教育信息化

【百家千言】北京师范大学冯晓英教授:混合式学习设计的四大典型策略2022-09-09

导读

“互联网+”时代的混合式教学,其本质是为学生创建一种真正高度参与性的、个性化的学习体验;学习的本质与内涵已经发生了变化,学生不仅需要共性的、标准化的知识习得,更追求个性化知识与创造性知识的自我建构与生成。


然而,作为一种新的学习范式,混合式学习的设计与实施也给教师带来了新的挑战和困难。例如:学生对线上学习任务缺乏兴趣和积极性,怎么办?线上学习加重了学生的认知负荷,效果却达不到预期,怎么办?经过线上学习后学生之间的差异更加明显了,怎么办?学习内容都变成线上资源了,那么线下教学该如何设计?等等。概而言之,实践中教师面临的最大挑战和困难是“如何混合”。

本文将主要探讨“互联网+”时代混合式学习设计的方法策略,期望为混合式教学实践者和研究者提供更加落地的方法策略抓手。

作者丨冯晓英  曹洁婷  黄洛颖

来源丨中国远程教育




01
理论框架

1、关键概念界定:策略

在宏观层面上, “策略”通常是指在一定的理论基础之上,根据教学目标、教学任务和学生特征,有针对性地选择与组合相关的教学内容、教学组织形式、教学方法和技术,从而形成具有效率意义的特定教学实施总体方案(顾明远, 1998; 袁振国, 2004)。国外学者也将其视为包括教学原则和教学方法的教学过程(Benitez, Jimenez, Cruz, Rosa, & Medina-Borja, 2007)。也可以从模式层面理解宏观层面的“策略”,如替代性教学策略、探究式教学策略等。

在中观层面上, “策略”通常是指为了实现特定的教学目标,根据教学任务的特点所采用的具体的教学方式、方法,以引导教学活动(埃金, 1990; 于海波, 等, 2002; 李康, 1994)。也可以理解为方法(approach)层面的策略,如切块拼接策略、先行组织者策略等。

在微观层面上, 策略是指支持战略性教学方法的教学技巧、策略(Benitez, et al., 2007; Orlich, Harder, Callahan, Trevisan, & Brown, 2012; Breytenbach, ten Ham-Baloyi, & Jordan, 2017),是对中观层面的教学策略在具体教学活动上的落实和实践的方法,即教师对教学过程中的具体师生活动进行设计和控制的方法(李康, 1994; 和学新, 2000),如头脑风暴、维恩图等。

本文将重点关注中观层面的策略,即指导教学活动开展的具体教学方式和方法。

2、混合式学习的评价标准

教学评价研究一直是传统教学领域国内外学者关注的重点。对已有教学评价相关研究进行分析后发现,无论是传统的“以教论教”,还是目前逐渐转向的“以学评教”,高质量的教学均具有以下特征:①教学目标能够有效达成;②教学策略能够促进学习任务高效完成;③教学过程能够吸引学习者持续参与。

混合式教学的快速发展使得混合式学习评价也成为国内外研究者和实践者的关注热点。

国际上最有代表性的混合式学习评价框架有两个,一个是Garrison等人(2001)提出的探究社区模型(Community of Inquiry Model) ,从社会临场感、教学临场感、认知临场感三个维度设计和评价混合式教学,其实质也指向混合式教学的有效性、高效性、有吸引力。

另一个是典型的混合式教学评价框架Sloan-C Pillars框架(Laumakis, Graham, & Diovan, 2009), 其明确提出了混合式学习的三大优势:①提高学习效率;②增加学习的准入性/灵活性;③提高成本效益(Graham, 2006)。同时,强调了混合式学习的有效性和高效性。

此外,越来越多的研究指出,混合式教学在促进学生学习绩效提升的同时,也应为多样化的学生群体提供个性化学习的机会,混合式教学在满足不同个性与学习风格学习者的学习需求方面具有优势(Laumakis, Graham, & Diovan, 2009; Picciano, 2009; Arbaugh, 2014)。 由此,个性化也是混合式学习的重要评价指标之一。

