江南大学姜辰娟、王志军主持完成了2020年江苏高校外语教育“课程思政与混合式教学”专项课题（课题编号：2020WYKT053），课题组主要成员：谢竞贤、刘玲、陈敏、许敏、辛洁敏。

     本课题以高校大学英语混合式教学为研究对象，通过问卷调查分析以及对混合式教学过程中产生的大数据进行挖掘和分析，构建了“互联网+”时代大学英语形成性评估体系，同时也构建与新时代高校创新人才培养相适应的大学英语混合式教学模式。
本课题的研究重点为以下几点：
1．构建大数据驱动的精准教学模式
      以大数据技术为手段，在精准分析学生学习情况的基础上，对教学目标进行精准定位、对教学内容进行精准定制、对教学活动进行精准设计、对学生学习表现进行精准评价，使教学过程和教学结果可量化、可监测、可调控；
2．提高学生的自主学习能力、英语语用能力和信息素养
     培养学生在人工智能时代英语自主学习的能力，引导学生熟练运用各种APP进行英语的自主学习并与教师和同学开展及时有效的网络沟通，共同探讨学习中遇到的问题，并根据自己已有的知识体系自主选择学习内容，从海量的网络信息中筛选出对自己有用的信息，完成自主学习、探究式学习和自适应学习，不断提高自身的信息素养，夯实自己的英语基础，提高语用能力。
3．提高教师的信息素养和教学科研能力
     在教改过程中探索提高教师信息素养的有效途径，让教师更好地掌握网络教学资源制作、收集和整合的能力，充分了解英语移动学习的各种热门软件的特点以针对不同基础的学生进行个性化的推荐，解决传统的整齐划一的教材和教学方法难以因材施教的缺憾，同时提高大学英语教师利用教学大数据对学情进行诊断和评价的能力，并以教促研，教研相长，实现教学与科研的同步提升。

      本课题取得的研究成果包括：
1. 通过实证研究得出线上英语学习投入与学习绩效的相关关系结论

     本研究考察了智能语言学习平台所记录的数据显示的大学生行为学习投入与全程在线英语课程学习绩效之间的关系，以及性别对这一关系的影响。研究发现:
      (1).在新冠肺炎大流行期间，本科生可以在智能学习平台的帮助下全身心地投入到在线英语课程学习中。大多数学生对课程学习材料和出勤率的参与度高于其他在线活动，如讨论、小测验和与老师的互动。根据学生在线学习参与度和学习表现的不同，可以将学生分为三类。92.66%的学生构成了最大的群体，他们具有较高的学习投入和较高的学习成绩。 
      (2).学生的英语学习绩效可以通过智能学习平台上的数据进行预测，其中在线测试和课堂互动对解释期末考试成绩的贡献最大。 
      (3).在线行为学习参与度和学习结果存在性别差异，女生在参与度和英语考试成绩方面都高于男生。在线上课堂活动中，女生的的参与和配合更加积极。性别作为个体因素不仅影响学生的行为投入和学习成绩，而且影响学生的行为投入和学习成绩之间的关系。 
        由于可用教学时间的减少、疫情的传播等不可抗力因素的影响，高校传统的英语教学方式面临着越来越大的挑战，因此，从传统的课堂教学向借助智能学习平台开展在线教学的转变应在未来首到更多关注。在此背景下，了解学生在线学习行为投入的性别差异，识别可以预测英语学习绩效的的变量，有助于提高在线课程的教与学的质量。 从智能学习平台上获取的学习活动数据可以帮助教师更好地了解学生的学习特点，实现数据驱动决策，优化教学设计和管理。

2.优化了大学英语教学策略，提升了教学质量 

    通过测量、收集、分析和报告有关学习者的学习行为以及学习环境的数据，了解学习者的强项和弱项，及时改进教学策略，优化英语学习过程。以学习分析为引擎，用“数据罗盘”做导航，实现了英语教学的改善和基于学生个人需求的个性化教育，促进了大学生高效个性化英语学习目标的实现，提升了本校大学英语教学的质量。

