走向数据驱动的精准教学：教学范式3.0时代来了!

第一篇：走向数据驱动的精准教学：教学范式3.0时代来了!

走向数据驱动的精准教学：教学范式3.0时代来了！

人类正从 IT（Information Technology）时代走向 DT（Data Technology）时代，大数据作为改变世界的新型科技力量，正在迅速融入各行各业。作为技术最难“攻 克”的传统行业之一，教育在大数据技术与理念的冲击下正在发生着一场“静悄悄的革命”。

随着国家教育信息化战略的持续推进，各级、各类学校的信息化环境得到快速完善，各种学习的平台、移动 APP、数字终端、可穿戴设备等开始在中小学逐步流行。数字技术的常态化应用及数字化学习活动的日常开展为教育大数据的生成提供了得天独厚的条件。伴随着教育数据的持续累积与深度挖掘，大数据在构建新型教学生态、助力教学结构变革、再造教学流程方面的作用日益凸显。一场由经验模仿教学、计算辅助教学转向数据驱动教学的范式变革正在发生。教学范式 3.0 时代：数据驱动教学

教学范式是对教学这一复杂活动的概括性解释，是某个时期或阶段教学综合特征的体现，它既包含教学理论与研究方法，又包含教学模式、学习策略及教学评价方式等。人类社会自诞生以来历经了农业时代、工业时代、信息时代，而教育范式作为社会的子系统也历经了多次重大变革。总的来说，从农业时代开始，教学范式经历了经验模仿教学范式、计算辅助教学范式及数据驱动教学范式三个阶段。随着时代的变革与范式转型，教育的科学性和技术的智能性也逐渐增强（图 1）。

图1 三代教学范式的发展 一经验模仿教学范式

经验模仿教学范式是教学史上最古老的教学范式，它起源于希腊教学理念中的“模仿—再现”思想，盛行于农业和工业时代，其核心是将教学视为知识与经验的传递，该阶段的教学着重强调经验的模仿和知识的授受。世纪捷克教育学家夸美纽斯提出“班级教学”之后，班级授课制得到了教育界的广泛认同，迅速成为当时乃至今日最普遍的教学形态。经验模仿教学也随之快速传播，成为教育界最有影响力的教学范式。夸美纽斯曾在《大学教学论》中提出“教育是把一切事物教给一切人类的普遍技术”，该观点认为就像是印刷器能够将知识复制一样，教育也可以把教学者讲授和书本中的知识当成“墨汁”复制给像白纸一样的儿童。夸美纽斯综合了“教授学”和“印刷术”的元素，把这种教学的技术称作“教刷术”，生动地刻画了经验模仿教学范式在知识传递方面的本来面貌。

在经验模仿教学范式下，教学者在整体的教学结构中占据绝对的主导地位，学习者大多扮演被动接受者的角色，教学内容以书本知识、已有经验和技能为主，教学媒介限于纸笔、书本、黑板、粉笔等传统教学工具（图 2）。图2 经验模仿教学范式教学框架 农业时代，经验模仿教学被视为知识传承的重要方式，人们对经验积累下的现有知识成果进行学习，长者或经验丰富的人扮演“教学者”的角色，将经验与知识授予他人，学习者通过观察和耳濡目染来获取知识。

随着工业社会的到来，为了满足社会生产的现实需求，以知识传递和接受效率见长的经验模仿教学开始在学校教育环境下快速普及。学校培养的人才能够批量、规模化投入到社会生产劳动中，推动了该时期经济社会的发展，提高了社会生产力。但同时这种经验性的、客观存在的知识被过度崇拜，深刻影响了人类的知识观和教育观。人们认为知识都是类似于客观存在的地下矿物，而教学者的职责就是探测并获取这些矿物，学习者则负责接收和存储已经被教学者获取的矿物，这种观念忽视了知识背后的科学发现过程，一定程度上阻碍了科学的发展。

经验模仿教学偏爱行为主义学习理论，在该理论的影响下，教学往往过于注重学习者外显行为的习得而忽视了学习者完满人格养成所必需的实践活动和心理活动。培养的人才缺少基本的探索和创新能力，知“鱼”而不懂如何“渔”。经验模仿教学范式是传统教学中的重要范式，也是教学范式发展的必经阶段。尽管该范式存在明显的弊端，为教育事业的创新发展带来了诸多问题，但其对人类社会的贡献不容忽视。在东亚国家和地区现代化进程中，以经验模仿教学范式为轴心的学校教育在实现高速现代化过程中起到了关键性的作用。在当前的信息时代，经验模仿教学范式依然存在，但其主导地位正在被计算辅助教学和数据驱动教学逐步取代。二计算辅助教学范式

20世纪40年代末50年代初，以信息技术为首的第三次技术革命席卷全球，人类开始以惊人的速度走出工业文明，步入信息时代。多媒体、计算机及网络技术的出现改变了人类的认知及生活方式，教育也开始了技术支持下的变革探索之路。

人们逐渐认识到，仅仅依靠知识的传递已经不能满足社会生产力的发展需求和人类自身的发展需要。社会真正需要的是能够发现未知，掌握知识源头的创造性人才，只有当人们具备了科学意识和能力，才能成为真正意义上的知识拥有者，才能在科学日益发达的现代社会中生存。教育应通过教学活动的设计与实施，培养学习者发现问题、探索问题及解决问题的能力。随着信息技术的发展与人们教育观念的转变，计算辅助教学范式逐渐形成并开始流行起来。该范式出现的初衷是希望借助技术的力量去解决经验模仿教学中 存在的内容来源单

一、呈现方式单调、学习者兴趣不足等弊端，进而提高教育教 学生产力和生产效益。技术的介入是计算辅助教学范式最大的特征，互联网等各种新兴技术与媒体的应用使得知识的产生和传输速度持续飙升。教学内容开始超 越传统的书本教材，延伸至广阔的互联网。教学内容的形态也逐步多样化，音视频、图片、动画等资源开始在教学中广泛应用。教学媒体也变得丰富起来，由传统的教学“老三样”（黑板、粉笔、课本）演变为“新四样”（电脑、网络、白板、多媒体课件）（图 3）。

