教育數字化轉型背景下精準教學策略研究

朱海蘭

（上海市洋涇菊園實驗學校 上海 200120）

一、 問題提出

教育數字化轉型成為當下教育改革與實踐中的熱點，也是未來教育創新變革的發展趨勢。[1]2021年9月，上海成為教育數字化轉型試點區。同年11月，上海市教育委員會發布《上海市教育數字化轉型實施方案（2021—2023）》，明確提出使數據驅動的因材施教常態化實施。[2]隨后，中華人民共和國教育部印發的《義務教育課程方案和課程標準（2022年版）》描繪了新時期的學校育人理念，即凸顯學生主體地位，關注學生個性化、多樣化的學習和發展需求，確保“五育”并舉，著力發展學生核心素養。[3]育人導向的不斷深化，使教育者必須站在學生動態發展的立場重新思考學校教育，考慮學校教育如何適合每一位學生以及動態育人。長期以來，在一位教師面向多位學生的班級教學模式下，教師依靠自身經驗難以全面、客觀地對每一位學生開展識才、育才和評才等工作，難以動態掌握學生變化的學情。教師教學決策依賴主觀經驗，教學成效缺乏數據支撐，教學評估反饋不夠精準、及時等[4]，成為阻礙學校因材施教常態化實施的主要障礙。以因材施教為思想內核的精準教學成為解決這一問題的途徑之一，數字技術的加入為精準教學注入活力，擴展了新時期精準教學的內容和流程。[5]本研究從時代需求、人才培養需求與學校數字化轉型需求出發，致力于探索數字化轉型背景下培育學生核心素養、促進學生“五育”協同發展和實施新課程改革的新路徑，切實解決如何全程跟蹤學生動態變化的學情，并根據動態變化的學情及時做出教學跟進，實現因材施教和動態育人的問題。

二、 研究依據

（一） 核心概念與相關研究

精準教學（Precision Instruction）是20世紀60年代由林斯利（Ogden Lindsley）將斯金納（Burrhus Frederic Skinner）的操作性條件反射作用理論遷移至教育教學情境中提出的，它是一種通過跟蹤和測量學生的學習表現，為教學決策提供依據和改進策略的方法。它是指針對可直接觀察的學習行為結果，定時記錄行為頻次以判斷學習成效，進而依據結果進行強化練習，提升學生的學習質量，是典型的結果驅動型教學。[6]最初，精準教學只記錄行為頻次、響應時間等少數指標的數據，在實踐中存在以下缺陷：一方面，重結果輕過程，基于單一維度、可直接測量的行為數據，會出現以偏概全、主觀性強等問題；另一方面，人工定期記錄，其過程煩瑣，容易出錯，難以長期堅持。[7]因此，精準教學一直無法大規模推廣和長期使用。20世紀90年代，國際教育領導研究中心（International Center for Leadership in Education，簡稱ICLE）的創始人達格特（Willard R. Daggett）提出了精準教學框架，旨在幫助學校評估認知方面的教學質量，促進學生接受與自身學習需求更“相關”的教育，幫助學生實現更高成就。[8]可見，從學習者本身需求出發，以學習者為中心開展教學是精準教學一貫秉持的原則。

進入21世紀后，隨著教育信息化建設的全面推進與普及，大數據、人工智能等技術不僅可以自動收集學生可直接觀察的學習行為，還可以記錄和分析那些不可直接觀察的行為及其背后的原因，如學習偏好、心理狀態、性格特征、思維模式等，經過數據可視化處理，進而形成學生數字畫像。“數字畫像”這一概念是從產品用戶畫像遷移而來的，用戶畫像是從大數據中提取用戶特征信息，以描述其興趣、需求或行為偏好等。[9]在教育場景中，學生數字畫像是指基于數字傳感及智能識別技術，全方位地采集學生的學習行為和表現，通過數據自動化智能分析處理，提煉學生特征、行為的標簽集，從而從各維度完整描述學生的形式。[10]數字畫像可以顯示學生不同方面的強項和薄弱點，定制個性化培養方案，動態推送與學習偏好和學習情境相匹配的個性化資源。這不僅為教師日常教學提供幫助，還為完善學生綜合評價提供公正客觀的依據。學生數字畫像的動態更新，使得精準教學的精度和準確度進一步提高，教學也更加有理可依。

