基于預學習數據分析的精準教學決策*

雷云鶴，祝智庭

(1.上海市普陀區現代教育技術中心，上海 200062；2.華東師范大學 開放教育學院，上海 200062)

基于預學習數據分析的精準教學決策*

雷云鶴1，祝智庭2

(1.上海市普陀區現代教育技術中心，上海 200062；2.華東師范大學 開放教育學院，上海 200062)

作為一種高效的面向知識的教學方法，精準教學能夠借助信息技術數據分析的優勢，激發內在活力。在教育信息化深化發展的背景下，“普陀J課堂”平臺將學生預學習階段產生的數據記錄并收集，通過對預學習數據的精準挖掘，對學生的預學習成效實施精準定位，輔助教師開展精準教學決策，以實現信息技術支持下的精準幫學。基于預學習的精準教學為微視頻預學習后的課堂教學提供了一種可行的實踐路徑。

預學習；精準教學；普陀J課堂；精準教學決策

一、精準教學及發展

(一)精準教學的起源

精準教學的研究始于20世紀60年代的美國，其發起人是林斯利(O.R.Lindsley)。林斯利與斯金納最早將操作性條件反射方法應用于人類學習[1]。不久，斯金納的許多學生和同事從初步的實驗室研究轉向應用場景，開始將實驗室研究成果應用于教育問題，創立了基于初步研究結論的實驗項目[2]。然而，當他們的研究進入教育領域后，很多行為主義研究者放棄了“反應頻率”(Rate/Frequency of Response，在初步研究實驗室中已證明是非常有用的測量框架)，而采用“正確率”(Percentage Correct，傳統教育評價中應用的測量方式)[3]。

不同的是，林斯利仍強調“反應頻率”對教育教學研究非常重要。他提出了標準變速圖表(Standard Celeration Chart)——一種半對數圖表，用以繪制每個評估周期(例如每周)的學習者的行為頻率，其中橫軸是以天為單位的時間周期，縱軸是一個六個周期的半對數刻度，表示每天評估時間內的次數，大部分教師評估一分鐘(早期實踐者發現，短時間的學業表現樣本(例如每天一分鐘)足以跟蹤學生的學習情況、并支持教師做出決策)[4]。這要求師生記錄他們在教室里特定行為和學習表現的次數與時間。標準變速圖表是學習和績效研究中的一項重要貢獻[5]。

林斯利解釋說，當把科學交到師生手里，他們將會發現：對每一個學習個體來說，哪些過程和材料會最大程度地提升學習和績效。在實施中，林斯利強調系統教育的評價(評估)和錯誤訂正。他鼓勵師生精準確定行為、記錄行為的次數和時長、每日繪制成圖表，并堅持“嘗試、再試”(當最初的程序沒有達到預期效果時)[6]。

精準教學遵循三個重要原則：一是“學習者最清楚”原則(The Child Knows Best，即，當我們討論學習者時，學習者最清楚)[7]。精準教師(Precision Teachers，實施精準教學的教師)應假設學生總是對環境變量做出正當的反應，如果學生表現出不良行為時，教師有責任去調整變量，直到學生產生預期結果為止；二是每日表現測量(Daily Measurement of Performance)[8]。每日記錄學生表現讓精準教師及學生能夠辨別、并充分應用相關變量(引起學習者學習過程表現變化的因素)；三是學習者自記錄(個人內在行為的記錄)和師生間分享結果(Self-recording by Students and Sharing of Results among Teachers and Students)[9]，這源自實驗行為分析方法。標準變速圖表能夠讓教師在不同個體和多種干預間直接進行圖表比較，是精準教師和學生間高效的交流工具，因此也是一種分享發現、合作解決問題的方式。

(二)精準教學的發展

精準教學的研究者(主要是實踐中的精準教師和他們的學生)把每個項目都當作一項獨立的研究，他們持續性地探究如何提高廣泛的學生群體的學習和績效表現[10]。因為在精準教學實踐中，數據收集和分析是固有的[11]。每一次成功干預都增加了精準教學有效性數據庫。特別地，它作為一種補救學生學業技能不足的有效策略，有效促進了學習者(無論嚴重殘疾人還是大學研究生，無論兒童還是老人)的學業進步，在閱讀、數學等方面表現出極大的優越性[12]。精準教學的研究者逐步總結出精準教學的四步成功法：即精準定位(Pinpoint)、每日繪圖(Chart Daily)、改變(Change)、不斷嘗試(Try，Try Again)[13]。

精準教學是一種高效的面向知識教學的方法[14]，祝智庭教授等首先將信息技術引入精準教學，構建出信息技術支持的精準教學模式，通過精準確定目標、開發材料與教學過程、計數與繪制表現以及數據決策等環節，實現人機合理分工，使教師專注于教學設計與個性化干預，為學習者提供更為精準的學習服務，為教育信息化深化發展提供了一個突破點。