图3 计算辅助教学范式框架 计算辅助教学是一场由技术引发的教学范式变革。

在这一范式下，尽管以教师与知识为中心的课堂教学结构，以及学习者在整个教学过程中被动接受知识的地位未得到显著性改变，但相比经验模仿教学范式，学习者开始体验和参与知识发现与探究的过程。在技术的支持下，该阶段的教学模式开始从讲授式教学转向 探究式教学和项目式教学，其中代表性教学模式主要包括 WebQuest教学、适时教学（Just-in-Time Teaching，JiTT）、研究性学习、项目式学习、基于问题的学习、基于资源的学习等。

客观来说，这些模式虽然在实践中并未对学校的教育教学产生变革性的影响，但其在培养学习者知识探究能力与问题解决能力、推动基础教育创新发展方面确实发挥了积极作用。一个不容忽视的现象是先进技术层出不穷，其在教学中的应用却是“蜻蜓点水”，斥巨资购置的技术设备“进驻”校园后大多成为“摆设”，教师参加完各种信息技术应用培训后仍是运用以前的教学方式。如何实现技术与教学实践的深度融合，如何提升计算辅助教学的精准性和个性化，是下一步教学范式转型发展的重要方向。三数据驱动教学范式

舍恩伯格与库克耶合著的《大数据时代：生活、工作与思维的大变革》（Big Data：A Revolution That Will Transform How We Live，Work and Think）被认为是大数据研究的开创之作，真正把大数据推向了公众视野。

随着数据密集型科学的快速发展，数据成为了驱动社会创新发展、综合竞争的重要指标，也成为教育研究和利用的主要对象。与此同时，以大数据、云计算、泛在网络、虚拟现实、人工智能等为代表的新技术开始在教育教学领域“崭露头角”。学习空间超越了封闭的物理空间，走向虚实融合的无边界学习场域；学习过程从课堂、家庭、图书馆等断点式的学习活动，走向家校贯通、双线（线上、线下）融合的学习连续体。与此同时，越来越多、越来越细的教与学的行为印记被网络教学平台、移动 APP、可穿戴设备等“真实”地记录下来。教学过程与结果数据的持续采集，逐步形成教学大数据，通过教学大数据的深度挖掘和多元分析，能够将数据背后反映的教学意义与价值清晰地呈现出来，进而辅助教师更精准地“教”、指导学生更精益地“学”。随着数据流在教学各个环节的生成与运行，一条具有正向反馈机制的教学链条开始形成，数据驱动教学范式开始出现。图4 数据驱动教学范式框架

在数据驱动教学范式（图 4）下，教学者和学习者的各种行为数据（如做题、点击视频链接、分享资源、在线提问等）均将以数字化的形式存储下来；教学内容以文字、图片、声音、视频、虚拟场景等形式在多种教学媒介（教育机器人、智能教学平台、VR/AR 设备、3D打印、移动终端等）中呈现，教学者和学习者在使用教学媒介的同时将“教”和“学”的数据存储在媒介终端；教学媒介既是教学内容的呈现载体，又是教学数据的采集终端和传输渠道，为教学大数据的运行提供支撑。

借助教育数据挖掘与学习分析技术，可以将课堂环境与网络环境中生成的教学数据“翻译”成有价值的信息，如学困生的识别、知识缺陷的发现、学科能力的诊断、教学目标的达成度等，进而为教学者的教学决策（调整教学方案、打造精准教学、实现全面评估、施行科学决策等）与学习者的学习决策（制订学习计划、定制学习资源、选择学习路径等）提供更准确、更及时、更全面的支持，推进数据驱动的精准教学和精准学习。

数据驱动教学有望超越计算辅助教学，逐步成为大数据时代主流的教学范式。近年来，随着大数据技术在教育领域应用探索的快速推进，数据驱动教学开始呈现四大特征：科学化、精准化、智能化和个性化。从传统课堂到高效互动课堂 一传统课堂高度“缺钙”

随着信息技术在教育领域的广泛应用，技术与教学的融合更为深入，课堂教学模式也发生了变革。但我国现有的大多数课堂教学仍然存在着模式化、静态化等问题，课堂互动往往是教师“动”，学生“不动”，不能很好地满足学生的个性化发展需求，整个教学活动陷入“课堂效率低—学生掌握差—课后拼命补”的怪圈（图 5）。如何利用大数据技术提高课堂效率并促进学生的个性化发展，是当前学校教育教学面临的现实挑战。

图5 教学课堂恶性循环怪圈 二什么是高效互动课堂 高效互动课堂是指在大数据技术和信息化教学媒体的支持下，以促进师生全向互动为抓手，以“低耗高效、轻负高质”为目标，为每位学生带来最大获得感的课堂形态（图 6）。“高效”是指在有限的课堂教学时间内，最大程度地提高适切教学目标达成率；“互动”则是指课堂教学中师生、生生之间及师生与教学内容和教学媒体之间的全向互动。高效互动课堂的特征主要表现为以下四个方面：

图6 高效互动课堂概念框架 01全向互动

高效互动课堂借助多样的技术手段量化师生的教学行为，帮助教师优化教学计划，增强学生的课堂参与度和积极性。电子书包、交互式电子白板、平板电脑、点阵笔等设备为课堂互动提供了现实环境，方便实现人与人、人与设备、人与资源的多维全向互动，使课堂教学迸发出新的活力。02数据把脉

高效互动课堂利用大数据技术持续分析课堂数据，为教师及时了解学情、调整教学计划提供了数据支持。教师通过传感器和智能终端同步记录学生的学习路径，追踪其学习过程，全面掌握学习者的学习现状，为教学“把脉”，实现对症下药。03精准反馈

