基于大學英語混合式教學的數據挖掘和學習分析研究
江南大學姜辰娟、王志軍主持完成了2020年江蘇高校外語教育“課程思政與混合式教學”專項課題(課題編號:2020WYKT053),課題組主要成員:謝競賢、劉玲、陳敏、許敏、辛潔敏。
本課題以高校大學英語混合式教學為研究對象,通過問卷調查分析以及對混合式教學過程中產生的大數據進行挖掘和分析,構建了“互聯網+”時代大學英語形成性評估體系,同時也構建與新時代高校創新人才培養相適應的大學英語混合式教學模式。
本課題的研究重點為以下幾點:
1.構建大數據驅動的精準教學模式
以大數據技術為手段,在精準分析學生學習情況的基礎上,對教學目標進行精準定位、對教學內容進行精準定制、對教學活動進行精準設計、對學生學習表現進行精準評價,使教學過程和教學結果可量化、可監測、可調控;
2.提高學生的自主學習能力、英語語用能力和信息素養
培養學生在人工智能時代英語自主學習的能力,引導學生熟練運用各種APP進行英語的自主學習并與教師和同學開展及時有效的網絡溝通,共同探討學習中遇到的問題,并根據自己已有的知識體系自主選擇學習內容,從海量的網絡信息中篩選出對自己有用的信息,完成自主學習、探究式學習和自適應學習,不斷提高自身的信息素養,夯實自己的英語基礎,提高語用能力。
3.提高教師的信息素養和教學科研能力
在教改過程中探索提高教師信息素養的有效途徑,讓教師更好地掌握網絡教學資源制作、收集和整合的能力,充分了解英語移動學習的各種熱門軟件的特點以針對不同基礎的學生進行個性化的推薦,解決傳統的整齊劃一的教材和教學方法難以因材施教的缺憾,同時提高大學英語教師利用教學大數據對學情進行診斷和評價的能力,并以教促研,教研相長,實現教學與科研的同步提升。
本課題取得的研究成果包括:
1. 通過實證研究得出線上英語學習投入與學習績效的相關關系結論
本研究考察了智能語言學習平臺所記錄的數據顯示的大學生行為學習投入與全程在線英語課程學習績效之間的關系,以及性別對這一關系的影響。研究發現:
(1).在新冠肺炎大流行期間,本科生可以在智能學習平臺的幫助下全身心地投入到在線英語課程學習中。大多數學生對課程學習材料和出勤率的參與度高于其他在線活動,如討論、小測驗和與老師的互動。根據學生在線學習參與度和學習表現的不同,可以將學生分為三類。92.66%的學生構成了最大的群體,他們具有較高的學習投入和較高的學習成績。
(2).學生的英語學習績效可以通過智能學習平臺上的數據進行預測,其中在線測試和課堂互動對解釋期末考試成績的貢獻最大。
(3).在線行為學習參與度和學習結果存在性別差異,女生在參與度和英語考試成績方面都高于男生。在線上課堂活動中,女生的的參與和配合更加積極。性別作為個體因素不僅影響學生的行為投入和學習成績,而且影響學生的行為投入和學習成績之間的關系。
由于可用教學時間的減少、疫情的傳播等不可抗力因素的影響,高校傳統的英語教學方式面臨著越來越大的挑戰,因此,從傳統的課堂教學向借助智能學習平臺開展在線教學的轉變應在未來首到更多關注。在此背景下,了解學生在線學習行為投入的性別差異,識別可以預測英語學習績效的的變量,有助于提高在線課程的教與學的質量。 從智能學習平臺上獲取的學習活動數據可以幫助教師更好地了解學生的學習特點,實現數據驅動決策,優化教學設計和管理。
2.優化了大學英語教學策略,提升了教學質量
通過測量、收集、分析和報告有關學習者的學習行為以及學習環境的數據,了解學習者的強項和弱項,及時改進教學策略,優化英語學習過程。以學習分析為引擎,用“數據羅盤”做導航,實現了英語教學的改善和基于學生個人需求的個性化教育,促進了大學生高效個性化英語學習目標的實現,提升了本校大學英語教學的質量。
3.幫助學習者實現了個性化英語學習,提供及時干預和預警
將信息技術與大學英語課程深度融合,其最終目的在于讓大學英語課程在媒介融合的背景下最大程度發揮培養學生語言能力和文化素養的雙重功能,讓學生形成更廣泛有用的英語媒介認知能力。教師在開展混合式教學時,既注重學生的學習過程,為學生設計高度參與、互動和趣味化的學習環境與活動,又引導學生批判性地看待問題,獨立思考,形成自己關于學科知識的獨特看法,運用所學知識與技能解決日常生活和工作中的問題,培養學生終身學習的習慣,以適應時代的快速發展。借助大數據技術對學習者的學習理解、實踐應用、遷移創新等能力指標進行分析,幫助教師了解不同學習者的學習特征和學習需求,制定以學習需求為導向的教學目標,設計有梯度的學習任務;利用大數據對學習者行為數據進行追蹤,給教師提供可視化的教學參考,為每個學習者提供與其最近發展區相適應的學習指導與個性化學習資源。