中学生在线学习伴随式干预：环境、策略、方法与案例

李锋 王吉庆

摘要：移动通信、大数据和人工智能等新技术在教育中的应用，创设出现实与虚拟相互融合的学习环境。在新的学习环境下，该研究针对中学生在线学习“持续度不强、流失率偏高、学习质量不佳”等问题，将在线学习理论与新技术相结合，从在线学习内容、传播效能和过程管理等方面研究在线学习干预的策略与方法，分析“学习内容二次组织、学习结果有效反馈、学习过程伴随管控”的干预策略，开展“在线错题库、二次学习指导、在线学习报告”等方式的在线学习干预，并将此应用于在线学习过程中，以此推动中学生在线学习的实效，提高在线学习质量。

关键词：在线学习环境;干预策略分析;干预方法实施

中图分类号：G434

文献标识码：A

在线课程拓展了学生的学习时空，创设出多样的学习机会。但是，由于受中学生自控能力不足、在线学习管控缺失等因素影响，中学生在线学习也出现“持续度不强、流失率偏高、学习质量不佳”等问题[1]。加强在线学习干预，提高在线学习质量成为学校在线课程实施的新挑战。在线学习伴随式干预是为改善学生在线学习绩效所采取的持续性介入行动，其中技术环境、干预策略和干预方法等因素影响着在线学习干预效果。

一、中学生在线学习伴随式干预：环境支持

移动通信、大数据和人工智能等新技术的发展加强了现实与虚拟学习空间的深度融合、促进现实与虚拟学习者的相互塑造、推动现实教师与虚拟教师的协同教学，形成了全新的数字化学习环境，为在线伴随式学习干预提供了技术支持（女口图1所示）。

1.两个学习空间的深度融合

智能终端和移动通信把世界联通为一个大的信息系统，它在改变人们社会行为特征时，也转变着人们的认知方式，延伸了人们的活动空间。“互联网+”教育把以“教室、实验室、图书馆等为代表的真实学习空间”与以“互联网为载体的虚拟学习空间”进行深度融合，形成全新的学习环境。现实与虚拟学习空间的融合影响着教育要素关系的变化，重构出混合式学习系统。主要表现为：

其一，拓展学习时空。计算机与互联网技术使社会组织的“物理界限”变的更加模糊，促进事物关系的扁平化发展。在线学习平台使得学生突破学习时空限制，为时时可学、处处能学创造了条件。通过网络课堂学生可以跨班级、跨学校、甚至跨地域开展学习。学生可以根据个人学习需要设计个性化学习计划，利用在线平台开展远程全作学习。

其二，丰富学习资源。传感设备、虚拟现实/士曾强现实（VR/AR）等技术工具将“传递式学习资源”发展为“体验式学习资源”，促进探究式学习开展。在数字化实验室中，学生利用数字化实验设备可以采集实验数据，分析实验数据，感知事物发展规律，在探究活动中学习知识;通过VR/AR技术创设出模拟现实的互动学习情境，学生可以体验到日常学习过程中难以进入的活动场景，帮助学生自主学习与建构知识[2]。

其三，再造学习流程。现实与虚拟学习空间的融合加速了学生在两个空间的行为转换，推动课堂教学模式的变革，促进混合式教学的开展。例如：教师通过“翻转课堂”方式改变学习者“信息接收”和“吸收内化”过程，引导学生课前以在线微课程方式自主学习，发现学习问题。课堂上教师充分利用面授学习时间.根据学生在线学习过程中产生的问题进行针对性辅导，促进学生对知识吸与收内化，提高学习质量[3]。

2.两类学习者的相互塑造

数字化学习环境为学生提供了多样的学习资源，也为实时收集学生在线学习数据，客观反映出学生学习状况创造了条件。通过学习数据可以将每位学生同时刻画出一个“虚拟学习者”，即每有一位真实学习者，依据他们在线学习数据就可以塑造出一个“虚拟学习者”。通过描绘“虚拟学习者”特征，为真实学习者提供个性化指导，适当调整教学内容。信息技术对两种学习者的相互塑造，为教师的教学设计提供了真实性的依据，促进了教师从“基于经验”教学到“基于数据”教学的转向。其特征主要表现为：

