大数据赋能高职院校精准教学的现实价值与基本路径

摘 要：自“大数据+教育”的研究热潮兴起，大数据赋能的精准教学引起广泛关注。基于当前高职教学的现实情况，大数据赋能高职院校精准教学的现实价值体现在教学设计、教学实施、教学决策等方面。由此，文章总结出大数据赋能高职院校精准教学的突破点：其一，教学设计需符合高等职业教育的培养目标；其二，教学实施需围绕学生个性化特点开展；其三，教学决策依赖于高质量数据资源整合。因此，文章提出了实现大数据赋能高职院校精准教学的基本路径：聚焦线上线下数据采集，分析挖掘并可视化呈现；依据学习者画像进行学习路径规划；注重学习者个性化培养，精准教学目标及内容推送；精准设计学习活动、测评诊断学习结果；实施精准决策与干预。

关键词：大数据 高职院校 精准教学 现实价值 基本路径

中图分类号：F240  文献标识码：A

文章編号：1004-4914（2023）04-179-02

一、问题的提出

精准教学（Precisions Teaching）的创始人是奥格登·林斯利（Ogden Lindsley），他在20世纪60年代提出了精准教学这种教学方法，通过设计测量过程来追踪学生的学习表现和数据。由于缺乏现代化的技术支持，精准教学在其应用和实践过程中面临很大约束。目前，我国对精准教学的应用还不是很广泛，特别是对于高等教育和职业教育的研究比较少，无法满足高等教育和职业教育的需要。随着教育信息化在我国的全面普及，各类智能教学平台和各种新的数字化学习技术如雨后春笋般得以应用和推广[1]。特别是进入21世纪，以大数据为基础的精准教学模式进入快速发展阶段，为打造智能化、个性化的精准教学模式开辟了新的方向。

但是，大数据赋能精准教学依然存在亟待解决的问题，如：如何有效采集线上线下高职院校师生数据，统计分析、挖掘教学大数据，寻找隐藏在学生学习数据中存在的潜在关系和规律？如何依据学生的学习数据构建其知识模型和经验模型，根据学生的学习行为偏好等因素，来规划最符合其需求的学习路径[2]？如何结合学生的个性化特征，根据他们的学习需求匹配相应的教学服务？对学习行为进行记录与测评并诊断，有针对性地采取干预措施，以不断优化完善后续教学过程[3]？基于上述问题，本文探求大数据赋能高职院校精准教学的现实价值与基本路径。

二、大数据赋能精准教学的现实价值

大数据、互联网技术的发展使高职教育教学设计与实施、教学考核方式发生了巨大的改变。不同于传统数据分析，大数据驱动的精准教学采用大数据采集和大数据分析技术，对教学大数据进行采集、分析、挖掘，发现隐藏在学生学习数据中的规律，并可视化呈现学习过程与学习结果，实现大数据赋能高职院校精准教学。

（一）设计层面：大数据支撑个性化指导

在教学任务中，智能教学系统可以自动采集学习行为数据，为教师的精准教学提供大数据分析与引导。学习者在智能教学平台进行学习，平台就会记录他们的学习数据，教师对平台收集到的数据进行整理分析，就可以针对性设计课堂教学，使教学更加精准化。其一，智能教学系统可以实时采集学生的行为数据，对学生模型进行及时修正，为其匹配与之适应的教学方式。其二，智能教学系统可根据学生的学习轨迹，自动判断学生的学习状况及答题的准确率，调整学习进度，引导学生思考并进行错题重做以精准查漏补缺，最终达成教学效果的提升的目的。其三，教师可基于智能教学平台系统采集的学生学习行为数据动态调整教学，采用线上线下混合式教学、小组讨论、分层教学等多种教学形式，为不同学生设计个性化教学形式，使学生课堂参与度最大化。

（二）实施层面：大数据分析助力教师精准化教学

教师开展基于大数据的精准教学，首先必须学会使用智能教学软件，采取信息化的教学手段。教学软件记录学生学习行为数据并存入后台数据库，教师根据数据库采集数据分析的结果，可以精准分析学生的学习情况，对学生进行合适的学习指导与人为干预，避免了主观判断形成的误差，实现传统教学无法实现的精准干预。第二，根据数据分析的结果，教师可以在智能化的教学平台软件中对不同的题目进行标注，区分难易程度及所涉及的知识点，为每道题目打上属性标签，对不同学习者进行分层推送，做到精准推送学习任务。第三，借助智能教学平台生成的报表，教师可以快速分析诊断学生的学习行为过程[4]，量化班级整体学习效果，实现精准诊断与评价教学效果，从而减轻教学工作量，有更多时间关注教书育人问题，提升教师自身的整体素养。

