我国高校在线教学发展与未来趋势研究
——基于CiteSpace的可视化分析

吴晓霞 陈梓依 熊 飞 丁海东

(扬州大学 生物科学与技术学院,江苏 扬州 225009)

在线教学是为学习者提供网络环境下学习或体验的一种课程教学方式[1]。2020年年初暴发的新冠肺炎疫情,使在线教学从仓促应战到从容应对,迅速经历了一次世界范围内的压力测试。在教育数字化和信息化高度发展的后疫情时代,回顾我国在线教学发展历程、主题特征和未来演化,深入分析在线教学存在的问题,对有效推进在线教育、优化使用机制、提升高校教学质量大有裨益。以CNKI为数据库源,使用CiteSpace6.1 R2文献分析软件,对2001—2021年间我国高校在线教学研究相关文献进行可视化分析,系统梳理近20年来我国高校在线教学的研究热点、研究主题及发展趋势,探讨数字化转型背景下我国在线教学的发展路径。

一、 数据来源与研究方法

(一) 数据来源

以CNKI为数据源,以“在线教学”or“在线课程(或含网络课程)”or“在线学习”为检索主题、选取期刊类型为CSSCI来源期刊、时间区间为2001年1月到2021年12月,共检索文献2751篇,剔除学术资讯、图书情报等非紧密性文献,最终保留1560篇文献数据。

(二)研究方法

利用CiteSpace6.1R2,最小时间切片设为1年,选择阈值(Top N)设置为50,不进行网络裁剪,对年度发文量、发文作者、研究机构及关键词信息等进行描述统计和可视化呈现与分析。

二、研究现状的文献计量分析

(一)年度发文量统计分析

根据“在线教学”年度发文量变化趋势,可以将我国在线教学研究分为较为明显的三个发展阶段:一是2001—2012年间为起步阶段,跨度时间长,每年发文量较少但呈现缓慢增长态势;二是从2012—2014年为快速发展阶段,在这一阶段中,世界范围内MOOCs热潮对加速我国在线教学研究产生了巨大推动作用,文献数量呈现爆发式增长;三是从2015年至今为相对稳定的成熟发展阶段,每年的文献数量处于高位稳定状态,但由于新冠肺炎疫情影响,2020年文献数量出现了一个显著的突现峰。

(二)作者及机构的共现关系分析

根据作者共现关系图(图略,如有需要,请与作者联系),546位作者节点间共形成359条连线,网络密度仅0.0024,结构松散,其中56.1%的作者仅出现一次;以发文最多的北京师范大学陈丽的发文数(37)为基数,根据文献计量普赖斯定理,可知发文5篇以上为核心作者,共43位,占作者总数的7.9%,发文数占所有作者发文总数的25.5%,未超过50%,表明核心作者群尚未形成。部分核心作者间共现关系稳定,如北京师范大学陈丽与郑勤华之间具有密切合作关系;其他核心作者如杨晓宏、赵呈领、韩锡斌、李海峰、李艳燕等也各自形成了相对独立稳定的作者共现群。综合来看,核心作者长期聚焦于在线课程不同研究方向,这也促进了在线课程的全面、系统、深入和持续发展。例如,陈丽及其合作者长期致力于远程学习中的教学交互关系研究,其2004年发表于《中国远程教育》上的《远程学习的教学交互模型和教学交互层次塔》一文,累计被引达829次;华中师范大学的赵呈领及其合作者在翻转课堂与混合式教学相关方向有较深入的研究;清华大学韩锡斌的研究较多聚焦于在线学习平台建设与管理等相关主题。

发文机构共现图谱(图略,如有需要,请与作者联系)显示,发文机构呈现为松散的多中心共现网络结构,师范类大学如北京师范大学、华中师范大学等的教育学院、教育技术学院等为主要研究机构。尤其值得关注的是北京师范大学,该校多个独立的二级机构均呈现出较高的中心度,在1560篇分析文献中,以北京师范大学为第一单位或有该校二级机构参与的发文量高达183篇,充分反映出该校在本领域的领导地位。

