大數據支持下的智慧課堂構建與課例分析*

（1．江蘇師范大學 智慧教育研究中心，江蘇徐州 221116；2．華南師范大學 教育信息技術學院，廣東廣州 510631）

引言

課堂是學校教育教學改革的主陣地，也是落實學生核心素養發展的關鍵場所。抓住了課堂就牽住了教學改革的“牛鼻子”，抓好了課堂就把握住了教學質量提升的關鍵。隨著現代信息技術在教育領域的廣泛應用，技術與教學的融合更為深入，課堂教學模式隨之發生了變革，資源傳播途徑也更加廣泛，為教學帶來了極大的便利。我國現有的大多數課堂教學仍然存在著模式化、靜態化的問題[1]，課堂互動往往是教師“動”而學生“不動”，不能很好地滿足學生的個性化學習需求，整個教學活動陷入“課堂效率低—學生掌握差—課后拼命補”的怪圈。

近年來，各級各類學校的信息化環境大大改善，為教學過程與結果數據的多維度、全程化采集創造了良好的條件。貫通課前、課中與課后的教學數據流正在生成，數據驅動的教學設計、教學組織與管理、學業輔導等教學業務開始走向精準化、精細化和精益化[2]。大數據具有重構課堂教學流程與教學生態的潛能，將推動經驗主導、低效重壓、整齊劃一的傳統課堂轉向全向互動、數據把脈、精準反饋、輕負高質的智慧課堂。基于此，本研究應用大數據技術，構建智慧課堂，加速教育教學改革，提高教育質量，以期為今后的研究工作提供借鑒。

一 智慧課堂概念界定及特征

智慧課堂是指在大數據技術和信息化教學媒體的支持下，以促進師生全向互動為抓手，以“低耗高效、輕負高質”為直接目標，以促進學生智慧發展為終極目標，為每位學生帶來最大獲得感的課堂形態。智慧課堂首先要在有限的課堂教學時間內，最大程度地提高教學目標的達成率。其次，智慧課堂高度重視課堂教學中師生、生生之間以及師生與教學內容、教學媒體之間的全向互動。智慧課堂的特征主要表現為以下四個方面：

1 全向互動

智慧課堂借助多樣的技術手段量化師生教學行為，幫助教師優化教學計劃，增強學生的課堂參與度和積極性。電子書包、交互式電子白板、平板電腦、點陣筆等設備為課堂互動提供了現實環境，便于實現人與人、人與資源的多維全向互動，使課堂教學迸發出新的活力。

2 數據把脈

智慧課堂利用大數據技術持續分析課堂數據，為教師及時了解學情、調整教學計劃提供了數據支持。教師通過傳感器和智能終端同步記錄學習路徑，追蹤學習過程，全面掌握學習者學習現狀，為教學“把脈”，實現對癥下藥。

3 精準反饋

智慧課堂立足于教學過程，通過分析教學數據，掌握學習者的不同需求，不僅能夠幫助教師實時捕捉有價值的信息，對學生出現的學習問題進行及時干預，優化教學內容與教學方法，還能幫助學生進一步鞏固、深化和運用所學知識。

4 輕負高質

豐富的媒體支持、高效的互動體驗、精準的學情分析，有助于教師盡可能在最短的時間內高質量地完成教學任務。教師在有限課堂教學的時間內，既能保證課堂教學有足夠的信息量，又能聚焦班級存在的共性問題和學生的個性問題，幫助學生及時查漏補缺，布置少而精的學業任務，真正實現高效教學。

二 智慧課堂教學模式設計

本研究圍繞課堂教學四要素[3]（教師、學生、教學內容和教學媒體），以四大教學理論（雙主教學理論[4]、掌握學習理論[5]、強化理論[6]和最優化教學理論[7]）為指導，應用數據科學技術[8]（數據采集、數據處理、數據分析與數據應用服務），構建了智慧課堂教學理論框架，如圖 1所示。

