基于大數據的高中政治線上教學效果診斷與優化策略

衛 齊

（丹東市第四中學）

2020 年初，一場新冠肺炎疫情席卷全國。教育部在黨中央的堅強領導下，組織多個課程平臺，免費開放了覆蓋小學、初中、高中、大學的多個學科和專業的在線課程，這不僅真正實現了“停課不停教，停課不停學”，也促使全國思政教師紛紛拿起手機和電腦，利用各種軟件和平臺與學生進行交流互動。特殊的時空環境讓高中網絡思政課從最初的可能變成了可行。

“全民網課”時代，我們更多是在實踐層面探索如何讓傳統的思政課與互聯網進行深度融合，而對如何客觀評價網絡授課的教學質量、如何精準把握學生線上學習的效果、如何有效選擇精準的教學策略等話題探討得較少。本文以丹東市第四中學的高中政治課網絡教學實踐為例，就如何在線應用大數據分析技術進行學情診斷，提高教學的有效性、評價的科學性等問題進行描述和闡釋，以期對高中政治教學有所助益。

一、基于大數據的線上政治課教學效果總體樣本分析

我們以高三年級四個文科班（6 班、9 班、13 班、15班）的學生為研究總體樣本，以樣本學生在疫情期間政治網課后的某次在線測試成績為數據樣本，按照“匯總數據—整理數據—分析數據—形成解決方案”的思路研制了政治學科學生學習效果的大數據診斷系統，暨通過大數據和具體量表分多個維度對學習效果進行系統分析的模式（下簡稱大數據分析），具體包括以下兩個方面。

（一）從班級視角生成多層面數據資源

我們將樣本班級的政治考試成績錄入到診斷系統中，生成了傳統的平均分數據（見圖1），這也是教學效果的常規評價模式。

圖1 班級平均分比較

為了更好地掌握各班級及格人數情況，我們研制了班級各分數段得分人數等級分布圖（見圖2）。圖2 橫坐標代表學校和各班級，縱坐標代表人數百分比；其中得分率高于60%（滿分100 分，則超過60分）的學生人數用深色陰影表示，位于柱的上方，反之用淺色陰影表示，位于柱的下方。柱內部標注的數字代表各部分具體學生人數。如2017 級6 班得分率超過60%的具體人數是28 人，未超過的人數是15人，以此還可以看出其他三個班級超過60 分的人數分別是 11 人、4 人和 5 人，全體超過 60 分的總人數為48人。

圖2 班級得分人數等級分布

如何進一步掌握每個班級中各段分數的分布情況？我們認為，利用盒式圖進行分析比較合適。盒式圖，也稱箱須圖（box-and-whisker plot），是描述數據分布情況的一種方法，該圖主要利用矩形圖來表示數據的平均水平、離散程度和分布狀態，我們依照數據生成盒式圖（見圖3）后，可以清晰地看到每個班級中各段成績的分布情況，方便我們對于總體數據的對比。

圖3 班級成績分布

盒式圖最上面的短線上的數字代表約有5%的學生得分高于此線對應的分數，最下面的短線下的數字代表表示約有5%的學生得分低于此線對應的分數。以6 班為例，全班前5%的學生成績高于77.2分，后5%的學生成績低于42.6 分，前后兩端的成績分布均高于學校平均水平。方框上邊線、中間線和下邊線對應的分值對應表示約有25%、50%和75%的學生得分高于此線對應的分值。

借助大數據分析，我們能夠清晰地看到樣本班級在此次政治測試中的平均值，成績等級分布比較及班級成績分布等多項數據，這種逐層細化的多層數據分析模式進一步增強了數據分析的種類和樣式，不僅改變了以往單純以平均分排序的傳統評價模式，也利于在疫情停課期間各學校、各班級了解學生整體的學習效果。

（二）從知識視角拓展多維度數據資源

線上教學受師生交流缺乏、教學手段單一、教學質量參差不齊等因素影響，其教學效果無法清晰地呈現。如何彌補線上教學的弊端，多維度拓展每次考試中的數據資源，盡量讓考試分數能夠呈現更多的內容，我們進行了以下探索。

在橫向維度，我們根據教學內容設置了知識點考核雙向細目表，以此為依據命制試題。命制的試題不僅要標注分值，還要備注其考察的知識點。這樣，待閱卷結束后，我們不僅得到了考試成績，還了解了學生知識點的掌握情況，即知識點橫向分析表（見表1）。

表1 知識點橫向分析（年級維度）

表1 中的數值代表對應該班級在每個知識點上的得分率，得分率低于60%用紅色表示（陰影部分），其中得分率越低，則說明這部分知識學生掌握得不到位，利用表1 也可以橫向比較同一個知識點不同班級學生的掌握情況。

在縱向維度我們可以進一步研究一個班級內部學生的每個知識點的掌握情況，即目標的達成度（見圖4），圖4 的第一列是我們依據雙向細目表列出的本次測試考查的教學目標，第二列表示測試后的實際目標達成度，即各目標得分率，第三列表示此次測試中對應知識點學生實際平均得分和總分。我們可以將各目標呈現順序按完成情況率從低到高排列，越前面的目標是完成度越低的，得分率低于60%的目標可以斜線顯示，得分率高于60%的可以用淺色陰影表示。如圖4 中該班級學生在“收入分配”這個知識點從記憶、理解到分析這幾個層面掌握的都不到位，需要教師在線授課過程中再次進行講解。

