高职个性化教学模式研究

时间:2022-09-04 10:53:35

高职个性化教学模式研究

[摘要]随着信息技术的快速发展,大数据技术的广泛应用为个性化教育的发展提供了有力支持。在此大环境下,分析了大数据对高职个性化教育的影响,从个性化教学目标、教学内容、学习路径、学习评价等方面构建了基于大数据的高职个性化教学模式。

[关键词]大数据;个性化教育;教学

1引言

随着信息技术的迅猛发展,尤其是大数据、云计算、移动互联网、物联网等新一代信息技术的广泛应用,为个性化教育提供了良好的发展契机。从中小学校到高等院校,大部分的学校为促进教育信息化,建设了大量的数字化教学资源,开展以云平台为基础的空间教学,要求学生进行自主学习。但对于高职学生来说,由于缺乏学习的主动性以及对基础知识掌握的不扎实等原因,使其很难适应这种学习方式,最终导致学习效果不佳。因此,研究在云平台空间教学、微课、慕课等大数据环境下开展适合高职学生的个性化教学,促进学生获取知识和掌握技能,并使其能够适应社会发展,成为高素质专业技能型人才,具有重要的意义。

2大数据环境下的个性化教育是高职教育未来发展方向

2006年,欧洲经合组织(OECD)发表《面向明日之学校教育:使教育个性化》报告,将个性化教育作为应对时代变革的重要教育议程,认为模式化、一刀切的传统教育既不适合个人需求,也和知识经济社会的发展格格不入。另外,传统教育存在诸多局限性,如教育模式以教师为中心、学生被动接受知识;教学形式以现场授课为主,形式呆板,手段单一,内容有限;班级学生众多,教师仅凭学生成绩及错误答案来了解学生的学习情况。在这种教育模式中,所采集的教育数据是阶段性、非自然的,只能进行简单汇总统计与分析,数据的诠释比较宏观。当今社会,移动终端设备的深入普及不仅方便了人们对信息的获取和应用,而且在此环境下,产生了海量的数据信息。在大数据技术快速发展的大环境下,教育大数据使教育研究从宏观群体走向了微观个体,实现了教育数据采集的实时性、连贯性、全面性和自然性,分析手段复杂、多样、深入,为教育教学决策提供有效支持,从而实现人才培养个性化、教学评价多样化、教育决策科学化,实现以数据驱动的“因材施教”。2010年,我国政府的《国家中长期教育改革和发展规划纲要(2010-2020年)》中明确提出“注重因材施教,关注学生不同特点和个性差异,发展每一个学生的优势潜能”,鼓励个性化发展,为每个学生提供“适合的教育”的观念。因此,大数据环境下的个性化教育将是面向知识经济时代的未来高职教育发展方向。

3基于大数据的个性化教学模式构建

大数据技术的兴起,给传统教学带来的机遇与挑战,同时也推动了教师教学理念上的更新。本研究从设定个性化教学目标、教学组织、教学评价三个方面,构建基于大数据的个性化教学模式,如图1所示。3.1根据学生学习需求,设定个性化教学目标。个性化教学目标是指在尊重学生个体差异的基础上,本着以学生为主体,培养发展个性优势所生成的教学活动实施方向和预期结果。在实际教学实践中,因教学活动涉及面广、过程复杂多变,大多数学生需要达成的整体目标和可以量化的知识技能目标比较重视,个别学生的差异化目标和方法掌握、情感变化方面的目标容易忽略、难以设定。而大数据分析技术可以将每个学生的学习行为数据提取并直观地显现,从而分析每个学生的学习状态,找出和预设教学目标之间的差距,并统计分析这种差距的范围、跨度,使教学目标更加个性化、具体化和精确化;另外,利用大数据技术支持下的网络教学平台,记录学生学习方法使用过程,捕捉学生情感、态度变化,分析每个学生学习方法使用的程度和情感态度所处的状态趋向性,从而较准确地设定学生在学习方法掌握与情感态度发展方面的教学目标。3.2分析学生学习特征和能力,构建个性化教学形式、内容及学习路径。个性化学习路径是指根据学生的个人能力和情境因素,在学习过程中选择或被选择个性化的学习资源序列,从而提高学生的学习效率。由于高职学生本身基础不扎实,学习兴趣不高,学习能力相对较差。要提高高职学生的学习积极性,首先教师在教学组织上要以学生为中心,在大数据等信息技术支持下,采取线上线下相结合的教学形式。通过线上教学,可以给学生提供有针对性的、丰富的教学资源。教师要引导学生自主地选择、组织、利用各类教学资源,提升教学内容对学生的吸引力。通过线下面对面教学,可以给学生进行现场集中指导和评价。同时,也要多将问题抛给学生,让学生多互动、多交流,给学生充分展示自己的机会,促进学生解决问题的能力,提高学生的自信心。其次,利用大数据记录、分析教学活动中学生学习行为,对每个学生从已知到未知、从感知到理解、从巩固到应用、从易到难等认知秩序的水平、状态作出较准确的判断,分析每个学生的认识水平、状态与设定教学目标的差距,教师依据这些数据对教学内容进行动态更新,分配最合适的学习任务,使学生在学习过程中富有成就感,增强学习动力,调动学习积极性。再者,教师利用大数据技术准确地把握学生的知识基础、认知能力、学习习惯等,引导学生依据教学目标及教学内容自主选择最适合自己的学习路径,让学生利用自己最擅长的学习方式进行高效的学习,提高学生的学习能力和学习效果。3.3对学生学习进行个性化评价,实现精准教学。学习评价是教与学活动中的一个重要环节,评价方式和评价内容在一定程度上影响着教学过程。传统的学习评价通常是教师通过出勤情况、平时作业、测试结果按一定比例计算,给出综合成绩,主要考核学生的学习态度及对知识的掌握程度,评价内容统一、评价标准统一。然而这种评价方式很难对学生做出客观的、个性化的评价,无法实施个性化精准教学。因此,要实现精准教学,就要以知识目标、技能目标为评价导向,从知识学习、认知发展两个方面对学生的学习结果进行个性化评价,确定其离教学目标的距离,并结合学习过程、学习行为采取相应的措施。在大数据环境下,表情识别技术、传感技术、学习分析技术等先进技术的深度融合,使学生的个性化评价更加全面。如课堂教学中,通过表情、坐姿等数据采集分析,可以准确判断出学生的注意力集中情况、身体疲倦情况。在线学习平台,记录了学生的学习时间、学习轨迹、答题情况、师生互动情况等信息,将这些信息通过智能系统的综合分析,形成可视化分析报告,教师根据报告评估学生的学习情况及未来的学习表现,给学生提出相关的学习改进建议或对策。

4结语

以云计算、移动互联、物联网和数据挖掘为支撑的大数据技术,给教育带来了深刻的影响,基于大数据的个性化教育模式在教学实践中的应用,不仅需要先进信息技术的支持,更需要教师改变传统教学观念,与时俱进。

参考文献:

[1]方海光,罗金萍,陈俊达,等.基于教育大数据的量化自我MOOC自适应学习系统研究[J].电化教育研究,2016(11):38-42.

[2]核心素养研究课题组.中国学生发展核心素养[J].中国教育学刊,2016(10):1-3.

[3]李彤彤,黄洛颖,邹蕊,等.基于教育大数据的学习干预模型构建[J].中国电化教育,2016(6):16-20.

[4]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):85-91.

作者:沈利迪 单位:台州职业技术学院