學業診斷變革

讀懂學生是因材施教的前提，而學業診斷則是讀懂學生的重要途徑。傳統學業診斷耗時低效，是一種落后的模式。近年來，江蘇省梅村高級中學通過采用光電技術、云端技術、大數據技術與傳統教師批改相結合方式，開發出了“極課學業診斷系統”，主要依托極課大數據，使精準化教學、差異性教學、個性化教學成為可能。目前，這一系統已被全國上千所中小學校采用，并在一定程度上影響和推進了基礎教育學業診斷的變革。2015年，該系統入選無錫市基礎教育前瞻性試驗項目。

項目起因

因材施教原則 因材施教是教育的基本原則。在江蘇省校長培訓班一次學習中，某專家報告強調了因材施教。茶歇時請教專家：中國哪所學?；蚰膫€教師因材施教做得特別好，我想去取經。這位專家卻回答不上來。前些日子，閱讀《人民教育》中的一文“論因材施教”，作者指出，因材施教最早是孔子提出，孔子那個年代的教育形態實則為私塾制，該文最終得出結論：“在當今班級授課制條件下，要實現因材施教，簡直是天方夜譚?！蹦敲矗诎嗉壥谡n制環境下，如何實現因材施教呢？上海華東師范大學課程研究所所長崔允漷教授很有藝術地回答：你課堂上提問張三、提問李四，肯定是要經過思考的，學校開設針對學優生的提高課程及學困生的輔導課程、分層作業等都體現了因材施教的思想。班級授課制帶有工業化、大生產的烙印，教師教學定位于大多數學生，比如是百分之七八十的學生能夠接受。要在課堂教學中真正實現因材施教，確實是一個十分困難的事情。

學業診斷是因材施教的基礎 如何在實際教學中最大限度地實施因材施教？筆者認為，實施因材施教的前提是教師要讀懂學生。隨著教學改革的不斷深入，教師的教學研究正從《課程標準》的研讀、教材教法的研究，逐步轉向對學生的研究。而讀懂學生的途徑是學業診斷，課前的學情調查問卷、課堂上教師通過察言觀色、師生互動來診斷學情，課后教師批改學生作業和試卷，通過文本和學生對話，實現對學情的診斷，并且這種診斷是教師工作中的高頻事件。為了更好地了解學情，通常教師會作一些診斷分析。傳統的診斷方法常常用筆畫“正”字的方法，通過“正”字統計法，教師掌握了每道題的差錯情況，這樣自己心中就有一個標準。比如：超過20%的同學出錯，下一節課就應該實施補救性教學。

傳統學業診斷的弊端 幾百年來，這種傳統診斷方式未發生改變，教師為了按筆順畫“正”字耗費了很多時間。有數據統計表明：畫“正”統計一個班的作業（以50人為樣本），大約要耗時一個小時，而統計一個班級的考試卷耗的時間就更多。歸納來看，傳統診斷方法存在的弊端有以下幾個方面：一是“正”字統計法雖然是一種簡單勞動，但它將耗費教師大量的時間；二是診斷的精準度低，教師雖然畫“正”統計了出錯學生的人數，但一般不會記錄是哪些學生出錯；三是診斷的跟蹤性差，畫“正”統計是點狀診斷，缺乏對學生個體的線狀跟蹤分析，使診斷的教學價值大為降低。

學業診斷的變革 《國家中長期教育改革和發展規劃綱要（2010-2020年）》對信息技術高度定位，指出“信息技術對教育發展具有革命性影響，必須予以高度重視”。2010年，江蘇省啟動基礎教育百校數字化學習，要求“通過數字化，切實有效、方便快捷地實行學生學業成就的全面、即時、精確的過程性、多樣性與多維性采集和評價，并且能及時反饋，促進教與學的改善，促進學生健康成長”。2011年以來，筆者所在的江蘇省梅村高級中學以江蘇省教育科學“十二五”規劃課題《高中生學業診斷與評價改革的行動研究》為抓手，積極探索基礎教育學業診斷的革新，學校創意、與公司合作，開發出“極課”系統，采集基礎教學學業小數據，形成學業大數據庫，基于大數據分析，實現因材施教。

項目架構

數據來源 基礎教學學業數據包含國家課程實施中的作業、練習、考試數據，并涉及學生非智力因素，如調查問卷等數據。項目初始階段，重點采集作業、練習、考試等數據，因為這些數據每天都在發生，與教師日常工作，學生每天學習緊密聯系。

