中国大学MOOC课程学习交互状况调查 一起来看看
发表于2021-11-21 21:55:38
摘要: 原标题:中国大学MOOC课程学习交互状况调查 一起来看看 学习交互对在线课程质量有重要影响。本研究以中国大学 MOOC 平台的592门线上一流课程为对象,对课

  原标题:中国大学MOOC课程学习交互状况调查 一起来看看

  学习交互对在线课程质量有重要影响。本研究以中国大学 MOOC 平台的592门线上一流课程为对象,对课程背景信息、课程讨论区和评价数据进行统计分析,探究中国大学MOOC课程学习交互状况,比较不同情境下的学习交互是否存在差异。研究发现,中国大学 MOOC课程学习交互总量大但极不平衡;教师参与交互少且反馈不及时;参与课程评教的学生比例较低;学习交互频数在不同学科、院校、教学目标、视频类型和评分标准上存在差异,人文社科课程的学习交互状况普遍好于理工科课程;专科院校开设课程的学习交互状况比本科院校更好;有教学目标表述的课程学习交互明显优于没有教学目标表述的课程;实地拍摄和课堂实录类型课程的学习交互不如可汗学院式等多种技术手段结合的视频课程和演播室实录课程;当评分标准中讨论分数占比在20%-30%之间时,学习交互状况最好。

  关键词:中国大学MOOC;线上一流课程;学习交互;课程评价

  1

  问题提出

  中国大学MOOC课程学习交互状况调查

  大数据与人工智能的浪潮极大地改变了人们的学习和生活方式,也推动着在线课程的迅猛发展。作为在线课程的典型代表,慕课从2012年“慕课元年”至今已走过九个年头。最新统计表明,截至2020年底,慕课累计注册人数已达1.8亿人次,全球超过950所大学累计开设1.63万门在线课程(不包括中国)(Shah,2020)。过去几年,关于慕课的实证研究主要集中于学习者、教学设计、背景和影响因素以及教师等四大主题,学习交互成为新兴主题之一,其中以学习者为主题的研究最丰富,包括学习者体验、辍学率及保留率、学习动机和学习论坛等(Zhu et al.,2020)。古皮奥等(Goopio & Cheung,2021) 在研究MOOC辍学现象和保留策略时发现,学习体验、互动性、课程设计、技术、语言、时间和情境等因素会影响学习者的辍学率。珀塞尔等(Pursel et al., 2016)分析MOOC学习者的人口统计数据、预期行为和课程互动等影响课程完成率的变量后,提出利用学习分析工具和系统调节这些变量以支持学生学习的想法。王等(Wong et al., 2015)研究表明,经常参与在线论坛的学习者是统计学上更有影响力的用户,会对讨论产生积极的影响。斯特拉克等(Stracke et al., 2018)调查表明,学习者的MOOC体验与学习者—资源、学习者—学习者和学习者—教师三种交互类型之间存在显著相关关系。这些研究表明,学习交互正成为远程教育研究不可忽视的主题之一,对慕课学习者的体验、保留率和学习动机等有重要影响。

  与此同时,中国大学MOOC也得到蓬勃发展,在线学习平台不断涌现,在线课程不断增长,学习者规模越来越大。截至2020年3月,我国共2.3万余门慕课上线,学习人次达3.8亿,超过1亿人次获得慕课学分(韩筠,2020)。然而,慕课还处于发展和建设上升期,仍存在诸多争议。已有学者(秦炜炜,2013;方旭,2018;龚晖,2021)对中国大学MOOC的现状和问题等进行了大量研究,也有不少研究者关注在线互动领域。互动是任何学习环境(包括面对面课程、同步或异步在线教育或混合模式)的基本要素(Woo & Reeves,2007),关注在线互动和学习者的社交需求成为慕课发展的未来趋势(纪九梅等,2019)。学习交互不仅能有效预测学习者的批判性思维能力(王国华等,2018),提高学习过程的质量(Trentin,2000),还与课程内容和感知有效性共同影响学习者的保留率(Hone& ElSaid,2016)。在学习交互的相关研究中,陈波(2021)认为慕课的特点是缺乏师生之间的提问、答疑、对话和交流等环节。李艳等(2020)调查表明,与面授课程相比,近一半的学生认为在线课程减少了互动。陈涛等(2020)研究证实,在线教学交互有效促进了学生学习。但已有研究很少关注中国大学MOOC的整体学习交互状况及其对比分析。本研究以中国大学MOOC平台线上一流课程为数据来源,就课程背景信息、课程讨论区和评价数据对学习交互状况展开调查,比较不同情况下学习交互的差异,以期为中国大学MOOC的建设和发展提供参考。

