哈佛研究者談MOOC學習者研究

Andrew Ho是HarvardX研究委員會的主席，也是哈佛教育學院的教授。 Isaac Chuang是MIT的物理及電機教授，也是數位學習的副院長。他們兩個已經多次合作進行MOOC學習者的研究。這篇是他們的專訪。

首先，他們認為MOOC的教室前所未見，時空上的學習門檻都很低，因此不只是有很大量的學生，還帶來驚人的多樣性及非同步性。另外，學習者留下的行為資料也比以往多出許多。

學習者背景及動機的多樣性帶來分析上的挑戰，因為開課機構及老師的目標未必會符合學習者的目標。因此在做研究時，不能認為MOOC學習者是一個群體，一開始就要想著「你們各自是誰?為什麼在這裡?」

其次，自動評鑑是MOOC的特性之一。edX提供了可以測量很多問題類型的自動評鑑系統，除了多選題，還有複雜的數學計算、圖片標記、以及電腦編程。還有很多測驗的問題被設計來鼓勵學生反饋和學習。機器學習的技術發展對此很有幫助，可以分析相似的答案並針對特殊類型的使用者提供自動指引。至於創作型的作業，就得仰賴同儕評分機制，事實上同學也可以因為這樣的評分機制從彼此身上學習。

不過線上評分/線上課程存有一些風險。許多學生很認真地想要拿到MOOC證書，認真到他們決定要作弊。他們的一篇研究就發現一群人會使用多個線上帳號複製正確答案以獲得高分、取得證書。這樣的研究發現將有利於調整課程、平台設計及證書取得政策，以偵測與預防此種作弊現象。像是要把honor codes擺在更顯眼的地方、將虛擬監考系統用在更多測驗上、課程隨機分配不同問題給不同學生。然而，許多預防措施可能會對學習機會產生限制，應特別注意。

最後，他們指出許多教學平台假設學生具有學習企圖，會乖乖守在電腦前完成課程，但這樣的學生只佔了MOOC學生的一小部分。因此在設計數位學習平台時，應該要考量到怎樣的學習任務是有趣又有價值的，而且可以提供學習者即時回饋，藉由這些回饋訊息就知道現在該使用哪個平台功能。

另外，目前許多老師並不善於使用平台累積的資料改善教學。因此他們希望能找出一些方法能精確且清楚的展示出下述問題的答案「學生有在專心嗎？我需要特別關心哪個學生？我教得好不好？那些教學資源對學生最有幫助？」。若edX這個平台能提供老師這些答案，老師將能更輕易知道如何改善教學。

http://news.harvard.edu/gazette/story/2015/08/the-maturing-of-moocs/