大數據助力下的物理教學改進行動研究

黃傳銀 楊輝

摘要： 教師對主觀經驗過度依賴和相關教學信息把握不足，憑感覺或延遲的教學反饋進行教學，容易造成教學決策失當的后果。合肥市第六十八中學在課題研究過程中，物理學科組從備課、上課、作業布置、學業質量監測四個方面進行物理教學改進，為教師課堂教學改進和課題研究提供了新路徑，助力學校教學質量的整體提升。

關鍵詞： 大數據? 物理教學? “雙機制”理論? 微課導學

近年來，應用大數據提高教學效率、進行學業質量監測受到普遍重視。在線教育軟件的應用，豐富了學習條件，提高了學習質量，同時基于數據分析的學科教學改進，助推師生素養提升是當下學校所關注的焦點。

合肥市第六十八中學在推進國家級課題《大面積促進初中生深度學習的教學行動研究》（課題批準號：FHB170514，以下簡稱“深度教學課題”）研究中，物理學科組從備課、上課、作業布置、學業質量監測四個方面進行物理教學改進，為教師課堂教學改進和課題研究提供了新路徑，助力學校教學質量的整體提升。

一、大數據助力物理教學備課改進

（一）調查分析

備好課是上好課的前提。備課時教師有什么樣的知識觀就有什么樣的教學設計，知識觀的核心是知識分類，不同的知識分類具有不同的教學意義，教學策略的選擇也不相同。基于這樣的觀點，我校深度教學課題組將依據知識分類選擇教法作為研究內容之一，并在課題研究前通過問卷星平臺對課題組所有成員（共69位教師）進行問卷調查，調查結果見表1（選取深度教學課題中期報告中部分數據）：

調查結果表明：深度教學課題研究前，絕大部分教師教育觀念陳舊，只有極少數教師去關注知識分類和根據知識類型選擇教學方法，大多數教師憑自己的經驗或直接參照現有的教學設計進行備課，不去區分學情、知識類型和知識架構，教學設計缺乏精準性、結構性和實效性。

（二）理論學習

為了幫助課題組成員了解教育規律及教學方法，課題組購買教育教學理論書籍、下載有關教育文獻，組織課題組成員閱讀教育專著、學習教育文獻，特別是閱讀深度學習、深度教學方面的專著和文獻。

課題組成員通過學習、研討，選擇了莫雷教授的“雙機制”學習理論作為知識分類的標準。根據莫雷教授的進一步闡述，參研教師了解了聯結—陳述性知識和聯結—程序性知識承載著大量的信息意義，運算—陳述性知識和運算—程序性知識承載著豐富的智慧意義，對于不同類型的知識，教法選擇不同，教學策略也不相同。

（三）研究教材

物理學科組在學習理論的同時，依據課標、“雙機制”學習理論，從新的視角出發研讀教材、解析文本，同時吸收他人單元教學分析和教學設計的優點，開展單元教學要素統整和課時教學設計活動，并將初稿上傳至學校資源庫。通過四五輪的修改、打磨，形成了合肥市第六十八中學所特有的單元教學要素統整和課時教學設計等教材分析材料（此兩項材料已作為深度教學課題中期評估的階段性材料呈現，得到評估專家的高度認可）。

學校教學資源庫不僅可以反映出上傳資料的結果，還能反映出課題成員下載資料、修改痕跡、使用次數等研究過程。

物理學科組成員通過學習，大大提高了對知識分類的運用和教學方法、教學策略的選擇能力，同時掌握了基于學情分析、雙向細目表研定教學目標策略，形成既有課時教學知識點，又有單元核 心知識乃至學段知識的長程視野下的知識屬性觀和知識結構觀，既有知識分類視野下的精準教學選擇、核心知識的教與學過程結構，促進學生深度學習的單元學習主題又有單元整體教學設計觀，為深度教學實施過程中教師的“教”的觀念轉變和行為轉變提供基礎保障。

二、大數據助力物理課堂教學改進

傳統的課堂教學只是完成“教”的任務，教師在課堂上很難關注到需要關注的學生。在深度教學課題研究中，物理學科組在大數據助力下，運用微課導學、學前研判、精準干預對物理課堂教學進行改進，取得了良好的效果。

（一）微課導學

物理學科組根據單元章節內容，將一章中的核心知識點梳理出來，然后將這些知識點制成5—10分鐘的微課。如滬科版八年級《物理》第九章，物理學科組根據內容將“浮力產生的原因”（課中觀看）、“‘浮力的大小與哪些因素有關實驗探究”（課前觀看）、“物體的浮沉條件”（課前觀看）三個核心知識點制成微課，并推送到微課平臺上（科大訊飛暢言智慧課堂平臺和區國家級課題組開發的微課學習平臺）供學生學習。

