大数据在高中生物实验教学中的应用

杨桂兰, 苏云凤

(1. 哈尔滨师范大学 教育部高校辅导员培训与研修基地， 黑龙江 哈尔滨 150025；2. 哈尔滨师范大学 教师教育学院, 黑龙江 哈尔滨 150025)

大数据在高中生物实验教学中的应用

杨桂兰1, 苏云凤2

(1. 哈尔滨师范大学 教育部高校辅导员培训与研修基地， 黑龙江 哈尔滨 150025；2. 哈尔滨师范大学 教师教育学院, 黑龙江 哈尔滨 150025)

大数据在教育领域受到广泛关注,但在高中实验教学方面的研究还有待深入。以高中生物学科为例,阐述了传统实验教学的现状,从实验设计、实验组织、结果分析与评价3个方面分析了大数据在生物实验教学上的应用,为生物实验教学的优化提供了新的思维和方法。

大数据；实验教学；高中生物

随着互联网技术的革新,大数据开始渗透到各个领域。美国教育部在2012年10月发布的《通过教育数据挖掘和学习分析促进教与学》报告,宣告了大数据在教育领域兴起[1]。国务院在2015年8月31日启动的十大工程之一“公共服务大数据工程”中明确提出要建设教育大数据[2]。在数据分析驱动教育,变革教学的大数据时代,推动大数据在教育领域的应用,是我国教育发展的现实需求和未来趋势。目前,基于“大数据”的实验室管理系统的开发正在兴起,借助信息技术手段对实验教学相关数据进行管理的模式也已广泛开展[3],实验教学改革势在必行。实验是自然科学发展所特有的实践基础,生物学科就是一门以实验为基础的自然学科。因此,生物实验教学在高中生物教学中具有重要地位。在大数据时代,应用大数据对生物学实验相关数据进行一系列处理分析,可促进生物实验教学的变革与创新。

1 大数据及其特点

有学者从不同角度出发对大数据进行了阐述:大数据是数据对象、技术与应用3者的统一。从对象角度看,大数据是大小超出典型数据库软件采集、储存、管理和分析等能力的数据集合；从技术角度看,大数据技术是从各种各样类型的大数据中,快速获得有价值信息的技术及其集成；从应用角度看,大数据是对特定的大数据集合、集成应用大数据技术、获得有价值信息的行为[4]。大数据不仅是一种技术手段,更是一种思维方式,这种思维方式就是基于多维视角去看待和处理数据[5]。

被誉为“大数据时代的预言家”的维克托·迈尔-舍恩伯格(Viktor Mayer-Schönberger)认为大数据需要处理的信息量超出了一般电脑在处理数据时所能使用的内存量,因此催生了新处理的技术,不再需要传统僵化的数据库表格,数据结构更加复杂分散。同时,大数据中含有巨大的隐藏信息,其带来的价值将会撼动世界的方方面面[6]。以此为基础,大数据有以下4大基本特点:一是信息量庞大,这是大数据的最基本特征；二是增长速率极快,为数据分析提供了庞大的原始素材；三是信息的资源搜集和表述形式多样；四是价值巨大[7]。

2 高中生物实验教学的现状

2.1 取得的进展

《普通高中生物课程标准(实验)》中强调全面提高学生的生物科学素养,倡导探究性学习方式,注重联系现实生活,大幅增加实验内容以求学生亲历思考和探究过程、领悟科学探究方法、掌握一系列相关技能。目前,基于学生核心素养的普通高中课程标准正在研制[8],而实验教学是培养学生生物核心素养的关键,生物实验教学的重要性将提高到更加突出的地位。

在中国知网的期刊论文中以“高中”“生物”“实验”为名词进行检索,自2006年1月—2016年12月,共有421篇期刊论文。从表1可以看出,生物实验教改论文在2010年全国全面实施新课标之前数量偏少,在2010年以后则越来越多,2011年—2016年每年的实验教改论文所占比例均在10%以上。可以看出,广大中学生物教师、生物教育研究者对高中生物实验教学进行了广泛而深入的探索与实践。

表1 有关高中生物实验教学研究期刊论文数

2.2 存在的问题

自新课标实施以来,我国的生物实验教学研究取得了长足的发展。然而,通过问卷调查法等方法对几个高中展开生物实验教学状况研究,发现高中生物实验教学依然存在着一些问题。

首先,在实验的设计方面存在有待优化的地方。虽然人教版普通高中生物教科书较以往在实验教学上更加重视,但这套教科书在实验设计上有不足之处。数据统计分析实验失败的原因,发现有以下几点:有些实验不易操作，过于繁杂,如观察DNA和RNA在细胞中的分布实验；有些实验需要经过较长时间的培养过程才能看到实验现象,如探究酵母菌细胞呼吸的方式实验；有些实验材料和器具的安排存在安全性问题,如“绿叶中色素的提取和分离实验”中层析液成分“苯”有剧毒。这些因素最终导致实验成功率低,达不到预期的效果,影响了学生做实验的积极性。

