• MOOC学习者辍学因素与对策

    普通类
    • 支持
    • 批判
    • 提问
    • 解释
    • 补充
    • 删除
    • 一、引言

         在信息技术飞速发展的今天,教育技术正在发生着巨大的变化,MOOC成为了一种新的教育范式[1]。MOOC具有开放性、共享性等特点,它包含来自世界各顶尖高校的高质量教学资源,并且免费提供给供学习者,让他们可以在在任何时间、任何地点,都能获得最好的学习资源。根据教育部和《人民日报》联合发布的文件,截至2020年我国上线MOOC数量超过3.4万门,学习人数达5.4亿人次,MOOC数量和应用规模已位居世界第一。然而,尽管随着MOOC的蓬勃发展,MOOC学习人数日益增加,但是已有相关研究表明,MOOC学习存在着高辍学率、低完成度的情况。尽管不能否定MOOC的价值和它对我国教育改革的推动作用,但是MOOC在我国的可持续发展中所存在的问题已经成为一个迫切需要解决的现实问题。因此,本研究基于以上问题,分析MOOC学习者辍学的相关因素,以期为该现象提出一些建议。

    • 二、概述

    (一)MOOC的发展与内涵

            大型开放式网络课程,即MOOC(massive open online courses),最早可以追溯到2007年,美国犹他大学的David Wiley教授在Wiki的基础上,推出了一项面向全球的开放课程“Intro to Open Education(INST 7150)”,该课程面向全球开放,世界各地的学习者都可以参加这门课程,共享学习资源。随后,加拿大瑞贾纳大学的Alec Couros教授于2008年1月开办了网络课程“Media and Open Education(EC&I831)”,并邀请来自世界各地的许多专家远程参加授课,这两项举措为MOOC课程模式的形成奠定了基础。

            “MOOC”是2008年由Dave Cormier和Bryan Alexander对George Siemens和Stephen Downes在马尼托巴大学开设的一种新型的大规模开放网络课程“关联主义学习理论与连接的知识”中提出来的,该课程吸引了25名在校生和2,300名免费在线参与的学生[2]。2011年,斯坦福大学的Sebastian Thrun等创办了在线课程供应平台Udacity(在线大学)。2012年,哈佛大学与麻省理工学院以MITx为基础,合作组建了edX平台。之后,MOOC开始迅猛发展,2013年,英国开放大学联合20所大学共同组建的Future learn、澳大利亚开放大学发起的Open2Study、德国的iversity、日本的Schoo、巴西的Veduca纷纷涌现。同年,MOOC引入中国并掀起发展高潮。当前,MOOC已经从实验阶段走向迭代阶段,全球范围内MOOC课程与学生数量不断增长。随着MOOC的不断发展,目前,大家对MOOC普遍认可的定义为:“MOOC是一种以开放访问和大规模参与为目的的在线课程”[3]

    (二)MOOC辍学现状

            MOOC蓬勃发展、用户数量持续增多的同时,也带来一系列棘手的问题,“水课”“僵尸课程”层出不穷,高辍学率、低完成率等问题导致慕课课程被学术界和社会群体所诟病,如果不及时纠正,不仅会使“MOOC”这一学习形式走下坡路,还会导致国家各级政府投入的MOOC建设资金的浪费。在目前大量已建的课程中,“高辍学率”问题是诸多课程存在的共性问题,严重阻碍了MOOC的建设,直接影响了教学团队建设课程的信心,使得网上在线课程变得毫无意义。据2013年发布的《“慕课”和开放教育:对高等教育的意义》白皮书显示,斯坦福大学、麻省理工学院、加州大学伯克利分校3所大学“慕课”的辍学率高达85%90%。在欧洲,“慕课”通过率最高的5个国家其实也并不高,比如希腊为13.6%,西班牙为13.1%,斯洛文尼亚为13.0%,德国为12.8%,捷克为10.1%。在全球范围内,“慕课”获得证书的平均比率在4.3%。这和我国的调查相比,无论是辍学率,还是完成率或通过率,数据大体相仿[4]

