论文部分内容阅读
摘要:教师研修是促进教师专业发展的有效途径和重要方式,如何提高教师研修的针对性和实效性,创新研修模式成为各界关注的焦点。该研究在文献研究的基础上,提出了包含教师模型、内容模型和推荐模型等核心功能模型的教师智能研修系统模型,认为通过学习分析系统、学习支持系统和学习干预系统等模块的建设,实现个性化学习路径规划、适切性学习资源推荐和精细化学习反馈,可达到提高教师研修质量的目的。在此基础上,依据非线性学习的理念,明确系统功能定位与需求分析,梳理了教师研修的核心要素,设计了包含教师个体特征分析模块、研修资源精准推送模块和研修反馈评价模块的教师智能研修系统,通过在广东省某校的应用实践,验证了该系统的适用性和有效性。研究成果能为优化教师智能研修系统设计,创新教师研修模式,促进教师专业发展提供依据和参考。
关键词:教师研修;智能研修;系统设计;应用研究
中图分类号:G434 文献标识码:A
本文系国家社会科学基金“十三五”规划2017年度教育学重点课题“以教育信息化推进教育精准扶贫研究”(课题编号:ACA170010)、中央高校基本科研业务费专项资金项目“社交网络数据分析与可视化系统设计与实现”(项目编号:31920170067)研究成果。
百年大计,教育为本;教育大计,教师为本。教师是教育发展的第一资源,建设高质量教师队伍是支撑高质量教育体系的重要保障。2018年,中共中央、国务院印发《关于全面深化新时代教师队伍建设改革的意见》,提出要造就党和人民满意的高素质专业化创新型教师队伍[1],为教师队伍建设明确了目标。2020年,全国教师发展大会的召开吹响了教师高质量发展的号角[2]。教师作为“实践性知识”的掌握者和拥有者,其专业成长往往以在职教育或研修的方式进行[3],自主研修、校本研修、集中培训和网络研修等成为教师专业发展的主要方式。然而传统的教师培训多以线下集中培训、现场培训等形式开展,存在耗时耗力、培训效果不佳等问题。相比于传统的线下培训,网络研修作为信息时代背景下教师继续教育发展的新模式[4],受到各地教育部门的重视和教师的欢迎,也取得了一定的效果。但部分网络研修由于系统功能单一、资源有限、交互不足等原因无法有效满足教师的实际需求,导致研修效果不佳。而随着大数据、人工智能等信息技术的发展及其在教育培训领域的深入应用,智能研修为解决网络研修过程中遇到的問题提供了新的解决方案。
本文在遵循非线性学习理念的基础上,结合人工智能和大数据等信息技术的特征,构建了教师智能研修系统模型,设计了教师智能研修系统,通过在部分地区的应用实践,验证了教师智能研修系统的效果,以期对其他相关系统的设计和应用提供借鉴和参考。
(一)教师网络研修面临的突出问题
1.无法精准刻画教师画像,个性化研修难以实现
信息时代对教师能力提出新要求,以“技术、教学法与学科内容整合”为基础的教师知识能力新框架成为教师发展新视角,也为基于教师个性化需求的智能研修提供了新思路。而从现实情况来看,由于教师个体特征的差异性和职业生涯的阶段性,不同的教师在不同的阶段具有不同的发展需求,处于同一阶段的教师也因为学科背景、个性特征等具有不同的需求。不同性别、学科、学段、年龄、教龄的教师具有不同的发展诉求,这些差异要求教师除了参加共性的研修外,还应具有一些适合教师个性化、自主发展的研修。传统的网络研修由于无法实现对教师的精准画像,对教师研修需求分析不够细致,无法明确教师的现实需求和发展需求,导致研修的个性化不足。
2.研修资源知识图谱尚未构建,可调节、自适应的教师研修资源不足
从目前教师研修的主要资源来看,主要包括专题讲座、案例集锦、网络课程、案例分享等内容[5],从资源的表现形式来看,这些资源存在共享性、个性化和智能化不足等问题[6]。为了满足教师研修的实际需求,需要对研修资源进行描述和组织。知识图谱作为认知智能领域的主要技术之一,从使用范围的角度可以划分为通用知识图谱和领域知识图谱。教育知识图谱作为领域知识图谱的垂直应用可用于刻画教育领域知识与学习资源的特征,解释知识点与学习资源之间的关系,为资源的语义化聚合、适应性学习和个性化路径推荐提供支持。根据知识图谱的相关理论和实践,教师研修资源可形成面向知识点的知识图谱和面向活动的知识图谱,而当下这些研修资源的精细化供给程度不足,无法实现基于学习者时空特征的学习资源推荐[7]和基于多目标优化的智慧学习资源进化[8],可调节、自适应的教师研修资源不足。
3.研修活动的可持续性不足,研修活动难以常态化
研修的核心要义是激发和引导教师学习,以达到知识建构和能力发展的目的。传统的网络研修往往以教师是否完成相关视频资源的学习,是否参与相关讨论等作为评判依据,缺乏对教师研修结束后的持续关注,使教师难以完成“拓展迁移”,难以真正地利用研修中的收获来指导实践。而教师研修的实际效果应体现在教师在参加完研修后的教学实践过程中,体现在教师的师德师风、专业知识和专业能力等方面的提升和转变。目前部分研修的持续性不足,致使研修往往难以常态化。
(二)教师网络研修相关研究
1.智能学习系统研究
智能学习系统是云计算、移动互联网和大数据等技术在教育教学领域应用的新场景,其中自适应学习系统是研究者关注的热点话题。自适应学习系统的基础模型、功能设计、应用实践和未来展望是学者们研究的重点议题。自适应超媒体系统是自适应和基于用户模型的界面领域中一个新的研究方向,Brusilovsky提出自适应超媒体系统应关注用户的目标、知识、背景、经验和偏好[9]。Cannataro等提出自适应系统的通用模型(XML-based Adaptive Hypermedia Model,简称XAHM)[10]。邢丽刃回顾了自适应超媒体系统的发展历史和研究现状,并对其发展前景进行了展望[11]。陈仕品等[12]、赵传海等[13]、傅骞等[14]分别以《现代教育技术》、大学英语词汇和阅读为例,探讨了自适应测试系统的设计。马相春等通过对学习者需求、学习资源和系统架构等核心要素的分析,提出了基于大数据的个性化自适应系统架构模型[15]。孔维梁提出了包含学习者模型库、学习过程数据库、自适应学习路径构建引擎等核心功能模块的人工智能支持下的自适应学习路径构建模型[16]。 2.研修平台设计与建设研究
研修平台作为网络研修的重要载体,其设计理念、功能结构對研修活动开展具有重要的影响。单举芝等提出了基于Web2.0的教师远程研修平台设计的基本指导思想,并探讨平台的功能模块[17]。严加平通过分析三次网络研修的实践,提出要构建参与式教师培训网络平台[18]。刘金河等设计了基于协作的区域教师专业能力均衡发展网络支持平台[19]。赵健等对相关培训机构的教师研修平台功能进行了梳理,从增强用户体验、融合虚拟与现实两个空间、建立“课程超市”、加强教师学习行为数据的收集与分析等角度提出了完善教师网络研修平台建设的设想[20]。薛杨等基于混合式培训的视角构建了研修平台,并对其应用案例做了分析[21]。
综上所述,学者们围绕智能学习系统和研修平台等议题开展了丰富的研究,这些研究为教师研修实践和理论发展提供了良好的借鉴和支持。大部分研究均表明研修平台的质量会对教师研修产生影响,而智能技术的发展也为教师网络研修系统提供新的升级路径。教师作为重要的教育资源,如何借助智能技术实现自我发展和个性化发展是教师研修必须要解决的问题。基于此,本研究探索构建教师智能研修系统模型,设计系统的核心功能,并开展应用研究,以进一步完善教师智能研修系统的各个功能模块,提高应用质量。
