混合式教学环境下高校教师教学投入评价模型构建

左怡杰,万力勇

(中南民族大学 教育学院,湖北 武汉 430074)

所谓教学投入,是指教师为了完成教学全过程所对应的工作而做出的身心投入。大量研究表明,教学投入不仅能够显著正向预测学生的学习投入和学习结果,而且有助于提高教师的工作满意度,减轻工作压力和职业倦怠,并降低离职率[1-2]。因此,教学投入对教学效果和教师发展具有重要价值。然而,相比于课程教学、学习分析、人工智能和教育大数据等领域产出诸多关于学习者学习投入的研究成果,有关教师教学投入的研究并不多见。

学生的学习投入和学习效果与教师的教学投入具有直接相关关系,教师在教学过程中投入越多,学生的学习积极性会越高,学习效果也会更好。2022年,教育部全面实施国家教育数字化战略行动,教育数字化的大力推进使得混合式教学成为高校教学的重要方式之一[3]。混合式教学是在线教学、移动学习与线下教学的深度融合,而不是线上教学与线下教学的简单组合。与传统教学环境相比,混合式教学环境下的教师教学投入更容易受到信息技术带来的认知和情感层面的影响。虽然信息技术提高了教学工作效率,但教师的使用态度与能力储备呈现出参差不齐的现象。总体而言,多样的教学环境和全新的教学范式对教师的工作难度和教学投入提出了新的要求,如何对混合式教学环境下高校教师的教学投入进行测评,是我们必须关注的一个重要问题。因此,本研究以混合式教学环境下高校教师的教学投入评价为关注点,在对高校教师教学投入内涵进行剖析的基础上,试图构建混合式教学环境下高校教师教学投入评价模型,并选取相应案例设计评价模型应用指南,为相关研究者提供借鉴和参考。

一、高校教师教学投入及评价解析

(一)教师教学投入内涵分析

在国外早期研究中,教学投入被简单地概括为教师工作量[4]。随着工作投入这一概念被提出,Klassen将工作投入与教师本质联系起来,结合工作投入的内涵,将教学投入定义为教师根据教学任务自愿分配其精力、身体和认知资源,以行为、认知、情感和包括学生及同事的社会交往四个维度去解释教学投入[5]。而国内研究者则集中于从时间、精力和情感三个维度描述教学投入,认为教师除了与教学活动直接相关的投入外,教学活动中时间、精力和情感也是教师教学投入的重要组成部分[4][6]。但目前没有确切的研究去证实时间和精力与教学投入的具体关系[4]。通过梳理国内外研究者观点,本研究认为教学投入是指教师能够自主调配时间和精力,调整其情感态度,优化教学行为,专注于教学实践的具体程度。

(二)混合式教学环境下高校教师教学投入的基本特征

教学投入这一概念具有多维内涵,体现出一定的复杂性。尤其是在混合式教学生态下,高校教师需要耗费更多的时间和精力快速适应这一教学环境,更需要将混合式教学技能与其原有的技能储备相匹配[7],相比于传统教学环境,其教学投入具有一定的不确定性。同时,混合式教学环境下高校教师的教学投入从低到高可以划分出若干层次,具有一定的层次性。因此,复杂性、不确定性和层次性是混合式教学环境下高校教师教学投入的基本特征。

教学投入的复杂性除体现在其多维内涵外,还体现在教师对于混合式教学使用态度和能力范围的不对等性。一方面,部分高校教师并没有深刻体会到技术支持下学生学习效果和效率的积极变化,因而对混合式教学的态度并不乐观[8],另一方面部分高校教师认为技术可以提高教学效率,但教师在在线教学能力和技术应用方面存在一定不足。

不确定性体现在高校教师对混合式教学中技术使用态度和技能储备的不确定。受到工作环境的影响,教师使用混合式教学后学生学习效能和学习效果的产出为教师教学投入增加了一个控制因素,并且师生之间的关系状态也会受到外界因素干扰而产生一定的波动,从而引发教学投入的不确定性。

