優化技術手段支撐教學評一體化的實踐研究

王鵬飛　李曉慶　劉微娜　沈靜

2022年4月發布的《義務教育課程方案和課程標準（2022年版）》要求學校以發展學生核心素養為導向，促進教學評一體化。2023年初，教育部發布的《教師數字素養》標準提出了教師應具備5項數字素養，多角度闡釋了教師數字化應用的具體內容，“數據”一詞在該文件中高頻率出現，如采集數據、分析數據、理解數據模型等，相關細節均展示了數據在教育教學中的重要價值?！痘A教育課程教學改革深化行動方案》明確提出，要推進數字化賦能學校教學質量提升，聚焦學習方式轉變和教學精準評價。自數字化轉型大幕開啟，教師群體即成為數字化教學轉型先鋒。教師在廣泛學習并應用各類數字化工具的同時，在數據支撐循證教學、數據指引個性化學習、數據賦能發展性評價方面有較大提升空間。數據是學校的重要資產，如何常態采集有價值的數據，將龐大的數據結構化，將數據分析與教學耦合，值得學校深思。以北京師范大學昌平附屬學校為例，筆者根據學校的教學實際，開展數據賦能教學評的探究，破解學校層面相關數據如何賦能教學評等關鍵問題，為廣大學校提供范例。

一、數據支撐學校教學評的研究述評與問題成因

（一）重視教學評一體化循證教學，但難以常態化采集數據

自線下教學全面恢復后，學校既要兼顧“雙減”政策下的減負增效，又要關注學生身心健康，加強視導評估。一方面教師要遵守課堂數字化裝備使用時限規定（用時不能超過總體的1/3）；另一方面教師要精準分析學情，關注學生的發展。終端使用被加上限制條件后，學校會降低使用頻率以規避風險，在某種程度上拖慢了數字化進程。對學校而言，建立學生發展的連續數據集，為學生的長遠發展賦能，是學校關注的重中之重。常態數據的采集是擺在學校管理者面前的棘手問題。學校需要減少電子設備應用與數據持續采集之間的矛盾，找到更契合政策、更有效的解決方案，打破數字化轉型期間學生數據采集難的局面。

（二）關注教學評數據分析，但對數據理解不深

過去3年，在線上線下融合教學期間，廣大教師掌握了眾多工具的使用方法，學校也廣泛使用在線教學工具支撐教學評。然而，談到數據支撐教學，教師較多聚焦于某個平臺或工具，會關注分析指標或可視化圖表，這是一種應用數據的最直觀方式。豐富的圖表讓教師在感官認識上更加直接具體且深刻，對一些數據分析圖表表現出濃厚的興趣。行動的背后是教師的確很關注教學評數據分析，但教育者常常會在分析、解釋數據以及將數據轉化為行動的能力方面遇到困難^[1]?！拔抑篮苤匾?，可又能怎樣呢？”這種無奈背后是感性認識和理性行動的差異。將數據深度分析轉化為教學行動是數據的核心價值。

（三）強調教學評數據應用，但無法長期堅持

以往的研究中，大量的數據應用體現在作業診斷、考試評價、課型改進等方面，聚焦不同學科、不同主題方面形成了大量數據應用的模式，為教師應用數據提供了范式。不過，有些教師以不想用、不方便、不適應、不會用等理由對大數據或新媒體持抗拒態度，這樣的話，平板電腦、教學軟件、教育數據就成為擺設^[2]。在短周期內，教師嘗試以數據驅動教學，實踐成果豐富，在數據驅動之下，學與教的行為雙雙得以矯正，這些潛移默化的改變正是學校推進教學診斷數據化所期待的效應^[3]。但是，個別教師做一次或幾次嘗試并不難，難的是長期堅持。一些學校缺乏鼓勵教師長期應用數據的體制機制和規劃。

二、數據賦能學校教學評一體化的策略與舉措

為進一步讓數據賦能和數據應用成為育人的重要抓手，學校需在持續匯聚學生數據、探索數據理性應用、深度融合教學評業務場景等方面探索有效路徑。北京師范大學昌平附屬學校是一所年輕教師占比較大的十二年一貫制學校，認可信息化和數據價值，期待用數據進行分析并支撐教學。學校采取教學資源前置、智能技術內嵌、教學研機制統整等舉措，從數據編碼、采集、分析、應用等方面進行了深度探索。

