基于“WHRO分类提问模型”的学生提问策略研究

李鹏

问题化学习的课堂是以学生的问题为起点，然后教师根据学生的起点问题来展开教学。所以学生学会提问、掌握提问的方法是问题化学习需要最先解决的问题。然而课堂的困难在于大多数学生很难自主提出问题，上课基本上是教师抛出问题，然后再和学生一起解决问题。笔者对所在学校的教师进行随机访谈也发现，多数教师认为课前提问浪费时间，而且学生经常提不出教师期待的问题，所以很多教师都是省掉学生提问环节，直接亮出自己准备好的问题来展开教学。

目前的问题化学习课堂中，逐步引导法是帮助学生提问的最主要方式。這种方式一般只针对课堂即生问题，不能系统地提高学生提出问题的能力，也不能总结成有规律可迁移的方法策略，所以很难从本质上提升学生提出问题的能力。

1.研究方法

通过问卷调查法了解学生在问题化教学提问环节的现状，通过行动研究法在真实自然的教学环境中，以最真实的课堂数据记录学生平时学习中的提问表现，逐步迭代完善分类提问模型。

2.研究思路

首先通过问卷调查法了解学生的问题意识，并对推行问题化学习过程中产生的问题进行统计，然后根据这些问题设计分类提问模型，之后介绍设计模型的发展过程，以及四个阶段的迭代完善。

本论文的研究过程主要采用的是多轮迭代思想，开始介绍分类提问模型1.0的发现以及设计。模型1.0实施时间较短，共实验了4课时。通过课堂实践很快就暴露了模型1.0的弊端，然后根据问题思考改进，进而设计出分类提问模型2.0。模型1.0到2.0的发展最大改进就是提问分类大幅度精简，然后在通过课堂实践检验模型2.0的有效性和不足之处。模型2.0行动研究时间大概是一周左右。模型2.0期间发现学生发问积极但是语言紊乱，所以增添提问语句规范，形成模型3.0。模型3.0行动研究时间较长，为两个月左右。到了3.0之后，分类提问模型能够明显提高学生的提问水平，该阶段的思考就是分类提问模型的完善和规范问题。因此添加了提问量化得分表和规范的预问单，最终形成分类提问模型4.0。分类提问模型是一个动态模型，在不断的实践、改进、优化，所以近期分类提问模型会一直处于一个动态的发展中。

1.分类提问模型1.0

（1）分类提问模型1.0的设计

首先要做的就是将问题进行分类，笔者的做法是从任教的两个班级课堂中收集问题，将每次的课前提问收集起来，然后再将收集的问题进行分类汇总。以六年级上学期沪教版数学课本为例，全书共四个章节，23小节，一共收集问题238个，之后将问题进行汇总和分类。

分类方式是根据提问的对象来进行，例如所提对象是一个名词：什么叫做无理数；再如对解决问题的方法进行提问：怎么对分式进行化简等。根据这种分类方式，通过对所收集的六年级上学期所提问题进行分类汇总，最终将这些问题分为以下几类：概念类、方法类、区别类、联系类、发散类、聚焦类、拓展类、条件否定类、推广类等等。

经过对提问的分类汇总最终形成分类提问模型1.0，该阶段主要是将初中数学中最常见的问题类别汇总，制作成表格。学生预习新课或者自学的时候可以将各类问题填写在对应的类别中即可。

（2）分类提问模型1.0实施效果

分类提问模型1.0实施效果并不尽如人意，多数学生觉得用起来不方便，不仅没有起到促进学生提问的效果，反而让学生一头雾水，加大了提问的难度。综合学生反馈的问题主要表现在以下几个方面：

l提问语句杂乱，缺乏对提问最基本的认知，不会用规范的语言去表述一个问题；

l分类提问模型所分类别太多，多数学生记不住类别，不知道所提问题属于哪一类别；

l学生基础太差，没有问题意识，无问题可问。

（3）分类提问模型1.0的改进措施

分类提问模型1.0反馈的最大弊端就是分类类别太多，导致很多学生记不住，所以必需进行类别的合并精简。如何进行类别精简？精简到几个合适？根据心理学中注意的分配原理，通常一个学习者同时能够关注4—7个对象，这是最佳范围。笔者将分类提问模型精简为四类，保留了提问数量多的类别，合并了相似或者相关类别，剩下的类别统称为其他类问题。

2.分类提问模型2.0

经过1.0版本的反馈、思考和改进之后，形成分类模型2.0。为了更加方便记忆这四个类别，笔者为这四个类别分别选取了一个合适的英文单词进行释义，并以该英文单词的首字母为该类别提问进行表示。

概念类问题用英文单词what，简称W类；方法类问题用英文单词how来表示，简称为H类；关系类用英文单词relation表示，简称R类；其他类用英文单词others，简称为O类。所以在分类提问模型2.0阶段分类提问模型又简称为“WHRO分类提问模型”。最终版本的分类提问模型2.0版本如表2所示：

（1）分类提问模型2.0效果反馈

经过一段时间的实践反馈，2.0版本相比1.0阶段提问效果有了较大的提高，多数学生能够从只能提出一个问题提高到可以提3个问题，而本阶段主要问题表现在：第一，其他类问题相对较难，很少有学生可以提出；第二，提问语言杂乱，学生对问题的表述能力弱；第三，缺乏对核心问题的认识，提不出核心问题。

（2）增添语言规范完善分类提问模型2.0

分类提问模型2.0反馈的最大问题就是多数学生不能准确地表述问题，所以加强提问语言规范是帮助学生养成主动提问的重要环节；下面将从分类提问模型2.0的四个分类来讲述各个类别的语言规范：

