基于智慧学习环境的有效教学设计框架研制

王 莹，刘 妙，李 靖

1.空军工程大学教研保障中心信息技术室， 西安 710043；2.空军军医大学唐都医院整形烧伤科， 西安 710038

《中国教育现代化2035》提出“加快信息化时代教育变革”“利用现代技术加快推动人才培养模式改革”。《加快推进教育现代化实施方案(2018-2022年)》则进一步将“推进智慧教育创新发展”明确为教育现代化的重点任务，强调了开展智慧教育的重要历史意义[1]。智慧教育(smarter education)已成为引领中国教育信息化融合创新发展的新潮流和必然趋势，当前的有效教学与智慧教育目标高度吻合，并成为智慧教育的核心支柱[2]。

高等院校作为培养人才、提高公民素质的主要场所，其自身信息化程度的高低直接影响所培养学生信息素质的养成。近年来，高校一方面开展一系列教育教学模式改革，探索MOOCs(massive open online cou- rse)、SPOC(small private online course)、微课、翻转课堂等新型教学模式，另一方面大力推进智慧学习环境建设，建设了一批智慧教室、智慧实验室等，为新型教学模式的开展奠定了良好的环境和条件。然而，由于缺乏融合智能化技术和先进教学理念的顶层架构设计，使得智慧学习环境在使用方面存在诸多问题：一是未能充分挖掘智慧学习环境对教育教学的大数据支撑作用；二是缺乏先进教育教学理念指导下的教学系统设计；三是缺乏多元评价理念和数据驱动基础上的有效教学评估。因此，该研究旨在构建基于智慧学习环境的有效教学设计框架，解决智慧学习环境“不智慧”的问题、教育技术理论向教学实践转化问题和全面、精准教学评估问题，以期为高校推进智慧学习环境有效应用提供理论依据和实践参考。

1 智慧学习环境下的有效教学

有效教学自20世纪上半叶诞生以来，历经起步期、萌动期、发展期，其内涵一直随着教学理论的更新和信息技术的发展而充实演变。有效教学是指在师生双方的教学活动中，通过运用适当的教学策略，使学生的基础性学习能力、发展性学习能力和创造性学习能力得到很好的发展，其核心是教学的效益，是指学生通过自主学习、自主探究等培养创新意识和创新思维，改进学习方法，不断提高学习效率和学习能力[3]。由此可见，有效教学的发生需要教师、学生、教学内容、教学目标、教学方法和教学评估等多个教学要素之间相互匹配，教学才能真正有效果、效率和效益[4]。

相比较传统的教学环境，基于大数据分析平台的智慧学习环境能够更好地赋能有效教学。大数据以其大量化(volume)、快速化(velocity)、多样化(variety)、准确性(veracity)、连通性(valence)和价值(value)的6V技术特征，在物联网支撑下，终端传感设备全程捕捉、记录教学活动所产生的行为数据，为大数据分析提供有力依据，从看似无序、离散的学习行为中发现潜在规律，能够无缝连通学习空间、敏捷感知学习情境、自然交互学习体验、精准适配学习服务、全程记录学习过程、开放整合学习资源[5]，形成精准把脉、互动支持、适切推送、即时反馈的教学闭环[6]，为有效教学的实现提供技术力量。

2 基于智慧学习环境的有效教学架构

教学架构是指在教与学理论(教育思想、教学理论、学习理论等)的指导下，在某种环境中展开的，由目标、任务、进程、评价等影响要素相互联系、相互作用而形成的学与教模式的相对稳定且具有教学灵活性的框架形式[6]。

该研究以有效教学为研究对象，以大数据支撑的智慧学习环境为研究情境，沿着“智慧学习环境分析—有效教学模式构建—精准有效教学评估”的思维路径，从基于学习分析技术支撑的智慧学习环境构建、基于学习科学和“逆向设计”逻辑的有效教学模式构建、基于发展性评价和用户画像技术的有效教学评估等三个层次，构建了“三层次、四阶段、五维度”的有效教学总体架构(如图1所示)。

