大数据何以支撑学生的兴趣特长培育？*

张 瑶 杨现民 冯亭亭 狄 璇 张宇驰

大数据何以支撑学生的兴趣特长培育？*

张 瑶 杨现民[通讯作者]冯亭亭 狄 璇 张宇驰

（江苏师范大学 江苏省教育信息化工程技术研究中心，江苏徐州 221116）

在数据智能时代，规模化因材施教要求兴趣特长培育的规模加以增长、内容更加全面、途径更为多元，但“双减”背景下学生兴趣特长培育存在一些问题，如发力点不够明确、组织不够灵活、资源较为有限。基于此，文章依托“情境—个体”兴趣发展阶段理论和特长测量“八步系统”，结合苏州市工业园区星汇学校“大数据时代下吴门书画教学实践”案例，构建了数据驱动学生兴趣特长培育的逻辑框架，包括兴趣特长发展的四个阶段、兴趣特长数据采集的八种主要途径和兴趣特长数据应用的驱动力三个关键要素，探讨了框架应用的可能问题，并从数据体系、智能技术、培养方案、家校合作等角度提出了应对举措。文章的研究为各地区探索数据驱动的学生兴趣特长培育提供了基本思路和行动方案，有助于更好地落实“双减”政策，促进学生个性化发展。

因材施教；兴趣特长培育；数据驱动；个性化教育；“双减”

引言

自实施素质教育以来，我国着重关注人的德、智、体、美、劳全面发展。个性化教育是实现人的全面发展的必由之路，只有尊重学生在智力、才能、情感、特长、爱好等方面的差异，才能发挥学生的主动性、创造力和成就感，达到全面提高学生素质的目的。发展学生的兴趣特长，是落实个性化教育，提高学生创造力、主体性和成就感的一项主要措施。随着中小学教育质量综合评价改革的持续推进，兴趣特长发展成为了中小学教育质量综合评价指标体系的重要组成部分，挖掘并培育学生的兴趣爱好逐渐引起了越来越多教师、家长的重视。

《中国教育现代化2035》明确提出：“要利用现代技术加快推动人才培养模式改革，实现规模化教育与个性化培养的有机结合。”[1]在数据智能时代，大数据技术为学生兴趣特长发展提供了有力支持：既可以利用学生画像识别兴趣特长，也能通过数据的汇聚共享，为不同兴趣的学生提供个性化教育资源与培养方案。基于此，本研究分析了规模化因材施教和“双减”背景下学生兴趣特长培育所面临的要求和问题，并结合相关理论和实践案例，提出数据驱动学生兴趣特长培育的逻辑框架，探讨框架应用的可能问题与应对举措，以帮助各地区学校理解大数据技术对学生兴趣特长培育的支撑作用，破解学生兴趣特长培育困境，推进大规模个性化教育。

一 要求与问题

1 规模化因材施教对兴趣特长培育的要求

规模化因材施教由家庭、学校、社会、政府四方育人主体协同实施，是在大数据、人工智能等新一代信息技术的支持下，充分尊重每位学生的身心差异、文化差异、环境差异，以促进每个学生全面而有个性地发展。相较于传统的因材施教，规模化因材施教的主体角色更丰富、施教范围更广泛、施教依据更全面、施教过程更智能，其对兴趣特长培育提出了三点要求：

①兴趣特长培育的规模加以增长。兴趣特长培育，就是帮助每个学生找到自身的优势，既让有天赋的学生强化优势，也让普通学生学有所得。但帮助每一个学生发现兴趣、寻找爱好并逐步形成特长是一项周期很长的大工程，以传统培育方式难以实现规模化。在智能技术的支持下，教师可以充分挖掘学生多元智能相关的学情数据，快速评估学生的知识能力水平和动机倾向。随着数据分析技术的不断进步，兴趣特长培育更应惠及每一个学生，不断提升其培育规模。

