大数据和人工智能下成人高校多场景融合教学

张 慧

(长春开放大学,吉林 长春 130000)

构建学习型社会需要成人高校的大力支持,在终身学习理念的推进下,越来越多的成年学员加入继续教育中,希望能够提升知识储备,提高生活质量。大数据和人工智能技术的应用为成人学员的学习带来极大的便利,通过与多场景融合教学模式的结合,更有助于为成人学员提供自由开放的学习平台。由于成人学习者的学习时间、学习方式和学习目标的多样性,传统的教学模式已经不能满足这些需求,多场景融合教学模式在此背景下应运而生,成人高校教育工作者要积极发挥其优势,助推成人教育的顺利改革。

一、多场景融合教学模式概述

(一)多场景融合教学模式的定义和特点

多场景融合教学模式是一种全新的教学模式,其核心主旨是在不同的学习场景中提供连贯的学习体验,该种模式既包括传统的课堂教学场景,也包括线上学习、实地考察、实验实践等各种学习渠道,还包括与科技手段(如大数据和人工智能)的有效融合[1]。在该教学模式中,成人学习者可以根据自己的学习目标、学习风格和学习时间,灵活选择和切换不同的学习场景,以实现最佳的学习效果。

多场景融合教学模式主要有三个特点:第一,灵活性,成人学习者可以自主选择和切换学习场景,以适应不同的学习需求和条件;第二,个性化,教师制定的教学活动可以根据每个学习者的特性和需要进行个性化定制;第三,连贯性,不同的学习场景都可以通过与科技手段进行有效融合,为成人学员提供连贯的学习体验。

(二)多场景融合教学模式的理论支持

多场景融合教学模式的理论基础主要来自“终身学习”理论、“个性化学习”理论和“混合学习”理论。“终身学习”理论强调学习是一个持续的过程,而不仅仅局限于学校教育阶段。成人学习者在工作和生活中,有着多样化的学习需求和学习场景,这就需要教学模式具有足够的灵活性和广泛性,以适应不同的学习场景。“个性化学习”理论强调尊重学习者的个体差异,根据每个学习者的特性和需要提供个性化的教学支持。多场景融合教学模式恰好可以提供这样的个性化学习环境,使成人学习者能够在最适合自己的场景中学习,以提高学习效果。“混合学习”理论强调线上学习和线下学习的有机结合,既能充分利用网络的便利性,也能保留面对面交流的优点[2]。多场景融合教学模式正是这一理念的深化和扩展,它试图通过更多样化的学习场景,为学习者提供更丰富、更连贯的学习体验。

二、多场景教学模式实施的问题

基于大数据和人工智能的多场景融合教学模式,不仅可以提升教学质量,也可以提供更多的教育服务和商业模式。例如,通过学习数据的分析,可以提供个性化的职业指导和就业推荐服务;通过学习资源的推荐,可以实现成人高等教育内容的商业化推广[3]。在具体落实过程中,受到各种主观因素和客观因素的影响,该种教学模式的推广依旧面临众多问题,相关教育工作者要积极采取有效措施将其解决。

(一)来自各类技术或者平台使用中的问题

随着社会经济不断发展,行业对人才的需求标准也在不断变化。大数据和人工智能技术可以通过各种平台帮助学校和教师及时了解社会需求的变化,动态调整教学内容和教学方法,以适应未来社会的需求。在此背景下,成人高校的教学模式也在经历深刻变革,主要体现在教学方式上,更加注重个性化和灵活化,以满足成人学习者的多样化需求。与此同时,运营技术平台过程中也会面临众多技术挑战,主要表现在两个方面:一方面是数据收集和处理的难题,成人学员的学习数据多分散在不同的系统和平台中,如何有效地集成和清洗这些数据是一大挑战;另一方面,是人工智能技术的应用难题,教师如何根据学生的学习数据,有效地提供个性化的学习路径和学习资源,需要复杂的算法和模型。多场景教学模式涉及多个技术平台的使用,一些学生和教师可能会出现技术依赖性,由于对于新技术的使用不熟悉,导致出现各种学习阻碍。另外,多场景教学模式会涉及大量数据的收集、存储和处理,包括学生的学习行为数据、个人信息等。在使用技术平台时,一些教育工作者不重视保护学生的数据隐私和安全,因此出现数据泄露和滥用问题,严重的还违反了相关的法律法规和隐私政策。在线学习平台、实践活动平台、教学管理系统等之间需要实现良好的兼容性和一体化,确保数据的无缝传递和学习的连贯性[4],但部分平台之间存在不兼容现象,直接导致学生和教师使用不便,进而影响多场景教学的实施效果。随着科技不断发展,各类技术平台需要不断更新和升级,以保持其功能的先进性和稳定性,但由于涉及一定的维护成本和人力投入,部分成人高校并没有做好相应的规划和管理,难以确保技术平台的长期可持续发展。