(一)基础模型
1.教师模型
在智能学习系统中,学习者模型实现对学习者个体特征的描述,是实现个性化服务的基础。对于教师智能研修系统而言,为每一个使用该系统的教师建立教师模型,是规划个性化学习路径和推送适切性资源的基础。参照IEEE PAP[22]和GB/T 29805-2013(学习者模型)[23]等标准与规范,本研究认为教师模型应主要包括教师基本信息(性别、年龄、受教育水平、工作年限、职称等)、学习偏好(学习风格、兴趣偏好、媒体偏好、设备偏好、学习活动偏好等)、认知水平(背景知识、认知风格等)、学习历史(相关学习经验、次数等)等维度。
2.内容模型
内容模型是对领域内知识的要素、结构及关系的描述。从现有相关研究来看,主要包括从章、节、知识点和学习对象等方面描述的内容模型[24]和基于语义描述、格式信息、学习活动、学习内容、生成性信息和KNS网络等学习元信息模型[25]等方式。从使用流程来看,内容模型旨在构建领域内容的知识图谱,通过对知识图谱的阶段性试用,结合对学习者数据的挖掘,不断优化知识图谱,为知识图谱中各节点及其对应的资源建立标签,在知识点与评价内容之间建立映射关系,为自适应资源推进和自适应路径规划奠定基础。
3.推荐模型
推荐模型是连接教师模型和内容模型的中介和桥梁,借助教师模型实现对教师的分析、诊断与画像,基于个体或群体的学习者画像,匹配和规划适切性的路径,并根据学习进程的推进和学习活动的开展,及时调整和优化模型,实现基于教师学情诊断的学习路径规划和学习资源推荐,实现教师、学习路径和学习资源的多维关联。
(二)系统模型
教师智能研修系统基于云计算、大数据、人工智能、5G等智能技术,以教师模型、内容模型和推荐模型为基础,形成学习分析系统、学习支持系统和学习干预系统,实现个性化学习路径规划、适切性学习资源推送和精细化学习反馈,具有支持个体研修和群体研修,支持区域研修与校本研修。具体来看,教师智能研修系统利用教师模型获取教师的基本情况,获取教师的静态属性和动态特征,推算和量化教师的基础知识和能力水平,形成教师画像。推荐模型参考教师画像数据,从研修系统内容中抽取最适合教师研修的内容模块,推荐给教师学习,并根据内容模型,为教师提供相近内容的学习资源。学习分析系统通过对教师的分析,为个性化学习路径推荐提供数据依据,学习支持系统实现资源的动态组合,为适切性资源的推送提供支持,学习干预系统则通过对教师研修效果的评测,为教师提供精细化学习反馈,以便教师及时调整研修各项安排。其系统模型如图1所示。
(一)系统理念与定位分析
非线性学习是数字化时代的重要的学习形态,具有学习内容的离散性、学习时间的碎片性、学习空间的多样性、拖拉式的知识传递、知识建构的主动性等特点[26],非线性学习空间认为学习空间主要有实体空间、虚拟空间和社会网络空间构成[27]。将非线性学习理念运用于教师研修领域,通过落实“人人研修、时时研修、处处研修”的研修理念,重新思考教师研修的内容设计和架构。即通过先明确教师需要什么样的研修内容、能够达到什么样目的,然后根据研修成果来设计课程和活动,强调教师经过研修后在知识、技能、态度及行为方面的表现和进步,基于教师研修结果来改进研修过程,通过搭建泛在研修环境和建设可调节、自适应的资源,最终提升研修的实效性。
“教师智能研修系统”旨在创建面向教师的智能化研修空间,其核心是教师网络研修环节的优化和资源的自适应推送。系统应满足以下需求:(1)根据教师发展目标和能力测试结果,形成个性化的研修安排与内容设计,满足教师泛在学习环境下的成长发展需求。(2)良好的学习体验,及时、有效的学习效果反馈,促进研修目标的达成。因此,本系统在分析教师研修要素的基础上,优化数据分析、资源推送和信息反馈等环节,利用智能技术赋能教师研修,提高研修质量。
(二)研修要素设计
明确教师网络研修要素是教师智能研修系统设计的首要工作。本研究通过对目前已开展的多个教师研修项目进行梳理分析,并对部分组织教师研修的相关机构负责人、教师等进行访谈,整理相关需求,认为研修人员、研修主题、研修资源、研修任务、研修反思、研修成果和效果评价等要素是教师研修工作的核心要素,如图2所示。具体来看,研修人员是研修系统的使用用户,从研修的实际情况来看,主要包括各级教研员、学校管理者、一线教师等,不同的用户在研修过程中具有不同的需求,明确需求是教师智能研修系统设计的首要问题。研修主题是根据实际教学、管理问题,针对不同实际需求形成的总体设计。研修资源是为了达成研修主题设定的目的而提供的材料、工具的集合体。研修任务是用户在研修过程中需要完成的内容。研修活动主要是指通过自主学习或协作学习等方式参与的各类正式或非正式的专业实践活动,合理有效的研修活动可以提高教师研修的积极性和参与度。研修成果是研修实施效果最直接的体现,其表现形式根据研修主题和任务的不同而表现出不同的形态。效果评价是对研修项目从设计、实施到效果各方面相关数据信息的收集和价值判断,应当贯穿于一个完整的研修项目实施周期,包括项目设立背景、项目内容设计、实施方案设计、实施效果过程性评价、项目总结性评价等内容,研修效果评价的有效性是研修质量得以保障的关键[28]。研修反馈是研修对象对研修内容和整体安排的态度反映。研修反思是在活动参与、任务完成等各环节中对学习任务、自我发展、主题本身的思考,往往会对研修的体验产生较大的影响作用。因此,研修系统要在在业务流程、功能模块的设计过程中关注这些相互之间存在紧密联系的要素。
(三)系統功能模块
根据教师智能研修系统模型和研修要素的分析,可以将教师智能研修系统分解为教师个体特征分析模块、研修资源精准推送模块和研修反馈评价模块,如图3所示。
1.教师个体特征分析模块
为实现研修资源精准推送,首先需要对教师个体特征进行准确分析。教师个体特征是对教师特征的详细描述,包括个人信息、知识水平、兴趣偏好、认知能力等学习者特征。教师个体特征分析模块从教师个人信息、学习行为信息、学习情景信息三方面描述教师个体特征。教师个人信息的分析有助于系统根据教师的基本信息和任教信息等大致确定教师所需研修资源类别,进行资源模糊匹配,初步预测教师的研修资源偏好,完成教师特征信息模型的初始化。学习行为信息包括学习者知识水平、学习者兴趣偏好、学习者认知能力、学习者学习风格等内容。学习者知识水平在一定程度上会影响后续研修过程中研修资源选择。学习者的兴趣偏好主要包括媒体格式偏好、资源风格偏好、交互方式偏好等内容。学习者的认知能力主要是分析教师对研修主题相关内容的理解和掌握情况。学习者学习风格有助于更准确地描述和诊断教师,适配相关信息。学习情景信息主要分析教师参与研修活动和协作学习过程中的过程性数据。通过对教师个体特性信息分析提高系统的适应能力,为教师提供更准确的研修资源和研修建议。
2.研修资源精准推送模块
