劉冬萍
編者按:一直以來,教育信息化都是一個超越教育科學(xué)的話題,不僅驅(qū)動著教育領(lǐng)域的改革,同時也是我國在當前社會轉(zhuǎn)型期背景下,社會結(jié)構(gòu)從農(nóng)業(yè)化社會向工業(yè)化社會轉(zhuǎn)型重構(gòu)的重要支撐點。教育信息化的理論與應(yīng)用研究必須超越教育科學(xué)領(lǐng)域的一隅之地,從整個自然科學(xué)和社會科學(xué)角度著眼切入研究。2017年,我們將關(guān)注教育數(shù)據(jù)挖掘和學(xué)習(xí)分析領(lǐng)域的國外研究新進展,試圖通過數(shù)據(jù)科學(xué)引領(lǐng),推動教育科學(xué)在教育信息化這一教育深層改革的核心關(guān)鍵領(lǐng)域邁出關(guān)鍵的一步。
迷思概念就像是人腦中觀念的原住民,而科學(xué)概念是觀念移民。在一個有趣的教育實驗中,一群哈佛的畢業(yè)生被要求闡述季節(jié)劃分的原因,這使他們再度陷入迷思概念,做出了錯誤的回答,回答季節(jié)是由地球與太陽的距離引起的。這個實驗反映出迷思概念在人腦中的根深蒂固。在科學(xué)教育領(lǐng)域,迷思概念一直都是研究的焦點,但由于其本身的暗默性,世界各地的專家們普遍缺乏研究的方法。然而,今天教育數(shù)據(jù)挖掘手段和方法的興起,給迷思概念的發(fā)生提供了一條可行的途徑。人們可以通過診斷數(shù)據(jù)的挖掘,尋找迷思概念的發(fā)生模式,從而提供有效干預(yù)。
本文通過對美國研究者Mins-trell研發(fā)并應(yīng)用近三十年的迷思概念數(shù)據(jù)挖掘工具DIAGNOSER的應(yīng)用與結(jié)論進行介紹,期待對我國研究者有所啟示。
學(xué)習(xí)中的另面思維、迷思概念和診斷教學(xué)
當學(xué)生持有一個錯誤概念時,教師應(yīng)檢查學(xué)生在整個教學(xué)過程中持有錯誤概念的程度,然后向?qū)W生提供個性化的反饋。Minstrell開發(fā)了一種被稱為“診斷教學(xué)”的方法,這種方法首先向?qū)W生提供選擇題,然后根據(jù)每個問題和相應(yīng)的答案,試圖“診斷”出特定類型的思維,如果回答錯誤,則采取適當?shù)母深A(yù)。在Minstrell的框架中,這些精細且錯誤的思維類型被稱為“另面思維(facet)”,并將其按主題編目,理論上它是可以預(yù)測后續(xù)行為的。另面思維被定義為“學(xué)生在課堂上說的或做的大致概括”,這在智能輔導(dǎo)系統(tǒng)中可以識別錯誤響應(yīng)并提供反饋。
在學(xué)習(xí)過程中,教師基于錯誤答案的反饋提出假設(shè),學(xué)生一貫持有的錯誤想法導(dǎo)致了可預(yù)測的反應(yīng),而這就必須進行個性化指導(dǎo),而不是基于很有限的學(xué)生知識模型,重新講授材料來糾正錯誤。另外,學(xué)生可能經(jīng)常會對一個問題選擇相同的錯誤答案,但這并不是說他們這樣做是由于他們的頭腦中有一個根深蒂固的迷思概念或是依據(jù)自己的偏好?!懊运几拍睢笨梢钥醋魇菍χR碎片化理解或顧名思義的表現(xiàn)。
Minstrell通過基于DIAGNOSER的診斷教學(xué)提出了問題,即“在一次評估的時間范圍內(nèi),學(xué)生是否持有一致的迷思概念”?針對這個問題,教師可以依據(jù)DIAGNOSER收集的數(shù)據(jù),向?qū)W生提供診斷問題,從而探索問題的答案。
DIAGNOSER工具介紹
DIAGNOSER是一個基于網(wǎng)絡(luò)的軟件系統(tǒng),由Hunt和Minstrell設(shè)計,教師可以用它來診斷學(xué)生在科學(xué)學(xué)習(xí)中的困難。該系統(tǒng)包括一組簡短的選擇題,旨在引導(dǎo)中學(xué)生(6~12年級)圍繞物理學(xué)中的特定概念進行思考。DIAGNOSER系統(tǒng)將問題的錯誤答案與問題中的某些“另面思維”或主題中常見想法的描述相匹配。然后,教師根據(jù)學(xué)生的迷思概念,做出適當?shù)母深A(yù)幫助他們達到目標。
例如,在午餐期間,你的科學(xué)老師有30分鐘的時間從走廊上跑下去準備下午課程,老師的動作如下圖所示,請回答下面的問題(上表顯示了教師如何解釋下圖中問題的每個選項)。
你的老師在午餐期間行走的總距離是多少?
