智能技术支撑区域规模化诊断的理念与实践

摘要：当前，智能技术在区域规模化诊断中发挥了更加重要的作用。文章基于L市九年级物理总测数据，从区域、学校、学生层面开展诊断应用研究，通过数据分析，诊断出了各层面出现的问题，并结合问题给出了相关建议。最后从平台需求的适配性、应用有效性、数据融合性等方面进行反思，提出了应用实践的思考。

关键词：规模化诊断;学科能力分析;大数据;物理;智能技术

2020年，中共中央、国务院印发的《深化新时代教育评价改革总体方案》明确提出“健全综合评价，充分利用信息技术，提高教育评价的科学性、专业性、客观性”。2021年3月1日，教育部等六部门印发了《义务教育质量评价指南》，提出注重线上评价与线下评价相结合，建立县域、学校、学生常态化评价网络信息平台及数据库，同时也提到了教师要精准分析学情，因材施教，促进学生全面健康成长。

智能技术的快速发展，为规模化诊断带来了新的机遇。通过大数据技术收集生成的教育大数据，也为形成各种评价指标打下了坚实的基础。那么，利用教育大数据如何生成科学、专业、客观的评价指标？需要关注区域中不同角色的哪些需求？如何利用教育大数据为学生的个性化学习提供支持，做到因材施教？这些问题值得我们研究与探索。本文介绍规划和实施区域规模化诊断的理念与技术，并基于L市（县）2021年1月九年级物理总测数据，从区域、学校和个人层面给出了具体的诊断与改进建议，为区域应用智能技术开展规模化诊断提供实践思路。

一、规模化诊断面临的问题

规模化诊断通常是研究区域教育质量提升的重要途径之一。因其参与人员众多，获得的测评数据量庞大，人们可以从中发现共性问题与规律。但面对新的教育理念，以往测评方式还存在以下问题，需要我们思考和解决。

（一）“一分两率”的评价局限

早在2010年，中共中央、国务院印发的《国家中长期教育改革和发展规划纲要（2010—2020年）》就提出，基础教育阶段要坚持能力为重，着力提高学生的学习能力、实践能力和创新能力。难以回避的是，平均分、及格率、优秀率依旧是现阶段教育测评中三项重要的评价指标。2017年版各科普通高中课程标准（以下简称“课程标准”）中都提出培育学生核心素养的要求，人们开始思考和探索新的评价方式，但面临的问题是：现有的学生学业数据体现不出知识与能力间的科学论证关系，直接用其评价学生的能力表现，显得“无据可依”。数据维度的“一分两率”显然不符合新时代教育目标的要求，表现出很大的局限性。

（二）以往的测评中学科改进问题不清晰

学科改进问题应涉及两个清晰化。一是问题的内容清晰化，即区域层面各角色知道哪些问题是需要改进的，不仅包括教师“教”的问题、学生“学”的问题，还包括教研员“导”的问题。以往的测评要实现按不同角色来精准聚类分析问题，难度很大。二是问题的原因清晰化。测评不仅要分析学生的薄弱知识点，还要找出其对应的能力欠缺点，帮助师生在复习时精准施策，而以往的测评对学生能力的分析是较为欠缺的。

（三）纵向发展性数据未能充分发挥作用

传统测评方式由于缺乏智能化的技术分析和处理手段，数据潜能的开发受到极大制约，增值效应得不到充分发挥。数据承载着区域内学校、教师、学生等各种角色在教学活动中的行为信息。这些数据汇聚在一起，能形成无形的资产，是一座可以无限开采的“金矿”，对其充分挖掘和应用，是实现数据“资产”增值的唯一途径^[1]。

二、智能技术支撑区域规模化诊断分析的整体设计

（一）学科能力理论与智能技术体系

“课程标准”提出的学科核心素养，是指学生在接受相应学段的教育过程中，逐步形成的适应个人终身发展和社会发展需要的必备品格与关键能力，最终目的是落实“立德树人”根本任务，为学生终身发展奠定基础^[2]。北京师范大学王磊等学科专家从2011年开始通过研究学科能力的构成及其表现^[3]，发现学科核心素养的实质是学生顺利完成学习理解、应用实践和迁移创新的学科认识活动与问题解决活动的稳定的心理调节机制，即学生的学科能力^[3]。学科核心素养是学生通过学科学习内化的心理特质，此心理特质决定了学生面对学科问题时的行为表现，而学科能力理论为测查和分析学生的此类外显行为表现提供了系统和可操作的研究路线。学科能力表现框架由三个普适的学科能力维度构成：学习理解、应用实践和迁移创新（如图1）^[4]。这三类活动涵盖了学生当下学习生活和应对未来社会挑战的基本内容。三个维度既相互独立，又相互影响。其中，学习理解能力和应用实践能力相对基础，迁移创新能力则对学生提出了更高的要求。

