借助大數據優化中學語文學情診斷與教學干預

陶晶晶

摘 要：當前正處于大數據時代，對于教師如何將大數據技術與傳統語文教育有機結合起來，對學生進行科學的學情診斷、教學干預等都提出了新的要求。大數據可以使教師、學生與家長都成為學情診斷的主體，并且有助于學生的個性化發展。

關鍵詞：大數據;中學語文;學情診斷;教學干預

中圖分類號：G633.3文獻標識碼：A文章編號：1673-8918（2022）23-0051-04

當下互聯網技術飛速發展的社會現狀，給傳統教育帶來了巨大的挑戰與機遇。信息技術的飛速發展，代表著社會先進生產力的發展方向，同時也要求教師能夠在教學上進行資源優化配置，積極將現代化信息技術與傳統課堂結合起來;利用大數據，對學生的學習過程與學習成果進行更加科學的分析，從而為學生提供更具個性化的教學;提高教學效率，提升學生學習的自主能動性。這就為教師如何轉變思路、提升自己的信息技術能力、更高效地使用大數據來提高教學質量提出了要求。教育部于2019年在《關于實施全國中小學教師信息技術應用能力提升工程2.0的意見》（教師〔2019〕1號）中提出：“大數據、人工智能等新技術變革對教師信息素養提出了新要求。為深入貫徹習近平新時代中國特色社會主義思想和黨的十九大精神，全面貫徹落實全國教育大會精神，按照《中共中央 國務院關于全面深化新時代教師隊伍建設改革的意見》決策部署，根據《教育信息化2.0行動計劃》和《教師教育振興行動計劃（2018～2022年）》總體部署，服務國家‘互聯網+’、大數據、人工智能等重大戰略，推動教師主動適應信息化、人工智能等新技術變革，積極有效開展教育教學，教育部決定實施全國中小學教師（含幼兒園、普通中小學、中等職業學校）信息技術應用能力提升工程2.0。”這一政策更是說明，將大數據應用于教育是大勢所趨。

一、 大數據教學背景下，當下中學語文課堂的不足

大數據指的是在當今飛速發展的信息技術背景下，對海量的數據進行采集、分析、應用的一系列方式。但是當前教育現狀展示，大數據還并不能與中學語文教育有機結合起來。具體有以下幾點不足：

（一）信息化教學應用方式單一

現在隨著互聯網的普及，教師利用網絡上的海量資源進行教學資源整合占絕大多數，但這僅僅是用于教學方式的部分展現，現在的初中課堂基本都配置了信息化教學設備如交互式電子白板，但教師在日常教學中使用率卻不高，即使使用，也大多只是簡單地播放音頻、視頻、展示PPT課件等，使用大數據進行數據采集、分析的深層次功能并沒有發揮，而這些才是大數據真正智能化的方面。

（二）學情診斷與教學干預的方式單一

學情診斷即指通過對學生的學習情況進行檢測，發現學生在學習過程中出現的問題，對問題進行檢測與分析，并且將結果應用于教學設計改進的過程。教學干預則是指教師在對學生進行了科學全面的學情診斷后，使用合理的方法途徑幫助學生明確學習目標、參與學習活動、發現學習問題、進行互動交流，從而提高學習效果的教學行為。

學情診斷具體可按階段分為課前學情診斷、課堂學情診斷與課外學情診斷。而囿于傳統課堂的種種局限，這三個階段的學情診斷都存在較為單一的情況。傳統課堂里，教師難以兼顧到每一個學生的學習情況，無論是課前預習還是課堂聽課，教師一般只能對部分學生，尤其是表現較活躍的學生的學習情況有所掌握，而那些內向、課堂表現不活躍的學生，教師無法一一關注。課后對學生知識的掌握程度以及出現的問題，教師只能通過作業、考試測驗等方式來反饋，而語文學科的特殊性又導致了一線教師批改作業以及閱卷工作量較其他學科更為繁重，在“雙減”政策下我們決不能增加學生的作業量及考試壓力，且考試測驗只能反饋某一時期的學習結果，并不能即時反饋學生在學習過程中出現的問題以及出現問題的原因。

據調查，目前教師采取的教學干預措施主要為談話交流與教師的觀察，這無疑是耗時、低效的，且干預效果如何的影響因素較為主觀，更多要依賴于教師的教學經驗與教學能力，初入崗位的青年教師在這一方面比之教齡較長、經驗豐富的教師，干預措施可能會比較僵化單一。以上種種都是當前中學語文傳統教育在學情診斷與教學干預中存在的問題。

（三）學情診斷主體單一

學情診斷的主體目前主要是教師及教研組，家長和學生的參與度極低。對農民工隨遷子女等家長文化水平不高的學生來說，家長的文化水平、教育理念及對教育的重視程度都導致他們無法從家長那里得到意見與輔導，而學生本身學習的自主性未能得到科學的培養，也無法了解自身問題。

