王徜祥　李晓庆　周长凤　于海侠

【摘 要】视导是地区开展教育工作指导的关键工作，区域以数据为切入口，选择房山区作为案例重点解析，开展创新性高中视导，探索大数据循证支持下的教学、教研、管理视导转型工作，在聚焦区域大数据应用的学科诊断、关注校本大数据应用的学科建设、强化生本大数据应用的学生指导等方面凸显了视导转型的新思路，这种新尝试为开展区域教育数字化治理提供了经验，也为全国其他类似地区开展视导工作提供了参考。

【关键词】大数据 循证 视导 数字化治理

《教育部2022年工作要点》提出，要“强化需求牵引，深化融合、创新赋能、应用驱动，积极发展‘互联网+教育’，加快推进教育数字转型和智能升级”。视导作为区域教育治理工作的重要组成部分，已经成为区域教育管理者每学期的常态工作。然而，视导工作的精准性、靶向性、目的性都面临着严峻挑战，视导后部分学校的教育教学并未明确治理目标，视导存在上级检查和业务指导的矛盾，视导“走形式”和“促实效”方面存在的距离亟待在区域治理工作中得到解决。

数字化转型“需要跳出对未来教育的憧憬，客观冷静面对技术赋能教师教育教学变革的实践现实，回应‘应用为王、服务至上’的关切”[1]。当数字化和治理结合、大数据作为循证的基础时，视导工作的意义和价值越发凸显。技术的应用，数据的赋能，面向高中质量提升，既有应用的真实需求，又有服务的客观伴随，大数据循证视导得以实现。

一、大数据循证视导模型概述

教学视导是每年聚焦高中教育质量的常规性工作，是在充分理解国家数字化转型的核心理念下，研究创新探索视导的新模式，即依托大数据开展高中教学视导转型、教研视导转型、管理视导转型等循证性视导工作。图1是大数据循证赋能视导转型的模型图，模型图详细内涵将结合后续内容展开。

参考图1，大数据承载在智能服务平台“智慧学伴”中，所有循证的数据均来源于此，循证的着力点体现在教学、教研、管理的各个内容层面。大数据循证赋能高中视导模型，意在提升教育治理的靶向性，通过上级业务指导部门和行政部门的联合，推进高中有方向的治理。依托教学大数据，研判确定重点视导学科，明确教学改进要点；依托教研大数据，指导定向教研重点内容，围绕深度教研给出改进意见；依托学生选科、分类等个性化大数据，开展管理重点的精准定位，整体提升治理效能。

二、教学视导转型：聚焦区域大数据应用的学科诊断

教学视导是区域开展视导工作的核心环节，是对学校教学工作进行全面视察、指导的关键模块。专业的教学视导，需要全方位的诊断评价、观察与评估，需要视导者关注课堂、教师、学生，深入理解和观察教师教学的各项活动[2]。

1. 教学内容循证，明确关键视导学科

在以往的高中视导工作中，教学视导主要以听课的方式进行，具体听什么课，听哪个学科，听哪个老师的，全部由学校自主决定，由此带来的问题就是视导的针对性不强、解决问题的目的性不强。区域从地区实际情况出发，对高三年级的教学视导做了重点探索，充分利用区域产生的学业大数据，采取“设计先行”的思路，决定具体听什么学科，要解决哪些问题，要重点观察指导哪些老师。

视导是在充分把握校情的基础上，更好地服务育人，区域要充分发挥智能服务平台的大数据分析价值，从学生层面做大数据的深层次分析，立足增值評价视角，剖析各学校真实的薄弱学科、优势学科，在“补短板、强优势”的理念下拉出清单，准备教学视导学科的循证参考表。房山区实践案例参见表1。具体计算方法是：将房山区该届学生的历次各学科学业表现数据进行统整，将历次诊测的题目进行系统化编码，标签加上核心概念、学科能力等内容，再同全区大数据进行对比，抽出各个学校的短板学科和具体短板内容。

2. 教学改进循证，凸显教学攻坚要点

“教师循证教学证据是指教师在循证教学实践中进行决策和判断的事实和依据。”[3]参考表1，教学视导的重点就放到了各校关键薄弱改进学科上，根据短板学科，进一步聚焦学生三年发展大数据，分析具体学科内容短板，找到同全区大数据相比的短板内容，从而定向安排教学视导。比如，房山区良乡中学，在化学学科视导时，专门安排了“基本实验操作”视导课，目的就是展示本校教师的真实课堂，方便区域视导团队指导。视导团队根据该校教师教学具体表现，提出基本实验操作中要强化学生活动设计、任务单完善、实验要点指导等内容，强化了该校教师实验教学的转型要点。依托全区大数据，视导工作指向教学的靶向性增强，也为实现个性化视导打下了基础。

