熊婭 徐洪勝 唐海

摘要：當(dāng)前，以MOOC為代表的網(wǎng)絡(luò)教育平臺為在線學(xué)習(xí)者推薦學(xué)習(xí)資源時往往沒有針對其個性，從而導(dǎo)致學(xué)習(xí)者面對眾多推薦資源感到困惑，不知以何種學(xué)習(xí)路徑進(jìn)行高效率、高質(zhì)量的學(xué)習(xí)。在分析MOOC平臺在線教育特點的基礎(chǔ)上，提出線上與線下融合教學(xué)模式的改進(jìn)方法與策略，設(shè)計為學(xué)習(xí)者精準(zhǔn)推送合理、可行、高效的個性化學(xué)習(xí)路徑，同時也為MOOC課程建設(shè)提供一個重要突破點。

關(guān)鍵詞：MOOC；學(xué)習(xí)路徑；融合教學(xué)模式

一、前言

近年來，隨著互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，學(xué)習(xí)的范圍和方式發(fā)生了翻天覆地的變化。MOOC作為在線學(xué)習(xí)的領(lǐng)軍平臺，打破了傳統(tǒng)課堂學(xué)習(xí)的時空限制，為學(xué)習(xí)者提供了規(guī)?；㈤_放式的學(xué)習(xí)機會。然而，盡管MOOC平臺具備諸多優(yōu)勢，但學(xué)習(xí)者面臨著學(xué)習(xí)效率低下和學(xué)習(xí)質(zhì)量不穩(wěn)定的問題。因此，如何解決學(xué)習(xí)者在網(wǎng)絡(luò)學(xué)習(xí)過程中常見的信息過載、學(xué)習(xí)迷航等困擾，成為在線網(wǎng)絡(luò)教育領(lǐng)域亟待解決的熱點問題。 鑒于當(dāng)前在線網(wǎng)絡(luò)教育蓬勃發(fā)展的態(tài)勢，本文立足于MOOC平臺個性化學(xué)習(xí)路徑的不足之處，旨在提出一個切實可行、高效的解決方案，以期為在線學(xué)習(xí)的持續(xù)優(yōu)化提供新的思路和方法。

二、MOOC的發(fā)展情況及特點

（一）MOOC的由來及其發(fā)展情況

MOOC的全稱為“Massive Open Online Course”，中文名為“大規(guī)模在線開放課程”。MOOC的概念最早在2008年由加拿大的兩位學(xué)者Dave Cormier和Bryan Alexander在“聯(lián)通主義和聯(lián)結(jié)知識”（Connectivism and Connective Knowledge）網(wǎng)絡(luò)課程中提出，這門課程成功地運用了聯(lián)通主義學(xué)習(xí)理論，支持了大規(guī)模在線學(xué)習(xí)，成為世界上第一門MOOC課程。自此之后，世界各地的名校紛紛加入了MOOC的浪潮[1]。

2012年，美國多所頂尖大學(xué)相繼建立了在線學(xué)習(xí)平臺，標(biāo)志性事件包括斯坦福大學(xué)的Udacity初始開設(shè)24門課程，早期兩節(jié)課就吸引了九萬名注冊學(xué)生。同年4月，斯坦福教授達(dá)芙妮·科勒和吳恩達(dá)共同創(chuàng)立的Coursera迅速成為最大的在線學(xué)習(xí)平臺，至2013年6月，已與70所高校建立合作。此外，哈佛大學(xué)和麻省理工學(xué)院于2012年5月聯(lián)合推出了edX平臺，由麻省理工的計算機科學(xué)教授領(lǐng)銜，最初7門課程的注冊學(xué)生達(dá)53000人。一年后，edX的合作機構(gòu)增至28家。這些事件標(biāo)志著MOOC的快速發(fā)展，推動了在線學(xué)習(xí)的普及和全球化趨勢。