通過大數據分析形成可視化報告,將學習者的隱形思維過程、能力提升等難以觀測的維度顯性化。通過向學習者呈現有關學習進展、知識水平、學習績效等信息,幫助學習者了解自身的學習狀態,促進其對知識的主動構建和思維發展,使其發展為利用數據認識自我、發展自我、規劃自我的主動學習者,從而更好地進行自我調節學習。智能學習平臺實時記錄每個學生的自主學習過程和課堂活動參與情況,學生通過參加各種活動獲取經驗值,教師按照一定的權重將這些折合計入學生的平時成績,并借助大數據對學生的學習情況進行分析,依據每個學生的線上學習時間、學習進度、作業完成情況、在線測試成績等及時提醒學生調整學習狀態。平臺的大數據統計使教學過程從非量化到可量化,平臺記錄的課堂活動和作業評價方式采用教師評價和學生互評等多種方式,學生互評充分調動了學生的主動性,不但豐富了評價方式,還促使學生對作業及單元學習內容進行反思和總結,在互評過程中發展了個人的批判性思維。通過使用學習分析數據,教師還能及早干預高危學習者的學習過程并為其提供了必要的幫助。
4.提升了教師的數據素養,助力教師專業成長
通過現代信息技術與大學英語教學深度融合,提高教師的外語教育技術能力和信息素養,借助大數據技術的分析結果,教師及時發現學習者的現實問題并逐步聚焦教學問題,通過歸因不斷探索教育教學規律,從而提升教師的數據決策意識。借力“互聯網+教育”,構建協同教學、協同教研、協同創新的教師學習共同體,突破知識結構單一、專業視野狹窄、研究能力薄弱等影響外語教師專業發展的瓶頸,促進大學英語教師的專業成長。項目組教師積極參加學校組織的各種信息技術培訓活動,通過網絡學習、同行交流等途徑積極探索網絡環境下的英語教學設計、教學模式、教學評估體系等,在智慧整合教學內容、智慧應用教育技術、智慧設計混合教學、智慧利用實時數據的智慧教學上下功夫,努力做到內容為本、技術為用,實現使大學英語學習更加個性化和精致化的目標,通過深度融合信息技術,落實以學生為中心的教學理念,及時更新教學資源、有針對性地豐富教學內容、優化教學方法、創新教學模式、創設學用環境,以促進有效學習的發生。項目組基于本研究在國內SCD期刊發表了系列論文《基于云班課的大學英語伴隨式評價研究》、《研究生公共英語混合式教學設計與實踐研究》《研究生公共英語課程思政混合式教學改革探索》和《研究生英語學習動機調控與語言學習策略的關系》;在國外期刊發表論文兩篇,其中權威刊物論文一篇,分別為Chinese Undergraduates' English Reading Self-efficacy, Cognitive Load, Boredom and Performance A Moderated Mediation Model(SSCI)和Investigating Online Behavioral Learning Engagement and Performance based on LMS Data amid COVID-19 Does Gender Really Matter。
綜上所述,本項目將理論和實證研究相結合,通過深入系統的實踐研究構建了數據驅動教學的基本模式、評價體系,為大學英語混合式教學、個性化學習等提供了客觀的依據與更寬廣的視野。研究通過挖掘大學英語混合式教學過程中產生的大數據進行科學分析從而為探索教學方法、教學環境、教學評價、學習內容、學習時間和學習方法等變量與學習者學習效果的相關關系提供有力支撐,起到了解密“教學黑箱”,明晰教學過程的作用,具有重要的學術價值。
成果的應用價值包括:
1.采用統計分析法考察在線教學過程中產生的大數據之間的關系,預測、判斷學生的學習潛能,能幫助學生及時調整學習策略,縮短學習成效改善的周期。
2.通過教學資源推薦精準化、教學個性化、教學環境智慧化、教學評價智能化、教學設計和管理精細化實現基于數據分析的精準教學,提高學生對大學英語課程的滿意度,具有較高的應用價值。
3.優化教學設計,創新教學方法,基于教學內容設計高質量的在線交互教學活動,對知識進行深度處理,幫助學生實現個性化、協作式、混合式學習和團隊合作學習,增強學生的參與感,啟發思考,鼓勵探究式學習,有效提高學習積極性與主動性,通過深度教學實現課程思政,實現課程內容與思政內容水乳交融、渾然一體,使大學英語課程充分發揮其培養學生科學思維和人文素養的課程思政功能。