大数据背景下高职院校精准教学模式构建研究 陈熔 袁橙

陈熔 袁橙

[摘要]传统教学模式忽视学生个性化和差异化发展，培养的高职人才难以适应社会岗位需求。文章从精准教学的内涵入手，分析了精准教学的必要性，提出了大数据背景下高职院校精准教学模式构建的方法，包括构建递进回归的精准教学目标、优选推送基于精准目标实现的教学内容、设计差异学习的精准教学活动、开展基于精准目标的诊断与评价、精准监测与干预。

[关键词]大数据;高职院校;精准教学;教学模式

[作者简介]陈熔（1975- ），男，江苏泰州人，江苏农牧科技职业学院，副教授;袁橙（1986- ），女，江苏射阳人，江苏农牧科技职业学院，讲师。（江苏  泰州  225300）

[基金项目]本文系2018年江苏省教育信息化研究资助课题“大数据支持的高职精准教学模式研究”的阶段性研究成果。（课题编号：20180016）

[中图分类号]G712    [文献标识码]A    [文章编号]1004-3985（2020）17-0108-05

大数据用全新的视角改变人们的思维方式、工作方式和生活方式，已经成为未来科技创新发展的引擎。高职院校以往通常采用课堂授课制，在标准化课堂上使用必要的理论知识教材，统一学习时间和地点，教师主导课堂，通过标准化考试，培养标准化人才。大数据背景下，高职院校可以基于教学数据的挖掘与分析，构建精准教学模式，根据学生的学习特征进行个性化、适应性教学指导，从而培养发展型、复合型和创新型技术技能人才。

一、精准教学的内涵

精准教学是由Ogden Lindsley于20世纪60年代基于行为学习理论提出的方法，逐步发展为用于评估任意给定的教学方法有效性的框架。精准教学不是一个具体的教学方法，而是精准、系统地评估教学目标、教学策略和教学过程的方法。本文致力于通过教学大数据与信息化教学的互动构建精准教学模式，研究范畴涉及以下核心概念。

一是教學大数据。教学大数据主要包含教与学行为大数据、教育教学评价大数据。利用大数据技术对学生学习行为、学习表现、学习结果进行测量、分析与比较，即可预测学生未来的学习表现趋势，对其学习表现进行评价和干预，从而推动教育教学行为的诊断与改进。

二是信息化教学。信息化教学是以现代教学理念为指导，以信息技术为支撑，开发信息化资源，优化教学过程，培养学生信息化素质的教育方式。高职院校普遍采用基于常规多媒体的教学，往往依据教师经验在课堂授课环节应用，应用层面较为单一，不能精准满足学生的个性化学习需求。开展信息化教学是大数据研究的基础，在教学大数据的导向作用下，有效运用信息化教学将有力助推精准教学。

三是精准教学。基于因材施教和情境主义理念，可以将大数据技术和信息化教学融入教学模式，构建教师可借鉴的精准教学模式。大数据技术和信息化手段融入高职院校产教融合、校企合作，形成精准教学范式，可以促进高职教学的内涵质量不断提升。

二、精准教学的必要性分析

传统教学模式下教师大多采用“共性化”的培养方针，往往忽略学生的个性化发展和差异化发展，并不能做到真正的因材施教。在信息时代快速发展的背景下，依托大数据技术，改变传统教学模式，实施精准教学，可以提高课堂教学质量，培养高素质人才。

（一）精准教学是信息时代发展的必然趋势

教育部于2018年印发《教育信息化2.0行动计划》，强调通过采集、分析大数据，将人工智能融入教育教学中，实现因材施教、个性化教学。开展精准教学既是对高职教育发展提出的新要求，也是高职教育的新机遇，更是今后高职教育发展的新常态。阿里巴巴集团创办人马云认为，教育必须个性化、特色化，让每个孩子都能发挥自己的强项，而不是沦为学习的机器。未来三十年不是考试、知识的竞争，而是创造力、想象力的竞争。未来教育必将是建立在大数据、云计算、人工智能等新一代信息技术基础上的智慧教育，要坚持“以人为本、全面发展、个性学习”为逻辑起点，构建终身学习环境，让人人享有平等接受高质量教育的权利，让人人都有出彩的机会。

