论文部分内容阅读
【摘要】：随着技术与课程的融合程度加深，出现了慕课、反转课堂、微课、线上和线下的混合式学习等新的教学模式。这些丰富的教学模式为学生的学习和教师的高质量授课带来了便利。因此，如何把这些数据资源与学生的学习全面结合起来，并根据学生的差异性，结合学生的不同特点，创造个性化的教学和学习环境是诚待解决的问题。[1] 大数据赋予了这个时代新的特色，也促使教學方法有了新的突破。本文基于先前学者们的卓越研究发现，也结合了新形式和新变化，以期丰富和充实大学英语听力教学内容及教学形式，达到更好的教学效果。
一、大数据
大数据是指一定时间范围内，依靠传统数据库软件难以进行捕获、储存、管理和分析的极大规模的数据集合，需要更新的方法和手段才能发掘其在决策、流程优化等方面的优势。维克多·迈尔—舍恩伯格（Viktor Mayer-Schonberger）及肯尼斯·库克耶（Kenneth Cukier）编写的《大数据时代》将其特点归纳为：数据庞大、传播速度快、样式在众多、价值密度低和具有一定真实性。[4]通过大数据提供的丰富的手段，结合适当的教学改革，学生的英语听力能力培养模式将会得以革新，为充分地实现各级培养目标奠定基础。同时，新的听力能力培养模式的拓展，也能促进教师对于大数据的理解和创新性运用，从而更好地挖掘大数据的潜力，服务于教学。互联网提供了丰富的资源，包括文本、视频、音频等，题材也多种多样。
大数据的分析主要受益人是教师、学生、教育机构和教学设计者，且每一个利益群体对信息的需求不同。具体来讲，学生需要的信息是对自己学习表现、分析内容和薛睿希策略的相关反馈。教师通过跟踪学生的数据轨迹，了解学生的认知结构、学习倾向、学习风格和对学习的价值取向，从而依此来改进教学实践，加深学生与教师的互动程度。教学设计者通过学习行为的数据分析，评估学习资料可用性，调整难度，提升课程设计的目标和课程质量。学习分析的数据来源两大类别：集中的教育系统和分布式学习环境。前者包括学习管理系统、信息系统中的学生活动数据日志和交互数据。后者的数据广泛存在于在线学习资源和社交媒体、移动终端等渠道。随着学习资源越来越地进入云端，未来可供分析的异构型的学习数据范围和数量将继续增加。
大数据背景下，外语教学进入子数据化、个性化的学习时代。因此，构建出合理的个性学习方案是迅速提高学生学习的有效途径。在个性化学习环境的创设中，学生的学习能力，需求，动机等都因个体差异而不同，学生的学习方案也因个体差异而改变。因此，只有深入了解学生学习个性化的特征，了解学生学习的行为、过程以及学习态度，对其因材施教，才能帮助实现个性化的高效学习。[2] 著名的美国教育家杜威曾经在他的著作中提到过个性化学习的这个概念，其价值取向与因材施教的教育价值取向相同，就是学习要以学生为中心，通过灵活的教学方式和因材施教的教学策略，为学生提供更适合自己的学习方法和学习内容。[3]教育数据中，有些涉及较大的范围，例如一个年级、一个校区、一个地区，其数据量较大。对于这些数据，可以有效地利用数据统计的方法进行处理，教育机构则利用数据支持教育资源与经济的最优配置，提高人才培养的质量。
大数据的收集为学习的分析提供丰富的资源，也为学习情况的分析提供了科学的依据。通过分析技术，来了解学生的学习及相关情况，及包括学生已有的基础知识水平，也包括学生学习心理、生理及社会特点等。为了科学的事实学习情况分析，利用信息技术平台提供的学生档案，统计分析出学生有效的学习特征和学习要素。
