人机共建:职业教育专业课程“翻转课堂”的适应性学习
中图分类号：G712 文献标志码：A 文章编号：1673-9094-（2015）07C-0027-05
在职业教育专业课程“翻转课堂”的实践中，应根据职业学校学生的认知特点、学习现状以及不同个体之间的差异等，建构“可以自动调整内容和策略从而输出直至达到学习所需”[1]的适应性学习。“翻转课堂”的适应性学习应是基于机器学习的数字化的智能系统，基于大数据的智能系统。尽管以目前职业学校实际及普通专业教师专业化水平尚不足以建构完全基于机器学习的数字化智能系统，但可通过教师、学生与机器的联动实现人机共建适应性学习。笔者试以机电类专业课程《液压传动》为例，研究基于人机共建的职业教育专业课程“翻转课堂”适应性学习。
一、学习内容的设计
适应性学习是基于系统支持的学习者的自主学习、协作学习、探究学习。因此，从课程标准、教学大纲或教材等基本课程资源到学习者自主学习、协作学习、探究学习的支持系统，不只是静态文本到“超文本”“超媒体”等数据化的知识的转换，更有基于自主学习、协作学习、探究学习需要的知识重组、情景建构。
（一）基于思维导图的领域知识
布鲁纳的结构课程理论与奥苏伯尔的有意义接受学习理论启发我们：教学要有效地建构学生的心理结构（知识结构），就必须保证教学内容具有良好的结构性。[2]那么，如何组织具有良好的结构性的教学内容？从专家与新手的差异比较中发现，专家的知识不仅仅是相关领域的事实和公式的罗列，而是围绕核心概念或“大观点”（big ideas）组织的，这些概念和观点引导他们去思考自己的领域。[3]思维导图则将其进一步具体化，以某一主题为中心向外发散出若干节点，每一节点代表与中心主题的一个连结，而每一连结又可成为另一中心主题，再向外发散出若干节点，呈现出放射性立体结构。从职业教育课程组织的角度看，专业可视作第一中心主题，组成专业的相关专业课程为其发散出的关节点。每一门专业课程同样可视作中心主题，发散出若干知识单元，而每一知识单元则可以进一步发散，直至教学信息基本单元的知识点。并且，课程、知识单元之间具有一定的逻辑关系或语义关系。以《液压传动》为例，第一轮的圆心即第一中心主题，其发散出的知识单元在其圆周上并构成了第二轮圆，依次递进构成圆状结构的平面化思维导图，如图1所示。当然，还可通过片层式、表格式展示思维导图。这样一来，思维导图与人脑的放射性思维方式契合后便形成了结构化的个人知识数据库。
建构思维导图需做好两项工作：第一，梳理知识点。梳理基于课程标准、教学大纲或教材课程内容的教学信息基本单元即知识点，以避免课程内容重组时知识点的缺失。这对于职业学校现有的课程与教学改革有非常重要的实际意义；第二，围绕核心概念或“大观点”组织领域知识。从职业学校学生的认知状态和学习风格来看，职业教育专业课程中的核心概念或“大观点”的递进应契合职业活动的具体化。
（二）基于应用的学习情景
认知科学认为，专家的知识是“条件化”（包括对有用的情景）的具体要求，非条件化的知识常常指“惰性”知识，尽管关联，但未被激活。[4]因此，虽然我们建构了思维导图、形成了围绕核心概念或“大观点”组织的具有良好结构性的教学内容，但是未能形成“条件化”，即尽管关联，但未被激活。那么，如何进行知识的“条件化”呢？建构主义者认为，学习是情景性的，新知识所具有的意义高度依赖于情景。从职业学校学生职业发展的角度来看，也就是要求能够应用知识的情景。如在《液压传动》中，可以液压千斤顶的使用和分析为学习情景，将液压传动的基础知识进行“条件化”，如表1所示。前期的知识点的梳理将可能导致知识的碎片化，但基于应用的学习情景（学习任务）的构建又按照职业学校学生的认知状态及其将来职业发展所需的学习风格形成了系统化的知识组织，为“翻转课堂”的适应性学习提供了可能。
要建构基于应用的学习情景（学习任务），要做好如下工作：第一，要选择具有功能特征的具体部件作为学习情景（学习任务）。如入门系统选择液压千斤顶作为学习情景（学习任务）的载体；第二，要基于功能设计应用性的问题。应用性表现在对外接轨生产实际，对内隐含基本知识单元，目的是通过应用性问题的设计实现知识的“条件化”。
二、教学策略的拟定
（一）基于机器的学习方案
从适应性学习来看，学习方案不是静态的文本，而是基于机器的教学活动的程序、方法、形式和媒体等因素的教学设计。因此需在教学设计中，根据知识单元的层次结构设计学习模块、学习单元以及学习任务，其中学习任务是教学设计的基本单元，如图2所示。