    (三)辍学因素相关研究

           随着MOOC高辍学率、低完成率等问题日益突出,研究者对MOOC学习者的学习行为进行了相关研究。如张哲等依据Bhattacherjee提出的期望确认模型,尝试构建MOOC持续学习意向影响因素模型,并通过问卷调查,对模型进行检验,提出了若干发展建议;方旭[5]根据Venkatesh提出的TAM3模型,建立了MOOC学习行为影响因素模型,并在此基础上进行了实证研究;张千帆等则针对参与MOOC学习的大学生,以Venkatesh等提出的UTAUT模型为切入点,对影响大学生MOOC学习行为的因素进行阐述,指出绩效期望、努力期望等与MOOC学习意向正相关,但感知成本与学习意向负相关。综上所述,目前针对MOOC学习者辍学行为的研究较少,现有的研究成果集中在宏观模型的构建、学习行为的研究等方面,而微观层面的具体因素分析较少,且缺乏直观定量的实证分析。因此,对导致MOOC学习者辍学行为的影响因素进行系统、全面、定量的研究,对发展MOOC具有重要的理论及现实意义。

    • 三、 MOOC高辍学率影响因素分析

    (一)学习者因素

            学习者是MOOC环境中学习的发出者,导致MOOC辍学行为发生的学习者自身因素较多,既有智力因素,也有非智力因素——智力因素多体现在知识水平、认知特点、认知结构变量等方面,而非智力因素主要涉及时间、兴趣、动机、学习风格、意志等[6]。其学习过程中缺乏压力与动力、投入时间有限等因素是MOOC高辍学率的本质原因。首先,MOOC环境中的学习者基本上没有学分学业压力,兴趣是学习者在MOOC环境中持续学习的主要因素之一。因而,在学习过程中兴趣不足,学习动力缺失,懒惰心理增加,自主性学习自然就很难为继。其次,学习者大多有自己的学业或事业,因而投入的时间和精力有限,一旦MOOC学习与现实中的任务相冲突,学习者往往会更多顾及现实而牺牲网络环境下的学习。最后,MOOC环境下虽然有上万人学习同一门课程,学习者的孤独感却并不会减少,缺少面对面的交流,学习者独自进行课程的学习,其参与的讨论很有可能得不到任何回复,学习孤独感会影响他的学习体验。

    (二)课程因素

            MOOC的本质是课程。一方面,学习者能否完成一门课程,与课程设置和课程讲解有很大关系。课程设置包括课程的内容及课程组成的设置。首先,课程应以“内容为王”,精良的内容才是保持学习者持续动力的源头。然而,MOOC中的许多课程只是传统课堂的缩影,甚至将传统课程裁剪即成为MOOC课程。并且一般课程内容的讲解从零基础开始,进度慢,知识浅,学习者看几十分钟视频讲解的内容甚至不如看书十分钟获得的多。由此,许多学习者在基础讲解还未结束时就已经放弃。其次,虽然平台中的单个课程视频大多在10~20分钟之内,但是每周发布的课程基本上由多个视频、讨论和作业组成,对于在职或有课业的学习者来说,无疑是不小的负担。另一方面,在MOOC环境下,课程视频中所呈现出的教师教学水平往往也对学习者能否持续学习产生很大影响。流畅的讲解思路和生动的讲解风格都会牢牢抓住学习者的注意力。而学习者与教师的语言不通、教师口音不准、内容讲解生硬、教学课堂气氛沉闷等因素,则会逐渐磨灭学习者的学习兴趣和动力[7]

