指向“學教評”一致性的大數據精準教學模式構建

“教學評”一致性作為當前課堂教學實踐的關鍵議題，其重要性在2022年4月教育部正式頒布《義務教育課程方案（2022年版）》和義務教育各學科新版課程標準后，得到進一步凸顯。新版義務教育課程標準不僅為新時代育人工作樹立了明確的標桿，還深度勾勒了推進課程改革的關鍵路徑。其中，實施“教學評”一致性成為落實新課程標準的重要策略之一。華東師范大學崔允漷教授認為，課堂意義上的“教學評”一致性，強調以從課程標準中轉化而來的學習目標為指引，系統推進課堂教學變革層面的教學、學習與評價的一致性，由此形成“小閉環”，實現所教即所學、所教即所評、所學即所評^[1]。這一理念注重以評促教、以評促學，從而確保學習目標的有效達成。盡管該理念在教育界得到了廣泛認可，但在實際教學中的應用仍未得到充分落實。教師在實施過程中主要面臨以下問題：一是學習目標（教學目標）的設計常常是借助教參和教學經歷進行經驗性判斷，缺乏基于數據的逆向教學設計工具；二是在課堂教學活動中，缺乏針對全體學生學習效果的采集和分析工具，造成教學過程的模糊不清；三是評價體系單一，現有的評價體系多側重于考試分數，缺乏對學生綜合素養的全面評價。那么，如何有效解決這些問題？本文旨在探討如何通過精準教學，尤其是基于大數據和人工智能技術的精準教學，從教學全流程視角（包括課前學習目標制定、課中學習目標實施以及課后學習結果反饋三個關鍵環節），系統解決“學教評”一致性在實踐中的實施難題，從而推動課堂教學的深度變革。

一、精準教學視域下對“教學評”一致性的再思考

精準教學（Precision Instruction，簡稱“PI”），作為因材施教理念的現代表征，其理論體系最早形成于20世紀60年代，由奧格登·林斯利（Ogden Lindsley）在斯金納（Skinner）的行為主義學習理論基礎上系統構建。精準教學是一種通過跟蹤和測量學生學習表現，為教學決策提供依據和改進策略的方法。

隨著信息技術的發展，精準教學也迎來了快速發展期。其顯著特征是信息技術與精準教學的深度融合，特別是近十年大數據和人工智能技術在課堂教學中的廣泛應用。因而，在實踐中，我們把這一時期的精準教學稱為大數據精準教學。大數據精準教學，是指以大數據技術為手段，在精準分析學生學業現狀的基礎上，對教學目標進行精準定位、對教學內容進行精準定制、對教學活動進行精準設計、對學生學習表現進行精準評價，進而做出精準教學決策，使教學過程和教學結果可量化、可監測、可調控^[2]。如無特殊說明，后續精準教學都指大數據精準教學。

精準教學以數據為基礎，將數據分析貫穿于整個教學過程中，實現教學過程中的“兩核心”（數據驅動、個性化）和“三要素”（目標精準、問題精準、干預精準），使教學過程和教學結果可量化、可監測、可調控。基于精準教學的“兩核心”和“三要素”，筆者提出了對“教學評”一致性的再理解：一是“教學評”三者是沒有順序的，有些課型或內容需要先學后教，有些課型或內容需要先教后學；二是“評”與“教”“學”不應處于同一層次，而是滲透或嵌入教與學的活動中；三是評價的內涵和形式更加豐富，從內容上看，評價不僅包括學業評價，還包含非學業評價（學習行為類評價）；四是“學”“教”“評”都是為達成課程標準規定的課程目標所實施的活動，都是指向發展學生學科核心素養的活動，從形式上看，由于大數據和人工智能技術的介入，評價更加及時、微觀、精準和個性化。

二、指向“學教評”一致性的精準教學模式

從精準教學的視角審視“教學評”一致性可知，精準教學是指向“教學評”一致性的。筆者從2016年開始在中小學校從事數據驅動的教與學，2017年開始承擔浙江省全域推進精準教學研究項目至今，從大量的學科精準教學實踐案例中，提煉了指向“學教評”一致性的精準教學模式（如圖1）。該模式倡導一種全方位、系統化的教學方法，即將評價環節無縫融入教學的全過程——課前預設、課中實施與課后診斷，確保教學過程中的每個環節都能緊密圍繞評價目標展開，實現“學教評”三者間的高度契合與動態平衡，確保每個環節的“教學評”一致性。