(二)来自现行教育模式中的问题

教育模式中的挑战主要涉及教育资源的配置、教师的角色变化、学生的学习权益保护等问题。在多场景教学模式中,往往需要配置大量的教育资源,包括在线学习平台、教学设备、教学材料、实践项目等。不同教学场景和学习需求可能需要不同的资源,如何合理配置和管理这些资源可能会带来众多挑战。与此同时,教师的角色也会发生变化。在传统教学模式中,教师主要是知识的传授者和学习的指导者,但在多场景教学中,教师需要更多地充当学习的组织者、引导者和辅导者,但并不是所有教师的教学能力和专业素养都能满足这一要求。在多场景教学模式中,成人学员的学习权益需要得到保障。若没有相关政策或者法律的保障,一些学员直接面临数据隐私泄露、知识产权侵权、不公平评估等问题,必然会影响学员的学习体验和学习成果。除此之外,在基于大数据和人工智能的多场景融合教学模式中,来自教育工作者执教能力的挑战是主要的问题之一[5]。许多成人高校教育工作者由于缺乏必要的技术能力,无法正确使用和理解大数据和人工智能技术,这样就会直接影响这些技术在教学中的使用效果,甚至教师还会对这些技术产生抵触。在多场景融合教学模式中,成人高校教育工作者需要设计和实施更复杂的教学活动,需要具备较高的教学设计能力和创新能力,但并不是所有教师都具备该能力。大数据和人工智能技术为教学提供了大量的数据,但需要教育工作者具备数据分析和解读能力,才能从中获得有用的信息和知识。一些成人高校教育工作者没有摆正教育态度,认为所有在线资源均可使用,却并没有与学生的具体学情或知识储备相结合,导致教师的教学与学生的学习出现脱节。

(三)地方相关部门配合力度不足,无法保证教学效果

在大数据和人工智能支持下的成人高校多场景教学模式中,地方政府、教育部门、企业和教师之间没有通力合作会直接导致教学效果不佳。首先,地方政府、教育部门、企业和教师在多场景教学中分属不同组织或部门,各自独立运作,缺乏有效的协同机制和沟通渠道,导致教学目标、教学资源、教学方法等方面的信息无法充分共享和协调,影响教学的整体效果。其次,缺乏统一的教学标准和评估体系,在多场景教学中,教师和企业只根据自己的理解和需求制定不同的教学标准和评估体系,缺乏统一性,导致教学质量无法保证,难以对学生的学习成果进行全面和公正的评估[6]。而缺乏合作共赢的理念会导致各方对教学中的资源共享、学生发展等方面缺乏积极投入,从而影响教学效果。在部分地区的成人高校教育中,由于技术条件的限制或资源的匮乏,无法充分发挥大数据和人工智能在教学中的作用,导致教学过程中无法充分利用先进的技术手段,也会影响多场景教学效果。

三、基于大数据和人工智能的成人高校多场景融合教学模式开展措施

在探讨成人高校如何基于大数据和人工智能开展多场景融合教学模式时,线上线下混合式学习、校企合作学习以及社会实践学习无疑是非常重要的学习场景。成人学员多数有职位在身,将学习内容与实践互相融合,可使学习目的更明确,方式更科学,但不管开展何种场景教学模式,教育工作者以及地方政府都要积极形成教育合力,为其提供各种保障[7]。

