《智能内驱式学习模式构建》由会员分享,可在线阅读,更多相关《智能内驱式学习模式构建(6页珍藏版)》请在金锄头文库上搜索。
1、基于大数据的智能内驱式学习模式随着现代信息技术的快速发展,智慧教室、数字化智能图书馆、智能手机、 智能平板、电子书包等校园新兴事物不断涌现,给新时代的大学校园带来智慧力 量,也逐渐改变了学生的思维方式和行为习惯。学生获取知识的途径不再局限于 课堂上教师的“主动灌输”和图书馆的书本文献查阅,而是逐渐依赖于网络智能引 擎搜索或热点推送,由此学生可以根据个人需求查找自己感兴趣的内容。另外, 传统学习模式下重理论轻实践的学习已经不适合竞争激烈的现代化社会,学生的 目的不再是获取期末考卷的高分数,更重要的是收获基于相应理论的实践经验和 创新能力。因此学生的学习模式发生了根本性的转变,由“被动接受”转为“
2、主动探 究”,由“注重理论”转为“注重能力”,并以教师为引导,明确学习目标,转变学习 思路,实现学习的自主化。此外,教育与信息技术的深度融合,产生了海量的教 学数据,包括教学实施过程数据、学生的学习行为数据、学生的思想状况、学生 的兴趣偏好、学生的薄弱点等,数据量巨大,结构复杂,超出了常规手段处理的 范围,需要运用大数据技术充分挖掘这些数据的潜在价值1。因此,本文以学 生的实际需求为根本出发点,构建基于大数据的智能内驱式学习模式,结合智能 化手段,制定相适应的学习目标,激发学生的学习热情,切实提高学生的学习满 意度和学习效率。一、构建智能内驱式学习模式的意义伴随着现代科技水平的不断提高,社会就
3、业需要理论知识扎实、技能操作熟 练的善学型人才,因此学科基础理论水平、创新实践能力和自主学习能力,已经 成为衡量高校学生综合素质的重要指标。但是在传统学习模式下,学生获取知识 的途径较为单一,主要通过课堂听讲;学习成果的评价标准不够全面,主要考核 理论知识;同时,在教学过程中,教学计划主要针对的是全体学生的共性培养, 学生的个体差异没有受到一定的重视。通过教学实践发现,在传统课堂中学生处 于“被动接受”“考核片面”和“个性没有受到尊重”的状态中,不仅消磨了自身的学习 兴趣,也不利于树立积极探索的心态,因此,被动、低效、迷茫成为大部分学生 的学习常态。为了提高学生的综合素质能力,学生必须具备“愿
4、学习,能学习, 会学习”的基本素质,因此学生需要在心理上建立学习的内驱力,从而驱动自身 主动学习,实现学习的有效性和高效性,才能真正收获知识、提升能力、探求未 知。高新技术能够助力新型学习模式的构建和学习内驱力的形成。在大数据时代 背景下,海量、易获得、高标准的在线学习资源,打破了学生的学习局限,使学 生的学习更具便捷性、个性化和智能化。同时学生通过使用智能设备,可以充分 利用碎片化时间,随时随地进行线上学习,并根据自身的情况制定适合自己的学 习计划,自主控制学习内容、学习节奏和学习目标,从而获得较高的自我认同感, 增强了学习内驱力,进而更有学习热情和学习效率。基于大数据的智能内驱式学 习模式
5、,通过智能移动网络终端设置多种学习内驱方式,有效激发学生的学习热 情,并利用大数据技术收集学生学习过程中的各种数据,分析学习过程中各种问 题产生的原因,智能推送针对性的解决方案供学生参考。大数据技术是该学习模式的核心支撑,提供海量的优质学习资源和有价值的 学习分析数据,能深入挖掘传统技术手段无法处理的语音、图像等非结构化数据, 为学生的学情分析、量化个人评价提供强有力的支持。智能设备作为重要的辅助 工具,智能化地为学生创设高效的学习场景和个性化学习体验,进而提高学生自 主学习能力。实践表明,基于大数据的智能内驱式学习模式是遵循“以人为本”的 教育理念,培养学生知识、情感、能力、思想四大方面目标
