數據驅動下的高中化學精準教學

戴瑞來 柯長華

高中階段的化學，由于知識較為抽象，在學習過程中許多學生感到吃力，而傳統教學中教師由于缺乏全面了解學生學習狀態的工具，很難找到學生問題的癥結所在，指導也很難準確到位，造成教學的低效。大數據技術引入教育領域之后，深刻改變著人們的教育理念和思維方式。研究表明，采取有效的方式挖掘數據，有助于學校和教師充分利用教育數據的價值^[1]，而基于數據開展的精準教學，是一種實現高效減負的個性化教學方法^[2]，能夠在全面、精準、迅速地記錄學習者學習行為數據的基礎上，分析學習者的學習狀態與學習風格，判定與預測教學活動乃至教學策略的合理性^[3]。那么，隨著智慧教育平臺在學校的全面推進，高中化學教師如何開展基于大數據的精準教學呢？下面，筆者從數據的收集、分析、應用三方面進行探討。

一、全面采集學習數據

實施精準教學，學生學習數據的收集與整理是基礎和前提。在教學活動中，學生會產生各種各樣的學習數據。教師只有及時、全面、準確地收集這些數據，才能夠了解到現階段學生學習的真實狀況，并進行真實、客觀、科學的教學評價。在傳統教學環節中，學生學習數據的采集往往不全面，且對于教師來說工作煩瑣。如課堂提問環節，教師僅能通過提問，了解部分學生對新知識點的掌握情況;收發作業環節，教師除了需要批閱，還要花費精力分析題目正確率，找出重點題型。而借助于大數據技術，教師則能很方便地從課前預習、課堂教學、課后練習以及教學評價多個角度快速全面地收集學生實時的學情數據^[4]。

目前，數據的采集可從線上和線下兩個途徑完成。線上一般應用平臺采集技術^[5]以兩種方式采集：一是以學校在線平臺的學習資源（如云課件、云視頻、云習題等）為載體收集數據，學生使用電腦或智能移動設備完成學習活動，平臺則實時收集學習數據并生成相應表格;二是采取校企合作的方式共同構建學習平臺，數據的采集與整理有統一的模板和格式，便于后期分析和共享。

線下采集一般應用圖像采集技術^[6]。學生和教師可通過照相機、平板電腦、移動電話、掃描儀等設備采集教學數據。線下數據采集技術可應用于日常的作業數據收集，如教師批改作業后，即可將學生的典型問題拍照上傳到平臺;學生亦可將作業隨時拍照上傳至平臺供教師批閱。例如，“金屬與硝酸反應的相關計算”這一節課，筆者設計了一道合金與硝酸反應的計算題。從圖1可以看出，這名學生思維嚴謹，書寫有條理，計算結果準確，但化學方程式書寫過程中未標注氣體符號，可在批改中通過平臺反饋給該學生，避免今后再次犯錯。筆者發現很多學生書寫時思路不清晰，或者干脆不作答。對于這一問題，筆者進行了教學反思，涉及氧化還原反應的計算一直是大部分高中學生的薄弱點。在本節的練習鞏固中，部分學生出現答題困難，說明現階段練習難度可能過大，不利于學生學習興趣的建立和發展。今后的練習可考慮分層命題，進一步提高學生的參與度。

在日常的教學中，拍照上傳的方式可實現傳統作業的共享，有利于教師收集大量真實的教學數據，及時調整教學思路，實現教學效果最大化。

二、多角度分析樣本數據

在精準教學實施過程中，對教育數據的分析非常重要。教師只有準確分析收集大數據，才能總結出科學的結論，并挖掘其中隱含的有價值的學生信息。處理大數據，目前應用較多的是在線處理法，可做到實時分析數據、及時處理數據。為了保障這一過程，通常需要專業技術人員參與，在后臺負責清洗篩查數據，保證數據的正確率和有效率，避免重復分析。最后構建相應數學模型，結合教學實際需求，應用數學統計和挖掘、機器學習技術分析數據^[7]，并得出可視化學情分析報告。

（一）分析數據，研判結果

例如，在學校開展階段診斷性評價后，教師會在系統中收到一份學情評價分析報告，其中包括學校、年級、班級的各項診斷性數據。以我校分析系統為例，教師可獲取各校總成績對比、各學科成績對比、臨界生對比、學業等級分布、優劣勢學科對比等統計表。

通過該分析報告，教師可得知各學科總體評價情況及各班數據間的對比情況，了解學生的學業分布等級、優劣勢學科，掌握優秀生和學困生數據。教師也可比對上一階段評價結果，評價本校各學科階段性的教學成果及質量。

（二）比對試卷，精準梳理

通過后臺數據分析，在各學科報告中可對比呈現出試卷題組的難度、區分度、均分、得分率等信息。以高一（6）班為例，對于試卷中難度較低的、學生掌握較好的題目，教師在講解過程中可以點帶面，提高效率;對于難度高、得分率不高的題目，則予以重點講解（見表1）。

