多模态驱动下的大数据专业教学设计研究

关键词：多模态教学；大数据专业；学习环境设计；教学过程设计；课程评价设计

0 引言

随着大数据时代的快速发展以及互联网的广泛使用，文本、图片和视频等不同模态的数据大量产生，这对人们的生活及工作方式产生巨大影响。人们的交流方式不再是单一的文本模态形式，更加趋向于文本、图片以及视频等多模态化融合，使得交流方式更加形象化。

大数据专业结合了数学、统计学以及计算机等学科，是一门交叉性学科。大数据专业主要从采集、处理、分析、建模和可视化数据5个方面展开教学，目的是从大规模数据集中提取有价值的信息，用于支持各种决策或解决实际问题。大数据专业的教学过程注重拓宽学生获取知识的渠道，提高学生的专业水平。为使得大数据专业教学过程多元化，教师可为学生创设多模态的学习环境、教学过程和课程评价，以提升大数据专业学生的学习能力。

多模态驱动下的大数据专业教学可以较好地利用已有的海量数据，从视觉、听觉以及触觉等不同感官通道调动学生的能动性，有效提高学生的学习积极性；并且多模态驱动下的大数据专业教学不仅可以为学生提供资源种类丰富的学习环境，还可以促进教学过程多元化、课程评价全面化。

1 多模态与多模态教学

多模态是指通过视觉、听觉、触觉等多种感觉，借助文本、图片、视频等多种手段进行交互，即信息的传递不是单一模态，而是多种模态共同进行[1]。多模态目的是使多种信息一起协同工作，为人们带来更高效、便捷的工作方式。自多模态被提出，便迅速得到不同业界的关注，如今多模态已被应用于多个领域，如科技、教育、医疗领域等。

多模态教学指在多模态理论指导下，将文本、图片、视频等不同模态要素整合成为有效的表达方式，在授课过程中充分调动学生感官潜能，为学生提供多模态的学习环境，促进学生对知识的全面理解。

目前，我国多模态研究在教育领域还未普及，还需不断研究多模态在教学中的具体应用。教学过程中，存在学生所处学习环境不同、教学目的不同、学生理解程度不同的现象，这就导致学生无法较好的获取并掌握相应的知识，教师无法及时掌握学生的学习情况。教师在授课过程主要采用语言和板书讲授知识点，但随着现代技术的不断发展，教师能够很好地借助数字化教学平台传授知识，PPT课件、相关视频等多种模态的协调使用，使得学生通过视觉、听觉等全方位感官与教师建立多模态互动，丰富了教学模式。在教学中应用多模态手段，发现不同模态在不同教学环节中的重要程度，从而得到更好的教学效果。

国内外有关多模态教学的研究不断被提出。张德禄研究了多模态的理论构建以及实践中的多模态现象[2]。王慧君等人借助多模态教学理论构建了新的教学模式，即多模态视角下的翻转课堂[3]。王梅将多模态运用于高校学生的多元文化读写能力培养中，拓宽了学生获取知识的渠道[4]。李文丽提出多模态英语教学的基本构架应基于教学资源的多模态化、教学方式的多模态化以及教学评价的多模态化三个方面[5]。

2 多模态驱动下的大数据专业教学构建

在快速发展的大数据时代，大数据专业的学生为社会发展提供了重要的支撑、扮演着重要的角色，因此，对大数据专业教学方法的探索较为重要。本文研究从多模态视角入手，探究在互联网背景下从学习环境设计、教学过程设计、课程评价设计三方面构建多模态驱动下的大数据专业教学创新，提高大数据专业学生的学习能力和专业水平（如图1） 。

在大数据专业教学过程中，教师应以课程思政为前提，将多模态手段融入教学全过程。学习环境设计需要灵活整合不同模态的数据，制定优质的学习资源，使学生可以激发学习兴趣、充分理解知识点；教学过程设计要求在课前、课中和课后合理使用不同模态的数据资源，做到不同模态数据的有效结合，使学生可以高效率地学习；课程评价设计注重形式多样化、内容多元化，使教师能全面了解学生的学习情况，并做出教学调整。