精準教學作為大數據技術（學習行為采集技術、學情分析技術和個性化推薦技術等）[11]在教育領域的典型應用得到快速發展，成為技術優化教學、服務學習的典型實踐代表。[12]2016年，祝智庭與彭紅超首次從教育信息化推動教育變革的角度提出信息技術支持的精準教學模式，包括精準確定目標、開發材料與教學過程、計數與繪制學習表現、數據決策四個環節。[13]此后，研究者及一線教師開展了一系列技術賦能精準教學的研究，均取得了良好的效果。如有研究者和教師以電子書包為工具，構建了精準教學模式并開展了實踐，包括七個精準環節：精準目標、精準分組、精準理解、精準研學、精準評估、精準反思和精準拓展。[14]教師依據“五步”教學框架，即精準定位教學目標、精準組織教學內容、精準設計教學活動、精準開展教學評估、精準施加教學干預，在英語學科中實施精準教學。[15]此外，還有學者按照課前、課中和課后三個階段設計包含學情診斷、教學設計、教學活動、教學決策、教學干預和教學反思六個環節在內的高校大數據精準教學模式[16]，以及面向計算思維培養，以課前、課中和課后三個階段設計包括精準問題、精準分組、精準理解、精準目標、精準提升、精準測評在內的人機協同精準教學模式。[17]可見，數據驅動的精準教學已成為當下學校實施因材施教的重要途徑，并在實踐中逐漸形成了三大價值取向：其一是文化價值取向，秉承因材施教理念，聚焦學生本位；其二是人本價值取向，尊重個體差異，強調個性發展；其三是技術價值取向，走向人機協同，實現輕負高質。[18]

（二） 精準教學模型構建

本研究將精準教學定義為：在數字技術的支持下，通過跟蹤、記錄和分析學生認知與非認知方面的即時性、過程性和結果性行為表現及其產生的原因，在動態診斷學情的基礎上，借助學生數字畫像，輔助教師進行科學的教學決策、教學指導和個性化干預，使教師從經驗型轉向數據循證型教書育人，落實因材施教、個性化教學和動態育人。維果茨基（Lev Vygotsky）的最近發展區理論解決了教學與發展的關系，并由此衍生出動態評估，與精準教學的理念和思路不謀而合，為精準教學提供了理論支撐。最近發展區理論認為，學生的發展有兩種水平：一種是學生的現有水平；另一種是學生可能的發展水平，是通過學習所獲得的潛力。兩者之間的差異就是最近發展區。教學應著眼于學生的最近發展區，為學生提供略有難度的內容，以調動學生的學習積極性，發揮其潛能。[19]本研究所指的精準教學著眼于學生認知與非認知層面的諸多最近發展區，力求使學生在循序漸進、螺旋式上升的進階式發展過程中得到充分成長。

近年來，技術的參與使得精準教學存在脫離教育初衷的隱憂。[20]本研究秉持以學習者發展為中心的教育初衷，參考梁云真等人提出的人機協同精準教學模式[21]和姜倩等人提出的基于大數據的高校精準教學模式[22]，從中提煉出精準教學的共通要點，并添加本研究所獨有的有關數字畫像的內容，構建了基于最近發展區理論的精準教學模型，如圖1所示。該模型由三階段九環節組成，以把握學生動態的發展水平為核心，將精準教學的步驟按照課前、課中、課后劃分為三階段，針對三階段提出了精準診斷學情、精準分層導學、精準教學目標、精準分組教學、精準過程監測、精準數據反饋、精準推送作業、精準匹配資源和精準數字檔案九環節。這九環節雖屬不同的階段，但由于數據在實時更新，因此各環節操作起來無固定的順序，所謂的課前、課中、課后是針對某一具體課堂相對而言的順序。