研修资源精准推送模块包含研修课程、研修资源、个性化研修空间等内容。其中研修课程是系统化研修内容,具有完整的教学大纲、课程导航和内容体系,具有较强的针对性。研修资源是各级各类资源聚合体,兼容国家资源平台、市区级资源服务平台和本地名师优课资源,为教师提供研修资源服务。个性化研修空间基于教师个体特征分析与资源属性,为教师推荐个性化资源,教师可以根据个人需求在研修资源中选择自己感兴趣的主题,开展研修。
3.研修反馈评价模块
研修信息反馈评价模块为教师提供研修成果展示和效果评价功能,包含研修论坛、研修成果、研修测评等功能。通过设立课程论坛、主题论坛、小组论坛等形式,实现研修教师与其他教师、专家的信息交流与反馈。研究成果部分展示和呈现教师在研修过程中形成的过程性和结果性作品。该模块具备研修全过程的数据记录和分析功能,结合相应的评价体系和指标,对教师研修效果进行测评。
(一)背景
基于非线性学习理念设计和开发的教师智能研修系统旨在构建一种技术赋能的学习型社区,致力于为教师提供一个交互方便的学习空间,通过营造宽松和谐的学习氛围,引导教师通过自主探索、交流协作等方式,根据相应的研修任务,自选学习内容,自定学习路径和步骤开展研修活动,体现学习方式的主动性、学习内容的非线性和学习时间的碎片性[29]。通过以测助学和以测促学,确定学习起点,及时诊断和评估学习效果,通过生成个性化的学习菜单,满足不同教师的学习兴趣和需求,最终达到个性化研修和精准化研修的目的。基于以上思考,在“停课不停学”期间为了保证“停课不停教、停课不停研”的现实需求而设计研发了教师智能研修系统。该系统自2020年9月运行以来,在多地多个学校推广试用,为系统的优化升级积累了一定的实际用户使用数据。本研究以该系统在广东省阳江市某小学教师研修中的使用情况来验证该系统的适用性和有效性。
(二)过程
在该校某一次的研修过程中,针对全体教师开展“微课制作与应用能力提升研修”。根据该校的实际情况,研修目的是让每个老师都能具备微课制作与应用的能力。虽然此次研修的目标都相同,但由于不同年龄、教龄、学科等教师的信息技术能力初始水平不同,传统的线下培训或在线视频学习的方式并不能真正满足教师的需求。因此,采用智能研修系统开展研修。研究团队在智能研修系统中设置了“理念与模式”“方法与操作”“分享与交流”等模块。在研修过程中,系统通过教师完成的前测初步了解教师基本情况,记录包括基本信息、教学情况、教研情况、培训经历、研修需求五个方面的教师个人信息,并从知识水平、兴趣偏好、认知能力、学习风格四个角度分析,构建教师学习者画像。基于教师学习者画像和大数据分析,对教师的微课制作与应用能力做出精准诊断,从而找到教师研修的起点。同时,引入国家资源平台、市区级资源服务平台、校本资源平台、本地名师优课资源及校本资源,依托丰富的学习资源,将不同主题的研修内容划分成多个专题,对每个专题进行概念体系、方法体系及问题体系梳理,在此基础上进行系统化的学习资源管理,整合后设计开发了教育理论篇、微课教学设计、微课评价标准分析、常用方法介绍、软件使用等课程资源。基于系统内嵌的教师信息特征与学习资源信息特征选择模型,根据教师观看、浏览资源的行为数据,记录教师个人学习行为偏好,为不同教师确定个性化的学习起点和学习路径,并为每个教师规划了自适应的资源。此外,根据教师在研修共同体中的发帖、评论等交流讨论数据,判断教师的掌握情况。研修目标的达成体现在教师的作品中,根据教师提交的作品给予诊断性的评价,为教师给予个性化的指导,达到以研修促发展的目的。
(三)效果
为了了解教师对智能研修系统的使用效果,研究团队针对所有参加研修的教师发放调查问卷,并结合智能研修系统中在线数据,分析研修效果。调查问卷主要包括教师个人基本情况、教师前期参与研修的基本情况、教师对智能研修系统的接受度、教师开展智能研修所遇到的问题等。在调查问卷的设计过程中,研究团队请教了教育技术学专家、有研修经历的教师,对问卷进行了多次修改与完善。其中,调查问卷第一、二和四部分采用单选或多选题的形式调查实际情况,第三部分引用国际经典量表对教师采用智能研修系统的接受度开展调查。本研究借鉴自我决定理论和技术接受模型,采用感知有用性、感知易用性、感知自主性和持续使用意愿来表示教师参与智能研修的意愿。量表采用李克特五级尺度量表,1至5分别表示从非常不符合至非常符合。数据回收后,采用克隆巴赫Alpha系数来评测各量表的信度。数据分析显示,各量表的克隆巴赫Alpha系数均高于0.70,表明量表具有较高的信度。 教师对智能研修系统的接受度调查结果如下页表1所示,调查表明,教师持续使用智能研修系统的意愿较高,均值为4.05,说明教师对未来使用智能研修系统提升自我的意愿较强。教师感知的智能研修对其专业发展的有用性的认同度较高,均值为4.16,表明教师对智能研修系统对自身发展的认识给予较高的认同,认为参与智能研修能够促进专业发展和成长。教师感知的易用性均值为3.99,说明智能研修系统提供了良好的使用说明和指南,教师开展智能研修比较容易、方便。感知自主性表示教师在智能研修过程中对目标、内容、过程和时间等的自我控制程度,其均值为3.68,表明教师参与智能研修过程中具有一定的自主性,基本能实现自适应、可调节的研修。
智能研修系统记录的数据也为本研究的效果分析提供了数据支持。研究团队通过智能研修系统日志数据对教师开展智能研修的情况进行分析,主要包括教师开展研修采用的终端设备类型、各类型资源的访问次数、每周的学习活跃人数等。从教师教研使用的终端类型来看,使用智能手机开展研修的比例为74.4%,说明大部分教师已经习惯和适应使用智能手机开展研修活动。从各类型资源的访问次数来看,视频类资源的访问数远高于其他类型资源。从每周的学习活跃人数来看,在研修开始和结束的一周时间内,教师通过智能研修系统学习的人数高于其他周次,保证研修过程中的用户活跃度是未来智能研修系统需要关注的问题,如图4所示。
此外,为了更好地完善智能研修系统功能,为教师提供更优质的服务,研究团队从系统功能稳定性、资源推荐精准度、实际体验等方面开展了访谈。访谈显示大部分教师认为在研修期间系统运行良好,用户体验较高,研修主题、流程和环节设计较为合理,但推荐资源的精准性、数据挖掘方面还有待加强。
信息化赋能教育教学改革的实践对智能时代教师的能力结构提出新的要求,如何促进教师发展,提升教师素质,成为教育研究者、管理者和教师高度关注的核心问题。本研究在分析教师研修核心要素的基础上,借鉴相关领域智能系统的模型架构,分析了由教师模型、内容模型和推荐模型构成的教师智能研修系统模型,在对系统功能进行定位和需求分析的基础上,设计研发了包括教师个体特征分析模块、研修资源精准推送模块和研修反馈评价模块的教师智能研修系统,并将其应用于学校校本研修的实践过程中,基本满足了教师研修的需求。但研究发现,智能研修系统在教师研修领域的常态化应用还存在诸多的困难,如系统的智能化和个性化程度提升还需要基层算法、模型的支持,学习路径和资源的推送也需要大数据分析和海量资源来支撑。希望本研究在教师智能研修系统方面的探索为其他研究提供一点参考,也为各级各类教师研修提供新的思路。
参考文献:
[1] 中共中央国务院.关于全面深化新时代教师队伍建设改革的意见[EB/OL].http://www.gov.cn/zhengce/2018-01/31/content_5262659. htm,2018-01-31.
