论文部分内容阅读
当前，“大数据”已成为互联网时代一个炙手可热的关键词，几乎各行各业都在试图使用大数据来分析和解决本行业的现实和发展问题，以实现行业的可持续发展。相对各大行业的如火如荼，教育行业则显得相对滞后。原因是多层次的，如果我们能找到大数据和课堂教学评价的契合点，那么在这个大数据时代可以有更多作为。
一、 关于计算思维
2006年3月，美国卡内基·梅隆大学计算机科学系主任周以真（Jeannette M. Wing）教授在美国计算机权威期刊《Communications of the ACM》杂志上给出，并定义计算思维（Computational Thinking）。
周以真教授认为：计算思维是运用计算机科学的基础概念进行问题求解、系统设计、以及人类行为理解等涵盖计算机科学之广度的一系列思维活动。这种思维将基于计算机科学解决实际问题的思维方式扩展到更为广阔的领域。
二、 形成性评价
形成性是一种过程评价，它重视评价的教育性和发展性，力图通过评价，及时向教师和学生提供反馈信息，使他们能够了解教学活动中存在的缺陷与不足，从而促使教师和学生不断地改进、完善自己的教学活动和学习活动。在国际上，美国世界著名的教育测试中心ETS（Educational Testing Service）已经于2002年开始积极研究与开发运用于基础教育阶段的形成性评价项目，即“ETS， 2002”。当前，国内各种教学评价大多是基于对教学的一种总结性评价，而忽略了对于学生学习过程的形成性评价。这种侧重于总结性评价的效果差强人意，也不能很好地促进教学理念和方式的改进与创新。造成这种现状的一个重要因素就是形成性评价是侧重于过程，而学生的学习过程在任何课堂上的教师都是难以及时了解和掌握的，因此难以实施形成性评价。
在这里我们要解决两个问题。一是我们如何对学生的学习过程进行评价，而不仅仅是一种结论性评价。二是我们如何去有效处理反馈信息。
三、 借助计算思维优化形成性评价设计
打个简单比方，如果说目前常用的总结性评是一种静态评价，那么形成性评价就是一种动态评价。这种动态就体现在教学活动中及时向师生反馈信息，以发现各自存在的缺陷与不足，双方都采取措施加以改进。但是问题在于放到教学实践中，怎么去操作实施呢？
具体到信息技术课堂，它是特别强调实践操作技能的应用和培养的。像这样一堂课：FLASH“形状补间动画”的制作。对于这样技能型的学习评价：一种做法是采用学生演示、师生点评的方式，这种方式直观、简单，同样是一种总结性的评价，但往往是以点代面，蜻蜓点水式的，并不能及时反馈有效的信息帮助教师和学生定位缺点和不足；另一种比较直观的评价方法，如图1所示。
这种评价方式正是信息技术课堂在评价方面的最大优势，那就是利用信息技技术手段来反馈更为直观的信息。这种方式对信息技术学科来说不是什么难事，轻松可以做到，但往往做成了上图所示的结论性的评价，同样发现不了教学活动过程中的问题。
对于第一种评价方式，我认为其无异于以点代面式的将课堂内容或内容关键点的一次简单重复，在效果上与从评价当中发现问题的设计初衷有些距离。第二种评价方式所反馈的信息可能更为简单、粗略，简单地以一种正确率的统计来说明结果，效果不尽人意。
这便是之前我提到的第一个问题。我们不妨借鉴一下计算思维的概念。上述二种评价方式如果借助软件工程里面的有关定义，那就是一种“粗粒度”的。我们应该需要一种“细粒度”的评价设计。在计算机程序设计中，有一种常见的方法叫做自顶向下的程序设计方法，这种方法的实质就是将一个问题不断地分解成多个小问题，直到这些小问题都能够用程序来实现为止。实践中，形成性评价在设计的时候恰恰缺的是这种“分解”。所以一开始评价的设计很重要。对于上面提到的课堂学习。首先，每一节课都有教学目标，而这些目标经过细化分解成多个小目标，其实就是一个个的知识点或技能，这些细小的目标的完成实现过程就基本构成了学生学习过程的各个细节或环节。对于这节课，经过教学目标的分解细化可以得到以下的知识点和技能：
与之相对应的课堂的评价项目表如下：
