其他
北京大学朱郑州：基于数据的混合式教学探索与实践
本文大概
6966
字
读完共需
15
分钟
导读：近日，在混合式教学创新者联盟公益讲座中，北京大学软件与微电子学院副教授朱郑州从“软件工程研究+教育教学”融合的视角出发，带来了主题为《基于数据的混合式教学探索与实践》的精彩分享，为混合式教学的实践探索提供借鉴。
导读：近日，在混合式教学创新者联盟公益讲座中，北京大学软件与微电子学院副教授朱郑州从“软件工程研究+教育教学”融合的视角出发，带来了主题为《基于数据的混合式教学探索与实践》的精彩分享，为混合式教学的实践探索提供借鉴。
以下内容根据朱郑州老师分享实录整理：
哪些数据可用于教育教学之中
如何使用教育中的数据
教育教学的心得体会
1）我们想让学生取得什么样的成果？
2）我们为什么要让学生取得这样的学习成果？
3）我们如何有效地帮助学生取得这些学业成果？
4）我们如何知道学生已经取得了这些学习成果？
5）我们如何保障让学生能够取得这样的学习成果？
1）立德树人、德才兼备、融价值塑造、知识传授、能力培养为一体
2）营造良好的人才成长生态环境，尊重学生，个性化成长
3）人才培养与产业建设互联互动
4）调动主动性，激发创新潜能
5）育人者先育己
《IT项目管理》课程案例：
我教授的《IT项目管理》，用OBE重构教学目标，首先是明确专业培养目标，这是学院定的目标：最终要培养高层实用性、符合交叉性和国际化人才。由此，我把课程的教学目标明确化，并归纳为项目规划能力、项目监控能力等8条课程目标，这8个能力和专业毕业要求一一对应，为实现专业培养目标实施教学。
专业培养目标为：高层次、实用型、复合交叉型、国际化人才
《软件工程》课程案例：
我教授的另一门课《软件工程》也有一个教学目标，分为两个层次：基本要求和高阶要求。宏观上，每一章都有职责能力和价值目标，对于不同水平的学生有不同要求。对于优秀学生必须达到高阶要求，对那些能力相对弱，学习进度较慢的同学，由于他们的学习方式跟别人不一样，此时需要我和助教帮他们达到基本要求。
不同能力层级的学生学习目标定下来之后，需要实现“目标可测量”。于是针对八个能力分别进行开发“量规”，每一块都有量规衡量学生，对学生无论是主观还是客观的的作业，结果进行测量。
以下列举八种能力量规之一：团队合作能力量规
03 如何使用教育中的数据？
一、明确教育教学中的问题
怎么运用教育数据？这是每个老师都想知道的问题。姑且分析，软件工程这门课面临的问题是什么？由其四个特征决定。
问题一：课程特征。课程特征是不以人类意志为转移。如何针对软件工程的过程性、抽象性、综合性、复杂性等特征，解决学生难理解、难运用、难发挥的问题？
问题二：因材施教。如何在少数教室的课程中，针对基础参差不齐的众多学生实施全员因材施教？
问题三：与时俱进。如何把软件工程领域的最新前沿科研成果转化成教学内容，提升学生的求知欲和成就感？
问题四：课程思政。如何在实践教学过程中融入思政元素，实现教书育人？
二、运用教育教学工具
我们的教育教学都是围绕着解决这些问题去落实，会采用如下一些教学工具：
基于Moodle的学习系统
我带领研究生做的Moodle是一个开源系统，并在此基础上做了一些开发，通过视频播放，可以采集到学生的所有学习行为数据；收集了大量教学视频，按照知识点进行组织、分类后，“挂上去”推荐学生自选学习；可以做习题，可以讨论、问卷等。
“课堂派” 实现课前课中课后的练习。
“课堂派”目前已经支持混合教学，基本上把中国所有MOOC上数据汇总在一起，采取非下载的在线观看模式；这样老师就会更加方便。
PowerEdu：在线实践平台
