化书成课,我之所获???-----石家庄高素敏
我是一个有着多年学校教学和企业培训经历和经验的教师,但随着时代的发展,学生和学员的需求越来越全面和立体,我时时感觉自己的教学方法和课堂驾驭能力面临着挑战,可又深感仅仅局限于书本学习是不够的。在我苦苦寻觅的时候,宁夏银川《化书成课》研习社的学习机会摆在了我的面前,于是我毅然决然的踏上了西去取经之路。
果然不虚此行,“课中智识,浩如烟海”。于是我捞出其中几根金针,结合我自己的理解,与大家分享:一个主义,一个模型,一个途径。
一、一个主义
《化书成课》是一门课程开发和设计技术,是基于建构主义思想指导学员快速将书中内容进行拆解、整合、重构、延伸、创新,最终形成可被分享的、体系完整的课程。
建构主义认为知识不是通过讲师讲授得到,而是学习者在讲师创设的“情境”下,通过学习小组成员之间的讨论(“会话”)、学习资料的搜集分析(“协作”),由学员自己得出事物的本质、规律和意义(“意义建构”)。因此建构主义理论认为“情境”、“协作”“会话”和“意义建构”是学习环境中的四大要素。
所以在课堂结构设计和实施课堂教学过程中,都要以学员为中心。
二 一个模型
文章图片
图片发自App 根据化书成课的主要内容,我将一堂课的准备、设计、呈现构建了一个模型。下面逐一释义:
1、ASK目标
三角形最稳定,课堂培训也是要实现三维目标才具有吸引力。所以讲师无论是设计课程还是实施培训都要围绕三个目标:知识、能力、情感目标展开。要变 “带着知识走向学员” 为 “带着学员走向知识”,知识是课堂教学的出发点,又是课堂教学的归宿,能力是课堂教学的操作系统,情感是课堂教学的动力系统。在课堂教学中,不能顾此失彼,而是要努力实现三维目标的整合。
2、课堂结构设计
课堂结构设计是课堂教学完成从知识到技能、情感的方向线。要实现“是什么、为什么、怎么做”的转化。
(1)“是什么”:内化书中知识。拿到一堂课的内容,首先讲师要深度学习,将书中知识内化为自己的“思维系统”即深度拓展、、横向联系、纵向拓展。其次要对以上内容运用CSRP模型进行梳理归纳,即筛选(Choose)、分类(Sort),重新排序(Reorder)权重分配(Prioritize)。
(2)“为什么”:转化为自己的知识。讲师对提炼出的知识不是到课堂上“照本宣科”,而是要进行“深度加工”,完全转化为自己的知识,才能游刃有余的根据学员需求深入浅出的阐述出来。转化的方法有GEEAT转化法、提炼流程转化法。
(3)“怎么做”:升华为“他们”的知识。苏格拉底说“教育不是灌输而是点燃火焰”。这就需要讲师在备课过程中为学员们准备好“火把”-----也就是将“理论知识”升华为“学习活动”或者“案例”,在课堂实施过程中,通过学员的思考、智慧将这些“火把”点亮、点燃,升华为学员(他们)的知识,而不是讲师的或者“书中”的知识。《化书成课》培训中提供了四种知识变“学习活动”的方法,及编写案例的五要素、6T法则、五种呈现方法。
3、课堂活动呈现
内容设计好了,如何在课堂上呈现呢?《化书成课》课程中首先介绍了“DISC”理论,利用DISC行为分析方法快速了解学员心理特征、行为风格、沟通方式、激励因素、优势与局限性、潜在能力等等。从而因人施教,增强讲师课堂把控能力。还介绍了根据教学内容不同,可以采用多种教学方法:连线法、拼图法、搭积木、角色扮演等,提高学员的参与度,激发学习兴趣、增强记忆,从而达到“知行合一”的教学效果
4、教学效果
一堂课(一门课)的教学效果不但要保证学员“知行合一”,能够在课堂上简单实现“学以致用”。而且能够考虑学员的长远发展,“为未知而学,为未来而教”。
5、讲师素养
“ASK”三维目标和“纵横两条线”撑起了稳定的“三角”课堂,那“三角”内部由什么补充和填满呢?也就是讲师在课堂上的表现和驾驭能力,即讲师的素养。包括讲师的语言表达和非语言表达。
6、书、书、书
重要事情说三遍, 所有课堂内容和灵感皆来源于书(教材、参考书、相似的书、相关的书等),一堂课的成功,不仅仅来源于一本书,而是多本书,所以需要好读书,读好书,读书好。
三、一个途径
【化书成课,我之所获???-----石家庄高素敏】如果想成为好的讲师,打造出一门好课程,唯一的途径就是创造机会反复听课、讲课、评课-----磨课,参加化书成课研习社就是一个很好的平台,化书成课研习社的定位就是每月学习N本书,内化为智力资源,磨出好课程然后知识变现。
推荐阅读
- 开学第一天(下)
- 财商智慧课(六)
- 《卓有成效的管理者》第二十二堂课(创造英雄)
- 吉他课
- 17|17 关山松 第二课作业#公众号项目# D20
- 跟身体谈恋爱
- 学习基金第五课:认识巴菲特赌输了的指数基金|学习基金第五课:认识巴菲特赌输了的指数基金 2018-10-12
- 2018.1.23课后感
- 课后分享记录
- 机器学习|机器学习 Andrew Ng《Machine Learning》课程笔记1