王雪 周圍 王志軍 韓美琪

【摘 要】隨著MOOC數(shù)量的急劇增大，高輟學率等問題也不斷出現(xiàn)，人們開始更多地關注其課程質(zhì)量和教學效果的優(yōu)化。教學視頻因其形象直觀、學習體驗好等特性，是MOOC核心的教學內(nèi)容呈現(xiàn)方式，因而其優(yōu)化設計是MOOC優(yōu)化的重要一環(huán)。選取美國課程中央網(wǎng)站排名前20的MOOC教學視頻作為研究對象，參考我國教育部2013版《網(wǎng)絡課程評價指標》確定視頻分析框架并開展教學視頻設計的分析。與此同時，使用ROST Content Mining和Nvivo對學習者針對MOOC教學視頻的學習評論進行內(nèi)容分析和質(zhì)性分析，從中挖掘?qū)W習者對于優(yōu)質(zhì)教學視頻的期許和需求。最后，從視頻分析框架及學習者的體驗相結合的視角，總結出包括教學設計、教師、教學內(nèi)容、技術規(guī)范四個方面的MOOC教學視頻優(yōu)化設計的啟示，以期對MOOC質(zhì)量的提升起到一定的參考和借鑒作用。

【關鍵詞】 MOOC；教學視頻；評價指標；案例分析；內(nèi)容分析；質(zhì)性分析

【中圖分類號】 G434 【文獻標識碼】 A 【文章編號】 1009-458x（2018）5-0045-10

一、引言

2012年，MOOC（Massive Open Online Course）作為一種新型的在線教學模式，在三大領軍企業(yè)Udacity、edX和Coursera的發(fā)展推動下迅速風靡全球。到2016年底，全球共有700多所大學的6，850門MOOC上線，至少注冊一門MOOC的學習者有

5，800萬人（Shah， 2016）。除了高等教育和在線教育領域的持續(xù)關注以外，基礎教育領域也開始有了對MOOC的一些嘗試與應用（王左利， 2017）。與此同時，MOOC在發(fā)展中也遇到了前所未有的突出問題，學習者學習持續(xù)性不強，退學率高（一般在85%至95%），MOOC質(zhì)量不能滿足學習者需求等（郝丹， 2013），其中教學資源的質(zhì)量是其重要的影響因素之一（李青， 等， 2015）。教學視頻作為MOOC核心內(nèi)容的傳遞媒介，是學習者獲取知識的主要渠道，其質(zhì)量將直接影響學習者對課程的參與度和學習效果（李青， 等， 2016）。由此看來，通過優(yōu)化MOOC教學視頻的質(zhì)量來提高學習者的學習持續(xù)性和學習效果是可行且必要的。

二、MOOC教學視頻設計的研究現(xiàn)狀

相對于MOOC的教學模式、學習評價、學習支持系統(tǒng)等方面的研究，直接針對MOOC 中教學視頻優(yōu)化設計的研究仍處于起步階段，已有的研究主要集中在以下幾個方面：①MOOC 中教學視頻的應用現(xiàn)狀，如布瑞斯羅夫等（Breslow， Pritchard， & DeBoer， 2013）調(diào)查發(fā)現(xiàn)，學習者在教學視頻上花費的學習時間最多；布林頓等（Brinton & Chiang， 2015）分析了視頻觀看過程中復播、暫停、跳過等行為與測驗成績的關系，結果表明視頻觀看行為在有限的課程資源中（如短期課程）能明顯提高測驗成績。②視頻的媒體表現(xiàn)形式，如加拿大英屬哥倫比亞大學（UBC）發(fā)布的《MOOC制作研究報告》指出，視頻中盡量減少文字，用圖表或圖形替代文字（University of British Columbia， 2014 ）。③MOOC視頻的設計方法和原則，如Chorianopoulos等（2013）分析了各種視頻風格，總結出教學視頻可用性的基本原則；王雪等（2016a）對不同知識類型的教學視頻的字幕設計細則進行了研究。④視頻的制作方法，如Guo等（2014）認為6分鐘是一個最適宜的視頻長度；還有的探討了MOOC 視頻的具體制作方法，如背景、燈光、設備、軟件等（于青青， 等， 2015； 張岸， 等， 2014）。

可見，以優(yōu)質(zhì)MOOC教學視頻作為案例，從權威評價標準和學習者學習體驗雙重視角分析教學視頻設計要點的相關研究仍比較匱乏，而優(yōu)秀MOOC教學視頻設計的成功經(jīng)驗恰恰是值得借鑒和推廣的。因此，本研究選取美國課程中央網(wǎng)站排名前20的MOOC的教學視頻作為案例，參考我國教育部2013版《網(wǎng)絡課程評價指標》制定的視頻分析框架進行視頻案例分析。與此同時，對學習者的學習評論進行內(nèi)容分析和質(zhì)性分析，進而總結出若干MOOC教學視頻優(yōu)化設計的啟示。

