基于微信平台的协作式个性化学习环境构建

孙玉荣 黄慧华

摘  要： 网络技术的发展为个性化学习提供了基础，但过度依赖数字化的个性化学习，会导致学生学习的孤立感。通过研究基于微信平台的个性化学习模型的基本要素，探讨学习中的协作方式，构建了协作式个性化学习环境，实践表明，该环境下下的个性化学习能提高学生的对问题的思考与参与，进而提高学生的学习效率。

关键词： 微信平台;协作;个性化;学习环境

【Abstract】： The development of network technology provides the basis for personalized learning， but over-reliance  on digital personalized learning will lead to students'sense of isolation in learning. By studying the basic elements of personalized learning model based on Wechat platform， this paper explores the cooperative mode in learning， and constructs a cooperative personalized learning environment. Practice shows that personalized learning under this environment can improve students'thinking and participation in problems， and then improve students' learning efficiency.

【Key words】： Wechat platform; Cooperative mode; Personalization; Learning environment

0  引言

個性化学习是指通过对特定学生全方位的评价发现和解决学生所存在的学习问题，并以此为依据为学生量身定制适于个体的学习策略和方法，以提高其学习的有效性[1]。这种学习方式尊重学生学习能力的差异化，理论上可以实现教学的最高境界-因材施教[2]。随着数字技术的发展，个性化学习的实现已变成了可能[3，4-6]。但由于过度依赖数字化平台，个体学习过程中产生的孤立感会限制个人价值满足感，进而影响其学习的能动性和自主性。微信平台是一款社交软件平台，其具有的优势适于个性化学习的需要[7]，因此研究基于微信平台的协作式个性化学习环境很有意义。

1  协作式个性化学习的理解

1.1  技术驱动的个性化学习的弊端

根据学生的个体特征、学习行为特征等内容分别提供不同的学习资源、设定不同的学习目标与进度是个性化学习的基础，这是一种理想化学习方  式[8]。但技术的应用是把双刃剑，过度地依赖技术实现的个性化会导致三个问题：一是课程教学目标的实现与个性化学习的冲突。个性化强调学生依据自身条件决定学习进度和内容，那么在同样的学习时间内部分学生所学达不到课程的教学目标的要求，从而导致个性化学习与现代教学管理之间出现了冲突，每期学习结束后所进行的标准化考试及对学生的考核评价工作，不让每一个学生掉队似乎成了一种讽刺的口号;二是过度依赖机器的数字式 的个性化学习是一种去人性化的学习。长时间让学生在这种孤立的、平行而没有交集的空间中，以各自的速度面对冰冷冷的机器学习，会剥夺学生间、师生间的交流机会，这种情感交流的缺失不可避免地会让学生变得孤立，学生逐渐丧失了学习的能动性、好奇心，渐渐地使学习处于一种无序的混沌状态，反而不利于学习效率的提升[9]。三是碎片化信息是一些孤立的知识点，缺乏知识点间的关系的反馈会导致学生的知识结构不完整，不利于学生对问题的深度思考。

1.2  协作式个性化学习的必然性

群体学习理论认为群体学习会使学生的态度、价值和行为得以重建，这种群体学习环境促使学生对各种问题的看法更加开放，促进了学生学习的自主性与能动性，满足了学生学习的好奇心及取得成绩所带来的惊喜，从而更好地接纳自己与他人，提高学习的效率[10]。所谓协作是指两个或者两个以上的不同资源或者个体共同完成某一目标的过程或能力，体现了一种公平公正的思想，有助于使个性化学习进入一种有序的状态，促进个体获益，整体加强，共同发展。因此针对技术驱动下个性化学习存在的弊端，新一代的个性化学习既要让学习体现个性化，还要让每个学生不掉队，协作式的个性化学习是一种必然的学习方式选择。

2  协作式个性化学习模型的基本要素分析

除了具备个性化需求分析、把控个性化学习过程、多元化评价是个性化学习模型的三大基本要素外，协作式个性化学习模式还需要体现学习中的公平公正感。

2.1  个性化需求分析

通过微信公众号发放调查问卷，收集“对教学课程先导课的满意度、课堂学习的适应性、课程内容的呈现形式、个性化学习的资源及偏好的学习时间段”等问题的答卷内容，分析学生的学习行为、兴趣和偏好等个性化学习需求，结合先导课程考核内容的结果分析学生对知识的掌握程度和学习能力，据此在为学生提供不同的学习资源。

2.2  把控个性化学习过程

该把控过程涉及两个层次的内容，一是学习者自身根据课程的教学目标与自身的学习能力实现个性化的课程知识学习;二是教师通过公众号系统里获取的学生学习行为，诸如视频、声音、课件等媒体的观看进度、作业完成质量、课程知识点测试结果等内容分析学习者的学习进程与对知识的掌握程度，调整相应的教学策略与教学资源。在此基础上提炼出难点知识点，设计相应的问题，通过建立群组讨论，以促进学生对知识点的消化吸收。

2.3  多元化评价

在这种个性化的学习环境里，教师对学生学习的评价依据也更加多元化了。基于公众号的作业评价、学生小测试成绩、基于讨论组讨论效果及通过公众号分享的学生学习成果展览等信息所进行的关联规则分析、各因素间的相关性分析、分类分析与预测等客观性分析方式都丰富了传统课堂教学中的教师评价一言堂的弊端，多元化的评价可以使对学生学习的评价更真实准确与全面。