(三)关键词聚类分析

关键词是对论文主题的高度概括,关键词的出现频次和中心度值说明在一定时期内该主题的重要性。对“在线教学”关键词共现分析,归纳出中心度值前20的高频关键词。结果显示,除了检索主题词以外,近年来出现频次与中心度值较高的关键词还包括 “学习分析”“学习体验”“影响因素”“混合学习”“深度学习”等热点关键词。进一步对共现关键词进行LLR算法聚类,共获得13个大的聚类标签,且网络模块化评价指标聚类模块值(Q)为0.6852(> 0.3,聚类较好),网络同质性评价指标聚类平均轮廓值(S)为0.8755(>0.5,同质性高),这表明聚类网络社团结构显著,有效性高,能够合理区分在线课程的研究主题领域。根据聚类中心相似度,结合关键词频次和中心度值,对聚类关键词数目大于20的前11个聚类标签进行去重和归纳,从在线课程建设、在线教学评价、在线课程质量管理等三个方面对20年间我国高校在线课程研究主题进行述评。

(四)2001—2021年我国在线教学研究内容分析

1．在线课程建设凸显出以学习者为中心的综合性和系统性特征

在线课程建设本质是基于在线技术条件下学习的环境生态建设,包括在线教学平台建设、在线课程资源建设以及在线学习活动设计等。

(1)在线教学平台建设表现出迭代性与融合性

在线教学平台不仅是教学资源和学习数据的载体,还是教师和学生实现教学互动、学生进行学习交互、教师进行学习分析与评价的环境支持,因此在线教学平台是决定在线教学效果的关键所在,而互联网技术的嬗变成为在线教学平台变革和发展的首要要素。20世纪末,互联网在世界范围内兴起,在线教育随之诞生。1999年,清华大学、浙江大学等成为我国首批远程教育的试点高校,标志着我国在线教学的开端,教学主要以PPT形式通过广播、计算机等电化教育形式传播。进入2000年后,多媒体技术的发展促进了教学资源建设的丰富性,高校开始推广运用信息化技术,在线教学开始进入网络课程阶段。2011年前后,MOOCs教学模式在世界范围内呈井喷式涌现,标志着真正的在线教育开端。随着互联网技术的发展以及在社会资本推动下,中国大学MOOCs、爱课程、智慧树、腾讯课程等多种教学平台出现。在新冠肺炎疫情期间,社会化的多种直播教学平台等大放异彩,多种社交媒体如微信群、QQ群、B站弹幕等为在线学习提供了新的交互平台,增加了在线学习的社会临场感。随着人工智能技术等新数据技术系统的出现,数字化课程的建设使得多种不同的在线教学平台在界面设计、实时互动、功能分区等多种终端系统中表现出显著的迭代性与融合性,平台能够根据学习者的个人数据调整资源发送类型等,智能化的人机交互会增强学习者的体验价值,满足学习者的使用意愿,进而产生持续学习动力,不断促进学生个性的全面发展[2]。

(2) 在线课程资源建设呈现出丰富性与系统性

课程资源是网络环境下联结学习者、学习平台与教学者的直接媒介[3]。相较于以线下教学PPT为主体的教学资源,在线教学能够利用互联网技术提供更加多样化的学习资源,如文本、动画、视频等。我国在线课程资源的建设具有明显的以国家政策为导向、以项目建设为推进的特点[4]。截至2022年2月底,我国上线慕课数量超5万门,积聚了丰富的在线教学资源,但同时也引发了在线资源的过度建设与重复建设、资源更新率低等诸多问题,并且由于在线教学的时空分离性、教师的引导性及资源创建者的理念差异等,造成了教学资源的质量差异性和利用效率的差异性,导致出现在线课程资源利用的浅层学习困境[5]。为解决在线课程资源利用困境,段茂君[5]从哲学视角诠释了基于理解的在线课程资源建构和优化策略。在线课程资源的动态生成模式是基于生成性学习理论和建构学习理论所提出的、旨在提高课程资源利用率、增强学习者的参与性与交互性的资源设计策略,可用于解决课程资源更新滞后、静态预设、学生参与不足等一系列问题[6]。此外,为解决资源过度建设与重复建设问题,中国高校计算机教育MOOC联盟(cMOOC联盟)提出的基于MOOC/SPOC的 “1+M+N”教学新模式,利用1位名师的优质在线课程资源, 多所(M)高校以混合教学形式面向联盟学生(N)开展教学[7],在减少资源建设成本和时间成本的基础上,扩大课程资源的教学受众面,有效提高在线教学质量。可以看出,我国现阶段的课程资源建设正从建设的丰富性朝着利用的系统性与有效性方向发展。

