數字化賦能基于個性化差異的創新能力培養

王鵬飛

【摘 要】深入實施教育數字化戰略行動，是我國開辟教育發展新賽道和塑造教育發展新優勢的重要突破口。通過數字化技術賦能基于學生差異的育人實踐為基礎教育階段創新人才培養提供重要支撐。本文介紹了北京師范大學昌平附屬學校依托腦科學、人工智能、大數據等技術構造基于全領域、全過程教育大數據的學生畫像和個性化學習，促進學生創新能力的常態發展。

【關鍵詞】數字化；腦科學；個性化教育；創新能力

【中圖分類號】G434? ?【文獻標識碼】B

【論文編號】1671-7384（2024）01-008-03

引? 言

黨的二十大報告提出“實施科教興國戰略，強化現代化建設人才支撐”的論斷，明確指出“著力造就拔尖創新人才，聚天下英才而用之”。習近平總書記在主持中共中央政治局第五次集體學習時強調：“進一步加強科學教育、工程教育，加強拔尖創新人才自主培養，為解決我國關鍵核心技術攻關提供人才支撐。” 教育要培養創新人才，重點要培養學生的創新意識和創新能力，兒童青少年時期是創新人才成長的關鍵時期，必須重視基礎教育在創新人才培養中的基礎作用。

創新能力是個體在知識學習、問題解決和創造活動中，根據一定目的，運用一切已知信息，產生出某種新穎、獨特、有社會或個人價值的產品的智力品質或能力[1]。在圍繞創造能力內在機制的研究中，許多研究認為創新能力與眾多個性特征有著密切的關系，例如自信心、冒險行為、自覺的堅持性、高度的自我評價、興趣、自主性、獨立性等[2]。拔尖創新人才培養不是選出一小部分學生進行特殊教育，而是讓全體學生實現自己的潛力發展，在全體發展的基礎上自然會有拔尖創新人才涌現出來[3]。

在不同領域具備這些個性特征的學生都有可能表現出他的創新能力，因此，創新能力的培養需要個性化的差異培養。個性化培養是引導個體生命獨特性發展的教育，它以尊重差異為前提，以提供多樣化教育資源和自主選擇為手段，以促進個體生命的自由而充分的發展為目的[4]。加德納的多元智能理論指出，每個人在不同智力維度上的發展水平是不均衡的，這種不均衡造就了豐富的個體差異性。

作為“創新”人才培養的準備階段，中小學需要提供差異化的教育供給滿足學生個性化發展的需求，這是創新人才培養的基礎。在教育數字化轉型的大背景下，北京師范大學昌平附屬學校提出為每一位學生提供個性化培養方案助力創新能力培養，基于大數據的識別診斷是學校推動學生全面畫像和資源差異供給的重要基礎，由此撬動的學習方式的變革則是培養學生創新能力有效路徑。

腦科學研究深化個性化差異的教育策略

學習的過程就是塑造大腦。人腦大概有860億個神經元，每個神經元有1000到10 000個神經連接，這樣一個復雜的網絡，決定了我們對所有的知識、技能、習慣、態度等的學習和掌握，學生的學習的過程也是對神經網絡進行塑造的過程。要想實現科學的學習、高效的學習，必須要符合人腦發展的規律。要想開展符合人腦發展規律的學習，就必須從腦科學的角度對學生進行差異化認知。

1.腦科學數據豐富個性化差異認知

基于腦科學研究的學生學業成就因素模型指出，學生的最終學業成就是由學科知識的學習效果、大腦學習力的水平、心理品質的水平和誤差等因素共同決定的。學校的常規工作中所關注的教師教學、教材編寫、知識的結構化水平等都指向學科知識的學習效果，而腦科學的研究則更加關注大腦的學習能力。基于腦科學的學習能力的評價體系從注意力、記憶力、思維力、反應力、自控力五大能力的角度，全面衡量一個孩子學習能力的情況，這部分的能力開發和潛質開發很大程度影響著學生的學業成就。學校從大腦認知能力測評、訓練等方面全面獲取學生大腦認知能力數據，從提升學生的學習能力方面為創新能力的培養打下基礎。

我校在四、六、七、九年級和高一、高二年級的1200多名學生中，全面開展了學生大腦認知能力測評（相當于前測），通過人機互動的方式實現大腦認知能力數據化。測評后獲得基于學生個體和特定群體的腦科學畫像診斷，包括表征學生學習能力綜合發展水平的大腦學習能力指數及群體和個體的五個基礎核心能力表現。

