指向深度學習的高中信息技術新課程教學困境與對策分析

摘要：深度學習教學改進已成為促進學科核心素養落地生根的有效途徑。高中信息技術教師在面臨大數據等全新內容時，需立足《普通高中信息技術課程標準（2017年版2020年修訂）》和教材內容，明確目標導向，認清開展大數據教學的困境，結合深度學習教學改進尋求方法與策略。本文以“城市空氣質量數據的分析和可視化表達”主題教學實踐案例為例，總結了大數據教學的實施策略，并給出了建議與思考。

關鍵詞：深度學習；高中信息技術；大數據教學；困境；對策

中圖分類號：G434 ?文獻標識碼：A ?論文編號：1674-2117（2024）11-0035-05

新一輪基礎教育課程改革的核心直指發展學生的學科核心素養，從發展核心素養到發展學科核心素養，這正體現了基礎教育改革落實到具體學科的育人目標。自2019年實施普通高中“新課標·新課程·新教材”以來，高中信息技術學科結合信息技術變革的前沿知識與國際信息技術教育的發展趨勢，調整和優化了信息技術課程的內容模塊，特別是將大數據、物聯網、人工智能等新技術、新工具融合到課程內容中，全新的課程內容的組織與設計對教師提出了新的挑戰。

開展大數據教學的教學內容分析

1.新課標關于大數據教學的要求

新一輪高中信息技術教育改革回歸了以信息為核心、數據為基礎的范疇。縱觀《普通高中信息技術課程標準（2017年版2020年修訂）》（以下簡稱“新課標”）的內容，雖然沒有單獨提到“大數據”，但相關內容均以“數據（包括大數據）”呈現。大數據內容主要集中在必修1“數據與計算”、選擇性必修1“數據與數據結構”、選擇性必修3“數據管理與分析”三個模塊。必修模塊的要求是：在感知數據與信息、描述數據特征、知道數據編碼的基礎上，掌握數據采集、分析、可視化表達的基本方法，選用恰當的工具或平臺完成數據分析報告和數據保護。它對應學業質量水平二和學業水平合格性考試要求。選擇性必修模塊的要求是：在問題解決的過程中形成數據抽象、數據結構的思想與方法；有效管理與分析數據，形成對數據特征、數據價值、數據管理思想與分析方法的認識等。它對應學業質量水平三、四和學業水平等級性考試要求。必修模塊與選擇性必修模塊對應的課程內容、內容要求、學業要求、學業質量水平、學科核心素養等均呈現層次遞進關系，如“數據管理與分析”主體部分，必修模塊中只需掌握基本數據管理與分析的方法和工具，但選擇性必修模塊出現“噪聲數據、不同結構化程度數據、數據挖掘”等要求，難度不斷深化。

2.新教材關于大數據教學的內容

在“數據與計算”模塊中，除教科社的教材沒有直接將“大數據”一詞納入章節欄目外，上海版、浙教版、粵教版、人教-中圖版都將其納入章節欄目，但都將大數據與數據進行對比分析，也將大數據的內容融入到數據中展開。而在選擇性必修中，對大數據的相關內容呈現較多的是“數據管理與分析”模塊，強調運用大數據視角對大數據進行管理與分析，運用大數據技術對數據進行挖掘和運用，甚至涉及人工智能、機器學習等內容。

在高中信息技術教材中融入大數據概念、特征、處理、應用等方面內容，用數據說話，不僅僅是因為數據的客觀特征，更是因為大數據下的全樣本的數據能夠看得更全面，大數據分析可以看清復雜現象背后的內在邏輯。

開展大數據教學的困境

1.需全面解讀大數據的基本內涵

數據是現實世界客觀事物的符號記錄，是信息的載體，是計算機加工的對象。大數據是以容量大、類型多、存取速度快、應用價值高為主要特征的數據集合。從“數據”到“大數據”教育，兩者除了概念表述不同，在大數據的產生和處理上也不同。開展大數據教學需要理清大數據的產生方式、發展過程、基本特征、類型特點、應用價值，進而全面解讀大數據的基本內涵，但當前很多教師只從數據量上單純性講解大數據，或從不同種類上分析大數據，導致在教學上存在一定偏差。

