信息潮涌背景下的大学生学习支持系统构建研究

柏钧献 程孝良

信息潮涌背景下的大学生学习支持系统构建研究

柏钧献1程孝良2

（1. 广东财经大学财政税务学院 广东广州 510320；2. 成都理工大学管理科学学院 四川成都 610059）

因“互联网+”广泛应用所引发的信息潮涌，深刻改变了大学生的学习生态和学习行为，导致大学生“人在课堂、思绪在飞翔”的“隐性堕落”困境。针对这种影响，以数据实时采集、数据定量分析、服务个性定制为目标，创设“监测、预警与扶助”三位一体的学习支持系统。通过监控与预警系统，及时准确地发现大学生的学习问题；通过学习问题扶助系统，实施个性化帮扶，有效解决大学生学习质量问题的普遍性监测预警与个性化精准扶助的问题，为大数据时代高校从经验型向精准化教学管理提供一种可行性解决方案。

信息潮涌；教育大数据；大学生学习行为；学习支持系统

在全球化背景下，以互联网和物联网为代表的信息技术迅猛发展，裹挟着对传统价值体系、行为理念、生活方式、消费习惯、人际关系的冲击，正汹涌而至势不可挡[1,2]。其中，因信息获取便利性引发的信息潮涌，深刻改变了大学生的学习生态和学习行为，进而深刻影响高等教育格局，促使全球范围之内不得不反思教育、重塑教学、再定义大学[4-6]。许多欧美一流大学已经开始尝试以一些颠覆性的改革去回应需求，如：斯坦福大学发布2025计划，将大学的四年制改为终生制以支持学生的终身学习；纽约大学和杜克大学等则开始探索通过深度跨学科教育，培养通专结合人才；以开创美国通识教育闻名的哈佛大学也在重新反思其通识课程的合理性并作出重要改革；高教界新锐密涅瓦大学基于信息化技术打造的没有校园、没有通识课、没有讲授式教学、全程小班在线研讨的新型大学可能会彻底革新传统大学和高等教育系统[7,8]。

与此同时，信息技术的广泛应用也带来了教学数据的爆发式增长。然而传统教学管理模式对大学生学习行为数据采集往往非常有限，信息化程度不高，数据仅用于简单事务处理，且数据分析结果用于干预教学的周期较长，难以满足对信息分析及决策支持的需求[9]。如何应用规模巨大、结构庞杂的教学数据？进而构建一个对教学管理者、教师、学生、研究机构等多方有效的数据体系，应对信息潮涌带来的影响？就成为新时代高校管理者面临的重要问题。基于此，本文通过分析信息潮涌对大学生学习生态和习性的影响机理，构建了“监测、预警与扶助”三位一体的学习支持系统，实现了信息潮涌背景下学习行为数据分析及决策支持的信息化、精准化、智能化，为大数据时代高校精准化教学管理提供一种可行性解决方案。

一、信息潮涌对大学生学习行为的影响分析

所谓信息潮涌，是指信息对受众的波次性、主动性和持续性侵袭与过载。例如，每天一睁眼就被各种扑面而来的信息所包围，自然而然地接受了大量信息。这种情况伴随着智能手机和移动互联网的普及愈发严重。

大学生是接收信息最快，思维最活跃，同时也是最容易受外界影响的社会群体。信息获取的便捷化，改变了时空结构，使学习者在任意地方和任意时间段都能获取知识；同时也丰富了表达形式，使知识的载体不仅仅局限于文字，出现了音频、视频以及虚拟现实等形式；另一方面，知识和信息的产生与传播的多源化、便捷化、快速化、碎片化、类分化，使潮涌的信息挤占了学生有限的信息通道，使大学生的学习从沉浸式学习转变为浏览式学习。沉浸式学习以“深度注意力”为认知特征；而浏览式学习则以“超级注意力”为认知特征，虽善于快速反馈，但却逐步丢失深度思考的能力，必然导致思维闪化、感知钝化，课堂呆化。上述变化，大大地消减了教师的权威，同时也日益影响着大学生的行为、心理和价值取向，极大改变了大学生的学习环境、学习方式与学习行为，导致大学生“人在课堂、思绪在飞翔”的“隐形堕落”现象日渐严重。信息潮涌对大学生学习生态与习性的影响机理如图1所示。

图1 信息潮涌对大学生学习行为的影响机理

在信息潮涌时代，随着外显学习行为的改变，大学生内隐的思维方式也在逐渐变化，具体表现在维持聚焦时间的高耐力学习习性和记忆力衰退，追求学习的“快”“泛”“短”“浅”“碎”。总之，信息潮涌时代大学生的学习行为及习性具有四个显著特征，即注意力的焦点在不同任务间不停跳转，擅长并乐于多重信息互动，喜好新奇与刺激性的信息，容忍单调信息的阈值低。

