看视频不等于MOOC学习

　　MOOC是2011年末从美国硅谷发端起来的在线学习浪潮。这股浪潮不只敞开了学生参加在线讲堂的新纪元，也开辟了一个新的科学研讨范畴——MOOC研讨。科学家们系统凭借来自MOOC的海量数据和在课程中参加实验的时机探求关于“学习”的全部。
　　在近一期的《科学》杂志上，哈佛大学教育学院的贾斯汀•雷奇(Justin Reich)发表了评论文章，着重跟着MOOC的推行深化，对MOOC进行的研讨也需求开端必要的改变。怎么进步学习效果，怎么的课程设置更有功率?要弄清这些疑问，MOOC研讨者需求规划更完善的研讨系统。
　　在edX首席执行官阿南特•阿格瓦尔(Anant Agarwal)看来，大型开放式网络课程(Massive Open Online Courses，简称MOOC)应当变成“学习的粒子加速器”[1]。近几年，跟着MOOC越来越遭到大家的重视，围绕“学习”打开的新的研讨方向也随之起步。可是，这些研讨的效果对教育简直没有啥启示——大数据并不会由于“大”就能回答咱们感兴趣的疑问。
　　要让对MOOC研讨实在推进与学习有关的科学发展，研讨人员、课程开发者和其他主导人员需求在3个方向上进行改进：从对参加度的研讨转移到对学习自身的研讨;从对个别课程的研讨转向跨布景的比照研讨，从事后剖析(post hoc analysis)转向多学科实验规划。
　　是学习，还是是仅仅点击?
　　当前能阐述啥教育办法能怎么改进学习效果的MOOC研讨少之又少。咱们有TB级的海量数据通知咱们学生在线上点选了啥，但关于学生的大脑发生了啥变化，咱们简直一窍不通。
　　以在线学习渠道Udacity、可汗学院(Khan Academy)、google课程开发者(Google Course Builder)和edX别离进行的4个研讨作为比如[2-5]，它们每个研讨都评估了学生的行动和学习效果(比如测验得分或课程完结率)之间的有关性。这4项研讨都采纳类似的处理方法来衡量学生的行动，将海量数据归结成一个简略的、个别水平的汇总变量，诸如测验解答习题的数量(Udacity)、网站拜访时长(可汗学院)、每周使命完结量(google)或事情日志上每个学生的点击次数(edX)。在这些渠道进行的研讨中，学习者行动的复杂性被丢掉了[6]。经过简略的比照或线性回归，这4项研讨得出一样的定论：学习者的活泼程度与他们的学习效果呈正有关。
　　但咱们并不需求上万亿事情日志来证明尽力与成功有关。“学得更多”和“学得非常好”之间的因果联络依然不明确。除了劝诫学生更活跃地参加学习，它们并没有为课程规划提供啥有用的主张。新一代的MOOC研讨需求采用更多样化的研讨规划，更深化地探寻能推进学生学习的缘由。
　　看视频不等于学习
　　前期MOOC研讨只重视学生的参加度和课程完结率的缘由之一在于大多数MOOC课程并不具有适宜的查核框架来支撑学习研讨。在抱负情况下，MOOC研讨人员把握的查核数据应当具有3个特征。
　　首先，查核应当在多个不一样的时刻进行。在MOOC课程http://www.zhih***/ableucc/course中，课前测验至关重要。要知道，课程参加者的常识布景形形色色，既有菜鸟，也有范畴的专业人士[7]。其次，查核数据应当覆盖学习进程的多个方面，在量化测验中得到高分的学生经常通常在概念了解或专业思想方面停滞不前[8]。
　　后，课程包括的查核方法应当是已被研讨证实有用的，以便与其他设置下的教育效果进行比照。近期的一些MOOC研讨现已达到了这些需求，它们协助咱们了解哪些学习者从MOOC中获益多，哪些教育资料对学习有协助[9]。在自愿参加的在线学习中，区分“参加”和“学习”特别至关重要[10]。想要纠正错误的观念，咱们得跨过直觉和科学现实之间的距离。
　　惋惜的是，学习者或许更喜爱看视频——它们用更简略的方法来展示课程资料。虽然学生能经过直接误解的媒介学习到更多，但他们对教育录像的评估更为活跃，由于它们直观地描绘了表象[11]。搜集学生的参加度数据可能使寻求参加度的课程开发人员创造出令人愉悦的媒体体验，可是，让学生目不斜视地观看视频，并不意味着他们能学到东西。