基于探究社区理论的教学反馈实践探索

黄腾达 王泽瑞 韩泉叶

［摘 要］在《机器学习》课程引入了基于探究社区理论的混合教学，通过七周教学实验数据分析，结果表明：基于探究社区理论的混合教学中高活跃度社区所产生的交流信息，对低活跃度社区学业成绩存在明显的提高作用；教师教学提升效果与不同社区之间学习交流信息差有关，信息差越大，效果提升越显著；该教学方式对于促进学生学习的主动性、共同协作解决问题的能力、批判性思维的培养等方面都有一定的积极促进作用。

［关键词］探究社区理论；混合学习；机器学习；教学实践

［中图分类号］ G77

［文献标识码］ A

［文章编号］1008-4648（2024）01-0080-06

An Initial Exploration of Instructional Feedback Practices

Based on the Community of Inquiry Theory

Huang Tengda¹， Wang Zerui¹， Han Quanye²

（1.Hubei University of Technology， Wuhan 430068; 2.The Open University of Shaanxi， Xian 710119）

Abstract：The mixed teaching based on the theory of community of inquiry was introduced in the course of “Machine learning”， and through the analysis of seven-week teaching experiment data， the results show that： the communication information generated by the highly active community in the mixed teaching based on the theory of community of inquiry has a significant effect on the academic performance of the low-activity community; the effect of teachers teaching enhancement is related to the difference in the information of the learning and communication between the different communities， and the bigger the difference is， the more significantly the effect is enhanced; the teaching method has a significant effect on the promotion of students learning initiative and their ability to work together to solve problems. The greater the information difference， the more significant the effect enhancement; the teaching method has a certain positive contribution to the promotion of students learning initiative， the ability to work together to solve problems， and the cultivation of critical thinking.

Keywords：Community of Inquiry Theory; Blended Learning; Machine learning; Teaching Practice

隨着5G技术在我国迅速发展，越来越多的大学生利用手机开展在线学习。学生们通过中国大学慕课、学习强国、哔哩哔哩等教育资源平台学习时，经常面临诸如学习的主动性不足、学习过程中遇到问题如何解决等问题的困扰。三代教育技术学者兰迪·加里森所倡导的混合学习能较好地解决这些问题。为此，我们在《机器学习》教学中引入了基于探究社区理论的混合教学，通过三个班的教学实践，我们想了解不同社区所产生的交流信息如何影响学生学业成绩，从师生互动的视角讨论学习者三个维度的学习行为变化对教师教学行为有哪些启示，这些问题需要我们进一步探讨。

一、混合学习与探究社区理论

混合式教学从物理特性上是网络学习与线下课堂教学相结合的教学情境^［1］。2000年，加里森和安德森等共同创建的探究社区理论成功地推进了混合学习的发展，该理论以认知存在、社会存在和教学存在三个要素构建起混合学习的基本框架^［2］。

为了让探究社区理论能够更好地指导混合学习实践，加里森等人给出了与三个核心要素相对应的教学操作编码模板COI（Community of Inquiry Coding Template），这个模板框架包含了三个元素和十个类别，每个类别给出举例的指标以便于理解。

依据混合学习和探究社区理论，本研究中教师根据学生的行为，对学生进行三个维度的评分COI。这个COI得分用于分析教学。每个学生都有一个COI值。

二、研究设计

（一）研究对象

本研究的研究对象是来自大数据3个班84名本科生，他们之前从未接触《机器学习》相关的课程 ，学习起点零基础。

（二）研究方法与过程

k-means算法简介：

先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。一旦全部对象都被分配了，每个聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是以下任何一个：1、没有（或最小数目）对象被重新分配给不同的聚类。2、没有（或最小数目）聚类中心再发生变化。3、误差平方和局部最小。Kmeans算法通常应用于维数、数值都很小且连续的数据集。本实验中将其应用于：

