依托自动化学习过程数据，精准干预师生教与学

赵毅

【摘要】当今精准教学理论得到普遍认同。但精准教学需要不定期的练习和测量，需要准确的数据分析，在数据生成和分析自动化程度不高的情况下很难开展。随着大数据与教育的融合，生成性学习过程数据为教师组织学生开展团队学习、主动学习提供了数据支撑，为开展分层、分类的个性化学习辅导提供了可能。

【关键词】精准教学；大数据；学习之塔

中图分类号：G626文献标识码：A文章编号：0493-2099（2020）33-0038-02

Relying onAutomated Learning Process Data toAccurately Intervene in the Teach‐ing and Learning of Teachers and Students

（ChengduWuhou Experimental Middle School，China） ZHAOYi

【Abstract】Todays precision teaching theory is generally recognized. However， precision teaching requires irregular prac‐tice and measurement and accurate data analysis， which is difficult to carry out when the degree of automation of data genera‐tion and analysis is not high. With the integration of big data and education， generative learning process data provides data sup‐port for teachers to organize students to carry out team learning and active learning， and it provides the possibility to carry out hierarchical and classified personalized learning guidance.

【Keywords】Precision teaching； Big data； Learning tower

如何有效创设学生主动思考的环境，最基本的理论是“最近发展区”，教师要结合学生的实际，针对性地让学生发现问题、解决问题。然而，实际上在班级授课中，由于学生思维发展水平、数学学习基础不同，很难精准把握每个学生的“最近发展区”，很难长时间地激发学生的学习动力，很难针对性地开展学生个体辅导，最终表现为数学学科分层严重、数学学习焦虑严重。各种研究表明，对于数学学科，学生花费学习时间最多，效率最低，学生数学学习焦虑普遍存在。如何落实“让每个学生学习有价值的数学”的课改目标，一直是一线教师的工作痛点。在实践中，笔者尝试使用“极课大数据”系统开展精准教学，变革课堂教学的重点定位于学生的主动学习、参与式学习和团队学习，对学生学习、教师教学进行干预，用数据分析保障强调干预的及时性、准确性。

一、精准教学的理解

20世纪60年代，基于斯金纳的行为学习理论，奥格登？林斯利（Ogden Lindsley）提出精准教学。精准教学使用流畅度（Fluency）作为衡量学生学习发展的指标。精准教学认为知识或技能的真正掌握，不仅体现在学习表现的质量和准确度方面，也体现在速度方面。即流畅度=准确度+速度。对于数学教学的精准化是指教学目标、教学过程的精准、对学生学习行为干预的精准。在数学学习存在较多“程序性知识”的习得，在于把握学生自身问题，以问题为抓手，引导学生在教师帮扶下主动思考，从而提升学习效率，实现多（有限的时间内学习更多的知识或技能）、快（快速地实现目标）、好（高效的学习效果）、省（节省大量的学习时间）的目的。对于精准教学还有以下几个方面的理解。

一是教学目标明确是精准教学的重要特征。精准教学通过测量和练习，对测量和练习的数据进行收集整理和分析，能够明确诊断出具体问题，将诊断出的问题作为教学目标，让整个教学的目标指向更为清晰，相应的解决问题的教学方法和手段更为明确。二是练习与测量是精准教学主要程序方法。精准教学的程序方法要求学生日常练习并精准测量其学习表现，即每天花费一定时间进行练习与测量。练习是测量的基础，且这一过程需要长期开展并持续记录。测量得到的数据由教师进行整理和分析，根据分析结果，判断和预测学生的知识或技能何时能够达到流畅度，判定当前学生的学习表现随时间的推进是否进步明显、是否需要修改干预措施。在教学过程中，教师可以根据学生日常的练习、测量与记录情况，并通过频繁监测学生的学习行为状态，采集相应的数据，以获得学生的发展情况。三是转变师生从属关系是精准教学的表现形式。以数据为基础的测量指标，让以学生为中心，以核心问题为目标的教学方式得到强力保障。有了针对班级的整体数据分析、有针对个体的个性化数据跟踪，让问题引领式教学成为可能，教师的教学干预行为更多以辅导为主进行，学生更多采取主动、团队型的学习方式进行主动学习，学习效益必将大幅提升。

