基于大数据的区域学科教学质量管理研究

许建良 顾晓东

摘要：随着大数据技术的广泛应用，教育领域已呈现出技术与教育深度融合的良好发展态势。无锡市滨湖区依托大数据平台与技术来采集、分析教育数据，充分发挥和利用数据的智慧性，变革教学质量管理的理念和手段、方法，建构基于智能数据的区域教学质量管理体系，从个性化学习、实证式教研、资源库建构等方面精准助力区域教学质量管理提升。

关键词：大数据;区域学科教学;教学质量管理

中图分类号：G42 文献标志码：A 文章编号：1673-9094（2019）02A-0045-05

随着大数据技术的广泛应用，教育领域已呈现出技术与教育深度融合的良好发展态势。无锡市滨湖区依托极课大数据、科大讯飞智学网、会课系统等大数据平台与技术，充分挖掘和利用教育大数据的智慧性，进而努力变革教与学的传统理念和惯性思维方式，增强教学质量管理中的数据观念意识，从基于经验的直觉判断转型为基于数据的精准研判，从而推进区域教学质量管理的智慧提升。

一、价值追寻：智能大数据促进教学管理转型

审视以往的常规教学质量管理，无论是教育行政、学校领导还是教师个体层面，往往都局限于以经验为主要依托的单一线性模式，思维模式比较固化，管理效益比较低下，主要体现在：教学质量管理目的有失偏颇，教育行政、学校领导普遍侧重管理的区分、奖惩功能，忽视管理和监测的诊断激励功能，往往以考试分数取代质量评价;教学质量管理流程单向线性，集中表现为“校长—教务处—教师”这一单向流程，欠缺多方参与、多元互动，信息反馈也不够及时;教学质量管理手段简单呆板，过分依赖定期书面检测、课堂观察等常规手段，且常态随堂学习结果管理低效，课堂观察反馈侧重教学技艺的经验性指导，对学情及教学效果缺乏精准把握，质量效果管理意识不够;教学质量管理内容比较单一，主要考察、关注作为结果的卷面成绩和作为过程的课堂氛围，对学生个体的综合表现关注不足，对统计信息也缺乏深度分析和科学处理。

随着互联网技术的飞速发展，当前大数据已经进入教育领域，利用大数据总结经验、发现规律、预测趋势、科学决策，已成为教育改革发展研究的必然。智能大数据正驱动着我区教学质量管理变革与转型，逐步从传统模糊经验型走向精准数据实证型。

1.质量管理理念转变，形成科学质量观念。基于大数据技术的质量管理，精准关注数据的全面性、客观性和发展性，逐步跳出以单一考试成绩论英雄的质量观，走向以学科育人、教学育人为宗旨的全面质量观。

2.质量管理内容多元，关注师生成长状态。对教师学科教学质量的管理和评价，更多地关注了学生在学业发展过程中的各项能力的综合数据，也全面采集了教师教学绩效数据，透析教师专业成长状态，追求师生同步成长。

3.质量管理手段丰富，引发多向互动参与。基于大数据技术建构的开放质量管理平台，催生了丰富的质量管理手段，引发了行政、学校、教师、家长、学生的多维参与、多向互动，形成了教学质量管理的共同体。

开展基于大数据支持的学科教学质量管理研究，能依托大数据优势精准把握区域、学校、教师、班级等各层面上的教学质量差异，有利于各层面教学质量管理者精准把脉教学质量问题及其影响因素，实施有针对性的教学改进行为。同时，能将个性化学习研究引入高效的学与教的实践中去，为学生提供个性化分析、预测和推送服务。基于智能大数据的区域教学质量管理，彰显出传统向现代、经验向精准的深刻转型。

二、基础建构：完善基于大数据的区域教学质量管理体系

区域教学质量管理是一项涉及各方面、多层级的系统工程。我区立足问题解决，着眼整体设计，结合区情、校情，努力建构基于测试分析和科学证据收集的区域教学改革新框架，不断完善四个建设和五大系统，搭建起基于大数据的区域教学质量管理体系。

