智能化信息技术支持下的精准教学实施策略研究——以上海市梅园中学为例

毛 颖

（上海市梅园中学，上海 200237）

“信息技术与教育深度融合的观念”是《上海基础教育信息化发展蓝皮书》的明确要求，是中考改革背景下“教与学方式”变革的新目标和培养创新型综合素质人才的新定位。公办初中应该在办学中立足“优质、均衡”的社会发展需求，积极开展以智能化信息技术为支撑的差异化教育实践研究，积累基于校情与学情的有效经验和策略方法，解决课堂教学精准施教和学生个体有效自主学习的瓶颈问题。

一、智能化信息技术与教育的深度融合

百度百科将“智能化”这一概念解释为事物在计算机网络、大数据、物联网和人工智能等技术的支持下，所具有的能满足人的各种需求的属性。①百度百科：智能化，载https：//baike.baidu.com/item/%E6%99%BA%E8%83%BD%E5%8C%96，最后登录日期：2022 年1 月8 日。结合学校教育的特定情况，本研究特指大数据和人工智能等现代信息技术在学校教学研究中的运用。“21 世纪后，世界各国的教育改革都倡导针对学生个体差异实施个性化教学，根据学生的学习行为大数据来调整教学策略，在课堂教学中采用基于证据的教学（Evidence-based Teaching，简称EBT），这一直是人们所追求的未来教育的理想形态。”②黎加厚：《与大数据同行：学习和教育的未来》，华东师范大学出版社2014 年版，序言第14 页。教育智能化旨在利用人工智能技术，更深入、更微观地窥视、理解学习如何发生，如何受到外界各类因素（如社会经济、物质环境、科学技术等）影响，进而为学生高效地学习创造条件，这一点，正是信息化与教育深度融合实践研究的价值所在。

“精准教学”是教师根据课程标准和学生实际，准确把握教学目标，优化教学结构，促进学生可持续发展，实现目标的活动过程；是教师通过分析课堂教学各要素，使课堂教学各要素之间相互渗透，相互支撑，有效整合，从而达成教学目标的科学、高效的现代教学模式。本文旨在通过建设学校大数据精准教学系统，研究和总结将现代信息化智能技术与教育教学深度融合的精准教学经验。

综上，我们提出精准教学，目的是促使教师根据学生客观存在的差异，有针对性地制订教学目标、设计课程内容、把握教学进度、调适教学方式、建立评估体系，从而使每位学生在最适合自己学习的环境中求得最佳发展，从而实现信息化技术与教育教学的深度融合。

二、智能化信息技术支持下的智慧校园构建：可行性分析

1. 研究基础

作为一所公办初中和徐汇区新优质学校，上海市梅园中学有良好的信息化研究基础，教师和教研组能够以“微格”摄录播系统为辅助，持续、渐进地开展主题化、系列化的教研活动，倾力打造“优质学习”课堂，有效促进了内涵发展，教师课堂教学设计和实践能力进一步增强，也形成了应用教学教研信息技术的积极心态和基本信息素养。

目前，学校以区“智慧校园”项目为依托，以徐汇教育数字基座项目建设为契机和平台，继续致力于提升教师信息化教学能力，结合市、区两级关于“信息技术能力提升工程2.0”的相关培训要求，通过组建信息化骨干团队和集中培训、网络研修、分组教研、定期推进等形式，提升教师在实际教学场景中运用信息技术的能力；通过智学网“精准教学”平台、希沃“智慧黑板”、平板交互式智慧课堂等信息化设施，聚焦解决课堂教学精准施教和学生个体有效自主学习的瓶颈问题，逐步形成信息化数据背景下基于差异化特点的精准教学模式和学生自主学习模式。在促进教师理念的再更迭和转变中，助推信息化技术与教育教学的深度融合，最终形成构建智能化应用系统支持下的“智慧校园”的发展愿景。

2. 研究目标

通过建设学校大数据精准教学系统的实证研究，研究和总结教师队伍将现代信息化智能技术与教育教学深度融合的精准教学经验，形成学校基于信息化项目建设的教与学数字化转型发展。

