大数据环境下高校移动学习平台构建与教师在线教学问题研究

刘春明,滕雪松

(吉林工程技术师范学院,吉林 长春 130052)

2015年,党的十八届五中全会公报提出要实施“国家大数据战略”,这是大数据第一次写入党的全会决议,标志着大数据战略正式上升为国家战略,社会已经正式进入到了大数据时代。随着移动互联网、大数据、人工智能、云计算等新一代信息技术的快速发展,人们的工作、生活、学习都发生了重大的改变。据中国互联网信息中心统计,截至2023年12月,我国手机网民规模为10.91亿,较2022年12月新增手机网民2562万,网民中使用手机上网的比例为99.9%[1]。

随着移动网民的快速增长,越来越多的网民可以通过各种移动学习平台进行在线学习。据中国互联网络信息中心统计,截至2021年6月,中国在线教育用户达到3.24亿,较2018年6月增长1.53亿,占网民整体的32.1%。尤其在2020年1月,受新冠疫情的影响,各大、中、小学的延迟开学,使得其传统的线下教学转移到线上教学当中来,促使在线教育用户的规模快速地增长。面对如此大规模的用户,教育部组织推出了22个线上教育平台,各学校积极组织推出了2.4万门课程。随着教育在线课程的推进,一大批为师生教学服务的移动学习平台得以快速发展,例如MOOC、云班课App、超星学习通App等。相对于移动学习用户的快速增长,教育部门也推出了一系列规范在线教学标准、提升移动学习质量的系列管理办法,但是针对于移动学习平台如何有序发展、移动学习平台在教学中的深度应用、高校教师使用移动学习平台教学的研究提出了更高的要求。

一、大数据环境下高校移动学习平台数据内涵、特点与平台构建

(一)大数据环境下移动学习平台及数据内涵

1.移动学习平台界定。针对于移动学习的界定,学者们提出了不同的看法。Harris[2]认为移动学习是移动互联网技术与在线学习的有机结合,可以让人们随时开展学习。余胜泉[3]认为移动学习是指学习者在任何时间、任何地点借助无线网络和移动设备获取学习资源,与他人交流协作。邹霓[4]认为移动学习是指学习者借助移动设备,依托移动技术随时随地进行的交互式数字化学习。本研究综合各学者的观点,将移动学习界定为:学习者利用移动相关移动设备,获取相关数字资源,可在任意地点与时间进行的一种学习方式。移动学习平台就是利用移动终端为学习者提供教学、自主学习、信息交流等功能的信息平台。

本研究中的高校移动学习平台是指高校师生使用的MOOC、学习通、云班课等移动学习平台。

2.移动学习平台界定数据内涵。大数据是一种具有海量、高速增长、多样化等特征的数据集合,能够对大批量的信息数据进行搜集、整理、分析,并能够通过云计算技术对数据本身所隐藏的、具有高超价值性的信息进行探索,从而为各行各业以及人们的生产生活提供最大化信息资源[5]。

杨现民等认为教育大数据主要分为教学类数据、管理类数据、科研类数据及服务类数据[6]。祁长伟等认为精准教学平台能够更好地呈现现代化的课程资源、能够实时采集学生学习全过程行为数据和结果数据[7]。本研究认为大数据环境下移动学习平台中的数据主要可以分为学习行为数据、学习资源数据、教师与学生互动数据、管理分析数据等。其中行为数据包括教师与学生学习行为相关的数据,主要是指在移动平台中教师、学生及管理者相关的行为产生的数据。学习资源数据包括教师提供的教学日历、大纲、课件、教案等文本或音频、图片、视频等教学资源的数据。互动数据包括教师与学生在学习评价、问题解答及教学过程中互动产生的数据。管理数据是指学习平台管理者对于平台进行数据挖掘、分析及调整过程中产生的数据。

(二)大数据环境下移动学习平台数据特点

陶雪娇(2013)等认为典型的大数据具备数据体量巨大、数据种类繁多、流动速度快、价值密度低的基本特征[8]。杨洋(2020)等认为数字化的科研数据同样具备“4V”的特点,即数据量大、高速、类型多样、价值密度低[9]。大数据环境下移动学习平台数据不但包括教学管理、服务、行为等数据,同样也包括相关的科研数据,因此移动学习平台数据不仅仅具备“4V”的特点,还具备以下几个特点:

1.客观真实性。Herschel(2017)等在“4V”的基础上,提出大数据5V的显著特征,其中就包括真实性的特征[10]。赵佳丽(2020)等认为教育平台大数据处理和分析过程的机器模拟避免了研究主体过多的涉入,确定了教育研究过程的科学性、客观性和可靠性[11]。在大数据环境下,学习平台可以在教师与学生学习过程中产生的互动数据、行为数据进行真实的记录。在整个过程中使用者并不会感觉到平台对其数据的采集,这就有效地避免了双方的主动意识对数据真实性的影响。在移动学习平台中,数据的采集不会受到使用者主观意愿的影响,能够以最真实的记录将相关的数据展现出来。