其一，基于在线行为数据进行学习画像。学习者的学习画像是参考学生的个人身份信息、在线交流内容、在线学习行为以及学习结果评价等方面反映出的学习数据，构建出来具有“标识特征”的学生学习模型。通过这些数据，可以描绘出学生个体和学习群体的学习信息全貌，也可根据学习数据的变化实时调整和完善学生学习画像[4]。学习画像作为学习者的“虚拟代表”，可以帮助教师和学生准确了解学习状况，聚焦学习问题，分析产生学习问题的原因，将“学生学习为中心”的教育理念落实于教学实践中。

其二，依据学习分析结果设计个性化教学。通过个体数据追踪分析或如群体数据比较分析，可以发现学生学习过程中潜在的问题、预测学生学习进展，做出教学决策，为个性化教学设计提供客观、多样的学习证据。例如，在线教学指导过程中，教师依据学习分析的结果确定学生学习特征和发展需求，制定个性化教学计划，设计或推荐学习资源，帮助学生以适合自己能力水平学习进度开展学习。

其三，按照学习需求动态调整在线教学。从学生的学习基础与学习风格来看，同学之间总会存在着这样或那样的学习差异，这也就导致了不同学生有不同的学习需求[5]。学习画像和学习分析技术较客观地反映出了学习者的这些不同，在线指导教师按照学习需求动态调整在线教学。这些调整主要包括：学习资源调整，根据学生对学习资源掌握程度的数据或进一步补充学习资源或替换不适合学习资源;指导策略与方法调整，教师针对全体学习学习情况或个别学生学习结果调整在线指导策略，采用不同的教学方法进行补充教学。

3.两种教育工作者协同工作

人工智能作为新一轮社会发展的核心驱动力，赋能社会各领域。从在线教育来看，如果说移动通信将真实空间与“虚拟空间”结合起来，大数据把真实学习者与“虚拟学习者”结合起来，那么人工智能则把真实教育工作者与“虚拟教育工作者”进行了结合，也就是说，当一位学习者面临一位真实教师輔导时，也可能会存在一位虚拟教师为学习者提供者相应的辅助支持。在教学管理方面，有一位真实的教育管理者，也可能有一位“虚拟教育管理者”。 “人工智能+教育”改变的已不仅是学习环境与方法，更引发整个教育生态的变革，推动智能化教育的开展。其特征主要表现为：

其一， “双师”教学。在人工智能支持下，真实教师和“虚拟教师”共同支持学生学习。虚拟教师在数据收集、学习分析、资源推荐等方面具有优势，可以完成教育工作中重复、单调、规则性事件。真实教师在已有数据分析基础上，集中时间与精力关注学生学习策略和学习方法的设计，促进每一位学生的发展[6]。在教学过程中“虚拟教师”可以实时分析每一位学生学习状况，自动生成学习报告，给出初步教学建议。真实教师在理解教学建议基础上，调整教学计划，提供个性化学习支持。

其二， “双师”评测。利用智能测评工具，真实测评者和“虚拟测评者”可以协同开展在线测评工作。虚拟测评者能够自动采集测评数据，依据测评标准客观、准确、高效地开展测评，并能根据学习需要进行个性化反馈。真实测评者根据测评结果进行分析，依据测评证据判断学生的学习问题，给出相应学习建议。例如：在英文在线阅读评价中，利用语音识别技术， “虚拟测评者”可快速地采集学生的阅读数据，对阅读数据进行比对与判断，确定学生发音情况，给出评判结果。真实测评者可依据测评证据进行综合分析，有针对性地给出英语阅读学习建议。

其三， “双师”管理。通过智能化管理技术，真实教育管理者和“虚拟教育管理者”相互协同，形成人机协同的决策模式，分析和判断教育系统运行过程中的潜在问题与发展趋势，优化资源配置，提升教育质量并促进教育公平。在教育资源分配过程中， “虚拟管理者”可以持续收集不同学校的教育数据和发展情况，描述出不同学校教学资源应用的差异与相关因素，生成管理报告。真实教育管理者依据“虚拟教育管理者”提供的证据，有针对性地进行教育规划，优化教育资源配置，促进教育公平。

