大數據背景下過程化評價的實踐研究

楊素素

摘? 要：分析數據，發現優勢總結經驗，發現問題及時改進，發現差異揚長補短，從而精準地對學生的學、教師的教進行診斷，有利于學校和教師因材施教、對癥下藥，從而“低負高效”提升學業質量。量化的分析數據能較為客觀地反映課堂教學行為，以便進行更為深入地比較分析評價，既能提早干預學生行為，激發學生潛能，又能促進教師教學水平的提升。通過知識點模塊化檢測和學生課堂表現評價的運用挖掘，使學習更加自主、可預測、可協作，更為輕松、可控，更為智慧，致力于課堂精準教學，最終都指向學生學科素養。

關鍵詞：過程化評價;大數據;精準教學

每到學期結束，班主任忙著給學生寫學期評語。小學一般是語文教師擔任班主任，語文教師會在語文課堂中了解孩子的閱讀能力、傾聽能力、小組合作能力、作業訂正是否及時。那么，孩子在上數學課、科學課、體育課的表現如何呢？班主任是否也精確地把握到了呢？只是執教一門學科的班主任的評價會不會以偏概全？

筆者曾對教師進行多次訪談，發現教師們經常評價有的學生上課看著很認真，但是學業成績提不上去？為什么有的學生語文特別厲害，數學就那么弱，偏科特別嚴重……那么，有沒有關注過學生的個體差異？有沒有對學生每一道習題的作答情況進行統計，做出全面、精細、具體地分析。學生不理解，是不是教師難以正確、精確地分析知識模塊，難以發現教學過程中存在的問題和盲區，學生某一學科特別弱，跟她在課堂上表現出來的活躍度有沒有必然的聯系？

綜上所述，學校也應該擁有一系列全面、精細、有效的評價數據，以數據進行分析，從而精準地對學生的學、教師的教進行診斷。我校以過程化評價技術來檢測學生一個學期是否落實核心素養，然后基于數據和實際情況進行診斷性分析，發現優勢總結經驗，發現問題及時改進，發現差異揚長補短。

過程化評價是指對學生日常學科上課、作業、活動等學習過程中表現出的學習行為、學習態度情感和價值觀等進行綜合性評價，對學生學習生活全過程的觀察和記錄做出定性評價。大量數據提供的多角度、多維度的評價，提高了教師對教學問題的診斷和對學生的學業指導的精準度，使得教學的過程化評價技術更具有說服力。具體分成以下三個流程。

一、更新理念，促進教師專業成長

自2017年11月學校引進大數據項目，就及時對大數據如何在學校推進進行了規劃，成立了實施組、命題組，為項目的有效推進提供堅強的組織保障。大數據的實施首要一步是數據的收集，以階段性檢測為載體引入云閱卷系統。并通過數據記錄器“魔法棒”，及時評價學生課堂學習行規、參與程度、思維層次和其他四個維度內容，旨在激勵學生主動學習，提高學習熱情，分析學生思維特點，給予個體化的指導。學校還請專家到學校給教師做專題培訓，尤其培訓教研組長的命題能力。專家們的培訓，啟發了教師的智慧和創造性，有力地促進了教師的專業化成長。

二、實踐創新，評價方式有所突破

（一）課堂表現評價數據收集深化學科過程性評價的實施

隨著大數據成為互聯網信息技術行業的流行詞匯，教育逐漸被認為是大數據大有作為的一個重要領域。大數據能給教育帶來革命性的變化。比如學生識字的準確率，作業準確率，舉手次數，這些具體的數據經過專門的收集、分類、整理、統計和分析就成為大數據。

（二）階段性檢測數據收集升華學科過程性評價的內涵

2018年第一學期對語數英科四門學科的第四單元進行階段性檢測，語文從①卷面書寫，②寫字或基礎積累，③閱讀理解，④習作或寫話這四大板塊進行項目化測評;數學從①數學基礎，②計算能力，③解決問題，④拓展思維，⑤圖形與操作者這五大板塊進行測評，而測評的結果數據收集又最終形成學生的過程性評價。