在互聯(lián)網(wǎng)和信息技術(shù)的支持下，MOOC在線教育平臺可以讓幾萬、幾十萬甚至上百萬名學(xué)習(xí)者同時學(xué)習(xí)，突破了線下教育學(xué)習(xí)的空間限制，只要服務(wù)器容量不受限制，上課人數(shù)就不受限制，“大規(guī)?！睂W(xué)習(xí)得以實現(xiàn)。而“大規(guī)?！笔拐n程價值無限被放大，幾十萬人同上一門課，其經(jīng)濟效益超出了世界上最好的大學(xué)，這也是MOOC具有巨大商業(yè)價值的精髓之處。一直以來，MOOC的核心理念在于開放和分享優(yōu)質(zhì)的學(xué)習(xí)資源，與現(xiàn)代教育倡導(dǎo)的共同創(chuàng)造和分享的時代精神和基本理念相吻合。開放意味著不受身份、國籍、年齡、膚色等條件限制的學(xué)習(xí)者都能通過網(wǎng)絡(luò)，獲取世界上優(yōu)質(zhì)的教育資源?！敖换ァ币彩荕OOC的重要特性之一，實時交互使MOOC具有了類似于傳統(tǒng)線下課堂面對面的交流模式，特別是學(xué)習(xí)者之間的交流，因為不受時間和空間的限制，線上的平臺交流就更為方便、快捷和高效[2]。在MOOC學(xué)習(xí)中，有些平臺還提供了作業(yè)自動測評、自動回答提問等功能，這種實時交互體現(xiàn)了學(xué)習(xí)的及時反饋，提升學(xué)習(xí)者參與學(xué)習(xí)活動的積極性，培養(yǎng)學(xué)生獨立思考的能力，促使學(xué)習(xí)者知曉自身學(xué)習(xí)存在的不足與劣勢，及時查漏補缺、揚長避短。

MOOC雖然具有以上眾多優(yōu)勢，但是在“個性化”教育方面還存在明顯短板：由于學(xué)習(xí)者與學(xué)習(xí)資源的數(shù)據(jù)規(guī)模龐大，MOOC平臺下的在線教學(xué)活動，無法像線下傳統(tǒng)課堂那樣，教師與學(xué)習(xí)者進(jìn)行一對一的、充分的、因材施教的個性化學(xué)習(xí)輔導(dǎo)。當(dāng)前的MOOC平臺難以做到為學(xué)習(xí)者精準(zhǔn)推送符合其學(xué)習(xí)風(fēng)格、認(rèn)知水平等學(xué)習(xí)特征的學(xué)習(xí)資源，導(dǎo)致學(xué)習(xí)者的學(xué)習(xí)效率不高，學(xué)習(xí)目標(biāo)不明確。

（二）MOOC的特點及其突出問題

學(xué)習(xí)路徑一般是指達(dá)成有效學(xué)習(xí)的學(xué)習(xí)活動所形成的路線與序列[3]。SCORM標(biāo)準(zhǔn)給出了學(xué)習(xí)路徑的詳細(xì)定義：學(xué)習(xí)路徑是指學(xué)習(xí)者在一定的學(xué)習(xí)策略引導(dǎo)下，根據(jù)其學(xué)習(xí)目標(biāo)對學(xué)習(xí)內(nèi)容進(jìn)行學(xué)習(xí)所需要完成的學(xué)習(xí)活動的路線與序列[4]?！皩W(xué)習(xí)路徑”實際上指的是在特定學(xué)習(xí)策略的指導(dǎo)下，學(xué)習(xí)者生根據(jù)他們的學(xué)習(xí)目標(biāo)、學(xué)習(xí)內(nèi)容、知識基礎(chǔ)和現(xiàn)有環(huán)境，對即將進(jìn)行的學(xué)習(xí)活動進(jìn)行規(guī)劃和排序的過程[5]。

