教育现代化中教师教学经验建模及获取方法研究

［摘 要］ 随着信息技术的发展，网络教学、MOOCs等辅助教学手段迅速改变着传统教学模式，对教师角色和教学经验的传承提出了新的挑战。针对计算机、网络等辅助教学环境中教师教学经验的建模及获取方法进行了研究，分析了教师教学经验的概念和内涵，运用网络模型进行了建模，论述了系统的构成及工作机理，提出包含教师备课、学生应用、课堂教学、报表生成及分析、智能数据分析等核心模块的教学经验获取系统，可以对教师教学经验进行获取、储存、挖掘和应用，提升网络和计算机辅助教学的智能程度。

［关键词］ 教学经验；学科教学知识；机器教学；网络教学

［中图分类号］ G640 ［文献标识码］ A ［文章编号］ 1674-9324（2025）05-0021-04

一、背景与意义

随着信息技术和相关产品的发展，网络教学、MOOCs等网络和计算机辅助教学手段（本文统称此类教学手段为“机器教学”）逐渐流行，使得传统的教学过程发生了深刻变化。机器教学以一种标准化的形式简化了本来复杂而微妙的教学过程，教师在此类教学过程中的职能发生了巨大转变，教师的角色不断被淡化，作用不断被降低。当前的机器教学不具备教师丰富的教学经验，教师的地位被先进设备和技术所替代的同时，教师丰富的教学经验也无用武之地。学科教学知识是针对特定学科内容的教学知识，其核心是学科知识的转化。具体而言，这种转化发生在教师解释学科知识，寻求多种途径来表达它，对教学材料进行剪裁、调整、概念转换等的加工活动中，从而使其与学生的已有知识建立连接，帮助学生掌握学科知识。

如果能够把教师的教学经验以恰当的方式提取并与先进的教学手段相结合，让机器教学更加智能化，对于提升机器教学的效率和效果必定是意义重大的，甚至有可能带来机器教学的整体“革命”。正是基于此认识，本文研究了适合于机器教学方法的教师教学经验的建模和获取方法，并探讨了其在机器教学中的应用。

二、文献回顾

机器教学有利于学生学习效率的提高，可以改善学生的协作学习、影响学生的情绪、改善学生的学习态度、提高教学评估和反馈效果、增强学生学习动机，以及利用更多的教学资源。在机器教学飞速发展的过程中教师的作用不断弱化，给了人以机器将取代教师完成教学工作的错觉。尽管教师和机器之间的分工随着机器教学的发展将不断深化，但机器实现教学经验的积累是它智能化的必经之路。大数据技术的发展，允许高校设计新的教学方法和策略来规避传统机器教学千篇一律的教学方式。目前，教学系统中已开始重视该方面的研究，教学系统的适应机制就是实现教学经验积累的一种尝试。

Rani［1］提出一个基于Felder-Silverman学习模型的自适应学习系统，该机器教学系统可以实时监控学生的学习方式，并不断根据学习的展开对其学习模式进行调整，经过验证其与网络教学环境集成的效果良好。

教学是教师与学生之间的互动过程，是通过教师的教和学生的学而进行的人才培养活动。教学是一个复杂的非结构化的过程，要求教师在不同的案例和情境中能灵活运用复杂的知识，无论是由教师还是学生主导的教学过程都极大地受到教师教学经验的影响。精通某一学科知识并不代表能够成为一名优秀的教师，某些拥有深厚学科知识的教师，在教学中却难以顺利地引导学生开展相关学科知识的探究，原因之一是缺乏相应的教学经验。

三、教师教学经验的建模

（一）教学经验的内涵

教学经验是教师有效率和有效果地完成教学活动的知识和技能，包括学科知识、教学知识、情境知识等显性和隐性知识以及对这些知识熟练运用的能力。所谓经验，其实强调了这些知识和技能是由实践得来的，经过了实践的检验。教师的教学经验是一个多维度的知识能力体系，包括对学生的把握、对学科知识的把握、对教学过程的把握等，教学经验的体现在于这些方面的综合运用。每一个维度能力的掌握都有其自身的难度。

