数据驱动精准教学课堂模式的构建与实践探索

汪和生

(广东第二师范学院 网络教育学院，广东广州 510303)

随着智慧教育理论研究和实践探索的不断深入，数据驱动精准教学越来越为广大教师重视。基于教学过程数据，驱动教学活动开展，使教学内容更加精准，在技术赋能中教学能够呈现出更加流畅、高效的状态。当前，对数据驱动精准教学的研究主要集中在理论层面，应用层面较多的是某项具体的应用技术的开发，且着力的对象集中在特定学科和特定内容，至于数据驱动精准教学与常规课堂的有机结合讨论得不多。可以说，数据驱动精准教学的实践探索尚处于初级阶段，真正有效落地的范例很少。从广东省中小学教师信息技术应用能力提升工程2.0的教师培训来看，大多数教师不能很好地理解数据驱动精准教学的概念，做出实践应用的就更少了，因此，现阶段要着重探索一些简便的普适的应用模式，引导和促进广大教师先用起来，然后在具体应用中发现问题，解决问题，推动教学向纵深发展。建构简便的普适的数据驱动精准教学模式，对于促进教师的信息技术应用能力提升、课堂教学质量提高大有裨益。

一、数据驱动精准教学的基本内涵、拟解决的问题与主要特征

(一)数据驱动精准教学的基本内涵

精准教学早在20世纪60年代就由奥格登、林斯利基于斯金纳行为学习理论提出来了，主要关注行为本身为教学决策提供依据，但是，由于当时技术的有限性及行为主义本身的局限，其未能得到广泛的实践应用〔1〕。21世纪随着大数据、人工智能等技术的兴起，机器处理数据形成有价值的诊断性评价的能力大大增强，精准教学才又重新为人们重视，并在实践应用中取得了一定的成果。现在强调的数据驱动精准教学是指在智能化学习环境中，通过分析教学过程数据定位学生的学习问题，精准推送个性化学习内容和开展个性化指导，用数据来驱动教学的开展，决定教学的走向，从而实现因材施教，促进学生的最大化发展目标的一种教学形态。从内涵来讲，数据驱动精准教学属于智慧教育范畴，数据与分析是基石，精准推送是标志性动作，个性化学习与发展是最终目标。

数据驱动精准教学的数据不一定是完整意义上的“大数据”，当前各类教学中，因为数据采集的不连续，多系统、多源数据的不连通等原因，一般学校很难形成完整意义上的教学大数据，也就很难用大数据去驱动教学，容易落入所谓的“大数据迷思”。事实上，教学过程产生的大量数据(如学生作业，课堂学习表现、测试等数据)经系统采集处理后，结构良好，有明确的价值指向，包含了大量的学生认知特点和知识结构方面的信息，更容易为系统分析处理，形成有价值的评价，从而能更好地为教学导向〔2〕。

(二)数据驱动精准教学拟解决的问题

传统的教学由于没有明确的过程数据支持，教师主要凭经验组织教学。教师凭经验、依课标来确定教学目标，设计教学活动和组织教学与评价，全班学生围绕同一目标，学习相同内容，这样的教学必然导致以下问题：

1.教学个性不足，降低了教学效率。由于学生认知特点和个性化学习需求得不到很好的关注，不能精细地分析学情，往往导致教师确定的教学目标、教学内容与实际学情之间的偏差，出现学生想学的不教、学会的重复教等问题，影响了学生学习效率。同时，由于缺少技术环境和数据的支持，分层教学与个性化指导等差异化手段很难有效开展，想在传统教学模式的基础上开展一些个性化活动，通过简单的修修补补收效不大，常常流于形式，这就要求我们必须对教学全流程进行模式再造。

2.教学评价精准度不高，对教学的导向作用不明显。主要依据经验的教学必然导致评价也只能依据印象和经验，这样的评价只能是主观、笼统和不准确的，在五育并举、素质教育的大背景下，无法从核心素养层面深层次诊断学生学业和认知存在的问题，也就无法为教学提供很好的支持和导向。