根据研究成果，学生在每个学科的学科能力都可以概括出3×3的要素模型，从A1—C3进行对应标记编码，构成各个学科的测评和诊断框架。以物理学科为例，在三个普适能力维度的基础上，结合物理学科知识、活动经验以及认识方式等学科特质要素，每个维度下各包含三个能力表现的一级指标，即3×3物理学科能力表现框架（也称3×3要素模型，见表1）。

在工作中，我们采用了基于上述3×3学科能力理论研发的智能化学习平台——智慧学伴。该平台可采集多种学习形式的数据，生成学校、班级、学生的测评分析报告和学科能力分析报告。测评分析报告包括整体概括、答题详情、核心概念分析、薄弱知识点分析;学科能力分析报告包括整体概括、学科能力表现、核心素养表现。平台上所有学科资源都按照核心概念分类，并依据学科能力指标体系编码（如图2）。这样做，不仅方便师生查找资源，还会根据测评结果将适配资源精准推送到学生个体，做到“以物找人”^[5]。因此，该平台可以根据学生的错题情况，智能推荐一定数量的与学生认知水平高度匹配的练习和微课资源，帮助学生跨越学习的“最近发展区”^[6]。

（二）智能技术支撑规模化诊断的设计规划

命题组先严格按照“课程标准”要求以及学科核心概念开发学科目标图谱，在此基础上开发测评工具和编制试题^[7]。其中，测评工具中的核心内容——双向细目表包含了知识载体、学科能力的具体指标（见表2）。学生总测完成后，区域统一阅卷，由智慧学伴平台自动生成数据并进行分类汇总，分别向区域、学校、学生推送测评分析和能力分析报告。其中，区域可以向下查看学校和学生报告，学校可以向下查看学生报告。依据报告，区域通过诊断发现学校教学中存在的问题，给出有针对性的改进策略，并指导学校开展教学教研工作。学校通过诊断发现教师教学和学生学习的问题，在校内开展校本教研和巩固提升的教学活动。教师则可以根据相应班级诊断问题，制订针对性复习策略，开展分组提升教学，做到因材施教。学生通过查看错题情况，选择平台推送的针对性学习资源，进行个性化学习^[8]。

三、智能技术支撑规模化诊断的实践

本次研究基于L市2021年1月九年级物理总测数据，参与学校78所，参与人数19 498人，试卷信度0.92。内容包括物质、能量、运动和相互作用三个一级知识主题，下属电磁能等八个二级知识主题，卷面总分100分。其中，分析解释指标占比最大，注重考查学生应用物理学科核心知识和科学思维分析解释物理现象、解决实际问题的能力。

（一）区域层面问题诊断实践案例

1.测评基本情况

图3为L市九年级物理分数段分布情况。可以看到，区域内学校的平均分范围为“9.36～58.48”，有53.2%的学生成绩在30分以下，具备冲刺及格线的潜能生[40～60分）约占两成，提升空间大。学校间存在两极分化现象，学科平均分前三名的学校占总人数的11%。

学科能力是综合计算学生在不同水平题目下的达成情况来评价的。按照学生表现，可分为卓越、优秀、良好、合格、不合格五个水平。数据显示，全市九年级物理学科能力从卓越到不合格等级的学生比例依次为0.59%、12.03%、20.89%、8.89%、57.59%。这表明，超过半数的学生在学习理解和应用实践能力维度掌握得不够好。具体表现为：学生不能顺利进行物理知识的输入、存储、加工与关联，在应用物理学科核心知识和科学思维分析解释物理现象、解决实际问题方面也存在巨大障碍。图4为全市各校同群体历次物理测评中核心概念的掌握情况，包括薄弱和优势核心概念的分析。通过报告的呈现，区域可以对学校教学情况进行细化分析，为开展区域教研提供丰富的素材。

2.区域诊断问题的改进

针对以上问题，结合入校实地调研，区域可以研究制订以下策略：一是建立机制，合理引导教育质量向均衡良性发展，配齐乡村薄弱校人力和物质资源，保障教学的有序开展;二是对生源薄弱、规模小的学校进行针对性帮扶，开展符合实际情况的连片教研活动，对诊断发现的问题，如学科薄弱点进行主题导向的精准化教研，适当引入信息技术，助力学校提升教学质量;三是鼓励学校制订潜能生提升方案，区域层面加大对薄弱学校增值量化考核的比重。

（二）学校层面问题诊断实践案例

1.测评基本情况

以D中学为例，参与班级14个，参与人数763人，物理学科平均分30分。图5为该校各班级物理学科能力总体分布图，能力不合格比例占比超过50%的班级有10个，其中不合格比例超过70%的有7个班，形成了一个落后群体。班级不合格率最低是4%，最高86%。学科能力达成效果也不理想，数据显示，本次总测的32个学科能力具体指标，绝大部分未能达成（如图6）。