三、教研视导转型：关注校本大数据应用的学科建设

“学业质量强调的是学生对本学科应掌握的关键知识、应具备的必要能力必须掌握，且要达到一定的标准。”[4]高中的教研需要指向学业质量，学业质量评价就是高中教研视导转型的关键维度。走进具体学校的教研视导，需要立足该校相关学科的学业质量发展现状，给出更有针对性的指导建议。

1. 依托数据，优化校本教研重点

以往的教研视导，是各学校根据上级通知安排好课程内容，教研员在听完课之后对相关学科进行点评，给出反馈建议。这种教研视导在一定程度上给教师教学以启发，但由于关键问题指向不明，对教研组常规教研质量未知，视导团队只能就课论课，无法对学校具体学科给出整体建议。教研视导转型的重要行动是按学科立足本校学生大数据找出学科的短板，并且以关键学科为例，给出示范，请学科组长或备课组长结合该学科的常规教研进行梳理汇报，分享学校整体教研组解决学科真实问题的进展，视导团队依托校本学科大数据进行引领性指导，给出专业建议。

在2022年11月的视导中，房山区从高三年级的教研视导中做了有益尝试，如在北师大良乡附中的学科视导中，精细研究分析智能平台上该校近三次学业质量数据（见图2）。

从图2可发现，该校化学学科Z分数表现走势为0.8176、0.8314、0.8322，整体处于全区高位均衡状态，但该学科的差异系数为11.37、13.8、14.66，这说明在选考背景下，该校的两级分化程度是逐渐加大的。视导团队到该校视导时，目标指向化学学科建设，请该校教研组长分析两级分化的真实原因，发现该校学生在化学分析解释和复杂推理能力上出现明显的短板，学业成绩靠前和靠后的学生在相关学科检测题目上表现出了差异性。视导团队在指导该校教研时，专门以具体题目为例，给该校教研组提出了后续校本教研的实施意见，学校对校本教研的认识上了一个台阶。

2. 立足数据，强化校本教研内容

在区域视导时，不同学校的视导重点学科也进入视导团队深度关注的视野，视导参考循证思路得以改进。如房山区实验中学，在入校前，视导团队将实验中学高三政治学科学业大数据进行了盘点梳理，理出了政治学科内容、能力分析表，所有教研攻坚点聚焦该校学生在相应指标上得分率低于50%的知识和能力（见表2）。

参考表2，视导团队在开展教研视导时，分析该校政治学科学业大数据，发现实验中学的能力短板聚集在B3搜集论证、C1迁移发散、C2价值判断、C3行为倾向上，很显然是高阶能力培养面临突出挑战。视导团队通过大数据循证明确了教研视导改进重点。该校在介绍政治学科教研现状时，也分析到该校年长教师较多，依赖课堂讲授的情况比较突出，学生的预习和方法指导均不到位，课堂学案利用不充分，课堂目标离预期有较大期待。视导团队结合以上数据，契合学校学科教研攻坚关键问题，提出了线上学习分组、任务前置、高阶能力试题攻关等建议，整体上从评测命题、特殊群体指导和利用教研日扩大协同化备课等方面提高校本教研质量。

四、管理视导转型：强化生本大数据应用的学生指导

管理视导，是重点聚焦学校的管理现状，开展针对性指导的工作过程。以往的高中管理视导，较多关注学校管理的制度，复习制定的方法，各学校的针对性改进措施，包括晚自习的分配、答疑时间的确定等，这些更倾向于对学校整体层面管理机制的关注，而管理视导转型重点从服务支撑走向对本校学生大数据的深度挖掘，即聚焦该校学生特点，开展校本特色管理指导。房山区在管理视导转型中，一方面关注“以数为据”，做有准备的视导；另一方面强化“契合校情”，根据各高中校的特点因势利导。

1. 关注高中选科大数据，引导分层分类管理

由于高考选科普遍推行，具体到每所高中，学生的选科数据不同，由此形成的教学班、行政班差异巨大。视导团队将各学校选科大数据进行了全面分析，参考选科大数据了解不同高中校的选科侧重点，在进行管理视导时，契合该校选科数据进行定向研讨。如北师大良乡附中，视导团队将学生选科大数据拉出清单后，发现“理化生”组合选科的学生的薄弱学科是语文、物理，结合数据深挖，发现该层级学生在语文的个性化表达、物理的分析解释方面存在显著提升空间。在视导过程中，视导团队针对北师大良乡附中給出了具体建议，围绕不同组合学生，深度研判数据，引导分类侧重点复习。

