“互动课堂”系统支持下学习者个性化特征分析

于胜玥，曲永娟，刘晓萌

（1.大连教育学院 教育政策研究与评估中心，辽宁 大连 116021；
2.大连市甘井子区华西小学，辽宁 大连 116033）

《教育信息化2.0行动计划》提出，“大力推进智能教育，开展以学习者为中心的智能化教学支持环境建设”“探索在信息化条件下实现差异化教学、个性化学习、精细化管理、智能化服务的典型途径”。为学习者搭建适应个性化需求的学习环境、促进学习者个性化学习和发展一直是教育信息化发展的核心追求[1]。学习者带着固有的知识结构、学习兴趣、学习风格、心理模式等个性化特征进入学习，而这些因素决定了他们的记忆、推理、解决问题的方法，影响着他们获取新知识的能力[2]。实现个性化学习离不开对学习者个性化特征的挖掘和分析。小数据时代，学习者的个性化特征分析主要依赖于教师的个人经验，信息技术的不断发展为基于数据的学习者个性化特征分析提供了可能。“互动课堂”系统作为教学信息化的平台，记录存储了大量学习者学习过程相关数据，为课堂学习中学习者个性化特征的分析提供了充分的数据基础。

“互动课堂”系统是指以互动课堂软件为中心搭建的数字化教与学的系统平台，该系统平台整合了平板电脑、交互式电子白板、智能黑板、实物投影等信息化设备，贯穿于课前预习、课堂学习、随堂练习、课后复习及评价反馈等各个学习环节，实现师生互动、生生互动、人机互动的立体交互式课堂[3]。“互动课堂”系统支持下的课堂教学不仅实现了教学手段、教学形式的变革，更重要的是实现学生主动学习、自主学习、合作学习，增强学生提出问题、分析问题和解决问题的能力。

1.课堂互动立体高效

课堂学习以系统平台为依托，利用平板电脑、交互式电子白板等设备，实现人机互动，生生互动，师生互动，互动更加立体。学生通过平板进行自主探究学习，教师可以在课堂教学中针对当堂内容进行二次编辑和操作，抓住课堂的生成性资源进行反馈，学生每次提交答案之后，可以查看其他同学的答题结果，学生可以充分利用这段时间和其他同学的答案进行对比自查，还可以进行小组讨论，迅速形成小组汇报成果。课堂互动不再是教师单向讲解或教师与个别学生之间点对点的互动，而是多点之间的全面立体互动。例如，在小学数学《组合图形的面积》这节课的课堂教学中，每一个同学都动手将组合图形转化为基本图形。教师利用系统中的无限克隆程序，克隆正在研究的组合图形。教师先让学生在图形上画出自己的分法，教师选择学生不同的分法，通过四分屏展示给每一位学生，把学生的不同思维充分展现出来，鼓励学生多角度思考问题。在小学语文课堂中，学生通过弹幕的形式将造句、仿写等练习内容及时反馈到教师屏幕上，每一个学生的回答都得到展示，引发学生之间的相互交流和学习。

2.学习过程现场生成

相比于传统的演示文稿等手段，“互动课堂”系统的最大优势在于课堂的生成性，教师可以抓住课堂的生成性资源进行反馈，不再是教师提前预设好内容，引导学生去按照教师的思路走，而是教师随堂解决问题，按照学生的思路去教学。每一个学生都能通过自己的操作积极地去解决问题，真正经历知识生成的过程，教师也能够便捷地在学生探索学习的基础上调整教学。在小学语文课堂上，教师可以根据学生写作练习的情况了解整体进度和学生掌握情况，根据练习中生成的资源进行反馈。小学数学《搭配的学问》这节课中，教师放手让学生自己去搭配，想怎么搭配就怎么搭配，利用互动课堂软件的剪切、复制功能，根据学生的意愿，将每一种搭配的效果都呈现出来。

3.课堂时空无限延伸

有了系统平台的支持，课前课后的学习都有了指导。教师将一些课前预习材料通过平台推送给学生，课后可以利用网络查看学生的作业情况，及时给予评价。学生可以在课后查看课堂学习过程，根据需要进行复习，平台还提供了大量的相关学习资料，家长也可以通过系统了解到学生在课堂上学习的情况，可以说，借助“互动课堂”系统，课堂学习的时空得到了无限延伸，真正实现随时可学。

我们根据“互动课堂”系统的内容功能，将系统大体划分为数字资源系统、考试练习系统、互动交流系统和档案袋系统四个子系统，我们对“互动课堂”系统中的数据进行分类整理，建立系统数据库的层级结构。

底层的基础数据记录了学习者在使用系统过程中的各种学习行为信息，中层则是对底层的学习者行为数据进行汇聚，进一步融合形成子系统数据库。四个子系统的功能统一在课前、课堂、课后整体的学习过程中，功能是相互融合的，数据也是互联互通的，形成关联数据；
顶层则是对中层形成的关联数据进行整合、解析，形成学习者特征数据库。如图1所示。

