杨旭 张秀英

摘要：在“互联网+”环境下，职业院校积累了海量数据，亟需提高大数据服务水平。从大数据融合、大数据分析、软硬件设施的角度分析职业教育大数据应用面临的挑战，提出基于人工智能的职业教育大数据应用模式，以机器学习、知识图谱、自然语言处理为核心技术，结合开源云计算平台，为学生提供个性化学习服务、知识服务等智慧服务，促进职业教育大数据服务的进一步发展，助力职业教育走向智慧职教。

关键词：职业教育大数据;人工智能;个性化学习;知识服务

一直以来，我们所秉持的“教为主导、学为主体”的双主教学理论，从理论层面始终坚持以学生为主体，然而普遍的教学实践却是在教师的“主导”下学生被动学习。有学者指出这一教学理论的片面性，并建构了“辩证动态双主教学”理念，即从马克思主义辩证观点出发，赋予教师和学生以平等的教学权利、地位和义务，根据教学的实际和需要，运用矛盾运动的基本原理，教学双方随时随地进行主导和主体作用的角色转换，不断交流、沟通，动态求活、求变，以最大限度调动学生创造性学习的积极性，实现受教育者主体人格完善和主导人格升华的教育战略思想。

该理念明确指出，教与学是矛盾运动的统一体，在整个过程中，教与学主导与主体相互作用并互为角色，教师和学生不再固化为教的角色和学的角色，而是在学习探索的过程中，互为主导角色，其目的是真正确保学生主体学习的地位，使学生在动态角色调整中内化知识，提高能力，培养学习兴趣。

为了验证该理念的教学实施效果，笔者设计了如下实验：在笔者所在的高职院校同一专业选择了4个班级，其中1、2班为实验班（共60名学生）;3、4班为对照班（共61名学生），由同一名教师教授数学。4个班级按照学生数学成绩均衡分班，班级环境设置相同，对照班按照日常教学进行，实验班采用不同的教学设计，强调师生人人参与课堂讨论的教学环节，要求教师根据学生学习进程动态调整教学内容及方式等。经过一年的对比实验，笔者组织学生进行问题作业写作、访谈等一系列调查活动，在没有教师指导和提示的情况下，要求研究对象围绕数学教学系列问题写作业，回收率为99.2%;访谈主要围绕数学教学中学生体验、教学定位等问题展开。

一、学生学习目的性

高职生对数学学习的目的性大多集中于人文的需要和考试的需要两方面，人文的需要体现在培养人的素质方面，如逻辑思维能力、空间想象力与计算能力上，它属于非功利性需要;而考试的需要体现在只为取得好成绩，拿到高学分，以备将来评优、评先以及顺利毕业，它属于功利性需要。实验班学生学习数学的非功利性需要比对照班高出27.9%，而功利性需要低26.6%，说明两者对数学学习的目的性有明显的差异。

通过访谈得知，实验班学生在数学小实验以及提出问题和解决问题中得到了锻炼，思维处于激发状态，数学思维的严密性、发散性等给学生以启示，在他们的日常生活和学习中都能得到体现，如为人谨慎、处事思变、思维缜密等。多数学生清楚学习数学的重要性，所以实验班学生学习目的更倾向于人文需要;对照班学生虽然名义上处在学习的“主体地位”，但很少发挥主导作用，沦落为被动接受的地位，因此压制了他们数学学习动力，多数学生学习的目的也随之降为功利性需要。实验班中教与学角色的转换在很大程度上改变了学生的学习目的性，使他们更加积极面对人生，面对各种挑战。

对数学学习的目的性不同，反映了两种不同的学习动机，实验班多数学生能以自身的发展、素质提升等为学习动机，这种动机是积极的，是可持续的，是学生的内部动机，它能有效促进学习活动，渴望获得有关的知识经验，并能利用所学知识试图解决各种问题，它具有自主性、自发性;对照班有33.9%的学生以考试过关、拿到学分等为学习动机，它是外部诱因所引起的动机，是消极的，是不可持续的，是学生的外部动机，对学习活动的促进作用是降低的，学生的动机不在学习任务自身，而是在学习活动之外，它具有诱发性、被动性，他们对学习内容本身的兴趣较低。积极的动机能产生持久的动力，能使学生在没有功利性的背景下投入学习，从而在数学学习中效率高，而且既轻松又愉快。

二、学生学习角色转换

在课堂上能主动提出问题并能提出解决问题的方案中，实验班占比93.2%，对照班占比32.4%。实验班多数学生把课堂当成了自我发挥、相互督促与借鉴的场所;对照班多数学生认为在课堂上主要任务是听老师讲课，听同学们的讨论。实验班与对照班学生对学习的定位已有明显的差异，前者在学习中表现出了积极主动和探索精神，学习来自内生动力;后者学生处于被动与接受的地位，学习来自外部力量。

