智慧教室环境下协作学习的交互特征——基于IIS图分析与社会网络分析的视角

2018 年 7 月 11 日 MOOC

| 全文共11126字,建议阅读时12分钟 |


本文由《远程教育杂志》授权发布

作者:何文涛、王亚萍、毛刚

摘要

 

智慧教室将成为教室的基本形态,因此,探究智慧教室下的教学真相很有必要。而以协作学习为突破口进行教学实践并对其分析,可获得协作学习的交互特征真相。交互是指围绕同一主题展开的“你来我往”的交流活动, 采用社会网络分析法可揭示协作学习中的人际社会网络,但无法呈现围绕讨论主题的其他方面的交互特征。而IIS图分析法关注教学过程中的信息流动与教学功能之间的关系,能够呈现协作学习的交互细节,表征协作学习的功能属性。引入IIS图分析法,可从交互内容、组员贡献性和交互质量三方面,对社会网络滤掉主题内容的不足进行补充。基于IIS图分析法和社会网络分析法来分析智慧教室下和常规教室下协作学习的交互过程,研究发现:(1)两种教室环境下协作学习的社会网络差别较小,但智慧教室环境下围绕知识点的讨论更集中;(2)媒体技术未能减少协作学习中的教师指导;(3)智慧教室环境下协作学习的交互主题存在往复;(4)媒体使用并不总能提高协作学习的交 互质量。智慧教室中的媒体产品并未像期望的那样有效提升了教学,因此,面对智慧教室的媒体产品,应保持理性, 要正确处理媒体产品的应然教学功能和实然教学作用之间的关系,防止被其炫酷“迷了双眼”,而丢失教学的本真。 

关键词:智慧教室;协作学习;交互分析;IIS图分析;社会网络分析


一、引言


随着计算机软硬件技术的飞速发展,教育活动中广泛运用了感知技术、智能技术等现代媒体技术,它们使教育活动充满智慧性,可以说,教育信息化已跨入智慧教育阶段。在此背景下,人们开始利用传感技术、人工智能技术、网络技术、富媒体技术等装备教室,改善学习环境,期望把教室改造为具有智能性的智慧教室。智慧教室一经提出,就引起了国内外学者的广泛关注,黄荣怀[1]、陈卫东[2]、杨宗凯[3]、Ste Phen S.Yau[4]、James D. Slotta[5]等学者都先后提出了自己的定义,但学界对智慧教室的概念界定并未统一,而且对达到何种程度的智能性才算是智慧教室,也无具体的判定标准。因此,基于智慧教室的现有概念难以判断哪些教室属于智慧教室。我们认为,智慧教室在性质上与教室一样,同属教育术语,将智慧教室作为一个概念进行学理上的界定是不恰当的。


作为教育术语的智慧教室只有外延特征,并无本质内涵[6]。从智慧教室的外延特征看,智慧教室是指配置了多种智能技术、网络技术等现代媒体技术以供教学使用的物理空间和信息空间。智慧教室的智慧性主要体现为其具备传统教室不具有的高智能性和强互动性,智慧教室需满足以下基本要求:灵活的空间布局,可随意调整的座位;多种手持电脑终端互联;多角度投影或黑板;针对所有个体的方便快捷的互联网信息检索、分析、呈现服务[7]。其中,“针对所有个体的方便快捷的互联网信息检索、分析、呈现服务”,是智慧教室区别于其他教室的主要标准。


目前,学者们除关注智慧教室的概念外,还对智慧教室的其他方面进行了相关研究,如黄荣怀认为,智慧教室的功能体现在内容呈现、环境管理、资源获取、即时交互和情境感知五个方面[8];Gyongyver Molnar认为,未来教室的设计应具有灵活的空间布局、动态的课桌椅组合、多屏的显示空间等特点[9];陈卫东主张通过调动人、技术、资源等要素,创设一种具有自由和谐氛围、智能服务功能的个性化互动课堂[10];JamesD.Slotta提出了智慧教室探究式的知识社区教学模式[11]。这表明,关于智慧教室的研究多集中在它的功能分析、设计、互动研究、教学模式等方面[12],较少进行常态化教学实践及其分析研究。虽然也有学者[13]在智慧教室中进行了一些教学尝试,但我们仍不清楚智慧教室下常态化教学的真相到底如何。