概念类（W类）主要提问语句如下：

什么是……？

……是什么？……的意思是什么？

……的定义（概念）是什么？

怎么解释……？

方法类（H类）提问语言一般如下：

……的方法是……？

怎样……？

……的方法是……？

怎样将……转化……？

联系类（R类）提问语句一般如下：

……和……的区别是什么？

……和……有什么联系？

……和……有什么相同点？

……和……有什么不同点？

添加了规范语言提示分类提问模型就进入3.0阶段。

3.分类提问模型3.0

分类提问模型3.0相比之前最主要的变化就是添加了各类提问的规范提问语句，这样学生提问就大大简化，之前不知道怎么表述问题的现象将会大大降低，在使用3.0模型之前笔者又将各类提问的提问对象也添加到了提问模型中，正式的分类提问模型3.0如表3所示。

（1）分类提问模型3.0反馈

正如笔者所料，分类提问模型3.0阶段，学生提问发生了巨大的变化，无论在提问数量上还是在语言规范上都出现了大幅提高。分析提高原因：第一，将提问变成了填空题，学生提问只需要将空出的提问对象填入提问语句；第二，六年级的学生大多在十一二岁，这阶段的学生好奇心强，推理能力进入发展初期，模仿能力强。添加了语言规范之后，学生按照规范的语言进行套用，模仿，比较符合该年龄段的学生心理发展规律。

分类提问模型3.0阶段也有比较突出的问题，主要表现在：第一，其他类问题很少有学生可以提出；第二，学生的提问单如何进行评价，各个学生之间的提问差异和效果如何进行差异化体现。

（2）分类提问模型3.0改进措施

分类提问模型2.0和3.0都弱化了“其他类提问”，将除概念类、方法类和关系类以外的所有问题都是归为一个大类——其他类，这样做简化了分类，让分类提问模型的工作效率大大提高，但同时也弱化了对“其他类”的理解，首先从类别名称上来看，“其他类”三个字缺少对提问的提示作用，另外由于“其他类提问”类别众多，对该类别提问对象和提问语言做规范都是比较难，所以学生就很难提出其他类的问题。

要想解决“其他类提问”提问难的问题必须要将其他类提问具体化，要从提问对象和提问语言规范两个方面进行具体化。我们可以套用分类提问模型的设计思想来迭代设计“其他类提问”，我们可以选择其他类别中数量最多的三个类别，然后对这三个类别进行语言规范化即可。

具体做法是将其他类的问题按提问数量进行排序，数量最多的三类设置为其他类的提问对象，发散类、条件改变类和归纳汇总类分别位列前三，所以我們就规定这三类提问作为分类提问的对象。然后对这三类的提问语言进行规范化如下：

其他类（O类，包括发散类、条件改变类和归纳汇总类等），提问语言：有没有（最大/最小）……？如果……，会……？……有什么共同点？

4.分类提问模型4.0

（1）分类提问模型的运用——预问单

本论文研究的分类提问主要是帮助学生解决预习课文或者自学时自主提问难的问题，学生在学习一节新课之前产生的问题是问题化学习最重要的问题，我们将分类提问模型设计成“预问单”，学生在预习新课之前都会拿到这张“预问单”，将预习新课产生的问题记录在“预问单”中：下图是分类提问模型训练时期的一张“预问单”模板，学生可以仿照这张“预问单”进行分类提问和预习。

（2）提问质量的量化表示

评价机制也是分类提问模型重要的组成部分，只有有了评价机制，提问水平的高低才能用数据量化表示，提问水平的差距会更加直观地体现出来，而差距是竞争的内需力，竞争可以促进提问水平的良性发展。那么，我们如何评定一个提问质量的高低呢？问题质量量化评定表如何设计呢？我们为不同的问题进行量化分值，分值从低到高代表问题的质量由低到高，我们把不同种类的问题设定好分值形成一个问题分值量化表，一个问题只要从量化表中找到位置即可以知道这个问题可以得几分。笔者认为真正学习的产生是与课堂思维量有关，思维量越大参与程度就越高。

①提问质量量化需要考虑的因素

第一，提出问题的概率大小，难易程度，提问越容易、思维量越低分值就越低，反之就越高；

第二，提出的问题与课程核心问题相关程度，和核心问题相关度越高，提出的问题就越有价值，分值就越高；

②提问质量量化表的设计

概念类问题一般是一节课中最容易提出的问题，思维量较小，设定分值为1分；方法类问题，提问需要经过总结提炼，有一定的思维量，设定分值为2分；关系类问题，提问需要经过知识的迁移和对比，要有发散思维，思维量比较大，设定分值为3分；其他类问题，主要包括发散类，推广类、假设类等等，提问需要有创新思维，发散思维，敢于联想，敢于探索，思维量一般较大，设定分值为3分。

衡量问题质量高低的另一个维度是和课程核心问题的相关度，笔者将相关程度划分为三个等级：不相关、一般相关、完全相关。不相关的比重为1，一般相关设定比重为2，完全相关比重为3。一堂数学课核心问题一般为2个左右，和这几个问题相同或相似可以定义为完全相关，和这几个问题没有关系，但也是本节课需要解决的问题，设定为一般相关，即和核心问题没有关系，也不是本堂课需要解决的问题，设定为不相关。

最终，一个问题的分值采用二维打分制，即用该问题的类别基础分去乘以该问题与核心问题相关的比重。例如一个问题，沪教版数学，第2节“整式的加减”中9.5“合并同类项”一节中提问：怎样合并同类项？首先该问题属于方法类问题（H类），基础分值为2分，然后该问题恰好是该节的核心问题，与核心问题的相关度为完全相关，比重为3，所以该问题的分值为2×3=6分。

我们将提问质量评价系统也加入到分类提问系统中，最终形成带分数的分类提问系统如表6所示：