精準教學繼承應用了操作性條件反射的研究方法，要求師生應用標準變速圖表記錄行為。精準教學使用“準確度”和“速度”來衡量學生的課程學習進展水平[15]。精準教學的一個重要發展是學習篩查(Learning Screening)過程的應用，獨立地評價特定任務的績效水平和變速(即學習表現隨時間的變化趨勢)[16][17]，以分辨出在學業發展中有失敗風險的學生(學困生)[18]。精準教師對有失敗風險的學生開展了大量的教學決策過程的研究。在早期實踐中，老師和學生僅僅查看圖表數據。當正確表現的比率(或錯誤表現的比率)沒有往預期方向發展時[19]，精準教學改變教學方式，采取補救策略，幫助學生避免學業失敗。從績效技術的視角看，精準教學為教學計劃、實施、評價和決策提供一套有判斷力的工具[20]。

(三)精準教學與直接教學

齊格弗里德·恩格爾曼(Siegfried Engelmann)倡導直接教學，要求在教學過程中最大化學生聽課的時間，開發“通用案例”材料，以實現事半功倍的教學目標。直接教學項目分析階段的一個重要部分是確定通用案例策略(通用案例策略是指使用盡可能少的例子產生盡可能大的學習量)。直接教學的前身是“貝雷特—恩格爾曼”學前項目[21](英文全稱為Bereiter Engelmann Preschool Program，20世紀60年代盛行于美國，致力于研究如何運用直接教學法來教授數學、閱讀和語言等內容。該項目要求教師進行結構化的、不斷重復的教學。通過獎勵、表揚等方法激發幼兒的學習動機)，它的一個假設前提是：如果實施有效、高效的教學，學困生能夠追趕上他們的學優生同伴。這種高效教學的重點是合適的有效的教學“通用案例”。“視頻微課+翻轉課堂”教學中的“視頻微課”環節通常選用合適的微視頻支持學生的預學習。基于微視頻的預學習與直接教學有很大的相似性。

很多實踐將精準教學和直接教學這兩種技術結合起來。研究者通常認為，直接教學是一種有效的技能和知識獲得技術，而精準教學提供更好工具，以實施流暢性、基于參考標準的評價和決策，這兩種方法的優勢互為補充。相關研究表明，教師可應用直接教學完成最初的教學技能和概念，再應用精準教學材料和過程幫助學生達到高水平的流暢性，超出直接教學項目中說明的獲得標準。公立和私立環境中的教育者已使用這兩種技術幫助他們的學生取得了顯著的學業成就[22]。“基于微視頻的預學習”對應于直接教學時，基于預學習的精準教學則對應于傳統研究意義上的精準教學。

二、精準教學的重要特征

精準教學需聚焦精準定位分析的三個相關問題：預學習數據的精準挖掘、預學習情況的精準定位和基于預學習數據的精準教學決策。這三個核心問題形成了“挖掘→定位→決策”的邏輯遞進關系。精準挖掘是指以大數據、學習分析等先進技術為代表，通過特定的數據收集、析取和轉換，所形成的對教學有價值的結構化信息；精準定位是指在教學中根據學情數據、行為軌跡等基本數據，尋找學生的學習困難和瓶頸位置，確定學生在哪些地方有學業失敗的風險；精準決策是在精準挖掘和精準定位兩步基礎上，所做出的對學生更有針對性的教學活動和教學指導，以避免學生學習失敗的風險，讓學生在先有水平上得到進一步的發展和提升。

(一)路徑隱喻：遞歸迭代

遞歸是計算機科學的一個重要概念。使用遞歸策略需要確定一個明確的遞歸出口，即遞歸結束條件。遞歸的實質是以簡御繁，通過簡單過程的重復來解決復雜問題。將這種策略遷移到教學領域，就是通過引入信息技術的力量，采用精準挖掘學情數據、精準定位、精準教學決策，最終解決學生學業發展的問題。

精準教學理念對于當前教育教學改革具有啟發意義。當引入計算機領域中的遞歸算法，可構建出精準教學概念模型。精準教學的主要理念之一是精熟學習，只要實施合適的干預，學生完全能夠掌握所學知識。對于具體的知識學習來說，精準教學理念下的教學和學習過程表現為一種循環遞歸的特征。遞歸結束的條件是學生完全掌握當前學習內容(如知識和技能等)。當不滿足遞歸結束條件時，教學需要針對學生實施精準定位分析，研究學生在學習中遇到的困難。整個教學過程需要不斷重復“精準定位分析”，直至滿足遞歸結束條件。

如圖1所示，精準定位分析是在大數據和學習分析等現代信息技術支持下完成。精準教學決策時建立在精準挖掘和精準定位的基礎之上。將教學決策應用于實際教學以后，判斷學生是否已經完全掌握知識：當學生未完全掌握知識時，教師實施合適的精準教學決策，幫助學生完成學習；如果學生的學習未達到要求是，教師需要再次實施根據學習數據進行挖掘和定位，并采取適當的教學決策實施干預，幫助學生完成(或提高)學業。