高效互动课堂立足教学过程，通过分析教学数据能够掌握学习者的不同需求。不仅能帮助教师实时捕捉有价值的信息，根据学生出现的学习问题进行及时干预、优化教学内容与教学方法，还能帮助学生进一步巩固、深化和运用所学知识。04轻负高质

丰富的媒体支持、高效的互动体验与精准的学情分析，促使教师在最短的时间内尽可能高质量地完成教学任务。教师在有限课堂教学的时间内，既能保证课堂教学有足够的信息量，又能聚焦班级存在的共性问题和学生的个性问题，帮助学生及时查漏补缺，布置少而精的学业任务，真正实现高效教学。中国教育大数据重要事件（2016—2017）本文摘编自杨现民，田雪松等编著《中国基础教育大数据 2016—2017：走向数据驱动的精准教学》第一、二章部分内容及附录，内容略有删减改动。《中国基础教育大数据 2016—2017：走向数据驱动的精准教学》作者：杨现民，田雪松

第二篇：浅谈大数据时代的高中物理教学

浅谈大数据时代的高中物理教学

2012年10月，美国教育部发布了《通过教育数据挖掘和学习分析促进教与学》的报告。这一报告的发布，宣告了“数据驱动学校，分析变革教育”的教育大数据时代已经来临，掀起教与学的又一次变革。前面所说的数据就是当前频率最高的一词“大数据”，目前对大数据比较流行的解释是，无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。大数据具有Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）4V特点。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理，在于通过对数据的“加工”实现数据的“增值”。而大数据思维就是对数据收集加工的意识。处理速度的变化仅仅是大数据的表象，更重要的是有意识地对数据价值进行深化。作为基础教育的重要学科（高中物理）教育，理应是贯穿和渗透大数据思维，以提高教育、教学的精准性和针对性。

一、高中物理教学现状

1.重记忆轻理解

只注重传统知识的简单记忆，甚至将物理定理、定律的表达式用来听写、默写，“背多分”作为获取成绩的主要途径。将学生作为纯粹的知识载体或解题机器，忽视对学生创新能力的培养，如只知道一味地利用牛顿定律解题，只知机械地吸收，而对牛顿定律的局限性不加任何怀疑和诠释。对万有引力定律只记表达式，对牛顿利用开普勒第三定律、牛顿第二定律、牛顿第三定律得到万有引力定律的艰难历程一概不知，其适用范围和条件也不给学生讲清楚。特别是稍偏远的学校，这种情况尤为突出。

2.重结果轻探究

如自由落体运动的下降高度公式h= gt2，当时的速度很难测量，他假设了两种情况：一是速度对位移x是均匀变化的，一是速度对时间t是均匀变化的，然后通过数学推理：如果v与x成正比，将会得到荒谬的结论；如果v与t成正比，它通过的位移x就与t2成正比。后用实验验证：为了便于测量时间，伽利略设法用斜面做实验。通过上百次对不同质量的小球沿不同倾角的光滑斜面上运动的定量研究，发现小球沿光滑斜面运动时通过的位移x确实与t2成正比，小球的运动是匀变速直线运动，且倾角一定，不同小球的加速度一定，倾角越大加速度越大。合理外推：设想斜面的倾角越接近90°，小球沿斜面滚下的运动就越接近于自由落体运动；当斜面的倾角达到90°时，小球就做自由落体运?印４佣?，自由落体运动是初速度为0的匀加速直线运动，且所有物体自由下落时的加速度都相同，这是多么完美和严密的逻辑推理，这是多么有趣的科学研究历程，如果让学生的思维随着伽利略的思维去探究，学生将终生不忘。

3.重高考轻身心，由于一年一度的高考，横看关系到千家万户，竖看关系到千秋万代，这一独木桥又要过千军万马，使得教师不得不成了教书匠，学生成了知识行囊。《学会生存》中有一句话说得好“教育对人具有双重力量：一是开发人的创造精神，一是窒息人的创造精神”。显然，我们现阶段的教学方法和手段所产生的力量是不言而喻的，归宿实在令人担忧！

二、大数据思维对高中物理教学的影响和作用

大数据具有四个特点：大量、高速、多样、价值。其战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理，在如此多的题目中，每年每个地方的每位老师还要不断地加工、改编新题，新课程标准要求的知识点是有限的，而现在提出的新要求也是有限的，但每一年衍生出来的题是无穷的。

1.老师要从大量的题海中提炼出与本知识点相关的练习题，就样就能避免学生做大量的重复性的题，这对老师要求更高了，但却可以做到。

2.虽然每一年、每一届学生的个性、思维等都不一样，但学生知识、思维的盲点、易错易混点都差不多，以前老师是凭借经验讲解，通过大数据思想后就可以有目的、有针对性的讲解，可以精准到位每位同学的每一个知识点，这样精准的练习和训练，就是大数据思想。

3.在实验教学过程中，通过传感器获取大量的数据，从中筛选有用的数据来探究和验证物理规律，重现科学家的研究过程，这不正体现了新课标的过程与方法、情感态度与价值观吗？如α散射实验中的大部份粒子几乎不偏转，少部份粒子发生了大角度偏转，而极少部份粒子几乎被反弹回去，不就很科学地解释了原子的核式结构模型吗？

三、大数据思维渗透高中物理教学的阻碍

1.老师对大数据的理解还远远不够。有效数据源收集不丰富，认为数据只局限于电子表格中像学生的成绩分数之类的数值，其实在教学中不同的学生在不同的时期产生的一切信息都可以归纳成广义上的“大数据”。

2.正如前面所讲，不是大数据有多大、多丰富，而是要从中挖掘出有利用教育、教学的针对性和有效性。如果说在商业上利用大数据思维最终是要创造商业价值的话，而我们教师必须关注所有学生产生的一切数据。