云閱卷自動采集命題檢測數據，而大量數據的收集，如果只是閑置，那是毫無意義的。如果說數據的采集是基于現象，那么數據分析就是找出原因和對應措施。如找出不同模塊維度之間的差距在哪里？比如主觀題、卷面、拼音寫詞語、閱讀、習作的班級平均分高于年級平均分，而課文填空模塊低于年級平均分，說明這個班級的學生對課文填空或者相關要求掌握不夠全面深入，需要教師在課堂教學中調整教學策略，以誦讀、復述等形式扎實落實學生對課文的熟悉度。

（三）整合過程化評價方式，相得益彰

基于數據分析和研究，提取信息能力是信息時代對人才素質的新要求，要求學生能夠發現、收集信息，判斷信息的重要性，理解信息、提取有效信息。也就是經常說的審題要準確，要準確把握材料所給信息的中心思想、領悟信息情境更要準確把握。在評價數據中，分析發現練習時選擇題準確率不高，主觀題看不懂材料，學生獲取和解讀信息的能力有待加強， 2019年將語文評價方式修改為①寫字或基礎積累，②聽力檢測或信息提取，③習作表達或寫話三大板塊。2020年通過校區班級數據、學生個人數據比對，發現階段性檢測的方式過于空泛，不能針對性地檢測出學科存在的主要問題。為了階段知識點檢測實現評價目標多元化，積極推動課程實施和改革，特組成知識模塊檢測命題小組，準確實效進行本學期的知識點檢測作為評價推進的方式。以五年級語文基礎常識、六年級閱讀理解為知識點，數學五年級小數乘法和小數除法、六年級計算綜合能力檢測以分數的四則混合運算為知識點，英語五年級句子、六年級篇章閱讀為知識點，五年級科學辨析六年級實驗操作為知識點。此外，開展各學科展評活動，活動數據來源于大數據平臺的過程化評價，引領學生從課堂走向課后，將所學內化并能有效呈現，拓展評價的深度。

2017年到2020年，從不容易收集數據的紙筆測試，到粗糙的云閱卷初體驗，再到階段性測試，最后到精準的知識模塊檢測，將單一的項目化評價，以數據形式記錄收集，形成學生整個小學階段的過程性評價，整合兩者，使教育方式能有的放矢，相得益彰。

三、聚焦特點，生成個性化評價成績單

每個孩子的天性稟賦、理解能力和興趣點不同。基于過程性評價的大數據分析，可以對不同學生進行能力測評，然后根據每個學生的不同情況針對性地制訂學習方案，找到學生的短板和優點，最終生成屬于學生個人的個性化評價成績單，打通班級優化大師與大數據平臺的通道，班級優化大師可以設置課堂中教師個性化地對學生的評價，以過程化評價可視化技術App——釘釘為主要查詢途徑，家長可通過釘釘查看。

大數據時代，預測、了解、評估教學行為如此簡單，能收集過去既不現實也不可能聚集起來的反饋數據。迎合學生個性化需求，通過對過程化評價數據的運用挖掘，使學習更加自主、可預測、可協作，更為輕松、可控，更為智慧，致力于課堂精準教學，最終落實學生學科素養的培養。

（責任編輯：陳華康）

參考文獻：

[1]方海光. 教育大數據[M]. 北京：機械工業出版社，2016.

[2]王旭東. 紙筆測試 堅冰初融[J]. 當代教育家，2017（03）：29-31.

[3]譚少春. 學業評價：從“甄別”走向“發展”——核心素養理念下的紙筆測試創新[J]. 教育研究與評論（小學教育教學），2018（09）：33-37.

[4]? 劉成平，李春鵬，竇煜明. 過程化評價的實踐與探索[J]. 職業，2017（34）：48-49.

[5]? 于明月. 大數據背景下小學語文差異教學評價路徑探析[J]. 中小學信息技術教育，2021（Z2）：110-113.