圖1 智慧課堂教學理論框架

圖2 智慧課堂5J模型

圖3 智慧課堂教學模式

在智慧課堂教學理論框架的指導下，本研究構建了包括精心設計、精細授導、精煉研習、精準評估和精益輔導等的智慧課堂5J模型，如圖2所示。該模型在不影響師生正常教學行為習慣的前提下，以“低耗高效、輕負高質”為目標，結合智慧課堂教學理論框架，采用紙筆互動的方式，自然、持續地記錄課堂教學產生的數據，并對課堂數據進行實時分析和可視化呈現。

基于智慧課堂教學理論框架及其5J模型，本研究提出了智慧課堂教學模式，如圖3所示。該模式由課前精心設計、課中精致教學、課后精益輔導三個教學環節構成。

1 課前：大數據促進精心設計

教師根據教學大綱和教學計劃進行備課，細化知識體系，并選擇合適的內容制作成課前自主性學習材料，如教學重點和難點、舊知識點的回顧、概念性知識講解等。隨后，教師通過將QQ、微信、郵箱、短信等通訊工具與學習平臺綁定的方式發布學習任務。學生可自行安排學習進度，觀看教學視頻并提出疑惑。網絡學習平臺能夠實時采集學生觀看視頻時長、完成習題時長以及正確率等學習數據，為學生推送相關資源和錯誤知識習題的練習與講解，讓學生更全面地掌握知識點，了解自身的學習情況，并生成個體和班級學情分析報告。教師可以隨時查看學生任務完成情況，快速掌握學生個體與群體現有的知識儲備和疑難問題[9]，根據學生的現實需求精準定位教學目標與重難點，進而提出有針對性的教學模式與策略，做到課堂教學預設與生成的辯證統一。

2 課中：大數據支持精致教學

在智慧課堂中，利用大數據技術能夠實時分析課堂中的學生行為，教師可以更好地掌握學生的學習軌跡，及時調整下一步的教學安排，少而精地選擇教學內容，抓住知識主線，促進課堂全向互動，有效提高課堂效率。

首先，教師依據平臺統計分析的學情報告，選擇大多數學生感興趣的話題作為導入，并結合精心篩選的教學內容采用合適的途徑創設情境[10]，如利用語言描述文字資料和圖片、使用多媒體呈現視頻資料、回顧學生親自體驗的實踐活動等。其次，教師將學案活動情境化，如針對某個問題展開分組辯論、在特定場景中進行角色扮演等，檢驗學生的知識遷移運用能力。通過引入適當的小組競爭機制，有效促進學生協作交流，激發學生參與教學活動的熱情，最大程度地減少無效的課堂沉默。期間，教師可以同步查閱學生的書寫情況，掌握學生思考問題的路徑、知識點的掌握情況以及任務完成情況，及時給予學生反饋信息。接下來，為了檢測學習效果，在學生學完某一知識點后，教師提供與之對應的具有較強精確度和細致度的精選習題。教師借助投票系統不僅能夠統計各題目答題的正確率，還可以分析學生的個體答題情況，快速聚焦高頻問題和經典錯題，掌握每一個學生現有的認知水平、學習難點、學習偏好等特征。教師采用共性疑難點集中精講、個別問題個別輔導的策略，幫助學生做到“堂堂清”，深入鞏固與強化知識。最后，教師應用投票功能，既可以發起對本節課所學知識點的掌握程度投票，便于學生自我評價與診斷學習效果，也可以發起對教學效果的評價，促使教師深入反思，改進教學策略。此外，基于課堂教學過程與結果數據構建個體特征模型，著眼于師生發展情況[11]，為定期開展的評估活動提供了精準、全面、客觀的依據。

