【远程教育中斯金纳程序教学法的一种优化实践】 斯金纳程序

远程教育中斯金纳程序教学法的一种优化实践

中图分类号：G432 文献标识码：B 文章编号：1671-489X（2015）20-0004-04 An Optimization of Skinner Programmed Instruction in Dis-tance Education//LIU Jile， ZHANG Wenhui Abstract With the development of the times， the traditional Skinner programmed instruction can’t meet the needs of the present distance education. Take A Router Configuration Experiment for example， using the learning analytics to service for the teachers and students in the VRLAB system， we try to explore a set of optimization scheme for the programmed instruction. Key words Skinner；

programmed instruction；
distance education；

learning analytics 1 前言 美国著名教育心理学家斯金纳基于操作行为主义理论 和强化原则提出的程序教学法，其影响从20世纪50年代起直 到现在。目前，随着教育信息化的快速推进，程序教学在网 络教育平台中的应用也越来越常见，尤其是在面向成人的远 程教育中，斯金纳程序教学法帮助教师有效地提高了教学效 率。然而，在实际的实践过程中，程序教学并未有达到预期 的教学效果，这说明该教学思想仍然存有一定的不足等待被 补充或完善。

学习分析是近年来教育技术领域内的新热点，它是运用 先进的分析方法结合数据以及模型研究学习者投入的情况、 绩效和学习进展情况，以期及时将研究结果用于修订课程、 教学和评估[1]。学习分析理念的提出恰好可以运用在远程 教育平台中，从客观信息的基础出发，去了解程序教学活动 中学习者的真实进展情况，从而结合程序教学的不足，探索 出一套适合远程教育平台的优化方案。

2 斯金纳程序教学法斯金纳程序教学法的兴起 程序教学法最初源于鲁莱西 设计的一种进行自动教学的机器，他试图运用该机器替代或 者辅助教师的部分工作，从而节省时间和精力，然而这种设 计在当时并没有引起重视和关注。二战以后，美国的资本主 义制度发展到了垄断阶段，为了最大限度地获取利润，必须 充分地激发人的潜能去提高生产效率，才能满足资本家们的 需求。这种追求高效率的思想也逐步扩散到教育领域中，因 为在当时学生的数量越来越庞大，而教师的数量已经不能满 足社会的需求，从而教育也必须注重效率，传统的教学方法 也迫切需要改变。1954年，斯金纳从行为主义理论角度提出 了程序教学法，恰好应对了当时传统教学效率低下的弊端， 在教育领域引起巨大的影响并且被推广到其他国家的中小 学教育中，从而有力地促进了程序教学运动的发展[2]。

wWW.dYLw.Net 然而，程序教学毕竟是在20世纪五六十年代提出的教学 思想，随着时代的发展，它在实际教学实践中的不足也逐步 显现出来，通过总结归纳，主要有以下两点。

1）缺乏对人性的认识。斯金纳本人极度崇尚科学主义， 认为人的行为规律完全可以用科学的方法来度量，而至于人 的心理、情感、性格等不可度量因素只能被当作黑盒子被忽略。实际的教学中，学生自身的属性以及学习风格是需要得 到分析认知的，才能真正有效地做到个性化指导教学，仅从 学生的学习结果和学生的自我认识来做程序教学还是太过 浅显[3]。

2）师生之间缺乏交流。在教学实践中，学生极其需要 和教师沟通交流在学习过程中发生的问题，以及对自身学习 能力的评估。然而，事实上参与程序教学活动的学生只是单 纯地与教材联结，教师仅仅只是做教材的设计，学生与教师 之间严重缺乏交流，并不利于教学活动的可持续发展[4]。

因此，斯金纳的程序教学法延续到今天必须要结合时代 的需求才能在实践中获得良好的效果。现今，随着科学技术 的快速发展，程序教学的呈现形式也在不断地更变，由传统 的教学机器迁移到计算机上，又由线下的程序教材转变到线 上的网络化资源，虽然程序教学的呈现形式变得越来越新颖， 但是这些形式的转变并没有为程序教学的不足带来实际的 解决方案。现代教学的思想逐步超越行为主义向认知建构主 义发展，注重构建学习环境，强调以学习者为中心，激发学 生学习的主动性才是目前教学的重心[3]。而程序教学新的 发展思路也应该从关注教学机器和程序教材的开发，逐步走 向优化系统教学设计上来。3 学习分析的概念 学习分析是近年来在教育技术领域内备受关注的热点， 目前在教育学术界尚未形成统一的界定概念。学习分析研究 协会（SoLAR）对学习分析技术的定义为：测量、收集、分 析和报告关于学习者及其学习情境的数据，以期了解和优化 学习和学习发生的情境[5]。美国高等教育信息化推进组织 E-DUCAUSE对学习分析的描述是：使用数据和模型预测学生 学习进程和绩效以及使用该信息进行干预。尽管专家们对学 习分析的理解有一定的差异，但是总体来说，学习分析的概 念可以简单总结为：运用先进的分析方法结合数据以及模型 研究学习者投入的情况、绩效和学习进展情况，以期及时将 研究结果用于优化学习以及学习情境[6]。