②兴趣特长培育的内容更加全面。多元智能理论认为，每个人身上都至少存在语言智能、数理逻辑智能、音乐智能、空间智能、身体运动智能、人际交往智能、自我认识智能等七项智能[2]。多媒体技术、虚拟现实技术、人工智能技术等技术的发展和应用，为促进多元智能发展提供了可能性，扩展了人类的信息器官，提升了学生对各种信息的接收处理能力[3]。教师无需成为全能的知识传授者，便可充分利用海量网络课程资源，帮助学生发展多元学习兴趣。因此，兴趣特长培育的主题需不断丰富，使可供学生选择的兴趣特长培育内容更加多样、全面。

③兴趣特长培育的途径更加多元。大数据、移动互联网、人工智能等信息技术的应用，塑造了新的教育服务供给方式，推进了大规模的社会化协同，提高了服务供给的精准性，实现了教育服务业态的虚实融合[4]。如此，家庭、社会和政府可以贡献各自力量，协同助力学生的兴趣特长培育，而虚拟的“人工智能教师”也可以成为学生兴趣特长发展的顾问或规划师；学生兴趣特长培育形式也不再局限于开设特色化学校课程，还可以通过开展人机协作学习、社会实践互动、家校协同共育等方式实施。

2 “双减”背景下学生兴趣特长培育现存问题

2021年7月，中共中央办公厅、国务院办公厅印发《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》（下文简称“双减”），提倡“学校充分利用课后服务时间，为学有余力的学生拓展学习空间，开展丰富多彩的科普、文体、艺术、劳动、阅读、兴趣小组及社团活动”[5]。“双减”背景下，有关中小学生创新精神、实践能力、身体素质、艺术审美发展的兴趣特长培育得到鼓励，而语文、数学、英语等学科的文化补习得以逐步弱化。全国各地中小学响应政策号召，通过构建课程体系、推行选课走班、开展场馆实践活动、组建学生社团活动和课外兴趣小组等多种形式，为学生提供课后延时服务。

值得肯定的是，各地涌现的“双减”举措在一定程度上促进了学生兴趣特长的发展，但也还存在一些问题，主要如下：①发力点不够明确。兴趣特长培育的内容和时间大多由家长和学校安排，没有完全尊重学生兴趣特长发展的主观意愿。在社会竞争和家长群体焦虑的双重压力下，学生兴趣特长培育的发力点缺少客观分析，容易陷入“随大流”或“多多益善”的盲目追求状态。②组织不够灵活。学生的学习需求复杂多变、选择丰富多元，诸如班级课程、社团活动之类的内容结构化、人员固定式的组织方式已不适合，需要依据需求、项目或任务，形成小而活的、适应性更强的组织[6]。③资源较为有限。资金缺乏、设备不足仍然是学生兴趣特长培育的一大难题[7]，部分地区学校无力聘请培育兴趣特长的指导人员，缺乏足够的场地和硬件设施，加上地区、城乡、校际之间的资源不互通，兴趣特长培育所面向的学生群体规模扩展不易。

二 理论基础与实践案例

构建数据驱动学生兴趣特长培育的逻辑框架，需要回应如何发展、测评学生兴趣特长以及如何发挥数据的驱动作用等问题。本研究首先探析框架构建的理论基础，随后通过剖析具体实践案例，提取、归纳框架的关键要素，梳理数据驱动学生兴趣特长培育的内在逻辑。

1 框架构建的理论基础

（1）“情境—个体”兴趣发展阶段理论

Hidi等[8]将个体的学习兴趣分为情境兴趣和个体兴趣，其中情境兴趣是学习者对学习环境中的某些因素或刺激所产生的较为强烈、快速的情感反应，而个体兴趣是与个体知识储备、价值观念相关的较为稳定、具体的心理倾向。从情境兴趣到个体兴趣需要经历四个阶段：①触发的情境兴趣阶段，即学习者的情境兴趣被学习环境和学习内容特征触发，产生积极情绪；②维持的情境兴趣阶段，即学习者在学习情境中需要集中注意力，持续参与有意义的学习活动，并逐步发展对特定学习内容的兴趣；③初现的个体兴趣阶段，即学习者能够在无外部学习情境支持的情况下，相对持久地学习特定的学习内容，并开始通过提问和问题解决，积累相关知识，培养个体兴趣；④发展良好的个体兴趣阶段，即学习者已经具备较为丰富的知识储备，对所学内容产生了深厚的认同感，并开始积极寻求反复学习的机会，逐渐形成较为稳定的个体兴趣。

