陈建青 沈建良

综观常态教学存在的问题，究其原因是传统教学缺少对教學数据的精准采集与分析。基于现代教育技术的发展、课堂教学改革和对传统教学的反思，余姚市子陵中学教育集团自2014年配置网上电子阅卷软件，走出大数据分析的第一步;2016年试点平板电脑进课堂，探索数据驱动教学，数据分析、精准评估;2018年尝试章节评估“先阅后扫”，构建三级数据链。通过5年多的实践，2017年学校被评为宁波市智慧校园示范学校，列入浙江省精准教学实验项目学校，试点教学班学科成绩增量明显。下面将我们的一些经验和做法与大家分享，仅供参考。

教学数据采集，线上线下相结合

教学需要数据，数据无处不在。传统教学中教师更多地关注结果数据（成绩），而忽视教学过程中产生的实时数据。随着技术的发展，大数据的采集和分析成为现实，可以采集到学生的学习过程、学习行为、学习态度、学习结果等数据。如课前预习，课堂、课后作业的完成时间，以及完成情况、正确率;考试后形成的试题分析报告;在线学习提问、答疑的情况;学生练习中的错题收集等，这些都是有价值的数据。

数据的采集可线上、线下相结合。线上数据，利用专业技术平台，如平板电脑教学平台等学习终端，记录学生在线课堂中的作业、互动、成绩、完成时间等相关数据;在线答疑与辅导的频次等，采集“电子数据”。

线下数据，主要是通过学生的线下作业、测试、课堂学习行为、学习态度、学习品质等采集。其采集模式有三种：一是采用“先阅后扫”软件（如“乐课网”平台软件），一般是章节（单元）的测试，在教师纸质阅卷（保留教师批改痕迹）完成后，进行扫描采集数据，形成班级、学生个体的数据分析报告。二是采用网上电子阅卷，一般应用于学校的大型考试，采用“先扫后阅”的方式，采集数据，完成大数据分析报告。三是观察谈话。在日常教学中，通过观察、谈话等形式，了解学生在课堂内外的学习行为、学习情绪、学习态度、学习习惯等。

这种有目的、有意识、有方向的教学数据的采集与分析，为精准教学、高效教学、个性化教学提供数据的支撑。

构建数据链，重视数据分析

1.构建数据链

有效的教学数据必须是全过程、全方位、全时段的，这样才能全面地了解学生的学习状态。教学过程中采集的数据，通过人工智能的多元分析，能够将数据反映的教学意义和价值发挥到最大化，才能更有效地辅助教师更精准的“教”，指导学生更精准的“学”。为此必须线上和线下相结合、整体与个体相结合，构建一条具有正向反馈机制的教学数据链。

2.重视数据分析

数据的分析，既需要技术平台，形成整体与个体的数据分析报告，更需要教师对数据分析结果的理解与应用，以数据驱动教学，用数据读懂学生、读懂教学，让数据渗透到教学中。所以需要加强对教师的培训，提高教师对数据的理解与把握。

先精准评估后精准教学

1.精准评估

通过大数据分析，精准、科学地诊断学生的学业水平，帮助学生了解自己的学习状况，为学生的“学”提供精确的数据报告。帮助教师及时了解学生学习目标达成度，诊断教师的教学行为，为精准施教、个性化教学、差异性教学提供真实的数据。精准评估能帮助教师在课前、课中、课后、章节、综合内容等模块，快速全面、准确、科学地了解每一名学生的学习问题，为教师在每一个教学节点关注每一名学生成为可能，从而能兼顾学生的个性化发展。

2.精准教学

精准教学绝非是一个新的概念，孔子的“因材施教”和苏格拉底的“启发式教学”，最早把“精准”作为教育的目标和教学的原则。精准的课堂教学应开始于学生的独立学习和预习准备，开始于老师了解学生知道什么和能做什么，并且评价始终与教学过程平行，课堂教学总是在了解学生的基础上有针对性地设计与改革。

精准教学是以精准评估为依据，利用数据进行精准教学，是基于大数据和智能技术下的因材施教。精准教学具有科学化、精准化、智能化、个性化的特征。精准教学的要求有：教学目标精准，理解与把握教材;教学设计精准，了解学生学情;教学措施精准，实时反馈检测;教学评估精准，人工智能技术采集、分析、应用大数据;教学方式精准，线上、线下相结合，传统与数字相结合。

建构精准教学的课堂范式

精准教学不是一种教学模式，更多的是一种教学评估策略、一种教学措施和教学手段。精准评估突破了传统教学环境中许多制约，大数据的采集与分析会得到教师对教学过程分析的认同，有利于推动教师在思维观念上接受并认可精准教学，所以有必要构建可供借鉴的精准教学的范式，推进精准教学的发展和应用。

1.时空范式

从狭义的课堂层面，构建课前、课中、课后教学范式。（1）课前，通过课前微课、预习题的推送，在规定的时间内，学生完成预习并提交作业，利用客观题人工智能的批阅和对主观题的游览，使教师能充分了解学生的预习状况、把握学生的学情，以便修正教学方案。（2）课中，将课堂的随堂检测推送给学生，利用平板电脑人工智能实时检测与反馈的功能，能实时了解学生的学情，根据反馈结果，有针对性地进行讲解，提高课堂教学效率与针对性，同时通过分析，让学生了解个体的学习状况，促进学生的个性化学习。（3）课后，将部分“线下”课后作业，编制在“线上”，通过技术平台，实时了解学生的作业状况及学习目标的达成度，同时反馈于后续的教学中。课后的答疑与在线互动可以了解学生的学习态度，解决学生的学习疑难。

2.内容范式

知识目标达成检测与学习行为品质分析相结合。（1）利用精准评估的数据平台，分析学生的目标达成度，了解学生的学习状况，反思及调整教、学措施。（2）学生的学习行为，既可以从人工智能平台采集的数据进行分析，如作业完成的时间（可以了解学生的学习态度）、快速问答（了解学生的注意力和关注度）、在线学习时间（如微课的学习）、答疑（了解学生的学习态度）等，也可以从课堂观察学生的情绪体验、参与讨论的态度、学习心理与动机等方面来分析。

精准教学的课堂范式构建，满足评估与教学过程平行，数据与学习品质结合，传统与数字优势互融的特征。

数据驱动的反思

教学上没有任何单一的一种方式是有效的。教学与学习始终是无法量化的行为，需要持续关注以下几个问题。

（1）数据的安全。数据具有多元的特点，既能服务于教学、学习，但数据也能解读其他信息，如学生的生理、心理特征、学习行为及可能存在的缺陷，会涉及隐私或会给学生带来消极的影响，如何确保这些附带的数据的安全，是需要关注的问题。

（2）数据与个性。数据的分析与评估能促进精准教学，但也会存在缺乏对学生行为过程的关注，如注意力的分配、学习情绪、学习动机、学习品质等。要注意不能忽视数据以外的一些重要因素，不能因数据而缺失完整的教学行为。

（3）传统与数字。从“经验说话”到“数据驱动”，需要教师具有对数据分析、理解的能力，要求教师既会看到数据的表象，也能看到数据背面的意义和价值。但由于班级授课制的限制，不能真正实现个性化的分层教学，这需要教师具有传统与数字结合的能力。

数据驱动、精准评估、精准教学，是教育技术发展的必然，是一场教学革命，需要我们去探索实践，在实践中摸索，在实践中完善。