  2

  研究对象与数据来源

  中国大学MOOC课程学习交互状况调查

  在2018年认定的801门在线一流课程中,有594门课程在中国大学MOOC平台开课,占74. 16%,其中有2门课程无法查看开课信息,其余207门课程分散于14个平台,不同开课平台的开放程度和计算规则不一。因此,本研究以2018年认定的源于中国大学MOOC平台的592门线上一流课程为对象,以学习平台的海量数据为研究资料,建立中国大学MOOC课程学习交互数据库。数据采集时间截至2020年4月1日。

  对于每门课程,搜集并在数据库中录入三类信息:课程背景数据、讨论区数据和评价数据,共计14个指标,并确定相应的赋值标准。其中,开课院校层次分本科和专科院校;课程所属学科类别依据源自国务院学位委员会、教育部印发的《学位授予和人才培养学科目录(2011年)》规定,并在原有十三类学科的基础上增加了“跨学科”类别;“课程评分”和“课程评价人数”反映学习者对教师及课程质量的评价,“课程评分标准中讨论分数占比”体现出教师对学习者参与讨论的重视程度(见表一)。

  3

  学习交互状况

  中国大学MOOC课程学习交互状况调查

  (一)课程背景信息

  在学科类别上,592门线上一流课程中,工学类课程最多,占37.5%(222门);哲学类课程最少,占0.7%(4门)。值得注意的是,跨学科类别课程占8.6%(51门)。在开课院校层次上,本科院校开设503门课程(占85.0%);专科院校开设89门课程(占15.0%)。这表明中国大学MOOC课程建设汇集了本科院校和专科院校的优质资源。在教学目标表述上,500门(占84.5%)课程有教学目标表述,92门(占15.5%)课程没有教学目标表述,这反映出课程教学目标存在问题(见表二)。

  选课人数最少的课程为483人,最多为400,845人,平均每门课程约9,368人选课,表明中国大学MOOC课程的受众很广,开放性强。值得注意的是,课程参与度与学校、地域、教师以及学科的优势和知名度有一定的关联,这些因素都影响选课人数(见表三)。

  (二)课程讨论区及课程评价数据

  就课程讨论区而言,课程发帖总数在1至22,344条之间,平均每门课程发帖234条,不同课程的发帖数差距非常大;教师发帖数在0至452条之间,平均每门课程发帖18条,在发帖总数中占比很低。在回帖上,总数在0至155,443条之间,平均每门课程回帖数4,544条,不同课程的回帖数差距很大;教师回帖数在0至16,140条之间,平均每门课程教师回帖数137条,平均回帖间隔天数60天,平均回帖热度为28,即平均每条发帖有28条回帖。

  就课程评价而言,课程人均评分为4.6分,学习者对课程评价整体较好,每门课程平均343人评价,但相对选课人数来说,课程评价人数偏少(见表三)。

  本研究还统计了课程评分标准中讨论分数比例。这由授课教师自行拟定,一定程度上反映了教师对论坛互动的重视程度。有211门(占35.6%)课程的评分标准中讨论不做要求,381门课程的讨论设置了分值比重,绝大多数课程讨论的分值比重在5%-50%之间,讨论分数占10%-20%的课程有283门,近一半。

  4

  学习交互对比分析

  中国大学MOOC课程学习交互状况调查

  (一)学科类别

  就平均发帖数而言,哲学、教育学和法学居前三位,哲学和教育学课程平均总发帖数超过1,000条,法学课程平均发帖数503条;平均发帖数最少的是历史学,平均每门课程发帖数82条。在教师平均发帖数上,位居前三位的分别是农学(34条)、艺术学(32条)和教育学(29条)。就平均回帖数而言,居前三的学科依次是法学(13,955条)、跨学科(8,900条)和哲学(8,710条)。在教师平均回帖数上,排名前三位的学科分别是艺术学(587条)、法学(197条)和教育学(180条),最少的是哲学(16条)。平均回帖热度最高的是管理学(57),最低的是历史学(15)。平均回帖间隔天数最少的是历史学(48天),最多的是管理学(71天)。