(3) 在线学习活动设计凸显出以学生为主体的交互体验性

学习活动的设计既是在线课程设计与开发的关键,也是帮助学习者构建学习社区的重要方式[8]。在线教学区别于线下教学的核心在于改变了教学时空、重构了师生教学关系,在时空分离学习场景下如何促进学习者的主体参与、提升学习效果是在线教学需要解决的关键问题,而设计以学习者为中心的学习交互活动则成为解决问题的核心。教学交互活动要将学生的自主学习活动、教师与学生交互活动以及学习与学生的交互活动设计相结合[9],而学习者的学习风格、学习动机、主体意识等都是影响学习活动的重要限制因素。衷克定和杨莉莉[10]基于人格类型理论分析在线学习活动类型及其对学习主动参与的影响,建议在线学习活动设计可以通过建立人格类型互补的异质分组来弥补不同学习者对在线学习活动的不适应。张文兰等人[11]、罗小波和刘飞云[12]的研究均表明,发现教师引领式的在线学习活动对学习者的学习态度、学习行为等具有正向影响。近年来,基于项目式在线学习、基于问题式在线学习、促进学生批判性思维和问题解决能力培养的在线学习活动成为在线学习活动设计的热点课题。可以看出,我国在线学习活动的设计研究以教学目标为导向,更为关注学习者思维特征和知识结构,强调学习者与学习资源的交互体验性,充分体现了学习者主体性的特征。

2．在线教学效果的评价逐步走向数据化和定量化

在线学习中学习者的学习行为能够以不同类型的数据形式存储于在线平台管理系统中,不仅可用于分析学生的学习行为特征、预测学习结果,还可以根据学生的过程性学习数据提供学习干预或给予个性化的学习资源推送。运用在线学习分析技术,不同研究者会根据其对在线教学认知与目的不同,选择体现不同价值主体的数据资料构建学习质量评价标准。如郑勤华等人以教学目标为价值判断依据,结合在线学习的特征,构建学生综合评价参考模型[13];王莹等人构建的应用于“设计艺术学”的在线学习成绩评价模型,除了选择一般学习行为数据、在线协作交流数据以外,还选择了能够体现设计能力的在线多元评测数据作为模型构建指标[14]。杨雪等人则探究了减少在线学习拖延、提升学习效果有效性的不同的教学策略在提升学习参与度和学习效果方面的有效性[15]。此外,研究者还分别从同伴互评投入度、学习者社会交互行为参与模式、开放课程教学特性与价值主体需要、在线学习成果认证分析等不同视角展开质量评价研究[16][17]。在线认知水平的过程性评价是在线教学评价的难点,冯晓英等人通过相关性分析筛选了13个与在线认知水平显著相关的学习行为指标,并构建在线认知水平的评价模型,为教师开展在线学习的过程性评价提供理论依据[18]。

随着人工智能等教育大数据的出现,在线课程的教学反馈及其效果评价逐步走向定量化和数据化,如贺宝勋等人基于人工智能技术,尝试应用游戏化评价以减缓学生学习倦怠与提高在线学习效率[19]。借助多模态数据融合算法等智能处理形式,便于研究者定量化搜集、揭示师生在线学习过程中的表现,从而作出有针对性的建议和修正,定量化、数据化和综合化地评估学生的在线学习表现,从而系统化修正并完善在线课程质量评价标准。