每一个学习任务按照任务说明、学习目标、问题探究和辅助资源等四方面组织。任务说明可从学习者已有经验出发，展示新的学习任务。以液压千斤顶的使用和分析为例，其任务说明可从使用情境引出液压千斤顶，并通过原理图的展示说明液压千斤顶的基本工作原理。这一设计契合了美国教学设计专家梅瑞尔在其首要教学原理中提出的有效教学的“激活旧知原理”、“演示新知原理”；学习目标是让学习者了解完成学习任务后能够做什么，如“能够根据原理图说明液压千斤顶如何实现柱塞台的升降，以及如何实现顶起重物后的自锁”，便于学习者建立学习预期以及自我检测。学习目标的这一表达方式向学习者展示了新知识，而不是陈述新知识，其中同样契合了“演示新知原理”；问题探究是帮助学习者在问题解决中学习新知识，如“当提起杠杆1时，密封腔4中的油液压力是多少？是否与密封腔10的油液压力相等？重物G是否能上升？”，其中需要应用压力的概念、特性与静压原理等基本知识单元（知识点），这契合了首要教学原理中首先应遵循的“聚焦解决问题原理”以及有效教学的“尝试应用原理”；辅助资源包括新的基本知识单元（知识点）、可视化的学习资源以及可操作的学习资源。学生在问题解决以及可视化学习、操作实践中融会贯通新知识，契合了有效教学的“融会贯通原理”。 （二）基于交互的活动组织
从交互活动的对象来看，“翻转课堂”的适应性学习的交互应该有二：第一是人机交互，即人与机器的交互；第二是人人交互，即人与人的交互，其中包括学生与学生的交互、学生与教师的交互。按照“可以自动调整内容和策略从而输出直至达到学习所需”的要求，适应性学习的人机交互应达到根据学习者的需求进行即时的推送，而且这一推送不只限于学习者的主动要求，而且可根据学习者学习的信息反馈情况由机器主动推送，提供即时的“支架”，实现智能化的支持。限于目前职业教育专业课程教学的实际，机器的智能程度尚不能实现如此智能化的支持，因此，人机交互的不足尚需通过人人交互弥补。
从“翻转课堂”的组织时序上看，适应性学习的交互可分两类：第一类是课前学习时的交互；第二类是课中学习的交互。课前的学习交互更多地通过人机交互来实现，在人人交互的辅助下，需借助机器建立交互的工具或平台，为“翻转课堂”的课前学习提供更广阔的时空。课中的学习交互更多地通过人人交互，即学生与学生的交互、学生与教师的交互来实现。在人机交互、人人交互的过程中，教师要根据学习记录，分析学习者已有的学习基础、认知风格、学习路径、学习时间以及获取帮助的次数与深度等，形成不同学习者的相应模型，并需随着“翻转课堂”的深入，学生学习适应性水平的提高，借助机器提供不同的支持。
从交互活动的机制来看，可通过协作实现交互，可通过竞争实现交互。建构主义学者认为，学习依赖于共同具有的理解，这种共同的理解来自于学习者与他人的商讨。无论是协作式交互还是竞争式交互，其本质还是学习者与他人的商讨，其最终形成的是共同的理解。因此，在“翻转课堂”的实施中，可建立协作的平台――学习小组，在小组成员的相互协作中形成即时的适应性支持，而且通过协作让学习者“学会合作”。为了更好地激活协作，可在学习小组之间引入竞争机制，通过组内合作、组间竞争，提升人人交互的强度和效度。
三、可视化工具的组织
在基于机器的学习适应性学习系统中，学习工具模块包括可视化工具、协作学习工具、学习过程分析工具等。[5]鉴于职业学校普通专业教师目前实际，在人机共建的“翻转课堂”适应性学习建构的实践中，学习工具暂时简化为可视化工具。机电类专业课程的可视化工具一般有表格的知识组件、可视化的学习资源、基于操作化的学习资源等。
（一）表格化的知识组件
尽管从中心发散的思维导图更契合人脑的放射性思维方式，但是从适合机器表现的角度来看，需要将知识组件表格化。表格化的知识组件，能够较为直观地反映知识组件及其内部联系。知识组件的表格实际就是为学习提供可视化的工具。如表2所示的《液压传动》学习任务设计，学习者可直观地认识知识组件及其内部联系，自主地学习。
（二）可视化、可操作的学习资源
如表2中的学习资源一栏所示，《液压传动》常见的学习资源有部件模型、原理图、结构图以及相应的演示动画，当然，条件好的职业学校还建有液压传动的仿真系统。其中，原理图、结构图以及相应的演示动画是可视化的学习资源，部件模型、仿真系统是可操作的学习资源。无论是可视化的学习资源还是可操作的学习资源，在适应性学习中，都是可视化的学习工具。
从适应性学习支持的角度来看，部件模型、仿真系统等可操作的学习资源能够给予学习者更直观、更感性的认识，给予的支持更充分；从学习者思维发展的角度来看，原理图、结构图等可视化的学习资源需学习者结合已学的《机械制图》、《机械基础》等课程知识，将静态的平面化的图纸转化为动态的立体化的模型。从适应性学习的需要来看，应从初期可操作的学习资源为先，逐步转向可视化的学习资源为主。当然，不同的学习者的发展状况不一，可结合实际的发展给予不同的支持组合。
完全能够基于机器学习的数字化的适应性学习系统，甚至基于大数据的适应性学习系统将能够更好地实现个性化、个别化的泛在学习。对于这样的智能系统而言，人机共建的适应性学习只是一个“半成品”。但是，这样的“半成品”对于职业教育专业课程的“翻转课堂”却有真实的意义：（1）并非所有专业课程都需要这样完全的机器学习，机器学习确实只能成为某些专业课程学习的辅助；（2）教师、学生与机器的联动能够提供更多的人机之间真实的互动，这些真实的互动不是机器学习能够提供的，却是学生从学校生活走向社会生活所必须的。