2.需系統理解大數據的應用價值

隨著物聯網信息技術的發展，數據的來源變得多樣化，大數據的類型也更加復雜，大數據的應用價值是要從海量龐雜的數據中挖掘出有價值的信息，從而運用于管理、農業、金融、醫療和教育等各個社會領域，為社會發展服務。但在目前的教學實踐中，沒有將大數據的應用價值有效落實到對社會發展服務變革的影響上，只是針對數據分析的某一項技術功能或某些工具應用方法進行學習，沒有建立從數據到信息，再到知識，從而上升到智慧的DIKW模型的大數據觀，學生對大數據的應用價值缺乏系統性理解。

3.需規范大數據的教學流程

在教學實踐中，應在認識大數據的基礎上從大數據的采集、整理、分析、可視化表達、分析報告等維度構建基本的教學體系，但更要關注其背后作為學科核心素養的流程，理解數據與信息、知識、智慧之間的轉變關系。而大部分教師已習慣用單一數據或平臺本身結構化的數據作為教學內容，導致一些實時、非結構化數據的教學流程和方法不夠規范，對數據處理、計算思維、思維提升三級流程缺少規范性指導。

4.需創新使用大數據平臺或工具

目前可以直接利用或體驗的大數據平臺及數據資源較為缺乏，不能依據教學需要在大數據平臺開展創造性教學。例如，教學中只是讓學生登錄到某些大數據平臺進行體驗，或直接利用Python等數據挖掘和分析軟件工具進行部分環節的教學，沒有從數據實時處理、智能化環境、大數據對社會發展的影響等方面去探究大數據教學，從而導致無法達到深度學習的教學效果。

開展大數據教學的方法策略與教學實踐

1.高中信息技術深度學習教學實施策略

深度學習是指向學生的學習，讓學習真實發生，同時也指向教師的教學，讓教學更有深度，明確“為什么學、學什么、怎樣學”和“為什么教、教什么、怎樣教”的問題。深度學習提倡單元式學習，教學實踐模型共包括四個核心要素（素養導向的學習目標、引領性學習主題、挑戰性學習任務、持續性學習評價）和兩個支持要素（開放性學習環境、反思性教學改進），它是一個螺旋式循序漸進的過程，上頁圖1所示為高中信息技術深度學習教學實踐模型示意圖。

2.開展大數據教學的深度學習教學實踐

（1）落實以素養導向的學習目標

深度學習教學實踐以學習目標為起點。在界定學習目標時，應結合學科核心素養表現，分析學生理解和應用大概念時需要思考的問題，確定單元學習完成后應該達成的所知、所能和所成，形成單元目標體系。例如，在界定“城市空氣質量數據的分析和可視化表達”單元學習目標時，筆者立足“數據與大數據”的概念，通過“學科核心素養—標準內容要求—大概念—概念群—單元目標”的一致性來實現學習目標的界定。圖2所示為主題單元學習目標界定示意圖。

（2）選擇以真實情境引領的大數據學習主題

真實的情境可以從學生的真實需求和經驗出發，激發學生的學習興趣。城市空氣質量是學生一直關注的環保問題，通過確定廣州一整年的空氣質量數據，試圖分析數據如何（現狀）、為什么（原因）、會怎樣（預測），可以挖掘出數據背后的價值。因此，筆者結合學生情境與“數據與計算”“數據處理與應用”模塊內容，選擇“城市空氣質量數據的分析和可視化表達”為學習主題，讓學生經歷大數據認識、采集、整理、分析、可視化、分析報告的整個過程，從而挖掘數據價值。

（3）堅持以問題導向的學習任務設計

“問題”是引發學生認知沖突、聯接既有認知結構與新知識技能的“節點”，問題與問題組成的“問題鏈”可以更好地支持學生逐步深入學習。因此，筆者通過分析單元學習主題以及學習目標產生學科的基本問題，并將問題情境化，形成問題鏈，以明確每個問題對應的挑戰性學習任務，上頁表1所示是主題單元的挑戰性任務設計。

在完成單元學習主題的挑戰性學習任務后，將其聯接成不同的學習活動，形成“學習目標—學習單元主題—學習活動—學習任務—學習評價”的一體化流程，并結合“數據采集、整理、分析、可視化、分析報告”的數據處理流程，形成單元學習活動過程設計，表2為主題單元的活動過程設計表。