圖1 精準教學的遞歸路徑圖

(二)兩大特性：聚焦目標與問題解決

美國教育家卡爾頓·沃什伯恩在20世紀20年代實施了溫內特卡計劃(Winnetka Plan)，采用精熟教學法，否認傳統教育理念(師生需要在固定的課時內完成對某個主題或概念的討論，只要時間一到，師生就必須進入下個話題或概念)，提出顛覆性的觀點，即：只要教學條件能夠滿足學生的需要，那么所有學生都能掌握知識(達到精熟程度)，任何學生都不會掉隊或成績不佳[23]。美國心理學家B.S.布魯姆在20世紀70年代創立的精熟學習理論(Mastery Learning Theory)認為，只要給予足夠的時間和適當的教學，幾乎所有的學生對幾乎所有的學習內容都可以達到熟練的程度(通常要求達到完成80-90%的評價項目)。

基于遞歸策略的精準教學綜合應用了精熟教學的主要理念，提倡的是更準確、更精確地判斷學生的學習情況，并以此為突破口，幫助教師確定精準教學理念下的教學決策，通過實施精準教學決策，實現精準幫學。因此，學生的學習必須有一個結束條件——知識的掌握程度。這成為遞歸循環結束的條件。基于遞歸策略的精準教學的特征表現為兩個：一是聚焦目標，二是問題解決。

聚焦目標。營銷學中關于定位的方法有：聚焦、對立和分化。定位理論認為，在傳播過度的社會中，獲得成功的唯一希望，是要有選擇性，集中火力于狹窄的目標，細分市場[24]。精準營銷對于精準教學的啟示是：教學決策和教學指導需要精準、聚焦。精準教學表現出遞歸策略的特性，即在遞歸循環的過程中，教師要針對學生的情況制定精準的干預策略。在大數據和學習分析等技術日益發達的當今時代，教師可更便捷地獲得學生學習數據。教師不能被海量的數據所蒙蔽，而應當充分應用海量數據中的基于精準數據模型的有價值信息，輔助精準教學定位，讓教學決策和教學指導更精準、更聚焦。

問題解決。當前國內主流教學形式表現為：學生在固定的課時內完成某個主題或概念的學習，超過預設時間后，學生必須進入下一個話題或者概念。這種模式的問題在于：學生的基礎知識沒有掌握好，導致后續的學習出現更多的問題。基于遞歸策略的精準教學理念中，每一個教學和學習節點中，教學的重點都是徹底解決學生在學生中遇到的問題，幫助學生達到學習的完成。

三、信息技術支持的精準教學

(一)信息技術支持的精準教學層級關系

精準教學理念給我們的啟示是：在教育信息化變革的過程中，高效的精準教學能夠幫助師生完成學習行為(包括學習過程和學習結果)的高效記錄和智能分析，通過人機合理分工，實現高效的知識學習。本研究以“普陀J課堂”為例，采用總結提煉與深化演繹的方式，構建出信息技術支持下的精準教學層級關系圖。如圖2所示，從下往上依次為數據層、技術層和教學應用層。

圖2 信息技術支持的精準教學層級關系圖

數據層是最關鍵的基礎層，描述學習平臺的數據層級、數據來源、數據類型。數據層級主要包含個人層、班級層(包括實體班級和虛擬班級)、年級層和區域層等四個層次。所有層級上的數據都為精準教學提供數據支撐。數據來源是指學習平臺中的數據采集的源頭，主要分為學習過程數據和學習結果數據。學生留下的所有有價值的學習結果和學習行為軌跡都服務于精準教學。數據類型是學習平臺中不同學習數據的形態類型，主要有數值、文本、圖像、聲音、行為和其他數據，均為學習平臺中的最小粒度的初始狀態的數據信息。學習平臺中的數據形態不僅有數據信息，也含學習者的文本痕跡、學習平臺中的圖像型信息、以及學習者所產生的動作響應信息。

技術層主要包含學習分析、大數據、云計算、物聯網等先進的信息技術。技術層是在數據層的基礎之上發揮作用的，獲取并應用數據層的數據信息，并直接服務于教學應用層。技術層主要是采用先進的信息技術手段，對數據層的基礎數據進行加工、整理，并形成對于應用層有參考價值的結構化信息。技術層的成熟程度有賴于相關技術的發展水平，不是本文研究的重點，本研究假設技術水平達到了教學需要。

教學應用層是指現代信息技術支持下得以實現的先進教學理念、教學策略與教學模式，例如精準教學、翻轉課堂、精熟學習、差異化教學等(不限于此，也兼容未來可能出現的其他信息化教學實踐樣式)。

