基于大数据的智能内驱式学习模式构建.docx

《基于大数据的智能内驱式学习模式构建.docx》由会员分享，可在线阅读，更多相关《基于大数据的智能内驱式学习模式构建.docx（6页珍藏版）》请在第一文库网上搜索。

1、随着人工智能和大数据等领域的快速发展，教育与新技术逐渐融合，高等教育中各专业呈现学科技术知识更新速度加快、各学科交叉融合、应用领域拓宽等现象，极大地增加了学生的学习强度和学习“疲惫感”。如何结合现代科技力量，激发学生的学习兴趣并有效提高学习效率，成为教育工作者需要思考的重要课题。分析传统教育中“被动接受”学习模式存在的不足，结合当前智慧学习的研究成果和具体教学实践经验，以大数据技术为核心，通过智能化手段从智能推送、智能奖励、量化评价等方面增强学生的学习兴趣，构建基于大数据的智能内驱式学习模式，使学生主动“学”，自主“习”，从而实现学习的有效性和高效性。随着现代信息技术的快速发展，智慧教室、数字

2、化智能图书馆、智能手机、智能平板、电子书包等校园新兴事物不断涌现，给新时代的大学校园带来智慧力量，也逐渐改变了学生的思维方式和行为习惯学生获取知识的途径不再局限于伴随着现代科技水平的不断提高，社会就业需要理论知识扎实、技能操作熟练的善学型人才，因此学科基础理论水平、创新实践能力和自主学习能力，已经成为衡量高校学生综合素质的重要指标。但是在传统学习模式下，学生获取知识的途径较为单一，主要通过课堂听讲;学习成果的评价标准不够全面，主要考核理论知识;同时，在教学过程中，教学计划主要针对的是全体学生的共性培养，学生的个体差异没有受到一定的重视。通过教学实践发现，在传统课堂中学生处于“被动接受”“考核片

3、面”和“个性没有受到尊童的状态中，不仅消磨了自身的学习兴趣，也不利于树立积极探索的心态，因此，被动、低效、迷茫成为大部分学生的学习常态。为了提高学生的综合素质能力，学生必须具备“愿学习，能学习，会学习”的基本素质，因此学生需要在心理上建立学习的内驱力，从而驱动自身主动学习，实现学习的有效性和高效性，才能真正收获知识、提升能力、探求未知。高新技术能够助力新型学习模式的构建和学习内驱力的形成。在大数据时代背景下，海量、易获得、高标准的在线学习资源，打破了学生的学习局限，使学基于大数据的智能内驱式学习模式的构建，是以建立学生的学习内驱力为立足点，将大数据技术和智能化手段相结合，让学生获得知识和技能的

4、同时，找到适合自己的学习方式，有效提高学习满意度。学习内驱力是该学习模式的核心要素，它的获取不仅取决于外部环境的刺激，还需要从学生自身心理上增强学习热情，对学习知识有强烈渴求，主动探索和实践自己感兴趣的内容。在该学习模式下，学习环境是开放的，在学习环境中教师、学生、知识与技能、学习路径等因素会形成一个高效的学习闭环，各因素之间动态调整，相互适应。基于大数据的智能内驱式学习模式的构建内容，主要考虑以下三个方面。1 .关于学生的诊断性评价。对每一个学生的知识储备、学习习惯、学习态度、学习能力、教育背景和身体状况等学习初始情况进行综合分析, 生成一份关于每个学生的预评价报告。2 .学习情境的创设。在

5、学习环境中，综合考虑教师、学生、知识与技能、学习路径等因素的相互作用，动态调节，从而形成一个有效的整体。其中，学生是核心角色，整个情境围绕着学生的学习展开;教师是引导者，引领学生学习的大方向;掌握知识与技能是学生的学习目标;学习路径是学生从自身实际出发，不断探索和实践，最终形成的适合自身的学习路径，包括参加课堂学习、网络学习平台、讲座等集体活动;学习内驱力是整个学习情境的关键，影响各种因素的执行力。3量化个人评价。基于过程性、激励性、差异性原则，依托大数据技术手段,根据学习建构主义理论9, “学习不在于知识传授，而在于从自身实际出发,建构自己的知识。”所以课堂不是简单地知识传递和时间消磨，而是

6、互相学习和积极思考;学习成果不是刻意追求知识数量，而是评判自己是否找到了适合自己的学习路径，是否具备了学习内驱力，是否建立了学习认同感;在教学的过程中,去除课堂的封闭性，让学生的个体差异性得到充分尊重。那么学生学习过程将是从“收获甚少，至尝试探索”，再到“自主学习”的演变，进而让学生能够实现深度学习，获得学习的成就感和深层次的学习体验。在实施基于大数据的智能内驱式学习模式的过程中，教师作为引导者，把握课程的学习导向，引入问题探究和案例分析，实时关注每个学生的学习动态，帮助学生选择、优化、整合学习资源，并鼓励学生积极思考，将繁琐的学习任务化难为易，逐步分解成简单的小任务，从而使学生建立学习内驱力