二、大数据技术实现数据的深度分析

大数据是信息技术最新发展成果的典型代表，是工业4.0等各行业新一轮重大变革浪潮的主要推手，也对教育行业产生了重大影响。教育数据的分析，是支撑教学精准化的基础。从教学数据分析的角度上看，数据推动学习，分析改变教育。大数据可以实现学习表现的自动化测量、记录及结果可视化呈现，也可以提高数据采样频率，进而提升精准教学的流畅度。基于大数据的教育数据采集、师生教与学特点分析、开展个性化教学方面有其不可估量的作用。第一，自动化的数据分析让教师脱离了传统手动记录。人工分析降低了教师分析阶段的低效劳动投入，降低了教师劳动强度，能让教师将更多的时间分配到教学设计和学生个体辅导上。第二，自动化的数据分析有利于教师实施分层教学。数据分析的结果，对于各种知识和技能的掌握情况有数据化体现，为教师整体把握学情提供有效支撑。教师可以根据对学生学习情况的分析，掌握学生的差异性和不同学生对学习的需求，为学生的个性化学习需求实行分层教学。第三，学习分析能够使教师对学生的学习情况进行实时评估，评估是为了检查教学目标达到与否，而修订则是为了给教师以后的教学积累更多的经验。

三、教学分析大数据助推数学精准教学

（一）数据收集和分析

首先对学生学习过程数据的收集。通过数据平台和扫描设备，可以收集学生的学习数据。数学知识和技能的掌握情况主要判断依据是完成相应练习的准确程度。整个平台包括命题、作业批改、学习数据生成、数据分析报告。

命题环节，平台本身包含近3年自带答案、解析和知识点的真题题库，教师可以从题库中选择试题使用。另外，教师也可以录入其他来源的试题资源，加入校本卷库和个人卷库，形成针对本班的个性化试题。这些试题可以命制成平时作业、周考周练、单元练习、大型考试复习材料。从单一知识点到章节知识，再到学期的总体复习，应该说试题来源简洁，组卷方便，并且平台的试题前期对考查知识点进行了标注，教师在选择试题时更方便快捷。同时命制试题必须使用“双项细目表”，即命题必须含知识点、题型、分值等，通过这种方式，一方面有利于提升教师命题质量，另一方面有利于作业布置质量的提升，同时也有利于数据统计、多维度分析及错题本的形成。

（二）数据分析引导改革教学模式

叶澜教授曾说：“老师的教可能是一个点拨、引导、提升、点评，是不教之教的过程。”研究学生的学，应该从个别学习到团体学习，从被动学习到主动学习。少讲多练，精讲精练；合作探究，小组讨论等都是數学教师追求的教学方式。但是到底讲什么，讲到什么程度，讨论什么问题，如何开展讨论，往往取决于教师的个体经验。同时，数学知识和技能的生成，需要学生的主动练习和主动思考，如何激活学生的最近发展区，一个根本点是要准确把握个体学生的知识基础和能力状况。无疑细致的数据分析，可以帮助教师完成前期的教学设计。

数学学习一定是基于学生的学习实际，数据的分析是了解学生实际的量化手段，但也不是唯一手段。虽然学习心理和形成机制非常复杂，但我们相信在准确分析学情的情况下，教师对学生的干预会更为精准，分配给学生的学习任务会更为准确，这样通过每一次作业、每一次测验来准确评估、树立学习自信，体验问题解决的快乐，最终让学生进入智慧学习的状态。

参考文献：

[1]祝智庭，彭红超.信息技术支持的高效知识教学：激发精准教学的活力[J].中国电化教育，2016（01）.

（责任编辑袁霜）