MOOC导学和CDIO导向的三阶段四维度混合式课程的探索与实践

吴岳芬,李文彬,杨 勃,方 欣

(湖南理工学院 信息科学与工程学院,湖南 岳阳 414006)

在新工科背景下,许多地方高校虽然提出了新的人才培养方案,但主体教学仍采用传统模式. 例如,教材理论性太强、理论与实践脱节,未充分体现课程的实用价值; 主要以教师为中心传授知识,教学过程中仍存在“重知识灌输、轻能力培养”的倾向,学生往往成为知识的被动接受者,缺乏主动学习和主动探究的精神,不利于知识的内化; 教学形式单一,主要利用课件教学,虽然也建设在线课程,但利用率低; 学习过程的有效评估和实时反馈不够等. 所以革新地方高校教与学的课程模式已成为必然趋势.

软件信息产业是国民经济的新支柱产业,社会迫切需要具备国际竞争力的高素质创新型软件信息类人才. 为了顺应新工科建设和地方高校转型,适应新产业需要,本文以信息类专业的程序设计类必修课程《数据结构》为研究对象,构建MOOC 导学和CDIO 导向的三阶段四维度混合式课程模式.

1 混合式课程模式的构建

该混合式课程模式以工程应用能力和自主学习能力培养为主要目标,依托大规模在线开放学习平台,以MOOC 导学、CDIO 导向的工程教育理念为指导,并借鉴翻转课堂理念,围绕课程的教学目标、信息化课程体系、教学内容、项目案例、课程思政、教学实施、自主学习、在线平台、实践实训、小组协作、学习行为分析、质量监控评价反馈等教学环节展开研究与实践[1],取得了良好效果.其教学流程贯穿课前和课中再延伸到课后,教师和学生在每个环节都有不同的任务.MOOC导学和CDIO 导向的混合式课程模式总体框架如图1 所示.

图1 MOOC 导学和CDIO导向混合式课程模式总体框架

2 混合式课程模式的实施机制

混合式课程贯彻CDIO教学理念,着力培养学生的工程应用能力,以应用项目开展教学改革与实践,在理论、实践、应用三方面进行深入尝试与融合.建立“MOOC平台+线下课堂+MOOC平台和51CPC”多平台融合的混合式课程体系.其中,MOOC平台由教学资源、自主学习、师生交互和监控反馈四模块组成;线下课堂由项目驱动,群体探究,师生、生生互动构成;“51CPC平台”为课程组自主开发的实践平台,学生在线提交程序、平台判断正误,集练测评于一体.

3 混合式课程模式的实施策略

3.1 基于OBE理念,提升高阶性,融合项目求解和问题驱动,重构教学内容

数据结构课程内容抽象,逻辑性强,算法复杂,教学难度大.为了提高教学效果,教师摒弃传统的照本宣科、纯理论讲授,根据程序设计类课程特点,选择将日常生活和计算机领域中应用广泛的经典工程案例(即CDIO项目)贯穿课程所有章节,如:手机通讯录设计、岳阳楼公园导游系统设计、银行排队叫号系统、手机计算器应用等.教学中以14个项目案例结合基本原理进行讲解,以“项目引入、提出问题→基础理论→解决方案→编程实现”为教学主线,师生、生生进行项目探究,使抽象晦涩的专业理论深入浅出、通俗易懂,着力培养学生的工程应用能力和团队协作能力.该课程主要采用的CDI O项目见表1.

表1 数据结构课程主要CDIO项目设计

3.2 以学生为中心,自主学习能力培养为目标,实施“三阶段四维度”混合式课程的教与学

利用MOOC、CDIO 项目式教学,构建三阶段四维度混合式课程模式.在时间维度上,分为课前、课中、课后三阶段;在空间维度上,分为线上、线下、混合三阶段;在知识学习维度上,分为传递、内化、拓展提升三阶段[2];在学生维度上,分为个体、群体、团队三阶段.协同多种教学要素,建立“MOOC 平台+线下课堂+MOOC 平台和51CPC”的导学、自学、研学、辅学的三阶段四维度混合式课程模式. 以自主学习、项目式课堂翻转、项目任务拓展提升、监控反馈为主线开展教学活动,进行项目探究式、理实一体化的翻转课堂教学. 三阶段四维度混合式课程模式的实施过程如图2 所示.

