数据驱动的精准教学：整校教学质量提升策略

数据驱动的精准教学：整校教学质量提升策略数据驱动的精准教学：整校教学质量提升策略数据驱动精准教学是通过对学生进行多样化的及时测评，有意向地收集多种有效的数据，由此引导和实施有针对性的教学决策。其成功实施需要在全校范围内建立信任文化，推动循证路线，基于一定交流规程开展富有成效的教师合作研讨，从而实现教学目标精准确定、关键学情精准分析、教学改进精准规划。在这个过程中，教师的教学策略得以丰富，专业判断愈加敏锐，整校教学质量持续提升。一现实背景：如何看待大数据大数据时代，教育数据不再只是一堆用作统计的数字，正在成为一种变革教育的战略资产和科学力量，甚至是“人类世界的下一个自然资源”。随着信息技术在教育教学中的广泛应用，教育系统中每时每刻都在产生海量的、与学生学习行为相关的数据。挖掘隐藏其中的丰富价值，以此改进教学决策与实践，成为大数据时代教师面临的重大挑战与机遇。一直以来，教师的工作中都不缺乏数据，他们过去的教学决策更多依靠的是自己的教学经验和学生的成绩数据。现在，随着众多教育软件系统的出现，教师教学决策可以依据的数据类型愈加丰富，不只有数值型数据，还有多媒体数据，数据分析速度也加快很多。正如国家督学、中国教育学会副会长罗洁所说，“我们的教育数据，不是为了证明，而是为了发现、指引和激励”。所以，在学校层面做数据分析，更重要的是为了帮助教师发现教学中存在的问题、可改进的地方、学生的个性化学习情况，以便转变教学方式，实现基于“经验+数据”的更科学的教学。二数据驱动精准教学概述数据驱动精准教学是指通过对学生进行多样化的及时测评，有意向地收集多种有效的数据，由此引导和实施有针对性的教学决策。这个概念界定中有以下几个关键点。一是要对学生的学习做及时测评，教学的目的不是在有限的时间内覆盖全部教材内容，而是要帮助学生掌握所学内容。及时地测评可以帮助教师调整教学方向、节奏和练习强度。在信息技术的支持下，一些有条件的学校已经做到在课堂上对随堂练习进行即时反馈，教师可以及时了解每个学生对新授知识的掌握情况。二是测评的方式要多样化，教师要有意向地收集多种数据。目前，不少学校把数据驱动教学理解为建立学科知识图谱，根据学生做题结果，了解学生知道什么和不知道什么，对学生没有掌握的内容再进行重复教学和强化练习。然而，要真正让学生受益，教师更需要了解的是做错题的学生为什么会这么解答、他们是怎么想的。也就是说，教师要将学生的解题过程作为要分析的数据（文本数据），而不是只看对错数据（数值数据），还要辅以学生对解题思路的描述（言语数据），从而确定学生出错的根本原因。笔者之前观看一些学校的示范课录像，发现有些教师对于学生的做题结果只管对错，很少追问学生是怎么想的，这也就放弃了督促学生整理和解释解题思路的机会。从学习科学的研究发现来看，这种解释行为对学生学业发展非常关键。三是对多个学生同一错误的辨识以及不同错误的归类，结合对教学过程的复盘反思，有助于教师更精准地掌握学生学习的规律，形成针对性的补救策略。在这个过程中，教师的教学见识与见解得以丰富，整校的教学质量也随之得到提升。总之，能够驱动精准教学的数据必须是有意义的且有时效性的，数据不在“大”，关键在“有用”。目前对教学最有用的数据还是学业表现层面的小数据。三数据驱动精准教学整校提升教学质量的关键点采用数据驱动精准教学，本质上是为了改进教学绩效。教师在备课的时候对于教学时学生可能出现的学习反应是有预期的，这些预期往往基于一些理论假设和过去的经验，但是实际教学中的情况常常跟预想的有差距，这些差距就是教师要分析的地方。对于同样一种现象，可能有不止一种解释和原因，对它的处理也会有不止一种方法。