• 图纸下载
  • 专业文献
  • 行业资料
  • 教育专区
  • 应用文书
  • 生活休闲
  • 杂文文章
  • 范文大全
  • 作文大全
  • 达达文库
  • 文档下载
  • 音乐视听
  • 创业致富
  • 体裁范文
  • 当前位置: 达达文档网 > 教育专区 > 正文

    基于学习者分析的视角:教学设计的价值与限度

    时间:2022-10-19 13:13:32 来源:达达文档网 本文已影响 达达文档网手机站

    基于学习者分析的视角:教学设计的价值与限度

      教学设计是指教师为完成教学任务和教学目标,运用系统的方法分析教学问题、学生需要、教学资源、教学策略等因素,制订教学实践方案的过程。数据驱动下的教学设计,通过对教育大数据的采集、分析、管理、可视化等,能有效克服传统学习者分析存在的经验性、主观性、随意性等弊端,保障学习者分析的精确性和全面性。当然,在享受教育大数据便利的同时,教师也要正确认识并防范数据驱动的限度,合理规范地利用数据,让数据服务于学习者分析的需要,推动教学设计的发展。

      一、教学设计的发展与学习者分析的转变

      教学设计是教师开展教学活动的前提和基础,其中学习者分析是教学设计的重中之重。教学设计在发展过程中逐渐与信息技术融合,并借助教育大数据不断完善学习者分析,在保证教学设计适宜性的同时促进学生个性化发展。

      (一)教学设计的发展教学设计是运用系统方法分析教学问题和确定教学目标,建立解决教学问题的策略方案、试行解决方案、评价试行结果和对方案进行修改的过程 。教学设计对整个教学活动具有导向作用,是完成教学任务的重要环节,也是影响教学质量的重要因素。随着社会进步和互联网技术发展,教学设计日趋复杂化、系统化、现代化。20 世纪初,信息技术的发展和心理学的诞生,为教学设计的出现提供了科学依据。1965 年,加涅《学习的条件》一书出版,标志着教学设计的发展走向成熟。随后,逐渐形成以教为主的第一代和第二代传统教学设计理论与模式。但在 20 世纪 90年代,教学设计发生根本性转变,形成了以学为主的第三代教学设计理论与模式。从最初的经验理性到技术理性再到最后的价值理性取向,教学设计的理论体系得到不断健全,对学生学习过程的认识和分析更为深入,为教师教学提供了科学的指导,让教学实践更合情、合理。

      (二)学习者分析的转变教学设计的要素包括学习需要分析、学习内容分析、学习者分析、学习目标的阐明、教学策略的制订、教学媒体的选择和运用、教学设计成果的评价等。其中,学习者分析旨在确定关于学习者学习的起点水平、认知特点、认知结构、个体差异、学习动机、学习风格等方面的情况。教师只有在充分了解学习者学习特征、身心发展规律、原有知识水平等信息后,才能设计适宜的教学方案,切实促进学生发展。传统经验教学范式下,教师对学生信息的收集以访谈或测试等方法为主,但访谈不仅耗时费力,还易掺杂个人主观印象,测试则是标准化、同质化的,教师难以据此对学生开展个性化分析。也就是说,传统教学设计中的学习者分析多是表面化、浅层化的,对学生学习发生的过程和身心特点把握得并不到位,从而影响了教学设计的有效性。数据驱动范式下的学习者分析可有效解决上述问题。一方面,学生学习数据的收集方便快捷。如教师课前通过互联网平台下发学习任务单,让学生学习视频或回答问题,后台能及时将学生学习的重难点反馈给教师;另一方面,学生课堂学习数据的呈现简明客观。大数据技术能将学生在课堂上的表现和反应以可视化形式呈现给教师,便于教师迅速掌握教学情况,调整教学设计。学习者分析从传统经验范式向数据驱动范式转变,是时代发展的需要,也是教学发展的需要。数据的引入和运用,在不断优化各教学要素的同时,也使学习者分析变得更为完善和精确。

      二、数据驱动下教学设计的价值学习者分析的目的是保证教学设计过程有据可循、有理可依。数据驱动下的学习者分析有利于教师准确定位学习起点、科学判断学习风格、理性慎思学习需要,助力教师对学习者进行全面分析,合理制订教学设计方案,促进学生身心和谐发展。

