论文部分内容阅读
[摘 要] 教学工作诊断与改进是职业院校对人才培养质量的自我诊断与检查保障的有力手段，学校设定的标准和目标实现程度要通过数据进行检查和诊断，因此，实时性采集教学过程中的源头数据并进行有效挖掘和利用是实现诊断与改进非常关键的环节。旨在通过移动大数据平台在教学诊断中应用实践，以期改变教师凭经验上课到依据学生学情的实时数据采集和课堂诊断改进教学，以全面掌握学习者的学习大数据为依托，优化教学过程，改进教学效果，提升教学质量。
[关 键 词] 移动大数据；职业院校；教学诊断
[中图分类号] G712 [文献标志码] A [文章编号] 2096-0603（2017）31-0080-02
一、问题的提出
2015年6月，教育部办公厅发布《关于建立职业院校教学工作诊断与改进制度的通知》（教职成厅〔2015〕2号），在全国职业院校推进建立教学工作诊断与改进制度，全面开展教学诊断与改进工作。教学工作诊断与改进是职业院校对人才培养质量自我诊断与检查保障的手段，“诊断”是融入教学全程的，没有起止时间的限制，注重过程，旨在通过“过程性”数据的开发、采集、利用，使职业院校人才培养质量保持持续的提升。教学诊断与改进应具备人人参与、处处覆盖、时时共享数据采集与管理平台，应该说管理平台的建立和采集数据并进行有效挖掘和利用是实现诊断与改进非常关键的环节。随着云技术、大数据技术的广泛使用，基于大数据技术的移动教学平台将是诊断数据来源的有效载体，甚至应能通过对数据的利用和开发实现智能诊断。
二、国内外研究现状
2012年美国实行了一项耗资2亿美元的教育大数据计划。这一计划旨在通过运用大数据分析来改善教育，该项目创造了一个数据采集、挖掘、案例化的“学习分析系统”，用于了解学生到底是在“如何”学习，而不仅仅是学业结果。总部位于加拿大安大略省沃特卢的教育科技公司“渴望学习”（Desire 2 Learn），通过监控学生阅读电子化的课程材料、提交电子版的作业、在线与同学交流、完成考试与测验，让计算程序持续、系统地分析每个学生的教育数据，比如学生回答一个问题用了多少时间，回答这个问题使用了哪些资源，哪些问题被跳过了，为了回答这个问题做了哪些学习准备，这个问题与其他已经回答了的问题之间存在什么关系。
大数据在国内课堂教学也有很好的尝试——北京智启蓝墨信息技术有限公司开发的一款基于移动网络环境针对教师和学生永久性免费的校园APP，这款移动大数据APP通过以下功能采集课堂信息：（1）建立移动网络班级；（2）发布信息，实现即时教学沟通；（3）教师教学资源分享，学生下载资源学习；（4）教师随时随地在课里创建作业/小组任务、头脑风暴、讨论/答疑、测试等网络教学活动，实现即时教学互动；（5）手势或一键签到；（6）教师通过“成员”界面查看每位学生的出勤情况、学习进度和学习时长、笔记数量、参与活动、交互练习结果等情况。教师还有权限生成所授云班课的教学报告，及时查看云班课开展的各类教学活动与学生经验值获得的情况，针对经验值较低的学生进行学情分析，及时发现和解决学习过程中存在的问题。“云班课”APP的这些功能及特点与教学诊断与改进强调对学习过程的评价，强调及时反馈和调节的作用不谋而合。因其操作的简便性、反馈的及时性、记录的客观性、内容的丰富性、消息推送的精准性等特点，深受师生的认可。2017年2月15日，北京蓝墨大数据技术研究院发布《中国院校第一份课堂云教学大数据报告》，该报告覆盖全国31省份的3100余所院校的相关中职、高职、本科院校，共计8万余个教学班次、2.3万名教师和133.2万名学生的全数据样本，公布了实施课堂移动云教学的相关院校教师备课时间分布及工作量的对比，学生学习时间分布及对比，各区域相关院校出勤率平均值对比等共35个数据点，为如何做好职业院校的课堂教学改革提供了客观科学的数据支撑。该移动平台近年来大规模、长期地测量、记录、存储、统计、分析这些课堂数据，所获得的海量数据更契合大数据（bigdata）的要求。
