上花费的学习时间最多；布林顿等（Brinton & Chiang， 2015）分析了视频观看过程中复播、暂停、跳过等行为与测验成绩的关系，结果表明视频观看行为在有限的课程资源中（如短期课程）能明显提高测验成绩。②视频的媒体表现形式，如加拿大英属哥伦比亚大学（UBC）发布的《MOOC制作研究报告》指出，视频中尽量减少文字，用图表或图形替代文字（University of British Columbia， 2014 ）。③MOOC视频的设计方法和原则，如Chorianopoulos等（2013）分析了各种视频风格，总结出教学视频可用性的基本原则；王雪等（2016a）对不同知识类型的教学视频的字幕设计细则进行了研究。④视频的制作方法，如Guo等（2014）认为6分钟是一个最适宜的视频长度；还有的探讨了MOOC 视频的具体制作方法，如背景、灯光、设备、软件等（于青青， 等， 2015； 张岸， 等， 2014）。

可见，以优质MOOC教学视频作为案例，从权威评价标准和学习者学习体验双重视角分析教学视频设计要点的相关研究仍比较匮乏，而优秀MOOC教学视频设计的成功经验恰恰是值得借鉴和推广的。因此，本研究选取美国课程中央网站排名前20的MOOC的教学视频作为案例，参考我国教育部2013版《网络课程评价指标》制定的视频分析框架进行视频案例分析。与此同时，对学习者的学习评论进行内容分析和质性分析，进而总结出若干MOOC教学视频优化设计的启示。

三、案例选择

美国课程中央网站是全球最大的知名MOOC聚合平台，其宗旨是提供来自世界顶尖大学最好的课程，汇集了国内外知名MOOC平台的课程，例如学堂在线（清华大学）、Coursera（斯坦佛大学）、edX（麻省理工学院）、FutureLearn（英国开放大学）等。美国课程中央网络会定期发布全球MOOC排名榜（Class Central， 2017），我国清华大学教师开设的课程“清华汉语”近两年都荣登MOOC排名榜前列（清华大学， 2016）。其评选方法主要是根据MOOC的学习者评论计算出的贝叶斯平均值进行排序，基本上可以保证公平、公开、公正，也因此成为国内外MOOC相关研究的重要数据来源。国际在线学习专家安德森教授在接受王志军等（2017）的访谈时指出，美国课程中央网站是国际性的MOOC资源整合平台和导航网站，聚集了由不同提供者建设和发布的MOOC，并对其上的数据进行了分析，认为MOOC的学习者会越来越多。汪琼（2017）也以该网站统计的数据为依据对美国慕课评优的原则进行过分析。

为保证视频分析案例的质量，本研究选取了美国课程中央网站发布的MOOC排名榜中排名前20的课程教学视频，课程基本信息如表1所示。所选取的20门MOOC案例课程具有一定的代表性和客观性，具体表现为：第一，覆盖各大MOOC平台，共有12门Coursera课程，3门edX课程，3门FutureLearn课程，1门OpenLearning课程，1门Independent课程；第二，課程内容覆盖面广，包括计算机、人文、教育、心理学、哲学、数据科学、医疗、天文学、个人发展、生物学；第三，课程提供单位多样化，包括美国、墨西哥、印度、南非、澳大利亚、加拿大、荷兰、中国的大学，以及一个独立机构。

四、视频案例分析

（一）视频案例分析框架

MOOC作为一种新型在线教学模式，虽然其质量评价受到了国内外一些学者的关注，但目前还没有形成比较权威且系统的质量评价体系。已有的质量评价体系研究大致从四个角度展开：MOOC平台角度、MOOC传播效果角度、MOOC实践性的角度和将原有在线课程的评价规范迁移到MOOC领域的角度（童小素， 等， 2017）。MOOC本质上仍是网络课程的一种形式，因此将原有的权威评价规范迁移到MOOC领域并开展评价分析不失为一种可行的方法，尤其是参考我国在线课程评价规范，对我国的MOOC优化会更有价值和意义。