圖1 精準教學模型

1. 課前：診斷評價，學情分析

精準診斷學情不僅包括判斷學生當前對知識的掌握程度，還包括診斷學生當前的學習狀態和個體特征，如興趣偏好、學習動機、學習風格。為了全面了解學習者之間的個體差異，需要采集人口統計學信息、行為數據、心理數據和生理數據等多維信息。由于學生的狀態時刻在變化，因此診斷學情是持續性的過程，將其放于課前階段是相較于一節具體的課來說的。教師可以通過學生完成前置任務、能力測試和態度調查等途徑，獲取所需信息，以了解學習者。精準分層導學是指教師在詳細解讀課程標準的基礎上，在數字資源庫中挑選或者自行研發學習資源，再使用智慧學習平臺推送給學生。學生在課前完成導學任務，有助于教師制定差異化教學目標，明確教學重難點。精準教學目標是指教師在綜合考慮學生學情、學習偏好的基礎上，為不同學生確定不同的預期學習結果。“精”是指教師對學生需要掌握的知識或技能程度有精細的解釋和描述，“準”是指教師設置的教學目標必須與學生的學習需求相關且匹配。

2. 課中：學習分析，動態反饋

精準分組教學是指教師根據教學需求，對學生進行同質、異質分組，為不同組分配不同的學習任務，提供不同的學習資源，以實現差異化教學，常見于線上教學。精準過程監測是指教師選擇合適的分析技術和工具，持續跟蹤學生的學習狀態和表現，進行動態的智能學習分析。精準數據反饋是指教師從數據分析中提取有價值的信息，厘清關聯并進行深入挖掘，識別學生潛在的行為模式和發展趨勢，如對學生學業、健康情況進行預警，輔助教學決策，及時給予學生課堂反饋。

3. 課后：精準供給，服務成長

精準推送作業是為學生減負增效的途徑之一。教師根據學生個體目標達成情況，利用算法組織個性化課后作業并推送給學生，同時將學習報表反饋給學生，供其反思學習過程。教師也可根據作業完成情況，進一步引導學生開展課后鞏固學習。精準匹配資源是指教師通過建立學習者模型，記錄學生的個性化學習信息，即根據學習者特征，實現精準定制學習資源，為學生推送符合需求的內容。精準數字檔案是指教師動態地儲存學生的全部數據，形成數字成長檔案，并構建學生數字畫像。

九個環節相互支持、映射，使精準教學得以順利進行。

三、 教育數字化轉型背景下精準教學實踐

在基于最近發展區理論的精準教學模型的指導下，各學科教師積極開展教學實踐，形成了一系列優秀的課例。下面將結合具體學科的教學實踐案例，分課前、課中、課后對精準教學的各環節展開詳細闡述。

（一） 課前：診斷評價，學情分析

在課前，精準診斷學情、精準分層導學和精準教學目標，有利于教師把握學生現有發展水平，了解學習需求，優化教學設計。加利福尼亞大學伯克利分校的馬西婭·C.林（Marcia C. Linn）教授的團隊從認知角度看待“學習”，將“知識”視為觀點的集合。他們認為，教師應重視學生頭腦中的各種觀點，尤其是在正式學習之前學生的原有觀點。當教師將教學的起點定位在“學習者的原有觀點”時，教學往往最有效。[23]對學習者學情的動態把握有利于突破教師基于主觀經驗的教學設計局限，真正實現“以學習者為中心”。

1. 精準診斷學情

通過前置任務，把握學生學情。前置任務是多種形式的課前任務，如閱讀、問答、調查和測驗等。前置任務的設計要在兼顧全體的基礎上體現分層。教師要基于各學科的核心素養與新課程標準，合理設計前置任務。教師通過前置任務了解學生學習的起點，探明學生個性化發展需求。精準診斷學情的流程為“教師設計前置作業—平臺發布前置作業—學生完成作業并提交—基于數據診斷學情”。如在歷史學科的“清代前期的文學藝術”一課中，前置任務是通過調查學生是否讀過《紅樓夢》，了解學生原有的知識積累。選擇“讀過一點”和“通讀過”的學生需進一步回答關聯問題“你最喜歡或最討厭紅樓夢中的哪個人物？為什么？”。這樣有助于教師了解學生的學習興趣，優化課堂教學活動，并為后續個性化地拓展資源提供思路。