图2 MOOC 导学与CDIO 导向的三阶段四维度混合式课程教与学实施过程

课前,利用MOOC 视频开展教师导学和学生自学. 教师发布学习任务单,引导学生利用超星平台的MOOC 课程进行基础理论的自主学习,观看教学视频,完成在线讨论、单元测试等,并提出疑难问题. 教师在线释疑,培养学生自主学习能力.

课中,利用线下课堂进行CDIO项目群体研学. 课中90分钟分为三个环节. 第一环节约5～20分钟,进行知识点的课前测试,或总结前期作业、实验中的错题、难题,或梳理在线讨论和单元测试的错误,或表扬在线自主学习表现优秀的同学. 第二环节约20～60 分钟,利用CDIO 项目、问题驱动进行师生研学,精讲精练,并且探究讨论、实践训练,实现翻转课堂,完成知识内化,培养学生的工程应用能力. 第三环节约10～20 分钟,进行总结点评. 主要从项目设计展开,以讨论项目的重点难点为主. 此外利用学习通进行签到,师生、生生互动交流. 课中尤其注意调动学生互动学习的积极性,让学生主动参与到研学中.

课后,利用超星MOOC平台和51CPC两个平台进行辅学和提升. 数据结构是理论与实践相结合的课程. 学生在超星平台完成课后作业、阶段性考试,巩固理论知识,并利用课程组自主开发的51CPC练测评一体化平台进行编程训练,提升实践实训、工程应用能力.

3.3 以产出为导向,提升挑战度,构建“阶梯式、团队式”实践实训模式

实践实训采用三层四级阶梯式任务驱动. 四级阶梯式任务即“基础实验→综合实训→工程实践→创新创业项目”[1]. 创新创业项目主要包括程序设计竞赛、数学建模大赛、大学生创新性项目、企业项目等.

实践实训采用团队协作、三层次形式. 全班分为若干小组,每组1～3 人,采用组长负责制,分组进行研讨,确保任务按质按量完成. 根据学生学习能力和任务难度,将任务分三层. 其中,第1 层次为基础实验训练,要求全班所有学生掌握; 第2 层次为综合实训和工程实践,要求班级绝大多数学生熟练掌握; 第3 层次为创新实践项目,仅要求班级少数学生尝试. 数据结构课程四级阶梯式任务驱动如图3 所示.

图3 数据结构四级阶梯式实践任务

3.4 以思政为引领,践行“一一三四四”课程思政模式

数据结构课程的教学内容围绕14 个课程项目的真实情境,立足信息领域的科技创新,同时将家国情怀、科学观、社会主义核心价值观、职业操守“四个层面”的思政元素“润物无声”地融入课前、课中或课后,实现三全育人,实现课程育人的目标[3]. 本课程的思政模式如图4 所示.

图4 数据结构“一一三四四”课程思政模式

“一一三四四”课程思政模式,即“一门课程、一个目标、三个协同、四个维度、四个层面”. 其中,“一门课程”指建设一门优质课程; “一个目标”指重新制定含价值塑造的课程目标; “三个协同”指将课程的“知识传授+实践实训” “线上+线下” “课内+课外”相结合,形成协同思政育人; “四个维度”指教学大纲重构→挖掘专业知识与技能的思政内容→教学设计渗透思政教育→教学效果的评价反馈.

4 混合式课程模式的评价与反馈

评价与反馈主要包括学生在线学习行为分析、教学评价与反思、混合式课程建设效果评价三个方面.以数据结构课程为例,针对信息类专业,分别在2019年下学期、2020年上学期、2020年下学期开展教学改革实践. 每学期3 个班级,学生人数分别为102 人、114 人和110 人.

4.1 学生在线学习行为分析

根据超星平台的在线学习数据集,通过Python编程和数据分析算法,分析学生的在线学习行为,有助于教师跟踪学生的学习过程,引导学生学习,提高其学习效率. 也有助于教师改进课程、提高教学质量.

从2018年9月起,数据结构课程在超星学银在线平台开课8 期(MOOC),累计选课人数达2.6 万余人,学习者来自380 余所高校,访问学习量达3000 万多人次,师生、生生在线互动讨论量达7.3 万余次,说明该课程受众面较广,选课人数较多,具有较好开放性和推广度.