基于课前的大数据分析与准备，课堂中教师要根据学生的不同特点制定相应的教学方案，包括教学过程，教学评价，教学反馈等。教师可以根据不同学生的学习特点为他们制定不同的学习计划和方案。针对不同学生的教学反馈给学生提出针对性的建议和改进措施。传统的教学体系聚焦于“粉笔+ 课本”式的教学策略来实现知识的提取时代一去不复返了。在夸美纽斯、赫尔巴特等教育学家的努力下，日趋完善的班级授课制曾培养了不计其数的精英，但在互联网技术高度发达的时代，那种以年龄为依据，注重规模的班级授课制模式已无法满足学习中的个性化趋势的迫切需要。这些数据的汇总，能够方便教师和决策制定者直观、透彻地了解学生英语学习的客观情况，从而有针对性地调整和制定科学合理的对策。
在教育领域里面，大数据在课堂上出现的形式越来越多，其范围比传统课堂更加广泛。反转课堂，慕课等教学模式的出现，学校里的数据比过去成万倍的增加，这些数据里面除了记载学生的基本信息以外，更重要的是记载了学生的学习过程信息，交互信息，通过这些显性的数据分析，结合教育理论知识，可以发现学生的学习态度、学习动力学习的主观因素，从而为教师的教学设计，教学策略，提供适合个人的个性化教学方案和教学方法。支持实施基于证据的精准教学、有效教学，强调效率或效益的产生，强调依据科学原理指导教学活动，加强教学的科学性，是大数据分析的终极目的。我们可以通过实时的动态监控，预测、评估、反馈、个性化和优化等干预措施来实现学习的个性化指导。
二、移动学习
移动学习起源于2000年美国加州大学伯克利分校的”Mobile Education”研究项目，国际远程教育学家戴维斯蒙德·基更（Desmond Keegan）在2000年庆祝伤害电视大学建校40周年的报告中首次将移动学习的概念介绍到中国。那么什么是移动学习呢？Alexzander Dye在Mobile Education—A Glance at the Future—文中给出了定义：移动学习是一种在移动计算设备帮助下的能够在任何时间任何地点开展的学习，移动学习所使用的移动计算机设备必须能够有效呈现学习内容并提供教师与学习者之间的双向交流。移动学习之所以会产生并被人们接受，一方面得益于先进的电子信息技术，另一方面是因为人们的生活压力越来越大、生活节奏越来越快，所以没有大段的时间和固定的地点来学习，而移动学习便能满足所有的这些需求。在当今大数据时代，人们讨论较多的移动学习有三种：微课、MOOC和翻转课堂。 微课（Micro-lecture）是由美国北爱荷华大学LeRoy A. McGrew教授率先发起的，他希望通过60秒的课程让很多非专业人士了解化学知识。微课这一概念于2008年由美国新墨西哥州圣胡安学院的David Penrose正式提出。Penrose把微课称作为“知识脉冲”，他认为在一定条件下，这种短时间的微课能够与传统的长时间授课效果一致。
MOOC，即Massive Open Online Course，就是大家所熟悉的“大规模在线开放课程”，我们也称之为“慕课”。有两个开放课程为MOOC这一课程模式奠定了基础，一个是美国犹他州立大学的David Wiley教授开设的“Intro to Open Education”课程，还有一个是加拿大里贾纳的Alec Course教授开设的“Media and Open Education”课程。
近年来流行的翻转课堂是一种具有创新的，帮助学生摆脱过多限制的教学方法，它有利于确立学生在课堂上的主体地位，充分发挥他们的想象力和创造性。
“翻转课堂”起源于美国科罗拉多州落基山的林地公园高中，是为了帮助一些由于客观原因不能来校上课的学生的。而真正引起国内教育研究者关注翻转课堂的原因则是2011年可汗学院发起人萨尔曼·可汗在TED（Technology Entertainment Design）上的一个题为“用视频重塑教育”的演讲。
2013年2月26日我國主流媒体《中国教育报》以“一个人的网络教学震动了世界”为题全面评价了美国可汗学院的视频教学。
我国教育专家在推荐“翻转课堂”的同时，结合多年实施素质教育的经验教训，致力于探索适合我国国情的教学改革尤其是课程改革之路，使认识与实践均不断深化。