（1）学生层面：多维度反映学生的学业情况，提供客观的作业及测试评价数据分析，及时发现每一位学生的知识结构薄弱点、学习需求和自主学习能力情况，指导学生进行学习反思、自我调控，以促进学生学习品质和能力的提升，并为发展性评价提供重要的参照。

（2）教师层面：通过校本研修，指导教师对教学评价过程中的数据进行收集、整理、分析，找准分层课堂教学的起点、重点、难点，从而达到精准备课、精准教学、精准评价、精准辅导的目的。

（3）学校层面：在信息化项目支撑下，探索学校分层教学的校本研修机制和教学管理机制。探索各学科分层教学目标，形成系列，在此基础上建立分层评价体系等。收集、整理、分析教育过程中的教学数据，提高教学管理水平，在教学实践中不断形成智能化的因材施教教育管理模式。

基于以上研究目标，学校从三个方面开展创新实践：一是学校有序组织教师运用智能化系统进行考试、阅卷、数据分析，并积极落实应用到课堂教学中去，打造具有“精准”特质的高效课堂。二是开展“挖掘数据背后的细节和价值”的研究，通过运用数据分析，关注学生的智力与非智力因素对其学习产生的效应，以促进学生学习动机、习惯、能力的养成与提升。三是建设覆盖全部学科、全体教师、全体学生的智能平台，建立智能化系统常态化运行机制。在部分年级、部分班级建设“智慧课堂”平板式教学，试点新授课课前、课中、课后全场景的教学应用。

三、智能化信息技术支持下精准教学的实施策略

1. 信息化智能分析驱动下的精准课堂教学策略

教师通过分析班级、学生等不同群体的随堂作业、课后作业、大小考试等过程性动态信息数据，为实施差异化教学提供了依据，帮助教师针对不同特点的学生群体，制订更精准的教学目标和重难点，进一步明晰教学目标和教学内容的匹配性和适切性，形成了满足不同层次学生学习需求的数据分析应用模式，如图1 所示。

图1 精准课堂教学数据分析应用模型

在课型研究中，学校组织教师就大数据背景下的试卷讲评课进行了专题教研，形成了各学科讲评课的精准教学五环节范式，如图2 所示。

图2 大数据分析支持下“讲评课”精准教学五环节范式

具体实践流程为：利用双向细目表精准命题，依据学科课标要求进行知识点状标注，确保初次评价环节的精准性。在智能化平台数据分析的基础上，教师会根据共性问题和班级差异，充分备课，确定每个班级讲评课的教学目标和教学内容，以及教学重点和难点；根据班内差异，决策课内是否进行分层教学、活动设计等精准练习等工作。课堂上呈现学生突出的问题，通过个人反思、小组讨论等形式，分析问题的原因所在，以此保证上课环节的精准性。平台智能推送的匹配练习使纠错更加精准，可以确保作业环节的精准性。精准辅导则是讲评课的有益补充，教师会指导学生形成自主学习规划，或者解决具体知识能力问题；一些教师还会关注部分学习不充分（“吃不饱”或者“吃不下”）的学生，线上推送个性化学习资料、学习任务等学习资源包，打造学生泛在学习空间，随时随地根据需要满足学生的个性化发展需求。

策略一：依托数据，精准确定内容

我们通过教学实践，论证和构建了大数据技术与有效教学的必然联系：在现代课堂教学中，依赖智能化分析系统，进行学生学习行为和数据的收集，并挖掘与分析数据，抽取出有价值、有关联的数据。

以英语教学相关练习为例，学生通过信息化平台学生端完成练习，教师根据数据统计，了解学生的薄弱知识点，点击题号后还可迅速了解每道题的作答情况，由此教师能准确分析学生出错的原因。信息化支撑的大数据分析，为教师精准确定教学内容提供了便捷，使教师在教学中对“学生到底哪里发生了困难”实现了更为科学的分析研究，也为教师在教学研究中进一步观察学生思维品质的形成提供样本。

