! "#$%& ' ()* +,- 福建省电化教育馆 福建福州 福建省普通教育教学研究室 福建福州 武夷学院图形图像研究所 福建武夷山 在无监督环境中 保持学生持续而有效的学习是翻转课堂的难点 翻转课堂无监督学习环境是人机情 境 从人机交互角度 学生沉浸在持续学习中 达到有效学习 深度学习状态 也称 人机认知耦合态 认知耦合 态是学生认知结构 个性 能力和教师设计的学习内容 情境 轨道匹配的状态 是学生和机器相互依赖 形成高 效学习体 人机耦合态设计理念上需理解学生心理规律及过程 让计算机成为 教助理 引导学生学习 设计形式 上需采集人机交互数据 观测学习过程 创意耦合情境 调制认知过程 翻转课堂中人机认知耦合设计重点是教 学资源结构 认知思维过程 在线导学互动 学习成像形式 认知大数据处理技术 实证教学实施方法 基于人机 认知耦合态的翻转课堂是教育数字化 实证化思想的实践 也是信息技术与教育深度融合的尝试 翻转课堂 人机交互 认知结构 教学代理 实证教育 间充裕但监管困难的矛盾 教师如何通俗易懂地把 翻转课堂是当前课堂改革热点 在信息技术教育设备比较成熟的大背景下 我国教育界具备开设此类课堂的硬件基础 翻转课堂难点之一是保证学 知识点讲透 如何让学生理解视频内容 如何在无教师监督的数字环境中 保持学生持续注意力将成为翻转课堂难点 生在家等无监督状态下的持续学习 其中 视频设计 是关键 一方面 基于计算机屏幕录制技术的教学视频制作 比一般摄像机视频 交互课件制作简单 另一方面 当前因特网存在大量资源 这些资源通过简单的方式被应用在视频制作中 而不需软件专业人员参与 提高了资源应用率 但是 如果没有领会信息技术与教育 深度融合 的理念 大量翻转课堂视频还是有可能成为闲置的宝贵资源 为此 我们需要把翻转课堂视频 无监督学习管理机制列为首要研究对象 研究如何设计视频及学习管理方法 实现信息技术和教育的 深度融合 翻转课堂的设计不能仅用丰富多彩的视频吸引学生 而要考虑学生是否产生有效学习 深度学习 翻转课堂要解决课内时间短暂但内容丰富 课外时 翻转课堂教学基础设施是计算机网络 学生面对机器学习 是典型的人机环境 涉及大脑 计算机两个复杂系统 科技领域称为人机交互 人机交互是横跨认知 信息 脑科学的热门研究领域 因此 我们不能简单地理解人机学习系统 必须基于人机交互视角理解翻转课堂中的人机环境 翻转课堂中的人机交互涉及的人与计算机均为认知系统 与传统人机环境不同 比如 弹钢琴也是 人机交互 但是 它是物理系统具有 时不变 特性 任何时候 任何人按下某个钢琴键都发出同样的声音 从人机交互角度描述就是 无论何时 相同的输入总可以得到相同的输出 而计算机是认知系统 能够理解用户 根据用 基金项目 本文系全国教育信息技术研究 十二五 规划 年度重点课题 信息化环境下翻转课堂教学的实践研究 课题编号 的研究成果 全国教育科学 十一五 教育部规划 年课题 学生学习活动科学化与学习素养养成 课题编号!" 研究成果 得到福建省教育厅科技基金 基于人机交互的问题空间可视化技术研究 # 课题编号 $ % 的资助
学术视点!"#$ 户和操作做出相关反映 在不同时间和问题情境下 假如相同输入但可能根据认知逻辑得到不同输出 也称为 时时变 特性 在人机交互和人工智能领域 计算机经常被看作人的 替身 代理 在翻转课堂中计算机是 教师助理 学习伙伴 本文都简称 教助理 教助理 是 翻转课堂 信息平台研究 开发者设计者出的 人 依据认知逻辑或者教师旨意 命令和学生交流 是 翻转课堂 信息平台研发的难点 其水平直接关系到人机学习的体验程度 根据 教助理 和学生之间的配合 依存 关联程度 我们把 翻转课堂 的人机交互状态分为 物理匹配状态 认知匹配水平! 