数据驱动的校本教研：取向、价值与操作程序

【摘 要】大数据、人工智能等新兴技术正逐渐深入应用于教育教学实践，教师如何挖掘教育数据中所蕴含的丰富价值，进而推动教学改进，是校本教研面临的时代命题。数据驱动的校本教研意味着教研活动发生从“经验”到“循证”的取向转型。它将促进校本教研转型、发展教师数据素养、实现精准教学，从而实现学校教育教学质量的提升。数据驱动的校本教研的操作程序包括回顾反思及研讨、统一完善教案、分享及交流等三个阶段。

【关键词】数据驱动;校本教研;数据素养

【中图分类号】G420  【文献标志码】B  【文章编号】1005-6009（2021）40-0035-05

【作者简介】凌伟，江苏省无锡市梁溪区教师发展中心（江苏无锡，214012）管理保障部主任，一级教师。

校本教研对学校教育质量的提升发挥着重要作用，正如佐藤学所说：“课堂改变，学校就会改变。改变课堂教学，需要不断地开展校内教研活动，除此以外，别无他法。”[1]而随着人工智能、大数据、可穿戴设备等新兴技术和设备逐渐深入应用到学校教学实践中，海量的教与学数据产生了，从而为数据驱动校本教研变革提供了可能。

一、数据驱动的校本教研的取向

（一）从经验到循证：校本教研的必然趋势

教研体系与机制是我国中小学教育教学质量的有效保障。其中校本教研是我国教研体系中的重要一环，强化校本教研是提升教育教学质量的重要途径之一。但正如华东师范大学卜玉华教授所说：“有些学校的教研活动虽然也有主题，但常常止于一次性的碎片化研究，缺乏系列化、长时段的深入研究过程。”[2]传统校本教研活动主题设计随意、深度参与不够、偏重教师经验，阻碍了校本教研效益的真正发挥。随着大数据技术逐渐进入中小学校教学实践，由此而产生的海量教学大数据成为校本教研转型的契机之一。数据驱动的校本教研将使教师摆脱经验导向，从“经验依赖”中解脱出来，让他们能够依靠数据和证据实现教学改进和专业发展。正如北京师范大学朱旭东教授等人所说：“教育学科要承担起更好地服务新时代国家深化教育改革与发展的责任，需要以基于数据和证据的循证教育（Evidence-based Education）体系支撑。”[3]“从经验走向循证”已经成为新形势下中小学校校本教研改革发展的共同诉求。

（二）经验取向与循证取向的校本教研比较

基于经验的教研依赖教师积累的经验，停留在“如何做”层面，没有办法解答“为什么”等学科教学的内在问题，无法实现教师学科知识的结构化。循证取向的教研则主要依靠多方位数据实现教学优化，采用测验、观察、监测和访谈等循证方法，依靠循证工具，对教与学的全过程进行多模态数据采集和系统深度分析，掌握学生、教师和教研组的关键需求，有针对性地进行交流、探讨和指导，从而提出教学优化和改进建议。教师能否科学地进行教学决策的关键就在于其是否有丰富且真实的教学证据作为支撑。从经验到循证的校本教研变革，意味着校本教研不再是经验的交流和总结，而是基于数据的教学行动研究，强调对教与学过程的全方面数据采集，进而验证教学决策的科学性和可行性。正如朱旭东教授所强调的：“循证是一种利用证据追求实践科学化和专业化的价值观，是一种重视证据指导实践的理念，是一种运用证据解决实践中问题的思维，是一种基于证据开展专业实践活动的指导原则，是一种基于证据推动实践改进的专业依据。”[4]因此，构建循证取向的校本教研体系，让多模态数据成为教师教学改进和专业发展的依据，是教育系统变革的方向之一。

二、数据驱动的校本教研的价值意蕴

数据驱动的校本教研针对不同教育主体而产生不同的价值。

（一）校本教研转型升级

与以往的基于经验的校本教研相比较，数据驱动的校本教研的“转型升级”体现在以下几个方面：第一，从“粗放”走向了“精准”，改变了以往教研主题不明确、教研活动随意化等现象，从数据挖掘和分析中产生教研主题。第二，从“个体”走向了“群体”，改变了过分依靠个体经验反思的局面，从个体的独自探索走向了群体的群策群力。第三，从“发现”走向了“改进”，从以往的现象发现走向了基于数据的教学决策改进，突出了效果取向。数据驱动的校本教研将关注焦点从教师的教转向了学生的学，更多地挖掘了学生学习的全过程、全方位数据，能够更好地促进个性化学习和自主学习。