（四）將大數據應用于教學的實際操作仍有困難

雖然國家近年來對提高教師信息化技術能力的培訓不斷加強，但是作為高科技新興事物，大數據應用于語文教學仍然需要掌握較強的數據采集與分析能力，正如上文所言，目前課堂中教師主要是播放音頻、視頻、展示PPT課件等輔助教學，真正涉及對學生學習活動軌跡的收集、整理、分析，部分教師則缺少專業技術的支撐，也缺乏專業人士的協助與培訓。

二、 大數據對中學語文的學情診斷與教學干預的作用

中學階段正是語文教育即積累人文素養、深入體會語文魅力的重要時期。在這一時期，若只是僵化地灌輸語文知識，忽視了語文“工具性與人文性統一”這一學科特點，則會讓學生只覺得語文學習枯燥、繁重。若將大數據應用于教育領域，其具有的真實性、即時性、復雜性和預測性等特征無疑可以大大促進教育方式的變革。

（一）大數據對學情診斷的作用

第一，學校可以通過教研組設計科學的學情問卷調查，并通過“問卷星”等問卷調查平臺發布，問卷調查中涉及學生來源、家長文化水平、學生的過往學情等影響學情的因素等，如學生自主學習的能力、學生對學校的適應能力、學生對語文老師的適應能力、課余時間安排、課外閱讀情況等。這些皆由大數據平臺進行數據的采集、匯總、分析，以便教師進行初步的學情診斷。

第二，談及學情診斷，便不能避開教學方式。在以往的傳統教育模式下，學生往往處于被動學習的狀態，知識的傳輸是單向的，學生掌握知識的過程中所產生的疑惑甚至是錯誤認知不能及時、全面反饋給教師。而在“智慧課堂”這一模式下，學生和教師均擁有信息化設備，學生在圖畫、影像、聲音、文字等多樣化結合的學習資源中獲取知識，更能產生濃厚的學習興趣，從而實現自主學習。無論是課前預習還是課堂聽課，教師即時發布學習任務，學生在極短時間內完成提交，數據匯總至教師的終端設備上，可以高速完成數據的“采集—整理—分析—輸出”這一過程，方便教師及時對學生的課堂學情做診斷，并且可以對學生個人、班級整體、年級學生的數據進行分析、對比，進而發現教學的重點、難點。

第三，中學語文的作業與考試，學生通常只能了解到分數的高低與題目的對錯，并不能準確掌握題目背后的知識點，難以進行自我學情診斷。而一些智能化分析平臺的反饋報告則會對知識點進行歸類解析，詳細展示評分標準，讓學生明白自己失分的原因，并且題庫中還可搜索相同知識點的近似題型強化練習，學生可以自己進行知識點分類練習，培養學生的自主學習意識與能力。教師則可以通過瀏覽學生的大數據匯總，了解每一個孩子當下的學習情況。

第四，平臺具備的智能題庫為教師的選題組卷提供了大數據支撐。平臺的題庫存儲有全國范圍內的海量習題，大至中考真題，小至單元小測的練習，只要上傳至題庫中，便可實現全國范圍內的習題共享。試卷可按教材章節或按知識點選題組卷，且每道題目均標明題目來源、知識點、能力點解析等，教師可以根據教學需要進行高效、精準命題，并依據可視化反饋報告，及時進行學情診斷。

第五，平臺可以在每次考試后，提供詳實的檢測報告。這一強大的數據處理功能將教師從繁重的工作中解放出來。如平臺的報告分析可從以下幾個方面幫助教師進行學情診斷：

（1）可幫助教師綜合掌握整張試卷情況。

圖1是七年級一次考試后對語文試卷的整體分析報告。通過數字清晰地展示了整張試卷的難易程度、不同難度的題目在試卷中所占比例、信度以及區分度。通過這些數字，教師可以科學分析出每位學生對當下所學知識點是否掌握，哪些方面比較薄弱，通過班級數據與年級數據的對比發現自己教學過程中的問題，及時改進教學設計。由數字可知，本次考試試卷相對較簡單，可信度較高，可以作為通識性知識的考查。

（2）可以幫助教師了解學生在不同題型上的均分及得分率，同時與年級均分做對比，客觀掌握班級與年級間的差異，如圖2所示。

（3）幫助教師精細分析試卷每一道題，包括區分度、得分率、答對人數，并且點擊每一道題目的題號，會進一步展示該題班級得分情況和不同分數段內的學生姓名（圖3）。傳統教學模式下，要得到這些數字無疑需要經過大量煩瑣的數字統計及計算，即使借助Excel表格幫助計算，信息、數據的錄入也需要占據大量時間，而智學網平臺在結束閱卷后幾分鐘內就可以得到這樣一份內容詳實、便于應用的可視化報告。

通過頁面右邊的標注，教師可以得到班級整體在第3、4、9、13題的答題效果不好，并且展開每一項，都可以看到不同分數區間的人數及學生姓名。點擊學生姓名，即可看到該生該題的原卷，方便分析（圖4）。

