基于MOOC的《工业机器人现场编程》课程个性化学习研究

吴海波 刘海龙

摘要： 《工业机器人现场编程》已经逐步成为了工业机器人技术、电气自动化技术、机电一体化技术、焊接技术、汽车工程技术等众多工科专业课程体系中一门极为重要的专业核心课程。但课程教学一直受到实训条件不足、课程教学资源参差不齐，课程学习者人数不断激增等客观因素的巨大影响。因此，本文试图从基于MOOC的个性化学习研究的角度出发，探索使各类《工业机器人现场编程》课程学习者达成其个性化学习目标的有效方法。

关键词： MOOC;个性化学习;工业机器人现场编程

中图分类号： TP242-4    文献标识码： A    文章编号： 1672-9129（2018）09-0150-02

Abstract： "Industrial Robot Field Programming" has gradually become a very important core course in many engineering courses， such as industrial robot technology， electrical automation technology， Mechatronics technology， welding technology， automotive engineering technology. However， the teaching of courses has been greatly influenced by such objective factors as inadequate training conditions， uneven teaching resources and the increasing number of learners. Therefore， from the perspective of MOOC-based personalized learning research， this paper attempts to explore effective ways to enable learners of various "Industrial Robot Field Programming" courses to achieve their personalized learning goals.

Key words： MOOC， personalized learning， industrial robot field programming

1 引言

截止到2017年，全國范围内已有超过400所高职院校开设了工业机器人技术专业，并有众多高职院校在相关专业内引入了工业机器人技术课程。其中，仅湖南省已有17所高职院校开设了此专业，另有21所高职院校在已有的电气自动化技术、机电一体化技术、焊接技术、汽车工程技术等专业的课程体系中引入了工业机器人技术类课程。与此同时，随着产业升级和工业机器人的快速普及，工业机器人制造商原有的“点对点”式客户培训模式，已经不能满足工业机器人用户企业对人力资源的需要。

目前，《工业机器人现场编程》课程已逐渐成为工业机器人技术、电气自动化技术、机电一体化技术、焊接自动化技术、汽车工程技术等专业的一门重要的专业核心课程。同时，也是企业员工技能培训的一门必修课程。

综上所述，由于受到课程学习者人数激增、不同类型学习者（在校学生、外校学生、企业员工、工业机器人技术专业学生、相关专业学生、工业机器人技术爱好者等）的学习需求差异明显、课程内容涉及技术领域广、实训设备种类差异大等因素的影响。如何激发学习者的学习兴趣，体现学习者的主体地位，调动学习者的学习积极性，达成学习者个性化学习目标，是《工业机器人现场编程》课程教学面临的一个重大问题。

2 《工业机器人现场编程》课程教学现状

《工业机器人现场编程》已经逐步成为了工业机器人技术、电气自动化技术、机电一体化技术、焊接技术、汽车工程技术等众多工科专业课程体系中一门极为重要的专业核心课程。目前，从全国范围内看，职业院校开设此课程时，一般采用理实一体化形式进行课程教学。教学所需的实训设备主要选用Yaskawa、ABB、KUKA、Funac等国际品牌或沈阳新松、安徽埃夫特、华中数控、广州数控等国内品牌的工业机器人。

由于工业机器人价格不菲，考虑到采购数量对工业机器人价格的影响，当前，全国范围内的职业院校一般只会选择单一或两种主流品牌的工业机器人建设此类实验室。而上述工业机器人制造企业虽然都能提供其各型工业机器人的用户手册、维护手册等技术文档，但没有直接应用于《工业机器人现场编程》等课程的教学。为了解决以上问题，部分企业成立了专门的培训部门，但主要针对的是客户企业的员工培训，培训内容针对性很强，并不适用于职业院校学生的普适性学习。同时，出于对企业自身利益的考虑，也没有全面开放其培训资源。

另一方面，当前市场上只有少数几本主要由企业工程师编写的《工业机器人现场编程》书籍，一般只针对其所在企业的工业机器人品牌，且内容多是直接选取了工业机器人行业应用案例，并没有过多考虑学生认知规律的特点，所以更适合作为教辅书籍使用。而众多职业院校目前基本处于无教材可用、无教材可选的境况，课程教学所需的其它教学资源更是基本处于是空白状态。

本课题组于2015年3月正式承担“工业机器人技术专业”国家教学资源库《工业机器人现场编程》课程建设任务。但随着工作的深入，一系列重要问题已经浮现，即什么样的资源适用于理实一体化的课程教学？教学资源的颗粒度如何界定？教学积件的规格如何设计？针对不同类型的学习者对本课程所学内容要求的差异应该怎么合理使用这些教学资源？线上线下学习形式如何真正实现？而这些问题在该教学资源库的建设目标中并没有明确提出。

3 MOOC中的个性化学习

个性化学习指根据学习者的发展需求和个性特点， 采取适合的方法和手段来满足学习者需求的学习。个性化学习强调因人而异， 突显学习者在学习过程中的主体独特性、主动性和进取性，以学习者的学习需求和学习兴趣为中心。个性化学习的特点体现在学习需求、学习内容、学习方式、学习评价等方面。至今为止，并没有一个公认的权威定义，但大多数研究者认为，个性化学习是学习者根据自身的心理特征、教育基础、发展需要甚至生活背景等个性化特点，自主选择合适的学习内容、方法、策略的一种学习模式。与此对应，针对学习者个性特征为其量身定制教学内容、方法、策略的教育方式就是个性化教育。个性化学习和个性化教育虽然视角与主体不同，但遵循的个性化理念是相同的。