3.要让中学物理实验教学适应大数据时代的要求，必须创新物理实验装备建设，使之具备实验教学全过程的数据采集和储存功能，全国各地都在按照教育部的要求，加快“三通两平台”建设进度，建议有条件的中学和物理老师可以尝试按照本文提出的思路，建设中学物理“未来实验室”，开展基于网络学习空间的物理教学实践，让“翻转课堂”、“微课程”、“慕课”等信息信化教学模式在基础教育中生根发芽，让基于大数据思维的学习分析早日在中学物理教育中充分发挥其作用。

（作者单位：四川省成都市石室中学物理组；四川省成都市石室中学信息中心）

第三篇：基于大数据的精准教学模式探究 2017

基于大数据的精准教学模式探究

2017-07-12 ：

摘要：精准教学自诞生以来，受限于技术条件，无论是理论研究还是实际应用都不容乐观。信息技术的发展特别是大数据的兴起，为精准教学的发展提供了机遇。在此背景下，文章梳理了精准教学的理论方法、研究现状及其应用困境，分析了大数据对精准教学的影响。随后，文章从教学目标确立、教学过程框架设计、教学评价与预测等三个维度，构建了基于大数据的精准教学模式。最后，文章针对教学主体关系、数据伦理、安全保障等问题，对基于大数据的精准教学进行了反思。文章的研究，推动了大数据技术在精准教学领域的应用，有助于激发精准教学的活力，进一步提升精准教学的有效性。关键词：大数据；精准教学；教学目标；教学过程；教学评价与预测 一 精准教学的理论方法 精准教学（Precision Teaching）是Lindsley[1]于20世纪60年代根据Skinne的行为学习理论提出的一种教学方法。起初，精准教学面向小学教育，旨在通过设计测量过程来追踪小学生的学习表现并提供数据决策支持，以便“将科学放在学生和教师的手中”[2][3]；后来，精准教学发展为用于评估任意给定的教学方法有效性的框架[4]。历经50余年的发展，精准教学现已形成了自身的一套理论方法。精准教学的理论依据——Skinne的行为学习理论 Skinne[5]是美国新行为主义心理学的创始人之一，他认为人类行为主要是由操作性反射构成的操作性行为，操作性行为是作用于环境而产生结果的行为。人类的一切行为几乎都是操作性强化的结果，人们有可能通过强化作用的影响去改变别人的反应。在学习情境中，操作性行为更有代表性，因此操作性反射在学习过程中尤为重要。1954年，Skinne将这一理论引入教学，认为教学就是提出学生应达到的目标并对学习过程进行控制，辅以训练、反馈和纠正性补救等措施，形成所要求的行为即达到目标并立即给予强化；对于那些偏离目标或未达到目标的行为，则在不强化的前提下进行纠正[6]。精准教学的衡量指标——流畅度（Fluency）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。流畅度具有五大属性：持久性（Maintenance）、耐久性（Endurance）、稳定性（Stability）、应用性（Application）和生成性（Generativity）[7]。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；应用性是指学生容易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下，学生出现复杂行为技能的能力[8]。精准教学的程序方法——练习与测量 精准教学的程序方法要求学生日常练习并精准测量其学习表现，即每天花费一定时间（1分钟或几分钟）进行练习与测量。练习是测量的基础，且这一过程需要长期开展并持续记录。一般来说，测量得到的频率数据将由教师记录于标准变速图表中，该图表可以精确预测学生的知识或技能何时能够达到流畅度的要求，以判定当前学生的学习表现随时间的推进是否进步明显、是否需要修改干预措施。在教学过程中，教师可以根据学生日常的练习、测量与记录情况，并通过频繁监测学生的学习行为状态采集相应的数据，以获得学生的发展情况[9]。

二 精准教学的研究现状及其应用困境 1 精准教学的研究现状 国外的精准教学研究尽管已历经半个多世纪，但进展缓慢，主要集中于通过教学实验来评估精准教学的效果。如Downer[10]、Griffin等[11]的研究表明，精准教学可以显著提高学生的阅读能力；Gallagher[12]、Str?mgren等[13]在数学教学中进行了精准教学实验研究，结果表明精准教学对于数学学习困难的学生有显著作用。

我国的精准教学研究则刚刚起步。在中国知网以“精准教学”为篇名、关键词进行检索，检索日期截至2016年12月31日，所得文献仅为13篇，且论文发表时间基本都在2016年之后。具体来说，祝智庭等[14]从信息化教学改革的角度，结合智慧学习分析了精准教学的基本理论与模式设计，提出了基于递归思想的精准目标确定方法；梁美凤[15]从理论引介的角度，介绍了精准教学的基本概念、操作流程及其应用价值；张灵芝[16]提出了翻转课堂下的精准教学模式及其实践策略；郑怡文等[17]借助数字媒体技术，通过提取人脸表情和体态特征对学生进行精准关注，这实际上是精准教学衍生出来的技术方案。由此不难发现，当前我国的精准教学研究存在两大问题：一是研究总量偏少，研究者关注、跟进精准教学的研究成果不多，尚没有出现关于精准教学的国家级教育科研课题；二是研究范围狭小，研究者开展的精准教学研究主要面向小学教育中的阅读、数学等基础课程，而对于高等教育、职业教育课程缺乏精准教学研究。因此，吸引更多的研究者对精准教学进行多元视角研究，对于我国教育教学改革具有重要意义。精准教学的应用困境 精准教学虽不失为一种有效的教学方法，但在传统教学环境下其应用并不乐观，原因如下：

①精准教学忽略了学习行为过程与个性化发展。精准教学是通过测量获得学习行为结果，进而依据结果进行强化练习，以提升学生的学习质量，是一种典型的结果驱动型教学。这种教学方式缺乏对学习行为过程的关注，忽略了学生在这一过程中表现出来的不同个性。

