论文部分内容阅读
摘 要：基于学校薄弱的基础和现实的生源结构改变，本校从技术切入，以数据驱动，探索在教育教学中，基于数据分析指向精准的集体备课，以期解决粗放型备课;基于数据分析指向精准听评课的课例分析，以期解决粗放型课堂;基于数据分析指向精准过程评价，以期解决简单化评价;基于數据分析指向精准分类走班的多元育人，以期解决单一化育人。这些探索构建了本校精准化教学的模式，让教育者借助数据真正读懂学生，实现“数据驱动教学”，推动学校成为真正的智慧校园。
关键词：数据驱动教学;新步伐数据平台;精准化教学;构建
一、 研究缘起
人类社会诞生以来，经历了“农业时代”“工业时代”“信息时代”，而教育范式作为社会子系统，也势必经历重大变革。有研究指出，从农业时代开始，教学范式分别经历了“经验模式教学范式”“计算辅助教学范式”“数据驱动教学范式”三个阶段。
近年来，大数据技术引起了全世界的广泛关注，掀起了一个全球性的发展浪潮，正在深度地改变着人们的思维方式、学习方式和生存方式。在此背景下，各行各业都非常重视利用大数据技术来推动变革，教育领域的应用与探索也在快速推进，并呈现出“科学化”“智能化”“个性化”“精准化”的特征。
我校地处杭州城北郊区，学校对课堂教学“教”非常重视：一方面延长教学时间，另一方面增加教学内容。自2018年9月以来，本校的生源发生了深刻的改变，面临100%来自外来务工子女的“新常态”。薄弱的基础和现实的生源结构改变，却没有让传统的“经验模式教学范式”发生改变，学校的教学仍然存在着以下一些问题。
（一）基于经验的粗放型备课
传统备课模式，基于教材和教参，无论简案还是详案，最大的问题是“以教为视角”。虽然也要求关注“学情”，但最大的问题是学情诊断，凭的是教学经验和主观直觉和感受。基于经验的粗放型备课模式，出发点在教，落脚点在知识与技巧，能力和素养关注不到位，学情诊断直觉化、经验化，忽略每个学生个体的充分发展。
（二）基于习惯的粗放型课堂
学生学习的过程其实是其对知识认知和掌握的过程，强调的是学生在教师的引导下自己去求知、研究、实践，从而达成学习的目标，感受学习的成功。传统“教师讲，学生听”的以教促学的学习模式，教师牢牢把握了教学主动权，是不利于学生学习的，只会让学生在被灌输的过程中越学越死，越学越没有兴趣。
（三）基于分数的简单化评价
传统的教学评价，基本都是围绕分数，哪怕最终呈现在成绩报告单上的是几个“加权分数”，但背后的逻辑还是把对人的评价简化为“分数”且根深蒂固。“分数”评价模式，简明、易操作、感觉比较公平，但很多都是事后评价，而且在能力、态度、价值观等方面的培养和评价，感觉比较力不从心。而简单的分数评价背后，更深刻的教学价值观，还是“以师为中心”，同时，它容易异化，把分数化的指标变成评价一个人的全部指标。比如体现智力的学科考试，最后就变成了“好学生”和“差学生”的一个最重要指标。
（四）基于升学的单一化育人
在初中升学压力之下，学校的教育教学始终围绕那些有可能升学的学生。在目前学校生源情况下，按传统培育模式，可以这么说，2/3甚至更多的学生，初中三年可能都是在“陪太子读书”。国家课程异化为考试课程，而真正能够起到全面育人的课程体系却建构不起来或无暇建构。
本校在新常态发展中为了正视和尝试解决上述四个问题，从技术切入，以数据驱动，探索在教育教学中，合理地借助数据资源，以数据驱动教学并聚焦于“教学精准化”，提高教学的有效性。
二、 模式构建
“数据驱动教学”即通过教育大数据挖掘与学习分析技术，将教学环境（课堂环境、网络环境、作业考试等）中实时生成的教学数据“翻译”成有价值的信息。如某一学科学困生的识别、追溯其知识结构缺陷的发现、知识点学习、掌握能力诊断、教学目标的达成度等，进而为教师的教学策略（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）与学生的学习策略（制订学习计划、定制学习资源、选择学习路径等）提供更加准确、及时、全面的支持，从而推进数据驱动的教与学。大数据的兴起，为精准教学的快速发展提供了良好契机。以测辅教、以测辅学，是精准教学的核心机制。借助大数据智能教育系统，通过对学生行为的数据分析与挖掘，精准诊断学情、精准教学设计、精准聚焦重点、精准个性辅导、精准教学评价，从而实现差异化教学。
