基于课堂教学行为大数据的师徒制关系构造模型

　　[摘 要] 师徒制作为教师专业发展的重要方式，在教师队伍建设方面占有举足轻重的地位。文章运用访谈法、内容分析法和文献法对当前师徒制存在的问题进行梳理，以课堂教学行为大数据为基础构建了师徒制关系构造模型，该模型共包括四个模块：教师特征大数据采集、教师特征大数据分析、师徒关系匹配大数据分析、师徒绩效大数据分析。同时，提出了三种匹配模式：基于模仿的动态匹配、基于重组的动态匹配和基于创新的动态匹配。通过该模型的构造以期为学校师徒间的构造方式提供参考。
　　[关键词] 课堂教学行为； 教师特征； 大数据； 师徒制模型； 师徒关系
　　[中图分类号] G434 [文献标志码] A
　　[作者简介] 王雅慧（1994—），女，河南三门峡人。硕士研究生，主要从事智能学习支持环境方面的研究。E-mail：wangyh226@foxmail.com。
　　一、问题的提出
　　（一）当前师徒制的构成方式
　　师徒制是指组织内资深者与资浅者之间建立的一种支持性师徒关系[1]，师傅向徒弟提供高强度、高密度的支持与协助，徒弟则需要通过观察、借鉴和模仿等行为，将蕴含于师傅分析和解决问题过程中的知识、技能进行吸收与内化[2]。师徒制产生的前因主要分为情境因素与个体因素[3-4]。情境因素中大量实证研究表明，师徒关系的建立受师徒所属部门、工作性质、行业性质等因素影响[5]，师徒关系的深化依赖学习组织的文化和氛围[6]。从个体因素方面来说，师徒制以转移隐性知识为主，师徒间的知识转移效果受师徒间的知识势差、师徒的知识收发能力等因素影响[7]。在当前的中小学中，师徒制有着较为完善的制度，师徒双方通过签订带教协议确定带教目标、带教内容与带教方式，明确师徒双方的职责，其目的是基于教学实际情境帮助新教师解决实际的教育教学问题。这种方式根植于教师的教学实践，以解决实际问题为导向[8]，能够缩短新教师熟悉教学常规和教学过程的时间，这种将学习寓于环境之中的方式，也有利于获取与提升存在于徒弟身上的隐性知识。
　　（二）当前师徒制的弊病与问题
　　伴随着对教师专业发展的深入研究，教师知识更新问题日益受到专家学者的重视[8]。 师徒制作为在职教师专业发展的重要方式，日益受到专家学者的重视，正在发展成为一个重要的研究焦点与研究领域。回顾近年来针对师徒制的研究，可以发现以下问题：（1）由于师徒双方认知度较低，可能会造成师徒关系不匹配[9]。同时，师徒制研究对象侧重于徒弟，师傅没有成为研究重点，对于 “师徒双重角色”这一问题尚未进行有效深入的探索和研究。（2）由于教学情境的复杂性与独特性，师徒制在转移与情境紧密相关的教师隐性知识上会碰到较大困难，转移的知识无法适应不断变化的、复杂的教学环境[8]。（3）在当前的师徒实践中，普遍存在 “有知识共享行为，无知识共享效果”的现象[10]。因此，如何提高知识转移的有效性，对转移效果如何评价，都是当前亟待突破的瓶颈。
　　当前，我们正处于一个大数据时代，大数据时代的来临使数据从原本的记录符号转变为具有巨大延伸价值的资源，数据成了一种新的财富[11]。当前已有研究对师徒制进行优化，提出了“双师制”，即在新手教师成长为胜任教师的过程中，在其所经历的知识生产和知识进化两个关键阶段[12]安排不同的师傅，更能促进其快速地进步与成长。在前人的研究基础上，本文拟借助课堂教学行为大数据来设计师徒制关系的构造模型，探讨完善当前师徒制的可能性。
　　二、文献综述
　　（一）课堂教学行为大数据及相关研究
　　大数据通常指专业领域中的巨量数据资料，特指在专业领域中所创造的大量半结构化和非结构化数据。大数据的核心特征常常被概括为“4V”特征[13]：大容量（Volume）、高速度（Velocity）、多样性（Variety）、高价值低密度（Value）。教学活动的主阵地是课堂，近几年针对课堂教学行为的研究逐渐成为教育研究的一个热点。[14]早期针对教师课堂教学行为研究大多侧重于教师外显的教学行为，通常运用观察法、问卷调查法、归纳法、演绎法等，但这些研究方法缺少客观性、信度和效度，或者只是针对个别要素作纯思辨的假设。[15]课堂教学行为大数据作为课堂教学行为量化研究在大数据时代背景下的一个新兴产物[16]，当前对于课堂教学行为大数据尚未有一个公认的定义，本文主要采用王陆教授及其科研团队提出的定义：课堂教学行为大数据是在真实的课堂情境中，伴随教与学过程而产生的大规模、多样性、蕴含了丰富的教与学含义的非结构化与半结构化的特殊数据集合[17]。
　　针对课堂教学行为大数据的分析方法是一个典型的多分支与多重迭代的复杂处理过程，其中包括数据采集、数据存储、数据分析、数据表达和应用服务共五个阶段[18]。针对一堂课的教学行为大数据采集与分析，通常会包括编码体系分析方法和记号体系分析方法[19]。对课堂教学录像中的师生行为与对话进行编码与记录，将课堂中的半结构化数据转变为结构化数据，从而实现外化隐性知识[20]，创造出用之于分析教学过程的新知识。隐性知识具有无意识性、个体性、实践性、牢固性、创新性以及动态性。随着知识经济时代的来临，知识尤其是隐性知识成为各专业领域的最大附加值资本，也具有进一步研究的价值。[21]因此，课堂教學行为大数据外化隐性知识的功能，无疑为师徒制模式的完善提供了新的思路。
　　（二）师徒制及相关研究
　　克拉姆（Kram）于1985年提出了聚焦于师徒之间一对一的二元关系的传统师徒制的概念，即组织中资历较深者（师傅）与资历较浅者（徒弟）所建立的一种深刻的二元关系，同时，师傅为徒弟提供职业生涯帮助和社会心理支持[17，22]。随后，由于社会网络视角的引入，“师徒制发展性网络”这一概念被提出，师傅能为徒弟提供职业发展性帮助，由此组成的社会网络具有网络多样性这一特点[23]。这一概念的提出，使研究者对于师徒制的研究对象从侧重于徒弟，转变为侧重于师徒双方。[23]此时的师徒关系并不拘泥于师傅提供单方面的帮助，而是一种师徒双方均获益的互动交换过程。

推荐访问:师徒 课堂教学 构造 模型 关系