三、案例選擇

美國課程中央網(wǎng)站是全球最大的知名MOOC聚合平臺，其宗旨是提供來自世界頂尖大學最好的課程，匯集了國內(nèi)外知名MOOC平臺的課程，例如學堂在線（清華大學）、Coursera（斯坦佛大學）、edX（麻省理工學院）、FutureLearn（英國開放大學）等。美國課程中央網(wǎng)絡會定期發(fā)布全球MOOC排名榜（Class Central， 2017），我國清華大學教師開設的課程“清華漢語”近兩年都榮登MOOC排名榜前列（清華大學， 2016）。其評選方法主要是根據(jù)MOOC的學習者評論計算出的貝葉斯平均值進行排序，基本上可以保證公平、公開、公正，也因此成為國內(nèi)外MOOC相關研究的重要數(shù)據(jù)來源。國際在線學習專家安德森教授在接受王志軍等（2017）的訪談時指出，美國課程中央網(wǎng)站是國際性的MOOC資源整合平臺和導航網(wǎng)站，聚集了由不同提供者建設和發(fā)布的MOOC，并對其上的數(shù)據(jù)進行了分析，認為MOOC的學習者會越來越多。汪瓊（2017）也以該網(wǎng)站統(tǒng)計的數(shù)據(jù)為依據(jù)對美國慕課評優(yōu)的原則進行過分析。

為保證視頻分析案例的質(zhì)量，本研究選取了美國課程中央網(wǎng)站發(fā)布的MOOC排名榜中排名前20的課程教學視頻，課程基本信息如表1所示。所選取的20門MOOC案例課程具有一定的代表性和客觀性，具體表現(xiàn)為：第一，覆蓋各大MOOC平臺，共有12門Coursera課程，3門edX課程，3門FutureLearn課程，1門OpenLearning課程，1門Independent課程；第二，課程內(nèi)容覆蓋面廣，包括計算機、人文、教育、心理學、哲學、數(shù)據(jù)科學、醫(yī)療、天文學、個人發(fā)展、生物學；第三，課程提供單位多樣化，包括美國、墨西哥、印度、南非、澳大利亞、加拿大、荷蘭、中國的大學，以及一個獨立機構。

四、視頻案例分析

（一）視頻案例分析框架

MOOC作為一種新型在線教學模式，雖然其質(zhì)量評價受到了國內(nèi)外一些學者的關注，但目前還沒有形成比較權威且系統(tǒng)的質(zhì)量評價體系。已有的質(zhì)量評價體系研究大致從四個角度展開：MOOC平臺角度、MOOC傳播效果角度、MOOC實踐性的角度和將原有在線課程的評價規(guī)范遷移到MOOC領域的角度（童小素， 等， 2017）。MOOC本質(zhì)上仍是網(wǎng)絡課程的一種形式，因此將原有的權威評價規(guī)范遷移到MOOC領域并開展評價分析不失為一種可行的方法，尤其是參考我國在線課程評價規(guī)范，對我國的MOOC優(yōu)化會更有價值和意義。

我國教育部先后正式發(fā)布了兩個版本的網(wǎng)絡課程評價標準：2002版《網(wǎng)絡課程評價規(guī)范》（下文簡稱“《規(guī)范》”），由4個一級指標和36個二級指標組成（余菜花， 2008）；2013版《網(wǎng)絡課程評價指標》（下文簡稱“《指標》”）由3個一級指標和11個二級指標組成（教育部， 2013）。與《規(guī)范》相比，《指標》將“界面設計”與“技術”兩個維度融合成了單一的“技術規(guī)范”；“教學內(nèi)容”維度的7個二級指標概括成了“完整性”與“適用性”；“教學設計”維度的二級指標也將原本的14個更新為5個?！吨笜恕吠耆w《規(guī)范》的相關評價標準，且更加簡潔清晰，可操作性更強，因此更符合本研究的需求。參考該《指標》，結合研究需要，從中篩選出對于教學視頻的評價標準，制定出MOOC教學視頻分析框架，開展美國課程中央網(wǎng)絡排名前20的課程的教學視頻案例分析。

《指標》包含教學內(nèi)容、教學設計和技術規(guī)范3個一級指標。其中，教學內(nèi)容包含完整性和適用性2個二級指標；教學設計包含目標定位、組織結構、媒體應用、交互設計和學習評價5個二級指標，由于MOOC教學視頻作為一種單一的媒體，不涉及“媒體應用”的多樣性，因此去掉“媒體應用”二級指標；技術規(guī)范包含標準性、兼容性、運行狀況和界面效果4個二級指標，只有“界面效果”與視頻設計相關，因此僅保留“界面效果”這個二級指標。最終的視頻分析框架如表2所示。

