浅谈混合式教学方法

浅谈混合式教学方法

于凤海

哈尔滨信息工程学院 黑龙江 哈尔滨 150431

摘要：混合式教学，即将在线教学和传统教学的优势结合起来的一种“线上”+“线下”的教学。通过两种教学组织形式的有机结合，可以把学习者的学习由浅到深地引向深度学习。针对混合式教学在教学过程中存在的不足,文章以数据优势与教学经验有机结合的思路出发,采集并分析线上教学产生的教育大数据。分析结果对混合式教学模式下教师的决策优化提供数据支持,实现了科学调整教师教学决策,对完善高校人才培养新模式构建进行了积极探索与研究。 

关键词：混合式教学;教育大数据;教学决策;

国外有关混合式教学模式的研究起步较早，目前比较成熟的混合式教学模式有多种，如态度驱动模式、能力驱动模式等，且均已成功应用于教育领域。国内关于混合式教学模式的理论研究也较为深入，在我国第七届计算机教育应用大会上，何克抗教授首次提出“混合式学习”这一理念由，由此开启了国内关于混合式教学的研究。

关于混合式教学在整个教学过程中，评、教是相辅相成的，学生评价是课程各环节教学效果的直接体现。在新的教学理念和教学环境下，教学质量侧重点已然改变，过去的考核重点是“教师课堂教学表现”、“讲课是否能吸引学生”等，此类衡量标准已发生变化，“学生的收获”、“学生的学习体验”才最重要。当然首先要做的是提升教师的课程设计能力，以评促教。其次要了解学生在该模式下对学习内容的掌握情况。在整个教学过程中，评、教是相辅相成的，学生评价是课程各环节教学效果的直接体现。开展混合教学的最终目的不是去使用在线平台，不是去建设数字化的教学资源，也不是去开展花样翻新的教学活动，而是有效提升绝大部分学生学习的深度。如果我们承认学习心理学是一门科学的话，就应该可以认同在学习方面是有相对简洁的路径可走的，应该有相对稳定的规律的。

1 混合式教学研究现状

目前，国内许多高校及课程采用了混合式教学模式进行授课。但是由于诸多因素的限制，在混合式教学过程中，教师的教和学生的学这两方面存在一些问题。

第一，线上产生的教育数据缺乏综合分析，导致在线下教学环节中缺乏支持，对课程进行差异化教学无法实现。

第二，缺乏阶段性教学反馈信息，无法精准把握学生学习情况。

第三，教师在教学过程中，线上教学资源的合理动态调整策略缺乏科学有效的依据。

第四，缺乏对学生学情数据精准分析，实现学生学习内容的个性化推荐存在一定的难度。

教育大数据是教师在教学过程中和学生在学习过程中所产生的各类数据的总和，这些数据既有静态的结果性数据，也有动态的过程性数数据。它具有多维度、高度复杂、多元化等特点。

在混合式教学过程中，使用线上平台的同时，产生了大量的教育数据。针对混合式教学过程中存在的问题，如何科学地利用大数据技术，合理采集和分析教育大数据，进而对教育教学行为进行关联性分析，从而有效地提高教师的教和学生的学，是目前国内外专家学者和教育机构共同关注的关键课题。

本文以C语言程序设计课程的混合式教学过程为具体研究对象，从数据优势与教学经验有机结合的思路出发，采集线上平台以及线下教学过程产生的教育大数据，对这些数据进行有效数据处理及分析，对混合式教学模式下教师决策提供数据支持，对完善高校人才培养新模式进行积极探索与研究。

