學生到底有沒有在上課?資科出身的老師動手文字探勘找解答

「很多學校有所謂的期中預警機制,可是這個機制實際效果不是很好,很多被列為預警的小朋友,其實已經來不及補救⋯⋯ 以小弟來說,在我的工作時數下,小朋友們要跟我約時間談談,可能要排個一個禮拜,真的完全來不及。 所以,我就開始想找解決的辦法,看看有沒有其他更即時,又不用太多人爲介入,跟仙丹一樣的預警機制。」
評論
Photo credit:  Tra Nguyen on Unsplash
Photo credit: Tra Nguyen on Unsplash
評論

本文作者為元智大學通訊工程系助理教授暨軟體工坊研實驗室負責人教授 曾俊雄 ,臺灣大學資訊工程所博士。

在大學任教已邁入第 7 個年頭,不知道大家是怎麼看大學教師的?入行之前,小弟自己心裡把在大學教書看成一個爽爽的職業,每週才 9 堂課耶(國內大學助理教授的基本鐘點數,多數為 9,亦即一週九堂課,也有些學校會規定為十堂課)!其他時間我可以做自己想做的研究,多麼美好。任教之後,才發現不是這樣。每週 9 個小時的內容,我少說也得準備 18 個小時,加上做研究、服務,有時候要幫忙行政工作,更要輔導學生。算一算,小弟有一陣子過著早 8 晚 12 的生活呢!

其實最累的還是導師工作,一個班級 40-50 人,經常要一個一個聊,才會知道學生們碰到什麼困難,儘量幫忙解決,而其中最常碰到的,就是課業問題。大學的課業不像以前在中學時那樣,有課綱可以依循,同一個科目,每位老師教的可能都不一樣,學生們的確容易有適應上的困難。從另一個角度來說,也的確很多小朋友上了大學後,瞬間心情大解放,上課恍神的比例也的確不少,期中期末考試前,自然就心慌意亂了(苦笑)。

學生明明很用功,為什麼就是考不好?

進入正題。首先,這個題目的緣起,是一個撞到我辦公室門的小女生。她其實是我的專題生,因爲在私立大學經常沒有碩士生,所以會把專題生當成碩士生來帶。這個小朋友從大二一直跟著我跟到大四,所以我對她的瞭解頗深,是一個積極上進的小朋友,大多數時候都能把自己的課業顧得很好。說是大多數時候,意思就是說,不是所有時候(嘆氣)。

某一天,她直接撞上我辦公室的門,「砰」的一大聲之後接著是連續的哀嚎。我問了一下,才知道是微積分重修還是沒有修好,期中考剛剛好 60 分而擔心又被當掉。一般來說老師直覺就是認為學生不用功,但我知道這個小朋友滿用功的,所以心裏冒出了問號,問號越滾越大,就變成一個研究題目了。 到底她碰到了什麼問題呢?

簡單做了不正式的調查,我必須承認有一點驚訝,但又不是很驚訝。

小弟一直在理工科系任教,而且都是偏向資訊的那種。對於這方面的科系來說,微積分幾乎都是必修課,但通常不會像數學系那樣教得很深,照理說沒有那麼可怕。這類科系的其他數學課也都有類似的情形。加上小弟在私立大學任教,老師們知道多數學生對數學有恐懼甚至厭惡(聳肩),所以 會教得儘量淺顯一點 。奇怪的是,小朋友們不想碰,學不好,居然是普遍的現象。臺灣的 PISA 評比,可是高於國際平均呢!怎麼到了大學就七零八落了?其中原因,其實可以探究一下。

等到考爛了才來關心學生已經太遲

我第一個想到的是, 身爲老師,我們真的知道學生什麼時候需要幫助嗎? 通常,我們都用考試來評估小朋友的學習成果,可是,這其實是事後的指標。

舉個例子來說,很多學校有所謂的期中預警機制,可是這個機制實際效果不是很好,很多被列為預警的小朋友,其實已經來不及補救。但是在生師比不理想的情況下,我們又很難詳細的瞭解每個小朋友即時的學習狀況。以小弟來說,在我的工作時數下,小朋友們要跟我約時間談談,可能要排個一個禮拜,真的完全來不及(掩面)。

所以,我就開始想找解決的辦法,看看有沒有其他 更即時,又不用太多人爲介入,跟仙丹一樣的預警機制。

初步訪談:學生怎麼想?