(一)充分发挥各平台优势,开展混合式教学模式

数据是基于大数据和人工智能的多场景融合教学模式的基础,通常会涉及学生的学习数据、课程数据、教师教学数据等多种类型的数据。具体来说,可以从学习管理系统、在线学习平台、实验系统等多个来源收集数据。然后,教师需要对这些数据进行清洗、整理和预处理,以便进一步分析和使用。同时,也需要考虑数据安全和隐私保护等问题。线上线下混合式学习,也称为混合学习或Blended Learning,结合了面对面的教学方式和在线学习的优势,使得教学更具灵活性和便利性。在线上学习环境中,教师可以收集到学生的在线学习行为数据,如学习时间、学习进度、学习成绩等;在线下教学环境中,可以通过考勤、测验、讨论等形式收集学生的学习数据,这些数据都可以作为大数据处理和分析的基础[8]。基于收集到的大数据,教师可以设计出适应学生个性化需求的混合式学习模式。例如,可以根据学生的在线学习行为,预测学生的学习难点,然后在线下教学中有针对性地进行讲解和指导。而人工智能技术可以用于个性化推荐学习资源、预测学生的学习成绩、自动批改作业等。这样,教师可以更加精确和高效地进行教学,学生也可以得到更好的学习体验。针对基于大数据和人工智能的多场景融合教学模式,全球范围内已经有一些成功的实践案例。例如,在美国,亚利桑那州立大学通过引入大数据和人工智能技术,实现了从面授课程到线上学习、从学校实验室到企业实习的多场景融合教学[9]。通过数据分析,该校能够对学生的学习行为和学习效果进行精细化管理,提供个性化的学习支持。在我国,一些前沿的成人高校也正在探索这种新的教学模式。例如,北京大学继续教育学院引入了智能教学系统,实现了线上线下的混合学习,有效提高了教学质量和学习满意度。另外,教师可组织学生开展合作学习,进一步发挥大数据和人工智能技术的优势。教师首先利用大数据分析学生的个人信息、学习兴趣和学习风格,通过算法匹配学生组成小组。大数据可以提供学生的学习历史、课程成绩、社交互动等信息,帮助识别学生的学术水平和学习偏好,从而更好地组建具有互补技能和兴趣的小组。教师再利用在线学习平台和学习管理系统收集学生的学习行为数据,包括在线讨论、作业提交、协作文档编辑等。通过分析学生的学习行为,可以了解小组成员之间的互动程度、学习进展情况和贡献度等,并为小组合作提供实时的监测和分析。基于大数据和人工智能技术,还能根据成人学生的学习行为和学习习惯,为小组成员提供个性化的学习资源和推荐内容。通过分析学生的学习兴趣和学习能力,系统可以自动为学生推荐适合其学习需求的学习材料、参考资料和学习活动,促进小组成员之间的合作与共同成长。教师不仅可以借助人工智能技术,为小组合作提供支持和便利,还要选择具有良好兼容性的教学平台,尽可能实现平台之间的数据互通和一体化,并采用标准化的数据格式和接口,方便不同平台之间的集成和数据传递。例如,使用协作工具和平台,如在线协作文档、实时讨论工具、项目管理工具等,帮助小组成员进行远程协作和沟通。人工智能技术可以辅助提供自动化的协作辅助功能,如语音识别、翻译、信息摘要等,提高小组成员之间的交流效率。通过利用大数据和人工智能技术,线上线下混合学习模式可以更好地支持小组合作学习,提供个性化的学习支持和实时的监测与分析,促进学生之间的合作和共同学习,有助于改善传统独立学习模式的弊端。需要注意的是,高校管理者要制定合理的技术规划,明确技术更新和维护的周期和成本,在预算中考虑到技术更新和维护所需的经费,确保技术平台能够持续稳定运行。或者通过定期对多场景教学模式和使用的技术平台进行评估,收集用户反馈和意见,发现问题并及时改进。持续改进技术平台,优化用户体验,提高多场景教学的实施效果。

(二)有效借助校企合作优化资源配置,提升教师执教能力

校企合作学习是一种学校教育和企业实践相结合的教学模式,这种模式对于成人高校的学生来说具有非常重要的意义。借助大数据和人工智能技术开展校企合作学习模式是指:在校企合作的过程中,教师以及企业管理人员可以收集到学生在实际工作环境中的表现数据,如工作成果、工作评价等;教师和高校也可以收集到企业的需求数据,如岗位需求、技能需求等[10]。高校管理者基于收集到的大数据,设计出适应企业需求的校企合作学习模式。例如,可以根据企业的岗位需求,设置相关的课程和实践项目;可以根据学生的工作表现,调整教学内容和教学方法。借助人工智能技术可以用于匹配学生和企业、预测学生的就业趋势、推荐职业发展路径等。这样,学生可以得到更精准的职业指导,学校也可以更好地满足企业的需求。具体步骤如下。

1.数据收集和分析阶段。学校教育工作者通过进行调研和访谈,了解学生的学习需求、企业的人才需求以及市场的就业趋势,这些数据可以包括学生的背景信息、技能需求、职业倾向以及企业的招聘需求等。然后对学习行为数据收集,教师可以利用学习管理系统、在线学习平台等工具收集成人学生的学习行为数据,包括学习时间、学习进度、学习成绩等。接着对企业需求数据收集,成人高校要与企业合作,收集企业的技能需求、岗位要求等数据,以了解当前就业市场的需求。然后进行数据分析,通过大数据技术对收集的数据进行处理和分析,以获得对学生需求和就业市场的深入洞察。

2.教学模式设计和实施阶段。首先,设计课程。教师和管理者根据数据分析结果和企业需求,设计针对性的课程,包括理论教学、实践项目、案例研究等。课程内容应与实际工作需求相匹配,涵盖必要的专业知识和技能。其次,教学资源整合。教师通过整合各种教学资源,包括教材、多媒体教具、在线学习平台等,以支持成人学员的自主学习和实践活动。再次,制订学习计划。基于学生的个性化需求和学习能力,教师要制订个性化的学习计划,包括学习目标、学习路径、学习时间安排等。最后,组织教学活动。教育工作者通过多种教学方法,如讲座、小组讨论、实验、案例分析等,促进成人学员的互动和参与,同时开展智能辅助教学,利用人工智能技术提供智能化辅助教学,如个性化学习推荐、学习进度跟踪、作业批改等,以提供个性化的学习支持。

