大數據背景下基于過程性評價的初中數學教學實踐

段振富 郭曉靈

摘要：隨著信息技術不斷升級和完善，特別是大數據平臺進入教育領域，教學的過程評價突破了傳統人工分析的模式，初中數學教學過程評價的關鍵在于教師教學和學生學習的過程中實時數據收集和統計.本文結合實踐中提煉出來的信息技術助力初中數學教學評價的操作方法，并在此基礎上總結出具有可推廣價值的實踐經驗.

關鍵詞：大數據；過程性評價；初中數學；教學評價

1問題的提出

《義務教育數學課程標準（2022版）》（以下簡稱《課標》）明確提出“評價不僅要關注學生數學學習結果，還要關注學生數學學習過程”，在綜合與實踐領域直接提出來“應當關注過程性評價”［1］.然而，對于過程性評價在實際操作中一直存在著缺乏直接、真實，并且能夠持續、實時反饋學生學習全過程的有用信息和數據.即使我們在評價過程中意識到應該關注學生課前、課中、課后的每個環節，學生的學習態度、專注力、完成作業時間和正確率等，對于課時知識點的掌握情況如何，具體到哪些知識點沒有掌握，哪些思想方法存在缺漏，哪些能力水平還沒有達成，不只在終結性評價中體現出來，是否有辦法讓學生在學習過程中存在的問題能得到及時反饋，同時還有針對性指導呢？

隨著互聯網的發展，通過網絡能實時收集學生學習過程中產生的大量數據，并及時對數據進行整理、分析，然后反饋，甚至平臺系統能夠針對問題自動提出補救措施.這就讓基于大數據的過程評價突破原來的困境，成為教學效益提升的重要工具.

2評價模式設計

2.1評價相關理論依據

2.1.1過程評價

過程評價起源于20世紀80年代，它是利用多種有效的手段和方法收集學生學習過程中出現的有用信息，然后對收集的信息進行整理、分析，借由專業的統計技術與學科專業維度標準相結合，評估學生學習和教師教學過程中的目標達成度.并根據評估結果調整教師的教學設計、教學組織、教學實施，同時也調整學生學習過程中的習慣和方法，目的是為了促進學生的全面發展和為學生終生發展而進行的評價模式［2］.

2.1.2大數據背景下的過程評價

大數據背景下的過程評價是對學生在學習過程中的重要環節進行實時跟蹤記錄.比如學生在預習、聽課、完成作業、單元復習、質量監測考試等環節，然后以信息技術為工具進行無感化實時采集數據，并對數據進行加工、整理、分析，最后針對學生存在的問題提供彌補措施的一種評價模式.大數據背景下的初中數學過程性評價，是借助達宸信技術團隊開發的筆曰紙筆系統，通過無感化數據采集，實時監控，經過大數據的分析處理，對學生的學習效果和教師的教學效果進行實時測評，有效監督，快速分析，直觀呈現，幫助教師及時發現教學中存在的問題，同時也直觀地呈現學生的學習效果和需要調整的學習策略.該模式具有可操作性，對提升初中數學教學有效性具有較大的幫助.

2.2過程評價模式的構建

學生在學習過程中，因為自身知識體系發展規律的原因，一定會存在一個不但試錯、修正的過程，如果按照舊有的評價模式，學生知識掌握的具體情況，學習中存在問題只有在階段性或終結性考試的時候才能得到反饋.于教師而言，傳統作業批改是反饋教學效果的重要手段，但是對于學生存在的問題，基本上是憑感覺和經驗在后續授課中進行補救.這樣的教學顯然缺乏精準性和針對性，但是如果借助大數據平臺，這個問題就可以得到大大的改善.

在實踐中我們利用智能數碼筆和信息技術平臺，將數據收集和分析融入課前、課中、課后學生訓練的整個過程.在實際操作過程中，根據實驗班級三年的跟蹤，在數據收集和處理以及使用過程中，形成了相對科學和穩定的基于大數據的初中數學過程評價模式，如圖1所示：

2.2.1基于評價維度的作業設計

在學科理論指導下，學校骨干教師組成校本作業設計和開發團隊，根據新課標要求以及學校生源情況，編寫貼有評價維度指標的校本作業（見表1）.然后由技術人員對其進行數據化編輯，最后打印成日常作業本.同時技術平臺上對每道題目進行以標簽作為身份識別的加工，為后期針對學生個體性錯誤推送相似題做好鋪墊.