图1 互动课堂系统的数据层级结构

数字资源系统数据包括课件资源学习记录、课外扩展资源学习记录和学习笔记，记录的数据信息包括学习时间、学习时长、学习频率、学习效率、资源类型偏好、主题内容偏好、学习停顿点、学习笔记标注点、笔记内容等。

考试练习系统数据包括练习记录、错题本记录和考试测评记录，记录的数据信息包括练习的题目、思考时间、修改频率、练习提交方式（学习者主动提交或教师收卷）、正确率、易错题型、易错知识点等等。

互动交流系统数据包括互动交流记录、人机互动记录和作品展示记录，记录的数据信息包括学习者的访问对象、访问频次、访问时间、访问时长、评论频次、评论内容、提问频次、提问内容、被访问机会、作品展示机会、软件工具使用频率、使用偏好等。

档案袋系统数据包括个人信息记录、学习档案和作品档案，记录的数据信息主要包括学习者基本信息、家庭背景、爱好特长等个人信息和考试成绩、他人评价、系统活跃度、整体词频统计等系统直接记录或经过初步分析的信息。

我们根据”互动课堂”系统中记录的学习者学习行为相关数据，多层次、多维度地设计了“互动课堂”系统支持下的学习者特征分析模型，如图2所示。本研究构建的是一个对学习者有关学习的行为进行综合、全面分析的分析模型，其最终目的是发掘学习者的个性化特征，为实施个性化教学和评价提供依据，提升学习效率，并完善系统支持服务。

图2 互动课堂系统支持下的学习者特征分析模型

在模型的数据层（图2中的灰色部分）中，汇集了来自“互动课堂”系统四大子系统的数据信息。在模型的逻辑分析层中，我们对学习者特征进行了十三个维度的分析，最终获得四项学习者特征的个性化描述，包括个体属性、学习能力、学习态度和学习风格[4]。

学习者个体属性的分析包含社会背景、个人成长、情感体验和兴趣爱好四个维度。其中社会背景维度主要分析了学习者的家庭背景，包括学习者的家庭结构、父母职业、父母学历等，数据来源于档案袋系统中的个人信息记录。个人成长维度纵向考查学习者成绩和学习行为的变化，数据来源于档案袋系统、考试练习系统和数字资源系统中记录的各项数据的纵向对比。情感体验维度关注学习者在学习进程中的情感和心理变化，数据主要来源于档案袋系统和互动交流系统中对内容和社交网络的变化分析。兴趣爱好维度关注学习者在课堂学习之外的特长和兴趣，数据来源于档案袋系统中登记的信息，以及创作内容特色和数字资源系统中浏览资源内容特色的分析。

学习者学习能力的分析包含知识结构、起点水平、学习进度三个维度。其中知识结构维度主要关注学习者整体的知识储备，数据来源于档案袋系统和考试练习系统中各学科成绩的综合分析，以及学习者浏览、发表作品的内容分析。起点水平维度主要针对具体的课堂学习，关注某一节课学习开始前学习者的起点水平，数据来源于考试练习系统中的学科成绩、相关知识点的测验情况以及课前预习和练习的数据。学习进度维度主要关注在课堂学习的进程中，学习者学习进度的动态变化，数据来源于考试练习系统中课堂练习正确率和练习思考时间、完成速度的分析。

学习者学习态度的分析包含学习者的积极性、投入程度和学习持续性三个维度。其中，积极性维度关注学习者主动学习的情况，数据来源于考试练习系统中学习者查看错题集的情况和数字资源系统中反复学习的情况。投入程度维度关注学习者在学习过程中的专注程度，数据来源于对数字资源系统中学习者学习效率、停顿点、标记点以及学习笔记内容的分析。学习持续性维度主要分析学习者每一阶段学习持续的时间，数据来源于档案袋系统记录的持续学习时长、界面停留时长等。

学习者学习风格的分析包含学习者的学习方式偏好、互动交流习惯和行为偏好的分析。学习方式偏好维度主要分析学习者倾向的数字资源形式和获取知识的习惯，数据来源于数字资源系统的资源浏览记录和互动交流系统中人机互动的记录。互动交流习惯维度主要关注学习者浏览他人作品和自己展示作品的情况，分析数据来源于互动交流系统中的相关数据。行为偏好维度主要关注学习者在课堂学习过程中提交答案、修改答案等行为习惯，数据来源于考试练习系统中记录的修改频次、思考时间、主动提交答案频次等。

学习者个性化特征的分析是进行个性化学习支持的重要条件，“互动课堂”系统的使用改变了传统课堂的形式，使课堂具有更强的互动性、生成性，同时也记录了学生在学习过程中的大量学习行为数据。梳理和分析这些数据，能够发掘出学习者不同的学习特征，及时捕捉学习者学习的动态变化，让教师更容易关注到学习者在学习结果之外的全方面特征和变化，为个性化评价和个性化学习的支持准备条件。

推荐访问:互动 学习者 支持下