PowerEdu用于学校在项目管理过程中的会议、学习进展解释评价、实时打分，学生可以实时在线看到分数。
通过BB实现OBE的教学评价 课件下载
北大教学网购买了BB的一个产品，可以进行自评互评，视频播放，课件下载，学习预警，这个工具非常好。
ClassIn X 组织课堂教学，实施课堂互动
ClassIn疫情期间我们上课都在使用，ClassIn X是开发的新产品，有PC和各种手机端pad端、大屏端版本，上课的时候直接把PPT导入进去开讲即可；ClassIn的一个特点是提供几十种之多的课堂互动小工具，多媒体板书、问卷调查、抢答、计时、回答问题、留作业、考试等等，有效支撑课堂工作，为老师提高工作效率，不用再用第三方的一些比如问卷星之类的工具了，布置作业后，学生的随时提交、随时展示分享很好用。
“头歌” 在线实践平台
这是国内最大的在线实践平台，支持计算机、通信领域的所有课程，实现了代码自动提交，自动解析，我教授的软件工程这门课里面的一些图和自动解析都支持，很实用。去年我开发了《软件工程与理论实践，思政与实战相结合的能力训练》这门课，通过这个平台向全国免费开放，“头歌”支持这样的实践，学生的学习数据也能实时获得，老师可以有针对性地对学生进行辅导和支持。
三、教学设计
教学设计要考虑到3个环境：课前、课后、课后。
大部分老师的做法是：
课前，主要看视频；
课中，老师针对学生看视频的效果，针对性讲解或者回答问题；
课后，做题。
课前：学生在我们开发的Moodle系统里进行学习，然后组织练习、进行讨论；同时还有一个工作叫“摸黑实践”——就是课前实践，让学生去做一些项目，有些课程在学生没学之前是可以上手实践的——学生已有的知识、技能的积累，可以满足课前实践的要求。学生在这些课前的表现行为数据将被记录和保存。
然后，根据这些行为数据对学生进行“画像”，这个画像可能比较粗略，没关系，只要学生用我的系统去学、上课，那么他们的数据会越来越丰富、越来越多，学生的画像会越来越清晰、准确。
这是之后的推荐、预警环节的基石。
课中：老师依据课前的需求分析，采用OBE理论进行教学设计，利用ClassIn、“课堂派”等工具来实施启发教学。教学育人最核心的是“课堂教学”。课堂教学永远不可或缺。通过课堂教学，让学生达到“是自己学好的，而不是老师教出来的”的“境界”，这样的效果我认为是“最好的”；最高层的教育是“学生感觉不到被教育”。
课后：老师布置问题。因为课堂教学其实是教书育人的过程，课后是思想的拔高的过程，要预习下一节课、巩固这一节课，所以学生要进行深度讨论，要给学生们设置一些比较有挑战性的问题，让学校去思考和动手，还要布置一些实践作业。系统根据学生的学习行为进行推荐、预警、评价；各项评价系统自动生成，老师根据各项评价进行实时“学习干预”，与同学聊天谈话，找出原因，提早发现和解决。
四、开展混合式教学
混合教学怎么混合？我们需从5个维度去做：
线上学习和线下教学相结合，一定要坚持“线上线下相融合”，线上要求老师干预少，线下教学是老师主导，学生为主体。
理论和实践相结合，我们这门课程特色是“务必帮助学生构建自己的知识体系，同时也让学生通过实践小型项目实践构建出自身的能力体系”。
专业知识和思政能力相混合，在讲专业课的时候，应该在课程里融入一些“家国情怀”、中华优秀传统文化的内容。
传统教学和人工智能相混合，传统教学里“老师”等“核心要素”不可缺少，同时，现在很多人工智能技术要充分利用，分析数据，起到对学生进行预警帮扶的作用，帮助学生实现学习目标。
