基于人机协同的线上线下混合式教学实证研究

危 蓉，徐 伟，杨 鹤

（1.湖北警官学院 信息技术系，武汉 430034；2.湖北省第二师范学院 计算机学院，武汉 430205）

1 引言

2020年的新冠疫情将在线教学推上高等教育的前沿阵地，应用慕课、微课等线上优质资源开展翻转教学和线上线下混合式教学模式层出不穷，计算机技术和人工智能技术在教育教学领域引发了深刻变革。

然而线上教学并不是简单地把原来课本的内容照搬到网上，也不是仅仅通过直播软件实现在线的讲解和作业的管理。线上教学如火如荼地开展三年以来，也出现了很多问题：学生线上学习缺乏有效监管，师生教学互动缺乏激情，缺乏系统的在线教学理论支持和教学评价系统，过分关注技术和忽略教学设计等等。因此，现在亟需一种将现代化的信息技术与教育教学领域深度融合的人机协同的教学模式，依靠人工智能的深度学习、大数据、精准化定位学习者的能力和学习的状态，密切与教师分工协作，实现精准教学和个性化教育的目的。本文针对网络攻防课程教学，从课前、课中、课后三个阶段，“学-验-训-思”四个方面构建了人机协同的线上线下教学模式，开展了教学实践，并在教学完成后进行了教学效果分析。

2 人机协同教学模式的现状

近年来，我国陆续颁布了诸多人工智能相关的政策文件，多次强调“推进智能技术深度融入教育教学全过程”，协助教师完成教学活动，让教学真正实现规模化与个性化的有机整合。国内学者也开始致力于人机协同教学模式的理论研究，如郭炯等人提出了基于网络学习空间的智能导师协同教学模式，并以IMMEX 系统为例做了典型案例分析，探索人机协同教学模式的可能性。[1]

相较于中国，美国在人机协同教学模式的研究方面更为突出，其在AI导师领域的研究已从探索阶段迈入了应用阶段，孟菲斯大学的亚瑟·格莱瑟教授，团队研发了一种基于自然语言的AI导师——AutoTutor，使学生的学习效果前后可以达到0.8 个标准差，对学习成效的提升不言而喻。[2]卡耐基梅隆大学的肯尼斯·科丁教授团队研发的Sim Student 包括两个虚拟代理，它们利用范例、对话、问题和解释等方式引导学生学习特定的代数方程式知识。[3]伍斯特理工学院的尼尔·赫弗南教授研发的ASSISTments可通过创建教学任务、实时反馈结果、评估学习情况、自动化再评补救四个步骤，为学生的学习提供智能支持和评价。[4]

随着人工智能与教育教学领域深度融合，人机协同教学模式的研究也越来越紧迫。人机协同教学将是“人工智能+教育”时代最普遍的教学模式之一。只有教师知晓了如何借助机器来提升教学效率，才能够在人机协同教学中获得对教学的主导权。同样也只有能够辅助教师提升教学效率的机器才能成为人机协同教学中的机器主体，甚至逐渐成为能够和教师工作结合的平等教育主体。因此，本文旨在以网络侦查专业学生网络攻防课程为研究对象，结合已有技术应用，构建人机协同的线上线下混合型教学模式，以此为更好地实现高效教学和个性化教育提供助益。

3 人机协同混合式教学模式的设计与实现

“网络攻防”这门课程是一门实操性很强而且实验环境非常有限的课程，过去这门课程的教学始终停留在课本、案例、视频等线下理论教学模式，课堂上教学老师实操过程快，软件字体小，课堂实验完成效率低，长期实验操作不顺，严重影响学生的学习积极性和耐心。课后，由于实验环境有限，学生没有真实的场景练手，导致学生综合运用能力偏弱，本科毕业后走上工作岗位，一时间很难适应工作要求，还需要很长时间的学习和经验积累。因此，以我院20级信息安全学生为研究对象，以网络攻防课程教学为研究场景，从课前-课中-课后三个阶段，“学-验-训-思”这4个方面构建人机协同的线上线下教学模式，“学”即理论教学、“验”即实验教学，“训”即课后训练和作业，“思”即课程思政。通过使用人工智能技术和计算机技术更好地结合，配合老师开展教学活动，实现课内课外，线上线下人机协同的教学和辅导，总体设计如图1所示。

图1 基于人机协同线上线下混合式教学设计

3.1 课前准备阶段

在人机协同教学的教学准备阶段，机器和教师需要协同分析学生的实际能力。教师利用在线课程网站发布问卷调查的方式了解学生的学习基础和学习期望并通过大数据技术和数据挖掘技术对调查结果进行智能化分析，确定该班级学生的教学内容和难度。还可以利用人工智能的知识图谱技术，通过纳米级的知识点粒度拆分精细化分解教学内容，从而构建人机协同教学的知识地图。

结合课程学习网站提供预习资料及测试题目，学生通过学习通课程平台资源开展自学和小组讨论，教师可通过一系列智能采集设备，例如手机、电脑、VR等智能终端采集学生的学习情况数据，判定学生的知识掌握程度及学习进展情况，分析学生的认知和行为模式，判断学生的理解力水平，并定位学生的知识薄弱点，利用智能软件形成初步的学情诊断。而教师则根据学情分析报告，利用其对于教学目标的清晰认识、对于教学内容的深度把握以及丰富的教学经验，进行数据的深层次解读，从而了解整个班级以及学生个体的学习情况，据此做好教学活动的顶层设计，选择适当的教学策略。