（一）教師對教學資源前置編碼，常態精準采集學生學業數據

數據絕不是簡單的問卷調查，也不是單純的考試“一分兩率”，更不是花哨無內涵的圖表。對教師而言，數據應是承載學情的有效信息，是支撐教學改進的能力表征，是判斷教學效果的數字化信號。所謂數據循證服務教師，就是教師從相關數據中找到依據，促進教師在教學中有效作為。實踐中，教師教學常常缺乏相應依據支持。例如，學生的大部分練習冊和學習資料由學校統一發放，不具備差異性。學生在練習時缺乏明確的學習目標和方向，容易盲目刷題，陷入題海^[4]。教師只能就題論題，無法對練習冊和相關學習資料背后的學科能力問題進行歸類。教師應在課前收集學情數據，主要包括：前置概念的正確與否、新概念自學掌握情況、相關知識的儲備情況等^[5]。這些都是通過相關作業、練習、測評等資源形式獲得的。學校對教學資源進行素養和能力編碼、對位，預設目標，強化所用教學資源前置設計，以增強數據收集和分析的目的性。數據支撐學校教學評一體化，就是從教學目標出發找數據，循證助力教師精準教學。

在學校常規教學中，偶爾開一次公開課可以激發教師使用工具的熱情，但“展示”過后，教師又回歸教學常態，數據的應用存在淺表性。為了解決這一問題，學校重點破解的問題是如何常態化采集數據、分析數據、應用數據。采集的數據要契合育人目標，與教師的教學目標應緊密相關。學校將教學資源進行了系統規劃，將新學期所用的教學資源，包括相關試題、微課、導學案、作業等提前進行系統化編碼，選擇基于學習理解、應用實踐與遷移創新導向的多維整合模型進行編碼^[6]，動員專業力量建立教學資源編碼小組，依托智能掃描儀或點陣筆在不改變學生紙筆作答的情況下進行有目的、有方向的數據采集?；趯W校的階段性數據，學生的學業情況被全方位地分析，這為教師高效、精準地評講試卷作業提供了數據支撐，也為教師重點分析教學效果、反思自身教學過程提供了數據支撐^[7]。

（二）將智能技術自然融入常規教學評，靶向分析學生優劣勢及思維過程

視力健康和使用便捷是推動中小學?，F代化、智能化和信息化需理性面對的問題。學校采集學生數據，應突破電子屏的局限，考慮以多種方式采集數據，在不改變學生書寫習慣的情況下，借助技術手段“隱性”地采集學生數據^[8]。學校將智能點陣數碼筆和智能掃描儀相結合進行數據采集，滿足了技術內嵌數據采集的基本需求。其中，點陣數碼筆主要用于采集學生實時書寫數據，學校根據教學所需，在完成課堂導學案、知識點實時反饋和階段性測試等過程中自然收集學生數據。在系統支持下，知識點講解完成后反饋數據即時生成，課程完成、測試完成則數據采集完畢。智能掃描儀主要用于采集學生課后作業數據。學校按周推進學科統一作業，讓學生在作業紙上正常書寫，像往常一樣提交作業。教師批閱主觀題后進行答題卡掃描。所有的數據采集和智能化分析都是智能生成，分析報告可以打印，推薦的學習資源支持學生在課后服務時間按需到機房個性觀看、學習。學校將原來需要電子屏采集數據的行為，全部轉化為非屏幕方式且不改變學生紙筆作答的書寫習慣，這是“雙減”背景下推動學生智慧學習的較優方案。

為兼顧視力保護和數據有效采集，學校整體統籌，確定了數據采集的場景和頻次：教師在課堂上用智能點陣工具對教學重難點進行即時的數據采集（采集筆跡數據參考圖1），書寫筆跡回放可幫助教師了解學生思維過程。教師每周用智能掃描工具對特定主題或階段性學習數據進行采集，定期用兩種工具對長周期學業表現情況進行數據采集。此外，學校成立數據采集技術支撐小組，由學校文印室做紙張方面的準備，由技術支撐團隊承擔數據采集攻堅任務，用大概1個月的時間，進行伴隨式、貼身式的指導，帶動教師掌握數據采集的常規流程。

