文章推荐·阅读经典 2019年 第9期上

《专业与课程建设》

1.人工智能背景下“新医科”建设的挑战与变革

2.基于“雨课堂”的经济法课程混合式教学改革探索

3.高校青年教师课堂教学发展的四重境界

 工智能背景下“新医科”建设的挑战与变革

 摘要：以人工智能为代表的第四次科技革命正席卷全球，其创造力和影响力给医疗领域带来了颠覆性的变革。医学技术革命性的飞跃对我国当下“新医科”人才的培养提出了现实的挑战。为了应对人工智能背景下“新医科”建设面临的挑战，应加强国家层面对“新医科”人才培养的顶层设计，探索以创新为导向的新医科人才培养模式，重塑新型医学人才的评价体系。

关键词：人工智能，新医科，人才培养

[基金项目：江苏省第六批教育改革发展战略性与政策研究重点课题“医工结合高校协同发展机制与路径研究”（ZLZCY2017-13）]

近年来，人工智能技术在医疗领域取得了突破性进展，目前，已在智能影像、智能语音、医学机器人、临床智能决策等方面得到广泛应用，人工智能主导的“超级医生”正日益成为现实。同时，医疗人工智能的变革也冲击着整个医学教育界，面对第四次科技革命对医学教育发展的革命性的影响和前所未有的挑战，培养适应时代和科技要求的新医科人才已刻不容缓。

1　医疗人工智能发展现状及对现代医学的影响

人工智能（Artificial Intelligence，简称AI）在医疗领域的应用备受青睐，成为新医科发展的重要驱动力，并推动了智能医学的诞生。随着第三代AI突破前两代计算速度、数据质量和存储容量的极限，在大数据、自然语言处理技术、深度学习的支持下，推动了人工智能发展实现“质”的跨越，逐步从科学研究发展为实际应用。医疗与AI的结合伴随着人工智能发展的全过程，目前已经实现了深度融合和全方位的介入，也是人工智能领域发展最为迅速的领域之一，目前主要应用于以下几个方面。

（1）健康医疗大数据应用及其应对。大数据和算法是人工智能应用的前提。2016年6月国务院印发《关于促进和规范健康医疗大数据应用发展的指导意见》，将健康医疗大数据上升为战略资源，按“统筹规划、分段实施”的思路，部署利用“互联网+健康医疗”探索新型卫生服务模式。传统的数据采集、处理、分析过程的复杂性、长期性导致最终结果的无效性和滞后性，而AI恰好既简化了数据的收集程序，又可以通过语音识别、影像识别、人机交流、自然语义、深度学习、数字可视化等方法，建立大型医疗机构诊疗数据库、医疗费用数据库、公共卫生与疾病监测数据库、自我健康管理数据库、生物信息数据库等，最终达到智能分诊、智能用药、智能管理的目标。IBM、阿里巴巴、腾讯等国内外企业巨头正依靠其庞大的消费群体渗入医疗领域，为健康医疗大数据的可获性、有效性、动态性提供基础性技术支持。毫无疑问，面对这一根本性变革，医疗机构必须尽快实现硬件和软件的数据化、标准化和智能化，才能适应智能化医疗的到来。

（2）医学图像识别系统应用与展望。现代医学归根结底属于循证医学，仍以检验结果为依据，因此影像检查成为现代医疗诊断的主要依据之一。人工智能在医学影像的应用方兴未艾，肿瘤影像的临床应用最为成熟，通过对病灶或靶区的自动勾画，以及三维模型的重建，实现影像分类、靶点检测、图像分割、影像检索。第三代AI产品大多以数据为基础，从原始数据中得出抽象的泛化特征，通过反复学习和模型建立进行判断，其中深度学习作为研究最热的算法，在影像识别系统中的应用引人注目，如通过对血管分割方法的反复学习，卷积神经网络（CNN）可对血管造影图像中血管进行分割，相比人工极大提高了精准化程度。近年来，国内外进行人类医生与医疗人工智能在CT、MRI、病理切片读片比赛，医疗AI展现了其与生俱来的速度和精度的优势，而远超人类医生。“AI+医学影像”带来诸多惊喜，不仅帮助患者快速完成如B超、CT、X线等影像学检查，同时辅助医生提高读片效率，降低误诊率、漏诊率。从医疗机构个体看，当下越来越多的医院开始使用各类人工智能医学图像识别系统，提升诊断效率和精准度，但数据的区域性乃至全国的共享与融通还没有形成一体化，而从长远看，高标准建设区域人工智能图像识别诊疗中心（病理、医学影像），或许是提升诊断水平、节约医疗资源的治本之策。