2. 精準分層導學

教師在診斷學情的基礎上，進一步落實分層導學、因人導學。與通過前置任務了解學生現有水平不同，精準導學需要學習平臺針對每一位學生在前置任務中的表現給予及時的指導，精準解決學生預習中的問題。精準分層導學的流程為“教師預設導學資源庫—平臺分析學情差異—平臺推送導學資源”。如數學學科中，教師通常利用課前幾分鐘展示題目，學生集體作答，教師再有針對性地講解出錯率較高的習題，或對學生進行個別抽答。這樣就容易忽視學情差異，無法兼顧所有學生。通過學習平臺發布導學資源，學習平臺可以對學生的答題情況進行自動批改、糾錯，并推送同類型練習，幫助學生了解錯因，糾正錯誤，鞏固知識點，從而實現個性化精準導學。

3. 精準教學目標

在課前，教師確定符合學情的教學目標，優化教學設計。精準的教學目標有利于提高教學效率，且目標設計的科學性關系到因材施教能否落到實處。設計教學目標的宗旨在于卸載已知，著力于未知，精準找到課堂教學的重難點。精準教學目標的流程為“分析前置任務數據—確定當前教學目標—優化教學設計”。如在語文學科的“未選擇的路”一課中，學習平臺對學生完成的前置任務數據進行對比分析，發現大部分學生對這篇詩歌的第一、二、四小節都有正確的理解，教師無須在課堂上花費時間講解這部分內容。數據反饋學生的問題集中在第三小節，這部分就是課堂教學的重難點，即學習平臺幫助學生通過對語言形式的關注和思考，完成對第三小節的理解。

（二） 課中：學習分析，動態反饋

在課中，精準分組教學、精準過程監測和精準數據反饋，有利于教師動態識別學生的學習狀態，從而提供精準指導，促進學生主動參與學習。精準教學提出之初，是先測量學習者的學習表現，進而依據學習結果進行強化練習，是一種典型的結果驅動型教學，缺乏對學習行為過程的關注。[24]隨著信息技術的進步，大數據技術使學生學習過程中的行為得以被實時跟蹤和記錄，對學習的過程性評價也更加科學。同時，采集的數據并非單一的學習表現數據，而是學習者全面的多模態學習數據。教師能根據學生數字畫像及時掌握學情，合理安排課程進度。[25]教師還可以基于學生個人特點，為其推送不同的課堂活動，實現個性化教學。如此，既提升了精準教學的內涵，也讓因材施教落到實處。

1. 精準分組教學

通過精確分組，實現分層教學。課前的學情診斷為精準分組提供了依據，教師可以根據教學活動的性質，對學生進行同質或異質分組，使教學成效最大化。分層教學有利于增強學生的自信，避免部分學生在課堂活動中邊緣化。精準分組教學的流程為“分析前置任務數據—平臺按需合理分組—設計分組教學目標及活動—準備分組教學資源—實施平臺分組教學”。如在英語學科的“Jobs people do”一課中，教師根據前置任務中英語閱讀的完成情況，將學生按照閱讀水平分為若干小組，為各小組設計難度不同的閱讀活動，準備相應的教學資源。在課堂閱讀環節，利用學習平臺，將資源發送給指定的小組。同一個班級的學生在學習平臺上能進入不同的“房間”，完成為他們量身定做的學習任務，在循序漸進中實現個體能力的提升。

2. 精準過程監測

通過學習過程監測，及時跟蹤指導。教師通過動態的數據充分掌握教學過程中生成的學情，了解學生學習過程中的狀態，及時解決學生遇到的問題，獲得學生各方面發展情況的預警。精準過程監測的流程為“利用平臺收集多模態數據—實時監測生成的數據—持續更新動態數據”。如傳統體育課上，教師一個人無法監測全部學生的運動過程，難以及時糾正學生錯誤的運動步驟和動作，對學生的點評不可能面面俱到。智慧平臺上的AR互動、語音互動、自助屏幕互動等功能，使體育課堂的全過程被實時記錄、科學分析。在整個訓練過程中，平臺可以與學生互動，給予學生即時評價。教師可以在平臺的輔助下，通過查看過程性數據，進一步對學生進行一對一跟蹤指導。

