智慧教学环境下学情识别与教学管理

王云艳

（湖北工业大学 电气与电子工程学院，武汉 430068）

互联网技术、人工智能和云技术的飞速发展，为在线平台的建设提供了很好的技术和平台，人们的生活也因此发生了翻天覆地的变化，比如可以通过在线平台买菜购物、互联网就医等。2020 年新冠肺炎疫情爆发，高校教学不得不从传统教学模式转变为在线教学模式[1]，在此背景下，高校教师纷纷构建了自己的在线智能教学平台[2]，学生不再受传统被动接受课堂授课教学模式的束缚，可以借助平台进行有针对性的学习和专题性知识点考试，而教师也可以随时随地借助在线教学平台进行网络教学，因此，智慧教学已经成为了“互联网+”时代教学信息化改革和发展的新趋势和新追求。

在线教学模式拉开了教师与学生的时空距离[3]，在此背景下，教师急需全面了解学生的学习情况，从而调整自己的教学节奏和侧重点，同时对学生的学习情况进行管理。受人工智能技术的推动[4]，在线教学平台通过学生视频播放情况、作业情况可以实现学生学习进度的实时学情识别跟踪[5]，通过知识点与学科知识体系的分析可以实现智能分析学生知识掌握情况。因此，人工智能在学情识别上具有巨大优势，如何紧扣时代的脉搏，充分利用人工智能技术给现代教学带来优势，成了当前高校教学管理密切关注的问题[6]。

一、智慧在线教学平台建设

智慧在线教学平台是教师获得学生的学习画像，全面掌握学生的整体学习情况的基础，因此，智慧在线平台的建设非常重要，智慧教学平台整体框架如图1 所示，分两期进行建设：测评考试模块建设和教学资源模块建设。

图1 智慧在线教学平台整体框架

为了实现测试和考试系统的功能，积累学生学习结果和行为数据，需要进行测评考试模块建设，具体包括：教师端的作业练习题、考试题库和多种题型录入；根据知识点配比进行手工和自动组卷配卷、发布作业计划和考试计划；学生端的线上作业、线上考试功能；设计学生的行为数据接口。

为了让学生能进行在线学习，并对学生点击量、下载量和评价加权进行管理，需要进行教学资源模块建设，具体包括：教师本课程教学PPT 制作；教师本课程教学视频制作；教师传入资源库；学生下载相关资源；学生浏览相关资源。

二、智慧教学环境下的学情识别

基于智慧在线教学平台，对学生学习结果数据和学习行为数据进行数据建模，学情识别的过程如下：首先对数据进行预处理，包括数据清洗、数据归一化和数据维度转化等；其次进行数据分析和挖掘，具体的分析工具有支持向量机、神经网络和决策树等，通过对学生的学习行为数据进行分析，如答题时长、题目难度、答题准确性和单个题目答题正确的概率等进行分析，挖掘每个学生对不同知识点的掌握情况；最后，智慧在线教学平台进一步为学生推荐相关知识点的题目和关联性较强的教学资源视频，同时，教学基于智慧教学平台获得的学生学情识别结果，在线教学过程中可以更好地调整教学侧重点和教学节奏，较好地进行教学管理。智慧教学环境下的学情识别具有如下优势。

（一）智能评测

学生通过在线平台做题，平台不仅可以获得答题信息，还可以获得学生的答题时长及修改过程等信息，通过这些信息，可以对学生学习和实验中存在的问题进行智能评测，实现学生学习动态跟踪和可视化。

（二）智能分析

在对学生学习进行智能评测的基础上，智慧在线教学平台将作业、考试的每道题目都与课程知识点及学科知识体系相关联，从知识结构的视角智能分析学生对知识点的掌握情况，实现学生学习情况的实时动态跟踪，确切地从考试题目中提炼知识点及其关联性，精确定位学生没有掌握的知识点。

（三）智能推荐

智能在线教学平台在提供学生错题信息的同时，更重要的是发现学生学习的强项和不足之处，从而智能推荐学生应该看什么书，补充或者加强哪些知识点的学习，进而依据学生学情进行个性化学习资源推荐，依据学生的强项了解学生的就业倾向，从而进行就业推荐。

三、智慧教学环境下的教学管理

智慧教学环境下，高校教学从传统的课堂教学模式转变到基于智慧在线教学平台的在线教学模式，师生的时空距离拉大，为了提高在线教学的质量，高校教师应该解放思想，适应疫情常态化背景下的在线教学需求，优化在线教学资源质量，在学情识别的基础上进行有针对性的个性化教学，全面提升高校教学水平。智慧教学环境下的教学管理主要分为如下几个方面。

（一）构建题库、知识点、课程和课程体系关联性，构建课程群及教学资源库

搭建丰富完整的课程群和教学资源库，是智慧教学环境下教师应该做的首要事情。通过智慧在线教学平台，可以动态地分析学生的知识点掌握情况，基于学生学习行为反馈数据构建学习认知地图，梳理不同领域知识点间的逻辑关系，形成网状知识体系，达到知识和课程的智能表征，满足学生的个性化学习需求。丰富的教学资源可以使教师和学生都拥有集体的智慧，从而更好地设计教学活动，培养学生的想象力和创造力。