传统的教学还存在学生的学习积极性未被充分激发、教学反馈不及时、学习管理困难、师生互动不充分或有效性差、数据意识和素养以及科学素养培养不充分等问题，然而，从数据驱动精准教学的角度最直接或主要解决的问题还是教学个性化不足和教学评价精准度不高的问题。

(三)数据驱动精准教学的主要特征

精准教学一直是我们教育的追求，数据驱动的教学是如何使教学更加精准的呢？换言之，相较于传统教学，数据驱动的教学在精准性方面表现出哪些不同特征呢？

万力勇等认为，前期Lindsley 等人倡导的精准教学使用流畅度(Fluency)来衡量学生的学业发展情况，流畅度包括准确率和速度两个维度，具体涉及五个方面的内容：持久性、耐久性、稳定性、应用性和生成性。另有一些学者从教学评价层面对精准教学进行了定义，如 White 认为精准教学并不具体阐释怎样教、教什么，而是一种可以对任何教学策略和课程进行系统评价的方法。West 等也提出精准教学不是一种教学方法，而是一种精准、系统地评价教学策略和课程的方法。除了继续关注测评功能和教学决策功能，近几年来国内有学者开始将精准教学研究扩展到教学活动全过程。实质上，没有精准的教学过程就没有精准的教学结果，由于大数据、人工智能、物联网等技术的发展，我们可以及时采集、处理每一个教学环节的数据，精准教学的“精准”要求应该贯穿教学全过程，也可以贯穿全过程。从教学的全过程来看，数据在精准教学中的作用主要体现在以下三个环节：首先，数据在课前的学情分析与教学设计中发挥作用。即教师利用前期数据形成学生画像和知识图谱，根据前测数据，实现比较精准的学情分析、目标设定与教学设计〔3〕。其次，数据在教学过程中发挥作用。即教师使用课前的教学设计开展教学，通过分析教学过程产生的新数据，及时掌握学生的学习情况，分析学生学习与预设目标之间的差距，调控教学进度，动态生成教学内容，精准推送学习资料，实施精准指导，精准干预学生的个性化学习。最后，数据在课尾的教学评价和课后作业的设计中发挥作用。即教师通过过程性评价数据和结果性评价数据，运用智慧教学平台的处理、统计、挖掘、分析等功能，围绕学习目标的达成与否，综合分析学生学习绩效，开展有数据支撑的循证的精准评价，并根据教学评价设置精准作业〔4〕。

虽然数据驱动的精准教学是在新的智能化技术环境中，采用过程数据驱动教学开展，有较强的技术色彩，但同样遵循教学的一般规律；我们从数据驱动的技术作用出发，以课程四要素说(即课程包括目标、内容、过程与评价的四个要素)为架构，可以确立数据驱动精准教学的主要特征。具体如下：

1.精准的目标：即依据学生前期数据与知识图谱，使用前测数据，定位学习问题，精准设定教学目标。首先，要考证教学目标是否精准，教学目标必须是能够准确评判或测量的。其次，教学目标是否精准，除了课前我们应依据教学数据循证来设计之外，还要通过教学效果来进一步检验，即最后教学的效果是否能帮助学生解决所有的学习问题，达成预设的学习目标。最后，精准的教学目标以促进每个学生的最大化发展为愿景，它一定是个性化的，现阶段我们的班级人数还比较多，为每个学生定制学习目标较为困难，但设计分层的教学目标是可行的。所以精准的教学目标一定是可评可测的、达成率高的和个性化的〔5〕。

2.精准的内容：即根据学情数据，以教学目标为导向，精准设计教学内容。首先，精准的教学内容要以目标为导向，要保障所有的教学目标的达成。其次，精准的教学内容不应是静态固定的，在智慧教学语境下，教学内容应是弹性的可调整的，并且能根据教学实效动态生成后续的教学内容，这就是所谓的“生成性课堂”。“生成性课堂”在传统技术环境下较难实现，但在新的技术环境下，借助于人工智能和大数据技术，在智慧教学平台支撑下将成为常态。所以精准的教学内容一定是目标导向的和动态生成的〔6〕。