（3）医疗机器人对传统诊疗手段的影响。医疗机器人是目前医疗与AI研究相互结合的新兴产业，按其功能分为手术机器人、康复机器人、医疗服务机器人、健康服务机器人，其在外科手术、康复保健、健康管理、精准医疗等方面展现出广阔的市场前景和发展活力。其中最具影响力的手术机器人是美国直觉外科手术公司（Intuitive Surgical）研发的达芬奇机器人，涉及普通外科、胸外科、泌尿外科、妇产科以及头颈外科等方面，其操作的灵活性使精准化医疗成为现实。此外，以纳米靶向机器人为代表的医用微型机器人使用范围较局限，仅用于胃镜、肠道等检查。康复机器人在临床上的接受度和使用度最高，约占41%。此外，医院物流机器人在无菌物资配送、术后物资的回收、高值管控物资的递送等方面所具有的优势，逐渐成为智慧医院重要组成。高端医疗机器人正成为国内三级以上医院争相应用的先进诊疗技术和具有显示度的一项技术，受制于国内管控，目前临床应用数量还比较有限，但由机器人手术的风险、法律和伦理风险，仍然需要加强评估和控制。此外，AI还被广泛而深度地应用于新药研究、健康管理、基因测序、诊疗助理、医学教育、医学科研、医保审核与监管等领域。

2　人工智能对传统医学教育的挑战

2.1　医学模式面临重大变革

纵观人类医学模式发展的历程，社会学家将医学模式发展进行了明确的划分：神灵主义医学模式、自然哲学医学模式、生物医学模式与心理-社会医学模式。而当下随着医疗人工智能的不断发展，生物-心理-社会医学模式已无法涵盖人们对医学的认识，将逐步为智慧医学模式所替代。智慧医学模式将拥有更加丰富的内涵，其对健康、对疾病和诊疗、康复在理念和措施上形成全新的认识和判断，“智慧”源于通过大数据和算法对疾病预见和判断，智慧源于解决健康问题的方式和手段的创新，疾病“诊疗”为中心的现代医学教育面临着重大调整。

2.2　学科专业设置亟需调整

我国目前的医学学科专业的设置主要借鉴前苏联的模式，分科较细，一般按照“基础医学课程、临床医学课程、临床实习、住院医师规培”四个阶段。在医疗人工智能发展的背景下，智慧医学的发展必然要求多学科的交叉融合，通过大数据和科学的算法，探索出最优化的临床路径。从学科发展的要求看X+医学或者医学+X是必然的选择。传统医学的医学影像学专业、临床（病理学专业）在专业设置上应该进行调整，大数据、云计算和科学的算法为医疗人工智能快速、精准地判断提供了基础和条件，其在医学影像、病理诊断等领域，有取代大部分临床医生的可能性，培养规模也应该逐步减少。医疗人工智能的发展催生了对大量的跨学科复合型人才的需求，目前根据教育部2012年本科专业目录的设置，与医疗人工智能相关专业很少、培养规模有限，从课程设置看，知识结构相对单一，与医疗人工智能的知识和能力结构要求看，显然无法满足需要。

2.3　培养模式面临严峻挑战

AI给人类社会的发展带来无限机遇的同时，我们必须承认第三代AI的研究仍停留在深度学习、人机交流等层次上，要想实现新的突破，必须依靠具备创新意识、创新思维、创新能力的新医科人才。国内多数医学院校的教学模式以老师为中心，学生在学习过程中处于被动地位，不利于创新精神的培养。在临床实践教学过程中，基于我国严峻的医患形势，临床实习带教呈不断弱化之势，难以激发学生创新思维。创新作为AI发展的基石和核心，现阶段教学形式与培养创新意识应贯穿医学教育的始终。

目前国内医学院校的医学生的课程结构大都围绕基础医学+临床医学进行，从医疗人工智能对医学人才的要求看，缺乏AI相关模块，没有很好地与大数据、云计算、互联网、物联网等学科融合，即使小部分高校开始着手“智能医学工程”专业，但由于经验不足，在学科的设置、各学科之间的衔接等方面仍存在诸多问题。因此，打破传统医学教育单一学科的局限性，是高等医学教育的当务之急。

2.4　医学伦理学和法律面临新问题

从人工智能发展的现状看，随着深度学习的不断深入，未来人工智能本身的“自主性”和“独立性”不断增强。当下的人工智能仍处在“弱人工智能”阶段，其仍受制于人类编制程序控制，从弱人工智能过渡到具有独立意识和意志的强人工智能、超人工智能，可能已为时不远。医疗关乎民众的生命健康，医疗人工智能的发展，需要及时构建人工智能健康发展的法律法规、制度体系和伦理底限。标准化的医疗大数据系统建立过程中，个人的医疗信息和隐私将无处遁形，而现阶段我国个人隐私保护和数据的确权立法严重滞后。此外，人工智能的执业资格及其主体地位、产品准入的审批、超级人工智能的限制，急需立法上寻求统筹安排，医疗人工智能的伦理规范和底限需要进一步明确。

