信息化背景下高效试卷讲评课的探索与实践

陈女谊?王剑锋

为了更好地促进学生的自主发展，2012年开始，笔者在试卷讲评课的教学实践中，尝试让学生先自我“补救”—订正后再讲评，让学生自由分组—互动中精讲评，让学生自行填写《考试成绩分析表》—讲评后理性反思，初步形成了“自助—互助—自省”式高中数学试卷讲评课模式。2016年，教育信息化产品进驻校园后，“自助—互助—自省”式高中数学试卷讲评课模式开启信息化样态。2018年，学校与科大讯飞合作后，笔者借助网络平台开展校本题库、学情数据库建设，利用学科教室开启平板教学助力精准讲评。

一、基于学情与考情分析的试卷讲评课模式建构

2012年，笔者在查阅大量的试卷讲评经验介绍后发现，大多数试卷讲评还只是从“教师讲”出发的重点纠错、要点讲评、查漏补缺、迁移拓展，在有限的课堂时间里解答更多的问题，“借机”补充内容也更多，但“同一类问题考了多次，讲了多遍再做仍错一大片”的现象却屡见不鲜。为了更好地促进学生的自主发展，笔者在教育教学实践中，初步形成了“自助—互助—自省”的高中数学试卷讲评课新模式。

自助，即在考试结束相关批阅、统计、采样工作完成后，试卷讲评课前及时将答卷发还给学生，要求学生尽自己所能先自主订正试卷（包括继续思考考试来不及做的题、拿不准的题、不会做的题），订正任务前置。

互助，即在学生自主订正试卷后，教师先安排小组内讨论，交换答案、交换解法、交换想法，再根据各小组讨论后上交的《试卷订正—小组讨论反馈表》（见表1）中票数较为集中的“似懂非懂”的试题、“尚未解决”的试题及教师由考情分析、统计数据分析所发现的较为突出的知识性、策略性问题，在全班范围内利用课堂时间择重点、要点、难点问题进行“主题式”讲评，课堂实施以学生自评、互评为主，教师点评为辅推进多元化互动交流。

自省，即让学生根据相应的《考试成绩分析表》（见表2），并结合试卷的订正与讲评情况，进行全面、深刻的自主反思，给出客观、恰当的自我评价，同时，利用矫正练习巩固知识技能、内化思想方法。

二、基于信息化背景的试卷讲评课模式升级

1.模式化阶段

在2012年至2015年的初探期，为保障上述“自助—互助—自省”式试卷讲评课的模式化运行，我们对实施要点作了进一步解析。

第一，“精”团队。学生自由分组，每组4～6人为宜，结成“小型”数学共同体，成为自主订正后的课外交流“小平台”，推选组长一名，共同设计小组名称、“一句话”组训以增强团队凝聚力。进入课堂讲评环节，各小组与任课教师集结成班级数学共同体，确保多元化的生生、师生互动交流。

第二，“精”程序。该模式下的试卷讲评课一般在1～2课时内完成，学生自主订正以及数据统计任务前置，实施初期专门开设试卷订正课，在自主学习下的“静态”课堂里形成良好习惯，逐步下放至课外。正式讲评课要根据当次考试数据分析以及小组反馈信息设定明确的“主题”，属于合作学习中的“动态”课堂，具体采用“各组轮流发言—自由讨论—教师总结”“个别小组中心发言—自由提问—教师点评”等形式，而对于解答题，教师可以批阅时有针对性地采样，选择有代表性的解法（含典型错解）投影展示，师生一起在对比中发现问题、寻找错因，优选方法，探究通法;讲评课后，学生根据统计数据以及试卷订正与讲评情况对自己的考前的学习状况、考中的应试状态进行自我反思与评价，教师则针对学生普遍出现的问题、讲评中发现的问题，精选同类题目，布置矫正练习，同时，结合《考试成绩分析表》，帮助“保底”分以下的、成绩波动较大的学生找原因、寻