学习分析作为一类教学技术的集合，与传统教学技术 不同的是，它同时面向于学生和教师。学习分析技术通过学 生参与系统或平台学习过程的数据提供分析和建议，从而有 助于教师提高教学质量和学生提高学习效率。因此，在远程 教育中，可以尝试运用学习分析探索一套优化方案，联结学 生与教师，从而补充传统程序教学的不足。然而，学习分析 与程序教学结合的设计则应该从教学研究目标和系统自身 特点出发，才能因势利导，使程序教学运动走向可持续的发 展。4 学习分析的设计 虚拟实务系统是北京邮电大学网络教育学院面向成人 培训的远程教育平台，在该平台上的实验课程都是基于斯金 纳程序教学思想来设计的。本次研究主要是先选定其中的一 门实验课程——路由器配置实验进行设计与实施，而后再拓 展到其他实验课程。

首先，应该结合学习分析的理念和模型，从整体出发， 对虚拟实务系统做系统化设计。系统化设计应该分模块地梳 理，每一个模块之间的联系是紧密结合的，如图1所示。

研究目标和系统特点 首先，由研究目标可以清楚地知 道教学管理者的学习分析需求。笔者通过与该系统的教学管 理者张老师访谈交流得到教学研究目标，其中要点主要可以 归纳为两点：第一是如何根据学生的注册信息以及在线学习 记录等数据，对学生进行分层教学；
第二是参与实验课程学 习的学生通过分层后有哪些个性化差异。

然后是对虚拟实务系统特点的分析。虚拟实务系统是面 向成人教育的网络学习平台，其中含有登录模块、注册模块、 课程学习模块、学习资讯模块等。本次研究主要选取的是登 录记录、注册模块中的用户数据库表，以及课程学习模块的学习记录等数据信息进行分析。

数据采集以及数据预处理 从研究目标和系统特点出发， 笔者选定参与过路由器配置实验的其中一个班级的数据记 录为研究对象，该班级的总人数为50人，所要采集的数据主 要有两个方面：首先是学生第一次进行路由器配置实验的完 成学习的时间；
其次是该班级学生的注册信息以及登录信息。

之所以选取第一次参与实验的记录数据，是因为学生第一次 做实验得到的记录信息是最自然的，没被外界的因素干扰， 更有利于做数据分析。

wWW.dYLw.Net 数据分析和可视化报告 数据分析和可视化报告的实现 是在SPSS软件上进行的。SPSS统计分析软件集数据整理、分 析功能以及图表绘制于一身，恰好可以满足本研究的功能需 求。数据分析的实施要根据实际的学习分析需求制定一个清 晰的数据流程，如图2所示，才能确保分析工作顺利地进行。

在虚拟实务系统数据流图中可知，主要工作分两步。

第一步分析工作是先对用户注册信息进行R型聚类，通 过对学生自身属性变量相关度的分析来降低用户注册信息表的维度，其目的一方面是通过筛选掉冗余的属性变量，降 低后期分析工作的复杂度；
另一方面从系统设计角度出发， 减少一些冗余的注册信息，方便下一期的学生注册，同时也 保护了学生更多的隐私。

第二步分析工作是研究工作的重心，通过将学生有效的 注册信息和学习成绩的结合进行Q型聚类，从而使学习品质 相似的学生自然分层，进而做个性化差异分析，最终满足教 学管理人员的需要。

教师干涉和效果评估 课程的教学管理人员得到反馈后， 可以直接根据可视化报告重新制定教学的策略并对学生做 个性化指导。效果评估的方式则可以通过问卷调查的形式， 由学生直接反馈教师干预后的教学效果。

然而，这样一个整体的分析过程并不是一次性的，而是 一个循序渐进的过程，每一次的学习分析都会产生新的问题 需要解决，只有不断地迭代发展，才能完善整个系统的教学 设计。

5 学习分析的实施 研究样本的整理 研究样本中开始选定的班级人数为50人，实际完成路由器配置实验的人数为46人，其中4人因未 能完成实验将不被纳入研究目标数据中。学生学习记录信息 主要是通过在虚拟实务系统的平台日志记录中查询获取，注 册信息和登录信息则通过在后台数据库表中查询得到。其中， 学生的实验成绩数据是以学生完成整个实验的时间为主要 评价标准，因为该系统的实验课程设计是基于斯金纳程序教 学思想的，所以最直观衡量学生学习效率的依据是学生单次 完成实验课程的时间，同时也是学生的实验成绩。

