基于教學切片的小學語文課后作業優化

減少作業總量，提高作業質量，成為后“雙減”時代的首要任務。然而，教師往往根據學生的整體水平設計作業，對學生學習水平的把握大多憑經驗而非精確的數據，導致作業設計個性化不足，精準性把握比較薄弱。如何做到作業布置的精細化與精準化？我們利用大數據技術，采取課堂教學切片的方式，進行動態學情分析，構建了一套難易適度、作業適量、切實適用的個性化作業體系，涵蓋基礎、提高、拔尖三個層級，力求做到作業布置從“大水漫灌”到“精準滴灌”。

教學切片分析是一種課堂研究方法，它以大數據技術為手段，運用視頻定性分析的方式，提取積累與運用、閱讀與鑒賞、表達與交流的典型切片（教學行為片段），借助智能課堂分析系統，通過捕捉和分析學生課堂行為、面部識別、課堂作業以及教師經驗四方面的數據，判斷學生在本堂課上的學習表現。

一、教學切片課堂上的學情分析

五年來，我們借助智能課堂分析系統，全景采集課堂上師生的7種行為數據、6種表情數據，從而生成個人畫像的可視化學情數據，用于學業質量分析、作業推送、教學改進等，有效提升班級教學質量。課堂教學切片的學情分析，基本能反映學生在課堂上的學習效果。

在征得班級師生和家長同意的前提下，我們運用智能課堂分析系統，對班級語文課堂教學活動進行了實時的視頻采集與數據分析。在班級安裝該智能系統后，課堂上師生的行為、表情都可被該系統智能捕捉，自動形成數據。對照數據，教師就能進行教學診斷和學情分析。

（一）課堂行為切片分析

課堂行為是指學生在課堂上的行為表現，結合美國著名學習專家愛德加·戴爾的“學習金字塔理論”，分為正面行為和負面行為。正面行為方面，主要以學生應答、聽講、發言、獨立學習為參考；負面行為方面，主要以交頭接耳、玩物品、趴桌子為參考。

教學過程對應課堂行為、面部識別、課堂作業與教師經驗。從4個維度觀摩學生課堂表現，能比較準確地反映他們的課堂表現。

例如，《短詩三首》積累與運用環節的教學過程如下。

1.自由輕聲朗讀詩歌。

2.指名讀詩歌，糾正讀音。

3.出示要求會認的字：漫、淘。

4.指導生字：注意區分形近字“漫、慢、饅”和同音字“濤、滔”。

5.出示會寫的字：繁、漫、滅、藤、蘿、膝、濤、躲。

6.找出文中帶有這些生字的詩句，讀一讀。

7.指導書寫生字：“繁”是上下結構，注意上部的筆順。“藤”是上下結構，不要寫成左右結構，右下不要寫成“水”；“膝”是左右結構，讀“xi”，不要讀成“qi”。

運用智能課堂分析系統，教師能夠捕捉學生學習過程中的行為并自行記錄，形成課堂切片數據。圖1為班級學生完成上述7個教學任務時的行為數據。其中，藍色原點代表對應教學過程的正面行為，紅色星星代表對應教學過程的負面行為。正面行為越多，負面行為越少，代表學生在教學環節的聽講效果越好。

圖1積累與運用環節課堂行為班級切片數據

分析課堂教學切片數據，教師可以發現：第① 步時，大部分學生獨立學習，偶有交頭接耳，1人玩物品；第 ② 步時，6名學生起立發言，1名學生交頭接耳，2名學生玩物品，1名學生趴桌子；第 ③④⑤ 步時，天部分學生邊聽講邊應答教師提問，偶有學生出現負面行為；第 ⑥ 步時，出現學生獨立學習較多、負面行為較少的情況；第 ⑦ 步時，學生邊聽講邊應答教師提問，交頭接耳情況較多，2名學生趴桌子。智能課堂分析系統可以同時對班級學生行為進行捕捉，自動生成數據圖。