(二)應用實例及分析：普陀J課堂

相關理論和實踐研究均認為[25][26]，精準教學是一種非常有效的教學技術，能夠顯著提高學生的學習表現和績效水平。精準教學中的一個最顯著的特征是，師生通常使用鉛筆描點記錄學習者的表現，并繪制學習表現變化圖，這恰好是計算機所擅長處理的事件。因此，當將信息技術引入精準教學，可以減輕精準教師記錄和繪制圖表的負擔，從而騰出更多精力制定精準教學決策，完成精準教學過程，即通過“人機合理分工”實現“功能優勢兼收”的目的。

信息技術支持的精準教學層級關系圖是從全面的視角審視技術支持的教學形態。然而，實踐中，研究者會遇到數據的全面性和有效性問題。現今多數學習平臺未能完善地從多個維度體現學生的學習過程和學習結果。本研究以“普陀J課堂”(網址為http://jclass.pte.sh.cn，上海市普陀區的一個區本化微視頻共建共享與應用研究平臺，為區域師生提供了一個基于網絡的教學和學習環境，目前主要提供初中數學、物理、化學三門學科的用于預學習的微視頻。該平臺重點關注三個平臺功能，即資源共建共享、數據記錄分析、師生協同創新)為例，構建出信息技術支持的精準教學層級關系圖中數據層的一個應用實例，從四個關鍵指標(二維數據模式、學習過程監測、學習結果分析、學情綜合評估)的角度分析其基本原理和應用價值。

1.二維數據模式：實現精準評價

在信息技術支持的精準教學層級關系框架指導下，本研究從數據來源(學習過程和學習結果)的視角出發，重新整合“J課堂”平臺對于學習結果分析和學習過程監測的功能設計，同時評估學習平臺中相關功能的實施效果，構建基于J課堂平臺的二維數據模式實例。如圖3所示，“J課堂”的數據記錄、分析與評價主要分為學習過程和學習結果兩類，分別對應于橫軸的質性指標和縱軸的量化指標。這與AIMSweb(http://www.aimsweb.com)[27]三層評價模式中的過程監控(第三層)具有同樣的功能。在信息技術支持的精準教學中，需將過程監控拓展為對學習過程和學習結果兩類數據的監控與記錄。

圖3 “J課堂”二維數據模式

在橫軸與縱軸所構成的第一象限區域內，可根據數據層級劃分為四個層面，即“普陀J課堂”從個人學習層面、班級層面(包含傳統教學中的實體班級和網絡環境下形成的虛擬班級)、年級層面(所有同年級同學科學生的總體情況匯總)、區域層面(用于支持區域教學改革的效果評估和領導決策)等四個層面提供數據報告。

本文構建二維數據評價模式(如普陀J課堂)與DIBELS評價模式的數據模型具有相似性。DIBELS(Dynamic Indicators of Basic Early Literacy Skills, http://dibels.uoregon.edu)[28]的評價模式中將數據管理和報告分為地區層面、學校層面、年級層面、班級層面和學生個人層面。兩者的不同之處是：普陀J課堂學習平臺將學校層面分解到(向上)區域層面和(向下)年級層面。以“普陀J課堂”為例，學校層面的報告通常表現為：一部分具有區域層面的使用目標，另一部分具有年級層面的目標。從學習平臺當前應用看，四層結構(區域—年級—班級—個人)的評價模式更為簡潔，也能夠有效滿足各個層面需求。

例題1：，引導學生思考把4個平均分成2份，又從語義的角度分析平均分成2份，就是每人喝的，也即，從算理看，分數除以整數與整數除法最接近，但值得商榷的是教材這樣的表達方法不容易讓學生理解，直接寫4個平均分成2份就是2個，即，比較直觀．例題2：引導學生從實物圖和語義分析，1個橙子可以分給2個人，4個可以分給8個人，因此．例題3和例題4都是通過直觀圖讓學生得到分數除法的結果以后再引導學生算一算乘除數的倒數，看結果是否相等，逐步引導學生發現除以一個數等于乘它的倒數這個規律．

2.學習過程監測：學情篩查

與“學情篩查”相似的是，“J課堂”平臺中對于學生暫停頻次進行詳細記錄，根據頻次數據記錄，教師可以了解班級學生的總體情況，并根據暫停點所“篩查”出的學生學情，重新調整課堂教學的內容重點。

如圖4所示，下方的柱狀圖顯示出學生暫停和回放的情況。學生在初中化學微視頻“化合價”(執教教師：曹楊中學尹老師)的學習時，時間點2'32''處暫停10次(數據樣本來源于“J課堂”后臺中2015年8月20日-2015年10月10日期間的數據記錄)，為本視頻中暫停次數最多的地方，該時間點涉及的知識點為：

不同元素的原子化合時，原子都有(通過得失電子或其他方式)達到穩定結構的傾向。從而呈現一定的化合價。

教學一線的老師認為：“在課堂前，我就能夠通過暫停回放等數據記錄情況，了解到學生的疑難點和困惑點，從而在課堂上，實時地有針對性的調節教學，促進學生對知識的鞏固和深化應用。”因此，教師可以根據學生的預學習情況，進行學生學習行為的分析和評價。

