大數據在高中生物實驗教學中的應用

楊桂蘭, 蘇云鳳

(1. 哈爾濱師范大學 教育部高校輔導員培訓與研修基地， 黑龍江 哈爾濱 150025；2. 哈爾濱師范大學 教師教育學院, 黑龍江 哈爾濱 150025)

大數據在高中生物實驗教學中的應用

楊桂蘭1, 蘇云鳳2

(1. 哈爾濱師范大學 教育部高校輔導員培訓與研修基地， 黑龍江 哈爾濱 150025；2. 哈爾濱師范大學 教師教育學院, 黑龍江 哈爾濱 150025)

大數據在教育領域受到廣泛關注,但在高中實驗教學方面的研究還有待深入。以高中生物學科為例,闡述了傳統實驗教學的現狀,從實驗設計、實驗組織、結果分析與評價3個方面分析了大數據在生物實驗教學上的應用,為生物實驗教學的優化提供了新的思維和方法。

大數據；實驗教學；高中生物

隨著互聯網技術的革新,大數據開始滲透到各個領域。美國教育部在2012年10月發布的《通過教育數據挖掘和學習分析促進教與學》報告,宣告了大數據在教育領域興起[1]。國務院在2015年8月31日啟動的十大工程之一“公共服務大數據工程”中明確提出要建設教育大數據[2]。在數據分析驅動教育,變革教學的大數據時代,推動大數據在教育領域的應用,是我國教育發展的現實需求和未來趨勢。目前,基于“大數據”的實驗室管理系統的開發正在興起,借助信息技術手段對實驗教學相關數據進行管理的模式也已廣泛開展[3],實驗教學改革勢在必行。實驗是自然科學發展所特有的實踐基礎,生物學科就是一門以實驗為基礎的自然學科。因此,生物實驗教學在高中生物教學中具有重要地位。在大數據時代,應用大數據對生物學實驗相關數據進行一系列處理分析,可促進生物實驗教學的變革與創新。

1 大數據及其特點

有學者從不同角度出發對大數據進行了闡述:大數據是數據對象、技術與應用3者的統一。從對象角度看,大數據是大小超出典型數據庫軟件采集、儲存、管理和分析等能力的數據集合；從技術角度看,大數據技術是從各種各樣類型的大數據中,快速獲得有價值信息的技術及其集成；從應用角度看,大數據是對特定的大數據集合、集成應用大數據技術、獲得有價值信息的行為[4]。大數據不僅是一種技術手段,更是一種思維方式,這種思維方式就是基于多維視角去看待和處理數據[5]。

被譽為“大數據時代的預言家”的維克托·邁爾-舍恩伯格(Viktor Mayer-Sch?nberger)認為大數據需要處理的信息量超出了一般電腦在處理數據時所能使用的內存量,因此催生了新處理的技術,不再需要傳統僵化的數據庫表格,數據結構更加復雜分散。同時,大數據中含有巨大的隱藏信息,其帶來的價值將會撼動世界的方方面面[6]。以此為基礎,大數據有以下4大基本特點:一是信息量龐大,這是大數據的最基本特征；二是增長速率極快,為數據分析提供了龐大的原始素材；三是信息的資源搜集和表述形式多樣；四是價值巨大[7]。

2 高中生物實驗教學的現狀

2.1 取得的進展

《普通高中生物課程標準(實驗)》中強調全面提高學生的生物科學素養,倡導探究性學習方式,注重聯系現實生活,大幅增加實驗內容以求學生親歷思考和探究過程、領悟科學探究方法、掌握一系列相關技能。目前,基于學生核心素養的普通高中課程標準正在研制[8],而實驗教學是培養學生生物核心素養的關鍵,生物實驗教學的重要性將提高到更加突出的地位。

在中國知網的期刊論文中以“高中”“生物”“實驗”為名詞進行檢索,自2006年1月—2016年12月,共有421篇期刊論文。從表1可以看出,生物實驗教改論文在2010年全國全面實施新課標之前數量偏少,在2010年以后則越來越多,2011年—2016年每年的實驗教改論文所占比例均在10%以上。可以看出,廣大中學生物教師、生物教育研究者對高中生物實驗教學進行了廣泛而深入的探索與實踐。

表1 有關高中生物實驗教學研究期刊論文數

2.2 存在的問題

自新課標實施以來,我國的生物實驗教學研究取得了長足的發展。然而,通過問卷調查法等方法對幾個高中展開生物實驗教學狀況研究,發現高中生物實驗教學依然存在著一些問題。

首先,在實驗的設計方面存在有待優化的地方。雖然人教版普通高中生物教科書較以往在實驗教學上更加重視,但這套教科書在實驗設計上有不足之處。數據統計分析實驗失敗的原因,發現有以下幾點:有些實驗不易操作，過于繁雜,如觀察DNA和RNA在細胞中的分布實驗；有些實驗需要經過較長時間的培養過程才能看到實驗現象,如探究酵母菌細胞呼吸的方式實驗；有些實驗材料和器具的安排存在安全性問題,如“綠葉中色素的提取和分離實驗”中層析液成分“苯”有劇毒。這些因素最終導致實驗成功率低,達不到預期的效果,影響了學生做實驗的積極性。