笔者通过对后台数据库的查询发现，注册信息表有七组 变量，分别是“用户名”“密码”“年龄”“工龄”“学历” “专业背景”“电子邮箱”；
而登录信息表有三组变量，分 别是“用户名”“访问IP”“登录时间”。

由学生注册信息表可知，学生自身属性能影响到学习成 绩的变量有四个：“年龄”“工龄”“学历”“专业背景”。

其中“工龄”指的是学生参加工作时间的长短，而“专业背 景”则着重强调学生过去专业的经历是否与计算机或者通信 专业相关。登录信息表则可以结合平台日志记录查询得到学 生第一次参与实验课程的学习记录。

R型聚类分析 R型聚类指的是对变量聚类分析，可以实 现变量减少的方式，从而达到降维的目的。目前，清楚地知道有四个变量可能影响到学生的学习成绩，然而并不是这四 个变量的数据全部都要纳入分层的聚类工作中，很可能存有 一定的冗余，所以先通过R型聚类了解它们之间的相关关系， 从而筛选出真正有效的变量信息。在表1中，由于“学历” 是类别变量，可以采用数值编码的方式将其转变为间距型：
“大专或以下”（1），“本科”（2），“研究生或以上” （3）。再进行R型聚类，聚类的结果如表1所示。

从表1中可以明确看出，“年龄”与“工龄”之间的变 量相关系数为0.967，是表中最大的，二者选取一个纳入分 析即可。根据与教学管理者的交流得知，“工龄”的数据比 “年龄”的数据误差要大一些，因为有的学生参加工作未满 一年也是按照一年算的，所以选取“年龄”的数据进行分析 更优一些。因此，通过降维后的有效注册信息变量有三个：
“年龄”“学历”“专业背景”。而这三项变量将纳入到下 一步的Q型聚类分析工作中。

Q型聚类分析 Q型聚类即分层聚类，是指对样本聚类， 使相似特征的样本聚集在一起，差异大的分离开。有效的注 册信息和学习成绩都是学生参与系统学习的显著特征，故二 者的变量值应该结合起来进行聚类分析，其样本统计样例如 表2所示，专业背景中的“1”代表的是与实验课程相关， “0”则是不相关。

以表2为基础，通过SPSS分层聚类方法，预设分为3～5类，结果得到分为4类的差距明显、效果最佳，每一类的基 本情况如表3所示。

依据表3聚类结果显示，样本中最显著的差异就是专业 背景，其中第一、三类是有专业背景的，而第二、四类是无 专业背景的，再依据此结果绘制雷达图，如图3所示。

由图3中的左边的雷达图可以得知，在学生有专业背景 时，他们的学习成绩主要受年龄和学历层次的影响。再根据 右边的雷达图可知，在学生无专业背景以及学历背景差距不 大的情境时，他们的学习成绩主要受年龄影响。

由图3和表3的比较结果可知，教师在面向第一、三类学 生进行教学时，教学方法上可以不做过多的调整，然而针对 第三类学生时间长的问题上，可以采取不同达标标准的方式 鼓励学生学习。根据与教学管理者的交流得知，年纪大的学 生并不是学习能力上比较差，而是操作上来说相对年纪小的 学生较慢，而对于第一类已经达标的学生，教师可以建议学 生提高学习进度，进入下一个实验课程。

在面向第二、四类学生进行教学时，则应考虑到学生的 专业背景因素，在做实验指导时应进一步强化学生理论知识 的基础，才能提高学生的学习效率。至于学历因素，由于聚 类结果有限，并不能很明显地得到它与学习成绩之间的关系。

通过以上的可视化报告以及学习分析结果，教学管理者 可以快速地了解到学生不同群体的个性化差异并做出分层 教学的策略以及个性化实验指导，进而实施有针对性的教学干预。

6 结语 本文主要针对斯金纳程序教学法的弊端，结合时代的需 求，运用学习分析的理念在虚拟实务系统上设计了一套学习 分析的方法，并且通过实施该方法有效地为教学管理者提供 了数据分析以及可视化报告，从而为程序教学运动的发展提 供了新的思路。x 参考文献 [1]NMC. The Horizon Report 2011 Edition[EB/OL].[2011-11-20].http：
//wp.nmc.org/horizon2011/sections/learning-analytic s/. [2]斯金纳.教学机器[J].Science，1958（1）：969. [3]李艺，单美贤.“教师”的智慧：谈程序教学思想的 兴起与归宿[J].电化教育研究，2013（7）：5. [5]Call for Papers of the 1st International Conference on Learning Analytics & Knowledge （LAK 2011） [EB/OL].https：//tekri.athabascau.ca/analytics/. [6]李青，王涛.学习分析技术研究与应用现状述评[J]. 中国电化教育，2012（8）：129-133.