作为一种特殊的教学形式,“协作学习中的交互是激发和产生知识的基础,是其焦点和核心”[14]。因此,通过分析智慧教室下协作学习的交互特征,可对该环境下的教学真相管中窥豹,充实我们对该环境下教学实践的经验感知。在分析协作学习交互特征时,部分研究关注其中的交互行为[15]。但在教学中,交互行为只是表层现象。要想真正理解教学,必须清楚交互行为背后的社会交往网络。教学中的社会交往网络是深层现象,在某种程度上,属于教学深层机制的一部分。因此,近年来国内外开始关注社会网络分析视角下的教学研究[16-20]。


社会网络分析主要研究行动者之间的关系与联系的联结情况,揭示的是行动者的社会交互网络特征。但社会网络分析滤掉了交互内容,难以反映协作学习的交互主题,而且仅看交互频次也难以判断协作学习的交互质量。而IIS图分析聚焦教学内容信息,“关注信息的流动特征及其与教学功能的关系”[21],能够弥补社会网络分析滤掉交互内容的不足。基于此,我们尝试将社会网络分析和IIS图分析进行结合,通过对比分析智慧教室下和常规教室下的协作学习交互过程,以探究智慧教室环境下协作学习的交互特征。


二、智慧教室环境下协作学习的交互特征分析


(一)数据取样


基于人民教育出版社《高中地理(必修I)》中“第三节地球运动”中的晨昏线知识,我们设计了一对综合运用类型的同质协作学习活动,并招募6名北京师范大学在校生参与,其中1名地理专业的硕士生充当教师,2名本科生和3名硕士生充当学生。通过调研得知,他们在高一时已学过这部分内容,但遗忘较多。为弥补参与者基础知识的缺失,实验前提供了一些学习素材,让他们自学。一周后,分别在常规教室和智慧教室下展开一个同质协作活动(活动内容见图1和图2)。



在常规教室中是常见的“黑板+粉笔”配置,而在智慧教室中,桌椅可移动,学生能自由拼合所需的桌椅分布形态;同时,学生人手一个IPAD,IPAD上装有“天脉”教学系统,具有发布和浏览学习资源、实时分析与呈现教学动态、查询资料、实时交流、多屏幕互动等功能。在协作学习时,研究者既不干预协作学习的具体过程,也不干预媒体技术的选择与使用,而是让其自然发生。


(二)研究方法


1.社会网络分析法


社会网络分析(Social Network Analysis,SNA)以不同的行动者所构成的互动关系为研究对象,主要分析这种互动关系所表现出来的社会网络特征[22]。在协作学习中,协作小组内的社会交互网络主要指同伴间的相互交互的关系网络。


目前,关于协作学习的交互网络分析主要集中在在线学习领域,多通过师生在平台上的协作交互数据来分析协作学习的社会网络特征。但以往研究在生成协作学习的交互数据时不够严谨,表现为“发帖得到别人回复即为一次交互”,如,A发帖说“圆的面积公式是什么?”,B回A说“咱们中午去新乐群吃饭吧!”,这样就建立一次交互关系,显然是不合适的。因为交互是围绕同一主题而展开的你来我往的交流活动,需要满足两个基本条件:一是必须围绕同一主题交流;二是发起讨论,需要有人做出回应,否则交互失败。具体而言是指两人以上关于X的互动,如A发言,B针对A发言回应,是A->B的一次交互,若A对B有再次回应,是B->A的一次新交互;如A发言,无人回应,则视为交互失败;A提出一个问题,B回答,记为A->B,如C对B进行补充,则记为B->C、A->C两次交互。虽然也有研究者意识到了这一问题,并把围绕相同主题内容的交流称为有意义交互,把围绕不同主题的交流称为无意义交互,但这种划分还有待商榷,因为其所宣称的无意义“交互”并不满足交互的第一个基本条件,属于交互失败,并未形成交互。