“情境—个体”兴趣发展阶段理论表明，人的兴趣特长发展是一个循序渐进的过程，其发展早期与教学环境、教学目标、教学方法等密切相关，而发展后期多受个体的知识经验、情绪动机等因素影响。基于此，对学生兴趣特长的培育应合理划分发展阶段，同时抓好不同发展阶段兴趣特长培育的关键影响因素，将短暂触发的情境兴趣转化为长期稳定的个体兴趣。

（2）特长测量“八步系统”

无论是加德纳的“多元智能理论”还是伦佐利的“天赋三环理论”，都强调人的多元智能，反对用单一的智商分数评价学生的能力特长。在此基础上，Mc Coach等[9]提出了特长测量“八步系统”：第一步，检查学生课堂成绩和标准化成绩的变化情况；第二步，在课堂环境中对学生进行观察；第三步，使用智商测试，评估学生个体的智力水平；第四步，采用标准化成绩测试和基于课程的评估，衡量学生个体的学业成就；第五步，使用标准化测试/量表，评估学生的认知加工过程；第六步，收集并评估学生的作业样本；第七步，对学生进行简短的访谈，评估他们对任意方面学习的看法；第八步，征求教师、家长对学生的评价或建议。

识别学生的兴趣特长，需要底层数据的支持。而特长测量的“八步系统”提供了一个较为系统的兴趣特长测评框架，能够较为科学、充分地指导兴趣特长相关数据的采集。

2 框架构建的实践案例

本研究面向全国征集“数据驱动学生兴趣特长培育”的实践案例，依据案例的实践特点及其取得的主要成果，从中遴选苏州市工业园区星汇学校（下文简称“星汇学校”）的“大数据时代下吴门书画教学实践”项目作为案例，进一步解析逻辑框架的构成要素。星汇学校结合地域特色，以吴门书画为实践主题，开展学生兴趣特长培育。该校秉持分层教学理念，根据学生身心发展阶段设计教学重点、教材内容和教学活动，同时采用线上线下、课内课外相结合的混合式书画教学模式，丰富教学活动形式，拓宽教育数据采集渠道。基于各类教育教学活动中产生的数据，学生、教师、学校都能做出相应调整和决策，确保书画教育得到有效开展。自案例项目实施以来，该校学生的书画水平得到显著提升，学校走出了特色化办学之路。从案例项目的整体开展情况看，该校的兴趣特长培育实践表现出了分层而教、多元评价和数据驱动的特点。

①分层而教：星汇学校充分认识到不同认知发展阶段的学生对于书画学习的需求存在差异，故以年级为依据，将全校学生划分为小学低年级（一、二年级）、中年级（三、四年级）、高年级（五、六年级）与初中年级四个培养阶段。其中，小学低年级以培养亲切感为重点，开展启蒙教育；小学中年级以提升感受力为重点，开展认知教育；小学高年级和初中年级以增进理解力为重点，主要提高学生对吴门书画的认同度。根据各培养阶段的重点和课程内容的差异，星汇学校编写了《吴门书画校本教材》（分为小学低年级版、小学中年级版、小学高年级版、初中版四个版本），并设计、开发在线教学资源包，推出线上、线下相结合的信息化教材，使各培养阶段的学生在课外环节还能有选择地学习自己感兴趣的内容，并自主建构吴门书画知识体系。

