大数据环境下面向管理科学与工程硕士研究生深度学习的翻转课堂教学模式研究①

李 进

(浙江工商大学管理工程与电子商务学院)

一、引 言

随着信息技术的迅猛发展，大数据深刻影响着高校课堂教学的理念、方法和手段。首先，大数据改变了传统的课堂教学理念。在“教”上，大数据使教育变得快捷、有效，从而实现在时间、地点、年龄、学校规模、国别上使受教育者不再受限制。在“育”人上，大数据密切联系着教育与生活，使得个性化指导和人文关怀教育得以真正实现。其次，大数据孕育了新的课堂教学方法和手段。如，翻转课堂、微课和MOOC(大规模公开在线课程)等。最后，大数据优化了课程考评方式。传统的考核方式以终结性评价为主，大数据环境下的考核更加注重形成性评价，同时也转变了考核的目的。用户的所有信息可以通过大数据网络平台记录查寻，突破了单一的考试方式，其关键是大数据的处理与分析，从而实现将考试作为学生提升学习的参考，也为教师改善教学提供了依据。

《教育部关于改进和加强研究生课程建设的意见》提出要高度重视在研究生培养中课程学习的重要作用，加强课程建设要立足研究生能力培养，注重培养研究生批判性思维和独立思考能力，全面提升发展能力和创新能力。与本科生培养相比，深度学习能力的培养与发展是研究生培养的关键。研究生学习与科研的一个重要环节是课程学习，课程学习的本质也是对研究生研究能力的提升与培养，同时也肩负着培养研究生的科研能力与素养的责任，因此，研究生对深度学习有着更高的要求。

高校翻转课堂教学模式近年来得到高等教育教学的重视，也是课堂教学的一个重要方面。谢霄男和李净(2018)探讨了数字化环境下思想政治理论课程进行翻转课堂教学改革的可行性与对策。祝智庭(2016)认为翻转课堂有利于帮助学生由表层学习上升到深度学习，由初级认知走向高级认知。秦炜炜(2013)研究了信息化环节中的翻转课堂，认为教学视频是学习的主要资源，上课前学生完成教学视频的观看和学习，课堂上师生一起协作交流和完成作业答疑等。Gerstein(2012)建立了翻转课堂的四阶段模型，包括参与体验、概念探究、意义建构、展示和应用四个阶段。曾明星等(2015)结合翻转课堂与MOOC，提出了MOOC视频替代课前教师的视频制作，通过MOOC训练题完成新知识的学习。钟晓流等(2013)将翻转课堂、中国太极文化和教学目标分类理论相结合，构建了太极环式翻转课堂模型。Talbert(2014)总结了自己执教的一些课程的课堂教学实践，提出了包含课前和课中两个阶段的翻转课堂线性系统结构。

管工是综合运用系统科学、管理科学、数学、经济和行为科学及工程方法，结合信息技术研究解决社会、经济、工程等方面的管理问题的一门学科。管工是浙江工商大学大商科背景下设立的一级学科硕士点，体现理工学科与经管学科交叉融合特色的重要学科，在浙江省电子商务、物流与供应链管理、系统工程与优化等研究领域具有较强的特色和优势。管工硕士生课程具有跨学院、跨学科和基础性的特点，主要开设的课程有“系统工程”“供应链管理”和“运筹与决策”等。

管工硕士研究生群体的学习特征与本科生有着明显的不同。首先，经过本科4年的知识积累，硕士研究生已经具有一定的专业知识储备，能接受较为抽象的知识；其次，硕士研究生课程学习的主要目的不仅是拓宽知识的广度，更是为了在课程学习活动、与教师同学的交互中锻炼深度学习能力、培养学术科研素养；最后，硕士研究生具有更为自由自主的学习环境、相对宽松的学习时间，可自主安排学习与科研。通过对硕士研究生深度学习的翻转课堂教学模式的研究可为我校管工硕士研究生的培养拓宽思路；结合大数据时代背景，增强我校教学模式建设的科学性，也为我校教学模式建设提供一定的参考和借鉴，提高高等学校教育的质量。

二、管理科学与工程硕士研究生课程教学中存在的主要问题

目前，管工硕士研究生课程教学中仍存在以下几个方面的问题：

(1)教学模式陈旧，多采用传统的灌输式教学模式。

管工硕士研究生课程的特点是知识面广、专业性强且学科交叉。由于学时有限和缺乏实践经验，教学模式还停留在原有的重知识传授、轻能力培养的被动式学习模式上，课堂基本上是“单言堂”，教师与学生的互动不够，依然是灌输式的教学方式，学生作为受教育者的被动局面没有真正地转变。大数据时代的创新教学模式，如MOOC、微课和翻转课堂等，还没有广泛应用到教学中。