2.4  学习中的公平公正感

个性化学习方式在某种意义上讲是一种分层教学手段，分层教学更多地考虑学生之间的差异性，但失之公平性，每一位学生都有对课程知识的参与学习需求，都有对被人尊重的需求，以“低起点，高目标”为指导思想而建立的协作式学习可以弥补了分层教学的不足，将分层教学与这种思想相融合而形成的协作式个性化学习模式，能够保持并增强人与人之间的联系，也会使学生在学习过程中感受到平等和被包容，从而促进了个性化学习的人性化，从根本上剔除了技术上导致的对公平和人性造成的威胁。

3  协作个性化学习模型的构建

根据课程的教学目标，分析课程的教学内容，借助于思维导图理念，梳理各个章节的重点内容、难点内容、疑点和基础知识，进一步地将重点和难点内容分类，融合各点知识间约束、层进关系，形成不同难度梯度的资源原材：基本术语定义知识、属于记忆的基本原理型知识、推导理解型知识、应用计算型知识及设计提高型知识等五类知识。在此基础上将这些学习资源以图文、视频 、声音、文字等形式制作出来，首先将前三类知识的资源通过公众号分发给所有同学，后两类知识的资源分发给学习自主性强及学习接收能力强的学生，同时根据后两类的知识点设计了相应的问题以“低起点，高目标”的指导思想，让不同层次的学生按自己的方式去完成，同时开放讨论区展开讨论，以提高学生的参与程度。

基于以上讨论，研究构建了如下协作式个性化学习模型，见图1。

本个性化学习模型包括三大模块，其中学习中心完成学习者个性化资源的学习、学习者之间的资源共享与讨论空间，并向数据中心提供视频、音频、图文、网络等资源、作业的完成质量、参与讨论的情况等评价学生个性化学习状况的数据;数据中心为评价中心提供多元化评价数据;评价中心将评价结果反馈给学生并提供相应数据到数据中心。这三大模块共同作用，辅助教师调整学习资源及设计讨论问题等内容，完成课程的协作式个性化学习任务。

4  模型的应用效果分析

以2016级信息与计算科学专业71名学生的《数据结构》课程为研究对象，参与研究的学生关注订阅信息与计算科学专业微信公众号，加入基于微信平台的协同个性化学习平台。平台为学生的学习中心提供了课程表功能、视频资源播放、音频资源播放、图文资料浏览、网络资源推荐、作业布置、优秀作业收藏、学习历程浏览等功能;还提供了师生互动讨论区域，以教师解答或学生互助形式解决学生学习过程中的疑难问题，同时教师通过讨论区提供讨论问题，让学生对同一目标任务以各自方式完成;系统后台收集学生学习过程的记录信息，对相关数据进行统计分析，反馈给师生，并据此调整教学策略与资源。

通过对比2015级信计学生《数据结构课程》考试成绩（完全采用传统教学方法），2016级学生的总平均成绩高于2015级，进一步计算了学生在应用题与设计题的平均成绩及标准差，结果显示2016级学生平均分较2015级高，但其标准差却小于2015级学生的，表明2016级学生间的水平差异较2015级学生的水平差异缩小了，学生整体水平提高了。因此说明学生借助于微信平台的协作式个性化学习是《数据结构》这门课程学习的有效辅助教学手段。

5  结论

研究以微信公众平台为基础，构建了基于微信平台的协作式个性化学习模型。教师首先依据相关性原理从《数据结构》先修课程《C++程序设计》等课程获取能反映学生相关学习能力的数据，将《数据结构》课程的各章知识点分类制作图文声像等媒体资源，提交给学生利用空闲时间学习《数据结构》，然后借助于微信平台收集学生学习过程中的反映共学习行为和学习能力的数据，运用关联规则、分类分析等方法对这些数据进行分析，根据结果调整教学资源和教学策略。实践证明以微信公众平台为基础展开《数据结构》课程的学习可以很大程度上提高学生的学习效果。相对于传统教学，2016级学生学习效率得到了明显的提升。该方式可成为信息与计算科学专业课程教学的改革提供依据。

参考文献

[1]卢胜男. 基于微信公眾平台的微型移动课程的设计与研究[D]. 上海师范大学， 2014.

[2]金海峰. 高职计算机网络技术专业分层分类教学策略的探讨[J]. 软件， 2018， 39（12）： 177-180.

[3]王宏伟. 面向移动互联网的高校教学交互反馈系统设计[J]. 软件， 2018， 39（11）： 246-249.

[4]徐翌. 移动学习环境下基于微信的混合式教学探索[J]. 教育现代化， 2017（41）： 52-53.

[5]崔连敏， 陆剑. 基于微信的大学物理实验移动学习系统研究[J]. 软件， 2015， 36（6）： 7-11.

[6]孟凡立， 陈琳. 基于微信公众平台的移动学习空间构建研究[J]. 现代教育技术， 2014， 24（10）： 19-25.

[7]张雁， 王棵， 刘玉连， 等. 基于微信平台的计算机专业学习通[J]. 软件， 2016， 37（4）： 115-118.

[8]孙吉鹏， 袁郭苑， 杜泽林. 学习行为分析的段落粒度在线教程系统[J]. 软件， 2018， 39（4）： 137-141.

[9]沈欣忆， 李爽， 丹尼尔， 等. 如何提升MOOCs的学生参与度与学习效果-来自BOOC的经验[J]. 开放教育研究， 2014（3）： 63-70.

[10]朱珂. 网络学习空间中学习者交互分析模型及应用研究[J]. 电化教育研究， 2017（5）： 43-48.