作者简介:周汶霏,山东大学国际教育学院助理研究员,博士。主要研究方向为国际传播、汉语国际教育等。宁继鸣(通信作者),山东大学国际教育学院教授,博士。主要研究方向为语言与文化传播、汉语国际教育、语言经济等。
一、问题的提出
2020年,新冠肺炎疫情肆虐全球,给各领域各行业带来巨大冲击,也扰乱了诸多国家的正常教学秩序。2月,中国教育部发出“停课不停学”的号召,传统课堂教学加快推进从线下向线上的大规模迁移。截至3月,中国在线教育平台数量达37家,上线慕课新增5000门。通过高效部署大规模在线课程,中国教育界成功应对了此次疫情“大考”,获得国际社会的广泛肯定,也为中国在线教育与国际教育合作带来了更多机遇。在这一背景下,中国教育部提出,要为疫情影响下的全球教育“提出中国方案,提供中国技术,分享中国经验”。慕课建设便是核心举措之一。
慕课(MOOC,Massive Open Online Course),即大规模在线开放课程,是在互联网、数字终端技术、开放教育与终身学习理念等因素支撑下发展起来的一种在线教育方式,以大规模、开放性、共享性等优势著称,能够跨地域、跨时间地高效统整学校、师资、学习者及各类教育资源。近几年,随着大型国际化慕课平台纷纷崛起,各类慕课井喷式增长,学习者数量指数级扩大,慕课已成为一种不容忽视的教育形式与力量。
在国际中文教育领域,慕课的价值与影响伴随中国语言与文化国际传播数字化进程的加快而不断彰显。2014年,北京大学在全球最大的慕课平台Coursera上线“中文入门”(Chinese for Beginners)课程①,至2020年4月已有超过75万学习者注册,他们遍布200多个国家和地区。2020年3月26日,由五洲汉风网络科技(北京)有限公司、汉考国际教育科技(北京)有限公司、阿里巴巴钉钉等20多家单位联合发起的“中文联盟”(Chinese Plus)平台②正式上线。该平台旨在聚集国际中文教育相关资源,提供线上中文教学与相关服务,其配套应用软件提供了包括汉语学习、汉语水平考试(HSK)课程、教师培训、中国概况、中国文化、专家讲座与职业汉语等多种门类的慕课。尽管已取得不少成绩,但从社会需求与现实情况看,国际中文慕课的整体数量仍偏少,运行成熟、拥有一定规模的稳定学习者群体与影响力的中文慕课平台更是屈指可数,国际中文慕课建设仍任重道远。
近年来,一些学者围绕教学模式、课程观感、评价机制、学习效果及其影响因素等方面对国际中文慕课展开了研究,如:刘永权、张铁道(2013)从教学设计、资源整合、学习活动、学习评价与反馈等环节分析了在线汉语课程的特征;王添淼、裴伯杰(2016)提出,汉语慕课建设应关注交互性、反馈性、主观性试题比例及相关支持保障;魏宝良(2018)分析了对外汉语慕课模式的优势与问题,强调慕课设计要保证内容优质、课程精练,提升课程完成率与教师积极性。我们梳理已有研究发现,聚焦慕课本身的研究占比较高,从慕课学习者视角切入的研究则数量偏少,未见聚焦学习者评价的实证研究,这与目前成熟的国际中文慕课数量偏少、学习者评价积累不足有关。
学习者是学习活动的主体,学习者评价是衡量和反映教育质量的核心内容之一(郭芳芳、史静寰,2012)。近年来,有关慕课的研究逐渐从课程本体、教学应用、教育变革理论等宏观层面,延展至学习者动机、行为和参与感受等微观问题(刘斌等,2016),来自慕课学习者的评价反馈日益受到学界关注。相比于传统课堂学习者,慕课学习者分布地域广阔,知识背景复杂,学习动机多样,其评价行为一般发生在课程学习的后段,是学习者对学习过程与结果的综合性感受,也包括学习者的价值判断及对学习效果的认知(刘斌等,2016)。学习者评价一般由客观评价与主观评价构成。其中,客观评价通常针对课程与教师的特定方面进行打分,因其分析相对简便和明晰而成为目前课程评价的主流。而主观评价由于多是半结构化或非结构化文本,分析难度较大,因此并未获得足够重视,但主观评价有其特定价值:学习者一般在“半监督”或者“无监督”的环境下输出评价,较少受到外部因素的影响;评价文本中可能包括学习者的认知习惯、个性特征、课程感受等客观评价难以准确获取的信息;主观评价因为有更为具体和详尽的文本呈现,我们能够从中挖掘到学习者对慕课内容、教师、教材、课程平台等问题的认识。
无论从哪个角度看,学习者主观评价的价值都应被进一步发掘。就国际中文慕课建设而言,如何在相关慕课数量偏少、学习者评价积累不足的现实情况下,仍能从学习者处获得有效反馈,为国际中文慕课建设提供有价值的参考?从内容上看,慕课涵盖了各类学科,具有差异化和多元化特点,但作为一种新的教学样态,慕课有其一般属性,这使得不同学科的慕课之间具备了相互比较与借鉴的基础。因此,本研究从影响范围更广、覆盖学科更多、运行机制更成熟的“国家精品课程”中获得学习者对慕课的共性认识,在此基础上通过比较分析,试图回答:学习者如何看待慕课的形式与内容?如何认识教师、教材、课程平台在其中的角色?相关发现能够为国际中文慕课建设提供哪些建议?