（二）精准教学是高职学生人才培养的有效途径

传统课堂教学学生参与度较低，不能有效利用课堂教学环节，满足学生个性化、差异化的学习需求，教学效果不理想。因材施教是教育的基本原则，也是教育的最高理想和境界。要体现“精准”教学，就必须实施以问题为导向的教学活动设计，最大化地满足学生的个性化、差异化学习需求。通过大数据技术，采集学生课前、课中、课后的学习行为和学习状态信息，形成学生全过程学习情况的数据。通过大数据模型对数据进行分析和比较，对学生学习进行诊断与评价，根据评价结果对学生的学习行为和学习过程进行干预，以满足学生的学习需求。任课教师可分析学生的学习倾向、学习动机、学习风格、学习偏好和学习结果等，针对学生知识结构和学习盲区，实现个性化学习资源的推送，精准化地辅助学生学习，使其更加高效、精准地完成学习目标，强化学习优势。

（三）精准教学是高职教师转换角色的内在动力

实施精准教学是高职教育发展的必然趋势和结果，这需要教师进行“角色”转变。传统意义上的高职教师停留在专业知识讲授的层面，并不能完全满足学生成长成才的需要。实施精准教学需要实现从“教师”到“导师”的身份转换，教师不仅需要具有先进的教学理念、丰富的教学经验、扎实的专业知识，更要承担起学生学习规划者和引导者的角色。借助于大数据工具，通过获取学生学习的全过程数据，形成对学生知识、能力和素质的可视化诊断，帮助学生准确了解自己的专业学习情况;针对不同学生的个性化学习需求，制定不同的学习目标和学习内容，并给予针对性的指导。精准目标、精准内容、精准实施、精准评价、精准干预下的精准教学，才能提高整个专业教学的精准性。

（四）精准教学是高职学校转变办学职能的必然要求

随着经济社会的发展，“千校一面”的组织模式已经不适合高职学校的发展需要。特别是在百万扩招政策的影响下，高职学校从单一的专业人才培养逐步转变为向社会各类受教育群体提供服务，必然对原有的办学体制有所撬动。面对不同的受教育群体，年龄、经历、学习能力、学习偏好的差异，现有的线下、全日制、标准化的教学模式已经难以满足需要。只有通过精准教学，分析不同的受教育群体，根据不同人群的个性化学习需要，采取更加个性化的教学安排和活动安排，才能实现教学内容和教学形式的多元化。

三、大数据背景下高职院校精准教学模式的构建

基于大数据的精准教学模式是利用大数据技术，以现代教育理念为指导，遵循教育教学规律的一套教学方法体系，在实施过程中要形成线上和线下相融合的教学大数据采集、分析模式。

（一）核心——构建递进回归的精准教学目标

教学目标的确定是精准教学模式最为重要的部分，是实施精准教学的逻辑起点和最终归宿。传统的教学目标主要由“了解”“理解”“掌握”等不同层次的文字组成，但在教学实施过程中，很难准确理解和把握这些词的内在含义，更难找出正确的实施途径。精准教学目标就是要把这些含糊、内化的词，变为外在的、可见的、可测的过程，细化到学生从现有的知识水平状态到精准教学目标之间的各个学习行为，通过技术手段挖掘学生的学习潜能，精准定位学生的下一级学习目标。

1.精准掌握学生学情。在课前，教师应对已有学生的教学大数据进行分析，提取并构建学生学习模型，主要包括学生专业基础能力、文化基础知识、认知结构、文化背景等，对影响教学目标实现的学习者特征进行分析，建立细化的学习者特征与教学目标维度的对应关系，并根据不同学生群体的差异性设计共性需求和差异化教学目标。

2.构建精准目标树。高职教育通常将教学目标分为知识、能力与素质三个子目标。精准教学对每个子目标所包含的内容进行分解，形成目标树，目标树的根节点就是知识、能力、素质所要掌握的总目标，子节点就是学生学习的子目标。所以，精准教学的子目标是因人而异的，具有个性化特征，不同类型的学生应该有不同的教学目标。教师要为学有余力的学生選择目标树上层的节点，即复合型、拓展型的目标，主要培养学生的创新创业和创造能力;对于普通学生，则选择目标树底层的节点，即要求达到的必要性、基础性目标，主要培养学生必备的基础知识、基本技能、基本素质。

3.建立目标测试库。精准的教学目标必须是明确、具体、可量化的指标，要将精准教学目标树的每一个节点转化为相对应的问题，每一个问题都可以分解为若干可量化的小问题，形成目标测试库，通过测试判断学生是否达到相应节点对应的目标要求。

