導語：疫情防控下個性化混合式教學研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

疫情作為全球關注的突發公共衛生事件，影響與改變了社會生活中的方方面面，也讓各行各業對未來愿景與規劃產生全新認知［1-3］。在我國抗擊病毒取得階段性成果后，作為在抗疫期間產生重大變革的教育行業，對未來教學模式的探討成為當前教育教學改革與發展迫在眉睫的重要研究內容［4］。在本次抗擊疫情的過程中，互聯網時代的特性得到了充分展示，“網絡化”概念深入人心，繼“線上購物”之后，“線上辦公”、“線上教育”也成為公眾日常生活一部分［5］。在線上教育助力疫情期間教育教學的過程中，超星平臺、中國大學MOOC等傳統線上教育平臺，以及騰訊會議、阿里釘釘等互聯網企業的新興教育平臺得到了極大發展，進一步推動了線上教育模式改進與完善［6］。線上教育在疫情前被普遍認定為輔助教學手段，在未來的教學過程中必將發揮更重要的作用，社會整體網絡化概念的推進也將極大改變線上教育在未來教學中的比重。與此同時，由于線上教育一直作為傳統線下教育的補充，在相關準備并未充足的情況下，在抗疫期間應急性承擔起全部教學內容，暴露出許多問題與不足，還需后續相關研究對其進行深入分析和總結［7］。因此，本文針對抗擊疫情過程中線上教育的實施過程，將其與傳統線下教育進行對比分析，并結合人工智能技術與混合式教育方法，探究具有更好教學效果的教學模式——個性化混合式教學。

1教學模式

在疫情得到控制之后，后疫情時期教學模式必將產生重大變革［8］。以2002-2003年非典疫情為例，伴隨著對疫情的分析與反思，淘寶、京東在隨后兩年之內相繼成立，奠定并開啟了中國互聯網時代網絡購物的繁榮與昌盛。在本次抗擊疫情的過程中，信息時代的高效性使后疫情時代響應時間大幅縮短，疫情期間催生了大量線上教育平臺的迅猛發展，非典時期兩年的醞釀期被縮短為近兩個月［9］。這種高效性一方面為抗擊疫情提供了強有力的快速支持，另一方面也凸顯了線上教育潛在問題?；诂F有教學環境與教學模式，結合線上線下教育和人工智能等技術，混合式教學和個性化教學應運而生，被廣泛認為可為未來教學提供重要的參考與啟發。1.1混合式教學目前線下與線上課堂教學環境均已實現數字化和結構化。因此，未來課堂上老師和學生的上課行為數據、上課教材內容、學生課前預習和課后預習的所有細節，都將被轉為數字版本。隨著該過程的不斷深化，傳統教學模式必將在教育信息化與智能化的發展進程中逐步過渡到混合式教學模式［10］。為應對疫情對教育產業提出的巨大挑戰，教育行業在加快線上教學的推進過程中，對在線教學的優點和缺點有了更深刻的認知。尤其是在高等教育教學過程中，高校學生同時具有成年人和學生的雙重身份，一味推進教育全盤線上化激化了大量難以解決的問題?；旌鲜浇虒W因其獨特的靈活性，可結合線上線下教學各自優點，通過合理的課時與環境調配取得更好的教學效果。因此，通過科學的手段打通線上教育和線下教育之間的信息壁壘，同時進行合理的時間分配，方可開展高效的混合式教學。1.2個性化教學個性化教育著眼于用智能技術對當前教育理念與教育手段進行分析和改進，在不增加教學人員和學習者負擔的前提下，依托人工智能方法找到當前教育規?；蛡€性化之間的平衡點。因此，個性化教育需從多場景的學習中獲取不同結構的數據，隨后通過對數據特征的抽取和分析完成對不同學習者在不同學習階段的數字化表述方式，進而根據分析結果對不同學習者在未來不同學習階段的學習進行符合其特征的個性化規劃。通過進一步分析發現，個性化教育需解決的問題主要集中在3個方面：①將學習者作為教育主體，并完成學習者學習過程的數據刻畫；②具有構建不同學習者在學習不同階段之間有效關系的能力；③通過智能手段得到科學的學習建議。由此可看出，在個性化教育研究中，智能的學習建議、相關數據規律及教育學原理均具有重要意義，這些都依賴于混合式教育的開展及對混合式教育數據的智能分析。