②多元评价：星汇学校充分利用互联网、大数据等技术采集学生的学习过程数据，多元评价其书画技能水平。在课前和课中环节，教师借助线上平台进行混合式教学，通过采集、分析学生的在线学习过程数据（包括课程学习参与度、平均学习进度、答题得分率、作业完成度、同伴交流讨论情况等），对学生的课堂学习态度和综合知识运用能力进行学业评价。在课后环节，教师组织阶段性成果展示，让学生通过自评和互评的方式，对各自的书画作品进行星级评定。此外，星汇学校还组建研究小组开展课堂观察和问卷调查，观察学生的课堂学习状态，收集学生的兴趣特长发展情况、学习满意度等数据，综合评定学生的兴趣特长培育效果。

③数据驱动：基于采集的多元评价数据，星汇学校发挥数据的驱动作用，助力学生、教师和学校做出相应调整和决策。在课堂教学方面，星汇学校购置了具有数据分析和可视化功能的在线教学平台、课堂互动系统、书法系统。通过使用这些平台或系统，学生可以明晰自身的不足，教师也能即时了解学生的书画学习进度、学习状态和学习需求，从而对学生进行个性化辅导，同时反思自身存在的教学问题，从而有针对性地调整教学思路和策略。在项目推进方面，学校组建的研究小组基于课堂观察和问卷调查的结果分析，可从整体上把握项目的实施效果和可能存在的问题，从而对课程结构、教材内容和教学方式做出调整，保证项目能切实促进学生书画特长的发展。

三 逻辑框架的构建

依托“情境—个体”兴趣发展阶段理论和特长测量“八步系统”，结合星汇学校的案例项目，本研究构建了数据驱动学生兴趣特长培育的逻辑框架，包含兴趣特长发展的四个阶段、兴趣特长数据采集的八种主要途径和兴趣特长数据应用的驱动力三个关键要素，如图1所示。

图1 数据驱动学生兴趣特长培育的逻辑框架

（1）兴趣特长发展的四个阶段

伴随着兴趣的发展，学生在具体学科领域逐步经历适应、胜任和熟练三个过程，从新手发展为专家，最终形成个人特长[10]。基于此，参考“情境—个体”兴趣发展阶段理论，本研究将学生兴趣特长发展分为情境兴趣触发、情境兴趣维持、个体兴趣初现、个体兴趣突显等四个阶段：①在情境兴趣触发阶段，学生面临全新学习环境，如何激发学习动机与积极情绪，以快速适应一个复杂且不熟悉的学科领域，是学生面临的主要挑战。②在情境兴趣维持、个体兴趣初现两个阶段，学生的主要任务是维持和发展学习兴趣，并通过自身的努力、坚毅力和自我调节，逐步胜任一个个学习挑战，成为兴趣发展的主体。在此过程中，教师应着重进行教学目标和教学内容的设计，并传授学习经验与技巧，以强化学生持续发展某一兴趣的内部动机。③在个体兴趣突显阶段，学生已基本掌握某一学科领域的核心知识与技能，其个体兴趣开始突显。此时，教师不仅要持续提供丰富的学习资源以巩固、深化学生的兴趣，还要借助组建学习共同体、兴趣小组等形式，通过群体互动进一步强化学生对感兴趣内容的认同感，促使学生的兴趣发展从外部引导转为内部创生。

（2）兴趣特长数据采集的八种主要途径

兴趣特长发展的四个阶段，都需要多标准、多来源、多方法地采集学生的兴趣特长数据，为不同兴趣发展阶段的教育决策提供动力源。特长测量“八步系统”给出了传统兴趣特长数据采集的几个可行性途径，但并非完全适用于数据智能时代。学生是兴趣特长数据的主要采集对象，对学生基础信息（包括各科课程阶段性成绩变化、学生获得的荣誉奖励和社会实践成果等）、行为数据（包括课堂言行举止、在线学习行为记录、作业完成情况等）和状态描述数据（包括学习兴趣、动机、认知状况、能力水平等）的充分采集，有助于更加全面地刻画学生兴趣特长画像。基于以上思考，本研究对特长测量“八步系统”加以调整，将学生兴趣特长数据的采集途径概括为成绩测验、课堂观察、在线学习行为分析、作业样本评估、成就/成果评估、多元智能测试、学习兴趣与倾向评估、学生/教师/家长访谈等八种。