（二）精准智能推荐，进行个性化教学辅导，促进学生主动学习

通过学生在智慧在线教学平台的学习行为，可以及时获得每位学生学习和答题过程中存在的问题，这样教师可以找到学生学习问题所在，从而快速地针对不同学生进行差异化个性教学辅导。同时，基于智慧在线教学平台，学生也可以发现自己的薄弱所在，有针对性地补充加强薄弱环节的学习和练习，从而促进学生主动学习。

（三）优化教学方案，推进学科交叉融合，助力课程群建设

基于智慧在线教学平台，教师能分析大部分学生的薄弱环节，基于学生实际学情不断优化教学方案。同时，教师基于智慧在线教学平台的资源，进一步进行课程教改研究，推进学科交叉融合。上述工作为后续课程提供了学生学情的真实基础，形成了课程之间的有效衔接，教师进行课程群的闭环管理，助力课程群建设。

四、智慧教学环境下的教学效果分析

（一）教学组织

本研究以C 语言程序设计课程为研究基础，全院共有360 名学生进行该课程的学习，包含电气工程、电子信息工程、通信工程和自动化4 个专业的学生（见表1），课程采用的是线上线下联合授课的智慧教学方式：线上端主要发布教学视频、课程PPT、线上作业、线上考试和上课签到等；线下端主要是采用课堂授课的方式进行面对面课堂授课、答疑和实验室上机等。

表1 C 语言课程学生组成

（二）教学模式

课程采用的是每周4 学时的线下授课模式，共6周完成，每周线下授课结束后都在线上平台发布一次作业和一次线上考试，线上平台在得到学生的作业结果和考试结果后会分别反馈给教师和学生，教师会根据学生的作业考试结果进行学情分析，特别关注那些学习成绩较差的学生，并在线上平台特别推送学习视频和知识点学习作业，学生在二次作业考评后线上平台也会记录下学生的学习行为并进行学情分析，如此往复。最后一节课，教师将根据线上平台的学情结果，对学生的学习情况进行分析，针对学生掌握不足的知识点进行再次讲授和习题练习巩固，并布置相应的学习重点和考试重点。

（三）教学学习效果分析

智慧教学环境下，2021 级C 语言课程通过线下线上联合教学、精心整理的课堂测验、大量在线作业和实验室动手实验，较好地实现了智慧教学。同时，通过线上网络平台，要求学生观看任务点视频，做好课前预习和课后复习，有利于教师掌握授新前的学情分析和新知识点的学习目标的掌握情况。为了提高课程挑战度，通过加大作业数量、限制作业完成时间等举措，防止学生有抄袭等“注水”行为；同时课程期末考试严格按照课程目标的2 个指标点命题，除了要考查学生对课程中基本知识点的掌握情况，还加入了实际的工程应用分析，课程目标的考核更具针对性。

通过对比智慧教学环境下的2021 级C 语言课程成绩和普通课堂教学环境下2020 级C 语言课程的成绩，发现学生成绩得到了普遍的提升，如图2、图3 所示。从卷面考试成绩看，90～100 分数段学生人数提升了1.1%，80～89 分数段人数提升了3.15%，不及格人数下降了4.39%。从考试总评成绩来看，90～100 分数段学生人数提升了2.38%，80～89 分数段人数提升了3.14%，不及格人数下降了2.71%。不难看出，智慧学习环境对于提升学生的考试成绩和总评成绩都具有非常重要的意义。

图2 卷面考试成绩对比图

图3 考试总评成绩对比图

智慧学习环境下，通过作业批阅、课堂测验、实验操作和期末考试，综合评估学生掌握C 语言基本知识、实践动手编程能力，以及工程计算和研究的能力达成度的情况。2021 级C 语言课程课程目标1、2 的达成值均在0.80 以上，见表2，课程目标1 的达成值为0.81，课程目标2 的达成值为0.82，表明学生完全达到了该门课程的教学目标和能力要求。

表2 2021 级C 语言课程达成度

图4 是常规课堂环境下2020 级学生目标达成度与智慧教学环境下2021 级学生目标达成度比较图，不难看出，智慧教学环境下C 语言课程的课程目标1 和课程目标2 都较常规课堂环境下要高，这说明智慧教学环境进行的学情识别和教学管理对于提升学生的学习成绩，并完成课程目标达成度都有很大的帮助。

图4 课程目标达成度比较图

五、结束语

当前，智慧在线教学平台已经成了高校教学不可或缺的教学平台，基于智慧在线教学平台教师能实现学生学情识别，从而实现有针对性的教学调整和教学管理，构建AI 协助式知识输出和知识图谱。借助智慧教学技术手段，教师可以将课程知识点进行抽取、融合，做到同专业课程间的知识点衔接，形成完整的知识网络，为后续课程教学设计提供参考，形成真正的教考学闭环管理，全面提升教与学的相互促进，最终实现现代教学改革和创新。