优化技术手段支撑教学评一体化的实践研究

2023-03-18王鹏飞李晓庆刘微娜沈静

中小学数字化教学 2023年12期

王鹏飞　李晓庆　刘微娜　沈静

2022年4月发布的《义务教育课程方案和课程标准（2022年版）》要求学校以发展学生核心素养为导向，促进教学评一体化。2023年初，教育部发布的《教师数字素养》标准提出了教师应具备5项数字素养，多角度阐释了教师数字化应用的具体内容，“数据”一词在该文件中高频率出现，如采集数据、分析数据、理解数据模型等，相关细节均展示了数据在教育教学中的重要价值。《基础教育课程教学改革深化行动方案》明确提出，要推进数字化赋能学校教学质量提升，聚焦学习方式转变和教学精准评价。自数字化转型大幕开启，教师群体即成为数字化教学转型先锋。教师在广泛学习并应用各类数字化工具的同时，在数据支撑循证教学、数据指引个性化学习、数据赋能发展性评价方面有较大提升空间。数据是学校的重要资产，如何常态采集有价值的数据，将庞大的数据结构化，将数据分析与教学耦合，值得学校深思。以北京师范大学昌平附属学校为例，笔者根据学校的教学实际，开展数据赋能教学评的探究，破解学校层面相关数据如何赋能教学评等关键问题，为广大学校提供范例。

一、数据支撑学校教学评的研究述评与问题成因

（一）重视教学评一体化循证教学，但难以常态化采集数据

自线下教学全面恢复后，学校既要兼顾“双减”政策下的减负增效，又要关注学生身心健康，加强视导评估。一方面教师要遵守课堂数字化装备使用时限规定（用时不能超过总体的1/3）；另一方面教师要精准分析学情，关注学生的发展。终端使用被加上限制条件后，学校会降低使用频率以规避风险，在某种程度上拖慢了数字化进程。对学校而言，建立学生发展的连续数据集，为学生的长远发展赋能，是学校关注的重中之重。常态数据的采集是摆在学校管理者面前的棘手问题。学校需要减少电子设备应用与数据持续采集之间的矛盾，找到更契合政策、更有效的解决方案，打破数字化转型期间学生数据采集难的局面。

（二）关注教学评数据分析，但对数据理解不深

过去3年，在线上线下融合教学期间，广大教师掌握了众多工具的使用方法，学校也广泛使用在线教学工具支撑教学评。然而，谈到数据支撑教学，教师较多聚焦于某个平台或工具，会关注分析指标或可视化图表，这是一种应用数据的最直观方式。丰富的图表让教师在感官认识上更加直接具体且深刻，对一些数据分析图表表现出浓厚的兴趣。行动的背后是教师的确很关注教学评数据分析，但教育者常常会在分析、解释数据以及将数据转化为行动的能力方面遇到困难^[1]。“我知道很重要，可又能怎样呢？”这种无奈背后是感性认识和理性行动的差异。将数据深度分析转化为教学行动是数据的核心价值。

（三）强调教学评数据应用，但无法长期坚持

以往的研究中，大量的数据应用体现在作业诊断、考试评价、课型改进等方面，聚焦不同学科、不同主题方面形成了大量数据应用的模式，为教师应用数据提供了范式。不过，有些教师以不想用、不方便、不适应、不会用等理由对大数据或新媒体持抗拒态度，这样的话，平板电脑、教学软件、教育数据就成为摆设^[2]。在短周期内，教师尝试以数据驱动教学，实践成果丰富，在数据驱动之下，学与教的行为双双得以矫正，这些潜移默化的改变正是学校推进教学诊断数据化所期待的效应^[3]。但是，个别教师做一次或几次尝试并不难，难的是长期坚持。一些学校缺乏鼓励教师长期应用数据的体制机制和规划。

