基于大数据支持的校本作业实施研究

摘 要：教育大数据源于日常教育活动，作业作为教育活动的组成部分，其开发与实施过程中产生的数据是重要的数据资源。发掘、利用大数据，特别是测评大数据，是开发有特色、有针对性校本作业的有力保障，可用于预测评估校本作业的适切性和有效性。从技术、管理、思维等方面进行系统规划，方能促进大数据与校本作业开发的深度融合。

关键词：大数据;校本作业;数据素养;教育信息化;途径

中图分类号：G420;G632 文献标志码：A文章编号：1008-3561（2020）07-0036-02

校本作业是指“在校本理念下的作业教学方案”，具有“针对性强、有特色”等有别于一般作业的特征，目的是增强作业教学的有效性，提升教育教学质量。教育部《教育信息化2.0行动计划》指出，“教育信息化是教育现代化的基本内涵和显著特征，是‘教育现代化2035的重点内容和重要标志”。随着教育信息化2.0时代的到来，推进教育大数据与包括校本作业实施在内的教育教学实践的深度融合，是形成智能环境下教育模式新生态的具体举措，也是指导校本作业方案设计，增强校本作业的针对性和有效性的有效途径。本文对基于大数据支持的校本作业实施进行研究。

一、大数据在校本作业开发中的基本价值

随着教育信息化的进一步发展，在大数据技术支持下，教育评价和学习分析正从“传统的经验性向客观性发展”。从模糊经验转化为科学实证，从有限理解上升到全面考虑，是校本作业科学性、有针对性的需要。因此，校本作业的设计需“证据为本、全面考虑”。“证据为本”指的是大到作业系统的设计，小到试题的甄选，均需数据、实证支撑;而“全面考虑”指的是作业系统的决策与设计需从知识、能力、素养等多个维度综合论证。“证据为本、全面考虑”，在大数据技术的支持下正由不可能成为可能，由理想转变为现实。

二、大数据与校本作业融合的保障是系统规划

大数据与校本作业的融合，本质上是信息流的发现与应用，需要进行有序的系统规划，才能使源于复杂过程的数据用于改进复杂行为。

1.管理系统

大數据与校本作业的深度融合所面临的挑战不仅源于技术层面，更来自思维层面。基于传统的模糊经验产生的所谓学习分析最大的优势是“高效”，在很多情况下似乎又是合理的，这强化了对模糊经验的认同。因此，大数据的应用需从技术上解决所谓“高效”的问题，从实践中回答“有效”的问题，还需从行动上明确“如何”的问题，使大数据的利用从“要求”转化为“需求”。围绕着“技术高效”“实践有效”及“如何行动”等制约大数据与校本作业开发融合的重要因素，可设计一个管理框架。该框架应明确数据来源、准备路径及分析维度，提出教学团队分工协作的要求，指向具体问题的发现与对策，从而提高教师在校本作业开发过程中利用大数据的效能感。

2.作业系统

大数据与校本作业是相辅相成的关系，大数据源于包括校本作业开发实施在内的日常教学活动，也为校本作业的开发提供实证支持。设计合理的、闭环的作业系统，有利于大数据与校本作业的融合。作业系统分为纸笔类型与非纸笔类型，本作业系统探讨的是纸笔类型，由教学案、复习案和测量卷构成。教学案服务于章节课堂教学，在数据分析的基础上预测学情，发现前概念，解构教学目标与重难点，实现“基础夯实，难点突破”;复习案从单元视角重构知识，通过思维导图的构建促进知识的结构化，基于教学案的学情分析设计“基础解析”和“问题分析”，建构知识内在逻辑，指向“知识整合，深度学习”;测量卷主要包括周练与月考等过程性评价，是对教学案与复习案目标达成的测量，获得反馈，从而通过“测量评价，反馈补救”形成作业系统的闭环。教学案、复习案和测量卷三个模块以数据流为主线相互串联。数据挖掘的深度与广度，学习分析的精准度与有效度，直接影响了作业系统的科学性和针对性。

三、大数据与校本作业融合的基础是数据挖掘

教育数据类型多种多样，有结构化数据，也有非结构化数据，因此高效的数据挖掘需依赖当前的大数据技术，但又受限于教育现实与技术发展瓶颈，还需重视培养教师的数据思维与素养，在海量的数据中发掘有价值的信息。