3. 精準數據反饋

通過數據反饋，輔助精準決策。學習平臺利用數據分析功能，實時分析所收集的數據，并將分析結果反饋給教師。教師可以參考和借鑒學習平臺的建議，根據數據反饋的結果，動態調整教學進度，制定更符合學情的教學策略。精準數據反饋的流程為“分析動態生成的數據—可視化呈現數據分析結果—教師實施科學的教學決策”。如在小學語文的“麻雀”一課中，教師通過平臺的“作品展示”功能收集學生完成的擴寫文章，當在瀏覽過程中發現個別學生在擴寫方面比較吃力、缺乏想象力時，可以立即從眾多文章中快速選擇具有代表性的幾篇文章推送給學生，并布置賞析任務，使學生在觀摩其他學生作品時，領悟文章合理的想象方向和擴寫手法，并在教師的逐步引導下深入領悟文章的內涵。可見，由于數據反饋的全面性、及時性，教師能動態跟進學情、優化策略，科學歸因課堂的難點、易錯點，讓教學更加精準有效。

（三） 課后：精準供給，服務成長

在課后，精準推送作業、精準匹配資源和精準數字檔案，有利于學生個性化的持續發展，提高學習效率，彌補課堂教學之不足。提高課后的精準輔導也是對“雙減”政策的積極回應，有助于進一步強化學校的育人職責。教師不僅要重視認知層面的精準供給，如精準推送練習題，分層輔導學生，還要關注非認知層面，如鼓勵、指導學生通過自主探索發展個性，滿足學生的多元成長需求。同時，形成精準數字檔案，關注學生持續的動態發展，關注育人的長期性，從而為學生的終身發展奠基。

1. 精準推送作業

通過作業匹配，實現減負增效。我國在義務教育階段正大力推行“雙減”政策，其中一個關鍵目標是實現減負增效，這意味著學校要讓學生在完成更少作業的同時，實現更大的進步。因此，教師必須拋棄“題海戰術”這一教學策略，為學生推送分層作業。讓學生只做該做的習題，突破個人薄弱的知識點[26]，在挑戰自我的過程中實現學習的進步。精準推送作業的流程為“學生練習數據分析—教師設計課后作業—平臺推送分層作業”。如在初中英語的“Model students”一課中，教師依據學生課堂表現數據篩選出英語閱讀水平弱和強的學生群體，為他們設計不同難度的閱讀作業，前者重點完成基礎閱讀，后者進行拓展閱讀。

2. 精準匹配資源

通過匹配資源，促進學生個性化發展。在課后，為不同需求的學生推送拓展資源，有利于擴大學習時空，滿足學生的個性化成長需求，營造勤學善思的班級氛圍。精準匹配資源的流程為“分析課前課中數據—確定學生個性發展需求—準備個性化拓展資源—平臺精準推送資源—鼓勵學生自主探究—指導學生形成個性化成果—提供展示路徑供學生分享”。如在歷史學科的“《凡爾賽條約》和《九國公約》”一課中，通常大家熟悉的是因巴黎和會上中國外交的失敗而引發了五四運動，卻較少論及國內各階層在華盛頓會議后的反應。當學生對此提出疑問后，由于課堂時間有限，教師在肯定學生善于思考之后，鼓勵他們進行課后探究。教師在課后為學生推送相關資源，注重過程性指導，最終學生形成并分享探究成果。

3. 精準數字檔案

通過數字檔案，全面理解學習者。建立數字檔案的目的是生成數字畫像，學生數字畫像包括個人及家庭信息、體質情況、心理健康程度、體育鍛煉情況和各項學習數據等。多種維度、多個模態的數據為全面了解學生提供了數據基礎，數字畫像為促進學生進階式成長、真正落實因材施教提供了支持。精準數字檔案的流程為“數據實時采集更新—平臺端實時儲存—智能匯總數字檔案—數據可視化呈現”。如體育學科中，人工記錄活動數據、測試情況耗時耗力，難以常態化落實。但有了智慧體育數據平臺，校內外體育比賽、測試、鍛煉等數據都能及時監測、錄入，教師可以更全面地解讀每一位學生的體質健康情況，進而明確學生的個人體測訓練方案。