（3）兴趣特长数据应用的驱动力

兴趣特长数据应用的驱动力，是指对兴趣特长数据进行处理和分析后，深度挖掘其背后反映的教学意义与价值，用于辅助兴趣识别、方向引导、资源配置等教育决策：①在兴趣识别上，利用智能录播、可穿戴设备、行为追踪等技术，全面采集学生的课堂行为表现、在线平台学习记录、兴趣社团参与情况和竞赛获奖成果，评估学生兴趣特长学习的积极性、完成度和成就水平，发现可能的兴趣生长点。②在方向引导上，通过相关、回归、聚类等大数据算法，识别学生学习行为特征和学习需求，从而有目的地创设学习情境、推送学习内容、匹配学习同伴，逐步引导学生将兴趣倾向发展为特长。③在资源配置上，借助大数据平台开展区域教育治理，优化场地、设备设施和师资配置，促进区域学生兴趣特长的协调发展。

数据驱动学生兴趣特长培育的逻辑框架以学生为中心，以数据为驱动力。通过兴趣特长数据采集的八种主要途径，可以全面采集学生的兴趣特长数据，辅助教师开展描述性、诊断性、预测性、指导性分析，挖掘学生的潜在兴趣倾向、评判学生的特长发展水平，有针对性地做好情境创设、内容选择、同伴关联、资源配置等方面的教育决策。在数据的持续驱动和教育工作者的科学决策下，学生逐渐适应、继而胜任、最后熟练地掌握某一学科领域的知识与技能，实现从情境兴趣到个体兴趣的阶段性发展。

四 框架应用的可能问题与应对举措

数据驱动学生兴趣特长培育的逻辑框架有助于各地区学校认识学生兴趣特长发展的主要阶段，了解兴趣特长数据采集的主要途径，理解大数据对学生兴趣特长培育的支撑作用。但是，框架在应用过程中也可能面临学生兴趣特长数据的结构和来源不清、学生兴趣特长发展阶段的衔接不够紧密、易忽视家庭教育在学生兴趣特长培育中的作用等问题。针对这些问题，本研究从数据体系、智能技术、培养方案、家校合作等角度提出了应对举措。

1 建设兴趣特长数据库

教育大数据是一种无形的战略资产，其价值体现在驱动国家教育决策的科学化、区域教育的均衡发展、学校教育的质量提升、课程体系与教学效果的最优化、个体的个性化发展等方面[11]。各级教育管理部门和学校应着手建设兴趣特长数据库，积累教育数据资产，发挥数据在描述、评价、预测、干预学生兴趣特长发展上的价值。兴趣特长数据库应重点采集、存储以下四类数据：①学生评估数据（如学习兴趣与倾向评估数据、多元智能评估数据等），以评估数据为基础，帮助教育者初步识别全体学生可能的兴趣与特长；②学生学习行为数据（如课堂学习行为数据、在线学习行为数据等），基于学习行为数据，实时了解每位学生的学习情况，从而有针对性地提供学习指导与技能训练；③学习成果数据（如成就/成果数据、作业样本数据、成绩测验数据等），通过采集学习成果数据，掌握学生在某一领域的能力水平，了解学生兴趣特长所处的发展阶段；④学生/教师/家长访谈数据，基于访谈文本，从多主体视角征求学生兴趣特长培育的意见。

