运用大数据促进高中生个性化发展的支持策略

2024-05-16郑朝晖孙阳菊李其踊吴畏徐飞

教育科学论坛 2024年14期

■郑朝晖，孙阳菊，李其踊，吴畏，徐飞

21 世纪的社会是知识经济社会，培养创新型人才是建设创新型国家的基础，而注重学生的个性化发展是创新型人才培养的先决条件。《教育信息化2.0行动计划》提出，要“探索在信息化条件下实现差异化教学、个性化学习、精细化管理、智能化服务的典型途径”，强调在“互联网+”教育时代，要充分运用信息技术促进个性化学习。成都市田家炳中学建设学科测试与分析平台、FEG 未来教育系统校本平台，开展了大数据支持的高中生个性化学习精准引导研究，寻求运用信息技术获取与分析大数据促进高中生个性化发展的支持策略，以此促进学生个性化发展。

一、运用大数据引导高中生个性化发展的自我评价

个性化发展需要精准的自我认知。应用大数据分析学习进程、内容和结果，改变学生的学习习惯，促进自主学习。从内部实施促进反思的自我评价，让学生形成基本的自我认知，同时从外部实施基于差异的他人评价，以帮助学生形成更为精准的自我认知。

（一）运用大数据开展促进反思的自我评价

通过大量案例，学校研发了《个性化学习自我评价表》（见表1），学生可以在平台上进行自我评价，以此促进反思。

表1 个性化学习自我评价表

自我评价有前置学习、学习目标、学习内容、学习方式、学习结果、课后学习、评价反思等七个维度，涵盖了课前、课中、课后全流程的评价。对于每一类评价分为三个层级，维度与层级之间相对应。同时，考虑学生的个性，单设D 项，可自我描述。总体评价注重激励与反思，从“优势”与“改进点”进行评价。

在每一个学月，学校都会以班级为单位，根据学生的《个性化学习自我评价表》提供的数据，了解学生存在的问题，根据学生共通性与个性化的问题，教师及时调整教学策略；也根据学生的优势，注重从数据中挖掘学生未来发展的潜能和倾向，促进发展。学生从自我评价中，反思学习的得与失，与教师及时沟通，扬长补短，积极主动地发展。

（二）运用大数据开展基于差异的他人评价

通过校本平台系统地搜集数据进行分析，对学生的学习活动经历进行长期追踪，突出评价的过程。以发展性评价理念为指导，持续跟踪学生历次考试成绩，通过时间序列分析以及大分班、小分类的分类分析等手段，对学生的学习数据进行挖掘，进行学习风格和学习行为分析，完成对每个学生的学习力诊断，我们再结合学生的课堂表现、日常交流、作品情况、测试情况等，主要运用表现性评价、生成性评价、终结性评价，以促进学生自我评价反思。

1.表现性评价

表现性评价是指教师让学生在真实或模拟的生活环境中，运用先前获得的知识解决某个新问题或创造某种东西，以考查学生知识与技能的掌握程度，以及科学思维、创新思维等学科素养的发展状况。

例如，戏剧学习表现性评价。学习语文必修四一单元戏剧后，让学生观看微剧本写作视频，了解微剧本写作特点与方法。教师提供学习资源：微剧本写作方法视频、微剧本范例《警察的故事》，提供素材《感染的志愿者：一对互相隐瞒病情的母女》《陶勇医生受伤后首发声：我看过太多悲惨的命运，更能承受打击》《危城勇士——武汉医疗抗疫一线实录》。学生根据所学，结合抗击疫情的现实，创作出作品《战役》《钢铁的生命》《献给平凡的英雄》等微剧本，学生作品闪耀着批判性思维的火花。

2.生成性评价

生成性评价指在平等的沟通与交流的动态教学过程中，教师充分发挥能动性与创造性，在对学生当前核心素养水平描述的基础上，针对学生学习情况，及时“顺学而导”，主旨在于启发学生在动态评价中自主、自觉地反思、构建，重新认识并完善自我，获得生动活泼的个性发展。

比如，在日常训练中，教师可以根据学科核心素养测试卷的雷达图，看出某学生在语言能力、语言表达、语篇理解和文化品格等方面还需大力提升，但在思维品质、推理判断等方面也有自己的优势。教师可在英语听说能力与写作能力方面提升其英语学科核心素养。

