依托智學網大數據分析，初嘗精準化教學

文 / 王霞

眼下，我們已經進入到了一個數據驅動教學的大數據時代，大數據正在不斷地深入教育領域，正強勁地沖擊著傳統教學與教育。目前，研究界認為，大數據基本滿足了3V特點，即規模性（Volume）、多樣性（Variety）和高速性（Velocity），隨后，不同的機構將其擴展為4V，如IBM提出的準確性（Veracity）以及IDC提出的價值性（Value）等。大數據立足于對大量數據的深度挖掘與科學分析，尋求數據背后的隱含關系與價值，使得人們可以從基于小樣本數據的推測或基于感性的選擇轉向基于數據分析與理性證據的決策。精準教學是一種高效的教學方法，但在教育信息化帶動教育變革的潮流下，卻因為信息技術的缺失(如易用的信息化圖表和數字化分析技術的缺失)而受到教育工作者的冷落，進而逐漸失去了活力。然而，教育大數據在對學生進行個性化、差異化、精確化教學診斷方面卻具有極大的潛力。

一、精準化教學概述

精準化教學是由奧格登·林斯利于20世紀60年代基于斯金納的行為學習理論提出的一種教學方法。他認為精準教學就是對學習過程進行控制，進而輔以訓練、反饋和糾正性補救等措施，來達到對學生提出的既定性目標并立即給予強化；對于那些偏離目標或未達到目標的行為，則在不強化的前提下進行糾正。精準化教學中的最大“精準”在于教學評價，而衡量教學是否達到目標、學生是否真正掌握知識或技能的關鍵在于檢測學生學習的行為過程及其反應?；诖?，精準教學引入流暢度指標，用于衡量學生的學習質量。流暢度涵蓋了“準確度”和“速度”兩個方面，也就是說，學生的學習質量既包括對知識或技能的準確掌握，也包括運用知識或技能的速度。研究表明，精準教學是一種補救學生學業技能不足的有效策略，并且已經成功地促進學習者的學習進步。精準化教學模式包括精準確定目標、開發材料與教學過程、計數與繪制表現和數據決策四個環節。本文從大數據分析角度入手，初步探究如何利用大數據分析精準挖掘出教學目標從而指導教學過程，以及如何開展干預性的教學活動來糾正學生的薄弱知識點。

二、依托大數據，開展精準化教學

（一）創建教育大數據

數據在教學過程中無處不在。比如智慧課堂中學生的課堂活動參與度、師生間的交流頻率、課堂作業的準確率、考試后形成的成績信息等等都蘊含著大量有價值的數據。數據是基礎也是核心。只有采集了學生學習過程中常態化的海量數據，教師才能說“了解”每一位學生，才能看到學生發展進步的動態過程，從而進行客觀理性的學情分析和學生學業水平評估。本文中所涉及的數據為考試數據，是通過科大訊飛的智學網閱卷系統對學校的月考試卷進行掃描，然后在網上閱卷，進而采集分析的數據。

序號 知識點名稱 高三年級 11班 24班1 2 3 4 5 6 7 8 11%11%22%30%35%39%40%41%ATP的分子結構、功能以及與ADP的相互轉化對生物膜結構的探索歷程觀察植物細胞的質壁分離和復原實驗組成細胞的化學元素和化合物基因工程的應用性狀分離比的模擬實驗高爾基體的結構和功能溶酶體的結構和功能14%4%22%41%33%51%37%37%14%10%25%24%19%35%33%41%

傳統課堂教學中，教師要對全班幾十個同學同時進行授課，而且，每個教師至少要教授兩個班級，這使得教學往往缺乏針對性，很難做到因班而異，因人而異，有的放矢。而通過考試后的數據挖掘和分析，能讓老師深入了解學生學情。因此，全面深入分析不同班級和不同學生學情，并由此開展干預性的教學活動，提高教學的有效性，就顯得尤為重要。

