生源多样化背景下“332”数字教学资源建设的研究

摘要：本文基于布鲁姆教育目标分类法，对课程设置了“初-中-高”三层目标并配套开发了菜单式颗粒资源，坚持以学生为中心提供“初-中-高”三条学习路径，适切教学诊改要求对学习个体和班级两次“双画像”，构建了“332”数字教学资源建设与应用模式，以期能够为生源多样化背景下分层教学改革提供思路和借鉴。

关键词：生源多样化；数字教学资源；自主学习模式

中图分类号：G434  文献标识码：A  论文编号：1674-2117（2024）10-0099-04

随着高等学校招生方式的不断改革，分类招生规模逐渐扩大，班级生源多元化、生源基础扩大化现象日趋明显。因此，如何坚持标准不降、形式多样，开展因材施教、差异化教学，成为高校公共基础课程教学急需解决的难题。

在数字经济高速发展的新时代，数字教学资源的建设和应用为教育教学改革提供了空前便利，为自主泛在个性化学习带来革命性影响[1]，同时也催生了新的挑战。在生源多样化背景下，研究数字教学资源设计、建设和应用的方法和模式，具有重要的现实意义和实用价值。

本文在适切生源多样化背景下，根据“同班异层”教学要求，梳理了生源多样化对数字教学资源提出的新要求，构建了“332”数字教学资源建设模式，并提出了相应的实施建议，旨在为生源多样化背景下分层教学改革提供思路和借鉴。

生源多样化对数字教学资源提出的新要求

生源多样化可以从学生来源和生源结构两方面加以分析，其中，学生来源包括高考生源、专升本生源、自主招生生源等；生源结构包括城市生源、农村生源、城镇生源等。这些生源在知识基础、认知能力、学习特点等方面差异较大，同时，不同专业对公共基础课程的教学目标要求也不尽相同。因此，作为承载教学内容的数字教学资源，必须服务于生源多样化的现实教学需求。

1.对数字教学资源建设的要求：从“标准化课程”转向“个性化课程”

当前，标准化课程仅提供一套规范的课程教学资源，每位学生看到、学到和听到的数字资源完全一致，数字教学资源缺乏个性化设计，冗余度不够。[2]在生源多样化背景下，数字教学资源在设计之初就要考虑不同生源的学习需求，为每个知识点和技能点设计不同层级的颗粒资源，并进行冗余式开发，才能满足学生的个性化学习需求。

2.对数字教学资源应用的要求：从“单学习路径”转向“多学习路径”

当前，在线学习课程仅提供了单一的学习路径，每位学生按照既定规则从“学习入口”到“学习出口”进行学习，导致在线课程的学习路径单一、学习通道单一化。[3]而在生源多样化背景下，在线课程需要根据不同生源基础，提供不同层级的学习路径，并且依据学习情况允许学生更换学习路径，才能适应学生多样化的学习需求。

3.对数字教学资源评价的要求：从“质量评估”转向“教学诊改”

当前，对数字教学资源应用效果的评价往往用来衡量课程教学质量和学生学习效果，评估结果未能回归课堂，造成线上线下学习评价脱节、评价结果回归课堂不足等问题。[4]在生源多样化背景下，需要依托大数据工具和技术，对数字教学资源应用效果进行精准评估，为教师改进教学方法、学生补齐知识短板提供科学依据。

“332”数字教学资源建设与应用模式

笔者从数字教学资源建设、应用和效果评价方面出发，构建了“332”数字资源建设与应用模式。其中，第一个“3”是指课程设置的“初-中-高”三层教学目标，第二个“3”是指提供“初-中-高”三条学习路径，“2”是指实施两次“双画像”评价。

1.“3”：设置“初-中-高”三层教学目标，配套开发菜单式颗粒资源

笔者运用布鲁姆教育目标分类法，深入梳理课程教学目标，按照“既坚持底线标准，又留有拓展空间”的思路，将课程逐级解构为“模块（项目或任务）-积件（微课）-素材（颗粒）”，形成课程知识技能树。每个知识技能点按“记忆-理解”“应用-分析”“评估-创造”设置从低到高的三层级目标，如图1所示。

然后，通过制订视频、音频、图片、动画等九类资源规范和模板，实现资源规范化和标准化建设。同时，借鉴德雷福斯技能进阶模型，为每个知识技能点分别开发“基础型”（对应“新手-高级新手”）、“提高型”（对应“胜任者-精通者”）、“拓展型”（对应“专家”）三层级菜单式颗粒资源，实现了资源供给侧与个性化学习需求侧的精准对接，如图2所示。

