大數據驅動的數學課堂

摘要：大數據驅動的數學課堂，具有從“局部分析”到“整體關照”、從“籠統評價”到“個體解讀”、從“統一要求”到“定制學習”的價值。具體的實踐策略有：教情研判從“經驗”走向“循證”，學情研判從“宏觀”走向“微觀”，教學流程從“單點”走向“串聯”，學習行為從“簡單”走向“豐富”。此外，還需要注意數據采集的科學化、數據積累的長期性、數據利用的支持性等問題。

關鍵詞：大數據；數學課堂；數字化評價

本文系江蘇省教育科學“十三五”規劃課題“數據驅動的學生數學課堂學習行為優化研究”（編號：C-c/2018/02/31）的階段性研究成果。

2022年11月，教育部發布了行業標準《教師數字素養》，對教師利用數字化技術優化學生學業評價提出了明確要求。隨著數據搜集、存儲和處理技術的發展，大數據評價系統為“發展每一個”學生提供了更多的可行性。由此，我們著力打造大數據驅動的數學課堂。借助大數據與人工智能技術，采集學生學習過程中的相關數據，建構模型進行數據整理，分析學生常態化學習情況，將評價融入學習過程，實現教、學、評一體化，助力高品質學習。

一、價值體認

（一）從“局部分析”到“整體關照”

對學生的學習狀態，要聚焦“核心素養”，從新視角審視分析，從多方面衡量判定，從而全方位反映學生在數學學習時表現出來的學習情況。我們要了解學生在學習內容、方式、場域、伙伴以及情感需求等方面的情況，對學生的全面發展做到有的放矢。

在大數據的支持下，學習過程性評價從“局部分析”走向“整體關照”，指向學生全面而充分的發展，幫助學生找到自身發展的可能。我們可以縱向記錄學生一個月、一個學期、一個學年甚至整個小學階段的數學課堂學習行為數據，并在橫向分析的基礎上整體關照每一個鮮活的、具體的人，使每一個學生學習行為的“長處”和“短板”都得到較為精確的反映。

（二）從“籠統評價”到“個體解讀”

教師已有的經驗對評價學生的學習有其重要性，但僅僅依靠經驗，往往只能籠統評價，而無法精準診斷學生的實際情況，實現準確的個體解讀。數據累積后的評價分析為個性化教育帶來了新的契機。

除直接反映學生學業水平的差異外，不同學生的學習行為過程中學習方式、學習狀態、學習資源、學習需求的背景數據和評價數據具有更重要的價值。這些數據記錄著每一個學生獨特的學習路徑、學習需求以及學習意愿等。大數據驅動的個體解讀中，教師可以發現不同層次學生的發展特點、發展意愿、情感需求和學習支持方式等。這些都可以為教師的教育決策提供依據，從而明確學生的發展需求，盡可能地把握學生的“最近發展區”。

（三）從“統一要求”到“定制學習”

學生學習過程中的大數據可以幫助教師充分了解學生學情，對學生“畫像”，讓教學走向精準，定制學習樣態，從關注抽象的全體轉向關注具象的每一個個體。

被動式的學習會導致主體性的缺失，教師通過課堂評價系統橫向、縱向的分析與比較，構建支持系統，發現每一個學生數據背后的真實問題，促進教與學優勢的研究，分享策略；也可以分析劣勢，思考如何改進，逐步從課堂學習的統一要求到打造基于興趣和需求的選擇性學習、個體預約學習的場域，形成多維度學習空間，促進學生定制學習的實現。

二、策略要義

（一）教情研判：從“經驗”走向“循證”

教師利用教材、經驗和數據，在解讀與分析的基礎上精準把握本節課以及單元的重難點，從知識脈絡、思維網絡和實踐路徑出發，確定需要突破的重要題型和典型易錯知識點。這就是大數據驅動的教情研判。在此基礎上，教師加強教學設計的嚴謹性，從經驗走向循證，精準而有效地制訂教育教學工作計劃，突出教學重難點，緊扣核心知識點和易混淆點，提高教學內容與學生的匹配度。教師系統地收集、處理多種來源的數據，分析預學情況，指導備課。

大數據驅動的數學課堂，教師需要進一步提升教情研判的能力，橫向重組，精煉學習內容；縱向拓展，完善學習內容之間的聯系；縱橫交錯，關聯內在核心，指向三個維度，進行教學目標的制定、教學內容的設計，落實教學的邏輯性和一致性。

（二）學情研判：從“宏觀”走向“微觀”

