专业基础课

教学应用案例

专业基础课 吴宁——国家精品课《微机原理与接口技术》

链接：https://www.icourse163.org/live/view/480000001952296.htm

我的混合式教学效果目前得到这么好的数据，不是说混合式教学这个模式本身有多好，我认为这只是一个很小的方面，更重要的是，保障这一模式顺利运行的教学管理。有效的过程管理，是保障混合教学效果的必要条件。

——西安交通大学 吴宁

吴宁是西安交通大学计算机学院的教授，主要从事计算机基础教学和计算机应用研究工作。她开展混合式教学的初心和大多数老师一样，是为了提高学生解决问题和自主学习的意识和能力。但从14年吴教授开始研究混合式教学实践方案，她经历了多次「完全推翻又重来」的过程。最终，她通过一年又一年的教学实验和结果总结出，信息技术怎么融入课堂，是混合式教学的一个重要关注点。要想保证混合式教学获得很好的效果，需要进行过程跟踪管理。

1.1. 课前发布在线资源，引导探究式自学

1.1.1. 发布预习内容，实时关注学生完成情况

​ 在混合式教学模式之下，吴宁教授还尝试融合了翻转课堂的理念和方法：即课前在慕课堂关联的MOOC、SPOC上发布学生需要在上课前就自学完毕的学习资源，通过慕课堂的后台数据查看学生的学习进度和具体效果，随后以此为依据在课上进行有针对性地重点讲解和答疑解惑，并开展相应教学活动。教师在上课时已经基本掌握了班级每位学生的先验知识水平，在教授时更能重点突出、详略得当，大大提高教学效率。

​

​ (慕课堂后台显示的学生课前预习情况)

1.1.2. 投放阅读材料，提高自主学习能力

​ 吴教授坦言，能够做到「碰到问题，就通过自主查阅文献来进行研究解决」的大学生并不多。尤其在本科生的大基数群体中，该类能力的水平分化尤为明显：「有的学生能力很强，但大部分属于中等的水平，还有一些学生则比较弱。」因此，为了帮助更多的学生提高自我解决问题的探究性学习能力，吴宁教授在慕课堂关联的MOOC、SPOC中投放大量开放性阅读材料和topic，引导学生进行查阅学习。

1.2. 课中开展互动活动，提高课堂参与度

1.2.1. 发布在线随堂练习，发现学习盲点

​ 为了让学生在课堂上能够更大程度地集中学习注意力、增强课堂参与度，吴教授在讲授期间会使用慕课堂的“添加练习”功能向学生在线发放自测题，并在后台实时掌握填答情况，以此检验学生的预习效果和听课集中力，同时帮助学生趁热打铁熟悉新知。学生答题完毕后，教师可以对于正确率较低的练习题进行二次强调，从而有针对性地扫除学生普遍存在的知识盲点和误区。

​ (慕课堂后台实时显示每道练习题的填答正确率)

1.2.2. 组织在线投票，刺激提高小组成果水平

​ 为了促进学生对科目下重难问题的深度思考，吴教授设置了小班讨论的形式，让学生围绕某个topic开展预研究。学生以4~5人为单位自由组成小组团队，在教师发布的主题中选择感兴趣的1个作为小组课题进行协作研究。

​ 在小班讨论课上，不同小组分圆桌就坐。每个小组选1个成员作为主讲人展示小组研究成果，其他小组成员则走动到其他小组圆桌担当主持人，就自己小组的展示内容组织其他小组进行讨论、辩论，并回答其他人的问题。讨论结束后，吴教授使用慕课堂的“添加问卷”功能发布在线投票，让学生选出讨论课上的主讲明星和最受欢迎的研究小组，该功能的实现极大提高了学生的参与积极性和学习成就感。

​ (慕课堂后台实时显示投票结果)

1.3. 课后监督学习进度，实现个性化服务

1.3.1. 定期发布公告，在线答疑交流

​ 吴教授提到，相比K12阶段来自教师、家长高频次、高密度的关注和监督，大学生的外部学习压力明显减少，这虽然在一定程度上为他们创造了更轻松自由的学习氛围，但同时也使得学习任务本身不再具备约束力和强制性。「为了优化这个问题，我们可以利用信息技术手段给大学生们的学习“提个醒儿”：每天/周定期使用MOOC中的"添加公告"功能公告栏发布学习提醒公告。」吴教授笑谈，就像有人一直在你耳边不停提醒，总是会引起一些重视的。

​ 除此之外，吴教授还利用关联的慕课开设讨论区，学生可在其中发布课程疑问。吴教授尤其鼓励学生而不是助教或老师来进行问题的解答，她解释道，学生在进行观点辩论、互为人师的过程中，往往才真正达成对新知识的深度思考和确切掌握。

1.3.2. 学习数据留痕，个人学习路径可视化呈现

​ 在吴教授的整个教学流程中，学生的所有过程性在线学习数据都在慕课堂中完整记录并保存。吴教授在导出每位学生的学习数据之后，利用自身计算机专业的背景优势，开展了对单个学生的学习数据分析工作。通过简单的统计分析，反馈给每位学生他/她目前的视频学习完成度、论坛活跃度，以及课堂练习、单元测验正确率等等诸多学习进度和结果。

​ 为了让学生更清晰直观地了解个人的学习水平以及在班级的排名，吴教授团队在反馈给学生个人学习数据时，做了视觉上的处理和优化：用三种颜色来代表不同的数据含义，方便对比——浅色代表该班级中在此项活动表现最好的学生数据；深色代表学生本人在此项活动中的数据；红色代表班级整体在此项活动的平均数据。学生通过这些图形就能一眼判断个人学习行为在班级的相对等级。

​ (通过慕课堂后台导出的单个学生学习数据分析结果)

​ 还可以通过慕课堂的数据为一些学生提供阶段性的、个性化的成绩水平预警：通过数据来向学生传达其目前的等级，并暗示以此学习节奏直到期末可能无法获得一个较为理想的成绩，由此激发学生提升学习成绩的热情，更积极地参与到后续的学习活动中去。

​ (通过慕课堂后台数据实现的个性化成绩预警)

1.4. 结语

​ 从课前的资源发布、课中的活动组织，到课后的数据追踪及后续个性化服务，慕课堂贯穿了吴教授开展混合式教学的整个过程，打通了因场景的切换而可能造成的数据信息壁垒，描绘了一个个更完整清晰的学习者画像。它的应用，对于诸多对混合式教学模式产生质疑、畏难情绪的老师，意义尤其深远。