我国教育部先后正式发布了两个版本的网络课程评价标准：2002版《网络课程评价规范》（下文简称“《规范》”），由4个一级指标和36个二级指标组成（余菜花， 2008）；2013版《网络课程评价指标》（下文简称“《指标》”）由3个一级指标和11个二级指标组成（教育部， 2013）。与《规范》相比，《指标》将“界面设计”与“技术”两个维度融合成了单一的“技术规范”；“教学内容”维度的7个二级指标概括成了“完整性”与“适用性”；“教学设计”维度的二级指标也将原本的14个更新为5个。《指标》完全涵盖《规范》的相关评价标准，且更加简洁清晰，可操作性更强，因此更符合本研究的需求。参考该《指标》，结合研究需要，从中筛选出对于教学视频的评价标准，制定出MOOC教学视频分析框架，开展美国课程中央网络排名前20的课程的教学视频案例分析。

《指标》包含教学内容、教学设计和技术规范3个一级指标。其中，教学内容包含完整性和适用性2个二级指标；教学设计包含目标定位、组织结构、媒体应用、交互设计和学习评价5个二级指标，由于MOOC教学视频作为一种单一的媒体，不涉及“媒体应用”的多样性，因此去掉“媒体应用”二级指标；技术规范包含标准性、兼容性、运行状况和界面效果4个二级指标，只有“界面效果”与视频设计相关，因此仅保留“界面效果”这个二级指标。最终的视频分析框架如表2所示。

（二）视频案例分析过程

通过比较发现，20门案例课程中的视频基本上都是以一个教学单元（教学周）为一个相对独立、完整的模块，且同一门课程的教学视频设计风格基本一致。本研究选取每门案例课程中的一个教学单元作为各课程的视频研究对象，以视频分析框架为依据，由两名研究者背对背对每门课程教学视频的教学内容、教学设计和技术规范及其二级指标进行分析且加以描述。为摒弃视频案例分析过程中的主观性造成的误差，对不一致的部分进行商讨，再进行背对背分析，直到两名研究者能够客观掌握评价标准，背对背分析能够达成共识。为了直观地表征分析过程，本文以“正义”为例来展示分析的过程（如表3所示）。

（三）视频案例分析结果

本研究选取的20门案例课程都长时间稳居MOOC排名榜前列，完成率也较高，这与其课程教学视频的质量息息相关。综合这20门教学视频的分析结果发现，教学视频作为课程的核心资源，设计方面突显出许多优点，但同时也存在一些不足。

1. 教学内容

（1）视频的教学内容在一定范围内具有完整性，提供引导性及总结性视频

教学内容是吸引学习者参与课程的最原始动力，也是教学视频传递给学习者的最主要信息，其知识脉络必须清晰，且在一定的范围内具有相对完整性。通过分析比较，发现20门案例课程中每门课程的视频都是以一个教学单元（知识点）为一个相对独立、完整的模块，且同一门课程的教学视频设计风格基本一致，这样可以帮助学生建立清晰和完整的知识体系。MOOC教学视频的核心任务一方面是传递教学知识，而更为重要的另一方面则在于启发和引导学生的思考，促进其高阶思维能力的发展（张浩， 等， 2012）。

从视频分析结果看，每个教学单元除正式授课的教学视频之外，有些课程（如“Python交互式编程介绍（第1部分）”）在正式授课视频之前提供了课程引导性视频，介绍本单元主要学习内容、学习目标、教学方法、重难点等。还有些课程在结束时提供了课程总结视频（如“荷兰介绍”），再次回顾所学习的重要教学内容以及知识点之间的逻辑关系。

（2）教学视频的切分符合教学内容的内在逻辑，长度要适宜

教学视频的切分主要考虑教学内容的逻辑结构以及时长两个因素。从时长看，不同课程提供商的教学视频模块划分差异较大。Coursera平台下MOOC的教学视频时长较长，大部分是15-20分钟，而最长的视频长达30分钟（如“正义”）；edX和FutureLearn平台下的课程，视频模块划分较细，时长较短，大部分都在5分钟以内，最短的甚至不足1分钟（如“清华汉语”）。