②精准教学缺乏技术支撑。精准教学在操作上以测量、记录学生的学习表现为基础，以分析频率数据为基本技术。而在信息技术普及以前，精准教学的测量、记录都采取以笔和纸为工具的手工形式进行，故数据记录采集、分析以及图形化、可视化的工作效率不高。

③精准教学难以适应高校人才培养的需求。高校课堂是推进教学方法创新与实践的重要阵地，其课程种类繁多，教学主要依赖于系统的人才培养方案与课程体系；教学目标不再全是知识点的掌握，而是强调思维方法的习得。特别是一些专业课程，由于带有理论探究与应用创新的性质，很难有效测量、记录学生的学习表现，因此限制了精准教学在高校的应用与推广。

三 大数据对精准教学的影响 大数据的兴起，将数据价值推向了新的高度。大数据正在改变人类的思维方式，并以前所未有的速度引发了科技、教育、经济、军事等各个领域的深刻变革。在大数据激发的教育变革中，以测量、记录数据为基础的精准教学必将迎来新的发展机遇。大数据使得精准教学测量数据更为精准可行 教学管理系统、自主学习系统、慕课、微课以及学习社交平台等的广泛应用，促进了教育数据的海量增长，并预示着教育大数据时代的来临。教育大数据使得学习行为、学习状态、学习结果等各类教育信息成为可捕捉、可量化、可传递的数字存在[18]，平板电脑、智能手机、各种传感器、可穿戴式设备、射频识别（Radio Frequency Identification，RFID）标签等皆可成为数据自动采集器并被应用于教学的各个环节，使智慧校园、智慧课堂即将成为现实，这使得精准教学测量数据更为精准可行：一方面，大数据及其依赖的各类智能系统既可以实现学习表现自动化测量、记录及结果可视化呈现，也可以提高数据采样频率，进而提升精准教学的流畅度；另一方面，大数据的海量数据处理能力，可以让精准教学摆脱规模的束缚，实现从简单少量的小学课程拓展到所有不同类型的课程、从面向班级的实验教学拓展到面向全校的普及教学。大数据使得精准教学能够兼顾学生的个性化发展 在大数据环境下，学生的学习行为过程考察和个性化发展均成为可能。这是因为，学生在学习过程中的各类行为状态都可以转化为相应的数据记录，成为学习表现的分析要素。换句话说，在传统教学环境下，精准教学过度强调学习行为结果的分析，并根据结果分析来干预学习行为；而在大数据环境下，精准学习不再完全依赖于结果分析，还要考量学习行为的过程等其它要素——通过采集学生在学习行为过程中产生的各类状态信息，形成反映学习情况的数据源，随后利用各种数学建模方法和大数据处理技术对数据源进行测量、分析与比较，并根据此结果对学生的学习行为及其学习表现进行评估和干预，可以预测学生未来的学习表现趋势，也可以为个别学生量身定制更为有效的干预方法和改进措施，以保障学生的个性化发展。大数据使得精准教学环境更为开放高效 大数据的多样性、异构性决定了其不隶属于某一个独立的系统组织——在教育领域，大数据是跨学科专业、跨平台、跨组织的开放跨界资源，它是各类服务于教育教学工作的信息系统集成互动的产物；学校、企业、教师、学生乃至家长和社会公众，都可成为教育大数据的生产者和应用者。在此背景下，精准教学的主体不再限于教师和学生，教师也不再是精准教学的唯一主导者，故以学生为主体、多元参与的精准教学成为可能——学生为自己量身定做教学方案、测量数据，家长快速、全面地掌握学生的学习表现数据，教育管理者根据相关数据更好地组织教育资源、制定教育改革的方向和措施，从而使得精准教学无缝嵌入整个教育教学体系之中。此外，在传统教学环境下，精准教学从数据测量、记录到结果分析需要一定的时间，特别是当数据量大的时候，时间消耗很大；而大数据的实时性，使得精准教学各类数据从生成到结果分析可以瞬间完成，故大大节约了时间成本。

四 基于大数据的精准教学模式构建 在传统教学环境下，教师更倾向于套用某一种成熟的教学模式，而精准教学往往被视为一种教学评估策略或者某一门课程的教学方法而非教学模式，故精准教学在应用和推广时首先便遭遇了教师这种思维理念上的阻碍。大数据突破了传统教学环境的诸多制约，有利于推动教师在思维理念上接受并认可精准教学，故利用大数据构建可供教师借鉴的精准教学模式，对推动精准教学的发展、促进精准教学的应用具有重要意义。为此，本研究从教学目标确立、教学过程框架设计、教学评价与预测三个维度，构建了基于大数据的精准教学模式，如图1所示。

图1 基于大数据的精准教学模式精准化的教学目标确立 明确教学目标是实施教学的逻辑起点，也是检验教学成败的重要依据。据此，精准教学的首要任务便是确立精准化的教学目标。在传统教学环境下，教学目标可以是模糊的，如在计算机基础课程中，某一节课程的教学目标可以是“熟练掌握十进制、二进制的换算”，其中的“熟练掌握”便是一个模糊的程度词。但在精准教学中，必须设计精准化的教学目标，即对学生掌握的知识或技能程度必须有一个精准的解释和描述——解释的基本思想是问题的分解与细化，描述的方式即量化。也就是说，在精准教学中，每条教学目标应转化为对应的问题，每个问题则应分解、细化为可以量化描述的小问题。如“熟练掌握十进制、二进制的换算”可以转化为“3分钟之内完成1000以内的十进制、二进制互换算题5道，正确率100%”——这里的“熟练掌握”经分解、细化、量化后，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，故与精准教学的“流畅度”衡量指标完全契合。程序化的教学过程框架设计 精准教学起源于Skinne的程序教学，故程序化是精准教学的核心要素。设计程序化的教学过程框架，是保障精准教学有效实施的关键。本研究设计的程序化教学过程框架，是指基于大数据实施精准教学的流程与规则，具体包括：