层次性体现在混合式教学中高校教学投入程度会呈现从低阶到高阶的层次划分。首先,教学投入显示了教师投身于教学工作的深度和强度,受个体因素影响而转化为独有的教学投入风格;其次,结合混合式教学演变特征,教师教学投入会逐渐从简单的混合式教学过程转向复杂的混合式教学过程,从技术辅助教师教学工作转向技术赋能以学生为中心的教学工作。

(三)混合式教学环境下高校教师教学投入的结构要素

部分研究者对教师教学投入的结构要素进行了探讨。例如,Klassen等人在认知、行为和情感的维度上,针对在教室工作的教师所经历的特殊环境和需求,增加了社会投入作为教学投入度测评的重要维度[5];牟智佳等人认为教师教学投入包括准备投入、认知投入和情感投入三个维度[9];元帅等人通过对Moodle和THEOL网络教学综合平台中储存的教师网络教学行为数据进行筛选和分析,得出精力投入、认知投入和情感投入是教学投入评价的核心要素[10];刘振天等人认为教师教学投入包括教学时间投入、精力投入和情感投入三个结构要素[6]。综合以上观点,教师教学投入的结构要素主要包括四个方面:情感投入,衡量教师开展教学工作时表现出来的专业精神和心理状态;社会投入,衡量教师在人际互动方面的投入;认知投入,衡量教师在教学观念、教学方式、教学能力、教学反思等教学素养上的投入情况;行为投入,衡量教师具体的教学行为。对这四个方面结构要素的具体分析如下:

其一,情感投入。情感投入即教师对教学工作的一系列心理活动表现。教师在进行教学工作时的面部表情或者情绪状态可以判断出教师即时的工作情感状态。以积极正向、精力充沛的方式进行教学工作对教师投入到教学工作中起到一定的促进作用。其次,已有研究证实,情感投入与自我效能感有关[11],情感投入会激励教师完成特定领域的任务。

其二,社会投入。社会投入是指教师和学生、同事之间的关系。从教学对象来说,教学工作的独特性决定了教师需要与学生群体保持长期的联系。有研究表明,良好的师生关系使得教师有更高的幸福感和自我效能感,既能满足教师个人情感需求,也能保障教师积极投入到教学工作中。从职业属性来看,同事关系与教师工作氛围和工作体验感也存在着密切联系。有学者从交互主体论出发,认为教师在职业场域中与同事之间的良性互动和互相支持,彰显了自身的社会资本和群体向度,这样才能长期稳定地投身于工作中[12]。

其三,认知投入。在Klassen的研究中,认知投入被描述为教师教学工作的努力程度和专注度[5]。牟智佳等人的研究表明,教师在教学场景中充分发挥设计者和管理者的作用,进行深度认知投入,有助于确保教学活动各环节循序渐进,并形成有效衔接[9]。

其四,行为投入。行为投入是指教师是否会产生大量的教学专业行为。行为动作是个体将心理活动和思维活动表征出来的有效途径。从循证的角度来说,教学行为可以被看作是教师教学投入的证据行为。它呈现出来的肢体语言和面部情绪既能反映出教师的状态,同时也能体现出教师的个性化教学。不同教师在教学反思后产生的行为变化形成了教师独特的教学风格。

有关教师教学投入的研究已较为深入,但现有研究成果中鲜有专门针对混合式教学环境下高校教师教学投入结构要素的研究。从混合式教学视角来看,线上与线下教学的交融强调了教师需着力提升信息技术应用能力以适应信息技术带来的教学工作革新。通过文献查阅,笔者发现Taylor等人提出的结构计划行为理论(DTPB)和iNACOL构建的混合式教学教师能力模型对研究混合式教学环境下高校教师教学投入的结构要素具有一定的参考价值。

