數據驅動下教學設計的價值與限度

胡貝貝 王盼 李志超

摘要： 教學設計的科學化水平和精準化程度是影響教學質量的重要因素，會對教學實踐起到指導與規劃作用。數據驅動下的教學設計，其學習者分析具有兩面性：一方面，教師能準確定位學習起點、科學判斷學習風格、理性慎思學習需要，彰顯數據驅動教學設計的價值;另一方面，師生主體混亂、學習動機難剖析、高階思維難發展等，又是其不可避免的局限。教師在數據驅動下進行教學設計時，應該理性認識和防范其所存在的限度，并以高階性的深度學習為基本要求，以準確性的學情分析為內在保障，以主體性的學習通道為主要手段，提升教學設計的適應性和有效性。

關鍵詞：數據驅動;教學設計;價值;限度;學習者分析

教學設計是指教師為完成教學任務和教學目標，運用系統的方法分析教學問題、學生需要、教學資源、教學策略等因素，制訂教學實踐方案的過程。數據驅動下的教學設計，通過對教育大數據的采集、分析、管理、可視化等，能有效克服傳統學習者分析存在的經驗性、主觀性、隨意性等弊端，保障學習者分析的精確性和全面性。當然，在享受教育大數據便利的同時，教師也要正確認識并防范數據驅動的限度，合理規范地利用數據，讓數據服務于學習者分析的需要，推動教學設計的發展。

一、教學設計的發展與學習者分析的轉變

教學設計是教師開展教學活動的前提和基礎，其中學習者分析是教學設計的重中之重。教學設計在發展過程中逐漸與信息技術融合，并借助教育大數據不斷完善學習者分析，在保證教學設計適宜性的同時促進學生個性化發展。

（一）教學設計的發展

教學設計是運用系統方法分析教學問題和確定教學目標，建立解決教學問題的策略方案、試行解決方案、評價試行結果和對方案進行修改的過程^[1]。教學設計對整個教學活動具有導向作用，是完成教學任務的重要環節，也是影響教學質量的重要因素。隨著社會進步和互聯網技術發展，教學設計日趨復雜化、系統化、現代化。20世紀初，信息技術的發展和心理學的誕生，為教學設計的出現提供了科學依據。1965年，加涅《學習的條件》一書出版，標志著教學設計的發展走向成熟。隨后，逐漸形成以教為主的第一代和第二代傳統教學設計理論與模式。但在20世紀90年代，教學設計發生根本性轉變，形成了以學為主的第三代教學設計理論與模式。從最初的經驗理性到技術理性再到最后的價值理性取向，教學設計的理論體系得到不斷健全，對學生學習過程的認識和分析更為深入，為教師教學提供了科學的指導，讓教學實踐更合情、合理。

（二）學習者分析的轉變

教學設計的要素包括學習需要分析、學習內容分析、學習者分析、學習目標的闡明、教學策略的制訂、教學媒體的選擇和運用、教學設計成果的評價等。其中，學習者分析旨在確定關于學習者學習的起點水平、認知特點、認知結構、個體差異、學習動機、學習風格等方面的情況^[2]。教師只有在充分了解學習者學習特征、身心發展規律、原有知識水平等信息后，才能設計適宜的教學方案，切實促進學生發展。傳統經驗教學范式下，教師對學生信息的收集以訪談或測試等方法為主，但訪談不僅耗時費力，還易摻雜個人主觀印象，測試則是標準化、同質化的，教師難以據此對學生開展個性化分析。也就是說，傳統教學設計中的學習者分析多是表面化、淺層化的，對學生學習發生的過程和身心特點把握得并不到位，從而影響了教學設計的有效性。數據驅動范式下的學習者分析可有效解決上述問題。一方面，學生學習數據的收集方便快捷。如教師課前通過互聯網平臺下發學習任務單，讓學生學習視頻或回答問題，后臺能及時將學生學習的重難點反饋給教師;另一方面，學生課堂學習數據的呈現簡明客觀。大數據技術能將學生在課堂上的表現和反應以可視化形式呈現給教師，便于教師迅速掌握教學情況，調整教學設計。學習者分析從傳統經驗范式向數據驅動范式轉變，是時代發展的需要，也是教學發展的需要。數據的引入和運用，在不斷優化各教學要素的同時，也使學習者分析變得更為完善和精確。

二、數據驅動下教學設計的價值

學習者分析的目的是保證教學設計過程有據可循、有理可依。數據驅動下的學習者分析有利于教師準確定位學習起點、科學判斷學習風格、理性慎思學習需要，助力教師對學習者進行全面分析，合理制訂教學設計方案，促進學生身心和諧發展。