二、数据来源与分析方法
2.1数据来源
本研究以中国大学MOOC平台的“国家精品课程”板块作为学习者评价的数据来源。2014年,高等教育出版社联合网易推出的中国大学MOOC在线教育平台③上线,承接教育部国家精品在线开放课程任务。④课程涵盖文学、经济学、理学、工学、医学、农学等各专业,目前已成为汇集中国大学高水平慕课的旗帜性平台,注册学员达千万人次,积累了较大数量的学习者评价,为本研究提供了充足的数据支持。
我们从该网站“国家精品课程”模块中提取了815门课程的学习者评价文本,共195188条,合计155310894个字符,形成学习者评价语料库,提取时间为2019年4月20日—21日。由于中文文本不具有天然的字词分隔特征,我们在分析评价语料之前需要进行分词处理。本研究使用NLPIR工具⑤进行分词。在获得初步结果后,我们结合评价文本特征,进一步编辑用户词典与停用词表,再次分词;为尽可能获取更准确的信息,只保留长度在2字以上的词;并对目标词进行同义词替换,以避免重复计算,由此完成数据清洗工作。
2.2.分析方法
本研究使用共词分析的方法对学习者评价文本进行分析。共词分析(co-word analysis)是一种量化定位数据关系的内容分析技术,通过分析信息池中词或词组的共现频率,呈现某一领域特定主题中各个被观察对象之间的联系。⑥一般而言,共词分析需要经过获取数据、训练词向量、分析数据等步骤完成,其结果常以词汇共现网络的形式呈现;在共现网络中,节点之间的相关性通过节点间的距离或者边的粗细等方式表示,而共同节点的出现则意味着不同的目标词在该节点上具有更高的语义相关度。
由于评价语料库信息量较大,本研究选择Word2Vec词嵌入神经网络模型训练词向量。Word2Vec算法于2013年由谷歌公司的TomasMikolov及其同事提出,该算法依赖Skip-gram或CBOW两类模型建立,相较之前的算法具有更好的实践效果与更大的可扩展性(Rong,2014),能够在高维空间展现不同分词在语义上的近似性,为进一步揭示和评价词汇的共现规律及其意义提供量化依据。本研究选用了Skip-gram模型构造用以训练词向量的神经网络,即通过输入词来预测上下文,同时采用负采样方法解决降维过程中的计算减速问题,完成对词向量的训练,获得全部词汇及其相关词。
三、数据分析与比较讨论
3.1数据分析
在借鉴以往研究结论的基础上,笔者根据研究问题的需要选取了“课程”“老师”“学生”“平台”⑦“教材”这5个与慕课学习者关联紧密的词作为目标词;为优化评价词的可视化效果,分别提取与目标词相似度最高的前50个词,人工剔除少量诸如“起来”“过去”“上来”等在本研究语境中不具有明确意义的词,然后将处理结果导入Gephi软件,采用ForceAtlas2布局法⑧输出词汇共现网络,以边的粗细来表示节点间的相似度;通过“模块化”统计对节点进行分色呈现,最终获得共现网络(见图1)。为更准确地解析学习者评价的意义,笔者将结合共现网络与原始语料进行分析。
图1 目标词与相似词的共现网络
我们从共现网络中发现了5个共同节点,每个节点分别对应2个目标词:“没有压力”对应“课程”与“老师”,“启发式”对应“教材”与“课程”,“教学活动”对应“学生”与“课程”,“打下基础”对应“老师”与“平台”,“信息时代”对应“老师”与“教材”。这为我们进一步理解学习者对慕课、教师、教材、平台等要素的认知提供了重要方向。但由于共现网络只能显示词的相关性,无法揭示相关词在句子或句群中的逻辑关系,所以我们进一步对评价语料展开质性分析,获得如下发现:
第一,学习者对教师的双重体认。尽管学习者对慕课的认知仍在发展,但其对教师的认知却相对稳定。我们分析21条相关语料发现,“传道授业”是慕课学习者对教师角色的基本认知,表明学习者对新媒介环境下教师角色的理解与期待依旧根植于传统教育语境。但学习者也已意识到,信息时代的教师角色正在发生转变,在“教师该如何上慕课”这一问题上,学习者已经达成一种“共识”,即授课“生动”“风趣幽默”“浅显易懂”“融会贯通”“贴近实际”、营造“不难”“宽松”“没有压力”的学习氛围、线上教学活动“丰富多样”、熟练掌握线上教学各种“技能”的教师更能获得学习者的认可,其慕课更具有“能见度”。