课程和前沿理论的混合，每门课程都有本课程教学大纲、有教学目标，且必须完成；同时我们还要考虑部分很优秀的学生，对他们不能低标准，要高标准要求，所以就要进行前沿理论的传授。
我的混合式教学案例如下：
1、教学五步
学前测：在上课前，有“学前测”，大约四五十题，均为客观题，题选项有“对、错和不知道”或者“A/B/C/D、不知道”，因为如果没有“不知道”选项，学生可能瞎蒙，学情就不准确了。还有一个“量表”，通过这些我们可以获得学生的基本信息；
视频学：虽然叫视频学，其实里面还有一些文档、电子书等内容提供给学生学习，如建议学生看第*页到第*页，然后才能进行下一步。因为纯视频学习往往导致单向度的灌输，而学生做题目需要一部分听，一部分阅读；这样的设置立体调动了思考能力。
习题练：边学边练，推荐习题让学生完成以此监测学生对知识点的掌握程度。
集中问：即学生问问题，我们有个论坛可以供学生提问老师回答，老师通过这些问题可以知晓学生们在做什么、想什么、学的怎样、思考的是什么，在后面课程教学设计的时候，进行调整。
课堂讲：每次上课前有学情分析，学生在课堂的线下环境中听课，都要带手机或者电脑，因为课堂要有互动，通过这些终端答题。
2、 理论学习和实践相结合
我教授的这门课，节奏安排紧凑，怎样让学生高效实践是一个挑战。原来布置一些画图实践作业，学生在纸上画好拍照发给老师，我再批改；但是一旦有上百学生，改作业是一个很耗费精力时间的工作；所以我依托某一教学平台，开展在线案例教学实践。
将学生分组，每个小组完成一个项目，从头到尾把这个项目做完。
分组方法：根据学生的专业，监测成绩和性别，进行分组；确保基础好和差的学生分到一组，男女生分到一组，避免强强联合、弱弱联合等不合理的情况。
选组长、小组讨论、布置任务、布置作业，整个课程中学生需要交8次作业，其中7次是过程数据，每一步产出一个成果，小组协力完成。
在第8次，也就是最后一次课上各组成果展示，有些项目是学生参加大赛的项目，有些项目是学生创业项目，这些项目都属于实战，使学生产生“手感”、做好做完美，而不是应付老师交作业。只有解决真实的问题，才能真正锻炼学生。
最后“综合评价”，包括小组成绩评价，实践成绩评价等几个部分。
3、专业知识和课程适当融合
实际上，在国内教育系统大力推广课程思政之前，在我的课程中已经落实——每章、每个知识点都包含了思政元素，详见如下表格。
学生学习过程，也是一个提高自身思政水平的过程，学生可以形成一些感悟点进行分享。此外，我们搭建了一个学生成果微信订阅号，学生看到自己的成果与大家分享，成就感油然而生，可持续的动力也有了保障。
4、传统教学和人工智能
积累的数据如何使用？我的做法如下：
第一，学生画像：这个画像是“系统做的”，而不是老师自己去画。除了基础数据，还有学习过程数据，帮助我们完善画像；遇到学生不认真填写量表？没关系，通过学生学习行为数据，动态调整。同学们在学习平台学习一段时间，他们的学习习惯、风格都可被准确量化把握。 第二，学习推荐：学生推荐一些适合自身学习的个性化内容，包括学习内容、学习路径、学习内容展示形式，因为在推荐的“背后”有“推荐引擎”支撑。如何实现的呢？我们根据学生个人的知识图谱、学生学习画像、采取一些算法，就可以进行精准点到点的推荐，最后进行效果的评价。 第三，学习预警：学生在学习过程中，有任何行为或者干脆没有行为，都可以被记录和综合分析；基于此对行为进行预警。系统把线采集的数据和线下课堂采集的数据，分为数据类别，提出预警特征，构建学习预警模型，对学习效果进行预警——分为：红、黄、绿三个等级。红色表示存在学习危机，绿色为正常或问题不大，黄色则徘徊在边缘阶段。