大數據背景下的過程化評價的實踐研究

楊素素

摘 要：以數據進行分析，發現優勢總結經驗，發現問題及時改進，發現差異揚長補短，從而精準地對學生的學，教師的教進行診斷，有利于學校和教師因材施教對癥下藥，從而“低負高效”提升學業質量。量化的分析數據能較為客觀地反映課堂教學行為，以便進行更為深入的分析評價，既能提早干預學生行為，激發學生潛能，又能促進教師教學水平的提升。

關鍵詞：過程化評價;量化的數據;精準教學

每到學期結束，班主任就忙著給學生寫學期評語。我們小學一般是語文老師擔任班主任，語文老師會在語文課堂中了解孩子的閱讀能力、傾聽能力、小組合作能力、作業訂正是否及時？那么，孩子在上數學課、科學課、體育課的表現如何呢？班主任是否也精確地把握到了呢？只是執教一門學科的班主任的評價會不會以偏概全？

筆者在對教師的多次訪談中，老師們經常評價有的學生上課看著很認真，但是學業成績提不上去？為什么有的學生語文特別厲害，數學就那么弱，偏科特別嚴重……那么，有沒有關注過學生的個體差異？有沒有對學生每一道習題的作答情況進行統計，做出全面、精細、具體的分析。學生不理解，是不是我們老師未正確、精確地分析知識模塊，難以發現教學過程中存在的問題和盲區，不知道自己教學優勢和不足在哪里？學生某一學科特別弱，跟她在課堂上表現出來的活躍度有沒有必然的聯系？

綜上所述，學校也應該擁有一系列全面、精細、有效的評價數據，以數據進行分析，從而精準地對學生的學，教師的教進行診斷。我校以過程化評價這樣的技術方式來檢測學生一個學期是否落實核心素養，然后基于數據和實際情況進行診斷性分析，發現優勢總結經驗，發現問題及時改進，發現差異揚長補短。過程化評價是指對學生日常學科上課、作業、活動等學習過程中表現出的學習行為、學習態度情感和價值觀等綜合性評價，是基于學生學習生活全過程的觀察和記錄做出定性評價。大量數據提供的多角度、多維度的評價，提高教師對教學問題的診斷和對學生學業指導的精準度，使得教學過程化評價技術更具有說服力。具體實施步驟分以下三個流程。

一、更新理念，促進教師專業成長

自2017年11月份學校引進大數據項目，就及時對大數據如何在學校推進進行了規劃，成立了實施組，命題組，為項目的有效推進提供堅強的組織保障。大數據的實施首要一步是數據的收集，以階段性檢測為載體引入云閱卷系統。并通過數據記錄器魔法棒，及時評價學生課堂學習行規、參與程度、思維層次和其他等四個維度內容，旨在激勵學生主動學習，提高學習熱情，分析學生思維特點，給予個體化的指導。學校還請專家到學校給教師做專題培訓，尤其是教研組長的命題能力。專家們的培訓，啟發了教師的智慧和創造性，有力地促進了教師的專業化成長。

二、實踐創新，評價方式有所突破

1.課堂表現評價數據收集深化學科過程性評價的實施

隨著大數據成為互聯網信息技術行業的流行詞匯，教育逐漸被認為是大數據大有作為的一個重要領域。大數據能給教育帶來革命性的變化。對具體的課堂教學來說，數據應該是能說明教學效果的。比如，學生識字的準確率，作業準確率，舉手次數，這些具體的數據經過專門的收集、分類、整理、統計和分析就成為大數據。

2.階段性檢測數據收集升華學科過程性評價的內涵

2018年第一學期對語、數、英、科四門學科的第四單元進行階段性檢測，語文從①卷面書寫，②寫字或基礎積累，③閱讀理解，④習作或寫話這四大板塊進行項目化測評;數學從①數學基礎，②計算能力，③解決問題，④拓展思維，⑤圖形與操作這五大板塊進行測評，而測評的結果數據收集又最終形成學生的過程性評價。