智能課堂分析系統可即時捕捉個體學生的課堂行為，對學生在教學過程中的課堂行為進行掃描捕捉并自動記錄，從而判斷學生在每個環節的課堂表現（如圖2）。

圖2學生甲的課堂行為切片數據

課堂上，學生甲在第 ① 步時，課堂行為表現為獨立學習，偶有交頭接耳；第 ② 步時，舉手并被教師邀請發言；第 ③④⑤ 步時，邊聽講邊應答教師提問，其中第 ④ 步時玩物品，第 ⑤ 步時趴桌子；第 ⑥ 步時，獨立學習中有交頭接耳的情況；第 ⑦ 步時，邊聽講邊應答教師提問。正面行為每次加1分，負面行為每次減1分。每個學生均可通過數據圖，自動生成行為數據。

（二）面部識別切片分析

該智能課堂分析系統對師生課堂表情的識別分為面部表情和心理表情兩個層面。系統可以從給定的動態視頻序列中分離出學生特定的面部表情狀態，進而確定被識別對象的心理表情。其中，學生的面部表情分為專注、興奮、思考、吃驚、厭惡、呆滯6種，前3種為正面表情，后3種為負面表情。圖3所示為班級學生學習《短詩三首》積累與運用環節形成的面部識別切片數據。

圖3面部識別切片數據

分析面部識別數據，教師可以發現：第 ① 步時，絕大部分學生為思考、興奮和專注的正面表情，2名學生出現呆滯表情，4名學生出現厭惡表情；第 ② 步時，大部分學生表情專注，5名學生表情興奮，5名學生表情呈思考狀，2名學生產生厭惡表情；第 ③④⑤ 步時，大部分學生為正面表情，負面表情較少；第 ⑥ 步時，學生正面表情明顯減少，負面表情逐漸增加。

智能課堂分析系統可即時對個體學生面部進行識別，自動生成數據圖（如圖4）。

課堂上，學生甲在第 ① 步時面部表情為思考；第 ② 步時，教師提問時，馬上舉手，面部表情為興奮；第 ③④ 步時，面部表情為專注；第 ⑤ 步教師出示本課生字時，該生面部表情為呆滯；第 ⑥ 步時，面部表情為思考和吃驚；第 ⑦ 步時，表情為吃驚。正面表情每次加1分，負面表情每次減1分。

圖4學生甲的面部識別切片數據

（三）課堂作業切片分析

課堂作業以浙江省教育廳教研室編寫的《語文作業本》為切片分析。學生完成作業后，運用機器掃描的方式批閱，自動計算錯誤率。

教師結合《語文作業本》內容與課堂教學活動進行一致性評定，發現本課中一致性不高的作業有：注意區分形近字“漫、慢、饅”和同音字“濤、滔”；四會字中未出現“漫、滅、濤、躲”。但其他題型皆出現，可判定《語文作業本》內容與課堂教學活動一致性程度較高。

學習《短詩三首》生字新詞之后，教師選取以下兩題進行積累與運用環節的課堂作業分析。其中，第1題“繁、蘿”書寫正確，“藤、膝”書寫13人不正確，底下“水”字寫成“水”的有8人；第2題“波濤”選擇錯誤的有14人，其余讀音和選字填空正確。每個小題正確得1分。

（四）教師經驗切片分析

課堂數據采集分析離不開教師的經驗分析，它往往體現在學生學習中反映出來的態度、思維、趨勢、潛力等方面。如《短詩三首》中，教師的經驗分析數據如下：學習態度端正者38人，積極思維者35人，學習表現趨勢良好者31人，具有潛在學習能力者41人。其中，對于學生甲判斷如下：教師在態度、潛力、趨勢方面給出正面評價，每個項目得1分；思維方面給出負面評價，不得分。該環節中，學生在教師經驗分析方面得3分。加之課堂行為7分，面部表情2分，課堂作業5分，學生甲教學切片得分共計17分。

閱讀與鑒賞、表達與交流切片研究的操作方式與積累與運用一致，不一一贅述。

二、基于教學切片的課后作業優化

課后作業是為鞏固課堂學習效果而安排的課外練習?！半p減”明確要求全面壓減作業總量和時長，合理調控作業結構，讓優等生吃得飽、中等生吃得好、學困生吃得了。

課后作業優化設計時，我們以課堂教學中的關鍵問題和課堂作業錯題為藍本，衍生出適合優等生、中等生和學困生的三類題型：基礎型高適配作業、提高型高品質作業和拔尖型高活力作業。

（一）基礎型高適配作業

基礎型高適配作業是設計與課堂作業錯誤的原題相接近的適配題，在原題基礎上改變形式為主、改變內容為輔的難度系數較小的作業。根據課堂作業掃描，教師將學生錯誤率高的題目進行改編，通過不同的作業形式對基礎薄弱的學生進行鞏固練習，較適合得分較低的學生。

