翻转课堂模式下互动研究式教学在概率统计教学中的应用浅析

1 传统大学数学互动研究式教学模式的效果分析

传统的大学数学课堂教学受注入式思想的支配, 把教学过程看作灌注过程, 教师满堂灌, 学生被动听, 教师重视知识传授, 轻视学生能力培养。这种教学模式下培养出来的学生或许有较为完善的知识结构, 但其知识与实践严重脱节, 难以把知识转化为能力, 缺乏动手能力和创新精神, 难以在复杂多变的科学研究和生产实践中灵活准确地运用知识。近年来国内的大学数学教学也开始积极倡导互动式教学与研究式教学模式, 这种教学模式要求教师不只是传授现成的知识, 而是引导学生去探索知识发现的过程, 这种模式对于激发学生的学习研究兴趣, 培养学生的研究精神的作用十分明显。但目前这种模式并未取得预期的积极效果, 甚至这种教学模式从未得到真正的实施推广。因此, 十分有必要充分研究清楚互动研究式教学模式的理论基础, 探索出互动研究式教学模式在国内实施效果不佳背后的教育学心理学原因和体制机制原因。在实施互动研究式教学模式中, 教师引导学生再现知识发现的原过程, 重新发现知识, 显然这将需要更多的教学时数, 这会加剧业已十分突出的教学时数压缩与教学内容多之间的矛盾, 引入更高效的现代教育技术是必然选择。然而, 多媒体技术的广泛应用在给大学数学课堂提供了快捷、形象、准确、丰富的课堂教学形式的同时, 也带来了新的教学弊端。分析思路不够灵活, 幻灯片切换过快, 幻灯片的放映过程造成学生的思维弱化, 不利于老师业务水平的提高。盲目或无选择性地使用课件, 不仅不能激发学生的学习兴趣, 反而养成了学生的惰性思维。这与培养创新人才的目标背道而驰。

2 翻转课堂的理论与实践

互动研究式式教学作为一种创新教学模式, 在传统的课堂教学中囿于课堂教学时间的限制和教学大纲的约束, 无法开展充分的互动和研究。翻转课堂的出现, 为实施互动研究式教学模式提供了可能的条件。翻转课堂模式是从英语“Flipped Class Model”翻译过来的术语, 互联网的普及推广和计算机辅助教学等现代教育技术在在教育领域的兴起, 为“翻转课堂式”教学模式的应用带来准备了技术条件。互联网上大量优质的教育资源可以为学生所使用, 老师可以精心选择、整合、修改相关资源并针对性自制教学课件与视频。教师可以从传授成熟知识中抽身出来, 把更多的精力放在引导学生自主获取知识、理解学生提出的问题、鼓励学生积极运用知识上。学生的学习过程一般可以分为两个阶段:第一阶段是“信息传递与知识讲解”, 传统课堂中“信息传递”与”知识讲解”是课堂教学的重心和主要内容;第二个阶段是“消化吸收”, 在传统教学模式下是在学生单独进行的。这种方式有利于培养学生的独立学习能力, 其不利之处也很明显:独立的“消化吸收”由于缺少教师的及时指导和同学的协作讨论, 遇到困难只能借助笔记和课本, 常常会让学生产生挫败感, 甚至丧失学习的积极性。这固然可以培养学生的吃苦精神, 克服困难的勇气。但学习到底成为了一件“苦差事”, 我们可以发现有些名校的部分“学霸”身心抑郁, 创造力不强, 可能与这种学习历程有关。学习到底应该是“苦”的还是“快乐”的, 各方也是争论不休。如果能用“快乐”的学习方法高效地达到“苦”的学习的目的的话, 相信大家都可以认同。“翻转课堂”也可以在这方面起到一定的作用, “翻转课堂”对学生的学习过程进行了重构。“信息传递与知识传授”环节从课堂中剥离出来, 由学生在课前自主进行, 此时老师也不应缺席, 在必要时提供在线的指导。“吸收内化”是教师和学生在课堂上通过互动研究讨论来完成的。翻转课堂中课前学生自主学习基本知识点, 这些基本知识点通常可以录制为标准的短视频, 其中基本不需要互动环节, 属于知识性学习环节。也可以在必要时加入学生之间的互动和老师的指导。有效的教学模式应包含三重目标:知识学习, 运用知识的能力培养, 激发创新创造发现新知识的动力。翻转课堂中把知识学习环节前置到课前的目的是为后两个目标留出充足的时间。课堂的测试可以设计为检验学生课前学习的效果, 同时也可以检验学生运用课前所学知识解决问题的能力。通过测试结果分析, 老师可以掌握情况, 并针对性微调课堂设计方案。课堂教学的重心放在激发学生创新精神。通过互动研究式教学, 点燃学生心中的创新发现新知识的火焰。“翻转”增加了学习中的互动, 翻转课堂为实现课堂的全方位深度互动创造了条件, 互动不仅仅表现在教师和学生之间的互动, 还包含学生与学生之间的互动。由于教师的角色已经由学习内容的呈现者转变为指导学生学习的教练, 老师得以从标准化的繁重基础知识传授任务中解放出来, 在课堂上有充足的时间聚焦于与学生的互动交流以及学生之间的交流。鼓励学生质疑经典传统的知识, 虽然学生的绝大部分质疑最后都被证明是错误的, 但这种质疑本身是可贵的, 这是创新的起点和火种。在老师的帮助下, 学生通过积极思考, 对知识发现的来龙去脉有深刻领悟, 主动积极地探索知识之间的内在联系, 从而真正掌握知识, 就效率和效果上看, 学生以这种方式获得的知识优于被动接受的知识。当学生在进行练习测试时, 老师会及时发现困扰部分学生的共同问题, 针对性地组织这部分学生成立学习讨论小组, 往往会为这类有相同疑问的学生举行答疑辅导小型专题讲座。小型答疑辅导专题讲座的妙处在于其及时性, 针对性, 研究性和互动性。当教师更多地成为知识获取的指导者而非知识内容的传授者时, 教师的重心是观察学生之间的互动, 教师鼓励, 引导与协调学生相互学习和借鉴, 彼此帮助, 而不是单纯指望依靠教师作为知识的传播者简单直接将知识作为现成完善的理论和盘托出, 实际上, 学生在互动中共同追求真正知识的过程是十分值得研究的, 这对揭示学习是如何发生的, 外在知识如何内化为学生理解接受的理论有十分重要的指示意义。在共同学习中, 团队精神和协作意识得到了锤炼。在动态深度交互中。有经验的教师善于给学生的思维活动设定一个待解决的目标和问题, 使得思维活动具有解决任务的性质。并充分调动和激发学生的智慧力量积极地投入这种活动, 障碍和困难就得以充分暴露, 为克服困难而进行的脑力劳动成为一种更加积极主动的过程。在这种情况下, 知识就不是消极被动地接受的, 而是主动去获取的, 即靠积极的努力去获得的。这种知识就能变成学生自己的信念, 而非别人告知的生硬的知识, 这种活的知识信念更易于被学生内化并天然具有运用此知识解决实际问题的能力的倾向。

