高校混合教学就绪指数构建与评估应用

时间：2022-09-01 11:35:05 来源：千叶帆本文已影响人

　　[摘要] 混合教学是一个复杂的动态系统，如何将高校开展混合教学的能力表征为可量化、易理解的指标体系，以指导混合教学实践，具有重要意义。在借鉴国内外相关就绪指数研究成果基础上，构建了包含“准备、应用、影响”全周期的混合教学就绪指数概念模型；并从利益相关者视角对混合教学影响因素进行统计、取舍和归类，建立了“个体—机构—阶段”三维就绪指标识别框架；进而通过开放问卷、深度访谈等调查方法收集数据填补和丰富框架内容；最后采用Delphi-AHP法收敛和提炼指标并确定权重系数，得到5个维度包含ICT设备、网络接入、学习空间、资源与技术支持、战略目标、组织与规划、激励措施、政策与制度、在线课程建设、混合教学应用、学习支持服务、质量保障与评价、认知与意愿、教学能力、培訓与发展、教学团队建设、教学改革、创新扩散等18个具体指标的就绪指数评价体系；以广东省5所高校为例开展了试验性评估应用，从数据采集、象限分析等方面展示了就绪指数的应用过程、可行性和有效性。
　　[关键词] 混合教学；就绪指数；层次分析法；四象限分析
　　[中图分类号] G434 [文献标志码] A
　　[作者简介] 廖宏建（1980—），男，湖南衡阳人。副研究员，博士研究生，主要从事教育技术基本理论、教师信息化教学能力发展的研究。E-mail：liaohongjian@gzhu.edu.cn。张倩苇为通讯作者，E-mail：zhangqianwei@m.scnu.edu.cn。
　　一、问题的提出
　　将MOOC、SPOC与课堂教学相结合的线上线下混合教学模式，在创新教学流程、提高学习参与度、促进深度学习等方面彰显了较强的生命力[1-3]，为高校提供了一种从工厂式的集中教育转移到创新教育的模式[4]，是高校对互联网时代教育需求的必然回应。在这一背景下，很多高校纷纷试水混合教学改革。然而，在混合教学实践中出现了一些普遍性的问题，比如：“课堂教学与在线学习相割裂的两张皮”现象；教师角色转换面临挑战、工作量陡然增加；学生在线自主学习意识和能力薄弱等。
　　上述问题在很大程度上是由现有教学实践与混合教学新范式间的龃龉所致。新一代信息技术的发展使得“在线”的内涵极大丰富，并对课堂呈延伸和倒逼之势，课堂上传统的统一化封闭式教学正在消解，取而代之的将是在线支持下的个性化开放式大规模定制。在这一语境下，混合教学并非线上与线下的简单叠加，而是一种面向更加复杂学习环境的技术与教学的融合性创新[5]。长期以课堂教学为主要模式的普通高校，要想在混合教学中获得成功，除了对混合教学内涵和价值诉求有深刻的思考和认识之外，还必须破除路径依赖和制度结构对创新行为的制约，进一步构建开展高质量和可持续混合教学的准备条件和实施能力。混合教学就绪指数旨在描述高校开展混合教学并从中受益的准备程度，其意义在于：（1）将复杂、抽象、泛在的混合教学环境评价细化为具体、易于理解、可量化的指标；（2）量化指标可形成评估报告，分析优劣因素，指导高校准备和发展混合教学；（3）有利于促进高校教育信息化评价从反映行政事业规模的宏观性水平评价转向信息技术与教学融合的微观性发展评价。
　　二、就绪指数相关文献综述
　　（一）相关的就绪指数梳理
　　ICT在经济、教育、服务等领域的不断渗透，为这些领域或行业的发展带来了机遇和能力，为了勾画能够催生这种能力的因素，相继出现了ICT相关的各类就绪指数研究，如从早期的网络就绪指数，到技术就绪指数、再到教育信息化就绪指数、e-Learning就绪指数等。混合教学，是一种典型的信息技术创新和教育理念创新驱动的新型教学模式，它融合了在线教育与面授教育中的诸多要素，其就绪指数的构建可以并且应该从上述成果中吸收养分和寻求借鉴。为此，笔者对相关就绪指数进行了梳理，见表1。
　　（二）E-Learning就绪指数
　　e-Learning就绪指数已经取得了较为成熟的研究成果。Succi和Cantoni在技术接受模型（TAM）基础上提出了由阶段（准备、开始、持续）、变量（学习者、组织情境、资源）、要素（知识、义务）三维度构建的机构层面的e-Learning就绪指数模型（CeLeRI），并在对全球9个e-Learning项目案例研究和两轮调查分析基础上，得出了感知有用性、组织动机、支持与培训、目标承诺、推广行为、激励、组织文化等17个具体就绪指标[8]。该项研究强调了组织环境的重要性，但缺乏对学习者个体的关注。澳大利亚学者Marshall基于软件工程领域的能力成熟度模型CMM，提出了“学习、开发、支持、评估、组织” 5个过程维度的e-Learning准备与评价指标，并列举了从弱到强的5个eMM等级[9]，为评估教育机构实施和发展e-Learning能力提供了一个框架。Glenda在改进学者Holsapple和 Lee关于e-Learning评估模型基础上，构建了涵盖课程准备（系统质量、内容质量、服务质量）、实施（系统应用、用户满意度）、完成（获益）三个阶段6项指标的在线教学就绪度模型，并通过复回归分析验证了教师技术准备、生活方式准备、教学法准备等对教学效果的影响[10]。
　　（三）混合教学就绪相关研究
　　混合教学有着简单的定义但却有着复杂的实践，且面临可持续与可测量的挑战[11]。目前还鲜见较全面或成熟的混合教学就绪指数或模型。但已有学者大致从要素分析和过程分析两条逻辑线开展了相关研究。
　　1. 要素分析
　　（1）适应性因素。赵建明等基于解构计划行为理论与任务技术适配模型，通过实证研究得出感知行为控制、态度、主观规范对高校教师混合教学接受度具有正向影响[12]；Chun等证明了对学习灵活性、在线学习、学习管理、学习技术、在线互动等具有积极态度的学生具有更高的混合学习接受度和适应性，并进而具有更好的混合学习准备；而课堂学习依赖对混合学习准备具有消极影响[13]。（2）学习效果影响因素。刘艳等从在线学习和课堂教学两个维度，采用层级分析法构建了混合学习的绩效影响指标及其权重[14]；周媛等分析了混合学习中学习投入的差异及其影响因素[15]；Boelens通过对20个研究案例的分析，提出了混合学习环境设计面临“灵活性、促进交互、改善学习过程、培养高效学习氛围”4大挑战[16]。要素分析便于为成功开展混合教学提供明确具体的指标集，但往往具有静态性，无法反映动态发展中各指标权重的变化。

相关热词搜索：就绪，混合，构建，评估，指数，

高校混合教学就绪指数构建与评估应用

热门文章