（二）視頻案例分析過程

通過比較發(fā)現(xiàn)，20門案例課程中的視頻基本上都是以一個教學單元（教學周）為一個相對獨立、完整的模塊，且同一門課程的教學視頻設計風格基本一致。本研究選取每門案例課程中的一個教學單元作為各課程的視頻研究對象，以視頻分析框架為依據(jù)，由兩名研究者背對背對每門課程教學視頻的教學內(nèi)容、教學設計和技術規(guī)范及其二級指標進行分析且加以描述。為摒棄視頻案例分析過程中的主觀性造成的誤差，對不一致的部分進行商討，再進行背對背分析，直到兩名研究者能夠客觀掌握評價標準，背對背分析能夠達成共識。為了直觀地表征分析過程，本文以“正義”為例來展示分析的過程（如表3所示）。

（三）視頻案例分析結果

本研究選取的20門案例課程都長時間穩(wěn)居MOOC排名榜前列，完成率也較高，這與其課程教學視頻的質(zhì)量息息相關。綜合這20門教學視頻的分析結果發(fā)現(xiàn)，教學視頻作為課程的核心資源，設計方面突顯出許多優(yōu)點，但同時也存在一些不足。

1. 教學內(nèi)容

（1）視頻的教學內(nèi)容在一定范圍內(nèi)具有完整性，提供引導性及總結性視頻

教學內(nèi)容是吸引學習者參與課程的最原始動力，也是教學視頻傳遞給學習者的最主要信息，其知識脈絡必須清晰，且在一定的范圍內(nèi)具有相對完整性。通過分析比較，發(fā)現(xiàn)20門案例課程中每門課程的視頻都是以一個教學單元（知識點）為一個相對獨立、完整的模塊，且同一門課程的教學視頻設計風格基本一致，這樣可以幫助學生建立清晰和完整的知識體系。MOOC教學視頻的核心任務一方面是傳遞教學知識，而更為重要的另一方面則在于啟發(fā)和引導學生的思考，促進其高階思維能力的發(fā)展（張浩， 等， 2012）。

從視頻分析結果看，每個教學單元除正式授課的教學視頻之外，有些課程（如“Python交互式編程介紹（第1部分）”）在正式授課視頻之前提供了課程引導性視頻，介紹本單元主要學習內(nèi)容、學習目標、教學方法、重難點等。還有些課程在結束時提供了課程總結視頻（如“荷蘭介紹”），再次回顧所學習的重要教學內(nèi)容以及知識點之間的邏輯關系。

（2）教學視頻的切分符合教學內(nèi)容的內(nèi)在邏輯，長度要適宜

教學視頻的切分主要考慮教學內(nèi)容的邏輯結構以及時長兩個因素。從時長看，不同課程提供商的教學視頻模塊劃分差異較大。Coursera平臺下MOOC的教學視頻時長較長，大部分是15-20分鐘，而最長的視頻長達30分鐘（如“正義”）；edX和FutureLearn平臺下的課程，視頻模塊劃分較細，時長較短，大部分都在5分鐘以內(nèi)，最短的甚至不足1分鐘（如“清華漢語”）。

2. 教學設計

（1）教學目標定位準確，并采用富有創(chuàng)意的導入方式

分析結果表明，大部分案例課程視頻對課程總體學習目標及各單元學習目標進行了闡述。清晰、準確的學習目標是教學視頻引導學習者主動學習的基礎，是學習者完成自主學習任務的線索和動力。一些案例課程采用了獨特或富有創(chuàng)意的方式引入課程，吸引學習者注意，明確闡明學習目標。例如：運用活潑、輕快的舞蹈和歌曲呈現(xiàn)課程相關話題，愉悅學習者的身心，增強學習興趣（如“快樂和滿足的生活”）；創(chuàng)設貼近生活、具有故事性的教學情境，提高課程的趣味性，有助于學習者完成學習與生活的意義建構（如“清華漢語”）；采用提問的方式，啟發(fā)學習者積極思考，激發(fā)學習熱情（如“正義”）。

（2）將先前知識作為教學內(nèi)容，合理進行順序安排，滿足不同文化背景需求

MOOC具有大規(guī)模性、開放性等特征，學習者數(shù)量龐大，學習者的先前知識水平參差不齊。因此，將課程學習所需的先前知識作為教學內(nèi)容的一部分，一方面可以刺激部分學習者對先前知識的回憶，為后續(xù)學習做好準備；另一方面能夠讓不具備入門知識和技能的學習者熟悉、理解相關預備知識，為學習者創(chuàng)造聯(lián)系新、舊知識的條件，促成有意義學習的發(fā)生，提高學習效果（任友群， 等， 2009）。

內(nèi)容順序安排作為教學策略的一個重要部分，必須符合知識點的邏輯關系。美國著名教育學家、心理學家布魯姆將知識定義為四個維度：事實性知識、概念性知識、程序性知識和元認知知識（安德森， 2009）。通過比較發(fā)現(xiàn)，案例課程教學視頻講授的知識基本都包含了四種類型的知識，但概念性知識及程序性知識所占比例較大。在教學內(nèi)容的組織上，按照“事實性知識→概念性知識→程序性知識→元認知知識”的順序，一方面符合學習者的認知特點，另一方面可以促進學習者對教學內(nèi)容循序漸進的學習。事實性知識和概念性知識類的教學內(nèi)容一般比較單調(diào)乏味，運用有創(chuàng)意的呈現(xiàn)方式可以增加課程的趣味性，降低學習者認知難度，激發(fā)學習興趣。如運用動畫呈現(xiàn)的方式（如“正義”）；運用幽默的描述性語言替代專業(yè)術語（如“Python交互式編程介紹（第1部分）”）；講述相關歷史背景，增強教學內(nèi)容的故事性（如“偉大的詩系列：普羅米修斯解除綁定”）。