該模式從實施上來看，分為三個環節。第一個環節是學習目標的確定，這里我們強調的是課前學生的“學”，即預習，從數據采集來說，即采集學生的預習測試數據。第二個環節是學習活動，即課堂教學，站在教師角度，是“教”，它強調課中知識和技能的傳授。第三個環節是學習結果的反饋，即課后通過診斷來判斷教學（學習）達成度怎么樣，即“評”。在三個環節中，基于診斷的學情“數據流”保證了三者的一致性。事實上，三個環節中每個環節都涉及教師、學生和評價，所以該模式還有一個重要特點，即課前、課中、課后是一個“教學評”一致性的小閉環。在小閉環中，教師的任務、學生的任務和評價的任務都非常清晰。

三、指向“學教評”一致性的精準教學模式應用

（一）課前二次備課：基于學情數據精準確定學習目標

課前，從學生角度來說要進行學習目標的確定，從教師角度來說要進行教學目標的確定。教學設計中，對于教學目標的確定，教師首先應研讀課程標準，理解內容要求、學業要求和教學提示，以確保教學目標符合國家對課程的基本要求。其次，教師要?分析教材內容，因為教材是教學的載體，教師需要仔細分析教材的內容和結構，了解每個單元的訓練重點和難點，以便確定具體的教學目標。最后，教師要分析學情?，這是因為學情是教學目標的出發點。教師需要了解學生的學習基礎、學習能力、學習興趣和動機，以確保教學目標符合學生的實際需求和能力。在傳統教學中，在備課環節教師對學情的判斷大多依賴于個人經驗，無法掌握真實的學情，導致教學設計目標不準確，而在精準教學中，有了采集設備和分析技術，教師可以對學情進行精準分析。

在實踐基礎上，我們提煉了基于“學教評”一致性的精準教學二次備課流程（如圖2）。在該流程中，教師的備課需要進行兩次。

第一次備課，教師除借助教學參考書以及個人的經驗性判斷外，還須參考兩個方面的學情診斷數據來確定學習目標。一是前置知識點的學情，以了解班級學生新授課學習的起點。例如，如果前置知識點掌握程度較低，則在導入新課時教師應先對前置知識進行復習和轉化；如果前置知識點掌握程度較高，則導入新課時更多的應是對前置知識的應用和拔高。二是本校歷屆學生在該課時的作業診斷學情，該數據有助于教師了解本校學生在即將講授內容上的重難點分布情況。不同學校的學生是有差異的，尤其是中學段學校。同一課時內容，對某所學校的學生可能是難點和重點，但對另一所學校學生而言則未必。因此，教師可以參考本校往屆學生在本課時相關測試的數據，來確定本課時的重難點。教師在第一次備課的同時，給學生布置預習任務和預習后的測試題。學生在這個環節需要完成教師布置的預習任務，并在技術的支持下提交完成的預習測試卷。

第二次備課，教師從精準教學系統中得到所授課班級的學生預習數據，通過分析典型錯誤、高頻錯題等數據，調整第一次備課時的教學目標，從而制定出更加精確和有針對性的教學目標。這樣，教師通過將基于診斷的評價嵌入課前環節，就可以實現對學習目標的精準分析和細節調整，確保教師能夠準確把握學生真實的學習“起點”。

（二）課中精準施教：及時學情反饋確保教學目標落實

精準教學可應用于教學的每個環節，如精準施教、個性學習、智慧評價、實證教研和智能管理等，但核心是精準施教和個性學習，即融合新一代信息技術的教與學模式創新，直指課堂教學方式與學習方式的改進和改變^[3]。在數據的支持下，精準教學可實現對傳統教學方式的創新。圖3是基于“學教評”一致性的精準教學流程。