通过访谈得知，实验班学生在学习中受到各种激励机制包括学习评价机制等的作用，充分调动了学生的学习积极性，使学生充分展现了才华、彰显了个性，使学生的数学思维始终处于活跃状态，学习的主人是学生，学生积极参与课堂讨论，使数学问题越辩越明，越思越清，学习由被动转为主动，这种转变使学生朝着提高自我、丰富人生的目标努力，这种目标也促进了数学学习的良性循环;对照班学生仍处于学习的被動地位，是在教师的要求下牵着鼻子走，缺乏主动和进取精神，思维没有被激活。

学生学习角色定位于主导地位，要由学生的内生动力来完成，这个内生动力的形成离不开外部力量的影响与推动。首先要有完善的过程性评价机制，反映学生日常学习过程，让学生感受到平时的学习成绩、学习状态等都能反映到终结性评价中去。其次对学生的激励机制必不可少，不仅要有语言激励，还要有行为激励，比如学生有代表性的思维方式、典型的解题方案、优秀的作业、数学小发明等给学生展示并存档，这样能使学生在看得见、摸得着的行为方式引领下，在潜移默化中促进学生学习角色的转换。

三、学生学习信息的开放程度

了解别人、知道自己的数学学习状况，才能更真实准确地进入学习角色。从图2可以看出，实验班学生绝大多数能主动与教师和同学交流，肯于暴露自己的学习状况，而对照班有近一半的学生不想让教师和同学知道自己的学习情况，处于封闭状态。

在数学学习上将自己封闭起来，信息无法交流，思维处于抑制状态，只有自己向书本、向教师、向自己已有的经验去学习，这样的学习效果会很差。但如果开放自我，使自己的数学学习情况暴露于教师与同学面前，使他们知道自己的学习状态，才会得到有针对性的督促和帮助，了解别人的学习状态，才能更好地借鉴他人的学习经验，从而迫使自己由被动转为主动，由消极转为积极，使思维得以活跃，学习效果才会更好。

辩证动态双主教学的显著特征就是在一些条件允许的情况下，学生是学习的主人，起到主导作用，教师扮演修正、帮助的角色，这就要求学生之间产生联动作用、形成竞争机制，在不断优化思维结构中去提高自己，丰富自己。实验班多数学生能在同学间相互影响、相互作用中不断提出问题，整合各方面的信息，提出最好的解决问题的方案，课堂上学生的思维是活跃的，思路是宽泛的，他人的观点和方法对自己解决问题起到促进和优化作用，这样的课堂动中有静，静中有动，静表现出思考过程，动则表现出思考后的思维活跃和讨论过程，学生之间的作用体现在不断的互相修正、不断改造自我的过程，以这种方式掌握的知识是牢固与有效的，是思维不断优化的过程，是意义学习，这样的方式符合学生的认识规律，是有效教学的重要体现。

四、优化学习方法，提高学习质量

数学学习质量取决于学习过程，取决于思维的活动过程，只有在活动过程中使思维不断激发、不断优化，灵活运用知识去思考与解决问题，才能使数学学习质量得以提高。从表2可以看出，实验班的学生普遍认为合作交流能点燃学习激情，主动探索能提高学习质量，而对照班学生普遍认为只有通过认真听课、做笔记、作业、习题才能提高学习质量，两者在学习方法上有本质的区别，前者反映了学习的主动精神，后者则反映了学习的被动性。

通过访谈了解到，实验班学生认为正确的学习方法能促进学习，提高学习效率与质量，减少解题过程中的思维混乱，提高正确率，同学们在讨论过程中提出各种设想和方案，在不断修正过程中也使自己的思维得以优化和提高，使自己分析和解决问题更加精准，摆脱了许多困惑。而对照班学生认为由于在平时学习中只是听课、做笔记、做练习等，学习比较被动，思维没有得到充分的优化，在解题过程中常出现错误，而且分析问题不够仔细、精确，致使解题速度慢，准确率降低，由此出现数学学习兴趣不高，有时会出现厌烦情绪，有的同学干脆就放弃数学学习，这就出现了很危险的信号。数学的学习方式对学习的效率、学习质量都有较大的影响，转变学法是当务之急，使学生变被动为主动去学习，找回本应属于学生的学习地位，才符合学生的认知规律。

五、数学学习的快乐感

实验班学生学习数学的兴趣明显高于对照班，他们有兴趣探索数学问题，并能利用所学的数学知识主动思考并解决实际问题;对照班有23.8%的学生对数学没有兴趣，甚至达到厌烦的程度，他们学习数学是机械、被动的，很难对数学产生兴趣，尤其数学是充满理性精神的学科，很难做到带有感情地学习。

