王蕾

教学现场

随着大数据在教学中的应用，信息技术教学中有关合理融合大数据的研究初见端倪。大数据与精准教学相辅相成，大数据在教学中提供了相关的数据背景，能够通过客观的数据解决原本模糊的概率问题;精准教学提供了教学的指向，能够给信息技术教学提供理想的认知目标。

问题分析

精准教学模式是深度学习的重要方式，关注学习过程的精准性，强调学习效能的优化。在大数据背景下，精准教学有了技术背景和支持材料，能够对目标以及教学评价提供具体的启示。通过具体的案例分析，可以对原有的教学过程进行必要的修订，为实现精准教学提供参考。本文针对如何将精准教学与大数据有机结合，如何在信息技术学科教研活动中，体现相关要求，以提升信息技术学习力等培养需要的相关问题，展开探讨。

● 精准教学的理论界定及与大数据的关联

精准教学模式起源于20世纪90年代的美国，是由林斯利（Lindsley）在斯金纳（Skinne）的行为学理论基础上总结归纳出来的教学方法。最早期的精准测试曾应用于未成年人的康复治疗，随后精准测试应用于教学实践，借助适当的工具对学生学习变化进行测量。[1]这种教学方法的主要目的是针对不同的人群，设计不同的目标，精选不同的教学内容，通过测量过程来追踪学生的学习表现和学习效果，并提供数据决策支持，进一步分析后为后续教学提供数据参考，精准指导教学工作。随着课程改革的深入，这一内容渐渐引起了一线教师的关注。

精准教学既是教学目标，又是达到目标的方法和过程。随着教学改革的深入，精准教学逐步引入中小学课堂，目前已经被多个西方国家在教育领域运用，我国对此专题的研究尚处于起步阶段。对于精准教学来说，认识精准是前提，设计精准是基础，评价精准是保障。也就是说，首先要了解学生的个体状况，精准掌握目标需求，然后在课前精准备课，接着就是在课堂上精准实施教学活动，最后进行精准评价。

精准教学采用“流畅度”来衡量学生掌握知识和技能的状况，流畅度具有五大属性：持久性、耐久性、稳定性、应用性和生成性。其中，持久性是指在无额外练习的情况下，学生根据需求执行任务的能力;耐久性是指为了满足真实需求，学生在长时间内持续执行任务的能力;稳定性是指在有干扰的情况下，学生能够继续实施一项技能的能力;应用性是指学生将知识或技能应用于新情境的能力;生成性是指在没有明显的指导的情况下，学生出现复杂行为技能的能力。[2]

● 现有教学模式的困惑

在传统教学模式下，信息技术教师对学生的知识掌握情况常是通过长时间的观察来了解，无法进行个性化数据分析，如果借助问卷等测试方式获取结果分析，则需要大量的时间和精力。即使获取了学习结果，学习过程中的生成性状态也无法记录，难以进行准确的个性化数据分析。

在传统教学中，达成率是考查教师教学成果的重要数据。如果通过纸质试题检测学生知识掌握情况则不符合信息技术学科学情，且收集的反馈信息准确度不高;如果通过Web页面获取提交信息，因受网速或广告的影响，难以达到既定目标。

长期以来，信息技术教学中只关注总结性评价，以学生对技能的掌握程度及最终的电子作品的达成率来考查学习效能。在此过程中，学生对技能的掌握程度成为评价的重点内容，忽视了对学生思维过程的评价，以至于部分学生照抄教师范例，没有自我创新，依据传统标准，却得分较高;反之，部分学生产生较为丰富的思维过程，却无法通过技能作品直接体现出来，影响了教师对其学习结果的评价。因此，信息技术教学需要针对思维的评价。

● 精准教学在教育大数据下的应用

1.大数据为精准教学提供即时数据支持

在信息技术教育领域中，大数据的渗透必然会带来技术与课堂的高度融合。通过与精准教学的融合，由大数据提供精準决策，成为信息技术教学未来发展的新趋势，对教育领域的深刻变革产生着巨大的影响。

