可見的教與可見的學：大數據支持下的初中科學精準教學研究

摘 要 隨著“雙減”政策全面落地、人工智能技術迅猛發展，以及教學理念不斷更新，教師需要借助信息技術積極轉變傳統教育方式和思維模式，打造輕負高質的強效能課堂。學業大數據系統通過對錯題的數據采集與多維度的知識與能力分析，既能讓教師可見地教——全面了解學情，精準施教，減輕教學壓力，又能幫助學生可見地學——及時了解學科薄弱點，精準學習，減輕學業壓力。

關鍵詞" 大數據；精準教學；關鍵能力

中圖分類號：G633.7" " 文獻標識碼：B

文章編號：1671-489X（2024）07-00-04

1" 案例背景

1.1" 教師分析學情的困境

現階段大多數的教師主要是憑批改作業時的主觀感受來判斷學生對知識點的掌握情況，并對大部分學生的知識漏洞進行講解，存在許多誤差。傳統教學模式下，教師往往會在階段性學習之后收集學生的錯題，并逐一錄入電腦，憑經驗尋找相應的變式題，生成一份新的練習對學生進行再測，而這往往存在收集錯題不方便、找變式題不精準、對學生學情分析不到位等問題。精準教學指教師在課堂中，結合學生的實際情況和亟須解決的問題開展教學活動，即因材施教地進行個性化教學。精準教學的成功運用能打破學校傳統的教學模式，改變教師以經驗教學為主導的理念。教師在大數據的支持下客觀分析學生情況，進行精準施教，使學生獲得個性化的指導與引領。新西蘭學者約翰·哈蒂對學生進行了800多項報告研究，這些關于學業成就效應的元分析綜合報告指出，對他們學業成就影響最大的是“教師”，而效應量較大的“課程”和“教學”也與教師密切相關。因此，教師及其反饋至關重要[1]。

1.2" 學生學習過程不可見

傳統學習模式中，學生提升學習成績的途徑之一是對錯題進行摘抄、重做，并整理成屬于自己的錯題本。這往往存在錯題整理不全面、錯題摘抄費時間、錯題本保管不妥善等情況。學生的學習情況只能在作業和考試分數中體現，沒有過程性數據將學習情況可視化，學生只能憑自己的主觀感覺衡量自己的學習水平，不知道自己對于知識點與科學關鍵能力的具體掌握情況。學業大數據精準教學系統可對學生錯題進行智能分析，包括對知識點與科學關鍵能力的分析，為其精準推送錯題與相對應的變式題，為學生“私人訂制”專屬學習手冊。學生打印后可進行錯題再練與變式鞏固，進行個性化學習。

1.3" 區域題庫建設不精準

題庫是計算機技術與教育科學技術共同發展的結果，題庫建設的數量與質量將直接影響題庫的使用價值。目前，區域題庫建設文獻綜述極少，一線教師往往基于傳統的經典測量理論對試題質量、學生能力水平等情況進行分析，不能客觀篩選適合本地區學生的好題從而建立優質的符合學情的題庫，學生往往靠題海戰術盲目刷題，在提高學習能力和找到有效的解題方法方面收效甚微。學業大數據系統利用人工智能信息技術手段對在校學生在學習過程中產生的學業數據進行采集及分析，構建“以區為本、以校為本、以生為本”的學業評價與學情分析體系。

2" 構建模式

為解決以上問題，使教師能精準分析班級學情，使學生能清晰自己的學習情況，使區域題庫能個性化精準服務學生，近年來浙江省杭州聞濤中學與區內各校逐步建立起校本題庫與區本題庫，通過將題目貼標簽的方式標記每道題包含的知識點、要求的能力水平、適用年級與難易程度，并將各類考試數據、作業數據和反映學生日常學習水平的表現性數據都分析記錄于學業大數據平臺[2]。這些數據成為教師決策的重要參照依據，教師在具體的教學中，依據數據充分地了解學生對每個知識點與科學關鍵能力的掌握情況，并作出相應的課堂決策與提供個性化輔導，這體現為以下四個進階過程。

2.1" 錯題掃描與習題再練

每周課代表收齊全班同學的作業，將錯題統一掃描錄入學業大數據系統，家長也可通過小程序拍照上傳。學業大數據系統對學生的錯題進行知識點分析與歸類，對學生科學關鍵能力掌握情況進行分析，并生成每個學生自己的個性化習題手冊。家長可在小程序選擇時間、題目類型（只顯示錯題或顯示錯題與變式題）、題目難度（自動、簡單、中等、難）、題目數量（每道錯題的變式題題量）等生成題目并進行打印，學生利用周末進行錯題再練、變式題鞏固訓練，并根據系統提供的答案自評、訂正。周一上交后由教師檢查并答疑。在此過程中，學生知曉自己的知識漏洞、能力不足之處，明確學習目標，針對薄弱點有針對性地展開自主學習，精準補弱，掃除盲點。

