booc.io: An Education System with Hierarchical Concept Maps and Dynamic Non-linear Learning Plans 支持概念地图与动态非线性学习计划可视化的在线教育系统

对于在线教育现在大家都越来越熟悉了,与传统的教育相比它有一些优势,包括可以更加快速利用丰富的互联网资源进行授课与学习、可以支持远程教育让更多人收益,更理想地来说它最终要达到每个人个性化的学习。今天我们介绍的这篇文章[1]来自哈佛大学,描述了他们用了快2年的时间,和教育专家一起构建出一个在线教育系统 – 它支持正常的在线教育的功能,更加有特色的是,它融合了可视化的元素,将课程学习中的概念依据他们的层次结构关系构造出了概念地图,并且为每个学习者根据它的学习情况将课程的依赖关系进行展现,让他们拥有个性化的学习计划,而传统的在线教育网站或者可视化系统很难同时做到这几点。下表进行了他们提出的系统booc.io和以前一些系统的对比。

%e5%b1%8f%e5%b9%95%e5%bf%ab%e7%85%a7-2016-12-24-%e4%b8%8a%e5%8d%8812-58-39

图1 booc.io与之前的在线教育系统进行对比

在了解在线教育可视化系统之前,我们先需要厘清一些概念。其实教育和我们大多数人息息相关,我们在上课的时候也会有所体会,我们学习的知识是模块化,它包含有层次关系。以学习可视化为例,我们要学习高维数据分析与可视化时,它的内容往往会分为几个部分,包括高维数据的投影方法、高维数据的可视化方法,而高维数据可视化方法中又会包括平行坐标、散点图矩阵等等具体的技术,而这就如下图所示构成了知识或者概念(Concept)的层次结构。我们要学习它们,老师们则会针对对应的内容,提供一系列素材,比如一个视频片段,一篇文章或者一本书的某些部分供我们阅读与学习。

%e5%b1%8f%e5%b9%95%e5%bf%ab%e7%85%a7-2016-12-24-%e4%b8%8a%e5%8d%8812-52-24

图2 概念的层次结构与数据模型

在了解支持的层次结构之后,我们其实还注意到知识是有前后依赖关系的。这些依赖关系可以分为线性关系与非线性关系两种。线性关系一般指的是一门课程老师的讲授顺序,依据于教科书或者学科的传统教学习惯。然而,知识之间的依赖关系并不是完全线性的,你只要学会了某些知识,就可以继续学习后面的知识,而不是一定要按照教科书的顺序来。例如你需要学算法这一章时,你可能需要先学习基本的数据结构,而不一定需要线性的学完它们中间的内容。利用这样的依赖关系,可以定制个性化的学习方案,同时当你学完算法之后,可以向你推荐之后可以再学什么,或者什么知识需要利用到算法。

%e5%b1%8f%e5%b9%95%e5%bf%ab%e7%85%a7-2016-12-24-%e4%b8%8a%e5%8d%881-17-32

图3 booc.io系统界面,包含概念计划于概念地图两个主要视图

针对可视化知识概念层次结构,以及知识的依赖关系这两个特征,研究者们提出了booc.io在线教育系统,它包含了两个主要视图,包括概念计划视图与概念地图视图。其中概念计划地图(左)就是常见的文件管理器的树结构,它利用了缩进来展现层次关系,直观且符合人们的习惯。但这只能显示线性的课程信息,因此研究者们提出了另一个主要的视图,概念地图视图,它的每个圆圈代表一个概念,利用圆的包含关系来表征概念的层次,用户可以点击具体的概念进行缩放观察细节的内容。概念之间的依赖关系用两种方式表现,首先所有大概念在同一层次都按照顺时针的方向排列,从上部开始顺时针摆放,表示线性的学习顺序。而针对具体的非线性依赖关系,则用线连接表示,我们可以看到不是相邻的两个圆球之间的连线就代表了这种非线性依赖关系。

%e5%b1%8f%e5%b9%95%e5%bf%ab%e7%85%a7-2016-12-24-%e4%b8%8a%e5%8d%881-49-19

图4 概念地图的交互、热力图以及应用展示

在这个视图中用户可以进行比较直观的操作。例如探索概念的层次性就可以点击放大概念,并且保留原来的上下文,在具体的概念进行鼠标悬浮操作时,它会告诉你这个概念的前置后置的概念是什么,即与那些概念相互依赖,可以提供学习计划的定制。用户也可以点到具体的原子概念,就会显示所有课程提供的材料,包括课程的视频,文档、论文以及其他相关的材料。用户上完某部分的课,用户可以在整个系统上学习这门课程。同时这个系统的设计还可以有一些变化,例如利用密度图来展示课程内容数量的分布,以及提供某些应用(放置在中心),告诉学生们这些应用需要哪些知识,反过来也提示了大家学号哪些知识就可以具有具体的应用能力。

除了针对学生上课的这些功能,老师们还多了一项功能,即构建这样的地图与依赖关系。研究者给老师们提供了所见即所得的模块,让老师可以快速增加层次的知识,并且构建知识之间的依赖关系。当然我们看到老师构造的依赖关系可能比较复杂但是每个学生看到的都是针对自己学过的或者探索的课程的依赖关系,就比较清晰可见。

%e5%b1%8f%e5%b9%95%e5%bf%ab%e7%85%a7-2016-12-24-%e4%b8%8a%e5%8d%881-51-50

图5 教师进行概念地图构建,主要包括层次构建以及依赖构建两个部分

总体而言这个系统直观且易用,用户们可以很快上手。研究者们也做了许多的用户调研,包括用户的访谈,与真实用户的测试。他们将哈佛大学的一门政府管理的课程放到系统中,让选了这门课的同学试用这个系统,获得了良好的反馈,其中同学们表示这可以让人理解到整个课程的体系与全貌,并且提供知识的依赖关系让他们理解具体知识的快捷路径,十分直观。他们在评估之后,也提出了一些相关工作,包括增加更多的社交属性,例如点赞、觉得太难等评语等。

他们将这篇工作的系统进行公开,大家可以在该网站上访问(http://booc.io/)。

[1] Michail Schwab, Hendrik Strobelt, James Tompkin, Colin Fredericks, Connor Huff, Dana Higgins, Anton Strezhnev, Mayya Komisarchik, Gary King, and Hanspeter Pfister. booc.io: An Education System with Hierarchical Concept Maps and Dynamic Non-linear Learning Plans. IEEE Transactions on Visualization and Computer Graphics, 2017, 1(23), 571-580

评论关闭。