另外,需要指出的是,协作学习中的交互不只局限于语言交流,表情或动作上的互动也应纳人考虑范围。而本文分析的是智慧教室下协作学习的整体交互情况,从性质上看属于整体社会网络,需要解决两个核心问题:一是协作小组中每一位小组成员在整个协作学习活动中占据一个怎样的位置重要性,涉及个体的中心性和角色分析;另一个问题是整个协作学习活动的特征,是活跃还是沉闷,是有序还是嘈杂,即整个群体的结构是松散还是紧密,是权利集中还是权利分散。这两个问题需借助社会整体网络的规模、密度、邻接距离和图的中心势四个特征指标来进行解释。


2.IIS图分析法与社会网络分析法的结合


IIS图分析法属于基于信息流分析的内容分析方法,能广泛适用于教案、教学、协作学习等方面的分析。它将教学系统看成“一个由教师、学生和信息媒体以及他们的输入信息和输出信息再加上表达社会性共享知识集合IIS所构成的信息系统”[23],通过将教师、学生和信息媒体的输出信息表征为“<贡献者><操作><信息类型><表征形态><IIS子图>[<信息质量>][<内容注释>]”[24]信息流格式,把教学过程抽象为信息流序列、把信息流集合抽象为教学信息集IIS;然后,利用教学过程中信息流的局部特征,即可推断教学的整体属性,以此研究教学信息集合IIS的标记信息与教学功能之间的关系[25]。


抽象表征教学发生过程的信息流序列和教学信息集合IIS,不仅反映了教师、学生和信息媒体三个主体之间信息流动的关系,还反映了多主体之间的信息流动,对社会性知识建构的贡献,信息流对知识点建构的这种贡献,体现在知识点激活量上。信息处理主体通过贡献信息流推动教学系统的运行,但IIS图分析法规定,只有蕴含了IIS知识子图的信息流,才能对知识点的激活有贡献[26-27]。信息处理主体对教学系统的作用,通过其贡献的信息流所蕴含的IIS知识子图实现,信息流的表现形式对教学系统的运行结果没有本质上的影响。因此,信息处理主体对教学系统的作用结果,最终都会通过每一个知识子图表现出来。


另外,激活,是指信息流到知识组块的映射,即每出现一条包含某知识点的具有完整语义的信息流,便会对教学系统的初始iis图映射一次,该知识点因而被激活一次;而激活量则是知识点信息熵的累计和,是指由信息流激活操作所生成的知识点的属性或IIS图的属性。


此外,IIS图分析法对信息流的标注,提供了很多教学交互细节,包括信息流的贡献者、信息流是否涉及具体知识点、涉及哪个知识点、涉及的知识点与其他知识点之间有何关系、信息流在媒体选择上有何特点等,而通过信息流序列集合生成的带有标记的IIS图,可将信息流的局部属性所反映出来的教学整体特征直观地呈现出来。而且信息流序列一旦确立,IIS图上的教学特征指标便会自动生成,不受人的主观性影响,借助IIS图分析教学特征,具有很强的客观性。加之有研究证明“基于信息流的协作学习交互分析方法,可有效分析面对面协作学习的交互过程并能预测协作学习的效果”[28]。因此,借助IIS图分析法,可弥补社会网络分析无法反映协作学习的交互内容、交互质量及组员的实际贡献等方面的不足。


