數據驅動下疑探精準教學研究

【摘要】人工智能時代教學環境智慧化、教學資源數字化、教學流程再造、教學評價智能化，這些方面共同促進教學模式的轉型。剖析現有疑探教學模式，挖掘人工智能時代疑探教學模式的滯后性，借助大數據、人工智能等技術優勢，構建數據驅動下疑探精準教學模式。文章以化學工藝流程除雜課為例，闡述精準疑、精準探、精準展、精準講、精準練的內涵及實施環節，為高中化學核心素養教學提供一種教學新模式。

【關鍵詞】數據驅動；精準教學；疑探教學

【中圖分類號】G633.8【文獻標志碼】A【文章編號】1004—0463（2024）23—0038—06

人工智能時代教學環境智慧化、教學資源數字化、教學流程再造、教學評價智能化，形成教育大數據，尤其ChatGPT等新一代人工智能使知識生產模式發生變革，知識生產情境由按特定學科規則轉化到應用情境上，正好契合基于核心素養的化學教學理念，屬于人工智能時代化學教學的新模式。如何在教育大數據驅動下創新現有教學模式，如何使教育教學中產生的教育大數據更具有價值，從而驅動教學精準化、滿足學生個性化學習需求、使教師因材施教，旨在為教育數字化轉型推動教學提供一種新思路。

一、研究問題的提出

（一）疑探教學模式

我國基礎教育新課程改革實施目標的不斷完善，課堂教學方式的不斷創新，教師們更關注探究教學的方式。探究教學強調“探”的過程，打破傳統以教為主的教學方式，教師為學生提供問題情境，學生采取自主、合作探究方式主動參與問題解決的整個過程。而我國部分中小學將探究教學校本化，產生了疑探教學模式，它倡導因疑惑而探究，強調生疑的重要性[1]。疑探教學模式突出教師的主導作用，激活學生認知，促使學生產生疑惑；學生是學習的主體，在疑惑的驅動下學生采取自探、合探、互探等方式解決疑惑，故而培養學生解決問題的能力。

Z學校疑探教學模式在新教育思想的指導下，按照教學過程的基本規律，系統化規劃整個教學過程，劃分課前預學、課堂探究、課后練測三段，其中課前預學、課后練測為課堂探究的質量提供教學效能，課堂探究以“疑、探、展、講、練”為環節的非線性教學活動為主體，形成“一體兩翼”的功效結構（如圖1所示）。每個階段實施教學遵循“一核四維”的操作指南，并附加實施保障條件、教學方式等，以提高模式的可操作性。比如：課前預學階段以生疑解釋感為核心目標，以感知內容、梳理知識、智能轉化、疑難反饋為四個基本環節。

（二）人工智能時代：疑探教學模式的滯后性

1.課前預學：學生學情分析不準確。課前預學階段，教師按照課程的教學目標、教學內容等預設學生產生的疑難問題，制作半結構性的預學案（導學案），引導學生解決部分疑難問題，啟發學生產生個性化的疑難問題。課前預學也是學生根據預學案（導學案）探究、生成疑惑的自主學習過程。課前預學體現了學生自主探究、解決問題的新理念，為課堂教學中師生交互提供了大量資料。但是筆者對Z學校大量課堂實錄分析或深入課堂觀察，總結出大部分教師對Z學校疑探教學模式課前預學的要求領悟不透徹，比如：反饋疑難主要是學生完成預學任務后，歸納整理出疑難困惑點，以小組匯總的方式向教師書面反饋個性化的疑難問題。實際教學中，部分教師僅探究符合課堂的共性疑難問題，降低了學生個性化問題的關注度；部分教師安排教學內容容量大，難以逐個解答各個小組個性化的疑難問題。主要歸因于傳統信息技術產品功能難以支持精準學情分析，同時每個教師教學經驗豐富程度對學情掌握影響較大，未能全方位關注學生的個性化疑難問題，教師難以精準施教，習慣于班級規模化教育，最終影響學生潛能的發展。

2.課堂探究：學生疑惑解決不及時。課堂探究是教師創設問題，引導學生探究解決問題的互動過程。筆者研究近幾年Z學校疑探教學模式的課堂實錄，分析出教師精心設計問題情境、探究活動與學生學習的真實需求不符。教師雖收集到各個小組的個性化疑難問題，但教學活動不具有針對性。教師難以把握學生對知識點的理解和運用情況，發現不了學生所學知識體系的漏洞，找不準學生的“學習痛點”[1]，教師難以獲取學生課堂交互的即時反饋，很難提供個性化支持服務。