(1)网站用户群体分布. 如图5所示,网站用户群体包括: 本校教师、本课程教师、本校学生、本课程学生、社会公众. 因课程采用在线开放形式,社会学习者占总访问量的39%,说明课程具有一定普适性,受众面较广.

图5 网站用户群体分布

(2)在线访问学习次数. 如图6 所示,2019年下学期校内专业必修课的学生为102 人,从课程的开始到结束,每天都有一定量的学习者进行学习访问,并随时间的推移逐渐上升,最高超过1500 次/天,在课程快结束的时候出现顶峰后下降,但整个过程的变化幅度相对较小,这表明学习者有着较好的学习态度.

图6 2019年下学期学习访问次数随时间变化的折线

(3)在线资源学习情况. 2019年下学期共发布教学MOOC 视频130 个,测验和作业共47 次,共有102人参与. 2020年下学期共发布教学MOOC 视频133 个,测验和作业共60 次,共有110 人参与. 以上数据表明校内专业必修课学生参加在线学习是比较认真的.

(4)在线参与讨论情况. 2019年下学期,学生一个学期参与讨论最多达159 次,最少是66.84 次,整个专业所有学生参与讨论平均达139 次. 2020年下学期,师生共发表讨论6039 次. 这些数据表明校内专业必修课学生参加在线讨论十分积极,学习态度良好.

(5)参与课堂活动情况. 课堂活动包括签到、投票、选人提问、抢答等,一个学期教师发布各类课堂活动63 次,校内学生参与这些课堂活动达1389 人次,表明学生参与课堂活动积极,混合式课堂较为活跃.

4.2 教学评价与反思

混合式课程最重要的是实时动态跟踪和监控学生的学习成效,因此制定教学全过程、多维度教学评价体系,包括诊断性评价、形成性评价和总结性评价.

(1)诊断性评价. 教师日常监控学生自主学习情况,了解学生学习的难点、情绪,及时调整教学形式,提高教学效果.

(2)形成性评价. 主要指过程性考核、线上学习情况考核,包括教学视频学习(20%)、讨论(20%)、作业(20%)、单元测验(10%)、阶段性在线考核(15%)、访问数(15%),占总成绩的20%.

(3)总结性评价. 包括线上学习成绩(20%)、平时成绩(10%)、实验成绩(20%)、期末考试(50%),其中,平时成绩包括课堂互动(50%)、出勤(50%); 实验成绩根据51CPC 平台测试、实验项目情况评定; 线上学习成绩即形成性评价; 期末考试为总结性考核,考题为综合题、程序设计题,闭卷考试.

2019年下学期数据结构课程考核中,校内专业必修课的102 名学生期考卷面平均成绩为75.5、最高分为95,期评成绩平均分为84.4、最高分为97,表明混合式课程教学效果良好.

4.3 混合式课程建设效果评价

(1)课程在线资源评价. 分别在2019年和2020年开展了课程资源网站的评议调查. 参加调查评议的全部学生都认为本课程网站对学习有帮助作用,其中认为对学习帮助很大的占27.59%,认为对学习有帮助的占72.41%. 这说明,随着课程资源和交互功能的丰富,网站对学生学习课程的帮助程度在逐年提高.

(2)课堂教学模式改革效果评价. 授课班级的学生对混合式教学的满意度和学习效果给予了积极的评价. 有77.14%的学生对混合式教学满意,20%的学生对混合式教学较满意,满意度超过97%. 学生对课程学习效果的评议情况表明,97.14%的学生认为课程教学有助于提高自身的程序设计能力,其中接近一半的学生认为提高幅度较大.

5 结束语

开展混合式课程教学实践以来,课程组教师指导学生参加国际大学生程序设计竞赛(ACM-ICPC)荣获亚洲区铜奖2 项、“蓝桥杯”全国总决赛一等奖6 项、其他省级以上奖励近70 项. 程序设计类混合式课程改革大大提升了学生的工程应用能力、自主学习能力和创新能力,提升了学习效率和教学质量,同时也为地方高校工程应用型人才培养的教学模式改革提供了新思路.