3．在线课程质量保障体系建设已渐趋完善

(1)在线教学质量评价标准趋向规范化

在线教学有效性的核心在于所建设的在线课程的质量,但在现有研究中并没有形成被一致性公认的在线课程质量评价标准,我国在线课程质量评价标准缘起于2002年教育部颁布的“网络课程评价CELTS-22.1”,其包括教学设计、界面设计、课程内容和技术等四个维度;2015年国家公布“国家精品在线开放课程评价指标体系”(以下简称“国标”),在原有基础上进行拓展,提出课程团队、教学设计、课程内容、教学活动与教师指导、应用效果与影响、课程平台支持服务等六个维度评价标准。对甘、陕、豫等三省31所高校在线开放课程的教学质量认定现状调查发现,国标对高校在线开放课程质量认定具有重要的指导作用,各高校应在此基础上制定符合本校实际的在线开放课程质量认定标准[20]。与美国QM(Quality Matters)质量标准比较,国标评价内容缺乏对学习者学习需求和学习体验的评价[21]。这一问题也引起了我国在线课程研究者的广泛关注,多个研究团队分别选择不同的在线开放教学平台,收集学习者质量评价数据,依据一定的教育理论指导,抽取评价指标信息并通过权重分析、实证遴选等方法,建立基于学习者的质量评价指标体系[20][22]-[24]。

(2)在线教学质量保障体系趋向完善化

提供优质的在线教育服务并建立科学、合理、有效的在线教学质量,是保持在线教学生机活力的基础。在此次新冠肺炎疫情之前,在线教学主要作为各高校线下课程教学的辅助与补充,质量保障体系主要以高校为主体。王桂林[25]基于全面质量管理(Total Quality Management, TQM)理念构建高校在线课程质量保障体系,坚持“全过程”“全要素”“全员”三全原则:全过程即构建在线开放过程从输入—实施—输出的全过程质量保障框架;全要素是指对在线课程的组成要素包括课程目标、内容、资源、实施、评价等要素进行质量监控;全员是指在线教学质量需要从技术开发人员、教师、学生以及教学管理者角度多方考虑。

进入后疫情时代,在线课程建设已走向高校、社会共建的多元化状态,在线课程建设是一个系统性的过程,更需要政府管理部门、教育机构、技术机构等形成协同发展和管理机制,研制自上而下的在线课程质量标准与管理形式,制定在线课程及在线平台管理制度,重视资源管理和合理利用,协同推进高校内部以及不同高校间的资源融合与等级分类,以增加教育资源共享和使用率,构建多元化的配套考核评价机制,注重数据驱动下的学习分析,提高学生的在线学习效率。

三、研究前沿分析

特定时间段内急剧增加的关键词为突现词(Burstness)。利用突现词与突现时间的关联分析,可以厘清不同发展时期的研究热点,关键词出现时间越靠后,属于前沿研究的可能性就越大,突现强度值越大,表明该词在此时间段内出现频次越高。在在线课程研究中具有高突现强度的19个关键词中, “学习分析”是近10年内突现强度最高的关键词,而出现较晚且延续至今的突现词为“深度学习”和“人工智能”。

(一)聚焦于素养导向的深度学习成为在线教学的未来目标追求

深度学习是一种高层次的学习,是学生在学习过程中以理解和建立联系为特征的一种学习状态,通过深度学习,可促进学生元认知的发展[26]。在线深度学习应体现具身性、复杂问题导向性以及协作探究与协同知识建构性等特征。现阶段在线教学主要采用的是“直播+线上互动”教学形式,学习者的学习以视/听为主,主体参与较少,认知活动常常处于知道、理解等浅层学习状态[27],在强调素养与能力培养的时代要求下,分析深度学习的影响因素及相互关系、重构有利于在线深度学习发生的在线学习设计、提升在线学习效果已成为目前乃至未来很长一段时间内的研究热点。

