基于Kano模型的教师在线学习支持服务需求归类分析
2022-11-22周海军杨晓宏
数字教育 2022年5期
周海军 杨晓宏
(西北师范大学 教育技术学院,甘肃 兰州 730070)
一、问题的提出
在泛在便捷的网络环境和大量优质MOOC、微课、精品课程等资源的支持下,基于网络的在线学习得到了广大教师的青睐,已成为了教师专业发展的主要途径[1]。在线学习能否有效满足教师的学习需求,助力教师实现专业成长,学习支持服务是关键。现阶段,在大数据、人工智能等新兴技术的推动下,教师在线学习支持服务的类型日趋多样化、来源更加多元化、内容更具个性化[2]。现代信息技术虽能在教师学习需求分析、资源个性化推荐等方面提供有效支撑,可在一定程度上减轻支持服务供给方在个性化定制服务项目等方面的工作压力,但一些支持服务内容仍有赖于人力资源。此外,在线学习教师所能够获得的满足自身学习需求的服务项越多,则其学习体验越良好,学习效果也越易于得到保障;但由于支持服务供给方所拥有的服务保障能力有限,常常难以满足教师的所有学习服务需求。在此情况下,优先满足教师普遍关注的、对学习结果有着显著影响的关键性服务需求,是在线学习支持服务供给方平衡教师在线学习支持服务需求与自身成本支出之间矛盾的可行之策。由此,若能够在对教师在线学习支持服务需求进行分析统整的基础上,对其进行科学归类,进而确定不同类别支持服务需求项目的优先满足次序,则可为支持服务供给方科学配置服务项目提供重要参照。……
登录APP查看全文