2.2" 即時決策與個性化輔導

教師登錄學業大數據系統網頁版，可按時間（今天、近七天、近三十天、自定義）或按章節篩選，查看班級總體學情。學情總覽包括班級錯題總量、班級平均正確率、單人最高正確率、優秀率和及格率等，如圖1所示。知識點與能力分析按級可細化到四級，每一級都可查看知識點正確率、練習總次數、錯題人數和錯誤次數。同時，教師可查看每個學生的學情分析報告，包括該生對各知識點與關鍵能力的掌握程度，學生的薄弱之處變得可視化，如圖2所示。如此，教師可收到針對每個學生和針對每道題目的精準反饋，清楚掌握全班學生該段時

間/該節知識點/該能力點的掌握情況，即時決策，調整教學策略，尤其在習題課中重點講解全班性未掌握的內容，針對該知識點進行迅速的精準高效的課堂教學反饋，即時解決問題。通過學業大數據系統發現學生出現的個性化問題后，對學生進行一對一輔導，準確填補學生漏洞。

2.3" 題庫建設與數據迭代

學生的作業來源有省編作業本、配套教輔資料、過程性測試卷、區域性統測卷等，學校通過掃描錯題積累大量題目，并由骨干教師組成的題庫建設小組進行標簽分類，建立區域題庫，使錯題發揮巨大價值，助推精準教學。將初中科學知識點建立知識樹體系，知識細化為四級，如一道考查血型的題目，知識點第一級為生命科學，第二級為生物體內物質和能量轉換，第三級為人體的物質和能量轉換，第四級為血型與輸血。難度細化為五級，即非常難、較難、中等、較簡單、非常容易，由建設團隊對題目進行估計，并賦予難易程度。給每道題目貼上知識標簽后，增加該題的附加信息，如適用年段、適用時間、題目來源等，使題目歸屬更精準。

學情在不斷變化，錯題在不斷更新，數據也在不斷迭代。通過一線教師對題目的不斷掃描、錄入，骨干團隊的分析打標（打上標簽），逐漸實現計算機自動給題目打標，平臺可以分析任意題目，從而進一步擴充題庫，也大大增加了學生的錯題來源。

2.4" 平臺組卷與能力再測

針對學生未掌握的知識點與科學關鍵能力，系統可自動生成針對性練習，教師可選擇時間段、變式題難度、題目類型、試卷來源等導出。可下載后隨意編輯（Word模式），也可下載后由掃描機自動批改選擇題（PDF模式）。

在單元診斷、階段性診斷等獨立作業中，教師在平臺內組卷。利用大數據平臺對題庫系統進行組卷，具有查找方便、存儲量大、檢索速度快等傳統手工組卷無法比擬的優越性，極大地提高了教師的工作效率，不但可以減少大量不必要的人力重復工作，更重要的是可以克服在考試命題中人為的主觀性和片面性，提高考試命題的客觀性和科學性，以及命題的質量和效率。

試卷來源于大數據系統精選題庫、區本題庫、校本題庫等，組卷類型有知識點組卷與章節組卷，可選擇題型、難度、題類，生成適合本班/本年級的試卷。學生對未掌握的知識點與未具備的科學關鍵能力進行再測，并進行再次掃描，教師獲得補漏后的反饋，再次調整教學與復習策略。

基于上述操作，筆者總結出基于學業大數據系統進行精準化教學研究的實施框架（圖3）。

3" 實踐成果

3.1" 知識點正確率提高

如表1所示，知識點“裝置氣密性檢測方法”在新課后一周的練習中正確率為55.88%，在全班掃描錯題之后，筆者登錄平臺查看分析結果，然后調整教學策略，對學生未掌握的知識點進行全班性詳細側重的講解，經系統輔助后，正確率為81.82%，達到了基本掌握的水平。再如“密度與溫度”這一知識點，系統輔助前全班正確率為62.98%，基本掌握。筆者對未掌握的學生進行個別輔導，在第二次掃描錯題進行針對性練習后，正確率已達100%。另有許多知識點，在系統輔助下班級的準確率大大增加。