策略二：关注差异，精准实施分层

因受到时间和精力的限制，传统意义上的因材施教难以维持。我们借助大数据平台的相应功能，根据学生的认知基础和学习水平，可以将其分为若干个层面，甚至更多元化的无数层面，即每位学生都可以成为一个独立的层面，有助于教师在教学设计中关注到每位学生个体的差异和发展需求。

以英语听说练习为例，教师可以通过信息化平台看到每一位学生的朗读得分，更重要的是发现：不同学生在听说方面，每个段落、每个句子甚至每个单词的发音都是不同的，教师就能更精准地进行分层教学，优化听说教学策略。在班级授课制的现实里，学生的学习空间存在一个多维结构和无限增长的可能，在信息化支撑下的教学环境中，学生可以获得更多自主发展的个性化空间。

策略三：人机协作，精准进行评价

人机协作批改作业可以使评价更加精准。教师利用信息化平台完成对学生写作的基础性批改，平台智能地用红色标出了学生作文中的个别错误，也有绿色标注的学生优质表达，给予学生鼓励，可视化的具体呈现提高了学生的写作信心和成就感。

在此基础上，教师批阅时可以由以往关注语法错误，转而关注学生作文的内容、逻辑关系、整体结构等，从而更加指向学生的学科核心素养培养和提升，并针对性地指导学生解决自主纠错学习中不能解决的学困点。多层次、全方位的过程性评价，促进了学生学习中新的生长点的发现和培育。

信息化手段在教育教学中的融合运用，是一个人机协作的过程。在每一个教学细节实现的过程中，大数据分析可以让我们更加关注生命个体的特性（优势和不足、习惯和品质、思维和能力等），充分体现对每一位学生成长的呵护和关注。深入探讨适应性学习（adaptive learning）和学习分析（learning analytics）理念。前者依照学生的个性化需求制定教学进度和内容，后者帮助我们寻找最高效的教学方式。①迈尔-舍恩伯格，库克耶：《与大数据同行，学习和教育的未来》，赵中建，张燕南译，华东师范大学出版社2014 年版，第13 页。在实践中，我们形成了基于智能化数据分析系统的场景应用模式（图3），丰富多元的数据来源和观察维度，以及对数据分析的充分使用和挖掘，构建了精准课堂教学和学生的泛在学习成长。

图3 基于智能化数据分析系统的场景应用模式

2. 智能化信息技术支持下的学生自主学习策略

“学习品质是指学生在学习过程中表现出来的主动性与调控性的非认知特征，其内核是自我认知与调控。”①夏雪梅：《项目化学习设计：学习素养视角下的国际与本土实践》，教育科学出版社2018 年版，前言第5 页。课堂教学变革要实现学习增值，最需要解决的关键问题就是要去“唤醒”学生的力量，让每位学生经历真正的学习，从而培养他们的自我性、主动性和协作性。从学生个体成长来看，基于“学情跟踪”平台，全面精确地了解学生的强项知识点和薄弱知识点，成为教师指导学生进行自我剖析、自主规划的有效抓手。研究逐渐指向学生学习习惯的研究和学生学习动力、自主学习能力的培养，从而实现了聚焦“学生的个性化自主学习”和以信息化手段“发掘学生潜质，培养学习素养，成就学生价值”的基本目标。

策略一：合理制订学习策略，培养胜任感

为了指导学生成为自我学习者，教师以线上线下相结合的教学方式，基于“学情跟踪”平台，指导学生分析自我知识点掌握图谱，查看各学科学情趋势图，帮助学生全面认识并监控自我的学习过程。然后制订工具——“智学网”自主学习单，为学生搭建自我规划的“脚手架”，满足了不同学生的差异化学习需求，实现了个性化发展和胜任感。

教师通过课堂研究和学情分析，有意识地培养学生学习策略的建构能力，并遵循学生的学习差异，给予足够的自主调控空间，教师也提高了培养学生自主性学习的意识。学生可以利用信息化手段采集的数据分析，观察个人动态学情，及时开展自我学习和训练，探索自我提优发展策略，成为积极且主动的学习者。