3　人工智能背景下“新医科”建设的应对

3.1　加强国家层面对“新医科”人才培养的顶层设计

教育部高等教育司司长吴岩在2019年全国高教处长会的报告中，以四个“大”准确定位了医学教育的地位；大国际、大民生、大学科、大专业。以人工智能、大数据、互联网、区块链为代表的新一轮科技浪潮迎面而来，医学与理科、工科、文科等多学科的交叉融合对原来医学教育提出了现实的挑战，在这样的新背景下，需要建设具备新理念、新学科、新结构、新质量的新医科。培养适应医疗人工智能迅速发展的新医科人才，对现有医学专业的升级、医学人才培养模式的改革、师资队伍的全维度建设具有较高的要求，需要国家层面的政策支持和激励手段。在现代大医学观的视角下，医学再也不是以前的生物医学、经验医学，而是向多学科渗透的前沿交叉学科，从诊断治疗逐渐过渡到预防康复，从生物医学观逐渐过渡到生物-心理-社会医学观，从“以医生为主体”的医疗服务模式过渡到“以AI为主体”的智能服务模式。为进一步促进高等医学教育与人工智能领域的融合，完善新医科人才培养体系，教育部特印发《高等学校人工智能创新行动计划》，提出智能医学相关专业发展的“三步走”战略，探索医学教育新模式。为深入贯彻十九大精神，抓好医疗人工智能背景下新医科人才的培养环节，教育部连续发文《关于高等学校加快“双一流”建设的指导意见》《教育信息化2.0行动计划》，从宏观层面对未来医学教育的改革方向做出统筹规划，当战略布局成形后，仍需要一系列配套的保障和激励措施，特别是高等医学院校一流师资队伍的打造、优质教学资源共享平台的建设、政府的财政投入等细节，推动医学专业与新一轮产业革命的交叉融合，为新医科人才的培养营造良好氛围。

3.2　探索以创新为导向的新医科人才培养模式

（1）积极构建以需求为导向的“新学科”。传统“基础医学+临床医学”为主要框架的学科结构，未给予AI知识模块应有的地位。“医学+X”方案的提出引发业内人员的共鸣，如何做到医学与其他学科的完美融合？如何做好跨专业学科的课程设计？如何做好跨专业人才的培养？这些都是医疗人工智能发展不得不面对的问题。当下，学科的贯通-衔接-整合是核心。一方面，立足中国医学发展的国情，在确保目标同质化的基础上，以多元化渠道促进多学科交叉融合，基于AI较大的数据储存量和较快的运算速度，为减轻学生记忆负担，实现学习重心向AI技术的适当偏移，可减少病理学、影像学、解剖学、细胞生物学等形态学科的课时数，增加工程学、统计分析、数据处理等AI相关学科的学习，引领学生尽早接触AI，加强医学与工学、理科、生物信息、纳米技术和大数据等新兴领域的联系。另一方面，新医科人才的培养并非要求医学生必须掌握新一代技术革命前沿领域的核心技术，而是需要掌握相关学科的基础知识，预测未来医疗领域的工作环境，整合资源建设符合未来需求的交叉实验室。此外，选拔理科学、工程学、计算机等专业的优秀毕业生，鼓励其攻读医学专业，亦或是医学毕业生转攻理工等专业，跨学科跨专业培养AI人才。鉴于医疗人工智能的应用优势及发展趋势，医学院校需将信息技术、人工智能、工程学原理、数据统计、科研学术等前沿知识融入医学专业学科的学习中，鼓励综合大学之间跨专业、多学科的交流合作，全面提升医学生的综合素养以及未来的职业竞争力。

（2）拓展以创新为核心的“新教学”。创新是医疗人工智能时代的主体，也是新医科发展中的灵魂。一方面，打造创新型教师队伍是培养创新型人才的关键，将激发学生的创新潜能纳入医学教育改革的顶层设计，是医学教育改革的第一要务。在理论教学过程中，打破传统的“以教师为主体”，把舞台留给学生，留给学生发言和思考的空间，引导学生形成集中与发散互融的思维模式，即灵活的学习能力、成熟的抽象思维和缜密的分析思维。推行问题导向学习（PBL）模式，摒弃传统的灌输教育，以学生为中心，在多元化医学课程整合模式下，结合医疗人工智能在临床中的应用实例，克服AI理论与实践相割裂的不足。另一方面，科研作为医学教育的重要组成部分，同时也是培养医学人才创新意识、创新思维、创新能力的最直接途径，医学院校首先要加大对大学生创新创业大赛等竞赛的宣传，鼓励学生积极参与科研活动，其次需重视课程实验中的设计性试验，在实验设计的过程中锻炼学生的逻辑思维，注重设计的创新点，培养集临床技能、医学知识、创新思维、创新能力为一身的复合型医学人才。