二、中学生在线学习伴随式干预：策略分析

教学策略强调的是“为实现教学目标，教师所采用的一系列问题解决的行为决策”[7]。它关注“为什么”的问题，也指明“怎么做”的路径。史密斯（Patricial L.Smith）在教学设计研究中从内容组织、传播效能和过程管理三方面分析教师在教学中可以采纳的教学策略[8]。从技术应用来看，两个空间、两类学习者、两种教育工作者为在线伴随式学习干预的实施创造了数字化学习环境。在线学习伴随式干预将学习理论与数字化学习环境结合起来，指导教师根据在线学习问题以及学习内容特征制定指导策略，选用技术工具将策略进行落实，有针对性地调整与优化学生在线学习过程（如图2所示）。

1.学习内容“二次组织”策略

知识学习是要将学生学习的新知识与原有知识建立关联，形成意义建构的过程[9]。在线学习过程中，学生按照学习要求完成了学习过程，但未成达成学习目标，这就需要判断学习内容的组织是否符合学生认知特征，通过学习内容的“二次组织”进行学习干预，帮助学生再次学习相应知识，达成学习目标。具体策略主要表现为：

其一，改变呈现方式。不同学生学习基础与学习风格不同，学生所能接受的知识表征方式也不相同。针对学生学习在线知识过程中的困难，可通过多种知识表征方式为学生提供理解学习内容的方法，促进学生原有知识与新知识建立关联。例如，利用思维导图工具设计知识结构图，用层级或图表方形式表征概念，呈现上位概念与下位概念的关系;通过图片、视频等多媒体方式对新知识与学生已有知识的衔接点进行关联，将抽象学习内容以形象具体的方式表现;采用虚拟/增强现实（VR/AR）等技术模拟学习情境，分步骤、有计划、按知识逻辑的过程演示学习内容，反映出学习内容要点之间的关系。通过改变知识内容呈现方式，为学生提供多种形式内容的选择机会。

其二，調整学习内容。皮亚杰在儿童认识发展研究中曾指出， “个体能够进行知识同化的重要条件是内在结构能够理解外在的信息”[10]。如果学习内容难度超过学习者已有知识结构的同化范围，学生就很难对新的知识内容进行同化。在线学习过程中，如果学生遇到学习困难，这就需要根据它们认知基础调整学习内容，进行学习干预。例如，通过在线学习平台对学习者进行学习前测，分析学习者的学习基础，按照测试结果提供适合的学习内容;此外，也可借助在线知识图谱映射出与学生学习基础对应的学习内容，针对不同学习问题的学生提供相应学习内容，促进学生对新知识的同化。

其三，转换教学方法。教学方法是指向规定学习目标，受课程内容制约教与学的操作规范和步骤[11]。其中，学习目标、教学内容、学习基础等因素影响着教学方法的选择，不同教学方法在不同教学情境中也会产生不同的教学效果。在线教学过程中，指导教师可依据学生的学习问题合理调整或转换教学方法，帮助学生解决问题。例如：对于个别学习问题，可通过远程视频方式一对一交流、答疑解惑;对于共性学习问题，可通过线上线下结合的方式组织研讨，从不同角度分享观点，共同解决学习问题;此外，对于一些实验原理性问题，也可通过视频演示方式，直观展现实验过程。

2.学习结果“有效反馈”策略

反馈是信息传播过程中的重要环节。在教学系统中，反馈是将学习结果及相关信息告知给学生，帮助他们感知进步，认识不足，及时调整学习过程的一种干预策略。丹尼尔（Daniel 1.schwartz）在教学反馈研究中认为“教学活动能够让学生的学习得以开展，但教学活动与学习反馈的结合才能让学生的学习变得更加优异”[12]。在线学习过程中，通过即时、有针对性和清晰地反馈，可以帮助师生及时把握当时的学习情况，加强学生与在线学习环境的联系，避免“学习迷失”的问题。

