张超

摘要：随着科学技术的快速发展，教育事业也迎来了高度的信息化与数据化，进入了大数据教育时代。但基于音乐学科的特殊性，笔者认为音乐学科的数据化研究应该以教育大数据研究为基础，打造具有音乐特点的数据化平台，实现音乐学科的数据化教学。本文论述了音乐学科数据化建设的构思，并以二胡教学数据化的建设为例，从基础资源的建设、数据跟踪、数据分析、预测与评估等方面进行探讨。

关键词：音乐   教学   二胡   数据化

中图分类号：J60-05                  文献标识码：A                   文章编号：1008-3359（2019）04-0120-02

当今，中国的教育事业已经迈入了大数据研究的时代，各个学科领域也在进行着新的数据化研究与探索，力求形成新的学术范式。教育大数据通过对教育数据的挖掘和分析，以促使教育管理、教学模式、学习方式、评价体系等多方面的变革，实现教育的智能化和人性化。笔者认为教育大数据的研究为音乐学科的数据化建设带来重大影响，尤其在音乐教学方面。

从教学模式而言，基于音乐技能学科的特殊性，一直延续着教师和学生“一对一”的教学模式。此教学模式的优点在于较大限度的做到因材施教，根据学生不同的演唱或演奏基础进行不同层次的技能授课。但是，此类教学模式也有较大弊端。从教育对象而言，此教学模式具有单一性、重复性等缺点，致使学生无法接触到更多教师的多彩化教学;从教师主体而言，课堂的受众人数较少，导致了优质资源的巨大浪费，这就形成了学生想学没有机会，教师想教没有途径的窘迫局面。但是，随着科技的快速发展和教育理念的不断更新，逐渐出现了慕课、微课及反转课堂等新型授课方式，而此类授课模式对音乐的教学具有较大借鉴意义。

笔者认为，音乐教学要向数据化和多样化方向发展，在传统教学的基础上，大量增加辅助性的数据教学资源，以适应现代化教学的需求。

音乐教学的数据化，可将音乐各类学科丰富的教学、演出、论文、讲座等众多资源系统的呈现在一个数据库内，使之形成基础的数据资源，然后利用高新技术对学生的学习历程进行数据记录并智能分析，最后结合系统的评估而形成动态的课程规划和个性教学。

音樂数据化教学可分为声乐类数据化教学和器乐类数据化教学。声乐类数据化教学又可细分为美声唱法、民族唱法和通俗唱法等内容，器乐类数据化教学可细分为钢琴演奏、管弦乐演奏、民族乐器演奏等内容。因笔者从事于二胡的演奏与教学，故以二胡数据化教学的建设为例进行分析。

第一，二胡数据基础资源的建设。

二胡数据基础资源的建设可分为技能教学课堂、曲目教学课堂、音乐会及讲座欣赏课堂和理论知识交流课堂四个部分。

二胡技能教学课堂。可由多名高校优秀教师进行分类录制，为每项二胡技能制作针对性教学课堂。如左手有持琴、揉弦、换把、泛音、滑音、颤音、琶音、活指、轮指等技能课堂;右手有持弓、慢弓、中速弓、快弓、跳弓、顿弓、双弦运弓、快速换弦等技能课堂。就单独某一节课而言，该教学课堂短小精悍，信息明确，针对性强，且可反复听讲，认真揣摩。总体而言，该教学课堂具有内容全面性、技能系统性和教学多样性等特点。

二胡曲目教学课堂。可分为传统曲目、近现代曲目及移植作品教学课堂。曲目的讲解着重从作曲背景、曲式结构、旋律强弱、情感起落及主要运用的演奏技法等方面分析，可附带教师或学生的示范演奏视频。这样为每一首二胡曲目制作相应的教学课堂，学生就可以根据自己的演奏水平优化选择，从而有机会听到诸多曲目的讲解与示范。

音乐会及讲座欣赏课堂。可将各类专业二胡音乐会、二胡比赛及讲座进行录制。再将这些视频上传于数据库，变为优质的欣赏课资源。学生通过观看优秀演奏者对技能的展现、曲目的表达和情感的流露，会使学生提高对二胡演奏的认识，同时也会增强学生对二胡的学习兴趣。

理论知识交流课堂。二胡的演奏需要科学的理论作为指导。二胡演奏中每一项技能都应该理论化与概念化，使学生通过阅读文字而形成实际演奏的理论基础。同时，将大量与二胡演奏相关的书籍、期刊论文、毕业论文上传于数据库，为二胡学生建立一个理论交流的平台，这样就可以使每一位学生精确搜索到某个技能或者某个曲目的相关材料，通过仔细、反复的斟酌，将会不断提高自身的理论基础，更新自己的理论观念，指导演奏中的实践活动。