6、的重要实践,是对教 育信息化、智能化的必然探索,是实现精准教学和个性化学习的有效手段。二、智能内驱式学习模式的构建内容基于大数据的智能内驱式学习模式的构建,是以建立学生的学习内驱力为立 足点,将大数据技术和智能化手段相结合,让学生获得知识和技能的同时,找到 适合自己的学习方式,有效提高学习满意度。学习内驱力是该学习模式的核心要 素,它的获取不仅取决于外部环境的刺激,还需要从学生自身心理上增强学习热 情,对学习知识有强烈渴求,主动探索和实践自己感兴趣的内容。在该学习模式 下,学习环境是开放的,在学习环境中教师、学生、知识与技能、学习路径等因 素会形成一个高效的学习闭环,各因素之间动态调整,相互适
7、应。基于大数据的 智能内驱式学习模式的构建内容,主要考虑以下三个方面。(一)关于学生的诊断性评价。对每一个学生的知识储备、学习习惯、学习 态度、学习能力、教育背景和身体状况等学习初始情况进行综合分析,生成一份 关于每个学生的预评价报告。(二)学习情境的创设。在学习环境中,综合考虑教师、学生、知识与技能、 学习路径等因素的相互作用,动态调节,从而形成一个有效的整体。其中,学生 是核心角色,整个情境围绕着学生的学习展开;教师是引导者,引领学生学习的 大方向;掌握知识与技能是学生的学习目标;学习路径是学生从自身实际出发,不 断探索和实践,最终形成的适合自身的学习路径,包括参加课堂学习、网络学习 平台
8、、讲座等集体活动;学习内驱力是整个学习情境的关键,影响各种因素的执 行力。(三)量化个人评价。基于过程性、激励性、差异性原则,依托大数据技术 手段,分析学生的课堂出勤、课堂答疑、课堂纪律、课后自学、作业练习等学习 过程中产生的各种多源异构数据,并以个人为评价单位,获得每个学生的精细化 学情报告。针对报告中存在的问题,及时采取干预手段,有效保证学生的学习积 极性。这三个方面内容是学习模式构建的关键,缺一不可。学生的诊断性评价是构 建学习模式的起点,反映每个学生的差异,也让教师全面掌握每个学生的情况。 创设一个开放、合作、交流的学习情境是构建学习模式的重点,其中教师可以帮 助学生整合各方面资源,精
9、心指导,尊重学生差异,帮助学生设计个性化学习方 案7, 8。量化个人评价是对该学习模式可行性和合理性的反馈,有助于学习路 径和学习方案的动态调整,使个性化学习方案更具规范性。三、智能内驱式学习模式的实施过程根据学习建构主义理论,“学习不在于知识传授,而在于从自身实际出发,建 构自己的知识。”所以课堂不是简单地知识传递和时间消磨,而是互相学习和积 极思考;学习成果不是刻意追求知识数量,而是评判自己是否找到了适合自己的 学习路径,是否具备了学习内驱力,是否建立了学习认同感;在教学的过程中, 去除课堂的封闭性,让学生的个体差异性得到充分尊重。那么学生学习过程将是 从“收获甚少”,到“尝试探索”,再到
10、“自主学习”的演变,进而让学生能够实现深度 学习,获得学习的成就感和深层次的学习体验。在实施基于大数据的智能内驱式学习模式的过程中,教师作为引导者,把握 课程的学习导向,引入问题探究和案例分析,实时关注每个学生的学习动态,帮 助学生选择、优化、整合学习资源,并鼓励学生积极思考,将繁琐的学习任务化 难为易,逐步分解成简单的小任务,从而使学生建立学习内驱力,激发学生的学 习兴趣和热情。另外,通过建立量化评价机制,使学生在学习过程中多反思,多 总结,注重培养学生解决实际复杂问题的能力和创新思维。基于大数据的智能内 驱学习模式的具体实施,主要分为以下步骤。(一)建立学生个人学习情况分析数据库。以预分析
11、报告作为个体初始数据,利用大数据技术,实时监测学生的学习状 态、学习方式等行为数据,对获取的多源数据进行综合分析,并可以智能推送有 效建议和措施,从而调动学生的学习积极性,帮助学生树立学习自信,找到个性 化学习方法。(二)创设开放的学习情境。在教学设计中,教师根据课程标准和课程知识框架,梳理教学内容,并结合 学生的个性特点,将原教学目标转化为细化的学习目标,从而为学生学习指明方 向。在教学过程中,教师的角色从“知识传授者”到“知识引导者”,由“教师”变为“导 师”,以问题引导、案例分析等方式,充分调动学生的好奇心,激发学生的学习 兴趣,鼓励学生独立思考,以便于学生的学习内驱力的建立。在课后,学
