论文部分内容阅读
教学工作的五大环节是指教学过程中的“备课、上课、作业、辅导、评价”。这五环节是提高课堂教学质量的必要途径，只有在教学中紧紧围绕这五个方面展开，才能提升课堂教学的有效性。随着互联网、云计算、移动终端的快速发展，数字化教学、网络化学习乃至移动教学成为教育信息化发展的必然趋势。《国家中长期教育改革和发展规划纲要（2010—2020年）》中提出：“强化信息技术应用，提高教育者应用信息技术水平，更新教学观念，改进教学方法，提高教学效果。鼓励学习者利用信息手段主动学习、自主学习，增强运用信息技术分析解决问题能力。”
“互联网 ”教育时代的到来，学习者利用先进技术接收新鮮事物、获取新知识的能力已经超出了我们的想象。如果教育者仍然按照传统的教学方法进行教学，不仅学习效率低下，而且极大伤害了学习者学习的主动性。大数据、STEAM等新鲜事物雨后春笋般的出现，已然引发了教育者思维方式、教学方式的改变。在数字化的学习环境中，将学习者的个性化数据与五大环节进行有机整合，将成为“互联网 ”环境下数字化教与学的新常态。
教学五环节
教学五环节的提出，目的是为了在教育者的有效指导下让学习者学会学习，提高学习者学习的主动性，使得整个教学成为从尝试学习到有效指导再到评价的螺旋式上升的过程。
备课、上课、作业、辅导与评价是整个教学过程中的有机组成部分，各个环节之间内容独特又相互关联，无法割裂。课前备课，注重的是教学设计的针对性，这个环节需要教育者围绕教学目标，根据学习者的学习情况做好前端分析，根据相应的教材内容做好相应的教学设计，并制定相应的教学方法；接下来，则是上课的环节，这个环节中教育者需要考虑到教学的情境性。从知识的引入到问题的提出，从自主探究到合作交流，无不需要在一定的情境中展开。作业也是一个不可缺少的教学环节，它是对课堂教学的延续，是教育者对自己教学的一种检验和反思，通过学习者对作业的反馈情况，教育者可以及时调整自己的教学行为。辅导的意义不仅仅是对学习者作业的辅导，更包含了对学习者学习方法的辅导。学习者的学习情况各不相同，而教学过程中教育者很难实现分层教学，这就需要课后的辅导环节来弥补。最后一个环节则是教学评价，它对整个教学起着导向和制约的作用，适时的激励性评价可以激发学习者的学习积极性，唤醒学习者的学习习惯，产生学习自信心。教学五环节在教学中构成了一个闭环，整个流程均由教育者进行把控。
自适应学习
在信息化飞速发展的今天，单纯依靠人力进行解决问题的思维方式有待进行改进。从深蓝、阿尔法狗的不断获胜，到机器人参加日本高考，成绩超出平均分100分，技术已经在社会中产生了轰动影响，教育领域也不例外。为了提升教育者工作效率，提高学习者的学习效率，亟待找到一条解决的途径，即实现人机补偿，做到自适应学习。
所谓自适应学习，就是基于学习者的学情提供相应的学习服务，以可视化的形式记录与评估学习者的学习行为，根据评估结果侦测学习者的问题出处，并预测其未来可能会有的表现，通过积极引导与干预，促进学习者有效、有意义学习的发生。
基于教学五环节的自适应学习
在医学领域中，一般的导医流程基本包括挂号、就诊、检查、配药等环节。医学主张细分专业，大流程中注重一个个小的环节，每一个环节中都有明确的人员分工。比如，挂号有挂号员，就诊有主治医师，检查有专门的检验师以及配药有专业的药剂师。获得病情诊断书的途径也多种多样，除了简单的病人体温、自述、询问，还可以通过验血、CT、核磁共振等。而在教学中，从备课到评价，每一个环节都是由教育者负责，相应的学情诊断书也只能通过作业和询问的方式获得。
基于教学五环节的自适应学习，利用人机互补，即教育者与技术应用相结合的方式。从长远发展来看，既是对教育者工作技能的提升，又提供了大量数据辅助教育者侦测学习者的学习行为，并给予正确引导。
1.备课关注前端分析
