基于数据挖掘的高中语文试卷评析精准化教学研究

张晴悦

秉持信息采集与数据分析的理念，构建核心素养取向的“教、学、评”一体化设计体系是教育信息化的要求，也是语文课程改革的大势所趋。我国自2018 年提出《教育信息化2.0 行动计划》始，就发布了一系列推动智能信息技术与教育深度融合的条例，对语文考试分析及评价提出了新期许。进行基于信息技术的试卷分析，教师不仅能增强创新教育教学的能力，以此推动师生互动方式的变革，而且能更精准地定位学生的水平层次，促使其巩固所学、查漏补缺、提升解题技能并逐渐搭建系统的知识网，提高学习效率。建构基于大数据的试卷评析方式，实现试卷分析课的准确化、高效化、个性化，将对提高此类课的教学效率、培育学生的核心素养起到重要作用。

一、探究：基于数据挖掘的试卷讲评课的特点

21 世纪的语文课程改革，大力倡导语文教育与信息技术的协同融合，着力提升教师积极运用新技术的实践能力，探索将智能测评工具运用于课堂教学与评价诊断层面。近年来，各地教师积极探究、大胆实践，已颇有成效，诞生了一批典型案例，在实操与理论上已呈现出突出特征。

1.教学内容：由面面俱到到精准聚焦

基于数据挖掘的试卷讲评课之所以能够从纠正错误、巩固“双基”的知识层面进阶到提升学生语文关键能力的发展层面，最后落实到培养学生的学科素养的核心层面，关键就在于其对评价内容进行了深度的数据挖掘，并基于信息进行了严谨筛选，进而跳出了面面俱到的“大而全”模式，走向精准聚焦的“精而深”模式。这也是基于数据挖掘的试卷讲评课与普通的乃至所谓的“小组合作式”试卷讲评课的本质区别。

数据挖掘可以是利用数据平台进行总体分析与个体的学情分析，可以是利用聚类算法进行专业的数理统计，也可以是人工参与到信息数据的整理工作中。尽管专家与教师对处理方式的工作效率有不同的看法，但在此类课的教与学的理念方面产生了共鸣：深挖成绩数据，深挖证明材料，深挖学生盲点，深挖一切有助于精准化教学的信息，再整合信息汇总至核心能力点上。不难发现，“修订版语文课程标准呈现出从追求全面覆盖向选取典型内容转型的趋势”[1]，基于大数据的试卷讲评课与之相适应，其更加强调凭借理性而客观的数据信息判断多数学生的知识误区与知识盲点，在整体上进行答疑解惑，在极其有限的课堂时间内高效地解决普遍问题与整体困惑，再立足语文学科的育人行为来培养学生辩证思维和高阶认知能力。

2.教学组织：由碎片分解到统整融汇

传统试卷讲评的教学设计与组织为了保证教与学的效果一致性，在教学内容的设置上呈现出精细化与序列化的特征。这种与经典课程理论相照应的“一卷到底”式的试卷讲解课的优势是能在教学目标、教学内容与教学实践等相关环节之间形成环环相扣的教学线索，而劣势在于穷尽细化的讲解不仅使得知识点呈现碎片化与零散化的特点，还极易陷入新课标否定的知识点逐点解析的窠臼。随着语文课程改革进入“深水区”，“核心素养取向的课程内容不再追求确定性的学科知识体系，转而强调对学科观念或概念的深度理解，主张促进学科内部、不同学科之间的有效整合”[2]。试卷讲评课作为学科教学课程不可或缺的组成部分，是教学与考试评价体系的重要一环，讲评的取向与质量牵动着课堂教学的取向与质量。如亦步亦趋地沿袭以往碎片化的试卷讲评方式，长此以往，学生的学习效率将大打折扣，与对学生核心素养发展进行全面评估的方向也渐行渐远。

践行数据挖掘的试卷讲评课应运而生。此类课通过大数据统整与分析，聚焦学生的原初认知，一改蜻蜓点水对答案或逐题讲深讲透的教学方式，基于对学生想法的深刻理解，体认学生的认知困境，将试卷讲评的组织由“碎片分解”变为“统整融汇”，遵循“整体大于部分之和”的思维逻辑，重视对核心素养要求下考试评析形式的理性思考。这些思考的获得需要教师充分挖掘数据彰显的学生学习状态的本质，其思考与实践过程具有鲜明的关联性，即要充分悉知数据表征与实际学情、实际学情与所学知识之间的互动关系，然后不断应用于真实试卷讲评课中，摸索并洞悉与之相匹配的组织方式。