2 C语言程序设计课程教学模式

C语言程序设计课程是计算机相关专业学生的必修课，很多院校也将其作为理工科专业的公共基础课。该课程是面向对象程序设计、软件工程等课程的前导课程。C语言种计算机程序设计语言，既可以作为系统设计语言，编写工作系统应用程序，也可以作为应用程序设计语言，编写不依赖计算机硬件的应用程序，C语言是目前使用最广泛的高级程序设计语言之一。通过该课程的学习，学生可以初步掌握程序设计的基本方法及思路，初步形成程序设计基本思想，掌握应用C语言进行程序设计的技能，具有阅读程序和编写程序的能力。该课程为学生进一步学习其他专业课程和今后从事软件开发工作提供必要的理论基础和实践能力。目前，C语言程序设计课程采用混合式教学模式。线上资源主要通过学习通平台发布，包括视频、测试题、讨论主题、学习问卷等；线下教学采用传统的课堂讲授。为了保证混合式教学模式的教学效果，提高线上、线下教学的高度融合性，授课教师需认真组织教学中各个环节，尤其是线上教学环节，每节课不同阶段通过学习通平台发送自测题、前测题、后测题，学生对所学知识有针对性地和大量地练习。这样一方面保证了学生的学习效果；另一方面结合数据分析，教师可以精准掌握学生学习情况，合理调整教学中重点讲解的内容、优化教学过程，从而保证线上教学和线下教学相辅相成，保证教学效果。

3 教育大数据的采集

教师在授课过程中，线上平台产生大量的数据，和教学决策有关联的数据主要包括三类，这些数据需要采集并进一步分析，分析结果可应用于混合式教学模式的优化。

3.1 教学过程基础数据采集

每次课发布的测试题中每道题的知识结构及正确率均需要采集存储，教师通过这部分数据可以掌握学生对于每一个知识点的整体掌握情况。例如，学生通过学习通平台对标识符与关键字-测试题目进行了答题等。

3.2 章节测试数据采集

章节测试用来检验学生阶段性学习的结果，通过学习通平台需要采集整理每次章节测试中每个学生每个题目对应的解答情况。

3.3 学生学习行为数据采集

学生在学习过程中的学习行为分布，主要包括学习认真程度和学习积极性。和这些行为直接相关的线上数据有：学习时长、实时讨论、登录、作业完成情况、论坛回帖、浏览学习资料、打卡签到、测试题考试成绩等。这些数据对于教师掌握每个学生在该课程的整体学习情况非常重要，需要采集记录。

4 基于教育大数据的混合式教学决策优化方法

4.1 科学调整教师教学决策

通过采集分析线上平台产生的测试成绩数据，教师在课堂授课过程中可以重点讲解学生比较薄弱的知识，做到有的放矢，精准教学。比如学生通过学习通平台对标识符与关键字-测试题目完成了答题，通过线上平台可以采集到的数据。

4.1.1以标识符与关键字知识点为例，教师结合学习的目标和上述数据分析结果，考虑优化教学决策。

⑴学习目标

通过本节内容的学习，学生需要了解标识符和关键字的基本概念，学会区分标识符和关键字，学会区分标识符的正确性；了解C程序数据类型的种类，熟悉基本数据类型的分类及各类型的关键字。重点掌握标识符命名规则，基本数据类型的分类及各类型的关键字以及各类型之间的区别。

⑵教学决策

通过线上大数据处理统计查看学生答题情况，以测试的本节知识对应的练习题正确率较高，学生的大部分题目的正确率达到了90%以上；正确率较低的题目为前测第6题、后测第8题，正确率不到80%，这两个题目考核的知识点均和关键字的基本含义及规则有关。综合学生答题情况及题目考核要点，在课后答疑环节，可以重点讲解标识符和关键字的区别，强调C语言中，字母大小写代表不同的含义，也可结合例子进行巩固练习，以便后续内容的学习。

5 结束语

本文以C语言程序设计课程的混合式教学过程为具体研究对象，采集线上教学产生的教学过程基础数据、章节测试数据、学生学习行为数据等教育大数据，对这些数据进行分析。分析结果对混合式教学模式下的教师决策优化提供数据支持，实现科学调整教师教学决策、精准推荐学生个性化学习内容，对完善高校人才培养新模式构建进行了积极探索与研究。本文重点研究了教育大数据中学生成绩的采集与分析，在以后的工作当中，我们将进一步探索学生学习行为数据和学习效果的关联性分析，以进一步优化混合式教学模式。