讓學生更投入地學習是教師的職責之一。但是即使用上微課、微視訊等新形式、新技術，很多學生還是不太願意聽講，mooc學生流失率一直居高不下就是一條明證。很多開設慕課的教師都會絞盡腦汁地吸引、鼓勵學生，哪怕隻是多學一點點，也能讓教師的成就感提升。
最近有兩篇分别基于coursera和edx資料的論文令國内學術界大為感興趣：論文《how video production affects student engagement:an empirical studyof mooc videos》由mit的博士生、博士後，及edx工程副總裁共同撰寫，分析了edx上690萬條視訊觀看記錄，統計後得出：怎樣的視訊更吸引人。論文《engaging with massive online courses》由斯坦福大學和康奈爾大學的博士生、教授合作，通過挖掘coursera上machine learning和probabilistic graphical models兩門課程各三次開課的資料記錄，分析了最終成績不同的學生在學習過程中表現出怎樣的差異，以及如何提升課程論壇活躍度。
兩篇論文從課程制作和授課過程（營運）兩個角度分析了如果提升學生的活躍度。有些結論顯而易見，有些結論令人驚訝，對開課教師以及平台設計和營運都很有借鑒意義。廣東教育學會網絡教育專業委員會秘書長、教育部中國小與高校微課建設特聘專家、微課創始人胡鐵生教授特别将其主要結論摘錄出來，并結合實踐經驗加以判斷和評述，希望讀者能夠通過對mooc的相關統計資料及其分析，學到怎樣錄制更有吸引力微課作品的捷徑。
最受歡迎的特點一：短于6分鐘的視訊最吸引人
微課之微在于其短小精悍，那麼多長時間的微課視訊最能吸引人？
基于edx資料的統計，無論視訊多長，使用者實際觀看時長的中位數都不超過6分鐘。而且6-9分鐘長的視訊是個拐點，更長的視訊實際觀看的中位數反倒會下降。比如長度超過12分鐘的視訊，實際觀看中位數隻有3分鐘。是以，“微視訊到底多短最合适”這個問題有了标準答案——6分鐘。這個數字挺難讓人接受的，因為按多數老師的習慣，6分鐘根本講不了什麼東西，15分鐘都勉強。但和下一個結論聯合分析，其實未必真做不到。
2013年6月一項面向我國中國小首屆微課大賽參賽微課視訊時長的資料分析表明：3-7分鐘為最佳時長，太長效果不好，太短則講不清或視訊編輯技術要求高。即87%以上的微課教學視訊長度都小于10分鐘。其中75%的視訊時長在5-8分鐘之間，小于3分鐘的則不到6%，超過10分鐘的不到13%。可以看出，中國小微課視訊長度最長不宜超過10分鐘，5-8分鐘最為适宜。不同學科、不同學習對象略有不同。
最受歡迎的特點二：語速快很關鍵
視訊短小又要包容足夠的知識點，微視訊的語速也很重要。
雖然統計數字表明語速和視訊吸引力并不完全成正比，但當語速達到每分鐘185-254個單詞，對應中文我估計少說得300個字時，無論視訊多長，比較能獲得更多注意力。原因很好了解，快語速常常伴随着激情，激情富有感染力，感染力更能打動學習者，讓他更加專注。是以，教師越熱情，甚至是激情，越能吸引學生。
語速加快，講授同樣内容所需時間就會縮短，這樣産出的視訊就可以接近甚至達到6分鐘的建議長度了。隻要錄課前做好規劃，讓内容更緊湊，節奏更快，不說廢話，不機械重複（學生可以自己重複看），剪掉“嗯”、“啊”等口頭語，短小精悍的視訊就有了。
從某種程度上來講，同樣内容的教學視訊，越短，學生的學習效率越高。這就是微課視訊制作必須要求老師具備的“語言觀”。微課視訊大多數擺脫了在嘈雜的課堂教學情景中攝制的方式，而采用“可汗學院式”視訊（一個人、一台電腦、一個話筒、一個ppt課件的一對一輔導的錄制方式），隻錄教師講授的内容及操作（一般用滑鼠或手寫闆代替），而教師講課時的頭像和肢體動作不錄進微課視訊中。這就要求老師的語言必須聲音清晰、發音标準、語速适當（甚至可以偏快，因為學生看視訊時對于偏快偏難的地方可以暫停或重複觀看）、富有感染力，甚至可以适當幽默風趣一點，能把電腦面前學生的眼球和注意力吸住。
最受歡迎的特點三：教師頭像絕非可有可無
微課十分短小，要做得精緻，講課教師的頭像并非可有可無。
對大于6分鐘的視訊，有教師講課頭像的和純ppt、軟體操作等錄屏式微課視訊相比，前者收獲的關注更多。我想，這是因為頭像總在動，比一直處于靜止畫面的單調錄屏更提神吧。我個人确實比較喜歡那種頭像嵌入視訊一角，即畫中畫的形式，但前提是ppt把那一角特意留出來，頭像不會遮擋該看到的課件内容。
關于頭像，我們中國的老師和學生不必完全照搬可汗學院式視訊的方法，教師的頭像在某種教學情景下也是一種重要的學習資源，況且中國學生受傳統的班級教學影響深刻，沒有頭像的課，教師自己看着不習慣不自然，學生更會覺得，沒有老師的現場感和親切感及監督，自主學習能力減弱，學習一段時間後估計也容易分神。是以，中國式微課視訊可以走“折中”路線——教師頭像可以在片頭片尾出現，中間偶爾出現，重要内容時可以出現，小結時也可以出現，甚至教師頭像的畫面位置和大小都是可以設定的。而這種在cs錄屏軟體的後期編輯中是很容易實作的。