當(dāng)前在線學(xué)習(xí)網(wǎng)站具有海量的學(xué)習(xí)資源，學(xué)習(xí)者很容易獲取學(xué)習(xí)資源，那么先學(xué)什么后學(xué)什么呢？按照章節(jié)目錄進(jìn)行未必就是最高效的學(xué)習(xí)路徑。眾多專家、學(xué)者和科研機構(gòu)研究認(rèn)為，為了減輕學(xué)生在網(wǎng)絡(luò)學(xué)習(xí)過程中遇到的“信息過載”和“學(xué)習(xí)迷航”等問題，可以向?qū)W生推薦適應(yīng)個性化因素（如學(xué)習(xí)風(fēng)格和認(rèn)知水平）的學(xué)習(xí)路徑。通過這樣的個性化學(xué)習(xí)路徑推薦，學(xué)習(xí)效果將得到提升，學(xué)習(xí)效率也會提高。這個方面的研究從一定程度上可以改善在線學(xué)習(xí)效率不高的問題?？v觀國內(nèi)外，個性化學(xué)習(xí)系統(tǒng)領(lǐng)域自20世紀(jì)90年代以來就逐漸引起一些學(xué)者和科研機構(gòu)的關(guān)注，而個性化學(xué)習(xí)路徑研究的發(fā)展隨著個性化學(xué)習(xí)系統(tǒng)的盛行而日益蓬勃。

在全球教育研究的領(lǐng)域中，尤其在歐美等西方國家，早期的學(xué)者們已經(jīng)開始深入探索學(xué)習(xí)路徑的研究與實踐，他們采用了包括有意義學(xué)習(xí)理論和模糊神經(jīng)網(wǎng)絡(luò)在內(nèi)的多種先進(jìn)理論框架與技術(shù)手段。這些研究工作主要集中在在線開放課程平臺，通過對學(xué)生的知識掌握程度、學(xué)習(xí)動機和興趣傾向進(jìn)行精確評估與分析，從而向?qū)W生推送更加個性化的學(xué)習(xí)內(nèi)容，不僅實現(xiàn)了教學(xué)內(nèi)容的個性化定制，而且促進(jìn)了教育資源的有效分配。進(jìn)一步，研究者還利用知識空間理論及布魯姆的教育目標(biāo)分類法來為學(xué)習(xí)者設(shè)計出與其認(rèn)知水平相匹配的個性化學(xué)習(xí)路徑，有效提升了學(xué)習(xí)效率和教學(xué)質(zhì)量。中國雖然在這一領(lǐng)域起步較晚，但已通過對學(xué)習(xí)者行為和偏好的深入分析，結(jié)合先進(jìn)的數(shù)據(jù)挖掘技術(shù)，如AprioriAll算法，成功地為不同的學(xué)習(xí)者群體開發(fā)出更為精確和個性化的學(xué)習(xí)路徑，不僅開拓了差異化教學(xué)的新視角，也為教育個性化提供了強有力的理論支撐和實踐指導(dǎo)。此外，針對自適應(yīng)學(xué)習(xí)路徑的構(gòu)建及其特性的探討，特別是通過建立基于學(xué)習(xí)特征的自適應(yīng)學(xué)習(xí)路徑生成框架，進(jìn)一步深化了個性化學(xué)習(xí)設(shè)計的理論基礎(chǔ)，同時為實現(xiàn)更加高效和精準(zhǔn)的教育教學(xué)提供了創(chuàng)新的技術(shù)支持和策略方向，展現(xiàn)了教育技術(shù)與教育理念相結(jié)合的巨大潛力。