1.着力抓好四个建设。一是队伍建设，这是学科教学质量管理的关键。我们重点明确其专业性和实践性，根据区域教学实践建立了区校两级教学质量监测中心。一方面是以教研员领衔，以学科中心组骨干教师为主体组成区级教学质量监测中心;另一方面由学校分管领导、教务主任、学科组长为成员组成校级质量监测工作小组。此外，我们还聘请省市教学专家组成顾问小组来指导工作。二是标准建设，这是教学质量管理的难点。为了体现其科学性和规范性，我们在新课标指导下，在教育部关于教育评价体系的框架内探索并建立了以校为本、基于過程的“滨湖学科教学质量成长指标体系”。三是数据库建设，这是大数据背景下质量管理的前提。我们重点强调其完整性和发展性，着力建立四套数据库，即学生数据库、教师数据库、学业测试成绩数据库和其他材料数据库。四是资源库建设，这是教学质量管理的保障。我们重点突出其实用性和指导性，以“研究、服务、指导、管理”为宗旨，由学科教研员牵头，一方面利用滨湖教育信息平台建立服务于学校教学的资源库，如学科教研员网站、教科研网站、滨湖教师研修网等，另一方面编写与教材配套的“同步教学辅导资源库”，为一线教师提供有直接指导价值的教学资源，达到既减轻教师教学负担，又提高学科学业水平的双重目标。

2.努力建构五大系统。一是决策系统，由教学行政部门各科室有关人员组成，主要负责制定政策法规、出台规章制度、明确工作职责、实施考核评价等决策管理工作。二是支持系统，主要由专家库和资源库组成，为区域教学质量管理提供科学的指导、咨询、资源和服务。三是执行系统，由区校两级教学质量管理机构组成，具体做好执行、指导、落实、反馈等教学质量管理的各项工作。四是操作系统，由区教学质量监测中心负责，借助滨湖区教学质量管理系统、滨湖区教师信息系统等平台全面收集、整理监测结果，形成质量管理大数据。五是评价系统，这是教学质量监测的中枢系统，以科学客观为质量评价的基本导向，建设和完善“滨湖教学质量成长指标体系”，建立学科教学质量综合性评价体系。

三、实践探索：智能大数据精准助力区域教学质量管理

智能大数据系统打破传统教与学以及教研模式，区域教学质量管理从理念与方法上发生积极变化，充分获取教学管理过程与结果的大数据，把着力点聚焦于研学、研教、研考，从而优化区域教学质量提升的过程管理。

1.依托智慧云平台，区域推进精准个性化学习

区域学科教学质量的提升需从日常课堂教学质量抓起。我区各校借助智慧云平台和大数据分析系统，努力变革课堂教学中教师授课、学生听讲的传统模式，课堂教学从以往主观、经验判断走向以大数据为基础的实证研究。教师更加关注学情，真正走向以生为本，利用学习分析技术对与学习者学习过程相关的数据进行深入分析与阐释，发现每个学习者学习数据背后的偏好和学习模式，打造精准互动、直观便捷的智慧课堂，在精准化、个性化的教学中提升课堂学习的效益[1]。

（1）精准定位教学目标，反馈前置学习结果，共同明确学习任务。精准教学以精准的教学目标为前提。教师借助大数据分析系统，全面接收本班学生前置学习的结果，从数据反馈中了解学生在新知学习中存在的共性问题，把握学生的学习进度，然后结合教材的既定目标，拟定课堂上学生的学习目标以及教师的教学重点和难点，做到有的放矢、以学定教。

（2）精准把握实时学情，外显学生思维状态，动态调整教学重心。我区各课题实验学校开展基于智慧云平台的平板操作式学习，能够及时地将学生课堂思维活动过程和结果可视化。教师通过学生平板上作答过程的屏幕投放情况，可以直观地了解到学生的思维状况，做出快捷、合理的判断;还可以借助答题器来了解班级学生对知识点的整体掌握情况，以便及时动态调整课堂教学重心，重点解决学生学习上的共性问题。

（3）精准推送相关习题，记录学生高频错题，有效巩固学习难点。在大数据技术支撑下，教师借助系统全面采集学生书面作业、测试的数据，自动记录学生高频错题，扫除盲区，网罗难点。系统自动整理并生成错题本，轻松将各题按照错误率排序，而且还及时为每个学生推送相关的个性学习包，实现针对性极强的个性化学习。

（4）精准照顾学生差异，提供丰富微课资源，关注个体需求。当堂或阶段形成性测试反馈大数据能精准、直观、全方位地展现每位学生的学情和知识点掌握情况，方便教师进行查看和发现学生的薄弱环节并分析原因。教师可根据学生个体的学习困难，私人定制视频指导微课，提高个别辅导的效益。另外，教师也可以针对学有余力的学生定制拓展性学习微课资源，为学生在平台上配备随身导师，以满足学生的差异学习需要。

智慧云平台和大数据分析系统能够有效追踪学生的学习表现，让课堂设计更加科学合理，也让教师的教学活动更有的放矢，实现了从面向群体到面向个体，从全面撒网到私人订制的教学行为转变，使精准个性化学习得以实现，更好地提升了学生的学习绩效和成就感。