2混合式教學與個性化教學的結合

通過對混合式教學和個性化教學的分析可知，混合式教學和個性化教學的結合可取得更好的教學效果，這種結合的首要關鍵在于保持教育啟發性和延續性的平衡。本文從混合式教學和個性化教學兩個角度出發，深入探索線上教學、線下教學的相關優勢和問題，并提出后疫情時期個性化混合式教學模式，如圖1所示。2.1基于個性化的動態混合式教學模式設計。在個性化混合式教學模式中，個性化教育的核心在于根據學習個體特性實施個性化教學手段，重點在于教育，而不是一味追求個性化。因此，需要在教育過程中設置動態的線上教學和線下教育比例，以線上教育培養教育個性化選擇，同時以線下教育進行教學目標規劃和引導。為達到該目的，現階段線上教育仍需要進行深入變革?，F有線上教育的實施更接近于將傳統線下教育移植到線上平臺，其教學理念和教學手段依然沿用線下教育模式。本文混合式教育中的線上教育需實現對自主學習的支持，同時也需讓學習過程能夠更準確地與相關領域的知識圖譜對應，使線上學習內容和數據能為智能系統個性化分析和線下學習中的教學引導提供支撐。因此，未來線上學習課程和內容均需在教學大綱和教學計劃的設置中進行更為精細的設置，通過構造對應的知識圖譜，并根據學習者學習情況對學習規劃進行動態調整，這樣的線上課程才能更好地滿足個性化教學需求。其次，個性化教學和混合式教學結合的核心在于對教學能力與專業知識有相當程度認知的教師。當教師作為混合式教育中的教育者時，需收集學生在混合教育中多個領域的學習數據，并且在保證教學效果的同時不增加學生額外負擔。同時，當教師作為智能教育的規劃者時，應該正確評估混合式教育中不同階段的教學效果，并確保智能教育系統能正確演化，了解混合式教學合理實施的方法。因此，個性化混合式教學通過混合式教學模式的實際數據，將學生個性化分析與混合式教學的具體內容相結合，讓混合式教學過程中產生的數據作為數據信息本身，通過智能化分析對混合式教學的后續實施方法進行指導并優化，進而讓學生得到更符合自身特點的學習方案。除此以外，人工智能技術也將為教師在未來教育的過程中發揮重要作用［11-12］。未來教育將運用智能化混合教育的技術手段解決當前人工智能課程面臨的教育問題。同時，人工智能與混合式教學相結合，可以更高效地利用已有資源開展智能模型構建和混合式教學，用智能技術指導混合式教學的實施方法，并用混合式教學的教學結果演化智能系統，通過這種互相推動的方法完成智能教育的混合式教學模式探索。綜合上述3點可知，在這種新的教學模式下，教師可在智能系統的指導下更好地開展混合式教學工作，學生可得到更符合自身特征的自適應個性學習。同時，整個過程由智能化算法進行高效輔助，在提升教學效果的同時不會對教師和學生產生額外負擔。通過混合式教學和個性化教學的結合，既可滿足學習者根據自身特點進行更高效個性化學習的需求，又能讓學習過程在科學引導下獲取專業知識和能力的精準提升，將學習的艱苦付出和創新的興趣培養有機融合，實現更高效的教育教學。2.2智能化綜合教育平臺。為更好地展開個性化混合式教學模式，智能化綜合教育平臺將承擔重要任務。智能化綜合教育平臺可打通線上教育與線下教育之間的數據壁壘，保證教育延續性，同時也為人工智能技術在具體教育開展過程中提供數據保證和平臺接口。另外，智能化綜合教育平臺實際上也打通了線上教育與線下教育之間的空間壁壘，它既可作為線下教育輔助手段，也可作為線上教育核心載體，具有更強的功能性和擴展性。教育平臺特性使其可快速無縫地切換混合教育中線上教育和線下教育比重，甚至轉換為完全線上教育模式，用以應對各種不確定的突發狀況。智能化綜合教育平臺作為自主學習的綜合平臺，結合自然語言處理、數據可視化、多級網絡爬蟲等技術，同時提供學習、閱讀、智能分析等多項功能，可進行后臺數據提取分析，根據軟件分析結果，評估學生學習狀態和學習效率，使其能準確定位個人薄弱環節，靶向性使用軟件提供的不同功能，完成個人學習效果評估。同時還可根據終端收集的數據調節軟件自適應能力，通過終端數據進行不斷迭代實現數據精準分析、學習效率提取分析、學習建議補充等，成為個性教育實證研究的軟件載體。該軟件平臺可為個性化教育的智能學習數據收集提供平臺支撐，形成“傳統課堂+在線學習+自主學習軟件”的全方位數據收集渠道，也進一步實現數據收集、個性化建議等智能學習功能。2.3具體案例分析。在個性化混合式教學具體實施過程中，課程設計者應著眼于3個關鍵點：動態的教學內容設置、個性化的教學方案實施、智能化的教學平臺使用。以計算機學科C語言程序設計課程字符串相關教學內容為例，該課程在進行動態教學內容設置過程中已進行相關分析，因此該章節教學內容前置知識包括循環結構、字符、數組和指針。教學平臺可根據不同學生在這4個前置章節的學習過程數據中分析學生對相關知識的掌握程度，制訂其在該章節的學習重點和學習計劃，由教師對該計劃進行評定和修改后形成每個學生不同的個性化學習方案，并以線上教學和線下教育的形式指引學生完成內容學習。在學習過程中，平臺可通過對學生學習過程的分析提供學習效率、學習建議等評估數據，并搜集數據進一步完善個性化學習方案的制定和修改。學生學習數據被系統分析后將作為個性化學習的基礎，系統也會在學習數據和教師數據的基礎上進行教學規劃、教學方案和智能算法的升級和完善，并以此為基礎最終形成混合式教學與個性化學習的完整閉環，進而提供更符合未來發展的高效率教學內容。