在國內(nèi)外學(xué)術(shù)界，對個性化學(xué)習(xí)路徑的研究逐漸展現(xiàn)出深入與廣泛的趨勢，從探索學(xué)習(xí)者的學(xué)習(xí)風(fēng)格出發(fā)，發(fā)展至涉及學(xué)習(xí)者認(rèn)知水平的研究，最近更是擴展到了對學(xué)習(xí)情緒的考查。隨著這些研究的深入，涌現(xiàn)出多種旨在解釋和滿足學(xué)習(xí)者獨特需求的個性化學(xué)習(xí)理論。盡管這些理論極大豐富了領(lǐng)域內(nèi)的研究視角，但至今尚未出現(xiàn)一個被廣泛認(rèn)可且效能顯著的個性化學(xué)習(xí)系統(tǒng)，顯示出個性化學(xué)習(xí)路徑研究仍處在探索的過程中。這一情況揭示了盡管計算機科學(xué)在個性化學(xué)習(xí)方面已取得進(jìn)步，但實現(xiàn)真正個性化的教育目標(biāo)還面臨諸多挑戰(zhàn)。例如，如何有效整合學(xué)習(xí)者的需求、情緒及認(rèn)知狀態(tài)等多維因素。因此，個性化學(xué)習(xí)路徑的研究在計算機科學(xué)領(lǐng)域仍具有巨大的發(fā)展?jié)摿?，需要該領(lǐng)域研究者繼續(xù)深入探索，通過創(chuàng)新技術(shù)與算法來推進(jìn)個性化學(xué)習(xí)的效率和準(zhǔn)確性。

三、個性化學(xué)習(xí)路徑研究

以歐美為首的西方國家很早就對學(xué)習(xí)路徑開展了研究和實踐，美國匹茲堡大學(xué)Peter Brusilovsky在MOOC學(xué)習(xí)平臺上，基于奧蘇泊爾的有意義學(xué)習(xí)理論，采用模糊神經(jīng)網(wǎng)絡(luò)方法來評估學(xué)生的知識水平、動機和興趣偏好，這樣可以推送符合學(xué)生需求的學(xué)習(xí)內(nèi)容，實現(xiàn)個性化的學(xué)習(xí)路徑定制。奧地利格拉茨大學(xué)的Nussbaume采用知識空間理論和布魯姆目標(biāo)分類法對學(xué)習(xí)者的認(rèn)知水平進(jìn)行評估，并制定出適合學(xué)習(xí)者的學(xué)習(xí)路徑。國內(nèi)對該領(lǐng)域的研究稍晚，但仍取得了一定的進(jìn)展。姜強等基于AprioriAll算法[6]，通過挖掘分析具有相同或相似學(xué)習(xí)偏好和知識水平的群體的學(xué)習(xí)行為軌跡，基于學(xué)習(xí)者特征與學(xué)習(xí)材料的媒體類型、理解層次和難度等級的匹配度來生成精確的個性化學(xué)習(xí)路徑，為差異化教學(xué)提供了新的視角。牟智佳等從自適應(yīng)學(xué)習(xí)路徑的內(nèi)涵與特征的視角[7]，闡述了數(shù)據(jù)挖掘技術(shù)與自適應(yīng)學(xué)習(xí)支持服務(wù)之間的關(guān)系，并提出了一個基于學(xué)習(xí)特征模型的自適應(yīng)學(xué)習(xí)路徑生成框架。

從國內(nèi)外的研究歷程來看，近些年來對個性化學(xué)習(xí)路徑的研究越來越深入，其研究范圍也越來越寬廣，從最開始的學(xué)習(xí)風(fēng)格、隨后的學(xué)習(xí)者認(rèn)知水平，到現(xiàn)在的學(xué)習(xí)情緒研究，以及隨之而來的是各種各樣的個性化理論層出不窮，但并未有大家一直認(rèn)可的高效學(xué)習(xí)系統(tǒng)的出現(xiàn)，因而學(xué)習(xí)路徑的研究仍處于探索階段，個性化學(xué)習(xí)還有很大的發(fā)展空間。