从国内研究来看,混合式教学的评价标准也主要聚焦在有效、高效、有吸引力和个性化四个方面。 例如:朱宏洁等(2013)提出的翻转课堂评价标准体现了对混合式学习的有效、高效、个性化的要求;谢娟等(2017)基于CIPP模型构建了翻转课堂教学评价体系,其中的环境基础和资源配置指标侧重于混合式学习的高效性,实施过程指标侧重于混合式学习的有吸引力和个性化,教学绩效指标重点关注了混合式学习的有效性。

综上所述,本研究认为成功的混合式学习应满足以下四个标准:有效、高效、有吸引力和个性化。这四个标准应引导教师的混合式教学设计。


02
混合式学习设计的典型策略

策略一:明晰的核心目标是有效、高效教学的根本保障

在混合式教学中最让教师困扰的问题是,当教师把部分学习内容转变成线上学习内容和任 务后,学生的学习投入增多了,但学习效果可能并没有改善。那么,混合式教学如何设计才能让学生在尽量少的投入下取得较好的学习效果?换言之,如何让混合式教学有效且高效?

对于这一困扰,很多老师将其归因于线上学习资源的质量不高。殊不知, 目标设计不清晰才是最大的症结。 教学目标引领着教学策略、活动与资源的设计。

然而在实践中,目标设计一直都是薄弱点,存在一些典型问题。例如:教学目标设计形式化,盲目套用教学目标设计的一些已有模式,缺乏对实际教学的导向作用;教学目标定位不清楚,与教学内容混淆;教学目标设计泛化,针对性不强,目标设计未能合理侧重知识类目标、能力类目标与情感类目标;教学目标设计层次不清,低端目标与高端目标定位不准确,不能区分结果性目标与过程性目标,等等。

实现有效、高效的混合式教学,首先要强化目标设计,或者说找到教学的“魂”,并由其引领混合式学习策略、学习活动、学习资源等的设计。 此处的目标设计并非细化目标,而是凌驾于知识、技能、情感态度这些具体的三维目标(objective)之上的核心目标(goal),是一门课、一个单元、一节课的灵魂。 设计核心目标就是要回答一个关键性的问题,学生通过课程学习最需要掌握什么知识、能力或方法? 具体可以通过三个子问题来引导核心目标的设计:①这门/节课最核心/关键性的内容是什么?②学生最希望获得什么?③学生学习中的关键难点在哪?三个引导问题分别指向学习内容分析、学习结果分析与学习需求分析。

明晰的核心目标是有效、高效的混合式教学的根本保障。以澳大利亚的莫纳什大学(The University of Monash)为医学院大三学生开设的“循证医学”课程为例,具体分析如何进行核心目标的设计。

按照冯晓英等(2018)对混合式教学模式的分类,该课程采取了线下主导的自主学习式的混合式教学模式。循证医学是结合医生的个人专业技能和临床经验,考虑患者的愿望,进而对患者做出医疗决策的新兴临床学科。

在进行该课程的核心目标设计时, 第一步 先分析学习内容,该课程最核心的关键性内容是“循证医学的概念、知识与思想”; 第二步 分析学习结果,学生最希望获得的是“掌握循证医学的实践步骤与方法”; 第三步 分析学习需求,学生在学习中的关键难点在于“如何运用循证医学的知识进行诊断与治疗决策”。 最终, 将该课程的核心目标设定为“如何让学生用循证医学的方法指导诊断与进行治疗决策”。

策略二:线上、线下、现场教学的相辅相成是高效教学的关键

“如何混合”一直是混合式学习设计的难点。实践中典型的问题和困难包括如何设计线上学习活动才能尽量减少学生的学习负荷?把部分内容变成线上学习内容后教师应当如何设计线下教学以避免重复教学?等等。实践中的这些困难甚至引起了一些教师的质疑,混合式教学的效率到底是提高了,还是降低了?