三、大数据背景下对大学英语听力教学的思考
在以往的传统教学模式中，学生受制于技术落后，想要与教师积极沟通听力中遇到的问题，还是比较困难的。网络技术的发展，使得无论是教师利用网络开展听力教学还是学生想要自学都变得超乎想象的便利。教师也能随时在后台关注到学生写作的进程，随时交流，解除学生的困惑。通过大学据何网络平台的支持，方便教师了解学生的思维活动，帮助学生梳理零散的和不系统的知识，引导学生进一步深入地分析问题，最终形成有逻辑、有深度的观点和见解。大数据的优势体现在对事件更全面更充分和更深刻地把握上，这有利于帮助我们摆脱依靠经验主义建立起来的不够科学严谨的评价体系。
形成性评价主要体现在网站所提供的最终分数中包含有学生每次修改作业后的进步情况。形成性评价不仅能够反映出学生的进步，更能体现出对食物的领会和见解上的提升，这也能促进对学生分析、归纳、推理、综合和评价的能力进行全面的考量。评价方式直接决定了教师如何教以及学生如何学。传统的评价方式往往是期末考试成绩加上平时成绩，形式单一、注重结果。而慕课的评价方式与传统的评价方式完全不同，其强大打的数据统计能力更加系统准确地记录了学生们的所有成绩，使教师进行可视化的教学管理。教师对学生的评价不再由一张试卷决定，学生在一学期中的所有表现都是评价的依据。
大数据的优势在形成性评价中得到了很好的发挥，这也为更全面准确地评价学生的学习情况提供了极大的便利。
传统的英语听力教学模式是教师在课堂中讲解知识点，学生接受并在课后完成相应的练习，然而每个学生的学习能力和接受能力各不相同，有的学生经过一次课后并不能完全理解知识点，外向的学生可能会询问老师，但是一些内向的学生可能就会放弃，因此教师并不能达到教学目标。
然而翻转课堂可以让学生通过视频先自主学习，有不懂的问题可以在课堂上询问老师。先学后教，依学而教是翻转课堂的特色和优势所在。
在大数据背景下，教师不再主导着课堂，学生成为课堂的中心。学生在课前通过视频先自主学习，自助完成相应的测试。课前理解不了的或者课前测试中遇到不会的题目在课堂中由学生提出，与教师和同学共同讨论，最后解决。在这样的课堂中，学生变被动为主动，程为课堂的中心与主体。在慕课的评价体系中，除了教师评价外，还有学生的自评和同伴的互评，评价方式多样化。以课堂教学为基础，突出课堂练习与课后实践，以实践促学习，提高学生自我复合的能力，塑造创造式的学习行为，构建人性化的教学模式。
结语
大学英语听力作为大学英语的一个重要组成部分，直接关系到学生英语的水平，因此，对于学生在今后整个人生发展中都有着巨大的影响作用。教师应该摒弃传统的教学模式，充分利用目前的大数据背景和移动学习，将微课教学、翻转课堂和慕课融入大学英语听力教学中，激发学生的兴趣，提高教学质量。
大数据负责为教学提供令人感兴趣的话题和其他丰富多彩的资料，激发学生情感倾向中的好奇，促使学生积极主动地完成课业。情感倾向对学生完成课业具有至关重要的影响。无法激发学术上学习兴趣，没有自信，被动低接收教师的指令，没有坚毅的性格将任务完成，这些都会直接影响学生的学习，纸币造成英语听力教学很难顺利进行。
大数据应用与大学英语听力教学还处于早期的探索阶段，但其巨大的潜力必将赢得师生的青睐。后面的研究可以考虑建立个性化学习者模型，注重考虑数据的质量、数据的生成和模型发杂程度等因素，要用高效、可信和公平的措施从多个角度手机宽泛的数据。为英语的个性化学习提供科学的教学依据。
【参考文献】
【1】大数据：创新、竞争和生产力的下一个前言[EB/OL].
http：//www.docin.com/p-734982709.html，2016-11-12.
【2】顾小清，薛耀锋，孙妍妍. 大数据时代的教育决策研究：数据的力量与模拟的优势[J].中国电化教育，2016，（1）：56-62.