3.課后練測：訓練資源不精準。課后練習是鞏固課堂教學的效果試題，比如拓展練是針對班情、個人學情，提供分層次編制階梯式練習題，但是實施過程中教師面對大量的測量題無法有序、系統地組卷，導致試題質量差。教師提供的個性化學習資源和教學資源比較隨意，缺乏系統性，特別是部分教師利用“題海”戰術讓學生盲目做題，主要歸因于信息技術產品不具備常態化采集、匯聚、分析教育大數據的功能，教師難以精準把握學情。

二、數據驅動疑探教學精準化

人工智能時代，教育數據大規模生產、利用和共享。教育數據助力科學決策，推動個性化教與學，精準幫扶學習較弱的群體，革新傳統教學模式和學習機制[2]。

伴隨式教育大數據采集與分析是疑探教學模式精準化教學的保障。學情分析是有效開展各種教學活動的前提，而精準學情分析可幫助教師準確選擇教學內容、教學策略、教學方法等，提高教學效率。精準學情分析需大量教育數據，因此，如何獲取教育大數據尤為重要。人工智能模式識別算法準確地識別手寫姓名、考號，學生的作業本、試卷上無需粘貼二維碼，符合學生傳統的作答習慣，為精準快速采集數據提供了保障。大數據、人工智能技術構建的教學系統支持掃描儀對導學案、課前練測、學情測試工具或問卷等快速采集，也支持手機采集學生學情數據，縮短了教師采集、統計、分析的時間，減輕教師重復繁瑣的工作難度，解決教師在傳統教學中學情分析不精準的困難。大數據、人工智能技術支持的學情采集系統和學情分析診斷系統在不改變教師教學習慣的前提下，伴隨式采集學生日常過程性和結果性的學習數據，以供教師多維度分析，比如：校級分析評價、班級分析評價、學科分析評價、學科追蹤分析評價、學生追蹤分析評價等，使教師基于數據分析的結果精確設計教學目標、內容和評價等，給學生提供個性化的教學與輔導[3]。具備錄播智能分析技術的智慧教室或學科教室，加之精準教學系統、AI系統等各種智能教授、學習系統，為及時、完整采集學生課堂學習行為的大數據提供了有力保障[4]。伴隨式采集課前、課中和課后學生的學習行為、路徑、效果等數據，對學生精準畫像，作為精準教學活動的基礎。

數據可驅動疑探教學模式開展精準化教學。隨著計算機運算、存儲能力等硬件快速發展和人工智能技術成熟，數據存儲、挖掘、分析技術廣泛應用于各行各業，使數據的價值日益提高。大數據應用于教育教學中，重點采集教師教學和學生學習各維度的數據，采用數據挖掘與分析等技術生成數據報告，驅動教師實施精準教學。秦丹等詳細闡述精準教學從1.0到2.0的理論基礎和實施路徑、支持技術和評價標準[5]。精準教學1.0側重于教師追蹤采集學生的學習表現、效果的數據，支持教學決策，改正學生錯誤行為或強化正確行為。精準教學2.0以培養學生高階思維能力、適應未來生活的核心素養為目標，數據保障驅動教學活動精準化，包括教學目標精準化、教學準備精準化、教學過程精準化、教學評價精準化[6]，實施個性化教學。疑探教學模式雖體現分層教學、個性化問題解決、分層編制階梯式練習題等個性化教學思路，但受限于一些客觀因素如學情分析不精準等的影響，無法實施精準教學，忽視學生個性化特征，忽視學生發展潛能，尤其對臨界生潛能發展需求的教學支持不夠精準。疑探教學模式下，經驗豐富、細心的教師根據學生平時表現可以判斷出臨界生，但是中青年教師難以準確識別臨界生，導致有需求的學生得不到支持服務。而大數據驅動下，人工智能等技術對日常數據的分析，智能推薦臨界生，為他們提供精準推薦教學資源、學習資源等支持服務。

大數據、人工智能技術支撐下的學情數據采集系統、學情分析診斷系統、題庫資源系統、精準教學系統、AI學習系統等大數據精準教學平臺，為解決教學痛點問題并切實促進“課堂用、經常用、普遍用”，為教師、學生、家長減負，促使教學方式、學習方式和管理方式有機轉變，使因材施教、精準教學成為現實。