  在平均发帖率上,哲学最高(30.9%),教育学次之(22.5%),历史学最低(1.74%)。在平均回帖率上,法学最高(17.9%),历史学最低(0.8%)。总的来看,人文社科课程的学习交互状况好于理工科课程,但历史学的平均发帖数和回帖数都最少,是个例外(见图1)。

  (二)开课院校层次

  专科院校课程的平均发帖数(523条)是本科院校课程(182条)的2.9倍,平均回帖数(8,746条)是本科院校课程(3,800条)的2.3倍,教师平均发帖数和回帖数也高于本科院校。

  在平均发帖率上,专科院校课程(74.2%)远高于本科院校课程(25.8%);在平均回帖率上,专科院校课程(69.7%)也高于本科院校课程(30.3%),专科院校课程的学习交互状况明显优于本科院校课程,其中的原因值得进一步探究(见图2)。

(三)教学目标表述

调查数据显示,有教学目标表述的课程学习交互水平明显更高,平均发帖数(252条)是没有教学目标表述课程(134条)的1.9倍,平均回帖数(5,027条)是没有教学目标表述课程(1,917条)的2.6倍。

在平均发帖率上,有教学目标表述的课程(65.3%)高于没有教学目标表述的课程(34.7%);在平均回帖率上,有教学目标表述的课程(72.4%)也远高于没有教学目标表述的课程(27.6%)。有教学目标表述的课程在发帖和回帖方面都优于没有教学目标表述的课程,这说明是否有明确的教学目标对学习交互状况有重要影响(见图3)。

  (四)视频类型

  视频类型对学习交互状况有一定影响。在平均发帖数上,演播室实录课程的平均发帖数最多(275条),是实地拍摄课程(96条)的2.9倍;在平均回帖数上,其他视频类型(如可汗学院式等多种技术手段结合)课程的平均回帖数最多(6,078条),是实地拍摄课程(1,509条)的4.0倍。在回帖热度上,其他视频类型课程的平均回帖热度最高(60),而课堂实录课程的回帖热度最低(13)。就平均回帖间隔天数而言,课堂实录课程的回帖最快(48天),而演播室实录课程的回帖最慢(64天)。

在平均发帖率上,演播室实录课程最高(30.8%),其次是计算机录屏式课程(21.3%),发帖率最低的是实地拍摄课程(10.7%);在平均回帖率上,采用多种方式结合录制的课程最高(32.9%),其次是演播室实录课程(28.3%),实地拍摄课程最低(8.1%)。总的来看,可汗学院式等多种技术手段结合和演播室实录课程的交互效果整体较好,实地拍摄和课堂实录类型课程的交互状况相对较差(见图4)。

  (五)讨论分数占比

  课程评分标准中讨论分数占比与学习交互状况密切相关,当讨论分数占30%时,课程平均发帖数(512条)和平均回帖数(12,693条)都最多,学习交互状况最好;当讨论分数占45%时,课程平均发帖数(41条)和平均回帖数(200条)都最少,具有一定的偶然性,可能是由于讨论分数占比较高的课程较少。就平均回帖间隔天数看,参与讨论分数无占比的课程回帖最及时。

  当参与讨论分数占比30%以内时,课程的平均发帖率和回帖率呈波段上升趋势;当评分标准中参与讨论分数占20%-30%之间时,课程的平均发帖和回帖状况最好(见图5)。

  5

  结论与讨论

  中国大学MOOC课程学习交互状况调查

  (一)学习交互总量大但极不平衡

  调查发现,无论是发帖总数还是回帖总数都很庞大,平均每门课程有234条发帖和4,544条回帖。不同课程间的学习交互不平衡。课程讨论区存在发帖数巨大和零发帖等极端现象,一半以上的课程发帖很少。统计结果表明,200门课程的发帖数占全部发帖数的88.27%,其余392门课程的发帖数仅占11.73%;回帖数最少和回帖数最多的课程之间相差10多万条帖子;超过一半课程的发帖和回帖状况不好,表明中国大学MOOC课程学习交互总体水平不高。这一结果与已有调查结论相吻合。郑勤华等(2016)研究也表明,学习论坛的整体交互水平不高,在621门课程中有157门(占25.3%)课程没有主题发帖。