和认知耦合水平 " 三种 #$% 状态 在 翻转课堂 人机交互设计中 物理匹配水平指人机交互有时不变性 不考虑时空及学生个性 操作的变化 学生根据经验 记忆就可完成操作 任务 认知匹配水平指人机交互有时时变性 计算机将依据学生个性 操作状态等做反馈 认知耦合水平指人和机器之间通过认知匹配水平的交互而彼此影响 相互依赖 以至联合起来 获得高效学习体验 认知耦合要求计算机能对学生个性 水平 习惯有记录 并成为互动调控的参量 学生也感觉和计算机学习很顺畅 甚至达到个体单独学习难以到达的水平 显然 翻转课堂 的人机交互设计应以 人机认知耦合 为目标 基于人机交互设计的用户中心原则 人机认知耦合设计要求我们在 翻转课堂 人机交互系统设计中以学生为中心 构建 教助理 角色 & 先确定学习任务 并把学习任务分解为序列流程 $ 在每个流程节点上设计可供选择的学习方向 不同难度的阶层内容 便于个性学习 因材施教 ' 记录学生的学习过程 并带到学生评价中 构建多样性 多元化的学习评价标准 建立科学导学机制 在学生遇到困难时 给予帮助 建立学习流程和轨道的概念 让学生清晰地知道自己的学习线路图 也便于教师对学习过程的调整 如 教助理 能让学生明白 & 自身目标任务和学习轨道 $ 对人机学习过程进行动态调节 ' 获得学生个性特征 根据学习状态对学生进行即时导航 根据学习缺陷对学生进行培训和辅助 让学生顺畅完成学习任务 获得耦合体验 我们就称这样的人机学习互动水平发展到认知耦合状态 认知耦合态实质是计算机的输出信息成为大脑 输入内容 大脑输出信息成为计算机输入内容 当然 双方不能随意输出 必须对交互的内容 情境进行认知加工后输出 即计算机和大脑双方都按照认知逻辑 认知规律 学习轨道协调互动 在 翻转课堂 中人机交互构成信息耦合系统 人 机被调制到 #' 认知耦合态 面向人机交互的学习学研究 涉及认知 认知心理学 教育学 信息科学 人机交互 人工智能 等领域 是一门综合性学科 $ 年美国国家科学基金会启动庞大学习科研计划 设立 学习科学中心项目 把学习学研究推进到国家科研战略层面 此计 # 划资助七大学习科研中心 包括视觉语言与视觉学习 空间智力 学习时间动力学 认知与教育神经科学 教育 科学与技术 非正规与正规环境等 认知科学和学习科学充分融合 从学习科学及人机交互角度 我们看到 深度融合 新难点 即人机交互学习技术研究仍需要两方面的人才 信息技术阵营为代表的技术研究者 以心理学和教育学为代表的人文研究者 在现实研究中 两个领域配合不佳 耦合程度不高 难以融合 形成信息技术与教育 深度融合 的人为障碍 尤其在我国各学科之间本身融合 交流就比较困难的状态下 认知科学 信息技术和教育人文研究人群的融合就更加困难 基于认知理论和人机交互环境的数字学习方式和传统课堂学习方式比较 最大不同是数字化 实证化 实证教育提倡高质量和高效率的教育方法 精确 #, % 教学 () * + (* 等理念 希望教师能像医生一样基于数据 工具开展工作 我国相关团队 # % 在基于人机交互的学习动力分析 基于人机交互面 #/ 向学习过程的数据采集 基于认知耦合态的认知 #&.&& #&$ 数字流形 认知结构拓扑成像 人机学习情境 #&' #& 矢量化 &0& 课堂架构等方向开展了许多研究 形成基于人机认知耦合和新认知观的教育数字化 实证化研究思路 %& ' 人机无监督学习的难点在于教师不在现场 学生学习心理和行为空间约束力少 自由度高 目标感弱 当然 教师虽不在现场但教师信用 权威等通过 教助理 可传递到远程学习数字现场 形成虚拟监控 加上家长的现实监管 还是可构建有约束力的家庭远程学习情境的 教助理 虚拟监控和家长现实监管只能说是
翻转课堂远程学习的基本架构 要让此架构发挥作用 我们需要深入分析其监管关键和基础 基于教育心理学原理 教助理 的工作重要基础是学生的认知结构状态 个性心理特征等信息 如何获得学生认知结构状态是重要挑战 梳理认知结构概念及历史 学习是认知结构的变化 是大多数学习心理学理论的论述 认知结构在教学中的重要性不言而喻 但是 更多时候认知结构在教师眼中还是来无影去无踪的概念 就像普通人对微观原子结构陌生一样 但是 认知结构在学习科学中的核心地位毋庸置疑 尤其是对认知结构进行实证化研究更显现出日益重要的趋势 当前 认知结构的研究逐渐成为热点 包括脑认知功能成像技术 认知结构评估的动态贝叶斯网络分类器方法等实证研究模式 当然 认知结构实证化前提是需要采集到认知结构数据 在翻转课堂中 我们如何采集到认知结构数据呢 甚至我们可以说 认知结构存在于脑内 