疫情防控下个性化混合式教学研究

疫情作为全球关注的突发公共卫生事件，影响与改变了社会生活中的方方面面，也让各行各业对未来愿景与规划产生全新认知［1-3］。在我国抗击病毒取得阶段性成果后，作为在抗疫期间产生重大变革的教育行业，对未来教学模式的探讨成为当前教育教学改革与发展迫在眉睫的重要研究内容［4］。在本次抗击疫情的过程中，互联网时代的特性得到了充分展示，“网络化”概念深入人心，继“线上购物”之后，“线上办公”、“线上教育”也成为公众日常生活一部分［5］。在线上教育助力疫情期间教育教学的过程中，超星平台、中国大学MOOC等传统线上教育平台，以及腾讯会议、阿里钉钉等互联网企业的新兴教育平台得到了极大发展，进一步推动了线上教育模式改进与完善［6］。线上教育在疫情前被普遍认定为辅助教学手段，在未来的教学过程中必将发挥更重要的作用，社会整体网络化概念的推进也将极大改变线上教育在未来教学中的比重。与此同时，由于线上教育一直作为传统线下教育的补充，在相关准备并未充足的情况下，在抗疫期间应急性承担起全部教学内容，暴露出许多问题与不足，还需后续相关研究对其进行深入分析和总结［7］。因此，本文针对抗击疫情过程中线上教育的实施过程，将其与传统线下教育进行对比分析，并结合人工智能技术与混合式教育方法，探究具有更好教学效果的教学模式——个性化混合式教学。

1教学模式

在疫情得到控制之后，后疫情时期教学模式必将产生重大变革［8］。以2002-2003年非典疫情为例，伴随着对疫情的分析与反思，淘宝、京东在随后两年之内相继成立，奠定并开启了中国互联网时代网络购物的繁荣与昌盛。在本次抗击疫情的过程中，信息时代的高效性使后疫情时代响应时间大幅缩短，疫情期间催生了大量线上教育平台的迅猛发展，非典时期两年的酝酿期被缩短为近两个月［9］。这种高效性一方面为抗击疫情提供了强有力的快速支持，另一方面也凸显了线上教育潜在问题。基于现有教学环境与教学模式，结合线上线下教育和人工智能等技术，混合式教学和个性化教学应运而生，被广泛认为可为未来教学提供重要的参考与启发。1.1混合式教学目前线下与线上课堂教学环境均已实现数字化和结构化。因此，未来课堂上老师和学生的上课行为数据、上课教材内容、学生课前预习和课后预习的所有细节，都将被转为数字版本。随着该过程的不断深化，传统教学模式必将在教育信息化与智能化的发展进程中逐步过渡到混合式教学模式［10］。为应对疫情对教育产业提出的巨大挑战，教育行业在加快线上教学的推进过程中，对在线教学的优点和缺点有了更深刻的认知。尤其是在高等教育教学过程中，高校学生同时具有成年人和学生的双重身份，一味推进教育全盘线上化激化了大量难以解决的问题。混合式教学因其独特的灵活性，可结合线上线下教学各自优点，通过合理的课时与环境调配取得更好的教学效果。因此，通过科学的手段打通线上教育和线下教育之间的信息壁垒，同时进行合理的时间分配，方可开展高效的混合式教学。1.2个性化教学个性化教育着眼于用智能技术对当前教育理念与教育手段进行分析和改进，在不增加教学人员和学习者负担的前提下，依托人工智能方法找到当前教育规模化和个性化之间的平衡点。因此，个性化教育需从多场景的学习中获取不同结构的数据，随后通过对数据特征的抽取和分析完成对不同学习者在不同学习阶段的数字化表述方式，进而根据分析结果对不同学习者在未来不同学习阶段的学习进行符合其特征的个性化规划。通过进一步分析发现，个性化教育需解决的问题主要集中在3个方面：①将学习者作为教育主体，并完成学习者学习过程的数据刻画；②具有构建不同学习者在学习不同阶段之间有效关系的能力；③通过智能手段得到科学的学习建议。由此可看出，在个性化教育研究中，智能的学习建议、相关数据规律及教育学原理均具有重要意义，这些都依赖于混合式教育的开展及对混合式教育数据的智能分析。