2 发挥智能技术的赋能效应

智能技术的发展，为学生兴趣特长培育模式的革新提供了新契机：①物联感知、视频录制、图像识别、平台采集等四类技术，能够全面采集基础层（如国家教育基础性数据）、状态层（如各种教育装备、教育业务的运行状态数据）、资源层（如在教育过程中主动建设或自动生成的、各种形态的教育资源）和行为层（如师生教学数据、教育管理数据）的教育数据[12]，为学生兴趣特长发展评价提供丰富的数据源。②学习分析技术和学生画像技术能通过数字化标签描绘学生的知识点掌握、课内外学习参与度、学习状态等各方面发展情况，帮助教师了解学生的个性特征与兴趣爱好。③学科知识图谱、智能推荐技术和适应性评价技术能在综合考虑学生学习风格、行为特征和学习需求的情况下，抽取接下来最适合学生学习的知识点，为学生提供有针对性的资源服务和学习路径导航服务，并辅助教师做出更为科学的教育决策。基于此，教师应充分发挥智能技术的赋能效应，使学生兴趣特长培育在技术与经验的双重支持下取得更大成效。

3 设计形式丰富、前后衔接的培育方案

学生兴趣特长培育要考虑学生的个体差异和阶段差异，因此培育方案设计应尽可能做到形式丰富、过渡合理：①健全兴趣课程体系，共享优质教育资源。学校应鼓励教职工发挥兴趣特长，自行设计兴趣课程；可以通过整合资源、购买服务、合作等方式，适当引进行为规范、信誉度高的非学科类教育培训机构参与课后服务；也要充分利用国家智慧教育公共服务平台和各级各类教育资源平台，共享优质兴趣课程。②丰富课后服务内容，开设创新育人活动[13]。例如，结合当地场馆资源，通过5G与全息技术的融合，打造新型智慧立体教学空间，广泛开展超高交互体验的教学活动[14]。③重视兴趣特长发展阶段的升级，设计前后衔接的培养方案。具体来说，小学阶段宜挖掘学生兴趣，以富有趣味的课堂环境或组织形式等作为触发条件，激发学生的学习积极性；初中阶段宜维持并发展学生兴趣，鼓励学生保持长期努力，并为其兴趣特长发展提供具有引导性的学习内容和环境条件；高中阶段宜发展成熟的兴趣爱好，鼓励学生自主开展更多的探索活动，提升其知识储备与实践能力，突显个人兴趣特长。

4 开展各司其职、相互协同的家校合作

家庭是学校实施兴趣特长培育的重要协作力量。在学生兴趣特长发展的过程中，家长应扮演好三重角色：①学生兴趣的启蒙者，即善于挖掘孩子的兴趣天赋。家庭教育最大的误区是强迫孩子按照家长预设的方向发展，导致孩子的兴趣爱好在萌芽阶段就被早早扼杀。正确的家庭教育是鼓励孩子广泛涉猎各个领域，留心观察他们的不同寻常之处，并为其创造良好的环境和条件，鼓励他们进一步发展其优势特长。②学校工作的配合者，即加强家校沟通协作。家庭生活是学生展示个性的自由空间，家长可以通过电话、面访等传统的家校联系方式或“网络学习空间”“网络家长学校”等新型的互动平台，与学校教师针对孩子的教育问题展开深入的信息交流，以让教师更充分地了解学生的个性特长。③学生成长的守护者，即关注孩子生理健康状态变化。兴趣特长发展的过程漫长且富有挑战，对中小学生来说是一个长期的考验，尤其是射击、舞蹈等特殊兴趣特长，对学生身心健康发展有较高要求。家长不仅要关注孩子的兴趣培养条件和发展水平，更要关注孩子的身心健康指标，发现问题要与学校取得及时联系，进行干预调整。

五 结语

在“情境—个体”兴趣发展阶段理论和特长测量“八步系统”的指导下，本研究结合星汇学校“大数据时代下吴门书画教学实践”，构建了数据驱动学生兴趣特长培育的逻辑框架，包含兴趣特长发展的四个阶段、兴趣特长数据采集的八种主要途径和兴趣特长数据应用的驱动力三个关键要素。之后，本研究结合框架应用的可能问题，从数据体系、智能技术、培养方案、家校合作等角度提出了应对举措。需说明的是，本研究提出的数据驱动学生兴趣特长培育的逻辑框架虽有理论基础和实践案例作为依据，但其推广价值仍有待检验。后续研究将基于数据驱动学生兴趣特长培育的逻辑框架，结合针对框架应用可能问题的应对举措，与合作区域和学校共同探索大数据支持下学生兴趣特长培育的实践方案，以促进区域学生兴趣特长培育工作提质增效，推动“双减”政策落实、落细。

[1]新华网.中共中央、国务院印发《中国教育现代化2035》[OL].

