果殼網(wǎng)姬十三：MOOC的五點創(chuàng)新

       自工業(yè)革命以來，技術在各個領域帶來的突破性變革數(shù)不勝數(shù)，這種變革并不總是一帆風順，我相信互聯(lián)網(wǎng)技術對學習的影響同樣如此。在發(fā)展初期會有一段探路的過程，然后在某個局部領域，顛覆性地改變?nèi)藗兊膶W習模式。

       從OCW到MOOC

       說到互聯(lián)網(wǎng)技術改變學習，不得不提MOOC的前輩—幾年前紅極一時的“網(wǎng)絡公開課”。其實在大家熟知的網(wǎng)易公開課、新浪公開課出現(xiàn)之前，2002年美國麻省理工學院（MIT）率先開設“OpenCourse Ware（簡稱OCW）”。當時，大多數(shù)學校認為麻省理工學院在網(wǎng)絡上完全公開課程內(nèi)容和課件的方式太過激進，因此僅有少數(shù)學校跟進；而且由于技術局限，很多課程的課件還是以音頻和文字為主。

       但這一開創(chuàng)性的公益分享行為并沒有銷聲匿跡，特別是在2007年蘋果的iTunes U上線之后，OCW運動帶來了驚人的傳播效果。到2013年，iTunes U所有的開放課件資源累積下載量達到10億次。在OCW取得一定成功后，就有人在思考如何運用技術，使在線課程真正能夠運轉起來。

       2011年的10月份，有OCW制作經(jīng)驗的斯坦福計算機教授AndrewNg在網(wǎng)絡上開設了一門叫“機器學習”的MOOC課程，超過10萬人報名。幾乎同時，斯坦福大學的另一名教授Sebastian Thrun開設了“人工智能”的MOOC課程，也得到了很好的響應。這兩門課程奠定了MOOC模式的基礎。此后，兩位教授分別創(chuàng)建了兩大MOOC平臺Coursera和Udacity。2012年4月，麻省理工學院和哈佛大學成立了非營利性質(zhì)的edX平臺，也加入MOOC行列。

       到2013年底，Coursera獨攬近600萬注冊用戶，平臺上聚集了來自107所大學的558門課程，edX、Udacity也都超過百萬用戶。世界各地還出現(xiàn)了很多非英語平臺，例如法國的FUN、德國的iversity、日本的JMOOC。清華大學在2013年10月加入edX聯(lián)盟后也發(fā)布了中文“學堂在線”MOOC平臺。去年10月果殼網(wǎng)MOOC學院發(fā)布的調(diào)研表明，至少有20萬中文用戶在MOOC平臺上學習。毫無疑問，今年將會有更多的中國大學推出自己的MOOC課程。

       MOOC創(chuàng)新應用五大技術

       催生MOOC的技術并不新鮮，只是MOOC在整合這些技術時做到了“因地制宜”，為達到“打破教育資源不平等，制作世界上最好的課程”這一目的做了很多優(yōu)化。

       第一，MOOC改進了網(wǎng)絡視頻技術。早在2004年，Youtube就將廣泛的視頻應用帶到互聯(lián)網(wǎng)上，早期公開課視頻也隨著iTunes U、網(wǎng)易公開課等平臺得到了很廣泛的傳播，但很少有人能真正堅持學習下來。為此，MOOC在技術上做了很大的調(diào)整，不再是簡單錄制線下的實體課程，而是直接為網(wǎng)絡課程準備內(nèi)容。每節(jié)課程都由幾分鐘的視頻片段組成，每個視頻之間還穿插了很多小測驗，用戶可以隨堂檢驗知識掌握情況。最重要的是，當視頻出現(xiàn)在MOOC上時，不再只是單向地播放，而是被安插了大量的統(tǒng)計代碼，以研究每個用戶的使用情況。根據(jù)Coursera在2013年10月的統(tǒng)計，雖然在Coursera平臺上的視頻平均長度在12分鐘左右，但最適合學習者集中注意力的視頻長度為21分鐘。

       第二，MOOC優(yōu)化了論壇討論。課后的網(wǎng)絡論壇已經(jīng)司空見慣，但MOOC將網(wǎng)絡論壇運用到每節(jié)課。比方說，在edX平臺上，每個視頻都有一個對應的討論區(qū)，結合了Quora的頂踩機制，通過同學投票，可以方便找出優(yōu)質(zhì)問題和優(yōu)質(zhì)答案。并且，標簽機制使討論區(qū)的內(nèi)容更結構化、模塊化，使很多老師采用第三方論壇作為討論工具。

       例如，在2013年初Coursera的Computational Investing Part I中，老師運用到了一種獨特的論壇討論工具Piazza，每個問題都采用了Wiki機制，可以不斷更新版本，記錄每個帖子的每一次編輯。據(jù)統(tǒng)計，問題的平均回應時間是34分鐘，而99%的問題都得到了回復。整個論壇猶如一個巨大的知識庫，大大拓展了課程知識的邊界，豐富的論壇也成為MOOC探索盈利模式的一種方向。