2混合式教学与个性化教学的结合

通过对混合式教学和个性化教学的分析可知，混合式教学和个性化教学的结合可取得更好的教学效果，这种结合的首要关键在于保持教育启发性和延续性的平衡。本文从混合式教学和个性化教学两个角度出发，深入探索线上教学、线下教学的相关优势和问题，并提出后疫情时期个性化混合式教学模式，如图1所示。2.1基于个性化的动态混合式教学模式设计。在个性化混合式教学模式中，个性化教育的核心在于根据学习个体特性实施个性化教学手段，重点在于教育，而不是一味追求个性化。因此，需要在教育过程中设置动态的线上教学和线下教育比例，以线上教育培养教育个性化选择，同时以线下教育进行教学目标规划和引导。为达到该目的，现阶段线上教育仍需要进行深入变革。现有线上教育的实施更接近于将传统线下教育移植到线上平台，其教学理念和教学手段依然沿用线下教育模式。本文混合式教育中的线上教育需实现对自主学习的支持，同时也需让学习过程能够更准确地与相关领域的知识图谱对应，使线上学习内容和数据能为智能系统个性化分析和线下学习中的教学引导提供支撑。因此，未来线上学习课程和内容均需在教学大纲和教学计划的设置中进行更为精细的设置，通过构造对应的知识图谱，并根据学习者学习情况对学习规划进行动态调整，这样的线上课程才能更好地满足个性化教学需求。其次，个性化教学和混合式教学结合的核心在于对教学能力与专业知识有相当程度认知的教师。当教师作为混合式教育中的教育者时，需收集学生在混合教育中多个领域的学习数据，并且在保证教学效果的同时不增加学生额外负担。同时，当教师作为智能教育的规划者时，应该正确评估混合式教育中不同阶段的教学效果，并确保智能教育系统能正确演化，了解混合式教学合理实施的方法。因此，个性化混合式教学通过混合式教学模式的实际数据，将学生个性化分析与混合式教学的具体内容相结合，让混合式教学过程中产生的数据作为数据信息本身，通过智能化分析对混合式教学的后续实施方法进行指导并优化，进而让学生得到更符合自身特点的学习方案。除此以外，人工智能技术也将为教师在未来教育的过程中发挥重要作用［11-12］。未来教育将运用智能化混合教育的技术手段解决当前人工智能课程面临的教育问题。同时，人工智能与混合式教学相结合，可以更高效地利用已有资源开展智能模型构建和混合式教学，用智能技术指导混合式教学的实施方法，并用混合式教学的教学结果演化智能系统，通过这种互相推动的方法完成智能教育的混合式教学模式探索。综合上述3点可知，在这种新的教学模式下，教师可在智能系统的指导下更好地开展混合式教学工作，学生可得到更符合自身特征的自适应个性学习。同时，整个过程由智能化算法进行高效辅助，在提升教学效果的同时不会对教师和学生产生额外负担。通过混合式教学和个性化教学的结合，既可满足学习者根据自身特点进行更高效个性化学习的需求，又能让学习过程在科学引导下获取专业知识和能力的精准提升，将学习的艰苦付出和创新的兴趣培养有机融合，实现更高效的教育教学。2.2智能化综合教育平台。为更好地展开个性化混合式教学模式，智能化综合教育平台将承担重要任务。智能化综合教育平台可打通线上教育与线下教育之间的数据壁垒，保证教育延续性，同时也为人工智能技术在具体教育开展过程中提供数据保证和平台接口。另外，智能化综合教育平台实际上也打通了线上教育与线下教育之间的空间壁垒，它既可作为线下教育辅助手段，也可作为线上教育核心载体，具有更强的功能性和扩展性。教育平台特性使其可快速无缝地切换混合教育中线上教育和线下教育比重，甚至转换为完全线上教育模式，用以应对各种不确定的突发状况。智能化综合教育平台作为自主学习的综合平台，结合自然语言处理、数据可视化、多级网络爬虫等技术，同时提供学习、阅读、智能分析等多项功能，可进行后台数据提取分析，根据软件分析结果，评估学生学习状态和学习效率，使其能准确定位个人薄弱环节，靶向性使用软件提供的不同功能，完成个人学习效果评估。同时还可根据终端收集的数据调节软件自适应能力，通过终端数据进行不断迭代实现数据精准分析、学习效率提取分析、学习建议补充等，成为个性教育实证研究的软件载体。该软件平台可为个性化教育的智能学习数据收集提供平台支撑，形成“传统课堂+在线学习+自主学习软件”的全方位数据收集渠道，也进一步实现数据收集、个性化建议等智能学习功能。2.3具体案例分析。在个性化混合式教学具体实施过程中，课程设计者应着眼于3个关键点：动态的教学内容设置、个性化的教学方案实施、智能化的教学平台使用。以计算机学科C语言程序设计课程字符串相关教学内容为例，该课程在进行动态教学内容设置过程中已进行相关分析，因此该章节教学内容前置知识包括循环结构、字符、数组和指针。教学平台可根据不同学生在这4个前置章节的学习过程数据中分析学生对相关知识的掌握程度，制订其在该章节的学习重点和学习计划，由教师对该计划进行评定和修改后形成每个学生不同的个性化学习方案，并以线上教学和线下教育的形式指引学生完成内容学习。在学习过程中，平台可通过对学生学习过程的分析提供学习效率、学习建议等评估数据，并搜集数据进一步完善个性化学习方案的制定和修改。学生学习数据被系统分析后将作为个性化学习的基础，系统也会在学习数据和教师数据的基础上进行教学规划、教学方案和智能算法的升级和完善，并以此为基础最终形成混合式教学与个性化学习的完整闭环，进而提供更符合未来发展的高效率教学内容。