要想靶向指導學生，教師需要準確定位有價值、有效用的數據，精準讀取并理解數據內涵，并能結合教學實際正確決策（及時調整）^[9]，服務學生，指導學生。例如，對于生物學學科的教學，教師基于每周常規三節課，以周任務的方式對當周涉及的核心概念進行全覆蓋檢測，收集學生的周任務數據，了解學生對特定內容的掌握情況。教師分析數據，結合個性化問題，根據總數和得分情況，對學生分類指導，針對學生優勢短板情況進行個性追蹤，結合數據靶向設計教學活動、作業練習等。即時的數據分析，為教師個性化指導學生學習增添了羽翼，促進了學生高效學習。

（三）智能統整教學研體制機制，促進數據分析與長期應用的行動

在推進智能化、數字化進程中，學校的學習、教學、教研是核心業務模塊。學校確立了以素養和能力發展為導向的教學目標，建立校本教研機制，對課堂練習、常規作業、月度練習等進行統一部署，開創數據有統整、業務有統整的局面，依靠數據支撐學校一體化評價，為學生畫像，為班級畫像。對于教師來說，記錄學生的成績數據并不困難，關鍵是要從變化中尋找可用信息和策略。無論針對多小的學生群體，都要保證數據收集的連續性，這樣數據才更有分析價值^[10]。學校要求教師在教學之前回收學情數據，關注以具體核心概念為載體的學科能力和素養基點，以此數據為基礎，設計學習活動，定向關注學生學習表現，通過課后作業測評學生目標達成情況，并以單周、單月為單位跟進學生階段學業表現。整體而言，學校用學科能力測評體系進行數據采集、分析和應用，實現貫通式一體化評價，在機制上為數據應用提供保障。

學校建立明晰的教學研機制，以數據作支撐推進教學評一體化。評價要以核心素養為導向，超越對碎片化知識技能的檢測。教師教的內容、學生學的內容、師生評的內容共同指向同一目標，既是學習目標，又是教學目標，這是教學評一體化的前提^[11]，學校參此踐行。當教師操作軟件，正確連接智能裝備后，學生在普通紙張上書寫的數據和教師批閱的結果便自動進入系統，在后臺算法的加持下，系統自動生成分析結果，用于指引教師教學。在采集的數據類別上，學科教師針對個性化需求開展了實踐。例如，語文學科“古詩文閱讀”主題源于上學期測試診斷反饋的薄弱板塊，新學年教師利用早自習時間全面摸底并專題攻堅。數據揭示，學生在“文本內容與形式的關系分析”和“鑒賞作品的語言和表達技巧”方面存在不足（見表1）。教師據此在古詩文閱讀教學中設計多樣化的古詩文閱讀文本，開展配套練習活動，在當周的作業和練習中持續跟蹤相關指標，實現學科能力統一導向教學評一致的業務常態。

分析與挖掘是教育大數據應用的關鍵環節，建立數據之間的內在聯系，挖掘數據總結規律、提示異常和預測趨勢，是數據轉化為信息知識并生成智慧的核心^[12]。例如，物理教師持續多次進行周作業的數據跟蹤，生成了校本教研主題清單（見表2）。教研地圖可展現學科產生的綜合數據?；谶B貫的數據加工分析，系統生成面向教師的教研主題清單，對學生一定周期內能力進行智能評估，幫助教師改進教學。在學生的作業數據和考試數據被綜合加工后，系統顯示“萬有引力與宇宙航行——萬有引力理論的應用”和“拋體運動——拋體運動的規律”相關主題屬于創新不足型，揭示了學生基礎知識牢固，但對知識的遷移創新還不充分，需增強所學知識在更豐富場景下的應用訓練；“機械能及其守恒定律——機械能守恒定律”相關主題，學生學習理解能力較強，但應用實踐和遷移創新能力不強，建議增強高階思維教學，在教研活動中多運用舉一反三的方法教學；“圓周運動”相關主題中，遷移創新能力超過應用實踐能力，表明學生高階能力達成度較高，后續復習時可適時減少練習時間；“拋體運動——運動的合成與分解”主題中，學生的應用實踐能力相對突出，后續可鞏固基礎知識。學校基于連貫的學情大數據，讓教師從原來單一了解學生題目作答情況升級到從核心主題全面掌握學情并判斷學生狀態，在校本教研時重點研討，以評促研，以評促教。

