范志勇 樊亞冰
在過去的課堂上,我們經常會見到這樣的情景——教師說“這一題做對的同學請舉手”,一下子,全班同學的手都舉了起來。或者是教師問“大家都會了嗎”,學生異口同聲地回答“會”。而在大數據環境下,則會是這樣的情景:教師說“計時開始,同學們請答題”,教室的電子屏上開始出現閃動的數據,有學生的答案、答題時間、答案的正確率等。
以小學數學《加法的交換律和結合律》一課為例,3分鐘時間,5道練習題。3分鐘計時結束,所有學生的做題情況都會通過專用的數據采集設備,經教學系統量化統計后顯示到教室電子大屏上。宏觀上,可以看到每道題有多少學生答題、每道題的正確率;微觀上可以看到每個學生答題的用時、對錯等,一目了然。
教學過程中的數據無處不在,如課堂教學知識點在線練習、課堂上學生的學習行為、學習專注度、課后作業、考試成績、自主學習情況、作息情況等,都蘊含著大量有價值的鮮活數據。這些數據在傳統教學模式下往往容易被忽視。在大數據環境下,信息技術手段介入后,通過數據收集、數據挖掘、科學建模分析,教師既可以在宏觀上掌握一個學校、一個年級、一個班級的概況,又可以在微觀上看到每個學生生動而又真實的數字畫像。教師可以從這些鮮活的數據中直觀地找到規律,發現問題。由此,教師在課堂教學過程中,既可以制定共性的精準施教策略,又可以提出因人而異的個性化學習建議。
教學目標、教學重點的制定和選擇,之前主要靠教師個人的經驗。大數據環境下,基于學生上一章節課堂學習及課后作業完成情況的數據分析,以及本章節的課前預習反饋研判,教師可以更科學地制訂本章節的課堂教學計劃。
借助數據分析系統和分析評價報告,教師可以精確了解每一個學生知識點的掌握情況,在設計課堂互動環節時能夠針對問題所在,選擇不同時機、不同學生開展互動。對學情胸有成竹,教師在對學生啟發、引導、解惑、答疑時,就可以做到有的放矢。
在每個班級中,學生的個體差異都是客觀存在的。借助數據分析信息,教師很容易掌握每個學生在知識學習上的具體情況。針對不同學生的不同問題,教師可以主動開展一些補償性教學,如向學生推送不同知識點微視頻,還可以開展線上解惑答疑活動。
為照顧到全體學生,教師在布置課后作業時要盡可能地多布置不同深度、不同類型的作業。過去的統一作業,使程度好的學生“重復勞動”,程度差的學生“勞神費力”,這也是學生作業負擔重的主要原因之一。在大數據環境下,教師可根據課堂教學分析報告,通過題庫系統一鍵批量定制不同層次、不同類型、因人而異的個性化課后作業。
批量定制個性化課后作業,既不會增加教師的工作量,又能切實減輕學生的學業負擔,可謂一舉兩得。
(責 編 白 云)