另外,在線系統(tǒng)中的問題可以集中匯總,每類問題集有6~13個問題,一些問題基于不同的另面思維,用于診斷一個學(xué)習(xí)主題內(nèi)的學(xué)生的迷思概念,這被稱為“另面思維集群”(如“平均速度”的另面思維集群)。同時,DIAGNOSER還支持多選題,多個響應(yīng)對應(yīng)多個另面思維。
迷思概念的模式挖掘
研究者對迷思概念模式的挖掘分為兩步展開研究。
第一,通過成對問題研究推理的一致性,即能否通過成對問題中的一個問題的答案來推測另一個問題的答案。例如,當蒼蠅碰撞到卡車的擋風(fēng)玻璃時,如果一個學(xué)生說卡車對蒼蠅施加的力大于蒼蠅對卡車施加的力,那么該學(xué)生可能認為更大的力量造成更大的傷害。這時教師就可以預(yù)測,當要求學(xué)生比較錘子在釘子上的力量時,學(xué)生將回答錘子施加的力量大于釘子。研究者們在這一研究中使用了條件熵的概念來量化從對問題的回答中獲得的附加“信息”,并從理論的角度挖掘了數(shù)據(jù)。
第二,可能存在涵蓋兩個以上問題的模式。當學(xué)生做出不同的回答時將他們的響應(yīng)模式落在集群中,集群中的響應(yīng)模式更具相似性,教師可以根據(jù)每個集群迷思概念的整體特征來做出適當?shù)母深A(yù),而不是依據(jù)個體迷思概念的特征。針對在大約兩年的時間里審查的學(xué)生在DIAGNOSER學(xué)習(xí)問題的答案,研究者可以看出這些集包括物體的運動、力的性質(zhì)、解釋運動的力和人體系統(tǒng)的問題。
同時,DIAGNOSER軟件能夠有條件地提出一些問題,且系統(tǒng)只有在一個問題上獲得了一定回答,學(xué)生才能進行下一個問題。針對這一模式研究者們使用了兩種分析方式:成對分析和聚類分析。
成對分析是指假設(shè)有問題對X和Y,通過從問題X的錯誤回答獲得的信息,來預(yù)測問題Y的回答。首先,要通過X(信息增益)知道Y的附加信息的大小。通過公式可知,條件熵和信息增益(每個條的高度)之和是問題Y的熵。信息增益越小,學(xué)生對第一個問題的回答對預(yù)測第二個問題的回答的幫助就越小,如果能夠完全預(yù)測,則熵為0。
基于熵的聚類分析就是將一個數(shù)據(jù)庫中的數(shù)據(jù)劃分為若干子類,每個子類內(nèi)的數(shù)據(jù)盡可能相同,子類間的數(shù)據(jù)盡可能相異。劃分后的子類熵越小,劃分越合理,CU函數(shù)越大,劃分越合理。經(jīng)過劃分,多個具有獨特性的響應(yīng)模式的聚類支持再對學(xué)生個體進行診斷。
結(jié)果表明,6~12年級的學(xué)習(xí)物理的中學(xué)生的推理是零散的、不一致的。因此,整體來看,從問題的成對分析或聚類分析中,基本不能夠在單個評估的時間范圍內(nèi)通過這種模式來系統(tǒng)地解釋學(xué)生迷思概念。
綜上所述,當前研究沒有考慮到基于另面思維的教學(xué)對學(xué)生活動參與及學(xué)習(xí)動機的影響,也沒有考慮學(xué)生間的個體差異。然而,這正是課堂教學(xué)的重要組成部分,診斷教學(xué)是否能夠非常好地激勵學(xué)生從測試他們的迷思概念中學(xué)習(xí),并且教師使用活動和干預(yù)措施是否會增加學(xué)生對主題的學(xué)習(xí)興趣及動機,也是今后要研究的問題。
項目基金:本文獲得東北師范大學(xué)教師教育研究基金重點項目“卓越教師素質(zhì)結(jié)構(gòu)實證研究”(項目號131005003),東北師范大學(xué)教師教育研究基金一般項目“卓越教師培訓(xùn)能力遷移影響因素實證研究”(項目號131005012),東北師范大學(xué)教師教學(xué)發(fā)展基金項目“面向高水平復(fù)合型傳媒人才UGMR創(chuàng)新培養(yǎng)模式的實踐型教師共同體建設(shè)”(課題號15T1JGJ004)資助。