何柳明 梁楚婷 孙春柳 郭泳阳

（佛山科学技术学院 人文与教育院系 广东佛山 528300）

现代信息技术的革新推动教育信息化的发展，自适应学习平台的概念也多次被提及。2020年《关于全面加强新时代大中小学劳动教育的意见》明确提出，“劳动教育要体现时代特征。适应科技发展和产业变革，针对劳动新形态，注重新兴技术支撑和社会服务新变化。深化产教融合，改进劳动教育方式。强化诚实合法劳动意识，培养科学精神，提高创造性劳动能力”。因而，本文审视了大数据时代下劳动教育的现状，思考智慧教育下劳动教育实践路径，我们提出了基于自适应学习平台促进学生个性化学习的构想。劳动教育自适应平台面向学生、教师不同对象做出数据分析，由数据层对学习者特征、学习资源、学习行为、学习评价和学习路径做出深度分析完成对对象的个性化推荐，可为教学评价提供多项参考数据值。另外，本文将提出的构想投放于实地进行实践调研，实践证明劳动教育自适应学习平台有利于提高学生解决实际问题的思维与能力，相比于传统劳动教育具有前沿性发展意义，回应了新时代下劳动教育如何促进学生个性化学习的问题，给智慧教育提供新思路[1]。

一、劳动教育现状

1.劳动教育长期处于不被重视的状态，导致劳动资源的利用率低

政府财政投入不足，教育部门对学校劳动教育开展未能提供完善保障机制。虽然一直在强调德智体美劳五育并举，但教育部门对劳动教育的理论、课程方案、标准等都还未完善，由于缺少劳动教育的教学体系和评价机制，学校无法按照章程开展劳动教育课程。同时因为劳动教育长期被忽视，教育部门投入资金不足，导致学校缺少的基础劳动教育设施及劳动场所受限，劳动资源的利用率较低，以致劳动教育无法按时按质按量进行。

2.学校对于劳动认知存在局限和偏差

学校劳动教育的实施情况和管理状况并不乐观。由于应试教育的影响，大多学校还是将培养智育放在第一位，忽视了其他四育的培养尤其是劳育。经调查发现，学生在校开展的劳动教育活动大多是清扫学校、班级的卫生，且多为应付，形式主义浮于表面。同时教师对于劳动教育的传统观念还未扭转，对劳动价值和劳动教育的认知有失偏颇。再者，学校没有建立起针对教师的劳动教育考核评价体系，教师对开展劳动教育不上心或是缺少劳动教育方面的专业教师，使得劳动教育在学校里的地位一低再低，劳动教育开展的空间很小，劳动教育的效果大打折扣[2]。

二、劳动教育自适应学习平台架构

劳动教育作为五育融合并举的重要实践途径之一，通过自适应平台有利于分析学生劳动时的学习行为等，为学生进一步推送个性化资源，生成学习路径，最后经过多当面评价实现教学目标。

在劳动教育自适应平台中，主要分为三层。表示层是不同用户登录平台时的页面不一样，其功能推送不一样；行为层是系统的主体层，其主要包括学习者信息、学习资源的推送和教学评价，是计算机通过底层数据库，利用算法进行分析从而得出结论，上传的表示层给予用户观看；数据层主要包络学习者特征、学习资源、学习行为、学习评价和学习路径五大数据库，其主要通过用户在表示层输入信息，计算机通过算法其传送到行为层，行为层分析后传送给数据层，数据层再存储在计算机硬件系统上。

自适应学习平台是一种个性化的学习支持平台，它能够为每个一个用户提供不同的资源。这就要求平台要充分收集用户的信息，为每一个用户搭建用户模型。它记录了用户的个体特征，反映了用户的个体差异，主要包括学生描述、学习风格、认知水平、兴趣偏好、学习历史等是自适应性学习系统实现适应性学习支持的基础。其实现的过程是：在用户注册信息时，填写劳动观、劳动能力等能力测试题，同时给予不同专题让用户选择其感兴趣的专题并推送相关专题信息；在用户进行课程学习时，通过分析用户的学习行为数据和学习成果，为用户推送不同的劳动课程；最后收集用户评价，从而丰富个人信息，为资源推送和教学评价提供更好的服务。

资源推送是自适应学习系统的另一核心组件，是系统实现基于用户模型自适应呈现知识资源，其能够有效地将各种多元化的知识数据资源进行整合和复用，并能更好地满足上层个性化应用的需要，从而实现劳动教育个性化，避免学生进行重复的无意义提升。其实现路径主要是：基于用户模型，结合数据库所拥有的知识，为学生进行个性化推荐；同时，将学生在劳动课程中的生成性资源进行保留，实现资源的最大利用化；提高学生的好奇心，从而有利于培养学生的劳动观和劳动技能。

教学评价不仅仅是收录教师对学生的学习行为、成果的评价，也是要收集用户主观满意度反馈信息及一些客观学习行为等实现对自适应学习系统的实证评价。教师对学生学习行为评价时，要基于用户模型学生的起点能力综合评价学生的劳动观和劳动技能。其实现路径主要是通过劳动课程成品收集、劳动观等测验进一步对学生学习行为进行评价，从而更好地为学生推送资源，实现资源最大利用率、学生劳动教育个性化学习[3]。

三、本土化劳动教育自适应学习平台的实践应用

本团队在分析劳动教育现状的基础上，以构建劳动教育平台、推动劳动教育为研究核心，致力于加强小学劳动教育的系统设计并提出构建劳动教育平台设想，一直在不停地探索和开发适合佛山本土的劳动教育自适应学习平台。经进行试点实施和跟踪与分析评估研究对象后，本研究认为劳动教育自适应学习平台在开展劳动教育活动的整个过程终有着增强学生自主学习、个性化学习能力的功能

