齊魯網(wǎng)·閃電新聞3月22日訊 說起慕課，很多人都不陌生：MOOC（massive open online courses），意為“大型開放式網(wǎng)絡(luò)課程”，自2013年進入中國以來發(fā)展迅速，尤其新冠疫情發(fā)生后，MOOC爆發(fā)出新的生命力。數(shù)據(jù)顯示，2020年1月27日到2月10日，中國大學(xué)MOOC日活躍用戶（DAU）上漲超5倍，僅2月10日一天，DAU峰值是2019年峰值DAU的3倍。截止到2020年10月，上線MOOC課程已有4萬門，學(xué)習(xí)人數(shù)達5.4億人次。

但與此同時，也暴露了很多問題。果殼慕課學(xué)院發(fā)布針對中文用戶的慕課調(diào)查：只有6%的用戶完成了所有選課，15%的用戶完成了部分課程，絕大部分用戶都沒有辦法完成所有課程，甚至有67%的用戶連一門課程都沒有完成。此外，根據(jù)2020年世界慕課大會消息，精品課程占比少，選課人數(shù)超10萬+的僅占3.3%。原因在哪里？慕課，這一線上教學(xué)模式如何才能發(fā)揮更大作用？

正因看到了慕課的巨大潛力與當(dāng)前局限，2016年7月，山東財經(jīng)大學(xué)的8名同學(xué)自發(fā)成立了一個調(diào)研團隊，宗旨就是“探索MOOC教學(xué)與傳統(tǒng)教學(xué)的碰撞與融合，助力高校更好地應(yīng)對新教育形勢挑戰(zhàn)”。五年里，團隊成員接力科研。尤其疫情發(fā)生以來，他們走訪了山東大學(xué)、山東師范大學(xué)、山東財經(jīng)大學(xué)等9所省內(nèi)高校，著重探索疫情期間MOOC教學(xué)模式暴露出的問題。團隊采用專家訪談法和問卷調(diào)查法，與高校專家進行深度交流溝通、大規(guī)模收集高校老師和同學(xué)的反饋意見，切切實實了解到此次新冠肺炎疫情期間MOOC模式的新發(fā)展與新應(yīng)用。  

首先，在問題發(fā)掘的層面，團隊從高校管理層、教師、學(xué)生三大主體出發(fā)，設(shè)計了視頻可否重復(fù)觀看對學(xué)習(xí)者粘性的影響、課堂壓力大小對學(xué)習(xí)效果影響、是否受空間約束對學(xué)習(xí)者影響等17個因素，并相應(yīng)構(gòu)建出三元主體模型進行橫向研究。

團隊的調(diào)研歷經(jīng)五年，縱觀整個調(diào)研歷程，可劃分為疫情前、疫情中和疫情得以控制以后三個階段。其中，2017年7-8月為第一階段，團隊向山東省九所高校的師生發(fā)放問卷共計1560余份；2020年4-8月為第二階段，團隊共發(fā)放問卷400余份；第三階段為疫情得到基本控制、學(xué)生返校復(fù)課后，團隊繼續(xù)跟進調(diào)研。2020年9月1日至今，團隊采用線上、線下相結(jié)合的方式，發(fā)放問卷共計540余份。

在獲得有效調(diào)查數(shù)據(jù)后，團隊首先對問卷進行編碼處理，建立MOOC滿意程度表、MOOC優(yōu)勢表、MOOC現(xiàn)存劣勢表等表格，根據(jù)信度分析計算各表格Cronbach α，測試出基于扎根理論中的MOOC教學(xué)模式的12個服務(wù)質(zhì)量影響因素均大于0.6，對其中兩項刪除后KMO值達到0.762，進行下一步分析。

對模型效度檢驗的過程中，通過分析發(fā)現(xiàn)KMO值均大于0.6，對應(yīng)p值均小于0.05，通過Bartlett檢驗，適合做因子分析。因子分析后，發(fā)現(xiàn)樣本旋轉(zhuǎn)后因子載荷系數(shù)大于0.4，研究項和因子之間有較強的關(guān)聯(lián)性。后對模型測試比較適合度指標(biāo)(CFI)、非常規(guī)擬合度(NNFI)、即漸進殘差均方根(RMSEA) 達到優(yōu)標(biāo)準(zhǔn)范圍，擬合度較高，最終分析出影響因素，發(fā)掘到問題所在：

