數據驅動精準教學是通過對學生進行多樣化的及時測評，有意向地收集多種有效的數據，由此引導和實施有針對性的教學決策。其成功實施需要在全校范圍內建立信任文化，推動循證路線，基于一定交流規程開展富有成效的教師合作研討，從而實現教學目標精準確定、關鍵學情精準分析、教學改進精準規劃。在這個過程中，教師的教學策略得以豐富，專業判斷愈加敏銳，整校教學質量持續提升。
大數據時代，教育數據不再只是一堆用作統計的數字，正在成為一種變革教育的戰略資產和科學力量，甚至是“人類世界的下一個自然資源”。隨著信息技術在教育教學中的廣泛應用，教育系統中每時每刻都在產生海量的、與學生學習行為相關的數據。挖掘隱藏其中的豐富價值，以此改進教學決策與實踐，成為大數據時代教師面臨的重大挑戰與機遇。一直以來，教師的工作中都不缺乏數據，他們過去的教學決策更多依靠的是自己的教學經驗和學生的成績數據。現在，隨著眾多教育軟件系統的出現，教師教學決策可以依據的數據類型愈加豐富，不只有數值型數據，還有多媒體數據，數據分析速度也加快很多。正如國家督學、中國教育學會副會長羅潔所說，“我們的教育數據，不是為了證明，而是為了發現、指引和激勵”。所以，在學校層面做數據分析，更重要的是為了幫助教師發現教學中存在的問題、可改進的地方、學生的個性化學習情況，以便轉變教學方式，實現基于“經驗+數據”的更科學的教學。
數據驅動精準教學是指通過對學生進行多樣化的及時測評，有意向地收集多種有效的數據，由此引導和實施有針對性的教學決策。這個概念界定中有以下幾個關鍵點。一是要對學生的學習做及時測評，教學的目的不是在有限的時間內覆蓋全部教材內容，而是要幫助學生掌握所學內容。及時地測評可以幫助教師調整教學方向、節奏和練習強度。在信息技術的支持下，一些有條件的學校已經做到在課堂上對隨堂練習進行即時反饋，教師可以及時了解每個學生對新授知識的掌握情況。二是測評的方式要多樣化，教師要有意向地收集多種數據。目前，不少學校把數據驅動教學理解為建立學科知識圖譜，根據學生做題結果，了解學生知道什么和不知道什么，對學生沒有掌握的內容再進行重復教學和強化練習。然而，要真正讓學生受益，教師更需要了解的是做錯題的學生為什么會這么解答、他們是怎么想的。也就是說，教師要將學生的解題過程作為要分析的數據（文本數據），而不是只看對錯數據（數值數據），還要輔以學生對解題思路的描述（言語數據），從而確定學生出錯的根本原因。筆者之前觀看一些學校的示范課錄像，發現有些教師對于學生的做題結果只管對錯，很少追問學生是怎么想的，這也就放棄了督促學生整理和解釋解題思路的機會。從學習科學的研究發現來看，這種解釋行為對學生學業發展非常關鍵。三是對多個學生同一錯誤的辨識以及不同錯誤的歸類，結合對教學過程的復盤反思，有助于教師更精準地掌握學生學習的規律，形成針對性的補救策略。在這個過程中，教師的教學見識與見解得以豐富，整校的教學質量也隨之得到提升。總之，能夠驅動精準教學的數據必須是有意義的且有時效性的，數據不在“大”，關鍵在“有用”。目前對教學最有用的數據還是學業表現層面的小數據。采用數據驅動精準教學，本質上是為了改進教學績效。教師在備課的時候對于教學時學生可能出現的學習反應是有預期的，這些預期往往基于一些理論假設和過去的經驗，但是實際教學中的情況常常跟預想的有差距，這些差距就是教師要分析的地方。對于同樣一種現象，可能有不止一種解釋和原因，對它的處理也會有不止一種方法。那么，怎樣才能做到準確判斷、精確改進呢？這就需要發揮社會學習的作用，通過改進學科教研過程，實現整校提升教學質量的目標。精準教學需要精準確定教學目標、精準評測學生學習起點、精準確定教學內容，并能夠精準發現學生學習中的問題，精準找到解決問題的對策，再予以精準實施。