      (一)准确定位学习者学习起点

      学习者学习起点分析是学习者分析的关键,也是影响教学设计整体效果的重要因素。学习起点分析是指教师站在学习者立场上,掌握学习者知识水平和认知发展情况后,确定其初始学习能力,以学定教。它为学习内容的选择和组织、学习目标的阐明、教学活动的设计、教学方法与媒体的选用等提供依据,从而使教学真正促进学习者智力和能力的发展。数据驱动有利于教师准确定位学习者的学习起点,合理进行教学设计。数据具有精确性、全面性、多样性等特点,应用到教学中,对学习者分析能提供较大帮助。教师可通过教学设计数据化寻求教学过程的确定性,再通过对数据结果的分析寻求稳定、有效的课堂教学 。一方面,数据技术能实时采集学习者数据,准确地将学习者的知识薄弱点反馈给教师,教师依据学习者学习情况,也能精准定位其学习起点;另一方面,数据技术具有储存与管理功能,能够帮助学习者建立个人学习档案,便于教师对其以往的学习、知识体系、认知发展程度等进行分析和把握。

      (二)科学判断学习者学习风格每位学习者都具有独特性。在具体的教学情境中,因学习风格的不同,学习者感知教学内容和信息,对知识获取的速度、时间和反应,都存有差异。因此,对学习者学习风格的诊断是必不可少的,也是学习者个性化发展的必由之路。威特金(H.A.Witkin)从认知层面将学习风格分为场依赖型、场独立型、沉思型和冲动型等。场依赖型是指学习者在学习中的信息加工以外在参照为依据,如在课堂上依赖外在学习材料,倾向于小组合作学习和教师系统讲授。场独立型学习者则更多利用内在参照为信息加工依据,倾向于独立学习和个人思考,能对教学信息进行改组,以适应自身需要。沉思型学习者倾向于深思熟虑之后做出决定,而冲动型学习者则倾向于对问题较快地做出反应与回答。多样化的学习风格使得教师在教学设计时要对学生学习风格慎重判断,为后期教学的顺利开展提供准确信息。数据驱动下的学习风格诊断模型,能全方位追踪学习者的学习过程与反应。教师根据数据诊断分析,可以确定学习者为何种学习风格。首先,课前的学情诊断中,后台会详细记载学习者对知识点的思考速度、反应时间、接受程度等信息,并通过一定的算法对学习者学习风格进行初步定位。其次,信息技术工具能记录学习者在课堂上学习发生的情况,比如学习者参与课堂的程度、与教师互动的情况、回答问题的次数以及准确率等,将学习者数据与已有学习风格模型相匹配,准确掌握学习者的学习风格。最后,课后利用课堂教学回放和数据分布图,教师能进一步深入观察和反思学习者学习风格,为日后教学设计中的学习者分析积累经验。

      (三)理性慎思学习者学习需要学习需要分析是教学设计过程的基础,也是学习者分析的基础。学习需要分析是对学习者本身、学习资源、学习内容等方面进行分析,尽可能地为教师的教学设计提供学生“差距”资料,指导教学设计全过程。传统教学设计中,教师进行学习者分析后,对“差距”资料的收集与分析多为教师结合以往教学经验的主观判断,耗时且易出现偏差。具体来看,学习者目前的水平通过已有存档资料是较为容易确定的,而对学习者期望水平的预测存在一定困难,从而影响教师对学习者“差距”判断的准确性和教学设计的整体效果。数据的协助有利于教师理性慎思学习者学习需要。学习者的学习需要诊断与维果斯基提出的“最近发展区”有相似之处,都是着眼于学习者现有水平,挖掘学习者潜力,提升其学习能力和水平。学习者学习数据可视化图表的呈现和解析,助力教师直观且全面地了解学习者的“差距”,利用储存的数据资源理性慎思学习者的学习需要,合理进行教学目标设置、教学内容分析以及教学媒体和策略的选择等,从而以学为中心优化教学设计。

      三、数据驱动下教学设计的限度数据驱动教学设计

      作为新兴事物,因其发展还不够成熟,引发了教学设计思路中师生主体混乱、设计要素中学习动机难剖析,以及设计实施中学习者高阶思维难发展等问题,违背了数据驱动教学设计的初衷,有待进一步完善。