二、三位一体的学习支持系统构建

传统观念认为，相对于人类的学习能力和知识储备能力，人类社会的知识总量太大，所以人们必须分科类、分领域、分行业地学习专门知识，只能在一个知识门类中向上攀爬。然而在信息潮涌时代，这些前提都在发生改变，例如：现在很多知识如历史、地理等不必再依赖死记硬背，因为大量知识可以轻易地从互联网上检索到，从而大幅度提高学习效率。阶段、完整、专业学习已经不再适合这个时代，取而代之的将是终身、碎片、跨界学习。学习模式已经逐渐从数字学习、移动学习、泛在学习转变为智慧学习[10]。这对高校以课堂授课为主的传统教学方式形成了前所未有的冲击，这就要求我们必须重构教—学关系，革新教育教学理念与方法。

（一）学习监测与预警系统构建

以校园“一卡通”系统为基础，整合教学管理系统、学生工作系统、专业教育系统的师资力量，集成教学管理、学生管理、财务管理、人事管理、国资管理等校园数据，共同组建大学生学习监测与预警系统，及时准确地发现学生的学习问题，实现对大学生学习生活状态的实时动态监控。

1. 整合学习行为数据

构建大数据一体化系统和服务平台，打破校内各职能部门之间的“信息孤岛”，让分散在不同部门的碎片化信息“牵手”、联网，为实施数据对比分析与综合利用提供了基础。

通过“一卡通”系统，搜集学生线下数据，搜集分散在各部门中的学业成绩、餐饮消费、图书借阅等数据，通过大数据技术进行分析与预警，完成对学生个体和群体特征的准确把握。通过大数据的方式，使学生的个人信息全面地呈现出来，同时通过各部门工作系统，获得学生线上数据，如：通过奖学金系统，获取学生比赛获奖、社会实践等信息；通过网络数据发现大学生网上关注热点；基于教务管理系统，分析学生参加科技比赛、课外社会实践活动信息；通过微信平台分析各类学术讲座、艺术活动（高水平艺术表演）参与情况。

2. 定制个性化“数据产品”

（1）进行实时化数据采集。以校园大数据为支撑，通过分析图书馆出入记录、个人消费记录、打水记录等数据对学生学习生活习惯的异常变化进行预警式感知，使管理从后置性应急管理转化为前置性预警引导。

学生“个体画像”：通过对学生个体的学习情况、消费情况、校园行为等实时数据的分析，对学生进行精准化特征描述，了解学生特定时间段内的学习、生活规律，分析出现的问题并进行及时干预处理。

实施“群体分析”：准确识别“家庭经济困难学生”，通过消费行为数据分析，侧面了解学生家庭经济状况，并为贫困生等级认定提供科学化参考依据。智能评定学生学习质量状况，通过对学生学习成绩、竞赛获奖、社会实践、志愿服务等情况的实时记录，实现对学生学习质量的智能化评定。

(3)使用车门高度调整工装调整门页，以保证门页与车体鼓形重合一致。车门高度调整工装为1块厚10 mm的铝型材，调整门页高度时将该工装放在门槛上，然后将门页放置于工装上，最后拧紧相关紧固螺栓。此方法可保证门页到门槛距离为10 mm±2 mm(见图11)，即保证了门页与车体鼓形重合一致。

预警“学业异常”：采集学生行为数据与学业成绩数据，预测学生具体课程的挂科可能性，实现学生行为异常的预警式感知，并及时进行干预引导。

（2）开展定量化数据分析。分析学生各类网络行为数据及校内行为数据，掌握学生群体学习行为特点及规律，并进行学生个体指导或群体化行为引导。将多主体、多维度的学习质量评价和全程性的系统化监测作为学习质量管理的突破口。通过分析学生在线学习行为数据，判断其学习投入、学习难点及学习习惯。通过校园GPS系统数据，知晓学生的方位在教室、图书馆、运动场、会场还是宿舍，从而判断他们在学习、第二课堂、运动等活动上投入的时间及精力。通过出勤、作业准确率、考试成绩等数据研判其学习状态。此外，学校每年对新生、在校生、毕业生进行大规模学习投入和学习体验调查，通过统计数据对学习起点、学习过程、学习结果等环节进行“三全”(全面、全员、全程)、“两多”(多角度、多渠道)的监测，并借助反馈调控，构建立体、长效的学习监测与预警体系。

（3）提供个性化数据服务。将大学生学习情境（谁、什么时候、地点、学习什么）等所有学习行为信息数据化，通过对数据的深度分析，准确把握学生个体需求并针对学生个体制定个性化成长方案、提供个性化服务（如图2所示）。