鉴于学校拥有3个可实施pad教学的教室和“新步伐”数据平台，为了构建“数据驱动的精准化教学模式”，学校着重从以下四个方面开展了实践和探索。
（一）用数据驱动精准分析学情，明确教学目标
备课组集体备课时借助大数据的整合和分析，找出学生的学习问题，既有学生个人不同时期学习能力的纵向对比，也有班级中所有学生的横向对比，针对班级中学生的共性问题和个性问题进行具体分析，以学定教，优化教学设计，明确相应的教学策略。如数学备课组通过作业反馈发现的题例：
如图1，梯子的各条横档互相平行，若∠1=∠2+20°，则∠3=的度。
大数据显示此题不管是班级、年级和题库数据的正确率都不高，因此被警示。备课组在集体备课时一致认为此题总体错误率较高是因为在几何和代数中建立联系对学生来说有较大难度，反映的是学生能力上的欠缺。教学中应引导学生发现图形中的隐含条件，在几个条件之间建立量与量的联系之后，转化成方程关系，从而解决未知量。备课组针对此类题目除了加强指导、巩固练习之外，并把它加入校本错题集，以便日后再加巩固练习。
依据新步伐数据平台，教师可以获得学情诊断的准确数据，从而明确哪些知识点学生掌握得较好，哪些知识点需要巩固提高，哪些知识点是学生能力上的欠缺。同时大数据还能促进教师反思后续的教学工作，并对教学进行调整和修正。此外，大数据平台还能自动跟踪分析每一个学生的学习情况，提供每个学生的个体数据。通过个体数据的跟踪和分析，教师可以准确地了解到某一个学生在某一学习阶段的学习状况，在单元或期中、期末复习阶段，教师可以运用该数据平台系统为学生设计个性化和针对性的作业，而已经掌握的习题不需要重复做，从而减轻了学生的学业负担，提高了学习效率。教研组、备课组基于数据的诊断分析，保证了教学研讨工作的精准，也促使学科的常态化研讨从主观判断走向科学实证，从而提升教学研讨和集体备课的科学性、精准性。 （二）用数据驱动精准课例分析，建设智慧课堂
课堂是教学的主阵地，要想实现教学模式的变革，课堂是灵魂。因此学校为破解基于习惯的粗放型课堂，实现课堂的转型升级，要求教师在教学过程中，借助pad课堂收集学生相关数据，并按“同课异上”的方式，让组内组外教师一起来做课例分析，尤其是对比传统课堂和智慧课堂在不同教学情境中的优劣，让教师通过沉浸式的参与体验，构建适合自身、适合生情的高效课堂。
（三）用数据驱动完善学生评价，实现个性成长
对于学生而言，教师的评价是形成学生学习方式的决定性因素，为完善学习中的过程性评价，体现非智力因素的培养，学校通过作业改革，改变“一刀切”式的作业布置。要求教师在作业的宽度方面，要有体现“核心素养”的作业;在作业的深度方面，要借助大数据来解决不同学生的个性化作业设置和推送，针对学生的具体情况精准“开处方”，满足不同学力的学生需要。
图2所示是某生在学习函数阶段的作业分析档案中的部分内容，从中可以看出该生对函数的图像、性质、方程等知识点掌握得不是很理想，系统及时对该生的学习状况进行了预警提示。
×××同学知识点得分率
知识点
应用理解
学生班级年级学生班级年级
预警：函数与方程（或不等式）11%39%34%
预警：函数的性质、图像与系数的关系19%64%54%
预警：正比例函数和一次函数的图像和性质19%44%39%100%88%81%
为了进一步帮助该生分析错题原因，找出问题症结所在，任课教师在新步伐大数据平台调出了该生关于函数作业的错题集并进行分析，发现该生不能结合图像语言、解析式、列表等形式综合理解函数的性质。教师及时利用课余时间，对该生进行单独辅导，分析错误原因，帮助理清函数性质与图像的关系。并利用数据平台系统生成了一套针对性的试题，批改后正确率达到了85%，学习效果得到了显著提升。