在实验开始前一周，测得84名受试者的COI值，并使用k-means算法进行分类得到三个人数相等的测试班级，记为a、b、c

每次取距离聚类中心最近的前28个点，这样可以保证均分。

1.线上：a，b，c三个班分别以班级为单位创建三个学习群。群内学习活动包括学生自主学习在线视频、师生线上问答、学习群讨论、小班作业、个人作业提交等；

2.七周的线上、线下混合辅导课程。课程包括每周四次集体面授、课上作业反馈、课后答疑、每周的单元测试等。

为探究班与班之间交流的学习信息是否能提高教师的教学效果，教师在对一个班进行授课后，在不改变其他班原有教学安排的基础上，将会对该班额外讲授其他班交流的问题。

第1周，3个班授课方式一致，不额外讲授

第2周，教师将a班的学习交流信息记录下来，经过整合处理，在对b，c班进行授课后，额外讲授a班交流的问题。

第3周，3个班授课方式一致，不额外讲授

第4周，教师将b班的学习交流信息记录下来，经过整合处理，在对a，c班对应班进行授课后，额外讲授b班交流的问题。

第5周，3个班授课方式一致，不额外讲授

第6周，教师将c班的学习交流信息记录下来，整合处理之后，教师在对a，b班对应班进行授课时，额外讲授c班交流的问题。

第7周，3个班授课方式一致，不额外讲授

1，3，5，7周为对照组

2，4，6周为实验组

统计3个班每个学生所有周测试的分数、相应时期COI值，进行三维分析，并分析每个人的成绩与COI值的相关程度

（三）编码体系及设计

为了更好地回答研究教与学的过程，本研究设计了一套编码体系，该编码体系是基于加里森（Garrison）等人的探究社区编码模板和阿博（Arbaugh）等人编制的测量量表，利用这套编码对此次的混合学习辅导课程中收集到的数据进行统计与处理，以便进行效果分析， 具体如表1 所示^［3］。

（四）学生的编码数据分析

研究团队根据表2进行教学存在、社会存在和认知存在三个维度的编码数据统计，再利用机器学习相关算法对收集的数据进行多元线性回归分析。表2如图所示。

在一个章节课程学习过程中，一个班所有学生的COI和走周测试成绩班一个数据集，COI是自变量，成绩是因变量。对每个班所有学生，在每个周课程学习过程中，对学生COI与周测试成绩进行多元回归分析。

（五）回归分析描述

通过机器学习建立模型的方式，预测实验组原本不受到“课程额外讲授”影响的成绩，再与真实成绩对比，即可间接测出教学效果变化幅度。

实验选取机器学习“Statsmodels 统计之 OLS 回归（Ordinary Least Squares）”进行分析。OLS是回归分析（regression analysis）最根本的一个形式，对模型条件要求最少，也就是使散点图上的所有观测值到回归直线距离的平方和最小。