四、個性化在線學(xué)習(xí)路徑生成與探索

（一）線上與線下教學(xué)模式融合

為解決在線學(xué)習(xí)效率不高的問題，印度NIIT公司基于E-Learning的使用和實踐提出了“融合式學(xué)習(xí)”的學(xué)習(xí)方式，它是互聯(lián)網(wǎng)與傳統(tǒng)教育模式相融合的全新范式。融合式學(xué)習(xí)在形式上是把傳統(tǒng)的課堂面對面學(xué)習(xí)方式和以MOOC為核心的在線學(xué)習(xí)方式有機結(jié)合，其本質(zhì)是以學(xué)習(xí)者為中心的教育范式。融合式學(xué)習(xí)以目標(biāo)達(dá)成作為教育原則，倡導(dǎo)個性化學(xué)習(xí)和主動學(xué)習(xí)，既要充分利用互聯(lián)網(wǎng)豐富的教育資源和便捷的交互技術(shù)，又要全面發(fā)揮教師在學(xué)習(xí)過程中的控制、啟發(fā)和引導(dǎo)作用，提高學(xué)生的學(xué)習(xí)效率和學(xué)習(xí)質(zhì)量，全面培養(yǎng)學(xué)生的個性化學(xué)習(xí)[8]。鑒于線下傳統(tǒng)課堂面對面教學(xué)高質(zhì)量、高效率的特點，本文考慮將線下學(xué)科專家的專業(yè)知識、教學(xué)經(jīng)驗等融入線上的網(wǎng)絡(luò)教學(xué)中，線上是以學(xué)習(xí)者為主，線下是以教師為主，兩者相互作用，為在線學(xué)習(xí)者精準(zhǔn)推送合理、可行、高效的個性化學(xué)習(xí)路徑，提高在線學(xué)習(xí)的效率。如何將傳統(tǒng)的課堂教學(xué)經(jīng)驗與線上的網(wǎng)絡(luò)學(xué)習(xí)模式相融合，從而構(gòu)建個性化的學(xué)習(xí)路徑，提高學(xué)習(xí)者學(xué)習(xí)的高效性將是研究重點。

（二）個性化在線學(xué)習(xí)路徑生成研究思路與方法

對于個性化在線學(xué)習(xí)路徑生成，采用線上與線下優(yōu)勢互補的融合教學(xué)手段。首先運用大數(shù)據(jù)處理技術(shù)進(jìn)行聚類分析，甄選出在線學(xué)習(xí)者對于某門學(xué)科學(xué)習(xí)路徑的各種不同類別，然后通過教育專家的線下指導(dǎo)，對各種學(xué)習(xí)路徑加以評價，再運用半監(jiān)督機器學(xué)習(xí)方法構(gòu)建優(yōu)化學(xué)習(xí)路徑，最后再經(jīng)由線上將優(yōu)化學(xué)習(xí)路徑結(jié)合學(xué)習(xí)者自身的認(rèn)知水平、學(xué)習(xí)風(fēng)格等特征為學(xué)習(xí)者精準(zhǔn)推送合理、可行、高效的個性化學(xué)習(xí)路徑。

個性化在線學(xué)習(xí)路徑生成思路如圖1所示，包括以下內(nèi)容：

1.各類學(xué)習(xí)路徑的生成

基于大數(shù)據(jù)挖掘的方式，通過MOOC等在線學(xué)習(xí)平臺以及已有的在線學(xué)習(xí)系統(tǒng)，將相關(guān)的學(xué)習(xí)者信息存儲至在線學(xué)習(xí)信息庫，主要記錄學(xué)習(xí)行為、學(xué)習(xí)軌跡、消息記錄、在線時長等信息。運用數(shù)據(jù)挖掘等方法對在線學(xué)習(xí)信息庫進(jìn)行聚類分析，得到各類學(xué)習(xí)路徑。