策略二：创建温情的学习环境，增强交互性

学生的学习体验不仅有对自我个体学习的关注，还需要自我导向与互动协作相结合的学习环境，教师创建有情感支持且人人参与的学习环境，创设丰富灵活的生生、师生互动活动，可以让学生感到安全和受到重视。具体的教学环节有：课堂讲解通过比对同伴的答案，总结失分点；试题讲评通过错误选项的学生讲解思维过程，查找卡顿点；课后作业通过详细解析、优秀解答，寻找不足点；线上作业通过“作答”互相点评，定位提升点；通过英语作文个性化的可视化评价，建立自信点。教师引导学生总结创新的解法和策略，创造生生交流复盘思维过程的机会，从个体差异和不同学习需求出发，推动了协作化和个性化的自主学习模式。

在初中阶段，语文教学较为重视阅读理解和文章写作两个方向，因此初中语文教师将大部分的精力放在这两个地方。但是，随着新课改的不断推进，学生思维能力和情感培养的重要性也被大家所重视，因此，教师在制定教学方案时，不仅仅要遵守课改要求，明确教学目标，还要考虑学生的学习情况，学习方法，综合考虑过后，再制定出适合学生的教学方案。

只有基于学生内在矛盾冲突的教学活动，才可能引发真正意义上的学习需求。教师从学生熟悉的且聚焦薄弱点的错题资源出发，无论何种水平的学生，都能在原有基础上得到系统的帮助，促进学生探求学习的规律。总之，学生应当是自我指导、自我调节和自我激励的学习者，教师遵循了这一教学原则，并运用多种策略发展学生的自主学习能力，逐步实现了学生学习品质的提升。

四、智能化信息技术支持下精准教学的实施成效

1. 深度融合将推动学校教学质量管理体系的变革

智能化信息技术在打造学校精准教学样态的过程中，推动了学校教学质量管理体系的优化。除了传统的教学质量检测和学业质量基本情况分析报告之外，在实践研究中会形成富有校本特色的自适应学习系统。自适应学习系统产生于学生个性化学习的成长需求，其核心是数据，其运行原理是根据学生个体具备的知识和技能差异，动态调整课程或者学习内容的层次和类型，在学校教学质量管理系统中，通过自动或者人工干预的形式推送学习资源。这个系统包含四个维度：智能化采集和分析数据的信息系统；学校与之相匹配的质量管理制度、工作方案、绩效评价等机制；教师精准化教学的组织和实践能力；基于校情的校本资源库建设。

至此，学校管理从单纯的学习管理走向深度学习行为的引导，以信息化建设为抓手的精准高效课堂建设实现突破，初步形成“注重提升学生学习品质，建设校本的个性化学习支持系统”的学习场景和学校样态。

2. 深度融合需明确有效提升教师专业研究能力的关键

我们在研究中发现，与大数据同行的教学变革，教师的信息化素养和能力的提升非常重要，主要包括三个方面的能力提升：教师的信息技术应用能力、信息化教学力、信息化学习指导力。因此，学校以大数据分析指导下的精准教学研究为抓手，强调深度学习，培养教师利用信息技术开展学情分析、个性化教学的能力，推动教师有效教研。学科教师为了充分运用信息化平台的大数据分析功能，不仅要熟悉各种信息技术运用，还需要吃透教材，掌握学科矩阵要求。在教研组长组织下，教研组细化知识点和能力要求，有利于教师更清晰地了解学科核心知识和关键能力要求，更科学地开展命题工作和课堂教学中的情景创设、与生活实际相关联的问题设计等，从而提高教学创新和多维评价的能力。从精准教学之试卷讲评课研讨活动中可以看出，教师基于数据，能确定一节课的讲评内容和制订合理适切的教学目标、重难点，并且能根据当节课的教学内容进行矫正练习的组卷，具有针对性和实效性。