（4）除了試卷題目分析、班級綜合得分分析、不同題得分率分析外，智學網還為任課教師提供了需關注學生名單（圖5），包括大幅進步、大幅退步、臨界生和波動生。這更是建立在大數據平臺強大的數據存儲功能之上的。它持續性地跟蹤學生的學習軌跡，將學生不同時期的學習情況進行縱向對比，多角度、多層次地分析數據，幫助教師了解學生的成長軌跡，從而更好地掌握每個學生的學情，進行全面、科學的診斷，同時又能提升教師的教學效率，將更多的時間應用到提升課堂效果以及進行教學干預上來。

（二）大數據對教學干預的作用

學生是教學活動的主體，“因材施教”是每個教育工作者的教育準則，但在傳統的教育模式下很難切實實現，傳統的語文課堂中，教師和學生之間的教學方式是具有同一性的：同一套教材，同一份要求，同一種方式，同一份作業，同一套標準，這種一刀切的形式無形中就抹殺了學生的個性化發展，每位學生的個性無法體現，學習能力不同的學生也得不到分層輔導，學生的整體水平得不到提高。

在大數據背景下，我們應當關注學生的認知水平、學習基礎以及學習興趣方面的個體化差異，依據大數據對學生進行學情診斷，制定具有針對性的教學方案。例如教師可利用大數據平臺對每位學生的學習軌跡予以追蹤，整理錯題集，并根據學生的錯題集分類整理知識點，呈現于教師的終端設備上。教師可以此為導向，分別為每位學生推送相同知識點的相似題目。一方面學生可以不斷回看錯題集進行復習，另一方面教師及時進行個性化教學干預，兼顧每位學生的發展。

以部編版七下第四單元《短文兩篇》中的《陋室銘》為例，教師通過網絡作業提交平臺將基礎的預習檢測發給學生，學生完成后在線提交。了解了學生的具體學情后，在教學設計中將教學過程主要分為以下幾個板塊：一是利用網絡上大量的閱讀音頻引導學生一遍遍誦讀課文，讀準字音、節奏與語氣，感受“銘”這種文體短小、句式整齊且用韻的特點;二是在互聯網上搜索相關視頻，營造氛圍，帶領學生從不同角度感受“陋室不陋”;三是通過讓學生課前搜索課文的寫作背景，知人論世，去體會作者劉禹錫在文中抒發的安貧樂道的情操與高潔志向，從而掌握“托物言志”這一寫作手法。三層設計由淺入深，每一個環節都選學生展示自己的思考結果，課后通過網絡作業平臺提交作業，在線批改后由平臺進行數據分析，再找個別掌握較薄弱的學生進行個性化輔導，最終使不同水平的孩子都學有所得。

三、 大數據在中學語文學情診斷與教學中的困境和反思

大數據作為依附網絡而生的新興事物，它對龐大數據的采集、分析是人力所遠遠不能及的，近年來大數據在教育領域的發展也的確為一線教師帶來了便利及教育思維上的轉變。但是我們真正需要開發的并不僅僅是通過互聯網搜索教學資源的功能，而是在龐大的數據庫中如何選擇我們需要的資源進行整合應用于語文教學。而當下正缺乏這樣既懂語文教學又熟練掌握數據分析技術的人才。

此外，大數據對學情診斷和教學干預的優化終究只是提供了助力，而最終的實施者仍然是教師自己，因此，如何篩選合適的數據，使其最大化地服務于中學語文教學，便更多還是依靠教師自身的語文素養與教學水平。過于信任大數據，則可能忽視了學生發展的多樣性，最終教師仍要達到傳統教學與大數據的有機結合。

而對學生和家長而言，網絡世界信息繁雜，浩如煙海。尚未成年的中學生在利用大數據實現自主學習的同時，如何抵御網絡上的誘惑成為最為實際的一個問題。筆者所在的中學是一所農民工隨遷子女學校，許多學生家長文化水平并不高，還有甚者除了自己的名字之外不識字，家長如何辨別孩子是在利用網絡自主學習還是沉迷網絡從而控制孩子接觸網絡的時間，是家長遇到的巨大困難。而這些，都還需要廣大教師深入思考，大膽探索新的方式，實現師生的共同發展。

參考文獻：

[1]教育部.教育部關于實施全國中小學教師信息技術應用能力提升工程2.0的意見[EB/OL].（2019-03-21）.http：∥www.moe.gov.cn/srcsite/A10/s7034/201904/t20190402_376493.html.

[2]鄧書賢.大數據時代初中語文教學策略研究[D].貴陽：貴州師范大學，2017.

[3]張竹慧.大數據時代對學生學情分析的研究[J].科學大眾（科學教育），2017（1）：41.

[4]林秋莎.借助大數據優化教學評價和學情診斷[J].中小學數字化教學，2018（2）：38-40.