3 課后：大數據優化精益輔導

課后輔導是對課堂教學內容有益的、必要的補充，能及時彌補學生在課堂中存在的知識漏洞，盡可能地避免個別學生對知識的錯誤理解。首先，教師根據本次和歷次的學業檢測報告，分別從橫向（優劣勢學科分布情況）和縱向（各科學業進退步情況）進行比較，結合學生興趣、性格、能力等因素安排不同層次的拓展性訓練，有的放矢地提供學習反饋與建議，開展個性化的一對一輔導和分組輔導，大大減少了盲目搜索輔導資料與服務的時間。其次，教學過程的原始記錄便于教師甄別哪些內容需要精講、哪些內容需要略講，避免課堂講授的盲目性，有效進行教學反思。此外，課后輔導不能僅靠教師單方面的努力，還需要家長、學習小組的監督與協助。借助 QQ群、微信、網絡平臺等智能終端將學生行為發送給家長，同時也將家長的意見和建議及時轉達到學校，通過三方合力，共同尋找行之有效的輔導方式，在最短的時間內達到最優化的效果。

三 智慧課堂教學模式應用

本研究選取高一年級語文“荷塘月色”與八年級數學“正比例函數的圖像及其性質”兩門課，采用北京拓思德公司的產品體系，按照上述模式進行教學設計，對師生的教學行為數據進行量化分析，通過智慧課堂教學實踐，檢驗課堂互動效果。

圖4 語文課堂教學互動行為次數統計

圖5 數學課堂教學互動行為次數統計

1 數據收集

本研究應用基于1:1數字化課堂教學互動分析編碼體系（One-to-One Techno-based Interaction Analysis System，OOTIAS）[12]，分別對兩個教學課例視頻進行課堂互動編碼分析。①行為編碼。將觀察到的師生課堂言語行為按照OOTIAS編碼體系轉化為編碼并記錄下來，每3秒鐘取樣一次，每分鐘記錄20個編碼，語文課實際講課時長為33分鐘，共計660個編碼，數學課實際講課時長為45分鐘，共計900個編碼。②繪制矩形圖。將每一個編碼分別與前一個編碼和后一個編碼進行聯結，語文課共659個序對，數學課共899個序對；之后，統計序對的次數，并填入矩陣圖中，得到語文課統計結果如圖4所示，數學課統計結果如圖5所示。

2 效果分析

（1）課堂結構

從圖4、圖5可見，發生頻率較高的課堂互動行為絕大部分處于對角線位置，表明課堂的教學節奏相對舒緩，各個教學環節均持續了一定的時間。在“荷塘月色”矩陣圖中，（10,10）的數值表明學生主動應答的頻次最多，且（4,4）開放性問題的數值大于（5,5）封閉性問題的數值，說明教師能夠有效引導學生主動思考，調動學生的學習積極性。其次，（24,24）數值表明學生使用電子白板進行成果展示的頻次最多，說明教師給學生充足的時間進行朗誦文章、品味文章語句美、把握作者情感變化等成果展示，充分體現了學生的主體地位和教師的主導地位。

在“正比例函數的圖象及其性質”矩陣圖中，（15,15）的數值表明學生做練習時長占課堂比例最大，說明教師注重設計以學生為主的探究活動；（24,24）和（23,23）也是相對較大的數值，說明教師采用協作探究的方式，讓學生充分展示成果，進而引導其自主完成教學任務，表明了學生在課堂教學中的主體地位。

（2）技術使用情況

本研究根據課堂互動次數統計表，對教師和學生使用技術的行為進行了更細致的描述，如表1所示。

（1）技術的潛在作用

從表1可以看出，兩門課中技術的“間接作用”（34.03%、33.81%）與技術的“直接作用”（18.76%、16.46%）相比，所占的比重更高。從分析“間接作用”的角度可以發現，教師不僅將技術應用于資源演示（8.66%、6.43%），還開始將其應用在學情分析（3.04%、3.97%）和作品分享與評價（7.14%、4.29%）層面；學生也可應用技術進行個人、團隊實踐創作與成果演示。為方便教師及時了解學生的思路與進度，兩位教師均采用點陣筆技術進行課堂教學。因此，學生在進行團隊實踐創作時大多依賴技術支撐，在交流討論的同時解決問題。除此之外，技術應用在學生進行資源學習（1.67%、0.44%）、自主練習（4.25%、5.67%）以及個人實踐創作（5.92%、6.9%）方面的“直接作用”也占有一定的比重。