用计算机能够进行观测和研究吗 在认知结构发展历史上 数理实证方法也不断地被引入 比如 著名认知心理学家皮亚杰在 世纪 年代就开始基于范畴论开展认知研究 他为了让人们更清晰地看到认识过程从具体发展到形式的线路图 开始研究范畴论 研究证明 态射 范畴与范畴论可以成为人类认知工具认知发生的重要想象方式 基于皮亚杰认知态射假设 学生认知结构是范畴体系 和学生交互的计算机学习系统也可以是范畴体系 人机之间通过态射关联 实现结构 态射转换 通过态射关系 大脑和计算机实现融合 即人机交互学 习环境从心理空间 物理空间 信息空间的融合 发展到多元空间的态射融合 态射是两个范畴系统之间的映射过程 在人机交互中 态射是主要通过人机情境来实现 比如 计算机向大脑发出态射操作 将由相关的人机情景和操作接口来承载 学生理解后做出相关的操作 实现大脑和计算机之间的态射回路 可见 人机情景就像人机中间的纽带 是人机耦合 态射的载体 媒介 从这个角度 我们把翻转课堂中的人机交互学习环境 进行面向态射的抽象 并分解为 脑认知体 耦合情境 信息流形!" #$%&!" ' ' & ( $ 认知态射系统 简称 ( 信息流形 可以简单理解为信息空间 信息系统 定义 ) 翻转课堂 ( 范畴体系 在翻转课堂的 人机交互中 假定脑认知体是 范畴 耦合情景是 范畴 信息流形是 ( 范畴 总称 ( 范畴或人机耦合范畴 ( 范畴中存在如下态射 ) 符号态射 * 计算机信息流形中存在的态射 符号态射以计算机能够处理的信息符号为基础 是符号 逻辑 操作空间中的态射 认知态射 * 脑内认知对象之间存在的态射 态射以认知思维对象为基础 是脑内认知空间对象的关联 + 耦合态射 * 耦合情境是认知态射和符号态射之间建立的双向态射 实现认知空间和符号空间之间的双向态射链路 定理 ) 认知 信息空间认知自然同构 如果存在的双边逆 &), /0 这样的态射, /1-0 称为等价的 */-0 显然 在认知耦合状态 脑认知体中的认知对象和人机交互情境 信息系统中的对象是可以建立双边逆运算的 比如 在一定条件下 计算机给出熊猫照片 大脑是反应这个熊猫照片 而不是牛的照片 同样 大脑中熊猫的照片传递给计算机后 计算机也能够明白用户是要表达熊猫 而不是牛 以上就是双向态射 因此 认知 信息范畴之间存在等价认知态射 认知 信息范畴对象是等价的 在范畴论中 以上规范被称为认知自然同构定理 如图 ) 所示, 1 0, 1(0, 1(0, (1 0, 1 0, (1 0 在教育心理学角度 认知自然同构就是在人机认知耦合态 脑内认知对象和计算机中假定的对象保持一致 就像观测遥远的星球 不需要进入星球内部 而通过接收星球发出的光线 射线等来推断星球内部结构一样 我们通过人机认知耦合态获得脑认知活动数据 根据这些数据能推断学生认知结构状态 定理 认知 信息空间认知耦合变换 范畴体系中存在范畴函子 认知函子保持 ( 范畴之间的耦合变换 即保持脑内认知对象之间的态射和信息流形认知态射之间的认知规律 逻辑是一样的 具有协变性 图 所示 图 中认知自然同构图 中认知自然变换认知自然同构和认知耦合变换定理在范畴角度
学术视点 ' ()* +, 保证认知 信息空间 认知对象统一性 和 认知规律协变性 是翻转课堂基于 观测学习 认知的数理基础 从教育心理学角度 认知耦合变换就是脑认知结构对象之间的认知关系 认知逻辑 能够被投影到信息符号系统中 通过分析信息符号系统 就能发现认知对象之间的逻辑 耦合关系 以上 我们对基于皮亚杰范畴论思路 获得人机认知耦合系统中认知自然同构和认知自然变换两个定理的研究结构并做了简单论证 基于 平台的认知 信息范畴的 自然同构 耦合变换 原理 为人机环境的学习观测提供数 理基础 基于此原理 我们能开展认知结构实证模拟 分析 并创新类似基于人机交互的认知拓扑观测等研究方法 为认知 观测 探测 预测 提供新技术 以上 虽然我们论证人机认知耦合态 可以观测到脑内认知结构和认知逻辑等重要内容 但是 如何观测还是摆在我们面前的问题 即在翻转课堂的人机交互设计中 我们该如何采集学习 认知数据!"