备课的内容除了教材中必须习得的基本知识内容之外，还需利用相应的技术支持在课前做出前端分析，即对学习需求、学习内容以及学习对象的分析。根据分析的结果将学习者已掌握的知识关联其他知识，将新学知识与原有知识进行有机结合，为下一阶段的学习决策提供指导依据，既能有效地组织开展教学活动，又可以充分了解学习者的认知水平和对知识的掌握情况。
2.上课注重情境体现
利用类型多样的学习资源，配合舒适的学习环境，学习者可以放松心态发挥自己对情境的认知水平。知识点结构化的呈现可以发散学习者的思维，通过文字与图像在多屏的互动、手写板书与媒体的交互运用，可以给学生呈现真实的、容易记忆的视觉形式，从而引发学生思考，尽可能地让学习者产生持久的长期记忆。
利用即时反馈系统促进课堂学生反应与群体讨论，实时记录学生的学习痕迹，并对学习者的知识点进行测评。测评结束后即时提供图表或显示学生测试后的答题情况。以此作为生成点，教育者对所教授内容有根据地修改或完善；而学习者可以针对自己的测试结果去寻找相应的学习痕迹，从而实现查缺补漏。
大脑对新事物遗忘具有一定规律，通过德国心理学家艾宾浩斯记忆学习曲线可知，遗忘速度最快的区段是20分钟、1小时、24小时，分别遗忘42%、56%、66%；2～31天遗忘率稳定在72%～79%之间；遗忘的速度是先快后慢等。通过分析，显而易见，复习的最佳时间是记材料后的1～24小时，最晚不超过2天，在这个区段内稍加复习即可恢复记忆。在最佳时间内帮助学习者做出即时巩固，才能做到有效学习。
3. 精准作业评估
依据个体学习过程和结果分析数据，向学习者提供个性化学习资源和作业内容，了解学生知识点的掌握情况，哪些已经精通，哪些还存在困难以及正确率如何等问题，及时诊断和反馈，充分把握自身的学习状况。通过记录并细化学生的作业情况，如每道习题的答题过程、时间、速度、停顿甚至部分思路，利用大数据技术和智能算法进行分析，精准预测学生的学习困扰，定向推送合适的测试题目和个性化学习进度安排，为其提供合理的个性化解决方案，调整学习状态。 4.个性化辅导
借助前端分析，准确诊断学生的学习需求，帮助教育者预测学生的下一个行为，以便在辅导的过程中提供更加个性化、针对性的有效支持，让学生更加主动地学习，有利于知识内化与建构，实现智慧学习。
教育者利用智慧云课堂平台将知识可视化，在对学习者有针对性的辅导中，帮助学习者将隐性知识外化、对表征问题进行推理，从而在辅导的过程中促进知识传播与创新、迁移学习者兴趣等。
5.多元化评价
评价兼顾了宏观上的调控以及微观上的自我改善，注重提高评价主体的能力与素质，评价主体的学习结果以及注重教学过程的全方位評价。对于主体的评价主要是进行师生互评、生生互评以及小组互评。对于过程的全方位评价则是根据教学过程的开展流程，围绕课前、课中以及课后开展的。其中课前的评价主要是指通过课前测对学生基础水平予以评价。课中的评价主要是通过设计学习活动让学生递交小组作品或进行小组汇报，在递交或汇报后开展相应评价。课后的评价主要是针对学生的反思以及家长的评价。
结 语
“互联网 ”时代到来，教育随之也将发生重大变革。我们要以学生为主体，尊重个体差异和个性化需求，遵循教育的规律和个人成长发展的规律，形成创造才能。
同时，通过“量化”的手段将学习数据化，采集教学环节中的数据，从而对学习者的学习内容需求和个人学习习惯有所掌握。基于数据的学习分析，为学习策略的选择和调整提供参考，以达到能够为学习者提供个性化分析、判断、人性化推送与服务的目的。
通过教育者的专业素养以及技术的个性化订制，最终实现对学习者的人性化关怀，从而让每一位学习者都能健康、可持续地成长。
参考文献
祝智庭，沈德梅.基于大数据的教育技术研究新范式[J].电化教育研究， 2013（10）：5-13.
罗祖兵.生成性教学的基本理念及其实践诉求[J].高等教育研究， 2006（8）：48-53.