3.精准的教学：即通过教师与机器的协同工作，以精准推送教学内容为主要形式，推动学生的个性化学习；同时收集学情数据，通过精准干预和个性化指导帮助学生分步达成教学目标。另外，精准的教学以学生最大化发展为愿景，必定是促进学生深度学习的教学。所以精准的教学过程一定是人机协同的、精准干预的和促进深度学习的。

4.精准的评价。即对学生是否达成学习目标进行测评，并根据测评数据生成精准的学习评价。精准的评价首先应该是一个诊断性评价，不仅应包含对学生学习绩效的评价，还应包含学生学习诊断性报告，明确学生学习中的问题；其次，精准的评价应关注学生的持续发展，应指明学习进一步提升与努力的方向，并根据评价精准推送课后作业，帮助学生巩固提升，推动学生持续发展。所以精准的教学评价是诊断性的和关注学生持续发展的。

二、数据驱动精准课堂教学的基本范式

我国的各级各类学校教育教学都是以班级集中授课、按课时逐次开展的，我们称之为课堂教学，精准教学放在课堂教学的大背景下更有现实价值，也需要建构基本范式。在长期的教学实践中，不同风格的教师，根据不同的教学内容和教学环境，曾构建了大量的教学模式或教学方法，华东师范大学的祝智庭教授将常用的教学模式概括为授导型和探究型两种类型。从发挥学生的主体作用的角度，授导型强调既发挥教师的主导作用也尊重学生的主体地位，如我们常说的讲授法、启发式教学、案例教学等都属于这一类型；而探究型则强调以学生为中心，充分发挥学生的主体作用、能动性和创造性，教师是学生学习的帮助者、促进者，如我们常说的项目式学习、探究性学习、研究性学习都属于这一类型；处于两者中间或两种类型属性兼备的模式是主题化学习、问题化学习。随着教育信息化的发展，大数据分析和人工智能等技术的应用，使我们采集处理数据的能力大大提升，教学数据的运用使教学与评价更加精准和智能化，这就为我们关注每个学生的学习，促进每个学生最大化发展成为可能，所以精准教学的课堂一定是以学习者为中心的课堂，更多采用探究型学习、项目式学习和问题化学习等教学方法。教育部在新印发的《义务教育课程方案(2022年版)》中明确提出“推进综合学习。整体理解与把握学习目标，注重知识学习与价值教育有机融合，发挥每一个教学活动多方面的育人价值。探索大单元教学，积极开展主题化、项目式学习等综合性教学活动，促进学生举一反三、融会贯通，加强知识间的内在关联，促进知识结构化”的要求。由于主题化、项目式学习等教学法目前尚处在探索阶段，而问题化教学法较为常用也较为成熟，它以问题的提出为学习起点，以问题的解决为学习的终点，很容易与预设的目标一一对应，保障目标的达成，也容易与真实的社会情境相结合，能较好地培养学生解决实际问题的能力；同时，它具有较强的弹性，便于教师根据教学需要自主拓展，所以当下适合以问题化教学法为基础来构建课堂的精准教学模式，故名之数据驱动精准课堂的问题化教学模式(Data Driven Precision Classroom Problem-based Teaching Mode，简称“DDPC-PT模式”)。DDPC-PT模式一般包括以下环节：

1.发现学习问题：即使用前测数据，发现学习问题，确定教学主题。

2.确定教学目标，进行教学设计：即根据设定的主题与定位的学习问题，在学生认知特点数据与知识图谱的基础上，确定教学目标；同时，将目标分解成若干子目标，围绕每个子目标，转化为学习问题，进行教学活动设计。

3.初步教学，掌握新知：这一部分可视具体学情和内容灵活运用，目的就是让学生通过学习快速掌握解决问题所需的新知识。

4.精准教学，个性化指导：即使用教学数据，动态生成学生自主学习内容；学生开展自适应学习，在教师开展个性化指导下，自我强化、提升对新知识的认知，最终解决设定的问题。