2.大数据统计实现个性化分析

在大数据背景下，通过设定学习平台，可记录下每个学生课堂内外的学习活动情况，生成准确的个性化数据源。通过即时的数据分析，获取学生在教学各环节中自主学习能力和知识应用能力提升的量化数值。教师及时通过数据对学习效果进行评估和预测，有针对性地提出干预意见和改进措施，根据学生特征和行为表现制订精准教学方案，为学生量身打造适合自身发展的学习方法，以适应学生的个性化发展。

3.大数据确保精准教学的流畅度

精准教学中的最大“精准”在于教学评价，而衡量教学是否达到目标、学生是否真正掌握知识或技能，关键在于检测学生学习的行为过程及其反应。基于此，精准教学引入流畅度指标，用于衡量学生的学习质量。流畅度涵盖了“准确度”和“速度”两个方面，也就是说，学生的学习质量既包括对知识或技能的准确掌握，也包括运用知识或技能的速度。[3]

本文据此展开相应的研究，因受篇幅限制，本篇为研究文章的上篇，重点关注目标精准化和学习预设数据的精准挖掘外。

● 信息技术学科精准化教学模式理论实践途径

途径一：教学目标精准化

在基于精准化教学模式的信息技术学习中，教学目标是教学设计的重点内容，在精准教学模式下，针对信息技术教学，需要精准地解释和描述学生掌握的知识或技能程度，将每个笼统的目标对应分解、细化为可以量化描述的目标。教育大数据下精准教学目标可以细化为诸如“××分钟完成打字测试，正确率达到百分之××”的表述。经过分解量化之后，教学目标精准化使学生明确学习目标，提高自主学习能力，同时对运用知识或技能的速度作要求，符合精准教学的“流畅度”衡量指标。

（1）原设计

“键盘指法ABC”是信息技术学科的起始课，也是《中小学信息技术课程指导纲要（试行）》解读文件中，“计算机基础”部分的重要内容，因此，在各地的信息技术教材中均有所涉及。传统的设计方式是教师出示键盘图例，讲解其中的主要区域，包括主键盘区、数字键盘区、功能键区、编辑键区、其他键区等，接着演示其中示例的功能键，再让学生进行输入练习，从而完成教学任务。在实际授课中发现，这种线性的“讲解+练习”的形式虽然能够满足课时的需要，但是学生兴趣索然，无法顺利完成既定的指法训练目标，且没有后续学习的动机。

（2）思考焦点

指法训练是技术为主的内容，其教学过程易陷入重技能、轻思维的怪圈。在传统的授课中，教师纯“讲解”的方式，未能有效地给与学生足够的知识建构机会，导致学生无法理解键盘区域之间的实际用途和区别，因而无法唤起学习动机。

（3）改进型设计

在基于精准化教学模式的教学中，需要对教学目标进行必要的精准化设计，将大目标细化为每一个具体指标，每一个具体指标与具体应用相连接，达到有目标而学、为目标而设的目的，保证学生能够在知其然还知其所以然的状态下，保持学习动机。建议教学过程如下：

师：同学们，随着电子辅助器材的普及，我们在学习中经常用到APP打卡的功能，那么，你是如何在手机或者PAD上输入文字的？

学生讨论多种输入方式（手写、虚拟键盘等）;教师展示多组幻灯片，分别截选多种键盘，让学生分析其中的共性，并得出键盘的位置是相对固定的，键位的内容是有一定的规律的。接着教师提出问题目标。

目标1：哪些是主键盘区？“主”的缘由有哪些？

目标2：哪些是功能键区？“功能”有哪些？

目标3：不同键盘中，键位设置有哪些规律？

学生在操作过程中，发现了主键盘区的键位是固定的，主要指向输入频率较高的字母;功能键区涵盖了输入中的最常见的功能，并且可以通过不同的组合扩展相应的功能。

教师根据学生的探究结果，进行“数字键盘区”“其他键盘区”的讲解，并提供更多的素材，帮助学生对键盘区域进行甄别。

教学评析：在以上的设计过程中，学习目标从传统的大目标细化为多层次的小目标，针对每一个目标点给出了具体的应用场景，学生通过具体的内容，产生迁移，推进问题探究的过程，在产生学习需要的基础上，积极实施探究行为。通过这样的学习过程，学生能够深入理解键盘键位的确定方式、主要键位的名称及使用状况等内容，有效地激发了学习动机，并为后续学习打下了扎实的基础。