何克抗.大数据面面观[J].电化教育研究， 2014（10）：8-16.
张剑平，陈仕品，张家华.网络学习及其适应性学习支持系统研究[M].北京：科学出版社， 2010.
姜强，赵蔚等.基于大数据的个性化自适应在线学习分析模型及实现[J].中国电化教育， 2015（1）：85-92.
“互联网 ”教育时代的到来，学习者利用先进技术接收新鮮事物、获取新知识的能力已经超出了我们的想象。如果教育者仍然按照传统的教学方法进行教学，不仅学习效率低下，而且极大伤害了学习者学习的主动性。大数据、STEAM等新鲜事物雨后春笋般的出现，已然引发了教育者思维方式、教学方式的改变。在数字化的学习环境中，将学习者的个性化数据与五大环节进行有机整合，将成为“互联网 ”环境下数字化教与学的新常态。
教学五环节
教学五环节的提出，目的是为了在教育者的有效指导下让学习者学会学习，提高学习者学习的主动性，使得整个教学成为从尝试学习到有效指导再到评价的螺旋式上升的过程。
备课、上课、作业、辅导与评价是整个教学过程中的有机组成部分，各个环节之间内容独特又相互关联，无法割裂。课前备课，注重的是教学设计的针对性，这个环节需要教育者围绕教学目标，根据学习者的学习情况做好前端分析，根据相应的教材内容做好相应的教学设计，并制定相应的教学方法；接下来，则是上课的环节，这个环节中教育者需要考虑到教学的情境性。从知识的引入到问题的提出，从自主探究到合作交流，无不需要在一定的情境中展开。作业也是一个不可缺少的教学环节，它是对课堂教学的延续，是教育者对自己教学的一种检验和反思，通过学习者对作业的反馈情况，教育者可以及时调整自己的教学行为。辅导的意义不仅仅是对学习者作业的辅导，更包含了对学习者学习方法的辅导。学习者的学习情况各不相同，而教学过程中教育者很难实现分层教学，这就需要课后的辅导环节来弥补。最后一个环节则是教学评价，它对整个教学起着导向和制约的作用，适时的激励性评价可以激发学习者的学习积极性，唤醒学习者的学习习惯，产生学习自信心。教学五环节在教学中构成了一个闭环，整个流程均由教育者进行把控。
自适应学习
在信息化飞速发展的今天，单纯依靠人力进行解决问题的思维方式有待进行改进。从深蓝、阿尔法狗的不断获胜，到机器人参加日本高考，成绩超出平均分100分，技术已经在社会中产生了轰动影响，教育领域也不例外。为了提升教育者工作效率，提高学习者的学习效率，亟待找到一条解决的途径，即实现人机补偿，做到自适应学习。
所谓自适应学习，就是基于学习者的学情提供相应的学习服务，以可视化的形式记录与评估学习者的学习行为，根据评估结果侦测学习者的问题出处，并预测其未来可能会有的表现，通过积极引导与干预，促进学习者有效、有意义学习的发生。
基于教学五环节的自适应学习
在医学领域中，一般的导医流程基本包括挂号、就诊、检查、配药等环节。医学主张细分专业，大流程中注重一个个小的环节，每一个环节中都有明确的人员分工。比如，挂号有挂号员，就诊有主治医师，检查有专门的检验师以及配药有专业的药剂师。获得病情诊断书的途径也多种多样，除了简单的病人体温、自述、询问，还可以通过验血、CT、核磁共振等。而在教学中，从备课到评价，每一个环节都是由教育者负责，相应的学情诊断书也只能通过作业和询问的方式获得。
基于教学五环节的自适应学习，利用人机互补，即教育者与技术应用相结合的方式。从长远发展来看，既是对教育者工作技能的提升，又提供了大量数据辅助教育者侦测学习者的学习行为，并给予正确引导。
1.备课关注前端分析
备课的内容除了教材中必须习得的基本知识内容之外，还需利用相应的技术支持在课前做出前端分析，即对学习需求、学习内容以及学习对象的分析。根据分析的结果将学习者已掌握的知识关联其他知识，将新学知识与原有知识进行有机结合，为下一阶段的学习决策提供指导依据，既能有效地组织开展教学活动，又可以充分了解学习者的认知水平和对知识的掌握情况。