三、數據驅動下疑探精準教學模式的構建與實踐案例

（一）構建數據驅動下疑探精準教學模式

梳理分析近幾年疑探教學模式應用實證研究成果后，結合大數據教學平臺的深度學習技術、協同過濾算法、大數據挖掘技術和基于自然語言處理技術等技術支撐下教學模式框架及應用研究，構建了數據驅動下精準疑探教學模式（如圖2所示）。“以個性發展為宗旨”是數據驅動下精準疑探教學模式的指導思想，關注每個學生，挖掘學生潛能，滿足學生個性化的學習需求，達到因材施教的目的。“以大數據教學平臺為支撐”即合理使用大數據教學平臺的功能，為伴隨式采集、分析整個精準疑探教學過程提供智能技術。“以數據為基礎”即伴隨式采集教師教學行為和學生學習行為等教育大數據，為數據驅動精準疑探教學提供數據保障。“以數據驅動為動力”即利用數據挖掘、學習分析技術等，處理復雜、無關聯的數據，使數據具有價值，促使教師實行精準教學，為學生提供個性化的支持服務。“以精準疑探教學為核心”即教師、學生依據大數據教學平臺實行精準疑、精準探、精準展、精準講、精準練等教學活動，遵循因疑惑而探究知識、轉化知識的實施原則。

（二）實踐案例

1.“精準疑”是教與學活動的開端——生疑。從課程階段角度來分析，生疑主要分布于課前和課中。教師依據大數據平臺學情組卷功能，選取最近半年平臺上化學學科的考試情況數據，精準掌握班級中化學工藝流程的學情，選取除雜相關的學情診斷試題，設計半結構化學情診斷預學案，預設學生共性問題：能和酸反應物質有哪些，哪些物質不能反應；焙燒能否把鹽轉換為可溶于酸的氧化物；促進雜質離子完全除雜的關鍵操作是什么，擇優選擇反應條件，怎樣控制反應條件，比如催化劑、濃度、溫度等，減少副反應發生從而提高生產率？這些問題可供學生選擇。預學知識點啟發學生產生疑惑，學生將問題上傳大數據教學平臺，反饋給教師。

2.“精準探”是教與學活動的核心——解惑。教師梳理匯總個性化的問題集，創設階梯式的問題情境。教師依據“精準疑”環節產生的數據分析報告以及教學內容的特性，采取相應的教學探究策略，包括自探、合探、互探。教師根據問題的相似性，精準重組學生小組，建立學習共同體，以小組為單位探究個性問題，以班級為單位探究、解決共性問題。教師確定主要的探究共性教學問題，精準創設問題情境（如表1所示），引導學生探究。

同時，大數據教學平臺向教師即時反饋學生參與探究活動的行為、情緒等，教師精準糾正個別學生參與探究活動的行為，或精準提供支持和幫助。學生探究問題時，教師根據“精準疑”環節的問題，精準選擇、幫助或指導學生解決小組難以解決的問題，同時教師判斷這種問題是否需要全班學生共同探究。“精準探”環節最終產生個性問題及共性問題的解決成果集，為教師“精準講”提供數據。

3.“精準展”是探究成果展示、交流分享、知識內化。教師依據大數據教學平臺對“精準探”環節產生的探究成果集，開展有序展示。共性探究方案成果需一個人展示，其余學生補充方案的不足，教師加以點評。個性探究方案需要教師評估，分析預設教學解決方案與課中反饋問題解決方案間的差異。除雜方式的個性化解決方案有利于教學目標、教學內容的完成，適合在班內開展；涉及化學方程式書寫、計算等個性化的解決方案不具有推廣性，課下教師應單獨點評。除了個性和共性探究方案外，仍可豐富教學內容，教師需補充展示解決方案，幫助學生內化知識。比如：鈣離子和碳酸氫根不反應、Fe3+在酸堿度影響下滿足什么條件開始沉淀、眾多金屬離子為什么分步調節酸堿度等問題。共性、個性探究成果的展示與教師補充展示相結合，學生、教師共同分享交流、評價，促使學生的知識內化，加之大數據教學平臺采集展示過程中可將學生行為、情感、問題解決案例等數據轉換成結構性數據，方便學生課后反思，促進知識構建。