采集系統 采集系統分為硬件和軟件兩個維度。硬件采用AVISION虹光、佳能等閱卷儀，可以與傳統網上閱卷硬件設備通用。軟件系統融合了圖像識別技術、云計算技術、互聯網技術、云存儲技術等多種現代技術。與傳統網上閱卷最大的區別是，本系統可以不改變教師的批改習慣，通過教師先紙質批改，再掃描采集數據，因而卷面留有痕跡，這種痕跡也是一種教育資源，它不需要像網上閱卷那樣必須依靠龐大的信息技術人員輔助，使數據采集很方便地融合到教師日常工作中。具體操作如下：

①學生二維碼。為有效識別學生身份，為每個學生設計了二維碼，每次作業、練習、考試、調查問卷，學生需在規定區域粘貼條形碼，采用二維碼識別身份后，可以支撐考試試場混編，數據采集時，系統將學生自動歸并到相應班級。②標準化題卡。為便于機讀采集學業水平數據，必須設計專門的答題卡。分作業和考試兩種標準化的答題卡供教師選用（圖一），教師只需將題目復制在相應的題號下，就能自動生成電子作業、練習或試卷，打印樣稿后油印，印刷用紙就是學校平時印講義的紙張。③雙項細目表。對于作業、練習及考試卷，教師需制訂雙項細目表，含知識點、題型、分值、能級要求等。這樣做，一方面有利于提升命題質量；另一方面，方便數據統計、多維度分析及錯題本的生成。④批改方式。尊重教師傳統批改習慣，客觀題可以用自動采集，教師可以不批改；主觀題可以打叉、打勾、劃線、寫批語等傳統方式，但賦分及錯誤分類等需在對應框內做個記號。⑤掃描錄入數據。批改好的紙質答題卡，通過掃描儀及極課教育軟件將數據掃描錄入到電腦，通常50份答題卡的掃描錄入時間約為1分鐘。錄入的數據包含每個學生、每一個題目的得分情況等，數據采集的正確率超過99.99%。

反饋系統 數據反饋系統包含極課教師軟件、極課學生軟件和極課家長軟件，這三種軟件都分設計算機版和手機APP版。極課教師軟件：通過模板形式，支撐教師十分方便地編制作業、練習、試卷、調查問卷，同時具有掃描采集數據功能，查看相關數據報表，跟蹤薄弱學生，下載高頻錯題等多種功能。極課學生軟件：具有查閱自己的作業、練習、考試，數據跟蹤，教師的批改情況，下載自己的錯題本，通過手機拍照上傳假期作業等功能。極課家長軟件：可讓家長隨時了解孩子在校的作業、練習、考試數據及跟蹤情況。

數據應用

數據驅動式集體評講 每次采集數據后，系統會提供一份診斷報告（圖二），為高三物理一輪復習階段性檢測的診斷報告。該報告給出了每個選擇題的正確答案、錯誤人數、高頻錯誤選項；填空題的錯誤人數；計算題的得分率。而傳統評講作業或試卷，有些教師從頭講到尾，一方面沒有重點，另一方面時間往往不夠，評講質量低。如若有了診斷報告，教師可以快速、精準定位評講重點，提升評講質量。這樣，教師就可以依據一定的質量標準進行講評。以50人樣本為例，得分率臨界值為70%，那么選擇題、填空題錯誤超過15人的應該評講，計算題得分率低于70%的應評講。依據這樣的標準，對診斷報告進行檢索，教師很快找到符合標準的共有13處（如圖框標注所示），這就是課堂評講的重點；對于選擇題評講時，首先要評講的是高頻錯誤選項（如三角形標注處），雙擊該處可以查看是哪些學生出錯了。這一功能，在傳統手工統計診斷時幾乎是不可能實現的。

數據驅動式個性化輔導 該系統具有強大的數據挖掘功能，可提供最新的學業成績單，并能按照學號排序、從高分到低分排序、從低分到高分排序。教師可以快速查找學困生，判定是否實施數據驅動的個性化輔導。從長時段來看，學生個體接受教師個性化輔導的機會并不多，因此，教師在實施個性化輔導前應充分備課，主要包括：①查看學困生作答情況，分析作答錯誤的成因，系統數據采集過程中能夠自動保存作答錯誤的圖片（圖三），使得這一工作變得非常簡便。②查看學困生學業檔案，實施動態跟蹤，有些錯誤源于學生新課教學時對概念或方法未掌握，到綜合練習或考試時出錯，實施個性化輔導時必須幫助學生回到教學的原點，方能收到較好的效果。③查看學困生學業作業動態跟蹤圖線、考試跟蹤圖線，分析兩種圖線的差異性，有些學生作業質量不斷上升，而考試成績不斷下降，這很有可能是平時作業缺乏獨立思考引起的。④查看學業困難學生知識點掌握情況（圖四），通過常態化采集作業、考試數據，系統自動生成學生較薄弱的知識點或方法圖表，通過數據驅動，指導學生在今后的學習中應該注重對薄弱知識點或方法的學習。