(1)协作学习的交互内容分析。分析协作学习的交互主题可从两方面考虑:一是知识点的激活次数。知识点被激活的次数越多,围绕该知识点的协作交互就越多,因此,借助知识点激活次数可以判定协作学习围绕哪些知识点展开交互及交互的重点是什么;二是信息流蕴含的IIS知识子图。信息流中蕴含的IIS知识子图是协作学习交互的教学结果,将协作学习过程中信息流包含的IIS知识子图,按其出现顺序用箭头依次连接,可用来反映协作学习交互主题路径的变化。


(2)协作学习中的成员贡献性分析。在社会网络分析中,小组成员的交互并不能反映组员对整个教学的实际贡献,还需要借助IIS图分析中的相关内容进一步补充,可以从两方面考虑:


一是组员贡献的信息流条数和信息贡献度。信息贡献度是指某主体贡献的信息流条数与教学系统的总信息流条数的比值,它反映的是对教学信息集合IIS贡献的比例。在同一协作学习中,某主体贡献的信息流条数越多或信息流贡献度越大,说明该主体在小组协作活动中越活跃,对教学系统的IIS贡献也越大;在不同的协作学习中,当横向对比某主体对IIS的贡献时,可以用信息贡献度来衡量,信息贡献度越大,说明该主体在某一活动中的IIS贡献越大。


二是组员贡献的激活量与激活贡献度。如,组员贡献的信息与交互主题无关时,信息流条数越多并不意味其贡献就越大,根据贡献信息流条数多少,并不总能判定主体对教学系统的实际贡献,这时,还需借助组员贡献的信息流所产生的知识点激活量来衡量。为表达某主体对教学的贡献比例,我们拟定了激活贡献度指标。激活贡献度是指主体贡献的激活量与教学系统的总激活量的比值。某主体激活贡献度越大,相对于其他信息源,该主体对教学系统的贡献就越大。


(3)协作学习的交互质量分析。密度、距离、中心势等是社会网络的整体特征指标,可反映协作学习过程中小组社会网络关系的紧密程度,但无法表征协作学习中的知识点学习效果。IIS图分析法中的知识点激活量,是衡量信息流对某个知识点激活水平的重要指标,而且知识点激活量与其知识点学习效果呈正相关[29]。因此,协作学习的总激活量,可用来衡量协作学习中的信息流对所有知识点的总体激活水平,即协作学习的交互质量。


(三)研究结果


为从社会交互网络、交互内容、交互主题变化路径、组员的贡献性和交互质量方面分析智慧教室下协作学习的交互特征,我们对两种教室环境下的视频样本进行如下处理:(1)将视频转录成文本,并在转录的过程中绘制小组成员之间的交互矩阵图;(2)将交互矩阵导入UCINET,生成协作学习的社会交互网络,并计算社会网络的密度、距离和图的中心势;(3)基于IIS图分析法对转录文本进行信息流切分,统计每个组员贡献的信息流条数、知识点激活量及协作学习的总激活量,并根据信息流生成协作学习的主题变化路径图。视频样本经上述处理后,得到以下数据:


1.社会交互网络分析


在课堂学习中,相对于整体网络结构的分析,包含知识点的网络分析更有价值。因此,可将协作学习中的社会交互分为两种:一种是协作学习过程中所形成的全交互,另一种是协作学习过程中围绕学习主题的有效交互。基于这种划分,分别生成两种教室环境下协作学习的两个社会交互网络图,如图3、图4、图5、图6所示①。


①图3至图6及下文所有表中出现的wyP、xC、Cj、kj、ltd等都是组员姓名的简拼,代表学生,T或IPT代表老师。


我们利用UCINET分别计算两种教环境下协作学习的社会交互网络特征值,结果如表1所示。从表1的数据可知,智慧教室的全交互网络的结构特征值大部分高于常规教室,除去与学习主题无关的交互,除图的中心势外,两种教室环境下有效交互网络结构特征的差别是在缩小的。无论在智慧教室中,还是在常规教室中,小组成员在展开协作学习时,全交互网的交互密度高于有效交互网的交互密度;从图的凝聚力和中心势来看,围绕知识的社会交互网的凝聚力较弱,但整图的中心势较高,组员围绕学习主题的讨论比较集中。