#$%& 如何把翻转课堂中存在的认知学习对象 内容 方法 过程 形式 数字化 是有意思的科学和技术问题 假如翻转课堂研究者准备对其进行信息采集 一般会有如下方式 拍摄照片 获取课堂及远程现场的活动片段的视觉信息 录制声音 录制课堂及远程现场声音 情景摄像 录制课堂及远程现场的图像和声音 假如我们获得以上翻转课堂教学过程数字化的数据 准备开始重新回顾翻转课堂时发现 以上数据都以紧耦合方式存在 难开展分解 归并 检索 运算处理 比如 我们要寻找某个阶段的学习过程细节时候 以上资料难以寻找到相关结果 因此 人机情境的数据采集思路 方法 技术不能延续传统课堂信息化方式 须另辟蹊径 换个角度 可认为翻转课堂中每个学生面前都有台信息采集设备 对人机学习活动进行信息采集 计算机不仅是辅助 监管学习的工具 还是学习活动 过程观测平台 像一台数字化认知 学习观测仪器 不断采集信息 基于学习 认知理论 人机交互环境采集的内容分为学习行为和操作情景两大类 学习行为采集 比如 学生用计算机听写英语单词 用户开始时候敲击键盘 再敲击 再敲击 形成 组合 但是计算机没有确认其准确性 学生思考后发现以上拼写错误 就退格键删除 再敲击两个 以上 学习拼写过程有以下三种描述方式 代表拼写正确! 表示拼写错误 " 在认知重构角度 第一种记录方法能够一定意义上表达学生拼写过程 第三种记录方式最简单 只记录结果认知信息最少 学习情境采集 比如 在翻转课堂视频学习过程中 给学生 我要求助 按钮 遇到障碍时候 能获取到视频图像 再如 学生可把某个图形中不懂的部分情境截图 在以上两种数据采集中 最难的是学习行为 过程操作数据采集 此数据涉及采集精度和效度问题 如果采集精度过高会造成数据 爆炸 采集精度过低又忽视 遗落了认知的重要信息 在翻转课堂中 我们把具有认知操作内涵 并且能反映学生学习 认知操作过程的符号序列叫认知符号序列 #$%&' ' $( )* &+,, 数据重要功能是能通过结构化 矢量化的数据集 重构认知和学习过程 也便于进行学习和认知分析 因此, 数据是翻转课堂数据采集的基础特性, 标准 规范及采集方法 技术是翻转课堂数字平台重要内容 在翻转课堂中 认知符号序列数据分为以下几种 学习知识内容的符号表达 主要是学习知识 技能相关内容的数据 - 学习操作过程的符号表达 通过这些数据能够对学习操作进行有效重构 学习行为参数的符号表达 包括进入学习平台的时间 时长等参数 比如 学生进行. 点数字思维训练 计算机给学生四个数字 / /./0 我们采集到不同学生的组合形式 形成以下记录 记录前部分表示操作内容和过程 后面表示学生花费时间及结果 通过这些认知符号序列 我们就能够还原学生的操作过程 如图 所示 图 点计算认知符号序列和一般测试数据比较 认知符号序列无疑是 大
数据 在采集方法 处理技术方面都有难度 认知符号序列数据重构及可视化 就是一定意义上的认知结构可视化或者成像 无疑 认知符号序列要基于信息 认知 教育 心理等背景理念进行设计 这也是造成新一代翻转课堂平台研发高门槛的原因 基于计算机人才自身学习体验的研发 设计思路 显然无法满足现实 深度融合 的需求 翻转课堂视频学习过程是教师设计符合学生发展区 学生会操作 能学习的内容 学习过程同样存在关键点 难点 重点 在传统学习环境中 难以捕捉学生在这些点上的准确状态 比如 多少学生学习圆周长是难以理解 这个数据 但是 在人机交互环境中 我们可把 列为学习观测点 通过类似选择题等方式对其进行测试 获得学生掌握状态 我们在翻转课堂学习中定义如下概念 定义 学习轨道 教师在翻转课堂中设计的学生学习某个知识点的学习过程称为认知轨道或者学习轨道 学习轨道是教师根据经验 理论等设计的符合学生发展水平的学习过程的具体体现 定义 学习实例 学生在翻转课堂的人机环境中依照学习轨道开展学习的实际过程 是学生个体在认知轨道上活动的具体化 学习实例是人机环境中按照学习轨道而发生的个体认知过程 也称认知流 学习流 定义 学习轨道节点 在一定角度上 学习轨道是由一系列认知点组成 这些点可能成为学生认知 学习的疑点 难点 重点 关键点 定义 学习观测点 根据学生现有发展水平和教学设计 选择某些学习轨道节点进行观测 进一步了解学生在这些节点上的学习活动状态 