高職個性化教學模式研究

導語：高職個性化教學模式研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

[摘要]隨著信息技術的快速發展，大數據技術的廣泛應用為個性化教育的發展提供了有力支持。在此大環境下，分析了大數據對高職個性化教育的影響，從個性化教學目標、教學內容、學習路徑、學習評價等方面構建了基于大數據的高職個性化教學模式。

[關鍵詞]大數據；個性化教育；教學

1引言

隨著信息技術的迅猛發展，尤其是大數據、云計算、移動互聯網、物聯網等新一代信息技術的廣泛應用，為個性化教育提供了良好的發展契機。從中小學校到高等院校，大部分的學校為促進教育信息化，建設了大量的數字化教學資源，開展以云平臺為基礎的空間教學，要求學生進行自主學習。但對于高職學生來說，由于缺乏學習的主動性以及對基礎知識掌握的不扎實等原因，使其很難適應這種學習方式，最終導致學習效果不佳。因此，研究在云平臺空間教學、微課、慕課等大數據環境下開展適合高職學生的個性化教學，促進學生獲取知識和掌握技能，并使其能夠適應社會發展，成為高素質專業技能型人才，具有重要的意義。

2大數據環境下的個性化教育是高職教育未來發展方向

2006年，歐洲經合組織（OECD）發表《面向明日之學校教育：使教育個性化》報告，將個性化教育作為應對時代變革的重要教育議程，認為模式化、一刀切的傳統教育既不適合個人需求，也和知識經濟社會的發展格格不入。另外，傳統教育存在諸多局限性，如教育模式以教師為中心、學生被動接受知識；教學形式以現場授課為主，形式呆板，手段單一，內容有限；班級學生眾多，教師僅憑學生成績及錯誤答案來了解學生的學習情況。在這種教育模式中，所采集的教育數據是階段性、非自然的，只能進行簡單匯總統計與分析，數據的詮釋比較宏觀。當今社會，移動終端設備的深入普及不僅方便了人們對信息的獲取和應用，而且在此環境下，產生了海量的數據信息。在大數據技術快速發展的大環境下，教育大數據使教育研究從宏觀群體走向了微觀個體，實現了教育數據采集的實時性、連貫性、全面性和自然性，分析手段復雜、多樣、深入，為教育教學決策提供有效支持，從而實現人才培養個性化、教學評價多樣化、教育決策科學化，實現以數據驅動的“因材施教”。2010年，我國政府的《國家中長期教育改革和發展規劃綱要（2010-2020年）》中明確提出“注重因材施教，關注學生不同特點和個性差異，發展每一個學生的優勢潛能”，鼓勵個性化發展，為每個學生提供“適合的教育”的觀念。因此，大數據環境下的個性化教育將是面向知識經濟時代的未來高職教育發展方向。

