Page 20 - 中小学数字化教学第5期
P. 20

大数据专题








            方便教师梳理和研读数据,使评
            价从宏观转向微观,从粗略转向
            精细,从模糊转向清晰,从评估
            转向诊断。
                 (二)建立大数据教学资源
            库并推送个性化资源
                 程序化教学是一个输入输
            出过程,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,以整个班级为基本颗
            粒开展教学活动,无法保障学生
            的个性化发展。针对此问题,学
            校将大数据学情诊断平台与大数
            据教育资源库对接,从海量的数
                                                              图 2   不同班级学业成绩比较(截图)
            字化教学资源中进行资源的优化
            和匹配,利用平台根据教学进                                         (四)实施精准干预
            度和班级学习情况从海量试题库中智能选择题目                                 精准干预是精准教学的精髓所在。在大数据
            组卷;同时,将教学(输入输出系统)的基本颗                             环境下,无论是借助学习平台、微信公众号还是
            粒由班级细化到每个学生,利用智能推荐技术,                             家校互动网络空间,师生都可以实现跨越时空的
            根据学生的学习情况和学习特点配置优质教学资                             沟通(记录可追溯查询)。在操作层面,对特殊
            源,实施个性化教学。                                        问题和普遍问题分别干预:针对个别学生的特殊
                 (三)优化传统教学过程并做分析与比较                           问题,借助即时通信工具实时干预;对普遍问题,
                 教师在完成评价学生核心素养发展的综合                           则统一干预。例如,学校利用学习大数据平台从
            性指标、分项指标设计的基础上,借助大数据                              班级视角和学生视角分别分析整个班级薄弱知识
            诊断系统,全面采集课前、课中和课后等学习                              点和个人薄弱知识点,并采取推荐补救练习、学
            场景的过程性数据和结果性数据,并挖掘分别                              习资源等方式予以干预(如图 3)。建立干预机
            面向学校、教师、学生和家长的分析报告,展                              制是一个反复的工作,而练习、测量与记录同干
            开面向不同班级、不同群体、不同学科、不同                              预一起,构成了一个循环迭代的系统,这个循环
            年级的学业成绩、能力发展等多维度的比较(如                             迭代直至全部学生达标才终止。
            图 2)。同时,计算平均分、标准差,利用班级
                                                                  二、应用的效果
            常模做对比来考查学生在班级中的相对位置,
            并参照四分位等维度将学生与同水平群体学生                                  苏州市平直实验小学校利用学情诊断技术
            进行比较。此外,在深度分析大数据诊断系统                              积累了大量的教学数据并生成大量诊断报告和
            所自动记录和跟踪到的班级及学生学习波动和                              分析报告等,科学、全面地掌握整体学业情况
            成长历程基础上,阶段性挖掘学生薄弱点,预                              特别是学生学习短板,大大减少了数据统计工
            测其未来变化与发展趋势,并动态提供定向补                              作量。在大量的学情数据支持下,教师可对学
            救方案。                                              生个体进行精准指导。同时,学校基于数据分



            18  |    大数据支持下的教育质量监测和诊断分析
   15   16   17   18   19   20   21   22   23   24   25