2.借助教研数据分析，区域推进精准实证式教研

常态教研中教师对学情及教学效果缺乏精准把握，单纯依赖经验往往会导致教学研究的效果偏离预设目标。教研员的工作也常局限于学科活动组织和竞赛评比，缺少深层次的精准分析和问题归因，难以及时、准确定位教研工作中存在的问题，也难以及时、清晰感受教研工作的成效，导致教研工作的改进始终局限于经验觉醒和行动自觉，教研工作改进的行动相对缓慢。大数据能为教研的质量管理与诊断提供客观、科学的解释、说明和描述。区、校教研组织管理者借助技术工具，获取各种数据，基于数据对教研工作各环节进行精确诊断，从经验判断走向科学诊断，实施精准实证式教研，让学科教学质量管理更为精准高效。

（1）丰富多样数据，精准把握教研方向。不论是学校层面的教学管理人员还是区域层面的教研人员，都要学会多元获取数据，熟练查询数据，精准分析数据，善于解释数据，个性使用数据。在区域学科教学质量管理中，我们注重拓展教研数据获取路径，从多种渠道调查、获取不同类型的数据，从中精准把握教研工作方向和重心，提升教研指导工作实效性。

一是在教研需求调研中获取意向性数据。不同学校、不同教师之间在学科教学质量上存在着差异性，由此也必然会存在教研需求上的差异性。教研员组织开展学校、教师两个层面的教研需求调查，从中获取准确的教研意向性数据，把握共性需求，捕捉个性需求，确定阶段性教学研究工作的重点和难点，使教研工作有的放矢。

二是在常规教学视导中获取诊断性数据。常规教学视导是教研人员的日常工作。在基于大数据的质量管理理念指导下，教研员努力改变以往教学视导中单纯依赖经验的听评课指导方式，增强数据实证意识，通过各类课堂教學行为诊断性量表工具及教学效果随堂检测工具等，在常规视导中获取大量客观数据，依此来精确诊断学科教学中存在的问题，分析关联影响因素，提出有针对性的教学改进建议，整体优化教学行为。

三是在阶段学业测评中获取形成性数据。阶段学业水平检测是区域教学质量管理的重点工作，当前，我们区域已实现了快速、便捷的网上阅卷，大量检测数据进入大数据分析系统中，形成学业形成性诊断数据库，精准体现学生学业水平，为教研员、教师、学生提供了分门别类的形成性数据，有利于各层面的人员精准地掌握差异化需求，基于大数据的备课、授课、辅导、作业环节的优化更有针对性，教研也更有方向性和科学性。

四是在教研满意度调查中获取反馈性数据。区教研部门针对一个阶段教研工作效果，组织学校、教师开展教研工作满意度调研，让学校、教师结合自身需求情况和教研指导效果做出满意度评价，从中获得明确的反馈性数据，让教研人员了解工作实效，为进一步明确教研重点、改进教研方式和优化教研行为提供可靠的实证依据。

调查发现，当前区域层面的教研工作得到了精准的导向，实现了教研决策的四个转变，即从认识模糊到把握清晰，从基于经验到着眼实证，从盲目武断到科学诊断，从常规冒险到处处保险，提升了教研工作的实效性。

（2）深度分析数据，精准实施教研行为。数据是基础，分析是手段，改进是关键。区域教研部门、学校质量管理部门对各种教研数据进行深度分析与精确诊断，努力对数据做出客观、科学的解释、说明和描述，进而寻求改进策略，精准实施教研行为。

第一，基于师情大数据，夯实教师学科专业知识功底。我区以初中为实验学段，组织教师进行学科知识技能考试，统一命题，集中测试，统一阅卷。区教研中心进行严格的质量分析，全面参考教师的学科专业知识技能，通过具体翔实的测试数据，了解每一位教师的学科功底，并要求教师根据自身情况，尤其是针对薄弱环节制定自我提升计划，不断优化自身学科知识和能力体系，为学科教学质量提升奠定必需而坚实基础。

第二，基于学情大数据，探索和优化课堂教学模式。对于具体的课堂教学来说，数据分析能够解释教学效果，成为教学改进最为显著的指标。利用数据的分析能够提供有用的信息，从而为改善教学质量提供个性化的服务，进一步改善教学的方式与方法，促进教学相长[2]。学科教研员带领各实验学校教师充分利用大数据系统分析学习成效数据，基于数据实证对新授课、练习课、复习课、试卷讲评课等各种类型课堂进行创新与变革，提升课堂教学效益。如在新授《二次根式》这一课时，教师采用翻转课堂模式，学生在前一天观看5分钟左右的教学微视频，大概了解本课教学内容，并自主完成教师布置的3道课前练习题。上课伊始，教师结合学生课前练习反馈数据，组织学生交流学习所得，让学生明确本堂课学习的主要目标和任务，精准把握本课学习重难点，在后续教学中引导学生开展合作学习来探究重难点知识技能，并利用预设题库开展针对性当堂检测，再次利用大数据系统快捷收集和处理当堂答题数据，精准把握学生学习情况，做出必要精讲指导，把暴露出的主要问题进行及时纠正。