其次,在實驗的組織上效果并不理想。調查結果顯示,班級人數30～50人的占14%,50～70人的占86%。43%的學校配備的生物標本、模型、掛圖等教具不全,采購實驗設備較少,學生需要輪流使用儀器。實驗教學一般采用班級授課制,班級人數較多不僅會引起實驗設備分配不均問題,而且由于學生認知水平的差異,還會導致“優生吃不飽,差生吃不了”的現象。即使分組合作學習,也有部分學生合作積極性不強或不做,而教師的個人精力有限,不能觀察到每位學生的實驗操作情況,從而無法做到因材施教。

最后,結果分析與評價不被重視。對學生分析實驗結果情況調查得知,40.7%會分析實驗結果,39.5%實驗做成功才會分析結果,還有19.8%不對結果進行分析。因此,教師引導學生分析其結果很重要。在整個實驗過程中,教師要及時做出準確的評價并反饋給學生。但調查顯示,大多數生物教師主要采用實驗報告來評價學生完成實驗情況,其次是采用具體的實驗試題來測評,還有部分教師口頭評價學生,忽略了對學生在實驗過程中的態度及操作水平的評價和反饋。

3 大數據對生物實驗教學的優化

3.1 改進實驗設計

對實驗相關數據進行深度加工利用,依托大數據所具有的超常規的擷取、存儲、管理和分析能力，能夠獲得更加真實可靠的實驗資源需求診斷報告,進而對實驗設計方案在該實驗環境的可行性和操作性進行切實合理的改進。畢竟相對于完全根據個人經驗和直覺做出的決策而言,基于數據的決策一般更為客觀、科學、有效和合理[9]。

例如,在“檢測生物組織中的糖類、脂肪、蛋白質”實驗材料的選擇上,通過對生物本身特點信息(是否富含蛋白質、還原糖)、獲得難易程度信息、價格信息、季節性和地方性信息以及實驗效果信息等數據的收集分析,結果顯示:

(1) 從實驗材料本身具有的特點來看,根據食物的特點,可選擇毛豆、蕓豆、扁豆、角豆等豆類及蛋清、乳類等制品作為檢測蛋白質的實驗材料,大豆、芝麻和花生等作為檢查脂肪的實驗材料,水果以及一些帶甜味的蔬菜作為還原糖的檢測材料。

(2) 從材料是否容易獲得(最好是隨處可見或者身邊容易獲得的生活物)和節約成本的角度來看,考慮到材料價格,可選取雞蛋清、豆漿作為檢測蛋白質的實驗材料,實踐表明,1包豆漿和1個雞蛋的材料可供1個班(約60人)使用,而用木瓜、火龍果雖能檢測出還原糖且實驗效果明顯,但因木瓜和火龍果在本地相對較昂貴,不適宜做還原糖檢測材料。

(3) 從實驗材料的季節性來看,該實驗常常開設在秋冬季,有些夏季材料則不宜選擇,要根據季節和當地特產等,選擇適當的材料。

(4) 從實驗材料的地方性來看,不同地方的同一實驗材料會有所不同。某地區光照不夠、溫差小,果實中還原糖含量較低,雖然研究表明白蘿卜組織液作為還原糖檢測材料實驗效果較好,但該地區并不適用。

(5) 從實驗效果來看,西瓜勻漿雖富含還原糖,但由于其為紅色,使滴加斐林試劑后磚紅色沉淀不易觀察,因此不適合做檢測還原糖的實驗材料。

3.2 優化實驗組織

通過大數據對學生的個人信息(性別、年齡、興趣等)和學習信息(知識基礎、認知特點、學習風格等)進行聚類分析,利于將學生排班管理和實驗分組。對于不同組別的學生,將根據學生的不同需求和認知水平,指導其不同的學習內容。

如“植物細胞的吸水和失水”實驗主要引導學生探究植物細胞是如何吸水和失水,對于經由數據分析判定認知水平較低的A組學生,依據教材實驗,組織學生完成植物細胞的質壁分離和復原實驗,引導學生進行探究并體會細胞液與周圍環境濃度的差異,使學生認同“原生質層相當于半透膜,且只有在形成濃度差的條件下才會導致細胞的失水和吸水”；而對于認知水平相對較高的B組學生,可挖掘教材,將“等滲”這一隱含條件的內容作為新增探究實驗,將洋蔥外表皮浸泡在不同濃度梯度的蔗糖溶液中,學生通過觀察不同濃度下洋蔥外表皮細胞是否發生質壁分離,根據發生質壁分離前后的環境濃度范圍,從而分析得到細胞液的濃度范圍。