从表2中的信息流可知,网络资源为小组交互提供了思路,对小组成员讨论“[CN]晨昏线、[PF]晨线圈和经线圈关系和[FC]子问题1”的知识点有促进作用。常规教室下协作学习的全交互网络和有效交互网络之间的差别,相对智慧教室来说较小,尤其在图的中心势上表现更为明显。



由表3的信息流数据可知,一学生发起“极昼的范围是吧?”的提问后,其他学生开始讨论如何使用搜索功能。搜索功能的使用导致了学生的讨论主题偏离,增加了一些无关内容的讨论,阻碍组员间的正常交互。因此,单从本案例来说,智慧教室下媒体技术的广泛使用是造成这一现象其中的一个原因。



2.交互内容分析


通过社会网络难以看出组员围绕什么内容展开交互,分析协作学习的交互内容,还需借助信息流对应的IIS知识子图和知识点激活次数来补充。交互内容可通过IIS子图表示,如组员贡献的信息流不蕴含知识点,则用具体的交互内容代替。而协作学习的交互主题频次,最终都反映在知识点的激活次数上,知识点激活次数越多,说明围绕该知识点的交互越多,便可判断该知识点就是协作学习的重点。


如表4所示,智慧教室下协作学习主要围绕目标知识点([CN]地球自转方向、[CN]晨昏线、[CN]地球公转和4个[FC]子问题”展开,教师在晨昏线、[PF]春分到秋分……赤道昼夜等长、[PF]极昼极夜范围和[FC]子问题1、2”等知识点上与学生交互较多。从不同信息处理主体对知识点的激活次数看,学生对知识点的激活较多,教师的激活较少,知识点的学习仍以学生的讨论交互为主,教师较少进行包含知识点的讲解或指导。媒体技术除激活了([CN]晨昏线、[PF]晨昏圈与经线圈的夹角与太阳直射点的纬度值互余”这些知识点外,对其它知识点的学习并未起到实质性的帮助。因此,要达成协作学习的学习目标,我们不能单纯地寄希望于外在媒体技术的广泛使用,而应更多地关注生生、师生之间的社会交互。


3.交互主题变化路径分析


知识点激活次数能反映协作学习中组员讨论的内容与重点,但难以反映协作学习中交互主题的变化过程。信息流蕴含的IIS知识子图,是组员在特定时间的讨论主题,把交互过程中产生的信息流所蕴含的知识子图,按其出现的时间顺序连接成线,即可呈现协作学习中交互主题路径的变化。同一个IIS知识子图,在某时间内连续出现的次数越多,说明组员在该时间段围绕该学习主题的交互质量越高。


注:表中加粗知识点为目标知识点,[PF]、[CN]等符号表示知识点类型。



智慧教室下协作学习的交互主题变化路径如图7所示。每个方框代表一个IIS知识子图,方框中的数字代表该IIS知识子图在协作学习交互过程中出现的顺序,例如,方框中“1,2”表达的是协作交互过程中出现的第一个和第二个知识子图同为该方框中的IIS知识子图。受篇幅限制,图7只呈现了协作学习交互主题变化的大致路径,而未完全呈现涉及的所有主题内容。


由图7可知,组员对加粗实线框里的IIS知识子图,如“[FC]1*此时,太阳直射点的地理坐标是?北京时间为?、[CN]晨昏线、[PF]晨昏圈与经线圈的夹角与太阳直射点的纬度值互余与发生极昼或极夜的最低纬度数相等”一组知识点的讨论质量较高。而加粗虚线框里的IIS知识子图,如“[FC]1.此时,太阳直射点的地理坐标是?北京时间为?[CN]晨昏线、[PF]昼半球的中央经线为直射经线(地方时为12点)对应的中央经线平分夜半球”一组知识点在第13处出现后,复又出现在第34处,说明智慧教室下协作学习的交互主题变化具有往复性,即交互主题A,在交互主题变化后,又在讨论过程中再次出现。