大多數(shù)MOOC面向世界開放，其學習者可能遍布世界各地，文化背景迥異。因此，應注意學習者文化背景的多樣性，舉例說明時盡量列舉各個文化背景的學生都熟知或都能理解的案例。如“生物學導論——生命的秘密”中用“報紙報道”說明世界各地無論何時都有關于生物學相關知識的討論；“機器學習”中舉例說明學習算法的強大功能時，用了“Google搜索引擎可以按照用戶習慣偏好呈現(xiàn)搜索結果”以及“讀郵件時，垃圾郵件過濾器會幫你過濾掉大量垃圾郵件”等。

（3）提供科學合理的交互設計

教學交互包括三個層面：學習者與媒體界面的操作交互，學習者與教學要素（學習資源、學習者、教師）的信息交互，以及學習者新舊概念的概念交互，三者中后者建立在前者的基礎之上（陳麗， 2004）。通過比較發(fā)現(xiàn)，所有案例視頻都提供了學習者與媒體界面的操作交互，如暫停、播放、回放等，Coursera和edX平臺的教學視頻下面提供的字幕還能夠鏈接到視頻的對應位置。部分課程教學視頻提供了學習者與教學要素的信息交互，如“Python交互式編程介紹（第1部分）”的視頻中插入了CodeSkulptor在線編程環(huán)境以及教學過程中相關代碼的超鏈接；“偉大的詩系列：普羅米修斯解除綁定”視頻提供的同步在線交流平臺可以實現(xiàn)學習者之間的信息交互，有利于促進學習者群體共同學習。

（4）根據(jù)課程目標合理設計及時、有效的評價方式

案例課程教學視頻提供的學習評價按評分方式可分為系統(tǒng)自動評分的客觀題和同伴互評的主觀題，按測驗的先后又可分為視頻中的內(nèi)嵌測驗和視頻間的“過渡”測驗。系統(tǒng)自動評分的客觀題能夠給學習者提供及時、有效的學習評價，幫助學生快速了解學習效果，但反饋方式較為單一；同伴互評的主觀題能夠激勵學習者更加積極地完成測驗，學習者不僅是被測試者，同時還承擔著評價者的角色，能夠喚起學習者參與評價的主動性和學習興趣；視頻的內(nèi)嵌測驗可以將學習者的注意力保持在視頻學習任務上，并及時應用所學知識，有助于引導學習者產(chǎn)生或維持學習動機（如Coursera）；視頻間的“過渡”測驗，則有助于學習者鞏固、回憶視頻中學習到的內(nèi)容，并為后續(xù)學習做好準備。

3. 技術規(guī)范

大部分案例課程中教學視頻的界面具有多樣化的呈現(xiàn)方式，根據(jù)教學內(nèi)容或?qū)W習目標的不同分別采用了動畫展示、圓桌會議討論、采訪、教師講授、教師講授+屏幕錄制/PPT展示等形式，切合教學主題，色彩搭配協(xié)調(diào)，視覺效果較好，符合美學設計原則（王志軍， 等， 2015），但仍有需要提升的地方。

界面在保持設計簡潔大方、配色合理、布局合理、整體風格統(tǒng)一的基礎上，可以做出以下改進：①采用新穎、活潑的色彩或其他元素增強視頻界面的創(chuàng)意性，形成活潑生動的藝術性視覺效果，使教學視頻除了傳達理性知識內(nèi)容外，還通過形象生動的形式為學習者營造友好的學習環(huán)境。②增強視頻畫面的引導信息設計，起到引導學習路徑的作用。如圖1 所示，采用顏色明顯的線條圈畫重點信息的方式（如“Python交互式編程介紹（第1部分）”），可汗式邊講邊標記的方式（如“太陽系的科學”和“機器學習”），以簡單動畫形式表現(xiàn)某一重點內(nèi)容的順序或過程（如“清華漢語”），還有閃爍、區(qū)域加亮、要點提示等其他方式。