（二）教师专业发展提质

随着时代的发展，教师不再仅仅依靠传统书籍和教材获得教学知识，关于学生的数据来源也更加多样化，教师必须积极应对大数据对教学的影响，学会如何挖掘教学大数据中隐含的丰富价值，进而改进教学实践。但目前很多教师并没有能力对多维度、海量的教与学数据进行挖掘和应用。正如美国卡内基梅隆大学的米勒教授所说：“不得不承认，对于学生，我们知道得太少。”[5]教师不仅要具备扎实的专业知识和灵活的教学技能，还需要具备“数据素养”，它主要指教师在数据的采集、组织和管理、处理和分析、共享与协同创新方面的能力，以及教师在数据的生产、管理和发布过程中的道德与行为规范[6]。数据驱动的校本教研将促使教师发展数据素养，从而对大数据技术具有较强的敏锐度和理解力，理解教学数据在教研活动中的重要价值，进而有效地管理数据洪流，从教学数据中挖掘教学改进价值。数据驱动的校本教研不仅有助于教师的教研协同，也能有效提升教师专业发展的质量。

（三）精准教学真实发生

一直以来，人们对教育大数据的普及与应用充满了期待，但当我们回头再看大数据在教育中的應用时，似乎仍然停留在可视化方面。如何深度地挖掘数据背后所蕴含的教学价值成为关键问题。《大数据时代》的作者、牛津大学的迈尔-舍恩伯格教授认为：“在我看来，收集数据和建立数据库固然重要，但这是次要的，因为数据库大家都会去做。将来真正的出路应该是在数据分析上。数据的收集是很容易做的，但数据的分析做起来却不容易。”当前精准教学在实践中仍然面临很多问题，没有真正地让数据赋能教学。困境主要体现在以下方面：第一，数据工具和软件在中小学只是被当成减少教师重复性工作的替代工具;第二，教师对教学数据的研读和分析缺乏动力，受限于以往教学经验，教师想当然地解读教学数据，不愿或不能对教学数据进行深入的分析;第三，教师教学改进策略不足，即使知道了教学数据所反映的问题，也不知道如何改进教学。因此，当大数据技术进入教学后，精准教学并不是理所当然地发生的，而是需要教研变革作为支撑。数据驱动的校本教研将真正地让海量数据不再成为教师的负担或无关紧要的东西，而是成为挖掘不尽的宝藏。学生学习的全过程完全可以通过智能技术和大数据技术而变得可读、可视、可量化，进而推动个性化学习从理想变为现实。

三、数据驱动的校本教研的操作

数据驱动的校本教研的变革不只是停留在理念层面，而是正在中小学校里真实发生着。很多学校借助人工智能技术、大数据技术等收集到越来越多的教与学数据，并将这些数据应用于校本教研。

（一）教研数据来源

借助先进技术，学校能够收集到的教研数据呈现越来越多样化、大容量、价值多维化等特征。其中不只有简单的外在行为和结果的相关数据，还有越来越多的反映教与学的内在机理的多模态数据。由于条件限制，基层学校能够较为容易收集到的教研数据类型如表1所示。其中，学生学业测评数据是教师经常使用的教研数据，也是学生学习结果的表现。监测课堂教学行为数据，可以帮助我们找到课堂教与学的短板，发现亟须改进的地方，从而为学校和教师的课堂教学行为改进提供抓手。学生体征数据是通过信息技术手段捕捉的学生学习过程中的生理体征，有利于进一步分析学生的学习状况，为教学改进提供依据。

（二）操作程序

數据驱动的校本教研是由一系列的教研活动所组成的体系，涵盖从教师个体到教研群体，从对教研数据进行分析和归因到教学改进实践的全方面、全过程。基于多所学校的实践，可总结归纳出数据驱动的校本教研的操作程序包括了三个阶段，具体如图1所示。