2.1 学习环境设计

多模态学习环境的设计需要利用多种信息化手段，在课程设计阶段将不同模态的教学资源进行交叉整合，形成优质的教学资源供教师和学生使用。

针对大数据专业的多模态学习环境设计主要涉及三种模态：一是视觉模态设计，主要是将各种刺激视觉神经的资源要素进行整合，使得学生可以更加形象生动地理解授课内容；二是听觉模态设计，通过言语、音频等模态刺激学生的听觉神经，帮助学生深度掌握知识点；三是触觉模态设计，在理解并掌握知识点的基础上，通过动手操作的方式让学生进行巩固练习。如表1所示。

1） 视觉模态设计。人类感官中视觉是最为敏感和重要的感觉之一，视觉感官主要是通过眼睛为媒介，观察外界事物的形态和颜色等变化，刺激大脑形成直观印象。在进行多模态学习环境设计时，视觉模态是最重要的表达方式，主要包括文字、图表、视频和肢体，这4种视觉模态可以高效地传递有意义的信息，是大数据专业教学过程中常见的视觉模态形式。

文字是最重要的表达方式，可以通过字体大小、颜色和样式等方式突出重难点，展示知识点的先后关系。由于大数据专业课程的知识概念具有很强的抽象性，通过传统的文字表达很难使学生对知识点有充分的理解，所以需要通过图表、视频等方式的共同作用，使抽象的内容形象化，充分调动学生的感官能动性，促进学生立体思维。肢体语言在教学过程中也是常见的信息传递方式，比如教师的眼神、表情、手势、站姿等，恰当地使用肢体语言可以较好地吸引学生的注意力，提高教学质量。

通过视觉模态的设计，实现对学生视觉感官的刺激，激发学生的学习兴趣和注意力，使学生更加生动形象地理解所学知识。

2） 听觉模态设计。听觉是人类的另一种重要感官，主要通过耳朵获取有价值的声音信息，人类可以通过听觉区分声音的音调、音色和音量。听觉模态设计也是多模态学习环境设计的重要部分，主要包括口头言语表达、音频播放等。

授课过程中，口头言语表述的方式最为普遍且重要，可以通过声音的音调转变以及音量的轻重提高学生的专注力，使学生能够较好区分授课内容的重难点，还可通过提问的方式加深学生对知识点的掌握程度。此外，教师还应该充分利用数字化教学平台，通过声音和音频等进行全方位的授课，使得听觉模态设计多元化融合。

通过听觉模态的设计，实现对学生听觉感官的刺激，调动学生的积极性，加深学生对抽象专业知识的理解和掌握。

3） 触觉模态设计。触觉是人类最为直接的感官，主要通过身体接触事物的方式感知物体。在进行大数据专业的触觉模态学习环境设计时，动手实践操作是最为普遍的触觉模态，学生可以通过动手编程、点击大数据可视化界面的方式真切地体会到用所学知识来解决实际问题的情况，激发学生的学习兴趣，强化学生对理论课的学习。

通过触觉模态的设计，实现对学生触觉感官的刺激，最大程度上发挥学生自身的主观能动，巩固学生对大数据专业知识的认知。

创建具有视觉模态、听觉模态和触觉模态的多模态学习环境，并恰当地将多种模态进行交叉融合，可以很好地发挥教师的教学能力，调动学生的积极性，使教师和学生进行充分的课堂互动和交流，促进教学质量的提高。

2.2 教学过程设计

多模态教学过程的设计主要是在课前、课中和课后三个阶段合理设置教学环节，充分使用学习环境设计中视觉、听觉、触觉三种模态，使课程教学得到高效提升。

针对大数据专业的多模态教学过程设计主要包括三个阶段：一是课前引导，可通过视频导学，问题测试等方式了解学生的学情；二是课中理解，通过合理利用多媒体教学平台进行多元化教学；三是课后加强，通过线上题库等方式巩固学生的理解（如表2） 。

1） 课前引导。教师需要课前做好导学工作，了解授课对象学情。在设计教学环节时可通过视觉模态中视频的方式引导学生提前进行预习，主要以知识点的形式录制微视频，微视频内容简洁清晰，使学生更容易理解和接受，能够提高学生的学习积极性，做到高效预习；之后通过视觉模态文字以及触觉模态动手编程的方式了解学生掌握程度，主要是在线上平台发布测试题目，通过做题了解学生的知识盲点，以及通过简单编程实践了解学生的掌握程度。针对学生的课前学情调整后续相关工作，例如改变教学方式、准备上课资料、做好课堂互动等。