(2)课堂教学往往以成绩考核作为导向，缺少深度学习能力的培养。

硕士研究生课堂教学中大多以学生的最终考试成绩为核心进行授课，学生也只关心学习的关键知识点是否能提高学习成绩。因此，课程学习中学生记忆概念、公式和规则以在短期内提高考试成绩为目的，而较少注重学习过程中对复杂问题解决、批判性思维、迁移等这类深度学习能力的培养。硕士研究生在深层学习动机、学习投入与深度学习策略应用方面表现不佳。

(3)重课内，轻课外，缺少面向“课前—课中—课后—课终”全过程的教学指导与协调。

目前，许多高校的研究生教学方式基本上都以课内讲授为主，且课内几个小时的课堂教学信息量大，学生只能被动听课，很难当堂消化所有讲授内容，而一旦在课后有了问题也无法与教师及时沟通，教学变成了单向的教，没有实现教与学的结合。因此应变革传统的教育思想、教学观念和教学模式，实现教师和学生之间随时随地地沟通与交流，加强课前、课中、课后和课终全过程的学习指导与传授，激发学生学习的主动性和积极性，达到有效提升研究生深度学习的教学目的。

(4)教学手段落后，大数据环境下的现代信息化教育技术应用单一。

传统的教学手段，主要以黑板、粉笔以及简单的原始工具为主，已不适应现代化教学的要求。21世纪是科学技术不断创新的时代，现代化的教学手段将为教学创新提供良好的条件。教师除运用传统手段外，还必须学会在教学过程中穿插运用投影、幻灯、录像等辅助教学手段并学会应用计算机网络教学以及开发、应用多媒体教学软件。虽然大多高校已经引入了现代化教学手段，比如采用电子教案和案例讨论的形式，但教学手段仍比较单一。

三、面向管理科学与工程硕士研究生深度学习的翻转课堂教学模式构建

以在大数据环境下促进研究生深度学习为基本理念，通过探究深度学习的核心，依据理解性教学理论提出大数据下促进研究生深度学习的翻转课堂教学模式设计策略及框架，并应用基于设计的研究方法在管工硕士研究生课程中实施迭代循环实验，在实施过程中检验翻转课堂教学模式的可用性并优化调整方案从而改善设计，最终达到促进硕士研究生深度学习、构建深度学习翻转课堂理论体系的目的。具体如下：

首先，重点解决大数据环境下深度学习的内涵是什么。深度学习路线包含7个主要步骤，从设计标准与课程到评价学生学习，构成一个闭环的教学过程，如图1所示。这体现了学习前、中、后采取的步骤，有效贯彻执行这些步骤能够确保深度学习的实现。从图1可以看出，预评估与评价是其中的两个重要步骤，预评估阶段主要评估学习者的个人目标、好恶、兴趣、潜力及发展机会等，由此指导教师如何运用先期知识和加工策略，而在最后评价学生学习活动中主要是评价学生是否完成了教学目标，并通过评注、考试、反馈等对学习者进行学习评价。

图1 深度学习路线图

以理解性学习与翻转课堂为理论指导，针对研究生的课程学习提出大数据环境下促进深度学习的翻转课堂教学模式设计策略并构建设计框架。教学模式设计主要从微观与宏观两个不同层面入手：一方面从微观上对课前、课中、课后及课终活动提出设计策略，即课前自我理解、课中分享与辩论理解、课后反思理解和课终迁移应用；另一方面从宏观上对目标、内容、环境等进行设计。

最后，将大数据下促进研究生深度学习的翻转课堂教学模式应用在浙江工商大学管工硕士研究生具体的课程中进行第一轮教学实施，选取管工硕士研究生学位核心课程“系统工程”，通过在实施过程中发现问题、收集数据，使用量表工具对学生的深度学习效果进行分析评价，并对翻转课堂的教学模式设计进行优化。然后再选择管工硕士研究生学位课程“信息系统分析与设计”验证该模式的可迁移性并在实施过程中提出新环境下的适应策略。

四、面向管理科学与工程硕士研究生深度学习的翻转课堂教学模式实施建议

本文来源于我校目前管工硕士研究生课程的实践教学，引入大数据环境的影响，坚持“以学生为中心”的教学理念，建立硕士研究生深度学习的翻转课堂教学模式，实现管工硕士研究生课程“教”“学”与“研”的结合，为高质量和创新型的硕士研究生培养指明路线。提出以下几点建议。