（3）突出以人文教育为特色的“新素质”。人工智能是一个集多门学科精华的尖端学科，随着AI在各个领域的运用，其终将成为取代人类简单脑力劳动的工具，可能导致传统的社会职业体系发生改变、患者的医疗隐私被泄露等。为了应对这种潜在风险，医学教育必须强调医学生的人文素质和法律素质。首先，医学生人文素质、法律素质的培养离不开人文、法律课程的学习，针对高校各课程比例失衡的问题，需加大人文、法律学科的占比，设置人文、法律学科核心课程体系，促进临床医学、公共卫生事业管理等专业与它们的融合，建议将《医学伦理学》《卫生法学》《医患沟通学》《医学心理学》等课程作为医学人文课程体系的核心，并鼓励医学教育者围绕与医学相关联的社会问题，让学生在新的价值坐标系中准确定位人类生命与健康的价值。提升医学人才法律和伦理的素养，还可以强化科学研究中的底线思维和法律意识，避免突破法律的边界和产生伦理的悲剧。

3.3　重塑新型医学人才的评价体系

人才评价是医学教育的中间环节，关系到人才的培养和使用，重塑新型医学人才的评价体系至关重要。在信息时代，互联网、大数据以及人工智能等先进技术，使得社会对于人才的能力需求也不断变化，除了人才培养目标与模式要随之调整与更新外，新型医学人才的评价体系也要适应时代的发展。新医科人才的评价体系不应局限于对医学知识和临床技能的关注，应增加对AI等新技术的考核，针对AI等新技术的评估，还是强调理论指导实践，建议将学校考核小组评估、行业专家小组评估、国际对比评估相结合，打造“三位一体”的信息素养评估体系。首先，由于新医科教育涉及学科跨度大、种类多，可创新多元化的评估方法，根据不同学科对学生的不同要求，“因科制宜”制定不同评估标准，多方位多标准评价，注重医学生的综合素质和个性化发展。其次，新医科教育强调的是学生的创新能力，而创新能力的培养更是体现在学习过程中，传统的静态评价体系无法满足对学生创新能力的评估，因此建议评价体系趋于动态化，重视学生的培养全过程；无论智能医学如何发展，医德作为医学的精髓，更应该在评价体系中特别强调医德、医风等道德层面的认识和评价。

3.4　探究多主体的复合型人才共育模式

新医科人才的培养需整合各方资源，在利用现有存量资源的基础上，统筹国内外先进资源，发挥政府投入、政策支持的引导作用，撬动高等医学院校、医疗机构、企业、科研机构等社会资源，形成多方支持的新格局。一方面，建立公平、公正、有效的医学资源使用平台，是医学教育改革不可缺少的环节之一，坚持政府统一标准、卫生行政部门统一管理，整合智能化医疗机构、医疗人工智能大数据企业、人工智能实验室等最新资源，调动专家协会、医疗AI企业、行业人才、医疗机构的积极性，按照新一代卓越医师培养目标，吸纳海外高端技术人才，着力培养大批量全方位、多层次、高质量的综合型医疗人才，组建世界一流的创新型科研团队，培养一批具备国际眼光的学科带头人和行业领军人。另一方面，在教育资源的整合过程中，更应注意提升资源管理效率，建议采取分阶段分层次管理，统筹本科生临床教学、住院医师规范化培训以及持续医学教育管理，形成在校教育、毕业后医学教育、持续医学教育的完整教育管理系统，充分利用互联网、大数据、AI等先进技术成立专门的科教中心，实现三个阶段的教学和管理工作之间的无缝衔接，解决“碎片化”管理造成的资源浪费、功能重叠、效率低下等问题。

4　结语

医疗人工智能无论是在疾病诊断、治疗还是疾病预防、康复方面，都有着广泛的应用前景，其广阔的发展空间、爆发式的增长速度及实用化有望促进医疗服务的标准化和优质化。医疗人工智能时代的到来必将引起医学教育模式的颠覆性变革，过去强调的“熟能生巧”“经验积累”被淘汰，取而代之的是医疗机器人等AI产品广泛应用，医生也将由传统的操作者转变为设计监督者。因此，传统医学教育观念、教学方式、学科建设、教学评价已无法满足社会和科技对新医科人才的呼唤，必然要求教育主管部门、医疗行业组织、医科院校等探索以培养创新为导向的教学方式、构建多学科交叉融合的教学结构、重塑新型医学人才评价体系、探究复合型人才共育模式。回顾历史，每一次科技革命带给医学教育的挑战和机遇都是巨大的，医学教育必须顺应时代和科技的发展趋势，才能赢得自身的发展。