合理利用不同模态设计，将课前引导通过多模态的形式开展，能够很好地激发学生的学习兴趣，提高学生的主动性，为后续课堂的有序开展奠定基础。

2） 课中理解。在课堂教学中，合理安排各个教学环节，充分践行“以学生为中心”的教学理念，通过问题导入、多媒体教学、动手实践等方式吸引学生注意力，让学生能够主动参与课堂教学过程中。

课堂上首先通过听觉模态言语表达的方式对学生进行提问，主要是提出一些接近生活实际的问题，以此引发学生思考和讨论，进而导入本次学习的内容，之后便充分利用多媒体工具，将视觉、听觉模态进行多元融合，丰富教学内容，比如改变PPT中文字的颜色、大小、增加特效，将不易理解的抽象内容以图片的方式进行呈现，或播放一段视频，让学生对视频内容进行讨论等，以此使学生对知识点的掌握更加立体化、形象化，对课堂内容的学习可以全面掌握；最后通过触觉模态的方式进一步提高学生对理论知识的认知，如通过让学生动手实践编程，或者将已有的大数据可视化界面供学生使用，为学生提供真实的学习环境，丰富课堂的教学形式和调动学生积极性。

融合多种模态设计，将视觉模态、听觉模态和触觉模态融入课堂，调动学生的积极性，使学生能够全面掌握课堂知识，把握好重难点。

3） 课后加强。在课后及时巩固课程内容，可通过线上平台与学生进行交流。在线上平台发布题库，通过文字模态的形式使学生利用课余时间巩固练习，加深课程印象；也可以发布扩展性知识，如讲述科技前沿内容的热门视频等视觉模态，使学生思维与时俱进；还可以开通讨论区与学生讨论大数据专业相关的热点话题；同样教师可根据学生测试、讨论结果等反馈信息及时进行反思与总结，进一步改进教学方法。

在多模态教学过程中，教师运用多模态手段对课前、课中和课后进行教学设计，充分利用多模态学习环境，使学生能够掌握所学课程，加深对学习内容的多方面理解。

2.3 课程评价设计

课程评价是教学过程中的重要组成部分，目的是获取教学的反馈信息，使教师对自己的教学行为进行反思，并及时改进教学方法，确保课程目标的实现，保证教学质量的提高。课程评价设计注重评价形式多样化、评价内容多元化（如图2） 。

1） 评价形式设计。不同的教学场景选取不同模态的课程评形式，理论课教学应以学生的课堂表现、测验结果、知识点获取为形式进行评价，实践课应以学生的任务完成情况为形式进行评价。

可将课程评价形式分为视觉模态和听觉模态两种。视觉模态评价注重学生的书面表达情况和动手实践能力，现有视觉模态评价形式包括：多元智力理论法，即要求课程教学评价也应指向教学目标的多元化[6]；多方参与教育评价，实现发展性学生评估[7]。听觉模态评价注重学生的语言表达能力和听说能力，评价形式包括：以学评教，即以观察学生的学习状态来评价教师教学的效果[8]、多元互补，即以形成性、诊断性和终结性评价为一体的评价方法[9]。

大数据专业课程评价应充分采用视觉和听觉两种模态形式，多渠道获取评价结果，确保评价形式的多样化。

2） 评价内容设计。课程评价内容应涵盖多方面，实现评价内容多元化，包括课程安排、教师水平、课程内容、教学方法、学生掌握情况等，从不同方面了解学生的反馈信息，使得教师可以有针对性地在今后教学过程中及时调整教学方法，促进教学质量的提升。

课程评价设计是否合理，既是实现课程目标的重要举措，也是获取学生学习效果、了解教师教学水平的重要手段。

3 结论

多模态驱动下的大数据专业教学设计，为大数据专业学生打造出具有视觉、听觉和触觉三种模态的学习环境，加强学生对课程的立体和全面认识；为大数据专业课程设计出多元交互的教学过程，使得在课前、课中和课后都能较好的运用多模态学习环境，提升课堂的教学质量；为大数据专业提出视觉、听觉两种模态的评价体系，注重课程评价的多样化和多元化。