论文部分内容阅读
摘要：利用数据分析来辅助教学的模式，深度挖掘学生背后的行为数据，可以为教师提高教学效率提供最精准的决策和评估，使学生学习效率最大化，保证课堂的精准性和有效性。
关键词：大数据 精准教学
党的十九大报告提出，“必须要把教育事业放在优先发展位置，加快教育现代化，办好人民满意教育。教育现代化必将带来教育理念的创新和教学模式的革命，成为促进教育公平和提高教育质量的有效手段。”
在数学课堂的实际教学中往往会遇到这样的问题：很多讲过做过的题目学生再次遇到原题或同类型的题目的时候，还是不会做。课堂教学存在着模式化、静态化等问题，课堂互动往往是教师在讲，学生被动在听，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。
传统课堂的教与学是“5+4”的教学流程结构（即教师的备课、讲课、提问、布置作业、批改作业和学生的预习、听课、回答问题、完成作业），而大数据下的课堂教学模式利用大数据对教学过程中产生的数据进行测量，并且保证数据的准确性和有效性，大数据的普及，有效提升了数据采集的效率。一方面，大数据及其依赖的各种智能系统可以实现学习表现的自动测量化、纪录及结果可视化呈现，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，实现从面向班级的实验教学拓展到面向全校的普及教学。
大数据下的课堂教学模式可以从从教学目标、教学过程、教学评价与预测三个维度来构建：
一、教學目标，课堂精确有效的起点
首先应该确立教学目标，明确实施教学的逻辑起点基于大数据的精准教学的核心目标。为了精准激发学生潜能，精准教学强调必须从两个方面精确定位每一节课的具体教学目标：一是具体教学目标必须层次化。二是具体教学目标必须加以量化。比如在浙教版七下第二章中二元一次方程组解法第二课时为例，在传统教学下这节课的目标可以是熟练掌握用加减消元法解二元一次方程组，在这里的“熟练掌握”是一个模糊的程度词。而大数据下课堂的教学目标应该对学生掌握的知识或者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，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。比如这里“熟练掌握用加减消元法解二元一次方程组”可以转化为对有未知数系数相等的二元一次方程组问题的熟练计算、对没有未知数系数相等的二元一次方程组问题的熟练计算、有字母系数的二元一次方程组问题的熟练计算和求整数解的二元一次方程组问题的熟练计算这样讲问题细化，或者是三分钟完全正确解出5道简单二元一次方程组计算题这样量化。“熟练掌握”经分解、细化、量化之后，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。
二、教学过程，课堂精确有效的关键
教学过程是保障课堂精准性和有效性的关键。实时采集学生学习过程中产生的学习数据，结合学生的历史学习记录，不断更新学生画像，及时地给学生规划接下来的最优学习路径，动态地推荐最佳学习内容，最大程度地提升学习效果。借助大数据收集与分析系统，教师可以准确把握学生对知识点的理解与运用情况，发现其知识漏洞和能力缺陷，快速识别其“学习痛点”。首先，应建立大数据教学资源库，以管理海量的数字化教学资源，并将这些数据由班级精准有效细化到具体的每一位学生，根据每位学生的学习特点量身定做个性化教学，实现因材施教。其次，优化传统教学过程，融入精准练习、测量与记录。要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、进行有效精准教学，为下一步的教学决策和学习干预提供支持。最后，在大数据环境下，利用各种数据资源和软件平台，对学生的学习行为实施精准干预。特别是针对个别学生的特色问题或者是反应比较多的普遍问题，通过教学博客、微信公众号、朋友圈干预纠正，直到全部学生达到了教学目标所要求掌握的知识或技能。
三、教学评价与预测，课堂精确有效的保障
利用大数据技术对教学活动和学生的行为不断生成量化的评估与测量结果，并及时把评测结果和意见建议反馈给学生与教师，不仅帮助学生正确认识自己，还帮助教师及时发现学生已经取得的进步以及存在的问题，并采取有针对性的辅导措施解决问题。在大数据的环境下，教学过程中更注重学习行为的过程而非结果，更重要的是能对尚未发生的事情进行精准有效预测。
在课前阶段，主要任务是挖掘学生的学习数据以掌握学情，教师对学生的前期作业和预习作业进行学情分析，通过提前设置的预习测评诊断学生的知识水平，根据学情分析和预习测试合理定位教学内容，进而有针对性地进行教学设计;课中阶段，主要任务是在随堂作业数据的基础上不断调整教学策略，同样是“挖掘→定位→决策”迭代的过程，运用网络教学平台资源创设情境，设置不同层次的学习任务和课堂测验，基于实时的测验反馈检查学生的完成情况并在此基础上总结提升;课后阶段，主要任务是教师依据课前和课中的测试情况为学生制定有针对性的作业以诊断学习效果。网络教学平台的作业数据实时反馈到学生端和教师端，便于教师和学生及时查漏补缺、总结反思，从而对学生进行个性化辅导。
目前我国对基于大数据的课堂教学模式的探讨尚处于起步阶段，大多为理论探讨，基于大数据的教学在学科中的应用还需在教学中不断探索实践，真正地把学习数据背后的价值运用到课堂中去。
参考文献：
[1]刘邦奇.2016. “互联网+”时代智慧课堂教学设计与实施策略研究[J].中国电化教育，（10）：51-56，73
[2]彭红超，祝智庭.2017.以测辅学：智慧教育境域中精准教学的核心机制[J].电化教育研究，（3）：94-103.
[3]祝智庭，彭红超.2016.信息技术支持的高效知识教学：激发精准教学的活力[J].中国电化教育，（1）：18-25.