3结语

在常态化疫情防控背景下，从传统线下学习模式和疫情期间的线上教学模式中吸取经验，利用现有教学环境和教学资源，更合理地开展混合教学，并且让混合教学过程具有更强的普适性和自适应性，将对现有教学理论和教学方法产生重大的推动作用。因此，个性化混合式教学模式探索必将成为当前高等教育教学改革研究热点，具有重大的理论与实际意义。本文从线上教育和线下教育的特点展开分析，并对教学手段、技术特点和软件平台3个方面进行深入探讨，为未来利用人工智能技术整合线上教育和线下教育开展个性化教学提供理论依据和实践探索先例。

参考文献：

［1］王天禅，杨乐.肺炎危机过后中国数字经济将迎来新的起点［J］.信息安全与通信保密，2020（3）：17-23.

［2］何诚颖，闻岳春，常雅丽，等.肺炎疫情对中国经济影响的测度分析［J］.数量经济技术经济研究，2020，37（5）：3-22.

［3］钟瑛，陈盼.肺炎疫情对中国宏观经济的影响与对策探讨［J］.理论探讨，2020，214（3）：85-90.

［4］王竹立.后疫情时代，教育应如何转型［J］.电化教育研究，2020，41（4）：13-20.

［5］贾哲敏，孟天广.信息为轴：疫情期间的媒介使用、信息需求及媒介信任度［J］.电子政务，2020（5）：14-27.

［6］黄荣怀，张慕华，沈阳，等.超大规模互联网教育组织的核心要素研究——在线教育有效支撑“停课不停学”案例分析［J］.电化教育研究，2020，41（3）：10-19.

［7］杨宗凯.以信息化全面推动教育现代化：教育技术学专业的历史担当［J］.电化教育研究，2018，39（1）：5-11，35.

［8］梁静.从“非典”到“”17年间互联网带给我们的改变［J］.计算机与网络，2020，46（5）：47.

［9］刘成奎.两次重大疫情对中国经济影响的比较与对策分析［J］.财政科学，2020（4）：74-84.

［10］郑庆华，董博，钱步月，等.智慧教育研究现状与发展趋势［J］.计算机研究与发展，2019，56（1）：209-224.

［11］王国胤，瞿中，赵显莲.交叉融合的“人工智能+”学科建设探索与实践［J］.计算机科学，2020，47（4）：1-5.

［12］孙茂松，金兼斌.人工智能及其社会化应用的现状和未来——《全球传媒学刊》就社会化智能信息服务专访孙茂松教授［J］.全球传媒学刊，2018，5（4）：3-12.

作者:冯骥 魏延 单位:1.重庆师范大学计算机与信息科学学院 2.教育大数据智能感知与应用重庆市工程研究中心