2.个性化。杨现民(2022)等认为移动学习平台越发关注数据资源的价值挖掘和智能技术的深度应用,实现其从大规模知识传播平台向大规模个性化教育平台的“角色”转变[12]。能否将符合学习者需求的学习数据及时准确地采集,并通过移动学习平台提供给使用者,是移动学习者是否采纳移动学习平台的重要因素。个性化数据的及时准确性可以提升使用者的学习效率,让使用者更加愿意使用平台进行学习。在移动学习平台中,教师与学生可以根据学习需求,利用平台提供的搜索引擎、目录导航等功能,及时准确地寻找到相关的数据资源。同时,移动学习平台使用者可以根据更加准确的数据进行分析,进而产生较为准确的新数据,进一步提升学习的效率。

3.整合性。常桐善(2022)等认为数据是否真实且有价值,主要取决于数据挖掘的方法和能力[13]。高薇(2021)等认为结构化、半结构化和非结构化的大量数据不能被有效处理的话,会极大影响数据价值的挖掘与应用[14]。因此对于移动学习者而言,其不仅仅需要零散或碎片化的数据,更需要平台为其整合所有相关数据并进行挖掘后,满足其整体知识信息需求。在移动学习平台中,教师可以根据学习者的各项数据进行关联分析,得出学习者的整体学习效果,进而对其进行指导与督促,提升学习者的学习效果。例如教师可以根据学习者对于学习内容的学习时间、学习进度、试题回答等一系列关联数据的分析,发现学习者存在的问题。同时,学生也可以根据教师设置的学习要求在学习平台中找到关联信息进行学习,使得学习更有针对性。

(三)大数据环境下高校移动学习平台构建

根据前人的研究,大数据环境下高校移动学习平台构建主要分为4个层次:基础设施层、数据采集层、数据管理层、应用服务层。

基础设施层主要是由移动学习平台智能手机、移动网络设备、RFID设备、传感器、PC设备、物联网等设备构成,这一层次是实现移动学习功能的基础设施条件,主要负责移动学习平台的设备运行、学习者行为及位置服务、数据管理服务器运行等。

数据采集层是指移动学习平台采集的大数据经过互联网、移动互联网或者物联网传递到数据采集层进行存储,数据采集层会根据大数据的类型存储为结构化数据和非结构化数据。结构化数据一般是指储存在数据库里的行数据,可以用二维表格来展示,非结构化数据一般是指字段长度不等并且每个字段的记录可以由可重复或不可重复的字段构成的数据,包括文本、图像、声音、影视等[13]。

数据管理层是指移动学习平台使用大数据的储存、挖掘、云计算、人工智能技术,通过移动学习平台的数据管理中心对于平台的所有数据进行挖掘、分析、整理等。数据管理层主要由3个部分组成:数据处理、数据分析、数据访问。数据处理部分是针对采集的数据进行实时处理或批处理;数据分析是指移动学习平台利用科学的统计分析、数据挖掘、机器学习、深度学习、人工智能等方法对于大数据进行分析,并将分析结果转化为新的知识与智慧,为移动学习者决策提供合适的数据支撑。数据访问是指移动学习平台提供的数据查询访问等相关功能,目的是为移动学习者更有效率地提供数据查询服务。应用服务层是指为使用者提供的各项学习相关服务功能。在这一层次,可以为平台的使用者提供个性化的学生服务。

二、大数据环境下高校教师使用移动学习平台教学中的问题研究

(一)高校教师对移动学习平台功能的熟悉度不足

经过2020年～2022年线上教学的应用,多数教师对于移动学习平台的基础功能都比较熟悉,但仍有部分教师仅能使用移动学习平台进行签到、资源上传、讨论等基础功能,对于移动平台的数据分析、课程资源共享、智能化个性教学等功能并不熟悉。在大数据环境下,教师可以通过移动学习平台,针对学生的学习行为数据、结果数据进行有针对性的分析,根据数据分析结果调整教学内容,进而做到有针对性的教学,提升教学效果,实现教学目标。

(二)高校教师未能深度应用移动学习平台建设优质教学资源

随着新一代信息技术的快速发展,信息传播的速度越来越快,信息海量已成为移动互联网时代的一个重要特征。如何应用移动教学平台建设优质教学资源已成为当下教师必须解决的问题。移动学习平台为教师提供了海量的学习信息,既有不同高校的教学资源,也为各高校教师提供了各种资源建设的相关辅助资料或参考文献。从目前教师应用移动学习平台的情况来看,多数高校教师未能充分发挥移动学习平台的资源优势,多数教师仍然采取将传统教学使用的课件上传到平台,供学生预习或复习使用,并未真正地利用移动学习平台建设优质教学资源。

(三)高校教师未能充分利用移动学习平台完成精准化教学

随着大数据、人工智能等新一代信息技术在教育工作中的广泛应用,传统现场教学与在线教学之间存在着部分替代的现象。在疫情期间,线上教学成为主流教学方式,但疫情后,多数高校老师仍然回归到以线下教学为主,线上教学为辅的教学方式。究其原因主要是高校教师已形成工业化时代的教学习惯,在潜意识中认为,教师主要以知识、技能传授为主,就应该以教师为中心。移动学习平台在很多高校教师的观念中,仅成为快速考勤、部分教学资源提供的辅助性平台,并未成为辅助其精准教学的工具。教师在线下教学中,由于面对多个班级的几十甚至上百名学生,无论是时间还是精力都不能充分掌握学生的学习需求,更无法完成精准化教学方案的设计与实施。