第二，数据跟踪。

跟踪概念：数据跟踪是对学生学习信息的全面采集，包括学生学习历程的各项精确数据，且要求数据具有真实性与价值性，以此实现对学生整个学习行为的数据化操作。因现阶段教学是通过直觉与经验来分析学生的演奏情况，所以难以避免主观臆断性。而通过数据跟踪得到客观的数据，就会为演奏者呈现出数字化形式的基本参数，为教学的严谨性与科学性提高了强有力的保障。

跟踪技术：数据跟踪是一项极为复杂的过程，需要充分运用到诸多高新技术。如移动通讯技术、云计算技术、视频监控技术、智能录播技术、物联网感知技术、情感识别技术、搜索分析技术等。现阶段，上述每一项技术都具有单个的可实施性与操作性，可以分别得到多项精确的跟踪数据，但是，想要达到综合性数据效果，还需要更多科技人员的关注与涉足。

跟踪过程：数据跟踪包含了学生的学习和练习等各个环节。比如，对学生使用数据资源的浏览时间、浏览内容、浏览次数等理论学习情况的跟踪;对学生练习技能、练习曲目、练习时间、练习进度等练习内容的跟踪;对学生练习过程中的音高准确率、节奏准确率及强弱对比、情感表现力等练习效果的跟踪;对学生参加演出、比赛、交流讲座等艺术实践的跟踪。同时，数据跟踪按照一定周期进行更新，力求将学习过程中的每个环节量化为可靠的精确数据，为数据分析提供前提和基础。

第三，数据分析、预测和评估。

数据分析：在上述数据采集的基础之上利用高新技术先将孤立的数据多维度融合，再进行的全面性、专业性的可视化与智能化分析，通过数据分析反映出学生在学习和练习中存在的问题，从而使学生对自身的演奏有客观清晰的认识。同时，根据存在的具体问题，数据库会提供针对性的动态课程规划与课程设置。

课程预测：数据库通过对学生各项数据的智能分析来预测课程进度，并且以数据形式再次体现，这样就使学生获得了未来学习进度的详细规划，并且可以根据数据库的规划和自身实际的练习情况，随时调整课程进度的快慢以达到自己的预期目标。

课程评估：数据库在评估阶段会及时采集学生对课程完成的实际情况，并根据数据库已定的课程规划给出相关指导性建议，比如，数据库会呈现出学生已完成和未完成的课程内容，并分析未完成的原因及提供解决方案。与此同时，还要设定周期，进行持续更新的数据评估。通过评估结果来调整下一周期的教学进度与安排，实现更大限度的人性化与智能化教学。

当然，除了个人层次的数据化建设以外，还要对数据作出更大范畴的对比分析。比如，将不同高校、同一专业的学数据进行对比分析，可以反映出不同学校在教学中具有不同的教学目标、教学内容和教学进度。这样一来，学校可以根据预期的教学目标进一步优化教学的相关文件，将同一高校同一专业、不同年级的学生数据进行对比分析，可以反映出不同年级学生在学习中不同的课程重点与难点。这样以来，教师可以根据不同年级存在的问题近一步优化教学大纲與教案。通过多种形式的数据对比分析，得到具体的数据对比结论，有利于实现教学相关事宜的调整，这也充分体现了“以人为本”的教学理念和“因材施教”的教学方法。

在高新科技时代，音乐教学数据化具有较高研究价值和实用价值。它可以在传统教学的基础之上，创造出现代化的教学手段，搭建起先进的教学平台，使优质资源得到充分利用与合理分配。但是，目前此类研究仅处于理论构建的初级阶段，需要更多音乐学者和工作者进行深入的研究与探索。同时，也需要大量信息科技工作者的支持与帮助，充分发挥科学技术在音乐学科领域的潜力。笔者期待着音乐数据化教学模式的快速发展，也期待着多学科交叉研究而碰撞出美丽的火花。

参考文献：

[1]杨现民，余胜泉.论我国数字化教育的转型升级[J].教育研究，2014，（05）.

[2]陈然，杨成.量化自我：大数据时代教育领域研究新机遇[J].现代教育技术，2014，（11）.

[3]刘凤娟.大数据的教育应用研究综述[J].现代教育技术，2014，（08）.