3 在概率统计中随机变量概念的教学实践探析

随机变量的概念是概率统计中一个重要的基础核心概念, 也是一个教学的难点。直观地说, 随机变量是取值随机不确定的变量, 在随机试验的试验结果出来之前取值是不确定的, 试验结果出来以后取值是确定的, 这种直观地描述性定义相对易于为初学者接受。进一步解释随机变量, 也就是取值依赖于试验结果, 试验结果变, 取值变, 试验结果定, 取值定, 故可以将随机变量定义为“定义在样本空间Ω上的实值函数X=X (ω) 称为随机变量” (其中ω为样本空间Ω上的一个样本点) 。这种抽象的定义让初选者难以接受。可通过具体例子化解这种抽象。在随机试验E:抛掷三次硬币, 观察正反面出现的情况中, 样本空间里有八个样本点, 用H表示出现正面, 用T表示出现反面, 则样本空间

引入随机变量的意义:有了随机变量, 就可以通过随机变量的关系式表达随机试验中的各种事件。如{不出现正面}={X=0}{出现正面次数超过2次}={X 0}等。随机变量概念的产生是概率论发展史上的重大事件。引入随机变量后, 对随机现象统计规律的研究, 就由对事件及事件概率的研究转化为对随机变量及其取值规律的研究。对随机现象的数值化以及分布函数的引入, 为运用微积分和级数等高等数学工具解决概率论实际问题建立了桥梁。

在翻转课堂设计中, 课前布置学生观看相关视频, 并留出思考题, 引导学生进行课前的研究式学习, 力求从随机变量提出的意义角度理解随机变量引入的原因, 并着眼于解决实际问题的角度, 探究为解决问题提出新概念、新理论、新方法的历史脉络。在探究过程中理解概率论发展的历史与逻辑。在探究过程中体会理论创新的思路和方法, 努力提高自己面对问题提出新的解决方法的能力。把知识学活, 通过探究式知识学习, 重点是提高能力, 把死的知识学习转变为活的能力提高, 这会大大提高学生的学习积极性。课堂是实施互动式教学的主要场所, 在翻转课堂模式下, 通常会有测试环节, 通过测试发现学生课前学习中的难点和知识能力结构的盲点, 针对性地着力解决这些问题。依据提前设计好的课堂整体规划, 推进课堂教学。翻转模式下的课堂教学的特点是存在不可预知的学生提问与互动, 老师要有高超的处理能力, 教师要迅速评估学生提问的性质、内容、深度以及与培养目标的相关度, 并迅速拟定应对方案, 这显然对老师驾驭课堂的艺术提出了新要求。要求老师在课前下足功夫, 在做课堂规划时既要有整体规划设计以免课堂失去方向和重点目标, 又要为互动环节可能出现的复杂局面留有空间和余地。在实施互动教学时要注意避免让互动研究流于形式, 为互动而互动, 为研究而研究, 应让互动研究式教学真正服务于引领学生探索问题, 在探索过程中实现研究能力的培养。

摘要：对翻转课堂教学模式做了探讨, 对互动研究式教学有机嵌入翻转课堂做了分析。对其在概率统计中的应用进行了教学设计。

关键词：翻转课堂,随机变量概念,互动研究式教学

参考文献

[1] 王春利, 余莹.探究式教学模式初探[J].教育发展研究, 2012 (4) :79-83.

[2] 田爱丽.翻转课堂中实施探究式教学的应用研究[J].教育发展研究, 2015 (20) :39-43.

[3] 黄淑芹, 周森鑫, 常郝.基于MOOC理念的翻转课堂教学模式探究[J].黑龙江教育学院学报, 2016 (6) :50-52.

[4] 盛骤, 谢式千, 潘承毅.概率论与数理统计[M].4版.高等教育出版社, 2008:30-33.