2. 教学设计

（1）教学目标定位准确，并采用富有创意的导入方式

分析结果表明，大部分案例课程视频对课程总体学习目标及各单元学习目标进行了阐述。清晰、准确的学习目标是教学视频引导学习者主动学习的基础，是学习者完成自主学习任务的线索和动力。一些案例课程采用了独特或富有创意的方式引入课程，吸引学习者注意，明确阐明学习目标。例如：运用活泼、轻快的舞蹈和歌曲呈现课程相关话题，愉悦学习者的身心，增强学习兴趣（如“快乐和满足的生活”）；创设贴近生活、具有故事性的教学情境，提高课程的趣味性，有助于学习者完成学习与生活的意义建构（如“清华汉语”）；采用提问的方式，启发学习者积极思考，激发学习热情（如“正义”）。

（2）将先前知识作为教学内容，合理进行顺序安排，满足不同文化背景需求

MOOC具有大规模性、开放性等特征，学习者数量庞大，学习者的先前知识水平参差不齐。因此，将课程学习所需的先前知识作为教学内容的一部分，一方面可以刺激部分學习者对先前知识的回忆，为后续学习做好准备；另一方面能够让不具备入门知识和技能的学习者熟悉、理解相关预备知识，为学习者创造联系新、旧知识的条件，促成有意义学习的发生，提高学习效果（任友群， 等， 2009）。

内容顺序安排作为教学策略的一个重要部分，必须符合知识点的逻辑关系。美国著名教育学家、心理学家布鲁姆将知识定义为四个维度：事实性知识、概念性知识、程序性知识和元认知知识（安德森， 2009）。通过比较发现，案例课程教学视频讲授的知识基本都包含了四种类型的知识，但概念性知识及程序性知识所占比例较大。在教学内容的组织上，按照“事实性知识→概念性知识→程序性知识→元认知知识”的顺序，一方面符合学习者的认知特点，另一方面可以促进学习者对教学内容循序渐进的学习。事实性知识和概念性知识类的教学内容一般比较单调乏味，运用有创意的呈现方式可以增加课程的趣味性，降低学习者认知难度，激发学习兴趣。如运用动画呈现的方式（如“正义”）；运用幽默的描述性语言替代专业术语（如“Python交互式编程介绍（第1部分）”）；讲述相关历史背景，增强教学内容的故事性（如“伟大的诗系列：普罗米修斯解除绑定”）。

大多数MOOC面向世界开放，其学习者可能遍布世界各地，文化背景迥异。因此，应注意学习者文化背景的多样性，举例说明时尽量列举各个文化背景的学生都熟知或都能理解的案例。如“生物学导论——生命的秘密”中用“报纸报道”说明世界各地无论何时都有关于生物学相关知识的讨论；“机器学习”中举例说明学习算法的强大功能时，用了“Google搜索引擎可以按照用户习惯偏好呈现搜索结果”以及“读邮件时，垃圾邮件过滤器会帮你过滤掉大量垃圾邮件”等。

（3）提供科学合理的交互设计

教学交互包括三个层面：学习者与媒体界面的操作交互，学习者与教学要素（学习资源、学习者、教师）的信息交互，以及学习者新旧概念的概念交互，三者中后者建立在前者的基础之上（陈丽， 2004）。通过比较发现，所有案例视频都提供了学习者与媒体界面的操作交互，如暂停、播放、回放等，Coursera和edX平台的教学视频下面提供的字幕还能夠链接到视频的对应位置。部分课程教学视频提供了学习者与教学要素的信息交互，如“Python交互式编程介绍（第1部分）”的视频中插入了CodeSkulptor在线编程环境以及教学过程中相关代码的超链接；“伟大的诗系列：普罗米修斯解除绑定”视频提供的同步在线交流平台可以实现学习者之间的信息交互，有利于促进学习者群体共同学习。