2.上课注重情境体现
利用类型多样的学习资源，配合舒适的学习环境，学习者可以放松心态发挥自己对情境的认知水平。知识点结构化的呈现可以发散学习者的思维，通过文字与图像在多屏的互动、手写板书与媒体的交互运用，可以给学生呈现真实的、容易记忆的视觉形式，从而引发学生思考，尽可能地让学习者产生持久的长期记忆。
利用即时反馈系统促进课堂学生反应与群体讨论，实时记录学生的学习痕迹，并对学习者的知识点进行测评。测评结束后即时提供图表或显示学生测试后的答题情况。以此作为生成点，教育者对所教授内容有根据地修改或完善；而学习者可以针对自己的测试结果去寻找相应的学习痕迹，从而实现查缺补漏。
大脑对新事物遗忘具有一定规律，通过德国心理学家艾宾浩斯记忆学习曲线可知，遗忘速度最快的区段是20分钟、1小时、24小时，分别遗忘42%、56%、66%；2～31天遗忘率稳定在72%～79%之间；遗忘的速度是先快后慢等。通过分析，显而易见，复习的最佳时间是记材料后的1～24小时，最晚不超过2天，在这个区段内稍加复习即可恢复记忆。在最佳时间内帮助学习者做出即时巩固，才能做到有效学习。
3. 精准作业评估
依据个体学习过程和结果分析数据，向学习者提供个性化学习资源和作业内容，了解学生知识点的掌握情况，哪些已经精通，哪些还存在困难以及正确率如何等问题，及时诊断和反馈，充分把握自身的学习状况。通过记录并细化学生的作业情况，如每道习题的答题过程、时间、速度、停顿甚至部分思路，利用大数据技术和智能算法进行分析，精准预测学生的学习困扰，定向推送合适的测试题目和个性化学习进度安排，为其提供合理的个性化解决方案，调整学习状态。 4.个性化辅导
借助前端分析，准确诊断学生的学习需求，帮助教育者预测学生的下一个行为，以便在辅导的过程中提供更加个性化、针对性的有效支持，让学生更加主动地学习，有利于知识内化与建构，实现智慧学习。
教育者利用智慧云课堂平台将知识可视化，在对学习者有针对性的辅导中，帮助学习者将隐性知识外化、对表征问题进行推理，从而在辅导的过程中促进知识传播与创新、迁移学习者兴趣等。
5.多元化评价
评价兼顾了宏观上的调控以及微观上的自我改善，注重提高评价主体的能力与素质，评价主体的学习结果以及注重教学过程的全方位評价。对于主体的评价主要是进行师生互评、生生互评以及小组互评。对于过程的全方位评价则是根据教学过程的开展流程，围绕课前、课中以及课后开展的。其中课前的评价主要是指通过课前测对学生基础水平予以评价。课中的评价主要是通过设计学习活动让学生递交小组作品或进行小组汇报，在递交或汇报后开展相应评价。课后的评价主要是针对学生的反思以及家长的评价。
结 语
“互联网 ”时代到来，教育随之也将发生重大变革。我们要以学生为主体，尊重个体差异和个性化需求，遵循教育的规律和个人成长发展的规律，形成创造才能。
同时，通过“量化”的手段将学习数据化，采集教学环节中的数据，从而对学习者的学习内容需求和个人学习习惯有所掌握。基于数据的学习分析，为学习策略的选择和调整提供参考，以达到能够为学习者提供个性化分析、判断、人性化推送与服务的目的。
通过教育者的专业素养以及技术的个性化订制，最终实现对学习者的人性化关怀，从而让每一位学习者都能健康、可持续地成长。
参考文献
祝智庭，沈德梅.基于大数据的教育技术研究新范式[J].电化教育研究， 2013（10）：5-13.
罗祖兵.生成性教学的基本理念及其实践诉求[J].高等教育研究， 2006（8）：48-53.
何克抗.大数据面面观[J].电化教育研究， 2014（10）：8-16.
张剑平，陈仕品，张家华.网络学习及其适应性学习支持系统研究[M].北京：科学出版社， 2010.
姜强，赵蔚等.基于大数据的个性化自适应在线学习分析模型及实现[J].中国电化教育， 2015（1）：85-92.