例如，《短詩三首》課堂作業中，“藤、膝”書寫錯誤率為 30% ，“波濤”選擇錯誤率為 8% ，“蘿”字書寫錯誤率為 32.5% 。于是，教師圍繞錯題將“藤”“膝”“蘿”的識字練習進行改編，通過看拼音寫字詞和選字填空的方式反復出現，進行錯題鞏固。

（二）提高型高品質作業

提高型高品質作業是基于課堂作業原題，不僅在形式上改良，設置一定的情境，還在內容上加以拓展，結合并運用所學知識，形成的一種較為靈活的中等難度作業，適合得分中等的學生。

例如，對于《短詩三首》中的第二題，根據拼音寫出相應的漢字，教師設計了以“luó”為讀音寫同音字的問題，不但鞏固了學生對“蘿”字的書寫要求，還復習了同音字的知識。

（三）拔尖型高活力作業

拔尖型高活力作業的難度系數最大，靈活性更強，需要一定的發散思維，主要面向得分最高的學生。因此，教師在進行作業設計時，應考慮提升學生的思維能力和語文素養，以及在具體情境中運用語文的能力。

例如，《短詩三首》第1題是復習“繁星”“藤蘿”“膝”“濤”等字音的書寫，辨析“思緒”與“思潮”的用法；第2題是通過圖片理解三個形近字的意思，辨析三個形近字的字形，并將其填入語境中。

閱讀與賞鑒、表達與交流的課后作業優化設計原則與上述一致，設計過程不再贅述。

三、基于教學切片課堂分析的作業匹配與推送及意義

教學切片分為積累與運用、閱讀與鑒賞、表達與交流三部分，每個部分都有基礎型高適配作業、提高型高品質作業、拔尖型高活力作業三類，共為9小項。每名學生會匹配到每個教學切片中的一類作業，智能課堂分析系統將其自動推送給學生。

（一）基于教學切片課堂分析的作業匹配與推送

1.作業匹配

根據義務教育學業水平等級，小學四年級得分率達 85% 及以上為等級“甲”，得分率達70%～84% 為等級“乙”，得分率在 69% 以下為等級“丙”。

完成學情分析后，每類學生對應一類題型。就個體學生而言，他每個切片的學情分析等級是不同的，如在積累與運用中判定為“甲”類，在閱讀與賞鑒中判定為“乙”類，表達與交流中則可能判定為“丙”類，那么他的個性化作業就是匹配為這三個切片內容對應的不同等級作業（見表1）。

2.作業推送

課堂智能分析系統會根據學情匹配作業類型，自動整理生成作業。例如，表1中學生1三類切片為甲、甲、甲，系統自動生成二維碼。學生掃描二維碼后會出現對應作業單，由教師或家長打印。

表1三名學生教學切片作業匹配

（二）基于教學切片的課后作業優化意義

學情分析需要數據沉淀，以全面反映學生長期的多維度學業信息，構建成長檔案。這一檔案包含學生課堂行為數據、表情數據、作業反饋及教師經驗等多方面信息，形成對學生學業情況的過程性記錄。

在“雙減”政策背景下，精準作業推送體系架構的實施取得顯著成效。我們成功搭建了一個全方位的作業平臺，采用科學、高效的模式劃分學習層級，進而形成個性化作業體系?；诰珳史謱?，教師為學生推送難易適度的“私人定制”作業，不僅提高了作業的適用性和針對性，還有效控制了作業量，確保單位時間內的作業質量。我們還致力于夯實基礎作業，增強作業的趣味性，適度拓展內容，逐步搭建起一個集基礎、發展與綜合于一體的分層作業平臺。

3000余名學生微信小程序滿意度調查結果顯示，學生對小學語文作業精準推送系統有極高的適應性，滿意評價占比九成以上。該系統還收獲了較多的正面評價，促進了學生學習態度的轉變，使他們更加自覺、自信、自律。

注：本文系浙江省杭州市規劃課題“把企業搬進學?！鞘行W未來工程師啟蒙教育新模式探索”（課題編號：2024Z066）的階段性研究成果。

（作者系浙江省杭州市錢塘實驗小學教科室主任、高級教師）

責任編輯：孫建輝