數據驅動的精準教學研究*

沈志斌，王玉家

（1.無錫市輔仁高級中學，江蘇 無錫 214123；2.江蘇省梅村高級中學，江蘇 無錫 214112）

一、問題的提出

2000 多年前，孔子提出了因材施教。他認識到“知”人的重要，因此十分重視“知”學生，認真分析學生個性，充分了解學生之材，近乎完美地實現了因材施教。因材施教成為現代教育的基本原則，這也是歷史上精準教學的雛形。

我國最早在1862 年實行班級授課制。班級授課制是為了適應社會化大生產的需要，為培養各種各樣的產業工人而產生的，它強調的是統一、齊步走。相比于孔子年代的私塾制教學，班級授課制環境下教師很難照顧到學生的個別差異。有學者這樣評價當前的學校教學，一個年級就像工廠的一條流水線，不同的學生，被傳授同樣的教學內容，經歷著同樣的進度和難度，面對著同樣的檢測，期望得到同樣的結果，受教學者的個性差異被嚴重忽視。2016 年《人民教育》雜志刊登了文章《論因材施教》，該文通過大量分析論證后指出，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。

為了實現班級授課制環境下的因材施教，使教學更加精準有效。一種改良的路徑是嘗試小班化教學、分層教學、自主選科、跑班上課等形式；另一種改良的路徑則是從技術與教學深度融合出發，運用數據驅動的教學范式。舍恩伯格與庫克耶合著的《大數據時代：生活、工作與思維的大變革》被認為是大數據研究的開創之作。數據驅動教學有望超越計算機輔助教學，逐步成為大數據時代的主流教學范式。隨著大數據技術在教育領域應用探索的快速推進，數據驅動教學范式呈現出四特征：科學化、精準化、智能化和個性化。大數據技術為班級授課制環境下的因材施教奠定了基礎，使數據驅動的精準教學成為可能。

二、問題變課題

為了較好地實現班級授課制環境下的因材施教，走向數據驅動的精準教學，實現教學質量的有效提升。筆者申報了江蘇省“十二五”立項課題“高中生學業成就診斷與評價改革的行動研究”（2011-2015 年）。明確了課題研究的路徑：學情診斷、讀懂學生、因材施教、精準教學、提升質量。考慮到考試（終結性學情診斷）環節已有網上閱卷系統，其數據采集和分析功能相對比較成熟，但由于相鄰兩次測試的時間間隔較長、沒有批改痕跡、數據頻度小，不利于對教學的及時干預。唯有常態化的學情數據采集，才能確保教師及時對教學中存在的問題及時干預。因此，筆者從教學五環節中的作業環節（過程性學情診斷）切入，采集每次作業的數據，通過數據分析和數據跟蹤，開展數據驅動的精準教學。

然而，單靠一所學校的技術力量，要實現上述目標是很難的事。在課題研究過程初期，數據分析的軟件已經相對成熟。2011 年，我校邀請北京教育考試院張警鵬研究員做課題輔導，張研究員團隊推薦了一個很成熟的數據分析軟件，將考試的數據導入后能夠提供豐富多彩的可視化分析報表，但沒有解決數據的采集問題。后來，筆者與校友合作，通過校企聯合，學校提出需求和實驗環境，企業負責技術攻關，共同開發出“極課大數據精準教學”（以下簡稱極課）系統，實現了學業數據的常態化有痕采集，并完成了一輪精準教學的實驗，成功實現了教學質量的有效提升，目前項目成果已輻射到全國三千多所基礎教學學校。

三、數據驅動的精準教學實踐成果

1.實現學情數據常態化有痕采集

沒有學情大數據就沒有精準教學，智慧教學沒有大數據就智慧不起來。實現常態化學業數據有痕采集是開展數據驅動的精準教學的前提。傳統學情數據采集采用人工“畫正”統計方式，耗時低效，一般教師不能堅持；網上閱卷系統可以快速采集數據，但缺少批改痕跡，對教學帶來不便。為了使學情數據有痕采集走入常態化，我們設計了“先紙質批改后掃描錄入”的方案，這樣既遵循傳統又提高效率。具體的做法是，教師登錄“極課教師端”、編制一份作業或測試卷、賦分值、選擇題賦答案、賦題目的知識點、生成PDF 文件、打印文稿、油印講義、學生作答、教師批改、掃描采集數據、計算并上傳云端保存。實踐表明，一個班的作業或試卷，一分鐘左右就可以完成數據采集上傳，完成傳統約四十分鐘的人工統計工作，極大地提高了數據采集的效率，為常態化有痕學情數據采集奠定了基礎。

2.實現數據驅動的精準教學

教師端可以看到多維度的數據分析報表：學情報告、成績單、作業逐題分析、詳細分析報表（班級學情、試題詳情、年級對比等）、學生跟蹤等。

（1）實現數據驅動的精準糾錯

課堂教學的常態是教師必須對上一堂課作業中暴露出的問題進行補救性教學，通俗地講就是作業講評。目前有三種講評形態存在：第一種是沒有重點，按題號順序講評；第二種是教師憑作業批改時的印象選擇性評講；第三種是基于采集數據精準評講。作業講評是課堂教學常態化的事件，通過數據驅動的精準評講，極大地提升了講評的精準程度，減少講評時間，保障新課教學時間，從而整體提升課堂教學的效率。