2.学校诊断问题的改进

针对诊断出的问题，学校可从以下方面着手改进：（1）根据知识点和学科能力表现的描述，学科组针对表现较差的知识点制订教研方案，开展研讨活动，编制有针对性的巩固复习材料，以目标为导向开展复习。如对于未达成的核心概念“光的直线传播”，诊断分析其学习指标是分析解释B1，对应的指标描述是“利用光沿直线传播解释生活中的现象”。这种“内容+能力要求”的诊断分析，让教师能更明确学科教学改进问题。（2）教师可关注小题得分情况，精准讲评。如选择题第4题，正确答案为B，此题考查的核心概念是重力，学习表现指标是根据重力（的方向）来分析相关现象，对应编码为分析解释B1，要求运用物理概念、模型和规律对问题情境进行描述与分析。（3）根据测评诊断情况，教师关注能力不达标的学生，尤其重点关注基础能力指标不合格的“大群体”学生，通过平台将同类学生编成小组，定向推送同类能力层级的优质资源，帮助学生提升学科能力。

（三）个人层面问题诊断实践案例

1.测评基本情况

以Z学生为例，通过个人测评报告，其考试得分55分，为班级前6%，学校14%，区域16%（如图7）。在核心概念表现方面，该生存在汽化液化、速度及其测量等12个薄弱知识点。在能力分析方面，该生整体学科能力处于“合格”水平，达到课内学习要求，在学习理解、应用实践、迁移创新方面超过了年级平均值。在学科素养方面，该生物理观念、实验探究优于年级平均水平（如图8）。在本学期三个学习主题方面，物质主题表现好，运动和相互作用、能量这些主题有提升空间。

2.学生诊断问题的改进

在薄弱知识点分析方面，平台呈现错题和分析建议，同时智能推荐练习和资源，供学生自主学习和提高。如对于核心概念“重力”，报告指出该生的薄弱学习指标是“根据重力（的大小）来分析相关现象”。同时，平台智能推荐了五套匹配随堂练习、单元微测等测试资源。该生根据自己需要点击“领取”即可。学科教师可以动员学生通过课外时间自主学习，从而补强学科知识薄弱点。此外，平台还推荐优质的微课资源“重力的大小”作为辅助（如图9），实现“做看并用”，切实保证学习效果。

四、实践反思

（一）大数据分析与一线需求的适配性

规模化诊断分析学校与学生的学科薄弱点、能力达成情况，可为今后的教学质量提升提供精准依据。对于学校、教师、学生来说，这些分析目前是比较适合需求的，只是还需要提高数据呈现的直观性。对于区域层面来说，如管理者、教研员等，除了区域内的学科整体情况外，更关注的是宏观、深层次问题的诊断。如学校的生源、教师师资情况与教学质量关联关系，区域内教学质量均衡问题等，便于管理者制订方案和开展指导工作。因此，需要进一步研究更多维度之间的关联性，为制订更加客观、科学的宏观政策提供依据。

（二）智能技术应用的有效性

平台推送学生学科能力分析报告以及适配资源，目的是诊断问题，提出具体方案，实现“看方抓药”。在入校调研过程中，笔者发现学校层面有教师不太关注测评报告，学生不及时完成资源的练习。因此一方面需要转变教师、学生的观念，利用智能技术手段提升教学和学业质量;另一方面，区域层面需要建立机制，引导和鼓励智能技术在学校师生之间有序开展，落实测评结果的反馈，最终实现诊断问题的“药到病除”。

（三）个体校内校外数据融合性

影响学生测评表现的原因较多，如学生参与校外的实践活动，学生出勤率、教师教育水平等。将这些因素综合分析，可为学生个体建模，平台融合校内外数据，将会更加丰富学科能力评价维度，为学生提供更加全面的个性化支持。通过个性化应用服务，进一步聚焦教育中的精准教学、科学管理、全面而有个性的发展评价，可以拓宽基于数据的个性化服务广度。

注：本文系2021年度宁夏师范学院科学研究项目“‘智慧学伴’促进薄弱学校精准教学的研究”（编号：NXSFYB2161）的研究成果。

参考文献

[1] 杨现民，唐斯斯，李冀红.发展教育大数据：内涵、价值和挑战[J].现代远程教育研究，2016（1）：50-61.

[2] 中华人民共和国教育部.普通高中物理课程标准：2017年版2020年修订[S].北京：人民教育出版社，2020：1.

[3] 王磊.学科能力构成及其表现研究[J].教育研究，2016（9）： 83-92.

[4] 郭玉英，姚建欣.基于学生核心素养的物理学科能力研究[M].北京：北京师范大学出版社，2017.

[5] 李晓庆，余胜泉，杨现民.基于学科能力分析的个性化教育服务研究[J].现代教育技术，2018（4）：20-26.

[6] 刘宁，余胜泉.基于最近发展区的精准教学研究[J].电化教育研究，2020（7）：77-85.

[7] 谢晓雨，董少彦，罗莹.基于学科关键能力的“互联网+”初中物理测评体系的开发与实践[J].中国考试，2020（10）：46-53.

[8] 余胜泉，李晓庆.基于大数据的区域教育质量分析与改进研究[J].电化教育研究，2017（7）：5-12.

（作者易杰、陈兴玲系宁夏固原市回民中学教师;李晓庆系北京师范大学未来教育高精尖创新中心学科教育实验室常务主任）

责任编辑：牟艳娜