四、 教育數字化轉型背景下精準教學策略提煉

在數字信息時代，數據是教育綜合改革和數字化轉型的核心要素。精準教學的實施要緊緊圍繞數據賦能的內核，利用數據實現因材施教和動態育人。本研究從數據切入的視角提煉出五條精準教學策略，涉及數據采集、數據分析、數據決策、數據評價和數據支持。

（一） 數據采集策略：基于多模態數據采集，形成數字成長畫像

真實性、即時性和客觀性是數據采集的核心要素。當前，數據類型變得更加豐富。數字化的優勢在于，多種模態的數據可以持續儲存并動態更新，時時刻刻保持“鮮活”。智能終端的普及和數據傳感技術的不斷迭代強大，使數據采集模式變得更加智能化，數據自主采集、實時更新成為可能。在學校智慧校園建設過程中，基于統一數據標準的、互聯互通的各類智能數據系統為形成的數字畫像提供保障。數據采集的內容拓展到與學生學習生活息息相關的多個領域，如借助智能傳感器、智能攝像頭、智慧學習平臺等多個學生使用的終端，面向學生自主學習、課堂互動學習、綜合實踐性活動、數字化探究實驗、體育測試五類學習場景和日常出勤、體育鍛煉、社團活動三類生活場景，以及學生個人信息、家庭信息、身體健康指標、心理健康狀態、歷來獲得的獎項、興趣愛好等多種個人屬性特征，采集學生的多模態數據，記錄校園中發生的一切和學生成長有關的內容，為因材施教提供數據依據。

（二） 數據分析策略：基于多維度學習分析，保障持續動態跟進

全面性、持續性和精準性是數據分析的核心要素。不同的分析視角可以發現不同的學習規律，因此學習分析需要滿足教師教學需求和人才培養需求。當前，學習者學習分析從只關注學習結果分析向優化學習過程分析轉變，突破以往學情分析關注學習者已有認知水平單一維度的靜態分析，強調對學生潛在認知發展過程的動態分析。采集學生學習過程中的多模態數據，融合多種學習行為數據，對學習者的認知結構進行分析和評估，為診斷學習者最近發展區提供數據依據。動態收集學生的學習數據，對數據進行智能化計算、智能化分類、智能化預測，從而能發現與甄別學習者認知全過程的問題。從學校、年級、班級、學生多個層面進行學習分析，有助于教師把握宏觀、局部和個體學習動態。依托數字畫像，教師不僅能獲取學生各項學業質量數據報表和年級總體學業質量數據報表，還能獲取學生學科發展趨勢、題目難度分析、學習水平段位統計等。教師通過多維度學習分析，不僅能直觀了解到學生在參與活動過程中的情況，還能預測學生的未來發展趨勢，因此可以更有針對性地幫助學生，對學生的學習情況保持動態跟進。

（三） 數據決策策略：基于多視角數據呈現，輔助教師科學決策

科學性、專業性和合理性是數據決策的核心要素。數據決策能力是數字化時代教師應具備的專業能力之一，是教師得以開展精準教學的基本能力。平臺對數據進行智能分析和多視角整合后，再將數據以可視化形式呈現給教師。教師在瀏覽數據分析的結果后，再結合自身經驗和教學實際情況，開展科學決策。數字畫像中呈現的健康預警和學業預警信息可以幫助教師更快地發現學生存在的問題。教師參考智能系統，為學生提供學業改善建議，再結合自身經驗，為學生提供個性化指導。參考智能系統提供的學生學情分析，教師可以合理安排課程進度、難度等，更大地發揮動態評估與反饋在課堂教學情境中的功能與價值。如學科教師通過對比不同班級的學習數據，動態跟進學生知識點掌握情況、學生成績分布情況、得分率較低題目的歸因分析等，可以及時發現教學重難點，調整教學策略。又如，班主任通過全面把握班級的出勤率、行為規范等綜合表現，可以及時督促學生改進行為習慣，找到薄弱學科，幫助學生調整后續學習計劃等，真正助力學生成長。