1.技术支持

“大数据关键技术和社会分析技术是学习分析的支撑技术”，是大数据与校本作业有效融合的保障。当前，云计算技术等技术工具层出不穷，使能够获取的数据更加多元，产生的有价值信息也更加丰富。例如，“智学网”能够提供试题信息、校本测试情况以及总体的及个性化的各知识的考查频次与答题情况等。

2.研究论文

技术发展瓶颈及教育数据的复杂性，决定了各种技术平台的数据挖掘具有一定的局限，如多为结构化数据，非结构化数据较少，多为知识维度，能力与素养维度较少。因此，还需其他辅助途径来丰富数据资源，而各种教育研究论文就是重要的数据挖掘对象之一。我国教师人数众多，针对某一章节、某一课题均可能产生丰富且有价值的研究数据。如章节教学设计、前概念分析、常见错题分析等非结构化数据。

3.调查分析

直接获取导致学生问题解决失败的心智过程信息，对形成针对性对策具有积极意义。在足量数据的支持下，借助分析、概括获得常见错因，构建自主分析模型，是解决该问题的有效途径。要从知识遗忘和理解错误、信息获取障碍、问题表征水平、不同思维方法运用熟练程度、语言表达能力等不同维度帮助学生快速进行结果归因，对一些重要的错误较为明显的问题，教师还需结合谈话法，以了解学生的思维过程，为反馈补救提供一手资料。

四、大数据与校本作业融合的途径是分析应用

在数据挖掘的基础上，教师团队需从个体、班级、年级、学校甚至校际等不同层面进行比较分析，还需从学科视角，结合认知理论与问题解决理论进行深入剖析，进而筛选或设计满足不同层面需求的作业。

1.数据分析

根据校本作业开发的需要，数据分析指的是在数据挖掘的基础上，基于数据集合进行的推测，以发现数据价值，指导作业方案开发的过程。基于数据分析，校本作业的开发更能符合“成就动机理论原理”“最近发展区理论”和“以人为本”的教育教学理念，聚焦学生核心素养的发展。试题错误率是最常用的指标，指向分析对象。教师需要利用分析评价工具，从试题考查的知识、能力和素养维度，推测教与学中存在的问题，并在众多测量中寻找问题的共性。比如，主观题的分析对教学团队的专业素养提出更高要求，需要从中发现学生论证时的学科基本规律掌握情况、逻辑过程完整性与深度情况、信息获取与问题空间构建情况等。

2.数据应用

有了科学、全面的数据分析，甄选合乎校本作业要求的试题就有了可能，也为新试题命制或进行一定的改编创造基础。比如，针对概念内涵掌握障碍问题，可通过改编为填空题强化重要内涵的识记理解;或变换视角改编为判断说明题，进行正误判断并论述判断依据;或置于真实情境，促进知识整合;或构建相似概念进行比较，促进概念分辨;或变更选择题的干扰项，通过比较分析强化概念内涵的理解。

基于大数据进行校本作业的开发，一方面依赖于丰富便捷的数据采集和分析系统，另一方面依赖于教师自身的数据素养。只有善于用好数据，读懂数据背后的信息，才能更好地应用数据指导教学活动，指导校本作业的开发与实施，这对教师的专业化成长提出了更高的要求。

参考文献：

[1]王锋.校本作业的编制及实施[J].教学月刊，2014（06）.

[2]陈明选，耿楠.測评大数据支持下的有效教学研究[J].远程教育杂志，2019（03）.

[3]教育部关于印发《教育信息化2.0行动计划》的通知[Z].2018.

[4]刘凤娟.大数据的教育应用研究综述[J].现代教育技术，2014（08）.

Research on the Implementation of School-Based

Work Based on Big Data Support

Tang Xiangming

（Quanzhou No.1 Middle School， Fujian Province， Quanzhou 362000， China）

Abstract： Education big data comes from daily education activities. Homework is an integral part of education activities. The data generated in the process of development and implementation is an important data resource. The exploration and utilization of big data， especially the evaluation of big data， is a powerful guarantee for the development of characteristic and targeted school-based work， which can be used to predict the suitability and effectiveness of the evaluation of school-based work. Only through systematic planning in terms of technology， management and thinking can we promote the deep integration of big data and school-based work development.

Key words： big data; school-based work; data literacy; educational informatization; ways

基金项目：本文系福建省教育科学“十三五”规划2018年度课题“‘基于大数据分析的校本作业行动研究”（立项批准号：FJJKXB18- 579）的阶段性研究成果

作者简介：汤向明（1976-），男，福建福安人，硕士，高级教师，从事信息技术与学科教学融合研究。