（2）技術的教學應用

分析技術在課堂中的總體作用，可知教師使用技術的比率（25.95%、19.24%）小于學生使用技術的比率（26.87%、30.03%）。說明在智慧課堂中，學生擁有更多的時間來開展自主或團隊“實踐創作”教學活動、進行全面的“成果展示”。而教師更多地使用技術開展學情分析，注重深層次的教學技術應用，有助于正確、高效地實施下一步教學活動，促使教師、學生和資源之間全向互動的發生。如教師在查看學情分析結果的同時有選擇性地提問、在進行作業分享與評價的同時輔以資源演示、在成果演示的同時講解知識點等。

由案例分析結果可得，智慧課堂充分考慮了學生學情、疑難知識點以及潛在發展空間，體現了“主導—主體”的教學理念。在教學中綜合應用大數據技術，教師可隨時查看學生的思維過程、學習進度與學習效果，便于有效掌控教學，使教學互動更深化、教學效果更優化。

四 總結與展望

智慧課堂體現了大數據技術與課堂教學的深度融合，重視教學要素的全向互動，為解決當前課堂教學效率低的現實問題提供了途徑。構建智慧課堂應以滿足師生需求為前提，充分發揮“教師主導，學生主體”的教學理念，依據智慧課堂理論框架與5J模型，采用動態、最優化的教學模式和多元、智能化的課堂數據采集分析技術。未來在智慧課堂構建與教學實踐方面應著重開展以下幾方面的研究：①各科教學模式的設計研究，為各個科目提供系統的、規范化的教學流程，以保證課堂教學的高效率與高互動；②解決課堂數據的實時分析與創新應用問題，選取多元化的大數據技術搭建系統平臺，實現課堂數據的持續性記錄與可視化呈現；③隨著智慧課堂教學模式的推廣與普及，后續研究需要實驗學校和一線教師的共同參與，針對學科素養、教師培訓、技術保障、數據安全等問題不斷深入地探索、研究，以助推課堂教學的優化與發展。

[1]王鑒,王明娣.高效課堂的建構及其策略[J].教育研究,2015,(3):112-118.

[2]楊現民,唐斯斯,李冀紅.發展教育大數據:內涵、價值和挑戰[J].現代遠程教育研究,2016,(1):50-61.

[3][10]方海光,侯偉鋒,王曉春,等.基于PADClass模型的數字化課堂學習過程數據挖掘與分析研究[J].電化教育研究,2014,(10):110-113、120.

[4]何克抗,李克東,謝幼如,等.“主導—主體”教學模式的理論基礎[J].電化教育研究,2000,(2):3-9.

[5]Bloom B S. An introduction to mastery learning theory [J]. Schools, society and mastery learning, 1974:3-14.

[6]Skinner B F. Contingencies of reinforcement in the design of a culture [J]. Systems Research and Behavioral Science,1966,(3):159-166.

[7]吳文侃.巴班斯基論教學過程最優化的概念、標準和方法體系[J].教育評論,1986,(2):60-65.

[8]楊現民,唐斯斯,李冀紅.教育大數據的技術體系框架與發展趨勢——“教育大數據研究與實踐專欄”之整體框架篇[J].現代教育技術,2016,(1):5-12.

[9]顧小清,劉妍,胡藝齡.學習分析技術應用:尋求數據支持的學習改進方案[J].開放教育研究,2016,(5):34-45.

[11]Rodriguez-Valls F. Reflective teaching: theory within classroom practices[J]. Teaching Education, 2014,(3):294-308.

[12]韓后,王冬青,曹暢.1:1數字化環境下課堂教學互動行為的分析研究[J].電化教育研究,2015,(5):89-95.