新步伐数据平台系统的数据积累，可以助力教师对学生个体进行全面的学情诊断和评价。它既能对学生个体在群体中做横向比较分析，也能对学生在指定时段内的成绩做纵向跟踪记录，并据此生成详尽的、个性化的学情分析报告，生成个性化错题集，自动推送最适合的学习资源，形成每个学生独有的个人针对性练习。这种精准练习，可以极大提高学生的学习效率。教学中采用大数据技术，如同医生有了CT、X光片、心电图、化验报告，为教师的教学评价和学情诊断打开了“中西医结合诊疗”的模式，教学评价和学情诊断变得简单易行且有理有据，很好地满足了学习者的个性化需求。教师基于数据分析对学生的评价也从主观印象走向数据写实，能在更长的时间内综合评价学生的增量发展。學生依据自己的学习风格，也可以个性化地规避学习中的不足，克服学习中的短板，挖掘学习中的优势，从而收获自身的个性化成长。
（四）用数据驱动优化分类走班，实现多元育人
为了打破“升学育人”的单一模式，学校尝试借助大数据开展分类走班。分类走班的“分”与“走”仅仅是教学形式的变化，其真正的内涵还是育人理念的变化。基于学生需求的课程改革，首先要解决学生需求，如何收集、分类、判断并基于此进行科学的课程规划和实施，借助大数据为课程改革提供必要的支撑，并为分类走班提供更科学的依据。为此学校借助大数据平台的所罗门学习风格量表先给学生做学习风格测评，这不但能精准反映学生学习风格的各项指标，并且能因人而异地给出多项可操作性强的改进建议，从而帮助教师对学生的学科问题进行综合归因诊断，从非智力因素的本源上，科学精准地帮助学生消除弱势学科的学习障碍。同时数据平台提供的各种数据可以助力学校科学分类走班，依托课程改革实施多元育人，使学习兴趣浓、求知欲望高、基础知识扎实、整体素质较高的学生能“吃得精”;使智力因素较好、非智力因素差、学习习惯有待改善、但潜力较大的学生能“吃得好”;使基础相对较弱、学习有困难的学生能够“吃得了”;使信息技术、体育、文艺、美术等特长生能“吃得开”。
三、 实践成果
（一）分类走班成效显著
经过几年的探索实践，学校近三年基于大数据的分类走班教学，取得了一定的教学效果，学校优高比例比往年提高了10%之上，特别是特长生因为分类走班取得了历史性突破，是优高比的核
心增长点，可以说收获了一些“小欢喜”。这说明，借助大数据实行科学分类走班，不仅提高了分类走班的实效性，还切实帮助学生实现了增量发展。
（二）个性成长实现突破
在教学过程中，教师借助大数据挖掘出教学重点和考查重点，并针对系统中提供的数据分析进行这一周期的查漏补缺、薄弱点反复训练，然后结合学生的学习特质和学习兴趣及时修正下一周期的教学设计，达成教学效果。教师基于大数据显示的学习问题进行针对性培优补偏，为学生设置个性化作业，针对学生的具体情况精准“开处方”，切实帮助学生实现了个性化的差别成长，实现了学校让每一位学生都能实现增量发展的目标。
（三）科学评价得到完善
测试只是一种教学手段，借助大数据转变了教师传统评价的思维，开始注重对学生的学习过程进行分析诊断和评价。学生学习过程的数据积累，可精准地反映出学生学习的效果;教师通过数据分析，可了解学生对于知识或技能的掌握程度，了解自己教学目标的达标情况，也可以利用数据精准推断出学生学习需要修改和干预的措施。这种结合学生的进步与提升的评价，能有效帮助学生在评价中建立自信、完善学科素养。
（四）信息素养不断提高
“数据创造不出经历，经历能够创造数据;数据是度量学习经历和结果的关键要素。”顺应信息化时代的教学评价改革，可以从数据的视角洞察教育的真相。因此分析数据，理解、剖析数据背后的因素，是现代教师亟须提高的一种专业素养。随着学校对数据平台系统广泛、深入的探索和实践，本校教师的数据意识和诊断意识得到了逐步增强，教师的数据分析能力和数据解读等信息素养也得到了不断提高，应用大数据的学情诊断来优化教学策略的能力也实现了逐步提升。
（通讯作者：陈良）
参考文献：
[1]杨现民，骆娇娇，刘雅馨，陈世超.数据驱动教学：大数据时代教学范式的新走向[J].电化教育研究，2017，38（12）：13-20+26.
[2]郭利明，杨现民，张瑶.大数据时代精准教学的新发展与价值取向分析[J].电化教育研究，2019，40（10）：76-81+88.