從何著手呢?首先,我想先瞭解一下,同學們看到數學有什麼感覺。

我跟我的實驗室成員合作進行了一個實驗,我們 直接訪問同學們 ,詢問他們對微積分這門課程有什麼感覺,請他們用關鍵字表達,每個人給我們 10 個正向的,跟 10 個負向的關鍵字,然後再做依靠工人智慧(對,沒寫錯)加上 TF/IDF,做關鍵字的整理。

多數的小朋友很習慣在社群軟體使用 tagging,所以這個標註關鍵字的程序,對他們來說比填寫問卷有感覺,也比較容易表現出實際的觀點。 最後我們抽出了 30 個關鍵字:

  • 訓練思考
  • 增強數理能力
  • 增加特殊問題解決能力
  • 很困難
  • 占用腦容量
  • 很有趣
  • 有成就感
  • 需練習
  • 有挑戰性
  • 新奇
  • 煩燥
  • 越看越想睡
  • 容易放棄
  • 看不懂
  • 增強邏輯性
  • 保持頭腦清晰
  • 我不會
  • 降低自信心
  • 不實用
  • 無聊
  • 很實用
  • 個人知識庫的增加
  • 可能之後會用到
  • 不易理解
  • 很好玩
  • 很簡單
  • 挫折感
  • 絕望
  • 幫助看懂演算法
  • 觀念易懂

開始分類

原來我們的學生是這樣看待數學課的!深入去看的話,會發現其實有幾個群組存在,因此,下一步我直覺上認為可以將關鍵字分群,我們利用 k-means,把用了這個關鍵字的人做成特徵向量,這張圖秀出來的是分群過的結果:

製表:曾俊雄

其實很有趣。我們看到三群,我自己是這樣定義的:

  • 積極看待群(K1n):訓練思考等等
  • 莫名其妙樂天群(K2n):很有趣等等
  • 悲觀沮喪群(K3n):很困難等等

然後,我們讓另一批同學填寫他們在微積分課程的表現及使用這 30 個關鍵字來 tagging,我們把同學的學期成績分成三群,然後針對高分群(+1)及低分群(-1)跑決策樹(rpart),得到下列結果:

製表:曾俊雄

從圖上可以看出,K3n(悲觀沮喪群)用得多的同學,成績偏差(-1),K1n(積極看待群)用得多的,成績偏好(+1)。

我們很難推論究竟同學是因為考不好才討厭數學,還是討厭數學才考不好,但兩者會同時發生,大概是沒有錯的。 我們最後的測試樣本有 16 位大三、大四的同學,發現兩者同時發生的樣本達到 75%。我們也試圖把這個結果跟一個數位學習平臺做了結合,讓學生以貼圖表達對該章節教材的想法。並且猜測他的學習狀態。最後這個平臺的準確度也在 70% 以上。

有了工具,下個問題是怎麼用,我們目前把這個演算法整合到數位學習平臺上,用來即時了解學生們的學習狀態。但如前所說,我們並不確定因果關係,而且,即使我們知道學生目前的學習狀態不好,怎麼找出問題究竟在哪裡,要怎麼補救?我想,這會是更大的課題,這個研究才剛開始,我們還有很多事情要努力。



精選熱門好工作

Full-stack (Frontend most) Senior Software Engineer

ShopBack 回饋網股份有限公司
臺北市.台灣

獎勵 NT$15,000

Android 工程師

Omlet Arcade 美商歐姆雷特
臺北市.台灣

獎勵 NT$15,000

iOS工程師

Omlet Arcade 美商歐姆雷特
臺北市.台灣

獎勵 NT$15,000