三、數據支撐校本教學評應用的實踐反思

（一）化解教學評數據采集與視力健康的矛盾，對學生畫像需進一步研究

學校應理性選擇數據采集工具，合理設計采集方式，明確作業內容，解決常態采集數據的問題。但是，采集數據不是目的，用數據服務學生并發揮價值才是根本，學生學科素養養成情況如何、教師的教學水平是否提升等^[13]，仍需要持續研究，尤其是采集的連續性數據。目前，學校的實踐研究僅施行了一個學期，仍需要立足學生的前期基礎并針對后續發展持續建模，完善學生畫像，挖掘和分析更多的信息。

（二）數據分析與解讀難題已攻克，需關注教師數據應用動力與效用

教師已有對數據的感性認識，對數據的理性解讀在專業人員的加入后得到一定程度提升。要讓數據真正賦能教學，就要搭建起測評數據與教學改進之間的橋梁^[14]。經過一學期的實踐，教師對分析的數據有了全面的認識，包括學科知識數據、能力數據、階段學科素養數據等。但從采集到分析，已消耗不少精力，教師持續應用的動力和效用仍需加強?；跀祿\斷、解決問題，其科學性需要進一步論證。教師開展驗證工作需要持續追蹤數據。

（三）學校教學評長周期機制初具雛形，需完善校本教學評模式

學校基于“3×3學科能力體系”實現了教學評的一體化，在實踐中建立了一定周期內的持續機制。但是，各學科還需要結合學科特點對教學評模式進行個性化調整。對于學生的能力和分數是否一致，學生的學習發生情況，個性評價、班級評價、學校整體評價的科學性，還需教師在持續深化分析數據的過程中不斷優化。

在數字化轉型的關鍵期，數據應用為學校教學評一體化提供了支撐。數據既是教學評的起跑線，又是連接教學評的增長線，更是檢驗教學評質量的生命線。學校利用數據賦能教學評，需要立足實際，深度分析數據背后的問題，精準劃定起跑線，精耕細研數據的增長點，創造向上增長線，找準學生的最近發展區，為教學全面賦能。

參考文獻

[1] 杜芳芳，何洵.大數據賦能學校治理現代化的價值、困境與進路[J].教學與管理，2022（19）：19-23.

[2] 張榮，閆杰.大數據助力高中地理精準教學實踐探索——以“地球運動專項復習”中地理實踐活動為例[J].中小學數字化教學，2022（8）：73-76.

[3] 周昭斌.一份15頁的成績報告單——剖析衢州市書院中學以數據驅動的評價變革[J].中小學數字化教學，2019（4）：83-85.

[4] 馮曉菲.大數據背景下錯題管理在高中歷史教學中的應用[D].鄭州：河南大學，2022.

[5] 李穎.大數據支持下的物理課堂“問診式精準教學”[J].中學教學參考，2021（33）：30-31.

[6] 王磊.學科能力構成及其表現研究——基于學習理解、應用實踐與遷移創新導向的多維整合模型[J].教育研究，2016（9）： 83-92.

[7] 李霄羽，何明磊，魏麟懿.基于階段性學業數據分析的初中精準教學研究[J].中國教育學刊，2021（S2）：56-59.

[8] 王小明.大數據背景下精準教學的認識、經驗與成效[J].中小學數字化教學，2021（5）：76-79.

[9] 李明，林杰.大數據視域下初中精準教學“研、學、診、進”策略[J].教育與裝備研究，2022（9）：68-72.

[10]蘇海燕，陳國才.在日常數據挖掘中讀懂學情——北京師范大學附屬實驗中學學情分析及學業指導模式探索[J].中小學管理，2020（11）：48-51.

[11]周麗.新課標背景下，“教學評一體化”怎么評？[J].教育家，2022（44）：11-14.

[12]李詠翰.大數據賦能智慧教育的關鍵問題與教學場景應用[J].中小學數字化教學，2023（1）：38-42.

[13]本刊編輯部.問題與困惑 ：“教學評一體化”緣何落地難？[J].教育家，2022（44）：6-8.

[14]劉向永.數據·教研·成長——有感于南長實驗中學的精準教研實踐[J].中國信息技術教育，2019（Z4）：25.

（作者王鵬飛系北京師范大學昌平附屬學校校長；李曉慶系北京師范大學未來教育高精尖創新中心學科教育實驗室主任；劉微娜系北京師范大學未來教育高精尖創新中心學科教育實驗室副主任；沈靜系北京師范大學昌平附屬學校副校長）

責任編輯：祝元志