作者： 徐州医科大学/博奥木华（上海）生物科技有限公司 范舜 博奥木华（上海）生物科技有限公司 谈在祥  

来源： 《中国高校科技》2019年第07期

基于“雨课堂”的经济法课程混合式教学改革探索

摘要：随着移动互联网的广泛应用，教育信息化不断深入发展，基于移动互联网的混合式教学应运而生。“雨课堂”借助于“微信”实现了线上与线下相结合的混合式教学。本文以经济法课程的混合式教学改革实践为例，探索使用“雨课堂”教学给传统教学带来的变化，并提出基于“雨课堂”的混合式教学改革建议。

关键词：雨课堂，经济法课程，混合式教学

基金项目：2018年云南大学旅游文化学院教学改革项目“基于雨课堂的经济法课程混合式教学改革探索”（XYJG201817）。

随着移动互联网的广泛应用，教育信息化不断深入发展，基于移动互联网的混合式教学应运而生。混合式教学把传统教学和在线学习的优势相结合，达到线上与线下的双向互动，既可以发挥教师的主导作用，又能体现学生的主体地位；既能够克服传统教学中的局限性，又契合了网络时代的学习特点。因此，开展混合式教学改革的研究和探索是高等学校教学改革的重要路径之一。混合式教学的实现需要依托互联网、手机或电脑终端以及相关的智慧教学软件，“雨课堂”是由清华大学在线教育办公室组织研发的一款大众化的智慧教学软件，依托PPT，借助于“微信”，实现教师与学生的课上与课下双向互动，实现线上与线下相结合的混合式教学。

一、混合式教学研究概述

国外关于混合式教学的研究经历了从理论研究到实证的过程。“混合式教学最早由Cooney等人在学龄前儿童教育研究中首次提出，在此后几十年时，国外有关它的理论和实证研究得到了迅速发展”。“国外对混合式学习的研究总体经过初期（2000-2002年）、中期（2003-2007年）和后期（2008年至今）等三个阶段。”[1]初期阶段混合式学习兴起，在线学习与面对面学习初步建立联系；中期阶段开展关于混合式学习定义的理论研究；后期阶段主要集中于混合式学习的实证研究。

与国外相比，国内混合式教学的研究相对较晚。国内混合式教学的研究开始于混合式学习在远程教育中的应用[2]，进而以北京师范大学何克抗教授在2004年发表的《从Blending Learning看教育技术理论的新发展》一文为起点，混合式教学自此逐渐引起了国内高校教师的关注，混合式教学研究的深度和广度不断提升。该文把混合式教学的内涵解释为“把传统学习方式的优势和E-learning（即数字化或网络化学习）的优势结合起来；也就是说，既要发挥教师引导、启发、监控教学过程的主导作用，又要充分体现学生作为学习过程主体的主动性、积极性与创造性[3]。目前，在国家哲学社会科学学术期刊数据库中以“混合式教学”为关键字进行搜索，记录已超过千条，混合式教学的研究主要集中在理论研究和教学实践实证研究两方面：其一，关于混合式教学的理论研究主要有混合式教学的理念、内涵、基本原理等方面。其二，在混合式教学的实证研究方面，一些高校教师结合自身学科、课程等进行了教学改革方面的实践研究；还有一些研究将MOOC、翻转课堂、智慧教学与混合式教学相结合，或将MOOC应用于混合式教学来实现翻转课堂，或通过线上与线下的混合式教学实现智慧教学，并研发出一些实现混合教学的工具。

综合上述，国内外关于混合式教学研究的内容早期集中在理论研究，而目前的研究更多集中在具体课程的教学实践，未来混合式教学的研究趋势是在进一步深化理论研究的基础上，结合具体的某一课程进行教学资源的开发。

二、基于“雨课堂”的经济法课程混合式教学改革实践

1.“雨课堂”教学使用情况

笔者在2018年的秋季学期，以经济管理类专业2017级经济学专业、金融学专业的282名学生为教学对象（如表1所示），开展了基于雨课堂的经济法课程混合式教学改革探索。传统的面对面教学以教师为中心，教学过程主要体现在课堂教学之中。“雨课堂”在教学中的使用，改变了传统的单纯面对面教学模式，教学过程体现在课前、课中、课后等多个环节，充分发挥了学生学习的主观能动性，使教学模式发生了重大变化。