圖4 “J課堂”平臺暫停功能樣例

暫停點數據記錄的需求最開始是由一線教師提出的。學生在觀看微視頻時，因為缺少互動，所以注意力可能分散，一旦記錄學生的暫停數據，就能夠了解學生在使用微視頻完成預學習過程中更精細的數據。這里經常出現的情況可歸納為以下幾種(如圖5所示)：第一種情況是，當出現較難的知識點，學生可能會暫停視頻、反復觀看，努力思考直到解決問題；第二種情況，教師在微視頻中提出某個問題，要求學生思考。因此學生會按照老師的指令暫停視頻；第三種情況，學生對微視頻的觀看動力和興趣不大，注意力轉移，這可歸結為兩方面原因：一是微視頻的趣味性差，二是學生自身的注意力不能集中。在第一種和第二種情況下，教師需要針對班級學習的情況，對微視頻進行再設計，使之符合學生的已有知識結構和認知圖式。第三種情況可為錄制微視頻的教師提供間接有效的修改建議，若視頻某一時間點的暫停次數非常多，也能說明該視頻的講解不透徹、不到位，教師需要根據學生的視頻反饋情況重新設計微視頻。

圖5 “J課堂”暫停點原因分析

暫停和回放的功能設計為教師提供了便利，他們能夠根據學習平臺的數據記錄情況，準確、快捷地了解班級學生在微視頻預學習階段遇到的難點和困惑。在基于微視頻的課堂教學設計中，教師能夠根據“J課堂”平臺預學習數據所篩查出的知識難點，實施更有針對性的有效教學。

3.學習結果分析：錯誤訂正機制

精準教學研究和實踐表明：抑制錯誤會阻礙學習。精準教師將錯誤看作一種“學習機會”。他們通常鼓勵學生在課程學習中進行較大的跨越，犯過錯誤，并將錯誤訂正作為學習過程的一個必要部分[29]。“普陀J課堂”針對學生預學習中出現的錯誤(學習結果數據)設計了兩步“訂正”環節：第一步“訂正”環節是微視頻預學習過程中的學習訂正；第二步“訂正”環節是獨立于整個微視頻預學習過程的“消滅錯題”。

第一步“訂正”環節。這一環節中的訂正是針對學生在觀看微視頻和過程中和結束后的測試題目的。微視頻中間嵌入的隨堂測試題，具有及時監測學生學習效果的作用，同時能夠間接提醒學生集中注意力。視頻結束后的綜合測試題用以檢測學生的微視頻內容學習情況。學生應用微視頻完成預學習時，在視頻觀看過程中做錯隨堂測試題目時，平臺要求學生自動返回視頻開始，重新學習一遍微視頻，并完成同類型的其他題目。當學生在綜合測試題目中的正確率低于某一標準(如60%)時，系統提醒并自動跳回視頻開端，要求學生重新學習并完成相應的其他測試題目。

第二步“訂正”環節——消滅錯題。學生在預學習結束后，可針對個人微視頻學習和測試的情況，通過“消滅錯題”功能，練習微視頻知識點所對應的同類型的其他題目。當學生能夠完全準確地完成教學團隊設計的針對錯題的同類型題目后，系統認為學生當前的學習結束。若學生仍然出現出錯，則錯題再次記錄在學生個人的錯題本中。

圖6 “普陀J課堂”錯誤訂正機制

4.學情綜合評估：數據儀表盤

精準教學研究者采用標準變速圖表，用以記錄學習者的正確率，量化并方便地查看學生的進步等學習績效和表現。師生能夠直接觀察到正確率和錯誤率，能夠直接觀察學習變化的線性趨勢[30][31]。“普陀J課堂”平臺能夠對學生的學習過程數據和學習結果數據進行記錄，并將記錄獲得的數據轉換成為可視化的圖表。特定學科的老師可通過“數據儀表盤”查看班級學生的預學習情況，如圖7所示。數據儀表盤上的半圓環表示學生在通過觀看微視頻完成預學習時的知識測試情況，四個箭頭分別表示個人、班級、年級和區域的數據情況。教學實踐中發現，學生在整個學期中不同微視頻的學習情況變化圖的參考價值不大，因此“普陀J課堂”的數據儀表盤中暫時舍棄了這一數據圖表。數據儀表盤左下角的圓角矩形是學生提問的顯示區域。由于教學實踐的需要，對于學生的提問僅顯示最多的幾條(圖7中是四條，在實際應用中可根據需要自行定義顯示的數量)。數據儀表盤右下角的圓角正方形是互動交流情況的展示區。通過二維關系圖顯示學生與學生之間的互動情況。使用不同飽和度的色彩表示學生與學生之間互動關系的強弱。