4.组员贡献性分析


对两种教室环境下的协作学习视频进行信息流切分后,分别统计各组员、教师和媒体功能贡献的信息流及其所产生的知识点激活量、总信息流条数和总激活量等数据,计算各协作学习个体和媒体功能的信息贡献度和激活贡献度。信息贡献度用某个体贡献的信息流条数与协作学习中的总信息流条数的比值表示,表达的是该个体对协作学习系统在言语层面上的信息贡献量,信息贡献度越大,说明该个体在协作学习中越活跃。激活贡献度用某个体贡献的知识点激活量与协作学习的总知识点激活量的比值表示,表达的是该个体对协作学习中知识点的激活贡献量,激活贡献度越大,说明该个体在协作学习过程中对知识点激活的实际贡献越大。两种教室环境下协作学习的组员贡献性数据,如表5、表6所示。



由表5可知,在智慧教室中,cj和教师的信息贡献度相当,wyp的信息贡献度比教师的高了3.2%,但他们并没有教师对教学的实际贡献大;媒体搜索和投放的信息贡献度相同,但媒体投放的实际教学贡献更大。因此,在考察教师或小组成员的课堂参与或媒体作用时,不仅要看他贡献了多少条信息流,还要考虑他所贡献信息流的质量,以免被学生的表面活跃假象或媒体的使用表象迷惑。



由表5和表6中的信息贡献度和激活贡献度可知,在两次协作学习中,wyp、xc和ltd比较活跃,而且对两次协作学习的实际贡献较大;kj在常规教室下学习活动中的参与度低于智慧教室,但对教学活动的实际贡献高于智慧教室。因此,智慧教室中媒体产品的使用,并未引起学生在不同协作学习中贡献性的大起大落,对组员参与协作学习交互的影响较小。相对常规教室,教师在智慧教室下对学生的指导有所减少,但教师的指导多是带语义的讲解,智慧教室下教师的实际贡献高于常规教室。


智慧教室环境下协作学习的交互质量分析教学系统总激活量,反映的是教学系统中教师、学生和技术媒体这三类主体之间的信息流动对知识点的总体激活水平,学生参与度是学生对目标知识点的总激活量2334,二者都是判定教学系统整体特征的重要指标2314。因此,总激活量和学生参与度,可作为协作学习交互质量的判断标准。智慧教室环境下协作学习的总激活量和学生参与度分别为1093.24、282.53,均低于常规教室下的总激活量1103.28和学生参与度362.35。可见,智慧教室中媒体技术的使用,并未提高协作学习的整体交互水平。


三、讨论与反思


(一)两种教室环境下协作学习的社会网络差别较小,但智慧教室下围绕知识点的讨论更集中


两种教室环境下协作学习全交互网络的密度、距离、图的中心势相差不大,而且同一组员在不同教室下的信息贡献度和知识点激活贡献度趋同,说明媒体的使用对学生参与交互的影响较小。这是因为智慧教室下协作学习的社会网络,是由教师与学生、学生与学生之间的人际交互形成的,媒体产品及其相关功能的使用,多为师生交互提供技术支撑,围绕具体主题的交互是否形成并非取决于媒体使用,而是取决于交互内容是否需要以及师生的具体准备状态。因此,协作学习过程表明%何种社会网络特征与协作活动和师生状态密切相关,与具体的学习环境无关。智慧教室中网络资源的使用,为组员讨论提供了思路,使组员围绕特定知识点的交互更为高效,当只考察协作学习中围绕知识点的有效交互时,智慧教室下的协作学习围绕学习主题的讨论显得更集中。