（一）準確定位學習者學習起點

學習者學習起點分析是學習者分析的關鍵，也是影響教學設計整體效果的重要因素。學習起點分析是指教師站在學習者立場上，掌握學習者知識水平和認知發展情況后，確定其初始學習能力，以學定教。它為學習內容的選擇和組織、學習目標的闡明、教學活動的設計、教學方法與媒體的選用等提供依據，從而使教學真正促進學習者智力和能力的發展^[3]。

數據驅動有利于教師準確定位學習者的學習起點，合理進行教學設計。數據具有精確性、全面性、多樣性等特點，應用到教學中，對學習者分析能提供較大幫助。教師可通過教學設計數據化尋求教學過程的確定性，再通過對數據結果的分析尋求穩定、有效的課堂教學^[4]。一方面，數據技術能實時采集學習者數據，準確地將學習者的知識薄弱點反饋給教師，教師依據學習者學習情況，也能精準定位其學習起點;另一方面，數據技術具有儲存與管理功能，能夠幫助學習者建立個人學習檔案，便于教師對其以往的學習、知識體系、認知發展程度等進行分析和把握。

（二）科學判斷學習者學習風格

每位學習者都具有獨特性。在具體的教學情境中，因學習風格的不同，學習者感知教學內容和信息，對知識獲取的速度、時間和反應，都存有差異。因此，對學習者學習風格的診斷是必不可少的，也是學習者個性化發展的必由之路。威特金（H.A.Witkin）從認知層面將學習風格分為場依賴型、場獨立型、沉思型和沖動型等。場依賴型是指學習者在學習中的信息加工以外在參照為依據，如在課堂上依賴外在學習材料，傾向于小組合作學習和教師系統講授。場獨立型學習者則更多利用內在參照為信息加工依據，傾向于獨立學習和個人思考，能對教學信息進行改組，以適應自身需要。沉思型學習者傾向于深思熟慮之后做出決定，而沖動型學習者則傾向于對問題較快地做出反應與回答。多樣化的學習風格使得教師在教學設計時要對學生學習風格慎重判斷，為后期教學的順利開展提供準確信息。

數據驅動下的學習風格診斷模型，能全方位追蹤學習者的學習過程與反應。教師根據數據診斷分析，可以確定學習者為何種學習風格。首先，課前的學情診斷中，后臺會詳細記載學習者對知識點的思考速度、反應時間、接受程度等信息，并通過一定的算法對學習者學習風格進行初步定位。其次，信息技術工具能記錄學習者在課堂上學習發生的情況，比如學習者參與課堂的程度、與教師互動的情況、回答問題的次數以及準確率等，將學習者數據與已有學習風格模型相匹配，準確掌握學習者的學習風格。最后，課后利用課堂教學回放和數據分布圖，教師能進一步深入觀察和反思學習者學習風格，為日后教學設計中的學習者分析積累經驗。

（三）理性慎思學習者學習需要

學習需要分析是教學設計過程的基礎，也是學習者分析的基礎。學習需要分析是對學習者本身、學習資源、學習內容等方面進行分析，盡可能地為教師的教學設計提供學生“差距”資料，指導教學設計全過程。傳統教學設計中，教師進行學習者分析后，對“差距”資料的收集與分析多為教師結合以往教學經驗的主觀判斷，耗時且易出現偏差。具體來看，學習者目前的水平通過已有存檔資料是較為容易確定的，而對學習者期望水平的預測存在一定困難，從而影響教師對學習者“差距”判斷的準確性和教學設計的整體效果。

數據的協助有利于教師理性慎思學習者學習需要。學習者的學習需要診斷與維果斯基提出的“最近發展區”有相似之處，都是著眼于學習者現有水平，挖掘學習者潛力，提升其學習能力和水平。學習者學習數據可視化圖表的呈現和解析，助力教師直觀且全面地了解學習者的“差距”，利用儲存的數據資源理性慎思學習者的學習需要，合理進行教學目標設置、教學內容分析以及教學媒體和策略的選擇等，從而以學為中心優化教學設計。

三、數據驅動下教學設計的限度

數據驅動教學設計作為新興事物，因其發展還不夠成熟，引發了教學設計思路中師生主體混亂、設計要素中學習動機難剖析，以及設計實施中學習者高階思維難發展等問題，違背了數據驅動教學設計的初衷，有待進一步完善。

（一）設計思路中學習者與教師主體的混亂

21世紀初開始的新課改倡導“以學為主”的教育理念，強調以學習者為中心，尊重學習者主體性，滿足學習者個性化發展。教育大數據的介入為教師對學習者個性化分析提供了便利，它能對學習者數據進行采集、分析、整理、管理，提供學習者個體獨特性數據，協助教師迅速掌握學習者個人身心發展情況。但與此同時，也出現了教師過分依賴數據的現象，表現為僅靠理性數據對學習者進行分析，忽略自身獨有的人文性分析能力，且學重于教，會造成師生主體混亂。