3.终结性评价

终结性评价的主要方式为纸笔测试，可专门设计学科测试题，包括选择、简答、写作等题型，也可融入常规的测试，由此对各个学科的发展情况进行科学评估与分析。期末考试、诊断性考试等大型统测均可纳入终结性评价范畴。试题设计采用赋分制，应注重难度、区分度、效度和信度，教师要及时处理并科学运用测评结果提供的数据，关注学生在测试中呈现的问题，并进行教学调整。

教师可以根据终结性评价提供的数据，直观地了解学生在动态学习中存在的优势与劣势，学生也清楚地了解自己学到了什么，还欠缺什么，今后努力的方向和能够达到的程度。每个学生的认知水平和学习效率是不一样的，这就是个体差异，所以评价要讲求策略，要客观公正，要关注学习过程这一核心要素，要改进评价机制，避免只重结果的评价，否定学生的努力过程，从而造成恶性循环。

二、运用大数据助力高中生个性化发展的自我规划

大数据可以帮助高中生掌握自己学习的主动权，自主规划学习计划，随时随地监督学习进度，检查学习效果，根据自身需求，决定个性化的学习参与路径，选择和定制个性化的学习内容。

（一）运用大数据助力学业规划

四川作为全国第五批启动高考综合改革的8个省区，从2022 年秋季高中一年级开始启动实施高考综合改革，从2025 年起普通高考将全面实行“3+1+2”模式。为此，我们运用大数据，从自我认知、文理选科、心仪大学、主要差距、学习计划五个内容，设计《学业规划导向表》。老师通过平台定期监测，依据检测结果在实际教学中追问指导，引导学生准确认知自我，科学选科，认清差距，制定切实可行的计划。

大数据帮助教师全面跟踪和掌握学生特点、学习行为、学习过程，分析评估每个学生的学习需求、学习风格、学习态度及学习模式，相应地提供适合不同学生发展的学习内容和学习指导，促进其个性发展。

（二）运用大数据助力职业规划

在学生升入高二后，我们为了加深学生对将来要从事的人生职业生涯的认知，引导学生通过信息技术，获取与分析职业规划大数据，制定系统的计划。高中生的成长具有特异性，利用大数据观察、记录、分析学生的成长历程，预测学生发展潜力，引导学生进行职业规划，能更好地促进学生个性化发展和健康成长。职业规划是发展变化的，到了高三，再进行指导，让学生理性选择。

例如，某同学的职业兴趣是英语同声传译，她对该职业特点进行了解，并分析该职业需要具备深厚的英语素养和流利的英语口语表达能力,能够准确无误地听译和口译。她通过平台提供的大数据了解到自己的英语素养不错，但在语言表达方面还需要提升。她确定了这一职业方向，并着力提升，六次学业水平测试成绩在130 分左右，呈现了良好的英语能力，高中毕业报考了英语同声传译专业。

将学业规划与职业规划有机融合，引导学生通过个性化学习，一步步实现立足于自身兴趣和优势的个性化发展。

三、运用大数据支持高中生个性化发展的资源建设

（一）运用大数据开展特色课程资源建设

每个孩子的理解能力和兴趣点都不同，利用信息技术捕捉学生在学习过程中的行为，结合大数据分析，可以对每一类、每一位学生进行能力测评，然后根据每个孩子的不同情况有针对性地制定学习方案，学校根据数据分析学生的特点，针对A、B、C三类班级，开发不同的课程。

针对A、B、C 三类班，开发学科学习、综合实践、自我成长三种特色课程。A 班重探究与创新，分别开发化学创新实验、数学文化与语文创意写作学科学习课程，科学创意与制作、欧美时代风云讲堂综合实践课程，生涯规划、家国天下自我成长课程。B 班重拓展与实践，分别开发《论语》的智慧、蜀锦史话学科学习课程，校园电视节目与制作、汽车文化综合实践课程，生活智慧、心海扬帆自我成长课程。C 班重基础与理解，分别开发英语口语交流、《史记》选读学科学习课程，平面设计、饮食与健康综合实践课程，修养学堂、学习毅力发展自我成长课程。

（二）运用大数据开展常规资源建设及推送

1.个性化学习资源建设

在资源建设方面，基于学习风格的差异，录制微型视频，分类推送；基于学科核心素养差异，设置课时测验与阶段测验卷，开展分类测验；基于每个学生的特点，个性化定制学科配套作业。