3.教学方式：由定点分析到动态追踪

质量分析是试卷评讲的必备环节，准确客观的质量分析包括对班级的整体考试情况、学生的个性化学习成果等内容的分析。于前者而言，充分进行数据分析，一方面，教师可以横向对比班级与全年级的情况，掌握大体水平，又可以对比出班级与同班型的其他班级的情况，了解彼此差距；另一方面，纵向对比本班历次的考试情况，分析进退步的状态，教师可以综合二者精准定位本班前一阶段的学习动向，进而知不足而奋进，望远山而力行，依据最近发展区为全班制定一个“踮起脚摘桃子”式的努力方向，实现班级的整体进步。

数据分析不仅可以助力班级教学由“定”到“动”，还可以对学生进行由“定”到“动”的差异化分析。细而察之，同一学生每次阶段性测试的表现不尽相同，同等级的学生人数也并非固定，基于此，教师应充分重视并利用数据进行分析，尽力全面而真实地了解学生的动态情况，再依托数据观察该班优生的情况，让尖子生“吃得好”、中等生“吃得饱”、潜力生“吃得了”，促使他们在原有基础上得到进一步提升。期间，结合综合数据，实时调整教学策略是教师优化教学方式的不二法门。

二、实践：践行数据挖掘的试卷讲评课的策略

核心素养取向的考试评价的设计和实施的举措已经经过长期研究和实践检验，基于数据挖掘和信息分析的试卷讲评课自是其中的重要成果。相较于教师仅根据片面的学情数据主观臆断学生的学习情况，基于数据挖掘和信息分析的试卷讲评课坚持以数据分析结果为导向，以语文核心素养为统领，关注学习评价背后蕴含的行为发生的根本动因及其影响作用，强调学生反馈与教师指导，旨在提高课堂教学效率，增强学生学习的动机。这也更加符合培育语文学科素养的内在逻辑。

1.聚焦学情诊断

精确诊断学情是实施教学的逻辑起点，为有效进行试卷讲评与试题分析奠定了基础。从教学设计层面看，基于大数据的考试评析围绕信息资源展开，教师借助基于云计算的综合教学平台，将班级平均分与年级平均分、班级排名与年级排名、班级最高分与年级最高分等数据进行综合对比，分析班级整体情况，再综合考量学科分档达线贡献率，将学科整体成绩进行班际分层对比，以“向外看”的视角切入学情进行分析。依循数据绘制“学科学业分层对比图”，可协助教师从“向内看”的角度考察学情，了解不同分数层次的学生人数分布和相对差距，及时调整教学方向和路径，进行落实分层教学，以此总体把握本班的学科学习状况。

分析每位学生的成绩情况、分数分布的具体位次以及本学科对考试总成绩的影响，是精确诊断学情的必由之路。理性分析并判断数据平台中呈现的高频错误点与重要知识点，会指引教师聚焦学生于测试中失误的题目。这不仅将提高课堂时间的利用效率，减少不必要的重复学习和教学，还有助于教师开展针对性的指导。具体而言，根据大数据勾连得分率、难度、区分度等指标，以柱形图的形式展现学生的疑点和难点，如文言基础知识、诗歌鉴赏方法、语言文字运用等；绘制“试题得分率—区分度/难度坐标图”，将学生掌握较好与掌握一般的题目完成情况可视化；利用智能阅卷系统对学生的历次测试数据从历史性角度进行纵向考察，依托“学生热力图”追踪重点学生的学情动态等，以此细化对学生的教学管理，规划出勾连旧知并导入新知的教学计划；基于对学情的整体把握，把教学目标、教学资源、教学内容等教学设计的要素进行统筹；基于学情的总体性与特殊性两个维度，整体设计和系统安排试卷讲评课的课程方案。以上这些为优化试卷讲评课的策略搭建了框架。

2.关注课堂教学

课堂讲评包括精选错题、生生辩题、师生解题、总结试题这四个环节。细而察之，其要求教师先选取典型考试题型与错误率高的代表性题目，再创设以学生为主的对话空间，促成学生争鸣辩论，接着点拨指引，突破难题，最后归纳总结，分析本次考试的得失。

（1）精选错题为试卷讲评提供学习材料。“题题俱到”的讲题方式易落入化简为繁的泥沼，陷进讲题表浅化的陷阱。选取颇具代表性的错题应为第一要义。对于试卷讲评课来说，教师的目的应是解决学生普遍存在的答题误区与知识漏洞，帮助学生梳理解题思路、建构知识系统。若要达成这样的目标，教师至少要挑选具有如下特点的错题：复杂性，甚至是学生无从下笔的题目，如“撰写文学短评的思路”；综合性，需要发挥多方面能力才能作答的题目，如“梳理文章的论证特点”；迷惑性，看似简单实则较难、失分率较高的题目，如“补写句子”。