（1）建立大数据教学资源库，并实施个性化资源推荐 程序化教学的本质是一个输入输出系统，即输入教学资源、输出学生的学习结果。在传统教学环境下，由于教学资源有限、信息技术匮乏，输入输出系统以整个教学班级为基本颗粒，无法保障学生的个性化发展。针对此问题，本研究提出建立大数据教育资源库，以管理海量的数字化教学资源；同时，将输入输出系统的基本颗粒由班级细化到具体的每一位学生，利用智能推荐技术，根据学生的学习特点配置不同的优质教学资源，实施个性化教学。

（2）优化传统教学过程，融入精准练习、测量与记录 本研究充分利用大数据技术的优势，优化传统教学过程，并在此基础上，融入精准练习、测量与记录，进行精准教学，从而为下一步的教学决策和学习干预提供支持。具体来说，本研究在操作层面进行了两类尝试：①基于翻转课堂的精准辅助教学，即以微课为内容、以微信公众号为平台，进行精准教学——首先，学生实名关注微信公众号；然后，学生点击微信公众号平台上的微课资源，并进行实时互动、练习与答题；最后，后台系统自动记录学生的学习行为，形成每个学生的学习轨迹与分析结果。②基于项目导向任务驱动的精准实训教学，即以计算机基础课程练习测评系统为平台，在传统的项目导向任务驱动教学框架内，进行精准教学——首先，学生登录系统进行实训操练，每完成一个任务即可提交，否则无法进入下一个任务阶段；待整个项目完成后，提交至系统评分；最后，系统实时精准地记录学生登录并完成每一道实训任务的时间、失分点（错误）和最终分数，形成学生的学习轨迹与错误问题域。

（3）实施精准干预 精准干预是精准教学的精髓之所在。在大数据环境下，无论是微信公众号还是计算机基础课程练习测评系统，师生之间都可以实现跨越时空的沟通，且沟通记录可以追溯查询。根据测量、记录呈现的学生学习行为，教师能够判断出学生能否顺利达成教学目标——若能达成，说明无问题；若不能达成，说明有问题，需要干预。具体来说，本研究在操作层面按照特殊问题和普遍问题分别进行了针对性的干预：针对个别学生的特殊问题，通过即时通讯工具，进行实时点对点的干预纠正；针对反映比较多的普遍问题，则通过教学博客、微信公众号、朋友圈，予以统一干预纠正。干预是一个反复的工作，而练习、测量与记录同干预一起，构成了一个循环迭代的过程，这个循环迭代直至全部学生达到了教学目标所要求掌握的知识或技能才会终止。精准化的教学评价与预测 在传统教学环境下，教学评价或为模糊的经验判断，如通过“优”、“良”、“中”、“及格”、“差”等程度词来评价学生的学习表现；或为简单的分数判断，如通过期末考试成绩、期中考试成绩、总分、平均分等来评价学生的学习结果。而在大数据环境下，传感器技术、人脸识别技术、学习分析技术等众多先进技术的融合应用，使得精准教学评价从伴随教学行为的开始到结束，并能够对尚未发生的未来进行精准预测。如郑怡文等[19]提出了一种课堂大数据采集技术，该技术集成了学生坐姿测量系统、眼部识别系统和噪音识别系统，通过获取学生在课堂的一些生存状态大数据，可以比较准确地解读、分析进而判断出学生的学习情况（如到课情况、思想集中情况、课堂活跃情况、身体疲倦情况等）；该技术具有较高的实时性，使对每个学生实施精准有效的关注成为可能。由此可见，基于大数据的精准教学评价是一种全员、全过程、全方位的实时评价。

在基于大数据的精准教学模式中，教学评价主要依赖于技术手段（包括大数据采集、教育数据挖掘、学习分析和数据可视化技术），通过各类智能教学系统自动监控、自动分析学生的学习情况，并实时反馈给所需要的人；教师、学生、家长等可以根据自身的需求，查询并生成可视化的评价报告。预测则指综合分析每个学生在各个阶段的学习表现数据和其它系统数据（包括各个教育系统、评估系统、专家系统）后，形成数据决策支持系统，并对学生在未来一段时间的学习表现进行预测，进而根据预测结果提出相关的改进建议或学习对策。

五 基于大数据的精准教学反思 1 大数据下精准教学的主体关系变化 在传统教学环境下，精准教学的实施基本是教师主导、学生参与的二元封闭系统。而在大数据环境下，教师的主导作用明显弱化，基于信息技术的先进教学平台及其产生的数据成为精准教学的重要依托；学校、企业、教师、学生乃至家长和社会公众，他们对数据的获取在理论上是对等的。因此，精准教学的实施必须打破传统教学环境下教师主导、学生从属的关系，而建立以数据为纽带，以学生为中心，有教师辅导、家长参与、社会关注的新型开放的主体关系。基于大数据的精准教学中的数据伦理问题 精准教学对学生学习行为数据的测量与记录，其本质是学习行为的数据化。尽管这些数据对于促进学生的学习有很大帮助，但不可忽视的是，数据本身并无判断能力，且数据的价值具有多元化的特点——在精准教学过程中产生的数据，其主要价值是服务于监测、评估学生的学习表现；但是，这些数据同样也可以解读出其它的信息，如学生的生理、心理特征及其可能存在的缺陷等。显然，数据的预测结果一方面有助于精准教学干预纠偏，另一方面也可能会给学生带来消极影响。如有数据显示某一学生在阅读方面存在重大障碍，这一结果就会打击这个学生的自信，从而对这个学生的学习干预乃至未来发展起反作用。怎样确保这些附带各类个性特征的数据被正确使用而避免陷入伦理困境，是当前大数据精准教学需要考虑的一个难题。基于大数据的精准教学中的安全保障问题 精准教学将每一个学生的学习情况予以精准记录，而这些精准记录的数据涉及诸多隐私问题。在当前开放互联的大数据环境下，银行、医院、电商平台等遭受黑客攻击、用户数据泄露的事件时有发生。精准教学理论来源于行为主义心理学，其测量记录的数据在某种程度上反映了学