課堂教學通常設定三至四個明確的教學目標。教師在課堂教學中要及時獲取學生的學習反饋，以便做出適宜的教學決策。傳統的教學缺乏數據采集設備和及時的數據分析反饋系統，教師對學情的把握往往依賴于經驗判斷，或者基于幾個“典型”學生的反饋。這種狀況容易造成教學過程的同質化傾向，難以實現個性化教學，最終制約了整體教學效果的提升。

借助于數據采集設備和分析反饋系統，精準教學系統可以對每個教學子目標進行全體學生的及時診斷和反饋。例如，在圖3中，師生在完成教學子目標x的教學后，教師可以發布針對教學子目標x的診斷題，精準教學系統會快速地將全部學情及時反饋給教師和學生。教師根據數據判斷教學子目標x是否達成：如果沒有達成，及時做出決策，是調整教學內容，還是重構教學流程；如果教學子目標x達成，則進行教學子目標x+1的教學。在教學活動的最后一個環節，教師應基于學情反饋，對整堂課或某個教學目標進行總結歸納。

（三）課后智能評價：多元學情數據促進精準教和個性學

學習評價對教師的教學活動和學生的學習行為具有重要的導向和調節作用，為促進個性化教學的順利開展提供支撐。

精準教學的課后評價是借助于大數據分析技術進行的，是充滿智能的。精準教學視域下的課后評價通常涵蓋兩類：學業診斷（作業、考試）以及非學業診斷（行為）。為此，我們在精準教學實踐的基礎上，提煉了如圖4所示的課后評價流程。

在該評價流程中，教師一般采用課后作業或階段性考試的方式來診斷學生的學業水平。診斷的目的是了解學生對授課內容的掌握情況，同時鞏固學生的知識和技能，提升他們對知識和技能的遷移能力。從診斷功能上來說，作業和考試對精準教學和個性化學習的功能有所不同。考試數據類似“大數據”，它重預測、重相關和重群體，而作業數據類似“小數據”，它重決定、重精準和重個體。考試數據和作業數據是互補的，共同診斷教學。從教師角度來說，它們共同促進教師教學改進，從學生角度來說，則是基于學生個體的兩類數據生成學生的知識圖譜，實現學生的個性化學習。

在該評價流程中的非學業診斷主要是指課堂行為評價或者課后反思評價。教師對學生的評價與反饋應當聚焦于學生在學習過程中是否得到發展、能力是否得到提高、個人知識體系是否得到完善和創新，而不僅僅以單一的學習成績作為評判依據，所以非學業診斷同樣重要。借助信息技術的強大支撐，教師可采用靈活、彈性的評價方式，如自評、互評、教師評價和系統評價等方式，圍繞自主學習、交流協作、知識創新等進行多元評價。

學業診斷和非學業診斷是密切相關和互相促進的，精準教學強調在課后評價中不能只進行學業診斷而不進行非學業診斷。

四、總結

在大數據與人工智能技術快速發展的背景下，精準教學作為一種科學有效的教學模式日益凸顯其價值。本文基于實踐探索，創新性地提出了指向“學教評”一致性的精準教學模式，并構建了基于該模式的課前、課中及課后的具體教學應用流程，既為精準教學理論構建添磚加瓦，也為中小學教師的精準教學實踐提供了操作性較強的實施路徑。

當然，致力于實現“學教評”一致性的精準教學課堂，其本質是動態的、富有生成性的，沒有一種固定的教學模式能夠解決不同學段、學科、課型的所有教學問題，教師在實施精準教學時，需要在理論模式的基礎上靈活加以運用。

注：本文系浙江省教育廳教研室基礎教育課程改革重點研究課題“大數據背景下的精準教學”項目（浙教研室[2018]3號）的研究成果。

參考文獻

[1] 崔允漷.教—學—評一致性：深化課程教學改革之關鍵[J]. 中國基礎教育，2024（1）：18-22.

[2] 萬力勇，黃志芳，黃煥.大數據驅動的精準教學：操作框架與實施路徑[J].現代教育技術，2019（1）：31-37.

[3] 王小明.如何有效實施基于大數據的精準教學[J].中小學數字化教學，2024（1）：70-74.

（作者系浙江省教育廳教研室教育技術教研員、高級教師，浙江省“大數據背景下的精準教學”項目負責人）

責任編輯：牟艷娜