齐鲁。com闪电新闻3月22日讯——说起海量开放在线课程,很多人都耳熟能详:MOOC,意为“大规模开放在线课程”,自2013年进入中国以来发展迅猛。尤其是新冠肺炎事件爆发后,MOOC爆发出新的活力。数据显示,2020年1月27日至2月10日,中国高校MOOC日活跃用户上涨超过5倍。仅2月10日一天,DAU的峰值就是2019年的3倍。截至2020年10月,共有4万门在线MOOC课程,拥有5.4亿名学生。
但同时也暴露出很多问题。郭克海量开放在线课程学院发布的中文用户海量开放在线课程调查:只有6%的用户完成了全部课程,15%的用户完成了部分课程,大部分用户没有办法完成全部课程,甚至有67%的用户没有完成任何课程。此外,根据海量开放在线课程2020世界大会的消息,精品课程比例较小,只有3.3%的学生选修10万门以上的课程。原因是什么?海量开放网络课程,这种一线教学模式如何发挥更大的作用?

看到海量开放网络课程的巨大潜力和目前的局限性,2016年7月,山东财经大学的8名学生自发成立了研究团队,其宗旨是“探索MOOC教学与传统教学的碰撞与融合,帮助高校更好地应对教育新形势的挑战”。在五年内,团队成员传递科学研究。特别是疫情爆发以来,他们走访了山东大学、山东师范大学、山东财经大学等9所高校。,并重点探讨了疫情期间MOOC教学模式暴露出的问题。采用专家访谈和问卷调查的方式,与高校专家进行深入交流,大规模收集高校老师和同学的反馈,真实了解MOOC模式在新冠肺炎疫情期间的新发展和应用。
首先,在问题发现层面,团队从高校、教师、学生三个主体出发,设计了视频能否重复观看、课堂压力是否影响学习效果、是否受到空制约等17个因素,进而构建了三元主体模型进行横向研究。
这个团队的研究已经进行了五年。纵观整个研究过程,可以分为疫情前、疫情中、疫情控制后三个阶段。其中,2017年7-8月为第一阶段,团队向山东省9所高校的师生发放了1560余份问卷;2020年4-8月为第二阶段,团队发放了400多份问卷;第三阶段是疫情基本控制,学生返校复课后,团队继续跟进调查。自2020年9月1日以来,该团队通过线上和线下相结合的方式,发放了540多份问卷。

在获得有效的调查数据后,团队首先对问卷进行编码,建立了MOOC满意度表、MOOC优势表、MOOC现有劣势表等表格。根据可靠性分析,计算了各种形式的克朗巴赫α。经检验,基于扎根理论的MOOC教学模式的12个服务质量影响因素均大于0.6,删除后其中两个因素的KMO值为0.762,进行下一步分析。
在模型有效性检验过程中,发现KMO值均大于0.6,对应的P值均小于0.05,适合通过Bartlett检验进行因子分析。经过因子分析,发现轮换后样本的因子负荷系数大于0.4,研究项目与因子之间有很强的相关性。模型测试后,适应度指标,非常规适应度,即递进残差均方根,达到优秀标准范围,适应度较高。最后,对影响因素进行了分析,发现了问题:
教师观点:第一,教师难以适应新的网络教学模式,存在抵触情绪。从课程设计、视频录制到线上答疑,线上教学与传统的线下教学有很大的不同,对于习惯了线下教学的老师来说是一个挑战。调查数据显示,近67%的教师对软件知之甚少,操作困难。受访教师普遍反映对视频录制不适应,部分知识点未能按照预期流程讲解,对MOOC模式产生抵触情绪。其次,在直播教学中,教师的教学活动都是通过语音录制来完成的,导致互动课堂利用率低。与传统教学模式相比,学生的参与意识不足。

从大学管理的角度:一是大学尚未完善校园MOOC课程的选拔机制,课程质量参差不齐,优秀MOOC课程比例小。据统计,只有3.3%的慕课拥有10万以上的学生,这说明国内互动频繁、体验深厚的优质慕课还是少之又少。高校为了实现课程建设的量化目标,重数量轻质量。其次,高校后续工作和与企业平台合作不足,导致高校课程事故无法快速解决,工作效率低下。
学生观点:首先,学生课程完成率低,达不到预期的学习目的。近六成受访学生所在学校有第三方MOOC平台,如超星学习、中国大学MOOC等。复杂的网络环境使学生不可避免地面临游戏等各方面的诱惑和干扰,大大降低了他们的学习效率,难以达到预期的学习目标。二是学生积极性弱,师生缺乏有效沟通。疫情期间,家庭在线学习呈现出学习氛围淡薄、缺乏深度学习等弊端。何教授和张教授的研究表明,高达90%的学生由于缺乏学习动机和对MOOC的使用不重视而退出了该课程。
为了解决高校管理层对课程体系的评价问题,团队引用了决策树模型,通过决策树算法带入指定数据。将理论与高校实际情况相结合,可以为高校决定是否引用MOOC提供建设性意见。首先,调查结论选取了三个因素:①慕课质量;②政策支持程度;③教师能力水平,分别用高、低、一般等级来衡量。建立决策树模型,测试会计金融会计学院,得出是否应该引入MOOC的结论。根据决策树模型,大学管理层可以对学校的各个学院进行分析,找到适合引入mooc的学院,并根据具体情况合理分配mooc资源给各个学院。为了利益最大化,团队继续使用0/1背包算法,选择学校可承受范围内可以引入的MOOC课程,以达到最佳的教学效果。
基于对各学科现存问题的挖掘和大量参考文献中的研究理论,团队经过不断的构思和完善,构建了如下后疫情时代MOOC教学体系。该系统以MOOC教学平台为核心,通过构建教学和资源闭环,将政府、高校管理层、教师、学生和平台RD企业有机结合。团队创新性地提出了“TPACK+Webquest”教学模式、AR反向课堂等新思路,对解决现有主要问题、推动MOOC面向未来具有重要意义。
闪电记者张洪波报道