第二,学习者的主体意识更突出。慕课的海量内容与大规模开放属性赋予了学习者较大的选择自由。对慕课教师而言,吸引学习者注册或许并不难,但使学习者“善始善终”地学完一门慕课却并非易事。我们分析143条相关语料发现:课程时长适中、上课时间灵活自由、课程内容能随时复看的慕课更受学习者欢迎;而课时过长、课程难度过大、缺乏互动与提示是导致学习者中途放弃课程的重要原因,如“一次课需要花费一个多小时的时间,得不偿失,便放弃了”“学习没有正向反馈,导致觉得太难,进而无法坚持下去”“课堂活动太少,没有互动也没有提示,从入门到放弃”。另一方面,慕课的存在与壮大意味着传统课堂教学开始面临“退出机制”:学习者会主动选择更符合自身需求的课程类型,即便教师没有要求,部分学习者依然会主动采取混合学习的方式;如果学习者在传统课堂教学中无法获得满足,可能会部分或完全倒向慕课。
第三,学习者更关注慕课内容与对应教材的启发性。我们通过提取并分析包含“启发”的语料280条,发现学习者更倾向于选择在内容讲解、任务设计、活动安排等方面贴合他们实际需要和兴趣点的慕课,如“有很多具有启发性的讨论,更能引起兴趣”“教学方法避开了传统书本教学无趣死板的念书,任务式学习具有很强的启发性,以使用为目的教学”。学习者对配套教材的态度也比较微妙:一方面,学习者希望配套教材与慕课内容保持较高的适配性,如“没有相应的教材,听起来不容易听懂”“课程内容很详细,但是和教材出入比较大”;另一方面,又不希望教师完全比照教材来设计慕课内容,更倾向于将教材作为课前课后自学的材料,认为教师应对教材内容进行提炼、总结和扩展,如“这个课程的知识不是照搬教材的,是老师自己总结出来的,所以条理很清晰,是真的学到很多”“课堂内容不仅仅局限于教材和PPT上的知识点,而是会拓展开来,让我十分感兴趣”。
第四,学习者倾向于将慕课平台视为一种终身学习场域,并抱有多样化期待。“打下基础”是“老师”与“平台”的共同节点,我们分析24条相关语料发现,慕课学习者来源多样,相当一部分是在校学生,而慕课对这一群体而言主要发挥“预习”和“助力”传统面授课程的作用。除在校学生外,慕课学习者中也包括大量在职人员,我们分析与“工作”“生活”相关的313条语料发现,这一群体的学习动机多与工作需要、个人兴趣、“回炉”充电、向往名校名师等因素相关。此外,学习者对慕课平台的共享开放、优质的课程资源表现出强烈的情感认同,认为慕课平台提供了非常流畅的媒介支持,塑造了一种更为公平、友好、高效的学习环境,如“视频很流畅也很精美,平台的使用也很容易上手”“了解到慕课学习的方便性,树立终身学习的意识”“互联网时代很好的学习平台,打破时间和地域、学科限制,满足知识需求,发现自己的兴趣,转换为自己的实用价值”。
3.2比较讨论
以慕课为代表的在线教育在“互联网+”时代已经成为一种主流,将中文课程由线下迁移至线上,不仅是中文走向世界的快捷通道,更是为全球教育做出中国贡献的必选项。然而,慕课在课程设置、教学模式、师生互动等方面显著区别于传统面授课程,需要进行新的体系建构、教学设计与资源建设(郑艳群,2017),这是所有想走进慕课的课程要首先面对和解决的问题。基于这种共性原因,本研究根据上述研究发现,对比国际中文教育自身的特点,对国际中文慕课建设提出如下建议:
第一,国际中文慕课在课程设置方面应着力实现“三个友好”,即用户界面友好,学习内容友好,教学模式友好。慕课学习者有着特定的心理诉求,这也是慕课从内容到形式都有别于传统课堂教学的一个重要原因。基于此,国际中文慕课需要选择用户界面更为友好的慕课平台,从而为学习者减少不必要的操作环节,保证课程视频输出的流畅度与清晰度,简化作业提交与评价流程,使学习者可以随时复看课程内容,等等;学习内容的设计需要兼顾慕课面向“大规模”受众的属性,内容不宜过难,借助贴近学生兴趣或经验的例子或例句、“接地气”地讲授语言、多情境的交际任务等实现“深入浅出”的“启发式”讲解,实现学习内容的友好;慕课学习者的退出与课程时长有关(Ferguson&Clow,2015),慕课节段时间过长会影响学习者的学习积极性和持续性,因此中文慕课的节段时长需适中,通过交叉安排教学视频、课件展示、练习作业、小组任务等环节,使授课节奏更为紧凑,实现教学模式的友好。