【3】Pea， R & D. Jacks. A reporter on building the field of learning analytics for personalized learning at scale [R]. a Stanford： Standford University，2014.
【4】[英]维克托·迈尔—舍恩伯格，肯尼斯·库克耶. 大数据时代：生活、工作与思维的大变革[M]. 盛杨燕，周涛，译. 杭州：浙江人民出版社，2013.
一、大数据
大数据是指一定时间范围内，依靠传统数据库软件难以进行捕获、储存、管理和分析的极大规模的数据集合，需要更新的方法和手段才能发掘其在决策、流程优化等方面的优势。维克多·迈尔—舍恩伯格（Viktor Mayer-Schonberger）及肯尼斯·库克耶（Kenneth Cukier）编写的《大数据时代》将其特点归纳为：数据庞大、传播速度快、样式在众多、价值密度低和具有一定真实性。[4]通过大数据提供的丰富的手段，结合适当的教学改革，学生的英语听力能力培养模式将会得以革新，为充分地实现各级培养目标奠定基础。同时，新的听力能力培养模式的拓展，也能促进教师对于大数据的理解和创新性运用，从而更好地挖掘大数据的潜力，服务于教学。互联网提供了丰富的资源，包括文本、视频、音频等，题材也多种多样。
大数据的分析主要受益人是教师、学生、教育机构和教学设计者，且每一个利益群体对信息的需求不同。具体来讲，学生需要的信息是对自己学习表现、分析内容和薛睿希策略的相关反馈。教师通过跟踪学生的数据轨迹，了解学生的认知结构、学习倾向、学习风格和对学习的价值取向，从而依此来改进教学实践，加深学生与教师的互动程度。教学设计者通过学习行为的数据分析，评估学习资料可用性，调整难度，提升课程设计的目标和课程质量。学习分析的数据来源两大类别：集中的教育系统和分布式学习环境。前者包括学习管理系统、信息系统中的学生活动数据日志和交互数据。后者的数据广泛存在于在线学习资源和社交媒体、移动终端等渠道。随着学习资源越来越地进入云端，未来可供分析的异构型的学习数据范围和数量将继续增加。
大数据背景下，外语教学进入子数据化、个性化的学习时代。因此，构建出合理的个性学习方案是迅速提高学生学习的有效途径。在个性化学习环境的创设中，学生的学习能力，需求，动机等都因个体差异而不同，学生的学习方案也因个体差异而改变。因此，只有深入了解学生学习个性化的特征，了解学生学习的行为、过程以及学习态度，对其因材施教，才能帮助实现个性化的高效学习。[2] 著名的美国教育家杜威曾经在他的著作中提到过个性化学习的这个概念，其价值取向与因材施教的教育价值取向相同，就是学习要以学生为中心，通过灵活的教学方式和因材施教的教学策略，为学生提供更适合自己的学习方法和学习内容。[3]教育数据中，有些涉及较大的范围，例如一个年级、一个校区、一个地区，其数据量较大。对于这些数据，可以有效地利用数据统计的方法进行处理，教育机构则利用数据支持教育资源与经济的最优配置，提高人才培养的质量。
大数据的收集为学习的分析提供丰富的资源，也为学习情况的分析提供了科学的依据。通过分析技术，来了解学生的学习及相关情况，及包括学生已有的基础知识水平，也包括学生学习心理、生理及社会特点等。为了科学的事实学习情况分析，利用信息技术平台提供的学生档案，统计分析出学生有效的学习特征和学习要素。
基于课前的大数据分析与准备，课堂中教师要根据学生的不同特点制定相应的教学方案，包括教学过程，教学评价，教学反馈等。教师可以根据不同学生的学习特点为他们制定不同的学习计划和方案。针对不同学生的教学反馈给学生提出针对性的建议和改进措施。传统的教学体系聚焦于“粉笔+ 课本”式的教学策略来实现知识的提取时代一去不复返了。在夸美纽斯、赫尔巴特等教育学家的努力下，日趋完善的班级授课制曾培养了不计其数的精英，但在互联网技术高度发达的时代，那种以年龄为依据，注重规模的班级授课制模式已无法满足学习中的个性化趋势的迫切需要。这些数据的汇总，能够方便教师和决策制定者直观、透彻地了解学生英语学习的客观情况，从而有针对性地调整和制定科学合理的对策。