表1　2018年秋季学期雨课堂使用情况表

2.“雨课堂”功能使用情况

笔者在进行“雨课堂”教学改革中，使用了“雨课堂”的近11项功能，这些功能贯穿于课前、课中和课后的整个教学过程。学期末，笔者对282名学生进行了网络问卷调查。问卷调查结果显示（如图1所示），学生喜欢的“雨课堂”的功能排在前5位的分别是同步课堂课件、手机预习课件、手机签到、课堂答题、课后作业。在被调查的282名学生中，喜欢同步课堂课件的有189人，占67.02%；喜欢手机预习课件的有180人，占63.82%。

图1　学生喜欢的“雨课堂”功能

三、“雨课堂”教学给传统教学带来的变化

1.学习积极性提高，课堂参与度提升

经济学家们认为“人们会对激励做出反应”，激励是引起人们做出某种行为的外在动因，外在动因转化为内在动因推动人们付出行动。“雨课堂”教学可以充分发挥激励的作用，体现在优秀学生提示、红包奖励、课堂答题、课堂讨论等环节中，由此调动学生学习的积极性，提升他们的课堂参与度。调查结果显示，191名学生认为，教师使用“雨课堂”授课他们的学习积极性有所提高，占被调查学生的67.73%。

2.争夺课余时间，实现混合式教学

教学是“教”与“学”的双向互动过程，传统教学以教师为中心，偏重课堂教学过程，混合式教学将学习贯穿于课前、课中和课后，通过网络实现线下与线下的结合，“雨课堂”可以很好地实现这一功能。“雨课堂”的预习课件、课前阅读材料以及课后作业、课下交流等功能实现了课前、课中、课后的全方位互联。学生可以利用课下碎片化的时间，利用手机随时随地学习，同步课件便于课后随时复习，并可以结合课后习题反复练习，对学生学习成绩的提高有较大帮助。调查数据显示，近70%以上的学生认为“雨课堂”对他们学习成绩的提高有帮助。同时，教师可以通过“雨课堂”数据监控学生的预习、学习、复习以及知识的掌握情况，督促学生使用手机做与学习有关的事情，进而占用学生更多课余时间。

此外，教师和学生可以通过“雨课堂”与学生进行课下交流。传统教学中教师下课后离开教室，学生课后遇到问题无法与教师沟通，沟通不畅在一定程度上抹杀了学生学习的积极性，“雨课堂”可以很好地解决教师与学生课下沟通不畅的问题，受到广大学生的欢迎。

3.精准定位学生，及时掌握学生情况

通过“雨课堂”教学软件的使用，任课教师能够适时了解班级每一个学生的学习情况。每次授课结束任课教师会收到“雨课堂”反馈的学生课堂数据，包括课前预习情况；课中签到、答题、讨论等情况；课后作业、课下交流等情况。通过这些数据，任课教师能够及时掌握每一位学生的学习状态及状况，及时发现一些学习状态不佳的学生。一方面，教师可以及时与辅导员沟通对这部分学生的情况进行深入了解，进而找出原因对症下药，将这部分学生从即将掉队的边缘拉回到正常的队伍中来。另一方面，教师也可以直接与这部分学生沟通，其一可以利用课间十分钟直接与学生通；其二可以通过“雨课堂”的私信功能用手机与学生沟通。教师主动与学生沟通可以让这部分学生感受到教师对他们的关爱，让他们感受到温暖，进而使他们转变对学习的态度，去积极面对生活、面对学习。

4.实现翻转教学，突出能力培养

传统课堂教学更注重对理论知识的传授，忽视对学生各种能力的培养，以至于学生毕业后在较长的时间内难以应对工作中的各种问题。通过“雨课堂”可以实现翻转教学，在课堂教学中以学生为中心，给学生更多表达自己观点的机会，在讲授知识的同时，突出学生多种能力的培养，如自主学习能力、团队协作能力、分析能力、语言表达能力、知识整合能力等。学生多种能力的培养主要通过“雨课堂”的课堂讨论，包括小组讨论、弹幕讨论等实现。调查结果显示，有近70%的学生表示，当任课教师发起课堂讨论时愿意积极发言。

5.教学过程量化管理，过程评价有据可依

一个学期过后，“雨课堂”记录了每一个学生整个学期的学习数据，包括手机签到次数、课堂答题分数、课前预习、课后作业等情况，这些数据非常精确而全面地反映了整个学期每位学生的学习情况。任课教师可以通过“雨课堂”电脑端查看、下载这些数据（如图2所示），并可以以此作为学生平时成绩的重要依据。