二、混合式教学环境下高校教师教学投入评价模型构建

本研究基于多模态数据驱动视角,试图构建混合式教学环境下高校教师教学投入评价模型,该模型以评价场景、评价流程、评价指标为主要模块。同时,参照教师投入量表(Engaged Teachers Scale,以下简称ETS)和乌得勒支工作投入量表(Utrecht Work Engagement Scale,以下简称UWES),结合混合式教学环境的具体特征,设计出基于认知投入、情感投入、社会投入、行为投入、技术投入五个评价维度的高校教师教学投入评价指标。

(一)模型构建的依据

该模型构建的理论基础包括计划行为理论、发展性教学评价以及多模态数据评价。其一,以计划行为理论为基础,从教师教学行为态度、主观感知、行为控制视角出发,测量高校教师在混合式教学环境下投入教学的工作集中程度、工作努力程度和工作认同感[13]。其二,以发展性教学评价为基础,强调以发展性思维开展评价工作、实时和动态化评价教学投入、开展伴随式事实数据收集;突出教师个体参与到教学评价中,为教师提供具有建设性的测评结果;做到“以评辅教、以评促教”,将教学投入评价作为教师教学评价的重要一环,综合评价教师教学认知、教学行为、教学情感、工作环境各方面情况,满足教师快速高效地优化教学工作的需求。其三,采取多模态数据评价方式,通过课堂录像、监控设备、管理平台、多模态设备等对教师的教学投入数据进行伴随式采集。根据被评价者的发展阶段、发展目标、工作环境以及工作条件,构建灵活的教学投入相关数据处理和分析模块,以满足个性化的教学投入评价需求。另外,借助人工智能技术,以实时收集教学投入动态数据为基础,与智能化测评手段相结合,进行常态化教学投入评价。

(二)模型构成

混合式教学环境下高校教师教学投入评价模型主要由评价指标、评价场景、评价流程三个部分组成。在评价指标上,高校教师教学投入既涉及个体情感和认知程度,也包括教师个体与群体之间的互动和交流,同时教师在信息技术应用上的投入也不可忽视,从而形成“情感、认知、社会、技术、行为”五个评价维度;在评价场景上,混合式教学环境的独特性决定了物理空间和虚拟空间两种空间的教学方式和评价场景。线上和线下的交融在评价过程中相得益彰、环环相扣,呈现出情景、活动、数据、技术层面的双线螺旋式演化且相互关联,构成双线螺旋式评价场景。在评价流程上,应遵循“评价数据收集、评价数据融合、评价数据分析、评价结果反馈”四个渐进的评价流程。本研究构建的混合式教学环境下高校教师教学投入评价模型如图1所示。

图1 混合式教学环境下高校教师教学投入评价模型

1.评价指标

本研究通过对教学投入相关核心文献的梳理和分析,拟定了混合式教学环境下高校教师教学投入评价指标,包括情感投入、社会投入、认知投入、行为投入和技术投入5个一级评价指标和13个二级评价指标,得到混合式教学环境下高校教师教学投入评价指标框架,如表1所示。

表1 混合式教学环境下高校教师教学投入评价指标

情感投入维度包括教师情绪、满意度以及自我效能感三个二级指标。教师情绪分为兴奋、快乐等积极情绪和烦躁、焦虑等消极情绪;教师满意度体现为教师主观意愿、积极性以及认同感;教师自我效能感表现为教师在教学工作中的自信感和信念感。综合文本挖掘技术和人物视觉理解技术,采用支持向量机、视觉识别算法等方法,通过教师面部表情、生理信息以及教师话语中的词汇、句子、词频和篇章等信息可以分析教师教学情感投入强度。

社会投入维度包括同事和学生两个二级指标,体现为教师与同事、学生的互动方式和关系。教师与学生的互动主要基于课堂教学情境中的言语互动和行为互动,即教师对学生的接纳与鼓励、提问与指令、评价与反馈、批评与惩罚等。教师与同事之间的互动主要包括研讨交流、相互学习教学技能和教学方法等。这一维度可以通过日志数据、音频数据和行为数据表征互动行为次数和互动持续时间,以测量出教师社会投入的频次和广度。

