基于大数据开展“单片机原理与应用”教学深度融合研究

邢玉清 吴莉莉 潘健斌

摘  要：随着5G来临，网络信息化得到进一步发展，大数据与人工智能给高校课程教学带来了机遇与挑战。单片机原理与应用课程如何实行革新与教学是当前需要面对及解决的难题。

关键词：大数据  信息技术  融合应用  教学

Abstract： With the advent of 5G and the further development of network informatization， the emergence of big data and artificial intelligence has brought opportunities and challenges to university courses. How to carry out innovation and teaching in the course of principle and application of single chip computer is a difficult problem that needs to be faced and solved at present.

教育部2018年1月印发了《教育信息化2.0行动计划》。该《计划》强调通过大数据采集与分析，将人工智能切实地融入实际教学环境中。教育部2018年11月颁发的《新课标》指出：信息技术将从兴趣课程上升为必修课程，并对学生在计算思维、算法、编程方面的要求进行了大幅度提升。教育部2019年6月高等教育司司长吴岩指出课程改革新行动：让课程理念新起来、教材精起来、课堂活起来、学生忙起来、管理严起来、效果实起来，线上、线下、线上线下混合式、虚拟仿真实验教学、社会实践国家级一流课程。随着网络数据爆发式增长下，人类社会一方面受益于大数据时代所产生的积极影响，另一方面也面临着被数据海洋“淹没”的风险。传统的教学模式、教师的权威性都面临着挑战，单片机原理与应用课程的教学也面临着同样的问题。如何顺应时代潮流、加快实现大数据的科學应用，如何科学合理地分析传统教学模式的利弊，是大数据时代能否有效地提高教学质量、改善教学环境的关键环节。

1  大数据的概念和特征

大数据（Big Data）这个专业术语出现于1990年，是指规模巨大的数据量使人们不能在短期内对其中的数据进行搜集、整合及研究。大数据不采用随机分析法（抽样调查法）这样的捷径，而是对所有数据进行分析处理。麦肯锡研究所对大数据的定义多被引用，他们指出大数据本质是数据集合：这种数据集合规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具除了能力;这种数据集合特征是具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低。近年来，大数据的概念进一步被凝练和丰富。在2018大数据最新的定义强调大数据是需要并行计算工具处理的数据[1]。大数据的特征：Volume（容量）、Velocity（速度）、Variety（多样）、Veracity（真实）、Variability（可变性）Value（价值）Complexity（复杂性）。在大数据时代下，人们的生活、工作、学习等方方面面都受到了较大的影响[2]。

2  传统的单片机原理与应用教学方式亟需改革

一方面，传统、抽象、枯燥的单片机原理与应用课程的理论教学很难激发学生的学习积极性以及主观能动性。另一方面，传统的“粉笔加黑板，课本加笔记”的教学方式，不能够在有限的时间内提供足够的信息量给学生。最后人类的梦想一直向往利用新技术更加简洁高效地进行学习。以上3个方面说明传统的单片机原理与应用教学方式亟需改革。

在单片机原理与应用教学中，所谓的“数据”是指海量的文字信息、音频、视频信息等，即与单片机学习有关的各种电子多媒体资料。作为重要的学习资源，它们理应被师生拥有并能被创造性地运用。大数据的特点是非结构化、数据量庞大及分散式呈现等，此特征正好与人性化、个性化的人类追求的学习要求相符合。单片机原理与应用教学应该采取更多的人性化服务、沟通交流以及自主性强的学习方案。这对促进学校教育方案的改革也具有积极意义。参考大规模的成功的教育教学数据研究案例，有助于解决单片机原理与应用教学中所出现的难题。采用大数据的教学方式可以最大化地体现以学生为主导的教学理念，增效教学互动交流，提升融洽师生关系。

微课、慕课、在线课堂等教学形式大范围的涌现，尤其是智能手机广泛普及与网络的飞速提升，学生学习的途径不再是书本、教师或传统课堂了，学习方式实现了多元化，教师从教学为主的角色转变为以引导、组织、协调、参与、解答为主的多角色。因而，有了大数据的支持，人类数千年的“因材施教”“有教无类”理想教学理念才能得以最大化的实现[3]。新的单片机原理与应用教育体系正在逐步完备，多变的学制与自主性强的服务也逐步被提供，这些都有利于推动单片机原理与应用教育的整体革新[4]。

3  大数据时代单片机原理与应用课程教学创新措施

3.1 教师紧跟时代步伐更新知识结构

讲课的困难在于仅能以线性展开的语句作为工具，却要让学生建构树状的知识结构、网状的思考路径、立体的真实世界。新时代对以“传道，授业，解惑”为职责的教师的知识结构、学习能力也提出了更高的要求。教师不仅仅要掌握好自己所教领域的知识结构、思维模式，还要掌握一些现代信息技术知识，充分运用日新月异的新技术武装自己的技能库。单片机原理与应用教学进一步革新的方向是力求建立多元化的教育方式，为学生提供最合适的学习方法，也要求教师紧跟时代步伐更新知识结构。

3.2 教师要掌握利用信息能力和研发能力

大数据时代不是要淘汰和取消教师，而是要求教师要强化作为组织者、引导者的能力。虽然学生有便捷多样的信息渠道，但是毕竟“术业有专攻”，仍然需要具有宽广的知识面的教师，教师对学科前沿有敏锐的分析和判断能力，帮助学生掌握知识经济时代海量数据中的“精华”与“糟粕”，要去粗取精，去伪存真[5]。否则，学生很容易迷失在数据海洋中。

