以關鍵指標為核心的區域大數據監測系統模型構建

黃德強 蔡方平

【摘 要】本文從考試的關鍵指標出發，論述構建區域大數據監測系統模型策略：獲取關鍵指標，建構大數據的內核體系;指向關鍵指標，建構大數據的事實體系;運用關鍵指標，建構大數據的直觀體系;補救關鍵指標，建構大數據的支撐體系。

【關鍵詞】大數據 關鍵指標 區域 監測系統模型

【中圖分類號】G? 【文獻標識碼】A

【文章編號】0450-9889（2020）26-0068-02

21 世紀是信息的世紀，是數據的時代。無論是微觀粒子的運動、宏觀宇宙的變換，還是社會經濟政治的各個領域，無不用數據記錄、刻畫信息。人們從數據中發現規律、預測趨勢，數據為人們的分析、決策提供直接的科學依據。可以把“區域教學考試中獲得的大數據”定義為：教師根據考試目的，選擇關鍵的評價指標，利用特定的工具獲取學生的學習結果數據以及將數據轉換后的各種直觀形式。本文從考試的關鍵指標出發，探索構建區域大數據的監測系統模型，以獲取有效、有價值的大數據，幫助師生準確發現教與學存在的問題，從而精準導向教學實踐。

大數據實質上是一種基于統計學的概率預測，本身具有或然性，如果大數據對應的評價指標不精確、試卷的命制和監測指標之間關聯度不強，那么獲得的大數據指導價值會大大下降，甚至誤導教學的方向，浪費寶貴的教學時間和教學資源。因此，大數據的獲取必須建立在精準把握考試評價指標的基礎上，才可能精準指導教學，提升教與學的效率。課題組帶領各學科骨干力量細化各學科高考評價的關鍵指標，并以關鍵指標為依據，構建“區域大數據的監測系統模型”（如圖 1 所示），以便精準導向教學實踐。

一、獲取關鍵指標，建構大數據的內核體系

2019 年 12 月，教育部考試中心頒布《中國高考評價體系》，為構建大數據的關鍵指標體系提供了強有力的理論支撐。高考評價體系雖然在核心素養、學科素養上界定了相關的一級、二級指標，也在關鍵能力上劃分了三大關鍵能力群等，但該評價體系是中國高考整體的理論建構和評價指導，并未涉及學科的具體評價指標。對于一線的教學而言，亟須界定更加具體、微觀、易評價的關鍵指標，以便準確獲取學生學科存在的問題，精準導向教師教學實踐。獲取考試評價的關鍵指標是大數據能精準指導教學的關鍵環節，是區域大數據監測平臺的內核體系。

以生物學科為例，《中國高考評價體系》將生物學科各考試階段的“知識板塊”作為縱向維度的一級指標，將高考生物的理解能力、實驗探究能力、獲取信息能力、綜合運用能力等四個方面作為橫向維度的一級指標，并細化了每種能力要求相對應的二級指標。如將生物學科理解能力這個一級指標細分為“厘清要點、建立聯系、構建網絡、解釋原因、舉例說明、區別比較、判定推論、變換應用”八個二級指標，便于進行更有效、更有針對性的數據監測。

二、指向關鍵指標，建構大數據的事實體系

科學事實是通過科學觀察和實驗獲得的并經過整理與鑒定的經驗事實。考試大數據要能反映“學生學、教師教、區域研”的近況和問題，數據必須建立在科學事實的基礎上。考試得到的大數據是建立在考試的基礎上，考題的“質和量”構成考試大數據的事實體系。

各學科試題的命制要求嚴格指向提煉的考試評價的關鍵指標，力爭構建有邏輯關聯的大數據事實體系。試題的命制過程中課題組還提出“一點多標，一標多面”的監測理念，以求豐富大數據的效度。“一點多標”指圍繞一個知識點從能力要求的多角度展開監測，力求全面地理解知識;“一標多面”指圍繞能力的某一個指標維度，用多個知識點去開展監測，目的是對學生某項能力進行連續跟蹤。如基于“一點多標”的考慮，生物學科中如果要考查學生是否理解“可遺傳變異”的概念，那么可以圍繞理解能力的八個指標展開，命制思路如表 1 所示（見下頁）。