       第三，MOOC結合運用機器判分和同學互評。機器判分在理工科類課程中得到大量運用，機器甚至能夠指出編程類作業(yè)中編碼的不當之處。而在人文社科類的課程中，學生之間需要遵守一定的規(guī)則來互相評價。雖然互評者是系統(tǒng)隨機匹配的，但每次評價都會從3到5個人的評分中取一個平均的分數(shù)來保證評分公正性，甚至會有其他人對你的評分做出評價。在Coursera的HumanComputer Interface這門課中，利用這種方法得到的評分和老師本人對學生評分的相關系數(shù)可以達到0.8。

       第四，機器學習跟蹤分析MOOC數(shù)據(jù)。由于MOOC課程參與人數(shù)極多，機器學習機制能夠對大量數(shù)據(jù)進行分析，從一個人看過多少次視頻，到一個題目有多少人答對。對于教師而言，通過這些反饋能分析出課程設置的問題。整個網(wǎng)絡課程成為了一個可以反復修正的“電子課本”。而對學生而言，通過這些數(shù)據(jù)能分析自己的知識薄弱環(huán)節(jié)，更有針對性地學習。

       第五，借力社交網(wǎng)絡。社交網(wǎng)絡作為課程傳播的渠道和師生交流的輔助平臺，也在MOOC學習中起到了不小的作用。在傳統(tǒng)的線下課程中，師生關系很難在學生數(shù)量和接觸機會上得到很好的平衡，老師也很難真正和學生“打成一片”，但社交網(wǎng)絡和社會化學習有助于達到這一目標。生活化的教育方式比課堂更輕松，傳播效果更好……除了在文化上和學生貼近之外，在授課過程中，當學生提出一些較尖銳的評價時，教師也能馬上予以回復。這樣的教學相長，即使在線下也未必常見。

       MOOC用戶的三大特征

       第一，高教育程度用戶更偏愛MOOC。

       2013年7月賓夕法尼亞大學的一項調(diào)查發(fā)現(xiàn)，受訪的MOOC學生中83%有大專或本科學位，其中44.2%以上的用戶達到本科以上學歷。在世界范圍內(nèi)，MOOC學習者的最高學歷都遠遠超過他們所在國家的平均水平。

       第二，MOOC中文用戶更不在乎課程免費。

       2013年10月，果殼MOOC學院對6116名MOOC中文用戶進行了網(wǎng)上問卷調(diào)查。有關學習動機的問題，中文用戶的答案與《科學美國人》雜志全球MOOC用戶調(diào)研的結果大相徑庭。在《科學美國人》的研究中，“免費”是全球MOOC用戶的首選原因，而中文用戶在打發(fā)時間上的比重都已超過“免費”，更不用說其他重要因素了。

       第三，不同年齡的MOOC用戶有不同的選課偏好。

       例如，年輕人會考慮是否要生孩子：選修加州大學舊金山分?！氨茉小边@門課的人，年齡峰值在20歲左右。中年人更關心如何養(yǎng)孩子：選擇學習斯坦福大學“兒童營養(yǎng)與烹飪”課程的學生集中在40歲左右。老年人會更多考慮衰老的問題：賓夕法尼亞大學“全球老齡化”課程引起更多老年人的關注。

       MOOC未來的技術演進

       MOOC更像一個實驗性質(zhì)的授課平臺，由于在課程的每個部分都可以進行模塊化處理，因此除了MOOC平臺本身的技術，大量的其他技術都可以嫁接在MOOC平臺上。未來，會有更多的技術在MOOC之外獨立發(fā)展，也有可能和MOOC交匯，成為它的一部分。比方說，電子監(jiān)控技術可能顛覆傳統(tǒng)意義上的“考試”，個人長期學習數(shù)據(jù)分析可能顛覆“成績單”。

       一方面來說，或許現(xiàn)在遠程監(jiān)考的難度還是比較大，但未來一定會有更多人來探索網(wǎng)絡證書的效力。GRE已經(jīng)實現(xiàn)了按前一部分答題情況，生成后面試題的出題規(guī)則。如今，Coursera也開始利用攝像頭、鍵盤敲擊規(guī)律來判斷是否是本人在考試。今后，隨著技術的完善，遠程作弊的情況將大大減弱。另一方面，MOOC將解決問題、交流討論、測試等行為都放到了線上，使得曾經(jīng)必須通過長期觀察或個人推薦才能得到的信息直接呈現(xiàn)在網(wǎng)絡上。MOOC的“成績單”將不只是一個簡單的“通過”或者分數(shù)，而是一個豐富的、和每個人的行為直接相關的數(shù)據(jù)報表。對招聘者而言，這些數(shù)據(jù)也能更好判斷某一應聘者是否適合這一崗位。

       文/姬十三（科普類網(wǎng)站果殼網(wǎng)創(chuàng)始人、CEO） 文章發(fā)布于《文匯報》，有刪節(jié)