五、視頻學習評論分析

學習者作為MOOC教學視頻的受眾，其學習需求是否得到充分滿足應該是優(yōu)質(zhì)MOOC教學視頻的重要衡量標準，因此本研究對20門案例課程中學習者有關教學視頻的評論進行分析，探究學習者對MOOC教學視頻的偏好及需求。目前國內(nèi)外根據(jù)受眾評論反饋分析其需求、偏好等的研究方法較多，且有研究者指出“僅根據(jù)一次訊息內(nèi)容分析就對信息發(fā)布者和接受者下結論通常是不太妥當?shù)摹保∟euendorf， 2002）。為此，本研究采取內(nèi)容分析及質(zhì)性分析結合的方法，借助內(nèi)容挖掘軟件ROST Content Mining 6實現(xiàn)詞頻統(tǒng)計和語義構建，系統(tǒng)地反映出學習者評論真實的或象征性的內(nèi)容（Krippendorff， 1980； 叢麗， 等， 2014），同時采用國際主流的質(zhì)性分析軟件 Nvivo 10對評論文本進行編碼，分析、量化需求元素，以了解學習者對教學視頻的需求和影響學習者滿意度的相關要素。

（一）數(shù)據(jù)來源

數(shù)據(jù)來源于美國課程中央網(wǎng)站中表1所示的20門案例課程的學習者評論（共計6，423條）。隨機調(diào)查幾門課程的評論發(fā)現(xiàn)，學習者關于教學視頻的評論主要集中在兩大主題，即視頻教學和教師，相關評論關鍵詞主要包括video（視頻）、lecture（講座、課程）、lecturer（講師）、teacher（教師）、professor（教授）等。利用關鍵詞（包含同根詞、同義詞）搜索的方法篩選出學習者針對教學視頻的相關評論，結果如表4所示。

將所有相關評論翻譯成中文，將評論的主語（如“我”）類用詞統(tǒng)一翻譯為“學習者”，video、lecture類用詞統(tǒng)一翻譯成“視頻”，teacher、professor類用詞統(tǒng)一翻譯成“教師”，將語序調(diào)整通順，并剔除重復及部分無意義語句，形成本研究的分析文本，共計77，610個字。

（二）內(nèi)容分析

使用ROST Content Mining 6的社會網(wǎng)絡和語義網(wǎng)絡分析工具進行內(nèi)容分析，保留前100個共現(xiàn)高頻詞。需要說明的是，因這些高頻詞皆與“視頻”相關，因此不將“視頻”作為高頻詞。生成的語義網(wǎng)絡如圖2所示。

語義網(wǎng)絡圖能夠反映出學習者評論中相關要素之間整體、直觀的關系，為進一步的質(zhì)性分析提供思路。箭頭反映兩詞之間的指向關系，連線反映兩詞之間構建語義的關系。詞的連線越多，表示該詞在語義網(wǎng)絡圖中與其他詞構建語義的頻率越高。圖2表明，核心高頻詞為“教師”，其次是“學習者”。以“教師”為中心，環(huán)繞的高頻詞較突出的有“概念”“有趣”等，說明學習者認為教師有趣，且對其講解的概念印象深刻。以“學習者”為中心，環(huán)繞的高頻詞較為突出的有“測驗”“論壇”“挑戰(zhàn)性”“學習”“交互”等，都與視頻中的教學活動相關，直觀地表明了學習者關注的焦點。

（三）質(zhì)性分析

將學習者評論分析文本導入質(zhì)性分析軟件Nvivo 10中，對其進行編碼和主題構建。為保證編碼的效度，由兩名研究者同時編碼，并進行交叉復核（double check）及討論。如兩位編碼者之間有異議，則引入第三方編碼者參與協(xié)商。最后，兩位編碼者的合集為自由節(jié)點的結果（Corbin & Strauss， 1997； 叢麗， 等， 2014）。編碼步驟為：①使用瀏覽編碼的方法，逐句閱讀每一條評論，將可以反映學習者對于教學視頻需求的相關要素的詞句標記為自由節(jié)點，并進行一級編碼。共整理出自由節(jié)點164個，其中參考點1，103處。②在一級編碼的基礎上進行主題歸納，形成二級編碼。共整理出二級編碼節(jié)點35個。③建立兩大學習者評論核心主題“視頻”和“教師”的節(jié)點，在“視頻”節(jié)點下按照表2視頻分析框架的一級指標和二級指標建立基本子節(jié)點，形成樹狀節(jié)點。將上述二級編碼分類整理到樹狀節(jié)點中，主要的節(jié)點關系如圖3所示。需要說明的是，在學習者評論分析文本中同樣存在部分負面的評論，如“畫面質(zhì)量不佳”“視頻中的聲音不清晰”等。為方便編碼整理并結合研究需要，根據(jù)其評論所關注的視頻設計要點將其整理到樹狀節(jié)點中的對應節(jié)點上。如將評論文本中的“視頻中的聲音不太清晰”在瀏覽編碼中建立“聲音不清晰”自由節(jié)點，并最終歸類到樹狀節(jié)點“技術規(guī)范”的“音頻質(zhì)量”，體現(xiàn)出學習者對視頻中音頻質(zhì)量的關注程度。