數據驅動式個性化學習 一是整理錯題本，學會知識管理。每個學生都是一個鮮活的個體，不同的學生經歷著不同的學習過程，有著不同的學習體念，隨著學業的不斷積累，其自身的知識結構也不相同，尤其是知識和方法的缺陷不相同。通過極課大數據技術，常態化采集學生的學業數據后，系統自動記錄著每個學生的這種缺陷。依據艾賓浩斯遺忘曲線理論，為了與遺忘作斗爭，及時復習十分重要。每周一次或每月一次，學生們定期通過極課大數據系統下載自己的錯題本并訂正，學會知識管理，就是一種很好的個性化學習方式，錯題重做的習慣即是一種很好的學習能力。二是個性化假期作業。假期作業是令學生和老師頭疼的事情：一方面，學生需要做大量的統一的作業；另一方面，開學后教師又沒有大量的時間來批閱這些作業，從而造成假期作業有些流于形式，作業效果不佳。如何解決這個問題呢？通過初步實踐表明：利用極課大數據系統，下載學生個體的高頻錯題，實施錯題重做，是最簡單的一種方式；由此，每個學生的假期作業不再相同。另一種方式是通過極課大數據系統的超強計算功能，在題庫中選擇與學生薄弱知識點和方法對應的題目，通過推送的方式發給學生作為假期作業。為了彌補假期作業缺少教師即時輔導的缺陷，對于高頻錯題，教師在平時教學中可以通過制作微課的方式，上傳到極課大數據系統供學生參考。

數據驅動式校本題庫 在日常教學中，幾乎所有的學科都需要配置一本同步練習冊，以強化學生對知識的訓練。然而現實中，有很多學校都在使用一樣的同步練習冊，這就造成了不同認知水平的學生在做同樣的練習，練習的針對性較差。為了改變這種局面，部分學校著手建設適合本校學情的題庫，通常的做法是：先購置一個題庫軟件，然后教師逐步將“看中”的題目添加在題庫軟件中，從而形成校本題庫。這種題庫的質量主要依賴于教師的專業眼光，是經驗型的題庫，或者說是一個“題堆”。通過極課系統，教師每次將作業或試卷進行采集，將題庫建設工作與教師日常教學結合起來，經過一輪的教學實踐，校本題庫自然建成。這種題庫帶有屬性，如每份作業、試卷、每個題目的難度、區分度等，在新一輪教學中，教師可以查看上一輪訓練的相關信息，以便作取舍或修補，從而進一步提升教學的針對性。

社會效應

本項目從創意到成型，經歷了近十年的研究，可謂十年磨一劍，極課產品于2014年初正式投放市場。近兩年的時間內，先后輻射到北京十一學校、北京101中學、人大附中、南師附中、鎮江第一外國語學校、上海建平中學、杭州二中等全國上千所知名學校，受到教育部門領導、教研人員、一線教師、家長和學生的高度好評。作為“極課”的發源地，江蘇省梅村高級中學先后接待了來自廣東、廣西、山東、新疆、江蘇、北京、上海、天津市等地的教育考察團60多個，近2000人；在“第六屆全球華人探究學習創新應用大會”“全國普通高中多樣化發展與考試制度改革研討會”“首屆基礎教育大數據形成與應用研討會”“江蘇省數學專業委員會信息技術與數學學科高度融合研討會”“無錫市普通高中優質特色發展研討會”“蘇州大學光電與能源技術部”等多個學術會議上，學校代表應邀作了學術報告；2016年3月10日，沈校長應邀出席國家教育行政學院春季論壇“互聯網+教育治理”，與全國基礎教育局長、督學分享該成果；江蘇衛視、江蘇省電教館、無錫教育電視臺、無錫日報、無錫新傳媒等多家媒體，對梅村高中的“學業診斷”經驗做了專題報道。

【本文素材取源于江蘇省教育科學“十二五”規劃立項課題“高中生學業診斷與評價改革的研究”。本項目入選2015年度無錫市基礎教育前瞻性實驗項目?！?/p>

（作者單位：江蘇省梅村高級中學）