2.“3”： 提供“初-中-高”三条学习路径，知识地图牵引学生自学

坚持以学生为中心，按照“素材（颗粒）-积件（微课）-模块（项目或任务）”逆序重构，为课程构建知识地图，提供“初-中-高”三条学习路径。学生课前自主选择路径和入口，自主学习；课后实施自我评价，依据学情自我调整学习内容；在学习完成后，可重选路径进阶提升。

每条路径以知识技能点为单元，横向上学生依赖虚拟仿真、三维动画等情境资源靶向牵引自学，按照知识技能点进行单元自测，纵向上学情分析工具能够依据自测结果智能推荐其他两级资源，以便学生巩固深化或转入后续学习，进而实现学习兴趣与学习效率的统一。具体过程如图3所示。

3.“2”：实施两次“双画像”评价，评价结果回归课堂

通过聚合课前课后在线学习行为数据、互动数据、练习数据和课中学习测试数据，从知识掌握、能力达成、学习偏好三个维度构建用户画像模型，对学习个体和班级两次“双画像”，评价结果回归课堂应用，达成了“以学定教”的目的。画像生成过程如图4所示。课前，根据在线学习数据生成一张该教学班级的“集体画像”和一张该班每名学生的“个人画像”。课中，教师根据班级的“集体画像”，设计课堂教学策略，明确讲授重点和难点；根据学生的“个人画像”，明晰学情，开展针对性辅导。课后，根据课堂授课后学生在线测试和在线学习数据第二次生成一张该教学班级的“集体画像”和一张该班每名学生的“个人画像”，教师依据第二次“集体画像”评估课堂教学效果并形成诊改策略，依据第二次“个人画像”评定学生成绩。学生根据第二次“个人画像”，明确知识短板，巩固知新，有效建构知识体系。

“332”数字教学资源建设模式的实施

在教学应用中，实施“332”数字教学资源建设与应用模式需要具备三个条件：一是构建完备的知识技能树，这是实施的前提；二是建设层级化冗余数字教学资源，这是实施的基础；三是应用大数据挖掘技术，这是实施的关键。

1.构建课程的知识技能树是前提

组成教学团队，共同梳理课程的知识、能力和素质目标，并逐步分解到每个教学章节和单元。如何对每个知识技能点进行细分，需要有相应的规则和方法。教师可以运用布鲁姆教育目标分类法，按照“记忆-理解”“应用-分析”“评估-创造”三个层级，对每个知识点和技能点设置从低到高的三层级目标，构建起课程的知识技能树。知识技能树体现了课程的整体结构和知识技能点之间的关联，有利于学习者建构知识体系。

2.建设层级化冗余资源是基础

为知识技能树上的每个节点开发冗余资源。冗余资源是指同一个知识技能点对应有多个资源，含有资源“富有”“多样”之意。然而，如何对这些冗余资源进行分层分类管理，是需要解决的问题。为此，可以借鉴德雷福斯技能进阶模型，按照“新手-高级新手”“胜任者-精通者”“专家”三个层级，对每个知识技能点开发三个层次的资源，实现知识技能点资源的冗余。

3.应用大数据挖掘技术是关键

数据挖掘的目的是把隐藏在数据中的信息提取出来，找出数据之间的内在规律。先进行数据挖掘，然后设计在线学习评价指标体系，开发基于大数据挖掘技术的学习工具，对学生学情进行“画像分析”。在学习过程中，学习工具自动向学生推荐个性化学习资源，这样便于教师调整教学策略。在学习结束后，学习工具支撑学生建构知识体系，并为教师提供诊改服务。

参考文献：

[1]王松柏，杨京钟.高职生源多样化人才培养：学理因由、现实困境与改革路径[J].中国职业技术教育，2021（31）：84-90.

[2]许爱军.高职数字教学资源开放与共享的动因分析及模式构建[J].成人教育，2015，35（04）：51-54.

[3]袁杰，闫志明.信息技术环境下自主学习模式研究[J].教学与管理，2018（18）：75-77.

[4]许爱军.职业教育微课程中知识地图的结构模型与实践应用[J].中国职业技术教育，2017（11）：89-92+96.

作者简介：陈昭喜（1979—），女，湖南桂东人，副教授，硕士，研究方向为大学物理教学、教育技术学。

基金项目：2020年度广东省本科高校教学质量与教学改革工程建设项目“在线开放课程‘医用物理学’”；广州市教育局2022年高校科研项目“产业学院运行机制研究创新团队”（项目编号：202235359）。