  学习交互总量越大,在一定程度上意味着学习交互水平越高。因此,教育主管部门可以考虑建设教学案例库,规范案例开发和案例教学的理论工具,推动高校人才培养,实现理论与实践有效结合(张新平等,2020)。课程评估者可以根据学科、专业和授课内容等针对性地分析其原因,帮助总结学习交互经验并加以推广,形成线上一流课程的典型案例数据库,为教育部门的课程建设提供参考。

  (二)教师参与交互少且反馈不及时

  平均每门课程的教师发帖数为18条,占发帖总数的7.69%;平均每门课程的教师回帖数为137条,占回帖总数的3.01%。发帖数和回帖数表明教师参与学习交互较少。此外,平均回帖间隔天数为60天,这反映出中国大学MOOC课程的论坛互动并非实时交互,互动周期较长,师生之间、生生之间的互动交流不足,学习反馈不及时。

  回帖在本质上是给予反馈。反馈有两层含义:一是激励和评估,二是指导。总结性反馈侧重于激励和评估,而形成性反馈侧重于指导(Berge, 2008)。在线论坛的反馈以形成性反馈为主。教师反馈对学生自主学习有重要影响,师生互动是促成学生参与的重要因素,这种现象在东方文化中尤为突出(Pereira et al., 2016; Zhang et al., 2018)。因此,教师应提供有效的学习反馈,掌握反馈知识和技能,创设积极的学习氛围,以目标为导向,注重培养学生的自主学习能力,并鼓励相互反馈,实现外部反馈到学生自我调节的内部反馈转化。根据反馈发生的时间,学习反馈可分为同步反馈和异步反馈(蔡君等,2020)。中国大学MOOC课程的反馈以异步反馈为主,教学过程中缺乏同步反馈。教师在开课过程中需转变反馈方式,通过线上直播课、QQ或微信群等进行同步反馈,让学习者主导自己的学习过程。此外,在课程作业和任务设计上,教师可以借鉴“学习强国”和“青年大学习”等学习积分的模式,采用游戏闯关方式使学习更具有趣味性和挑战性。

  (三)参与课程评教的学生占比较低

  在线课程需要进行质量评估,学习者评教尤其重要。与传统课程评教不同,在线课程以团队为单位,使评价对象变成了团体而非单一的教师,课程建设者不仅包含主讲教师,还有背后的教学设计团队以及提供技术支持的工程师等(姚少霞,2016)。就学习者对课程的评分看,平均每门课程的评分为4.6分,但评价人数在选课人数中占比很小,平均每门课程的评价人数约占选课人数的3.66%,还有相当一部分学习者并未参与评教,这体现出中国大学MOOC课程的学习者评教机制并不完善,评教人数仅是“冰山一角”,不能代表全部学习者的意见。师生之间的互动反馈不及时,教师无法根据学习者的学习体验及时感知和改进教学。

  对此,课程建设者一方面可利用已有课程的学生评教文本内容,形成学生评教的文本资源库,建立中国大学MOOC课程的学生评教指标体系;另一方面根据学生评教的研究结论补充和完善评教机制,利用技术手段实现学习者匿名评价,逐步建立中国大学MOOC课程的学生评教机制。在评教方式上,课程建设者可以采取问卷的形式,形成学生评教结果的后台统计和分析,供教师和学习平台参考。另外,很难说学生评教是大学课程教学评价的最佳手段,对学生评教结果的应用需要保持清醒、理性和谨慎的态度(韩映雄等,2018)。学生评教机制的建立是为了更好地改进教学,帮助教师开发更优质的课程,促进学习平台的优化,而不应当作为奖惩的手段和依据。最后,学习平台可明确规定只有参与评教的学生才能查看课程分数,且评价采用匿名方式,从而解决评教学生较少的问题,又能保证学生评教真实可靠。

  (四)不同学科、院校、教学目标、视频类型和评分标准影响学习交互频数

  在学科类别上,人文社科课程的学习交互状况普遍优于理工科课程。这是人文社科课程和理工科课程知识结构的差异造成的,人文社科类课程知识适合运用讨论式教学,而理工科课程以寻求问题的答案为主。此外,无论是发帖还是回帖,教育学的学习交互状况较好,而历史学的学习交互状况较差,与已有教学交互状况的研究结果(孙洪涛等,2016)相吻合。这可能是由于教育学类课程教师更注重教学法的运用,而历史学科更注重自身知识的积累。

  在院校层次上,专科院校开设课程的学习交互状况优于本科院校。这可能是由于专科院校开设的课程直接针对专科学生,成为他们的必修课程,且专科院校开设的精品课程资源总量少,而学习者较多,故参与课程发帖的人数更多。