采用基于教研改進的數據驅動精準教學整校提升策略，可以遵循以下步驟進行教學改進：第一步，根據課標與學科核心素養要求，確定教學目標；第二步，根據教學目標設計考試題，確定教學深度和廣度；第三步，根據考試題，規劃如何教，分解子目標，采取分步教學與綜合練習相結合策略；第四步，實施教學，通過課堂提問和隨堂測試，及時發現學生學習中的問題并及時改變教學策略；第五步，通過教研活動，分析學生的作業/作品，研討典型問題及對策，為確定重新教學的策略集思廣益；第六步，重新教學，對于學生的學習難點，換種教學方法，并檢驗教學效果。這其中有幾個細節有別于傳統的教研活動。（一）備課從備課程標準開始，通過出題直觀表達教學要求之前筆者調研過中小學教師的備課情況，得到的反饋是：備課就是備教材。雖然學校教研組或區教研員會組織教師學習課程標準和學科核心素養相關文件，但并不是每次備課都會關聯課標或學科核心素養。誠然教材體現了編者對課程標準的理解，反映了編者認為有效的教學路徑，但這只是對課程標準與核心素養的一種解讀。學校在落實課標要求的時候，每位教師對其的理解還是有差異的，如果做整校的教學質量提升，就需要保證每個年級每個學科的教學要求是一致的。這可以通過讓每位教師對同一課程標準出對應的考試題來顯性表達他們的理解，通過對這些考試題的分析研討，統一對這個知識點上教學難度要求的認識。 例如，課標要求“學生會使用比率概念解決現實世界中的數學問題”，以下為六道對應試題。3.肖同學在物理周測中10題答對了7題，他答對題的百分比是多少?4.斯蒂芬·庫里是2018年NBA最好的罰球投手之一。在主場比賽中，他曾有116罰110中的記錄。他的罰球命中率是多少？5.斯蒂芬·庫里是2018年NBA最好的罰球投手之一。之前在主場的比賽中，他罰球116中110。但是在季后賽第一場比賽中，庫里前五次罰球均未命中，在罰球失誤后，他的命中率從賽前到現在下降了多少？6. 斯蒂芬·庫里和凱文·杜蘭特在爭奪最佳罰球手。庫里前103次投籃命中率為94%，杜蘭特51投命中47次。b.如果下一場比賽庫里10投2中，杜蘭特10投7中，他們各自的總命中率會是多少?d.馬同學認為：如果庫里和杜蘭特都投中了接下來的10投，他們的投籃命中率也會上升相同的幅度。這是真的嗎?為什么是或為什么不是?很明顯，這幾道題的難度是逐漸增加的，第六題要比其他題難很多，而且考到了學生可能出現的錯誤認識。通過出對應的考試題，教師可以非常明顯地看出教學要求的差異，那么教學應該達到哪個難度最合適呢？一個簡單的辦法就是對標高考題和中考題，按照這個難度標準設置教學目標要求。在備課教研中產生的這些試題，不僅可以統一教師對課程教學難度和教學深度的認識，還可以有效引領教學實施：教學就是要幫助每個學生在學習相關知識之后都能夠正確解答這些題目。換句話說，備課階段產生的這些題目應該是公開的，教師在教學中需要講解類似的例題，在隨后的單元測驗、期中考試、期末考試中，測試題的設計也需要參考備課階段出的這些題目的題型和難度。只有當師生都明確教學要達到的目標是什么的時候，教學才會是有針對性的，測試的目的也能回歸其原有的定位：是為了檢驗教學目標的達成度，而不是刁難學生。有了明確的教學目標，也可以避免學生盲目刷題、過度訓練。上述這種“結合教學內容、對應課標要求、出題明確教學目標”的做法，既可以用于單元備課，也可以用于每節課的備課。當應用于單元備課時，教師可以通過對較大教學目標的逐層分解，以及對每層子目標出對應試題的方式，將課程標準及核心素養落實到每節課。剛開始的時候，教師的備課速度會有些慢，但是被激發出來的思維突破也是很明顯的，久而久之，當他們對課程標準和核心素養爛熟于心的時候，在每堂課上落實核心素養就不再是一句空話。在傳統的課堂上，教師教學基本按照預先設想的流程進行，以傳授知識為目標，遇到突發情況，比如學生提出了意想不到的問題，他們常常采取“下課后再說”的處理方式。采用數據驅動的精準教學，教師的教學以“幫助學生學會”為目標，意在建設“新學知識，當堂消化”的高效課堂，這就需要教師在課堂教學的時候，時刻關注學生的學習情況。