为调整学习轨道 学习流提供参数 定义 认知耦合度 根据学习观测点获得学习实例即学习流的轨迹 对比教师预先设计的学习轨道 可以计算出认知耦合度 比如 个学习观测点顺利地通过了 个 那耦合度 可表示为 定义 学习分叉 学习节点之间存在关系 包 括科学关系 认知关系 假如这些关系也可用态射 箭头 矢量来表示 认知节点可能和另外几个认知节点之间存在态射 形成学习分叉 学习轨道概念和牛顿力学物体运动轨道概念类似 当前 在认知科学领域动力系统研究范式是热点 和前沿 构建认知轨道等也是迈向学习动力系统 学习动力研究的体现!" #$%& 基于! 环境的学习观测和传统心理 教育观测不同! 是连续 精确 巨量地采集学习和认知信息数据 就类似一台天文学望远镜对空间星体进行持续观测 显然 自动化的望远镜和人工化的眼睛观测比较是天文学的巨大的进展 翻转课堂中在线大量采集到认知数据 这些数据如何即时处理 我们需要设计一个学习调控系统 让其驻留在云中心 像信息工厂在线处理远程终端的学习信息一样 学习调控网络具有动力特征 其基础元素是学习对象及对象之间的认知逻辑 学习规范等 在翻转课堂中 我们通过在线观测学习对象 通过!! 分析对象之间的关系 而不像传统课堂通过教师测试 问卷 调查 经验等方式观测学生的学习状态和过程 学习调控网络的基础对象 点 线是学习调控网络 的基本对象 为了便于理解 我们把这些点和线都可视化 在可视化学习调控网络中 点代表学习对象 学习点属性有名称 大小 颜色等基础属性 学习调控网络的线 代表点 之间逻辑及关系 有名称 大小 方向 颜色等可视化属性 由于点 线是基础拓扑元素 基于 可组成丰富的可视化的网状 树状等可视化拓扑图形 为翻转课堂的学习调控网络可视化提供基础 学习动力过程变量 比如 学习训练的次数 训练时间长 " 训练结果 # 等都是学习动力过程变量 学习动力变量 决定 影响学习过程速度 效果 效率的因素 定义 $ 复杂学习网络 众多学习节点和它们之间的逻辑关系 认知规则构成认知网络拓扑图 这些图可以用树结构 复杂网络等可视化形式表示 学习 拓扑网络可以根据复杂网络理论建立可视化 可计算的复杂认知网络模型 基于学习网络我们可以建立翻转课堂知识点及学习网络调控系统 实现学习流的调制及控制 定义 学习调控 每个学习网络点都设置调控逻辑 根据逻辑决定下个学习点 比如 图 所示 学习点测试之后 有 %& 三个认知 学习分叉
学术视点 "# $% &' 点 学生经过相关测试后 系统根据认知网络调控逻辑 选择三个点中的一点继续学习 经过分叉点 最后都回归到 点 图 复杂认知网络示意图在学习调控网络中 通过学习调控矩阵 认知逻辑等数理方法进行分叉选择多元化计算 是认知 学习计算模式调控的重要模型 从控制论角度 调控核心之一是调控逻辑 或者业务规则 在翻转课堂中 调控逻辑和规范有 认知逻辑 学习逻辑 行为规范 教学计划等 调控逻辑蕴 含在以上图 所示的复杂认知网络中 并且通过 教助理 去执行 在翻转课堂信息系统中 教助理 分为两个角色 一个角色 小时驻留在云系统中 另外一角色 驻留在学习终端 陪伴学生学习 学习终端 教助理 不仅根据学生的状态模拟 代理教师响应学生的操作 还采集信息传递到云系统 云 教助理 根据相关的逻辑指导终端 教助理 的工作 例如 学生在口算训练中取得 分的成绩 终端 教助理 就把分数传递给云 教助理 云 教助理 将根据当前的情况反馈 分在当前的排名 再如 云 教助理 发现某个学生在晚上 点还没按教师计划进入学习状态 它将给家长发送短信 让家长催促孩子在线学习 教助理 是教育技术发展的一个新事物 促使教育数字化 实证化走向自动化 智能化 通过 教助理 教师简单重复劳动由计算机完成 计算机不仅是简单的教学工具 而是学习伙伴 教助理 甚至 教助理 能够完成教师难以完成的工作 就像人脑计算方面无法和计算机比较一样 教助理 的部分工作也是教师无法比拟的 总之 翻转课堂信息系统中的 教助理 将模拟 现实中的教学逻辑而工作 让学生在无监督条件下感觉教师的存在! 