数据驱动下大班额因材施教的实践探索
时间：2022-12-17 13:21:54 来源：达达文档网 本文已影响 人 
数据驱动下大班额因材施教的实践探索
信息化标杆校一期硬件设备配置完成后，学校围绕项目实施的需要，召开项目启动、调研等各类会议，组织开展各类信息化培训，提升师生信息化应用水平。以下是达达文档网分享的内容，欢迎阅读与借鉴。
《xx市教育发展“十四五”规划》明确提出：“深入推进新技术赋能教育，以新技术促进教育理念和教学模式变革，深化新技术与大数据融合应用，推进线上线下融合教学，推进基于数据驱动的大规模因材施教。”为此，一年多来，学校以xx市教育信息化应用标杆培育校创建为抓手，立足信息技术助推课堂转型，注重从课堂教学设计、课堂模式探索等方面开展智慧课堂建设，利用大数据系统制作巩固练习、分析数据，进而探索智慧评价模式，开展数据驱动下大班额因材施教的实践探索。
实施过程
信息化标杆校一期硬件设备配置完成后，学校围绕项目实施的需要，召开项目启动、调研等各类会议，组织开展各类信息化培训，提升师生信息化应用水平。项目实施以来，学校先后开展各类培训 15 批次、近 2000 人次。
在基础设施和学习环境方面，学校加强教学场所的混合式教学环境与技术支撑，提高网络访问速度，推进虚拟现实教学场景等的应用。在学习平台方面，学校加快信息化应用平台的建设，构建开放、个性化的在线学习平台与资源服务体系。此外，学校重视网络安全与信息化的统筹规划、统一部署、同步推进，建立统一网络安全技术体系和内容体系。
试点实验班级的语文、数学、英语、道德与法治、地理、历史、音乐、信息等科目采用“智慧课堂”平板开展常态课的教学，并针对混合式教学、基于数据的因材施教、信息化与教育教学融合等主题积累相关的教学设计、课件及互动资源，撰写案例，提炼有效措施。
一年来，两个试点班共录制 194 节教学研讨课，教师授课1043 次、在线备课 3187 次、资源引用 102 次、工具应用 794 次、作 业 推 送 57 次 691 条、互动参与人数达到 20，175 人次、表 扬2251 次。其中语数英授课 855 次，占总授课次数的 80%。
项目实施以来，学校教师使用“智学网”尝试日常评价和终结性评价约 40 次，大量减少客观题的批阅时间，直接核算分数以及导出小题分等功能，便于各学科备课组及时使用反馈数据进行针对性的练习分析和学情分析，准确把握班级各个层次学生的学习表现，利于后续针对性的巩固辅导。此外，学校还积极开发课程地图平台，建设学校微课视频，丰富学校课程资源，辅助解决学生分层学习的需求和教学重难点的突破。
实施举措及成效
（一）基于数据探索精准教学
1. 基于学生预习数据采集，探索教师备课的针对性
智慧课堂下的课前预习，是指教师利用智能移动终端向学生推送学习材料。教师根据具体的学习目标要求，结合学生的学习特征，有针对性地设计教学内容，再依据教材内容设计、选择相关的教学资源，通过智慧课堂下的信息技术平台将学习资源推送给学生。与此同时，学生移动终端将会收到相应提醒，便可根据教师所推送内容进行相应的预习。由于平台软件反馈的及时性，每位学生的预习情况以及在此过程中存在的问题，都会在教师终端呈现出来。基于上述数据采集分析，教师可以及时调整改进教学方案，提高备课的针对性。
例如：在七年级英语第一单元复习课前，教师将填词游戏作为课前预习作业推送给学生，指导学生在课前完成。每位学生的预习情况以及在此过程中存在的词汇拼写问题，都会在教师终端呈现出来。基于上述数据，教师将原本准备进行的课前词汇默写，调整为看音标写单词，通过音标朗读、发音规则等，帮助学生进行单词拼读，从而避免拼写错误；同时针对预习中学生反映出的对于词汇意义不理解的情况，设计了段落填词的练习，帮助学生在语境中理解核心词汇含义。教师还可以指导学生使用预习作业中的“订正”功能，帮助学生进行及时巩固。教师通过该功能还可以随时了解学生订正情况并加以督促。