二、数据赋能学校教学评一体化的策略与举措

为进一步让数据赋能和数据应用成为育人的重要抓手，学校需在持续汇聚学生数据、探索数据理性应用、深度融合教学评业务场景等方面探索有效路径。北京师范大学昌平附属学校是一所年轻教师占比较大的十二年一贯制学校，认可信息化和数据价值，期待用数据进行分析并支撑教学。学校采取教学资源前置、智能技术内嵌、教学研机制统整等举措，从数据编码、采集、分析、应用等方面进行了深度探索。

（一）教师对教学资源前置编码，常态精准采集学生学业数据

数据绝不是简单的问卷调查，也不是单纯的考试“一分两率”，更不是花哨无内涵的图表。对教师而言，数据应是承载学情的有效信息，是支撑教学改进的能力表征，是判断教学效果的数字化信号。所谓数据循证服务教师，就是教师从相关数据中找到依据，促进教师在教学中有效作为。实践中，教师教学常常缺乏相应依据支持。例如，学生的大部分练习册和学习资料由学校统一发放，不具备差异性。学生在练习时缺乏明确的学习目标和方向，容易盲目刷题，陷入题海^[4]。教师只能就题论题，无法对练习册和相关学习资料背后的学科能力问题进行归类。教师应在课前收集学情数据，主要包括：前置概念的正确与否、新概念自学掌握情况、相关知识的储备情况等^[5]。这些都是通过相关作业、练习、测评等资源形式获得的。学校对教学资源进行素养和能力编码、对位，预设目标，强化所用教学资源前置设计，以增强数据收集和分析的目的性。数据支撑学校教学评一体化，就是从教学目标出发找数据，循证助力教师精准教学。

在学校常规教学中，偶尔开一次公开课可以激发教师使用工具的热情，但“展示”过后，教师又回归教学常态，数据的应用存在浅表性。为了解决这一问题，学校重点破解的问题是如何常态化采集数据、分析数据、应用数据。采集的数据要契合育人目标，与教师的教学目标应紧密相关。学校将教学资源进行了系统规划，将新学期所用的教学资源，包括相关试题、微课、导学案、作业等提前进行系统化编码，选择基于学习理解、应用实践与迁移创新导向的多维整合模型进行编码^[6]，動员专业力量建立教学资源编码小组，依托智能扫描仪或点阵笔在不改变学生纸笔作答的情况下进行有目的、有方向的数据采集。基于学校的阶段性数据，学生的学业情况被全方位地分析，这为教师高效、精准地评讲试卷作业提供了数据支撑，也为教师重点分析教学效果、反思自身教学过程提供了数据支撑^[7]。

（二）将智能技术自然融入常规教学评，靶向分析学生优劣势及思维过程

视力健康和使用便捷是推动中小学校现代化、智能化和信息化需理性面对的问题。学校采集学生数据，应突破电子屏的局限，考虑以多种方式采集数据，在不改变学生书写习惯的情况下，借助技术手段“隐性”地采集学生数据^[8]。学校将智能点阵数码笔和智能扫描仪相结合进行数据采集，满足了技术内嵌数据采集的基本需求。其中，点阵数码笔主要用于采集学生实时书写数据，学校根据教学所需，在完成课堂导学案、知识点实时反馈和阶段性测试等过程中自然收集学生数据。在系统支持下，知识点讲解完成后反馈数据即时生成，课程完成、测试完成则数据采集完毕。智能扫描仪主要用于采集学生课后作业数据。学校按周推进学科统一作业，让学生在作业纸上正常书写，像往常一样提交作业。教师批阅主观题后进行答题卡扫描。所有的数据采集和智能化分析都是智能生成，分析报告可以打印，推荐的学习资源支持学生在课后服务时间按需到机房个性观看、学习。学校将原来需要电子屏采集数据的行为，全部转化为非屏幕方式且不改变学生纸笔作答的书写习惯，这是“双减”背景下推动学生智慧学习的较优方案。