為更加直觀地呈現(xiàn)出各要素的重要程度，采取客觀賦權法將其分為5個等級：最大參考點數(shù)Amax為129，最小參考點數(shù)Amin為1，劃分范圍為 （Amax - Amin）/n=26，則第一等級為129～104，權重值為5，表示“非常重要”；第二等級為103～78，對應權重值為4，表示“很重要”；第三等級為77～52，權重值為3，表示“比較重要”；第四等級為51～26，權重值為2，表示“重要”；第五等級為25～0，權重值為1，表示“有點重要”（杜學敏， 2012）。學習者評論的質(zhì)性分析結果如表5所示，其中父節(jié)點的比例值為各父節(jié)點參考點數(shù)占總參考點數(shù)的百分比，子節(jié)點的比例值為各子節(jié)點參考點數(shù)占其所屬父節(jié)點的百分比，具體需求要素按參考點數(shù)從大到小排列。

六、對MOOC教學視頻優(yōu)化設計的啟示

研究發(fā)現(xiàn)，基于視頻案例分析框架的分析結果與學習者評論分析結果呈現(xiàn)出較高的一致性和相關性，將二者整合最終總結出MOOC教學視頻優(yōu)化設計的若干要點及啟示，具體如下：

（一）教學設計方面

根據(jù)學習者評論分析結果（見表5），教學設計的參考點數(shù)占比39%，是教學視頻中學習者最為關注的部分。

1. 學習目標定位清晰準確

清晰、準確地呈現(xiàn)學習目標是教學視頻引導學習者主動學習的基礎和重要元素，采用獨特或有創(chuàng)意的導入方式，有助于引導學習者主動學習，啟發(fā)學習者積極思考，激發(fā)學習熱情。

2. 學習評價及時有效，富有趣味性和挑戰(zhàn)性

學習評價設計是學習者最為關注的教學設計，設計者根據(jù)課程目標合理設計評價標準和方式，如視頻中的內(nèi)嵌測驗或視頻間的“過渡”測驗、自動評分或同伴互評等，創(chuàng)造學習者進行自我反思、自我感知、自我評價的學習環(huán)境，并盡量滿足學習者“相關測驗具有挑戰(zhàn)性、趣味性，且與新知識相關”的需求。

3. 交互設計科學合理

學習者對于“學習者與學習資源的交互”和“學習者與教師及其他學習者的交互”的需求分別為“比較重要”和“重要”，對“學習者與媒體界面的交互”需求也“有點重要”。因此，結合基于視頻案例分析框架的分析結果，優(yōu)質(zhì)教學視頻應提供科學合理的交互設計，包括操作交互、信息交互甚至是概念交互的設計，以促進學習者積極主動投入到學習中，提高課程參與度（王志軍， 等， 2016），引導學習者形成新舊概念之間的交互，更好地完成知識的意義建構，進而提高學習效果。

4. 教學策略安排妥當

學習者認為教學視頻“吸引學習者注意”及“營造輕松愉快的學習氛圍”是“重要”的，“激發(fā)學習興趣”也“有點重要”。因此，教學視頻中采用的教學策略應致力于吸引學習者的注意力，營造輕松愉快的學習氛圍，激發(fā)和維持學習者的學習動機。

5. 知識組織結構合理

將課程所需的先前知識作為教學內(nèi)容的一部分，刺激學習者對先前知識的回憶，為后續(xù)學習做好準備，同時幫助不具備入門知識的學習者熟悉、理解相關預備知識，為學習者創(chuàng)造聯(lián)系新、舊知識的條件，促成有意義學習的發(fā)生。在教學內(nèi)容的安排組織上，按照事實性知識、概念性知識、程序性知識、元認知知識的順序，一方面符合學習者的認知特點，另一方面可以促進學習者對于學習內(nèi)容循序漸進的訪問。

（二）教師方面

根據(jù)學習者評論分析結果，教師的參考點數(shù)占比32%，是教學視頻中學習者第二關注的部分。

1. 教師突出的教學風格

教學視頻中教師“講授方式有趣”“講解詳細、清楚、易于理解”是“很重要”的，“啟發(fā)學習者思考”“講解進度適中”“陳列學習者可能遇到的疑問，并提供解決方案”也“有點重要”。

2. 教師較強的個人魅力和豐富的專業(yè)知識

教師“積極、熱情”的情緒會感染學習者，而教師的“幽默”也是同樣“重要”的。教師“有吸引力”“較強表現(xiàn)力”“發(fā)音準確清晰”的特點也是學習者“有點重要”的需求，同時教師最好“知識經(jīng)驗豐富”，具有“較高專業(yè)度”。而教師的著裝“與講授的主題內(nèi)容相關”也容易吸引學習者注意。

（三）教學內(nèi)容方面

根據(jù)學習者評論分析結果，教學內(nèi)容的參考點數(shù)占比26%，是教學視頻中學習者第三關注的部分。

1. 增強教學內(nèi)容的趣味性與適用性

“教學內(nèi)容具有趣味性”對于學習者來說是“非常重要”的，與激發(fā)、維持學習動機及興趣息息相關。另外，還應注意學習者文化背景的多樣性，教學內(nèi)容要滿足不同文化背景的需求。

