数据驱动的精准教学应用研究

数据驱动的精准教学应用研究

王进勇

齐齐哈尔市龙沙区教师进修学校，黑龙江齐齐哈尓  161000

引言

《中国教育现代化2035》提出利用现代技术加快推动人才培养模式改革，鼓励基于大数据分析，制定符合学生发展需求的个性化培养方案。《中共中央国务院关于深化教育教学改革全面提高义务教育质量的意见》也指出，优化教学方式，精准分析学情，重视差异化教学和个别化指导。“精准教学”自诞生以来就受到教育界的受到广泛关注，但因受技术条件限制，一线教师在备课、授课、作业等环节往往只能依据个人经验做出学情分析，难以开展有实效的精准教学实践。近年来大数据、云计算、人工智能、互联网+教育等技术的迅猛发展，为精准教学的大规模普及应用奠定了技术基础，也为教与学的方式变革注入了新的动力。教学过程中，通过各类智能教育平台和教学应用软件对教与学的过程中产生的数据进行伴随性采集和分析，借助大数据的优势为教与学提供技术支持，实现教与学的精准化、个性化，从可以有效提高教育教学质量。

1. 数据驱动的精准教学

“精准教学”的概念由来已久，早已受到教育界的广泛关注，但受到软硬件条件的限制，在实践中仍然面临着诸多困难，教师往往基于个人经验进行学情分析、课堂讲授和个别辅导，有较大的局限性，很难做到真正的精准施教，与新时代的要求仍存在较大差距。近年来大数据、云计算、人工智能、互联网+教育等技术的发展为精准教学提供了重要的基础，在各类智慧教育平台的支持下，数据采集伴随着教与学的全过程，教师可以基于大数据分析对学情做出精准判断，利用数据为每一个学生进行“画像”，分析学生之间的个体差异，为每个学生量身定制个性化学习方案,进行精准备课、精准讲授、精准作业，因材施教，减轻学生的学习负担，从而促进减负增效的实现。在日常的教与学的过程中会产生的海量数据信息，包括教学过程中学生学习的效果、参与度、师生互动、生生互动和作业、测评反馈等环节产生的数据，教师通过过程性和个性化的数据采集、分析，能够精准定位教与学的需求，找准学生学习的兴趣特点以及学习的薄弱环节，从而开展有针对性的教学活动。

2. 数据驱动的精准教学的应用

3.1数据驱动的课堂教学

传统的课堂教学，课前由教师依据个人经验进行学情分析和教学设计，与学生的预习相互独立，教师无法依据学生预习情况进行教学预设。课中主要完成教师预设的教学内容，针对性不足，很难做到精准高效的施教。课后作业的布置往往面向全体学生，无法满足学生的个性化学习需求。课题组在几所实验校构建数据驱动的课堂教学模式，应用极课大数据、一起智慧教育、国家智慧中小学等智慧教育平台采集数据、分析数据，为教师的日常教学提供技术支持，利用数据驱动实现精准教学，诊断教学中存在的短板，从而不断优化教学设计，制定有针对性的教学方案，突破重难点，精选习题和教学内容，让学生跳出题海战术，实现教学的减负增效。教师可以根据积累的学生个人学习数据的分析分析，为学生制定个性化的指导方案，从而实现真正意义上的“因材施教”。

数据驱动的课堂教学基本流程：

①课前：教师依据积累的学情数据进行第一次教学设计，利用智慧教育平台向学生分发预习微课、预习学案、线上测验等学习资源，并通过系统自动回收学生学习数据获得课前反馈，针对学生预习中出现的问题调整教学预设，进行有针对性的第二次教学设计。教师指导学生以“互助学习小组”的形式在线上进行课前预习交流。

②课中：教师基于课前预数据进行精准的讲授和答疑，并设计学生合作探究的任务，学生带着课前预习发现的问题在课上进行有针对性的展示交流。教师使用“班级优化大师”、“爱学班班”等班级管理工具进行课堂实时评价，学生可课堂行为数据积累起来用作学生综合素质评价的依据。

③课后：教师基于学情数据布置个性化作业，为保护学生视力，采用纸质作业线上提交或者纸质作业“先阅后扫”的形式，并回收数据。教师将作业中存在的典型问题进行小组分工，学生录制“视频微课”上传到线上课程中进行展示交流。