世界上不存在具有普適性的教學方式，任何教學方式都有其適用的情境和條件^[5]。傳統教學方式以教師的教為主，教師居于課堂中心向學生傳輸知識，雖有灌輸意味，但在幫助學生建立基本知識體系和發展情感態度價值觀方面具有一定優勢。教育大數據背景下，教學方式更多強調以學生的學為主，學生依靠自主探究、合作學習等方式學習，教師主導、支持等作用發揮受限。學教關系的不平衡是數據驅動教學設計的一大難點，我們要把“以學為主”和“以教為主”的教學設計結合起來，形成“學教并重”的教學設計思路^[6]。教師需要借助教育大數據的優勢，把學習者個性化分析與教師自身教學經驗相結合，明確教師與學生的關系，制訂高效的教學方案。

（二）設計要素中學習者學習動機的難剖析

學習動機是指激發學習行為，使之導向一定學業目標，并維持這一行為的動力傾向，具有引發、定向、維持、調節的作用^[7]。學習動機分為內部動機和外部動機，內部動機占主導地位。奧蘇貝爾根據學習動機影響學生學業成就的不同，將其分為認知內驅力、自我提高內驅力、附屬內驅力。認知內驅力是學生的內部學習動機，是學生對自身理解知識和掌握學習任務的要求。自我提高內驅力是指學生想通過提高學業成就來獲得地位和他人的尊重，把學業看作工具，屬于外部學習動機。附屬內驅力是指個體希望在獲得他人關心、支持的基礎上得到他人認可和贊許，也屬于外部學習動機。不可否認，內部動機是學生內在的心理認知，具有思維性和潛在性，是影響學生學習行為的關鍵性因素，但也是數據難以挖掘的。

數據技術對學生學習動機，尤其是內在動機的測量和剖析存在一定難度。因為學習動機是介于環境（刺激）與個人行為（反應）之間的中介歷程，即學習動機是學生個人對學習事物的看法，因看法而產生求知的需求^[8]。這種需求不是外在可呈現事物，不易通過表面化的數據來進行深層次分析。數據驅動的教學設計是理性化的教學設計，大多參考學生學習行為中的客觀數據，而學生的內在動機是不易測評和呈現的，因而數據驅動的教學設計也就難以把握學生的深層需求。因此，教師要發揮人文教育功能，主動對學生的內在動機進行了解，與數據驅動反饋的外在動機相結合，科學掌握學生學習動機。

（三）設計實施中學習者高階思維的難發展

教學設計最終目的是協助教學內容順利實施與完成，促進學生核心素養的全面發展，尤其是學生高階思維能力的提升。在教育目標分類學中，識記、理解、應用被認為是低階思維，分析、評價、創造被認為是高階思維^[9]。因此，高階思維能力是一種以高層次認知水平為主的綜合性能力^[10]。大數據應用于教育教學，在為教師教學和學生學習提供幫助的同時，也出現師生過分依賴技術工具的現象，使得在教學實施過程中，學生傾向于簡單技術操作，對工具的使用僅限于查找、識記、理解資料等，處于低階思維狀態，高階思維未得到系統開發和發展。

數據驅動下的教學設計，學生學習方式的變化最為明顯。學生可利用信息技術準備和搜索學習資料，解決學習問題。現代化學習方式的初衷是尊重學生需求和個性化發展，利用信息技術突破以往教學的限制，師生及時獲取所需知識，但在具體實施過程中卻淪為簡單的學習工具。具體而言，學生利用信息技術多為搜集資料，尋找可直接呈現的答案，未對信息進行整合形成高級認知。對信息技術的不合理使用，只能帶給學生低階思維的發展，學生分析、評價和創造等高階思維難以得到開發。因此，教師利用教育數據進行教學設計時，要深度融合數據和各教學要素，選取適宜的學習方式，規范操作要領，引領學生深度思考，促進學生高階思維發展。

四、數據驅動下教學設計的規范

為促進數據高效應用于教學設計，教師在進行學習者分析時，應以準確性的學情分析為內在保障，以高階性的深度學習為基本要求，以主體性的學習通道為手段，推動數據驅動教學設計規范化、高效化發展。

（一）以高階性的深度學習為基本要求

數據驅動下教學設計以培養學生自主發展能力為核心，尤其是以促進學生高階性的深度學習為基本要求。信息技術的升級意味著知識生產和傳播速度越來越快，知識容量越來越大，學生的學習從簡單、機械地獲取知識，轉向感受、理解、生成知識，促進自身核心素養的發展。數據驅動與深度學習相結合，才能推動學生發展高階思維。深度學習是學生感知覺、思維、情感、意志、價值觀全面參與和全身心投入的活動^[11]。在數據驅動背景下，教學設計要突破傳統經驗范式下發展學生低階思維的局限，直面高階思維的深度學習發展模式，要讓教學高質量發展、學生全面發展。

