在線教育：挑戰與前進之路

在最近的一項發展中，教資會已允許大學在線提供學位課程。 只有少數一流大學有資格這樣做，正式通知很快就會出來。 該許可旨在提高學位課程的入學率，被視為推動在線教育的革命性一步。

然而，一些專家對考試、評估和實踐教育有很大的擔憂。 讓我們分析這些問題並評估在線課程領域的解決方法：

關注#1 – 如何進行在線監考

自從該公告發布以來，教育專家一直擔心在線課程的考試監考。 進行在線考試的癥結在於進行監考。 根據 UGC 指南，監考人員必須在考場，或者必須通過攝像機遠程觀看。 為了進一步了解這種擔憂，讓我們看一下在線進行監考考試方面的挑戰：

(i) 線上與線下的作弊案例

已經對在線與離線的作弊案例進行了許多研究，以下是一些研究的結論：

• 馬歇爾大學一項關於在線與課堂作弊的研究表明，在接受調查的 635 名學生中，32.1% 的學生承認在直播課堂上作弊，32.7% 的學生承認在在線課堂上作弊。 雖然承認線下作弊的人數與在線課程考試中承認作弊的人數比例沒有顯著差異，但承認面授課程中不當行為的學生比在線課程中更多。

學生自我報告 LIVE 和在線課程的不誠實行為：

• 當學生在線時，道德判斷是否會離線？ 本科生對傳統和數字作弊的信念和行為的比較分析。
  – 康涅狄格大學
  

• 與傳統課堂中的學生相比，在線學生的作弊行為更少。
  –布萊克等人。 (2008)
• 面對面的大學生作弊的可能性要高出 14 倍，因為他們感受到來自設定日期和時間最後期限的教師的壓力。 這種壓力可能導致學生因恐慌而作弊。 根據這一假設，他們不太可能在在線課程中恐慌，因為他們的時間更靈活。
  – Stuber-McEwen 等人。 (2009)
• 面對面課堂的學生更容易作弊，這可能是因為他們與同學的社會關係更牢固。
  ——沃森和索蒂爾，2010
• 15.5% 的學生承認在他們的在線課程中作弊，而 18.4% 的學生承認在他們的面對面課程中作弊。
  ——特納迪爾，2011
• 與數字形式的作弊相比，學生更有可能進行面對面的作弊。
  ——斯蒂芬斯、楊和卡拉布雷斯（2007）

上述研究表明，與在線課程相比，學生在課堂上作弊的次數更多。 這主要是由於幾個因素，例如與同學的社會關係，由於教師的存在而導致的“恐慌作弊”等。

(ii) 監考機制和指引

像Mettl這樣的各種平台能夠在線進行監考考試，學生通過網絡攝像頭進行監控。 在 UpGrad，我們已經在利用 Mettl 為文憑課程（大數據和數據科學）進行考試，作為我們分別與 BITS Pilani 和 IIIT Bangalore 聯合提供的在線課程的一部分。

(iii) 考生指南樣本：

此外，在考生開始考試之前，可以給出一套指導方針，要求他們關閉所有其他瀏覽器，除了他們正在嘗試測試的瀏覽器。 候選人只能使用其註冊的電子郵件 ID 登錄，並且必須攜帶政府簽發的身份證以進行驗證。 監考人員檢查這些身份證，只有在監考人員授權考生後，考生才能開始考試。 不允許出於任何原因在窗口之間切換，這可能會導致測試終止。 考生不得攜帶計算器/手機，考生在考試時不得走開。 使用遠程訪問軟件也會導致測試終止。

沒有人可以和候選人坐在一起，監考人員可以隨時通過聊天要求候選人展示周圍環境。 如果發現任何可疑活動，監考人員可以暫停考試並警告考生。 如果考生不遵守監考警告，考試也可能被終止。

(iv) 在線提交的作業中的抄襲檢測：

在 UpGrad，我們使用 Python 構建了一個內部工具，用於檢測在線課程主觀作業中的抄襲行為。 所有提交的作業都使用這些 Python 工具進行抄襲檢查，以確保對作弊案件進行處罰。

