基于大数据的前提下 ——分层分类、精准施教、提高效率

热河 0
 由北京新学校教育研究院主办,北京爱云校教育科技研究院承办的《大数据+个性化学习》大型主题论坛24日下午13点30分在北京国家会议中心三层303举行,探讨利用大数据实现个性化学习,数据提供了个性化的基础,捕捉到数据才能去了解个性化需求,从而实现因材施教,这对学生潜力和智能的无限挖掘和人格个性的培养都具有巨大的优势。主题论坛上,新丰县第一中学副校长潘卫英做了主题为《基于大数据的前提下——分层分类、精准施教、提高效率》的演讲,并参加了主题为《基于过程性学业数据的家教共育》圆桌论坛的讨论。以下为潘校长主题论坛的演讲实录:

8

主题论坛:新丰县第一中学副校长潘卫英

9

主题论坛:新丰县第一中学副校长潘卫英

10

圆桌论坛:新丰县第一中学副校长潘卫英

广东省韶关市新丰县第一中学,地处粤北山区,新丰是一个人口只有26万的山区小县,也是一个贫困县,毗邻广东省会城市广州市,号称是广东的香格里拉,广州的后花园。新丰县第一中学是我本县唯一的一间公办高中,建校88周年,有教师342人,学生4300多人。虽然是山区小县、贫困县,但各级领导对教育都十分重视,2003年,学校组织全体教师学习电脑知识与操作,2004年建好了多媒体平台,2005年实行了多媒体教学,在当时来说学校的教学设备硬件、软件在韶关市是走在前列的,师生的信息化意识在逐年加强。2006年县委县政府举全县之力建设了新丰县第一中学新校区,2009年9月搬迁新校区,教育信息化得到了进一步推进。

11

新丰县第一中学新校区

经过几年的努力与探索,校园信息化工作得到了长足的进步,教师们都会制作课件和使用多媒体教学,教务处会利用电脑处理成绩,并会做简单的数据分析。因此,在2005至2009年,学校的教学质量有了质的变化,升学率大大提高,社会声誉日日高涨。但在2010年以后,情况发生了变化,因为缺乏研究,教师又过于依耐多媒体教学,方式一成不变,教师的惰性就显现出来了,学校的教学管理滞后了,教改教研工作得不到推进,连续两年的教学成绩有所下滑,这引起了学校的注意与反思,因此,2012年引进了东莞中学松山湖学校的成绩管理系统进行成绩跟踪分析,其中的基础分差跟踪到教师个人,这种做法又有了点效果,当年的成绩又上去了,但高分的学生不多,也不够拔尖,2013年学校根据分析数据,下大力气作了临界生辅导工作,有效果,但进步不大,为什么会这样呢?这又促使管理层不得不认真思考了,究竟是什么原因导致了花这么大精力进行优生和临界生辅导,效率不高,效果又不好呢?经过思考,学校发现是辅导的针对性不强,对临界生的知识薄弱点把握不准,所以就不能做到有效教学,效果就自然不好了,那怎么才能在最短的时间内找准临界生的知识薄弱点呢?如果找不准,就不能有效教学,效果就更无从谈论了。

2014至2015年,新丰一中组织教学部门研究学习这个问题,结果,校领导一致认为应该从数据分析中找学情,找知识薄弱点才有针对性,才能分层分类教学,才能有效教学,才能因材施教。但实施因材施教的前提是教师要读懂学生,了解学情,随着教学改革的不断深入,教师正从对课程、课堂、教材、教法的研究,逐步转向对学生的研究。而读懂学生,了解学情的重要途径之一就是学业诊断。课堂上,教师通过察言观色、师生互动诊断学情,课后通过批改作业和评判试卷,或通过与学生对话,实现对学情的诊断,而且这种诊断是教师工作中的高频事件。经过一段时间的实践,我们觉得这样的诊断学情方法存在以下三个弊端:一是耗费了教师大量的时间;二是诊断的精准度低,教师虽然统计出做错题学生的人数,但一般不会记录是哪些学生出错;三是诊断的跟踪性差,缺乏对学生个体的线状跟踪分析,诊断的教学价值因此大大降低。

学校花了二个月的时间三次外出学习,通过学习,了解到有些学校2010年就启动基础教育数字化学习,提出要通过数字化对学生学业成绩进行全面、即时、精确的多维采集和评价,并且能及时反馈,促进教与学的改善,促进学生健康成长。新丰一中也想这样做,可是有些问题不知怎么解决,如怎么收集数据、保存数据,分析数据呢?还有数据的来源怎么解决呢? 2015年下半年,经东莞常平中学电脑组的介绍,新丰一中引进了云阅卷平台和好分数数据分析系统,这个问题得到了初步的解决。这套系统以数据为支撑,主要包括“数据来源”“采集系统”“反馈系统”三大元素:

一是数据来源。基础教学学业数据包括课程实施中的作业、练习、考试数据,以及涉及学生非智力因素(如调查问卷)等数据。项目初始阶段,重点采集练习、考试等数据,因为这些数据每天都在产生,与教师日常工作、学生每天学习紧密联系。

