運用大數據教學平臺 提高試卷講評課效能

朱淑芳

(福建省漳州市第五中學 漳州 363000)

考試是教學的重要組成部分，而試卷講評課則是教學過程中重要的反饋環節，平時試卷講評課存在不少問題。教師層面： 對試卷缺少分析研究，對需要突破的重難點不明確，以教師為主逐題講解不分主次，使課堂成為“教師的課堂”；對學生做題情況的分析了解浮于表面，多從自身理解層面去分析所謂的“須講評的錯題”；試卷評講無明確的目標計劃，不能做到有的放矢、拓展和延伸。學生層面： 學生自糾、分析錯因的能力不強，愿意主動說出做錯題的原因或思路的情況不容樂觀，交流能力較弱。

目前，學校為了全面推進信息技術與學科建設的深度融合，開始使用“智學網”進行試卷批閱和統計，通過系統生成的既有總體樣本，又有個體樣本的多個維度數據分析，可有效地協助教師進行教學診斷，優化教學方案；同時以此為依據，準確地追蹤、定位個體的認知障礙，針對性進行個性化補缺補漏、拓展延伸，實現講評課效能的最大提升。

現以2017～2018學年下學期高一年級四校第一次聯考在“智學教師端”所生成的“學業報告”為例，闡述如何基于大數據信息化教學平臺，提高試卷講評課的效能。

1 挖掘數據，透析樣本

登錄該平臺的教師端，進入“學業報告”，選擇任教班級、學科，呈現“學情總覽”等界面，從中可了解大樣本——班級的多項數據信息(現以高一·2班為例)。

例如，“班級均分”“班級排名”“最高分”和“優秀率”等，這些以年級班級為大樣本展開的橫向對比，使任課教師對任教班級在本次考試中所處狀況有了準確把握。平臺還提供了試卷“大題分析”“小題分析”和“知識點分析”等信息反饋(圖略)，對每道題的難度、區分度和得分率等均做了統計，對客觀題中知識點內容、知識點權重和對應題號等也提供了詳細的數據。

挖掘這些數據，通過將本班各題的作答情況與其他班級的作答情況相對比，可發現本班學生課堂學習質量的優劣，進而促進教師反思課堂教學中的長處與不足；通過對本班各知識點得分率與年級知識點得分率相對比，明晰各知識點的掌握情況等。透析大樣本，查找到學生學習差異和教學效果差異的證據，為試卷講評及后續教學提供更為可靠、更加專業的判斷依據： 哪些內容是學生已經掌握的？哪些內容是學生沒有理解的？哪些需要進一步加強鞏固的?對于未達成的目標，教師后續的教學應做什么樣的調整？課后應對哪些知識點做補缺補漏、應對哪些知識點做拓展延伸？基于數據分析，有了明確的方向，再將這些基于證據的判斷一一向學生反饋并落實，為提高試卷講評的效能提供了有力的保證。

2 診斷學情，實施反饋

通過平臺提供的“各分數段人數”及具體名單，教師在試卷講評前可選擇性地展示這些數據，對學生的做題情況做總體點評。讓學生對于自己在本次考試中成績情況有個準確定位。通過研究“高頻錯題”(圖略)，精準地診斷教學中存在的“盲區”和不足。

例如，聯考試卷中得分率在36%以下的知識點有“原核細胞與真核細胞的比較”“蛋白質的結構和功能”和“酶的本質和作用”等。將這些基于數據的反饋落實于講評，教師重點分析、講解共性錯誤嚴重的題目。為實現錯題的有效“反芻”和“消化吸收”，可將這些關鍵點、易錯點和易混點進行收集匯總，將其錄制成微課，推送到班級微信群或QQ群，讓學生選擇學習，方便學生復習鞏固。而對于“一般”“容易”題，可指導學生通過小組討論達到解決的目的。

這種做法，使試卷講評更具針對性、時效性，避免了隨意性，有效地規避了平時講評課因教師經驗化、主觀化和粗糙化的判斷，學生大量的精力和時間浪費在原本已經掌握的知識上。

可見，“智學網”平臺的精準數據為試卷講評后的知識點彌補和強化、拓展和延伸，為針對性輔助學習資源的精準推送創造參考條件。

3 因材施教，個性引導

在“智學網”這個平臺上，可實現跟蹤個體案例、了解個體學情、落實個性化反饋教學的目的。根據大數據的診斷報告，借助針對診斷報告中反映的學生情況，給予切合個人實際的學習指導，讓因材施教、實施個性化教學有依有據。

例如，聯考試卷選擇題第4題： 下列對組成生物體的化學元素和化合物的敘述，正確的是(A)

A. 所有酶和核酸都是含有N元素的生物大分子

B. 蛋白質、核酸、淀粉和脂肪都是多聚體

C. 肌肉細胞中含量最多的化合物是蛋白質

D. 動物與植物所含的化學元素的種類差異很大

該題主要是考查學生的是識記能力，屬于基礎題。從“智學教師端”推送的“答題統計”中發現學生答題情況不容樂觀： 選擇正確答案A的學生只有13人，占26%。大多數學生錯選了B和C，各占30%。在講評這類題目時，以往的做法是由教師直接分析為什么不選的原因，其效果如“填鴨式”，學生只能被動接受，效果一般。

現在，充分挖掘并利用平臺的信息反饋功能，指定平臺提供的“答錯名單”中的幾位學生陳述選擇該選項時的想法，然后引導其他學生對他們的見解提出質疑，讓“錯因”在“表達、互辯和思考”中逐漸明朗、一致。

錯選B的學生認為：“脂肪屬于脂質，而脂質和蛋白質、核酸同屬于有機化合物，蛋白質和核酸是多聚體，所以脂肪也是多聚體。”針對該生的見解，很快就有學生提出反駁：“多聚體是由許多單體連接而成，而初中在學習食物的消化和吸收中學過，脂肪分解產物只有脂肪酸和甘油，不符合多聚體的概念。”錯選C的學生在其他學生給予的糾錯中也很快意識到，原來是受到題干中“肌肉細胞”的迷惑，忽視了“細胞中含量最多的化合物是水”這個基本知識點。在錯選D的學生的陳述中(占14%)，學生進一步明白了動、植物所含的化學元素是“數量差異很大”而非“種類差異很大”。

如果沒有“智學網”平臺提供的錯誤展示，就不可能創造出這樣的認知沖突，就不可能在找錯中深刻到每一個易錯點，就不可能做到個性引導、舉一反三和觸類旁通，也就不可能實現真正的“學”的達成。

綜上所述，基于信息化平臺形成的診斷分析數據，可實現尊重學生差異高效能的講評，進而定制個性化學習策略，實現課堂教學從大而泛的“漫灌”到細而準的“滴灌”的轉變，促成學生學習生態從“農田”到“雨林”式的變革，改變以往試卷講評課的千篇一律、同質化的局面。

(基金項目： 福建省教育科學“十三五”規劃2017年度常規課題“初高中生物學教學銜接微課資源包的開發和應用研究”，No.2017ZB08049)