基于Trustie-EduCoder 平台的线上线下融合式教学模式研究

欧阳建权，邓漪凡，尹 刚

（1.湘潭大学 信息工程学院，湖南 湘潭 411105；2.湖南智擎科技有限公司，湖南 湘潭 411105）

0 引言

当前，互联网+的发展、5G 的热潮正推动着人工智能时代的到来，市场对于具备人工智能素质人才的需求巨大，无论是工科型人才还是非工科人才都需要了解和学习人工智能。人工智能实践是面向人文社科类专业的公选课之一，也是计算机科学与技术、软件工程等许多专业的重要基础课程。

这些课程一般由基础教学和综合实践教学组成。基础教学注重课程知识的讲解；综合实践一般由课堂案例和实践应用两部分组成。虽然学校和学生都很重视这些课程，但是学生课后没有平台练习巩固加深，与老师课后缺少交流，综合实验的趣味性不足，题目难度设置不合理，导致学习效果不佳。

线上线下混合式教学模式是一个跨越虚拟，可以实现在线与实时交流、涉及多种要素协同的混合式课堂结构[1]。基于Trustie-EduCoder 的混合式教学模式是以构建主义理论等现代教育理论为依据[2]，把传统面对面课堂教学和网络教学平台的优势结合起来，使在线学习和课堂教学形成互补，进而提高教学效果，激发学生学习兴趣，促进学生自主学习能力的提高。

Trustie-EduCoder（Trustworthy software tools and integration environment）是指一个由600 多所大学参与共建共享的智能学习平台，支持全技术栈的实验和实训教学，其中包含各学校可推荐给本校学生学习的各种教学资源，实现了实践教学的课程软件化、过程游戏化、环境生产化和测评全栈化。

1 线上线下混合式教学模式面临的问题

传统线上线下混合式教学模式通过线上视频录制定期上传，实践项目按课时发布作业，线下教师按照课程自有的知识体系进行教学。这种教学模式一方面存在线上平台监管不严，另一方面存在线下过分依赖线上，师生沟通缺少等问题。细化来说，体现为以下几种表现形式：①相比于传统作业完成成本较低，在学生脑海中留下印象不深；②提交作业不及时，造成集体懒散，降低学习积极性；③教师与学生课后缺少沟通，致使课程安排和难度出现问题也无法及时调整；④时代感弱化，与实际应用场景关联度低。

以上问题的存在使得学生在学习过程中，虽然掌握了大量的程序设计概念和语法，却缺乏求解工程实际问题的科学思维能力和编程实现能力[3]。非专业同学在枯燥的课堂灌输式学习中，既缺乏对前沿科技知识兴趣的培养，又缺少对人工智能思维的主动训练，因此达不到课程设计的基本目标。

2 基于Trustie-EduCoder的线上线下混合式教学模式原理及优势

基于Trustie-EduCoder 混合式教学的基本原理是在线教学（on-line）与面对面教学（off-line）的混合[4]。由于涉及线上环节，教师除课堂素材之外，还须准备线上视频、互动学习讨论话题、在线实践作业等。学生利用软件平台具有更大的学习自主性和拓展空间。这种教学模式使得教师能够客观衡量学习效果，帮助学生答疑，学生激发更多的学习兴趣，乐于学习。

相对于传统的线上线下混合式教学模式，基于Trustie-EduCoder 平台的教学模式有很多的不同之处。与其他平台的教学模式[5]相比Trustie-EduCoder 平台的教学模式存在以下几大优势，见表1。

从表1 中比较可以看出，基于Trustie-EduCoder 线上线下混合式学习的特色表现在以下几个方面：首先，通过线上课前预习提前反馈，课堂线下教师及时解答学生问题，强调重难点，增进师生交流；其次，线上的趣味学习、比赛激励[6]可以协同非专业同学激发学习兴趣，线下积极思考和反馈，帮助教学模式的环形推进；最后，基于Trustie-EduCoder 平台，设置积分激励机制和互评机制，促使学生更加主动的线上学习，增进学生之间的良性竞争。

表1 Trustie-EduCoder 与其他平台的对比

从以上比较结果看来，基于Trustie-EduCoder的线上线下平台能够更加针对学生个体问题，大幅度节省教学时间，提高教学质量的同时也存在提交作业不及时，造成集体懒散，降低学习积极性；相比于传统作业完成成本较低，在学生脑海中留下印象不深等不足。

3 基于Trustie-EduCoder的混合学习模式设计

基于Trustie-EduCoder 的混合学习模式是传统面对面课堂教学模式和Trustie-EduCoder 线上学习模式的融合创新[7]。通过这种模式，期望打造出具备较强实践能力的应用融合型人才。

混合学习活动设计以问题解决式教学方法为主线，面向人工智能实践课程正是以实践作为最终目标的课程，非常适合采用混合学习模式。混合学习包括课前、课中、课后3 个环节[8-9]，如图1 所示。在3 个环节中，教师和学生都必须积极参与，相互合作，确保在各环节中各自发挥作用，共同完成好线上线下混合式教学的全过程[10]。

图1 Trustie-EduCoder 混合式教学模式过程设计图

该门课程配备一名Educoder 平台教学助理担任助教。平时课堂主要负责协助教师完成平台内容更新、课堂秩序维护和线下问题解答；期末考试前夕，需要按教师要求布置考试题型和内容，导出考试分析报告。

3.1 课前导学环节

在课前导学环节，教师需要依据教学大纲安排，提前编写一本线上教材，配合Educoder 平台发布上线。基于教材内容和案例的内容，教师每次在课前录制微课视频，聚焦课程难重点，帮助学生搭建理论框架，明晰知识结构，并结合程序设计讲解程序实现和调试。让学生除了得到理性的概念之外，还对问题的求解过程有了感性的认识。