圖7 “普陀J課堂”數據儀表盤示意圖

四、精準教學決策：走向精準幫學

決策理論的代表人物H·A·西蒙描繪出決策制定者在不同階段的形象，認為決策制定包括四個主要階段：即找出制定決策的理由(情報活動)；找到可能的行動方案(設計活動)；在諸行動方案中進行抉擇(抉擇活動)；對已進行的抉擇進行評價(審查活動)[32]。決策理論帶來的啟發是：在精準教學中，教師轉變為類似經理人的角色，他們需要在學生的學習過程中根據數據層提供的數據信息，并充分應用技術層所提供的信息結構化整合服務，設計可行的教學方案，并在學生學習過程的關鍵時刻做出必要的判斷，持續跟蹤并評估學生的學習效果。同理，像組織經理人的決策特性一樣，教師亦需制定程序性和非程序性兩類教學決策。由于教學中發生的非程序性決策具有隨機性、不可復制等特點，所以本研究僅限于程序性決策的范疇。

以“普陀J課堂”為例，筆者提煉出一組可供選擇的教學決策路徑(如下頁圖8所示)。“普陀J課堂”學習平臺記錄并生成的預學數據集能夠為教師的課堂教學提供預習學情、重點信息、難點信息等預學習數據支持，支持教師設計課堂教學起點(即課堂教學最適宜從哪里開始)、教學重點(學生有疑問的內容)和教學難點(學生不能理解的內容)。基于微視頻的預學數據集還能夠為通過數據的分析與處理，幫助教師做出更合理的精準教學決策干預。精準教師所采取的教學決策對于學生的預學習產生反饋作用，支持學生基于微視頻的遞進自學。以此類推，基于微視頻的預學數據集與精準教學決策之間形成循環回路，達成一種相互促進、相互推動的螺旋式上升機制。它包含三類主要精準教學決策：一是確定教學從哪里開始(課堂教學基準點)；二是決定采取哪種教學策略；三是尋找精準教學決策干預的最佳時機。精準教學決策通過在合適的時間點，選擇出合適的教學干預策略，針對不同的學習情況設計適當的教學活動，并在學習的全過程進行監控和評價，從而達到精準幫學的目的。

圖8 “普陀J課堂”支持的精準教學決策路徑圖

(一)第一類決策：解決“教學從哪里開始”的問題

對學習者的先有概念和心智圖式的考慮必須成為一切教育計劃的出發點[33]。解構學習者的先有概念體應成為學習的必要步驟，因為建構是在解構的同時交互地發生的[34]。在精準教學理念下，學生通過微視頻完成預學習的過程得到有效的記錄和分析，為教師提供了決策的數據基礎，并依此確定課堂教學的起點。教師根據學習平臺中學情篩查、數據儀表盤、錯誤訂正機制(由預學習任務的學習過程和學習結果數據所生成的結構化信息組成)等情況對學生的先有概念、心智圖式、預學習效果進行總體判斷，確定課堂教學活動和教學內容的切入點，也就是教學開始的地方。例如，學生暫停和回放次數最多的地方可作為課堂教學的開端；學生互動討論最多的問題可作為課堂教學的引入話題；學生在預學習環節中最多的錯誤可作為課堂教學的導入問題。

(二)第二類決策：解決“采取哪種教學策略”的問題

在傳統課堂中，教師至多在課堂教學開始前的幾分鐘內，單憑直觀經驗(經驗積累、快速巡視或個別抽查)判斷學生的預學習情況。預學習的學情若超出教師的預期，教師很難及時地全面調整教學組織形式。在“普陀J課堂”預學習平臺中，教師可以隨時隨地(在家中或辦公室的任何有網絡的地點，課堂開始前的任何時間)掌握學生的預學習情況，這就為教師提供了學情分析的時間和條件。教師可以在課堂教學前，通過“學情篩查”和“錯誤訂正機制”的支持，得到學生預學習情況的準確數據，并以此為依據，選擇合適的教學組織形式：若所有學生在微視頻的學習中表現不佳，教師會從學情中發現的學習問題出發，最大化講授時間，采用直接教學完成課堂內容；若部分學生遇到學習困難，則通過異質分組的形式，讓學生通過小組研習討論解決班級同學中所反應的問題；若所有學生都能夠順利完成預學習過程，沒有明顯的問題，則在課堂教學中增加知識的深化與應用等高階思維培養的內容，學生通過完成難度更高的任務繼續完成自主學習任務。

(三)第三類決策：尋找教學干預的最佳時機

麥格勞希爾數字化學習項目的形成性評估工具(Yearly Progress Pro, http://www.mhdigitallearning.com)采用“生成診斷報告→教師調整教學→布置輔導課程→學生得到評定→生成診斷報告”的四步驟閉環結構[35]。在“普陀J課堂”的實踐應用中，平臺對學生個體或者班級、學校學情評價的過程監測生成學情報告，這能夠支持并幫助教師決定何時需要改進教學。“J課堂”中的過程監控數據能夠為教師提供針對每個微視頻、每個學習任務的實時學情數據。在具體教學過程中，教師根據學情尋找實施教學手段和策略進行干預的最佳時機。在三組不同的教學策略中，分別體現為數據支持的不同教學干預方式。