  在教学目标上,有教学目标表述的课程在发帖和回帖方面的表现明显优于没有教学目标表述的课程。教学目标是教学活动意向结果的表述,通常用于规定特定层次与特定对象的受教育者的学习结果(陈玉琨,1999)。在所有课程中,92门课程没有教学目标表述,容易造成学习者的学习目标不明确,缺乏学习动力和兴趣。不仅如此,在很多课程中,教学目标表述并不清晰,难以衡量。课程目标是课程内容选择、课程实施和课程评价的依据,需十分明确且能够测量(蔡映辉,2019)。玛格扬等(Margaryan et al., 2015)的调查表明,许多在线课程没有指出学习目标,且一些课程的教学目标在很大程度上是不可衡量的。对此,授课教师需明确教学目标在课程中的重要价值,设置清晰合理的课程目标,在教学团队中达成对课程目标和授课计划的共识,并在课程开始时以微视频播放的方式传达给学习者,明确学习方向。

  在视频类型上,实地拍摄和课堂实录类课程的学习交互没有多种技术手段结合的视频课程和演播室实录课程效果好。实地拍摄类课程更强调动手操作和亲身实践,而课堂实录课程主要录制教师在真实教学环境中的教学内容,这种课程视频镜头切换频繁,容易产生噪音,影响学习者的视频体验,学习交互更少。郭等(Guo et al., 2014)研究发现,时长较短的视频、非正式的教师特写视频、可汗学院式的平板绘画视频更能引起学生的交互,而由于MOOC与传统课堂学习模式的差异,课堂实录视频即便质量很高也难以吸引学生的注意力。

  在评分标准中讨论分数的占比上,郑勤华等(2016)调查显示,在622门课程中,有63%的课程讨论分数无占比,讨论分数占比10%的课程最多,其次是占比5%的课程。本研究结果与之既有共性也有差异。调查数据表明,讨论分数无占比的课程最多(211门),占35.6%;其次是讨论分数占10%的课程(189门),占31.9%;再次是讨论分数占20%的课程(73门),占12.3%,这表明越来越多的课程倾向于设置一定的讨论分数。近一半课程的讨论分数占10%-20%时。当讨论分数占20%-30%时,课程的发帖和回帖状况最好。一方面,当评分中讨论分数有一定占比时,学习者才能意识到讨论的重要性,积极参与讨论;另一方面,讨论分数占比也不能太高,否则容易影响课程作业和测试等其他评价项目的占比。这一结果对于教师设置评分标准具有一定的参考价值。讨论分值到底如何分配也值得关注,大部分教师根据“课堂交流区”发帖量给予相应的分值,但仅关注发帖的数量,无法真实反映发帖的质量。对此,课程评价不仅要为课程论坛发言设置一定的分值比例,还要说明具体的评价方式,结合发帖数量和质量进行综合评价,利用人工智能实现对课程讨论帖的自动归类和评分是有监督学习的重要方向之一。

  总之,随着在线课程研究的不断深入,越来越多的研究者将目光聚焦于学习交互,在线学习平台数据成为重要的数据来源。结合这一趋势,本研究通过统计中国大学MOOC学习平台的数据,对其中一批国家精品在线开放课程的学习交互状况进行调查,发现学习交互总量虽大但极不平衡,这一“不平衡”反映出师生双方仍存在学习交互问题。教师方面主要体现为参与交互少、学习反馈不及时、教学目标表述不明确、课程评分标准不尽合理;学生方面主要表现在参与课程评教不足、交互意识薄弱。这些结论可作为已有学习交互状况调查的补充,也能为在线课程的改进提供方向。本研究还引出了一些值得深入探究的话题,如在线课程如何提供更好的反馈?采用何种教学视频类型更有利于学习者学习?如何激励教师参与学习交互?如何激发学生在线评教的积极性?由于本研究以开课平台已公开的资料为数据来源,未能获取学习者学习效果和成绩等后端数据,也没有获取来自课程微信群或QQ群的交互数据,无法做进一步的分析。后续研究可以基于在线学习平台的点击流、学习行为等过程性数据和课程成绩等结果性数据,探究学习交互的影响因素,形成可持续性的问题解决方案。

投稿:qingjuedu@163.com

Copyright © 2002-2024 青橘网