基于学生的学习风格投放，例如，针对视觉型学习风格，多推送微型视频；基于整体型学习风格，注重学科与实践，开展课题化学习，实现学习空间的融合。

2.个性化学习资源的推送

方式一：大分班推送。根据学习过程中学生的学科核心素养数据的发展变化与高考评价体系，分析三种不同类型学生的学情，运用不同的特色课程与推送配套的微型课、分类作业，促进学生发展。

案例1：高中作文教学大分班推送资源。在2022 年的成都市语文调研考试中，我们根据学科测试与分析平台提供的大数据，发现A 班学生在作文发展等级中深刻方面薄弱，于是推送作文立意深刻方面的微课与审题立意练习；B 班学生在作文基础等级表达方面结构严谨存在问题，于是推送作文结构方法及写作提纲练习微课；C 班学生在作文基础等级表达方面内容充实欠缺，于是推送作文素材积累与运用方法及配套练习微课。通过针对性的资源推送，学生在2023 年“二诊”考试中作文A 班均分提升4.3 分、B 班提升3.3 分、C 班提升4.1 分。

方式二：小分类推送。学校关注整个教学过程产生的数据，进行学习目标、策略分析，以及学习背景、风格等多个层面的差异分析，深入诊断学生的适应策略，采取有针对性的措施，进行分类推送，提供个性化的指导和建议，最大限度满足学生的个性化学习需要。

案例2：高三物理计算题分类推送资源。在2022 年成都市“一诊”物理考试后，我们根据学科测试与分析平台提供的数据，对学生答题情况及错误原因进行分析，发现学生计算题解题的能力比较薄弱，于是进行了两周的计算题解题的方法指导，突出对问题的分析、归纳、总结，推送解题方法与策略的微课及计算题专项练习；针对不同学生推送相应的专题进行小专题强化练习。针对运动过程分析不清、思路不畅的学生推送“三大观点解决多过程问题”专题练习；针对解决电磁场问题缺乏解题思路、方法的学生，推送“带电粒子在复合场中的运动”等专题练习……通过针对性的资源推送，强化训练，在紧接着的期末考试中，学生计算题得分人均提升7.3 分。

方式三：个别推送。由于同类别班级学生仍然存在个体差异，一种情况是对知识的掌握和运用总有人跟不上节奏，甚至存在较大问题，老师又不能让全班学生停下来等他；另一种情况是特优学生已经掌握了，没有必要跟着大部队耗时间，此时，个性推送就闪亮登场了。老师可以直接调用资源库的资源，如视频、微课、试题、课件等，适时推送给相关学生，满足不同个体的需求。具体操作是：把握个体特点——厘清学生知识现状——根据不同需求调用资源库资源——适时推送——检查反馈。

案例3：高一化学离子共存板块个别推送。高一化学离子共存板块学习结束后，通过大数据分析，发现有1 个学生对该类知识体系掌握不好。老师通过平台推送了思维层级逐级递增的训练题来强化学习：无隐含条件的——带限定条件的——带一个隐含条件的——带两个隐含条件的离子组。

四、运用大数据促进高中生个性化发展的作业实践

个性化发展的作业实践是指以个性化学习的高效开展为背景，依据课程标准、学习目标，指向学科核心素养提升、个性化发展，根据大数据精准诊断学情而进行的作业设计和实施。个性化学习的前提，是对学生学习数据的有效采集和处理，通过优质和海量的数据进行高中生学业分析，从源头上采集与分析数据。教师可以基于真实、有效且连贯的考试测评数据促进教学行为优化，通过精准数据了解每个学生的特征与学习需求，分析学生学习中存在的共性问题与个性问题，合理驱动下一步教学行为，为学生的个性化学习提供支持。

第一，通过时常作业、阶段测试等获取与分析大数据，了解学生特点，精准把握学情。第二，通过解读课标与教材，根据学生特点，进行个性化学习作业目标设计，选择适宜的作业类型，如选择结构化作业、探究性作业、反思性作业、跨学科作业等。第三，个性化学习作业实施，通过作业布置、批改，根据作业反馈情况进行调整。第四，分别从大分班、小分类、个别化三个维度设计与实施个性化学习作业。第五，从评价方式、主体、时间与答案四个维度进行个性化学习作业评价。通过这一系列作业实践，有效促进学生学科核心素养的提升。

其中，全面真实地了解学生特点及分类实施作业设计是关键。为此，以戏剧学习小分类个性化学习作业为例，我们基于大数据平台获取每个学生的核心素养数据，依据数据将班级内学生分成不同类别，分析该类学生特点，结合教材分析与课标要求，确定适合不同类别学生的作业目标，选择作业类型（见表2）。