其一，根据需要及时性反馈。及时性是学习反馈的关键[13]。已有研究结果显示当学生对解题过程保持有记忆时，此时的反馈能较好地帮助学生认识学习问题，弥补学习不足，反馈就能达到好的效果;如果反馈过于迟缓，学生已经忘记解决过程或解题思维冲突已经消失，即使反馈内容很详细，也较难引起学生的关心。因此，在线学习过程中，确定学生学习问题后，按照学生学习需要，利用信息技术工具及时反馈。在技术实现上，可通过在线论坛、平台短信、电子邮件、作品点评等方式进行交流与反馈，引导学生及时解决学习问题。

其二，针对具体问题反馈。针对性是学生接受反馈内容的一个重要条件[14]。从已有研究成果来看， “反馈内容越能针对个人性学习问题、越能从不同类型的知识技能层面给予解释和说明，学生也就越原意接受反馈内容”。如果反馈只是简单地给出学习结果的“对”或“错”，缺少学习证据支持，不仅不能起到学习支持的作用，甚至还会对学生学习起到消极效应。在线学习中，通过技术工具按照多维评测指标收集学习数据，在数据分析基础上，从问题界定、原因分析和学习建议等方面给予反馈，避免简单“对”或“错”的结果反馈，提高学生解决学习问题的针对性。

其三，可视化方式反馈。可理解性有助于提高学习反馈效能。从反馈形式来看， “要点突出，清晰简洁，指向明确”的反馈内容更易于为学生所理解与接受。如果只是将所收集到大量学习数据（或信息）机械地传递给学生，不仅不能帮助学生理解反馈中的学习问题，甚至还会增加学生理解反馈信息的负担[15]。随着技术的发展，目前已有很多在线学习平台采用可视化方式呈现在线学习报告，直观反映学生学习现状，揭示导致学习问题产生的主要因素，帮助学生较全面地理解反馈信息。

3.学习过程“伴随管控”策略

伴随式管控是为提高学生学习质量，达成学习目标，利用平台系统对学生学习行为进行伴随式管理和调控的一系列活动。在线教学过程中，学生流失率偏高的问题一直困绕着在线课程的组织与实施。加强在线学习监督，推进在线学习精细化管理，适时提供学习支持，保持学生在线学习的稳定性。

（1）远程管控。开放是在线学习的一个重要特征，但开放学习并不是“放任自流”。如果缺少在线学习管控，对于自控能力差、学习调节能力不强的学生也就容易出现学习中断的问题。通过伴随式学习管控，可引导学生在开放环境中逐步提高自主学习能力，实现外部控制到内力驱动的转换[16]。从技术实现上，利用在线学习平台可跟踪学生在线学习进度，当学生在规定时间内低于学习进度，平台及时给予提示，督促学生学习，培养学生在线学习的好习惯;此外，利用平台还可以采集学生在线交互内容，通过文本分析工具判断学生学习难点，提供配套学习资源，提高学生选用在线学习资源的效率等。

（2）在线分组管理。在线学习平台对学习引发的显著变化，就是使得以“班级为单位”的学校教学组织形式被以“课程为单位”的在线教学组织形式所替代。新的教学组织方式为学生自主选择课程提供了便利條件，但是课程实施中“学习成员不固定，教学组织松散”也导致了学生产生学习“孤独感”与“无助感”问题。通过“在线学习小组”可以加强在线学生之间的联系，学生利用在线平台进行问题探讨，开展合作学习。在线学习过程中，小组成员的交流与合作作为促进学生学习动力的“助推剂”，让学生感受到“身边”其他学生的存在，体会个人与小组同学的学习进步。

（3）混合式指导。混合式指导是现实与虚拟学习相互融合的结果。指导教师针对学习者在线学习过程中遇到的问题，采用在线学习分析与面对面交流相结合的方式进行学习指导，以取得最优的教学效果[17]。例如，一些学生自控能力不强，对于难度较大的学习内容较难实现在线自主学习，无法跟上在线学习进度。指导教师可以根据在线平台的学习分析结果，针对学习问题提供线下学习资源、学习指导和学习评价，采用混合指导方式管理学生学习，帮助学生达成学习目标。

