发布日期：2025-04-24 11:13
一、“模块化+个性化”教学模式的理论路径
“模块化+个性化”教学模式是模块化教学的转型升级，用数字技术建设模块化教学资源，方便教师开展混合式教学；用智能手段辅助教学，方便学生进行个性化学习。
1.“共性+特性”的模块化数字资源
模块化教学模式在培育高素质、高技能及具备复合型创新能力的人才方面具有重要意义，是职业教育体系的核心发展要素。以“预防医学”课程为例，作为医护类学生的专业基础课，该课程通常以专业群共享课程的形式存在，适用于临床医学、中医、护理、康复等多个专业的学习，但目前的数字课程对群内各专业的适用性并不明显。为此，本次研究在课程建设阶段就突出了专业群岗位共性特征和职业能力属性，即在体现专业群岗位共性的同时也充分考虑各专业职业特性，构建“共性+特性”的模块化数字教学资源。
2.以学生为中心的个性化教学
模块化的数字资源为学生提供了丰富的学习内容，但高职学生生源多样，有高考生、中职考生和成人自考生等。他们有不同的教育背景和家庭背景，存在较大的个体差异性，需针对不同生源及不同特点的学生开展个性化教学。为此本研究提出了“模块化+个性化”教学，即在模块化数字教学资源的基础上，针对学生的学习背景和学习需求，以技术技能人才成长规律和学生个性特征为指引，为其定制个性化的模块化课程、教学资源、实践训练等，以满足学生多元化的学习需求。将教学重心从教师端向学生端倾斜和延伸，既考虑教学资源的模块化供给，又考虑学生的感知体验，在精准分析学情的基础上，为学生定制适合的学习路径，根据其学习需求适配不同组合的教学模块。
3.数智赋能“模块化+个性化”教学实践
在“模块化+个性化”教学的实施过程中，会面临多重挑战。一是，学生数量多、个体差异大。专业共享课程会吸引大量学生，而学生之间因不同的专业背景和教育背景会存在较大差异，这种多样性使得教师难以全面了解和满足每位学生的学习需求。二是，个性化的学习需求与统一的教学资源相矛盾。个性化学习注重因材施教，强调根据学生的具体情况制订个性化的学习内容，然而，当前教育的教学资源统一性较明显，与学生的个性化学习需求存在冲突。三是，个性化教学中学习目标的差异化与教学目标评价体系的标准化存在矛盾，这就对如何准确评价学生的学习效果提出了更高的要求。
随着5G、云计算、人工智能和数字孪生等新一代信息技术的飞速发展，职业教育领域正经历着深刻的数字化转型与升级。在这一进程中，智慧课堂、虚拟仿真、数字教学资源以及“教学管评研”一体化平台等数字化新基建为职业教育数字化新生态的形成提供了坚实基础，同时也为兼顾专业群共享课程的适应性和满足学生个性化需求创造了有利条件。职业院校可紧握教育数字化转型的机遇，积极推进“模块化+个性化”教学实践，以适应新时代职业教育发展的需求。
4.构建“模块化+个性化”教学模式
“模块化+个性化”教学模式是在模块化数字资源课程的基础上，依托人工智能、大数据等技术研发智慧教学平台，实现AI助教智能导学，构建数智赋能的“模块化+个性化”教学模式，并探索了“MOOC（大规模在线开发课程）与SPOC（小规模在线课程）互补、线上线下混合、AI助教和任课教师个性化辅导同步”的数智化导学助学新样态。通过大数据精准分析学情绘制学习者画像，为其动态规划学习路径，适配组合学习模块，并开展全过程综合评价。
二、“模块化+个性化”教学模式实践探索
1.深化产教融合，建设模块化数字教学资源
立足市域产教联合体，紧密对接区域经济社会发展需求，构建以职业能力为导向、以高素质技术技能人才培养为目标的课程体系，将人才培养与区域医疗服务发展需求紧密结合。深化产教融合，与企业共建银发经济学院及产学研基地，开发智能化服务项目，深入挖掘具有可行性和可操作性的课程内容，同时，实时更新服务行业的新技术、新标准，持续优化模块化数字教学资源。
课程组根据专业群内不同专业的特性，对相关课程模块中的项目和具体任务要求进行整合和筛选，构建“共性+特性”的模块化数字教学资源。具体措施有：录制精品课程、建设课程资源库、出版创新教材及数字课程，搭建适应专业群的在线开放课程体系，即建设MOOC这一类大规模在线开放课程，让更多的学生及社会学者受益。同时，根据授课班级的专业及生源背景，借助校内教学平台推送适配班级特点的小规模线上课程，即SPOC。在充分利用专业群共性资源的基础上，构建适用于专业群内各专业学习的“共性+特性”模块化课程，为学生的个性化学习提供有力支持。
2.精准分析学情，智能绘制学习者画像
