規則導向下學習評價數據的采集與運用

李宇韜

教學決策是教師必備的教學技能，是教師在特定教學情境下，基于自身的知識技能儲備，感知和處理信息并做出選擇的過程。教學決策的核心是教師對教學涉及要素的相關信息進行挖掘、分析和評估，并據此設計、實施、調整和完善自己的教學方案，以提升教學的品質與成效。隨著大數據技術的發展與應用，教師教學決策逐漸從依據過往教學實踐活動中得到的經驗、體悟和認識，向基于豐富數據支撐的學生學習狀況精確掌握的“數據驅動”轉變。“數據驅動決策”的價值已被理論界廣泛認可，然而，數據采集技術、教師信息素養等瓶頸問題造成該理論難以付諸實踐。筆者將深入分析，提出破解之道。

一、經驗式教學決策的優勢與不足

教學是一個非常復雜的系統，教學情境因師生的主觀能動性差異而存在多樣性和不確定性。處理復雜的情境問題，教師的智慧是技術所不能取代的。然而，對教學中可量化信息的處理，教師的效能則明顯弱于技術。

經驗式教學的優勢主要體現在教師能根據學生表現做出快捷判斷與反應，在學習情感、態度方面尤為突出。例如，有經驗的教師通過觀察學生面部表情、神態、肢體動作、語言連貫性、語氣、語調等多種信息，即可對學生當下學習狀態和情況做出快速判斷，并采取適當的教學措施。

經驗式教學的不足主要體現在以下兩個方面。一是并非所有經驗都能給人以指導。教師的智能結構中固然有應對教學情境復雜多變的優質經驗，但也存在不少諸如“刻板印象”“固執己見”等偏頗與狹隘的劣質經驗。二是無法對可量化的學情進行精準把握。面對存在顯著個性化、差異化的學生，教師難以對每個學生的學習過程、學習結果數據進行快速采集，只能根據部分學生的回答反饋或作業表現數據進行大致判斷。如果教師單純依據經驗進行教學決策，理性基礎有限，決策合理性較弱。

教師了解經驗在教學決策中的優勢與不足，可以更好地將經驗與數據相融合，做到優勢互補。

二、“數據驅動”決策的價值與問題

（一）“數據驅動”教學決策的價值

1.注重教學事實，實效性強

在“數據驅動”的教學決策理念下，教師將由過去“觀察現象—發現問題—分析原因—做出對策”這一關注“為什么”的質性研究思路，轉向強調發現“實證”的大數據支撐的“是什么”的深入考究，更多地由數據之間的相關性來理解問題、探索規律和預測趨勢。

2.具體到每個學生，針對性強

經驗式決策的依據要么是班級整體表現，要么是簡單的幾類學生的一般特點，要么是某個學生的具體表現。教師這樣“以一概全”難以精準把握學情。在大數據技術的支持下可以實現“樣本=全體”，教師可以在了解每個學生學習歷程和認知表現等詳細情況基礎上全面把握學情，增強教學決策的針對性。

3.拓展到教師集體，科學性強

每位教師都是一個獨特的生命個體，教學經驗具有差異性、動態性、情境性、默會性等特點。因此，教師基于經驗進行教學決策，近似于一種通過個人“試誤”獨自去應對“現實沖擊”的單干形式，可能造成教師對教學產生一種畸形的、窄化的理解，并對自己教學的成敗做出錯誤詮釋。

數據化使得學情數據樣本不斷擴大，教師決策的科學性大大提高：一方面為教師個人提供更豐富的數據支持，另一方面使不同教師決策智慧得以傳遞與共享。教師教學決策由依靠個人的單打獨斗轉向依靠“共同體”的集體力量，提高了教學決策的科學性。

（二）“數據驅動”決策的現實問題

1.技術性設施不足，難以獲取數據

目前我國面向中小學教學的數據采集系統尚未完善。例如：數據采集中給教師的自主權不夠，難以滿足教學需求；平臺未開放，數據僅限校內使用，教師難以在備課和課后階段獲取所需數據。

