卜俊
【摘 要】新媒体技术辅助作业优化设计的优势在于作为资源载体,能够汇聚宝贵经验;作为智能化工具,能够促进精准教学;作为协同化平台,能够推进教学相长。然而技术性也使得作业设计类型单一,作业布置依赖智能系统,作业批改重“量”轻“质”,作业反馈缺乏因果推断机制。完善作业资源库的建设流程,增强系统的自适应性,增进算法的智能化,结合因果推断优化指标,是利用新媒体技术促进小学数学作业优化设计的可行路径。
【关键词】小学数学 作业优化设计 新媒体技术
一、新媒体赋能作业优化设计的技术优势
随着以数字化、智能化、网络化为主要特征的新媒体技术革新浪潮的到来,新媒体辅助教学成为有效提升教学质量与个性化学习效果的重要方式。新媒体技术赋能教学的重点在于依托大数据、人机交互以及人工智能等技术,开展有利于教学的活动与实践。人工智能时代新媒体技术辅助作业优化设计的优势具体体现在以下几个方面:
(一)资源载体,汇聚宝贵经验
作为资源载体,新媒体平台可以存储海量的数据,在支持作业优化设计方面具体体现在:具有海量、结构化、动态开放的题库、微课堂视频库、课件(包括学案、教案)等数据资源。
(二)智能化工具,促进精准教学
作为计算工具,新媒体技术可以帮助人类快速进行数据记录、提取、计算与分析,处理效率高且不容易出现偏差,能很大程度地减轻教师烦琐、机械與简单重复性的工作。在支持作业优化设计方面具体体现在:助力精准设计作业任务、精准实施作业批改、精准采集学业评价数据以及学业数据诊断、学生个体分析等方面。
(三)协同化平台,推进教学相长
学生使用新媒体平台开展学习,可以获得精准的个性化服务,反过来,学生反馈的数据也可以增强新媒体平台的辅助能力。新媒体技术为教师提供大数据智能工具辅助,而教师丰富的教学经验以及较强的组织管理能力对人机共融的协调起着关键作用。新媒体技术将教师、学生与技术支撑平台三方的优势结合、协同进化,从而推进人机共融、教学相长。
二、作业优化设计中利用新媒体技术的挑战与风险
(一)作业设计类型单一,巩固练习衍生为知识霸权
教育目的不只是要求学生掌握、记忆、理解和应用知识,还应追求以鉴赏力、判断力与批判力为标志的“内在发展”,通过传递知识的过程培养学生的怀疑、批判、探究意识。而新媒体技术支持下的习题资源类型较为单一,主要是条件完备、答案唯一的封闭性题目,便于系统识别与批改,不利于培养学生思维的发散性、探究性、层次性、发展性和创新性。
(二)作业布置依赖智能系统,题海战术衍生为机械训练
新媒体技术支持下作业布置背后的假设为:如果学生某一题出现错误,就给学生推送等值题。通过多做题、多练习的方式,就能提高学困生的学业水平。这就会给学业水平较低的学生带来巨大的学业负担:首先,他们面对更大的作业量,需要投入更多的时间,这可能会增加其学习焦虑,使其产生厌学情绪;其次,由于缺乏对薄弱内容的重新学习,再多的等值练习也无法加深学生对知识点的理解,作业缺乏针对性,对于学困生来说仍属于机械训练,学生难以通过智能作业系统完成既定的目标。
(三)作业批改重“量”轻“质”,追求分数衍生为唯数据导向
作业批改包含多个维度,基于新媒体技术的作业批改偏重于能以数据进行测量的标准化指标,比如正确率、做题时间等,对学生的情感态度、努力程度以及做题习惯关注较少,容易忽视人的主体性生成与教育的复杂性,学生成长被标准化,且学生容易陷入各种达标强化训练中。这样的数据诊断会增加学业负担,让学生在整个学习过程中时刻承受着被评价、被监视的压力。而教师依赖自动批改功能,可能会更加不了解学生的实际情况,加重学生的练习负担。
(四)作业反馈缺乏因果推断机制,缺乏方法衍生为“黑箱”模型
作业反馈是帮助学生发展的良好契机,具有深化认知和激发动机两个方面的效果。但几乎所有模型都是基于统计学或者“黑箱”模型,其优势在于“感知、预测和分类等数据关联任务”,却不能回答因果问题,更达不到人类级别的智能。比如在某一次作业中,数据显示某个学生某一知识点下的10道作业题错误率为60%,同时也显示了作业起止时间、课堂发言次数,但我们仍然无法从这些已知数据中对学生的错误原因进行准确的判断,也就无法给出比较准确的建议。
三、作业优化设计中新媒体技术可持续应用的对策与建议
(一)作业设计:完善作业资源库建设流程,促进线上线下作业相融合
在新媒体技术支持作业优化设计的过程中,要完善作业资源库建设流程。首先,对作业资源库中的作业编码进行整体思考与设计:考虑编码维度并论证其科学性,制定编码标准(如知识点、变式特征、难度、认知水平等)。第二,根据作业资源库标准设计题目并进行编码后导入作业平台。在设计题目时,不仅要关注学生对知识点的掌握程度,还要关注学生情感态度与价值观生成的程度,关注学生实践能力与创新意识的培养,关注学生的可持续发展与终身发展。第三,测试作业。为了保证资源库中作业的有效性,要按“答题—提交作业—系统批改—量化分析”的流程进行测试,再根据测试结果修改不理想的作业。第四,定期对作业资源库进行维护与更新。根据学生的实际完成情况对资源库中的作业进行增减、修改与更新,确保习题与时俱进。