3結語

在常態化疫情防控背景下，從傳統線下學習模式和疫情期間的線上教學模式中吸取經驗，利用現有教學環境和教學資源，更合理地開展混合教學，并且讓混合教學過程具有更強的普適性和自適應性，將對現有教學理論和教學方法產生重大的推動作用。因此，個性化混合式教學模式探索必將成為當前高等教育教學改革研究熱點，具有重大的理論與實際意義。本文從線上教育和線下教育的特點展開分析，并對教學手段、技術特點和軟件平臺3個方面進行深入探討，為未來利用人工智能技術整合線上教育和線下教育開展個性化教學提供理論依據和實踐探索先例。

參考文獻：

［1］王天禪，楊樂.肺炎危機過后中國數字經濟將迎來新的起點［J］.信息安全與通信保密，2020（3）：17-23.

［2］何誠穎，聞岳春，常雅麗，等.肺炎疫情對中國經濟影響的測度分析［J］.數量經濟技術經濟研究，2020，37（5）：3-22.

［3］鐘瑛，陳盼.肺炎疫情對中國宏觀經濟的影響與對策探討［J］.理論探討，2020，214（3）：85-90.

［4］王竹立.后疫情時代，教育應如何轉型［J］.電化教育研究，2020，41（4）：13-20.

［5］賈哲敏，孟天廣.信息為軸：疫情期間的媒介使用、信息需求及媒介信任度［J］.電子政務，2020（5）：14-27.

［6］黃榮懷，張慕華，沈陽，等.超大規?；ヂ摼W教育組織的核心要素研究——在線教育有效支撐“停課不停學”案例分析［J］.電化教育研究，2020，41（3）：10-19.

［7］楊宗凱.以信息化全面推動教育現代化：教育技術學專業的歷史擔當［J］.電化教育研究，2018，39（1）：5-11，35.

［8］梁靜.從“非典”到“”17年間互聯網帶給我們的改變［J］.計算機與網絡，2020，46（5）：47.

［9］劉成奎.兩次重大疫情對中國經濟影響的比較與對策分析［J］.財政科學，2020（4）：74-84.

［10］鄭慶華，董博，錢步月，等.智慧教育研究現狀與發展趨勢［J］.計算機研究與發展，2019，56（1）：209-224.

［11］王國胤，瞿中，趙顯蓮.交叉融合的“人工智能+”學科建設探索與實踐［J］.計算機科學，2020，47（4）：1-5.

［12］孫茂松，金兼斌.人工智能及其社會化應用的現狀和未來——《全球傳媒學刊》就社會化智能信息服務專訪孫茂松教授［J］.全球傳媒學刊，2018，5（4）：3-12.

作者:馮驥 魏延 單位:1.重慶師范大學計算機與信息科學學院 2.教育大數據智能感知與應用重慶市工程研究中心