為此，教師需要開發多種獲取學情數據的工具，如學生課前預習情況檢查單、課上要對學生提問的問題集、新知識學習后檢查學生理解情況的題目，等等。對于一些開展學生自主學習或小組學習活動的課堂，教師還需要設計工作單，以了解學生學習活動的進展和質量。目前，很多學校安裝了智慧教學系統，這樣在課堂上教師可以很方便切換到對學情進行診斷的界面，在學生做完題后也可以很快地給出統計報表，根據數據統計結果采取相應的措施。比如，請出錯的學生談談他們的解題過程，以便給予針對性的指導。有時候，這種及時的測試也會幫助教師發現自己之前講課疏忽的地方。總之，采用數據驅動精準教學，教師在每堂課上都要對標課程標準和核心素養的要求，通過對單元教學目標進行分解，使得教學能夠朝著完成教學目標的方向邁進。對于每個子目標，也是先出考試題定位教學的難度和深度，再設計能夠保證學生會做考試題的教學活動。有研究證實，隨堂測試能夠明顯提高學困生的學業表現。教師對測試數據的分析，不只是要關注全班學生的平均分這樣的統計數據，更要關注每個學生的答題情況，找出出錯的原因和規律，這樣才能發現教學可改進之處。有些學習問題并不是教師在課堂上就能夠及時發現、馬上解決的，需要通過仔細分析學生作業或收集其他方面的數據才能夠意識到。而且，對于學生暴露出來的問題，其原因可以有多種解釋。通過集體教研，教師可以厘清思路，形成對策。在調研一線教師現有教研形式和教研內容時，筆者得知目前大多數的教研主要是集體備課，交流教案，或者觀摩一些優秀教師的課堂，很少開展分析學生作業或作品的教研活動。數據驅動的精準教學非常強調以學生的作業或者作品為數據，集體討論作業暴露出來的學習問題或教學問題，挖掘教師中好的教法，并予以推廣。比如，有所學校在對一次單元測驗數據分析時發現部分學生對新學的負數概念掌握得不太好，但是有一個班例外。在集體教研探問原因時，這個班的授課教師說他講授正負數概念時沒有如常規橫著畫數軸，而是垂直畫數軸，這樣便于學生理解。隨后，其他教師都使用垂直畫數軸的方式回到本班重新教學，之后的測驗發現學生基本都掌握了正負數概念。除了同學科的教研外，還可以開展一些數據驅動的精準教學方面的跨學科教研，有時也能產生意想不到的效果。有學者談到一個跨學科教研案例：一個語文教師在分析學生的議論文作業時，表達了對學生作文的不滿意。為了回答數學教師的提問：“學生是否知道怎樣才是有說服力的議論文？”這位教師給出了她給學生的范文，這些具體的范文讓語文學科教師們發現了彼此之間對于議論文評判標準的差異，在此之前他們并沒有意識到對于這些基礎概念大家的認識不同。有時候，集體教研中，對于發現的學生學習中的共性問題，教師們會給出多種解決方法。它們往往并無優劣之分，教師可以回到各自班級試用自己認為較合適的方法重新教學。過一段時間，教師們可以在一起根據數據分析看看哪種方法更合適，還可以聯合撰寫成教研論文。教師在重新教學的時候最好能夠變換教學方法，盡量不要重復之前的教法，因為學生之前之所以沒有掌握知識，可能與不適應教師教法有關。那種讓學生把講課視頻多看幾遍的要求往往收效甚微，也是這個緣故。但是要讓教師挑戰教學舒適區，采用另一種教法并不容易，集體研討可以幫助教師豐富教學策略。只是從調研中發現，一線中小學教師目前的教研活動并不常常出現集思廣益的情況。究其根源，是因為有效的合作教研需要一定的規程，而國內教師對此了解不多。國內的教研活動還是原生態的，推動數據驅動精準教學全校教學質量提升，需要從改進教研流程開始，開展相關合作教研規程的培訓。舉例來說，關于教案的教研，目前學校的常規做法是一位教師介紹教案，其他教師提問，介紹教案的教師回答，這往往會變成“教案設計答辯會”。當這位教師過于解釋其設計想法時，其他教師會產生“就這樣吧，多說無益”的想法。如果采用研討規程，比如“調優規程”，則在教案作者介紹了教案設計之后，他就不再允許發言，只能坐在一邊聆聽記錄。