教學視頻的切分還需要從學習者視角考慮，體現(xiàn)“以學習者為中心”。知識容量和長度應適中，視頻時長過短、教學內(nèi)容太少將難以保證其教學內(nèi)容結構的完整性，反之則容易給學習者造成視覺和認知疲勞，難以維持長時間的注意力，影響學習效率和效果，甚至是課程完成率。學習者評論分析表明“時長不超過15分鐘”是“重要”的。

2. 注重教學內(nèi)容的完整性與實用性

內(nèi)容順序安排作為教學策略的一個重要的部分，必須符合知識點的邏輯關系。視頻案例分析表明，教學視頻所承載的課程內(nèi)容應是一個相對獨立、完整的模塊，且視頻間關聯(lián)清晰，具備引導性和總結性，形成一個完整的邏輯體系，有利于引導學習者對MOOC持續(xù)性訪問和學習。與此同時，學習者也認為教學內(nèi)容的完整性及實用性“有點重要”，教學內(nèi)容最好能應用于實際生活當中。

（四）技術規(guī)范方面

技術規(guī)范也是教學視頻中學習者關注的一個方面。

1. 提升界面效果設計

除了要滿足學習者“有點重要”的“畫面清晰、易于識別”需求之外，視頻的界面設計應具有多樣化的呈現(xiàn)方式，使其符合視覺審美需求心理，同時增強畫面引導信息設計。這對激發(fā)學習興趣、升華情感意識、優(yōu)化認知結構和促進知識遷移都會起到積極作用（王雪， 等， 2016b）。

2. 提升音頻質(zhì)量

視頻的音頻效果應滿足學習者“有點重要”的“音頻清晰，易于識別”需求。

七、結束語

自2012年以來，MOOC猶如“一場數(shù)字海嘯”席卷了整個教育界，點燃了國內(nèi)外MOOC建設者和學習者的熱情。然而，與之形成鮮明對比的是，已上線的MOOC質(zhì)量參差不齊且存在“輟學率高”的通病（Lowenthal & Hodges， 2015），這是MOOC發(fā)展面臨的主要問題（何克抗， 2015）。如果我們想實現(xiàn)真正改善教育的目標而不是讓MOOC僅成為教育技術中的另一個一閃而過的點，就不能忽視 MOOC 發(fā)展過程中遇到的這些問題（汪基德， 等， 2014）。教學視頻作為MOOC核心內(nèi)容的載體，其質(zhì)量將直接影響課程教學效果，優(yōu)化教學視頻設計將有助于改善MOOC發(fā)展過程中遇到的瓶頸與問題，促進其可持續(xù)發(fā)展。

本研究以美國課程中央網(wǎng)站排名前20的MOOC教學視頻為研究對象，參考我國教育部2013版《網(wǎng)絡課程評價指標》確定了視頻分析框架，從MOOC教學視頻本身及學習者評論兩個方面對優(yōu)質(zhì)案例課程的教學視頻進行了分析，最終總結出MOOC教學視頻優(yōu)化設計的若干要點及啟示，旨在為提高MOOC教學視頻的吸引力，改善學習者的學習體驗，提升課程的質(zhì)量和完成率提供參考和借鑒。需要注意的是，本研究分析總結的MOOC教學視頻優(yōu)化設計的啟示還僅基于所選的優(yōu)質(zhì)案例的分析，后續(xù)研究還可以涉及部分教學效果不佳的案例分析，以相互印證。與此同時，該研究結論還有待進一步研究和實踐檢驗。相信隨著不斷的實踐與探索，MOOC的質(zhì)量會不斷改善，其吸引力也會不斷提升，為全球?qū)W習者帶來更為優(yōu)質(zhì)的教育資源。

[參考文獻]

安德森. 2009. 布魯姆教育目標分類學[M]. 蔣小平，張琴美，羅晶晶，譯. 北京：外語教學與研究出版社.

陳麗. 2004. 遠程學習的教學交互模型和教學交互層次塔[J]. 中國遠程教育（5）：24-28，78.

叢麗，吳必虎. 2014. 基于網(wǎng)絡文本分析的野生動物旅游體驗研究——以成都大熊貓繁育研究基地為例[J]. 北京大學學報：自然科學版，50（6）：1087-1094.

杜學敏. 2012. 基于QFD的手機產(chǎn)品顧客需求分析系統(tǒng)研究與設計[D]. 河北：河北工業(yè)大學.

郝丹. 2013. MOOC：顛覆與創(chuàng)新？——第4次“中國遠程教育青年學者論壇”綜述[J]. 中國遠程教育（11）：5-17.

何克抗. 2015. 關于MOOCs的“熱追捧”與“冷思考”[J]. 北京大學教育評論（3）：110-129，191.

教育部. 2013-09-02. 關于印發(fā)《國家教育資源公共服務平臺教育資源審查辦法（暫行）》的通知[EB＼OL]. [2017-01-25]. http：//www.moe.gov.cn/s78/A16/s5886/s5892/201310/t20131014_158327.html

李青，劉娜. 2015. MOOC質(zhì)量保證體系研究[J]. 開放教育研究（5）：66-73.

