淺談大數據環境下的教師行為

杜 馨

(安徽省合肥市頤和佳苑小學 安徽 合肥 230031)

21世紀的我們正身處大數據時代，現階段整個社會都掀起了一場以“大數據”為核心的科技浪潮，各行各業都積極響應號召，共同應對大數據時代的挑戰。教育界也抓住這次機遇，做大數據浪潮的推動者，優化辦學要素結構，提高辦學質量。

1.什么是“大數據和教師行為”

大數據分析不同于傳統的抽樣分析方法，大數據分析指的是對獲得的大量、種類多樣的真實數據進行分析，從而獲得對自己有價值的信息。所謂教師行為就是指在課堂上老師所表現出來的行為，它可能是問題引導、問題講解、提問、讀圖、讀文、作業、活動甚至是激發興趣等，這些行為會直接或間接的引導學生，使學生有所學、有所啟、有所問、有生成！而大數據智慧課堂的工作就是通過從很多課例中收集到的課堂數據、更多的教師行為數據來輔助我們實現更高級別的智慧教學，幫助整個課堂教學更具效率、更具完整、甚至更加人文化。

2.教師行為分析

教師行為分析主要研究以下幾個重點：教師講解行為，教師回答行為，教師提問行為，教師怎樣組織教學環節以及教師怎樣呈現、指導以及教學等。在一般的課堂上，由老師講授、提問，孩子得到這些不同的指令，會得到老師的表揚或是批評，在這些教學任務都完成的情況下，老師可以歸納總結前面的一些小知識點，或是提出下一節課的任務學習要點。在上課的時候，孩子回答完問題，或者提出一些觀點意見，老師跟他們有相同的感受就被稱之為共情。這些行為都是平常教學中常規運用的一些行為，大數據形式下的教師行為研究中，共情是一項非常重要的一種連接教師和學生之間感情的紐帶！那么教師行為如何能達到更好的教學效果呢？這需要通過大數據分析做出判斷。

3.課堂教學發現

課堂教學發現研究通過大數據環境下的智慧課堂開展，方法包括學習理論、研究模式、同課異構等。同課異構指的是同一篇課文，請兩位老師分別上三次課，對每次課做橫向和縱向比較和反思。橫向指的是自己三次課之間的比較和反思，縱向指的是不同老師之間的比較。

葉瀾在《教師角色與教師專業發展新探》中提出，一個新手教師從進入行業到成長為專家型教師，需經歷求生階段、鞏固階段、更新階段以及熟練階段，每個階段的時限大約需要5年，本研究中將教師群體劃分為以下兩種類型：新手教師：教齡0-5年；勝任型教師：教齡6-10年。通過本次的數據收集、分析以及專家學者的理論，研究發現如果教師行為轉變的速度越快，引起學生的行為變化就會越頻繁，即教師行為與學生行為不斷轉變。如果將教師行為簡稱為“T”，學生行為稱之為“S”，T和S就會不斷交替變化，變化曲線圖會越來越趨向于完善，得到的數值會更趨于和諧。從行為角度研究發現，教師不斷轉換自己的行為，學生的行為結果會更好，課堂效果也會更好。學生主動提問和回答問題的次數會增加，學生對知識的吸收效果也會更多。

對大數據智慧課堂中的數據研究還發現，共情這一行為會引起更多的教學反應。例如，課堂上老師與孩子的共情越多，與孩子的無形關系就會越近。同時發現新手教師和勝任型教師在共情發生次數之間的差異比較明顯。因此建議無論新手教師還是勝任型教師或者成熟教師，課堂教學中應好好利用共情這一行為，這會有助于提升教學效果和提高師生關系之間的親密度。

4.教育大數據面臨的挑戰及發展建議

大數據教師行為分析存在一些難點和挑戰。首先是數據采集工作仍是難點。主要體現為：一數據采集的主觀性會對結果產生影響；二由于技術、環境、人為等諸多因素導致教師行為數據采集不全面、不完整。因此我們應大力推進線下教學行為數據收集的產品研發，進一步督促行為采集設備在各校的普及，確保教學過程中教師行為數據采集的可能性、準確性及全面性。

其次，教育大數據服務未統一標準，限制了大數據融通。大數據環境下的課堂觀察還只是在一些地區地方試驗，缺乏教育大數據應用的統籌規劃，各個學校之間的行為采集系統相互獨立運行，相互之間沒有資源共享和信息交流，削弱了大數據的利用價值。

最后，教師對數據的處理能力不足。由于缺乏系統性的培訓與專題教研活動，大多數教師欠缺數據解讀、數據交流能力，無法根據分析結果知曉自己在教學方面的不足，使教學反饋難以發揮應有的價值。

5.結論

根據已經得到的研究成果以及個人參與大數據環境下智慧課堂研究的切身經歷，我將把這些成果運用在今后的課堂教學中。在課堂教學中，多使用共情思維習慣，站在學生的角度思考他們的所思所想；通過表揚的方法激發孩子們的學習興趣以及增強師生間的交流次數，提升師生的親密度。其次，教學時多去觀察和發現孩子們的行為表現，不斷總結和反思，形成更有利于提升教學效果的方法，從而使得課堂教學的效果更高效、更完善。