教師調整教學對應于精準教學中的精準教學決策環節。精準教學根據學習平臺反饋的學習過程和學習結果數據，對學生的下一步學習制定合適的策略(即精準教學策略)，用于幫助學生實現高效的學習。

1.班級直接教學與個人拓展學習相結合：預學習問題的結構化處理

當絕大多數的學生(占比80%以上)都遇到學習困難時，適合采用“班級直接教學+個人拓展學習”的教學策略。班級直接教學用以解決多數學生遇到的學習苦難，個人拓展性學習為未遇到困難的少數學生提供拓展性學習的機會。

對于多數學生遇到的困難，采用基于問題的班級直接教學。具體地，教師將學生的學習情況進行匯總，在此基礎上制定基于“基于預學問題匯總的教學”干預策略。典型的案例是普陀區教育學院附屬中學的顧老師，她在初三化學課程中開展基于微視頻的教學實驗。顧老師在課前將學生在微視頻預學習階段遇到的問題整理并按照知識點分類，課堂上她以“預學習遇到的問題”為導向，要求學生分組(異質小組)討論，嘗試解決全班同學在預學習階段碰到的問題，當學生在小組討論時還不能解決時，教師在全班進行統一講解，這時的直接教學能夠幫助學生徹底解決問題，是一種高效的教學干預方式。教師干預的最佳時間是預學習問題的匯總環節。教師對學生預學習過程中出現的問題進行結構化整理，有助于學生全面而高效地解決問題。

對于未遇到困難的少數學生，針對學生的學習進度設計進階學習任務，為學生實現“個人拓展學習”提供學習支架，包括學習材料，具體的學習任務和自學指導。學生可在原有學習基礎上獲得知識水平的進一步提升。教師通過預設的進階學習任務，實現對學生的學習的支架式指導。

2.小組協作幫學與班級交流相結合：思維水平的提升與拓展

當部分學生(占比例10-20%)遇到學習苦難時，適合采用“小組協作幫學+班級交流”的教學策略。教師對學生進行異質分組，可以讓學生在小組協作中實現同伴幫學。班級交流活動為小組之間提供交流的機會，也讓不同小組的思維得到交流和碰撞。

學生對知識點的掌握程度各不相同、參差不齊時，適宜將學生根據學情數據反映的知識基礎，對學生進行異質分組，通過小組協作探究的方式，解決班級部分學生遇到的問題。困難學生的問題得以解決，學優生的問題解決能力得到提升。當各小組代表在班級交流小組探究成果時，組間交流得以實現，學生完成不同小組間的同伴學習，解決問題的思路得以擴展和提升。教學實驗中的一個典型案例是北海中學的“初中數學四驅教學模式”，老師在課堂上組織學生以小組探究的方式，探索“預學習微視頻”中問題的深入應用，學生在課堂上完成小組探究結果的交流反饋，在這一過程中，學生的高階思維能力得以培養。教學干預的最佳時間是，小組展示探究結果的交流反饋環節，這一階段的有效干預可顯著提升學生的思維水平。

3.自主學習與個別輔導相結合：個性化和多樣化的發展

當少數學生(占比10%以下)遇到學習困難時，適合采用“自主學習+個別輔導”的教學策略。對于少數有學習困難的學生，采用個別輔導的方式，解決他們遇到的問題。對于多數已掌握相關知識技能的學生，設計包含學習支架的遞進式學習任務單，支持其后續的自主學習。

通過預學習階段的微視頻學習，大部分學生能夠完全學會新知識、新技能時，只有不到1/3的學生遇到困難時，教師無需再重復傳統的講授環節。當大部分學生在預學習階段的掌握情況非常好，教師需要實施的最佳干預策略是，制定包含合適學習支架的遞進式學習任務單。這時，不同知識水平的學生能夠根據各自情況，分別完成不同層級目標的學習任務。對于遇到困難的學生，教師可對其進行單獨輔導。根據學生的不同學習情況精心設計的多層次教學干預策略能夠讓所有學生在原有的基礎上得到提升。預設的干預策略更多地依賴于教師的教學經驗和對學生情況的熟悉程度，也與教師的非程序化決策水平息息相關。兩個方面的相互補充能夠促進絕大多數學生的個性化發展和提升。

五、總結與展望

信息技術支持的精準教學為基于微視頻的翻轉課堂教學提供了有力工具。學生應用微視頻完成預學習，其功能是應用微視頻組織學生完成直接教學，因此對微視頻的質量具有較高的要求。信息技術支持下的精準教學則有效利用了信息技術的記錄、收集和分析數據的便捷性，通過學習數據的有效挖掘、對學生在微視頻與學習中的知識掌握水平進行更準確地定位，并在此基礎上實現精準教學決策，最終在預學習階段后的課堂教學階段實現精準幫學。基于微視頻的預學習與基于預學習數據的精準教學相結合能夠發揮最大的效益。

[1] Lindsley, O.R., & Skinner, B.F.. A method for the experimental analysis of the behavior of psychotic patients[J]. American Psychologist,1954,(9):419-420.

