支持课程大规模开放的学习技术

打开文本图片集

摘要：该文针对当前MOOC课程所面临的高辍学率和学习支持服务工作繁重两大核心难题，提出了支持课程大规模开放学习技术的解决思路，具体包括：内容交互与数据追踪技术、学习数据分析技术、学习动机维持技术、学习资源语义化技术、社会知识网络技术、课程生成与进化技术、发展性评估技术、同伴互评技术、自动批改技术、虚拟实验技术等，试图给大规模开放课程开发者和运行者提供技术发展思路的参考与借鉴。

关键词：MOOC；社会网络；知识网络；语义资源；发展性评估；学习技术

中图分类号：G434 文献标识码：A

MOOC所具有的大规模（Massive）、开放性（Open）和在线（Online）等特点，及其支撑平台Coursera、Udacity、edX、FutureLearn、Open2Study、Spanishmooc等的日益丰富和完善，使得成千上万具有不同教育背景的人能同时参与课程学习，MOOC的大规模开放访问已不存在问题。同时，在课程内容设计上，MOOC也不只是静态不变的授课录像，而是经过精心设计且具有完备教学过程的微型化学习内容，允许学生根据自己的学习习惯和节奏进行反复学习并辅以相应的练习。

随着MOOC运动如火如荼地进行，MOOC的实际运营效果以及面临的挑战却引发不少研究者的深思。美国著名私立大学阿默斯特学院（Amherst College）就宣称至少现在不会加入MOOC运动，因为开发MOOC课程需要耗费教授大量时间，庞大数量的学生群体带来繁重的支持服务负担，且MOOC所主导的信息传播式教学方式与该学院对话式的学习方式相背离[1]。研究表明MOOC虽然有较高的入学率，但退出率也很高，坚持学习完全部课程的人很少[2]。MOOC现状是有大规模的网络访问，但并没有大规模的网络学习发生。

究其原因，MOOC过于强调课程内容设计以及讲授、练习、信息传递等行为主义导向的策略应用，忽视了新一代学习科学理念与学习技术在MOOC资源组织和设计、学习过程支持服务和激励等方面的重要性。有很多专家认为，大多数时候，MOOC并没有引入最好、最先进的教学方法，有人质疑，“MOOC”是旧技术的新词，还是一个真正的新技术、新模式？这个词会不会过了一两年就退出舞台？本文将从学习技术的视角，探讨MOOC要保持一个颠覆者、革新者应该采纳的新技术，以解决其面临的降低学习支持服务工作强度、提高学习者保持率、成功率等核心难题。

一、内容交互与数据追踪技术

MOOC与OCW最大的区别是开放了学习过程，而不仅仅是提供学习资源，因为仅提供学习内容难以保证学习的有效发生。MOOC的核心思路是要引导学习者参与到学习过程中来，完成知识的学习与互动，强调促进学习者的深度参与，内容与学习活动的融合性设计是需要突破的关键。MOOC课程中的师生处于时空分离的状态，学习者通过学习平台观看教师录制的授课视频、完成布置的作业、参与练习测试来进行课程学习。虽然授课视频对知识点讲授时长的切分符合学习者认知规律，且具备以学习者为中心的特点，但授课视频往往只停留在教学内容展示的层面上。课程学习过程中，学习者只能浏览授课视频内容，无法与授课内容进行交互，这种缺乏交互性的学习体验容易给学习者带来枯燥感，降低其学习兴趣，且不利于知识内化。

针对这种师生时空分离的教学，国际远程教育研究者德蒙斯·基更[3]指出可以通过技术重新创造教师与学生之间的主体性交互，以激发和维持远程学习者的学习动机并促进其学习，而将学习材料和学习活动进行有效结合是教与学再度整合过程的核心。未来MOOC课程内容的设计将不再仅仅停留在内容传递层面，还应该包含与学习内容密切相关的学习活动设计，从面向内容设计变革为面向学习过程设计，以促进深层次学习的发生。在提供学习资源的基础上，围绕所确定的教学目标及内容，设计学习活动与学习交互过程，激发学习者的信息搜索、分析和综合等高水平思维活动；设计具体的协作任务，促进学习者之间的交流和协作活动，并对学习过程进行监控调节。学习活动可以促进学生认知外显化，使学生在活动中自主、协同建构知识意义，并获得相应自主、探究、协作的能力，本质上来说是建构主义学习观的一种具体体现形式。将学习活动纳入到学习资源的聚合模型中已是一种必然趋势。笔者团队基于学习元[4]这一新型的资源组织形式，构建了包含讨论交流、投票调查、提问答疑、在线交流、发布作品、学习反思、练习测试、辩论活动、策展活动、操练活动等在内的学习活动库，而其中的学习活动可以根据学习需要，嵌入到学习内容中，成为学习内容的有机组成部分，从而实现学习内容与活动的融合。经过学习内容与学习活动整合性设计的MOOC课程，内容与活动不再是分离的，而是一体的，形成一个学习包；活动不再是泛泛的讨论，而是针对内容的学习内化作了精心设计；活动与内容序列的安排，不仅仅是呈现形式的设计，而是按照知识的学习过程进行设计，体现出不同的学习模式。

此外，MOOC课程的内容中还应能嵌入数据采集机制，如下一代SCORM的接口规范——Experience API。借助xAPI，我们可以追踪学习者在线或离线参与学习活动流的学习时间、学习进度、学习交互以及学习状态等情况，实现学习行为和学习表现的分析，实现可扩展的学习记录、学习者信息和学习经历档案的存储、检索和共享，而不受具体实现平台的限制[5]。

总之，以丰富的学习活动库为基础，以强大内容交互技术和数据追踪技术为支撑的MOOC课程将会让学习者体验到各种教学理念或教学模式支持下的学习活动序列，引导学习者与学习内容深层次互动，实现知识内化；同时也能帮助教师更好地了解学习发生过程，分析学习过程数据，及时为学习者提供个性化的干预和指导。

二、学习数据分析技术

就课程本身而言，MOOC具有比较完整的课程结构（课程目标、协调人、话题、时间安排、作业等），是一种资源和信息均开放且全部通过网络传播的教育形式，没有人数、时间、地点限制。学习者可以根据自己的习惯和偏好使用多种工具或平台参与学习，主要是通过对某一领域的话题讨论、组织活动、思考和交流获得知识[6]。关于斯坦福大学MOOC的一份反思报告中指出：MOOC只是关注相对直接的评估方式，如多选项问卷、简短问答，而在分析学习过程材料来评估学生投入程度方面显得十分匮乏[7]。支持MOOC的开放平台虽然能够记录学习者的过程信息，也可以及时向学习者反馈练习、测试以及作业等多种形式的学习结果评价信息，但往往缺乏对相关过程与结果数据的深入分析，既缺乏对课程整体运行数据的把握，也缺乏对个体学习情况的深入了解。因而，教师难以了解学习过程的真实情况，难以发现学习者的困难，更难以及时改进内容设计和支持服务；而学习者无法借助学习过程数据分析反馈信息进行学习计划和策略的及时调整，且容易迷航。