    (三)平台因素

            MOOC资源依托于网络平台传达给学习者,因此,平台语言、课程播放、注册流程以及学习者支持服务等因素也影响了学习者的学习效果。首先,语言主要影响非英语母语的学习者。因为大部分优秀课程为英语授课,很多没有字幕,对于非英语国家的学习者是不小的挑战。其次,MOOC平台中视频播放的流畅性也不容乐观。学习者学习时,课程视频经常处于加载状态,观看国外课程时此现象尤为明显。学习者在等待视频加载过程中,可能会转移注意力去上网或做其他事情,从而浪费了学习时间,也有可能降低学习兴趣,影响学习效率。再次,大多数平台从注册课程到学习课程,中间隔有一段时间,学习者注册时的激情和兴趣可能在开课时已经消尽,有些学习者甚至会忘记自己曾注册过哪些课程[8]。而有些学习者真正想学习的课程又因为注册过期等原因而不能学习。最后,对学习者的支持服务是促进其学习持续性的有效手段。然而,现有的学习支持服务大多停留在引导学习者注册选课、给学习者发送开课提醒邮件、允许学习者参与论坛讨论等方面,但是真正有效地指引学习者学习的支持服务却少之又少,在外部因素上无法给予学习者足够的支持。

    • 四、 对策与建议

    (一)完善学习者的特征分析

            学习者的特征分析是选择和组织教学内容、设计教学策略的前提与基础。Heinich等在1989年指出[9],对学习者的一般特征,即使做一些粗略的分析,对教学方法和媒体的选择也是有益的。MOOC学习者不同于传统课堂的学习者,他们的学习目的明确、实践经验丰富、自学能力较强、注重教学效率,但他们空闲时间有限,自制能力较差,基础参差不齐。根据MOOC学习者的特征分析,本研究提出以下建议:(1)教师应了解学习者的原有知识基础和认知能力,进而进行学习需要分析,明确学习者目前水平与期望达到的水平之间的差距,为确定教学目标、选择教学内容做准备;(2)在课程的描述页面应明确告知学习者教学目标、先修条件、教学大纲、课程时长、课程负载、内容类型等课程信息,也可制作1~2分钟的宣传片,便于学习者根据自身空闲时间和学习需要选择恰当的课程。

    (二)多渠道强化学习者的学习动机

            学习动机是学习者坚持学习的推动力,决定着学习者参与学习活动的自觉性、积极性、倾向性和选择性。学习者的学习行为是由各种不同的动力因素组成的动机系统而引起的,因此强化学习者的内在、外在学习动机对降低辍学率有重要帮助。基于此,本研究建议可从以下方面强化学习者的学习动机:(1)完善MOOC的学分认证制度,引入第三方评估机制,扩大学分互认范围。《教育信息化十年发展规划(2011-2020年)》指出,学习者的数字化学习成绩认定、学分累计和转换,是继续教育信息管理与服务平台建设、应用的主要维度。(2)MOOC平台可通过积分、奖学金、数字徽章等方式鼓励学习者积极参与讨论,完成课程学习。如积分可用于换取纸质证书、收费类课程等,奖学金则可直接兑现。(3)MOOC平台可与招聘网站合作,为已经完成MOOC学习的学习者推荐相关工作;也可与高校合作,推出学位课程,学习者完成全部课程并顺利通过测试后,便可获得高校颁发的学位或学历证书。(4)开展基于MOOC的混合式教学,使学习者在教师的引导和帮助下,能够更好地完成课程学习,并避免独自学习可能会遇到的孤独感。

    (三)重视师生、生生之间的实时互动

            相关研究显示,经常参与课程互动的学习者的MOOC课程完成率高于其他学习者,而师生互动或学习者之间互动也是MOOC与网络视频公开课的显著区别。为增进师生、生生之间的实时互动,本研究提出以下建议:(1)学校可组建MOOC教学团队(需注重学历和年龄层次),同时吸纳平时积极参与讨论的学习者作为课程志愿者,组成“教学团队+志愿者团队”的MOOC交流互动服务体系;(2)MOOC平台可建立配套的QQ群或微信群,对于学习者在群内发布的问题,教师和其他学习者都可收到并设有提醒,便于及时回复,提高学习者的积极参与度;(3)教师或志愿者可定期组织线上、线下交流活动,探讨学习感悟,增进彼此之间的了解,提升教学效果;(4)随着网络技术和多媒体技术的发展,虚拟学社、虚拟教室、智能导师等信息化教学形式逐渐发展并趋于完善,可与MOOC结合,发挥两者的优势,提高MOOC课程完成率。