[2][3][4][8][10][11][15][16][18][20][25][29][30] Binder, C. & Watkins, C.L.. Precision Teaching and Direct Instruction: Measurably superior instructional technology in schools[J].Performance Improvement Quarterly,1990,3(4):75-80.

[5] pennypacker,H.S.,Koenig,C.H.,&Lindsley,O.R..Handbook of the Standard Behavior Chart [M]. Kansas: Precision Media,1972.

[6][7] Lindsley,O.R..From Skinner to Precision Teaching. In J.B. Jordan& L. S. Dobbins(Eds.),Let’s try doing something else kind of thing[R].Arlington,VA:Council on Exceptional Children,1972.1-12.

[9] Lindsley,O. R..Precision Teaching: By children for teachers[J].Teaching Exceptional Children,1972,22(3):10-15.

[12][14][17] 祝智庭,彭紅超.信息技術支持的高效知識教學:激發精準教學的活力[J].中國電化教育,2016,(1):18-25.

[13] Haughton,E..Aims: Growing and Sharing[A]. J.B. Jordan & L.S.Robbins.Let’s try doing something else kind of thing[C]. Arlington,VA: Council on Exceptional Children,1972.26.

[19] Freschi, D. F..Where we are. Where we are going. How we’re getting there[J].Teaching Exceptional Children,1974,(6):89-97.

[21] Bereiter,C.,&Engelmann, S..Teaching disadvantaged children in the preschool[M]. Englewood Cliffs, NJ: Prentice-Hall,1966.

[22] Binder, C. & Watkins, C. L.. Precision Teaching and Direct Instruction: Measurably superior instructional technology in schools [J].Performance Improvement Quarterly,1990,3(4):80-90.

[23] 薩爾曼·可汗.翻轉課堂的可汗學院[M].杭州：浙江人民出版社,2014.

[24] 艾·里斯,杰克·特勞特.定位:有史以來對美國營銷影響最大的觀念[M].北京：機械工業出版社,2013.

[26] White,O. R. Precision teaching--Precision learning[J].Exceptional Children, 1986,52(6):522-534.

[27][28][35] Pamela M. Stecker &John M. Hintze. Data-Based Instructional Decision Making[DB/OL]. http://www.studentprogress.org/summer_institute/rti/DataBasedInstructionalDecisionMaking/Data BasedInstructionalDecisionMaking_powerpoint.pdf, 2016-02-10.

[31] West, R.P., Young,R. & Spooner, F.. Precision Teaching: An introduction. Teaching Exceptional Children[J]. Teaching Exceptional Children,1990,22(3):4-9.

[32] 赫伯特·A·西蒙.管理決策新科學[M].北京:中國社會科學出版社,1982.33.

[33] [法]安德烈·焦爾當.學習的本質[M].上海:華東師范大學出版社,2015.20.

[34] 裴新寧.學習究竟是什么——焦爾當·安德烈教授訪談錄[J].全球教育展望,2008, (1):13-20.

責任編輯：趙興龍

Precision Instructional Decision-making based on Data Analysis from Pre-learning

Lei Yunhe1, Zhu Zhiting2
(1.PUTUO Modern Education Technology Center, Shanghai 200062; 2.School of Open Learning and Education, East China Normal University, Shanghai 200062)

As an ef fi cient method for knowledge teaching, Precision Instruction is able to activate its own power with the help of information technology. In the background of the extensive development of educational technology, many teachers in K-12 education adopt a teaching form of Micro-video plus Flipped Classroom. PUTUO J-Class Platform has been developed to record and collect data during student’s pre-learning process. It precisely digs into the data, pinpoints the level of students’ knowledge and recognition,and helps teachers choose the suitable precision decisions, with the purpose of technology enabled Precision Instruction and Learning.

Pre-learning; Precision Instruction; PUTUO J-Class; Precision Instructional Decision

G434

：A

1006—9860(2016)06—0027—09

雷云鶴：碩士，研究方向為基礎教育信息化理論與實踐、智慧學習(leiyunhe@126.com)。

祝智庭：教授，博士生導師，研究方向為教育信息化系統架構與技術標準、信息化促進教學變革與創新、網絡遠程教育、面向信息化的教師能力發展、技術文化(ztzhu@dec.ecnu.edu.cn)。

2016年3月26日

* 本文系全國教育科學“十二五”規劃2014年度國家一般課題“智慧教育環境的構建與應用研究”(課題編號：BCA140051)研究成果。