传统的“因材施教”是个性化学习的一种体现，但其更多地强调“教”，即教师的个性化指导，而个性化学习的根本目的是使不同类型的学习者达成其各自的个性化学习目标。在进行MOOC中的个性化学习探究时，首先要对学习者进行分析，美国一位教育技术领域咨询顾问和分析师Phil Hill于2013年提出了MOOC的5种学习者类型：（1）隐身者：最大的MOOC学习者群体，此类学习者拥有MOOC账号，但从不登录任何课程;（2）完成者：指那些完成了大部分课程及评估的学习者，包括被动参与者和积极参与者;（3）旁听者：指那些只观看教学视频，但几乎不参与测验与评估的学习者，基本能跟进课程;（4）脱离者：在课程的前期会参与评估，但随后参与度会有明显下滑，其子类别包括“辍学者”，即停止一切学习活动;（5）尝鲜者：这些人只观看过一两节教学视频。这些特征几乎涉及MOOC学习过程中的各环节。因此，只有在MOOC平台中对在各环节满足学习者个性化需求，提供个性化支持，才能实现MOOC个性化学习的目标。

4 基于MOOC的《工业机器人现场编程》课程个性化学习研究

结合上述分析，为了达成各类学习者的个性化学习目标，《工业机器人现场编程》课程个性化学习研究采用的技术路线如图1所示。

（1）在自適应性课程结构设计环节，考虑到不同类型学习者的学习目标，首先将行业典型应用转化为适应教学需求的学习情境，再归纳并划分出《工业机器人现场编程》课程的一、二、三级知识技能点，最后选取不同层次的学习任务对三级知识技能点进行个性化学习载体支撑。

（2）在学习资源开发与整理环节，首先制定课程标准、课程教学设计方案，再针对三级知识技能点设定资源的颗粒度和冗余度，最后将不同类型的教学资源进行分类与整理以保障个性化学习所需资源的丰富性。

（3）在MOOC平台建设环节，首先针对每一个三级知识技能点开发多个以微课、虚拟项目或仿真训练系统为核心的教学积件，再采用删减法、替代法、重组法等方法对教学积件进行网上组课，以面向不同类型的学习者确定学习内容的基本框架，并允许学习者在此基础之上进行企业化学习内容的调整，以保障各类学习者个性化学习的灵活性。

（4）在基于MOOC的个性化学习环节，首先分别针对在校学生，采用进阶式网络学习与翻转课程教学相结合的混合式教学模式进行学习引导;针对其它类型的学习者，采用阶段式网络学习与同步在线答疑相结合的混合式教学模式进行学习引导;再利用个性化学习的《工业机器人现场编程》课程教学模型，指导学习者完成课程注册、微课学习、虚拟训练、在线交流、个性化评价、参加考试等学习环节完成个性化学习，以达成其各自的学习目标。

（5）在MOOC平台优化环节，通过对学习者的学习效果进行评价与数据挖掘，优化个性化学习的《工业机器人现场编程》课程教学模型及MOOC平台建设指标，指导平台后续优化工作。

5 MOOC平台建设及应用情况

课程团队于2018年在爱课程（中国大学MOOC）平台开设了两期在线课程，第1期选课人数3458人，第2期选课人数2327人，两期总选课人数5785人，发帖总数21583帖，全程参与12个项目测试2736人，全部项目考核通过2055人。学习者主要来自21所本科院校（包括多伦多大学、汉诺威大学、国防科技大学、哈尔滨工业大学、同济大学、西南交通大学、兰州交通大学、北京理工大学、武汉理工大学、厦门大学等）和14所高职院校（包括淄博职业技术学院、深圳信息职业技术学院、上海应用技术学院、咸阳职业技术学院、河南职业技术学院、广州市技师学院等）的师生，以及部分企业工作人员和工业机器人技术爱好者。

从课程教学实施及MOOC平台应用情况看，本文提出基于MOOC的个性化学习研究技术路线是科学而有效的，有利于MOOC平台建设应用与管理，有利于解决个性化学习效果评价与MOOC平台优化等方面的实际问题。本文的研究成果可以为建设符合个性化学习需求的“在线开放课程”提供理论及实践参考依据。

参考文献：

[1]黄悦.终身学习与个性化学习[J].科教导刊， 2013（7） ：11-12.

[2]史龙珍，韩小飞.基于MOOC的个性化学习模式研究[J].软件导刊，2014（6） ：185-187.

[3]高地.MOOC热的冷思考——国际上对MOOCs课程教学六大问题的审思[J].远程教育杂志， 2104（2） ：39-47.

[4]姜强，赵蔚.多元化媒体资源适应性推送及可视化序列导航研究[J].开放教育研究，2015（2）： 106-112.

[5]李海峰，王炜.弹幕视频：在线视频互动学习新取向[J].现代教育技术，2015（6）： 12-17.

[6]杨玉芹，焦建利.MOOC学习者个性化学习生态设计框架[J].电化教育研究， 2014（8）：32-37.