技术与教育的“伪融合”与“真融合”

原题：“优化教育软件的自动化测试——以一门在线STEM科目为例”导读 [原创文章：www.11jj.com]

作者：肖俊洪

[好文分享：www.11jj.com]

刊期：《中国远程教育》2018.6

　　(本篇为导读，由[西班牙]鲁宾·冈萨雷斯·克雷斯波，[印度]普拉波哈特·库马，[印度]曼珠·卡里，[西班牙]丹尼尔·布尔戈斯撰写的《优化教育软件的自动化测试：以一门在线STEM科目为例》，刊载于《中国远程教育》2018年6期)

　　长期以来，信息技术与教育的深度融合是一个热点问题。然而，从目前的情况看，这种融合似乎仍然缺乏应有的深度，也还没有达成预期目标。2017年12月13日，《中国教育报》刊登该报记者张贵勇撰写的一篇题为“新技术进课堂不等于媒介教育”的文章，文中提到有些课堂“教师利用令人眼花缭乱的电子课件上课，课堂看似热闹”，甚至是“课堂上学生全部使用平板电脑等新媒介设备来上课”，他认为“尽管电子教材也好，多媒体课件也好，其以数字化、交互化、多媒化的形式，将教学内容以科学直观的视频、音频、图形、文本等展现出来，对学生的知识学习有帮助，但没有改变传统的灌输式学习方式，没有真正提升学生对各种媒介的解读、运用能力”。在我看来，这就是典型的“伪融合”。

　　本期“国际论坛”四位作者分别来自西班牙和印度的远程在线教学大学和普通高校(研究院)，均在技术与教育的融合领域颇有建树，其中通信作者丹尼尔·布尔戈斯教授是西班牙拉里奥哈国际大学主管研究和技术的副校长，也是联合国教科文组织e-learning教席和国际远程开放教育理事会开放教育资源(OER)教席，一个真正具有跨学科学术背景的学者。他曾经在我们的通信中阐述他的教育科研理念。他认为作为在线教学机构的一员，自己的研究责无旁贷应该扎根具体教育实践，以解决实际教育教学问题为首要目的。他说学术研究应该接地气，应该能够赋权于教师，就技术的教育用途而言，研究成果应该能为并非技术行家的教师所用，而且能提高教学效果、达成预期学习目标，否则谈不上“融合”。他本人一直身体力行，比如有关适合大规模招生的e-learning推荐模型的研究，也许正因为他有这样的理念而且又取得了丰硕成果，所以才被联合国教科文组织和国际远程开放教育理事会委以要职。

　　本文介绍他们的一项新研究成果，即教育软件的自动化测试。在今天这个信息时代，教育软件无处不在，从某种意义上讲已经成为当今教育教学不可或缺的组成部分，甚至可以说很多学科的教学离不开教育软件的应用。比如在生物、医学和护理等专业的学习中，教育软件能给学习者提供虚拟现实或增强现实，大大提高学习活动的真实性，完成很多在传统教学环境下很难开展的学习任务;而在机械、工程和建筑等专业的学习中，学习者使用这些软件开展设计、运算、建模、试验等活动，即使失败了也不会造成任何经济损失或伤害。对于远程在线学习来讲，教育软件的用途更是非常广泛，其对提高学习效果、保证教学质量的重要性更是自不待言。

　　随着用途越来越广泛，教育软件也越来越大、越来越复杂，因此，“改进教育软件开发技术，加快开发过程，提高开发效率，这些都势在必行。高效的软件开发过程应该是快捷、容易操作、稳健和低成本的”。这其中便涉及软件测试，这是“教育软件开发最具挑战性的阶段”。“教育软件测试在软件开发生命周期的早期进行，越是往后才发现的错误，修复的成本越高”，但是这也是一项非常复杂的工作，手工操作费时耗力、成本高昂，且不说可行性的问题。因此，本研究在系统回顾(教育) 软件测试研究成果的基础上，研发一种自动化测试工具，即测试套件生成和测试套件优化。

　　本研究提出的自动化测试工具自身配备四种黑盒技术(即边界值测试、稳健性测试、最坏情况测试和稳健最坏情况测试) 以及随机测试技术。可以用其中任何一种技术生成测试对象教育软件的测试数据，然后用人工蜂群算法和布谷鸟搜索算法优化这些数据，再把优化的测试套件应用于测试对象软件上以生成实际输出，而测试对象软件的控制流图则会产生预期输出，如果实际输出和预期输出不一致，则说明这个软件有错误。在阐明这种自动化测试工具的工作原理之后，文章还介绍了人工蜂群算法和布谷鸟搜索算法。

　　本研究用这个自动化测试工具对20个教育软件应用程序进行测试。软件测试是在西班牙拉里奥哈国际大学工程与技术学院的e-learning和社交网络硕士学位课程中进行的，有44名学生参加。限于篇幅，本文以三角形分类问题的软件应用程序为例，介绍自动化测试工具的运作和实际效果。测试结果表明，这个自动化测试工具在人工蜂群算法和布谷鸟搜索算法的帮助下能以最少的测试用例覆盖最多的路径，减少测试时间，降低测试费用，换言之，大大提高测试效率。研究还发现，两种算法有各自的优点，布谷鸟搜索算法的结果更加稳定但路径覆盖率较低，而人工蜂群算法的路径覆盖率更好，但结果不如布谷鸟搜索算法稳定。考虑到路径覆盖率是选择测试套件算法更加可靠的决定因素，因此，在本研究中，与布谷鸟搜索算法相比，人工蜂群算法是一个更好的选择。文章最后还指出本研究的局限和今后研究方向。

　　这篇文章的意义不仅体现在研发一种教育软件自动化测试工具上，，也是技术与教育融合的一个很好的例子。对远程(在线) 教育工作者而言，它更是布尔戈斯教授的教育科研观的具体体现。我认为这也是值得远程(在线) 教育机构和实践者认真谋划和努力的一个科研方向——把技术与教育的融合扎根于远程(在线) 教育实践中，旨在解决实际教学问题，达成具体教学目标。

　　最后，衷心感谢四位国际同行对本刊的支持!

　　① 丹尼尔·布尔戈斯, 阿尔贝托·考比. (2017). 转基因学习:构建基于规则、适合大规模招生的e-learning推荐模型[J].中国远程教育, (07): 5-15, 79.

（本文系摘编，未标注参考文献等，详阅及引用务请核对原文。）

编辑：郝丹

更多精彩内容，尽在阅读原文