5.即时评价、即时反馈：根据教学目标，组织绩效测评，借助平台功能，实现即时评价，即时反馈。

6.精准作业，分层指导：根据学生的评价报告，自动推送精准作业，同时对不同层次的学生分别给予指导。

DDPC-PT模式教学流程与数据应用状态如图1所示：

图1 数据驱动的精准课堂问题化教学模式

DDPC-PT模式必须在智能化的技术环境中才能较好地开展，在标准的智慧教室里开展最为理想。没有配备标准智慧教室的学校，只要配有以大数据、人工智能、云计算等技术为支撑的教学云平台，具备数据收集、处理、分析等功能，配有教学终端，包括教师教学终端和学生学习终端(以装配了电子书包的平板电脑为最佳)，且所有的技术设备实现了互联互通，即具备“云网端”联通的技术环境，普通教室也可开展类似的教学探索〔7〕。DDPC-PT模式以问题化的方式组织教学，以数据分析与评价作为技术基石，在以学为中心的课堂中，基本能实现个性化学习和个性化指导，达成数据驱动精准教学的基本目标。

三、常规教学应用数据驱动精准教学的典型案例

基于初步建构的DDPC-PT模式，我们在广东省中小学教师信息技术应用能力提升工程2.0省级试点校中开展了系列实证研究。以下课例来自佛山市禅城区南庄第三中学语文组教师王某主讲的一节初中语文课，教学的内容是“段落的作用”，其主要教学过程依托于一定的技术环境展开。

(一)教学设计与教学过程

1.发现学习问题。在前期的语文测试中，根据教学云平台生成的诊断报告，发现学生在第二大题的14和17两道小题上班级和全校得分都偏低，通过分析发现学生普遍对“结尾段的作用”这个知识点掌握不好，再做进一步的卷面分析发现学生失分的主要原因：(1)未分点作答；(2)未掌握结尾段作用题的答题思路，缺乏逻辑性；(3)未形成关于段落作用的知识体系，没有采点作答。于是，确定本堂课的教学主题为“段落的作用”，拟解决上述涉及的三个问题。

2.确定教学目标，设计教学活动。根据前期确定的学习问题，明确教学目标：(1)通过课堂训练，理解阅读题分点作答的答题规范；(2)通过教师讲解、小组合作分析典型错卷，掌握结尾段作用题要从结构和内容两方面作答的思路；(3)通过教师讲授、学生做思维导图，基本掌握段落作用的知识体系，学会采点答题(难点)。

3.初步教学，掌握新知。提出学习问题，以课内同类型的材料为例，分析答题要点，师生一起寻找解决问题的方法，在这个过程中构建解决问题的支架，指导学生使用支架(主要包括包含答题要点提示的模板和横向比较要点的提示等支架)，帮助学生快速提升。通过这一阶段的教学初步达成前两个教学目标。

4.精准教学，个性指导。围绕最终构建个人思维导图这个子目标，教学平台根据学情，推送相关学习材料给教师；教师根据班级整体情况，人机协同，分层推送相关学习材料到学生终端。学生围绕学习材料开展自主学习，教师通过平台监测学生学习进程，并根据学生学习情况，开展个性化指导，通过这一阶段的教学达成第三个教学目标。

5.即时评价、即时反馈。使用课前设计的同类型但不同内容的试题，组织绩效测评，系统生成绩效评价报告。学生通过学习终端查看反馈的报告，做到即时评价、即时反馈。

6.精准作业，分层辅导。根据学生的绩效评价，分层布置不同的课后作业，其中完全掌握的学生推送阅读提升材料，部分掌握的学生推动同类短视频进行再学习，得分较低的学生进行单独辅导，达到精准作业、个性化指导的目标。

(二)技术环境

该课例使用的主要教学技术设备包括：

1.平台。配备了好分数综合平台(一款基于对日常考试数据的诊断与分析平台，提供测试成绩、数据分析与诊断报告等功能)、希沃易课堂(希沃一体机自带的免费软件，一款常态化智慧课堂应用工具，覆盖课前、课中、课后教学全流程，提供教学资源支持备课、过程数据、班级管理、资料推送等功能)。