三、中学生在线学习伴随式干预：方法设计

方法是指向特定目标、受特定内容制约的有结构的规则体系，通常它是有计划、有系统、有结构的操作规范和流程[18]。在线教学指导过程中，学习干预方法取决于学习者特征、学习目标与学习内容等因素，同时也会受新技术与新工具影响。追溯在线学习过程中的问题产生，结合信息技术的功能，“在线错题库、二次性指导、在线学习报告”等成为在线学习干预的几种常用方法，如图3所示。

1.利用“在线错题库”实施干预

“错题”是学生解题过程中的错误作答。每位学生在学习过程中总会出现这样或哪样的错题，错题也常引发师生对学习的担忧。但是，如能分析出“错题”产生原因，有针对性地提供学习干预，就可将“错题”转化为促进学生学习的资源。借助在线平台可为每位学生建立“在线错题库”，帮助学生找到个人学习薄弱之处，有针对性地进行学习指导。

利用“在线错题库”，可从“资源推送、错题抽检与交流共享”等方面进行学习干预。其一，“资源推送”是针对学生在线测试中的错误，从在线资源库找到与之相适应的学习资源，推送给学生进行补充学习;其二， “错题抽检”则可在单元学习结束后，利用在线错题库对本单元中学生所出现过的错题进行再次检测，判断学生对知识技能的掌握情况，以确定是否继续提供相应学习支持;其三， “交流共享”是针对错误率较高的习题，将相关习题推送到交流平台，指导教师在交流平台上组织学生对错题进行研讨，或者直接进行面对面的讲解与研讨，提供解决错题的经验和方法。利用“在线错题库”进行学习干预，直接找到学生学习“痛点”，提高干预的针对性。

2.通过“二次性指导”实施干预

“二次性指导”是指学生在第一次对课程内容学习后，并没有达到预设的学习目标，指导教师在分析学生学习问题后，从课程资源、学习方法等方面进行再次开发与设计，为学生提供再次学习的机会。在线工具可以对学生学习行为进行系统地跟踪与记录，用数据刻画出每位在线学习者的特征和学习现状，为指导教师进行学习干预提供证据。

具体实施上， “二次性指导”包括在线精讲、问题答疑、知识补学等干预方式。 “在线精讲”是分析学生学习过程中集中出现的学习问题，对学习内容进行精讲，组织学生二次学习，达成学习目标; “问题答疑”针对学生在线学习过程中个性化学习问题，选择个性化学习方法，开展分类或个别在线指导，促进学生对学习问题的解决; “知识补学”是判断学生在线学习过程“遗漏的学习内容”后，为学生再次提供学习资源，引导学生开展在线补学，达成学习目标。“二次性指导”是依据学生学习失败的原因进行指导的，它不仅关注了学习中出现的问题，也注重分析引发问题的原因，加强学习干预的实效性。

3.依托“在线学习报告”实施干预

“在线学习报告”是借助学习平台跟踪和记录学生的在线学习过程，利用信息技术工具分析和呈现学生学习状况的一种学习分析报告。它描述了学生在线学习现状、影响学生学习的要素、给出了相应学习建议。 “在线学习报告”是在学生学习数据分析基础上来反映学生的在线学习情况，能较真实地呈现学生个人与群体的学习状况。

通过“在线学习报告”，针对学生学习中的问题可采用问题预警、过程监管和学习激励等方式进行学习干预。问题预警是将学生在线学习进度与预期学习计划进行比对，如果出现登录次数不足、学习内容进展与规定内容不符等问题，在线学习报告会给出预警提示;过程监控是在线系统记录与描述学生在线学习情况，及时判断和发现学生学习问题和不足，将此反馈给学生和指导教师，起到学习督促与监管的作用。学习激励是根据学生在线学习进展和所取的得学习成绩，给予相应学习等级和积分鼓励，激发学生进一步开展学习。 “在线学习报告”是对学生学习状况进行了整体“画像”，分析了影响学生在线学习的因素，对学生学习发展进行预判，体现出学习干预的持续性。

