數據驅動教學：基于新步伐數據平臺的精準化教學模式的構建

俞旭鋒 陳良

摘 要：基于學校薄弱的基礎和現實的生源結構改變，本校從技術切入，以數據驅動，探索在教育教學中，基于數據分析指向精準的集體備課，以期解決粗放型備課;基于數據分析指向精準聽評課的課例分析，以期解決粗放型課堂;基于數據分析指向精準過程評價，以期解決簡單化評價;基于數據分析指向精準分類走班的多元育人，以期解決單一化育人。這些探索構建了本校精準化教學的模式，讓教育者借助數據真正讀懂學生，實現“數據驅動教學”，推動學校成為真正的智慧校園。

關鍵詞：數據驅動教學;新步伐數據平臺;精準化教學;構建

一、 研究緣起

人類社會誕生以來，經歷了“農業時代”“工業時代”“信息時代”，而教育范式作為社會子系統，也勢必經歷重大變革。有研究指出，從農業時代開始，教學范式分別經歷了“經驗模式教學范式”“計算輔助教學范式”“數據驅動教學范式”三個階段。

近年來，大數據技術引起了全世界的廣泛關注，掀起了一個全球性的發展浪潮，正在深度地改變著人們的思維方式、學習方式和生存方式。在此背景下，各行各業都非常重視利用大數據技術來推動變革，教育領域的應用與探索也在快速推進，并呈現出“科學化”“智能化”“個性化”“精準化”的特征。

我校地處杭州城北郊區，學校對課堂教學“教”非常重視：一方面延長教學時間，另一方面增加教學內容。自2018年9月以來，本校的生源發生了深刻的改變，面臨100%來自外來務工子女的“新常態”。薄弱的基礎和現實的生源結構改變，卻沒有讓傳統的“經驗模式教學范式”發生改變，學校的教學仍然存在著以下一些問題。

（一）基于經驗的粗放型備課

傳統備課模式，基于教材和教參，無論簡案還是詳案，最大的問題是“以教為視角”。雖然也要求關注“學情”，但最大的問題是學情診斷，憑的是教學經驗和主觀直覺和感受。基于經驗的粗放型備課模式，出發點在教，落腳點在知識與技巧，能力和素養關注不到位，學情診斷直覺化、經驗化，忽略每個學生個體的充分發展。

（二）基于習慣的粗放型課堂

學生學習的過程其實是其對知識認知和掌握的過程，強調的是學生在教師的引導下自己去求知、研究、實踐，從而達成學習的目標，感受學習的成功。傳統“教師講，學生聽”的以教促學的學習模式，教師牢牢把握了教學主動權，是不利于學生學習的，只會讓學生在被灌輸的過程中越學越死，越學越沒有興趣。

（三）基于分數的簡單化評價

傳統的教學評價，基本都是圍繞分數，哪怕最終呈現在成績報告單上的是幾個“加權分數”，但背后的邏輯還是把對人的評價簡化為“分數”且根深蒂固。“分數”評價模式，簡明、易操作、感覺比較公平，但很多都是事后評價，而且在能力、態度、價值觀等方面的培養和評價，感覺比較力不從心。而簡單的分數評價背后，更深刻的教學價值觀，還是“以師為中心”，同時，它容易異化，把分數化的指標變成評價一個人的全部指標。比如體現智力的學科考試，最后就變成了“好學生”和“差學生”的一個最重要指標。

（四）基于升學的單一化育人

在初中升學壓力之下，學校的教育教學始終圍繞那些有可能升學的學生。在目前學校生源情況下，按傳統培育模式，可以這么說，2/3甚至更多的學生，初中三年可能都是在“陪太子讀書”。國家課程異化為考試課程，而真正能夠起到全面育人的課程體系卻建構不起來或無暇建構。

本校在新常態發展中為了正視和嘗試解決上述四個問題，從技術切入，以數據驅動，探索在教育教學中，合理地借助數據資源，以數據驅動教學并聚焦于“教學精準化”，提高教學的有效性。

二、 模式構建

“數據驅動教學”即通過教育大數據挖掘與學習分析技術，將教學環境（課堂環境、網絡環境、作業考試等）中實時生成的教學數據“翻譯”成有價值的信息。如某一學科學困生的識別、追溯其知識結構缺陷的發現、知識點學習、掌握能力診斷、教學目標的達成度等，進而為教師的教學策略（調整教學方案、打造精準教學、實現全面評估、施行科學決策等）與學生的學習策略（制訂學習計劃、定制學習資源、選擇學習路徑等）提供更加準確、及時、全面的支持，從而推進數據驅動的教與學。大數據的興起，為精準教學的快速發展提供了良好契機。以測輔教、以測輔學，是精準教學的核心機制。借助大數據智能教育系統，通過對學生行為的數據分析與挖掘，精準診斷學情、精準教學設計、精準聚焦重點、精準個性輔導、精準教學評價，從而實現差異化教學。