（4）開展持續性大數據學習評價

在指向深度學習的大數據教學中，應細化主題探究過程和活動成果，把握主題單元教學實施過程中學生學習結果的表現形式，進而確定持續性學習評價的證據，并借助一系列問題，如“什么樣的證據能表明學生可以根據解決問題的需要設計數據處理的方案”“什么樣的表現能表明學生具備數據采集、分析和可視化的能力”“什么評價指標能表明學生的數據分析報告是合理和有意義的”等設計持續性學習評價。

“城市空氣質量數據的分析和可視化表達”主題單元依據學習目標，針對單元主題活動任務，設計作品評價工具、過程性評價工具以及知識技能評價試題等，結合在線學習行為記錄、課堂提問交互、學習作品展示、小組討論等過程性評價方式，以“持續化學習證據和數據分析報告作品”來呈現評價結果，表3為主題單元的數據采集活動持續性評價表。同時，學生探究學習活動成品應從作品“證據”中提出想法和分析結果。

（5）選用專業的數據探究方法與工具

學生在學會基本的電子表格分析的基礎上可以利用Python工具開展數據處理，以此來體驗大數據分析的過程與方法。“城市空氣質量數據的分析和可視化表達”學習主題選用集成化Anaconda的Jupyter Notebook平臺進行數據整理與分析，支持學生在數據采集的基礎上開展數據整理、分析、可視化表達。同時，學生可以利用Moodle工具完成數據分析報告，體現新課標“選用恰當的軟件工具或平臺處理數據（包括大數據）進行整理、組織、計算與呈現”的相關要求。

開展大數據教學實施的建議與思考

1.把握大數據教學的難度

大數據的“大”不僅體現在數據量大，還體現在數據的復雜度和類型的多樣性上，反映出大數據的教學難度。在大數據教學中應注意大數據教學內容之間的上下承接關系，既要體現與“數據與信息”內容中數據、數字化、編碼等內容的連接，也要體現與人工智能等內容的關聯。教師可借助適當的教學資源，如學習微課、導學案、學習網站等，依據“最近發展區”學習原理，幫助學生達到預期學習目標。

2.注重學生思維能力的提升

指向深度學習的高中信息技術教學旨在提升學生的高階思維，發展學生學科核心素養。在大數據教學中應注重大數據背景下“數據—信息—知識—智慧”的認知發展主線，關注界定問題、問題分解、模式識別、繪制模型、優化遷移等的計算思維學科核心素養培養路徑，讓學生經歷“數據采集、整理、分析、可視化、分析報告”的整個過程，促進學生學科三條主線合一的思維發展。

3.關注學習的過程性評價

在大數據教學中，教師應關注過程性評價，借助網絡技術工具伴隨式、全過程追蹤記錄學生學習過程中的表現，并通過課堂觀察、學習行為分析、作品評價、檔案袋資料采集等方式對學生知識、技能、能力及情感態度等方面進行“四體三維”立體化過程性評價。

4.開展大數據教學的思考

在實施大數據教學時，應從數據產生角度思考大數據的“大”是否要定量或定性，是否同時兼顧三種類型，是否要從多種技術獲取等角度去考慮大數據的“大”。同時，要從大數據思維角度把握大數據樣本趨于總體、精確讓位模糊、相關性重于因果這三個基本特征，思考大數據分析的價值意義。另外，還要從技術的兩面性角度思考大數據安全中的數據存儲和數據保護等問題。

參考文獻：

[1]劉月霞，郭華.深度學習：走向核心素養（理論普及讀本）[M].北京：教育科學出版社，2019.

[2]熊璋，李鋒.信息時代·信息素養[M].北京：人民教育出版社，2019.

[3]中華人民共和國教育部.普通高中信息技術課程標準（2017年版2020年修訂）[S].北京：人民教育出版社，2020.

[4]莊小云，尹睿.深度學習理念下人工智能課程單元教學設計與實踐[J].教育導刊，2023（03）：65-73.

[5]彭麗歐.指向深度學習的高中信息技術課程過程性評價研究[J].中國信息技術教育，2022（10）：31-35.

作者簡介：彭麗歐（1983.2—），男，漢族，碩士研究生，高中信息技術高級教師，研究方向為中小學信息技術學科教育教學、計算機教育應用。

本文系廣州市教育研究院2022年度科研課題“素養導向的高中信息技術深度學習教學實施策略研究”的階段性研究成果。