（三）决策层面：多模态大数据可视化呈现支持精准教学决策

通过智能教学平台系统及各类智能教学设备，可以全方位、全过程、多维度地对学习行为数据进行采集记录[5]，为教师精准测评学生学习行为、诊断教学效果、精准制定教学目标、设计教学内容提供多模态数据服务。助力精准教学决策的多模态数据包括三种类型：第一类是学习行为数据，智能教学平台可以自动统计学习者的学习行为过程数据，如学习者对平台课程的访问量、学习资源的浏览量、微课的观看时长、学习任务的完成度、讨论频次、作业提交等数据；第二类是学习者特征数据，可以通过在线问卷的形式获取学习者情感体验等心理数据，通过智慧教室的摄像机等设备捕捉学习者坐姿、面部表情等生理数据；第三类是学习水平数据，通过学习者在线测试成绩、项目任务完成情况等体现学习者知识掌握与能力获取水平的多模态数据。通过多模态数据的融合，学情分析工具所呈现的可视化图表，教师可以对学习者的情感、兴趣爱好、学习态度、学习水平及能力进行识别与判断，通过数据挖掘找出学习过程中存在的问题，进一步调整优化教学策略，使教学决策更加精准有效。

三、大数据赋能高职院校精准教学的突破点

（一）教学设计需符合职业教育的培养目标

高职院校是国家职业教育人才培养的重要阵地，以专业技能型人才培养为主，注重学生创新与实践能力的培养，强调思维方式的习得，而不是单纯的理论知识点的掌握。因此，高职院校的精准教学需要围绕职业教育的培养目标，更多地设计融合专业技能的学习活动，挖掘能够体现技能学习成效的数据。

（二）教学实施需围绕学生个性化特点开展

针对数据采集分析得出的“学习者画像”制定分层教学目标，围绕学生个性化特点开展教学，为不同层次的学生设定符合自身实际情况的特定目标。例如，对于学习困难的学生，选择容易理解和掌握的基础知识及基本技能为主要任务目标[6]；而对于学习能力强的学生可以适当推送难度大、挑战性强的拓展深化类项目任务，训练其高阶技能及创新思维能力。

（三）教学决策依赖于高质量数据资源整合

精准教学需要实时记录教学数据、学习行为数据和结果数据，从各类型的数据中挖掘出有用的教学信息用于教学决策，依赖现代化的技术支持。随着各类智能教学平台、数字化的学习技术的普及应用，高质量的数据资源整合成为可能，大数据技术为精准教学的开展赋予了新的活力。可以利用自主学习系统以及在线学习平台，如中国大学MOOC、学银在线等慕课平台，自动采集数据并应用于教学的各个环节。利用智慧校园、智慧教室及智慧课堂整合各類数据资源，使得教学测量数据更为精准可行。

四、大数据赋能高职院校精准教学的基本路径

为实现高职院校精准教学的目标，提高高职专业教学的质量，本文以精准教学理论为基础，紧密结合大数据技术，研究探索线上线下师生数据采集；统计分析、挖掘教学大数据，并可视化呈现；学习者建模、学习者画像、学习路径规划，并以教学活动实施的一般流程为依据，教师端精准设定教学目标、精准教学内容推送，使学生自适应、个性化学习，学生端精准设计学习活动、对学习结果进行测评，形成学习结果诊断，最后精准分析进行决策干预。

（一）聚焦线上线下数据采集，分析挖掘并可视化呈现

利用各类信息化教学平台及技术对线上、线下师生个体数据、群体数据、区域数据、课程数据等进行数据采集。智能教学平台系统实时跟踪记录学生的访问次数、浏览量、讨论量、项目任务完成情况等学习行为过程与结果数据，智能教学设备捕捉学习者生理数据及心理数据，经过数据统计、数据分析挖掘可以精准、全面反映学生学习全过程[7]。基于学情分析技术及工具，教师可以通过“课程学习进度图”“视频观看时长图”“学生综合成绩分布图”“成绩趋势分布图”等对班级学生的学习态度、学习行为过程及结果进行全方位观测与评价。通过散点图、雷达图、控制图等可视化图表，教师可以从多维度对学生的学情状况进行分析，为下一步教学策略的调整优化提供参考依据。