（三）評價數據，聚焦重點

結合分析表數據，教師在掌握學生各題得分情況后，便可從知識點角度分析出本班的高頻錯題。大數據后臺會根據學生答題情況從四個程度，即困難、較難、一般、較易對每個題進行標注。題目失分越嚴重，難度越大，對應題號的顏色就越深。以高一（6）班（45人）為例，后臺分析出第11題需要重點講評（紅色標注）。教師點擊進入后發現，僅有11人選擇正確，27人錯選D項（如圖2）。

本題側重考查學生對離子共存知識點，把握物質的性質、反應與現象為解答的關鍵，能反映出學生宏觀辨識與微觀探析的學科素養。學生較多錯選的D選項，原因在于學生忽視了該溶液中使紫色石蕊試液變紅的溶液顯酸性，??????與氫離子反應，且酸性條件下???????能氧化???????等。這啟示教師教學要更細致些，在課堂上應側重完善學生的化學元素知識網絡，夯實氧化還原反應基礎，避免學生在同一類型問題上再次出錯。

在學生個人成績分析報告中，對于每一道錯題，學生都能看到錯誤原因，知道自己的不足。同時，大數據后臺還能智能推薦相應練習題，精選各學科的學習資源，精準推送給每位學生，達到個性化教學的目的。

三、基于數據開展精準教學

（一）精準設計教學目標

大數據分析出來的結論，是講實話、談實情的。依據大數據分析精準設計的教學目標，會比傳統教學具有更強的針對性和實效性。對于學生日常學習中產生的數據，教學平臺會提供實時全面的學情分析，幫助教師迅速判斷學生的認知特點與學習需求。對于班級每日化學練習而言，學生通過平板電腦在線提交練習之后，系統會根據批改結果形成學生個人的診斷報告，包括學生的具體答題情況、錯題以及與易錯題對應的知識點等數據，教師可以據此快速定位重點講解的內容，并設計課堂教學目標。

以“化學能與電能”這一節的教學為例。課前，教師在平臺編寫了線上預習題推送到學生端（如圖3）。根據大數據平臺反饋的學生預習概況，教師依據普通高中化學課程標準，對學生預習情況進行分析。對于該題，主要考查原電池概念、形成條件及工作原理。參與練習的37位學生中，有8位學生出現了錯誤。分析原因發現，問題在于學生對于原電池電極判斷、電解質溶液作用理解不清。所以在新課教學中，筆者設計了以下教學目標：（1）設計水果電池實驗，認識構成原電池的條件;（2）理解原電池的概念及工作原理，能正確判斷原電池的正負極。在課堂教學完成后，教師還可立足于該教學目標，對學生學習情況再檢查，及時發現問題，改進教學方式。

（二）精準選擇教學起點

教學起點的精準選擇是精準教學的關鍵。對于化學課堂，一旦起點過高，學生學習信心必然會受到打擊，課堂教學效果勢必大打折扣;若起點過低，學生的學習興趣會大大降低，出現師生精力的浪費。那么，教師應該如何選擇教學起點呢？在大數據的支持下，教師將課前練習及基礎測試的數據結合起來分析，根據化學核心素養能力指標（如圖4）評價學生的測試結果，確定教學起點，從而確保教學起點的合理性與科學性。

以“氮及其化合物”這一節教學為例。上課前，教師可在平臺設置相關預習問題，如氮氣、氮氧化物的物理性質，嘗試引導學生從化合價的角度了解氮的固定及生活中的氮循環過程，認識氮氣、氮氧化物的反應條件。學生完成后在線提交對預習問題的回答，教師則根據學生提交的數據分析，發現絕大多數學生能得出氮氣的穩定性源于氮氮三鍵的穩定、氮的固定有兩種途徑，并能了解常見氮氧化物的物理性質等，即達到了化學技能中的A1辨識分類和化學思維中的B1分析假設的要求，那么課堂重點就集中在氮氣及氮氧化物的轉化上，即從A2化學語言、B2推理論證角度進行講解和引申。比如，教師可繼續設置討論環節，引導學生從氧化還原角度聯想、分析、思考“雷雨發莊稼”的原因，學生提出假設、設計方案、探究，從氧化還原反應角度書寫化學方程式，最終達到解決實際問題的要求，具備化學創新探究意識。在這個過程中，教師通過精準選擇教學起點，不僅促進了學生“證據推理與模型認知”素養的發展，也節約了教學時間。

（三）精準選擇教學方法

在化學課堂教學中，教師除了考慮學生學些什么內容外，更重要的是怎么學、學到什么程度。教師作為智慧課堂的設計者和精準教學的引領者，應以大數據為基礎，采取共性教學和個性教學相結合的方式，即普遍存在的問題，通過課堂集中講解學習，課后檢測反饋，共同提升;個別學生暴露出的問題，則通過小組合作探究及教師單獨輔導的方式解決。在大數據支持的化學課堂教學中，教師可以“堂堂清”為目標，以學生為主體、教師為主導，形成完整高效的教學閉環（如圖5）。