数据驱动的课堂教学模式

传统的教学中，教师手阅日常作业和试卷，用表格记录学生作业完成情况，学生用错题本记录错题，虽然能做到日积月累但难以做到精准分析和后续复用，使用有很大的局限。线上作业和测验虽然能做到数据的收集和分析，但不利于保护学生视力。课题组在实验学校使用极课大数据的“先阅后扫”模式采集数据，学生在纸质答题卡上完成作业或考试，教师手阅主观题后再扫描获取数据，或者利用“国家智慧中小学”、“一教一学”等平台，将纸质作业由学生自主线上提交，教师在线上批阅的模式，破解了护眼与线上作业矛盾的难题，实现了学生学习数据采集的常态化，将学生日常学习数据全部积累起来形成学生学习的大数据，利用平台将数据进行智能分析，做为后期日常教学、阶段复习和总复习时进行教学设计、考试测验和日常布置作业、组织学习活动的依据，同时数据也是学生自主预习和复习的重要参考。依靠数据精准的定位学生学习的薄弱点，评估学生学习存在的共性问题，诊断教师教学中存在的短板，不断优化教学，实现精准高效的开展教学工作。

基于数据的学情分析

3.2数据驱动的自主互助学习

自助互助学习模式能够充分发挥学生的主体地位和主观能动性，激发学生内在的潜能，培养学生合作交流的意识与能力，让学生学会学习，但受到时间、空间的限制在学习效率方面往往存在不足。2022版新课标提出利用数字化平台 、工具与资源开展学习活动，提升学生的自主学习能力。数据驱动的自主学习模式也向传统的自主互助学习模式注入新的元素，能够将学生的自主互助学习在时间、空间和方式上进行广泛的拓展。

数据驱动的自主互助学习能够优化各个环节，有效提高互助学习的效率。以往学习小组成员的搭配是固定的，虽然这样便于管理，但具体到某一项学习任务时，可能就不是最佳组合。基于数据分在不同学科、不同类型的学习任务中精准的搭配学习小组，可以促使合作学习更加深入高效。传统互助学习展示交流方式受到时间、空间的限制往往只能有少数几名同学参与展示，由于交流时间有限研究也不够深入，无法给学生留下“反刍”思考的机会，特别是基础薄弱的学生在课前、课后难以获得帮助。借助“UMU互动”平台开展数据驱动的“学生讲微课+线上互助学习小组”的展示交流方式，能让更多的学生获得展示和交流的机会，并且突破了时空的限制，不仅仅是在课上，还可以在课前、课后以“学生讲微课+线上互助学习小组”的方式进行展示和交流，使每一个学生都获得平等的学习机会，全面调动学生的参与度与学习积极性。由于突破了时间的限制，学生可以通过课前学习微课和线上测验、线上小组内部交流做深入的思考，带着问题走进课堂，在课上与同学交流，教师也可以根据学生微课的内容和测验数据了精准的掌握学情，开展精准教学，极大提高了课堂教学的针对性。随堂测验能及时回收数据，掌握学情，然后各小组抢任务，进行讲解展示，调动学生学习的积极性。教师微课，学生微课，线上测验数据，可以永久留存，为学生课后复习和交流，纠错补差提供了方便，也为教师积累了数字化教学资源，方便后续教学使用。

3.3数字化学习资源建设与应用

数字化学习资源是数据驱动的精准教学的重要基础，有利于学习数据的采集分析，可以根据学情分析方便快捷的为不同的学生推送个性化的学习内容，有利于因材施教。可以根据数据诊断学情，做出更加科学合理的教育决策。

课题实验学校根据大数据平台采集的学生日常作业、测验、考试等数据诊断教学、分析学情，使用线上智能题库精选习题和作业，教师基于学情录制重点、难点问题的视频微课，利用“umu互动”等平台构建线上课程，并制作纸质学案，将线上课程的微课链接二维码附在习题后边制成全新的数字学习资源“互动习题集”，让纸质习题“活了起来”，相当于“把老师带回家”，学生遇到困难可以扫二维码查看线上课程中老师讲解的具有启发性微课。教师根据学生初次学习数据掌握学情为各学习小组分工，由学生录制“学生微课”进行二次学习和线上互动。

学生之间互相启发和评价，实现了“教别人”的目的，教师还可以根据学生微课的质量和互评情况进一步掌握学情，改进教学，这一学习方式的转变使学生获得了最广泛的参与，极大的提高了学生学习的效果。最终学校将日常积累的优质“教师微课”和“学生微课”再收录到《互动习题集》中进行复用。在技术的支持下这一做法突破了传统意义的展示交流在时间、空间的限制，也使教师能将每一次展示和交流的结果记录和积累，不断的修改和优化，使教师能够建立起一个精品标本“互动题库”。

    信息技术的飞速发展催生了一场新的教育的数字化革命，大数据、云计算、人工智能、互联网+教育等新兴技术是推动教与学的方式变革的基础，开展数据驱动的精准教学是因材施教、减轻学生负担，提高教学效果的重要途径。但目前数据来源较为分散，各个平台还不能实现互联互通，为数据的整合和综合分析带来了困难。在教学实践中，如何将数据价值充分挖掘和发挥出来，仍然是摆在教育工作者面前的一个重要课题。