根据以上思想 理论 方法和技术 我们设计了翻转课堂教学信息系统 系统主要包含复杂认知调控网络 在线导学 认知思维训练应用 学习成像 教助理等模块 可视化复杂学习网络 在翻转课堂中 我们可以把认知结构 知识结构用可视化复杂认知网络表达 形成可视化的学习目标 便于教师 学生及时了解自己的学习状态 比如 有 个学习目标节点 红色表示学习目标没有实现 黄色表示学习目标掌握不稳定 绿色表示学习目标掌握比较稳固 每个复杂学习网络节点和相关的课程 训练关联 例如 某个学生的口算学习节点是 黄色 的 通过点击口算节点就可以直接进入 口算训练系统 开展人机交互的口算训练 学习轨道设计 我们在翻转课堂视频录制过程中 先定位知识点的学习轨道 学习轨道可以依靠教师经验及群体智慧研究决定 只是和传统课堂不同 学习轨道用知识点比较准确地表达出来 比如 一个知识点讲解的几个知识点 它们之间的顺序 哪个知识点会形成分叉 哪个知识点和另外哪些知识点会混淆等 都在录制视频之前确定下来 形成学习轨道 如果教师群体形成不同学习轨道 也是正常的且可以通过不同认知轨道方式确定下来 在未来认知实例中进行实证 学习观测点设计 在视频流中 在某些节点上将出现暂停 让学生回答相关问题 即出现学习观测点 以及相关测试点的关联点 在导图中 每个节点的状态也会不断采集学习过程信息 为教学轨道设计 调整提供数据和信息 学习流监测 通过 我要求助 按钮 建立翻转课堂无障碍学习环境 即学生可以提供其向后台服务人员 比如 教师等其他协助团队提供学习难点 系统后台能获得远程的学习情境 状态 并及时提供协助 包括人工及智能系统的自动化协助 在线智能导学卡 翻转课堂的核心模块之一是电子导学卡 图 所示为小学四年级数学 用字母表示数 的电子导学卡 基本结构是课堂或者课程单元目标 类似思维导图 概念等可视化结构 是教学 蓝图 上面可以放置微视频 图片等多媒
体资源 圆点位置学生可交互答题 并通过逻辑进行过程监控 导学卡内容分为 学习资料 动画视频等资源 微课程 听 字母歌 都连接有视频 了解学生知识掌握情况的测试 在此知识点上容易犯的错误类型 数学医生 相关知识在实践中的应用 留心观察 学生存在的问题 我的问题 等 图 翻转课堂电子导学卡在线导学卡不仅可以采集每个学生的信息 还可以对学习信息进行即时统计处理 比如 让所有学生答案集中显示 教师不必翻阅几十本的作业本 极大地方便教师了解学生学习状态 也可让学生相互评价 互动 从新认知观角度 通过展示导学卡 学生在家学习的情境 经验 认知此刻在大脑中被唤醒 并参与到翻转课堂学习中 实现课内和课外地有机融合 极大激发学生参与热情 在学习成像卡上 教师和学生还可进行评价 点 赞 等操作 根据已学的计算公式计算相关几何量 面向认知思维的人机训练 基于 教助理 思想 我们在翻转课堂系统中设计部分认知和思维训练应用 比如 口算 想象作文等 因为 这些基础能力需要千锤百炼 单纯依靠课堂是难以完成的 学生回家和 教助理 训练 这些高强度训练项目 可根据认知符号序列开展更加精细的认知 学习动力分析 比如 针对口算训练 我们设计人机交互的口算训练软件系统 系统采集了大量数据 获得学生口算训练不同次数的加速曲线 用坐标系刻画学生口算训练状态 轴代表口算训练次数 轴代表前后次数之间的进步分数 假如某个学生第 次训练分数是 分 第 次训练分数是 分 我们就认为学生进步了 分 形成学生口算训练的加速曲线统计图 通过坐标曲线 可发现学生进步态势 比如 某些学生开始进步加速度很大 但是 很快降速 有部分学生会出现加速度为负的状态 说明在此时是退步 但是 很快就转向正向 到一定次数学生进步都出现 瓶颈 大部分都出现 型发展模式 如图 所示 图 口算训练 型 图 学习成像简单案例 学生利用画图工具画出柱体和椎体并根据实际的长度数据计算其表面积 体积图 中展示了学生自己绘制几何图形 并用尺子测量屏幕中图形的大小 获得图形的大致数据 再 根据 型学习成像图 教师可以开展教学 比如 部分学生在 型底部时候 可能失去训练信心 通过观测训练图 明白学习成绩起伏是正常的 只要坚持训练就会走出进步低谷 同样 根据总分 名次等学习状态像 教师可以开展更多学习指导 比如 自己进步类型 先慢后快 稳步增长型 先快后慢 快步突进型 但是 不管是哪种类型 到了一定分数都将出现增长瓶颈 需要改进方法 增加训练难度才能够突破自我 比如 通过数据分析 发现三年级到六年级的小学生通过 次左右的人机训练 口算成绩大