学生在课前导学环节，根据教师给定的教材、课外阅读资料进行课前的预习，尝试回答教师在视频中提出的相关问题[11]。学生在通过视频学习课内基本概念和方法之外，还需要结合自身的专业学习情况和兴趣特点，总结和整理自己在教材、课外资料、视频学习中发现的问题，作为预习完成的任务提交给教师。

教师首先对同学线上预习作业进行批阅，然后对学生提问线上解答，帮助学生理解基本概念和基本方法中需要注意的重点。教师对学生提出的问题及时进行线上解答，是线上线下混合式教学模式中的一大优点，有利于教与学的良性发展。

3.2 课堂研学环节

在课堂上，以搜索问题的使用为例，展开研学环节的问题讨论。教师首先通过一个智力游戏问题引入搜索问题，如有3 个传教士和3 个野人来到河边准备过河，河边有一条船，每次最多坐2 人。但是任何时刻在河的两边以及船上的野人数量不能超过传教士的数量，不然传教士就会被吃掉。如果让你来玩这个智力游戏，你有几种方式顺利过河？

教师通过情景交融的方式把搜索问题应用场景生动形象地传授给同学们。然后对课前预习情况课堂分析，课上解决本节课程的重难点问题。为了检验学生的学习效果，可以适当提问进行考查。针对性地提出若干个问题供学生进行讨论与交流，学生将分组对问题进行讨论，最后每一个小组派出代表来陈述讨论结果。

教师对学生的讨论甚至在争议无法缓和时进行必要的引导，分组讨论有助于让讨论的问题更加细致，同时可以让积极性不足的同学都在讨论的时候有更多的机会参与到讨论中并从中受益，在陈述环节，能让每一个学生都能对本次课堂内容有着更全方位的理解。

在课上采用了线上操作实训的方法[12]，对于操作性问题，同学之间可以互相讨论，必要时可以向助教寻求帮助，教师对共性问题进行进一步的讲解。充分发挥协同学习优势，顺利实现知识迁移，使得学生解决问题的能力通过合作探究和操作实训得到提高。

3.3 课后练学环节

教师除常规的批改作业之外，还会发布学生感兴趣的话题讨论，以此激发学生课后学习兴趣。根据课后作业的情况，教师通过总结优化，对后续的教学也能有更加清晰的目标和完善的准备。

学生在经过课前导学和课堂研学之后，对于课程的内容和需要解决的问题都有了清晰的认识和思考。课后学生需要完成线上作业，并且作业内容公开，接受其他组的学生的建议和讨论。同时，老师会有选择性地将典型作业标记，供全班学生学习参考。

在课后，助教会在QQ 群里检查作业的完成和同学的互评情况[13]，并给予学生一定的课程指导。每一次课后作业，作业中错误较为集中的知识点教师会在下一次课上进行详细解答。更重要的是，学生通过这种质疑、比较和借鉴，对于课程知识的认识更加深刻和清晰，培养学生创新意识，实现了知识的进一步巩固和提高。

4 基于Trustie-EduCoder的混合教学模式实证分析

人工智能实践线上线下混合式课程设计应用于全校公共课后，遇到了一些问题：①本门课程为公共课，选修这门课程55%的同学是非计算机专业学生，按照教学大纲设计，第一章就设有编程题目，且题目难度较大，学生理解困难。②该课程设计目标是零基础非专业的同学可以自学，意图是在推广人工智能的概念；而实训项目课程设计难度不合理，同学们的完成度只有70%，正确率只有55%，实训课程对代码能力有一定要求，这对零基础的学生来说相对困难。

后期，根据参与测试的同学的实时反馈情况，修改相应的实训案例，如调整python 实训案例等，可以兼顾计算机类和非计算机类专业的学生的实训能力培养。同时，新增趣味游戏模块，将娱乐融合进入实训项目类教学实践中，解决了非专业同学理解力不足、兴趣缺少等问题。

课程难度调整之后，助教协助老师完成了一次针对人工智能与实践课程秋季班同学的问卷调查，主要为了了解同学们对于混合教学方法的适应性。问卷一共5 道题目。图2 所示为问卷第一题学生的作答情况反馈。

期末学习成绩从3 个方面进行评估，平时成绩、线上学习情况和期末线上考试成绩。上述3个部分各占比20%、20%、60%。平时成绩考查学生的课堂积极度、出勤率由助教参考平台登录记录打分。线上学习情况Trustie-Educoder 平台可以导出每一位注册学生线上答题正确率和学习进度情况，一共10 次。平时成绩中等及以上的同学达到70.1%。

期末考试采取线上考试的形式进行，题型设计有单选题、多选题、判断题和编程题。线上系统自动判分，分析考试试卷详情，如最高分为97.5 分，平均分为78 分。系统还会对每一题从答题数量、学生得分、答题标准分析等多个角度分析该知识点学生掌握度。

图2 开设课程后学生反馈信息统计

从整体上分析，教师不用在课堂上照本宣科地讲解学生本可自学的基础内容，不用在机械化改卷和批改作业上投注过多时间，有更多的时间与学生进行互动，学生也有更多的时间进行思考、合作。这样的教学方式有利于课前、课中、课后教学模式的良性循环，能够有效提高教学效率。

5 结语

面向人工智能型人才培养的Trustie-EduCoder融合教学模式延伸到教学活动全过程，涉及线上和线下，始终以学生为导向，旨在逐步培养学生兴趣和编程能力。在基于Trustie-EduCoder 平台的线上线下融合教学模式的学习过程中，改进了集中式和整体化评估机制，加入了学生自评、互评环节和趣味实验、激励比赛模块，从课后连贯到课前，实现了环形的全面监督和评估机制。