4.“精準講”是查缺補漏、講授知識、總結提升。教師根據預設教學內容的特性，以及大數據教學平臺提供學生對預設教學知識點的涉及、掌握情況，教師精準選擇教的內容及策略。大數據教學平臺收集精準疑、精準探、精準展環節產生的問題集、探究成果集等教與學過程性資料，在數據挖掘和學習分析技術支撐下構建各種模型算法，反饋學生掌握知識點的情況，教師精準查缺補漏、總結提升，讓學生知其所以然，講解教學重點、難點、盲點以及如何解決問題的思路、方法等，讓學生建立知識體系。

根據教學過程的前三環節，教師重點選取氧化還原除雜和沉淀除雜的問題講解，并總結。氧化還原除雜，可講解以閃鋅礦為原料制備金屬鋅的問題情境。沉淀除雜主要包括加沉淀劑和調節酸堿度，加沉淀劑是針對混合不同的離子選取不同的試劑。調節酸堿度除雜，教師可講解Fe3+的例子并總結。

大數據教學平臺利用智能錄播技術等采集教師講解的視音頻，保存為微課，以備學生課后溫習；利用語音識別技術將課堂中音頻轉換為文字，保存于平臺中，供學生課下查閱。

5.“精準練”是知識外化、實練提能。知識外化是學生有多種機會在不同的情境下應用所學知識，教師創設個性化、定制化的問題情境，引導學生知識外化。針對全班學生使用階梯式練習策略，大數據教學平臺利用知識圖譜功能及對采集的共性問題集、探究成果集等分析，向教師推送不同難度的題目，教師依據預設教學目標及精準疑、精準探、精準展、精準講等環節的過程性數據，評估學情，精準選擇平臺推送的題目或手動增加題目，組成測試題，與此同時，教師為了避免人工智能環境下題海戰術，精準編排測試題目。

除了教師推送公共題目外，大數據教學平臺依據學生個性化問題推送定制化的試題，學生在不同的問題情境中自主探究、自主發現、解決問題，達到知識外化、實練提能的效果。大數據教學平臺采集學生日常診斷性數據，精準捕捉學情動態，同時記錄下錯題，根據學生測試的數據分析整理，提煉出共性錯題，個性錯題主要產生于個性化問題集的知識點，因此，能查找出學生自身的知識薄弱點。

四、結論與展望

基于大數據教學平臺，以知識圖譜為主線支持下問題解決過程的詳細采集，為學生系統建構知識提供幫助。知識圖譜技術用自動或半自動對精準疑、精準探、精準展、精準講、精準練各環節產出的問題集、成果集、方案集、解決問題方法集等自然語言文本、圖像、視頻開展知識抽取，將抽取的數據分類、梳理、匯聚到原有的知識點中，形成知識單元。而知識點間又按照一定規則聯系在一起，形成網狀知識結構、多級知識體系，匯聚發現問題、分析問題、解決問題、鞏固提能的教學過程性教育大數據，為學生綜合性評價提供原始數據，為精準教學提供學情分析和策略。

因此，教研組長要精準掌握學科學情，班主任、任課教師要精準掌握班級學情并關注學情波動情況。隨著人工智能等技術應用到教育教學中，教師、學生充分利用大數據進一步精準優化教與學的過程，提高課堂教與學的效率。采取精準采集學生的過程性學習資料的方式，教師可精準干預學習行為、平臺反饋、成果評價等，產生問題集、探究成果集、解決方案集、知識圖譜等過程性數據，為綜合性評價提供有力的數據支撐。

參考文獻

[1]任紅杰.基于大數據的精準教學：生成路徑與實現條件[J].黑龍江高教研究，2017（09）：165-168.

[2]但金鳳，王正青.數據驅動教學變革：美國教師運用教育數據的教學實踐與支持機制[J].電化教育研究，2020（10）：122-128.

[3]邢麗麗.基于精準教學的混合式教學模式構建與實證研究[J].中國電化教育，2020（09）：135-141.

[4]鐘紹春.課堂教學新模式構建方向與途徑研究[J].中國電化教育，2020（10）：40-48.

[5]秦丹，張立新.人機協同教學中的教師角色重構[J].電化教育研究，2020（11）：13-19.

[6]姬曉燦，成積春，張雨強.技術時代精準教學探究[J].電化教育研究，2020（09）：102-107.

（本文系2024年度甘肅省“十四五”教育科學規劃課題“AIGC賦能普通高中信息技術學科核心素養培養創新研究”的階段性研究成果，課題立項號：GS[2024]GHB1377）

編輯：宋春宇