1.打造活性的优质数据库，实现各校教师劳动教育资源共享，保证课程前中后端的劳动教育资源供给

目前佛山学校开展劳动教育的场所和资源都不足以支撑劳动教育活动的展开。在全国的范围看来，开展劳动教育的学校和教师颇少，难以实现逐一全国中小学传授优秀的经验和教育资源，优质教学案例无法达到共享。为解决这样的问题，劳动教育自适应平台通过自身为载体分享劳动教育教学设计经验与优秀的小学劳动教育校本课例等，为中小学劳动教育教学设计提供借鉴与参考，教育资源不足地区的老师可借助平台接触到更加优质的资源，实现了资源高低间流动，极大地促进了劳动教育教学质量的提高以及提高了劳动教育资源利用率。

2.开展劳动教育课程中将学生劳动课程进度数据可视化，推动学生个性化学习，同时完善形成性评价数据的收集

在劳动教育课堂活动中，劳动教育平台学生端可以根据数据的捕捉分析推演出学生的个人学习方式和个性爱好，调整学生的个人学习计划，促进学习效率的提高与劳动教育知识的吸收。劳动教育平台学生作业展示使劳动教育过程信息集中化，可为教师提供系统的劳动教育形成性评价的参照物。劳动教育自适应学习平台收集学生在家和在校的劳动过程的图文资料，将原先课堂中无法收集或整理的零碎数据统计起来，教学过程整体数据可视化打破了学生原先过于独立的学习状态，增加了教学评价参考途径。

3.促进家长了解在校劳动教育，推进家校联动

劳动教育平台为家长提供了解学生在校展开劳动教育的机会，无疑是帮助家庭在劳动教育方面的实施。家长能够借助劳动教育平台了解相关劳动教育知识，转变传统陈旧的劳动教育理念，解决学校教育与家庭教育不协调的窘境，家长将孩子在家中开展劳动教育的情况通过平台及时反馈给老师，教师根据反馈内容制定更合适的劳动教育指导方案，逐步完善劳动教育课程标准，形成良性循环，以此达到家校共育的目的，共同落实劳动教育。

四、基于劳动教育平台的个性化自适应学习效果实证研究

本研究以自适应学习系统作为技术支撑，选取了佛山市某小学80名学生作为实验研究对象。本研究的实验对象为随机选取的学生，在实验前期，团队为学生做了各项测试，得出测试对象的原有知识基础、现有的认知能力、原有的生活经验等客观因素无明显差异，以确保实验结果的客观性和准确性。实验将学生随机分成了两组，一组学生以劳动教育自适应学习系统为支撑开展劳动教育的学习，而另一组学生则使用传统的劳动教育学习系统。两组学生都需要开展为期三周的劳动教育学习，结束三周的劳动教育学习后，学生需要完成劳动技能和劳动理念的检验测试。根据实验得出的结果，学生能分成两部分：一部分学生为优秀生，这部分学生的得分区间为51-100；另一部分学生为普通生，得分的区间为1-50。为其三周的劳动教育学习后，学生的得分如下：

根据上述数据分析所得，无论是基于劳动教育自适应学习系统组还是基于传统劳动教育教学组测试前的差异都不大，两组优秀生的分数都一样，而基于传统劳动教育教学组的普通生比基于劳动教育自适应学习系统组的普通生高一分。实验过后呈现的结果是：基于劳动教育自适应学习系统组和基于传统劳动教育教学组优秀生成绩的起伏并未太大，都是由六十多分上升到七十多分，这是由于优秀生的学习积极性较高，无论用哪种方法都能保持较大学习动力。但是基于劳动教育自适应学习系统组优秀生在测试后的成绩比另一组多2.5分，可以看出劳动教育自适应系统的成效较好。在抛开问题数量方面，基于劳动教育自适应学习系统组优秀生和普通生抛开问题的数量都比基于传统劳动教育教学组少。其很大原因是，劳动教育自适应系统能够根据学生的兴趣推荐学习资源，符合学生学习的个性化发展。学习的内容是学生所感兴趣的，自然抛开问题的数量会减少。从数据上看，基于劳动教育自适应学习系统组优秀生尝试解决问题的次数远远比基于传统劳动教育教学组的次数高，而基于劳动教育自适应学习系统组普通生尝试解决问题的次数也比基于传统劳动教育教学组的次数高。由此可见，劳动教育自适应学习平台能够引导学生对问题的解决，带动学生解决问题的积极性，提高学生解决问题的能力。综合各个实验结果，我们能得出基于劳动教育平台的个性化自适应学习效果比传统劳动教育的学习效果较好，其个性化学习的特点能够带动学生学习的积极性，提高学生学习的效率，保证劳动教育的学习质量。

结语

自适应学习是信息技术形态下新生学习方式，是适应智慧教育理念与适应时代的学习形式。实践证明，构建劳动教育自适应学习系统相较于传统劳动教育更具实践优势。从自适应学习平台的搭建角度上看，劳动教育自适应平台建立了“平台+劳动教育”的模式，智慧教育理念贯穿于劳动教育的教学、管理与资源建设中，推动线上线下结合，加强人与机器的协作劳动，培养学生对劳动价值与科技融合的正确认知，响应了深化产教融合，改进劳动教育方式的发展要求，顺应了人机协作是未来人工智能时代教育发展的趋势。而值得进一步研究的是，如何融合大数据分析等优化自适应学习平台的架构，拓宽劳动课程资源，保证“技术+教育”平台的稳定，克服现阶段平台的不足优化平台构建，将关乎到未来智能教育的深度发展。最终，新时代的劳动教育仍需要多方面的政策支持与技术支持，希望未来的劳动教育在新型技术的支撑下能够迎来发展的高峰。