學情研判的數據不止于靜態，而是基于發展性，從宏觀分析走向微觀解讀，從習慣、方法、狀態、收獲等方面分析學生學習的優勢、不足，實時了解現狀，實現全局把握。這能使教師二次備課時更有方向性、更具科學性。

1.整體：把握共性問題，精準講解

教師依據評價系統，能夠對比分析學生課前的預學情況、課上的學習過程、課后的學習結果。有了這些數據的依托，就能讓教師對學生整體上的共性問題有所把握。

2.細節：分析典型問題，因人施策

分析了整體的學情數據后，教師還需要對各種評價情況進行歸類，以便掌握不同學生的具體情形，對學生的學習方法、思維過程、學習習慣等多方面做個性化分析，生成分析圖表。教師依據評價數據研究每個學生的特點，盡可能把握其“最近發展區”，開展有針對性的指導，通過分層目標的設計幫助學生認識自我、發展自我、完善自我，以此助力學生提升學習能力，增強學習的適切性。

3.全局：評估學習狀態，全面發展

學生的學習狀態在整體分析和細節解讀后，還需要從全局的角度加以評估衡量。在全方位的分析后，真實、客觀地反映學生在學習某個知識點時所表現出來的學習情況。教師以學生學習生活中特有的發展特點為依據提供相應的教學策略，以達到共同基礎之上的自由發展。教師需要把握班級學生共性與個性的平衡，努力把學習過程還給學生，構建課堂“變式”，在持續性評價中幫助每一個學生不斷成長。

（三）教學流程：從“單點”走向“串聯”

大數據驅動的數學課堂上，教學流程應從一個個獨立的教學環節走向前后串聯、相互呼應的教學系統。我們通過課前、課中及課后不同階段中學生個體、小組以及全班學習數據的采集分析，全面地掌握學生的學習狀態，提供個性化的學習任務定制，為每一個學生成為“這一個”提供可能，使教學有的放矢，幫助教師改進教學，幫助學生改善學習。教師需要結合學生的學習報告單，借鑒有價值的信息，進行任務的差異化推送，有針對性地制訂學習計劃，滿足不同類別、不同層次學生的學習需求，助力精準的個性化輔導，逐步實現學生全體共同進步。具體地，要做到課前學情數據化、課中學習全局化、課后作業個性化。

（四）學習行為：從“簡單”走向“豐富”

學生素養的提升是高品質學習的目標。教師需要關注評價對課堂教學的優化價值，可以建立以評助學的多元評價，為學生提供自主學習的資源以及方式，將靜態展示與動態展示相結合，從“簡單”走向“豐富”，支持學生進行個性化學習、學習成果分享等，引領、幫助每一個學生找到“學習密碼”。學生在分享學習成果、相互激勵的過程中成就自己。不同層次的學生都能學有所思，為高品質學習行為的形成注入動力。

三、需要注意的問題

以數賦智、為學賦能、讓教增值，是大數據驅動的數學課堂的追求。目前來看，我們的研究已經邁出了較為堅實的一步。但一直以來，評價問題，尤其是課堂學習評價需要且行且思、且思且改。

首先，數據采集的科學性?？茖W采集數據，才能保證數據分析的方向性不會出錯。學校需要邀請技術專家，加強對教師的培訓、引導與支持，提升教師的師德修養、信息化水平與實踐智慧。這樣，教師才能通過數據分析，找到學生課堂學習中的共性問題以及每一位學生的個性化問題，以此了解每一位學生的學習現狀和學習需求，助力學生學習能力、學習品質、學習素養的提升。

其次，數據積累的長期性。數據的積累需要一段時間，需要教師長期堅持才能形成數據的“大樣本”。因此，數據采集要盡可能優化手段，簡化流程，易于操作。特別需要注意的是，要避免數據采集與課堂學習、評價的割裂。這樣，才能讓教師的評價成為一種持續的、自主的習慣，從外在的學校管理規定逐步走向教師評價促學的內在需求。

最后，數據利用的支持性。數據采集、分析、評價后，教師要嘗試建立多維支持平臺，為學生提供適合的學習資源，引導學生組建學習小組，和同伴互動交流，建立廣闊的成果分享空間，滿足不同學生的學習需求。

大數據驅動的數學課堂，要發展成為一個完善的數學教與學的典范，成為學生發現自我、發展自我和完善自我的過程，還有很多的工作要做。我們將持續深入地探索下去。

（魏俊晨，江蘇省南京市北京東路小學紫金山分校校長。江蘇省“333高層次人才培養工程”培養對象。）