这是一个将教学目标经过分解而得到的“细粒度”的评价项目内容，基本涵盖了本堂课教学目标的认知和技能评价，旨在从设计上能反映学生认知和技能上的问题和不足，但一般情况下，这么细的评价没有意义，因为无法在教学中去实现。这便是我们接下來要讲的问题：如何有效处理反馈信息？
四、 借助“大数据”技术破解形成性评价的实施难题
教学评价是收集反馈信息的第一步，可以通过一个网络应用平台去收集，比如笔者正在开发的“智能化教学评测系统”平台。对数据的分析和应用，则是我们进行数据收集的终级目标。如此在图1中出现的反馈信息的呈现就会更加详细和多元化，对教学更加具有指导意义。如图2。
那么，如何处理相对繁杂的反馈信息为我所用呢？“大数据技术为记录和分析教育教学中的表象信息提供了可能。一个人的素质通过多个表象呈现出来。大数据技术为记录和分析以往无法利用的信息提供了技术支持”。我认为，“大数据”技术可以为我们提供一定的实现途径。本质上而言，传统的教学评价只是完成了数据的统计，无法完成对所有数据的分析，而大数据技术则可以通过分析，提出建议甚至预测。Google公司的GFT（流感预测系统）便是一个很好的实例，它用实力向人们证明了其在数据分析领域的价值。现有教育方面的大数据应用大多是基于在线学习平台对于学习行为的一种分析，没有实际深入到教学课堂需要的教学评价和反馈领域。通过类似笔者上述“项目评价表”的教学评价收集大量的反馈数据，并借助大数据的分析技术，对这些反馈数据进行分析和整理，可以更加清晰、准确地描述问题是出现在认知还是技能上，并自动整理生成教学改进意见，向学生提出有效的学习建议，很好地实现形成性评价。
五、教育实践意义
对于教学环境来说，除信息技术课堂的教学环境外，可能大部分其他学科的课堂目前没有足够的信息化条件支撑，但是我们应该看到，随着移动终端的迅速普及和无线网络的应用覆盖，在传统的课堂环境中，将会有越来越多样的方式将信息化应用带入教学实践活动（如：“智慧课堂”的兴起），这将会真正构建教学信息的双向通道，为教育教学质量和效率开拓广阔的前景。在教育领域，这种细化的教学评价在大数据技术的强力支持下会更具有创新实践意义。
责任编辑 邱 丽
一、 关于计算思维
2006年3月，美国卡内基·梅隆大学计算机科学系主任周以真（Jeannette M. Wing）教授在美国计算机权威期刊《Communications of the ACM》杂志上给出，并定义计算思维（Computational Thinking）。
周以真教授认为：计算思维是运用计算机科学的基础概念进行问题求解、系统设计、以及人类行为理解等涵盖计算机科学之广度的一系列思维活动。这种思维将基于计算机科学解决实际问题的思维方式扩展到更为广阔的领域。
二、 形成性评价
形成性是一种过程评价，它重视评价的教育性和发展性，力图通过评价，及时向教师和学生提供反馈信息，使他们能够了解教学活动中存在的缺陷与不足，从而促使教师和学生不断地改进、完善自己的教学活动和学习活动。在国际上，美国世界著名的教育测试中心ETS（Educational Testing Service）已经于2002年开始积极研究与开发运用于基础教育阶段的形成性评价项目，即“ETS， 2002”。当前，国内各种教学评价大多是基于对教学的一种总结性评价，而忽略了对于学生学习过程的形成性评价。这种侧重于总结性评价的效果差强人意，也不能很好地促进教学理念和方式的改进与创新。造成这种现状的一个重要因素就是形成性评价是侧重于过程，而学生的学习过程在任何课堂上的教师都是难以及时了解和掌握的，因此难以实施形成性评价。
在这里我们要解决两个问题。一是我们如何对学生的学习过程进行评价，而不仅仅是一种结论性评价。二是我们如何去有效处理反馈信息。
三、 借助计算思维优化形成性评价设计
打个简单比方，如果说目前常用的总结性评是一种静态评价，那么形成性评价就是一种动态评价。这种动态就体现在教学活动中及时向师生反馈信息，以发现各自存在的缺陷与不足，双方都采取措施加以改进。但是问题在于放到教学实践中，怎么去操作实施呢？
