校园大数据
教学软件的发展有望帮助众多大学生、高中生甚至小学生掌握基本概念。人们早已知道一对一的教学方式能带来重大的教育益处,但它的高成本限制了它的应用,尤其在公立学校。很有可能的是,如果电脑取代了教师的角色,为数多得多的学生将能够享受到辅导的益处。最近一项研究调查了一批在公立学校上统计课的本科生,结果发现最新的网上辅导系统看来产生了和面对面教学基本相同的效果。
MOOC正在把适应性学习融入其软件中,但他们对于数据挖掘的野心远不止于教学。特隆说我们看到的只是“冰山一角”。让他和其他计算机科学家对在线课程尤为兴奋的是,由于这些课程的规模之大前所未有,它们能够生成有效的机器学习所需的海量数据。科勒说,Coursera在创建系统时就已经想到了密集的数据收集和分析。在一门课中,每个变量都会被追踪。当一个学生暂停一段视频或者加快回放速度时,这个特定的选择就被Coursera的数据库捕捉下来。当学生回答一道测试题、修改作业或者在论坛上写下评论时也一样。每一个行动,无论它看上去如何的无足轻重,都变成了这个数据统计磨坊中的谷物。
科勒说,在如此细节化的层面收集学生行为的信息“为理解学习开辟了一条新的大道”。从前,学生们探索和掌握某个课题的方式是隐蔽的,现在暴露了出来。
她补充道,这种数据分析也有望让教师和学生们直接受益。教授们将定期收到报告,获知在他们的课堂中哪些方式是奏效的,哪些不奏效。而通过准确找出“最能预测成功的因素”,MOOC软件将最终能够引导每个学生都走上“正轨”。科勒说,她希望“所有学生的水平都在平均水平以上”的虚构小镇“乌比冈湖”(Lake Wobegon)将会变成现实。(译注:“乌比冈湖”是美国一家公共电台的主持人在节目中虚构的一个位于美国中部的小镇,这个镇上的“女人都很强,男人都长的不错,小孩都在平均水平之上”。该节目讲述发生在镇上的趣事,很受听众欢迎。)
阿南特•阿加瓦尔说,麻省理工和哈佛把edX设计成一个数字教学平台的同时,也在打造它成为教育研究工具。学者们已经开始使用从这个系统而来的数据测试有关人们如何学习的假设,而随着课程数量增加,研究的机会也将大增。除了带来对于教学方法的洞察力以外,阿加瓦尔还预期edX的数据库会有许多其他的实际运用。比如,机器学习可能会为创建一个自动探测在线课程作弊的系统打下基础,随着各大院校纷纷考虑向完成MOOC课程的学生颁发证书甚至学分,作弊问题正成为一个越来越迫切的挑战。
一次数据大爆炸看起来已经逼近了,在这样的情况下我们很难不陷入MOOC设计师们的热忱中。虽然他们的工作主要集中在电脑上,他们的目标却是非常人文的。他们希望用机器学习来促进学生的学习,让人工智能为人类智慧服务。但这种热情需要用怀疑来让它降降温。机器学习在教育中的益处很大程度上仍处在理论层面。而即使人工智能技术导致了教学方法的真正发展,这些突破性进展的运用可能是有限的。当一些知识点可以被清晰定义、一名学生的进步可以被精确衡量时,程序员确实可以把课程指导自动化。但是,要把发生在校园里复杂、有时甚至微妙难以言传的教和学的经历复制到电脑屏幕上则是另外一回事了。
斯沃斯莫尔学院的(Swarthmore College)的历史学教授蒂莫西•伯克(Timothy Burke)说,推广MOOC的人们“对于分析大型数据集的作用有着非常天真的认知。”他表示,历史上远程教育未能达到人们的期望并非因为技术原因,而是因为这一模式“重大的哲学问题”。他认同在线教育可能会在计算机编程和其他一些领域提供有效的训练,这些领域里确立已久的步骤可以在软件中进行编码。但他认为大学教育之根本存在于学生和教师的微妙互动中,这种互动无法被机器来模拟,无论软件程序如何复杂高级。