      (一)设计思路中学习者与教师主体的混乱21 世纪初开始的新课改倡导“以学为主”的教育理念,强调以学习者为中心,尊重学习者主体性,满足学习者个性化发展。教育大数据的介入为教师对学习者个性化分析提供了便利,它能对学习者数据进行采集、分析、整理、管理,提供学习者个体独特性数据,协助教师迅速掌握学习者个人身心发展情况。但与此同时,也出现了教师过分依赖数据的现象,表现为仅靠理性数据对学习者进行分析,忽略自身独有的人文性分析能力,且学重于教,会造成师生主体混乱。

      世界上不存在具有普适性的教学方式,任何教学方式都有其适用的情境和条件 。传统教学方式以教师的教为主,教师居于课堂中心向学生传输知识,虽有灌输意味,但在帮助学生建立基本知识体系和发展情感态度价值观方面具有一定优势。教育大数据背景下,教学方式更多强调以学生的学为主,学生依靠自主探究、合作学习等方式学习,教师主导、支持等作用发挥受限。学教关系的不平衡是数据驱动教学设计的一大难点,我们要把“以学为主”和“以教为主”的教学设计结合起来,形成“学教并重”的教学设计思路 。教师需要借助教育大数据的优势,把学习者个性化分析与教师自身教学经验相结合,明确教师与学生的关系,制订高效的教学方案。

      (二)设计要素中学习者学习动机的难剖析学习动机是指激发学习行为,使之导向一定学业目标,并维持这一行为的动力倾向,具有引发、定向、维持、调节的作用 。学习动机分为内部动机和外部动机,内部动机占主导地位。奥苏贝尔根据学习动机影响学生学业成就的不同,将其分为认知内驱力、自我提高内驱力、附属内驱力。认知内驱力是学生的内部学习动机,是学生对自身理解知识和掌握学习任务的要求。自我提高内驱是指学生想通过提高学业成就来获得地位和他人的尊重,把学业看作工具,属于外部学习动机。附属内驱力是指个体希望在获得他人关心、支持的基础上得到他人认可和赞许,也属于外部学习动机。不可否认,内部动机是学生内在的心理认知,具有思维性和潜在性,是影响学生学习行为的关键性因素,但也是数据难以挖掘的。数据技术对学生学习动机,尤其是内在动机的测量和剖析存在一定难度。因为学习动机是介于环境(刺激)与个人行为(反应)之间的中介历程,即学习动机是学生个人对学习事物的看法,因看法而产生求知的需求 。这种需求不是外在可呈现事物,不易通过表面化的数据来进行深层次分析。数据驱动的教学设计是理性化的教学设计,大多参考学生学习行为中的客观数据,而学生的内在动机是不易测评和呈现的,因而数据驱动的教学设计也就难以把握学生的深层需求。因此,教师要发挥人文教育功能,主动对学生的内在动机进行了解,与数据驱动反馈的外在动机相结合,科学掌握学生学习动机。

      (三)设计实施中学习者高阶思维的难发展

      教学设计最终目的是协助教学内容顺利实施与完成,促进学生核心素养的全面发展,尤其是学生高阶思维能力的提升。在教育目标分类学中,识记、理解、应用被认为是低阶思维,分析、评价、创造被认为是高阶思维 。因此,高阶思维能力是一种以高层次认知水平为主的综合性能力 。大数据应用于教育教学,在为教师教学和学生学习提供帮助的同时,也出现师生过分依赖技术工具的现象,使得在教学实施过程中,学生倾向于简单技术操作,对工具的使用仅限于查找、识记、理解资料等,处于低阶思维状态,高阶思维未得到系统开发和发展。数据驱动下的教学设计,学生学习方式的变化最为明显。学生可利用信息技术准备和搜索学习资料,解决学习问题。现代化学习方式的初衷是尊重学生需求和个性化发展,利用信息技术突破以往教学的限制,师生及时获取所需知识,但在具体实施过程中却沦为简单的学习工具。具体而言,学生利用信息技术多为搜集资料,寻找可直接呈现的答案,未对信息进行整合形成高级认知。对信息技术的不合理使用,只能带给学生低阶思维的发展,学生分析、评价和创造等高阶思维难以得到开发。因此,教师利用教育数据进行教学设计时,要深度融合数据和各教学要素,选取适宜的学习方式,规范操作要领,引领学生深度思考,促进学生高阶思维发展。