微課具有許多特點，如：隨學隨練，新穎有趣;短小精悍，聚焦知識點，逐個突破學習盲點;類型多樣，結構緊湊，營造真實的微教學環境;提前預習、課堂伴學、課后復習、一課多用，不懂內容重復學習;等等。因此，微課深受學生的喜歡。

（二）學前研判

教師在上課前或講授本知識點前查看平臺上數據：學生是否觀看、哪一部分內容學生反復觀看、學生對微課中設置問題的回答正確率是多少、學生是否提出疑問、教師是否回答了疑問、是否有新的疑問等。根據平臺數據統計進行學前研判，課堂中教學這一部分知識時就可以做出相應的教學調整和有針對性地選擇教學策略來組織教學活動。

（三）精準干預

精準干預是精準教學的精髓所在。平臺大數據可反映全體和個體的所有情況，在大數據的指導下，對特殊問題和普遍問題分別干預，對課前、課中、課后的問題可隨時、反復干預，構成一個循環迭代的系統，保證了在有限的時間內關注需要關注的學生、關注需要解決的問題。

三、大數據助力物理作業布置改進

學生做作業的目的是鞏固和應用知識，教師通過作業批改，了解學情，便于及時補救和個別輔導。傳統的作業都是學習后完成的，且布置的作業量大、針對性不強、批閱反饋滯后、 統計時需要占用教師的大量時間等。如果在學習知識點時已了解學生掌握所學知識，那么 課后只需布置少許提高思維能力的練習即可。物 理學科組利用科大訊飛暢言智慧課堂和“一起作業”平臺，對學生作業進行全面的優化。

首先，將作業分為課前預習作業（鑲嵌在微課中，觀看微課即時完成）、課堂教學中對應知識的即時作業（平臺上學生自主完成或小組合作完成）、課后提高思維的作業。通過改變作業布置形式，線上線下作業的互補相融，既提高學生的學習效率，又解決課后作業量大的問題。

其次，課前、課中的作業面向全體學生都要完成，課后的作業則是根據學生的學習情況進行分層的、個性化的作業模式。

最后，教師通過平臺可隨時了解學生的作業完成度及準確率，還可以及時互動指導，作業完成后形成精準的學情庫。學生通過平臺查看平時作業準確度，形成自己的錯題庫，便于及時糾正和錯因分析。教師通過平臺的數據統計給學生推送個性化的作業。

作業數據的累積也便于教師利用輔導課或課外時間進行精準的、分層的輔導，同時幫助教師以后對該知識點的教學設計和教學策略的選擇提供反饋指導，從而進一步改進物理教學。

四、大數據助力物理學業質量監測改進

學校以前的學業質量監測是通過Excel表格功能實現的，只能了解學生均分、合格率、優秀率等少量的維度，并且僅限于數據的了解，起不到對學生的發展性學業評價的動態掌握和學業質量提升的方法指導作用。而現在大數據平臺在推送分層次的、個性化的作業的同時，對學業質量監測的助力顯現出強大功能。

（一）學業質量監測需要智能測試

“一起作業”平臺不僅可以智能組卷，而且還可以手工組卷、套卷出題、錯題出題和校本題庫選卷、選題，使教師可根據學情、檢測目的組成一份試卷。同時，該平臺擁有自主研發的教育大數據分析系統，上傳數據后幾分鐘內系統即可自動生成詳盡的統計數據和圖表，不但大大節約了教師的時間，還生成了記錄學生動態成長檔案，實現了對學生進行發展性學業評價的目標。

（二）學業質量監測需要智能題庫

“一起作業”平臺自帶海量習題資源，每一道題目都有自己的“身份證”——知識點、能力點、難易度、來源出處等多維度標簽。同時教師自己也可以按知識點等維度上傳自己命題的資源、學生的錯題資源、試卷中的習題資源形成校本題庫。根據學生的學習差異，為學生推送分層次的、個性化的學習資源和學習指導。

深度學習呼喚深度教學，深度教學呼喚精準分析。隨著深度教學課題研究的深入，物理學科組越來越依靠大數據來優化研究策略、改進物理教學、提供個性化的指導和監測學生的學業質量。同時學校也在不斷地對收集的數據進行優化，從而在安全有序的前提下，提升應用平臺與學科教學的深度融合，使教師教學活動更實效，學生學習更輕松。

參考文獻：

[1]莫雷.知識的類型與學習機制[J].課程·教材·教法，1998（5）：20 24.

[2]董晨.大數據支持下的教育質量監測和診斷分析[J].中小學數字化教學，2019（5）：17 20.

[3]林秋莎.借助大數據優化教學評價和學情診斷[J].中小學數字化教學，2018（2）：39 40.