[3]林秋莎.借助大数据优化教学评价和学情诊断[J].中小学数字化教学，2018（2）：38-40.
作者简介：
俞旭锋，陈良，浙江省杭州市，浙江省杭州康桥中学。
关键词：数据驱动教学;新步伐数据平台;精准化教学;构建
一、 研究缘起
人类社会诞生以来，经历了“农业时代”“工业时代”“信息时代”，而教育范式作为社会子系统，也势必经历重大变革。有研究指出，从农业时代开始，教学范式分别经历了“经验模式教学范式”“计算辅助教学范式”“数据驱动教学范式”三个阶段。
近年来，大数据技术引起了全世界的广泛关注，掀起了一个全球性的发展浪潮，正在深度地改变着人们的思维方式、学习方式和生存方式。在此背景下，各行各业都非常重视利用大数据技术来推动变革，教育领域的应用与探索也在快速推进，并呈现出“科学化”“智能化”“个性化”“精准化”的特征。
我校地处杭州城北郊区，学校对课堂教学“教”非常重视：一方面延长教学时间，另一方面增加教学内容。自2018年9月以来，本校的生源发生了深刻的改变，面临100%来自外来务工子女的“新常态”。薄弱的基础和现实的生源结构改变，却没有让传统的“经验模式教学范式”发生改变，学校的教学仍然存在着以下一些问题。
（一）基于经验的粗放型备课
传统备课模式，基于教材和教参，无论简案还是详案，最大的问题是“以教为视角”。虽然也要求关注“学情”，但最大的问题是学情诊断，凭的是教学经验和主观直觉和感受。基于经验的粗放型备课模式，出发点在教，落脚点在知识与技巧，能力和素养关注不到位，学情诊断直觉化、经验化，忽略每个学生个体的充分发展。
（二）基于习惯的粗放型课堂
学生学习的过程其实是其对知识认知和掌握的过程，强调的是学生在教师的引导下自己去求知、研究、实践，从而达成学习的目标，感受学习的成功。传统“教师讲，学生听”的以教促学的学习模式，教师牢牢把握了教学主动权，是不利于学生学习的，只会让学生在被灌输的过程中越学越死，越学越没有兴趣。
（三）基于分数的简单化评价
传统的教学评价，基本都是围绕分数，哪怕最终呈现在成绩报告单上的是几个“加权分数”，但背后的逻辑还是把对人的评价简化为“分数”且根深蒂固。“分数”评价模式，简明、易操作、感觉比较公平，但很多都是事后评价，而且在能力、态度、价值观等方面的培养和评价，感觉比较力不从心。而简单的分数评价背后，更深刻的教学价值观，还是“以师为中心”，同时，它容易异化，把分数化的指标变成评价一个人的全部指标。比如体现智力的学科考试，最后就变成了“好学生”和“差学生”的一个最重要指标。
（四）基于升学的单一化育人
在初中升学压力之下，学校的教育教学始终围绕那些有可能升学的学生。在目前学校生源情况下，按传统培育模式，可以这么说，2/3甚至更多的学生，初中三年可能都是在“陪太子读书”。国家课程异化为考试课程，而真正能够起到全面育人的课程体系却建构不起来或无暇建构。
本校在新常态发展中为了正视和尝试解决上述四个问题，从技术切入，以数据驱动，探索在教育教学中，合理地借助数据资源，以数据驱动教学并聚焦于“教学精准化”，提高教学的有效性。
二、 模式构建
“数据驱动教学”即通过教育大数据挖掘与学习分析技术，将教学环境（课堂环境、网络环境、作业考试等）中实时生成的教学数据“翻译”成有价值的信息。如某一学科学困生的识别、追溯其知识结构缺陷的发现、知识点学习、掌握能力诊断、教学目标的达成度等，进而为教师的教学策略（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）与学生的学习策略（制订学习计划、定制学习资源、选择学习路径等）提供更加准确、及时、全面的支持，从而推进数据驱动的教与学。大数据的兴起，为精准教学的快速发展提供了良好契机。以测辅教、以测辅学，是精准教学的核心机制。借助大数据智能教育系统，通过对学生行为的数据分析与挖掘，精准诊断学情、精准教学设计、精准聚焦重点、精准个性辅导、精准教学评价，从而实现差异化教学。