[2] 中华人民共和国教育部.开启全面建设高素质专业化创新型教师队 伍新征程.http://www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/moe_1485/202009/ t20200907_486005.html,2020-09-07.
[3] 钟启泉.教师研修的模式与体制[J].全球教育展望,2001,(7):4-11.
[4] 马立,郁晓华等.教师继续教育新模式:网络研修[J].教育研究,2011,32(11):21-28.
[5] 郭紹青,雷虹.技术赋能乡村教师队伍建设[J].中国电化教育,2021,(4):98-108.
[6][8] 赵玲朗,范佳荣等.智慧学习资源进化框架、模型研究——基于多目标优化视角[J].电化教育研究,2020,41(12):59-64.
[7] 李浩,余雪等.基于学习者时空特征的移动学习资源推荐模型研究[J].现代教育技术,2020,30(10):13-19.
[9] Brusilovsky P.Methods and techniques of adaptive hypermedia [J].User Modeling and User-Adapted Interaction,1996,6(2):87-129.
[10] Cannataro M,Pugliese A.XAHM:An XML-Based Adaptive Hypermedia Model and Its Implementation [M].Berlin Heidelberg:Springer,2002.
[11] 邢丽刃,赵蔚等.基于Web的自适应教育超媒体系统现状及前景分析[J].中国电化教育,2007,(3):100-103.
[12] 陈仕品,张剑平《.现代教育技术》精品课程自适应测试系统的设计[J].中国电化教育,2008,(9):93-97.
[13] 赵传海,吴敏等.基于IRT的大学英语词汇在线自适应测试系统的设计[J].现代教育技术,2008,(12):87-90.
[14] 傅骞,韩政清.中小学英语自适应阅读系统初步研究[J].中国电化教育,2009,(1):101-104.
[15] 马相春,钟绍春等.大数据视角下个性化自适应学习系统支撑模型及实现机制研究[J].中国电化教育,2017,(4):97-102. [16] 孔维梁,韩淑云等.人工智能支持下自适应学习路径构建[J].现代远程教育研究,2020,32(3):94-103.
[17] 单举芝,刘述.基于Web2.0的教师远程研修平台设计初探[J].中国电化教育,2009,(3):105-108.
[18] 严加平.怎样组织网络研修——构建参与式教师培训网络平台的三次实践及启示[J].上海教育科研,2010,(7):48-51.
[19] 刘金河,金彦红等.基于协作的区域教师专业能力均衡发展网络支持平台设计[J].电化教育研究,2012,33(12):69-73.
[20] 赵健,张美芹.基于内容分析的教师网络研修平台构建与展望[J].中国电化教育,2017,(2):103-109.
[21] 薛杨,陈晓慧.混合式培训视角下的研修平台构建与应用研究[J].中国电化教育,2020,(12):112-118 130.
[22] 姜强,赵蔚.面向“服务”视角的自适应学习系统设计与实现[J].中国电化教育,2011,(2):119-124.
[23] 全国信息技术标准化技术委员会教育技术分技术委员会.GB/ T29805-2013信息技术学习、教育和培训学习者模型[EB/OL]. http://www.celtsc.org/content/xxzl/40288b88391ee7c701391e fe11810021.html#,2012-08-13.
[24] 姜强,赵蔚.面向“服务”视角的自适应学习系统设计与实现[J].中国电化教育,2011,(2):119-124.
[25] 杨现民,余胜泉.泛在学习环境下的学习资源信息模型构建[J].中国电化教育,2010,(9):72-78.
[26] 王继新,黄涛.论非线性学习的模式与方法[J].中国电化教育,2009, (4):6-8.
[27] 王继新,郑旭东等.非线性学习空间的设计与创建[J].中国电化教育,2010,(1):19-22.
[28] 杨彦军,郭绍青.教师培训评估研究现状分析[J].中小学教师培训,2012,(8):9-13.
[29] 王继新,郑旭东等.非线性学习:数字化时代的学习创新[M].北京:高等教育出版社,2012.
作者简介:
刘璇:在读博士,研究方向为信息技术教育应用。
崔永鹏:在读博士,研究方向为数字化学习理论与实践。
Research on the Design and Application of Teacher Intelligent Training System from the Perspective of Nonlinear Learning
Liu Xuan1, Cui Yongpeng2(1. School of Information Science and Technology, Northeast Normal University, Changchun 130117, Jilin; 2.Faculty of Artificial Intelligence in Education, Central China Normal University, Wuhan 430079, Hubei)
Abstract: Teacher Training is an effective and important way to promote teacher professional development. How to improve the pertinence and effectiveness of teacher training has become the focus of all circles. On the basis of literature research, this paper puts forward an adaptive system model of teacher research, which includes learner model, content model and recommendation model, through the construction of learning analysis system, learning support system and learning intervention system, personalized learning path planning, appropriate learning resources recommendation and fine learning feedback can be realized, it can achieve the goal of improving the quality of Teacher’s research and training. On this basis, according to the concept of nonlinear learning, the orientation of system function and the analysis of demand are made clear, and the core elements of teacher training are sorted out, this paper designs an intelligent system for teacher training, which includes a module for analyzing individual characteristics of teachers, a module for precise push of resources and a module for feedback evaluation of teacher training, the applicability and validity of the system are verified. The research results can provide basis and reference for optimizing the design of intelligent system, innovating the mode of teacher training and promoting the professional development of teachers.