我国现阶段的在线深度学习研究仍处于初期阶段,研究内容主要聚焦于内涵理解、影响因素、达成路径等三个方面。综合分析,在线深度学习的有效实施应着力加强以下三个方面建设:首先,加强智慧化教学环境建设。研究表明:学习者的个体因素、交互协作、在线学习环境、在线学习资源的利用等是影响在线深度学习发生的主要因素,其中,在线学习环境对深度学习的影响最大,个体因素影响最小,环境因素可通过影响个体因素进而影响交互[28]-[30]。借助于人工智能与互联网技术的持续发展,通过搭建虚拟课堂等的智慧化学习环境,增加和优化智慧化的教学资源库,增强个体在线学习体验,满足学生多样化与个性化的学习需求,提升学习的自我效能感。其次,创新在线学习活动设计,从教学内容的结构化呈现、教学情境的真实性创设、教学活动的项目化组织等角度提高学生学习投入,调动学生高级思维,提高学生学习参与度。最后,提供多维度的学习支持服务,如教师情感支持、教师认知支持、学习同伴支持等也是达成在线深度学习的重要举措,教师在教学过程中的情感支持对于营造积极的在线学习环境、提升学习兴趣、引导观点生成、促进深度学习达成具有重要作用[31]。

(二) 在线教学将走向“人工智能+教育”的教育信息化高级阶段

2018年,教育部发布“高等学校人工智能创新行动计划”,提出要“不断推动人工智能与教育深度融合,为教育变革提供新方式”。在智能化技术与大数据智能平台支持下,在线课程教学将利用智能技术的发展,在课程资源推荐与有效学习参与、学习者理解反馈与差异化教学、课程内容提供以及有效在线评估、教育管理与供给等方面提供新的对策,综合推进在线教育朝着个性化、精准化和泛在化方向发展[32][33],促进创新型人才培养。“人工智能+教育”还改变了传统的“师-生”教学范式,创设以人机协同的“师-机-生”三元教学范式,基于知识图谱技术与自然语言处理技术开发出智能教师助理系统,帮助教师从繁重的机械性教学工作中解脱出来,而将其主要精力应用于基于情感联络的育人工作中,凸显教师的教学育人价值[34]。

目前,我国的“人工智能+教育”研究还处于起步阶段,尚存在诸多亟待解决的困境问题,如不同人工智能教育产品之间的技术泛化问题、人工智能开发的技术人员与教育从业人员之间的割裂问题、基于人工智能技术支持的学习大数据收集所涉及的伦理问题[35]等。2021年9月,联合国教科文组织启动“人工智能与教育的未来”项目,向会员国提供关于人工智能赋能教育的建议、在线教育中人工智能应用的伦理原则、中小学人工智能能力指导框架等。未来,随着人工智能技术与教育融合的加深,“人工智能+教育”势必将在学生的深度学习与个性化发展、智慧化教育管理与决策等方面发挥越来越重要的作用。

四、研究总结与展望

总体分析,我国在线教学研究经历了起步、快速发展、成熟稳定等三个阶段,研究热点主题可概括为在线课程建设、在线教学评价以及在线课程管理等方面。在线课程建设的相关研究文献涉及在线平台应用、在线资源的选择、课程活动设计、在线课程应用模式研究等,文献类型包括实证类研究与综述类研究;在线教学评价主要基于学生主体性理念,运用学习分析技术,分析学生在在线学习过程中的过程性数据,提出提升策略,如优化学习支持服务、提升学习体验、增加学习交互、提高学习投入和学习满意度等,其文献类型多为实证研究类。文献述评也反映出现阶段我国高校在线教育依然存在的诸多问题,如在线课程的评价标准问题、在线课程资源的过度建设与重复建设问题、线上教学与线下教学的实质等效问题、学生的自适应学习与深度学习问题、人工智能技术与在线教学的深度融合问题、在线教学的社会管理问题、在线教学中的区域性教育公平问题以及研究者在“运用脑电感应、眼动追踪、头部姿态、表情变化等来实时获取学生课程参与度信息”时所引发的伦理学问题等。

2022年2月,《教育部2022年工作要点》发布,提出要实施教育数字化战略行动,积极发展“互联网+教育”,规范高校在线开放课程的教学管理,丰富数字教育资源和服务供给,强化数据挖掘和分析,构建基于数据的教育治理新模式。在这样的新形势下,我国高校在线教育亟须寻求变革与转型,着手探索新的教育教学体系,积极探究多元化、可持续的高校在线教育发展新模式,探索社会参与管理高校在线课程建设管理新机制,加快构建高质量和包容性的数字化教育系统,以应对未来不确定的教育变革。