談高中地理教學中的精準學情分析

朱來軍

一、問題背景

精準教學是Lindsley于20世紀60年代根據Skinne的行為學習理論提出的一種教學方法。起初，精準教學面向小學教育，旨在通過設計測量過程來追蹤小學生的學習表現并提供數據決策支持，以便“將科學放在學生和教師的手中”。后來，精準教學發展為用于評估教學方法的有效性和教學效果的實效性。今天，隨著智慧校園、智慧課堂的推行，這使得精準學情分析的數據采集更為精準可行。

二、精準學情分析與地理教學

傳統的學情分析主要側重對學生已有知識、技能的結果性評價。如通過“優”、“良”、“中”、“及格”、“差”等程度詞來評價學生的學習表現，或為簡單的分數判斷，如通過期末考試成績、期中考試成績、總分、平均分等來評價學生的學習結果。而基于大數據的學情評價主要依賴于技術手段（包括大數據采集、教育數據挖掘、學習分析和數據可視化技術），通過各類智能教學系統自動監控、自動分析學生的學習情況，并實時反饋給所需要的人。教師、學生、家長等可以根據自身的需求，查詢并生成可視化的評價報告。

1.面向學習過程的學情分析

在傳統的班級授課制中，課堂要素包括：教師、學生、教材、教學目的（或學習目標）、教學資源、教學方法、教學流程、教學評價和教學反饋等。課堂組織框架一般是[導入]—[資料1-結論1]—[資料2-結論2]—[資料3-結論3]……[課堂小結]—[作業]。在此模式中，學生主要通過課堂獲得知識和技能，課堂是學生獲得知識和技能的場所。

但是，這些只有這些還不夠，這些我們僅僅獲得了學生的學習結果的數據，我們還要了解的上課、讀書、回答問題、作業、考試、個人努力程度等情況。我們可以這樣設計：

（1）預習環節：通常采用能夠量化的詞語來表述，如“能說出”、“能畫出”、“能舉例”等等。這種表述能夠讓學生一看就知道通過學習要達到的具體要求。

（2）課前環節：給每個學生一個賬號，在統一的平臺下或者統一的資源庫中進行查閱。通過關鍵詞能夠看出學生是否抓住了問題的關鍵，同時能夠看出學生對信息的篩選能力。進入信息化社會后，同一問題的信息量很大，學生需要能從海量的信息中快速、篩選、提煉出關鍵內容

（3）課堂環節：此環節的典型代表是杜郎口模式，他讓每個學生都動了起來。但是缺乏實時記錄，沒有形成個性化的學習記錄和學習情況分析。在信息化、電子化、網絡化的今天，這一環節得到了很好的完善，如利用點陣數碼筆和平板電腦進行教學。這兩種設備都能夠實時反饋學生的答題過程，讓教師了解到每個學生的答題、書寫、畫圖情況，都能夠實時投影到大屏幕上，能夠分析和比較他們的解題情況。實際中，筆者發現在有限的45分鐘內是不能夠判斷每個人的具體答題情況。雖然每個人都完成了，但還需要通過學生自評、小組互評。同時要把每個人的具體情況記錄下來。

（4）檢測反饋環節：此環節需要即時了解學生的情況。雖然借助點陣數碼筆、平板電腦能達到即時效果，但缺少了實時分析。如果一個學生解決一個問題所花費的時間遠多于其他同學，系統會自動分析并及時提示，促進其進行再訓練，再練習。這種動態的、及時的提示和分析在過去是不可能完成的任務。

（5）數據分析環節：是大數據時代區別于信息化時代最關鍵的部分。借助于科技，我們可以獲得一個學生高中三年的情況，一個學校的群體情況，一個區或市的平均情況。通過大數據的分析，我們可以找到一個學生在搜索資料、課堂表現、問題理解、語言表達能力、課堂參與度、專注度、畫圖能力、正確率等要素間的相關性。

這種學習歷程數據在系統的管理和分析下，能夠給學生及指導者（老師或家長）提供更有效的參考信息。

2.面向學習過程的教學評價

傳統的教學評價是經驗式的，是教師憑借自己的主觀判斷或考試成績來選擇教學內容的呈現次序、呈現方式，是通過多次的反復實踐來驗證和改進的。現在我們可以大量記錄學生的學習行為數據：回答問題的學生姓名、正確率、語言表達能力、課堂參與度、專注度、畫圖能力等。借助學習分析技術，分析學生個體的日常學習行為。根據學生個人的學習行為數據，制定個性化的學習計劃和輔導內容;根據學生群體的學習數據，判斷教師的教學方法是否有效。

不僅如此，教師的教學數據也會被大量記錄，包括教學環節、課堂提問效果、課堂節奏、案例選擇、練習講評、試卷命題、作業批改、引導討論和個別輔導等。

在日常的教研活動中，我們喜歡這樣評價一節課：教學環節設計是否層層遞進，提問是否有效，環節設計與學習目標是否契合，學生課堂的參與度是否高等等。這些都是聽課者根據自己的經驗來假設學生的體驗，是專家審美型的評價。而學生真正的體驗如何，卻沒有強大的技術與數據源可供分析與實證，我們需要借助大數據進行分析。教師不僅是課堂教學的組織者、解惑者，還是個人分析師。

三、精準學情分析對教學評價的影響

王同學最近的學習效果如何？這次測試，學生對哪些問題比較模糊，哪些問題掌握比較好？這次測試，李同學進步比較明顯的原因是什么？成績為80分的同學，他們之間知識的掌握肯定不完全相同，他們之間的差異在哪里？這位教師，比較擅長哪塊知識點的講授？這些問題是我們在實際教學過程經常遇到的評價問題。我們需要挖掘一些數據，來做出合理的評價，不能簡單依靠一些傳統的經驗。

這種建立在大數據基礎上的評價系統，能夠分析從年級、班級、學科、學生個體四個維度做綜合分析。縱向上，我們可以跟蹤一個學生進入學校后發展情況，階段性的學習狀態;橫向上，我們可以比較某個學生與其他學生在學習狀態、學習效果上的差異。都是80分的試卷，我們可以分析知識模塊上的得分差異;都是80分的學生，如果我們考慮到他的家庭背景、努力程度、學習方式、智力發展水平等要素就能系統的、全面的了解到一個學生的發展情況。

此外，還可能改變我們的教育環境。現在的教學模式興盛于工業化時代，學校的模式反應了工業化集中的、物流式的批量模式：鈴聲、班級、標準化的課堂、統一的教材、按照時間編排的流水線場景。這種教育工業時代標準化地制造了眾多可用的人才。而大數據教育將呈現另外的特征：彈性學制、個性化輔導、社區和家庭學習。教育環境的設計、教育實驗場景的布置、教育時空的變化、學習場景的選擇、教育管理數據的采集和決策，這些過去靠拍腦袋或者理念靈感加經驗的東西，在大數據的背景下，都將變成一種由數據支撐的行為科學，促進教育由藝術走向科學。