教學設計圍繞的主體是學生，學生個體參與有意義的學習是教學設計要實現的重要目標。高階思維要求培養學生分析能力、創造能力等，都是真正能讓學生自主發展的能力。教師在教學設計過程中，要利用信息技術的測量與評估功能，將各個環節融入適宜且富有挑戰性的學習主題，讓學生全身心地參與到學習活動中，體驗知識生成過程，獲得有意義的發展。換言之，數據驅動能及時監測和反饋學生的知識學習過程，為教師教學設計提供所需內容，幫助教師合理預估教學發展趨勢，設計全局性與個性化兼具的教學方案，以促進學生深度學習。

（二）以準確性的學情分析為內在保障

數據驅動為教師教學設計的學情分析提供了較為便利的工具與資源，有利于教師全面了解學生情況和教學情況。對學生的學情分析以及對教學內容的分析，會影響教學設計各個環節的實施。學情分析可分為學前學情和學中學情，前者是教師對學生已有情況的把握，后者是教學過程中教師對學生的動態觀察。信息技術的介入為學前學情分析提供所儲存的學生信息和大數據分析工具，為學中學情分析提供可視化圖表，便于教師快速把握課堂和學生的狀態，保證課堂教學的有序性和有效性。

學情分析僅有思辨是沒有說服力的，需要實證研究的支持，應加強實證和質化相結合的研究^[12]。數據驅動教學設計使得學情分析發生根本性的改變，從直觀經驗感受分析轉向感性與理性結合分析，以學情分析為基礎優化教學設計。與此同時，教學設計以準確的學情分析為保障，在數據驅動下準確定位學習者學習起點、科學判斷學習者學習風格、理性慎思學習者學習需要。教師在數據驅動下也要不斷提高數據素養，合理使用數據工具，科學規范地進行學情分析，把人文分析與理性分析相結合，增強學情分析的說服力。

（三）以主體性的學習通道為主要手段

數據驅動的教學設計改變了傳統教授式的學習通道，建立了主體性的學習通道，從而保證學習通道的開放性和生成性。在以往的教學設計中，教師傾向于對學生進行口授式教學，較少實施學生主動建構式的學習方式，學生自主學習和思考的意識未得到全面開發，課堂教學多處于低效能狀態。數據驅動下的主體性學習通道是開放的、豐富的，教師和學生可依據教學內容與情境等來選擇學習通道，讓教學設計有據可循。數字化的學習通道，讓學生和教師擺正各自的位置，依據數據資源的豐富性和多樣性，合理開展教學活動，保證教學設計的可行性。

學生是有著主體性的個體，知識獲得需要學生在教學實踐中進行主體建構，因此，教師在教學設計中對學習通道的選擇就顯得尤為重要。學生必須在主體性實踐活動的過程中，通過思考、探究、反復體驗，感受能力形成所必需的規則、程序，才能將其內化于心、外化于行^[13]。因此，教師在教學設計時，要學會整合和利用教學資源，及時捕捉學生的學習狀態與需要，讓科學數據支撐主體性通道的建設，激發學生主觀能動性，促進其高階學習，保證教學設計的效能。

注：本文系浙江省哲學社會科學規劃一般項目“數據驅動的教師教學決策行為與機制研究”（編號：20NDJC062YB）的研究成果。

參考文獻

[1][3]烏美娜.教學設計[M].北京：高等教育出版社，1994：11，108.

[2][8]蔡鐵權，王麗華，潘瑤珍，等.現代教育技術教程[M].2版.北京：科學出版社，2005：225，227.

[4] 呂鵬.數據智慧改進教與學：基于教學設計的視角[J].教學與管理，2018（36）：27-30.

[5][13]和學新，岳輝.數字化時代的教學設計探討[J].教育研究與實驗，2016（1）：54-58.

[6] 何克抗.從Blending Learning看教育技術理論的新發展（下）[J].中國電化教育，2004（4）：10-15.

[7] 陳琦，劉儒德.當代教育心理學[M].北京：北京師范大學出版社，2019：158.

[9] 王帥.國外高階思維及其教學方式[J].上海教育科研， 2011（9）：31-34.

[10]鐘志賢.教學設計的宗旨：促進學習者高階能力發展[J].電化教育研究，2004（11）：13-19.

[11]郭華.深度學習及其意義[J].課程·教材·教法，2016（11）： 25-32.

[12]俞宏毓.近十多年來我國學情分析研究的發展與反思[J].上海教育科研，2019（3）：60-64.

（作者胡貝貝、王盼系浙江師范大學教師教育學院碩士研究生;李志超系山東師范大學教育學部副教授，碩士生導師）

責任編輯：牟艷娜