（4）根据课程目标合理设计及时、有效的评价方式

案例课程教学视频提供的学习评价按评分方式可分为系统自动评分的客观题和同伴互评的主观题，按测验的先后又可分为视频中的内嵌测验和视频间的“过渡”测验。系统自动评分的客观题能够给学习者提供及时、有效的学习评价，帮助学生快速了解学习效果，但反馈方式较为单一；同伴互评的主观题能够激励学习者更加积极地完成测验，学习者不仅是被测试者，同时还承担着评价者的角色，能够唤起学习者参与评价的主动性和学习兴趣；视频的内嵌测验可以将学习者的注意力保持在视频学习任务上，并及时应用所学知识，有助于引导学习者产生或维持学习动机（如Coursera）；视频间的“过渡”测验，则有助于学习者巩固、回忆视频中学习到的内容，并为后续学习做好准备。

3. 技术规范

大部分案例课程中教学视频的界面具有多样化的呈现方式，根据教学内容或学习目标的不同分别采用了动画展示、圆桌会议讨论、采访、教师讲授、教师讲授+屏幕录制/PPT展示等形式，切合教学主题，色彩搭配协调，视觉效果较好，符合美学设计原则（王志军， 等， 2015），但仍有需要提升的地方。

界面在保持设计简洁大方、配色合理、布局合理、整体风格统一的基础上，可以做出以下改进：①采用新颖、活泼的色彩或其他元素增强视频界面的创意性，形成活泼生动的艺术性视觉效果，使教学视频除了传达理性知识内容外，还通过形象生动的形式为学习者营造友好的学习环境。②增强视频画面的引导信息设计，起到引导学习路径的作用。如图1 所示，采用颜色明显的线条圈画重点信息的方式（如“Python交互式编程介绍（第1部分）”），可汗式边讲边标记的方式（如“太阳系的科学”和“机器学习”），以简单动画形式表现某一重点内容的顺序或过程（如“清华汉语”），还有闪烁、区域加亮、要点提示等其他方式。

五、视频学习评论分析

学习者作为MOOC教学视频的受众，其学习需求是否得到充分满足应该是优质MOOC教学视频的重要衡量标准，因此本研究对20门案例课程中学习者有关教学视频的评论进行分析，探究学习者对MOOC教学视频的偏好及需求。目前国内外根据受众评论反馈分析其需求、偏好等的研究方法较多，且有研究者指出“仅根据一次讯息内容分析就对信息发布者和接受者下结论通常是不太妥当的”（Neuendorf， 2002）。为此，本研究采取内容分析及质性分析结合的方法，借助内容挖掘软件ROST Content Mining 6实现词频统计和语义构建，系统地反映出学习者评论真实的或象征性的内容（Krippendorff， 1980； 丛丽， 等， 2014），同时采用国际主流的质性分析软件 Nvivo 10对评论文本进行编码，分析、量化需求元素，以了解学习者对教学视频的需求和影响学习者满意度的相关要素。

（一）数据来源

数据来源于美国课程中央网站中表1所示的20门案例课程的学习者评论（共计6，423条）。随机调查几门课程的评论发现，学习者关于教学视频的评论主要集中在两大主题，即视频教学和教师，相关评论关键词主要包括video（视频）、lecture（讲座、课程）、lecturer（讲师）、teacher（教师）、professor（教授）等。利用关键词（包含同根词、同义词）搜索的方法筛选出学习者针对教学视频的相关评论，结果如表4所示。

将所有相关评论翻译成中文，将评论的主语（如“我”）类用词统一翻译为“学习者”，video、lecture类用词统一翻译成“视频”，teacher、professor类用词统一翻译成“教师”，将语序调整通顺，并剔除重复及部分无意义语句，形成本研究的分析文本，共计77，610个字。