（二）深入挖掘考試數據

在智學網呈現的數據中，我首先關注的是班級平均分、年級平均分、最高分、優秀率、合格率、班級排名以及班級內部不同分數段的學生人數等。這些數據顯示了班級學生與年級整體的差異以及班級內部學生的分層情況；同時，能夠引領教師在教學過程中關注班級整體學情以及班級內部不同層次間學生學習能力的差異?；诖?，教師可以根據歷次考試成績，嘗試將學生分為不同的小組，進行差異化的分層教學。

在大數據時代，這些數據已經遠遠不能滿足教師的需求。我們還需要利用數學統計和數據挖掘技術，從海量的數據中去尋找對我們更有價值的信息，進而輔助教師進行更精準的“教”，指導學生進行更精益的“學”。

上表是高三一次月考中我所教授的兩個班級學生每個題目的得分率以及年級的得分率情況統計表。下面我以該表中的8個知識點為例，確定學生的基本學情。

首先，我很關注所教授的兩個班級學生中得分率都比較低的一些知識點，這也基本上表明了大多數學生對這些知識的掌握都是比較薄弱的，因此，在講授試卷時，肯定要非常認真細致地講解。例如上圖中第1、2題，兩個班級以及年級得分率均很低，尤其是11班的第2題。這表明，兩個班級乃至整個年級對這些題目所涉及的某些知識點在掌握上都存在較大的不足，這時教師應該做好歸因分析，要及時補缺補漏。

其次，我會關注兩個班級各個知識點的得分率差異以及與整個年級相比得分率的差異。根據表中數據可以看出，在這些題目中，兩個班級的得分率差異比較大。例如，在第4題和第6題上，11班的得分率顯著高于24班，且明顯高于年級得分率，而24班第8題的得分率則較高。這些數據說明兩個班級學生存在不同的知識缺陷，因此，在不同的班級進行試卷講解時，要結合該班級學生特有的學情，有針對性地進行差異化班級教學活動，從而提高課堂效率。對于第5和第7題，我所教授的兩個班級得分率均低于年級得分率，尤其是24班，這說明與其他教師相比，我平時可能不夠注重相關知識點，這就要求我調整教學內容，在今后的教學中要注重對該知識點的講解。

另外，要精準地分析每一個學生的考試數據，確定每一個學生的薄弱知識，進而進行精準化教學。

（三）開展干預性的教學活動

發現了學生的薄弱知識點后，根據斯金納的行為學習理論，應該及時通過練習進行干預，使其得以糾正。我們必須承認學生之間的學習能力有強弱之分，教師應盡量做到因材施教，因人而異。我針對此情況，開展了下列干預性的教學活動：針對學生普遍薄弱的知識點，可以通過錄制一些與此相關的微課視頻，推送給學生，讓他們利用課后時間進行自主學習；對于部分學習能力較弱的學生，可以進行個性化的一對一輔導答疑，解決他們個別的薄弱知識點；同時，智學網擁有根據學生不同學情布置個性化作業的功能。依托該功能，每次考試后，教師可以根據學生的錯題情況，推送一些與該知識點有關的練習題，供學生練習，來提高學生的學習效率。

（四）檢查與反饋

精準化教學的精準之一還體現在教學評價上，通過上述一系列干預性的教學活動，教學目標是否實現，需要進行檢查與反饋。因此，可以通過設置一次知識點相同的小測驗來檢查。如若在該測驗中，學生的準確率得到了提高，說明教學效果很顯著；如若學生準確率仍較低，那就要繼續進行上述干預性的教學活動，進而使其得到糾正。

三、結語

精準化教學最重要的任務就是要使教學目標精準化，在傳統的教學中，單純依賴教師在教學過程中的直覺，教學目標往往是模糊的。而教育大數據使教學目標變得更加清晰，使教師的課堂教學變得更加高效。通過大數據，能夠把握不同班級、不同學生的具體學情，為學生提供精準的、個性化的指導，使其成為主動的知識建構者。