4.寻找短板递进定位。通过后续遍历的方法，对精准目标树的各个节点进行递进定位。如果已经达到相应要求，说明该节点目标要求已经掌握，则无需遍历其子节点。如果没有达到相应要求，则需遍历其子节点，并测试对应的目标是否达到要求，通过层层递进就可以精准定位到短板节点。

5.多次回归实现目标。精准目标树的所有节点都是目标或者是学习的短板。当这些目标或者短板节点达到要求后，应从目标树中删除，剩余目标树的节点就成为较为复杂的目标或者短板节点。所以，对于剩余节点可以采用多次循环的方法，逐一实现目标或者短板节点的要求，最终实现精准目标树的总目标。

（二）基础——优选推送基于精准目标实现的教学内容

教学内容是实现教学目标的基本保障。在构建精准目标树、明确短板节点后，紧接着就要设计与之匹配的学习任务、学习内容。教学的目标应该以学习知识为起点，以应用知识解决问题为终点。因此，对教学内容的设计应该以问题为导向，对教学内容进行重构，将问题置于真实的职业岗位场景中，理实一体、工学结合，这样学生的职业能力和职业素养才能得到提高。

1.优选教学资源。目前，国内有很多优秀的教学平台，如中国大学慕课、智慧职教、学习通、智慧树等，拥有大量丰富、优质的资源。教师可以根据教学内容遴选优质的教学资源，用于个性化、差异化教学。优质的教学资源应当具有以下特征：一是具有认知的梯度。具有认知梯度的教学资源才能够适应精准目标树节点设计需要，才能满足个性化、差异化教学。二是具有心动的设计。教学资源要让学生有怦然心动的感觉，这样才能使学生对学习产生浓厚的兴趣，促进学生自主学习，培养学生独立思考的能力。三是具有不同的类型。不同类型的教学资源可以全面检验学生掌握知识的情况，尽量减少因资源单一而造成测量不准确的情况发生。四是具有良好的交互。教学资源要提供良好的人机交互控制，便于实现学习的“协作”与“会话”，适应学生学习的差异化。

2.精准推送教学内容。精准推送教学内容是根据学生学习特征，智能推送学生学习所需的材料。这些学习材料应精准对应目标树中的知识、能力、素质目标。目前，基于大数据的精准教学内容推送的方式有三种：一是基于相似内容的推送。建立学习者特征与教学内容特征的对应关系，利用数据挖掘开展相似度计算，将相似度最高的教学内容推送给对应的学生。二是基于关联学生的推送。建立不同学生之间的对应关系，将教学内容与学生对应关系建立关联，为关联学生推送相同的教学内容。三是基于关联规则的推送。建立不同教学内容之间的对应关系，根据教学内容的因果关系和关联性，将符合条件的教学内容推送给学生。

（三）关键——设计差异学习的精准教学活动

精准教学活动设计是精准教学实施的关键环节，通过教学活动设计可以激发学生的学习主动性，提升学生的课堂参与度。教学活动设计具有多元性和层次性，主要根据学生对知识点掌握程度的差异，层层递进达到学习目标。在设计具体的教学活动时，应充分考虑学生的学习基础、学习兴趣、学习行为等因素。

差异学习的精准教学活动设计可按照以下步骤：第一步，差异检测。通过大数据采集、分析学生的差异。差异又分为内差异和外差异。内差异是学生自身内在发展的差异，如个人学习能力、学习兴趣、学习态度等;外差异是不同学生与学生之间的差异，如个人不同的学习风格、思维方式、行为特性等。第二步，动态分组。根据学生差异检测的结果，结合开展的教学内容和教学活动，对知识水平、能力相近的学生进行同质分组。第三步，共性教学。针对精准目标树最下层节点所对应的教学活动，或者针对某个教学目标普遍存在的认知问题，开展共性教学活动。第四步，差异教学。根据不同学生的学习能力、学习现状以及个性化需求，针对精准目标树上层节点开展差异教学活动。

（四）保障——开展基于精准目标的教学诊断与评价

教学评价是依据教学目标，通过科学的标准，对教学过程和教学结果进行测量的过程，是衡量教学质量的标尺。传统的教学评价是通过考试或者经验判断学生的学习效果，这样的评价无法满足学生个性化、差异化学习的需求，也不能客观反映学生真实的学习效果。