四、中学生在线学习伴随式干预：案例应用

伴随式学习干预是针对学习问题.将数字化学习环境、干预策略与方法融合为一体的学习指导过程，如下页图4所示。

在线伴随式干预过程中，借助在线学习平台实时采集与分析学生学习过程中产生的数据，为每位学生建立“在线错题库”，分析在线学习中的问题，提供实时反馈。

教师利用“在线错题库”，明确学生学习中的问题，梳理学生在线学习过程中共性与个性问题，重新设计、组织学习资源，调整指导策略，干预和支持学生学习。

学生依托不断调整的学习资源和伴随式干预指导，针对个人学习问题与不足进行二次性学习，完成学习任务，达成学习目标。

具体实施中，师生还可将线上与线下干预结合起来，根据学习特征开展个性化学习与指导。如下提供了一个基于混合学习的伴随干预指导案例。

1.案例背景

一位高中信息技术教师采用“线上线下结合”方式组织学生对“循环程序结构”进行学习，教师依据学习目标开发“循环初始化、循环控制条件、循环控制过程”三个微视频;按照学习要点及它们之间的关系建立“问题链”，设计与开发伴随学习式的测试题。学生开展在线学习，在线平台记录学生学习过程（例如：登录时间;学习时长;学习后测试情况;测试后主要问题等），进行学习画像，发现学习问题。教师针对学生的学习困难给予伴随式干预和指导①。

2.案例过程

环节一：开展在线学习，完成伴随测试，反思学习问题。

学生对在线学习平台的中的“循环程序结构”微视频资源进行自主学习，学习结束后，完成平台的测试题，对平台给出的反馈进行反思，找到学习过程中的不足。

开展在线学习：35位学生学习在线平台中“循环程序结构”的“循环初始化、循环条件、循环控制过程”三个微视频。

完成伴随测试：学生通过在线平台提供的测评试题进行测试。测试内容以“问题链”的方式进行呈现，学生阅读流程图（如下页图5所示），完成以下任务。（1）标注初始状态;（2）说明循环控制条件;（3）描述循环控制过程;（4）如果输入x的值依次为327，28，59，-46， 300。指出該算法的功能是“输出数”是什么？。

反思学习问题：在线平台用可视化的方式呈现学生个人学习过程，以及测试过程中不同环节的完成情况，学生根据这些反馈数据进行学习反思，找到学习薄弱环节。

环节二：伴随学习记录，发现学习问题，完善错题库。

在线学习平台持续跟踪与记录学生在线学习过程，分析学习过程中的问题，从出错率（或出错人数）、出错节点（什么地方出错率高）等方面建立与完善学生“在线错题库”，明确学生在学习过程中遇到的“个性问题”与“共性问题”。

伴随学习记录：在线平台对学生学习三个微视频过程、学习测试结果进行跟踪记录，描述学生学习情况。

发现学习问题：在线平台对学生学习问题做出判断，其中上述测试题中错误率分别为：（1）10%，（2）15%，（3）40%，（4）56%。平台用可视化方式呈现。

完善错题库：将每位学生的错题归入到个人在线错题库中，将“错误率”出现显著变化的（3）和“错误率”较高的（4）放人公共错题库中，标注为共性错题。

环节三：进行问题诊断，设计指导方法，实施学习干预。

教师应用在线平台中学生学习数据，诊断学生学习困难，分析引发学习问题成因，开展二次教学设计，实施学习干预。

进行问题诊断：依据测试结果，40%的学生在循环语句中“循环控制过程”这个学习环节开始出现学习困难，在这个节点上出现错误率的显著提高;另外有一半以上（56%）学生没能正确完成最后的综合分析题（4）。

选择指导方法：对于循环结构学习内容，学生将隐性的算法知识与循环过程显性化有一定困难。尤其是对于测试题中的循环嵌套分支结构，在线学习过程中对其执行过程理解和感悟还不够，这样就容易出现问题。针对问题，在方法上采用面授精讲方式集中讲解，在内容上补充“列表分析法”对循环步骤进行“显性化”分析。