3.实习与就业准备阶段。成人高校要与企业合作,提供实习机会,使学生能够将所学知识和技能应用于实际工作环境中。提前进行实习辅导和指导,高校可安排导师或企业指导人员对成人学员进行实习辅导和指导,帮助学员理解工作要求,提升实践能力。同时还要评估实习成果,对学生的实习表现进行评估,包括工作质量、团队合作能力、解决问题的能力等,为就业准备奠定基础。在学生实习或者就业之前,高校要提供就业指导和职业规划支持,帮助学生准备面试,提升求职技巧,与企业对接,促进毕业生顺利就业。

4.效果评估和模式优化阶段。成人高校教育工作者和管理者要对整个融合教学模式进行评估,包括学生学习成绩、实习表现、毕业生就业情况等方面的数据分析。根据评估结果,及时调整教学模式,修正教学方法,以提高学习效果和教学质量。通过以上实施过程,成人高校能够借助大数据和人工智能技术,实现从课堂学习到企业实习的融合教学,提升学生的实践能力和就业竞争力,满足企业的人才需求[11]。

(三)高校管理者以及地方教育部提供必要的支持

基于大数据和人工智能的成人高校多场景融合教学模式的实施,需要政府在政策、资金和技术等方面提供支持。政府需要明确制定鼓励和支持成人高校开展基于大数据和人工智能的多场景融合教学模式的政策,明确方向和目标。并加强对学生数据的隐私保护,制定相关的数据收集、处理和使用的规定。另外,政府应适当增加对成人高校信息化教学设备的投入,提高教学设备的配置水平。在必要的时候,通过设立基于大数据和人工智能的教学改革专项资金,鼓励和支持成人高校进行教学改革。关于技术支持,政府应组织有关相关部门或机构,对成人高校的教师进行大数据和人工智能技术的培训,提高教师的技术能力。或者建设大数据和人工智能教学平台,为成人高校提供技术服务。教师可以在线登录学习,掌握一定的信息技能。在校企合作中,政府应搭建校企合作的平台,促进成人高校和企业的深度合作,提高教学的实践性和就业导向性。通过协调社会资源,支持成人高校和其他教育机构、科研机构的合作,共享教学资源,建立相关法律法规等,共同推进教学改革,从而提高成人高校的教学质量和教学效果,使其更好地服务于学生和社会。在必要的时候,通过建立跨组织或跨部门的协同机制,促进地方政府、教育部门、企业和教师之间的信息共享和资源协作,并建立定期的沟通渠道,召开联席会议或工作坊,加强各方之间的合作与协调。

高校管理者则需要清晰地理解并制订出应用大数据和人工智能技术在教学中的战略计划,并确保所有教职员工理解并接受这些策略。管理者需要确保教职员工有足够的资源实施这种教学模式,包括但不限于硬件设备、软件工具、培训和持续的技术支持。在日常教学活动中,管理者要组织或安排大数据和人工智能技术的专业培训,以确保教师有能力使用这些技术进行教学,通过协调不同的部门和团队,确保大数据和人工智能技术在多场景教学中的有效应用[12]。传统的教师评估机制可能无法充分反映基于大数据和人工智能的多场景融合教学模式的实际效果。高校管理者需要研究并推动新的教师评估机制,以更好地反映教师在这种新教学模式下的工作表现。另外,地方政府和教育部门也要制定统一的教学标准和评估体系,明确教学目标和学习要求。教师和企业应遵守教学标准和评估体系,确保教学的一致性和有效性。

地方教育部门需要根据国家政策和地方实际情况,为高校提供关于如何实施基于大数据和人工智能技术的多场景融合教学模式的指导。在必要的时候建立评估系统,以监控和评估高校实施这种教学模式的效果,及时反馈给学校并提供改进建议。地方教育部门可以设立基金,支持高校在大数据和人工智能技术在教育中的研究与应用,推动教学方法的创新。针对技术支持力度不足的地区,地方政府和教育部门应加大对教育技术的投入和支持,提升教学设施和设备的水平。鼓励企业和教师积极采用先进的教育技术,充分利用大数据和人工智能技术支持教学活动。通过这样的支持,政府、高校管理者和地方教育部门能够共同推进基于大数据和人工智能的多场景融合教学模式的实施,从而提升成人高校的教学质量,培养出适应未来社会需求的高素质人才。只有培养合作共赢的理念,强调多场景教学的共同目标和价值,鼓励地方政府、教育部门、企业和教师之间建立长期合作伙伴关系,才能通过共同的努力,实现教学质量的提升和学员学习效果的改善。