首先，在新时代背景下，教师要具备搜索和利用信息的能力，即教师要知道如何有效地获取信息、如何过滤和整理有用的信息、如何通过合适的教学手段传授给学生需要掌握的信息。其次，教师要具有较强内容引导能力。传统教学方法中，教师更多的是以讲为主，以解为辅。在新技术下，教师要以引导为主，以讲为辅，向学生提供线索、目标，引导和帮助学生利用各种现代化的教学资源，实现自我学习。最后，教师要很好地掌握学生的学习激情。新技术带来新的教学方法，新增了有趣的教学内容，但并不能保证每个学生始终能全身心地投入学习。教学过程不仅仅是知识的传授，更是情感的交流与传递。采用情感注入教学、合理引导学生是提高学生积极性、激发学生学习兴趣的关键[6]。

3.3 以创新能力培养为导向的教学方法改革

安德森（Anderson）等修订了布鲁姆教育目标，把高级思维认知过程由低至高地分为记忆、理解、应用、分析、评价和创造6个层次。1976年，美国学者马顿（Marton）和萨尔约（Saljo）明确提出了浅层学习和深度学习的概念。“记忆、理解”层次属于浅层学习，“应用、分析、评价、创造”层次属于深度学习。简单说就是认知的层次简化成两层：分别是认知低级阶段的浅层学习和对知识的深度理解和迁移应用处于较高水平的深度学习。如图1高级思维模型所示[7]。

传统课堂教学是以教师为教学主体中心，采用整体教学、指定参考教科书和定期测试的方法教授明确界定的内容结构。然而，采用“高阶思维”模型为教学目标的教学需要改变传统教学方法，不在是要以教师为中心和固定的教材，而是要强调学生主动的体验，经常地参与课堂思维实践，发展思维技能。传统的课堂教学将传授专业内容作为主导方向，这不利于学生创新能力的培育。从改变教学目的、增减教学内容、规划课堂教学、安排创新实验、小组探讨、主体交流沟通等流程入手，以培育创新能力为主旨，力求提高学生在实际项目下研究、分析及解决难题的能力。在授课时，老师不再以专业内容的传授为主导，而是抛出课程的相关内容，引导学生分析和交流并指出学习目的和学习方式。将课程内容与实际项目联系在一起，学生经过对项目的研究、探讨、规划和处理，有利于增强学生的自主创新能力，获得良好的教学效果。

3.4 深度融合多样化的教学方式

一方面，采用人工智能和大数据技术实现充分地挖掘学生学情等数据的价值，从而可以实现因材施教[8];另一方面，通过人工智能偏远地区也可以获取优质教学资源，例如，现在的双师课堂实现了将城市教师与偏远地区的学生连接在一起，偏远地区学生的学习情况也得到了关注。

注重培养学生探求真知的能力，通过小组讨论、社团活动、实践活动等多种课堂组织形式，灵活运用多种教学手段来实现这一目标。提供适时的帮助并加以引导，在严抓和放手之间寻找到一个平衡点，实施行之有效的教学方案。教师采用互动反馈技术调动学生的参与积极性， 并且及时、真实、准确地进行学情分析。对学生的学习进行过程性评价， 并依此调整教师的教与学生的学：把讲授、管理型教师变为指导、促进型教师;把被动接受、被动教会、他律学生变为主动探究、主动学会和会学、自律的学生;把人工智能和大数据技术融于单片机原理与应用课程及课堂教学之中， 促进“教师的教”与“学生的学”的科学改变。

4  结语

大数据和人工智能为实现因材施教和教育均衡提供了契机。人机协作、人机耦合将是未来趋势，探讨大数据和人工智能和时代的课程教学深度融合问题，是要让学生站在人工智能肩膀上，更加适应未来社会的发展。单片机原理与应用教学革新的方向是力求建立多元化的教育方式，为学生提供最合适的学习方法。教师增强对单片机原理与应用教育教学革新的关注度，持续更新单片机原理与应用教学模式，培养综合能力强的专业人才，最终为社会培养有用人才。

参考文献

[1] Big Data[EB/OL].[201-06-18].https：//www.en.wikipedia.org/wiki/Big_data.

[2] 大數据[EB/OL].[2019-06-17].https：//www.baike.baidu.com/item/大数据/1356941？fr=aladdin.

[3] 张丹.大数据时代高职语文教学探究[J].现代语文：教学研究版，2015（9）：21-22.

[4] 陈双.信息技术与课堂教学深度融合研究[J].建材与装饰，2018（32）：169-170.

[5] 华璐璐.人工智能促进教学变革研究[D].江苏师范大学，2018.

[6] 孙众，蘧征，杨现民，等.有意义的大数据与教学优化改革[J].电化教育研究，2018，39（3）：43-48，61.

[7] Mona Adria Wirda，Nurmala Berutu，Rosni Rosni. Developing of The Demography Teaching Book Based on KKNI-Curriculum and High Order Thinking Skills[A].Proceedings of the 1st International Conference on Social Sciences and Interdisciplinary Studies （ICSSIS 2018）[C].2019.

[8] 2019人工智能与教育大数据峰会在京召开[EB/OL]. https：//www.baijiahao.baidu.com/s？id=1640736712012689486&wfr=spider&for=pc.