第四篇：数据驱动教学改进总结

数据驱动教学改进总结

荥阳市城关乡初级中学

多年以来，从教研室下发的历次学生学业水平测试成绩、中招成绩、以及其他各方面考评成绩来看，我校学生学业水平及综合素质都好于其他兄弟学校。一份北京师范大学的反馈报告，使我们认识到我校教学工作方面存在的不足，结合报告中反馈的数据，我们从以下几个方面对教育教学进行了改进。

一、有效激发学生学习动机

报告中数据信息显示，我校大部分学生不是为了学习知识而学习，而是为了不被批评而学习。

当学生为了掌握知识而学习时，学生参与学习行为的动机在于提升自身的竞争力，学习始于学生内在的兴趣，学生的注意力是投入到学习任务当中去的。

当学生为了避免批评而学习时，学生参与学习行为的动机在于避免显示自己的无能。学生的注意力也是放在自我表现上。

为了激发学生良好的学习动机，为了能更好地更有效地激发学生的学习动机，教师课堂上加强学习目的的教育，启发激发学生的学习热情；向学生阐述知识的意义和价值，激发学生的求知欲；创设问题情境，激发学生探讨的兴趣；客观公正地进行教学评价，强化学习动机。

当他们意识到自己所学的东西是很有意义的，或者他们在学习的过程中得到教师的支持和尊重时，自然会以很高的热情投入学习。

二、增设心理健康课，加强对学生心理疏导

报告中指出：在心理素质和心理健康方面，本校学生自尊水平偏低，抗挫折能力有待提高，幸福感偏低，但是好在抑郁情绪也比较低。学生的心理素质和心理健康也是本校值得关注和改进的方面。

初中孩子正处于青春叛逆期，问题多多，比如：网瘾、厌学、早恋、抑郁、社交恐惧症等等。

针对报告中反映出的问题，学校高度重视，增开心理健康课，加强对问题学生群体的心理疏导。没有师资，学校鼓励年轻骨干教师参加心理咨询师考级，组织教师参与各类心理辅导培训班，培养了一批心理咨询与心理疏导专家型教师；开设心理健康课，每班每周一节，让有资质的心理健康教师上课，对特殊学生加强心理疏导，为学生打开一扇心灵之窗，让他们看到光明与希望，看到一切美好的事物。正确面对生活中的坎坎坷坷，走好自己的人生之路。

三、合理利用”班班通“，打造高效课堂

数据报告显示：在学业成绩方面，本校学生学业成绩相对教低，值得重视。

学业成绩整体水平明显低于全体样本学生，学生两极分化严重，学校整合教育资源，打造高效课堂。

以九年级2015-2016末考情况为例分析：

从总分情况看，我校九年级考试人数187人，九年级前500名进入8人，上线率4.27%，前1000名24人，上线率为12.83%，前1500名36人，上线率为19.25%，前2000名55人，上线率为29.41%，前2500名72人，上线率为38.50%，前3000名92人，上线率为49.19%，前4000名140人，上线率为74.86%，前5000名179人，上线率为95.72%，整体情况仍有8名学生被抛在前5000名，培优补差仍是我们的教学重点，特别是前1000名学生是我们培优的中心工作，在作业的分层布置上及辅导方面要下大功夫，重点抓好前20名学生和前20—40名的荥高跨线生。抓两头，促中间，工作的好坏直接关系到2016年中招成绩的好坏。

2、从学科情况看，语文前500名上线率6.4%，前1000名上线率15.5%，数学：前500名上线率为3.7%，前1000名上线率为10.7%,英语学科前500名上线率1.6%，前1000名上线率8.02%，英语学科重点工作仍是培优补差，在抓优等生提高及格率方面需下大功夫，个别辅导，大面积提高质量是该学科的中心工作，如何改变其薄弱，需好好反思。

历史学科仍然属我校的优势学科,前500名上线率和前1000名上线率政治、化学略低，需认真分析原因，从整体情况看，薄弱学科是英语，数学,物理,优势学科是历史、语文。在辅导上仍需要加强数学、英语、物理的相关学科的辅导和补差力度，力争缩小差距大面积提高质量。

3、从各学科平均分看，总分357.35分，语文74..52分，数学57.21分，英语44.15分，政治56.28分，历史44.95分，物理40.07分，化学40.18分，只有历史,语文学科略高于全市平均分,其余学科都低于全市平均分,英语差距最大，其次是数学、物理。

4、全市前211名我校进入1人，前360名我校进入3人，前450名我校进入6人（荥高统招生人数），前500名我校进入8人.5、从四个班的平均分情况看，人均最高的是九二，人均366.29分，其次是九四，人均363.59分，第三是九三，人均354.11，第四是九一，人均345.93分，和九二相比人均相差20.36分，九三和九一低于全市总分平均分,所以九一和九三要认真进行总结和分析。

问题分析

1、我校部分教师课程改革意识不强，教学理念陈旧,基于标准的教学与实践落实不到位，一节课没有明确的目标,没有真正落实学生的主体地位,课堂替代现象还比较严重,课堂教学的有效性不高，课下备课不充分，上课随意性不强，特别是复习课和讲评课，把备课写教案看成是累赘，课程纲要编写不结合校情，教学目标不清，缺乏对教学策略的研究，学法指导不够，不能最大限度的调动学生学习的积极性。

2、检查落实不到位，说得多，检查的少，措施不到位，有点犯经验主义的错误，平时抓的不够，训练不到位，影响了成绩的提高。

3、自主参与校本教研的意识不强

我校部分教师在日常工作中缺乏问题意识和反思意识,教研内容开展的比较肤浅,深入研讨的比较少,基于课堂教学问题实践跟进式的研究欠缺,校本教研氛围不足,研究质量在低层次徘徊,缺乏发现问题-----分析问题-----解决问题的教研机制和途径,教研活动缺乏有效的专业引领，4、作业的设计和批改不到位