3基于大數據的個性化教學模式構建

大數據技術的興起，給傳統教學帶來的機遇與挑戰，同時也推動了教師教學理念上的更新。本研究從設定個性化教學目標、教學組織、教學評價三個方面，構建基于大數據的個性化教學模式，如圖1所示。3.1根據學生學習需求，設定個性化教學目標。個性化教學目標是指在尊重學生個體差異的基礎上，本著以學生為主體，培養發展個性優勢所生成的教學活動實施方向和預期結果。在實際教學實踐中，因教學活動涉及面廣、過程復雜多變，大多數學生需要達成的整體目標和可以量化的知識技能目標比較重視，個別學生的差異化目標和方法掌握、情感變化方面的目標容易忽略、難以設定。而大數據分析技術可以將每個學生的學習行為數據提取并直觀地顯現，從而分析每個學生的學習狀態，找出和預設教學目標之間的差距，并統計分析這種差距的范圍、跨度，使教學目標更加個性化、具體化和精確化；另外，利用大數據技術支持下的網絡教學平臺，記錄學生學習方法使用過程，捕捉學生情感、態度變化，分析每個學生學習方法使用的程度和情感態度所處的狀態趨向性，從而較準確地設定學生在學習方法掌握與情感態度發展方面的教學目標。3.2分析學生學習特征和能力，構建個性化教學形式、內容及學習路徑。個性化學習路徑是指根據學生的個人能力和情境因素，在學習過程中選擇或被選擇個性化的學習資源序列，從而提高學生的學習效率。由于高職學生本身基礎不扎實，學習興趣不高，學習能力相對較差。要提高高職學生的學習積極性，首先教師在教學組織上要以學生為中心，在大數據等信息技術支持下，采取線上線下相結合的教學形式。通過線上教學，可以給學生提供有針對性的、豐富的教學資源。教師要引導學生自主地選擇、組織、利用各類教學資源，提升教學內容對學生的吸引力。通過線下面對面教學，可以給學生進行現場集中指導和評價。同時，也要多將問題拋給學生，讓學生多互動、多交流，給學生充分展示自己的機會，促進學生解決問題的能力，提高學生的自信心。其次，利用大數據記錄、分析教學活動中學生學習行為，對每個學生從已知到未知、從感知到理解、從鞏固到應用、從易到難等認知秩序的水平、狀態作出較準確的判斷，分析每個學生的認識水平、狀態與設定教學目標的差距，教師依據這些數據對教學內容進行動態更新，分配最合適的學習任務，使學生在學習過程中富有成就感，增強學習動力，調動學習積極性。再者，教師利用大數據技術準確地把握學生的知識基礎、認知能力、學習習慣等，引導學生依據教學目標及教學內容自主選擇最適合自己的學習路徑，讓學生利用自己最擅長的學習方式進行高效的學習，提高學生的學習能力和學習效果。3.3對學生學習進行個性化評價，實現精準教學。學習評價是教與學活動中的一個重要環節，評價方式和評價內容在一定程度上影響著教學過程。傳統的學習評價通常是教師通過出勤情況、平時作業、測試結果按一定比例計算，給出綜合成績，主要考核學生的學習態度及對知識的掌握程度，評價內容統一、評價標準統一。然而這種評價方式很難對學生做出客觀的、個性化的評價，無法實施個性化精準教學。因此，要實現精準教學，就要以知識目標、技能目標為評價導向，從知識學習、認知發展兩個方面對學生的學習結果進行個性化評價，確定其離教學目標的距離，并結合學習過程、學習行為采取相應的措施。在大數據環境下，表情識別技術、傳感技術、學習分析技術等先進技術的深度融合，使學生的個性化評價更加全面。如課堂教學中，通過表情、坐姿等數據采集分析，可以準確判斷出學生的注意力集中情況、身體疲倦情況。在線學習平臺，記錄了學生的學習時間、學習軌跡、答題情況、師生互動情況等信息，將這些信息通過智能系統的綜合分析，形成可視化分析報告，教師根據報告評估學生的學習情況及未來的學習表現，給學生提出相關的學習改進建議或對策。

4結語

以云計算、移動互聯、物聯網和數據挖掘為支撐的大數據技術，給教育帶來了深刻的影響，基于大數據的個性化教育模式在教學實踐中的應用，不僅需要先進信息技術的支持，更需要教師改變傳統教學觀念，與時俱進。

參考文獻：

[1]方海光，羅金萍，陳俊達，等．基于教育大數據的量化自我MOOC自適應學習系統研究[J]．電化教育研究，2016(11)：38-42．

[2]核心素養研究課題組．中國學生發展核心素養[J]．中國教育學刊，2016(10)：1-3．

[3]李彤彤，黃洛穎，鄒蕊，等．基于教育大數據的學習干預模型構建[J]．中國電化教育，2016(6)：16-20．

[4]姜強，趙蔚，王朋嬌，等．基于大數據的個性化自適應在線學習分析模型及實現[J]．中國電化教育，2015(1)：85-91．

作者:沈利迪 單位:臺州職業技術學院