針對我校高一年級期末診斷性評價中所暴露的共性問題，如離子方程式的正誤判斷、電子式、氧化還原反應的規律等，教師在課堂上進行了集中講評。通過學業等級分布圖，掌握大部分學生處在薄弱區間，教師隨即利用平臺推送相似知識點的針對性練習，在線收集學生答題數據，并針對反饋數據和共性問題，在課堂上開展小組合作探究、教師個性化輔導。以上教學方法，克服了傳統教學中的“齊步走”弊端，真正實現了高效課堂和因材施教的目的。

（四）精準命制課后練習

想要獲得良好的教學效果，就有必要布置合理的課后練習。在傳統課堂結束后，教師往往采取“一刀切”的方式布置課后練習，即所有學生作業內容、難度的要求一致。但實際上，每位學生當下對新知識點的理解程度是不同的，也就是說學生的能力是不同的，一刀切地布置作業，容易導致學生學習信心不足，甚至厭學棄學。這也是教師在改作業過程中，容易發現部分學生嚴重抄襲的原因。因此，課后作業的命制應“因人而異”。

在大數據的支持下，筆者認為作業的命制應做到兩個精準：一是精準到知識點，學生在課堂上暴露出的問題，應在課后再次強化練習。二是精準到“人”，即依據每一次考試成績，對能力較強的學生，可單獨推送進階題，以強化其思維能力;對中等生推送難度系數中等、知識點全面的中檔題;對后進生，則主要推送基礎題和概念題，以鞏固基礎。作業方式上，對于傳統的紙質作業，難度不宜過大，可作為解決共性問題的載體，強化基礎學科知識。網絡平臺作業（如圖6）是課后精準教學的重點實踐方向，通過平臺大數據智能分析以及教師批改，實現有針對性的教學評價，達到檢測和鼓勵學生的目的。教師通過設置合適的練習內容，使每位學生明白自己應在學習中達到的高度，通過化學學習獲得成就感，增強自身學習的自信心，從而實現可持續學習，為終身學習打下基礎。

總之，在大數據時代背景下，教學不再過多依賴教師以往的感性經驗，而是更多依據數據的理性分析。數據驅動下的化學精準教學，實現了教師與智能終端的分工協同，顯著提高了化學教學質量。但在數據驅動精準教學的過程中，我們發現，教師群體對大數據平臺的使用呈現出兩極分化的特征。數據素養較高的年輕教師認為，基于大數據平臺開展教學可以幫助他們及時發現教學活動中存在的問題，以數據驅動的教學方式已成為他們日常工作的一部分。而年齡較大或數據素養不高的教師，在使用大數據平臺初期就遇到較大的困難，如無法理解一些專業數據指標的含義，對大數據平臺操作較為生疏，無法在本就繁忙的教學工作中抽時間學習等。可見，教師自身的數據素養高低是制約精準教學成效的關鍵。當然，年輕教師在教學中若過于依賴數據，則會忽視對教學理念、教學方法等的深入探究，進而影響其教學經驗的積淀。對此，學校進行了相關培訓，以提升教師的數據素養與教學能力，使教師學會適當恰切地應用數據，讓經分析與提煉的數據真正轉化為教師的教學智慧，從而對教學產生更大的價值。相信隨著教師信息技術應用能力的快速提升、各級各類智慧平臺的建設推進與教學資源的不斷優化，化學教學將會進一步減負提質，為全面深化教育改革打下堅實的基礎。

注：本文系2021年度武漢市教育科學規劃一般課題“基于AI智慧課堂的高中學段精準教學研究”（項目編號：138）的階段性研究成果。

參考文獻

[1] 頁川.大數據時代背景下挖掘教育數據的價值——教育部科學技術研究重點項目成果《教育數據挖掘：方法與應用》出版[J].中國遠程教育，2013（4）：94.

[2][3]彭紅超，祝智庭.面向智慧學習的精準教學活動生成性設計[J].電化教育研究，2016（8）：53-62.

[4] 張江英.基于大數據分析的精準教學[J].中學政治教學參考， 2019（25）：18-21.

[5][6]邢蓓蓓，楊現民，李勤生.教育大數據的來源與采集技術[J].現代教育技術，2016（8）：14-21.

[7] 何普亮，張戰勝.大數據時代的教育數據挖掘：方法、工具與應用[J].中國教育技術裝備，2019（23）：7-10.

（作者戴瑞來系湖北省武漢市漢南第一中學化學教師;柯長華系武漢市漢南第一中學教學校長，高級教師）

責任編輯：牟艷娜