數據化助力高中政治課堂

嚴旭春

摘要：陶行知先生提出了“行—知—行”的教育模式，而利用數據化平臺，以教學的行為數據為依據所形成的“知”，反過來時刻影響著我們的“行”。在高中政治課堂中，我們也能以學生的行為數據為基礎，在適當的時機給每個學生推送適合他們的學習方法、課外拓展、學業規劃、心理輔導，甚至預測學生未來的學習。文章將從數據化的這三大優勢來進行探討，研究其對高中政治課課前預習、課中教習、課后復習的三個教學環節的促進作用。

關鍵詞：數據化 高中政治課堂 “行—知—行”

唯有“真知”才能促進實踐，而傳統教學則是經驗性的“知”，是一種感性認知。高中政治課因其特殊的學科定位，理論化的學科知識，龐雜的教學內容，似乎與數據化相去甚遠。針對傳統高中政治教學的不足，數據化以其量化性、具象性、歸納性等特點，完善高中政治課堂課前預習、課中教習、課后復習的三個教學環節，提高教學效果。

一、數據化的優勢

近年來，通過對數據積累精確分析、預測用戶的行為，早已司空見慣。這也就是數據化在高中政治課堂中最大的應用，通過海量而深入的數據真正了解每個學生，獲得“真知”，并以此解決數千年來困擾人類的教學問題——因材施教。數據化的優勢主要有量化性、具象性、歸納性。

第一，量化性。數據化的量化性解決了高中政治教學的痛點。在課前預習時，每個學生花了多少時間，提出了什么問題；在課中教學時，哪些學生積極參與課堂，在平臺上發表了什么樣的感想；在課后練習中，每個學生的錯誤率、優秀率、合格率是多少等。這些一一在案的定量化的數據，讓高中政治教師能夠更加了解每個學生，能深刻了解每個學生的學習習慣、薄弱環節、興趣點，甚至是思維方式，也就能對癥下藥了。

第二，具象性。傳統的教學中，因為每個教師都精力有限，不可能關注到每個學生，但是數據化之后，每個學生不同階段的學習情況都能夠被清晰地提取出來，再對這些收集的數據進行分類。如錯誤的原因是對基礎知識的理解不到位，還是對材料的把握不準確；習題中是更關注主觀題還是客觀題；每一個知識模塊的錯誤率分別是多少等，能夠建立每一個學生的數據模型。此外，所謂的教學其實就是將書本知識以每個學生特有的理解方式呈現出來。因此，即使是相同的錯誤，每個學生的理解也都不盡相同，而大數據的具象化，將改變以往“滿堂灌”的方式。變成為面對一個個具象化的學生，進行點對點的教授。

第三，歸納性。具象性是手段，歸納性才是目的：通過歸納學生的學習特點，獲得“知”，對其學習進行引導，影響學生的“行”。教學中的數據化則是將學生過去的答題數據、行為數據等進行歸納，并與學科知識、考試大綱進行匹配，由此得出每個學生知識點的薄弱處，并有針對性地進行點對點的輔導。歸納性，還在于對學生學習情況的預測，通過對學生過往數據的分析，預測學生可能在學習上會遇到的問題，提前進行設計與規劃。

二、基于數據積累的課前預習

數字化的教學平臺中，記錄著教師與學生的每一個數據，針對這些數據反映出來的問題，教師可以有針對性地安排教學計劃與課程內容，以適應不同的學生和班級，實現課堂的最優選擇。例如，在教學《影響消費的因素》時，筆者會補充“生產力是影響消費的根本因素”，但每個學生的掌握程度并不同，在課后布置的有關這一知識點的兩道習題中，分別有36%和23%的學生并沒有將其作為正確選項，那么在之后學習《發展生產滿足消費》這一內容時，就可以根據之前這個班的學生的學習情況來設計課前預習。課前先預設一個思考題，“為什么生產力是影響消費的根本因素”，在知識架構中起到承上啟下的作用，讓掌握該知識點的學生“知其然而知其所以然”，讓未掌握該知識點的學生加深印象。在上課時將之前的錯誤率呈現給大家，讓選擇錯誤的學生來闡述自己當時的想法，也當作本節課的導入，通過這節課的學習來解決上述問題。

三、基于行為數據的課中教習

傳統課堂是以學生真正集中注意力到課堂上為開始，而學生何時集中注意力又取決于教師是否富有吸引力、是否具有高超的班級管理能力。但是，通過數據化平臺，當學生點開“開始課堂”，找到教師這節課的內容等這一系列操作時，學生的注意力就已經集中了，而且這些操作都是可視化的，教師能夠觀察到學生的行為。數據平臺又能實時顯示課堂的在線人數，課中完成練習的時間、進度和正確率，讓教師對每個學生的行為、整堂課的推進有一個更準確的把握。

傳統政治課堂中，雖然也有分組討論，但是不夠深入，討論往往是兩極分化，活躍的越來越活躍，沉默的越來越沉默。對于討論的結果，教師也不能一一呈現，從而導致學生產生付出而沒有回報的失落感。但是在數據化的平臺中，教師可以實時查看每個研究小組、每個學生的回復情況，這些參與情況教師也能隨時通過數據平臺同步到投影儀上。平臺也會記錄每個學生所回復的內容，在課后教師可以進行篩選，對部分學生再進行課后的激勵與輔導。

四、基于過程數據的課后復習

以往在布置課后練習時，學生收到的都是相同的作業，屬于“大水漫灌”。在數據化下，面對學生在課前預習、課中教習的表現，教師就可以用針對性的方式來選擇習題。根據學生的學習習慣、記憶能力，適時地提醒學生進行及時復習。

過程數據的另一方面在于，任何在數據平臺上的行為都會被記錄，所有的互動過程都更為多元、實時和個性。如在“生產與消費”的關系一課中，不同班級的錯誤并不相同，其中一個班在“生產決定消費的對象”與“生產決定消費的方式”這兩個知識點中出現了較大錯誤，于是筆者在課后作業中就布置了相應的題目去加深這種理解。而另外一個班，問題主要出現在“消費對生產的調整和升級起著導向作用”與“消費能帶動一個產業的出現和成長”，那么在課后練習中，筆者將更多的題集中于這些知識點。

數據化為因材施教提供了工具上的可能，符合陶行知先生所倡導的“行—知—行”的教學模型，從學生的“行”獲得數據，也就是對學生的“知”，再以此為依據，落實到教學實踐中，再形成“行”。通過對每個學生學習數據的積累和分析，將學生還原成一個有獨特經歷的具象化的人；通過數據化的量化性、具象性，并與政治學科的學習要求進行匹配，對每個學生的學習行為進行歸納，形成每個學生所特有的數據模型，以實現對學習的三個環節的科學安排，在課前預習時提出符合該學生學習經歷、興趣愛好的思考題，帶著問題去預習；在課后復習階段，根據每個學生的記憶規律、適合題型，適時地提供復習資料，從而改變傳統高中政治教學的經驗性活動。

參考文獻

[1]韓晗.“數據化”的社會與“大數據”的未來[J].中國圖書評論，2014，10（5）：26-32.

[2]王良周，于衛紅.大數據視角下的學習分析綜述[J].中國遠程教育：綜合版，2015（3）.

[3]鐘瑛，張恒山.大數據的緣起/沖擊及應用[J].現代傳播，2013（7）：104-109.

[4]陳然，楊成.量化自我：大數據時代教育領域研究新機遇[J].現代教育技術，2014（11）：5-11.