（二）依据学习者画像进行学习路径规划

根据学生的相关数据构建其知识模型和经验模型，并通过学生的学习结果数据进行诊断，来判断教学目标的达成程度并对未达成的原因进行分析。整合学生的特征数据源和行为数据源，构建立体化、具象化的学习行为模型，形成学习者画像[1]。基于学习者画像设计精准教学活动，综合考虑学习者的学习风格、学习兴趣等因素进行学习路径规划。

（三）注重学习者个性化培养，精准教学目标及内容推送

利用在线问卷、心理测量量表获取学习者心理特征数据，形成学习者学习风格模型。基于学习者学习行为过程及结果数据，建立协同过滤模型，为学习者提供个性化的学习目标及内容推送服务。针对学习者的学习现状及学习风格模型，为不同学习者设定差异化的教学目标。建立学生之间的关联，将教学内容与学生群体进行匹配，为学习风格与学习现状相似度高的学生推荐相同的教学内容。建立不同教学内容之间的关联，根据相关性强弱和因果关系，将符合条件的教学内容推荐给学生[1]。利用个性化推荐技术及大数据技术，可以为学习者提供与之匹配的个性化教学服务，可以让学生自适应学习。为学生的精准化、个性化发展提供全面支持。

（四）精准设计学习活动、测评诊断学习结果

依据学习者学习行为特征，基于学习者学习行为偏好等因素，通过大数据检测辨别学生学习偏好、学习风格之间的差异，然后根据学习者之间的差异，按照学习内容与活动性质进行同质分组与异质分组，针对学习者的共性需求实施一致性的教学活动，针对不同学习者的个性化需求，实施差异化教学与指导培养。通过智能教学平台系统及信息化教学手段获取学生平台访问记录、学习资源浏览信息、讨论行为、学习任务完成情况、测评成绩等学习行为及结果数据，诊断学生的在线学习效果，衡量教学目标的达成情况并对未达成的原因进行分析。

（五）实施精准决策与干预

通过记录与测评学习者的学习行为过程及结果，分析学习者在各个学习阶段的学习数据，挖掘出潜藏在学习行为背后的特点及规律，发现其学习过程中存在的问题[2]。基于学习者个性化学习特点及学情分析结论，采取针对性的干预措施，调整授课形式与教学策略，面向特定学生实施个性化的辅导，精准干预教学方法与学习策略，不断优化完善后续的教学过程。

五、结语

国家对在线教育的日益重视，教育信息化已经融入到教学课堂，这为大数据赋能高职院校精准教学提供了良好的契机，大数据在教育领域的应用越发受到重视。从20世纪60年代通过设计测量进行教研的精准教学，到今天基于学习行为采集、数据分析、数据挖掘以及个性化推荐等大数据技术，教与学的形式发生了巨大的革新。从高职教育的未来发展而言，大数据赋能精准教学是提高课程学习成效、培养学生学习积极性的必然路径。但是精准教学不能盲目滥用大数据等技术，以避免道德风险与伦理风险的发生。在智慧教育领域，仍然要以学生为中心，不断探索精准教学的最优路径。

[基金项目：2023年度湖南省社会科学成果评审委员会一般自筹课题“数据驱动下的在线学习倦怠干预策略及其应用研究”（课题编号：XSP2023JYC247）]

参考文献：

[1] 万力勇，黄志芳，黄焕.大数据驱动的精准教学：操作框架与实施路径[J].现代教育技术，2019，29（01）：31-37.

[2] 任海龙，赵雪梅，钟卓.智能技术支持下的精准教学：技术框架与运行体系[J].教育理论与实践，2021，41（27）：56-58.

[3] 吴海娟.利用大数据促进初中道德与法治精准教学的思考[J].新智慧，2021（16）：39-40.

[4] 张丹，王鶄，袁金平，王坤.技术赋能教学模式变革与实践[J].中国电化教育，2021（04）：125-138.

[5] 吴小凡，赵磊磊，赵可云.人工智能赋能中小学精准教学的现实价值与基本路径[J].数字教育，2022，8（04）：24-30.

[6] 罗婷.交互式微课在高中英语语法课前预习中的应用研究[D].湖南科技大学，2021.

[7] 路以兴，魏志慧.基于诊改理念的职业教育三闭环混合式教学模式的构建与实证研究[J].职教论坛，2022，38（03）：66-72.

（作者单位：湖南开放大学<湖南网络工程职业学院> 湖南长沙 410004）

[作者简介：彭楚钧，副教授，主要研究方向：职业教育、大数据、在线学习。]

（责编：贾伟）