最受歡迎的特點四：要善于制造一對一的感覺
教師都習慣于教室的教學氣氛——黑闆/大螢幕、教鞭或ppt雷射筆、站在講台上、走來走去、學生全部面向教師，甚至安排一些學生假裝聽衆來提起講課的興緻。但資料分析表明，這種在教室/演播室配置昂貴裝置錄制的視訊，在吸引力上其實不如更低成本的私人錄制方式。教師坐着，面對鏡頭，背景就是辦公室，像在做單獨輔導一樣地講課，效果是最好的。這樣很容易産生一種親切感，而且與坐在電腦前的學生所處的學習環境最契合。
這裡的關鍵點就是讓學生有一對一的感覺。傳統線下教育提示我們，面對面、一對一才能達到最佳教學效果，坐下來直面鏡頭，就基本創造出了這種感覺。語言上再多用“你”而不是“你們”，用“咱們”而不是“大家”，氣氛就有了。很多不谙此道的老師課程開頭第一句話總是“同學們，大家好”，這通常在那一刻就“出戲”了。
這點很重要。微課就是為學生的自主學習、一對一高效學習而設計制作的，是給學生看的而不是給老師看的。一對一學習裡蘊藏着最扁平化的學習理念——學生直接與學習内容或講解操作過程互動，沒有多餘的、無關的甚至是無效的中間教學環節，如傳統課堂教學中的與同學讨論、分享、交流、回答，即使有，也是學生在心裡、一個人的思考與活動。學生可以按照自己的愛好和風格按需學習——容易的内容可以跳着看、不懂的地方可以反複看、暫停着去查相關資料弄明白相關基礎知識後接着看，看的時候可以線上提問題、做練習、做筆記，100%掌握後再看下一個微課。這樣的學習效率就特别高，且不會遺留下空白，差生就再也不會形成。
最受歡迎的特點五：手寫屏/筆是最值得購買的錄課裝置
可汗學院的視訊是典型的手寫筆（闆）應用，是以有學者幹脆将這種視訊稱為“可汗風格”。統計表明，與傳統單純的錄屏式微課相比，學生更願意在可汗風格的視訊中投入1.5-2倍的時間。老師邊講邊畫，确實很像一對一講題的感覺。或者在一片白闆/黑闆上用闆書講課，或者在ppt上勾畫要強調的内容，手寫筆的效果遠勝過滑鼠單一的訓示與播放，它讓學生很清楚地知道該看哪裡，并忠實地跟着老師的思路同步思考，進而實作學習過程思維的可視化。
對于數理化偏理科或美術科的老師來說，一支幾十元或者高檔的幾百元的手寫筆實在是太值得投入了。
用滑鼠是很難“寫”出好闆書的。手寫電磁屏和手寫筆是非常值得配備的微課視訊錄制工具。
最受歡迎的特點六：學生越活躍，成績越高
什麼時候選課的學生最活躍呢？研究表明：在新課程正式開始前半個月，到課程第一次作業截止這段時間裡選課的學生，其中的活躍者比例遠高于其它時間選課的。是以，mooc課程宣傳的最佳時機，就是開課前後。不過值得一提的是，自開課時間起，哪怕到了課程結束之後，加入到課程但隻看視訊的學生始終保持着較高的比例。他們雖然不交作業、不考試，但也能從視訊中有所得，這也是課程價值的展現。是以有些mooc課程結束後就徹底關閉、連視訊都不給人看的做法，是不合适的。另外，60%的學生是在課程開始前選課的，是以足夠長的預告期還是有必要的。
基本上，學生的最終成績和他在看視訊、做測驗、交作業和參與論壇互動的次數是成正比的。也應了那句“一分耕耘一分收獲”的老話。但“讀論壇”這項活動有個獨特現象，在80-100分這個區間會變成反比，也就是分數越高，論壇看得越少。這說明學霸對論壇的依賴不高。論壇主要服務于非學霸。但不要以為學霸對論壇就沒貢獻，事實上他們很重要。統計資料表明，占據論壇沙發的學生其論壇活躍度都很高（側面說明人數少），而且他們的平均成績也在80分之上。
統計表明，并沒有任何視訊成為明顯的學習終結者，但确實有些作業題目成為障礙，大量的學生被挂在上面，然後就沒有然後了。這說明學習中止的很大原因是遇到困難，而非單純的懶惰。如果能在解題過程多提供一些幫助，如志願者線上輔導答疑、個性化學習資源的推送、定期的學習診斷報告與建議、進階式積分式的學習激勵機制等，可以幫學生走得更遠。
最受歡迎的特點七：教師先洗腦，才能做好線上課程
這兩篇論文的分析雖然還談不上全面、嚴密，他們自己也坦誠有漏洞。但瑕不掩瑜，這些結論還是很有指導性，并引人思考的。它們堅定了一個觀點——一定不要把課堂講課的習慣與模式照搬到線上課程中。
授課是一項以對象和目标為導向的活動，線上課程的授課對象構成更複雜，包括年齡、基礎、地域、作息習慣、文化背景等，學習目的也多樣，如拿證、深入學習、大體了解、解決手頭問題等，再加上學習工具與環境的劇烈變化，可想而知照搬課堂授課的效果會多差。現在越來越多的老師開始涉足線上教育，并放下自己賴以成名的傳統教學習慣與觀念，用“小白”的心态重新學習如何線上授課，是紮實的第一步。
原文釋出時間為：2014-08-25
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号