在全球化背景下，以互联网为代表的信息技术迅猛发展，裹挟着对传统价值体系、行为理念、生活方式、消费习惯、人际关系的冲击，正汹涌而至势不可挡。信息获取便捷性引发的信息潮涌，深刻改变了大学生的学习生态和学习行为，进而深刻影响高等教育格局，促使全球范围内的大学不得不反思教育、重塑教学、再定义大学。许多欧美一流大学已经开始尝试以一些颠覆性的改革去回应需求。斯坦福大学发布“2025计划”，将大学的四年制改为终生制以支持学生的终身学习；纽约大学和杜克大学则开始探索通过深度跨学科教育，培养通专结合人才；以开创美国通识教育闻名的哈佛大学也在重新反思其通识课程的合理性并作出重要改革。顺应“互联网+”时代大学生学习生活方式重大变革，为高校教学装上“互联网+”的创新发展引擎，任重道远，意义重大。

　　“互联网+”时代高校教学改革势在必行

　　“互联网+”时代大学教学理念、环境和结构等都已经发生质的变化。“互联网+教学”将有力地推动高校教师和学生在观念、思维、制度和行动方面发生革命性的变革。主要体现在四个方面：

　　一是教学理念的转变。“互联网+教学”具有去中心化、开放性、自治性等特征。传统观念认为，相对于人类的学习能力和知识储备能力，人类社会的知识总量太大，所以必须分科类、分领域、分行业地学习专门知识，在一个知识门类中向上攀爬。在“互联网+”时代，人们可以轻易地从互联网上获取知识，从而大幅度提高学习效率。分阶段、完整、专业学习已经不再适合“互联网+”时代，取而代之的将是终身、碎片、跨界学习。学习模式已经逐渐从数字学习、移动学习、泛在学习转变为智慧学习。这对高校以课堂授课为主的传统教学形式形成了前所未有的冲击，这就要求我们必须重塑教与学的关系，革新教育教学理念与方法。

　　二是教学关系的重塑。“互联网+”时代，信息数据从封闭走向开放，学生从被动走向主动，任何主体之间都可以互联互通和对话，直接获取自己所需信息数据，直抵最基础、最原始的数据和事实真相，这就打破了传统管理和运行模式。信息获取的便捷性大大削弱了教师的权威，也日益影响着大学生的行为、心理和价值取向，极大改变了大学生的学习环境、学习方式与学习行为。原有的以教师为中心、以管理为中心的单向型教学关系，转变成为以相对人为中心、以服务为中心的合作性教学关系，从而推动构建新型师生教学学术共同体。

　　三是教学环境的再造。信息获取的便捷性，深刻改变了时空结构，使学习者在任意地方和任意时间都能获取知识；同时也丰富了表达形式，使知识的载体不仅仅局限于文字，同时还出现了音频、视频以及虚拟现实等形式；另外，知识和信息的产生与传播的多源化、便捷化、快速化、碎片化、类分化，使大学生的学习从以“深度注意力”为特征的沉浸式学习转变为以“超级注意力”为特征的浏览式学习。浏览式学习虽善于快速反馈，却不利于深度思考能力的提高，导致思维闪化、感知钝化、课堂呆化，出现“人在课堂、思绪在飞翔”的“隐形缺课”现象。随着外显学习行为的改变，大学生内隐的思维方式也在悄然变化，具体表现在维持聚焦时间的高耐力学习习性和记忆力相对减弱，更加追求学习的“快”“泛”“短”“浅”“碎”。这就要求我们改造传统教室，打造集智慧教学、线上考勤、远程互动、环境智慧调节、线上质量监测等于一体的新型现代化智慧教室系统，营造“移动互联网+智能终端”的学习环境。未来基于信息化技术打造的没有校园、没有通识课、没有讲授式教学、全程小班在线研讨的新型大学，将彻底革新传统大学教学模式和高等教育系统。

　　四是治理模式的转型。“互联网+”时代教学进入平台治理模式，“互联网+教学”的平台特征是“去中心化、开放互动一体化”。“互联网+教学”是多元参与协同共治的教学模式，要突破教师和学生二元对立和教师单向度的主导模式，构建教学相长、互联互通、平等对话的师生关系。

　　利用大数据提升教学管理决策服务能力

　　“互联网+”技术的广泛应用带来了教学数据的爆发式增长。如何开发这座数据“富矿”，应用规模巨大、结构庞杂的数据，为高校精准化教学管理提供一种可行性解决方案？

　　高校要树立大数据思维，开发大数据平台，运用学习分析技术，进行实时化数据采集，精准掌握大学生学习生活特性；开展定量化数据分析，对大学生学习进行监测与预警；根据大学生志向、兴趣、经历与特长，提供个性化数据服务，实现教学管理决策服务“信息化”“精准化”“智能化”。

　　实时化数据采集。以校园大数据平台为支撑，通过分析学习、消费数据对学生学习生活习惯的异常变化进行预警式感知，使学生管理从后置性应急管理转化为前置性预警引导。学生“个体画像”：通过对学生个体的学习情况、消费情况、校园行为等实时数据的分析，对学生进行精准化特征描述，了解学生特定时间段内的学习、生活规律，分析出现的问题并及时进行干预处理。实施“群体分析”：通过对学生学习成绩、竞赛获奖、社会实践、志愿服务等情况的实时记录，实现对学生学习质量的智能化评定。预警“学业异常”：采集学生行为数据与学业成绩数据，预测学生课程考核成绩，实现学生行为异常的预警式感知，并及时进行干预引导。

　　定量化数据分析。分析学生各类学习行为数据，掌握学生群体学习行为特点及规律，并进行学生个体指导或群体化行为引导。将多主体、多维度的学习质量评价和全程性的系统化监测作为学习质量管理的突破口。通过分析学生在线学习行为数据，判断其学习投入、学习难点及学习习惯。通过校园GPS系统数据，知晓学生的方位在教室、图书馆、运动场、会场还是宿舍，从而判断他们在学习、第二课堂、运动等活动上投入的时间及精力。通过出勤、作业准确率、考试成绩等数据研判其学习状态。此外，学校每年对新生、在校生、毕业生进行大规模学习投入和学习体验调查，通过统计数据对学习起点、学习过程、学习结果等环节进行“三全”（全面、全员、全程）、“两多”（多角度、多渠道）的监测，并借助反馈调控，构建立体、长效的学习监测与预警体系。

　　个性化数据服务。运用学习分析技术，实施基于大学生学习行为数据分析的循环反馈教学改革，将大学生学习情境（谁，什么时候、什么地点，学习什么，效果怎样）等所有学习行为信息数据化，通过对数据的深度分析，准确把握学生的个性化需求并针对学生个体制定个性化学习成长方案、提供个性化精准服务。根据学生志向、兴趣、经历与特长，定制个性化“数据产品”，设计培养方案与课程内容体系，并在海量的数字化资源中，为学生选择适合的素材组织教学，帮助学生设计个性化的学习计划，切实提高教学管理与服务水平。

　　（作者单位：成都理工大学党委研究生工作部、研究生院）