（2）生生辩题激发试卷讲评课的活力。思考、探讨、辩论有利于批判性思维的发展，有利于提升思维的逻辑性、严谨性、创造性。教师在讲评试卷时，创设共时、多维的对话空间，为学生搭建思维摩擦和碰撞的争鸣平台，将鼓励学生自由表达。学生可在互动之中提出问题、探究问题、辩论问题。虽然未必所有问题都能得到有效解决，但是学生质疑问题、敢于否定的思维得以锻炼，课堂成为思辨的场所。教师还可有意识地“挑起学生的分歧”，引导学生从不同角度对同一道题进行思考，提升思维品质。

（3）师生解题突破试卷讲评课的难点。高中语文试卷讲评课想要实现预期效果，促进学生高阶思维的发展，离不开师生合力对试卷展开技术性分析。学生在答同一题型时犯错，不外乎其思维尚停留在记忆知识的低阶思维层次，未能看破这一题型深层次的考察对象。师生互动讲评时，教师便可针对学生在考试时出现的疑难问题，判断失分原因，引导学生抓住该题的答题要点，最后展示正确答案，并梳理答题思路，以此突破试卷难点。

（4）总结试题即整理试卷讲评课的收获。教师可要求学生订正错题，从错误原因、错误试题、未掌握的知识点等方面写出“考试分析”。教师要结合实际讲评内容，引导学生自主归纳概括同类题的答题技巧，并积累错题，多做多练，多思多悟。

3.检验评价得失

《普通高中语文标准（2017 年版2020 年修订）》在课程评价中指出：“依据评价结果反思日常教学，优化教学内容，调整教学策略，完善教学过程，为学生语文学科核心素养的发展提供有力支持。”[3]基于此，教师可以根据数据检验结果，分析教学中的培优、辅潜效果，瞄准学生知识的漏洞分层布置作业，并依据课上总结的答题策略及学生的表现进行课后训练。比如，对于某一题的得分情况低于班级平均分的学生，教师可以设计一些相较容易的题目，分数高于班级平均分的学生可以尝试更有难度的习题，名列前茅的学生则可以进一步完成高阶练习题。

针对性的训练是因材施教中不可小觑的重要部分。教师可以在大数据的基础上对学生答题的错误原因进行诊断和分析，并在日常练习作业中找到同类题目进行有的放矢的培训，在此过程中不断积累答题技巧、答题术语，完善知识框架。

三、反思：明确数据挖掘的试卷讲评课的优势

在回应和破解试卷讲评低效且无序化问题的过程中，基于数据挖掘的试卷讲评课推动了教学精准化与高效化，诸多教师的反复实践证明其可以取得扎扎实实的育人成效，亦为教学信息化工程的成功提供了有效证明。

1.数据处理，教学内容明确

基于数据挖掘的试卷讲评课的实践者关注数据信息，希望从数据中挖掘出学生的真实学习状态，尤其是关于核心素养的发展。数据分析得越具体越有效，往往越能够精准击中学生的学习痛点和思维误区，从而促进学生深入了解自身的问题，找准上一学习阶段的问题所在并确定下一阶段的学习目标。从依托大数据平台进行信息化教学的案例，以及学生的讲评反馈、考试分析手记等方面都可以鲜明地看出这方面的特点。通过处理全部学生的单独分数、班级平均分、年级平均分等相关数据，教师了解了典型的错误思路，明晰了典型的知识漏洞，知晓了典型的答题逻辑与作答习惯，教学内容也就是在这个过程中得到梳理并确定的。

2.数据解读，教学重点突出

无论是漫无目的的浏览，还是面面俱到、逐一深化式的全面覆盖，抑或是浮光掠影、蜻蜓点水式的表层分析，都难以推动教学进步。基于数据挖掘的试卷讲评课需要的是教师对数据进行点面结合、详略得当的解读，即从若干个数据中筛选出有价值的信息，再进行深入加工，依据数据显示结果来瞄准教学增长点，确定教学的关键所在，唤醒学生沉睡的记忆，将其原有的学习体验、学习冲突与试卷考察的内容相连接，使之帮助学生填充知识漏洞。

3.数据留存，教学效率提升

个性化的教学资源需要不断积累与及时更新。随着信息技术与教育教学深度融合，提升学校信息化建设与应用水平已然成为学校至关重要的发展驱动力，教师应能够通过在线阅卷与职能讲评系统来准确分析题目的质量，并根据学生的实际情况择出适合学生的题目来构建该学科的题库。留存往届学生的考试数据，以学情诊断报告作为基础进行组卷，并编入本校题库中，为教师根据后来的学生情况编写具有本校特点的学案提供了数据资源，减少了反复编写试卷的劳动成本，节省了教学时间，真正提高了资源的使用率，搭建了资源共享的平台，促进了高质量教学。

后喻时代，教师没有理由不热情拥抱信息技术给课堂教学及学生自学带来的机遇。信息科技与教学深度融合的现状也号召广大教师培育大数据理念，基于数据分析来量体裁衣、对症下药、解决顽疾，促进教学精准化发展。挖掘数据背后的教学价值并付诸试卷讲评中，是一条值得尝试的路径。