首先，教学经验是对学科知识的深刻领悟。学科知识是教师在教学过程中教的内容以及通过所教内容和教学的过程逐步培养起学生对一个学科知识的运用能力并建立起相应信念的知识。任何学科的知识都是立体的、丰富的，不可能把这门学科的所有知识都纳入教学大纲中去。教师往往会有效地从该学科的概念、定义、原理和法则体系入手，不断为学生建立起该学科的基本结构。教师对学科知识的掌握程度决定了其会选择何种方式将庞大的知识结构进行分解，又以何种方式让学生理解分解后的知识模块，以及用何种方式帮助学生逐步建立起该学科的知识结构。同时，这也决定了教师能否帮助学生建立起这门学科与其他知识之间的联系，能否有效地利用学科知识解决问题。

其次，教学经验涵盖了丰富的学科教学知识。教师丰富的教学经验不仅涉及对所传授知识的深刻把握，还涉及知识转移过程所涉及各种因素的无法言传的知识。教学的核心是知识的转移，具有丰富经验的教师经常能够将无论多么复杂的知识高效率地转化为学生能容易领会的知识。复杂知识的转化过程是一个信息传递过程，由于信息通道的限制，需要将复杂的知识转化为学生可以理解的知识点，这些知识点连贯而成为知识流。学生持续地接收信息流，经过加工在头脑中建立起结构化的知识。理论上无论多么宏大的知识体系，都可以进行转移和构建，但只有通过一定的途径才能够实现教学目的。书山有路，不仅是“勤”，还有正确的方式和方法。能力的培养也同样可以借鉴这个思想。

最后，教学经验是学科教学知识的成功运用与积累。学科教学知识不仅是教师头脑中的知识，还是这些知识的成功运用与积累。教学经验来源于教师的教学实践活动，在教学实践中学科教学知识得到应用和检验，并升华为教师的教学能力。教学经验具有教师个性化的色彩，同时又是可以在教师之间传播和相互借鉴的宝贵财富。

（二）教学经验的描述模型

通过对教学经验内涵的分析，笔者认识到教学经验是建立在对教学情景、所传授知识、教师、学生深刻把握的基础之上的高效化的教学策略的知识。教学经验可以描述为教学经验所涉及各要素之间的一个网络，如图1所示。

教学经验概念模型中，各个节点表示教学活动中可能涉及的因素，例如，教学过程中会涉及学生因素、教师因素、教学目标、教学内容、教学材料、教学方法等因素。节点之间的联系可以用节点之间的连线或箭头表示，例如，教学目标和教学内容之间有箭头连接，表示教学内容是受到教学目标影响的。有些节点是没有箭头指向它的，如学生特点，它们表示教学的基本因素。在特定情况下，这些节点的条件是既定的事实，同时这些节点在另一个更为宏大的网络中可能是受到其他节点影响的。更多的节点是有箭头指向它的，表示它受到那些节点的影响。节点之间的联系（箭头）可以被赋予一定的数值，表示影响强度，或关联强度，例如可以用一般意义上的权重测度，也可以用概率测度来表示节点之间的联系。节点之间的联系可以通过贝叶斯网络等方法进行机器学习获得。

教学经验模型中的每一个节点都可以进一步细化，例如，学生特点可以细化为学生的认知特点、学生已有知识、学生学习态度、学生情绪状态等。教学目标可按Bloom［2］的教育目的分类框架细分为7个目标等。教学材料可以按照多个维度进行标记，例如，材料类型（视频、音频、图片、文字、实物等）、材料的内容（生活场景、抽象场景、社会场景、生产场景）、材料的时间长度等。

教学经验模型中，教学内容、教学方法、教学材料、教学活动之间的组合常常被称为教学设计。教学活动四个要素构成一个四面体结构，由教学目标、学生特点、教学情境等因素决定。教学活动可以看成教学设计另外三个要素在时间轴上的展开，从而形成一系列的教学事件流［3］。

无论知识的结构如何复杂，具体知识内容在学习的过程中都是在时间线上线性展开的。以“管理学”的教学为例，管理学的各个职能的内容之间联系很复杂，但就每个职能的某个知识点的学习是以线性的方式进行的，即立体的知识在时间轴上进行线性呈现。不同知识点的转换在数学上描述为一个状态转移矩阵，知识点构成了矩阵的行和列，节点之间的转移概率构成了矩阵的要素。不同的教师经验会形成不同的状态转移矩阵。例如，数理类课程知识点之间有着比较强的逻辑关系，因此状态转移矩阵表现为对角阵，其他位置上的转移概率接近零；而对于一些知识点之间逻辑关系不是递推关系的课程，矩阵可能是一个稠密矩阵。