鑒于學校擁有3個可實施pad教學的教室和“新步伐”數據平臺，為了構建“數據驅動的精準化教學模式”，學校著重從以下四個方面開展了實踐和探索。

（一）用數據驅動精準分析學情，明確教學目標

備課組集體備課時借助大數據的整合和分析，找出學生的學習問題，既有學生個人不同時期學習能力的縱向對比，也有班級中所有學生的橫向對比，針對班級中學生的共性問題和個性問題進行具體分析，以學定教，優化教學設計，明確相應的教學策略。如數學備課組通過作業反饋發現的題例：

如圖1，梯子的各條橫檔互相平行，若∠1=∠2+20°，則∠3=的度。

大數據顯示此題不管是班級、年級和題庫數據的正確率都不高，因此被警示。備課組在集體備課時一致認為此題總體錯誤率較高是因為在幾何和代數中建立聯系對學生來說有較大難度，反映的是學生能力上的欠缺。教學中應引導學生發現圖形中的隱含條件，在幾個條件之間建立量與量的聯系之后，轉化成方程關系，從而解決未知量。備課組針對此類題目除了加強指導、鞏固練習之外，并把它加入校本錯題集，以便日后再加鞏固練習。

依據新步伐數據平臺，教師可以獲得學情診斷的準確數據，從而明確哪些知識點學生掌握得較好，哪些知識點需要鞏固提高，哪些知識點是學生能力上的欠缺。同時大數據還能促進教師反思后續的教學工作，并對教學進行調整和修正。此外，大數據平臺還能自動跟蹤分析每一個學生的學習情況，提供每個學生的個體數據。通過個體數據的跟蹤和分析，教師可以準確地了解到某一個學生在某一學習階段的學習狀況，在單元或期中、期末復習階段，教師可以運用該數據平臺系統為學生設計個性化和針對性的作業，而已經掌握的習題不需要重復做，從而減輕了學生的學業負擔，提高了學習效率。教研組、備課組基于數據的診斷分析，保證了教學研討工作的精準，也促使學科的常態化研討從主觀判斷走向科學實證，從而提升教學研討和集體備課的科學性、精準性。

（二）用數據驅動精準課例分析，建設智慧課堂

課堂是教學的主陣地，要想實現教學模式的變革，課堂是靈魂。因此學校為破解基于習慣的粗放型課堂，實現課堂的轉型升級，要求教師在教學過程中，借助pad課堂收集學生相關數據，并按“同課異上”的方式，讓組內組外教師一起來做課例分析，尤其是對比傳統課堂和智慧課堂在不同教學情境中的優劣，讓教師通過沉浸式的參與體驗，構建適合自身、適合生情的高效課堂。

（三）用數據驅動完善學生評價，實現個性成長

對于學生而言，教師的評價是形成學生學習方式的決定性因素，為完善學習中的過程性評價，體現非智力因素的培養，學校通過作業改革，改變“一刀切”式的作業布置。要求教師在作業的寬度方面，要有體現“核心素養”的作業;在作業的深度方面，要借助大數據來解決不同學生的個性化作業設置和推送，針對學生的具體情況精準“開處方”，滿足不同學力的學生需要。

圖2所示是某生在學習函數階段的作業分析檔案中的部分內容，從中可以看出該生對函數的圖像、性質、方程等知識點掌握得不是很理想，系統及時對該生的學習狀況進行了預警提示。

×××同學知識點得分率

知識點

應用理解

學生班級年級學生班級年級

預警：函數與方程（或不等式）11%39%34%

預警：函數的性質、圖像與系數的關系19%64%54%

預警：正比例函數和一次函數的圖像和性質19%44%39%100%88%81%

為了進一步幫助該生分析錯題原因，找出問題癥結所在，任課教師在新步伐大數據平臺調出了該生關于函數作業的錯題集并進行分析，發現該生不能結合圖像語言、解析式、列表等形式綜合理解函數的性質。教師及時利用課余時間，對該生進行單獨輔導，分析錯誤原因，幫助理清函數性質與圖像的關系。并利用數據平臺系統生成了一套針對性的試題，批改后正確率達到了85%，學習效果得到了顯著提升。