相当一部分教师对作业建设重视不够，对作业的设计和布置做不到分层次，批改不及时，达不到精选，对作业的设计和统计分析上远远做不到，个别教师还在搞题海战术，轻视和忽视了作业“激发学生学习兴趣”的功能，作业练习的目标意识缺乏，缺少针对性，机械的、低水平的重复类作业比例高，批改方式欠佳，（仍停留在传统方法上）消耗了精力，削弱了学生的学习兴趣。今后措施

1、组织教师认真研读课标，研究学生，认真研究中招模拟试卷和<<说明检测>>，把握应考方向,狠抓过程督查.2、认真抓好教研工作，“以课促研”，抓好集体备课研课工作的落实和督导工作，坚持推门听课评课；

3、指导教师带领学生回归教材，夯实四基，精选习题，做好作业建设,重视作业对学生学习的评价,不搞题海战术；

4、面向全体，做好培优补差（抓两头，促中间），认真做好每次的考后评卷和质量分析工作，搞好学情调查，重点关注后四分之一的学生进步工作，重点关注学困生，帮助其树立学习信心，对学困生一要想法使其逐渐有学习兴趣，采取低起点、低要求，作业分层指导，使其获得成功经验，逐渐树立学习信心。二要交给学习方法，逐渐养成良好的学习习惯，使其想学、会学、能学，力求使作业分层布置和分层辅导；

5、加强教学设计研究，努力提高课堂教学效率，加强中招试题的演练，积极关注搜集中招新动态，了解新信息。

6、加强上好实验课、操作课和活动课，培养学生的动手能力；

7、学校领导要侧重检查落实工作，抓好抓实过程管理，通过各种方式去落实教师们的教学和辅导的工作开展情况。定期召开座谈会帮助老师们出谋划策。

充分利用“班班通”资源，变学苦为乐学，提高了教学效率。为教师和学生“教与学”环节搭建出多媒体的交互平台。作为学生学习的指导者，要求教师在教学过程中采用网络、多媒体技术，利用网络上丰富的教学资源，激发学生的学习兴趣，提高教学质量。多媒体技术则将文本、声音、图像、动画和视频技术融为一体，使教学活动变得生动且形式多变，丰富和扩展了书本知识，为学生创设生动丰富的情景，“班班通”运用于教学，激发了学生学习的兴趣，提高了教学效率。

应用“班班通”教学，变被动学为主动学，有利于突破重难点。合理使用班班通，在教师的正确引导下，为学生创设丰富的教学情景，创设疑问，巧设悬念，启迪学生积极思维，主动获取知识，调动其学习的积极性，使学生由被动接受知识转化为主动探究问题，主动参与教学过程。

借助“班班通”教学，变知识为能力，发展了学生的思维能力。学生学习知识的真正价值并不在于知识本身。时代在进步，知识在更新，当学生对所学知识转化为能力的过程中，“练”贯穿于全过程，并起到重要作用。为此，发挥班班通的优势，在教学过程中加大练习密度，加深练习坡度，发展学生思维的灵活性，是将知识转化为能力的有效手段，它不仅传授了知识，更重要的是培养了学生的各种能力，而能力的展现促进了知识的发展。

在教学中，科学、合理、恰当的运用班班通教学手段，能激活学生的思维，调动学生的学习积极性，增强学生学好知识的信心，培养学生的学习能力；让学生们在学习过程中表现课堂、体验课堂、感悟课堂、享受课堂，使他们成为课堂学习的主人，从而有利于我们的课堂成为高效课堂。

荥阳市城关乡初级中学

2016年1月20日

数据驱动教学改进总结

荥阳市城关乡初级中学 2016年1月20日

第五篇：教育信息化大数据驱动下的创新教学

教育信息化大数据驱动下的创新教学

时下正值暑假，许多老师都纷纷踏入了暑假的列车，享受着假期的愉快。但回想刚过去的期末，不少老师还是会倍感头疼。每个学期末，都是老师准备期末考、加班统计学生成绩的高峰期。

期末总结对于使用速课堂开展移动教学的一线老师们又有着特殊的意味。因为速课堂方便了老师对学生们的过程性评价，平时学生在速课堂里的点名签到、资源学习、作业以及测试评价等教学活动都会有立体化数据分析，这些学习过程都被一点一滴地记录下来。相对传统教学，速课堂的过程性评价在期末总结评价中的权重得到了老师们的重视和提升。所以每逢期末，检验一学期速课堂过程性教学效果的时候就到了。

速课堂在辅助教师开展教学的基础上，满足社会发展及个性化教学需求，结合AI智能技术，全程记录学生学习痕迹，从学生、课程、班级多样分析，形成个性化学情分析报告，助力教学。并通过学生的学习轨迹和在线考评、测试的结果反馈，教师有效制定针对性的教学方案，帮助每位学生成长和进步。

数字立体化呈现班级学生总数、老师发起的教学活动次数，保障学习效果；教学资源学习数据实时跟踪统计，助力学生分析。此外速课堂提供知识变现，班级内的课程打赏收益总额和付费人数也会一一呈现。

速课堂通过雷达图呈现学生出勤表现、知识掌握程度、活跃度、努力度以及学习主动性数据，并运用百分比的形式全面分析学生们学习课件视频、音频和文档的次数和时长，全方位追踪教学数据。

课堂数据指的是整体的速课堂总数据，包括开设课程总数、班级总数、学生总数以及教学资源总数等，都可以查看到各个课程的数据。

用大数据驱动教学改革，在这个新时代已经成为可能，甚至成为现实。希望老师们能将新的教学方法和信息化教学工具的结合应用继续下去，探索更为有效地开展教学的方式方法。