为兼顾视力保护和数据有效采集，学校整体统筹，确定了数据采集的场景和频次：教师在课堂上用智能点阵工具对教学重难点进行即时的数据采集（采集笔迹数据参考图1），书写笔迹回放可帮助教师了解学生思维过程。教师每周用智能扫描工具对特定主题或阶段性学习数据进行采集，定期用两种工具对长周期学业表现情况进行数据采集。此外，学校成立数据采集技术支撑小组，由学校文印室做纸张方面的准备，由技术支撑团队承担数据采集攻坚任务，用大概1个月的时间，进行伴随式、贴身式的指导，带动教师掌握数据采集的常规流程。

要想靶向指导学生，教师需要准确定位有价值、有效用的数据，精准读取并理解数据内涵，并能结合教学实际正确决策（及时调整）^[9]，服务学生，指导学生。例如，对于生物学学科的教学，教师基于每周常规三节课，以周任务的方式对当周涉及的核心概念进行全覆盖检测，收集学生的周任务数据，了解学生对特定内容的掌握情况。教师分析数据，结合个性化问题，根据总数和得分情况，对学生分类指导，针对学生优势短板情况进行个性追踪，结合数据靶向设计教学活动、作业练习等。即时的数据分析，为教师个性化指导学生学习增添了羽翼，促进了学生高效学习。

（三）智能统整教学研体制机制，促进数据分析与长期应用的行动

在推进智能化、数字化进程中，学校的学习、教学、教研是核心业务模块。学校确立了以素养和能力发展为导向的教学目标，建立校本教研机制，对课堂练习、常规作业、月度练习等进行统一部署，开创数据有统整、业务有统整的局面，依靠数据支撑学校一体化评价，为学生画像，为班级画像。对于教师来说，记录学生的成绩数据并不困难，关键是要从变化中寻找可用信息和策略。无论针对多小的学生群体，都要保证数据收集的连续性，这样数据才更有分析价值^[10]。学校要求教师在教学之前回收学情数据，关注以具体核心概念为载体的学科能力和素养基点，以此数据为基础，设计学习活动，定向关注学生学习表现，通过课后作业测评学生目标达成情况，并以单周、单月为单位跟进学生阶段学业表现。整体而言，学校用学科能力测评体系进行数据采集、分析和应用，实现贯通式一体化评价，在机制上为数据应用提供保障。

学校建立明晰的教学研机制，以数据作支撑推进教学评一体化。评价要以核心素养为导向，超越对碎片化知识技能的检测。教师教的内容、学生学的内容、师生评的内容共同指向同一目标，既是学习目标，又是教学目标，这是教学评一体化的前提^[11]，学校参此践行。当教师操作软件，正确连接智能装备后，学生在普通纸张上书写的数据和教师批阅的结果便自动进入系统，在后台算法的加持下，系统自动生成分析结果，用于指引教师教学。在采集的数据类别上，学科教师针对个性化需求开展了实践。例如，语文学科“古诗文阅读”主题源于上学期测试诊断反馈的薄弱板块，新学年教师利用早自习时间全面摸底并专题攻坚。数据揭示，学生在“文本内容与形式的关系分析”和“鉴赏作品的语言和表达技巧”方面存在不足（见表1）。教师据此在古诗文阅读教学中设计多样化的古诗文阅读文本，开展配套练习活动，在当周的作业和练习中持续跟踪相关指标，实现学科能力统一导向教学评一致的业务常态。

分析与挖掘是教育大数据应用的关键环节，建立数据之间的内在联系，挖掘数据总结规律、提示异常和预测趋势，是数据转化为信息知识并生成智慧的核心^[12]。例如，物理教师持续多次进行周作业的数据跟踪，生成了校本教研主题清单（见表2）。教研地图可展现学科产生的综合数据。基于连贯的数据加工分析，系统生成面向教师的教研主题清单，对学生一定周期内能力进行智能评估，帮助教师改进教学。在学生的作业数据和考试数据被综合加工后，系统显示“万有引力与宇宙航行——万有引力理论的应用”和“抛体运动——抛体运动的规律”相关主题属于创新不足型，揭示了学生基础知识牢固，但对知识的迁移创新还不充分，需增强所学知识在更丰富场景下的应用训练；“机械能及其守恒定律——机械能守恒定律”相关主题，学生学习理解能力较强，但应用实践和迁移创新能力不强，建议增强高阶思维教学，在教研活动中多运用举一反三的方法教学；“圆周运动”相关主题中，迁移创新能力超过应用实践能力，表明学生高阶能力达成度较高，后续复习时可适时减少练习时间；“抛体运动——运动的合成与分解”主题中，学生的應用实践能力相对突出，后续可巩固基础知识。学校基于连贯的学情大数据，让教师从原来单一了解学生题目作答情况升级到从核心主题全面掌握学情并判断学生状态，在校本教研时重点研讨，以评促研，以评促教。