Bonk等(2012)指出,混合式学习的一个关键问题是线下教学与线上学习的比例问题。例如,两者怎样进行混合、两者何时使用、如何将两者融合才能取得最好的成效,而解决该问题的关键是学习活动的设计。避免学习活动和内容的重复,让线上、线下和现场学习活动相辅相成,是实现高效混合式教学的关键。 线上、线下、现场学习的相辅相成,包含两层含义:

(1)为不同的学习活动选择最合适、最高效的学习方式。 线上、线下和现场等不同的学习方式对不同的教学策略和学习活动的支持程度有所不同。例如:“对话式教学”“讲授”等是线下教学中最常见的教学策略和活动,如果经过恰当的设计和制作,可以形成更加高效的线上学习资源,对于此类活动线上学习的方式更加高效。线上学习还可以更高效地支持“讨论”“评价”“探究”等活动的开展;“提问式教学”“破冰”“陈述”“演讲”等活动采用线下学习更为高效;实践、实操类活动则更适合现场学习(Snart, 2010; Mager, 1961)。

(2)不同学习方式的学习活动之间彼此呼应、相互支持。 高效的混合式教学设计,应避免线上、线下、现场学习内容的简单重复,同时应着重考虑线上、线下、现场学习活动之间的彼此呼应与相互支持。例如:线下教学时可以对线上学习结果进行汇报、点评,线下的学习任务和互动交流可以延伸到线上继续开展,等等。因此,教师在进行混合式教学设计时,应当有意识地利用一些学习工具并将其作为桥梁,在线上、线下、现场的学习活动之间“穿针引线”。

线上与线下学习活动相辅相成、实现高效混合式学习的一个案例是德国Aachen学院的“示范医学”课程(Woltering, Herrler, Spitzer, & Spreckelsen, 2009),该课程采用了线上主导的协作式混合教学模式(冯晓英, 等, 2018),具体的混合式学习过程见表1。

虽然学习活动以线上学习和线上小组协作问题解决为主,但第一次课和最后一次课均采用了线下教学的方式。在第一次课上,教师通过一系列的学习活动帮助学生更好地理解课程目标和任务,督促学生制订小组目标,为后续的线上学习和线上小组协作问题解决打好基础。在最后一次课上,教师针对学生线上学习过程中出现的问题进行解答,帮助学生进行总结与提升、产出学习成果。

在此案例中,线上、线下活动之间形成了良好的彼此支持和呼应,贯穿于学习活动之间的Wiki等在线学习工具起到了支撑和连接的作用。具体而言,第一次线下授课时,学生们被要求用Wiki记录下自己的问题、学习目标等,为后续继续开展线上学习搭建了桥梁;在最后一次线下授课时,教师借助Wiki上各小组的学习记录进行学习诊断。
表1 “示范医学”混合式学习过程



策略三:开放式的学习活动、真实的学习体验是有吸引力的法宝

如何激发学生的学习兴趣、提升学习的吸引力,似乎是所有教学面临的共同问题。混合式学习本身并不会因为线上学习、线上资源的加入而变得更有吸引力——学生在经历混合式学习初期的新奇之后,可能很快就失去了兴趣。因此,迈克尔等(2015)指出, 激发学生学习动机是整个混合式学习设计的首要原则。

让学生认识到所学内容的价值,让学生感受到成就感,让学生在真实的情境中学习,都能够有效激发学生的学习动机,提升学习的吸引力。混合式学习支持多种学习方式的整合和学习空间的延伸,在设计和开展真实的学习体验和开放式学习活动方面具有优势。真实的学习情境不仅有助于提升学生的学习兴趣,更能够帮助学生真切地理解所学内容的价值,从而更好地激发学习动机。

设计开放式的学习活动,意味着所设计的学习活动和任务不是有固定答案的,而应当是非良构的,能够给学生留下充分的探索空间。 正如杜威指出的,失败的教育往往是把经过精加工之后的知识探究的结果与原始的、天然的探究客体二者混淆,从而试图教授学生精加工之后的解决方案,而不是教授学生自己去探索问题、参与探究过程、寻求解决方案(Lipman, 1991)。

因此,在混合式教学中,教师需要从传授精加工之后的知识转向设计开放式的学习活动,支持学生在自主探究过程中实现知识建构。 这是提升混合式学习吸引力的重要策略,学习者将在此过程中感受到自主学习的成就感,并体会到所学内容的价值。