在教育领域里面，大数据在课堂上出现的形式越来越多，其范围比传统课堂更加广泛。反转课堂，慕课等教学模式的出现，学校里的数据比过去成万倍的增加，这些数据里面除了记载学生的基本信息以外，更重要的是记载了学生的学习过程信息，交互信息，通过这些显性的数据分析，结合教育理论知识，可以发现学生的学习态度、学习动力学习的主观因素，从而为教师的教学设计，教学策略，提供适合个人的个性化教学方案和教学方法。支持实施基于证据的精准教学、有效教学，强调效率或效益的产生，强调依据科学原理指导教学活动，加强教学的科学性，是大数据分析的终极目的。我们可以通过实时的动态监控，预测、评估、反馈、个性化和优化等干预措施来实现学习的个性化指导。
二、移动学习
移动学习起源于2000年美国加州大学伯克利分校的”Mobile Education”研究项目，国际远程教育学家戴维斯蒙德·基更（Desmond Keegan）在2000年庆祝伤害电视大学建校40周年的报告中首次将移动学习的概念介绍到中国。那么什么是移动学习呢？Alexzander Dye在Mobile Education—A Glance at the Future—文中给出了定义：移动学习是一种在移动计算设备帮助下的能够在任何时间任何地点开展的学习，移动学习所使用的移动计算机设备必须能够有效呈现学习内容并提供教师与学习者之间的双向交流。移动学习之所以会产生并被人们接受，一方面得益于先进的电子信息技术，另一方面是因为人们的生活压力越来越大、生活节奏越来越快，所以没有大段的时间和固定的地点来学习，而移动学习便能满足所有的这些需求。在当今大数据时代，人们讨论较多的移动学习有三种：微课、MOOC和翻转课堂。 微课（Micro-lecture）是由美国北爱荷华大学LeRoy A. McGrew教授率先发起的，他希望通过60秒的课程让很多非专业人士了解化学知识。微课这一概念于2008年由美国新墨西哥州圣胡安学院的David Penrose正式提出。Penrose把微课称作为“知识脉冲”，他认为在一定条件下，这种短时间的微课能够与传统的长时间授课效果一致。
MOOC，即Massive Open Online Course，就是大家所熟悉的“大规模在线开放课程”，我们也称之为“慕课”。有两个开放课程为MOOC这一课程模式奠定了基础，一个是美国犹他州立大学的David Wiley教授开设的“Intro to Open Education”课程，还有一个是加拿大里贾纳的Alec Course教授开设的“Media and Open Education”课程。
近年来流行的翻转课堂是一种具有创新的，帮助学生摆脱过多限制的教学方法，它有利于确立学生在课堂上的主体地位，充分发挥他们的想象力和创造性。
“翻转课堂”起源于美国科罗拉多州落基山的林地公园高中，是为了帮助一些由于客观原因不能来校上课的学生的。而真正引起国内教育研究者关注翻转课堂的原因则是2011年可汗学院发起人萨尔曼·可汗在TED（Technology Entertainment Design）上的一个题为“用视频重塑教育”的演讲。
2013年2月26日我國主流媒体《中国教育报》以“一个人的网络教学震动了世界”为题全面评价了美国可汗学院的视频教学。
我国教育专家在推荐“翻转课堂”的同时，结合多年实施素质教育的经验教训，致力于探索适合我国国情的教学改革尤其是课程改革之路，使认识与实践均不断深化。
三、大数据背景下对大学英语听力教学的思考