云閱卷自動采集命題檢測數據，而大量數據的收集，如果只是閑置，那是毫無意義的。如果說數據的采集是基于現象，那么數據分析就是找出原因和對應措施。以六年級某次云閱卷數據采集為例：表1是模塊比較，找出不同的模塊維度之間的差距在哪里？比如，主觀題、卷面、拼音寫詞語、閱讀、習作的班級平均分高于年級平均分，其中主觀題模塊70.01高于年級平均分67.84，而課文填空模塊低于年級平均分。說明這個班級的學生對課文填空或者相關要求掌握得不夠全面深入，需要教師在課堂教學中調整教學策略，以誦讀、復述等形式扎實落實學生對課文的熟悉度。主觀題考查學生的具體情況或個性化差異，能看出這個班級的學生在課堂上是踴躍發言，善于表達自己的想法的。表2聚焦個體學生的具體情況，從卷面和寫詞語可以看出這是一個書寫很工整，字詞掌握比較到位的學生，最有待進步的是閱讀，因為閱讀失分最多。教師在平時的課堂教學中要多關注這個學生的發言，培養其喜愛閱讀、善于表達的能力。

3.整合過程化評價方式，相得益彰

基于數據分析和研究，提取信息能力是信息時代對人才素質的新要求，要求學生能發現、收集信息，判斷信息的重要性，理解信息、提取有效信息。也就是經常說的審題要準確，對材料所給的信息要準確把握中心思想、領悟信息情境更要準確把握。在評價數據中，分析發現練習時選擇題準確率不高，主觀題看不懂材料，學生獲取和解讀信息的能力有待加強，2019年將語文評價方式修改為①寫字或基礎積累，②聽力檢測或信息提取，③習作表達或寫話三大板塊。2020年通過校區班級數據、學生個人數據比對，發現階段性檢測的方式過于空泛，不能針對性地檢測出學科存在的主要問題。為了階段知識點檢測能實現評價目標多元化，積極推動課程實施和改革，特組成知識模塊檢測命題小組，準確實效地進行本學期的知識點檢測作為評價推進的方式。以五年級語文基礎常識，六年級閱讀理解為知識點;數學五年級小數乘法和小數除法，六年級計算綜合能力檢測以分數的四則混合運算為知識點;英語五年級句子，六年級篇章閱讀為知識點;五年級科學辨析，六年級實驗操作為知識點。此外，我們開展各學科展評活動，活動數據來源于大數據平臺的過程化評價，引領學生從課堂走向課后，將所學內化并能有效呈現，拓展評價的深度。

2017年到2020年，我們從不容易收集數據的紙筆測試，到粗糙的云閱卷初體驗，再到階段性測試，最后到精準的知識模塊檢測，將單一的項目化評價，以數據形式記錄收集，形成學生整個小學階段的過程性評價，整合兩者，使教育方式能有的放矢，相得益彰。

三、聚焦特點，生成個性化評價成績單

每個孩子的天性稟賦、理解能力和興趣點不同。基于過程性評價的大數據分析，可以對不同學生進行能力測評，然后根據每個孩子的不同情況針對性地制訂學習方案，找到學生的短板和優點，最終生成屬于學生個人的個性化評價成績單，我們打通班級優化大師與大數據平臺的通道，班級優化大師可以設置課堂中教師個性化地對學生的評價，以過程化評價可視化技術APP——釘釘為主要查詢途徑，家長可通過釘釘查看。

大數據時代，預測、了解、評估教學行為如此簡單，我們能收集過去既不現實也不可能聚集起來的反饋數據。我們迎合學生個性化需求，通過對過程化評價數據的運用挖掘，使學習更自主、可預測、可協作，更為輕松、可控，更為智慧，致力于課堂精準教學，最終都指向學生學科素養。

參考文獻：

[1]方海光.教育大數據[M].北京：機械工業出版社，2016.

[2]王旭東.紙筆測試堅冰初融[J].當代教育家，2017（3）.

[3]譚少春.學業評價：從“甄別”走向“發展”：核心素養理念下的紙筆測試創新[J].教育研究與評論（小學教育教學），2018（3）.