3.2" 科學關鍵能力提高

科學課程旨在培養學生的核心素養，其主要是指學生在學習科學課程的過程中，逐步形成的正確價值觀、必備品格和關鍵能力，包括科學觀念、科學思維、探究實踐能力等方面。學業大數據系統不僅將學生知識點掌握情況可視化，還將學生的科學能力掌握水平數據化。教師分析各級能力的掌握情況后，對未掌握的學生進行該能力的再次訓練與指導，學生也借此進行該能力的強化訓練。如探究實踐能力中的“結論歸納與分析”，通過平臺分析、教師個性化輔導、學生自主學習后，正確率提高38.37%。科學思維能力中的“現象解釋與推斷”，通過系統輔助后正確率提高34.85%，雖然全班學生仍未達到基本掌握水平，但是該能力已有較大提高（表2）。

3.3" 學生成績效應量較高

實踐證明，大數據系統的支持與輔助對精準教學有正向促進作用。筆者對所教年級學生和所教班級學生進行了期中考試和期末考試效應量的計算。效應量（圖4）是指各種直接或間接影響課堂教學的因素的綜合影響力。在哈蒂的統計方法中，d值在負數～0之間，效果被認為是消極的；d值在0～0.20之間，則效應量非常小；d值在0.21～0.40之間，則效應量小；d值在0.41～0.60之間，則效應量中等；d值在0.61及以上，則效應量比較高[1]。

為減少兩次考試難度差異的影響，筆者計算效應量的公式為“（期末成績-期中成績）/兩次全年級成績標準差的平均值”。期中考試全年級成績標準差為20.921 32，期末考試全年級成績標準差為22.346 72，平均值為21.587 03。全年級的效應量平均值為0.699 4，可見在大數據系統的支持下全年級的科學成績都有較大的提升。本班學生效應量如圖5所示，所有學生效應量均為正值。

由此可見，在學業大數據的支持下，學生學科知識與關鍵能力均有較大提升，學生科學素養得到進一步發展。系統通過對知識點與科學能力的全方位跟蹤，通過過程性數據形成學生數字畫像，實現教師對學生的個性化指導與學生的自主學習自我成長。

3.4" 區域題庫逐漸完善

經過一年多的實踐，題庫已有17萬多道題，包含每學期學生最新掃描的題目、各地精心研發的試卷、通用題庫等，可以滿足教師在課堂練習、階段性診斷、周末針對性練習等各種出卷情景的需要，也可以根據學生的不同掌握程度，自動生成題目，讓學生分層練習、按需做題，實現題目的個性化與精準化[3]。

3.5" 切實減輕各方負擔

首先，學生可以按需選擇相應難度的題目進行練習，基礎好的學生覺得題目有價值和有挑戰性，基礎較差的學生可以通過自己的分析思考鞏固知識，不用在題海戰術中苦苦掙扎，可減輕學業負擔。其次，能減少教師的工作量，緩解教師的工作壓力。教師不再需要布置大量作業來加強學生對知識點的內化，只需要從題庫里選出相應的試題就可以達到教學目標。教師通過數據分析能精準掌握學生情況，做到教學有的放矢，能有更多的精力投入課堂教學與研究。再次，備課組可以清楚看到班級之間的差距、本年級的共性問題、班級個性化的知識點漏洞，由此，備課組長在指導本組工作時就能有精準的方向，能幫助組內教師有重點地對相應學科內容進行調整與補充。最后，學校可以根據學生成績的統計數據、統計結果，更有針對性地對教師的業務水平進行評價，幫助教師優化課堂教學方法與效果。

4" 進一步的思考

“雙減”背景下，如何真正實現減輕學生學業負擔，提高教師教學質量，是一線教師需要不斷深思與研究的問題。在成功的課堂上，教和學是清晰可見的。教師要可見的教，必須知道學生的學習在何時何處存在不足或錯誤；必須學會監控、分析并給予反饋。學生要可見的學，必須將自己的學習過程可視化，知道自己的薄弱之處，而這依賴于大數據系統的支持。

利用現代信息技術平臺進行創新教學的改革潮流勢不可擋，信息技術手段與學科課程教學深度相互滲透融合勢在必行，中國新一代的教師只有做到與時俱進，不斷創新，增強大數據意識，提高數據敏感性與數據分析能力，才能圓滿完成教育賦予的使命，實現卓越的教學。

5" 參考文獻

[1]約翰·哈蒂.可見的學習：對800多項關于學業成就的元分析的綜合報告[M].彭正梅，鄧莉，高原，等，譯.北京：教育科學出版社，2015.

[2]楊甲睿，黃甫全.證據型教學決策在美國：興起、內涵、策略及其啟示[J].電化教育研究，2013，34（4）：107-113.

[3]馮祖揚.區域題庫建設在精準教學中的實踐研究[J].中國教育技術裝備，2021（11）：44-46.

作者簡介：陳璐佳，一級教師。