（二）内容分析

使用ROST Content Mining 6的社会网络和语义网络分析工具进行内容分析，保留前100个共现高频词。需要说明的是，因这些高频词皆与“视频”相关，因此不将“视频”作为高频词。生成的语义网络如图2所示。

语义网络图能够反映出学习者评论中相关要素之间整体、直观的关系，为进一步的质性分析提供思路。箭头反映两词之间的指向关系，连线反映两词之间构建语义的关系。词的连线越多，表示该词在语义网络图中与其他词构建语义的频率越高。图2表明，核心高频词为“教师”，其次是“学习者”。以“教师”为中心，环绕的高频词较突出的有“概念”“有趣”等，说明学习者认为教师有趣，且对其讲解的概念印象深刻。以“学习者”为中心，环绕的高频词较为突出的有“测验”“论坛”“挑战性”“学习”“交互”等，都与视频中的教学活动相关，直观地表明了学习者关注的焦点。

（三）质性分析

将学习者评论分析文本导入质性分析软件Nvivo 10中，对其进行编码和主题构建。为保证编码的效度，由两名研究者同时编码，并进行交叉复核（double check）及讨论。如两位编码者之间有异议，则引入第三方编码者参与协商。最后，两位编码者的合集为自由节点的结果（Corbin & Strauss， 1997； 丛丽， 等， 2014）。编码步骤为：①使用浏览编码的方法，逐句阅读每一条评论，将可以反映学习者对于教学视频需求的相关要素的词句标记为自由节点，并进行一级编码。共整理出自由节点164个，其中参考点1，103处。②在一级编码的基础上进行主题归纳，形成二级编码。共整理出二级编码节点35个。③建立两大学习者评论核心主题“视频”和“教师”的节点，在“视频”节点下按照表2视频分析框架的一级指标和二级指标建立基本子节点，形成树状节点。将上述二级编码分类整理到树状节点中，主要的节点关系如图3所示。需要說明的是，在学习者评论分析文本中同样存在部分负面的评论，如“画面质量不佳”“视频中的声音不清晰”等。为方便编码整理并结合研究需要，根据其评论所关注的视频设计要点将其整理到树状节点中的对应节点上。如将评论文本中的“视频中的声音不太清晰”在浏览编码中建立“声音不清晰”自由节点，并最终归类到树状节点“技术规范”的“音频质量”，体现出学习者对视频中音频质量的关注程度。

为更加直观地呈现出各要素的重要程度，采取客观赋权法将其分为5个等级：最大参考点数Amax为129，最小参考点数Amin为1，划分范围为 （Amax - Amin）/n=26，则第一等级为129～104，权重值为5，表示“非常重要”；第二等级为103～78，对应权重值为4，表示“很重要”；第三等级为77～52，权重值为3，表示“比较重要”；第四等级为51～26，权重值为2，表示“重要”；第五等级为25～0，权重值为1，表示“有点重要”（杜学敏， 2012）。学习者评论的质性分析结果如表5所示，其中父节点的比例值为各父节点参考点数占总参考点数的百分比，子节点的比例值为各子节点参考点数占其所属父节点的百分比，具体需求要素按参考点数从大到小排列。

六、对MOOC教学视频优化设计的启示

研究发现，基于视频案例分析框架的分析结果与学习者评论分析结果呈现出较高的一致性和相关性，将二者整合最终总结出MOOC教学视频优化设计的若干要点及启示，具体如下：

（一）教学设计方面

根据学习者评论分析结果（见表5），教学设计的参考点数占比39%，是教学视频中学习者最为关注的部分。

1. 学习目标定位清晰准确

清晰、准确地呈现学习目标是教学视频引导学习者主动学习的基础和重要元素，采用独特或有创意的导入方式，有助于引导学习者主动学习，启发学习者积极思考，激发学习热情。

2. 学习评价及时有效，富有趣味性和挑战性

学习评价设计是学习者最为关注的教学设计，设计者根据课程目标合理设计评价标准和方式，如视频中的内嵌测验或视频间的“过渡”测验、自动评分或同伴互评等，创造学习者进行自我反思、自我感知、自我评价的学习环境，并尽量满足学习者“相关测验具有挑战性、趣味性，且与新知识相关”的需求。