我们还发现，智能化信息平台的使用，引发了教师教学行为上的改变，推动了教师转变育人观念。教师的关注重点从练习和考试的学科成绩逐渐转为薄弱知识点的跟踪分析，且都有意识、有针对性地进行了指导学生再认知的强化练习。在“您是否根据‘精准教学’中的薄弱知识点或共性错题进行过针对性组卷和练习”的调研中，有94.12%的教师进行过针对性组卷和练习，有11.76%的教师进行过4 次以上的针对性练习设计。两项数据均体现出教师越来越关注学生和班级的薄弱知识点，并有意识地运用大数据进行纠错，这种做法破解了传统教育模式下“育分”的功利心态，真正将教育的关注点落实到“育人”的本质中。

3. 深度融合需发现促进学生自主学习能力的规律

（1）学生个性化的自主学习

为了培养学生长期的自主化学习能力，学校开展了学生日常学习中知识点掌握的图谱分析，教会学生学习查看自己的发展趋势图，以及各门学科多次练习和测试后生成的电子错题本。学生可以看到详细的试题解析，优秀答案的推送，可以在线重做错题，也可以将错题打印出来供日后学习，在课后的任何时间、任何地点，学生都可以进行错题的梳理和巩固。

（2）不同层次学生个性化的自主学习特征差异

随着项目研究的推进，对不同学习能力和学习习惯的学生（前1/3、中1/3、后1/3）进行了分类观察，试图找出不同学习水平学生的自主性学习差异（见表1）。

表1 学生使用智能化信息平台功能的情况反馈

数据显示，学生对智能化信息平台的各项功能的使用率都比较高，查看“成绩报告”的平均次数在3次及以上的学生比例都达到70%以上，前1/3 学生查看成绩报告更多地关注“学情分析报告”和“试卷题目解析”，中1/3 学生和后1/3 学生更多地关注“学情分析报告”和“错题情况”，说明学习能力越强的学生自我分析错因和自我完善的意识越强。后1/3 学生更多查看“成绩报告”中自己的“错题情况”，说明学习能力较弱的学生也有一定的学习积极性，希望能够解决学习中的困难点，教师要及时关注并帮助这一部分学生找到错因和学习上的卡困点。学生查看“成绩分析报告”时都会较多地查看历次学情分析报告，这有利于学生了解自己的各科学习现状和轨迹，客观分析各门学科的优劣势，从而制订出适合自己的自主学习策略。

（3）学生的个性化学习和成长

传统的学习过程中，各类考试的相关数据往往是单向的，容易形成对学生的单一性终极评价。而数据统计可以帮助教师动态准确地把握学生的学习过程，并及时给予反馈：鼓励和表扬大幅进步的学生，使其发挥榜样作用；关注明显退步的学生态度和思想动态；对临界生和波动生及时分析原因，采取个别辅导。大数据技术通过对学习过程中数据的采集和分析，使教师“不仅能纠正学生的错误，还能从教学和学生的行为数据分析错误的原因，从而从双向意义上来改进教与学的过程”①张治，李永智，游明：《“互联网+”时代的教育治理》，华东师范大学出版社2018 年版，第29-30 页。，即学生的个性化学习与教师的教学策略调整相互促进。

大数据支持下的个性化学习，“最令人印象深刻的特征是其动态性，学习内容可以随着数据的收集、分析和反馈加以改变与调整。如果一位学生对某个部分的学习存在困难，那么该部分的学习内容将被纳入之后的习题集，以确保该学生有足够的练习机会。这个常识性的概念被称之为掌握学习（mastery learning）”。②迈尔-舍恩伯格，库克耶：《与大数据同行：学习和教育的未来》，赵中建，张燕南译，华东师范大学出版社2014 年版，第38-39 页。可见，可以动态化、个性化、及时性调整学习内容，是智能化信息平台的巨大优势。

在大数据和人工智能应用的大背景下，各种借助信息技术实现教育升级的探索和研究越来越丰富和深入，信息赋能所特有的创新思维推动着教学改革，教学过程的理念由“被动接受、支配学习”到“自主建构、创造学习”，师生关系的主线由“主导、从属”到“交互、协作”。在今后的实践中，我们还可以进一步思考以下问题：多元创设场景，指向学科思维能力培养的教学范式研究；以学生为中心，以数据驱动大规模因材施教学校教育体系的构建探索等。