学术视点!"#$%&' 部分能够到达 ( ) 附近 这个区间学生口算能力个性差别不大 但是 我们发现越过 ) 分数点后 口算能力的个性差异被显示出来 我们称个性难以区分的区域为 个性共同区 相反 个性差异强的区称为 个性差异区 例如 我们发现学生练习 * 次后就进入 个性差异区 根据以上这些规律和学习像 教师可指导学生的训练 基于人机认知耦合态和 教助理 思想 我们建立翻转课堂无监督远程学习模型 基于认知范畴态射理论创新翻转课堂人机学习情境观测 认知结构重构方法 创建复杂认知网络模型 实现翻转课堂教学的自动化 智能化调控 本文只是认知结构观测 探测和预测初步研究及实践 还需要在理论 技术 实践层面深入 尤其需要在认知结构重构方法 认知逻辑挖掘 认知耦合态调控机制 认知耦合动力系统方面进行深入研究 % 参考文献 & +, 何克抗 % 如何实现信息技术与教育的 深度融合 +-,% 课程 教材 教法 ) ().*/&0) 01% +), 方志刚 % 人机交互技术综述 +-,% 人类工效学 /.0(&00%, 23 4 56 23 7 $% 5 $ # 5 $ 4 8 9 5 $ # : 5;% ) 5 5 5 $ % 54 9 %* ) ) 54 9 4 $.* &* 1% +(,4 $ 5 4 5 + 8<= ;% ) & )&)0;%.<<!!!% %$ #< > $< $? %@ A?>B**01% *; 美 ; 莫兰 ' C%-% 美 ; 马洛特 ' 7%D% 著 肖艳 邵冉译 % 实证教育方法 ;% 北京. 中国轻工业出版社 ) 0. /&0 % 0; 蒂姆 哈福德 % 实证式教育革命 8<= ;% ) & *& 0;%.<<!!!% E %E < < * )* % 1; 23 4 $ 3 = D E% ' $ C ' E ' 8' 5 &6 ' 'E -;% ' ' - ' $ $ 9 E $ ' $ ) / *. )& 0% /; 刘长勇 孟世敏 % 面向认知的. 数字课堂信息序列 -; % 长春师范学院学报 自然科学版 ) ) ). ) & )(% ; 陈珉 吴婧等 % 基于人机交互环境的教学精确观测 -;% 电脑与信息技术 ) /.0& % ; 孟世敏 刘长勇等 % 基于人机交互的认知数字流形 -; % 电脑与信息技术 ). &/ ( % ; $ 4 5 $ 7 $ $ % 5 $ # 9 $ ' $ ' 6 ' &5 'E -<= ;% - ' 9 E $ ' 4 E 9' 'E ) ) <(. ) & % );4% ' $ D% 5% E% 5 $ # 9 $ 4 E = #' 'E 8' = ' & 'E 5 $ 4 ' -;% 5 $ ' 2! 9 E $ ) 1. 1(& /(% ; 杨升 刘长勇 程仁贵 % 采用认知标架的人机学习情境矢量化方法 -;% 重庆理工大学学报 自然科学 ). )& 0% (; $ 23 4 7E" #'!' % 9 $E' :'! ". C$ ' ' $ ;% 9 'E 9'" ' D' ' % '' C#. 6' $ 3 ).// % *; 李兰春 双成 杜瑞杰 % 认知结构评估的动态贝叶斯网络分类器方法 -; % 中南大学学报 自然科学版 ).0 *&0 % 0; 瑞 ;-% 皮亚杰等 % 态射与范畴. 比较与转换 ;% 上海. 华东师范大学出版社 ) * & 1% 1; 徐光 陶霖密 张大鹏等 % 物理空间与信息空间的对偶关系 -; % 科学通报 ) 0.0 &0 0% /; 孟世敏 程仁贵 % 基于人机交互的认知结构观测数理基础 5;% 法国巴黎. 