這是其中一個抄襲案件的快照。 它並排顯示兩個分配並突出顯示更改/添加的部分。

以紅色突出顯示的部分已被學生刪除，以綠色突出顯示的部分已被添加。 其餘部分已從其他來源複製。

與離線考試相比，除了上述解決方法和更低的成本外，以下功能使在線考試的監考更容易：

• 通過政府頒發的身份證和/或生物識別系統進行學生身份驗證
• 團隊通過網絡攝像頭實時監控學生。
• 暫停/結束考試並警告學生的功能。
• 安全瀏覽器以防止作弊/抄襲。
• 輕鬆記錄和查看整個測試會話。
• 自動標記可疑活動。

學生在參加 Mettl 在線課程的考試時會收到有關規則和規定、瀆職守則等的嚴格指導，以確保消除剽竊/作弊的可能性。

關注#2 – 提供評估的質量反饋

教育專家提到的第二個主要問題是為在線考試的論文類型問題提供高質量反饋的能力。

在 UpGrad，我們建立了一個模型，為我們提供的每門在線課程維護一個評分者池。 這些評分者是根據相關工作經驗和主題知識選擇的。 我們訓練這些評分者為考試期間可能提出的任何類型的問題提供全面的反饋。 反饋的質量由我們的內部團隊監控，並且不斷向評分者提供他們對參加在線課程的學生的評估質量的反饋。

UpGrad 擁有大量經驗豐富的行業研究員，他們運營著像 Uber 這樣的按需模式。 該模型構建了特定的技術產品，以支持大規模的個性化學術支持和項目反饋。

UpGrad 審查的項目數量預計將從 2016-17 年的約 8,500 個增加到 2018-19 年的 75,000 多個。 隨著流程的改進、網絡規模的擴大和技術上的努力，儘管規模擴大，我們仍設法持續縮短個性化反饋和疑問解決的周轉時間。 事實上，UpGrad 通過學生評分和 NPS 調查衡量的學術反饋質量只會隨著我們在線課程規模的增加而上升。

不相信我們？ 以下是我們的一些學生不得不說的：

• “在過去的評估中，我收到了關於如何處理異常值的優秀意見，並且需要更多地關注 EDA 案例研究中的數據理解，以消除行為變量。”
• “喜歡反饋，並將在我的下一次評估中嘗試遵循改進點。”
• “我很高興反饋是詳盡的，也讓我的思維過程放心。”
• “通過箱線圖對模型評估和 EDA 表示提供了很好的反饋。”
• “這是一個很棒的反饋過程，我想要一種方法來檢查我們提交的項目是否還有改進的空間，這是完美的。”

#Concern 3 – 如何處理實際/實驗室

在線教育的第三大挑戰是如何提供一個進行實踐/實驗室工作的平台。 在 UpGrad，我們正在利用AWS 等雲平台開設大數據和數據分析課程，以填補實際工作要求的空白。

PLATiFi等基於雲的平台已經開發出為數據科學、管理和工程在線課程創建虛擬實驗室環境的能力。 使用這樣的平台，提供數據科學、醫學和工程方面的課程是可行的。 ISB、BITS Pilani 和 IIT Bombay 等頂級機構已經使用這些雲服務為其管理和工程軟件應用程序創建了一個 24/7 的雲訪問平台。 主要功能包括為所有學生/教師提供 24/7 全天候專用訪問、存儲、實時報告和質量保證。 它帶來了更好的學習成果和成本降低。

在 UpGrad，我們還有一個名為“UpGrad LABS”的垂直行業，專門用於從行業採購實時項目。 這一舉措引發了阻礙初創企業和企業充分發揮潛力的現實問題。 然後，我們在線課程的學習者的任務是分析這些問題並幫助這些公司。 他們在 4-5 人的跨職能團隊中與來自不同在線項目的學習者一起工作，並為公司構建解決方案以實施。
以下是一些正在進行的與行業相關的項目，這些項目提供給 UpGrad 學生，他們需要分組工作並解決實際問題； 作為“UpGrad LABS”的一部分：

免費和付費在線程序之間的區別，解釋！

借助 Mettl 等平台的高效在線考試監考， 提供關於作業的定性反饋，加入合格的評估人員池，他們可以按需提供建設性的反饋，並使用雲服務在線創建實驗室環境——作為在線課程的一部分，我們 UpGrad 成功地減少了這些挑戰提供。
– Ashok Kumar 與 UpGrad 的學術和研究團隊合作。