鉴于学校拥有3个可实施pad教学的教室和“新步伐”数据平台，为了构建“数据驱动的精准化教学模式”，学校着重从以下四个方面开展了实践和探索。
（一）用数据驱动精准分析学情，明确教学目标
备课组集体备课时借助大数据的整合和分析，找出学生的学习问题，既有学生个人不同时期学习能力的纵向对比，也有班级中所有学生的横向对比，针对班级中学生的共性问题和个性问题进行具体分析，以学定教，优化教学设计，明确相应的教学策略。如数学备课组通过作业反馈发现的题例：
如图1，梯子的各条横档互相平行，若∠1=∠2+20°，则∠3=的度。
大数据显示此题不管是班级、年级和题库数据的正确率都不高，因此被警示。备课组在集体备课时一致认为此题总体错误率较高是因为在几何和代数中建立联系对学生来说有较大难度，反映的是学生能力上的欠缺。教学中应引导学生发现图形中的隐含条件，在几个条件之间建立量与量的联系之后，转化成方程关系，从而解决未知量。备课组针对此类题目除了加强指导、巩固练习之外，并把它加入校本错题集，以便日后再加巩固练习。
依据新步伐数据平台，教师可以获得学情诊断的准确数据，从而明确哪些知识点学生掌握得较好，哪些知识点需要巩固提高，哪些知识点是学生能力上的欠缺。同时大数据还能促进教师反思后续的教学工作，并对教学进行调整和修正。此外，大数据平台还能自动跟踪分析每一个学生的学习情况，提供每个学生的个体数据。通过个体数据的跟踪和分析，教师可以准确地了解到某一个学生在某一学习阶段的学习状况，在单元或期中、期末复习阶段，教师可以运用该数据平台系统为学生设计个性化和针对性的作业，而已经掌握的习题不需要重复做，从而减轻了学生的学业负担，提高了学习效率。教研组、备课组基于数据的诊断分析，保证了教学研讨工作的精准，也促使学科的常态化研讨从主观判断走向科学实证，从而提升教学研讨和集体备课的科学性、精准性。 （二）用数据驱动精准课例分析，建设智慧课堂
课堂是教学的主阵地，要想实现教学模式的变革，课堂是灵魂。因此学校为破解基于习惯的粗放型课堂，实现课堂的转型升级，要求教师在教学过程中，借助pad课堂收集学生相关数据，并按“同课异上”的方式，让组内组外教师一起来做课例分析，尤其是对比传统课堂和智慧课堂在不同教学情境中的优劣，让教师通过沉浸式的参与体验，构建适合自身、适合生情的高效课堂。
（三）用数据驱动完善学生评价，实现个性成长
对于学生而言，教师的评价是形成学生学习方式的决定性因素，为完善学习中的过程性评价，体现非智力因素的培养，学校通过作业改革，改变“一刀切”式的作业布置。要求教师在作业的宽度方面，要有体现“核心素养”的作业;在作业的深度方面，要借助大数据来解决不同学生的个性化作业设置和推送，针对学生的具体情况精准“开处方”，满足不同学力的学生需要。
图2所示是某生在学习函数阶段的作业分析档案中的部分内容，从中可以看出该生对函数的图像、性质、方程等知识点掌握得不是很理想，系统及时对该生的学习状况进行了预警提示。
×××同学知识点得分率
知识点
应用理解
学生班级年级学生班级年级
预警：函数与方程（或不等式）11%39%34%
预警：函数的性质、图像与系数的关系19%64%54%
预警：正比例函数和一次函数的图像和性质19%44%39%100%88%81%
为了进一步帮助该生分析错题原因，找出问题症结所在，任课教师在新步伐大数据平台调出了该生关于函数作业的错题集并进行分析，发现该生不能结合图像语言、解析式、列表等形式综合理解函数的性质。教师及时利用课余时间，对该生进行单独辅导，分析错误原因，帮助理清函数性质与图像的关系。并利用数据平台系统生成了一套针对性的试题，批改后正确率达到了85%，学习效果得到了显著提升。