(一)大数据下基于深度学习与翻转课堂融合的新型教学优化设计

深度学习是以理解为导向、以理解深度为表征的学习，理解既是学习者进行深度学习的起点，也是深度学习所追求的目标。为了避免学习者机械重复地记忆、被动地接受知识，应对目标、活动、评价等进行设计，这是理解性教学的主要方面，也是促进学生理解性学习的关键。翻转课堂是在大数据环境中，教师提供以教学视频为主的学习资源，学生在课前观看和学习这些教学视频，师生在课堂上一起完成作业答疑、协作探究和互动交流等活动的一种新型教学模式。其有三个方面的主要特征：(1)翻转教学流程，即由课上讲授课下内化转变为课下传授课上内化；(2)多样化师生角色定位，即教师由单一的传授者转变为资源活动的组织者、学生学习的督促指导者和学习情况诊断的评价者；学生也从被动的知识接受者转变为协作、探究活动的参与者，知识的主动建构者；(3)大数据技术的应用，即大数据与信息技术成为翻转教学的前提条件，也为学生个性化学习创造了条件。

翻转课堂以学习者为中心的特性使得教师以教为主的教学方法转变为以学生为中心的方法，这样能够促进学生的理解和更有效的意义建构，并为研究生进行深度学习提供有力支持。建议从以下几个方面进行改进设计：(1)将翻转课堂细分为课前、课中、课后和课终四个阶段，并设计操作性较强、有实践指导性的学习活动；(2)将课程作为一个整体进行翻转课堂的整体设计；(3)基于理解的视角设计学生深度学习策略。

(二)从微观和宏观层面对大数据环境下的翻转课堂进行整体设计

在微观层面，包含课前、课中、课后和课终的教授与学习活动设计。首先，课前自我理解，认识初步成型。选择具有学科中心、持久价值且吸引力强的学习内容，设计并发布具体的学习任务及要求，为课堂学习做好充分准备。其次，课中理解分享，矫正认知偏差。要求学生将课内思考问题的观点汇报分享给教师和同伴，根据汇报内容师生向汇报者提出问题并有效进行答疑协助活动，“以问题为中心”拓展学生发现问题的视角、分析问题的思路以及解决问题的能力，从而锻炼培养研究生学术研究能力。再次，课后理解反思，训练元认知能力。一方面，为了达到自我认识的目的，学生采用图示法演示思维变化过程，从而加深对课前及课上学习后对基本概念或问题的认识；另一方面，总结反思课前、课中与学习资源、教师、同学的互动而产生的新收获。最后，课终协作构建知识体系及迁移应用。要求学生以小组协作的形式绘制课程概念图，并在课终总结展示，教师通过概念图的评价、微课评分表的使用等手段来指导或反馈给学生，辅助学生形成更好的课程自我认识。

宏观层面，主要设计课程的目标、内容、环境、策略、评价等。首先，分析学生认知和课程体系，获知其学习状态特征并重构课程内容；在目标设计上，基本的原则是“目标明确公开、具体可操作、占据核心位置值得探究”；在内容设计上，多样化教学资源以引发观点碰撞，以“衍生性问题”贯穿课程始终；在学习环境设计上，为实现课前、课中、课后不同时空的有效联结，构建网络与物理环境；最后，在评价设计上，为保证评价功能的实现，选择多元评价策略及工具。

(三)面向管工硕士研究生深度学习的翻转课堂教学模式迭代循环实施

“系统工程”是管工硕士研究生一年级的核心课程。该课程是一门实践性较强的交叉科学，在多学科研究领域有广泛的应用，对专业发展具有重要的价值和意义。通过使用翻转课堂教学模式，通过协作互动、深入思考等，锻炼研究生深度学习能力，如批判思维和复杂问题解决等。将课程学习划分为三大模块：(1)理论学习模块，是系统工程相关理论知识的学习，即系统工程概述、系统工程的方法、系统工程的基本模式；(2)专题研讨模块，将针对理解性教学设计、微课、翻转课堂、混合式教学以及系统工程热点问题等开展专题研讨；(3)课程总结与微课设计展示模块，在课程结束后，师生以概念图的形式一起归纳总结整门课程，并对学生的微课开展互评和共评。

收集硕士研究生在网络教学平台上各学习阶段所产生的三种不同类型的数据——文本、课堂互动视频以及翻转课堂实施前后深度学习状态调查问卷，分析学生内在状态、人际互动、认知结构层次的深度学习效果。然后，基于第一轮翻转课堂实施的反馈结果，反思和总结本轮翻转课堂实施中师生关系协调、课程衔接与选择以及各环节活动设置等。

第二轮可选取管工硕士研究生不同学期的课程作为实施对象，如“信息系统分析与设计”等。第二轮应用实施是在第一轮实施的基础上进行的“迭代循环”。保持与第一轮实验相似的翻转课堂整体结构、关键事件与思路。基于上一轮教学实施出现的个别问题，反馈建议和本轮实验对象的特点与需求，改进和优化本轮翻转课堂的设计和实施，从而提高翻转课堂教学模式的灵活性和通用性。