认知投入维度包括教师教学工作的努力程度和集中程度两个二级指标。教师认知投入要求教师认识到教师工作的本质,将自身代入教学情境中完成所有教学工作,同时必须认识到自身的优缺点,从而不断提升教学能力。可以通过教师在开展教学工作过程中产生的生理信号数据表征教师在面对教学时的思考状态,通过音频中的流畅性和抑扬顿挫表征教师在教学实施中的心理特征,以此测量教师的认知投入程度。

行为投入包括课前准备、教学实施、教学反思三个二级指标。其中课前准备包括任务发布、资源分享等行为。教学实施包括教学活动设计中的教学行为,例如讲授、板书、演示、互动、评价、反馈等行为类别。教学反思包括教师对学生学习效果和自我教学能力的反思,同时包括对自身教学过程中的教学模式、教学设计、教学策略、教学行为、言语表达进行自我反思和评价。由于教师教学行为具有时效性和情境性,需要借助线上平台记录课堂教学中各教学时段包含的行为数据和日志数据,采用视频自动识别和人工观察相结合的方法对教师教学实施过程中产生的行为进行频次和广度的测量。

技术投入包括教师在混合式教学环境下对信息技术的接受度、准备度、价值感等。教师对信息技术的接受度指教师对信息技术的接受程度。准备度是指教师是否具备相应的混合式教学能力和态度。价值感可以理解为教师对使用混合式教学模式和教学过程中运用信息技术的价值感知程度,包括易用性感知和有用性感知等。以上三个二级指标均可通过相应的测评量表来进行数据采集和测量。

2.评价场景

从混合式教学环境来看,高校教师教学投入评价过程中要同时注重线上教学环境和线下教学环境两种评价场景。线上教学环境包括在线学习平台、在线教学设备和在线学习设备的配置等,线下教学环境主要指传统课堂教学环境,包括教室、实验室、活动室、多功能厅等教学场景。多样化的教学环境带来了丰富的教学情境和多元的教学活动,从而生成多种类型的教学数据。多样、多量的教学数据是有效开展教学投入评价的重要基础。“线上+线下”的教学场景带来的多模态数据必须配备相应的软硬件设备,要以“技术支持-持续测评-可视反馈-预警优化”的思路开展持续性测评工作,以达到对教师教学投入的实时监测。因此,本研究基于“线上+线下”的双线教学场景,设计从情景、活动、数据、技术层面深度交融的双线螺旋式评价场景。

3.评价流程

本研究将混合式教学环境下高校教师教学投入评价流程分为数据收集、数据融合、数据分析、结果输出四个步骤。

(1)数据收集。混合式教学环境产生了大量的线上数据和线下数据,需要对数据进行清晰划分才能确保收集到的数据集的准确性。线上数据是指教师在教务系统、在线教学平台、在线教学软件等线上环境中产生的教学日志数据、教师使用软硬件设施及功能的行为数据以及开展直播和录播教学所产生的多模态数据。线下数据是指在物理空间中的教师教学数据和问卷调查数据,其中包含在课堂教学环境中的教师教学行为、面部情绪、教学语言、教师生理情况以及教学文本等教学数据,以及学生评价、同行评价和教师自评的问卷调查数据。

(2)数据融合。复杂的混合式教学环境产生了多来源、多渠道、多场景的教学数据,这也同时会带来数值缺失、异常值或重复数据等系列问题。为确保数据集的完整性和一致性,需要对收集到的原始数据进行预处理工作。为了得到更加准确的评价结果,要对混合式教学场景下采集的文本、音频、行为、生理等多模态数据进行特征提取和关联融合,其特征级融合过程主要根据不同维度的特性进行提取,形成统计特征、语义特征、心理特征、行为特征和情境特征,并进行相关算法处理,从而表征为教师情感投入、社会投入、认知投入、行为投入和技术投入的量化数值。