这样老师就可以判断是否需要干预，老师及时介入与学生谈话，避免学生期末考试后才发现不及格的情况发生。从我的经验看，基本上学习进度到三分之一，系统就能判断哪些学生需要进行干预了。 第四，学习情感：包括课堂学习情感和培训学习情感。课堂学习情感的捕捉方式是在课堂内架设一部摄像机，拍摄学生，分析表情、态度和情感；在线上学习的时候，系统会提示学生打开摄像头，当系统发现学生在看视频时扭头、与他人说话、没人、或者学生放了一张头像图片等等情况，系统可以实时发现并记录提示，确保学生学校的有效性。当学生未同意系统采集视频，系统会另申请采集语音，如果采集中发下语音比较少，可以判断学习态度出现问题；当然也有极个别情况，学生不对视频、语音都不同意系统采集，这种情况下，我们从技术上可以做到——学生如果将本学习系统界面最小化，或者非首屏播放，则自动暂停播放。获取了这些数据后，数据将被导入分析系统，以此对学生进行推荐和学习情感分析。 第五，学习态度：这涉及两个层面，积极度和消极度；我们利用学习技术来智能化评估学生的学习态度，弥补了线上学习过程中缺少监督机制的问题，让学生可以了解自己的学习状态，这种反馈本身就是一种学习干预。学生见到提示，大部分都会改正学习态度和行为，成绩和效果会有改善。
5、课程知识和前沿理论
刚才通过“案例”，我谈了前沿理论的传授模式；同时，我在“课堂上”对前沿理论也进行了讲解——把当前学科的前沿内容做成PPT，每节课讲一点；我建议同学们去网上寻找，去在线教学数据库搜集论文，阅读并上传分享到“互师网”；在那里同学们可以看到、评价别人的论文，达到互相学习的效果。
6、课程评价
基于学生画像、OBE理念，对学生的学习数据进行特征筛选，采用算法，预测出学生的学习效果，根据效果评价，采用基于模板的自然语言生成技术，生成个性化评价报告。这份报告中会详述，某某同学，在某某领域学的优异，某某领域或知识点学习效果、掌握程度欠佳，也会对学生的成绩进行分析。学生对自身情况也就一目了然。 总结一下：教学要按照教学目标执行，无论怎么混合，目的都是让学生学习更有成效、学以致用。怎么做呢？
首先，要运用OBE的思想，需要设计教学目标、教学量规、案例和课程教学，设计课程教学效果评价体系，都要铺展开去层层递进实施。
其次，要特别注意学生参与性，只有学生参与进来了，才能激发他们的主动性，创意才能发挥出来。
再者，第三课堂内容要适当留白，让学生有饥饿感，激发探索欲，老师在课堂内不要讲满，留点白，话到嘴边留半句，另半句让学生去探索总结，这样可以培养学生的饥饿感，让学生不知足，进而知不足。
最后我想分享的一点是，落实课程思政，要依赖老师的人格魅力。学生亲其师，才会信其道，对老师打开心扉，只有老师“行不言之教”才能起到“润物细无声”的教学效果。老师要注意自己为人师表，学生自然会有收获。
04 教育教学的心得体会
我是个教学发烧友，有一些对于教育教学的理解，我的四点心得体会是：
第一，无我。以学生成长为中心的教育离你那，以“无我”的心态，不断更新教学内容和教学设计。
第二，有为。面向国家需求，勇于担当，探索教学改革之道，提升教学质量，保护学生信息。
第三，好为人徒。“育人先育己”，开阔胸襟，不断学习，持续改进，教学相长。
第四，善假于物。开发和利用各类教学工具，调动学习主动性，激发创新潜能，提高教学效果。
文章来源 | 本文来源于北京大学朱郑州教授在“混合式教学创新者联盟公益讲座”的分享内容，混合式教学创新者联盟公益讲座，旨在构建一线教师和研究者的研究共同体，聚焦混合式教学来自一线最真实的实践问题与困惑，促进一线教学智慧与理论研究的不断对话，探寻混合式教学实践问题的创新解法。