教師角度：第一，教師對新型線上教學(xué)模式適應(yīng)困難，存在抵觸心理。從課程設(shè)計、視頻錄制到線上答疑，線上教學(xué)與傳統(tǒng)線下教學(xué)差異較大，對習(xí)慣線下教學(xué)的教師來說是一種挑戰(zhàn)。調(diào)查數(shù)據(jù)顯示，近67%的教師對軟件了解少，操作較困難。受訪教師普遍反映對視頻錄制感到不適應(yīng)，部分知識點未能按照預(yù)期流程講解，對于MOOC模式存在抵觸心理。第二，在直播教學(xué)中，教師以語音錄制方式完成授課活動導(dǎo)致互動課堂的使用率較低，相較于傳統(tǒng)教學(xué)模式，學(xué)生參與感不足。

高校管理層角度：第一，高校尚未完善校內(nèi)的MOOC課程選拔機制，課程質(zhì)量參差不齊，精品MOOC課程占比少。據(jù)統(tǒng)計，選課人數(shù)超過10萬+的MOOC僅占3.3%，說明目前我國互動頻繁、體驗深入的高質(zhì)量MOOC仍較少。高校為達到課程建設(shè)的數(shù)量指標(biāo)，重數(shù)量輕質(zhì)量。第二，高校對課程跟進工作不充分，與企業(yè)平臺的合作不充分，導(dǎo)致高校課程偶發(fā)事故不能迅速解決，工作效率低下。

學(xué)生角度：首先，學(xué)生課程完成率低，未達到預(yù)期學(xué)習(xí)目的。接近60%的受訪學(xué)生所在學(xué)校有第三方MOOC平臺，如超星學(xué)習(xí)通、中國大學(xué)MOOC等。復(fù)雜的網(wǎng)絡(luò)環(huán)境使學(xué)生不可避免地面臨各方的誘惑與干擾，如游戲等，大大降低了學(xué)習(xí)效率，預(yù)期學(xué)習(xí)目標(biāo)難以達成。第二，學(xué)生積極性弱，師生缺乏有效交流。疫情期間，居家在線學(xué)習(xí)顯現(xiàn)出學(xué)習(xí)氛圍不濃厚、缺乏深度學(xué)習(xí)等弊端。Hew和Cheung教授研究表明，高達90%的學(xué)生因缺乏激勵、使用MOOC優(yōu)先級較低等原因退出課程。

為解決高校管理層對課程體系的評估問題，團隊引用決策樹模型，通過決策樹算法帶入指定數(shù)據(jù)，結(jié)合理論和高校現(xiàn)實情況，可為高校決定是否引用MOOC的問題提供建設(shè)性意見。首先，利用調(diào)查結(jié)論選定①MOOC的質(zhì)量（quality），②政策的支持程度（policy），③教師勝任水平（LE）三個因素，分別用高、低、一般等級衡量。建立決策樹模式（利用C++語言），并對計科院、金融院、會計院進行測試，得出是否需要引進MOOC的結(jié)論。高校管理層可根據(jù)決策樹模型，對學(xué)校各個學(xué)院進行分析，找到適合引進MOOC的學(xué)院，并根據(jù)具體情況，合理分配MOOC資源至各個學(xué)院。為了達到利益最大化，團隊繼續(xù)引用0/1背包算法，選出在學(xué)校的承受范圍內(nèi)可引進的MOOC課程，以達到最好的教學(xué)效益。

基于對各主體現(xiàn)存問題的挖掘及大量參考文獻中的研究理論，團隊經(jīng)過不斷構(gòu)思和完善，構(gòu)建出以下后疫情時代MOOC教學(xué)體系。該體系以MOOC教學(xué)平臺為核心，通過構(gòu)建教學(xué)閉環(huán)和資源閉環(huán)將政府、高校管理層、教師、學(xué)生和平臺研發(fā)企業(yè)有機結(jié)合在一起。團隊創(chuàng)新性地提出了“TPACK+Webquest”教學(xué)模式、AR反轉(zhuǎn)課堂等嶄新理念，為解決現(xiàn)存主要問題，推進MOOC面向未來有著重要意義。