途径二：学习预设数据的精准挖掘

在基于精准化教学模式的信息技术教学中，有关学习预设的内容是教学是否成功的关键。在前一阶段数据分析的基础上，教师需要在课前推送前测题，目标针对精准教学的核心，精准挖掘出可能出现的前置性评价内容。教师根据数据反馈获取学生全方位的检测数据，对后期教学进行精准决策，及时调整课堂教学的重难点，解决学生的共性问题。

（1）原设计

“最佳路径”是初中及小学阶段机器人行走部分的内容，要求学生能够对机器人行走路径进行规划，找到最为便捷或安全的路线。本课中的机器人可以是实体的机器人，也可以是虚拟的机器人，还可以是以“玛塔”为代表的无编程机器人。教学目标在于规划和设计最适宜完成任务的路径，最终完成机器人到达终点的目标。常规设计中，一般采用“设置起点和终点→教师讲解机器人行走方式→讲授机器人模块的编写方法→学生操作实践→教师辅导纠正错误→总结实验过程”的教学过程。在实际教学中，学生按部就班，能够模仿教师进行操作，但是路径选择单一，缺乏自我的创意，没有出现预设的多种问题情境。

（2）思考焦点

在以上的学习过程中，“最佳路径”的目标变成了“如何到达终点”，所以学生的关注点不是如何优化路径，而是如何到达终点，所以教学过程不尽如人意，也难以出现问题导向的理想状态。究其原因，与备课中教师的预设状态不够准确有一定关系。因此，需要对预设状态进行更为深入的精准定位，保证教学层次的多样性，才能达到理想的教學目标。

（3）改进型设计

在基于精准化教学模式的教学中，前置性评价关注学生已有经验基础的情况，以此为平台，进行有效的精准型学习预设，为即将开展的教学过程提供全方位的检测数据。建议教学过程如下：

（教师统计前一节课中学生作业情况）

方向一：有关路径的概念认知。

预设1：起点终点是否可调整？

预设2：到达终点后，机器人如何运动？

预设3：不能有效到达终点，可能会出现哪些问题？

方向二：有关优化的方案种类。

预设1：方案单一→教师提供帮助，协助学生规划到达目标的一种路径。

预设2：方案可选→教师提供评价意见，协助学生选择更为优化的一种路径。

预设3：方案较多→教师提供筛选意见，协助学生提出评价标准后，选择优化路径。

方向三：有关基础概念的掌握情况。

预设1：无基础→教师引导学生学习相关概念，结合书本进行认知解析→尝试绘制目标实现过程图。

预设2：有初步的基础→教师考查学生的基础情况，巩固认知概念→建立路径实现过程图→尝试初步实验。

预设3：有较好的基础→教师提供拓展素材→提供多项选择，给学生头脑风暴的机会，优化目标实现过程→尝试在实验中调整路径。

教学评析：本课的设计主要是在于前置性评价的过程，将精准教学融入其中，突破了单一路径的限制，将教学重点从课上改为了课前。在本课之前，根据学生已有基础，以及对基础路径的掌握情况，进行后续学习的调整。教师采用分步给出学习资料，促发学生多样式地思考自我的学习过程，并最终找到多种解决方式。在此思维过程中，学生的活动不只是自我的单一认知，而是依靠教师的资源供应进行深层的自我规划和设计，让整体思维呈现出积极主动的状态，保证了良好的教学效能。

本文系大数据背景下信息技术精准教学模式实践研究的第一部分，通过具体案例的分析，厘清了信息技术学科中精准教学的应用模式，以及大数据的有效践行方式。精准教学共分为五个层次，在下一期的专栏文章中，将针对精准检测教学目标、个性化精准施教途径、信息技术精准教学考评机制等论点，进行相关阐述。