3. 交互设计科学合理

学习者对于“学习者与学习资源的交互”和“学习者与教师及其他学习者的交互”的需求分别为“比较重要”和“重要”，对“学习者与媒体界面的交互”需求也“有点重要”。因此，结合基于视频案例分析框架的分析结果，优质教学视频应提供科学合理的交互设计，包括操作交互、信息交互甚至是概念交互的设计，以促进学习者积极主动投入到学习中，提高课程参与度（王志军， 等， 2016），引导学习者形成新旧概念之间的交互，更好地完成知识的意义建构，进而提高学习效果。

4. 教学策略安排妥当

学习者认为教学视频“吸引学习者注意”及“营造轻松愉快的学习氛围”是“重要”的，“激发学习兴趣”也“有点重要”。因此，教学视频中采用的教学策略应致力于吸引学习者的注意力，营造轻松愉快的学习氛围，激发和维持学习者的学习动机。

5. 知识组织结构合理

将课程所需的先前知识作为教学内容的一部分，刺激学习者对先前知识的回忆，为后续学习做好准备，同时帮助不具备入门知识的学习者熟悉、理解相关预备知识，为学习者创造联系新、旧知识的条件，促成有意义学习的发生。在教学内容的安排组织上，按照事实性知识、概念性知识、程序性知识、元认知知识的顺序，一方面符合学习者的认知特点，另一方面可以促进学习者对于学习内容循序渐进的访问。

（二）教师方面

根据学习者评论分析结果，教师的参考点数占比32%，是教学视频中学习者第二关注的部分。

1. 教师突出的教学风格

教学视频中教师“讲授方式有趣”“讲解详细、清楚、易于理解”是“很重要”的，“启发学习者思考”“讲解进度适中”“陈列学习者可能遇到的疑问，并提供解决方案”也“有点重要”。

2. 教师较强的个人魅力和丰富的专业知识

教师“积极、热情”的情绪会感染学习者，而教师的“幽默”也是同样“重要”的。教师“有吸引力”“较强表现力”“发音准确清晰”的特点也是学习者“有点重要”的需求，同时教师最好“知识经验丰富”，具有“较高专业度”。而教师的着装“与讲授的主题内容相关”也容易吸引学习者注意。

（三）教学内容方面

根据学习者评论分析结果，教学内容的参考点数占比26%，是教学视频中学习者第三关注的部分。

1. 增强教学内容的趣味性与适用性

“教学内容具有趣味性”对于学习者来说是“非常重要”的，与激发、维持学习动机及兴趣息息相关。另外，还应注意学习者文化背景的多样性，教学内容要满足不同文化背景的需求。

教学视频的切分还需要从学习者视角考虑，体现“以学习者为中心”。知识容量和长度应适中，视频时长过短、教学内容太少将难以保证其教学内容结构的完整性，反之则容易给学习者造成视觉和认知疲劳，难以维持长时间的注意力，影响学习效率和效果，甚至是课程完成率。学习者评论分析表明“时长不超过15分钟”是“重要”的。

2. 注重教学内容的完整性与实用性

内容顺序安排作为教学策略的一个重要的部分，必须符合知识点的逻辑关系。视频案例分析表明，教学视频所承载的课程内容应是一个相对独立、完整的模块，且视频间关联清晰，具备引导性和总结性，形成一个完整的逻辑体系，有利于引导学习者对MOOC持续性访问和学习。与此同时，学习者也认为教学内容的完整性及实用性“有点重要”，教学内容最好能应用于实际生活当中。

（四）技术规范方面

技术规范也是教学视频中学习者关注的一个方面。

1. 提升界面效果设计

除了要满足学习者“有点重要”的“画面清晰、易于识别”需求之外，视频的界面设计应具有多样化的呈现方式，使其符合视觉审美需求心理，同时增强画面引导信息设计。这对激发学习兴趣、升华情感意识、优化认知结构和促进知识迁移都会起到积极作用（王雪， 等， 2016b）。