第三，基于师生课堂行为大数据，提升听评课效益。教研人员通过课堂观测量表，有针对性地分析课堂上的师生行为数据，在数据实证中改进教师教学行为。如对教师在课堂上提问的内容、提问的次数、提问的类型、提问的对象、即时评价的方式和类型等都做出客观的统计与分析，及时发现和指出教师课堂教学行为的不合理之处，帮助教师发现和改变自身存在的课堂陋习，提高课堂上师生互动交流的效益。有了丰富的大数据支撑，通过数据实证来诊断教学工作成效，能够引导教师自主改善教学方式，改变教学行为。

第四，基于学业检测大数据，多维精准分析教学质量。区教研人员是教学质量分析系统中的监督者和调控者。掌握基于大数据的精准分析技术，已成為教研人员和教师们的一项基本功，对教学质量监测结果的精准分析成为教研人员的一项重要研究工作。区教研部门对各年级的区级分析可以分为两部分：一是教研管理层面分析，包括对生源结构分析，涵盖各类学校学生数量与比例、学生分段人数与比例、学生结构追踪对比分析，通过分析全面把握生源结构，以及生源结构对全区教学质量的影响等，也包括对各学生学业水平进行整体分析，如总分、均分、及格率、优秀率等常规指标，总体分布的集中趋势分析，变异指标的差异情况分析，考试信度效度分析，还有对各校学生学业水平进行对比分析，侧重同类学校横向对比分析，侧重追踪学校教学质量发展分析。二是学科教学层面分析，由教研员撰写学科教学质量分析报告，包括学科试卷试题与学生学业水平整体分析，学生学业水平分项分析，典型试题分析和教学建议[3]。

第五，基于学业测试大数据，优化命题研究。各科教研员从区域层面来推进精准高效度的命题研究，利用阅卷系统扫描统计答题情况，精准分析卷面数据，科学提高命题质量。教研员借助数据对比命题蓝图，反思命题设计、文字表述、问题设置等技术细节，改进命题技术，提高试题信度和效度，提高试题和试卷难度预测的精准度。

总之，区教研人员充分利用大数据、云计算等先进技术，定期、持续采集各类教研数据，对教研数据进行深度挖掘，得出更加科学、准确的教研工作结果，提出更具针对性的教研建议，让教研工作更具智慧。

3.依托大数据平台，优化教学研究资源库建设

我区依托大数据平台着力建设种类完备、内容充实的区本、校本教学研究资源库，助力教学质量提升。教研员和各科教师结合课标要求和具体学情精心编制和整理各类教学资源，主要包括教案、学案、习题、试卷、教学课件、教学视频素材等多种类型，初步形成了三个教学资源系统，方便教师在日常教学中使用。一是课时教学原创资源库系统。在加强区域教学研讨、学校集体备课和年级分工的基础上，建设了覆盖各学科主要模块，基于课程标准的，以课时为单位的课时教学资源库，主要内容有教学设计、课件素材、前置导学案、课时随堂检测题等。二是形成性检测题库。教研员带领教师借助大数据系统对各类质量检测数据进行深度分析，反思和改进命题工作，精选各科骨干教师有针对性地调整和优化试题，逐步完善单元配套检测题库和学期形成性检测题库。同时还依据学生知识技能掌握的基本情况，针对各科教学重难点知识梳理出易错题库，供系统自动推送给学生进行个性化练习。三是微课视频资源库系统。以课时为单位，收集区内教师执教的各级各类赛课赛教公开课、青年教师青蓝工程展示课、名优教师展示课等精品视频课堂实录，结合“一师一优课，一课一名师”等活动建设微课视频资源库，供区域内教师日常教学和业务研修用。

区域学科教学质量提升是一项复杂的系统工程，大数据为我们提供了优化管理、智能提质的可能。我区用区域行政层面全力推动基于大数据的教学质量管理实践，致力于创设开放融合的组织管理形态，完善满足学生个性需求的学科资源体系，构建灵活多元、个性化的学习方式，以期实现基于大数据技术的深度学习与教研，不断提升区域学科教学质量。

参考文献：

[1]顾小清，张进良，蔡慧英.学习分析：正在浮现中的数据技术[J].远程教育杂志， 2012（1）：18-25.

[2]吴海练.基于数据分析的听评课制度改革[J].科教导刊， 2017（20）：53-54.

[3]曾拥军.大数据背景下区域教学分析系统构建[J].北京教育， 2017（11）：68-69.

责任编辑：赵赟