2.基于腦科學差異性研究的教育實踐

根據前測所得到的腦科學大數據，學校在以下方面開展了應用實踐：一是從大腦學習能力視角加深個性化認知。腦科學測評幫助教師了解每一位學生的大腦發展情況，進而與日常學習的顯性表現進行關聯分析，從而基于能力結構的差異對不同類型的學生進行個性化干預。二是對被測群體的教育教學活動進行針對性反思。測評數據顯示，學校多個被測年級學生的大腦基礎能力短板均為注意力。在分析過程中除了考慮遺傳因素、成長環境因素外，學校也引導教師對課堂教學的實施進行反思，重點反思教學中是否存在著影響學生注意力發展的行為。三是助力基于學生差異的學習指導。學校多年來一直在開展以學生學習為中心的學科分層教學，在學習目標，課堂學習形式、學習資源開發和學習評價等維度開展分層探索。在腦科學大數據的支持下，學校引導備課組將大腦學習能力指數納入數學、物理等學科的分層依據，開展測評數據中底層能力數據與學生閱讀能力的相關性分析，從而實現更為科學的個性化資源供給。

此外，由于腦科學測評的數據可以實現對學生學習潛能和未來學習效果的預測，學校將素養測評、腦科學測評和心理品質測評整合引入拔尖創新人才的識別篩選和培養提升。

3.基于大腦學習規律的課程教學變革

針對腦科學測評數據的共性問題如“注意力”短板，依據腦科學研究對學習力包含注意力、記憶力、思維力、反應力、自控力五大能力的結構化理論基礎以及與學習力高度相關的情緒情感等心理要素，學校在課程教學上努力創新，開發了以“跨學科主題學習”為代表的新課程和新型學習模式。跨學科主題學習設計與實踐的六大步驟，每一步都遵照腦科學規律進行了優化賦能。

在確定跨學科主題環節，要為學生能力和知識技能學習構建場景，設置多層次、多元化的學習載體，也就是為認知資源的投入劃定范圍。在這個過程中要充分考慮激發學生興趣，保持好奇心。在制定跨學科學習目標的環節，要抓住學生大腦發展的“經驗期待”確定高階思維發展的學習目標，目標要有明確要求和標準，且能夠符合最近發展區原理。在選擇跨學科內容環節中，除了注重主學科與關聯學科之間的內在聯系，實現學科整合外，還要考慮到所學內容新舊知識的聯結和知識體系的結構化。在設計跨學科學習活動環節，要遵循循序漸進、張弛有度的原則，確保學生大腦以知識的合理性和意義為主要標準，將獲取的知識信息編碼到長時記憶中。在創建學習空間環節，要創設真實寬松的學習情境。引導學生與學習情境進行有效充分的互動，尤其強調建構有安全感的師生和同伴關系，保持積極的情緒狀態。在評估與反饋環節，要設置多維度、多元化的評價方式，對學生所學知識進行準確篩選和定位，激發反思，及時進行調整優化。遵照這樣的原則，學校在中小學起始年級開發了兼具入學適應和學科學習功能的、大主題統領下的跨學科學習，通過學習方式的變革培養學生的高階思維，實現對每一個個體生命價值的尊重。

數字化技術賦能個性化畫像和差異化學習

教育數字化通過數字技術全面賦能教育，推動“大規模的標準化教育”轉向“大規模的個性化學習”。數字時代的教育內容將圍繞素養導向、能力為重等目標實現革新，以培養學生的高階思維能力、綜合創新能力和終身學習能力為指向，通過構建以學生為中心的教育教學場景，真正實現合作學習、差異化學習。學校將智能技術、智能平臺與教育教學有機結合，用數據賦能學生的個性化診斷和針對性提升，用技術變革學生的學習方式，真正實現差異化育人。

1.數據支持的學生全面畫像研究

學校依托北京師范大學學科團隊開發的3×3學科能力層級體系，結合智能點陣筆和掃描儀支持，實現課堂中教學評估、課后作業評價、階段性學習診斷三級評價，用多維數據支持教師開展精準教學和個性輔導，支持學生開展高效自主學習。各教師備課組將每一位學生學習任務從核心概念、學習指標和核心素養三個維度進行了前置編碼，確保數據分析框架的科學性；通過智能掃描儀、智能點陣筆等技術進行常態化的數據收集，用持續的過程性數據采集形成學生的個人學科素養畫像。該畫像以各學科的核心概念圖譜為基本分析框架，在完成考查單一知識點、部分知識關聯和多知識組塊的學習任務過程中，逐漸形成從單次評估到綜合診斷、從個性問題到共性問題的學業診斷過程。畫像診斷可以優化教學設計、改進作業設計和提升命題質量，助力“雙減”背景下的學習分層與作業分層。