图2　“雨课堂”部分反馈数据截图

当前的高等教育正倾向于由结果考试向注重过程评价转变，当过程评价成为评价学生总成绩的组成部分时，教师应当公平、公正、公开地客观对待每一位学生，避免对学生做出主观意断评价，因此，过程考核的方式、依据无疑至关重要。在高校教师思考如何对学生做出恰当过程考核的当下，笔者认为“雨课堂”不失为一个不错的选择。“雨课堂”精准、细致的数据为教师过程评价提供了可靠依据。以《经济法》课程为例，本课程的过程考核主要体现在平时成绩部分，依据本课程的教学大纲，平时成绩在综合成绩中占30%。结合“雨课堂”的教学数据，笔者将本课程的平时成绩分为五个部分，平时成绩=课件预习（20%）+课堂签到（20%）+课堂答题（20%）+课堂表现（20%）+课后作业（20%），每一部分都可以依据“雨课堂”的相关数据做出评价，如图3所示。

图3　依据“雨课堂”给出的平时成绩表截图

6.节约课堂时间，突出重点难点

使用“雨课堂”授课时，课堂上设置有课堂答题、课堂讨论、红包奖励等环节，有些教师认为这会消耗大量的课堂时间，进而可能会影响正常的教学进度。持该观点的教师是可以理解的，除了他们对“雨课堂”的不甚了解之外，笔者以为持该观点的教师可能会存在两个误区：其一，他们可能会认为教学大纲中的所有内容都应通过课堂教学的方式传达给学生，由于课堂教学的时间毕竟有限，因此只能“满堂灌”；其二，他们可能忽视了当代大学生的知识获取能力和学习能力。

相反，通过“雨课堂”的教学探索，笔者以为使用“雨课堂”教学不但不会影响到正常的教学进度，反而能够节约课堂时间，突出教学中的重点难点。理由是教师可以将与理解重点难点相关的背景知识以及易于理解的教学内容，如理论提出的背景、人物背景、历史发展、基本概念、课堂案例等做成手机预习课件或课前阅读材料，课前通过“雨课堂”发布，并要求学生提前预习。在课堂上通过课堂答题的方式检验学生预习的效果，对学生已经掌握的知识可以略讲，重点讲解学生尚未掌握的知识，并抓住教学中的重点难点进行精讲。课前学生通过预习已经了解了课堂讨论案例、行动方案等内容，对此已经有了一定思考，课堂上可以直接进行讨论。事实上，“满堂灌”“填鸭式”的课堂教学中往往存在一些课堂的无效时间，而通过“雨课堂”可以有效利用课堂的每一分钟，避免了课堂上的无效时间，进而节约了课堂时间。

四、基于“雨课堂”的混合式教学改革建议

1.注重课程内容的重构与整合

传统的教学以教材为基础，教师按照教材的章节设置循序渐近地向学生传授结构化的、体系完整的知识，教师在课堂教学中往往面面俱到，由于课堂教学时间有限，而又不得不点到为止。在移动互联网时代，网络打破了时空的限制，教师通过网络可以将教学的过程延伸到课堂教学之外，学生可以利用碎片化时间随时随地学习。当教学从课堂延伸到课堂之外时，教学的方式更加灵活多样，教学的时间大大增加了。教师在教学大纲、教学进度的基础上，可以对课堂教学的内容进行取舍，这便是对课程内容的重构与整合。

重构是指教师对教学内容进行整理、筛选、分类，将具有一定相关性的知识重新组合，并将之分为学生课前预习内容、课堂讲授内容以及课后应用内容。课件前预习内容和课后应用内容要求学生在课外完成，而教师在课堂教学中，通过课堂讨论、案例分析等多种形式给学生充分表达观点的机会，并讲授教学内容中的重点难点。整合是指教师在每章结束之后及学期末带领学生对所学知识按照一定的逻辑对零碎的知识进行梳理，帮助学生建立知识之间的联系，进而帮助学生将课前、课中、课后所学习的知识结构化、系统化。简言之，就是教师能够用一条线把一门课程所有的内容全部串联起来，帮助学生建立起从树根到枝叉，再到树叶的完整课程知识体系。

2.关于课前预习

预习课件、课前阅读资料推送是学生通过“雨课堂”实现课前学习的两项功能。关于课前预习，笔者有两个建议：

其一，建议通过“雨课堂”引导学生养成课前预习的习惯，并根据教学进度逐个发布手机预习课件或课前阅读材料。调查结果显示，教师发布的课前预习任务有128人每次都预习，占45.39%；偶尔预习145人，占51.42%；从不预习9人，占3.19%。可见，大学生普遍未养成课前自觉预习的习惯，但对课前预习他们普遍持肯定态度。