将正常情况下七个周，所有对照组数据和所有实验组中提供交流信息的那个班的数据作为训练数据集，对机器进行模型训练。

训练所得到的预测模型可以表示为如下所示的公式。

T：Y=C+k1*x1+k2*x2+k3*x3+…+kn*xn

准确区间=1-（2*|训练后得出的预测成绩-真实成绩|/真实成绩）

通过计算所有实验数据，得到平均准确区间，进而判断模型拟合情况

（六）回归分析操作

结果显示平均准确区间为0.914，说明预测模型至少有91.4%的准确率。

（七）对实验组进行定性分析

实验组：第2周，表2中85～168号数据

第4周，表2中253～336号数据

第6周，表2中421～504号数据

1.机器经过训练得到预测模型T

2.将“进行讲授交流信息情况下”的两个班的COI数据代入预测模型T

3.得到“在不讲授交流信息情况下”的两个班每个学生可能的成绩数据y1。y2表示 “实验周两个班在教师进行讲授交流信息情况下”的实际成绩。

4. 求“教学效果”的变化幅度deta

deta=|y1-y2|/y1

5.对3个实验组进行上述操作

第2周，对b，c班讲授a班交流信息，

b，c班deta分别为：0.0285，0.0816

教學促进效果分别为：2.85%，8.16%，如表3所示。

第4周，对a，c班讲授b班交流信息，

a，c班deta分别为：0.0116，0.0464

教学促进效果分别为：1.16%，4.64%，如表4所示。

第6周，对a，b班讲授c班交流信息，

a，b班deta平均值分别为：0.011，0.013

教学促进效果分别为：1.1%，1.3%，如表5所示。

即有91.4%的把握解释这些教学促进效果。

三、研究结果的分析与讨论

（一）学生的学习效果分析

从成绩分布上来看，班平均成绩与班学习活跃度有紧密的联系，如图1所示。

每个周，3个班各班内的交流活跃度以及COI值变化不明显。

将a班产生的交流信息，讲解给b，c班后，b，c班的成绩有了明显的变化。

将b班产生的交流信息，讲解给a，c班后，c班的成绩有了一定的变化，而a班的成绩无明显变化。

将c班产生的交流信息，讲解给a，b班后， a，b班的成绩无明显变化。

将a，b班产生的交流信息，讲解给c班后，c班的成绩有了明显的变化。

将a，c班产生的交流信息，讲解给b班，b班的成绩有了一定的变化。

将b，c班产生的交流信息，讲解给a班，a班的成绩无明显变化。

（二）学生的行为变化分析

在研究中发现：

（1）活跃度相对高的班相较于活跃度相对低的班，所交流的问题，更全面更透彻一些，通常涵盖了活跃度相对低的班所交流的问题。所以，教师将活跃度相对高的班产生的交流信息讲解给相较于活跃度相对低的班，对后者起到了一定的促进作用；反之，将活跃度相对低的班产生的交流信息，讲解给相较于活跃度相对高的班，对后者来说，反而没有太大帮助。

（2）“教师讲解”，并没有明显改变3个班各班内的交流活跃度以及COI值，而是通过教师讲解学生之间在学过程中的一些“共性”问题，即“学习信息差”，提高了教师的教学效果，从而提高了学生的学习效果。

四、结论

基于探究社区理论框架设计的混合教学，高活跃度社区所产生的交流信息，对低活跃度社区学业成绩存在明显的提高作用；反之，提高效果不明显。

从师生互动的视角讨论学习者在探究社区理论框架下三个维度的学习行为变化发现，教师教学提升效果与不同社区之间学习交流信息差有关，信息差越大，效果提升越显著。

基于探究社区理论框架设计的混合教学，对于促进学生学习的主动性、共同协作解决问题的能力、批判性思维的培养等方面都有一定的积极促进作用。

五、教学建议

（一）基于学生学习行为的角度，源于在线学习对于学习者自律能力、忍耐力、抗干扰能力等要求较高，因此在线授课与线下面授课的课时安排要有所体现，面授课课时的安排要多一些。

（二）基于激发学生学习兴趣的角度，教师在设计讨论问题时要尽可能联系学生学习和生活实际，让抽象的概念和理论变成生活中处处可见的应用实例，如我们《机器学习》课可选的实例有：使用计算机管理学生信息问题、使用计算机辅助决策贷款申请问题、使用计算机解决推销员最短行程问题、使用计算机解决停车场问题、汉诺塔算法問题、使用计算机解决杨辉三角问题等等。参与这些学习和生活中经常可见的实例，可以加深对课程内容的深入了解，消除学生对课程的畏难情绪，吸引学生积极参与课程讨论^［4］。

（三）基于学生学习基础和学习能力存在一定差异的现实，教师在线上讨论时要积极引导，多肯定学生的发言，找到其解决问题思路的闪光点，照顾到学习程度不一的每一位同学，使他们通过讨论在原有知识建构基础上都有提高，提升在线讨论的教学效果。

（四）基于教学相长的理念，教师在线上和线下教学中要及时观察学生知识掌握情况和课堂氛围，及时调整教学内容和教学方法，如为活跃课堂气氛，教师可以给学生讲讲算法和数据结构的先驱者Donald E.Knuth的故事、图灵的故事、冯诺伊曼的故事等。

（五）从直接指导的角度，教师重点是要解决学生提出的与课程内容相关的问题。比如，当学生在讨论中解释了错误的知识点时，教师需要及时纠正误解；面授时教师可以重点讲解大部分同学在线讨论时经常犯错的的知识点，并加以练习，强化知识点的正确理解。

（六）基于教师专业成长的角度，一学期课程教学结束后，教师将所有交流信息存入数据库，开展教学研究。这有利于提升教师的教学能力，提升下一轮的教学绩效，也是不断提升教师的专业素养的过程。

［参考文献］

［1］冯晓英，王瑞雪，吴怡君.国内外混合式教学研究现状述评——基于混合式教学的分析框架［J］.远程教育杂志，2018，36（3）：13-24.

［2］方启梅，包正委，杨宁.基于探究社区理论的混合学习实践研究［J］.数字教育，2019（01）：31-32.

［3］兰国帅.探究社区理论模型：在线学习和混合学习研究范式［J］.开放教育研究，2018（02）：30-31.

［4］卢乾波.基于探究社区理论的高校融合课堂教学设计初探［J］.中国多媒体与网络教学学报（上旬刊），2023（05）：31-32.

［责任编辑 李 帆］