(二)媒体技术未能减少协作学习中的教师指导


在智慧教室这样的学习环境下,人们总是希望通过相应的媒体功能设置或学习资源,来减少教师对学生的指导[32],更有甚者,有人提出媒体取代教师,倡导无师课堂。但真实情况却并非如此,分析发现,智慧教室下教师言语贡献度为12.18%;低于常规教室下的16.26%,但激活贡献度为14.24%,高于常规教室下的9.83%,说明智慧教室环境下教师在协作学习过程中的实际指导并未减少。教学是一个师生互动的过程,媒体虽然也能发挥教师的部分作用,但媒体产品只是教师的工具,无法代替具有完整人格的教师角色。即使在丰富的多媒体技术教学环境下,学生偶尔独立自主的学习也只是教师权力让渡的结果,而试图使用媒体代替教师的努力终成枉然。


(三)智慧教室环境下协作学习的交互主题存在往复


协作学习活动方案中的学习任务一般是层层递进的,前一任务的解决,为下一任务提供线索提示或先决知识支撑。因此,理想状态下协作学习是按协作学习活动方案中学习任务的顺序依次线性进行的,学习过的任务或已解决的问题一般不会再次出现。但通过分析智慧教室下协作学习的交互主题变化路径我们发现,组员讨论过的主题内容在不同时刻会重复出现,即交互主题存在往复。协作学习中出现交互主题往复的原因很多,如在讨论的过程中,当组员意识到前一问题的讨论存在疑问或需要补充时,一般会打断正在讨论的任务,岔到已讨论过的主题。这种现象不仅出现在协作学习中,一般的课堂讲授中也常会出现,属于正常现象。


(四)媒体使用并不总能提高协作学习的交互质量


媒体作为构成教学系统的重要因素,不仅能承载教学信息,增加教学的多样性,还能辅助教学,提高教学效率。在现代教学中,无论教师教学,一直是学生学习,都十分依赖媒体的使用,甚至一些教学离开了媒体便难以开展。但媒体能否提高教学效果还存在争议,克拉克(Richard Clack)与罗伯特•考兹玛(Robert Kozma)之间曾围绕这个问题展开了“学媒大论战”。


我们通过个案分析发现,相对常规教室下的协作学习,智慧教室下的媒体使用,并未提高协作学习过程中知识点的整体激活水平,也未提升学生的参与度。协作学习中使用的信息媒体,如视频动画,虽然能够降低学习者的初期认知成本,但学习效果是一个多种因素综合作用的结果,这种初期成本的降低,对最终学习成效取得的影响十分细微。可见,信息媒体不能改变学习本身[33],也就无法直接影响学习效果。这与Clark的“媒体学习无关论”[34]和Bar­bara的“不同媒体形式呈现相同教学内容,它们的教学效果不存在显著差异"[35]的观点保持一致。


四、总结


随着教育信息化的不断推进,作为新事物的智慧教室将成为教室的基本形态。如何在智慧教室下开展教学,成为我们首当其冲需要面对的问题。解决智慧教室下“如何教”的问题,需依托于对该环境下教学真相的了解。为此,本文选择在智慧教室下开展常态化的协作学习活动,并将IIS图分析法和社会网络分析法相结合,以全面分析该环境下的协作学习交互特征。IIS图分析法是基于信息流的内容分析方法,它主要关注教学过程中的信息流动,能清楚呈现协作学习的交互过程和具体细节,弥补社会网络分析滤掉交互内容方面的不足,可帮助我们窥探智慧教室下的教学真相。


我们通过分析智慧教室下和常规教室下的协作学习交互过程发现,智慧教室下的协作学习交互主题存在往复现象,但这种现象不仅存在于智慧教室下的教学,在常规教室下也会存在,属于正常现象。另外,智慧教室下的媒体使用,不仅未改善协作学习的社会网络结构、师生参与度和交互质量,而且也未能减少协作学习中的教师指导。虽然,有些媒体产品确实具有支持师生交互或提供学习指导的功能,但媒体技术的应然教学功能和实然教学作用之间还存在差距,如忽视这一事实,当使用媒体技术改善教学时,必然会带来心理上的落差。因此,面对智慧教室中的媒体产品,我们应理性对待,防止被其炫酷“迷了双眼”,丢失了教学本真。