(四)高校教师未能充分利用移动学习平台形成在线教学团队

在线教学与传统教学在教学形式、教学内容、教学方法等诸多方面存在差异。传统教学中高校教师针对学情、教材及教学内容熟练掌握后,凭借教学经验就可以很好地开展教学活动。使用移动学习平台进行在线教学过程中,教师不但需要对传统教学内容非常熟练,还需要熟练地应用移动教学平台的各项功能,准备电子教学资源。这不但需要教师进一步学习移动平台的应用技巧,还要求高校教师掌握一些基本视频拍摄、剪辑等信息技术。因此,形成有效的教学团队,针对课程进行分工,才能实现良好的教学效果。

(五)高校教师未从移动学习平台在线教学中获得有效的激励

目前,对于高校教师尤其是对于面临申硕、申博的部分高校教师,除了基本的教学任务外,还可能承担教研、科研、指导学生参加技能比赛、评估审核等一系列工作。在众多的工作中,多数高校教师面临多种指标的考核。目前多数高校将科研指标、教研指标及获奖等指标作为主要的指标对教师进行激励,而对于提供优质教学资源给予的激励则十分有限。由此,很多高校教师并未从移动学习平台在线教学中得到有效的激励。

三、提升高校教师使用移动学习平台进行在线教学效果的策略分析

(一)加强高校教师培训,提升教师移动学习平台应用水平

针对高校教师对于移动平台功能不熟悉的问题,可以采用多种培训方式提升其应用水平。首先,需要高校相关职能部门与移动学习平台企业进行有效沟通,针对当前本校教师存在的问题进行有针对性的培训。其次,可以采取移动学习平台应用大赛等多种方式激励教师参与。最后,可以采取“请进来,走出去”的方式,邀请其他高校教师入校进行经验交流,同时委派部分教师去其他高校进行学习。与此同时,移动学习平台企业也需要深入高校,与高校教师进行双向交流,既要掌握高校教师的需求,也要充分调研移动学习平台重要的使用者——学生的需求,不断更新移动学习平台的各种功能,使平台更加快捷、方便。

(二)创新教学方法,加强移动学习平台优秀教学资源建设

如何整合移动学习平台优秀教学资源是目前在线教学中普遍存在的问题。近年来,国家组织建设了一大批在线精品课程,但由于各学校的生源、师资及投入存在较大的差距,导致优秀教学资源建设仍有较大的缺口。高校需要建立以学生为中心的教学理念,充分发挥学生学习的主观能动性,创新教学方法。教师通过移动学习平台为学生提供优质教学资源,学生通过自学的方式掌握相关知识,并将未能掌握的要点与困惑提交给高校教师。教师通过线下授课,将重点与难点讲清楚、透彻,有针对性地实现教学目标。

(三)合理运用大数据技术,逐步实现精准化教学

随着新一代信息技术的快速发展,学生获取信息的方式越来越多,其掌握的信息也远超以前。高校教师需要根据学情的变化,调整教学方式,尤其是要转变教学角色,由以往的信息传递者向困难解决者进行转换。通过大数据技术掌握学生的学习情况,通过移动学习平台提供的智能化分析功能,有针对性地形成教学内容设计,不断更新自己的教学方案。通过大数据、人工智能等新一代信息技术,逐步实现精准化教学。

(四)组织优秀高校教师,形成移动学习平台教学团队

对高校教师在线教学方式的差异性,各高校可以根据不同学科的特点,采取交叉组队的方式组建移动学习平台教学团队。例如:经济管理类、外语类、教育类等文科专业高校教师对于信息技术的应用,尤其是授课视频的制作、剪辑等方面并不擅长,高校可以通过职能部门协调组织各学院针对课程需求,组建由不同学院高校教师组成的教学团队。同时,针对同一门课程,不同地区高校也可以通过组建虚拟教研室等方式,吸纳更多的优秀教师加入其中,共同建设移动学习平台教学团队。

(五)开展顶层设计,完善高校教师激励制度

数字时代的到来,使得高校教师面临着许多的压力,如何激励高校教师适应时代发展,改革原有的教学方式,更新教学内容是各高校普遍面临的问题。首先,高校管理部门需要进一步进行顶层设计,将在线教学作为教师考核的重要指标,无论是职称评定,还是物质激励都需要制订具体详细的规划。其次,高校需要在师资培训、智慧教室建设、移动平台更新等方面进一步加大投入。通过将高校教师送到其他高校、企业进行实践,可以进一步提升教师整体在线教学水平。通过在线教学基础设施的建议,为在线教学提供有效的物质保障。最后,高校尤其是以应用型人才培养为主的高校,需要加强与企业的交流和沟通,掌握企业人才的具体需求,将企业专家引入在线教学中来。通过企业专家在线授课、讲座等方式,解决部分高校教学内容陈旧、师资缺乏实践经验的难题。