2. 提升音频质量

视频的音频效果应满足学习者“有点重要”的“音频清晰，易于识别”需求。

七、结束语

自2012年以来，MOOC犹如“一场数字海啸”席卷了整个教育界，点燃了国内外MOOC建设者和学习者的热情。然而，与之形成鲜明对比的是，已上线的MOOC质量参差不齐且存在“辍学率高”的通病（Lowenthal & Hodges， 2015），这是MOOC发展面临的主要问题（何克抗， 2015）。如果我们想实现真正改善教育的目标而不是让MOOC仅成为教育技术中的另一个一闪而过的点，就不能忽视 MOOC 发展过程中遇到的这些问题（汪基德， 等， 2014）。教学视频作为MOOC核心内容的载体，其质量将直接影响课程教学效果，优化教学视频设计将有助于改善MOOC发展过程中遇到的瓶颈与问题，促进其可持续发展。

本研究以美国课程中央网站排名前20的MOOC教学视频为研究对象，参考我国教育部2013版《网络课程评价指标》确定了视频分析框架，从MOOC教学视频本身及学习者评论两个方面对优质案例课程的教学视频进行了分析，最终总结出MOOC教学视频优化设计的若干要点及启示，旨在为提高MOOC教学视频的吸引力，改善学习者的学习体验，提升课程的质量和完成率提供参考和借鉴。需要注意的是，本研究分析总结的MOOC教学视频优化设计的启示还仅基于所选的优质案例的分析，后续研究还可以涉及部分教学效果不佳的案例分析，以相互印证。与此同时，该研究结论还有待进一步研究和实践检验。相信随着不断的实践与探索，MOOC的质量会不断改善，其吸引力也会不断提升，为全球学习者带来更为优质的教育资源。

[参考文献]

安德森. 2009. 布鲁姆教育目标分类学[M]. 蒋小平，张琴美，罗晶晶，译. 北京：外语教学与研究出版社.

陳丽. 2004. 远程学习的教学交互模型和教学交互层次塔[J]. 中国远程教育（5）：24-28，78.

丛丽，吴必虎. 2014. 基于网络文本分析的野生动物旅游体验研究——以成都大熊猫繁育研究基地为例[J]. 北京大学学报：自然科学版，50（6）：1087-1094.

杜学敏. 2012. 基于QFD的手机产品顾客需求分析系统研究与设计[D]. 河北：河北工业大学.

郝丹. 2013. MOOC：颠覆与创新？——第4次“中国远程教育青年学者论坛”综述[J]. 中国远程教育（11）：5-17.

何克抗. 2015. 关于MOOCs的“热追捧”与“冷思考”[J]. 北京大学教育评论（3）：110-129，191.

教育部. 2013-09-02. 关于印发《国家教育资源公共服务平台教育资源审查办法（暂行）》的通知[EB＼OL]. [2017-01-25]. http：//www.moe.gov.cn/s78/A16/s5886/s5892/201310/t20131014_158327.html

李青，刘娜. 2015. MOOC质量保证体系研究[J]. 开放教育研究（5）：66-73.

李青，刘娜. 2016. MOOC中教学视频的设计及制作方法——基于Coursera及edX平台课程的实证研究[J]. 现代教育技术（7）：64-70.

清华大学. 2016-12-28. 清华慕课荣登2016年全球新慕课排行榜第二位[EB＼OL]. [2017-09-25]. http：//news.tsinghua.edu.cn/publish/thunews/10303/2016/20161228112642553845944/20161228112642553845944_.html

任友群，朱广艳. 2009. 有意义的学习源自问题解决——戴维·乔纳森教授访谈[J]. 中国电化教育（1）：6-10.

童小素，贾小军. 2017. MOOC质量评价体系的构建探究[J]. 中国远程教育（5）：63-71，80.

