崔峥
摘 要: SPOC混合模式与传统的学习模式相比,将在线学习的优势和面对面课堂教学的优势进行了有机融合,从而达到最优化的学习效果,实现深度学习。与MOOC相比,SPOC具有针对性强、平台技术要求低、个性化高、师生互动率高等特点,并结合课堂教学优势,促进深度学习。本文拟构建SPOC混合学习模式下大学英语演讲课程模式,实现线上与线下教学优势相结合,促进演讲课程学习效能。
关键词:大学英语演讲课程;SPOC模式构建;学习效能
一、引言
随着教育信息化快速发展,混合式学习在教育领域得到迅速扩展和延伸,已经成为教育技术研究领域的热点之一,并逐渐扩展到高等教育与语言学习领域。《新媒体联盟地平线报告》指出,在线学习、移动学习和混合式学习已成大势所趋,且需要评价每位学习者具体技能。2017年最新发布的《大学英语教学指南》提出,鼓励教师实施基于课堂、慕课和翻转课堂的混合式教学模式,使学生朝着主动学习、自主学习和个性化学习方向发展。SPOC(Small Private Online Course)是将MOOC与传统课堂教学相结合的一种混合式学习模式,内容更具针对性与个性化,是对MOOC的继承、完善与超越。本文将探究大学英语演讲课程现状特征以及SPOC混合模式下大学英语演讲课程模式构建。
二、SPOC混合学习模式理论的建立
Armando Fox(2013)提出SPOC概念,认为SPOC是融合了实体课堂教学与在线教育的混合式学习模式,促进MOOC在高校课堂教学落地生根。目前国内SPOC建模实证研究数量还较少,多数集中在SPOC概念、学习模式的探讨和与MOOC的比较。贺斌等(2015)探讨了基于SPOC的时间-空间-学习形式的三维结构。薛云等(2016)构建了计算机基础类课程“基于SPOC翻转课堂”的“四个三”教学模型,并以该模型为基础,进行课程翻转课堂实践,结果显示,学生对基于SPOC翻转课堂的认知度、参与度、满意度均高于传统课堂。
三、大学英语演讲SPOC模式构建
(一)探索大学英语演讲课程现状特征
首先,依据扎根理论,结合文献和访谈结果,编制测量高校大学生英语演讲能力与现状初始量表,在此基础上进行预测、精炼量表题项。然后,对量表的有效性和可靠性进行实证检验,最终确立《大学英语演讲学习现状调查问卷》。
进而,采用本课题编制的调查问卷,对被试进行样本施测。通过探索性和验证性因子分析,分析演讲能力的现状与特征,最终确定课程内容结构。
(二)构建SPOC模式下大学英语演讲课程模式
首先,分析演讲课程下学生学习能力的各个维度,为SPOC课程模式的建立提供良好的理论基础。其次,进行三维立体路径建构:第一个维度为SPOC混合模式下英语演讲教学模式的建立。
此流程模式分为三个阶段----课前、课中与课后。线上课前阶段主要是学生通过网络学习平台,自主学习,实现知识输入。此环节中,教师设计线上课程,依托超星等应用软件将输入性知识放到线上课程供学生学习。并通过应用软件中的监督与评价功能对学生学习过程进行监督与评价,形成平时成绩,对学生有督促与鼓励作用。此外,提前预留线下传统课堂研讨内容,一方面保证学生充足的练习与思考时间,另一方面,为课堂教学节约了大量时间。
线下传统课堂教学主要是学生通过教学课堂,与教师交流,进行答疑解惑,实现知识内化。主要步骤为课堂导学--课堂研讨--课堂评价。此过程是演讲知识内化与演讲能力提升的重要环节。在此环节中,学生将线上教学知识在课堂中呈现,实现了知识的接收与产出,是深度学习的保障。
课后阶段主要是学生通过课外实践,小组协作,共同完成小组任务,实现知识升华。主要步骤为实践平台补充练习--小组协作。此阶段教学任务依然依托于线上应用程序,将教学内容展现在APP上,学生做完小组作业体现在APP中,由软件测评功能对学生进行评测。
四、结语
SPOC属于新兴概念,国际上SPOC教学的应用呈迅速增加趋势,但SPOC支持下的深度学习模式迄今为止可供借鉴的优秀案例仍然很少,教育层次和学科分布也零散不均,应用到大学外语学习的案例仍在起步探索阶段,尤其在我国,研究SPOC支持下的深度学习成功案例更少。本文对追求深度学习为目的的SPOC混合学习模式的探索对混合式教学模式提供重要借鉴。符合2018年国务院发布的《新一代人工智能发展规划》的要求---鼓励发展以学习者为中心的智能化学习平台,重构教学流程,建立基于大数据的多维度综合性智能评价,精准评估教与学的绩效,具有重要的实际应用价值。但是,如何有效、多维度设计线上教学与线下课堂模式相融合的新型混合式教学模式是影响学习是否成功的重要因素,也是建立完善测评体系的前提基础。 SPOC模式呈动态性、个性化特征,避免以往单一以测试成绩为评价对象的测评形式,全面评价SPOC模式下演讲学习效果,是本课题深入研究的重点。
參考文献:
[1] Beattie V., Collins, B.&Mc Innes B. Deep and surface learning: A simple or simplistic dichotomy? [J]. Accounting Education,1997 (6):1-12.
[2] Biggs J. B. Individual differences in the study process and the quality of learning outcomes[J]. Higher Education,1979(8): 381-394.
[3] Chris Dede. The role of digital technologies in deeper learning[R]. Boston Jobs for the Future,2014.
[4] Fox, A.. From MOOCs to SPOCs[DB/OL]. http://cacm.acm.org/ magazines/2013/12/169931-from moocs-to-spocs/fulltext.
[5] Mette Huberman, Catherine Bitter& Jordan Rickles. The shape of deeper learning: Technical appendix[R]. Washington, D.C.: American Institutes for Research,2014.
[6] 段金菊,余胜泉.学习科学视域下的e-Learning深度学习研究[J]. 远程教育杂志,2013(4):43-51.
[7] 何玲,黎加厚.促进学生深度学习[J]. 计算机教与学,2005(5):29-30.
[8] 景红娜,陈琳,赵雪萍. 基于 Moodle 的深层学习研究[J]. 远程教育杂志,2011(6):27-33.
[9]严文蕃,李娜.互联网时代的教学创新与深度学习—— 美国的经验与启示[J].远程教育杂志,2016(4):26-31.
[10]张浩,吴秀娟,王静.深度学习的目标与评价体系构建[J].中国电化教育,2014(7):51-55.
项目基金:河北省教育厅2018年河北省高等学校英语教学改革研究与实践项目“SPOC混合模式下大学英语深度学习教学模式建构”(课题批号:2018YYGJ054)