新步伐数据平台系统的数据积累，可以助力教师对学生个体进行全面的学情诊断和评价。它既能对学生个体在群体中做横向比较分析，也能对学生在指定时段内的成绩做纵向跟踪记录，并据此生成详尽的、个性化的学情分析报告，生成个性化错题集，自动推送最适合的学习资源，形成每个学生独有的个人针对性练习。这种精准练习，可以极大提高学生的学习效率。教学中采用大数据技术，如同医生有了CT、X光片、心电图、化验报告，为教师的教学评价和学情诊断打开了“中西医结合诊疗”的模式，教学评价和学情诊断变得简单易行且有理有据，很好地满足了学习者的个性化需求。教师基于数据分析对学生的评价也从主观印象走向数据写实，能在更长的时间内综合评价学生的增量发展。學生依据自己的学习风格，也可以个性化地规避学习中的不足，克服学习中的短板，挖掘学习中的优势，从而收获自身的个性化成长。
（四）用数据驱动优化分类走班，实现多元育人
为了打破“升学育人”的单一模式，学校尝试借助大数据开展分类走班。分类走班的“分”与“走”仅仅是教学形式的变化，其真正的内涵还是育人理念的变化。基于学生需求的课程改革，首先要解决学生需求，如何收集、分类、判断并基于此进行科学的课程规划和实施，借助大数据为课程改革提供必要的支撑，并为分类走班提供更科学的依据。为此学校借助大数据平台的所罗门学习风格量表先给学生做学习风格测评，这不但能精准反映学生学习风格的各项指标，并且能因人而异地给出多项可操作性强的改进建议，从而帮助教师对学生的学科问题进行综合归因诊断，从非智力因素的本源上，科学精准地帮助学生消除弱势学科的学习障碍。同时数据平台提供的各种数据可以助力学校科学分类走班，依托课程改革实施多元育人，使学习兴趣浓、求知欲望高、基础知识扎实、整体素质较高的学生能“吃得精”;使智力因素较好、非智力因素差、学习习惯有待改善、但潜力较大的学生能“吃得好”;使基础相对较弱、学习有困难的学生能够“吃得了”;使信息技术、体育、文艺、美术等特长生能“吃得开”。
三、 实践成果
（一）分类走班成效显著
经过几年的探索实践，学校近三年基于大数据的分类走班教学，取得了一定的教学效果，学校优高比例比往年提高了10%之上，特别是特长生因为分类走班取得了历史性突破，是优高比的核
心增长点，可以说收获了一些“小欢喜”。这说明，借助大数据实行科学分类走班，不仅提高了分类走班的实效性，还切实帮助学生实现了增量发展。
（二）个性成长实现突破
在教学过程中，教师借助大数据挖掘出教学重点和考查重点，并针对系统中提供的数据分析进行这一周期的查漏补缺、薄弱点反复训练，然后结合学生的学习特质和学习兴趣及时修正下一周期的教学设计，达成教学效果。教师基于大数据显示的学习问题进行针对性培优补偏，为学生设置个性化作业，针对学生的具体情况精准“开处方”，切实帮助学生实现了个性化的差别成长，实现了学校让每一位学生都能实现增量发展的目标。
（三）科学评价得到完善
测试只是一种教学手段，借助大数据转变了教师传统评价的思维，开始注重对学生的学习过程进行分析诊断和评价。学生学习过程的数据积累，可精准地反映出学生学习的效果;教师通过数据分析，可了解学生对于知识或技能的掌握程度，了解自己教学目标的达标情况，也可以利用数据精准推断出学生学习需要修改和干预的措施。这种结合学生的进步与提升的评价，能有效帮助学生在评价中建立自信、完善学科素养。
（四）信息素养不断提高
“数据创造不出经历，经历能够创造数据;数据是度量学习经历和结果的关键要素。”顺应信息化时代的教学评价改革，可以从数据的视角洞察教育的真相。因此分析数据，理解、剖析数据背后的因素，是现代教师亟须提高的一种专业素养。随着学校对数据平台系统广泛、深入的探索和实践，本校教师的数据意识和诊断意识得到了逐步增强，教师的数据分析能力和数据解读等信息素养也得到了不断提高，应用大数据的学情诊断来优化教学策略的能力也实现了逐步提升。
（通讯作者：陈良）
参考文献：
[1]杨现民，骆娇娇，刘雅馨，陈世超.数据驱动教学：大数据时代教学范式的新走向[J].电化教育研究，2017，38（12）：13-20+26.
[2]郭利明，杨现民，张瑶.大数据时代精准教学的新发展与价值取向分析[J].电化教育研究，2019，40（10）：76-81+88.
[3]林秋莎.借助大数据优化教学评价和学情诊断[J].中小学数字化教学，2018（2）：38-40.
作者简介：
俞旭锋，陈良，浙江省杭州市，浙江省杭州康桥中学。