（2）實現數據驅動的滾動教學

每個學科都有經典的知識難點。通常教師會形成思維定勢，即我們這樣的生源，這個難點知識只能有這樣的得分率。突破難點，需要教師有智慧地組織教學。在一輪精準教學實驗中，我們就物理學科某個難點知識（系統勻加速運動中的變力問題）構成的綜合問題，開展數據驅動的滾動教學實驗，先后組織三次變式教學，時間跨度半年有余。實驗數據如圖1 所示，實現了量變到質變的教學效果。實驗表明，對于知識難點，教師不能指望一次性教學就能達到理想的效果，依據艾賓浩斯遺忘曲線，教師必須有課程意識，適時進行滾動教學、變式練習，一般三輪教學就可以達到較好效果。基于上述實驗結論，我們將其應用到日常教學中，周末學習任務就選擇一周內的高頻錯題進行變式作業。

圖1

（3）實現數據驅動的精準輔導

教師在備課時有個基本目標，即一堂課實施后有80%的學生能掌握就認為達標了。也就是說，教師在備課時已經將20%的學生邊緣化了，因此課后的個別輔導是課堂教學的必要補充。課后輔導需要解決兩個根本問題：一是誰需要輔導；二是他的主要問題是什么。利用極課數據可以方便地解決上述問題，由于在掃描錄入時，所有學生的錯題均被系統保存下來，教師通過查看學生的錯誤解答，了解其錯誤歸因，開展精準輔導。通過常態化數據采集，系統為每個學生自動生成了學業檔案，如圖2 所示。跟蹤學生的學業發展水平，教師利用學生學業檔案，可以大大提升精準輔導的效果。

圖2

3.實現數據驅動的個性化學習

（1）實現一鍵導出錯題

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。極課自動記錄著每個學生的這種缺陷。依據艾賓浩斯遺忘理論，為了與遺忘作斗爭，及時復習十分重要，每周或每月，學生通過極課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。

（2）實現個性化資源推送

長期以來，教師一直有一個夢想，就是為每個學生定制課程資源，實現個性化教學。這個夢想受技術和資源條件的限制，一直無法實現。通過常態化學業數據采集、云計算和云存儲，極課可以為每個學生定制教學資源，如一份作業、一個視頻、一個微課等。筆者所在學校已經完成三屆學生的個性化數學暑假作業精準推送，未來將進一步擴大個性化應用場景，通過人工智能的方式為每個學科命制單元練習、期中、期末考試卷；為每個班級定制個性化作業等。

4.實現數據驅動的教學管理

（1）教學反思呈現常態化

美國心理學家波斯納提出：教師成長＝經驗+反思。每次作業或考試的數據，大到總均分，小到每小題的得分率，教師可以通過電腦系統或手機APP 互相查看，這使教師間的交流和反思成為常態，給教學管理帶來了極大的方便，促進了教師的專業成長。

（2）學風監測呈現常態化

毫無疑問，學風與學業成就是正相關的。通過作業跟蹤圖線、測試跟蹤圖線的比較，管理者很容易發現考試與作業是否表現一致。如果表現有明顯的不一致，這個班級（或學生）的學風肯定是有問題的，管理者可以及時干預。圖3 為實踐過程中監測到的異常情況，這個班級的作業表現為年級平均水平，而考試表現均在平均水平以下。

圖3

（3）校本資源建設常態化

教學要取得好的效果，必須結合自身學校的實際。有很多帶有校本字眼的概念，如校本研究、校本課程、校本資源、校本題庫等。筆者曾經到上百所學校進行講學，真正有校本題庫的學校并不多，大多學校的教學依賴于教輔資料。

通過常態化數據采集，極課將每一個習題、每一份試卷都自動納入本校題庫，這樣就融校本題庫建設于日常教學工作中，通過一輪的實踐，就建成了真正意義上的校本題庫。“鐵打的校園流水的學生”，教學帶有周期性重復的成分，從這個意義上講，新一輪的學科教學，我們只需在原來的基礎上作一些取舍就可以了。其實外面的教輔用書，即使每年修訂也只是換掉20%左右的題目，至于換掉哪些題目，標準可能只是情景的新舊。“極課校本題庫”則不然，因為每個習題、每份試卷都經歷過本校學生的實際演練，帶有校本的數據屬性（難度、區分度），這就是數據的價值。通常一個學校生源不會突變，上一輪的練習80%左右可以保留，換掉20%左右即可，至于換掉什么題目，可以依據難度、區分度來取舍。筆者所在的學校，通過三年多的精準教學實踐，積累了五千多套校本作業和試卷。《國務院辦公廳關于新時代推進普通高中育人方式改革的指導意見》提出：“提高作業設計質量，精心設計基礎性作業，適當增加探究性、實踐性、綜合性作業。積極推廣應用優秀教學成果，推進信息技術與教育教學深度融合，加強教學研究和指導”。通過對學生發放的調查問卷，得出的學生對作業的要求是：典型性、拓展性、多樣性、分層性、個性化。我們提出了“自編課時練，提升軟實力”行動計劃，新學期開始，多數學科不再購買校外的紙質教輔。

四、結束語

目前，多數學校信息化硬件設施有了較好的基礎，但真正能夠助力教育質量提升的是軟件系統的常態化應用。筆者認為，不能提升教學質量的信息化沒有生命力；不能為全體師生共享的信息化沒有生命力；不能融入師生日常工作學習狀態的信息化沒有生命力；沒有大數據的支撐，智慧教育就“智慧”不起來。