首届中国人机交互国际研讨会论文集 ). &)% ;7 : E" 9 ' 3 %. F ' C ' E 5 $ ;% 9 *. *( &*1 % ) ; ' 3 > 9 -% C ' E ' 'E E $ ;% 9 9 E E >' E $ # E E. )((&)(0% ) ;: E 7 9 ' % 9 > ' E' E $ # E E. #! ' > ' -;% > ' > 'E ). & % )); 23 4 % 'G' 5 F 5 $ # 2! " 5;% ) ) > ' ' 5 E & >E' &8 & ' '$ ' > & ' $% C7 %)1 ) ) ) ) 54 9 4 $'. &*% % 作者简介 & 陈凤燕 福建省电化教育馆研究室主任 高级教师 研究方向 基础教育信息化教育教学研究 朱旭 福建省普通教育教学研究室教研员 福建省学习科学学会秘书长 高级教师 研究方向 学习学研究 程仁贵 武夷学院图形图像研究所副教授 研究方向 人机交互与计算机视觉研究 孟世敏 武夷学院图形图像研究所技术专家 研究方向 脑认知结构成像及人工智能研究! " # $%#& ' # %% % & # # # & %! " #$! " #$ %!& ' # ' #$ ( ) *! + " #$,- )!. ' # ' #$ /! 0 1 ) 1 '. &!.'. ' #$! " # $ # # % # $ # & ' % & $ # # # # '
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收稿日期 年 月 日责任编辑 陈媛 智能技术 智慧学习 教育技术的新景观!" #$%&' 本刊讯 月 日至 日 第十八届全球华人计算机教育应用大会! "#$% &'$! % & 在华东师范大学召开 华东师大副校长梅兵教授在开幕式上致辞 本次大会的主题是 智能技术 智慧学习 教育技术的新景观 大会由主题报告 子会议 工作坊 中小学教师论坛 博士生论坛 专家论坛等部分构成 此次大会得到了全球华人学者的广泛关注与支持 来自新加坡 美国 英国 以及中国大陆 台湾和香港上百所高等院校 中小学以及科研机构的专家与学者参加了会议 参会人数近 人 多家国内学术权威期刊的代表作为大会的支持媒体也参加了会议 & 的主会议围绕计算机教育应用领域前沿研究热点 由八个子主题组成 学习科学 计算机支持协作学习 人工智能教育应用 数字化教室 移动与泛在学习 游戏化学习与社会 科技于高等教育 成人学习与人力绩效 科技增强语言学习 教师专业发展 政策和学习评量 数字科技 创新与教育 中小学教师论坛 在本次大会上 来自台湾科技大学的蔡今中教授做了 在科技辅助环境中学习的学生如何看待 学习 研究发现回顾 的主题报告 围绕近年所开展的多项实证研究分享了研究设计和研究结果 涉及学习信念 学习态度 学习方法 学习策略之间的关系及其对学习结果的影响 来自英国诺丁汉大学的 ( 教授所做的主题报告题为 )" % *! " % %! +, 报告内容围绕三方面展开 智能科技和教师角色的转变 学校如何评判技 术以实现 智能化 教师如何应对以实现智能化教学 ( 教授在报告的最后指出 智能技术只是工具 不是教师 智能技术拓展个体探究空间 智能技术延伸课堂 教师不会 消失 教师在管理这个 智能空间 上起着至关重要的作用 来自清华大学的程建钢教授做了主题为 学习分析理论 框架和模型的系统化研究 的大会报告 报告围绕学习分析这个主题综述了相关的关键著作 刊物 会议 学者等研究动态 梳理了相关理论和技术的发展脉络 分享了所在研究团队近年来围绕在线教育开展的研究和实践工作 进而在中国传统文化基础上提出了在线教育阴阳之 道 大会专家论坛的讨论也热烈并富有价值 在论坛主席新加坡南洋理工大学陈文莉副教授的主持下 香港教育学院江绍祥 台湾中央大学陈德怀 南洋理工大学吕赐杰 华东师范大学祝智庭 台湾科技大学黄国祯 华东师范大学顾小清教授这六位领域中的知名学者 围绕 全球华人数位教育未来十年发展动向和展望 这个主题进行了研讨 通过各位专家的观点分享 以及 ( 蔡今中 黄龙翔 董玉琦等几位点评人的精彩点评 为全体与会者勾勒出了未来数字化学习领域研究的主要方向和可期图景 & 举办十八年来 在国际教育技术领域具有较大的影响力 华东师范大学第一次作为会议主办单位 组织召开的 & 国际研讨会 不仅给海内外华人学者计算机教育应用研究搭建了交流平台 而且对于促进教育技术学科的国际学术交流 提升学校的国际影响力具有深远的影响 华师