三、移动云班课在教学诊断中应用案例
以笔者目前所授计算机应用技术软件方向三年级高职学生在《面向对象程序设计C#》这门课程运用移动云班课在教学诊断中的应用实践为案例介绍。
传统教学中，在教师接触学生的第一堂课之前，对学生是否有相应知识储备很难了解，虽然该班级在上学期接触过相关课程，但任课教师对学生是否掌握某章节的重点、难点不确定。运用移动云班课，任课教师可以先将授课章节应掌握的知识点录制成微课，或者收集相关知识点的信息，在课前发布于提前建立的网络班课里。学生通过手机APP下载学习，并根据老师的要求对自学产生的疑问点进行讨论，以获得相应经验值。实践证明，学生对类似游戏升级的经验值积累表现出较高的积极性，较好地提升了学习的主动性和学习内容广度和深度。教师则借此观察学生掌握的程度，还可以在平台的统计功能中看到学生回答题目正确与否的统计情况，针对错误率较高的题目给予诊断性评价，真正实现课堂上学生会的不教，学生不会的通过引导、交流、释疑的方法突破，实现从学生需求实际出发开展教学。
与传统教学只知道答题结果正确与否不同的是，移动数据平台使监控学生的每一个学习行为成为可能，老师得到的不仅仅是展示学生分数与作业的结果，而是像视频学习、完成练习时间长短等这样更为详细的重要信息，辅助老师及时诊断问题的所在，提出改进的建议，并预测学生的考试结果。利用蓝墨云移动班课，教师查看形成性评价中的各类活动构成，学生经验值计算是以同班课内学生中最高经验值为基数，超过80%（含）为优秀，60%（含）至80%为及格，60%以下为不及格，系统针对不同经验值的学生提供的学情分析如图所示，为教师及时发现和解决学生学习过程中存在的问题提供依据。
蓝墨云班课有效实现课堂数据全记录，包括每个学生每天的学业以及非学业数据，这些数据经清洗、抽出等挖掘手段后将反映诸多有价值的信息，将教师凭经验上课改变成依据学生学情的实时数据采集和课堂诊断改进教学，比如，学业水平测试中学生正确率情况可以作为任课老师进行重点复习还是简要复习的准确依据，某一个知识点是采用老师讲授还是小组合作学习方式效果更好，帮助学生突破难点。大数据的智能统计與迅速反馈，更好地协助教师调整授课中的重难点，使课堂教学更加符合学生的需要，有效提高课堂效率。
学生完成相应的学习任务之后，教师就可以通过云平台查看作业的正确率，并且对学生哪个知识点掌握得较好，哪个知识点表现一般等信息一目了然，再轻松调取相关章节，准确“把脉”，对症下药。另外，对不同分数层次的学生，也可以针对性地给出不同层次的题目，比如对失分较多的学生应考查基础知识掌握情况，以夯实基础知识点为主；对灵活题出错较多的学生，则可以推送一些变式练习；针对掌握较好的学生，推送一些综合性的练习题目，来提升综合应用能力，这些“处方”都是基于智能诊断基础上，帮助教师从经验教学走向精准教学，帮助学生从模糊学习走向精准学习，师生均能获得有针对性的回应，真正促进老师的教学从模糊走向精准，最终实现因材施教的教学理念。
总之，移动大数据与传统教育的数据本质区别体现在采集来源和应用方向两个方面。传统教育数据注重体现学习者整体的学业水平，而移动大数据则时时关注每一位学习者个体的微观表现，诊断学生的日常学习问题，通过可视化的反馈结果，为学习者提供个性化的学习策略，教师更好地实施因材施教，最终起到提升教学效率、切实提高教学质量的目的。
参考文献：
[1]姜强，赵蔚，王朋娇，等.基于大数据的个性化自适应在线学习分析模型及实现[J].中国电化教育，2015（1）.
[2]游忠惠.大数据时代：考试到评价的跃升[N].光明日报，2014-01-30.
[3]高艳艳.基于大数据分析的中小学生个性化学习诊断模型研究[D].河北师范大学，2016.