策略。

第三，“精”讲评。学生讲评讲什么？讲解答、解法之外，更多地应关注背后的思维过程，讲考试时、订正时“真实”的心理过程，“遇到了什么困难”“疑难点在哪里”“如何突破的”“怎么想到的”“关键步骤是什么”等，同时，可以从“对不对？”“完整了吗？”“最出彩的地方在哪里？”“错因在哪里？”“由此得到怎样的启示？”等方面进行评价，关键要有感而发，尽可能地“感”人至“深”。而教师讲评什么？绝不是解法的重复，而是解法背后数学思维动向的调控，对学生说不清的问题进行及时追问思考过程、思维方法，“逼”学生自己说出正确且清晰的解答;对学生不能解决向教师“求助”的问题，引导学生把不会做的原因、做错的原因“挖掘”出来，顺势助推至“正途”。

存在问题：教师的制表、统计、采样工作和学生的收录错题工作耗费时间较多;在点评学生典型答题样例环节，如果用投影仪展示，答题样例必须复印备份，才能供多个班进行现场批改，如果制成PPT在放映中批注讲评，则需要进行拍摄取样、图片处理等，备课过程实在不方便，而且视图效果不佳;课后只能针对学生普遍存在的问题，统一“批发”矫正练习，个性化推送难以操作。

2.信息化阶段

2016年年底，教育信息化产品入驻校园，“自助—互助—自省”高中数学试卷讲评课开启信息化样态，通过网络组卷、阅卷学生在周练中做错的题目自动整理成册，并推送同类训练题，线上建立个性化学习档案，保留成长轨迹，线下同步提供相应纸质稿。教师端可以随时查看并下载各类考试分析数据。

学生可以直接在个性化手册上进行订正，错题原题推送部分保留了学生周练考试作答及老师批改笔迹，并留有空白订正区域;名师指点部分有答题思路提示以及简单错因归类选项，还配上了讲解视频的二维码，切实减轻了学生收录错题的负担。

教师直接登录系统调取统计数据用以备课，从烦琐的制表统计工作中完全解脱，而且采样工作可以提前在线上标记典型卷，讲评课中直接联网、在线投屏，或者直接下载高清图片，制作课件。

提分宝系统能够提供更为全面精准的学情报告，针对错题进行个性化提分训练推送，为学生的自主反思、自我评价提供数据支撑，为学生的精准补缺、长效巩固提供“私人订制”。

存在问题：几乎所有同类产品在题库更新上都差强人意，更适合在高一、高二年级使用，高三续用多以查漏补缺的专题训练为主，综合训练还是选择参加联盟考试，由此带来的问题就是高三数据统计不全。这一阶段在高一、高二年级的使用也仅限于年级层面的周练，学校层面的阶段性测试、市级层面的联考数据无法转置。个性化推送的精准度并不理想，同一错题不同学生的练习推送分層不明显，有时题量控制也不恰当，在系统自动推送的基础上，教师的个别审核还是有必要的。

3.融合化阶段

2018年年底，为进一步推进教育信息化，学校专门配备了数学学科教室，在科大讯飞治学、治课系统的支持下“自助—互助—自省”式高中数学试卷讲评课转入与信息技术深度融合阶段。在借助系统进行组卷、阅卷、评卷的过程中，逐步完善校本题库建设、学情数据积累、精准讲评升级。

第一，扩大使用面，促进校本题库、学情数据库建设。在学校教务部门、装备部门的统一协调下，目前，除年级层面的数学周练外，学校层面的所有阶段性测试（包括其他科目）的组卷、阅卷也都通过智学网平台进行，尽可能确保学情数据的全面精准。考试命卷环节，教师可以在智学网题库选题组卷，也可以导入系统题库外的其他选题，添加知识点归属、详细解答就可以直接纳入“我的卷库”，每次生成的考试用卷（包含纳入的新题）统一投放校本卷库，有效促进校本题库建设。