      四、数据驱动下教学设计的规范

      为促进数据高效应用于教学设计,教师在进行学习者分析时,应以准确性的学情分析为内在保障,以高阶性的深度学习为基本要求,以主体性的学习通道为手段,推动数据驱动教学设计规范化、高效化发展。

      (一)以高阶性的深度学习为基本要求数据驱动下教学设计以培养学生自主发展能力为核心,尤其是以促进学生高阶性的深度学习为基本要求。信息技术的升级意味着知识生产和传播速度越来越快,知识容量越来越大,学生的学习从简单、机械地获取知识,转向感受、理解、生成知识,促进自身核心素养的发展。数据驱动与深度学习相结合,才能推动学生发展高阶思维。深度学习是学生感知觉、思维、情感、意志、价值观全面参与和全身心投入的活动 。在数据驱动背景下,教学设计要突破传统经验范式下发展学生低阶思维的局限,直面高阶思维的深度学习发展模式,要让教学高质量发展、学生全面发展。

      教学设计围绕的主体是学生,学生个体参与有意义的学习是教学设计要实现的重要目标。高阶思要求培养学生分析能力、创造能力等,都是真正能让学生自主发展的能力。教师在教学设计过程中,要利用信息技术的测量与评估功能,将各个环节融入适宜且富有挑战性的学习主题,让学生全身心地参与到学习活动中,体验知识生成过程,获得有意义的发展。换言之,数据驱动能及时监测和反馈学生的知识学习过程,为教师教学设计提供所需内容,帮助教师合理预估教学发展趋势,设计全局性与个性化兼具的教学方案,以促进学生深度学习。

      (二)以准确性的学情分析为内在保障数据驱动为教师教学设计的学情分析提供了较为便利的工具与资源,有利于教师全面了解学生情况和教学情况。对学生的学情分析以及对教学内容的分析,会影响教学设计各个环节的实施。学情分析可分为学前学情和学中学情,前者是教师对学生已有情况的把握,后者是教学过程中教师对学生的动态观察。信息技术的介入为学前学情分析提供所储存的学生信息和大数据分析工具,为学中学情分析提供可视化图表,便于教师快速把握课堂和学生的状态,保证课堂教学的有序性和有效性。学情分析仅有思辨是没有说服力的,需要实证研究的支持,应加强实证和质化相结合的研究 。数据驱动教学设计使得学情分析发生根本性的改变,从直观经验感受分析转向感性与理性结合分析,以学情分析为基础优化教学设计。与此同时,教学设计以准确的学情分析为保障,在数据驱动下准确定位学习者学习起点、科学判断学习者学习风格、理性慎思学习者学习需要。教师在数据驱动下也要不断提高数据素养,合理使用数据工具,科学规范地进行学情分析,把人文分析与理性分析相结合,增强学情分析的说服力。

      (三)以主体性的学习通道为主要手段数据驱动的教学设计改变了传统教授式的学习通道,建立了主体性的学习通道,从而保证学习通道的开放性和生成性。在以往的教学设计中,教师倾向于对学生进行口授式教学,较少实施学生主动建构式的学习方式,学生自主学习和思考的意识未得到全面开发,课堂教学多处于低效能状态。数据驱动下的主体性学习通道是开放的、丰富的,教师和学生可依据教学内容与情境等来选择学习通道,让教学设计有据可循。数字化的学习通道,让学生和教师摆正各自的位置,依据数据资源的丰富性和多样性,合理开展教学活动,保证教学设计的可行性。

      学生是有着主体性的个体,知识获得需要学生在教学实践中进行主体建构,因此,教师在教学设计中对学习通道的选择就显得尤为重要。学生必须在主体性实践活动的过程中,通过思考、探究、反复体验,感受能力形成所必需的规则、程序,才能将其内化于心、外化于行 。因此,教师在教学设计时,要学会整合和利用教学资源,及时捕捉学生的学习状态与需要,让科学数据支撑主体性通道的建设,激发学生主观能动性,促进其高阶学习,保证教学设计的效能。
     

    相关热词搜索: 学习者 视角 教学设计 价值

    • 生活居家
    • 情感人生
    • 社会财经
    • 文化
    • 职场
    • 教育
    • 电脑上网