作者简介:何文涛,浙江师范大学教师教育学院讲师,博士,研究方向:教学设计与教学系统分析、媒体技术的教学应用及其分析研究;王亚萍,华中师范大学教师教育学院教师,研究方向:教学设计、电子教材分析及其数据库设计;毛刚,浙江师范大学教师教育学院讲师,博士,研究方向:学习分析、教育数据挖掘、知识资源服务理论与方法等。

基金项目:本文受北京市教育科学“十二五”规划重点课题“智慧教室环境下协作学习的学习行为分析研究”(项目编号:AJA15232);浙江省教 育科学规划一般课题“基于学习神经元的在线教育资源众筹及其教育应用研究”(项目编号:2018SCG352)的资助。


▲长按图片保存可分享至朋友圈


转载自:《远程教育杂志》2018年第3期

排版、插图来自公众号:MOOC(微信号:openonline)


喜欢我们就多一次点赞多一次分享吧~


有缘的人终会相聚,慕客君想了想,要是不分享出来,怕我们会擦肩而过~

《预约、体验——新维空间站》

《【会员招募】“新维空间站”1年100场活动等你来加入》

有缘的人总会相聚——MOOC公号招募长期合作者


产权及免责声明 本文系“MOOC”公号转载、编辑的文章,编辑后增加的插图均来自于互联网,对文中观点保持中立,对所包含内容的准确性、可靠性或者完整性不提供任何明示或暗示的保证,不对文章观点负责,仅作分享之用,文章版权及插图属于原作者。如果分享内容侵犯您的版权或者非授权发布,请及时与我们联系,我们会及时内审核处理。


了解在线教育,

握MOOC国际发展前把沿,请关注:
微信公号:openonline
公号昵称:MOOC

 

登录查看更多
1

相关内容

社会网络分析方法是由社会学家根据数学方法﹑图论等发展起来的定量分析方法,近年来,该方法在职业流动、城市化对个体幸福的影响、世界政治和经济体系、国际贸易等领域广泛应用,并发挥了重要作用。社会网络分析是社会学领域比较成熟的分析方法,社会学家们利用它可以比较得心应手地来解释一些社会学问题。许多学科的专家如经济学、管理学等领域的学者们在新经济时代——知识经济时代,面临许多挑战时,开始考虑借鉴其他学科的研究方法,社会网络分析就是其中的一种。
最新《多任务学习》综述,39页pdf
专知会员服务
263+阅读 · 2020年7月10日
专知会员服务
80+阅读 · 2020年6月20日
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
基于虚拟现实环境的深度学习模型构建
MOOC
24+阅读 · 2019年9月28日
在线学习体验影响因素结构关系探析
MOOC
7+阅读 · 2019年3月20日
【社交网络】一文读懂社交网络分析
产业智能官
15+阅读 · 2017年10月14日
Arxiv
10+阅读 · 2019年2月19日
Risk-Aware Active Inverse Reinforcement Learning
Arxiv
7+阅读 · 2019年1月8日
Arxiv
12+阅读 · 2018年9月5日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Arxiv
8+阅读 · 2018年1月25日
Arxiv
3+阅读 · 2018年1月10日
Arxiv
5+阅读 · 2017年4月12日
VIP会员
相关论文
Arxiv
10+阅读 · 2019年2月19日
Risk-Aware Active Inverse Reinforcement Learning
Arxiv
7+阅读 · 2019年1月8日
Arxiv
12+阅读 · 2018年9月5日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Arxiv
8+阅读 · 2018年1月25日
Arxiv
3+阅读 · 2018年1月10日
Arxiv
5+阅读 · 2017年4月12日
Top
微信扫码咨询专知VIP会员