第二，利用学科教室，开启平板教学，助力精准讲评。数学学科教室的建设为“自助—互助—自省”式高中数学试卷讲评课课堂转型带来了契机。目前，我们的周练、阶段性考试的试卷讲评课已转入学科教室进行平板教学，更有效地开展多元化互动交流，尤其在解答题的对比讲评上特别受用。比如，在一次高一年级阶段性测试中，学情报告显示解答题第一大题满分率不足20%，失分主要在计算出错和考虑不全。针对以上情况，我们选取了4份典型答卷，讲评时将其同屏发布至每个学生的平板，每个学生都可以非常清楚地看到解答过程及相应得分。切换模式就可以实现任意“发言人”边评价边（触屏）批注，并同屏广播至所有“听众”，视听效果远胜于屏幕投影。

第三，基于脑学习规律改版学生个性化学习手册。在学生个性化学习手册的版式上，目前，几乎所有的同类产品都是成长轨迹呈现、知识点掌握分析后，个性化推送1个错题加2个变式练习，属于同类强化的“集中学习”模式。但脑科学实验的研究表明，由于脑活动的重复抑制效应，分散学习优于集中学习，中等间隔学习效果最好，并提倡不相似学习材料组块。因此，我们对学生个性化学习手册进行了改版，并按既定的时间间隔分批下发给学生。考试与阅卷结束后、试卷讲评课前下发错题整理，在记忆的保持期内进行“自助”与“互助”，试卷讲评课后下发第一批变式练习，在记忆的再认期内及时巩固试题订正与讲评的效果，同时在成长轨迹曲线、知识点掌握分析图后追加考前学习、应考状态等非知识性因素方面的自我评价栏目，帮助学生更为客观全面地落实“自省”;再由高频错题以及第一批变式训练题反馈生成第二批变式训练题，一周后打印下发，适时的反复将短时记忆加工为长期记忆，而且将一次的练习量拆分成三次有间隔地进行，进一步落实减负增效。

三、“自助—互助—自省”式试卷讲评课模式的成效与价值

基于大数据的“自助—互助—自省”式高中数学试卷讲评課，从关注教师怎么教转变为关注学生如何学，在信息技术的支撑下真正朝着从每一位学生的实际出发，立足学生的不同需求进行个性化教学的方向迈进。从2015年至2018年第二期试验班三年的数据来看，“自助—互助—自省”式试卷讲评为试验班学生带来的不仅仅是数学成绩实实在在地提升，还有作为大数据时代公民应具备的数据分析意识与素养的提升，并将精准学习的理念与方式由数学辐射到其他学科。试验班在高一第二学期以后的期末联考中数学平均分、优秀率、及格率一直稳定在两个对比平行班之上，而且在2018年的高考一段上线率超过50%远远高于两个对比平行班。

在“自助—互助—自省”式高中数学试卷讲评课的实践探究过程中，教师对精准教学、技教融合有了深层次认识，信息技术的使用确实在数据统计、收集错题达到了很好的减负效果，但推送的个性化提分训练数量过多、精准度不够意味着另一种形式的增负，基于数据的单纯的知识点精准补缺，不加以学法指导、应试辅导等多元分析，容易异化成机械式“恶补”。智能教育的精准性就在于用大数据指导教与学，教师们可以直接看到的是一些显性的知识性诊断数据，比如正答率、平均分、高频错误知识点等，然而那些隐性的“非知识性”因素，比如考前的学习与复习、临场心理状态调整等，同样值得关注。在试卷讲评课后不只是提分训练推送，还要有基于情感交流的学法指导、应试策略“人工服务”推送。同时，基于脑学习规律的学生个性化学习手册的改版，更为有力地说明了“自助—互助—自省”式试卷讲评是有数据、有温度的精准教学。

（作者单位：浙江省嘉兴市秀州中学）

责任编辑：李莎

lis@zgjszz.cn