在以往的传统教学模式中，学生受制于技术落后，想要与教师积极沟通听力中遇到的问题，还是比较困难的。网络技术的发展，使得无论是教师利用网络开展听力教学还是学生想要自学都变得超乎想象的便利。教师也能随时在后台关注到学生写作的进程，随时交流，解除学生的困惑。通过大学据何网络平台的支持，方便教师了解学生的思维活动，帮助学生梳理零散的和不系统的知识，引导学生进一步深入地分析问题，最终形成有逻辑、有深度的观点和见解。大数据的优势体现在对事件更全面更充分和更深刻地把握上，这有利于帮助我们摆脱依靠经验主义建立起来的不够科学严谨的评价体系。
形成性评价主要体现在网站所提供的最终分数中包含有学生每次修改作业后的进步情况。形成性评价不仅能够反映出学生的进步，更能体现出对食物的领会和见解上的提升，这也能促进对学生分析、归纳、推理、综合和评价的能力进行全面的考量。评价方式直接决定了教师如何教以及学生如何学。传统的评价方式往往是期末考试成绩加上平时成绩，形式单一、注重结果。而慕课的评价方式与传统的评价方式完全不同，其强大打的数据统计能力更加系统准确地记录了学生们的所有成绩，使教师进行可视化的教学管理。教师对学生的评价不再由一张试卷决定，学生在一学期中的所有表现都是评价的依据。
大数据的优势在形成性评价中得到了很好的发挥，这也为更全面准确地评价学生的学习情况提供了极大的便利。
传统的英语听力教学模式是教师在课堂中讲解知识点，学生接受并在课后完成相应的练习，然而每个学生的学习能力和接受能力各不相同，有的学生经过一次课后并不能完全理解知识点，外向的学生可能会询问老师，但是一些内向的学生可能就会放弃，因此教师并不能达到教学目标。
然而翻转课堂可以让学生通过视频先自主学习，有不懂的问题可以在课堂上询问老师。先学后教，依学而教是翻转课堂的特色和优势所在。
在大数据背景下，教师不再主导着课堂，学生成为课堂的中心。学生在课前通过视频先自主学习，自助完成相应的测试。课前理解不了的或者课前测试中遇到不会的题目在课堂中由学生提出，与教师和同学共同讨论，最后解决。在这样的课堂中，学生变被动为主动，程为课堂的中心与主体。在慕课的评价体系中，除了教师评价外，还有学生的自评和同伴的互评，评价方式多样化。以课堂教学为基础，突出课堂练习与课后实践，以实践促学习，提高学生自我复合的能力，塑造创造式的学习行为，构建人性化的教学模式。
结语
大学英语听力作为大学英语的一个重要组成部分，直接关系到学生英语的水平，因此，对于学生在今后整个人生发展中都有着巨大的影响作用。教师应该摒弃传统的教学模式，充分利用目前的大数据背景和移动学习，将微课教学、翻转课堂和慕课融入大学英语听力教学中，激发学生的兴趣，提高教学质量。
大数据负责为教学提供令人感兴趣的话题和其他丰富多彩的资料，激发学生情感倾向中的好奇，促使学生积极主动地完成课业。情感倾向对学生完成课业具有至关重要的影响。无法激发学术上学习兴趣，没有自信，被动低接收教师的指令，没有坚毅的性格将任务完成，这些都会直接影响学生的学习，纸币造成英语听力教学很难顺利进行。
大数据应用与大学英语听力教学还处于早期的探索阶段，但其巨大的潜力必将赢得师生的青睐。后面的研究可以考虑建立个性化学习者模型，注重考虑数据的质量、数据的生成和模型发杂程度等因素，要用高效、可信和公平的措施从多个角度手机宽泛的数据。为英语的个性化学习提供科学的教学依据。
【参考文献】
【1】大数据：创新、竞争和生产力的下一个前言[EB/OL].
http：//www.docin.com/p-734982709.html，2016-11-12.
【2】顾小清，薛耀锋，孙妍妍. 大数据时代的教育决策研究：数据的力量与模拟的优势[J].中国电化教育，2016，（1）：56-62.
【3】Pea， R & D. Jacks. A reporter on building the field of learning analytics for personalized learning at scale [R]. a Stanford： Standford University，2014.
【4】[英]维克托·迈尔—舍恩伯格，肯尼斯·库克耶. 大数据时代：生活、工作与思维的大变革[M]. 盛杨燕，周涛，译. 杭州：浙江人民出版社，2013.