張 睿 李 靜
(南京市雨花臺中學 江蘇 南京 210012)
大數據時代的顯著特點是信息資源量巨大多樣,信息交換迅速,它極大豐富了初中物理教學資源庫.初中物理教師要加強大數據資源的搜集與整合,借助于智慧學習平臺在海量數據資源中高效選取有價值的物理教學資源,有效整合創造,拓展初中物理教學新路徑.而教研組作為學校教育教學工作的基層組織和教師專業發展共同體,在加強學科建設、深化校本教研、促進教師專業發展具有不可替代的作用.
“智學網”學習平臺助力學科教研,可以通過圖1導圖進行歸納說明.

圖1 智學網學習平臺助力學科教研導圖
所謂伴隨式數據采集,就是指伴隨著教學過程,即課前、課中、課后、階段性、終結性全程使用各種交互式設備與系統,通過網絡學習空間中的各類應用,如協同備課、網絡教研、在線學習、練習自測、在線交互等實現課堂教學數據的伴隨式收集.
智慧平臺提供教學互動應用,如課前的導學模塊及課后的練習反饋,簡單有效,如圖2所示.圖3所示為八年級物理第一章第三節“噪聲及其控制”的導入微課視頻,教師輕松點開,生動有趣的界面立刻將學生從松散的課間帶入課堂;課堂在線測試,及時交流評價,增強課堂教學功能與容量,實現師生的雙向互動,使得教師教學行為更加高效、便捷,如圖4所示.圖5為力學復習課,根據學情當堂生成的課后練習,更具有針對性.
圖2~圖5是伴隨教學過程中的課堂互動.

圖2 課前導學及課后練習反饋界面

圖3 “噪聲及其控制”導入微課視頻截圖

圖4 課堂在線測試界面

圖5 力學復習課課后練習截圖
習題批改是檢查教學效果和發現教學中存在的問題的重要手段,通過習題批改對教學活動進行反思,調整計劃,改進教學方法,從而提高教學質量.習題批改以往是教師手閱,耗時耗力并且無法精準收集錯題,更不可能將數據留給下一屆組內教師.使用智慧平臺以后,教研組為教材配套習題、中考指導以及過往的試卷等都配置答題卡,如圖6所示,采用手閱和機讀相結合,學生作答情況等信息及時上傳到終端,教師、家長和學生都可以隨時隨地通過電腦或手機調閱學生錯題信息,有效提高了教學的針對性以及教研組的教研能力,并且通過網絡平臺數據可以一直留存.年輕教師可以在錯題的基礎上了解學情,教研組可以根據錯題掌握教研的方向.

圖6 學生答題卡
傳統教學中,教師多是依據教學大綱、學生學情、自身經驗命題組卷.借助智慧平臺對課時作業、階段性測試等數據分析,提供教師對學生學情的直觀了解,并利用AI實現依據學情、專項、同步學習與知識點等多模式的智能組卷,如圖7所示,不僅大大節省了教師對學習數據的處理利用成本,更能提供學生基于日常學習數據分析而設計出的更具針對性的測試指導試題,讓師生減少了在題海戰術中的盲目拼搏,實現智慧學習的真正價值.

圖7 多模式智能組卷
傳統教學由于人力、技術、精力的局限,對于學情的分析不夠完善,不利于提高學生的學習效率.利用大數據的特性可以進行批改、分析,并形成錯題本、診斷報告、個性化學習包、學業信息檔案、學科內容評價報告單等實時性學情檔案.
對學生而言,平臺錯題集功能可以自動收集自己答題紙上做錯的題目,一鍵生成錯題集;學生在線上做題的同時,易錯題也會被自動收入錯題集,如圖8所示.

圖8 學生的易錯題被自動收入錯題集
對教師而言,可以實現對每一道錯題的精準靶向定位,每次測驗后教師可以結合平時的教學實際、校情、班情,從中選擇出符合自己學生實際情況,及時發現學生的易錯點和易混點,按照得分率或知識點自動生成一份錯題集,如圖9所示,進行補償訓練.