所有參會教師針對教案文本談自己看到了什么、想到了什么、自己在這種情況下會怎么做，之前看過的其他教師的做法中有哪些可以借鑒的，等等。這樣，所開展的研討是對“教案”而不是對“教案作者”的。在此過程中，參與者會更多談到自己的想法、做法及建議。當大家討論得差不多的時候，教案作者才可以發言，總結聽會體會，說明會采納的建議，求證一些不太理解的議論，等等。這樣的研討規程設計，保證了與會教師有充足的時間發言，被幫扶的教案設計者會有更長的時間吸收大家的意見。我們采用這個流程，做了兩輪共20場7所小學人工智能教師的線上研討會，參與教師均表示相比在本校的教研，采用規程的討論，教研內容更加聚焦。（四）測評素養是教師實施數據驅動精準教學的關鍵能力從上面對幾個關鍵細節的介紹中不難發現，數據驅動精準教學非常依賴精準測評，因為只有測評工具好，教師所獲得的數據才可信，也才有分析的價值。理想的情況是，教師每次給出的測試題都是精心設計的，緊扣教學目標。靠人力出題會麻煩一些，但也不是不可能。成都一學校的校長要求新校區的教師每次給學生的作業和測驗題都自己命題，三年后新校區的升學質量達到與優質老校區齊名，這也證實提高教師的命題能力會顯著提高學校的教學質量。在當前強調教育大數據應用的形勢下，教師除了要具有命題能力，還需要有測評素養。有學者指出，具備測評素養的教師要能夠：將學習評價與清晰的教學目標關聯；闡明對學生學業成就的預期；采用恰當的學習評價方法；開發高質量的學習評價練習和評分標準，對評價結果進行恰當抽樣分析；在評價中避免偏見；有效溝通學生成績；使用評價作為一種教學干預。這些能力正是教師成功實施數據驅動精準教學的保障。具體來說，如果是教師根據教學目標設計的測試卷，每個教學目標對應幾道測試題，那么就可以根據學生的測試結果對每個教學目標的完成度進行分析，還可以分析每個學生每個目標的達成度。對關鍵題目有意設計的錯誤選項的得分情況進行分析，可以進一步明確學生失誤的原因和比率，這對于開展精準的修正教學大有幫助。為了推動學生溫故知新，數據驅動精準教學整校提升策略建議教師在進行單元測試時最好包含前面多個單元教過的內容，即2單元的測試包含1單元和上學期的內容，3單元的測試包含1單元和2單元的內容，等等。前面單元的內容最好與新學內容有機融合，構成累進考試，不斷促進學生新舊知識關聯，避免學生學到后面忘了前面。這是符合教育規律的測試設計，也是有效提升整校教學質量的關鍵細節之一。上面介紹了數據驅動教學的整校教學質量提升策略的核心步驟，即通過引進教研規程，改進學校集體教研的形式和內容，用體現對課標理解和認識的測試題引領教學活動的規劃與設計，通過對學生作業和作品的集體研討，發現學生學習的規律和特征，豐富改進教學對策。總的來說，成功實施數據驅動的精準教學，首先需要學校建立信任文化，完善教師獎勵機制，這樣教師才敢于將學生的作業拿出來做集體分析，而不至于擔心暴露自己的教學問題，也才有可能在集體教研的時候做到知無不言、言無不盡。其次，教師還需要參加一些培訓，這包括怎樣分析數據，如何有效地與學生、家長溝通智能系統中的數據報告，如何組織富有成效的教師合作研討活動，等等。從國外的一些案例來看，一般采用數據驅動的精準教學一年半后，落后校就會躍升為地方優質校。其中，校長對數據驅動精準教學全校實施的決心和支持力度是最關鍵的因素。剛開始實施數據驅動的精準教學，可能需要校方牽頭成立的推進小組來組織開展數據研討會議。隨著教師日益掌握數據分析的手段，嘗到了集體教研的樂趣，教師自發組織的數據研討會議就會越來越多。當學校的學生也能夠很好地利用學業數據來規劃自己學習的時候，這個學校的數據驅動精準教學實踐就已經成熟了。（作者系北京大學教授、博士生導師，北京大學數字化學習研究中心主任，教育部教學信息化與教學方法創新指導委員會委員，教育部高教司在線開放課程項目專家組成員）文章來源 | 《中小學數字化教學》2022年第1期
本站僅提供存儲服務，所有內容均由用戶發布，如發現有害或侵權內容，請
點擊舉報。