教师推送给学生的课前预习作业的形式多样，可以是视频、音频、习题检测、趣味问答等。这不仅打破了空间限制，让学生能够随时随地接收学习资源，还改变了传统课堂中预习以书面形式为主的现状，有利于激发学生的学习兴趣。更为重要的是可以帮助教师及时调整改进课堂教学设计，提高备课效率。
2. 基于智能软件数据分析，探索教学的高效性
智慧课堂服务器后台基本上都安装了数据分析软件，教师应用数据分析软件可以及时地了解学生的学习状态和学习情况，发现学生在学习中存在的困惑与问题，在课堂教学中可以针对性地进行讲解和辅导，帮助学生及时解决重点、突破难点。在 课堂教学过程中，“聚焦”和“手写讲评”功能可以提高学生的专注度，“截屏分享”和“互动练习”可以为不同的学习任务提供有效的检测方式。在充分了解学生学习情况的前提下，教师有的放矢地选用软件实施教学，可以使课堂教学更有针对性，提高课堂教学的效率。
比如，在七年级英语第七单元第一、第二课时中，教师利用“智慧课堂 PPT 助手”中的连线题，让所有学生看图配对相应英文单词；在第九单元第一课时中，教师让学生在完成第一遍全文阅读后，在学习设备上进行段落与段落大意配对。之后，教师通过智能分析软件，及时地发现了学生在学习中存在的困惑与问题，及时调整教学策略，进行针对性地讲解和辅导。如果当堂时间不够，教师也可以灵活地安排其他时间，通过师生互动或生生互动帮助学生理解教学中的重难点。
智慧课堂中使用的智能设备能够及时跟踪与反馈学生课后的学习。教师们利用智能设备的这一功能，拓展学生的学习时间和学习内容，延伸课堂教学的效率。尤其是借助设备能够给予学生及时的学习反馈，提高学生的学习兴趣，培养学生自主学习的能力。
（二）基于数据探索因材施教
1. 基于数据的“学情分析”
在大班额的情况下，如果能掌握个性化的学情，进行精准有效的学情分析，无疑会让课堂的针对性与有效性更加优化，也利于针对不同学生的因材施教和个性化辅导。
在试点年级推进智慧课堂和“智学网”的信息化实施过程中，教师借助练习的精准统计与反馈，及时了解班级学生的掌握情况。每次巩固练习后，智能系统都会生成班级诊断报告。在智学网的“测验报告”模块中，能够看到“学情总览”，包括班级整体情况以及班级在整个年级中的情况，展示的分析结果形象地体现了班级之间的差异和变化。
每次诊断报告出来后，备课组教师都会根据“学情总览”，深度研讨数据及示例背后的“学与教”的优势与不足，详尽分析教学过程中好的做法并分享，深度挖掘教学过程中需要解决的问题及需要调整的教学策略。组内老师集思广益，及时做好后续的改进工作。此外，班主任能清楚地看到班级各个等第下的学生人数，需要关注的学生名单，如大幅进退步、临界生、波动生等，便于下一步个别化的辅导。
“大数据视角”下的学情分析，不仅仅是面向全班学生的群体分析，更重要的是个体化学情分析。系统在测评后能够自动生成每位学生的数据报告，“测验报告”中包含了学生的进退步情况，能查阅到试卷原卷和答题情况，提供全面的试题分析和单科分析报告，同时还对学生的错题信息进行了收集，有助于实现学生的精准学习。系统还显示学生个人得分的历次变化情况以及班级历次考试结果的变化情况，方便学生自主找到差距并及时调整学习计划和学习内容。
基于数据的“学情分析”，有利于备课组教师开展数据背后的教学内容和教学方法的深度研修，有利于班主任对学生学习目标的制定、学生互助学习小组的组建等进行微调，也有利于学生进行自我诊断、自我改进、自主学习。
2. 基于数据的精准辅导和讲评
精准的学情分析的目的是基于学生的个性化差异，力争最大程度地优化针对不同学生的讲评和辅导，真正做到因材施教。为了让信息化设备采集的数据更能反映学情，使人工智能发挥出更大的作用，教师们投入了大量的时间与精力做好前期的准备工作。比如，细致地输入每个习题的知识点，便于统计每个学生对每个知识点的掌握情况。