[2](美)霍华德·加德纳著.沈致隆译.多元智能[M].北京:新华出版社,1999:14.

[3]马良,刘成新.信息技术促进学习者多元智能发展的切入点探析[J].现代教育技术,2007,(5):11-14.

[4]余胜泉,王阿习.“互联网+教育”的变革路径[J].中国电化教育,2016,(10):1-9.

[5]教育部.中共中央办公厅国务院办公厅印发《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》[OL].

[6]石芳.互联网+时代的教育观念变革[J].思想政治课教学,2016,(5):13-18.

[7]崔笑轩.小学生兴趣特长养成现状、问题及对策研究[D].石家庄:河北师范大学,2017:41.

[8]Hidi S. Interest and its contribution as a mental resource for learning[J]. Review of Educational Research, 1990,(4):549-571.

[9]McCoach D B, Kehle T J, Bray M A, et al. The identification of gifted students with learning disabilities: Challenges, controversies, and promising practices[A]. Students with Both Gifts and Learning Disabilities[C]. Boston, MA: Springer, 2004:31-47.

[10]李同吉,吴庆麟,胡谊.学科领域专长发展的阶段观评述[J].上海教育科研,2006,(1):43-46.

[11]杨现民,王榴卉,唐斯斯.教育大数据的应用模式与政策建议[J].电化教育研究,2015,(9):54-61、69.

[12]邢蓓蓓,杨现民,李勤生.教育大数据的来源与采集技术[J].现代教育技术,2016,(8):14-21.

[13]付卫东,刘慧敏,陈安妮,等.教育新基建助力“双减”政策落地:需求、优势与挑战[J].现代教育技术,2022,(1):27-34.

[14]刘邦奇.智能技术支持的“因材施教”教学模式构建与应用——以智慧课堂为例[J].中国电化教育,2020,(9):30-39.

How does Big Data Support the Cultivation of Students’ Interests and Specialties?

ZHANG Yao YANG Xian-min[Corresponding Author]FENG Ting-ting DI Xuan ZHAGN Yu-chi

In the era of data intelligence, large-scale teaching in accordance with students’ aptitude requires that the scale of interest and specialty cultivation should be increased, the content be more comprehensive and the approach be more diversified. However, under the background of “double reduction”, there are some problems in the cultivation of students’ interests and specialties, such as unclear starting point, inflexible organization, and limited resources. Based on this, relying on the “situation-individual” interest development theory, and the “eight-step system” for specialty measurement, and combing the case of “Wumen calligraphy and painting teaching practice in the era of big data” of Xinghui school in Suzhou Industrial Park, this paper constructed a logical framework for cultivating students’ interests specialties driven by data, which included four stages of interest and specialty development, eight main ways of interest and specialty data collection and three key factors of the driving force of interest and specialty data application. Meanwhile, the possible problems of the framework application were discussed, and the countermeasures were put forward from the perspectives of the data system, intelligent technology, training scheme, home school cooperation and so on. The research in this paper provided basic ideas and action plans for various regions to explore the cultivation of data-driven students’ interests and specialties, which was helpful to better implement the “double reduction” policy and promote students’ individualized development.

teaching in accordance with aptitude; cultivation of interests and specialties; data driven; individualized education; “double reduction”

G40-057

A

1009—8097（2022）05—0024—08

10.3969/j.issn.1009-8097.2022.05.003

基金项目：本文受江苏省高校“青蓝工程”资助。

张瑶，在读硕士，研究方向为教育大数据、智慧教育等，邮箱为2020191275@jsnu.edu.cn。

2021年12月20日

编辑：小米