圖4 知識點縱向分析（班級維度）

二、基于大數據的線上政治課教學效果個體樣本分析

大數據分析支持的教學評價理論來自于精準教學（用大數和智能技術所開展的因材施教）理論，學生個體在知識和能力方面的薄弱點就需要我們利用數據進行分析。針對學生個體樣本，我們從題型、知識、能力三個視角生成數據，進行分析。

（一）從題型視角關注解題方法的選取

對不同題型的得分情況進行分析，是評價教學效果的邏輯起點。常規的題型分析只是分析各部分題型的分值，而大數據分析模式則引導學生從孤立、零散的數據中發現問題，尋找解決方法。如表2 為金XX 同學不同測試題型與班級、學校得分率的比較，金同學非選擇題部分得分率為0.57，非選擇題滿分為40分，其得分為40?57%=22.8分，教師應以此為依據找到其失分的原因和存在的問題，并引導學生及時改正。

表2 個體樣本題型比較得分率

（二）從知識視角關注知識體系的完整

檢測教學效果的一個重要環節就是考察學生的知識體系是否完整，而考查學生知識體系的完整程度是通過常規教學手段難以實現的，需要借助大數據來完成，如可以利用雷達圖了解學生各個知識點的得分情況。（見圖5）

圖5 個體樣本知識點得分率比較

圖5 中越接近圓邊緣的部分就是學生知識點掌握越達標的地方，而凹進去的部分則說明這部分知識學生掌握得還不到位。如金XX 同學對企業強強聯合、企業與勞動者、價格變動的影響、貨幣的基本職能等知識點掌握得比較熟練；但是對個人收入分配、社會主義市場經濟等知識點的掌握還未達標，需要進一步增強。

（三）從能力視角關注核心素養的落地

依據布魯姆的認知層次理論，我們可以在試卷中將每個知識點對應的核心能力進行標注，并利用氣泡圖（見下頁圖6）進行呈現。圖6 中縱向代表的是對應的知識點，橫向代表的是每個知識點對學生的能力要求，對應能力目標的得分率情況用氣泡大小來表示，氣泡越大，得分率越大。深色氣泡代表學生完成了能力要求，淺色氣泡代表學生這部分能力掌握還未達標。如圖6 代表該同學對于市場配置資源這部分知識在理解、分析及評價方面能力基本達標，而對于企業經營這個知識點在分析和應用方面的能力還尚未達標，這需要教師有針對性地進行專項提升訓練。

圖6 個體樣本知識點掌握情況氣泡圖

三、基于大數據的政治學科線上教學優化策略

（一）讓可視化的數據“活”起來

通過大數據分析技術，教師可以為每位學生在線生成精確的學情診斷報告。學生根據報告不僅可以查詢自己的考試成績，還能看到知識與能力方面存在的問題及原因，得到教師的指導建議。單次的大數據分析可以幫助學生了解知識掌握情況，而多次的數據積累就可以幫助學生了解學科知識鏈條的銜接度和連續度。

尤其是高中政治學科知識點以教材為獨立單元，單次考試的內容不可能覆蓋所有考點。通過大數據技術，我們可以將學生在線學習的多次考試數據進行技術整合，對錯誤率較高的試題進行歸因分析，并在知識鏈條中進行標注，通過個性化查缺補漏，切實做到對標整改。

（二）讓可量化的數據“動”起來

大數據分析的最大優勢是問題指向清，生成速度快，精確的診斷報告使知識點、能力點等各項素養指標得以量化，改變了傳統以來政治教學效果只能簡單依靠分數和經驗的片面呈現模式。

教師可以根據診斷報告反映出的各種問題迅速制定精準的教學策略，對教學內容、方法、思路進行反思；對教學目標的確定、教學方法的選取進行修正；對教學環節的設計、實施進行研判。教師在教學實踐中，還可以依據個性診斷報告為學生生成電子錯題本，實行“同錯同題，同錯不同題”精準推送，并根據每個學生的差異制定個性化作業，讓學生在疫情期間進行整理和回顧，切實做到有的放矢。

（三）讓結構化的數據“聯”起來

突發的疫情不僅豐富了高中政治課的教育素材，也加快了各種現代化教學手段在線上教學中的應用。基于大數據分析技術的教學效果診斷模式如果得以使用，能夠使高中政治教學的教學設計、教學實施、教學評價各個環節都實現信息化。

若恢復正常教學后，我們還可以累積各屆學生歷史考試數據，由此分析學生代際之間的差距。例如收入分配這個知識點，我們可以將各屆學生在概念理解、知識調取、論證探究等方面存在的差距通過數據表格的方式呈現出來，既可以進行增值評價也可以實現因材施教。

在新高考背景下，我們可以將大數據分析支持下的高中政治教學評價模式與學生綜合素質評價的平臺進行對接，可以將每個學期設置的政治類綜合實踐活動中學生的行為表現、活動總結等進行數據量化，將整個過程和結果都錄入到學生綜合素質評價之中，實現系統聯動。

基于大數據支持的教學評價模式能夠使高中政治教學評價從認識模糊到把握清晰，從基于經驗到著眼實證。面對當前疫情階段的網絡教學，政治教師一方面要充分利用大數據，逐步探索以數據分析為基礎的精細化、標準化學習效果診斷模式；另一方面，要不斷提升數據挖掘和分析能力，突顯大數據在政治教學中的獨特價值。