构建课程智慧教学平台，运用大数据技术精确分析学生特性，为其绘制综合画像。首先，依托人工智能和大数据等先进技术，搭建实时、动态、交互的在线学习记录系统。该系统能够详尽记录学生在学习过程中的偏好、时长、路径等行为特征数据，为后续教学策略的调整和效果评估提供有力支持。其次，通过挖掘和分析大量学习数据，平台能够精准掌握专业群内各专业学生的整体学习状况。随后，平台分析学生的学习行为特征数据，运用可视化技术进行处理，绘制综合画像，便于学生、家长和教育工作者更直观地了解学生的学习状态。
3.人工智能助教，动态规划学习路径
基于AI助教的精准评估和预测分析能力，为学生构建动态的学习路径，在确保学生稳固掌握基础学科的同时，引导学生探索个人兴趣，逐步构建多元化的知识结构。通过AI推送动态规划学习路径，主要包括构建个性化学习方案、动态调整与优化、反馈与评估三个环节。第一，构建个性化学习方案。借助人工智能技术，根据学生的个人特征与学习目标，为其量身打造独特的学习计划。第二，动态调整与优化。在学生学习过程中，人工智能助手能够根据学生的学习状况与反馈，实时调整学习方案，帮助学生提高学习效果。第三，反馈与评估。教师需运用人工智能工具对学生的学习状况进行常态化评测，以确保教学计划的实施成效。人工智能能够生成学生学习报告，内容涵盖学习进度、能力掌握程度以及需进一步加强的方面。
用人工智能技术为个性化学习提供支持，已成为课堂教学应用的发展大势。在学习过程中，学习反馈与动态调整是实施个性化教育的关键环节，应贯穿全程。及时、有效地辅助与引导对于提高学习成果具有重要意义，有助于学习目标的有效达成。
4.自动化测评，实现多元多维全流程评价
学校可通过自动化测评技术实现全面、客观的评价。学生在个性化学习系统中学习时，他们的行为数据，包括课堂表现、同步练习、单元测试及考试成绩等信息，都会被大数据智能采集并实时记录。随后，大数据智能分析系统会对这些数据进行深度挖掘，进行学习成效分析和学情诊断，形成详尽、直观的学习情况分析报告，为教育决策提供有力支撑。
三、“模块化+个性化”教学模式实践反思
1.教育“数字鸿沟”问题严峻，需因材施教不断弥合
随着数智技术在教育领域的广泛应用，教育“数字鸿沟”问题日益突出。在教学过程中，“数字鸿沟”主要体现在教师的技能差异和学生的应用差异。通常情况下，年轻教师数智平台的应用及熟练程度会优于年长教师。另外，学生在使用数字技术的过程中也存在差异。高职院校学生在生源、地域和家庭背景方面具有较大差异。在实际教学过程中，城市地区的学生对数字学习平台的使用会优于农村地区学生，主要体现在平台使用时间、频率和充分性等方面。
2.实验实训课程资源匹配不足，需优化平台完善配置
实验实训是职业教育不可或缺的一环，每个专业都配置了丰富的实验实训资源。但在用这些资源实施混合式教学时出现了一些问题。一是线上线下混合式教学的融合程度有待提升。目前，高职院校的数字化实践教学主要运用VR（虚拟现实技术）和AR（增强现实技术）。然而，早期采购的设备与数字化教学平台之间存在兼容性问题，无法实现信息的顺畅共享，从而影响了线上线下混合式教学在实验实训环节的有效应用。二是人机协同和虚拟仿真实训资源的开发受限。这类资源的设计与开发不仅需要扎实的专业知识，还需要强大的平台资源开发能力和足够的经费支持。在专业建设和课程建设中，要不断完善和优化资源，以更好地满足混合式教学的需求，这就对学校提出了更高的要求。
3.教师与AI助教角色混淆，需平衡工具理性和价值理性关系
人工智能助教在促进教学更加精准、更加高效方面具有显著优势，为教师提供了极大的便利。然而，部分教师却越来越依赖此项技术，甚至受技术所“控”，让AI成为课堂的主导者，忽略教学的本质，失去了课堂应有的样态。AI助手承担了大量繁琐的数据统计与分析任务，并以数字、图表的形式呈现，以辅助教师教学。教师的核心职责在于传播知识、启迪思维、解答疑虑，在这一过程中离不开师生间的情感交流与思维碰撞，也离不开教师持续不断的创新。教学目标的制订、教学内容的选择、教学活动的设计与实施，以及教学评价与反思的过程中，都需要教师的价值传递及创新思维。数字技术所打造的工具属性，是单纯依赖工具理性的数据呈现，不具备创新力，更无法解决教育中关于价值传递的问题。
对学生而言，过度依赖这些工具，会让学生因追求便捷性而导致思维惰性，习惯依赖外部资源，而忽视自身思维能力的培养，长期下来，不仅会限制学生的想象力，还削弱了他们的创新能力，这与教育目标的初衷背道而驰。
在数智赋能的现代课堂中，要充分认识教师的“主体性”，尊重教师劳动的创造性和价值导向，用技术激发和强化教师的创造性，不能用人工智能技术的“工具理性”替代教师的本真工作。在应用人工智能辅助个性化教学的同时，要通过师生情感交流和日常教学互动深入洞察学情，平衡好工具理性和价值理性之间的关系，真正做到以生为本、因材施教，促进学生个性化成长。（节选自《陕西教育（高教）》2025年第3期）
初审：陈淑琴
复审：王玉岭
终审：李涛