设计开放式的学习活动、真实的学习体验以提升混合式学习吸引力的一个典型案例是香港浸会大学的“助教培训课程”(Law, & Hafiz, 2018)。按照冯晓英等(2018)对混合式教学模式的分类,该课程属于线上/线下/现场学习完全融合的协作式混合式学习。该课程的主要目的是让学习者了解教学所需的基本理论知识和实践技能,从而在培训结束后能够承担大学的教学任务。

为达成这一目标,课程设计了多种开放式的学习活动,让学生自主探索并掌握所需的教学实践技能,完成知识建构。例如:在课程导入阶段,由六人组成的各小组负责主持本门课程,学习者被赋予了充分的自主权,同时课程会利用移动通信设备,结合增强现实软件,将学术诚信等各种问题带入学生的现实生活中,让学生可以随时随地就相关问题进行思考及开展开放式的讨论;在实践教学环节,组织学习者开展现场的户外学习活动,让他们亲身感受,实地开展学习。

策略四:数据驱动的学习分析技术是实现集体教学个性化的技术基础

如何在集体教学、规模化教学中满足学生个性化、差异化的学习需求,实现因材施教,是传统学校教学一直面临的一个主要矛盾和难点。当我们期待混合式学习能够提供新的可能时,我们也要认识到,混合式学习本身也可能会加大学习者之间的差异性、放大学习者的个性化需求。例如:慕课等线上学习资源可能会让学习者已有知识基础之间的差异更大。那么,混合式教学如何在可能加大学习者差异的情况下解决集体教学中的个性化需求难题呢?

个性化学习包括学习目标个性化、学习内容个性化、学习活动(路径)个性化、学习评价个性化、学习资源个性化等 (孔晶, 等, 2016)。这些个性化学习支持都需要建立在对学习者的个性化测评基础之上。美国新媒体联盟的《地平线报告》(2012)指出“学习分析是通过对学习者产生和收集到的相关数据进行分析和阐释,来评估学习者的学业成就、预测其学习表现并发现其存在问题的过程”,学习分析技术的核心价值体现在帮助教师改进教学。

基于数据驱动的学习分析技术改变了传统的教育评估手段,使得智能化、及时性的个性化测评成为可能,能够让教师实时掌握班级整体以及学生个体的学习情况,进而为个性化的学习支持与干预提供依据(刘清堂, 等, 2017)。数据驱动的学习分析技术还能够预测学生的学习表现、及时发现问题,自适应学习技术则能够进一步为学生推荐个性化学习内容与资源(崔向平, 等, 2019)。

因此, 混合式教学解决集体教学中的个性化需求有两个重要的技术基础,其一是混合式教学为采集学生学习过程数据提供了可能, 从而为基于学习分析技术的个性化分析与测评提供了重要的数据基础; 其二是混合式教学中可适当设计基于学习分析技术的个性化分析与测评工具、数据驱动的自适应学习工具等, 从而为集体教学中的个性化学习支持与干预提供可能。在混合式学习环境中,数据驱动的个性化教学正在成为一种新的教学范式。

利用学习分析技术实现个性化学习的一个典型案例是美国威斯康星州的HOPE Christian高中,教师借助学校的数据分析平台Kickboard实现个性化教学(Kickboard, 2019)。

Kickboard能够全面跟踪、分析以及分享学生的表现数据,包括学习表现、行为表现和性格表现,并对学生行为数据及时进行分析和处理。教师通过查看Kickboard所提供的图表可以更直观地了解每位学生的学习表现、行为表现以及性格情况,全方位地了解每位学生,根据学生的现有水平和爱好及时改进学习设计,并在学生需要的时候予以学习支持,从而实现个性化教学。

作者介绍: 冯晓英,博士,教授,博士生导师,北京师范大学学习设计与学习分析重点实验室主任。 曹洁婷,硕士研究生; 黄洛颖,博士研究生。 北京师范大学远程教育研究中心(100875)。

注:本文较原文章有删减。
来源:优慕课在线教育公众号



关闭