其二，建议课前预习任务内容不要太多，内容、形式应灵活多样，可以是手机课件、Word文档、短视频、MOOC视频等，学生完成的时间尽量控制在30分钟之内。调查结果显示（如表2所示），课前预习时间在2个小时以上和1至2个小时的分别只有5人，各占1.77%；预习时间在30分钟至1个小时的有81人，占28.72%；预习时间在30分钟以下的有191人，占67.73%。可见大多数学生愿意投入课前预习的时间在30分钟以内。因此，教师布置的课前预习任务应尽量控制在30分钟以内，如果超过30分钟可能会抑制学生课前预习的积极性或影响课前预习的效果。

表2　学生愿意课前预习投入时间分布表

3.关于作业

“雨课堂”的作业功能目前有主观题和客观题两种题型，客观题可以有单项选择题、多项选择题和填空题，每次作业教师可以自行设置分值和答题时间。关于作业笔者建议每次作业无论题目数量是多少，每次作业的分值尽量按百分制计算，哪怕只有一道主观题的情况下亦是如此，并且根据教学进度在每章或每节结束后发布，同时根据作业难易程度设置答题时间、作业截止时间和公布答案时间，公布答案时间应在作业截止时间之后。

4.课堂答题环节设置

对于学生而言，“雨课堂”的答题环节是学生展现自己学习状态、学习效果的紧张时刻；对于教师而言，课堂答题环节是检查学生预习效果、课堂听课效果以及课后复习情况的重要依据。课堂答题环节作用的发挥依赖于课堂答题环节设置的时机。“雨课堂”授课中答题环节的时机主要有四种情形，分别是上节课重要知识点回顾时、导入新课时、课中知识点讲解后、即将结束授课时。调查结果显示，学生愿意接受的答题环节排在第一位的是上节课重要知识点回顾时（如图4所示），有240人，占85.11%；其次是课中知识点讲解之后，有212人，占75.18%。因此，笔者建议教师使用“雨课堂”授课时答题环节可设置在这两个教学时段内。

图4　学生愿意接受的课堂答题环节设置时机分布图

5.循序渐进推进

对于学校、教师、学生而言，“雨课堂”是新的教学尝试，“雨课堂”使用效果的提升有赖于三方的共同努力，并循序渐进推进。其一，学校层面对使用“雨课堂”教学提供硬件、软件等方面的支持，保证教室的网络畅通以及教室电脑安装“雨课堂”教学软件。其二，教师提高认识，主动求变。目前，有一些教师仍固守着传统的教学方式不愿去改变，有部分原因是因为担心使用“雨课堂”教学会增加额外的备课负担。笔者以为不然，教师在使用“雨课堂”时可以逐步推进，使用的深度可以逐步加深。初始尝试时教师对课件可以不做任何改变，授课时只需要打开“雨课堂”，要求学生使用微信扫码进入课堂，课件即可同步到学生的手机上，教师根据需要可以开启弹幕，便可以使原本沉闷的课堂活跃起来；接下来可在原有课件的基础上加入几道题目，授课中适当设置答题环节，红包奖励功能便随即使用；再接下来可发布课前预习资料、课后作业等，这样“雨课堂”的功能就逐步用起来了。其三，学生完全适应“雨课堂”的各种功能需要一些时间，学生适应“雨课堂”授课也需要一段时间，学生课堂发言的积极性被调动起来同样需要一个过程，因此，教师在使用“雨课堂”授课时对学生也应循序渐近，由宽到严。比如，刚开始老师发布的预习课件、资料以及课后作业等，学生可能会由于没有养成习惯而忘记在规定的时间内完成，老师可以再给这样的学生一次机会而不应过分苛责。

五、结束语

在移动互联网时代，作为手机原住民的90后、00后大学生，他们具有广泛的信息获取途径，几乎所有的课堂教学内容都可以通过网络获取，这就使学生对高校教师课堂教学方式方法有了更高的要求，网络时代高校的教学改革势在必行。高校教师应当积极面对时代对我们提出的新要求，积极推进混合式教学改革。对于高校而言，“雨课堂”简便易行、成本低，能够快速将普通课堂转化为智慧课堂，是目前较为适合的智慧教学软件。当然，“雨课堂”的使用不能一概而论，而应因人而宜、因课而宜。“雨课堂”使用的普适性与差异性有待我们继续探索，针对不同专业、不同年级学生的特点和不同性质的课程，“雨课堂”的使用程度、功能等也应有所区别。

作者： 云南大学旅游文化学院 经济管理学院 高春艳  

来源： 《中国教育信息化》2019年第13期