2.网络。主要通过5GWiFi，实现一体机、教师端和学生端的联通，并通过学校交换机连入Internet。

3.终端。课堂配有一体机一台，学生和教师均配备了平板电脑，平板均装载了电子书包及其平台软件，实现了网络学习、资料分发、在线讨论、在线作业等功能。

(三)实验的结果分析

如前面教学过程第五环节所述，学生完成学习后，对学生的学习绩效进行了课堂测试，具体成绩见表1。段落及其作用是中学语文必须掌握的重要知识点，作为前期学习后的一节综合课，从课堂测试的成绩来看学生有了较大提升，这样的内容花一节课的时间，学生全员基本掌握了段落的作用以及相关的答题规范与技巧这些知识和技能，教学是比较高效的。

表1 DDPC-PT实验课堂测试成绩表

探究其中的成效，有以下几个方面可能是值得肯定的：

1.教学内容的精准性。由于前期教学设计中充分利用教学数据，定位了学生的实际问题，坚持问题导向和目标导向，教学目标性强，提高了教学的精准性和有效性，从而提高了教学效率。

2.学生的积极性。由于定位了学生的实际问题，回应了学生的学习需求，较好地激发了学生学习积极性；教学过程中精准的内容推送，即时的评价与反馈，基本做到了“哪里不会学哪里”，有利于学生一直保持较高的学习热情，提高了学生学习效率。

3.教师的助学作用。由于智能化环境设备与资源的帮助，教师能较好地开展个性化教学和指导，同时教学过程伴随着数据的即时采集、分析与评价，教师能较好地掌握学生学习的绩效和动态，使分层教学成为可能，教师的教学与指导更加精准、高效。

4.高效的教学管理。由于“云网端”的联通和学习终端的使用，师生的问答互动、课堂的示范与成果的交流展示等环节变得非常顺畅高效，教学管理的高效一定程度提高了教学效率。

5.个性化的学习管理。由于所有的学习均在与平台联通的学习终端上完成，加上及时的教学评价与反馈，使学生很明确要学什么，哪里学会了，哪里还不会，增强了自我效能感，学习的方向更加明确，学习更加精准，有利于提高学习效率。

6.针对性的教学评价。基于教学数据的评价使评价更加精准，不仅实现了绩效的准确评价，而且通过诊断学生学习问题，实现了精准作业和精准干预，减轻了学生负担，提高了学习效率。

概言之，这堂课基本按照DDPC-PT模式的要求组织教学，模式的应用使课程的四大要素目标、内容、教学、评价更加精准，充分发挥教师的助学作用，激发了学生的学习积极性，教学管理更加高效，教学过程更加流畅，所以取得了较为满意的教学效果。

四、结语

构建简便的普适的数据驱动精准教学模式，推动教师实践应用，不仅有利于精准教学的落地，使因材施教、分层教学、精准作业等教育愿景成为可能，也助推了教育教学方式的创新，促进了教育教学质量的提高。同时，实践探索也有利于增强师生数据意识和数据素养，促进教师由教学型向研究型转变，提升教师队伍的整体素质。借助广东省中小学教师信息技术应用能力提升工程2.0，我们在广东省多地介绍推广数据驱动精准教学的概念和应用模式，教师们受训后积极探索使用这种模式，多人在2021年全省智慧教育典型案例的遴选中取得优异成绩。他们表示模式简单实用，通过应用该模式增强了数据意识，加深了对数据驱动精准教学的理解，更新了教育教学观念，找到了教育创新的新思路。

因材施教、精准教学一直是教育的理想追求，大数据、人工智能等新技术的应用使我们看到了这个可能。虽然由于历史和技术等方面的原因，在实践应用中数据驱动精准教学的开展还有不少困难，比如学校的技术设备环境千差万别，缺少统一的智慧教育平台，数据不能互联互通导致“数据孤岛”现象，完整意义上的教学大数据难以形成，学生画像、知识地图、精准推送等技术还有待进一步完善等，但有了“云网端”的联通，有了智慧教学平台和学生终端，就能开展数据驱动精准教学的有效探索，实践应用和技术创新两端同时发力，有助于推动教育教学不断迈向高质量发展。