其次,在实验的组织上效果并不理想。调查结果显示,班级人数30～50人的占14%,50～70人的占86%。43%的学校配备的生物标本、模型、挂图等教具不全,采购实验设备较少,学生需要轮流使用仪器。实验教学一般采用班级授课制,班级人数较多不仅会引起实验设备分配不均问题,而且由于学生认知水平的差异,还会导致“优生吃不饱,差生吃不了”的现象。即使分组合作学习,也有部分学生合作积极性不强或不做,而教师的个人精力有限,不能观察到每位学生的实验操作情况,从而无法做到因材施教。

最后,结果分析与评价不被重视。对学生分析实验结果情况调查得知,40.7%会分析实验结果,39.5%实验做成功才会分析结果,还有19.8%不对结果进行分析。因此,教师引导学生分析其结果很重要。在整个实验过程中,教师要及时做出准确的评价并反馈给学生。但调查显示,大多数生物教师主要采用实验报告来评价学生完成实验情况,其次是采用具体的实验试题来测评,还有部分教师口头评价学生,忽略了对学生在实验过程中的态度及操作水平的评价和反馈。

3 大数据对生物实验教学的优化

3.1 改进实验设计

对实验相关数据进行深度加工利用,依托大数据所具有的超常规的撷取、存储、管理和分析能力，能够获得更加真实可靠的实验资源需求诊断报告,进而对实验设计方案在该实验环境的可行性和操作性进行切实合理的改进。毕竟相对于完全根据个人经验和直觉做出的决策而言,基于数据的决策一般更为客观、科学、有效和合理[9]。

例如,在“检测生物组织中的糖类、脂肪、蛋白质”实验材料的选择上,通过对生物本身特点信息(是否富含蛋白质、还原糖)、获得难易程度信息、价格信息、季节性和地方性信息以及实验效果信息等数据的收集分析,结果显示:

(1) 从实验材料本身具有的特点来看,根据食物的特点,可选择毛豆、芸豆、扁豆、角豆等豆类及蛋清、乳类等制品作为检测蛋白质的实验材料,大豆、芝麻和花生等作为检查脂肪的实验材料,水果以及一些带甜味的蔬菜作为还原糖的检测材料。

(2) 从材料是否容易获得(最好是随处可见或者身边容易获得的生活物)和节约成本的角度来看,考虑到材料价格,可选取鸡蛋清、豆浆作为检测蛋白质的实验材料,实践表明,1包豆浆和1个鸡蛋的材料可供1个班(约60人)使用,而用木瓜、火龙果虽能检测出还原糖且实验效果明显,但因木瓜和火龙果在本地相对较昂贵,不适宜做还原糖检测材料。

(3) 从实验材料的季节性来看,该实验常常开设在秋冬季,有些夏季材料则不宜选择,要根据季节和当地特产等,选择适当的材料。

(4) 从实验材料的地方性来看,不同地方的同一实验材料会有所不同。某地区光照不够、温差小,果实中还原糖含量较低,虽然研究表明白萝卜组织液作为还原糖检测材料实验效果较好,但该地区并不适用。

(5) 从实验效果来看,西瓜匀浆虽富含还原糖,但由于其为红色,使滴加斐林试剂后砖红色沉淀不易观察,因此不适合做检测还原糖的实验材料。

3.2 优化实验组织

通过大数据对学生的个人信息(性别、年龄、兴趣等)和学习信息(知识基础、认知特点、学习风格等)进行聚类分析,利于将学生排班管理和实验分组。对于不同组别的学生,将根据学生的不同需求和认知水平,指导其不同的学习内容。

如“植物细胞的吸水和失水”实验主要引导学生探究植物细胞是如何吸水和失水,对于经由数据分析判定认知水平较低的A组学生,依据教材实验,组织学生完成植物细胞的质壁分离和复原实验,引导学生进行探究并体会细胞液与周围环境浓度的差异,使学生认同“原生质层相当于半透膜,且只有在形成浓度差的条件下才会导致细胞的失水和吸水”；而对于认知水平相对较高的B组学生,可挖掘教材,将“等渗”这一隐含条件的内容作为新增探究实验,将洋葱外表皮浸泡在不同浓度梯度的蔗糖溶液中,学生通过观察不同浓度下洋葱外表皮细胞是否发生质壁分离,根据发生质壁分离前后的环境浓度范围,从而分析得到细胞液的浓度范围。