第一阶段：回顾反思及研讨。教师个体基于数据进行教学反思，尝试自己发现数据所反映的问题。然后，教师与教师之间相互帮助进行数据分析，共同分析教学数据所蕴含的规律。再之后，教师们对教学中的问题进行诊断和归因。最后，教师在教学实践中落实改进行动，改善教与学。

第二阶段：统一完善教案。教研组教研活动中，主备教师进行教学主题的陈述。然后，教师集体就教研主题进行深入讨论，根据具体数据深度剖析原因、挖掘规律。再之后，每个教师根据讨论结果形成个性化教案。最后，教研组共同反思教研决策，总结改进的成效。

第三阶段：分享及交流。强调自我反思是前提，同伴互助是关键，再次反思是提升，实现教师之间的知识共享、共同发展。

“三段式”操作程序细化了数据驱动的校本教研，有效支撑其落地，切实解决了当前校本教研空泛化、浅层化等现实问题，使得教育大数据等工具真正赋能教育教学。

（三）数据驱动的校本教研操作案例：无锡市南长实验中学数学教研组的校本教研实践

无锡市南长实验中学以大数据平台等为依托，尝试开展数据驱动的校本教研实践。下面就该校数学教研组的一次校本教研活动作具体呈现和案例剖析。

在本次校本教研之前，无锡市南长实验中学数学教研组对某年级6个班级的所有学生进行了学习效果测试，并基于测试数据设计了教研活动。

第一阶段：回顾反思及研讨。数学教研组共同就数据展开讨论，从中发现存在的问题。教师们细致地分析了各知识点得分率、各班平均分等学生学业测评数据（见下页图2），进一步对得分率最低的知识点进行了研究，发现“最难”知识点各班呈现多样化分布，说明学生掌握情况与班级学情、教师教学方式等有关。结合课堂教学行为数据，教研组从教学目标定位、教学方式选择、个性化辅导等三个方面得出教学主要问题产生的原因。

第二阶段：统一完善教案。教研组在挖掘问题、分析原因之后，共同研讨得出了解决问题的办法，并进一步尝试完善教学方案：第一，教师要引导和帮助学生熟练掌握“实数”的概念并使其能够灵活地进行平方根和开平方计算;第二，教师要注重学生对数学学科基本概念的掌握和灵活应用，特别是要采取各种教学形式强化概念教学;第三，教师要针对不同班级的不同错误率特点，细致分析，及时精准聚焦教学目标，提供个性化学习支持;第四，改变传统的讲授式教学模式，更多地让学生自主探究……

第三阶段：分享及交流。基于数据的教研组教研活动后，教师们围绕得分率较低的题目，采取不同方式对相关教学问题进行了有针对性的解决，如进行强化性训练、变式训练、重新讲授概念等。经过一段时间的教学改进之后，教师们再对所采取的教学方式进行分享及交流，对不同补救措施的有效性进行了研讨，并分析了具体原因。

无锡市南长实验中学数学教研组的这一案例完整呈现了数据驱动的校本教研的操作程序。在教研过程中，教师们把错题作为学习资源，把学生学习行为作为教学参考。教师们不但对学生情况有了更好的掌握，而且增长了教学能力，培养了自我反思等良好的习惯。

四、结束语

当今教师面临着海量数据，如何将数据转成信息和知识进而转化为教学智慧，是教师面临的巨大挑战。有数据才有智能，有数据才有精准，数据对教研的驱动作用愈发凸显。在此背景下，“精准分析和运用学生数据、课堂教学数据和区域教育数据，已经成为教研发展的新趋势和新热点”[7]。数据驱动的校本教研能够进一步提升校本教研质量，发展教师专业能力，从而让高质量教育真正发生。

【参考文献】

[1]佐藤学.静悄悄的革命[M].李季湄，译.北京：教育科学出版社，2014：49.

[2]卜玉华.价值视角下我国中小学教研活动现状及发展策略[J].中小学管理，2019（10）：5-8.

[3][4]朱旭东，朱志勇.构建循证教育体系，推动教育决策和实践科学化专业化[N].光明日报，2020-09-01（13）.

[5][6]张进良，李保臻.大数据背景下教师数据素养的内涵、价值与发展路径[J].电化教育研究，2015，36（7）：14-19，34.

[7]林梓柔，胡小勇.精准教研：数据驱动提升教师教研效能[J].数字教育，2019，5（6）：42-46.