齊魯網·閃電新聞3月22日訊 說起慕課，很多人都不陌生：MOOC（massive open online courses），意為“大型開放式網絡課程”，自2013年進入中國以來發展迅速，尤其新冠疫情發生后，MOOC爆發出新的生命力。數據顯示，2020年1月27日到2月10日，中國大學MOOC日活躍用戶（DAU）上漲超5倍，僅2月10日一天，DAU峰值是2019年峰值DAU的3倍。截止到2020年10月，上線MOOC課程已有4萬門，學習人數達5.4億人次。
但與此同時，也暴露了很多問題。果殼慕課學院發布針對中文用戶的慕課調查：只有6%的用戶完成了所有選課，15%的用戶完成了部分課程，絕大部分用戶都沒有辦法完成所有課程，甚至有67%的用戶連一門課程都沒有完成。此外，根據2020年世界慕課大會消息，精品課程占比少，選課人數超10萬+的僅占3.3%。原因在哪里？慕課，這一線上教學模式如何才能發揮更大作用？
正因看到了慕課的巨大潛力與當前局限，2016年7月，山東財經大學的8名同學自發成立了一個調研團隊，宗旨就是“探索MOOC教學與傳統教學的碰撞與融合，助力高校更好地應對新教育形勢挑戰”。五年里，團隊成員接力科研。尤其疫情發生以來，他們走訪了山東大學、山東師范大學、山東財經大學等9所省內高校，著重探索疫情期間MOOC教學模式暴露出的問題。團隊采用專家訪談法和問卷調查法，與高校專家進行深度交流溝通、大規模收集高校老師和同學的反饋意見，切切實實了解到此次新冠肺炎疫情期間MOOC模式的新發展與新應用。
首先，在問題發掘的層面，團隊從高校管理層、教師、學生三大主體出發，設計了視頻可否重復觀看對學習者粘性的影響、課堂壓力大小對學習效果影響、是否受空間約束對學習者影響等17個因素，并相應構建出三元主體模型進行橫向研究。
團隊的調研歷經五年，縱觀整個調研歷程，可劃分為疫情前、疫情中和疫情得以控制以后三個階段。其中，2017年7-8月為第一階段，團隊向山東省九所高校的師生發放問卷共計1560余份；2020年4-8月為第二階段，團隊共發放問卷400余份；第三階段為疫情得到基本控制、學生返校復課后，團隊繼續跟進調研。2020年9月1日至今，團隊采用線上、線下相結合的方式，發放問卷共計540余份。
在獲得有效調查數據后，團隊首先對問卷進行編碼處理，建立MOOC滿意程度表、MOOC優勢表、MOOC現存劣勢表等表格，根據信度分析計算各表格Cronbach α，測試出基于扎根理論中的MOOC教學模式的12個服務質量影響因素均大于0.6，對其中兩項刪除后KMO值達到0.762，進行下一步分析。
對模型效度檢驗的過程中，通過分析發現KMO值均大于0.6，對應p值均小于0.05，通過Bartlett檢驗，適合做因子分析。因子分析后，發現樣本旋轉后因子載荷系數大于0.4，研究項和因子之間有較強的關聯性。后對模型測試比較適合度指標(CFI)、非常規擬合度(NNFI)、即漸進殘差均方根(RMSEA) 達到優標準范圍，擬合度較高，最終分析出影響因素，發掘到問題所在：
教師角度：第一，教師對新型線上教學模式適應困難，存在抵觸心理。從課程設計、視頻錄制到線上答疑，線上教學與傳統線下教學差異較大，對習慣線下教學的教師來說是一種挑戰。調查數據顯示，近67%的教師對軟件了解少，操作較困難。受訪教師普遍反映對視頻錄制感到不適應，部分知識點未能按照預期流程講解，對于MOOC模式存在抵觸心理。第二，在直播教學中，教師以語音錄制方式完成授課活動導致互動課堂的使用率較低，相較于傳統教學模式，學生參與感不足。
高校管理層角度：第一，高校尚未完善校內的MOOC課程選拔機制，課程質量參差不齊，精品MOOC課程占比少。據統計，選課人數超過10萬+的MOOC僅占3.3%，說明目前我國互動頻繁、體驗深入的高質量MOOC仍較少。高校為達到課程建設的數量指標，重數量輕質量。第二，高校對課程跟進工作不充分，與企業平臺的合作不充分，導致高校課程偶發事故不能迅速解決，工作效率低下。
學生角度：首先，學生課程完成率低，未達到預期學習目的。接近60%的受訪學生所在學校有第三方MOOC平臺，如超星學習通、中國大學MOOC等。復雜的網絡環境使學生不可避免地面臨各方的誘惑與干擾，如游戲等，大大降低了學習效率，預期學習目標難以達成。第二，學生積極性弱，師生缺乏有效交流。疫情期間，居家在線學習顯現出學習氛圍不濃厚、缺乏深度學習等弊端。Hew和Cheung教授研究表明，高達90%的學生因缺乏激勵、使用MOOC優先級較低等原因退出課程。
為解決高校管理層對課程體系的評估問題，團隊引用決策樹模型，通過決策樹算法帶入指定數據，結合理論和高校現實情況，可為高校決定是否引用MOOC的問題提供建設性意見。首先，利用調查結論選定①MOOC的質量（quality），②政策的支持程度（policy），③教師勝任水平（LE）三個因素，分別用高、低、一般等級衡量。建立決策樹模式（利用C++語言），并對計科院、金融院、會計院進行測試，得出是否需要引進MOOC的結論。高校管理層可根據決策樹模型，對學校各個學院進行分析，找到適合引進MOOC的學院，并根據具體情況，合理分配MOOC資源至各個學院。為了達到利益最大化，團隊繼續引用0/1背包算法，選出在學校的承受范圍內可引進的MOOC課程，以達到最好的教學效益。
基于對各主體現存問題的挖掘及大量參考文獻中的研究理論，團隊經過不斷構思和完善，構建出以下后疫情時代MOOC教學體系。該體系以MOOC教學平臺為核心，通過構建教學閉環和資源閉環將政府、高校管理層、教師、學生和平臺研發企業有機結合在一起。團隊創新性地提出了“TPACK+Webquest”教學模式、AR反轉課堂等嶄新理念，為解決現存主要問題，推進MOOC面向未來有著重要意義。