二是采集系统。采集系统分为硬件和软件两个维度。硬件可以与传统网上阅卷硬件设备通用,软件融合了图像识别技术、云计算技术、云存储技术等多种现代技术。与传统网上阅卷最大的区别是,该系统可以不改变教师的批改习惯,教师先纸质批改,再扫描采集数据(卷面留有痕迹,这种痕迹也是一种教育资源),不需要像网上阅卷那样必须依靠庞大的信息技术人员辅助,反而能使数据采集很便捷地融合到教师日常工作中。具体操作如下:学生二维码为有效识别学生身份,可以为每个学生设计一个二维码,每次练习、考试、调查问卷,学生需要在规定区域粘贴二维码。数据采集时,系统将学生自动归并到相应班级。

标准化题卡。为便于采集学业水平数据,必须设计专门的答题卡,分平时测试练习和考试两种标准化答题卡供教师选用。教师只需将题目复制在相应的题号下,就能自动生成电子练习或试卷,印刷用纸是学校平时印讲义的纸张。

双项细目表。对于平时的练习及试卷,教师需制订双项细目表,含知识点、题型、分值、要求等。这样做,一方面有利于提升命题质量,另一方面方便数据统计、多维度分析及错题本生成。

批改方式。该系统充分尊重教师传统批改习惯,客观题可以自动判定答案、采集分数,教师可以不批改;主观题可以采用打叉、打钩、画线、写批语等传统方式,但赋分及错误分类等需要在对应框内做记号。

扫描录入数据。批改好的纸质答题卡,可以通过扫描仪和软件将数据录入电脑,录入的数据包括每个学生每个题目的得分情况等。

三是反馈系统。数据反馈系统包含教师软件、学生软件和家长软件。这三种软件都分设计算机版和手机APP版(手机软件)。教师软件通过模板支撑教师方便地编制作业、练习、试卷,同时具有扫描采集数据、查看相关数据报表、跟踪薄弱学生、下载高频错题等多种功能;学生软件具有以下功能:查阅练习、考试信息,查看教师批改情况,下载自己的错题本,手机拍照上传作业等;家长通过家长软件可以随时了解孩子在校的练习、考试数据及跟踪情况。

由上述内容我们发现,数据对于学业诊断而言非常重要。那么,数据具体有哪些作用?

数据驱动式集体评讲。每次采集数据后,系统会提供一份诊断报告。比如,高三物理阶段性检测后会有一份诊断报告,给出每个选择题的正确答案、错题人数、高频错误选项,填空题错误人数,计算题得分率等。传统讲评作业或试卷,有些教师从头讲到尾,一是没有重点,二是往往因时间不够,造成讲评质量低。有了诊断报告,教师可以快速、精准定位讲评重点,提升讲评效率和讲评质量。

数据驱动式个性化辅导。该系统具有强大的数据挖掘功能,可以提供每周的测试成绩单,从高分到低分排序,从低分到高分排序等,教师可以快速查找学业困难学生,判定是否实施个性化辅导。教师在实施个性化辅导前应充分备课,主要包括:

一是查看学业困难学生的答题情况,分析错误的原因。系统数据采集过程中能够自动保存答题错误的图片,使得这一工作变得非常简便。

二是查看学业困难学生学业档案,实施动态跟踪。有些错误源于学生对概念或方法未能完全掌握,到综合练习或考试时就出现错误。实施个性化辅导时,教师需要帮助学生回到教学原点,方能收到良好的辅导效果。

三是查看学业困难学生测试动态跟踪图线、考试跟踪图线,分析两种图线的差异。有些学生测试质量不断上升,而考试成绩不断下降,这很有可能是平时做作业缺乏独立思考引起的。

四是查看学业困难学生知识点掌握情况。通过常态化采集练习、考试数据,系统自动生成学生较薄弱知识点或方法图表,通过数据驱动,指导学生今后学习中应该注重对这部分内容的学习。

数据驱动式个性化学习。一是一键导出错题,学会知识管理。每个学生都是鲜活的个体,不同的学生经历着不同的学习过程,有着不同的学习体验。随着学业的不断积累,其自身的知识结构也不尽相同,尤其是知识结构和学习方法的缺陷各不相同。通过这项大数据技术,常态化采集学生的学业数据后,系统自动记录每个学生的缺陷。根据艾宾浩斯遗忘理论,学习之后最初遗忘的速度很快,以后逐渐缓慢。为了避免或减少遗忘,及时复习就变得十分重要。每周或每月,学生通过大数据系统下载自己的错题本并订正,学会知识管理,就是一种很好的个性化学习方式,错题重做的习惯是一种很好的学习能力。

二是常态化采集,个性化推送。这套系统就好比一个“超级”教师,通过常态化学业数据采集,记住了每个学生的学习轨迹、知识结构、能力分布、强项、弱项等数据,再通过大数据运算,可以为每个学生定制并推送一项学习建议,一份个性化练习、试卷、作业、微课等,从而较好地在班级授课制环境下实现因材施教。

如今,新丰一中通过创建信息化教育强县的改造验收,力争通过全覆盖、常态化举措,依托大数据开展精准化教学,在班级授课制环境下较好地实现了因材施教,课堂教学效率、课程实施质量、学校教学质量均得到大幅度提升,取得了较好的增效减负效果。