3.3 精準分析與評價

未來高中生物實驗室的建設應當通過改造和更新傳統的實驗儀器,使之盡可能實現數字化,對于部分無法數字化的儀器,可以采用人工智能、圖像分析等技術使之具備與互聯網進行數據交換的能力。從而,利用大數據技術跟蹤、記錄、處理與分析單一個體的數據,為學生的跟蹤多元化評價提供了保障[10]。例如,在“細胞大小與物質運輸的關系”實驗課上,當實驗室的數字化信息采集系統檢測到甲學生在使用塑料勺時,教師就知道該學生進行到了第二步:將瓊脂塊浸泡在氫氧化鈉中,并用塑料勺翻動瓊脂塊。這樣利于教師更有效地關注每個學生的實驗過程,隨時了解每個學生的實驗進度,預測其實驗結果、判斷其學習需求與問題,及時對其進行學習干預和預警。當學生把自己測量到的瓊脂塊表面積數據、體積數據、表面積與體積的比值數據、氫氧化鈉擴散深度數據等各項數據上傳后,教師就可對每位學生的實驗結果做出精準分析,對學生的實驗能力做出綜合評價。

4 結語

大數據技術是推進教育創新發展的科學力量[11],為我們提供了全新的數據應用方式[12]。將大數據與生物實驗教學相結合,不僅能有效提高實驗教學信息化水平、改進實驗設計,還能優化實驗組織和精準結果分析與評價。由大數據引發的數據獲取、數據存儲、數據分析、數據挖掘和數據可視化等技術的有效介入,可以突破傳統教學方式的限制,提升實驗教學的效果,為生物實驗教學的優化提供新的思維和方法。

References)

[1] 何克抗.大數據面面觀[J].電化教育研究,2014(10):8-22.

[2] 陳琳,李冰冰,黃蔚,等.中國教育信息化20大慶之年新發展:2015年中國教育信息化十大新聞解讀[J].中國電化教育,2016(2):80-87.

[3] 鄧曉燕,孫宗海,袁玲.基于“互聯網+”的實驗教學管理和數據分析系統[J].實驗技術與管理,2016,33(11):168-175.

[4] 趙姍.大數據時代來臨,中國準備好了嗎[N].中國經濟時報,2013-07-01 (A11).

[5] 劉蕾,鄢章華,白世貞.大數據:多維度給管理決策帶來的改變[J].科技管理研究,2016(14):224-242.

[6] 維克托·邁爾-舍恩伯格,肯尼斯·庫克耶.大數據時代:生活、工作與思維的大變革[M].盛楊燕,周濤,譯.杭州:浙江人民出版社,2013.

[7] 段虹,徐苗苗.論大數據分析與認知模式的重構[J].哲學研究,2016(2):105-109.

[8] 常珊珊,李家清.課程改革深化背景下的核心素養體系構建[J].課程·教材·教法, 2015,35(9):29-35.

[9] 沈學珺.大數據對教育意味著什么[J].上海教育科研,2013(9):9-13.

[10] 楊桂蘭,劉蕾,鄢章華.大數據思維在大學生思想政治教育中的應用研究[J].思想理論教育導刊,2016(11):144-148.

[11] 楊現民,王榴卉,唐斯斯.教育大數據的應用模式與政策建議[J].電化教育研究,2015(9):54-69.

[12] 蔣曉菲.大數據時代下高校設備全生命周期管理及數據價值的研究[J].實驗技術與管理,2016,33(5):264-266.

Application of big data in biology experiment teaching in high schools

Yang Guilan1, Su Yunfeng2

(1. Training and Advanced Learning Base for University Counselors of Ministry of Education, Harbin Normal University, Harbin 150025, China; 2. College of Teachers’ Education, Harbin Normal University, Harbin 150025, China)

Big data has

extensive attention in the field of education, but big data for the experimental teaching in high schools needs further study. By taking the Biology course in the high schools as an example, this paper expounds upon the present situation of traditional experimental teaching, and analyzes the application of big data in the biology experimental teaching from the following three aspects: experimental design, experimental organization, and result analysis and evaluation, providing new thinking and methods for the optimization of the biology experimental teaching.

big data; experimental teaching; high school biology

10.16791/j.cnki.sjg.2017.08.040

2017-02-25

黑龍江省社會科學基金項目(13B030)；哈爾濱師范大學深化教育教學綜合改革項目(X2015-3-010)

楊桂蘭(1965—),女,黑龍江哈爾濱,碩士,教授,主要從事教學與研究工作

蘇云鳳(1993—),女,黑龍江綏芬河,碩士研究生,研究方向為學科教學(生物).E-mail：yangguilan2010@126.com

G642.0

B

1002-4956(2017)08-0162-03