2.2.2基于信息平臺的數據分析

由智能筆曰紙筆系統采集學生課前、課中、課后完成作業的相關信息，由后臺系統對數據進行加工處理，最后提供精準的診斷報告，并針對問題自動推送補救性題目到學生個人和教師備課組.

2.2.3基于數據分析的二次備課

由集備組對平臺提供的分析報告進行診斷性備課，負責集備的教師根據后臺的診斷報告針對學生存在突出問題進行第二次備課，并且提供教學設計、課件.

2.2.4基于二次備課的補救教學

由教師結合班級學生實際情況對教學設計和課件進行調整，在班級進行第二次授課，這個環節稱為補救性教學.

2.2.5基于維度標準的二次測評

由集備負責教師結合診斷報告命制相關的測評試卷，同樣按照校本作業設計的幾個維度指標，即多向細目表的標簽作為依據命題，然后進行第二次檢測.

2.2.6基于學習分析的數據保存

根據平臺收集得到的數據進行前、后測的對比，從而判斷補救性教學的效果達成度.如果沒有達成預設的目標，則該知識點進入年段集備數據庫，在后續復習的時候針對該知識點進行第三次補救性教學.以此類推，中考第一輪復習時，相關知識點成為校本作業的關鍵點.

這個模式就讓我們的教學在過程性評價指導下發生了轉型，由原來的經驗型教學轉向了基于大數據背景的精準教學，教學的效益大大提升，真正實現了減負提質.

3具體案例設計和展示

下面以人教版第9章《不等式與不等式組》為例，從校本作業設計，到使用過程中學生學習數據收集、整理、分析、反饋、補救性授課、二次檢測、數據記錄和個性化學習等流程的實際操作進行展示.

3.1科學設置校本作業的評價維度

根據學科特點，選擇數學專業的幾個維度進行校本作業設計：知識點、題型、學科六大核心素養、學生學習能力5個水平等幾個方面作為評價維度的標準.例如：在校本作業設計階段設置多向細目表的標簽維度（表1）.同時對這份作業設計從知識點的角度進行統計，如圖2所示.

3.2學生作業完成情況的實時數據分析

經過授課環節，學生按照教師要求完成本單元的作業，通過紙筆系統實時數據采集、整理、分析，最后得到統計結果，教師可以根據課標要求，結合學情進行具體的分析，據此對教學效果進行評估.

通過數據分析，可以發現：

（1）年段整體正確率為65%，說明基礎知識掌握較好.

（2）存在下面幾個問題：①關于“不等式（組）的定義與性質”：學生對不等式性質2、3理解沒到位，影響后續解法的學習；②關于“不等式（組）的解法”：學生對性質不熟練，導致解法出現問題；③關于“不等式（組）的應用”：學生的閱讀能力、建模思想以及運算能力還有待加強；④關于“含參不等式（組）”：學生剛接觸到含參問題，理解能力有待提高.

3.3基于數據的精準補救性授課

對于學生個體而言，智能平臺會根據這些分析提出建議，針對不足的知識點提供補救措施，由系統智能提供關聯度高的經典例題（含教師教學微課視頻），這些關聯度就是我們前期預設的，基于數學本質的標簽作為評價維度指標的關鍵詞來識別.

對于教師團隊而言，在這個環節，平臺會針對學生存在的問題提供維度相近的題目，教師團隊根據實際教學情況，對例題進行再處理和再選擇，一般而言，系統會按照預設要求提供選擇、填空、解答等不同類型的題目.最后，主備教師根據補救性授課選擇的經典例題，結合大數據分析學生暴露出來的薄弱知識點，命制具有針對性的試題進行第二次補救性檢測.