圖9 平臺生成錯題集進行補償訓練
易錯題的整理可以讓學生理清自己的薄弱環節,也可讓教師及時發現學生存在的問題,在教學中能夠重點突出,減輕學生的課業負擔.智慧平臺記錄分析易錯知識點,統計正確率,如圖10所示,并智能推薦針對性練習題,幫助學生鞏固提高;同時建立的網狀知識拓撲圖,反映知識點間的復雜關聯,有效引導學生的學習路徑.

圖10 平臺統計正確率
平臺對教師的教學結果和學生的學習行為進行記錄、存儲、統計、分析和預測,如圖11所示.教師可以根據所得數據調整教學思路、教學設計以及教學方法,準確的數據分析可以極大地節省教師時間.智能平臺上及時反饋學生的學習結果,為學生提供個性化大數據補救服務,以精準的變式訓練解決知識點盲區,鞏固基礎,培養思維,培養學生自主探究能力與創新精神,讓學生在變式題目中尋找不變的規律,更有效地提高學生的學習成績.

圖11 分析學生的學習行為及教師的教學結果
多元化分析報告,包括學情總覽、學生發展波動、丟分題類型及知識點等.通過分析報告可以改變傳統講評課上就題講題、平均用力的弊端,從而提升課堂容量.例如平行班的課怎么上,強化班該講哪些題目,通過分析報告可以一目了然.對于班級的共性錯誤,可以加入教師的典型題庫.
學情總覽是平臺對整個年級的學情分析,它反映年級均分、每個班級在年級中的排名情況、年級的最高分、年級的優秀率以及合格率,如圖12所示.從教研組的層面能具體細致的了解每個班級、年級的學情,包括一個學年每個班級的遞進情況,對每個班級的物理學習進行監控.

圖12 整個年級的學情分析
智慧平臺在閱卷完成以后可以顯示學生在歷次測驗中發展波動情況,如圖13所示.通過圖像可以直觀反映學生最近的發展趨勢,便于教師、家長及學生及時發現問題,查漏補缺.

圖13 學生在歷次測驗中發展波動情況
系統中可以顯示類型題(例如選擇、實驗和計算)得分情況,如圖14所示,教研組內教師可以對比本班和其他班級的差距,反思教學行為.教師也可以根據這些類型題得分情況對試題進行分類,以便上課時使用.

圖14 類型題的得分情況
在大數據分析下,教師能清晰便捷地掌握每個學生每個班級的知識點漏洞,了解班級學生的階段學習情況,分析知識缺陷所在,對學生的能力(學習策略、知識掌握程度、學習專注度等方面)進行評測,對班級學生的學習變化趨勢和發展方向作出的判斷,更是教師以此為基礎,提供專業的糾錯方案,針對性地設計學生練習與測試,持續關注每一個學生學業錯式流變和個性化指導他們學業發展的過程,如圖15所示.

圖15 班級知識點掌握
智能學習平臺讓課堂教學從“預設性教學”向“生成性教學”轉變.基于大數據分析,平臺幫助教師完成從教學、測評,分析、診斷的教學流程,提高教學質量;有效助力教師精巧教學,學生靈巧學習,家校互助無間;在加強學科建設、深化校本教研、促進教師專業發展、打造特色學校方面都有貢獻.
當然,在使用大數據時,教研組要處理好一些關系,在對學生進行個別化學業診斷后,雖然數據及內涵得到了豐富,但冰冷的數據分析為學生成長服務,必須做好正確的引導工作,同時采用更豐富多彩的教學手段,助力他們的精神成長,正如雅斯貝爾斯所說“以正確的方式傳遞知識和技能,本身就是對一個人完整的精神教育”;學業診斷與教學改進在不同的階段都要緊密地結合起來,并不斷關注動態變化,及時調整策略,組內同仁需群策群力,共同想辦法,共同制作微課等學習平臺,讓每一次的工作變得更高效,提高組內教學質量并為每個學生的發展服務.