Keywords: teacher training; intelligent training; system design; application research
責任编辑:邢西深
关键词:教师研修;智能研修;系统设计;应用研究
中图分类号:G434 文献标识码:A
本文系国家社会科学基金“十三五”规划2017年度教育学重点课题“以教育信息化推进教育精准扶贫研究”(课题编号:ACA170010)、中央高校基本科研业务费专项资金项目“社交网络数据分析与可视化系统设计与实现”(项目编号:31920170067)研究成果。
一、引言
百年大计,教育为本;教育大计,教师为本。教师是教育发展的第一资源,建设高质量教师队伍是支撑高质量教育体系的重要保障。2018年,中共中央、国务院印发《关于全面深化新时代教师队伍建设改革的意见》,提出要造就党和人民满意的高素质专业化创新型教师队伍[1],为教师队伍建设明确了目标。2020年,全国教师发展大会的召开吹响了教师高质量发展的号角[2]。教师作为“实践性知识”的掌握者和拥有者,其专业成长往往以在职教育或研修的方式进行[3],自主研修、校本研修、集中培训和网络研修等成为教师专业发展的主要方式。然而传统的教师培训多以线下集中培训、现场培训等形式开展,存在耗时耗力、培训效果不佳等问题。相比于传统的线下培训,网络研修作为信息时代背景下教师继续教育发展的新模式[4],受到各地教育部门的重视和教师的欢迎,也取得了一定的效果。但部分网络研修由于系统功能单一、资源有限、交互不足等原因无法有效满足教师的实际需求,导致研修效果不佳。而随着大数据、人工智能等信息技术的发展及其在教育培训领域的深入应用,智能研修为解决网络研修过程中遇到的問题提供了新的解决方案。
本文在遵循非线性学习理念的基础上,结合人工智能和大数据等信息技术的特征,构建了教师智能研修系统模型,设计了教师智能研修系统,通过在部分地区的应用实践,验证了教师智能研修系统的效果,以期对其他相关系统的设计和应用提供借鉴和参考。
二、教师网络研修面临的突出问题与相关研究分析
(一)教师网络研修面临的突出问题
1.无法精准刻画教师画像,个性化研修难以实现
信息时代对教师能力提出新要求,以“技术、教学法与学科内容整合”为基础的教师知识能力新框架成为教师发展新视角,也为基于教师个性化需求的智能研修提供了新思路。而从现实情况来看,由于教师个体特征的差异性和职业生涯的阶段性,不同的教师在不同的阶段具有不同的发展需求,处于同一阶段的教师也因为学科背景、个性特征等具有不同的需求。不同性别、学科、学段、年龄、教龄的教师具有不同的发展诉求,这些差异要求教师除了参加共性的研修外,还应具有一些适合教师个性化、自主发展的研修。传统的网络研修由于无法实现对教师的精准画像,对教师研修需求分析不够细致,无法明确教师的现实需求和发展需求,导致研修的个性化不足。
2.研修资源知识图谱尚未构建,可调节、自适应的教师研修资源不足
从目前教师研修的主要资源来看,主要包括专题讲座、案例集锦、网络课程、案例分享等内容[5],从资源的表现形式来看,这些资源存在共享性、个性化和智能化不足等问题[6]。为了满足教师研修的实际需求,需要对研修资源进行描述和组织。知识图谱作为认知智能领域的主要技术之一,从使用范围的角度可以划分为通用知识图谱和领域知识图谱。教育知识图谱作为领域知识图谱的垂直应用可用于刻画教育领域知识与学习资源的特征,解释知识点与学习资源之间的关系,为资源的语义化聚合、适应性学习和个性化路径推荐提供支持。根据知识图谱的相关理论和实践,教师研修资源可形成面向知识点的知识图谱和面向活动的知识图谱,而当下这些研修资源的精细化供给程度不足,无法实现基于学习者时空特征的学习资源推荐[7]和基于多目标优化的智慧学习资源进化[8],可调节、自适应的教师研修资源不足。
3.研修活动的可持续性不足,研修活动难以常态化
研修的核心要义是激发和引导教师学习,以达到知识建构和能力发展的目的。传统的网络研修往往以教师是否完成相关视频资源的学习,是否参与相关讨论等作为评判依据,缺乏对教师研修结束后的持续关注,使教师难以完成“拓展迁移”,难以真正地利用研修中的收获来指导实践。而教师研修的实际效果应体现在教师在参加完研修后的教学实践过程中,体现在教师的师德师风、专业知识和专业能力等方面的提升和转变。目前部分研修的持续性不足,致使研修往往难以常态化。
(二)教师网络研修相关研究
1.智能学习系统研究
智能学习系统是云计算、移动互联网和大数据等技术在教育教学领域应用的新场景,其中自适应学习系统是研究者关注的热点话题。自适应学习系统的基础模型、功能设计、应用实践和未来展望是学者们研究的重点议题。自适应超媒体系统是自适应和基于用户模型的界面领域中一个新的研究方向,Brusilovsky提出自适应超媒体系统应关注用户的目标、知识、背景、经验和偏好[9]。Cannataro等提出自适应系统的通用模型(XML-based Adaptive Hypermedia Model,简称XAHM)[10]。邢丽刃回顾了自适应超媒体系统的发展历史和研究现状,并对其发展前景进行了展望[11]。陈仕品等[12]、赵传海等[13]、傅骞等[14]分别以《现代教育技术》、大学英语词汇和阅读为例,探讨了自适应测试系统的设计。马相春等通过对学习者需求、学习资源和系统架构等核心要素的分析,提出了基于大数据的个性化自适应系统架构模型[15]。孔维梁提出了包含学习者模型库、学习过程数据库、自适应学习路径构建引擎等核心功能模块的人工智能支持下的自适应学习路径构建模型[16]。 2.研修平台设计与建设研究
研修平台作为网络研修的重要载体,其设计理念、功能结构對研修活动开展具有重要的影响。单举芝等提出了基于Web2.0的教师远程研修平台设计的基本指导思想,并探讨平台的功能模块[17]。严加平通过分析三次网络研修的实践,提出要构建参与式教师培训网络平台[18]。刘金河等设计了基于协作的区域教师专业能力均衡发展网络支持平台[19]。赵健等对相关培训机构的教师研修平台功能进行了梳理,从增强用户体验、融合虚拟与现实两个空间、建立“课程超市”、加强教师学习行为数据的收集与分析等角度提出了完善教师网络研修平台建设的设想[20]。薛杨等基于混合式培训的视角构建了研修平台,并对其应用案例做了分析[21]。
综上所述,学者们围绕智能学习系统和研修平台等议题开展了丰富的研究,这些研究为教师研修实践和理论发展提供了良好的借鉴和支持。大部分研究均表明研修平台的质量会对教师研修产生影响,而智能技术的发展也为教师网络研修系统提供新的升级路径。教师作为重要的教育资源,如何借助智能技术实现自我发展和个性化发展是教师研修必须要解决的问题。基于此,本研究探索构建教师智能研修系统模型,设计系统的核心功能,并开展应用研究,以进一步完善教师智能研修系统的各个功能模块,提高应用质量。
三、教师智能研修系统模型构建
(一)基础模型
1.教师模型
在智能学习系统中,学习者模型实现对学习者个体特征的描述,是实现个性化服务的基础。对于教师智能研修系统而言,为每一个使用该系统的教师建立教师模型,是规划个性化学习路径和推送适切性资源的基础。参照IEEE PAP[22]和GB/T 29805-2013(学习者模型)[23]等标准与规范,本研究认为教师模型应主要包括教师基本信息(性别、年龄、受教育水平、工作年限、职称等)、学习偏好(学习风格、兴趣偏好、媒体偏好、设备偏好、学习活动偏好等)、认知水平(背景知识、认知风格等)、学习历史(相关学习经验、次数等)等维度。