3.4基于二次授課后的測評數據分析

補救性授課的效果評價，是通過進行第二次測評來實現的，然后通過數據來說明問題.因為基于數據分析的實時數據收集和傳送，后臺能夠自行進行數據收集，然后對數據進行統計和分析，最后給出評價和建議，如圖3所示.

在實操的過程中，這個階段不再進行全班性授課.通過個性學習，精準輔導來完成，由平臺智能推送相似題，學生自主完成相關任務為主.

通過數據可以發現補救性教學效果明顯，體現在：（1）正確率由65%提升至74%；（2）知識點方面還存在的問題：①不等式（組）的應用：能夠在特定題型中解決實際應用，但靈活一點的題型還需加強訓練；②含參不等式（組）：中等及以下學生解決含參問題仍然不夠.

備注：色線框的為二次授課后，測評結果數據反而下滑的知識點，需引起關注.實際操作中我們是把這個問題提交到指導組，由專家分析后提出解決問題的方案.

3.5基于大數據評價的校本資源庫建立

針對兩次的測評數據分析得到學生仍未掌握的知識點，平臺進行長期保存，在中考總復習階段平臺根據三年的過程性評價記錄的數據，自動推送薄弱知識點相關例題和練習，由學校骨干教師組成的教研團隊，按照最初設置的評價維度指標，結合學生情況和中考命題走向等因素進行挑選，形成個性化、精準指向的校本教材，真正的實現了基于初中三年學生學習數據統計分析的校本作業.這樣的模式既能夠減輕學生“題?！庇柧毜呢摀?，又能夠讓教師的教學更具針對性，這樣基于大數據背景下的初中數學過程性評價的價值就凸顯出來了.〖FL）〗

4基于實踐的反思

基于大數據背景的過程評價其主要作用在于及時、直觀地反映學生在學習過程中存在的問題，以及教師教學過程中需要調整的行為.同時根據前置的評價維度指標給出精準的改進策略和措施，根據題目標簽推送相似度高的經典例題（可以含有教師提前做好的微課視頻），進一步推送關聯度高的試題，讓學生進行第二次學習后的再測.如果學生能夠順利完成目標檢測，則系統默認其在該知識點已過關.對于班級而言，智能平臺借由數據分析，推送具有班級個性化的精準教學案例和習題，供教師第二次授課使用.通過這樣的方式，教學評價就轉化為以信息技術為主導的智能系統實時數據采集、整理、分析，并提供針對性解決方案的過程性評價模式.為教師制定精準化教學和個性化輔導提供基于大數據的AI智能分析支持，有效促進了減負增效提質的進一步落地，同時使教學效益大幅度提升.

當然在過程評價的實踐操作中，也存在不足：

（1）前期的試題評價維度標準的制定雖然我們邀請了省市專家進行指導，實際操作中通過檢驗發現這些評價指標的科學性、有效性還存在不完善的地方，需要進一步調整.

（2）通過大數據平臺實時收集數據，后臺對于數據對相關信息的處理有效性，包括對師生教和學過程中存在問題提出相應整改措施的精準性還有待提升.

（3）過程評價不僅僅限于知識點、數學思想方法、學科能力水平維度的測量與反饋，還應該包括學生學習過程中的情感投入、學習態度、價值感提升等方面的要素.

以上幾點需要我們進一步思考和探索，并且力爭找到突破口和平衡點，以期讓大數據背景下的過程評價模式更完善.

參考文獻：

［1］中華人民共和國教育部.義務教育數學課程標準（2022版）［M］.北京：北京師范大學出版社，2022.

［2］劉兼，黃翔，馬云鵬，張春莉.數學教育評價［M］.北京：高等教育出版社，2003.

［3］顧鋒，寧連華.于無疑處教有疑［J］.數學通報，2022，61（7）：35-38.

基金項目：福建省教育科學“十四五”規劃2021年度課題《大數據背景下的初中數學教學評價研究》（編號：FJJKZX21-111）；福州市教育信息技術2021年度研究課題《中學數據化“數學實驗室”建設與應用研究》（編號：FZDJ2021A13）.