图1 有效教学总体架构

2.1 基于学习分析技术的有效教学环境设计

智慧学习环境是一种能感知学习情景、识别学习者特征、提供合适的学习资源与便利的互动工具、自动记录学习过程和评测学习成果的线上与线下融合的学习环境[7]。

顾小清认为，学习分析技术是围绕与学习者学习信息相关的数据，运用不同的分析方法和数据模型来解释这些数据，根据解释的结果来探究学习者的学习过程和情景，发现学习规律；或者根据数据阐释学习者的学习表现，为其提供相应的反馈从而促进更加有效的学习[8]。

“有效教学环境分析”模块将学习分析技术运用于智慧教学环境中，通过各种智能传感器、智能摄像头、智能终端设备等数据采集工具和各类智能教学系统、在线学习系统、课堂实录系统、学习行为轨迹记录系统等数据采集平台，对教师的教学过程和学生的学习过程进行多方位、全过程的数据采集和汇聚，建立教师发展和学生成长数据中心，利用HDFS、SparkSQL进行数据分析的存储及预处理[9]，包括数据汇聚、数据清洗、元数据加工、数据标准、质量探查等；加工后的数据进入数据仓库，形成主题和专题数据，再通过数据建模的方式形成模型集市，包含学生画像、教师画像、轨迹分析、业务层综合校情等各种决策分析模型，为高校智慧教育训练的全流程提供科学精准的、全方位的数据支撑。有效教学环境分析模型如图2所示。

图2 有效教学环境分析模型

2.2 基于深度学习理论和UbD逆向设计的有效教学系统设计

教学系统设计是运用系统的方法，将学习理论与教学理论的原理转换成对教学目标、教学内容、教学方法、教学策略和教学评价等环节具体计划、创设新的教与学的系统过程或程序[10]。

深度学习理论以学科核心素养的培养为导向，注重批判性思维的提升、强调知识的迁移应用和面向现实生活的问题解决[11]。基于理解的教学设计(under- standing by design，UbD)理论是美国教育评估领域的知名专家Wiggins 等提出的。研究表明“理解”是影响学生知识建构的关键，有助于让学生将所学知识应用到新的情境并解决新的问题。UbD“逆向设计”理论以课程单元为教学设计对象，依照“明确预期学习结果—确定可接受的证据(评估证据)—规划相应的学习体验和教学活动”的设计逻辑引导教学流程的展开[12]。

有效教学系统设计以培养学生的“学科核心素养”为目标，在深度学习理论和UbD逆向设计逻辑的指导下，设计了环环相扣的有效教学实施流程，分别是设置学习目标、确定评估标准、重构教学内容、实施教学活动。有效教学系统设计框架如图3所示。

图3 有效教学系统设计框架

2.2.1设置学习目标

有效教学瞄准培养具有高阶认知能力、知识迁移应用能力和创新性问题解决能力的新时代人才。以学科核心素养的培养为导向，以学员的任职岗位需求为牵引，以布鲁姆教育目标分类学为准则，制定可操作性强的学习目标。学习目标的制定应考虑到可量化、可评估。比如：要明确学习行为在什么条件下发生，学习者通过学习后应该获得哪些成长，以及应该达到的学习标准是什么。

2.2.2确定评价标准

根据逆向设计理念，先确立评价标准再设计教学任务，有助于为学生的深度学习行为提供导向，也为教师设计有效教学任务提供判定依据。基于智慧学习环境的有效教学评价强调量化评价与质性评价的统一，采用基于测试的量化评价、基于智慧课堂的过程性评价和基于问卷的执行评价相结合的多元评价方式，在评价指标体系的导向下实现对学生全面、客观的评价。

2.2.3重构教学内容

教学内容的重构要从学科的整体布局出发，在对《课程教学大纲》进行全面分析和深度挖掘的基础上，以课程单元为单位，梳理出核心概念知识图谱，注重知识背后蕴涵的科学思维方法和交叉学科内容之间的渗透融合，形成学科神经网络化的内容体系，为学习者设计有效的支架和学习路径，引导学习者有序有效地利用智慧教学环境进行正式或非正式学习。