2.内容模型
内容模型是对领域内知识的要素、结构及关系的描述。从现有相关研究来看,主要包括从章、节、知识点和学习对象等方面描述的内容模型[24]和基于语义描述、格式信息、学习活动、学习内容、生成性信息和KNS网络等学习元信息模型[25]等方式。从使用流程来看,内容模型旨在构建领域内容的知识图谱,通过对知识图谱的阶段性试用,结合对学习者数据的挖掘,不断优化知识图谱,为知识图谱中各节点及其对应的资源建立标签,在知识点与评价内容之间建立映射关系,为自适应资源推进和自适应路径规划奠定基础。
3.推荐模型
推荐模型是连接教师模型和内容模型的中介和桥梁,借助教师模型实现对教师的分析、诊断与画像,基于个体或群体的学习者画像,匹配和规划适切性的路径,并根据学习进程的推进和学习活动的开展,及时调整和优化模型,实现基于教师学情诊断的学习路径规划和学习资源推荐,实现教师、学习路径和学习资源的多维关联。
(二)系统模型
教师智能研修系统基于云计算、大数据、人工智能、5G等智能技术,以教师模型、内容模型和推荐模型为基础,形成学习分析系统、学习支持系统和学习干预系统,实现个性化学习路径规划、适切性学习资源推送和精细化学习反馈,具有支持个体研修和群体研修,支持区域研修与校本研修。具体来看,教师智能研修系统利用教师模型获取教师的基本情况,获取教师的静态属性和动态特征,推算和量化教师的基础知识和能力水平,形成教师画像。推荐模型参考教师画像数据,从研修系统内容中抽取最适合教师研修的内容模块,推荐给教师学习,并根据内容模型,为教师提供相近内容的学习资源。学习分析系统通过对教师的分析,为个性化学习路径推荐提供数据依据,学习支持系统实现资源的动态组合,为适切性资源的推送提供支持,学习干预系统则通过对教师研修效果的评测,为教师提供精细化学习反馈,以便教师及时调整研修各项安排。其系统模型如图1所示。
![](http://img1.qikan.com/qkimages/zgdh/zgdh202109/zgdh20210913-1-l.jpg)
四、教师智能研修系统设计
(一)系统理念与定位分析
非线性学习是数字化时代的重要的学习形态,具有学习内容的离散性、学习时间的碎片性、学习空间的多样性、拖拉式的知识传递、知识建构的主动性等特点[26],非线性学习空间认为学习空间主要有实体空间、虚拟空间和社会网络空间构成[27]。将非线性学习理念运用于教师研修领域,通过落实“人人研修、时时研修、处处研修”的研修理念,重新思考教师研修的内容设计和架构。即通过先明确教师需要什么样的研修内容、能够达到什么样目的,然后根据研修成果来设计课程和活动,强调教师经过研修后在知识、技能、态度及行为方面的表现和进步,基于教师研修结果来改进研修过程,通过搭建泛在研修环境和建设可调节、自适应的资源,最终提升研修的实效性。
“教师智能研修系统”旨在创建面向教师的智能化研修空间,其核心是教师网络研修环节的优化和资源的自适应推送。系统应满足以下需求:(1)根据教师发展目标和能力测试结果,形成个性化的研修安排与内容设计,满足教师泛在学习环境下的成长发展需求。(2)良好的学习体验,及时、有效的学习效果反馈,促进研修目标的达成。因此,本系统在分析教师研修要素的基础上,优化数据分析、资源推送和信息反馈等环节,利用智能技术赋能教师研修,提高研修质量。
(二)研修要素设计
明确教师网络研修要素是教师智能研修系统设计的首要工作。本研究通过对目前已开展的多个教师研修项目进行梳理分析,并对部分组织教师研修的相关机构负责人、教师等进行访谈,整理相关需求,认为研修人员、研修主题、研修资源、研修任务、研修反思、研修成果和效果评价等要素是教师研修工作的核心要素,如图2所示。具体来看,研修人员是研修系统的使用用户,从研修的实际情况来看,主要包括各级教研员、学校管理者、一线教师等,不同的用户在研修过程中具有不同的需求,明确需求是教师智能研修系统设计的首要问题。研修主题是根据实际教学、管理问题,针对不同实际需求形成的总体设计。研修资源是为了达成研修主题设定的目的而提供的材料、工具的集合体。研修任务是用户在研修过程中需要完成的内容。研修活动主要是指通过自主学习或协作学习等方式参与的各类正式或非正式的专业实践活动,合理有效的研修活动可以提高教师研修的积极性和参与度。研修成果是研修实施效果最直接的体现,其表现形式根据研修主题和任务的不同而表现出不同的形态。效果评价是对研修项目从设计、实施到效果各方面相关数据信息的收集和价值判断,应当贯穿于一个完整的研修项目实施周期,包括项目设立背景、项目内容设计、实施方案设计、实施效果过程性评价、项目总结性评价等内容,研修效果评价的有效性是研修质量得以保障的关键[28]。研修反馈是研修对象对研修内容和整体安排的态度反映。研修反思是在活动参与、任务完成等各环节中对学习任务、自我发展、主题本身的思考,往往会对研修的体验产生较大的影响作用。因此,研修系统要在在业务流程、功能模块的设计过程中关注这些相互之间存在紧密联系的要素。
![](http://img1.qikan.com/qkimages/zgdh/zgdh202109/zgdh20210913-2-l.jpg)
(三)系統功能模块
根据教师智能研修系统模型和研修要素的分析,可以将教师智能研修系统分解为教师个体特征分析模块、研修资源精准推送模块和研修反馈评价模块,如图3所示。
![](http://img1.qikan.com/qkimages/zgdh/zgdh202109/zgdh20210913-3-l.jpg)
1.教师个体特征分析模块
为实现研修资源精准推送,首先需要对教师个体特征进行准确分析。教师个体特征是对教师特征的详细描述,包括个人信息、知识水平、兴趣偏好、认知能力等学习者特征。教师个体特征分析模块从教师个人信息、学习行为信息、学习情景信息三方面描述教师个体特征。教师个人信息的分析有助于系统根据教师的基本信息和任教信息等大致确定教师所需研修资源类别,进行资源模糊匹配,初步预测教师的研修资源偏好,完成教师特征信息模型的初始化。学习行为信息包括学习者知识水平、学习者兴趣偏好、学习者认知能力、学习者学习风格等内容。学习者知识水平在一定程度上会影响后续研修过程中研修资源选择。学习者的兴趣偏好主要包括媒体格式偏好、资源风格偏好、交互方式偏好等内容。学习者的认知能力主要是分析教师对研修主题相关内容的理解和掌握情况。学习者学习风格有助于更准确地描述和诊断教师,适配相关信息。学习情景信息主要分析教师参与研修活动和协作学习过程中的过程性数据。通过对教师个体特性信息分析提高系统的适应能力,为教师提供更准确的研修资源和研修建议。
2.研修资源精准推送模块
研修资源精准推送模块包含研修课程、研修资源、个性化研修空间等内容。其中研修课程是系统化研修内容,具有完整的教学大纲、课程导航和内容体系,具有较强的针对性。研修资源是各级各类资源聚合体,兼容国家资源平台、市区级资源服务平台和本地名师优课资源,为教师提供研修资源服务。个性化研修空间基于教师个体特征分析与资源属性,为教师推荐个性化资源,教师可以根据个人需求在研修资源中选择自己感兴趣的主题,开展研修。