实施学习干预：教师通过“列表分析法”对“循环控制结构”和相关知识综合应用集中讲解，利用在线平台向学生推送同类型学习内容。

环节四：开展二次学习，检测学习结果，生成学习资源。

学生在前期学习的基础上，针对学习问题应用教师提供的新学习资源与方法开展二次学习，检测二次学习结果，交流学习情况，解释以前出错的原因，生成过程性学习资源。

开展二次学习：学生对提供的分步骤、可视化的“循环程序结构”学习资源进行二次性学习，对在线平台推荐的综合应用的同类型内容进行实践练习。

检测学习结果：对重新设置循环控制结构的习题进行测试，对照前期学习问题，分析再次学习后进步的地方，说出以前出现错误的原因

生成学习资源：二次学习后，学生交流学习过程产生问题的原因，生成个人学习资源，将这些资源加入到错题库的相关附件中，为以后其他同学遇到此类问题提供支持。

3.案例说明

“循环程序结构”是高中算法与程序设计中的一个难点。上述在线伴随式教学案例，通过分解循环程序结构内容，做成一条“问题链”.以此为“线索”设计到在线学习环境和资源，伴随学生的学习过程。在此过程中，教师不仅能知道学生学习过程中出现了问题，还能判断出在哪出了问题，有多少学生出了问题，分析出引发问题原因，帮助教师调整教学策略。学生在二次学习过程中，从学习者角度对问题进行反思，总结学习提高后的方法，将生成性的资源加入到错题库中，为其他学生遇到此类问题提供支持。

五、结语

中学生在线学习是一种开放式学习，但“開放”并不是“放任自流”;中学生在线学习是一种自主学习，但自主并非“自学”。尤其是在自控能力还不成熟的中学生中开展在线学习，更需要依据教育理论和技术工具有针对性地进行管控和干预。在现实与虚拟空间、现实与虚拟学习者、现实与虚拟指导者逐步构出的数字化学习环境下，通过伴随式的过程监管、基于问题学习反馈、有针对性地在线干预，帮助学生感受到在线学习环境的陪伴与支持，使得学习者有计划、有节奏地开展在线学习，提高学习质量。

参考文献：

[1]周世杰，李锋.上海中学生网络学习现状调研与对策研究[J]上海课程教学研究，2018.（6）：56-80

[2]刘勉等.虚拟现实视域下的未来课堂教学模式研究[J].中国电化教育，201 8，（5）：30-37

[3] Sara Arnold_Carza.rhe Flipped Classroom Teaching Model andIts Use for Information Literacy Instruction[J].Communication inInformation Literacy. 2014.8（1）：7-21.

[4]肖君等.基于xAPI的在线学习者画像的构建与实证研究[J].中国电化教育，2019，（1）：123-129.

[5] rhomas Lehmann.lnfluence of Student Learning Styles on theEffectiveness of Instructions[DB/OL].https：//files.eric.ed.gov/fulltext/ED542718.pdf， 2019-03-02.

[6]袁振国.人工智能助推教育回归本源[N].文汇报，2018-11-25 （05）.

[7]施良方，崔允都.教学理论——课堂教学的原理、策略与研究[M].上海：华东师范大学出版社，2002.

[8]P.L.史密斯.庞维国等译.教学设计（第三版）[M].上海：华东师范大学出版社，2008.

[9]LW.安德森.皮连生主译.学习、教学和评估的分类学[M].上海：华东师范大学出版社，2008.58-59.

[10] Margaret E.（;redler.学习与教学——从理论到实践[M].北京：中国轻工业出版社，2007.237.

[11][18]张华.课程与教学论[M].上海：上海教育出版社，2007.

[12][15] Daniel L.Schwartz.'rhe ABCs of How we Learn[M].New York：W.W.Northon&Company，2016.

[13][14] Robert J.Marzano.张新立译.有效课堂：提高学生成绩的实用策略[M].北京：中国轻工业出版社，2007.

[16]孙鸿飞.电子学档在在线学习监控中的应用研究[J].中国远程教育，2007，（2）：57-60.

[17] Harvi Singh and Chris Reed.Centra Sofhvare.A white paper：Achievingsuccess with hlended learning[DB/OL].http：//www.leerbeleving.nl/wbts/wbt20 14fblend-ce.pdf，2019-03-05.

作者简介：

李锋：副教授，博士，研究方向信息技术课程与教学论、在线学习评价（lifengys2001@163.com）。

王吉庆：教授，研究方向信息技术课程与教学论（wangjiqing6264@sina.com）.

①该案例本次研究项目的一个实验案例，由上海青浦二中周世杰老师设计、实施和提供。