2.2.4设计教学活动

教学活动设计遵循“以学习者为中心”的教育理念。通过创设自主学习、小组协作学习、案例式学习、探究式学习等丰富多样的学习方式，促进学生主动学习、参与式学习，提高学习兴趣和学习投入度。另外，从技术的层面，通过智慧教学工具的运用，为实施以上教学活动提供技术支持，加强师生之间与生生之间的协作学习与互动交流，从而有效提升学生实践动手和创新思维能力。

2.3 基于发展性评价理念和学生画像技术的有效教学评估

教学评价是指以教学目标为依据，通过一定的标准和手段，对教学活动及其结果给予价值上的判断，即对教学活动及其结果进行测量、分析和评定的过程[13]。

发展性评价理念认为评价最重要的意图不是为了证明(prove)而是为了改进(improve)。这与有效教学“促进学生的发展”的目的高度契合。学生画像技术通过将学习者信息标签化，为后面的推荐算法或教学支持服务设计提供更加精准的语义信息，教育利益相关者可以根据所关注的问题，选择画像标签，可以优化教学设计，提供学习支持服务，促进个性化学习的实现。

依据发展性评价理念，借助学生画像技术，在对国内外有效教学评价指标体系进行解析的基础上，构建了有效教学评价指标体系。经过高质量评估标准锚定下的专家校验与迭代修订，来保证智慧学习环境下的有效教学模式、策略、工具的质量。精准有效教学评估框架如图4所示。

图4 精准有效教学评估框架

2.3.1学生画像技术支持的大数据分析模块

学生画像技术记录了用户的个体特征(如基本描述、学习风格、认知水平、兴趣偏好及学习历史等)，反映了用户的个体差异。该研究利用元认知支架获得学习者的动机、参与程度和自我意识，采用贝叶斯网络、协同过滤推荐技术、社会网络分析法、Felder-Silverman学习风格模型及霍夫斯坦德文化模型等判定学习风格、兴趣偏好、知识水平、学习文化等学习者特征。通过对教与学过程中产生的作品、学习参与、操作步骤、协作学习、讨论交流、资源利用等结构化、非结构化数据进行分析，形成可视化的报表、仪表盘等，并反馈给教育利益相关者(教师、学生和教学管理者等)，为精准有效教学评价提供数据支撑。

2.3.2评价指标体系模块

从活动取向和人本取向相结合的思维路径来设计评价指标体系模块。活动取向从学生外部表现(如作业、测验、考试基本知识技能)的角度确定评价维度，人本取向则从学生内部状态(如高阶认知能力和情感、态度、价值观等)的角度来确定评价维度。根据不同学科专业，构建从“基本知识技能—批判性思维—知识迁移能力—问题解决能力—情感态度价值观”不断递进升级的有效教学评价指标。

2.3.3评价工具模块

具有高信效度的问卷和量规是搜集评价数据的利器。学习者在完成学习后应填写一份问卷，题目设置包括其对教学模式的看法和对自我的评价、对同伴的评价等问题，建议使用三点里克特式量表(-1：不同意；0：中立；1：同意)。可以借鉴可靠性和有效性均得到过验证的Paul Ramsden的课程体验问卷和Biggs的学习过程问卷、考夫曼领域创造力量表等。

3 结束语

有效教学与大数据技术二者的融合是新近萌现的趋势和热点。该研究基于有效教学架构理念，采用教育系统设计研究方法，研制了一种面向大数据环境的“三层次、四步骤、五维度”有效教学框架。该框架搭建了“智慧学习环境分析—有效教学模式构建—精准有效教学评估”相互关联、智慧融通的有效教学生态环境；设计了有效教学模式实施的四大步骤，能够通过设定学习目标、科学评估标准、优化教学内容、设计教学活动四方面的有效性助力教师的有效教学和学生的深度学习；构建了从“基本知识技能—批判性思维—知识迁移能力—问题解决能力—情感态度价值观”不断递进升级的有效教学评价指标体系。有效教学框架的完善是一个迭代修订和不断发展的过程，后续还须结合具体的教学情境开展实验研究，使其有效性和实用性在教与学活动中得到进一步验证。