具体到信息技术课堂，它是特别强调实践操作技能的应用和培养的。像这样一堂课：FLASH“形状补间动画”的制作。对于这样技能型的学习评价：一种做法是采用学生演示、师生点评的方式，这种方式直观、简单，同样是一种总结性的评价，但往往是以点代面，蜻蜓点水式的，并不能及时反馈有效的信息帮助教师和学生定位缺点和不足；另一种比较直观的评价方法，如图1所示。
这种评价方式正是信息技术课堂在评价方面的最大优势，那就是利用信息技技术手段来反馈更为直观的信息。这种方式对信息技术学科来说不是什么难事，轻松可以做到，但往往做成了上图所示的结论性的评价，同样发现不了教学活动过程中的问题。
对于第一种评价方式，我认为其无异于以点代面式的将课堂内容或内容关键点的一次简单重复，在效果上与从评价当中发现问题的设计初衷有些距离。第二种评价方式所反馈的信息可能更为简单、粗略，简单地以一种正确率的统计来说明结果，效果不尽人意。
这便是之前我提到的第一个问题。我们不妨借鉴一下计算思维的概念。上述二种评价方式如果借助软件工程里面的有关定义，那就是一种“粗粒度”的。我们应该需要一种“细粒度”的评价设计。在计算机程序设计中，有一种常见的方法叫做自顶向下的程序设计方法，这种方法的实质就是将一个问题不断地分解成多个小问题，直到这些小问题都能够用程序来实现为止。实践中，形成性评价在设计的时候恰恰缺的是这种“分解”。所以一开始评价的设计很重要。对于上面提到的课堂学习。首先，每一节课都有教学目标，而这些目标经过细化分解成多个小目标，其实就是一个个的知识点或技能，这些细小的目标的完成实现过程就基本构成了学生学习过程的各个细节或环节。对于这节课，经过教学目标的分解细化可以得到以下的知识点和技能：
与之相对应的课堂的评价项目表如下：
这是一个将教学目标经过分解而得到的“细粒度”的评价项目内容，基本涵盖了本堂课教学目标的认知和技能评价，旨在从设计上能反映学生认知和技能上的问题和不足，但一般情况下，这么细的评价没有意义，因为无法在教学中去实现。这便是我们接下來要讲的问题：如何有效处理反馈信息？
四、 借助“大数据”技术破解形成性评价的实施难题
教学评价是收集反馈信息的第一步，可以通过一个网络应用平台去收集，比如笔者正在开发的“智能化教学评测系统”平台。对数据的分析和应用，则是我们进行数据收集的终级目标。如此在图1中出现的反馈信息的呈现就会更加详细和多元化，对教学更加具有指导意义。如图2。
那么，如何处理相对繁杂的反馈信息为我所用呢？“大数据技术为记录和分析教育教学中的表象信息提供了可能。一个人的素质通过多个表象呈现出来。大数据技术为记录和分析以往无法利用的信息提供了技术支持”。我认为，“大数据”技术可以为我们提供一定的实现途径。本质上而言，传统的教学评价只是完成了数据的统计，无法完成对所有数据的分析，而大数据技术则可以通过分析，提出建议甚至预测。Google公司的GFT（流感预测系统）便是一个很好的实例，它用实力向人们证明了其在数据分析领域的价值。现有教育方面的大数据应用大多是基于在线学习平台对于学习行为的一种分析，没有实际深入到教学课堂需要的教学评价和反馈领域。通过类似笔者上述“项目评价表”的教学评价收集大量的反馈数据，并借助大数据的分析技术，对这些反馈数据进行分析和整理，可以更加清晰、准确地描述问题是出现在认知还是技能上，并自动整理生成教学改进意见，向学生提出有效的学习建议，很好地实现形成性评价。
五、教育实践意义
对于教学环境来说，除信息技术课堂的教学环境外，可能大部分其他学科的课堂目前没有足够的信息化条件支撑，但是我们应该看到，随着移动终端的迅速普及和无线网络的应用覆盖，在传统的课堂环境中，将会有越来越多样的方式将信息化应用带入教学实践活动（如：“智慧课堂”的兴起），这将会真正构建教学信息的双向通道，为教育教学质量和效率开拓广阔的前景。在教育领域，这种细化的教学评价在大数据技术的强力支持下会更具有创新实践意义。
责任编辑 邱 丽