伊利诺伊州的威顿学院(Wheaton College)的英语文学教授艾伦•雅格布斯(Alan Jacobs)有同样的顾虑。他在发给我的电子邮件中写道,大学生们在课堂上和他人的讨论以及对此做出的思考会极大地影响他们的学习状况。他说,这类对话之丰富,并不能在互联网论坛上获得完全的复制,“除非那些在线上打字的人具有娴熟的小说家的本领,用文字把复杂的思考类型和经历表现出来”。一个电脑屏幕将永远只是一个好的大学课堂的空洞影子。和伯克一样,雅格布斯担心MOOC反映出来的教育观点已经偏斜向那些研发这些平台的计算机科学家的观点。
反转课堂
MOOC的设计者和推广者并未曾表示电脑会让教室变得过时,他们倒是声称在线教程会改变校园教学的性质,让它变得更吸引人和更有效率。传统的教学模式是学生们到教室里听讲座,然后自己回去完成作业。现在,这一过程将被反转过来。学生们将独自在自己的电脑上听讲座并阅读其他解释性材料(就象一些初中和高中生已经用可汗学院的视频所做的那样),然后聚集在教室里更深入地探讨这些内容,比如和教授讨论或者开展实验室练习。理论上,这一“反转的课堂”将会更合理地分配教学时间,并丰富教授和学生的经历。
不过对此也有疑虑。其中一个引发担忧的因素是飚高的中途退课率。在MOOC的早期阶段,这一问题非常突出。在注册参加诺威格和科隆讲授的线上人工智能课的16万名学生中,最后只有14%念完了课程。而在今年初注册参加麻省理工学院的一门电路课程的15.5万名学生中,只有2.3万人完成了第一套习题,约7千人即5%通过了这门课。无论如何,带领数万人完成一门大学课程都是一项不同寻常的成就,尤其想到每年在麻省理工学院只有175名学生修完这门课。但是中途退课的人数比例之高凸现了让线上学生保持专注度和动力的难度之大。诺威格承认最初注册MOOC课程的人是一批尤为自发的团体。真正的考验将发生在一个更广泛、更典型的群体上这些课时,尤其是当校园内使用这些在线教程时。MOOC将必须激励一大批不同类型的学生,并使他们在连续几周坐在电脑前学习的过程中保持学习兴趣。
对于MOOC的批评人士而言,最大的担心是大学会匆忙把在线教程纳入到传统的课堂中而顾不上仔细评估可能的缺陷。去年秋天,就在安德鲁•吴联合创办了Coursera的前不久,他调整了他在斯坦福的机器学习课程,让线上学生也能参加这门课,最后共有数千人注册上课。但至少有一名在校学生发现这门课有欠缺。主修计算机科学的本•鲁道夫(Ben Rudolph)在自己的博客上抱怨这门课的“学术严格度”没有达到斯坦福的标准。他感觉电脑化的作业提供了自动化的、立即的暗示和向导,未能鼓励“批判思考”。他还指出有孤立的感觉。他说,自己“几乎没遇到班上任何人”,因为“所有事都只在我的房间里完成”。吴则坚定地为这堂课的形式辩护,不过,事实上没人真的知道对于电脑教程的重视日增将如何改变大学生活的动态。
MOOC运动的领袖们承认他们所面临的挑战。阿加瓦尔说,要让这个形式变得完美,将需要在许多领域里有“复杂的发明”,包括从给作文打分到颁发证书。而随着在线教程进一步扩展到人文学科这一没有标准答案、探索性的领域,这个过程只会变得愈发困难。在人文科学领域,知识极少能被轻易地编码,一门课的成功有赖于教授引导学生们获得超出预期的见解。MOOC课程的价值究竟如何?它们最后将在教育系统中扮演怎样的角色?今年这些课程的发展成果将告诉我们有关这些疑问的多得多的信息。
在线课程已经给大学院校带来的问题至少和其技术挑战一样地令人生畏。无论大规模公开课程是否达到它们所宣传的程度,它们将会迫使学校主管和教授们重新思考对于教学形式和意义的理所当然的想法。无论好或坏,网络的破坏性力量已经来到了学术界的大门前。