精准教学评价与传统教学评价有着本质的区别，是一种多维度的评价，除了学习结果评价外，还对学习动机、学习习惯、学习偏好等进行评价。精准教学评价改变传统教学以结果为导向的评价方式，采用大数据技术，通过采集、分析学生学习行为及所记录的学习数据，对学生整个学习过程中的所有学习要素开展评价，客观评价学生在不同学习阶段的学习行为、学习习惯、学习偏好、学习效果等是否达到预先设定的目标，从而全面、客观、真实地评价学生的学习效果。大数据技术使得教学评价更为精准、可行，同时可以兼顾学生的个性化、差异化发展需求，通过数据分析形成可视化学习报告，便于学生及时了解自身学习效果。

近年来，随着教学信息化的快速发展，很多在线教学平台都积累了海量的教学数据，为借助大数据技术开展精准教学评价提供了数据来源。目前，开展精准教学评价主要有以下几种方式：第一，自报告和人工观察。在课堂教学中，可以采用问卷调查、试卷、投票器、计数器等方式，获取学生学习结果、学习动机、学习互动等数据。第二，教学过程分析与评价。通过在线教学平台所记录的学生学习行为数据，对学生在线学习情况进行采集与分析，包括访问信息、浏览情况、学生作业测验情况、学习投入时间、活跃度等数据。第三，数字化校园教学管理数据的分析与评价。通过数字化校园平台，对开设课程、选课记录、学生考试成绩等进行分析。第四，课堂教学的录播数据采集。通过视频和音频，从知识、能力和素质三个目标维度分析课堂教学质量。以上所采集的教学大数据，经过数据挖掘和数理分析，可以精准反映学生的全过程学习情况，为精准评价学生全过程的学习效果提供了可能。

（五）精髓——精准监测与干预

精准监测与干预是建立在精准诊断和评价的基础上，针对学生学习过程出现的问题和个性化学习要求，所采取的有针对性的干预措施，这是精准教学与传统教学最大的差别。传统教学中，教师只能通过最终结果的反馈来判断学生学习效果，对于学生学习过程却一无所知。精准教学通过大数据和人工智能，采集学生学习数据和行为数据，可以精准评价学生是否达到当前阶段的学习目标。如果达到，则继续下个目标节点的教学;否则，对学生的学习行为和教学过程进行干预，形成“班级—小组—个人”三层精准干预策略，促使学生在精准教学目标的指导下，实现明确、高效、个性化的学习。

第一层干预针对班级全体学生，是在学生学习新的知识点之前，对教学内容的重难点进行讲授，或对共性问题开展集中讲授或示范。第二层干预针对第一层干预无效的学生，采用同质分组进行高强度干预，让不同学习能力的学生均可以达到最初设定的教学目标。第三层干预针对第二层干预无效的，也就是同质小组中仍有学习困难的学生，对这些学生提供更加个性化、差异化、专业化以及更高强度、更高频次的干预，这种干预是一对一开展的，直至达到最终教学目标。教师应当从“班级—小组—个体”三个不同的层次确保覆盖到每一个学生，针对不同群体采取不同的干预措施。干预机制与教学目标形成一個循环迭代的关系，这个关系直至班级所有学生全部达到教学目标才能终止。

传统教学模式下，教师的教学目标、教学策略、教学评价具有一定的主观性，很难做到因材施教。要适应经济社会的发展以及科学技术的更新，落实“以人为本”的教学理念，开展精准教学已经是大势所趋。构建基于大数据的精准教学目标、教学内容、教学活动、诊断与评价、监测与干预，可以使各教学环节更加科学、合理、高效，从而提升教育教学质量，进一步增强高职院校人才培养的针对性和适应性，培养符合社会经济发展需求的发展型、复合型、创新型技术技能人才。

[参考文献]

[1]万力勇，黄志芳，黄焕.大数据驱动的精准教学：操作框架与实施路径[J].现代教育技术，2019（1）：31-37.

[2]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（1）：18-25.

[3]李军峰.以学生为中心的大学课堂精准教学研究[J].教育教学论坛，2019（31）：149-150.

[5]朱轩，崔晓慧.智慧教学环境下高职院校精准教学模式的设计研究[J].常州信息职业技术学院学报，2018（3）：32-35.

[6]燕艳，李潘坡，雷前虎.职业教育信息化精准服务的逻辑要义、价值取向与模型架构[J].教育与职业，2019（13）：36-41.