    (四)优化MOOC的教学设计

           部分教师、研究者并未将MOOC当作一门完整的课程,而认为MOOC仅是一种教学或学习资源;也并未重视MOOC的教学设计,仅将MOOC当作资源进行设计和开发,忽视了MOOC的教育学特征和教学设计原理。为提高MOOC的教学内容质量,本研究认为:(1)MOOC具备课程的基本要素,符合一般的课程模式,有必要对MOOC进行系统的教学设计,应对学习需要、学习者、学习内容进行分析,阐明学习目标,制定学习结果测量与评价标准和教学策略等。(2)MOOC与传统课堂的一般教学过程和面临的问题有所不同,应结合人本主义学习理论、掌握学习理论、有意义的学习理论等课程设计原理,研究适合MOOC的教学方法、教学策略、教学组织形式等。(3)根据学习者的特征分析结果,安排合理的教学周期,以便学习者能够坚持学完MOOC课程的全部内容。

    (五)健全学习过程的监管机制

            研究结果显示,MOOC平台对MOOC学习者缺少必要的监督和管理。为健全MOOC平台的监管机制,本研究认为:(1)MOOC平台掌握大量学习者的学习数据,可通过学习分析技术预测学习者潜在的辍学点,进行及时干预,督促学习者完成课程。(2)MOOC平台可重新设置学习者管理程序,将MOOC注册名单分为两部分:一个是注册课程学习者名单,该名单中的学习者虽然注册了该课程,但从未参与学习活动;另一个是参加课程学习者名单,该名单中的学习者注册课程后至少参加过一次学习——可对第一个名单里的学习者施加适当的处罚措施,而对第二个名单里的学习者施加一系列的督促措施,促使他们完成MOOC课程学习。(3)MOOC平台可尝试向优质MOOC的注册者收取一定费用,如果他们完成了该课程,就将该费用返还;如果没有完成,那么该费用既可用于MOOC平台建设,也可用于奖励MOOC完成者。

    • 参考文献

    [1]Cho K, Van Merrienboer B, Gulcehre C, et al. Learning phrase representations using RNN encoder-decoder for statistical machine translation[J]. Computer Science, 2014.

    [2]陈立德. MOOC学习行为挖掘和辍学预测方法研究[D].西北农林科技大学,2018.

    [3]吴楠楠. 基于深度网络的MOOC辍学预测算法研究[D].西北大学,2019.

    [4]张延. 基于深度神经网络的慕课辍学率预测模型研究[D].陕西师范大学,2019.

    [5]徐振国,张冠文,石林,安晶.MOOC学习者辍学行为的影响因素研究[J].现代教育技术,2017,27(09):100-106.

    [6]占高强. 面向大规模在线课程的辍学率预测研究[D].华中师范大学,2018.

    [7]方旭.MOOC 学习行为影响因素研究[J].开放教育研究,2015,(3):46-54.

    [8]张千帆,王程珏,张亚军.大学生慕课学习意向的影响因素实证研究[J].高教探索,2015,(8):66-70.

    [9]Heinich R, Molenda M, Russell J D. Instructional media and the new technologies of instruction (third edition)[M]. New York: Macmillan Publishing Company, 1989: 36-37.

     

    • 标签:
  • 加入的知识群:
    学习元评论 (0条)

    评论为空
    聪明如你,不妨在这 发表你的看法与心得 ~



    登录之后可以发表学习元评论
      
暂无内容~~
顶部