7、，激发学生的学习兴趣和热情。另外，通过建立量化评价机制，使学生在学习过程中多反思，多总结，注重培养学生解决实际复杂问题的能力和创新思维。基于大数据的智能内驱学习模式的具体实施，主要分为以下步骤。1 .建立学生个人学习情况分析数据库。以预分析报告作为个体初始数据，利用大数据技术，实时监测学生的学习状态、学习方式等行为数据，对获取的多源数据进行综合分析，并可以智能推送有效建议和措施，从而调动学生的学习积极性，帮助学生树立学习自信，找到个性化学习方法。2 .创设开放的学习情境。在教学设计中，教师根据课程标准和课程知识框架,梳理教学内容，并结合学生的个性特点，将原教学目标转化为细化的学习目标,从而为学

8、生学习指明方向。在教学过程中，教师的角色从“知识传授者”到“知识引导者”，由“教师”变为“导师”，以问题引导、案例分析等方式，充分调动学生的好奇心，激发学生的学习兴趣，鼓励学生独立思考，以便于学生的学习内驱力的建立。在课后，学生可以制定适合个人的学习规划，调整时间，学习节奏和学习路径，利用在线学习平台、智能搜索引擎、小组讨论、问题实践等多种有效的学习路径，解决问题，获取知识和技能，从而收获学习的乐趣和问题解决的成就感，有效提高自己的学习满意度和学习认同感。另外，在课下增加学习评估环节和建立学习小组。学生可以通过在线学习平台，与智能学习问答机器人进行交互，交流个人的学习需求和学习感悟，平台会综合

9、前期数据进行分析，预测学生下一步可能需要的学习内容以及学习资源，帮助学生完善个人已有的知识体系，并找到进一步提升自己的方向。同时平台会生成三份报告，除了一份学生评估报告外，还有一份教师建议报告和一份教育管理者建议报告，可以有针对性地关注和引导学员的学习行为。建立学习小组，根据大数据分析系统，将学习特性互补的两个人，一对一匹配为学习小组，以帮促学，让表现优秀的学生在介绍学习心得和学习体验的过程中，获得深层次的学习感悟;以学促学，让学习缺乏主动性的学生增强学习自信，在学习激励教育中，规划个人的合理学习路径，进而提高自主学习能力，收获知识和学习成就感。3 .定期录入学习反馈数据。在该学习模式下，教师

10、应时刻关注学生的学习进度和知识点的掌握情况，及时更新学生的个人学习数据库，并可随时调取学生的学情报告。教师根据学生的具体学习效果，分析学生的学习行为变化和思维变化,给表现好的学生以奖励，可选用幽默的科普知识、增加平时表现学分、减少一道考试题、担任学习小组长等任一种奖励方式;对表现不佳的学生及时提醒，利用大数据分析问题产生的原因，挖掘学生的优势，耐心教育，加以鼓励，并时刻关注学生的学习动态，与学生一起共同努力，攻克学习难关。奖励方式、原因分析及有效建议可以智能推送到学生的学习终端。此外，教师可以通过学情报告实时掌握学生的思想动态和学习情况，挖掘学生的学习潜力，同时在课堂教学中将学习激励教育融入其

11、中，把握学生的学习方向，指导学生合理调整学习方案，充分尊重学生的个性。4 .建立精细化评价体系。在该学习模式中，学习成绩不是评价学生的唯一标准，而是从初始化评价、过程性评价和总结性评价三个方面建立精细化评价体系,量化个人评价，从而避免了“整齐划一”的考核弊端。该评价体系可以通过大数据技术综合分析学生的学习投入度、学习行为和学习目标三者之间的协调关系，对学生的学习能力和知识点掌握情况，给出评估意见和合理建议，并预测学生的未来发展和学习中可能出现的问题，智能推送问题产生的可能原因，以及解决问题的有效措施。在该学习模式下，学生能有效地建立自身的学习内驱力，时刻保持学习积极性，通过教师的引导，结合具体

12、学习内容，从自身实际出发自主选择合理的学雪路径，从多种形式的学习资源中获取的各类信息进行组织、整合、加工,内化为自己的知识和技能10, 11 ,同时勒反思，多总结，多实践，逐渐形成适合自己的个性化学习方案，以达到高效学习的目的。四、总结大数据和人工智能技术的发展，为我们提供了海量的优质教育资源以及常态化的数据采集和分析能力，可以深度挖掘学生的学习潜能，推动个性化学习和高效学习目标的实现。基于大数据的智能内驱式学习模式就是结合大数据技术和智能化手段，以自主学习、教师引导、小组协作、个人评价量化为主要内容，最大限度地促进学生的学习内驱力的建立，充分尊重学生的差异性，因此该学习模式弥补了家庭教育“不专业”、学校教育“不具体”和自我学习“无导向”三方面的不足，增强学生的学习自信，提高学生自主学习的能力，确保因材施教教育目标的最终实现。