第二,国际中文教师应在坚守传统教育使命的基础上,致力于成为在线上与线下教学场域之间灵活切换的多面手。无论科技如何发展,学习者对教师的基本判断标准始终未变。如何将汉语与中国文化讲解得“深入浅出”,激发和保持中文学习者的积极性,使课程设计对标教材又不拘泥于教材,带给学习者课程之外的有益启发,等等,始终都应是国际中文教师关注和思考的问题。另一方面,技术引发了中文教学场域的变革,教师角色正向多样化和立体化方向发展,在承担课程与教学设计、课堂讲授与互动等传统职责的同时,教师还兼具慕课项目的设计者、执行者、管理者等多重身份,因此,转变教学角色,关注前沿科技与前沿理论在教学中的应用,应被视为国际中文教师的重要职业素养,也是应当纳入国际中文师资培养体系的关键内容。
第三,通过系统设置与环节把控确保课程互动的充分实现。互动缺乏是慕课教学的一大痛点,也是导致慕课学习者中途放弃的主要原因(Onahetal.,2014),这一点在本研究中也得到了验证。对语言教学而言,课堂互动是其“安身立命”的基础,因此,国际中文慕课需要在强化师生互动、生生互动方面做好系统设置与环节把控。在系统设置上,国际中文慕课需要设计或选择更为友好、便捷的互动平台,确保反馈与交流快速、畅通并能贯穿整个学习过程。在环节把控上:师生互动方面,教师可以在授课过程中以问题或任务串联讲授内容并激发学习者的思考,利用平台留言区域、学习社区、课程微信群/QQ群等途径增强师生互动,组织慕课团队成员及时为学习者答疑解惑,或定期更新“Q&A”答疑直播或录播视频等;生生互动方面,教师可以组织学生自发或随机分组并定期更新分组,不断提升慕课班级成员之间的辨识度,在此基础上安排小组活动/任务/作业、学生互教互评等环节,利用“同伴压力”提升中文学习效率,同时增强学习者的集体归属感。
第四,国际中文慕课的开发与建设是一项长期的系统工程,需要在持续的循环、打磨、完善和评价过程中不断精进。这仅靠教师一己之力无法完成,需要通过制度性安排调动各级学校、社会机构、政府与民间组织等主体共同参与其中。信息时代,内容为王,优质课程资源是慕课平台赖以生存的基础,也是学习者实现个性化“终身学习”、教师持续夯实专业能力、国际社会实现教育资源公平配置的重要依托。因此,我们应努力建设更多类似于“中文联盟”的中国语言文化数字化国际传播平台,并着力打造优质国际中文慕课群,形成集群效应,以此统整国际中文教育的各类资源,开展国际与国内相关领域和主体的交流与合作,培育全球学习者对国际中文教育事业的情感认同,扩大有关语言与文化教育的“中国经验”的国际影响力。
四、结语
2019年12月9日,国际中文教育大会在中国长沙召开。大会明确提出,要充分发挥教育信息化的力量,使国际中文教育更具“现代性”与“可接受性”。同其他学科一样,国际中文教育身处一个充斥着海量信息、涌动着技术革命浪潮的时代,需要完成从形式到内容的深度蜕变才能获得更大的生存和发展空间。而此次疫情的突发不仅迫使我们全面观察和反思教育信息化的当下状态,更让我们意识到,信息技术的洪流正不可逆转地重塑着教育生态,线上教学与线下教学各具特色、并行发展的模式必将得到深度关注、持续研究和广泛实践。从这一角度看,深耕教育信息化、聚焦学习者需求将是实现“现代性”与“可接受性”国际中文教育的必行之策。
基于此,本研究从学习者的视角出发,通过分析更具普遍性的慕课学习者主观评价文本,发掘学习者对慕课的共性认知与需求,并为国际中文慕课建设提出相关建议。然而,由于数据资源、时间与笔者能力所限,本研究未专门针对中文慕课的属性展开深入探讨,对学习者评价文本的挖掘也需进一步细化,对于这些问题,笔者将持续跟进与思考。
附注:
① 网址:https://www.coursera.org/learn/learn-chinese。
② 网址:https://www.chineseplus.net/。