三、運用關鍵指標，建構大數據的直觀體系

大數據服務于教學，要求對數據進行合理的處理，轉換為師生易懂的直觀模型圖。作為數據處理的結果，一方面，要形象直觀，便于輕松洞察數據產生的原因;另一方面，數據處理后的呈現不能太復雜、太抽象、太專業，要依據主要服務群體即學生、教師的需求和認知水平進行處理，要面面俱到。大數據轉換后的直觀模式圖主要用表格圖、柱形圖、曲線圖和雷達圖四種類型表現。另外，從需求不同的角度考慮，課題組為學生、教師、學校、教研員等不同群體量身定做了相應的大數據報表，以求直觀全面反映出學生每次考試的情況。

大數據是客觀的，但指標的確定、試題編制、數據的處理過程又總會帶有主觀性，在使用大數據時還要走入學生群體深入調研，進一步分析問題產生的原因，使大數據的使用更有針對性。運用關鍵指標，建立合學情、合邏輯、合事實、合認知的大數據直觀體系是發現問題的關鍵。

四、補救關鍵指標，建構大數據的支撐體系

直觀的大數據體系能迅速準確洞察學生、學科、區域教學存在的問題，基于問題，從考試評價的關鍵指標入手，又能制定合理的補救措施，充分發揮大數據的支撐作用。就教師而言，在較好地理解數據背景的基礎上，可以從強化關鍵指標、完善關鍵指標的角度制定試卷評講策略和變式訓練策略。如果學生對概念的理解是清楚的，但在變換應用過程中失分較嚴重，那么可以通過篩選不同類型的信息題加以變式訓練，以提升信息的獲取能力;如果學生在知識聯系點上得分較低，則教學中可設置問題串探討相關知識的聯系，再通過繪制概念圖鞏固相關知識;如果學生在解釋原因問題上失分較多，則課堂的補救措施可以是指導學生總結答題思路，完善表述模型，規范書寫流程等。就學科而言，如果某個知識板塊或者能力板塊失分較為嚴重，則可以調整學科教研的重心，或請相關專家指導從學科場面制定相關的補救措施。

從考試關鍵指標出發獲得大數據，分析大數據，發現真問題，又基于問題制定策略對關鍵指標進行補救，能充分發揮大數據對教、學、研的支撐作用，是建立區域大數據監測系統的最終價值歸宿。

2019 年 2 月，國務院發布的《中國教育現代化 2035》指出，要加快信息化時代教育變革，統籌建設一體化、智能化教學管理和服務平臺;要利用大數據等現代技術實現規模化與個性化培養的有機結合，保證教育管理和監測體系的精準化與科學化。在教育中運用大數據是不可阻擋的趨勢，準確地界定學科考試評價的關鍵指標，并以此作為命題指導依據進而獲得的考試數據才是有效的、有價值的，才能精準指導學校的教育教學工作。

【參考文獻】

[1]楚文波.大數據背景下的教育教學改革[J].教育與教育信息化，2015（11）.

[2]張玉婷，費金有.大數據時代下中學物理教學研究[J].課程與教學，2016（10）.

[3]曾國屏，高亮華，等.當代自然辯證法[M].北京：清華大學出版社，2005.

【作者簡介】黃德強（1981— ），男，漢族，籍貫四川宜賓，本科，一級教師，教研員，現就職于四川省成都市龍泉驛區教育科學研究院，研究方向為高中生物教育教學;蔡方平（1965— ），男，漢族，籍貫重慶，本科，高級教師，現就職于四川省成都市龍泉中學校，研究方向為高中生物建模教學。

（責編 劉 影）