四、教学经验获取系统的实现

如何通过计算机及信息系统来获得并保存课堂教学经验？为解决这个问题，将教师教学活动解构为一个教师进行教学设计并根据教学情况反馈调整的过程。教学经验获取系统的任务是记录这个过程各环节的数据，按照第3节讨论的方法对教学经验进行建模并在教学过程中加以应用。教学经验获取系统的构架包括以下核心模块：教师备课模块、学生应用模块、课堂教学模块、报表生成及分析模块、智能数据分析模块等。

教师备课模块包括教学材料的上传、保存、修改等资料库建设功能（类似于网盘）。上课组织系统可以规划教学内容的时间、内容、提问问题、提问方式、所采用的教学材料等，教师可以在时间线上将上课希望用到的材料进行排列，并支持在教学活动中实时调整。该模块可以支持并记录教师的备课活动，是其教学经验的重要体现。这个系统智能化地将教学和学习过程结合到了一起。通过这个系统可以记录舒尔曼提出的优秀教师的7个方面的学科教学知识。

学生应用模块在机器教学相关研究中讨论已经比较多了，包括课件下载、讨论区、课后作业、笔记、小组作业等功能。这个模块的各个子模块在为学生学习提供方便的同时，也收集学生的学习信息。这个模块可以通过学生学习行为获得学生的知识掌握情况、学习行为、学习习惯、认知特点以及影响学生学习效果和效率的课堂外因素［4］。

课堂教学模块包括课堂教学管理（点名、报到、心情反馈系统等），课堂教学组织（分组系统、小组管理、案例讨论组），课堂教学实施（课件展示、视频、音频展示、动画演示、课堂提问），课堂反馈系统（学生答题、即时反馈）等。该模块可以支持并记录教师课堂教学活动，包括多种教学法的教学活动，支持和记录学生上课学习、记录笔记、回答问题以及对教师授课内容和授课方式的实时反馈，同时也支持和记录教师课堂管理行为。这个模块通过线上和线下两个渠道的结合，一方面提供学生课堂学习状况的反馈，例如，学生课堂学习行为、学习能力、知识掌握情况以及学生学习动机和偏好方面的信息；另一方面也对教师教学过程进行反馈，对教和学的互动过程的信息进行反馈。课堂教学过程是教师教学经验的重要方面。

报表生成及分析模块和智能数据分析模块，包括系统变量的常用报表生成及统计分析和大数据机器学习功能。为教师提供其熟悉的反馈方式，并拓展教师总结教学经验的能力（大数据分析结果）。这个系统是一个正反馈的系统，随着使用的增加，知识库也在增加，系统各项功能的运行将更加科学和高效。经验的总结与演进与各种反馈与学生学习效果评价相联系。教学活动中或结束后获得这些信息，从而使材料安排和过程安排得到优化，迭代次数和速度与上课的频率正相关。

结语

分析了教师教学经验的概念和内涵。教学经验是教师有效率和有效果地完成教学活动的知识和技能，包括学科知识、教学知识、情境知识等显性和隐性知识以及对这些知识熟练运用的能力。这些知识和技能是由实践得来的，起源于教师对教学的反思，经过了实践的检验，从而形成了教师教学经验。通过对教师教学经验形成过程的解构，对（机器）教学过程中的主要环节进行建模，发挥机器的使能和放大作用，将机器教学与教师教学经验积累有机集合起来，从而让机器教学系统逐渐积累教师的教学经验。论述了获取和积累教师教学经验的系统的构成及工作机理。该方法和系统可以将教师教学经验进行获取、储存、挖掘和应用，提升网络和计算机辅助教学的智能程度。通过在机器教学过程中充分发挥各主体的主观能动性，让网络和计算机辅助教学工具拥有智能。

参考文献

［1］RANI M，NAYAK R，VYAS O P .An ontology-based adaptive personalized e-learning system， assisted by software agents on cloud storage［J］. Knowledge-Based Systems，2015（90）：33-48.