3.3 精准分析与评价

未来高中生物实验室的建设应当通过改造和更新传统的实验仪器,使之尽可能实现数字化,对于部分无法数字化的仪器,可以采用人工智能、图像分析等技术使之具备与互联网进行数据交换的能力。从而,利用大数据技术跟踪、记录、处理与分析单一个体的数据,为学生的跟踪多元化评价提供了保障[10]。例如,在“细胞大小与物质运输的关系”实验课上,当实验室的数字化信息采集系统检测到甲学生在使用塑料勺时,教师就知道该学生进行到了第二步:将琼脂块浸泡在氢氧化钠中,并用塑料勺翻动琼脂块。这样利于教师更有效地关注每个学生的实验过程,随时了解每个学生的实验进度,预测其实验结果、判断其学习需求与问题,及时对其进行学习干预和预警。当学生把自己测量到的琼脂块表面积数据、体积数据、表面积与体积的比值数据、氢氧化钠扩散深度数据等各项数据上传后,教师就可对每位学生的实验结果做出精准分析,对学生的实验能力做出综合评价。

4 结语

大数据技术是推进教育创新发展的科学力量[11],为我们提供了全新的数据应用方式[12]。将大数据与生物实验教学相结合,不仅能有效提高实验教学信息化水平、改进实验设计,还能优化实验组织和精准结果分析与评价。由大数据引发的数据获取、数据存储、数据分析、数据挖掘和数据可视化等技术的有效介入,可以突破传统教学方式的限制,提升实验教学的效果,为生物实验教学的优化提供新的思维和方法。

References)

[1] 何克抗.大数据面面观[J].电化教育研究,2014(10):8-22.

[2] 陈琳,李冰冰,黄蔚,等.中国教育信息化20大庆之年新发展:2015年中国教育信息化十大新闻解读[J].中国电化教育,2016(2):80-87.

[3] 邓晓燕,孙宗海,袁玲.基于“互联网+”的实验教学管理和数据分析系统[J].实验技术与管理,2016,33(11):168-175.

[4] 赵姗.大数据时代来临,中国准备好了吗[N].中国经济时报,2013-07-01 (A11).

[5] 刘蕾,鄢章华,白世贞.大数据:多维度给管理决策带来的改变[J].科技管理研究,2016(14):224-242.

[6] 维克托·迈尔-舍恩伯格,肯尼斯·库克耶.大数据时代:生活、工作与思维的大变革[M].盛杨燕,周涛,译.杭州:浙江人民出版社,2013.

[7] 段虹,徐苗苗.论大数据分析与认知模式的重构[J].哲学研究,2016(2):105-109.

[8] 常珊珊,李家清.课程改革深化背景下的核心素养体系构建[J].课程·教材·教法, 2015,35(9):29-35.

[9] 沈学珺.大数据对教育意味着什么[J].上海教育科研,2013(9):9-13.

[10] 杨桂兰,刘蕾,鄢章华.大数据思维在大学生思想政治教育中的应用研究[J].思想理论教育导刊,2016(11):144-148.

[11] 杨现民,王榴卉,唐斯斯.教育大数据的应用模式与政策建议[J].电化教育研究,2015(9):54-69.

[12] 蒋晓菲.大数据时代下高校设备全生命周期管理及数据价值的研究[J].实验技术与管理,2016,33(5):264-266.

Application of big data in biology experiment teaching in high schools

Yang Guilan1, Su Yunfeng2

(1. Training and Advanced Learning Base for University Counselors of Ministry of Education, Harbin Normal University, Harbin 150025, China; 2. College of Teachers’ Education, Harbin Normal University, Harbin 150025, China)

Big data has

extensive attention in the field of education, but big data for the experimental teaching in high schools needs further study. By taking the Biology course in the high schools as an example, this paper expounds upon the present situation of traditional experimental teaching, and analyzes the application of big data in the biology experimental teaching from the following three aspects: experimental design, experimental organization, and result analysis and evaluation, providing new thinking and methods for the optimization of the biology experimental teaching.

big data; experimental teaching; high school biology

10.16791/j.cnki.sjg.2017.08.040

2017-02-25

黑龙江省社会科学基金项目(13B030)；哈尔滨师范大学深化教育教学综合改革项目(X2015-3-010)

杨桂兰(1965—),女,黑龙江哈尔滨,硕士,教授,主要从事教学与研究工作

苏云凤(1993—),女,黑龙江绥芬河,硕士研究生,研究方向为学科教学(生物).E-mail：yangguilan2010@126.com

G642.0

B

1002-4956(2017)08-0162-03