三、数据支撑校本教学评应用的实践反思

（一）化解教学评数据采集与视力健康的矛盾，对学生画像需进一步研究

学校应理性选择数据采集工具，合理设计采集方式，明确作业内容，解决常态采集数据的问题。但是，采集数据不是目的，用数据服务学生并发挥价值才是根本，学生学科素养养成情况如何、教师的教学水平是否提升等^[13]，仍需要持续研究，尤其是采集的连续性数据。目前，学校的实践研究仅施行了一个学期，仍需要立足学生的前期基础并针对后续发展持续建模，完善学生画像，挖掘和分析更多的信息。

（二）数据分析与解读难题已攻克，需关注教师数据应用动力与效用

教师已有对数据的感性认识，对数据的理性解读在专业人员的加入后得到一定程度提升。要让数据真正赋能教学，就要搭建起测评数据与教学改进之间的桥梁^[14]。经过一学期的实践，教师对分析的数据有了全面的认识，包括学科知识数据、能力数据、阶段学科素养数据等。但从采集到分析，已消耗不少精力，教师持续应用的动力和效用仍需加强。基于数据诊断、解决问题，其科学性需要进一步论证。教师开展验证工作需要持续追踪数据。

（三）学校教学评长周期机制初具雏形，需完善校本教学评模式

学校基于“3×3学科能力体系”实现了教学评的一体化，在实践中建立了一定周期内的持续机制。但是，各学科还需要结合学科特点对教学评模式进行个性化调整。对于学生的能力和分数是否一致，学生的学习发生情况，个性评价、班级评价、学校整体评价的科学性，还需教师在持续深化分析数据的过程中不断优化。

在数字化转型的关键期，数据应用为学校教学评一体化提供了支撑。数据既是教学评的起跑线，又是连接教学评的增长线，更是检验教学评质量的生命线。学校利用数据赋能教学评，需要立足实际，深度分析数据背后的问题，精准划定起跑线，精耕细研数据的增长点，创造向上增长线，找准学生的最近发展区，为教学全面赋能。

参考文献

[1] 杜芳芳，何洵.大数据赋能学校治理现代化的价值、困境与进路[J].教学与管理，2022（19）：19-23.

[2] 张荣，闫杰.大数据助力高中地理精准教学实践探索——以“地球运动专项复习”中地理实践活动为例[J].中小学数字化教学，2022（8）：73-76.

[3] 周昭斌.一份15页的成绩报告单——剖析衢州市书院中学以数据驱动的评价变革[J].中小学数字化教学，2019（4）：83-85.

[4] 冯晓菲.大数据背景下错题管理在高中历史教学中的应用[D].郑州：河南大学，2022.

[5] 李颖.大数据支持下的物理课堂“问诊式精准教学”[J].中学教学参考，2021（33）：30-31.

[6] 王磊.学科能力构成及其表现研究——基于学习理解、应用实践与迁移创新导向的多维整合模型[J].教育研究，2016（9）： 83-92.

[7] 李霄羽，何明磊，魏麟懿.基于阶段性学业数据分析的初中精准教学研究[J].中国教育学刊，2021（S2）：56-59.

[8] 王小明.大数据背景下精准教学的认识、经验与成效[J].中小学数字化教学，2021（5）：76-79.