(3)数据分析。数据分析这一步骤主要是对数据融合后的量化数值进行分析,从多个维度形成个性化教师画像,其中包括教师教学投入的程度划分、教师教学投入类别以及教师投入的动态变化趋势。首先,从量化数值中分门别类提取出情感投入、社会投入、认知投入、行为投入、技术投入等单一维度的投入程度,以单一维度投入和总体投入共六个部分组成教师教学投入,每个部分的教学投入以“低、中、高”三种程度划分,融合处理后对形成的数据集进行聚类,得出五个层级的高校教师教学投入类别,即消极型、浅表型、标准型、进阶型、精熟型。其次,从动态变化角度开展分析,将教师在自我审视和自我调整之后产生的教学投入评价数据与先前的教学投入评价数据做横向与纵向比较。

(4)结果输出。教学投入预测与预警是教师教学投入评价流程中的最后一步,旨在帮助教师快速高效调整教学状态。通过系统平台自动反馈和人工反馈两种方法可以呈现教师教学投入评价结果,利用态势图或雷达图的形式呈现出教师画像,实现各维度和总体教学投入的数值表征和变化趋势,清晰直观地展现出教师教学投入点与点之间的关系和走向。预警信息和匹配策略的自动反馈可以结合可视化技术通过教务管理平台中的预警数据库呈现出教师教学行为、情感、认知、社会、技术投入等各个投入维度的优化建议和行为预警[14]。人工反馈方式将教学督导和学生反馈意见整合在一起,根据评价指标进行分类整理,形成评估报告。评估报告包括教师在混合式教学环境下的教学投入得分、各项评价指标得分、存在的问题、改进建议等内容。

三、混合式教学环境下高校教师教学投入评价模型应用

为了确保该模型能够有效运行,本研究以湖北省Z高校为例,结合《Z校课堂教学质量评价办法》,落实中共中央、国务院印发的《深化新时代教育评价改革总体方案》的具体要求,设计了一份混合式教学环境下高校教师教学投入评价模型应用指南,为相关高校开展教学投入评价提供参考依据。

(一)评价方法与技术

1.评价方法

使用本研究构建的评价模型,将定性与定量评价相结合,综合自我评价、同行评价、学生评价。以多模态数据收集与分析为主要手段,基于混合式教学环境,对线上与线下教学场景中的各类数据进行融合处理和统计分析,形成多模态数据,测评教师教学投入静态情况和动态变化;同时辅以量表测评方式,通过教师教学投入评价量表、学生评估表、同行评估表定期对教师教学投入进行自报告形式的测评。

2.评价技术

(1)智能传感技术。智能传感技术通过可穿戴设备、监控设备、录播系统、教学平台等设备和平台,全方面采集和记录教师教学工作全过程中的语音、情绪、行为、生理等信号数据,并传送到云端服务器中储存和整理,为后续处理与分析工作提供数据源。智能传感技术可以伴随式检测教师相关数据的时间节点,精准定位到教师行为表情和生理信号变化的发生时段和持续时间。

(2)视觉理解技术。视觉理解技术作为计算机视觉的重要组成部分之一,可用于提取和分析视频或图像内容,并从中获取相关知识。这一技术主要包括实时人物识别、个体行为分析与群体交互理解、表情与语音情感识别、基于深度学习的视觉识别算法、多模态分析等五个方面[15]。视觉理解技术主要用于测评教师的情感投入,以人像图像预处理—人脸情感表征—表情识别为三步流程,捕捉教师面部表情信息,结合相关模型算法进行教师情感表征,测量教师情感投入。

(3)文本挖掘技术。通过文本挖掘技术,将教师备课记录、讲课资料、会议记录等文字资料中的情感划分为积极和消极两种状态。首先对其所有资料进行文本预处理,进而采用公开数据和教师自主上传资料数据形成的数据集,通过支持向量机算法对教师教学文本资料进行情感分析,探究教师在不同时间段中的文本资料主题特征词分布情况,运用词频-逆文档频率获取高权值特征词,以此作为教师教学投入评价依据。