基于學生在知識、能力上的薄弱點，定向推送個性化學習資源，包括教師錄制的相關知識點講解的微課和學習效果反饋任務。由于數據的采集是全過程、進階式的，基于數據對學生的分析也就更加科學、系統，學生的學習也從課內延伸至課外。

此外，學校還將AI技術引入學生的心理健康測評、體質健康測試、綜合素質過程性評價等育人環節，立體化收集學生多維度的成長數據，按照呈現規范、維度完整、內容精確、結論可靠的原則開展個體畫像研究，助力學校“三兼優一發展”培養目標下的個性化培養。

2.技術賦能的學生學習方式變革

智能平臺的應用為任務驅動的自主學習提供了支持。以高中語文學習為例，在專家團隊精心研發的結構性學習任務的驅動下，學生可自主完成課文閱讀、文獻閱讀等輸入活動，并根據要求獨立完成梳理與整合、表達與交流等活動。學生可以從分層級的任務中選擇適合自己的任務，形成個性化的學習方案。平臺的交互、共享功能也為學生提升合作與探究能力提供了路徑。與此相應，智能平臺運用多媒體網絡技術、移動互聯網和人工智能技術，為師生提供了內容豐富的融媒體動態課程資源庫。智能平臺設置教師在線備課系統。教師可以對智能平臺的學前準備、學習任務、學習活動、答題自測等環節的內容進行補充和調整，可以通過師生共享的互動空間實時查看學生學習的狀態、速度、問題焦點，與學生一起討論問題解決的路徑，提升指導的針對性，助力學生實現從傳統單一到數字多維的學習方式轉變。

目前，學校高中語文教學基本實現了線上線下聯動的新型任務驅動教學模式，有效提高了學生的自主學習深度，有力推動了學校語文教學路徑、學習時空和師生關系的深刻變革。此外，學校嘗試規劃專門空間打造未來學習空間站，通過教室環境布局和情境感知，打造人與技術高度融合的、智能互聯、虛實融合的學習空間。

智能點陣筆的應用拓展了課上精準學習的可能性。通過內置在筆前端的攝像頭實現傳統書寫習慣下的實時無感數據采集。教師可以實時掌握學生完成任務的進展和內容，按需獲取后續教學的生成性素材。在小組合作學習中，學生個體在點陣紙上進行初步思考任務輸出后，小組成員再進行合作、討論、完善，并在小組點陣紙上呈現合作成果。教師既可以在平臺端詳細了解學生個體對任務的思考，也可以把握小組合作進展和成果，進而有針對性地開展展示和講評。這種形式有效避免了合作學習中小組成果與個體學習成果差異帶來的差異化缺失。點陣筆還可支持對學生作答過程的回溯分析，進而開展筆跡研究，深入剖析學生作答的思維過程，有效揭示了常規作業批改過程當中無法覆蓋的層面。

結? 語

學校積極響應教育數字化發展的大趨勢，初步建構了以腦科學測評數據、學習能力過程性數據以及心理健康、體質健康測評數據等多維度數據支持的個體畫像研究框架，為十二年貫通教育的差異化育人提供依據和策略。數字化技術和人工智能學習平臺逐步深入課堂，驅動學生學習方式的深刻變革。技術賦能個性化差異教育，智能環境激發學習主體性，是學校培養學生創新能力的豐厚土壤和必由之路。

參考文獻

徐會強，楊美娟，高嵩. 中學生創新能力評價指標體系的構建與應用研究[J]. 物理教師，2023，44（9）： 25-28.

俞國良. 論個性與創造力[J]. 北京師范大學學報（社會科學版），1996（4）： 83-89.

張曉光. 拔尖創新人才早期培養應由“拔尖”轉向“普育”[J]. 中小學管理，2022（12）： 13-14.

沈超，袁興國. 人才強國戰略與高校人才培養模式改革探析——基于高等教育個性化教育改革思路的視角[J]. 黑龍江高教研究，2011（8）： 71-73.