3.研修反馈评价模块
研修信息反馈评价模块为教师提供研修成果展示和效果评价功能,包含研修论坛、研修成果、研修测评等功能。通过设立课程论坛、主题论坛、小组论坛等形式,实现研修教师与其他教师、专家的信息交流与反馈。研究成果部分展示和呈现教师在研修过程中形成的过程性和结果性作品。该模块具备研修全过程的数据记录和分析功能,结合相应的评价体系和指标,对教师研修效果进行测评。
五、教师智能研修系统应用案例
(一)背景
基于非线性学习理念设计和开发的教师智能研修系统旨在构建一种技术赋能的学习型社区,致力于为教师提供一个交互方便的学习空间,通过营造宽松和谐的学习氛围,引导教师通过自主探索、交流协作等方式,根据相应的研修任务,自选学习内容,自定学习路径和步骤开展研修活动,体现学习方式的主动性、学习内容的非线性和学习时间的碎片性[29]。通过以测助学和以测促学,确定学习起点,及时诊断和评估学习效果,通过生成个性化的学习菜单,满足不同教师的学习兴趣和需求,最终达到个性化研修和精准化研修的目的。基于以上思考,在“停课不停学”期间为了保证“停课不停教、停课不停研”的现实需求而设计研发了教师智能研修系统。该系统自2020年9月运行以来,在多地多个学校推广试用,为系统的优化升级积累了一定的实际用户使用数据。本研究以该系统在广东省阳江市某小学教师研修中的使用情况来验证该系统的适用性和有效性。
(二)过程
在该校某一次的研修过程中,针对全体教师开展“微课制作与应用能力提升研修”。根据该校的实际情况,研修目的是让每个老师都能具备微课制作与应用的能力。虽然此次研修的目标都相同,但由于不同年龄、教龄、学科等教师的信息技术能力初始水平不同,传统的线下培训或在线视频学习的方式并不能真正满足教师的需求。因此,采用智能研修系统开展研修。研究团队在智能研修系统中设置了“理念与模式”“方法与操作”“分享与交流”等模块。在研修过程中,系统通过教师完成的前测初步了解教师基本情况,记录包括基本信息、教学情况、教研情况、培训经历、研修需求五个方面的教师个人信息,并从知识水平、兴趣偏好、认知能力、学习风格四个角度分析,构建教师学习者画像。基于教师学习者画像和大数据分析,对教师的微课制作与应用能力做出精准诊断,从而找到教师研修的起点。同时,引入国家资源平台、市区级资源服务平台、校本资源平台、本地名师优课资源及校本资源,依托丰富的学习资源,将不同主题的研修内容划分成多个专题,对每个专题进行概念体系、方法体系及问题体系梳理,在此基础上进行系统化的学习资源管理,整合后设计开发了教育理论篇、微课教学设计、微课评价标准分析、常用方法介绍、软件使用等课程资源。基于系统内嵌的教师信息特征与学习资源信息特征选择模型,根据教师观看、浏览资源的行为数据,记录教师个人学习行为偏好,为不同教师确定个性化的学习起点和学习路径,并为每个教师规划了自适应的资源。此外,根据教师在研修共同体中的发帖、评论等交流讨论数据,判断教师的掌握情况。研修目标的达成体现在教师的作品中,根据教师提交的作品给予诊断性的评价,为教师给予个性化的指导,达到以研修促发展的目的。
(三)效果
为了了解教师对智能研修系统的使用效果,研究团队针对所有参加研修的教师发放调查问卷,并结合智能研修系统中在线数据,分析研修效果。调查问卷主要包括教师个人基本情况、教师前期参与研修的基本情况、教师对智能研修系统的接受度、教师开展智能研修所遇到的问题等。在调查问卷的设计过程中,研究团队请教了教育技术学专家、有研修经历的教师,对问卷进行了多次修改与完善。其中,调查问卷第一、二和四部分采用单选或多选题的形式调查实际情况,第三部分引用国际经典量表对教师采用智能研修系统的接受度开展调查。本研究借鉴自我决定理论和技术接受模型,采用感知有用性、感知易用性、感知自主性和持续使用意愿来表示教师参与智能研修的意愿。量表采用李克特五级尺度量表,1至5分别表示从非常不符合至非常符合。数据回收后,采用克隆巴赫Alpha系数来评测各量表的信度。数据分析显示,各量表的克隆巴赫Alpha系数均高于0.70,表明量表具有较高的信度。 教师对智能研修系统的接受度调查结果如下页表1所示,调查表明,教师持续使用智能研修系统的意愿较高,均值为4.05,说明教师对未来使用智能研修系统提升自我的意愿较强。教师感知的智能研修对其专业发展的有用性的认同度较高,均值为4.16,表明教师对智能研修系统对自身发展的认识给予较高的认同,认为参与智能研修能够促进专业发展和成长。教师感知的易用性均值为3.99,说明智能研修系统提供了良好的使用说明和指南,教师开展智能研修比较容易、方便。感知自主性表示教师在智能研修过程中对目标、内容、过程和时间等的自我控制程度,其均值为3.68,表明教师参与智能研修过程中具有一定的自主性,基本能实现自适应、可调节的研修。
![](http://img1.qikan.com/qkimages/zgdh/zgdh202109/zgdh20210913-4-l.jpg)
智能研修系统记录的数据也为本研究的效果分析提供了数据支持。研究团队通过智能研修系统日志数据对教师开展智能研修的情况进行分析,主要包括教师开展研修采用的终端设备类型、各类型资源的访问次数、每周的学习活跃人数等。从教师教研使用的终端类型来看,使用智能手机开展研修的比例为74.4%,说明大部分教师已经习惯和适应使用智能手机开展研修活动。从各类型资源的访问次数来看,视频类资源的访问数远高于其他类型资源。从每周的学习活跃人数来看,在研修开始和结束的一周时间内,教师通过智能研修系统学习的人数高于其他周次,保证研修过程中的用户活跃度是未来智能研修系统需要关注的问题,如图4所示。
![](http://img1.qikan.com/qkimages/zgdh/zgdh202109/zgdh20210913-5-l.jpg)
此外,为了更好地完善智能研修系统功能,为教师提供更优质的服务,研究团队从系统功能稳定性、资源推荐精准度、实际体验等方面开展了访谈。访谈显示大部分教师认为在研修期间系统运行良好,用户体验较高,研修主题、流程和环节设计较为合理,但推荐资源的精准性、数据挖掘方面还有待加强。
六、总结与建议
信息化赋能教育教学改革的实践对智能时代教师的能力结构提出新的要求,如何促进教师发展,提升教师素质,成为教育研究者、管理者和教师高度关注的核心问题。本研究在分析教师研修核心要素的基础上,借鉴相关领域智能系统的模型架构,分析了由教师模型、内容模型和推荐模型构成的教师智能研修系统模型,在对系统功能进行定位和需求分析的基础上,设计研发了包括教师个体特征分析模块、研修资源精准推送模块和研修反馈评价模块的教师智能研修系统,并将其应用于学校校本研修的实践过程中,基本满足了教师研修的需求。但研究发现,智能研修系统在教师研修领域的常态化应用还存在诸多的困难,如系统的智能化和个性化程度提升还需要基层算法、模型的支持,学习路径和资源的推送也需要大数据分析和海量资源来支撑。希望本研究在教师智能研修系统方面的探索为其他研究提供一点参考,也为各级各类教师研修提供新的思路。
参考文献:
[1] 中共中央国务院.关于全面深化新时代教师队伍建设改革的意见[EB/OL].http://www.gov.cn/zhengce/2018-01/31/content_5262659. htm,2018-01-31.