新步伐數據平臺系統的數據積累，可以助力教師對學生個體進行全面的學情診斷和評價。它既能對學生個體在群體中做橫向比較分析，也能對學生在指定時段內的成績做縱向跟蹤記錄，并據此生成詳盡的、個性化的學情分析報告，生成個性化錯題集，自動推送最適合的學習資源，形成每個學生獨有的個人針對性練習。這種精準練習，可以極大提高學生的學習效率。教學中采用大數據技術，如同醫生有了CT、X光片、心電圖、化驗報告，為教師的教學評價和學情診斷打開了“中西醫結合診療”的模式，教學評價和學情診斷變得簡單易行且有理有據，很好地滿足了學習者的個性化需求。教師基于數據分析對學生的評價也從主觀印象走向數據寫實，能在更長的時間內綜合評價學生的增量發展。學生依據自己的學習風格，也可以個性化地規避學習中的不足，克服學習中的短板，挖掘學習中的優勢，從而收獲自身的個性化成長。

（四）用數據驅動優化分類走班，實現多元育人

為了打破“升學育人”的單一模式，學校嘗試借助大數據開展分類走班。分類走班的“分”與“走”僅僅是教學形式的變化，其真正的內涵還是育人理念的變化。基于學生需求的課程改革，首先要解決學生需求，如何收集、分類、判斷并基于此進行科學的課程規劃和實施，借助大數據為課程改革提供必要的支撐，并為分類走班提供更科學的依據。為此學校借助大數據平臺的所羅門學習風格量表先給學生做學習風格測評，這不但能精準反映學生學習風格的各項指標，并且能因人而異地給出多項可操作性強的改進建議，從而幫助教師對學生的學科問題進行綜合歸因診斷，從非智力因素的本源上，科學精準地幫助學生消除弱勢學科的學習障礙。同時數據平臺提供的各種數據可以助力學校科學分類走班，依托課程改革實施多元育人，使學習興趣濃、求知欲望高、基礎知識扎實、整體素質較高的學生能“吃得精”;使智力因素較好、非智力因素差、學習習慣有待改善、但潛力較大的學生能“吃得好”;使基礎相對較弱、學習有困難的學生能夠“吃得了”;使信息技術、體育、文藝、美術等特長生能“吃得開”。

三、 實踐成果

（一）分類走班成效顯著

經過幾年的探索實踐，學校近三年基于大數據的分類走班教學，取得了一定的教學效果，學校優高比例比往年提高了10%之上，特別是特長生因為分類走班取得了歷史性突破，是優高比的核

心增長點，可以說收獲了一些“小歡喜”。這說明，借助大數據實行科學分類走班，不僅提高了分類走班的實效性，還切實幫助學生實現了增量發展。

（二）個性成長實現突破

在教學過程中，教師借助大數據挖掘出教學重點和考查重點，并針對系統中提供的數據分析進行這一周期的查漏補缺、薄弱點反復訓練，然后結合學生的學習特質和學習興趣及時修正下一周期的教學設計，達成教學效果。教師基于大數據顯示的學習問題進行針對性培優補偏，為學生設置個性化作業，針對學生的具體情況精準“開處方”，切實幫助學生實現了個性化的差別成長，實現了學校讓每一位學生都能實現增量發展的目標。

（三）科學評價得到完善

測試只是一種教學手段，借助大數據轉變了教師傳統評價的思維，開始注重對學生的學習過程進行分析診斷和評價。學生學習過程的數據積累，可精準地反映出學生學習的效果;教師通過數據分析，可了解學生對于知識或技能的掌握程度，了解自己教學目標的達標情況，也可以利用數據精準推斷出學生學習需要修改和干預的措施。這種結合學生的進步與提升的評價，能有效幫助學生在評價中建立自信、完善學科素養。

（四）信息素養不斷提高

“數據創造不出經歷，經歷能夠創造數據;數據是度量學習經歷和結果的關鍵要素。”順應信息化時代的教學評價改革，可以從數據的視角洞察教育的真相。因此分析數據，理解、剖析數據背后的因素，是現代教師亟須提高的一種專業素養。隨著學校對數據平臺系統廣泛、深入的探索和實踐，本校教師的數據意識和診斷意識得到了逐步增強，教師的數據分析能力和數據解讀等信息素養也得到了不斷提高，應用大數據的學情診斷來優化教學策略的能力也實現了逐步提升。

（通訊作者：陳良）

參考文獻：

[1]楊現民，駱嬌嬌，劉雅馨，陳世超.數據驅動教學：大數據時代教學范式的新走向[J].電化教育研究，2017，38（12）：13-20+26.

[2]郭利明，楊現民，張瑤.大數據時代精準教學的新發展與價值取向分析[J].電化教育研究，2019，40（10）：76-81+88.

[3]林秋莎.借助大數據優化教學評價和學情診斷[J].中小學數字化教學，2018（2）：38-40.

作者簡介：

俞旭鋒，陳良，浙江省杭州市，浙江省杭州康橋中學。