[4]武法提，牟智佳.电子书包中基于大数据的学生个性化分析模型构建与实现路径[J].中国电化教育，2014（3）.
[5]张进良，何高大.学习分析：助推大数据时代高校教师在线专业发展[J].远程教育杂志，2014（1）.
[关 键 词] 移动大数据；职业院校；教学诊断
[中图分类号] G712 [文献标志码] A [文章编号] 2096-0603（2017）31-0080-02
一、问题的提出
2015年6月，教育部办公厅发布《关于建立职业院校教学工作诊断与改进制度的通知》（教职成厅〔2015〕2号），在全国职业院校推进建立教学工作诊断与改进制度，全面开展教学诊断与改进工作。教学工作诊断与改进是职业院校对人才培养质量自我诊断与检查保障的手段，“诊断”是融入教学全程的，没有起止时间的限制，注重过程，旨在通过“过程性”数据的开发、采集、利用，使职业院校人才培养质量保持持续的提升。教学诊断与改进应具备人人参与、处处覆盖、时时共享数据采集与管理平台，应该说管理平台的建立和采集数据并进行有效挖掘和利用是实现诊断与改进非常关键的环节。随着云技术、大数据技术的广泛使用，基于大数据技术的移动教学平台将是诊断数据来源的有效载体，甚至应能通过对数据的利用和开发实现智能诊断。
二、国内外研究现状
2012年美国实行了一项耗资2亿美元的教育大数据计划。这一计划旨在通过运用大数据分析来改善教育，该项目创造了一个数据采集、挖掘、案例化的“学习分析系统”，用于了解学生到底是在“如何”学习，而不仅仅是学业结果。总部位于加拿大安大略省沃特卢的教育科技公司“渴望学习”（Desire 2 Learn），通过监控学生阅读电子化的课程材料、提交电子版的作业、在线与同学交流、完成考试与测验，让计算程序持续、系统地分析每个学生的教育数据，比如学生回答一个问题用了多少时间，回答这个问题使用了哪些资源，哪些问题被跳过了，为了回答这个问题做了哪些学习准备，这个问题与其他已经回答了的问题之间存在什么关系。
大数据在国内课堂教学也有很好的尝试——北京智启蓝墨信息技术有限公司开发的一款基于移动网络环境针对教师和学生永久性免费的校园APP，这款移动大数据APP通过以下功能采集课堂信息：（1）建立移动网络班级；（2）发布信息，实现即时教学沟通；（3）教师教学资源分享，学生下载资源学习；（4）教师随时随地在课里创建作业/小组任务、头脑风暴、讨论/答疑、测试等网络教学活动，实现即时教学互动；（5）手势或一键签到；（6）教师通过“成员”界面查看每位学生的出勤情况、学习进度和学习时长、笔记数量、参与活动、交互练习结果等情况。教师还有权限生成所授云班课的教学报告，及时查看云班课开展的各类教学活动与学生经验值获得的情况，针对经验值较低的学生进行学情分析，及时发现和解决学习过程中存在的问题。“云班课”APP的这些功能及特点与教学诊断与改进强调对学习过程的评价，强调及时反馈和调节的作用不谋而合。因其操作的简便性、反馈的及时性、记录的客观性、内容的丰富性、消息推送的精准性等特点，深受师生的认可。2017年2月15日，北京蓝墨大数据技术研究院发布《中国院校第一份课堂云教学大数据报告》，该报告覆盖全国31省份的3100余所院校的相关中职、高职、本科院校，共计8万余个教学班次、2.3万名教师和133.2万名学生的全数据样本，公布了实施课堂移动云教学的相关院校教师备课时间分布及工作量的对比，学生学习时间分布及对比，各区域相关院校出勤率平均值对比等共35个数据点，为如何做好职业院校的课堂教学改革提供了客观科学的数据支撑。该移动平台近年来大规模、长期地测量、记录、存储、统计、分析这些课堂数据，所获得的海量数据更契合大数据（bigdata）的要求。
三、移动云班课在教学诊断中应用案例
以笔者目前所授计算机应用技术软件方向三年级高职学生在《面向对象程序设计C#》这门课程运用移动云班课在教学诊断中的应用实践为案例介绍。