汪基德，冯莹莹，汪滢. 2014. MOOC热背后的冷思考[J]. 教育研究（9）：104-111.

汪琼. 2017. 美国慕课评优原则分析[J]. 现代远程教育研究（3）：50-57.

王雪，王志军，候岸泽. 2016a. 网络教学视频字幕设计的眼动实验研究[J]. 现代教育技术（2）：45-51.

王雪，王志军，李晓楠. 2016b. 文本的艺术形式对数字化学习影响的研究[J]. 电化教育研究（10）：97-103.

王志军，陈丽. 2016. cMOOCs中教学交互模式和方式研究[J]. 中国电化教育（2）：49-57.

王志军，苏珊. 2017. MOOCs何以支持高等教育和终身学习——访国际在线学习专家特里·安德森教授[J]. 开放教育研究（6）：4-12.

王志军，王雪. 2015. 多媒体画面语言学理论体系的构建研究[J]. 中国电化教育（7）：42-48.

王左利. 2017-01-16. 华南师范大学教授焦建利：慕课开始走向多元化[EB＼OL]. [2017-09-25]. http：//www.media.edu.cn/zyyy/wj/201701/t20170116_1483778.shtml

余菜花. 2008. 网络课程评价标准研究[J]. 继续教育研究（4）：64-66.

于青青，李晓明. 2015. MOOC视频制作平民化方法的探索与评价[J]. 现代远程教育研究（1）：106-112.

张岸，汪岩. 2014. MOOC环境下视频资源设计研究[J]. 软件导刊，13（6）：162-164.

张浩，吴秀娟. 2012. 深度学习的内涵及认知理论基础探析[J]. 中国电化教育（10）：7-11，21.

Breslow， L.， Pritchard， D. E.， Deboer， J.， Stump， G. S.， Ho， A. D.， & Seaton， D. T. （2013）. Studying learning in the worldwide classroom research into edx's first mooc. Research & Practice in Assessment， （8）， 13-25.

Brinton， C. G.， & Chiang， M. （2015）. MOOC performance prediction via clickstream data and social learning networks. Computer Communications （pp.2299-2307）. IEEE.

Chorianopoulos， K.， & Giannakos， M. N. （2013）. Usability design for video lectures. European Conference on Interactive Tv and Video（pp.163-164）. ACM.

Class Central. （2017， January 18）. Top 50 free online courses of all time， Retrieved January 20， 2017， from https：//www.class-central.com/collection/top-free-online-courses？sort=rating-up

Corbin， J.， & Strauss， A. L. （1997）. Grounded theory in practice. Contemporary Sociology， 28（4）， 296.

Guo， P. J.， Kim， J.， & Rubin， R. （2014）. How video production affects student engagement： an empirical study of MOOC videos. ACM Conference on Learning @ Scale Conference （Vol.43， pp.41-50）. ACM.

Krippendorff， K. （1980）. Content analysis： an introduction to its methodology. Seikeigeka Orthopedic Surgery， 79（385）， 204.

Lowenthal & Hodges. （2015）. In search of quality： Using quality matters to analyze the quality of massive， open， online courses （MOOCs）. International Review of Research in Open and Distributed Learning， 16（5）， 83-101.

Neuendorf， K. A. （2002）. The content analysis guidebook. Sage.

Shah， D. （2016， December 29）. Monetization over massiveness： A review of MOOC stats and trends in 2016， Retrieved January 20， 2017， from https：//www.class-central.com/report/moocs-stats-and-trends-2016

University of British Columbia. （2014， March 27）. MOOC production guidelines at the University of British Columbia， Retrieved January 23， 2017， from http：//mooc.open.ubc.ca/files/2014/04/MOOC-Guide.pdf

作者簡介：王 雪，博士，讲师，硕士生导师；周围，硕士研究生；王志军，硕士，教授，博士生导师；韩美琪，硕士研究生。天津师范大学教育科学学院教育技术系（300387）。

责任编辑 韩世梅