图2 基于大学生学习行为和习性大数据的学习支持系统

（二）学习问题扶助系统构建

在高校教学管理的具体操作中，帮扶流程怎么定，才够科学；管理资源如何用，方为合理；帮扶工作怎么做，才更有效。这些问题都需要用更为科学的方式来解答。大数据分析处理的信息量巨大，处理速度也成倍的增加，这样一种信息与数据管控方式能够界定出“帮扶工作应着力哪些问题”以及“选择何种帮扶方式最为适合”等关键目标，进而实现资源安排和使用的合理性。依托大数据技术，对大学生学习行为数据进行实时观测、动态监测和分析研判，既能找准帮扶的主体、重点和关键，也能确保帮扶项目科学合理、精准到位。成都理工大学通过构建“立体式”学习支持系统，解决学生“怎么学”的问题。建立完备的学习问题支持服务体系，通过设立大学生事务与学习指导中心，对大学生实施群体辅导、个性化帮扶，为学生学习和生活提供个性化的咨询服务。

1. 课程引导

组织开发“专业导论、职业规划、学习风格与学习指导”等学习指导类课程，如针对新生对专业认知模糊，对大学教学模式不适应等问题开设“专业导论”课，选派专业领域教学经验丰富的资深教授、聘请知名校友、合作企事业单位负责人，采取灵活多样的教学方式，帮助新生正确认识就读的专业，并在此前提下引导他们科学规划未来。

2. 活动指导

针对大学生不同阶段的主要任务，设置不同内容的活动进行指导。如通过新生导航、专业导论课、学术建议和学习指导，新生适应周活动等推动大学新生尽快适应、转型；分阶段循序推进“适应”“转变”“融入”“规划”为主题的新生适应性教育。

3. 资信诱导

建设学习导航网与学习资源网，打造网络学习支持平台。建设学习导航网，实现了学习讨论网上有指导、先进典型网上有报道、解决问题网上有渠道。通过学习资源网整合学校各类学习资源，开辟以学习为导向的公共空间，常规性地举办各类学术讨论活动，探索不同学科专业学生之间的交流；排除不利于学习的经济、家庭、社会等干扰因素，引导大学生走出功利主义学习状态，更多地参与课外学习，享受学习乐趣。

4. 团体辅导

针对学习态度、学习方法、学习技巧等进行普遍性的学习辅导。编著出版大学生学习导航读物，有效地帮助大学生进行自我教育、自我管理、自我提高。

（三）实施效果

2012年，“监测、预警与扶助”三位一体的学习支持系统基本成型，2015年开始应用于成都理工大学教学管理与改革实践，实现了学习行为数据分析及决策支持的“信息化”“精准化”“智能化”。

1. 学生学风和考风良好，学习积极性不断提高

学校设立大学生学习指导和咨询中心，通过大学生学习支持系统对一、四年级已达6个学分不及格，二、三年级已达12个学分不及格、在班级学习成绩排名后5%或与上学期相比下降15个名次以上的学生进行筛查，启动咨询辅导与心理治疗相结合的学习质量问题预警与扶助系统。组织特定的辅导员和导师，并求助于心理咨询专家，为这些学生提供全面的个性化学习辅导和心理辅导，实现了学习行为数据分析及决策支持的信息化。近年来，学校学习风气进一步浓厚，学习积极性不断提高，自习室、图书馆、实验室“入座率”显著提升，时常座无虚席。学生考试违纪率从2012年的0.34%下降到2018年的0.18%。

2. 学习针对性增强，学习质量不断提高

学校通过大学生学习支持系统，每年对新生、在校生、毕业生进行大规模学习投入和学习体验调查，通过统计数据对学习输入、学习过程、学习输出等环节进行“三全”（全面、全员、全程）、“两多”（多角度、多渠道）的质量监控，并借助反馈调控，构建立体、长效的学习质量监控与预警信息系统，实现了学习行为数据分析及决策支持的精准化。近年来，学校本科毕业生全国大学生英语四六级考试通过率稳步提升，四级考试通过率从2012年的72.1%上升到2018年的82.6%，六级考试通过率从48%上升到62%。毕业生深造率逐年提高，研究生考取率从2012年的13.7%上升到2018年的22.6%。学生创新创业意识不断增强，创新创业能力不断提高，近三年学生公开发表论文1500多篇，科技和艺术作品、著作、专利700多项，在省级以上学科竞赛获奖数量持续增加。