2. 关注学生群体分类大数据，强化艺体生、强基生、波动生等服务管理

由于分批招生，各地区高中校学生群体呈现出梯次，学校面向生源优质校和生源薄弱校备考的指导重点也大相径庭。视导团队将学生群体按学生个体发展需求进行分类，依托数据开展增值大数据分析。“学业增值评价，就是要‘从入口看出口，从起点看变化’，不再只看原始分，而是关注进步率，充分发挥引导、诊断、改进、激励等功能。”[5]根据学校性质不同，学生的增值分析可以找到相同水平学生发展变化幅度相当的群体，对进步和退步幅度相当的学生进行分类跟进。除了考虑学业的发展性变化外，还立足高中特色化办学现状，有重点地跟进，针对艺术生、体育生，由于学生艺体素养突出，将该类学生文化课成绩拉清单，引导学校为学生锚定目标，重点指导；针对强基生，结合学生在相应学科的优势，引导各校给学生提供高水平配套备考资源；针对波动生，结合学生近两年来的波动成绩，引导学校在班主任跟进上即时诊断问题，定向关注指导。

3. 关注学优生、临界生、目标生大数据，针对学科学习方法专项帮扶

视导团队通常会集中在某个时间和学校进行集中交流，依托大数据开展循证指导。在视导学校汇报交流时，学校围绕学优生、临界生和目标生开展大数据分析，包括学优生的能力短板、临界生的攻坚要点、目标生的学科自信，均通过大数据获得启发。如在房山区周口店中学视导时，学校透过数据分析，发现高三英语听力口语备考工作中，临界生存在听力口语十分严重的短板问题，学校在早自习、午休、课后辅导、晚自习时间，安排教师针对口语听力的难点进行专项指导，对听音点进行点拨，对发音侧重点予以纠正。

整体上，在管理视导转型方面强化高中校办学特点的基础上，视导团队依托数据，指引其根据学生群体进行重点干预指导。如良乡中学，由于生源差异较大，学生的自主学习能力面临挑战，视导团队指导该校用合作学习法激发学习主动性，在作业检查、答疑指导、边缘生辅导方面发挥小组学习优势，促使有效改进。可以说，数据让学校对阶段性质量有认识，增强未来发展的目的性，是对学生群体个性跟进的有力抓手。

由于高考的旗帜导向，数字化转型的操作多在高一、高二呈现，但是区域关注增值大数据应用，聚焦高三年级，“推进信息技术与教学深度融合，构建协调、开放、可持续发展的教学新生态成为高中教学改革的必然选择”[6]。区域在开展视导工作中有了循证思想，视导就变成了指导，不再是对学校的“打扰”，工作的靶向性增强，学校管理、教学与视导工作形成了良性循环。

“数据”作为循证视导的抓手，在促进高中学校和学生的全面发展中正发挥着不可替代的作用。区域的数字化治理，在数据的助力下真正实现了转型，我们将继续抓住数据的核心优势，开展更富有创新性和实效性的治理研究。

参考文献

[1] 李玉顺.关于我国教育信息化发展进程及关键问题的思考——教育数字化战略行动实施的建言[J].教育家，2022（16）：48-49.

[2] 张清高，柯志攀，林雪玲.指向教师专业化成长的教学视导研究[J].福建教育学院学报，2022，23（5）：117-119.

[3] 崔友兴.论教师循证教学的证据及其运用[J].北京教育学院学报，2022，36（5）：18-23.

[4] 何捷.学业质量研制，实现核心素养提升的关键保障[J].中国教师，2022（9）：63-67.

[5] 孙海龙.学校教育评价的转型与探索[J].上海教育，2021（Z1）：16.

[6] 李丽云.“互联网+”背景下普通高中教学生态的构建与探索[J].中国教师，2021（6）：114-115.

本文系北京市教育科学“十四五”规划2022年度课题“基于循证的区域中小学课堂教学改进研究”的阶段性研究成果（立项编号：CDDB22399；课题负责人：王徜祥）。

（作者系：1.北京市房山区教师进修学校副校长；2.北京师范大学未来教育高精尖创新中心学科教育实验室常务主任；3.北京市房山区教师进修学校中学教研室主任；4.北京市房山区教育委员会副主任）

责任编辑：赵继莹