2.教師接受度不高，不愿使用數據

梵勒梅爾等對教師使用數據進行決策的現狀進行調查后發現，教師直觀的專業知識仍然是教師決策最重要的基礎，極少數教師會有目的地通過采集數據來進行教學決策。筆者在與身邊教師交流過程中發現，數據采集的設計者與使用者分離，數據與教師教學需求的契合度不高，使得教師使用數據進行決策的意愿不強烈。

3.教師信息素養不高，不會使用數據

教師的信息素養和數據應用能力主要表現為理解數據，并將數據解釋轉化為教學行動。目前我國中小學教師教育中缺乏數據應用的培訓與指導，教師專業共同體中也忽視這方面的學習與實踐探索，導致很多教師不會使用數據。

教師了解“數據驅動”教學決策的價值與問題，有助于找到用技術改善決策的切入點。

三、“規則導向下數據采集”的價值與實踐案例

（一）“規則導向下數據采集”的價值

迪倫·威廉的研究表明，教師依據證據決策下一步教學，將有效提升學生學習效果。如果這種依據是評價學生前確定的系統評價規則，那么，決策效果是單純依據評價結果判斷的兩倍。也就是說，“規則導向的數據”比“無規則數據”更有利于提升下一步決策的效果。因為，專注“規則導向的數據”的人在采集數據之前就已確定要用數據來做什么，且只采集他們所需的數據。

在完善的教學數據采集技術或平臺尚未投入使用前，教師可以根據教學需求，運用現有技術采集所需數據，融合“經驗”與“數據”使教學決策更加精準，且這種“主動參與”的數據采集更有利于教師做出科學的教學決策。

如何實施“規則導向下數據采集”，發揮“數據驅動”價值？筆者以“異分母分數加減法”一課的課前自主學習評價為例，分析這一教學實踐主張的具體實施與價值分析。

（二）“異分母分數加減法”課前自主學習評價數據的采集與運用

當大數據難以采集時，根據一定的評價規則采集教學決策所需關鍵數據，幫助教師準確地預判學情，可以提升教學決策的實效性、針對性。筆者以“異分母分數加減法”一課為例，分析如何根據教學制定評價規則，采集學習評價數據，并依此對后續教學進行決策。

1.制定課前學習評價規則，設計評價內容

小學數學“精·準”教學模式中課前學習評價的目的：一是幫助學生夯實基礎，啟發思考；二是幫助教師精準預判學情，了解學生已有基礎，找準教學生長點。教師設計評價內容應遵循以下規則：從“前序關鍵知識掌握”“新知所需關鍵方法”“自主解決新知問題”三個層次了解學生的學前知識和方法基礎，以及遷移能力；關注學生數學思考，引導學生以圖、文等方式表達想法。對于“異分母分數加減”一課，“同分母分數加減”算法與算理、“通分”的意義與方法是前序關鍵知識與方法，其背后的思考以及自主運用舊知解決新知的遷移情況，是教師后續教學的重要決策依據。針對這樣的教學需求，筆者設計了如下3道練習題（見表1）。

2.線上線下融合采集課前學習評價數據

及時獲得班級學生課前學情數據是教師實施“數據驅動”教學決策的關鍵。教師可以根據目前學校現有信息化教學環境的差異性與局限性，線上線下融合，以“線下紙筆答題”“線上拍照提交”等方式及時采集、分析數據。教師在教學中可以采取如下三種方式采集數據：一是完全不使用技術手段，讓學生在校內完成紙質學習單，及時收集批改與統計數據；二是讓學生在家完成紙質學習單并借助網絡工具拍照提交，通過線上批閱來采集數據；三是將學生課前自主學習內容設計為在線練習，客觀題目數據由系統自動統計，主觀題目數據通過教師手動批閱獲取。教師收集學習單后獲得班級學生課前學習數據如下（見表2）。