3. 综合素质和能力有效提升，就业质量持续提高

基于大学生学习行为数据系统的支持，根据学生志向、兴趣、经历与特长，制订个性化培养方案、设计课程的内容体系、主动推送学习资料，利用信息技术，构建深度融合的“课堂-在线”学习环境，通过课下在线学习课程的基础性、知识性内容，通过课堂研讨等形式进行高阶的认知与思维能力培养，不断提高课堂教学效率，初步实现了学习行为数据分析及决策支持的智能化。近年来，学校本科生就业率稳定在95%左右。第三方数据调查机构北京新锦成教育科技有限公司的调查数据显示：近三届毕业生对学校教育教学的总体满意度达97.20%；用人单位对2017届毕业生的总体满意度为99.34%，工作表现的满意度为99.04%；用人单位对2013届毕业生工作三年后的满意度为99.06%，对2014届毕业生工作三年后的满意度达到100%，反映了用人单位和社会对教学改革与毕业生质量的认可。

结语

信息潮涌对大学生的学习生态和学习行为产生了深远影响，针对这种影响，构建并实践了“监测、预警与扶助”三位一体的学习支持系统。该系统以 “教育大数据一体化平台”为基础，实现了实时化数据采集、定量化数据分析、个性化数据服务供给，从而可以精准掌握大学生的学习与生活特征，并通过“教育大数据一体化平台”对大学生学习质量进行前置性监测与预警；同时实施基于大学生学习行为数据分析的循环反馈教学改革，根据学生志向、兴趣、经历与特长，定制个性化“数据产品”，设计培养方案与课程内容体系，并在海量的数字化资源中，为学生选择适合的素材组织教学，帮助学生设计个性化的学习计划。该学习支持系统的建立，为信息潮涌背景下的教学管理提供了一种可行的解决方案，为切实提高教学管理与服务水平提供了有益参考。

[1] 张海生. 跨界融合:“互联网+”背景下“新工科”的发展逻辑与建设目标[J]. 应用型高等教育研究，2017，2（03）：13-18.

[2] L.约翰逊，S.亚当斯贝克尔，V.埃斯特拉达，A.弗里曼，张铁道，殷丙山，吴莎莎，吴亚婕，杜贤，李玉. 新媒体联盟地平线报告[J]. 北京广播电视大学学报（高等教育版），2015（S1）：4-52.

[3] 卢伟，褚宏启. 教育信息化2.0时代地方高校转型发展的三条路径[J]. 教育发展研究，2019，39（07）：1-6.

[4] 郁晓华，丛培卿，徐显龙. 高等教育管理信息化国内外优秀案例研究[J]. 电化教育研究，2018，39（09）：43-50，74.

[5] 南旭光，张培. 智能化时代我国高等教育治理变革研究[J]. 中国电化教育，2018（06）：1-7.

[6] 张优良，尚俊杰. “互联网+”与中国高等教育变革前景[J]. 现代远程教育研究，2018（01）：15-23.

[7] 席酉民.“两个一流”建设要防止潜在老问题[N]. 光明日报，2017-02-09（14）.

[8] 陈涛，邓圆. 技术如何引领学习?——美国密涅瓦大学推行主动式学习策略及启示[J]. 开放教育研究，2018，24（04）：53-62.

[9] 程孝良，张永芳. 大数据时代的大学生学习及质量提升策略[J]. 现代教育管理，2016（02）：62-65.

[10] 李华，段建彬，许旱年. 智能技术支持下的智慧学习——GCCCE2014会议回顾与述评[J]. 电化教育研究，2015，36（06）：15-20.

Research on the Construction of College Students’Learning Support System under the Background of Information Surge

BO Jun-xian1，CHENG Xiao-liang2

（1. School of Finance and Taxation，Guangdong University of Finance and Economics，Guangzhou 510320，Guangdong，China；2. School of Management Science，Chengdu University of Technology，Chengdu 610059，Sichuan，China）

The information surge caused by the widespread application of“Internet +”has profoundly changed the learning ecology and learning behaviors of college students，leading to the“hidden fall”dilemma of“thinking in the classroom and flying in the classroom.”In response to this impact，with the goal of real-time data collection，quantitative analysis of data，and customized service，a“monitoring，early warning and assistance”trinity learning support system was created. Through the monitoring and early warning system，timely and accurately find the learning problems of college students；through the learning problem assistance system，implement personalized assistance to effectively solve the problem of universal monitoring and early warning and personalized precision assistance for college students’learning quality problems，for the era of big data Colleges provide a feasible solution from experience-oriented to precise teaching management.

information surge，educational big data，college student learning behavior，learning support system

G434

A

1672-4860（2019）06-0040-05

2019-09-10

柏钧献（1998-），汉族，四川成都人，学士。研究方向：经济与信息管理。

程孝良（1979-），汉族，四川广安人，博士，教授，博士后。研究方向：思想政治教育与管理。

区域公共管理信息化研究中心2017年重点项目（QGXH17-03），四川省2018-2020年高等教育人才培养质量和教学改革项目“基于大数据的高校‘三测三评 ’教学评估体系构建研究”的阶段成果。