每次练习后，智能系统会根据学生完成情况生成属于每个学生的错题本。错题本上的每一道题都注明了得分率以及错题出处。老师指导学生按照章节导出错题本，也可以按照使用时间以周或月为单位导出错题本。老师还可以指导学生比照自己的解题答案与正确答案的异同，分析异同背后的不同的解析思路和解题方法。这样的错题本能够对学生的错误精准定位，有利于老师对学生开展个性化分析及针对性指导，便于学生有针对性地复习巩固，从而实现学生对知识点的理解、掌握和运用。
此外，“试卷讲评”模块还会显示练习检测中得分率高和得分率低的题目，客观题显示各选项占比及学生姓名，主观题显示不同分数段的占比情况及学生姓名。教师还能看到每一小题的得分率，点击“查看答错学生名单”，不仅能够知道是哪位学生出现了错误，更能看到他的错误解答，非常方便快捷。这能让教师既提高分析的效率，又快速、有针对性地开展后续面上学生的讲评和点上学生的个性化辅导。
教师还可以根据班级诊断数据设计试卷讲评课内容，结合本次检测中学生出现的问题进行精准备课；与此同时，还能进行课堂即时资源拓展，讲解后进行巩固练习，提高学习效果。教师可以根据班级整体情况进行灵活选择，例如，选择答对率在 70%以下的题目进行讲解和拓展，对答对率在 20% 以下的难题进行部分指导与答疑，答对率在 80% 以上的题目课堂不做重点分析，只对答错的学生进行课下个别辅导过关，真正做到“点”“面”有效关注和高效指导。
推进思考
一年来的实践，师生们积极投入，在兴趣驱动和对于信息技 术赋能教学的挑战探索中，学生们的学与教师们的教都在悄然发生着变化。从调查结果来看，师生们对于智慧课堂精准评价认可度较高，这为后续实践探索打下了良好基础。后续学校要进一步推进以下三个方面的工作。
（一）提升教师“智适应”教学能力
在智慧课堂教学中，学生在课堂中的学习能够即时反馈，动态的数据要求教师能够随时依据数据的科学分析，及时调整教学预设，做好课堂易错点的跟进和新课内容的巩固，优化和改进课堂教学进程。与此同时，课堂教学节奏也会受到软件响应速度的影响，需要教师及时应变，有效把控课堂的每一分钟。另外，在课前预习和课后巩固方面，需要通过适当添加微课的方式，引导和培养学生的自主学习能力，这就要求教师做好线上线下的融合……这些都挑战着教师的应变能力、教学智慧和教学艺术。总之，数据驱动下大班额因材施教的实施对教师的学科功力、应变能力和信息化技术等都提出了更高的要求，需要加强培训，更需要教师个人的不断更新和与时俱进，提升“智适应”教学能力。
（二）完善“教学流程”再造
信息技术应全面深度融入教育教学各个环节。在大数据的支持与帮助下，教师可以更精准地了解学生的学情，才能使大班额下的因材施教成为可能。这势必会打破传统的教师讲、学生听的授课模式，让学生真正成为课堂的主人，让课堂真正围绕学生的真实问题展开。在实施开展过程中，我们将进一步探索一种较为理想的课堂模式：“自学 - 助学 - 互学 - 评学”，真正实现以学习者为中心的学与教的模式。
（三）加强校本化资源库建设
以数据驱动大规模因材施教，探索以学习者为中心的大数据运用方法，必须加强数据分析与资源应用，利用人工智能等技术解决学习追踪、学习者个性精准分析、学习智能辅导、智能交互学习、定向测试评价、学习资源精准推送方面取得系统化突破等问题。为促进信息技术推动大规模因材施教以及个性化学习的开展，必须要充实校本资源库信息，以便为学生提供更多的满足个性化学习的课程资源。目前，学校各教研组正在积极推进各类微课程的系列化制作，推进课程地图平台建设。只有不断完善和丰富学习资源，加强校本资源库建设，才能真正实现课堂教学流程的再造与课堂效益的提升。