3.基于課前學情數據的課堂教學決策

基于上述課前學情數據，教師可以做出更具有實效性與針對性的后續教學決策：學生對“同分母分數加減法”與“通分”掌握較好，可以精簡復習環節，教學時強調結果化簡；將“異分母分數加減法”算法教學重心放在多樣化與優化上；由于學生對算理理解存在差異，教學時應著重引導學生理解“分數單位相同”即“計數單位相同”；通過溝通整數、小數、分數加減運算的聯系，幫助學生感悟加減運算的一致性，即“相同計數單位上的數相加減”；強化用畫圖法直觀理解算理的教學，培養學生幾何直觀能力；根據學生的課前學習表現，課上交流與提問時有針對性地選擇合適的對象。

（三）數據驅動在“異分母分數加減”教學中的價值體現

相較于依靠模糊的經驗，教師依據精準的課前學情數據，對“異分母分數加減法”教學進行決策，更具實效性、針對性、科學性。

1.提高課前學情預判的精準度

教師聚焦學生學習“異分母分數加減法”的關鍵基礎與遷移能力，精心設計學習評價內容，采集班級樣本數據，準確地把握班級學生在算法、算理、通分等方面的整體情況，同時了解學生個體表現，提高了學情預判的精準度。例如：通過第3道題的統計教師可以知道每個學生自主學習“異分母分數加減”有哪些方法和想法。

2.增強課堂教學決策的實效性與針對性

教師憑經驗也能準確設定教學目標與重難點，有效設計教學活動。但在教學的交流與提問環節，一方面教師并不知道每個學生會怎樣表達與回答，這個環節就像開“盲盒”；另一方面，很多學生還沒有經過充分思考，交流質量不高。如果學生課前進行了充分的思考與表達，教師獲得了這些信息，教學時就可以按照知識發展的邏輯，針對性選擇交流與回答的學生，提高教學實效性與針對性。例如，在教學“??????????????”計算方法時，教師根據課前數據，按“從錯到對，逐步優化”的順序（如圖1）組織全班學生交流，這樣交流更具實效性與針對性。

3.使構建內容關聯的教學大數據成為可能

依據班級樣本數據的教學決策在實效性與針對性上有突出的價值，但這只是小數據，要了解學科教學共性問題并作出準確決策，離不開大數據。教師利用網絡平臺共享自己班級樣本小數據，集腋成裘，與具體學科內容關聯的學情大數據就產生了。通過與大數據對比，教師可以分析自己班級學情中的問題是共性還是個性問題。教師基于大數據進行決策更加科學、有效。

總之，教師基于數據作出決策將提高教學有效性。在數據采集技術有限的當下，教師可以充分運用實踐經驗與智慧，系統制定評價規則，針對教學需求設計數據采集內容，獲取數據，運用數據，在實踐探索中提高教學有效性與自身數據素養，為“數據驅動決策”完美落地做好準備。

注：本文系廣東省教育科研“十三五”規劃2020年度重點項目“小學數學精準教學理論的構建與實踐”（課題批準號：2020ZQJK027）的研究成果。

參考文獻

[1] 馮仰存.數據驅動的教師教學決策研究綜述[J].中國遠程教育，2020（4）：65-75.

[2][3]鄒逸，殷玉新.從“基于經驗”到“數據驅動”：大數據時代教師教學決策的新樣態[J].教育理論與實踐，2018（13）：52-56.

[4] 葉瀾，白益民.教師角色與教師發展新探[M].北京：教育科學出版社，2001：291.

[5] 迪倫·威廉.融于教學的形成性評價[M].王少非，譯.南京：江蘇鳳凰科學技術出版社，2021（4）：46.

（作者系廣東省深圳市龍華區松和小學正高級教師）

責任編輯：祝元志