③ 网址:https://www.icourse163.org/。
④ 参见中国大学 MOOC 官方网站“关于我们”,网址:https://www.icourse163.org/about/aboutus.htm#/about。
⑤ NLPIR 工具全称为“自然语言处理与信息检索共享平台”,由中国科学院计算技术研究所开发研制,最初命名为 ICTCLAS,2009 年更名为NLPIR,具有中英文分词、词性标注、新词识别、关键词提取等多种功能,网址:http://ictclas.nlpir.org/。
⑥ 共词分析最早于 20 世纪 80 年代由法国学者提出,起初用于探索科学领域的复杂关系,而后美国、英国、荷兰等国学者又进行了大量研究与改进。(He,1999)兰德与伯吉斯从技术操作层面解读了共词分析的应用场景,指出通过分析大量自然语言文本能够生成向量,这些向量可提供高维空间中的坐标,坐标中所蕴含的语义信息则能揭示关系。(Lund & Burgess,1996)
⑦ “平台”一词在学习者评价语料中频繁出现,意指中国大学 MOOC 平台。
⑧ ForceAtlas2 是一种强力定向布局法(force-directed layout),通过节点的相互排斥与边的相互吸引使网络收敛到平衡状态,以呈现节点间的关系,根据相似度设置边宽度,即相似度越大,边越宽。
参考文献:
[1] 郭芳芳,史静寰 . 区域认证中的学生评价:“奉子成婚”抑或“天作之合”?——美国高等教育质量保障机制研究 [J]. 外国教育研究,2012(10):96-105.
[2] 刘斌,张文兰,江毓君 . 在线课程学习体验:内涵、发展及影响因素 [J]. 中国电化教育,2016(10):90-96.
[3] 刘永权,张铁道 . 远程国际汉语教育课程规划与教学机制初探 [J]. 中国远程教育,2013(4):52-57.
[4] 王添淼,裴伯杰 . 汉语慕课课程个案研究 [J]. 民族教育研究,2016(2):128-132.
[5] 魏宝良 . 北京大学对外汉语教学慕课(MOOC)建设情况概述 [C]. 李晓琪,孙建荣,徐娟 . 数字化汉语教学(2018). 北京:清华大学出版社,2018.
[6] 郑艳群 . 汉语教育技术研究的新进展与新认识 [J]. 国际汉语教学研究,2017(4):60-67.
[7] FERGUSON R, CLOW D. Examining engagement: analysing learner subpopulations in massive open online courses (MOOCs)[C]. Proceedings of the Fifth International Conference on Learning Analytics and Knowledge. Association for Computing Machinery, 2015: 51-58.
[8] HE Q. Knowledge discovery through co-word analysis [J]. Library Trends, 1999 (48.1): 133-159.
[9] LUND K, BURGESS C. Producing high-dimensional semantic spaces from lexical co-occurrence [J]. Behavior Research Methods, Instruments & Computers, 1996 (28.2): 203-208.
[10] ONAH D F O, SINCLAIR J, BOYATT R. Dropout rates of massive open online courses: behavioural patterns [C]. Edulearn14 Proceedings, 2014: 5825-5834.
[11] RONG X. Word2vec parameter learning explained [DB/OL]. arXiv:1411.2738, 2014.