3.帮助学习者实现了个性化英语学习，提供及时干预和预警
      将信息技术与大学英语课程深度融合，其最终目的在于让大学英语课程在媒介融合的背景下最大程度发挥培养学生语言能力和文化素养的双重功能，让学生形成更广泛有用的英语媒介认知能力。教师在开展混合式教学时，既注重学生的学习过程，为学生设计高度参与、互动和趣味化的学习环境与活动，又引导学生批判性地看待问题，独立思考，形成自己关于学科知识的独特看法，运用所学知识与技能解决日常生活和工作中的问题，培养学生终身学习的习惯，以适应时代的快速发展。借助大数据技术对学习者的学习理解、实践应用、迁移创新等能力指标进行分析，帮助教师了解不同学习者的学习特征和学习需求，制定以学习需求为导向的教学目标，设计有梯度的学习任务；利用大数据对学习者行为数据进行追踪，给教师提供可视化的教学参考，为每个学习者提供与其最近发展区相适应的学习指导与个性化学习资源。通过大数据分析形成可视化报告，将学习者的隐形思维过程、能力提升等难以观测的维度显性化。通过向学习者呈现有关学习进展、知识水平、学习绩效等信息，帮助学习者了解自身的学习状态，促进其对知识的主动构建和思维发展，使其发展为利用数据认识自我、发展自我、规划自我的主动学习者，从而更好地进行自我调节学习。智能学习平台实时记录每个学生的自主学习过程和课堂活动参与情况，学生通过参加各种活动获取经验值，教师按照一定的权重将这些折合计入学生的平时成绩，并借助大数据对学生的学习情况进行分析，依据每个学生的线上学习时间、学习进度、作业完成情况、在线测试成绩等及时提醒学生调整学习状态。平台的大数据统计使教学过程从非量化到可量化，平台记录的课堂活动和作业评价方式采用教师评价和学生互评等多种方式，学生互评充分调动了学生的主动性，不但丰富了评价方式，还促使学生对作业及单元学习内容进行反思和总结，在互评过程中发展了个人的批判性思维。通过使用学习分析数据，教师还能及早干预高危学习者的学习过程并为其提供了必要的帮助。

4.提升了教师的数据素养，助力教师专业成长
        通过现代信息技术与大学英语教学深度融合，提高教师的外语教育技术能力和信息素养，借助大数据技术的分析结果，教师及时发现学习者的现实问题并逐步聚焦教学问题，通过归因不断探索教育教学规律，从而提升教师的数据决策意识。借力“互联网+教育”，构建协同教学、协同教研、协同创新的教师学习共同体，突破知识结构单一、专业视野狭窄、研究能力薄弱等影响外语教师专业发展的瓶颈，促进大学英语教师的专业成长。项目组教师积极参加学校组织的各种信息技术培训活动，通过网络学习、同行交流等途径积极探索网络环境下的英语教学设计、教学模式、教学评估体系等，在智慧整合教学内容、智慧应用教育技术、智慧设计混合教学、智慧利用实时数据的智慧教学上下功夫，努力做到内容为本、技术为用，实现使大学英语学习更加个性化和精致化的目标，通过深度融合信息技术，落实以学生为中心的教学理念，及时更新教学资源、有针对性地丰富教学内容、优化教学方法、创新教学模式、创设学用环境，以促进有效学习的发生。项目组基于本研究在国内SCD期刊发表了系列论文《基于云班课的大学英语伴随式评价研究》、《研究生公共英语混合式教学设计与实践研究》《研究生公共英语课程思政混合式教学改革探索》和《研究生英语学习动机调控与语言学习策略的关系》；在国外期刊发表论文两篇，其中权威刊物论文一篇，分别为Chinese Undergraduates' English Reading Self-efficacy, Cognitive Load, Boredom and Performance A Moderated Mediation Model（SSCI）和Investigating Online Behavioral Learning Engagement and Performance based on LMS Data amid COVID-19 Does Gender Really Matter。
    综上所述，本项目将理论和实证研究相结合，通过深入系统的实践研究构建了数据驱动教学的基本模式、评价体系，为大学英语混合式教学、个性化学习等提供了客观的依据与更宽广的视野。研究通过挖掘大学英语混合式教学过程中产生的大数据进行科学分析从而为探索教学方法、教学环境、教学评价、学习内容、学习时间和学习方法等变量与学习者学习效果的相关关系提供有力支撑，起到了解密“教学黑箱”，明晰教学过程的作用，具有重要的学术价值。
    成果的应用价值包括：
1．采用统计分析法考察在线教学过程中产生的大数据之间的关系，预测、判断学生的学习潜能，能帮助学生及时调整学习策略，缩短学习成效改善的周期。
2．通过教学资源推荐精准化、教学个性化、教学环境智慧化、教学评价智能化、教学设计和管理精细化实现基于数据分析的精准教学，提高学生对大学英语课程的满意度，具有较高的应用价值。
3．优化教学设计，创新教学方法，基于教学内容设计高质量的在线交互教学活动，对知识进行深度处理，帮助学生实现个性化、协作式、混合式学习和团队合作学习，增强学生的参与感，启发思考，鼓励探究式学习，有效提高学习积极性与主动性，通过深度教学实现课程思政，实现课程内容与思政内容水乳交融、浑然一体，使大学英语课程充分发挥其培养学生科学思维和人文素养的课程思政功能。