2.優(yōu)化學(xué)習(xí)路徑的生成

線下專家對各類學(xué)習(xí)路徑進(jìn)行分析以適應(yīng)不同的學(xué)習(xí)風(fēng)格，對不同風(fēng)格學(xué)習(xí)路徑中的個例進(jìn)行標(biāo)注，運用半監(jiān)督機器學(xué)習(xí)技術(shù)，針對不同學(xué)科的學(xué)習(xí)路徑，將各類學(xué)習(xí)路徑轉(zhuǎn)化為適應(yīng)不同學(xué)習(xí)風(fēng)格的優(yōu)化學(xué)習(xí)路徑。

3.個性化學(xué)習(xí)路徑的生成

在優(yōu)化學(xué)習(xí)路徑之后導(dǎo)入學(xué)習(xí)者模型以及具體學(xué)習(xí)行為數(shù)據(jù)，通過個性化學(xué)習(xí)路徑生成算法，獲得個性化學(xué)習(xí)路徑。將個性化學(xué)習(xí)路徑推送至學(xué)習(xí)者，學(xué)習(xí)者再對個性化學(xué)習(xí)路徑進(jìn)行評價反饋，形成閉環(huán)。

五、結(jié)語

目前有關(guān)學(xué)習(xí)者的個性化學(xué)習(xí)路徑的研究、學(xué)習(xí)路徑的構(gòu)建大多以線上學(xué)習(xí)者的學(xué)習(xí)需求、學(xué)習(xí)方式以及資源愛好等為主，很少有研究考慮結(jié)合線下人工的干預(yù)和指導(dǎo)。本文結(jié)合線上與線下的融合學(xué)習(xí)模式，立足于當(dāng)前在線網(wǎng)絡(luò)教育的蓬勃發(fā)展以及半監(jiān)督機器學(xué)習(xí)方法的深入研究，加之大數(shù)據(jù)、云計算、人工智能等先進(jìn)信息化技術(shù)的運用，提供一個切實可行的高效策略，實現(xiàn)線上線下學(xué)習(xí)方式的優(yōu)勢互補，生成適應(yīng)學(xué)習(xí)者自身學(xué)習(xí)特點的個性化學(xué)習(xí)路徑。

參考文獻(xiàn)

[1]杜世純. MOOC背景下混合式學(xué)習(xí)的實現(xiàn)路徑與效果評價研究[D].北京：中國農(nóng)業(yè)大學(xué)，2017.

[2]劉艷春.MOOC+SPOC新型混合式教學(xué)模式知識互動研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2018.

[3]黃志芳.面向E-Learning的適應(yīng)性學(xué)習(xí)路徑推薦研究——以初中物理課程為例[D].武漢：華中師范大學(xué)，2015.

[4]彭紹東.基于SCORM標(biāo)準(zhǔn)的“學(xué)習(xí)路徑”設(shè)計[J].現(xiàn)代教育技術(shù)，2010，20（08）：114-119.

[5]李光泉.基于學(xué)習(xí)者個性的教育資源推薦服務(wù)研究[D].南昌：江西財經(jīng)大學(xué)，2018.

[6]姜強，趙蔚，李松，等.大數(shù)據(jù)背景下的精準(zhǔn)個性化學(xué)習(xí)路徑挖掘研究——基于AprioriAll的群體行為分析[J].電化教育研究，2018，39（02）：45-52.

[7]牟智佳.學(xué)習(xí)者數(shù)據(jù)肖像支撐下的個性化學(xué)習(xí)路徑破解——學(xué)習(xí)計算的價值賦予[J].遠(yuǎn)程教育雜志，2016，34（06）：11-19.

[8]杜世純.MOOC背景下混合式學(xué)習(xí)的實現(xiàn)路徑與效果評價研究[D].北京：中國農(nóng)業(yè)大學(xué)，2017.

基金項目：湖北省教育科學(xué)規(guī)劃2020和2022年度重點課題（項目編號：2020GA045、2022GA049）

作者單位：熊婭，湖北汽車工業(yè)學(xué)院和重慶三峽職業(yè)學(xué)院；徐洪勝、唐海，湖北汽車工業(yè)學(xué)院

■ 責(zé)任編輯：王穎振、楊惠娟