李青，劉娜. 2016. MOOC中教學視頻的設計及制作方法——基于Coursera及edX平臺課程的實證研究[J]. 現(xiàn)代教育技術（7）：64-70.

清華大學. 2016-12-28. 清華慕課榮登2016年全球新慕課排行榜第二位[EB＼OL]. [2017-09-25]. http：//news.tsinghua.edu.cn/publish/thunews/10303/2016/20161228112642553845944/20161228112642553845944_.html

任友群，朱廣艷. 2009. 有意義的學習源自問題解決——戴維·喬納森教授訪談[J]. 中國電化教育（1）：6-10.

童小素，賈小軍. 2017. MOOC質(zhì)量評價體系的構建探究[J]. 中國遠程教育（5）：63-71，80.

汪基德，馮瑩瑩，汪瀅. 2014. MOOC熱背后的冷思考[J]. 教育研究（9）：104-111.

汪瓊. 2017. 美國慕課評優(yōu)原則分析[J]. 現(xiàn)代遠程教育研究（3）：50-57.

王雪，王志軍，候岸澤. 2016a. 網(wǎng)絡教學視頻字幕設計的眼動實驗研究[J]. 現(xiàn)代教育技術（2）：45-51.

王雪，王志軍，李曉楠. 2016b. 文本的藝術形式對數(shù)字化學習影響的研究[J]. 電化教育研究（10）：97-103.

王志軍，陳麗. 2016. cMOOCs中教學交互模式和方式研究[J]. 中國電化教育（2）：49-57.

王志軍，蘇珊. 2017. MOOCs何以支持高等教育和終身學習——訪國際在線學習專家特里·安德森教授[J]. 開放教育研究（6）：4-12.

王志軍，王雪. 2015. 多媒體畫面語言學理論體系的構建研究[J]. 中國電化教育（7）：42-48.

王左利. 2017-01-16. 華南師范大學教授焦建利：慕課開始走向多元化[EB＼OL]. [2017-09-25]. http：//www.media.edu.cn/zyyy/wj/201701/t20170116_1483778.shtml

余菜花. 2008. 網(wǎng)絡課程評價標準研究[J]. 繼續(xù)教育研究（4）：64-66.

于青青，李曉明. 2015. MOOC視頻制作平民化方法的探索與評價[J]. 現(xiàn)代遠程教育研究（1）：106-112.

張岸，汪巖. 2014. MOOC環(huán)境下視頻資源設計研究[J]. 軟件導刊，13（6）：162-164.

張浩，吳秀娟. 2012. 深度學習的內(nèi)涵及認知理論基礎探析[J]. 中國電化教育（10）：7-11，21.

Breslow， L.， Pritchard， D. E.， Deboer， J.， Stump， G. S.， Ho， A. D.， & Seaton， D. T. （2013）. Studying learning in the worldwide classroom research into edx's first mooc. Research & Practice in Assessment， （8）， 13-25.

Brinton， C. G.， & Chiang， M. （2015）. MOOC performance prediction via clickstream data and social learning networks. Computer Communications （pp.2299-2307）. IEEE.

Chorianopoulos， K.， & Giannakos， M. N. （2013）. Usability design for video lectures. European Conference on Interactive Tv and Video（pp.163-164）. ACM.

Class Central. （2017， January 18）. Top 50 free online courses of all time， Retrieved January 20， 2017， from https：//www.class-central.com/collection/top-free-online-courses？sort=rating-up

Corbin， J.， & Strauss， A. L. （1997）. Grounded theory in practice. Contemporary Sociology， 28（4）， 296.

Guo， P. J.， Kim， J.， & Rubin， R. （2014）. How video production affects student engagement： an empirical study of MOOC videos. ACM Conference on Learning @ Scale Conference （Vol.43， pp.41-50）. ACM.

Krippendorff， K. （1980）. Content analysis： an introduction to its methodology. Seikeigeka Orthopedic Surgery， 79（385）， 204.

Lowenthal & Hodges. （2015）. In search of quality： Using quality matters to analyze the quality of massive， open， online courses （MOOCs）. International Review of Research in Open and Distributed Learning， 16（5）， 83-101.

Neuendorf， K. A. （2002）. The content analysis guidebook. Sage.

Shah， D. （2016， December 29）. Monetization over massiveness： A review of MOOC stats and trends in 2016， Retrieved January 20， 2017， from https：//www.class-central.com/report/moocs-stats-and-trends-2016

University of British Columbia. （2014， March 27）. MOOC production guidelines at the University of British Columbia， Retrieved January 23， 2017， from http：//mooc.open.ubc.ca/files/2014/04/MOOC-Guide.pdf

作者簡介：王 雪，博士，講師，碩士生導師；周圍，碩士研究生；王志軍，碩士，教授，博士生導師；韓美琪，碩士研究生。天津師范大學教育科學學院教育技術系（300387）。

責任編輯 韓世梅