大數據 小評價

何杰

摘 要：大數據為小學數學評價帶來了三大改革：大數據能夠收集過去而言，既不現實也不可能獲得到的反饋數據；大數據可以實現滿足學生個性需求，而不僅僅是為一組類似學生定制個性化學習；大數據還可以通過概率預測來優化各項學習過程，有利于科學的教育決策和學習，旨在促進學生的全面發展。

關鍵詞：互聯網+ 大數據 小學數學 評價

小學數學教育大數據來源于數學教育活動過程中所采集的一切相關數據，通過數據統計分析等技術手段，推動數學教育優化實施，培養學生的數學核心素養，有利于對學生過去、現在、未來的數學學習發展價值進行更合理的學習評估和指導。

一、收集點滴反饋數據，匯聚數據汪洋大海

數學是研究數量關系和空間形式的科學，數學中的很多數據都是源于對客觀現象抽象概括。小學階段的數學學生評價，可以通過大數據這一現代教育“顯微鏡”，讓一變十，十變百，百變千，從海量數據中進行深入研究，試圖尋找前所未知、富有價值的信息。

大數據可以形成數學發展性評價，注重過程的價值。“互聯網+”下越來越多的學生開始通過智能學習終端進行學習，無需強制學生通過問卷等形式作出反饋，就可以及時、有效地收集和獲取有關每個學生的學習情況。在大數據支撐下，學生個體的學習行為數據可以被全程數據化記錄。例如在“互聯網+”的一起作業平臺上，開始答題的時間、在每道題目上所停留的時間以及學生經過幾次修改才得出結果、每一道題目的個人正確率和整體正確率、錯誤題目能夠在訂正的時候收集學生錯誤原因；在蘇州部分課后，已經可以收到這樣一份課堂行為監測報告：“本節數學課，1號學生回答2次，第1組學生總共回答7次，師生使用pad互動3次，第3個知識點學生掌握最好正確率為100%，同桌合作共2次……”將這些數據匯集起來，可重現學生課堂思維活動，符合多維度評價的要求，有利于精確、有效、科學地進行學生發展性數學課堂評價。[1]

大數據還可以讓評價更及時、更易接受、更長期和系統化，讓評價激勵學生學習。隨著“互聯網+”教育的不斷推進，數學學生評價讓學生愛上評價，讓評價伴隨數學學習，也就是要求評價滿足激勵性和長期性。傳統的學生評價花時間、不及時、無法傳播、無連續性，而大數據下的云評價--班級優化大師，可以借力“互聯網+”對小學階段學生進行數學評價。動態、長期的教育大數據讓評價和教學遵循教育教學規律和學生發展規律，掌握數據“大浪潮”里“浪里淘沙”的大數據分析能力，這也成為信息化時代教師的“新基本功”。[2]

二、終結平均學習時代，創建個性播放列表

傳統教育類似于工業化流水線生產：學生們上同樣的課、使用完全一樣的教材、做同樣的練習題。課堂教學設計和評價考慮的是處于虛構的平均水平學生，同時損害了位于正態分布曲線兩側的

學生。

“互聯網+”下的大數據時代，可以讓小學數學評價由“一個標準適合少數人”向“一個標準適合一個人”轉變，這就是評價的個性化。小學數學個性化評價可以從數學的10 個核心素養來評價；還可以注重對學生學習過程中情感、態度和價值觀的評價；還可以基于多元智能理論來個性化評價等等。正是教育評價的大數據，才能夠讓個別隱性問題直觀化。在學習過程中，位于正態分布曲線一側的學困生有些問題可能會遇到的，在班級學生人數較多的情況下，這些問題很容易被忽視，但在大數據的數據統計下，學生的參照數量較大，這些個別問題就有可能凸顯，讓關注到的正態分布所占人數更多，才能有助于學生評價的個性化實施。

個性化學習非常重要的一個特征就是其動態性。“互聯網+”下大數據可以收集一系列數據（如學生在學習過程的哪個知識點上遇到了困難，學生采用了怎樣的學習策略來突破這個困難，方法是否有效，最終學習結果怎樣等信息），經過數據挖掘和分析出學習者的學習風格、特點以及現狀。數學學習內容可以隨著數據的更新變化、分析而進行個性化的學習資源推送。例如某位學生在大數據下，平時學生在二年級的《數據的收集與整理（一）》這一單元的錯題會自動納入錯題集，然后分析自動生成類似問題呈現給學生，于是每一位學生就擁有個性化的“播放列表”。

三、提高概率預測精度，進入教學時光機器

數學學生評價的價值不僅僅是評定學生數學學習的過程和結果，更是可以幫助改善學與教，幫助做出更科學的教學決策。眺望其他領域，亞馬遜的推送消息和谷歌翻譯，都有基于大數據分析概率預測的備選推薦。傳統教學中，對于學生評價和基于評價下的學習策略和建議都是憑借主觀判斷選擇；在大數據時代，特別對于復雜教育問題的研究，必須依賴現實的豐富大數據，才能讓評價和決策有理可依。

“互聯網+”下基于大數據對小學數學評價的預警性確保學生評價的及時和價值。小學數學評價的預警性是指當學生的數學學習行為數據發生顯著的變化時，通過大數據分析等方式可以給出預警，分析不同情況學習對于優化學生學習的概率，進而對學生的數學學習活動和評價進行適當干預，幫助及時解決問題。在傳統的教育情境中，教師對學生數學學習狀態的了解具有滯后性，也可能因為不清楚原因導致措施不當。在大數據下，可以把學生的成長模型和學習檔案建立起來，可以對學生的學習過程進行預測。例如，在蘇教版二年級安排了一節數學實踐活動課《有趣的七巧板》，在經過智能平臺下對于學生自我完成任務的數據分析，發現學生對于七巧板的組成認識較好，可是對于其中幾類三角形的認識不夠。數學評價的預警性得出推送關于組成的相關視頻介紹有70%可以幫助學生理解；部分學生對于七巧板稱為“益智板”缺乏認識，可以推送一款APP就有83%可以幫助學生感知。

大數據從個別評價到全面評價，讓數據成為汪洋大海。又借助大數據進行分析，有機會接近學生的真實學習情況，讓評價變“小”（即個性化），可以以概率預測的形式落實到具體的每一個學生。“互聯網+”下的小學數學學生評價能發現數據背后的學生，這才是大數據時代學生評價的魅力。

參考文獻

[1]維克托·邁爾-舍恩伯格，肯尼思·庫克耶.與大數據同行[M].華東師范大學出版社，2015.

[2]李勇.大數據時代下信息化與小學數學學科的融合[J].青蘋果，2017（8）.