[2] 中华人民共和国教育部.开启全面建设高素质专业化创新型教师队 伍新征程.http://www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/moe_1485/202009/ t20200907_486005.html,2020-09-07.
[3] 钟启泉.教师研修的模式与体制[J].全球教育展望,2001,(7):4-11.
[4] 马立,郁晓华等.教师继续教育新模式:网络研修[J].教育研究,2011,32(11):21-28.
[5] 郭紹青,雷虹.技术赋能乡村教师队伍建设[J].中国电化教育,2021,(4):98-108.
[6][8] 赵玲朗,范佳荣等.智慧学习资源进化框架、模型研究——基于多目标优化视角[J].电化教育研究,2020,41(12):59-64.
[7] 李浩,余雪等.基于学习者时空特征的移动学习资源推荐模型研究[J].现代教育技术,2020,30(10):13-19.
[9] Brusilovsky P.Methods and techniques of adaptive hypermedia [J].User Modeling and User-Adapted Interaction,1996,6(2):87-129.
[10] Cannataro M,Pugliese A.XAHM:An XML-Based Adaptive Hypermedia Model and Its Implementation [M].Berlin Heidelberg:Springer,2002.
[11] 邢丽刃,赵蔚等.基于Web的自适应教育超媒体系统现状及前景分析[J].中国电化教育,2007,(3):100-103.
[12] 陈仕品,张剑平《.现代教育技术》精品课程自适应测试系统的设计[J].中国电化教育,2008,(9):93-97.
[13] 赵传海,吴敏等.基于IRT的大学英语词汇在线自适应测试系统的设计[J].现代教育技术,2008,(12):87-90.
[14] 傅骞,韩政清.中小学英语自适应阅读系统初步研究[J].中国电化教育,2009,(1):101-104.
[15] 马相春,钟绍春等.大数据视角下个性化自适应学习系统支撑模型及实现机制研究[J].中国电化教育,2017,(4):97-102. [16] 孔维梁,韩淑云等.人工智能支持下自适应学习路径构建[J].现代远程教育研究,2020,32(3):94-103.
[17] 单举芝,刘述.基于Web2.0的教师远程研修平台设计初探[J].中国电化教育,2009,(3):105-108.
[18] 严加平.怎样组织网络研修——构建参与式教师培训网络平台的三次实践及启示[J].上海教育科研,2010,(7):48-51.
[19] 刘金河,金彦红等.基于协作的区域教师专业能力均衡发展网络支持平台设计[J].电化教育研究,2012,33(12):69-73.
[20] 赵健,张美芹.基于内容分析的教师网络研修平台构建与展望[J].中国电化教育,2017,(2):103-109.
[21] 薛杨,陈晓慧.混合式培训视角下的研修平台构建与应用研究[J].中国电化教育,2020,(12):112-118 130.
[22] 姜强,赵蔚.面向“服务”视角的自适应学习系统设计与实现[J].中国电化教育,2011,(2):119-124.
[23] 全国信息技术标准化技术委员会教育技术分技术委员会.GB/ T29805-2013信息技术学习、教育和培训学习者模型[EB/OL]. http://www.celtsc.org/content/xxzl/40288b88391ee7c701391e fe11810021.html#,2012-08-13.
[24] 姜强,赵蔚.面向“服务”视角的自适应学习系统设计与实现[J].中国电化教育,2011,(2):119-124.
[25] 杨现民,余胜泉.泛在学习环境下的学习资源信息模型构建[J].中国电化教育,2010,(9):72-78.
[26] 王继新,黄涛.论非线性学习的模式与方法[J].中国电化教育,2009, (4):6-8.
[27] 王继新,郑旭东等.非线性学习空间的设计与创建[J].中国电化教育,2010,(1):19-22.
[28] 杨彦军,郭绍青.教师培训评估研究现状分析[J].中小学教师培训,2012,(8):9-13.
[29] 王继新,郑旭东等.非线性学习:数字化时代的学习创新[M].北京:高等教育出版社,2012.
作者简介:
刘璇:在读博士,研究方向为信息技术教育应用。
崔永鹏:在读博士,研究方向为数字化学习理论与实践。
Research on the Design and Application of Teacher Intelligent Training System from the Perspective of Nonlinear Learning
Liu Xuan1, Cui Yongpeng2(1. School of Information Science and Technology, Northeast Normal University, Changchun 130117, Jilin; 2.Faculty of Artificial Intelligence in Education, Central China Normal University, Wuhan 430079, Hubei)
Abstract: Teacher Training is an effective and important way to promote teacher professional development. How to improve the pertinence and effectiveness of teacher training has become the focus of all circles. On the basis of literature research, this paper puts forward an adaptive system model of teacher research, which includes learner model, content model and recommendation model, through the construction of learning analysis system, learning support system and learning intervention system, personalized learning path planning, appropriate learning resources recommendation and fine learning feedback can be realized, it can achieve the goal of improving the quality of Teacher’s research and training. On this basis, according to the concept of nonlinear learning, the orientation of system function and the analysis of demand are made clear, and the core elements of teacher training are sorted out, this paper designs an intelligent system for teacher training, which includes a module for analyzing individual characteristics of teachers, a module for precise push of resources and a module for feedback evaluation of teacher training, the applicability and validity of the system are verified. The research results can provide basis and reference for optimizing the design of intelligent system, innovating the mode of teacher training and promoting the professional development of teachers.
Keywords: teacher training; intelligent training; system design; application research
責任编辑:邢西深