3.2 课中教学阶段

在基于人机协同的线上线下混合式课堂中，机器可以依托智能平台，根据前期的学情分析数据，在课程网站资源库中筛选出导学资料和微视频推送给学生进行问题导入，微视频的选择除了老师在网上收集的经典案例视频，学生也可以借助机器拍摄相关故事案例情节，利用各种剪辑软件编辑制作，完成后上传至课程网站，通过老师筛选作为课程导学资料。学生利用机器自己拍摄微视频的方式，能沉浸式、共情式地联系实际、引发学生的学习兴趣。

实验操作课程，在老师讲解实操的过程中，利用腾讯课堂、超星直播等在线授课软件，同步录制实操过程，当堂形成回放，方便学生课内和课外反复观看回课，进行实操练习。老师根据课上完成实验的情况进行比赛加分，迫使学生为了得到课堂加分提前预习实验，整个课堂时间紧张而有条不紊，也为学生课下知识拓展留出更多时间。学生也可以通过机器及相关教学工具软件适时将实验结果上传网上，教师再通过机器查看学生完成情况，及时纠正和指导学生在实验中暴露的问题。实验结束后，教师还可以和机器协同制定个性化的辅导内容和习题，通过网课平台中任务单的方式推送给学生，学生通过小组内讨论合作或者自主探究来解决问题。网课平台会统计学生的做题时间和正确率，把类似问题的变式或关联题推送给学生，以帮助学生进行知识迁移。

课程思政环节，作为公安院校网络安全专业的专业课程，结合学校特色和专业设置，充分发挥课程面向专业需求的育人功能，结合习近平总书记“没有网络安全就没有国家安全”的网络强国思想和《网络安全法》，遵循“以立德树人为根本，以强警兴警为己任，培养更多政治过硬，技术过硬的公安网络人才”的育人原则，深入挖掘课程内容蕴含的思政元素。通过线上资源建设，线下教学活动，思政认知评价，师德师风示范引领各环节，培养学生的家国情怀、科学素养、创新精神和辩证思维。[5]

3.3 课后训练环节

课后作业和训练的人机协同模式，主要是将传统的实验分析报告改为在线测试的形式，机器可以通过分析个人和小组的得分情况，老师可以通过机器分析的数据生成个性化学习任务，并实时对任务进行完善优化，再推送给学生。网络攻防课程的课后练习是结合Docker 容器技术自主开发的CTF攻防靶场，综合考查学生掌握的情况，靶场中利用大数据分析和挖掘技术，统计出学生答题的情况和过程。并通过分析软件图像化分析每个学生和班级整体的得分情况，如图2、图3、图4所示。后期还将借助人工智能技术，将教师和机器协同制定的个性化任务和题目单独推送给学生，学生通过组内合作，自主探究、解决问题帮助学生进行知识迁移。利用人机协作真正实现学生的个性化分析和辅导。

图2 多个学生靶场提交答案记录情况

图3 单个学生的得分情况

图4 前十名同学拿分情况

4 教学效果及评价

选取我院信息技术系20级信安专业2个区队100名学生为研究对象，基于人机协同线上线下混合式教学设计，并借助腾讯课堂和学习通在线平台，积极利用计算机和网络资源开展协同式教学。通过一段时间的磨合和实践，课堂效率明显提高，学生课堂上的注意力和参与度都有很大的改善。课后学生的提问率由原来的10%增加到90%，学习积极性显著增强。期末考评的最高分、平均分、最低分均有较大幅度的提高，如图5所示，及格率为100%，优良率达到30%左右。学生们不仅成绩有所提高，在全国信息安全大赛、湖北省信息技术大赛、互联网创新大赛、李昌钰杯科技创新大赛等各类比赛中也陆续取得佳绩，走上实习岗位后也能很好地胜任网络安全公安工作，并获得各个公安市局，派出所领导的一致好评。

图5 18级、19级和20级期末考评成绩比较

该课程于2022年被评为湖北省省级一流本科课程，并在学院教学创新大赛中，获得二等奖。

5 总结和未来改革方向

网络攻防课程在教学过程中，充分结合网络和计算机技术，很好地实现和人机协同教学，主要表现在课程导学阶段，部分教学案例采用学生自己拍摄微视频案例方式，实现沉浸式情景教学；实验教学阶段采用了线上线下同步教学法，在老师讲解实操的过程中，利用腾讯课堂等在线授课软件，同步录制实操过程，当堂形成回放，实现同步投屏授课，终端异步回放的线上线下混合式教学；课后作业复习阶段，借助自主开发的网上攻防靶场，设计游戏的通关升级训练和考查模式，学生通过打游戏夺旗赛等多种形式进行学习和实践。实现游戏竞技式练习教学。课程思政阶段，融入习近平总书记的“网络强国”思想+《网络安全法》开展课程思政，培养学生的家国情怀、科学素养、创新精神和辩证思维。通过课堂的改革，学生能够更多地参与到课堂活动中，使得教学活动形式变得多样化，学生的学习兴趣和效果都有大幅度的提高。

下一步，研究者计划将本门课程和计算机取证、网络案件侦查课程进行对接，把实际案件侦破取证环节增加到我们的虚拟仿真实验平台，切实为学生打造一线工作的模拟学习环境。并通过完善线上靶场的功能和使用性，结合人工智能技术，实现个性化习题推送等等。完善教学网站的功能和资料，增加网上课前预习任务和案例导读，网上定期开展师生互评环节，适时调节课程教学内容和方法。