通过访谈了解到，实验班绝大多数学生对数学感兴趣，觉得数学是有理性精神的学科，能培养逻辑思维能力，对数学学习有激情，这种激情是在师生共同解决问题中培养起来的，是在思维的碰撞中激发出来的，学生愿意探索数学问题，并能将数学问题的解决方式带到日常生活与其他学科学习过程中，促进了知识的学习与转化。更为重要的是，学生在课堂上能提出日常生活中的数学问题，并能在教师的帮助下尝试解决，拓宽数学知识面，拓展问题解决的方式，开阔视野，思维得到锻炼，对数学的学习也增添了情感。对照班学生认为，多数学生学习数学是为考试，对数学的学习缺乏主动性和积极性，是在教师的压迫下完成的，对数学学习没有过多的感情投入，觉得数学的学习是干瘪的、无聊的，分数高时觉得自己学得好，还有一些兴趣;分数低时觉得没有意思;如果连续几次的成绩都低时就觉得数学好难学，逐渐丧失学习的兴趣，有时干脆就放弃数学的学习。

六、反思与建议

（一）建立结构合理的教与学评价体系

为持续发挥学生的学习主导作用，改革现有评教、评学体系是当务之急。通过辩证动态双主教学实验得知，对于教师的工作量的认定要重新考量，教师的工作量不仅仅体现在课时量的多少，更多体现在课前准备、课后反思、学生评价、教学资源整合等。另外，教师的工作是一项创造性工作，具有高超的艺术性，这些工作是不能定量的，只能是定性的考量，这是教学管理者要认真思考的;对学生的学习评价要更多地体现在学习过程，过程性评价更能体现学生的学习效度，要让学生体验到每一次的努力都有记录，每一次的成功都能得到教师与学生认可，这样才能激发学生的学习热情。教与学的过程复杂多变，不仅要求教师有较高的教学艺术，而且更能体现教师的责任心，学生要有主动学习的愿望，教师将更多的精力用于调动学生学习的积极性，使他们主动提出问题与解决问题。教师工作量是无形的，对学生的评价手段也是多种多样的，不能一概而论，管理都要从教学的过程出发，制定更为科学合理的评教评学体系，以持续发挥教师与学生的双主作用，保障高质量的教学开展。

学校应该积极地把教学活动拓展到学校以外的空间，争取到学生家长、社区的理解与支持，开放教学，欢迎社会各界人士来校评教评学，得到他们的理解与支持，学生的课堂表现更加积极，对学生的学习更能起到促进作用。

（二）建立融合发展的师生关系

师生关系在辩证动态双主教学中起到关键性作用，它关系到教师与学生的工作与学习情绪，深远地影响到教学的开展。教师首先要学会扮演“学生”角色，了解学生的年龄特点、心理特征等，設身处地为学生着想，在具体的问题设计与处理上要着眼于学生的能力与可接受程度，倾听学生的呼声，尊重学生的思维习惯，把自己看作学生的一员，课余时间多与学生聊天，找到生活中感兴趣的数学问题进行探讨，这样既能拉近与学生的距离，还有利于学生知识与能力的生成。其次，要平等对待每一位学生，把学生看作发展中的人，尊重学生，对学生有爱心。对学生提出的问题要给以启发性建议，使学生在思索的基础上能独立完成，要尽量参与学生的各种活动，在活动中凝聚师生情感，课后经常与学生在各种平台互动聊天，讨论热点，引导学生用数学思维分析与解决问题，对有交际障碍的学生更应多关心，化解心理矛盾，多鼓励他们参与教学。再次，在数学问题解决过程中凝结师生感情，比如对学生提出的数学问题不要全盘回答，要给学生思考的空间，通过学生思考得出的答案才更能体现学生的成果，学生会从心里感谢教师。同时，要注重培养小组学习和团队合作意识，在此过程中教师起到重要的作用，教师对小组及组员的评价要公正客观，协调小组之间的关系，使学生在公正客观中体验教师的人格魅力，增进师生感情。

Higher Vocational Mathematics Experimental Research Based on the Concept of

"Dialectical Dynamic Dual Main Body Teaching"

YANG Xu & ZHANG Xiu-ying

（iangsu Institute of Tourism and Hospitality， Yangzhou 225009， Jiangsu Province）

Abstract： Under the "Internet +" environment， vocational schools have accumulated huge amounts of data， and it is urgent to improve the service level of big data. This paper analyzes the challenges faced by the application of big data in vocational education from the perspectives of big data fusion， big data analysis， software and hardware facilities， and puts forward an application model of big data in vocational education based on artificial intelligence， which takes machine learning， knowledge mapping and natural language processing as the core technologies and combines with open source cloud computing platform to provide the students with personalized learning and knowledge services to promote the further development of big data services in vocational education， and help vocational education move towards intelligent vocational education.

Key words： big data in vocational education; artificial intelligence; personalized learning; knowledge service