浙江省兰溪市第二中学 浙江省兰溪市 321100
关键词：大数据 精准教学
党的十九大报告提出，“必须要把教育事业放在优先发展位置，加快教育现代化，办好人民满意教育。教育现代化必将带来教育理念的创新和教学模式的革命，成为促进教育公平和提高教育质量的有效手段。”
在数学课堂的实际教学中往往会遇到这样的问题：很多讲过做过的题目学生再次遇到原题或同类型的题目的时候，还是不会做。课堂教学存在着模式化、静态化等问题，课堂互动往往是教师在讲，学生被动在听，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。
传统课堂的教与学是“5+4”的教学流程结构（即教师的备课、讲课、提问、布置作业、批改作业和学生的预习、听课、回答问题、完成作业），而大数据下的课堂教学模式利用大数据对教学过程中产生的数据进行测量，并且保证数据的准确性和有效性，大数据的普及，有效提升了数据采集的效率。一方面，大数据及其依赖的各种智能系统可以实现学习表现的自动测量化、纪录及结果可视化呈现，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，实现从面向班级的实验教学拓展到面向全校的普及教学。
大数据下的课堂教学模式可以从从教学目标、教学过程、教学评价与预测三个维度来构建：
一、教學目标，课堂精确有效的起点
首先应该确立教学目标，明确实施教学的逻辑起点基于大数据的精准教学的核心目标。为了精准激发学生潜能，精准教学强调必须从两个方面精确定位每一节课的具体教学目标：一是具体教学目标必须层次化。二是具体教学目标必须加以量化。比如在浙教版七下第二章中二元一次方程组解法第二课时为例，在传统教学下这节课的目标可以是熟练掌握用加减消元法解二元一次方程组，在这里的“熟练掌握”是一个模糊的程度词。而大数据下课堂的教学目标应该对学生掌握的知识或者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，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。比如这里“熟练掌握用加减消元法解二元一次方程组”可以转化为对有未知数系数相等的二元一次方程组问题的熟练计算、对没有未知数系数相等的二元一次方程组问题的熟练计算、有字母系数的二元一次方程组问题的熟练计算和求整数解的二元一次方程组问题的熟练计算这样讲问题细化，或者是三分钟完全正确解出5道简单二元一次方程组计算题这样量化。“熟练掌握”经分解、细化、量化之后，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。
二、教学过程，课堂精确有效的关键
教学过程是保障课堂精准性和有效性的关键。实时采集学生学习过程中产生的学习数据，结合学生的历史学习记录，不断更新学生画像，及时地给学生规划接下来的最优学习路径，动态地推荐最佳学习内容，最大程度地提升学习效果。借助大数据收集与分析系统，教师可以准确把握学生对知识点的理解与运用情况，发现其知识漏洞和能力缺陷，快速识别其“学习痛点”。首先，应建立大数据教学资源库，以管理海量的数字化教学资源，并将这些数据由班级精准有效细化到具体的每一位学生，根据每位学生的学习特点量身定做个性化教学，实现因材施教。其次，优化传统教学过程，融入精准练习、测量与记录。要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、进行有效精准教学，为下一步的教学决策和学习干预提供支持。最后，在大数据环境下，利用各种数据资源和软件平台，对学生的学习行为实施精准干预。特别是针对个别学生的特色问题或者是反应比较多的普遍问题，通过教学博客、微信公众号、朋友圈干预纠正，直到全部学生达到了教学目标所要求掌握的知识或技能。
三、教学评价与预测，课堂精确有效的保障
利用大数据技术对教学活动和学生的行为不断生成量化的评估与测量结果，并及时把评测结果和意见建议反馈给学生与教师，不仅帮助学生正确认识自己，还帮助教师及时发现学生已经取得的进步以及存在的问题，并采取有针对性的辅导措施解决问题。在大数据的环境下，教学过程中更注重学习行为的过程而非结果，更重要的是能对尚未发生的事情进行精准有效预测。
在课前阶段，主要任务是挖掘学生的学习数据以掌握学情，教师对学生的前期作业和预习作业进行学情分析，通过提前设置的预习测评诊断学生的知识水平，根据学情分析和预习测试合理定位教学内容，进而有针对性地进行教学设计;课中阶段，主要任务是在随堂作业数据的基础上不断调整教学策略，同样是“挖掘→定位→决策”迭代的过程，运用网络教学平台资源创设情境，设置不同层次的学习任务和课堂测验，基于实时的测验反馈检查学生的完成情况并在此基础上总结提升;课后阶段，主要任务是教师依据课前和课中的测试情况为学生制定有针对性的作业以诊断学习效果。网络教学平台的作业数据实时反馈到学生端和教师端，便于教师和学生及时查漏补缺、总结反思，从而对学生进行个性化辅导。
目前我国对基于大数据的课堂教学模式的探讨尚处于起步阶段，大多为理论探讨，基于大数据的教学在学科中的应用还需在教学中不断探索实践，真正地把学习数据背后的价值运用到课堂中去。
参考文献：
[1]刘邦奇.2016. “互联网+”时代智慧课堂教学设计与实施策略研究[J].中国电化教育，（10）：51-56，73
[2]彭红超，祝智庭.2017.以测辅学：智慧教育境域中精准教学的核心机制[J].电化教育研究，（3）：94-103.
[3]祝智庭，彭红超.2016.信息技术支持的高效知识教学：激发精准教学的活力[J].中国电化教育，（1）：18-25.
浙江省兰溪市第二中学 浙江省兰溪市 321100