传统教学中，在教师接触学生的第一堂课之前，对学生是否有相应知识储备很难了解，虽然该班级在上学期接触过相关课程，但任课教师对学生是否掌握某章节的重点、难点不确定。运用移动云班课，任课教师可以先将授课章节应掌握的知识点录制成微课，或者收集相关知识点的信息，在课前发布于提前建立的网络班课里。学生通过手机APP下载学习，并根据老师的要求对自学产生的疑问点进行讨论，以获得相应经验值。实践证明，学生对类似游戏升级的经验值积累表现出较高的积极性，较好地提升了学习的主动性和学习内容广度和深度。教师则借此观察学生掌握的程度，还可以在平台的统计功能中看到学生回答题目正确与否的统计情况，针对错误率较高的题目给予诊断性评价，真正实现课堂上学生会的不教，学生不会的通过引导、交流、释疑的方法突破，实现从学生需求实际出发开展教学。
与传统教学只知道答题结果正确与否不同的是，移动数据平台使监控学生的每一个学习行为成为可能，老师得到的不仅仅是展示学生分数与作业的结果，而是像视频学习、完成练习时间长短等这样更为详细的重要信息，辅助老师及时诊断问题的所在，提出改进的建议，并预测学生的考试结果。利用蓝墨云移动班课，教师查看形成性评价中的各类活动构成，学生经验值计算是以同班课内学生中最高经验值为基数，超过80%（含）为优秀，60%（含）至80%为及格，60%以下为不及格，系统针对不同经验值的学生提供的学情分析如图所示，为教师及时发现和解决学生学习过程中存在的问题提供依据。
蓝墨云班课有效实现课堂数据全记录，包括每个学生每天的学业以及非学业数据，这些数据经清洗、抽出等挖掘手段后将反映诸多有价值的信息，将教师凭经验上课改变成依据学生学情的实时数据采集和课堂诊断改进教学，比如，学业水平测试中学生正确率情况可以作为任课老师进行重点复习还是简要复习的准确依据，某一个知识点是采用老师讲授还是小组合作学习方式效果更好，帮助学生突破难点。大数据的智能统计與迅速反馈，更好地协助教师调整授课中的重难点，使课堂教学更加符合学生的需要，有效提高课堂效率。
学生完成相应的学习任务之后，教师就可以通过云平台查看作业的正确率，并且对学生哪个知识点掌握得较好，哪个知识点表现一般等信息一目了然，再轻松调取相关章节，准确“把脉”，对症下药。另外，对不同分数层次的学生，也可以针对性地给出不同层次的题目，比如对失分较多的学生应考查基础知识掌握情况，以夯实基础知识点为主；对灵活题出错较多的学生，则可以推送一些变式练习；针对掌握较好的学生，推送一些综合性的练习题目，来提升综合应用能力，这些“处方”都是基于智能诊断基础上，帮助教师从经验教学走向精准教学，帮助学生从模糊学习走向精准学习，师生均能获得有针对性的回应，真正促进老师的教学从模糊走向精准，最终实现因材施教的教学理念。
总之，移动大数据与传统教育的数据本质区别体现在采集来源和应用方向两个方面。传统教育数据注重体现学习者整体的学业水平，而移动大数据则时时关注每一位学习者个体的微观表现，诊断学生的日常学习问题，通过可视化的反馈结果，为学习者提供个性化的学习策略，教师更好地实施因材施教，最终起到提升教学效率、切实提高教学质量的目的。
参考文献：
[1]姜强，赵蔚，王朋娇，等.基于大数据的个性化自适应在线学习分析模型及实现[J].中国电化教育，2015（1）.
[2]游忠惠.大数据时代：考试到评价的跃升[N].光明日报，2014-01-30.
[3]高艳艳.基于大数据分析的中小学生个性化学习诊断模型研究[D].河北师范大学，2016.
[4]武法提，牟智佳.电子书包中基于大数据的学生个性化分析模型构建与实现路径[J].中国电化教育，2014（3）.
[5]张进良，何高大.学习分析：助推大数据时代高校教师在线专业发展[J].远程教育杂志，2014（1）.