对于一些比较开放的主观作业还没有完全实现通过信息化手段自动批改、诊断与推送,因此,线上、线下作业都具有各自不可替代的独特优势,教师要将不同类型的作业合理分布于线上与线下,建立促进学生全面发展的作业设计形态。
(二)作业布置:增强系统的自适应性,充分尊重学生的个性发展
自主学习不仅仅是允许学生自定学习步调,还应该从以下角度做综合考虑。在布置作业时除了从难度和数量的角度去体现作业的差异,还可以通过以下方法来解决:一是通过不同的作业类型来体现学生学习风格或兴趣的差异。美国圣约翰大学的邓恩夫妇的五种学习风格(听觉型、视觉型、触觉型、动觉型和触觉/动觉型)与多元智能理论,对针对不同学习风格的学生的作业设计具有重要的启示。教师可以通过学生在课堂上的表现、作业情况等来判断学生的学习风格,并且通过布置不同类型的作业来实现学生的个性化发展。二是通过提供脚手架,即在作业过程中给予学生一些关键步骤和问题的指导来体现学习过程的差异。教师根据学生的最近发展区,为不同的学生提供适当的线索、提示、问题等,让学生们通过这些具有针对性的脚手架逐步发现问题、梳理问题与解决问题,同时学会思考,感受自主学习的快乐。
要使这两种差异判断更加准确,就需要增强系统的自适应性,基于教学理论进行更精细化的分类,以适应学生的知识水平、学习风格、学习需求为目标,在界面和算法上做进一步的探索与尝试。同时,教师對智能教学系统也不能简单盲目地使用,要具备从教育情境数据中甄别数据质量、发现学生学习需求和基于数据进行反思的能力,要考虑到学校教学的实际情况,尽量避免加重学生的学习负担。
(三)作业批改:增进算法的智能化,提升教师的数据素养
在作业批改方面,笔者认为除了批出正误、分数与错误率等以外,还应包括以下几点:
1.给学生提供订正指导
尽可能地指出学生存在的错误及其原因,因为多数学生期望在教师的引导下通过自己的独立思考解决问题。根据学生的错误原因推送相应的解题思路与方法建议,比如:建议你把“……”这句话理解清楚,尤其关注“……”的意思;在计算的时候不要忘记退位;先阅读课本第×页等;批改学生二次订正的情况,以追踪学生是否能够正确解决。
2.分类统计与分析
统计学生的典型回答或选项,并分析不同类型的学生存在的主要问题及原因,相比于统计某一题的正确率,这样的统计可以帮助教师掌握学生在不同作业中的不同表现,发现不同类型的学生存在的主要问题,为后期进行有针对性的指导提供依据,也为后续教学提供了宝贵的教学资源。教师要统计作业目标的达成度,了解学生的学习水平,根据学生的实际情况深度改进作业设计。
随着“优化对话的语言模型”“基于人类反馈的强化学习”“人工智能生成内容”等技术逐渐兴起,相信这一技术问题一定能够突破。值得一提的是,借助新媒体技术进行有效的作业批改,教师会面对一系列的数据,这就要求教师具有一定的数据素养,具体表现在:具备数据意识和数据敏感性,能够有效、恰当地获取、分析、处理数据;了解数据背后的算法,能够准确、适当地运用与呈现数据;甄别数据的质量与有效性,能够基于数据进行教学反思。
(四)作业反馈:结合因果推断优化指标,进一步发展反馈机制
为学生制订出符合其兴趣与学习特点的发展路径,是新媒体技术支持作业优化的重要目标与追求。如果新媒体技术在反馈作业问题时能够增强因果推断,依据“因果”模型提出有针对性的建议,那将是一个非常重要的突破。
在现有条件下,新媒体技术在记录学生作业情况时,需要就算法透明性做出解释,说明算法的依据,以便使用者判断其反馈的科学性与合理性。未来,如果新媒体技术能够依据数据科学与因果科学,结合因果推断优化指标,提高指标体系的可解释性与科学性,进一步探讨干预和促进学习行为投入的机制,一定能够实现人工智能时代进一步的教育变革,真正提升学生的学习绩效。
新媒体技术支持作业优化设计不是一场立竿见影的颠覆式改革,而是一场渐变式的改革,除了要面对上述的挑战以外,还面临着很多方面的考验。比如:是否会加重学生发展的两极分化?人力、物力和财力的投入和产出是否平衡……这都值得进一步探讨。
【参考文献】
[1]汪琼,李文超.人工智能助力因材施教:实践误区与对策[J]现代远程教育研究,2021(3).
[2]张治,杨熙,夏冬杰.基于在线作业数据的学习行为投入画像构建研究[J].电化教育研究,2021(10).
[3]王开,汪基德.人工智能赋能课堂教学减负提质的机制、风险与应对[J].当代教育科学,2022(2).
[4]王月芬.重构作业:课程视域下的单元作业[M].北京:教育科学出版社,2021.
注:本文系江苏省教育科学“十四五”规划2021年度立项重点课题“新媒体支持下小学数学作业优化设计的实践研究”(课题编号:C-b/2021/02/11)的阶段性研究成果之一。