（四） 數據評價策略：基于多元化數據評價，促進“五育”協同發展

導向性、多元性和發展性是數據評價的核心要素。教育評價事關教育發展方向，有什么樣的評價指揮棒，就有什么樣的辦學導向。中共中央、國務院印發的《深化新時代教育評價改革總體方案》指明，堅持科學有效，改進結果評價，強化過程評價，探索增值評價，健全綜合評價，充分利用信息技術，提高教育評價的科學性、專業性、客觀性。[27]在義務教育階段，要改革評價方案，創新德智體美勞過程性評價方法，探索開展學生各年級學習情況全過程的縱向測評與德智體美勞全要素的橫向測評。數字畫像就是在政策引領下學校評價體系的縮影，明確了過程性評價的階段性目標，細化了評價要點，建立了可視化的觀測點。如在“五育”融合主題的數字畫像中，包含以“厚德載物”為主題，以日常行為規范考核和主題月活動為主的德育評價體系；以“學智明思”為主題，以學習興趣、學習習慣、學習成果為主的智育評價體系；以“健體強身”為主題，以各項體測指標為主的體育評價體系；以“以美怡情”為主題，以各項美育活動參與和展示情況為主的美育評價體系；以“勤勞奉獻”為主題，以勞動示范員評比為主的勞育評價體系。

（五） 數據支持策略：基于多層次資源整合，實現個性化智能推送

多樣性、匹配性和互動性是數據支持的核心要素。教學的各環節都需要向學生提供學習資源，教師需要提前準備各學科的校本作業、練習卷、單元卷、課件、教案、視頻、數字故事、學程包等資源。個性化智能推送方案如下：按照教學進度定時推送資源，按照學生學習水平差異分層推送資源，按照學生學習數據反饋針對性提供相應資源，按照學生學習偏好和興趣個性化推送資源，以此實現查漏補缺和培優補差，促進學生個性化發展。在課程資源的設計與制作方面，要基于學生的反饋情況改善已有資源的不足之處，不斷優化升級。要關注學生的個性化差異，針對不同學情的學生，設計與之匹配的學習資源。應當繼續組織專家和教師協同開發高質量的學習資源，打造一批優質的多層次教育資源，提高資源利用率，為開展差異化、個性化教學保駕護航，這樣才能真正落實因材施教。如學習平臺上的“自適應訓練”功能，是基于大數據題庫下的歸因分析，能及時告知學生錯誤的原因，并推送同類型的習題，從而幫助學生快速掌握相同知識點。

五、 結語

通過梳理教育數字化轉型背景下的精準教學實踐，不難發現精準教學在落實因材施教、動態育人方面具有極大的潛能。教學沒有“一勞永逸”的策略，而是要基于學生不斷變化的學情，進行及時的動態跟進與調整，以適應學生的發展。基于數字畫像的精準教學，通過對學習行為的動態跟蹤、記錄、分析和對學生發展水平的準確定位，每一位學生的每一次成長經歷都在其中有所記載、評價。這就踐行了生本教育的基本準則，秉持一切為了學生，保障每一位學生充分參與的原則，關注學生認知與非認知層面的整體發展情況；幫助教師真正做到 “課前—課中—課后”全過程精準掌握學生的動態學情，落實差異化教學，實現因材施教，并為師生減負增效。在推進精準教學的實踐中，師生教學相長，各學科已形成系列精準教學案例集，學校形成了育人的典型案例，均取得了階段性成果，但仍存在需要改進之處。比如，當前我國中小學教師的數據素養水平普遍不高，這在一定程度上影響了精準教學的落地實踐和推廣。數據驅動教學已然是大勢所趨，教師需能看懂各項數據指標、圖表等，才能更好地利用數據識別動態變化的學情，預測學生的發展。因此，提升教師數據素養，深化精準教學與動態育人的實踐性銜接是接下來的研究目標。作為大數據時代的一種新型教學形態，精準教學的發展依舊任重道遠，未來仍需要研究者和實踐者共同努力。