(二)评价的实施

1.数据收集

评价数据的采集主要包括系统采集和量表采集两种方式。系统采集伴随教学工作全过程,主要针对“线上+线下”教学环境下的文本数据、日志数据、音视频数据、行为数据、生理数据等多模态数据进行采集。量表形式的数据主要包括从学生和教师视角编制的学生评价量表、同行评价量表和教师自我评价量表,通过量表获取相关维度的教学投入数据。

在系统采集方面,线下环境中可以利用教室内高清摄像机抓取课堂中教师的教学行为;利用麦克风设备采集音频数据;使用教师自主上传的教学课件、教案学案、会议记录等汇集成文本数据;使用智能穿戴设备传送教师生理数据等。线上环境中可以使用人物视觉理解技术对教学视频中的微表情、教学情绪、手势动作等数据进行抓取;通过直播录播管理平台后台系统获取教师直播或录播时长、登录次数、视频资源总量等日志数据;抓取相关在线讨论区中的同行交流、师生交流文本作为互动投入数据。

2.数据融合

为了将线上线下教学场景中的多模态数据进行深度融合,采取特征级数据融合技术,首先对智能传感技术采集到的线上教学数据集和线下教学数据集进行特征提取。在日志数据方面,通过统计分析技术对教学时长、行为频次和教学视频数量等方面的统计特征进行提取;在文本数据方面,通过文本挖掘技术对教学内容深度、教学活动类别等方面的主题词特征进行提取;在音频数据方面,通过语义分析技术和声纹识别技术对语言内容、语气语调和流畅性等方面的语音情感特征进行提取;在行为数据方面,采用人物视觉理解技术和滞后序列分析对行为环境、行为类别、关键行为等方面的序列特征进行提取;在生理数据方面,通过统计分析技术提取时间特征、环境特征、频次特征和数值特征。多模态数据特征提取完成后,对线上线下的数据以拼接等方法进行特征集成化,随后采用决策树、随机森林等机器学习算法对处理后的数据集进行融合分析,得出情感投入、社会投入、认知投入、行为投入、技术投入的量化数值。

3.数据分析

教师教学投入程度的划分需要将五个维度的量化数值加权得到总体教学投入,总体教学投入按照常模参照的方式划分为“低、中、高”三个等级。接下来,开展教学投入预测。教学投入预测是在教师画像的基础上对数据库中的特殊值、关键节点和一般数值进行机器学习算法模型训练形成拟合度良好的教师教学投入预测模型,将后续不断更新的数据输入到已有预测模型中,输出教师教学投入预测值。数据集量化处理后,评价系统将多次评价数据进行对比,形成教师教学投入的变化曲线。教学投入评价值和教学投入预测值为教学预警提供了评定标准和预警依据。比如,若预测值与评价值均显示为“高”,则无需预警;若预测值与评价值均显示为“中”,则需低阶预警;若预测值显示“中”,评价值显示“低”,则需中阶预警;若预测值与评价值均显示为“低”,则需高阶预警;若预测值显示“低”,评价值显示“中”,则需中阶预警。[14]

4.结果输出

结合可视化技术,将高校教师教学投入评价结果进行输出,呈现出教师情感投入、社会投入、认知投入、行为投入和技术投入等方面的知识图谱,清晰直观地展现出教师教学投入点与点之间的关系和状况,展现教师教学投入维度构成和变化规律。当教师教学投入达到预警标准时,评价系统会自动弹出预警提示框并呈现预警策略。预警策略内容包括异常数值、特殊事件和优化建议。具体原理为,根据行为序列特征对异常数值统计出各评价维度具体活动的次数表和密度表,描述出“个体特征+时间节点+发生位置+行为事件+情绪波动”完整特殊事件,并从预警数据库中调取出针对性的话语文本形成优化建议。