12、生可以 制定适合个人的学习规划,调整时间,学习节奏和学习路径,利用在线学习平台、 智能搜索引擎、小组讨论、问题实践等多种有效的学习路径,解决问题,获取知 识和技能,从而收获学习的乐趣和问题解决的成就感,有效提高自己的学习满意 度和学习认同感。另外,在课下增加学习评估环节和建立学习小组。学生可以通 过在线学习平台,与智能学习问答机器人进行交互,交流个人的学习需求和学习 感悟,平台会综合前期数据进行分析,预测学生下一步可能需要的学习内容以及 学习资源,帮助学生完善个人已有的知识体系,并找到进一步提升自己的方向。 同时平台会生成三份报告,除了一份学生评估报告外,还有一份教师建议报告和 一份教育管理者
13、建议报告,可以有针对性地关注和引导学员的学习行为。建立学 习小组,根据大数据分析系统,将学习特性互补的两个人,一对一匹配为学习小 组,以帮促学,让表现优秀的学生在介绍学习心得和学习体验的过程中,获得深 层次的学习感悟;以学促学,让学习缺乏主动性的学生增强学习自信,在学习激 励教育中,规划个人的合理学习路径,进而提高自主学习能力,收获知识和学习 成就感。(三)定期录入学习反馈数据。在该学习模式下,教师应时刻关注学生的学习进度和知识点的掌握情况,及 时更新学生的个人学习数据库,并可随时调取学生的学情报告。教师根据学生的 具体学习效果,分析学生的学习行为变化和思维变化,给表现好的学生以奖励, 可选用
14、幽默的科普知识、增加平时表现学分、减少一道考试题、担任学习小组长 等任一种奖励方式;对表现不佳的学生及时提醒,利用大数据分析问题产生的原 因,挖掘学生的优势,耐心教育,加以鼓励,并时刻关注学生的学习动态,与学 生一起共同努力,攻克学习难关。奖励方式、原因分析及有效建议可以智能推送 到学生的学习终端。此外,教师可以通过学情报告实时掌握学生的思想动态和学 习情况,挖掘学生的学习潜力,同时在课堂教学中将学习激励教育融入其中,把 握学生的学习方向,指导学生合理调整学习方案,充分尊重学生的个性。(四)建立精细化评价体系。在该学习模式中,学习成绩不是评价学生的唯一标准,而是从初始化评价、 过程性评价和总结
15、性评价三个方面建立精细化评价体系,量化个人评价,从而避 免了“整齐划一”的考核弊端。该评价体系可以通过大数据技术综合分析学生的学 习投入度、学习行为和学习目标三者之间的协调关系,对学生的学习能力和知识 点掌握情况,给出评估意见和合理建议,并预测学生的未来发展和学习中可能出 现的问题,智能推送问题产生的可能原因,以及解决问题的有效措施。在该学习 模式下,学生能有效地建立自身的学习内驱力,时刻保持学习积极性,通过教师 的引导,结合具体学习内容,从自身实际出发自主选择合理的学習路径,从多种 形式的学习资源中获取的各类信息进行组织、整合、加工,内化为自己的知识和 技能10,11 ,同时勤反思,多总结,多实践,逐渐形成适合自己的个性化学 习方案,以达到高效学习的目的。四、总结大数据和人工智能技术的发展,为我们提供了海量的优质教育资源以及常态 化的数据采集和分析能力,可以深度挖掘学生的学习潜能,推动个性化学习和高 效学习目标的实现。基于大数据的智能内驱式学习模式就是结合大数据技术和智 能化手段,以自主学习、教师引导、小组协作、个人评价量化为主要内容,最大 限度地促进学生的学习内驱力的建立,充分尊重学生的差异性,因此该学习模式 弥补了家庭教育“不专业”、学校教育“不具体”和自我学习“无导向”三方面的不足, 增强学生的学习自信,提高学生自主学习的能力,确保因材施教教育目标的最终 实现。