那么，怎样才能做到准确判断、精确改进呢?这就需要发挥社会学习的作用，通过改进学科教研过程，实现整校提升教学质量的目标。精准教学需要精准确定教学目标、精准评测学生学习起点、精准确定教学内容，并能够精准发现学生学习中的问题，精准找到解决问题的对策，再予以精准实施。采用基于教研改进的数据驱动精准教学整校提升策略，可以遵循以下步骤进行教学改进：第一步，根据课标与学科核心素养要求，确定教学目标；第二步，根据教学目标设计考试题，确定教学深度和广度；第三步，根据考试题，规划如何教，分解子目标，采取分步教学与综合练习相结合策略；第四步，实施教学，通过课堂提问和随堂测试，及时发现学生学习中的问题并及时改变教学策略；第五步，通过教研活动，分析学生的作业/作品，研讨典型问题及对策，为确定重新教学的策略集思广益；第六步，重新教学，对于学生的学习难点，换种教学方法，并检验教学效果。这其中有几个细节有别于传统的教研活动。（一）备课从备课程标准开始，通过出题直观表达教学要求之前笔者调研过中小学教师的备课情况，得到的反馈是：备课就是备教材。虽然学校教研组或区教研员会组织教师学习课程标准和学科核心素养相关文件，但并不是每次备课都会关联课标或学科核心素养。诚然教材体现了编者对课程标准的理解，反映了编者认为有效的教学路径，但这只是对课程标准与核心素养的一种解读。学校在落实课标要求的时候，每位教师对其的理解还是有差异的，如果做整校的教学质量提升，就需要保证每个年级每个学科的教学要求是一致的。这可以通过让每位教师对同一课程标准出对应的考试题来显性表达他们的理解，通过对这些考试题的分析研讨，统一对这个知识点上教学难度要求的认识。例如，课标要求“学生会使用比率概念解决现实世界中的数学问题”，以下为六道对应试题。1.20的50%是多少?2.81的67%是多少?3.肖同学在物理周测中10题答对了7题，他答对题的百分比是多少?4.斯蒂芬·库里是2018年NBA最好的罚球投手之一。在主场比赛中，他曾有116罚110中的记录。他的罚球命中率是多少?5.斯蒂芬·库里是2018年NBA最好的罚球投手之一。之前在主场的比赛中，他罚球116中110。但是在季后赛第一场比赛中，库里前五次罚球均未命中，在罚球失误后，他的命中率从赛前到现在下降了多少?6.斯蒂芬·库里和凯文·杜兰特在争夺最佳罚球手。库里前103次投篮命中率为94%，杜兰特51投命中47次。a.谁的命中率更高?b.如果下一场比赛库里10投2中，杜兰特10投7中，他们各自的总命中率会是多少?c.谁的命中率更高?d.马同学认为：如果库里和杜兰特都投中了接下来的10投，他们的投篮命中率也会上升相同的幅度。这是真的吗?为什么是或为什么不是?很明显，这几道题的难度是逐渐增加的，第六题要比其他题难很多，而且考到了学生可能出现的错误认识。通过出对应的考试题，教师可以非常明显地看出教学要求的差异，那么教学应该达到哪个难度最合适呢?一个简单的办法就是对标高考题和中考题，按照这个难度标准设置教学目标要求。在备课教研中产生的这些试题，不仅可以统一教师对课程教学难度和教学深度的认识，还可以有效引领教学实施：教学就是要帮助每个学生在学习相关知识之后都能够正确解答这些题目。换句话说，备课阶段产生的这些题目应该是公开的，教师在教学中需要讲解类似的例题，在随后的单元测验、期中考试、期末考试中，测试题的设计也需要参考备课阶段出的这些题目的题型和难度。只有当师生都明确教学要达到的目标是什么的时候，教学才会是有针对性的，测试的目的也能回归其原有的定位：是为了检验教学目标的达成度，而不是刁难学生。有了明确的教学目标，也可以避免学生盲目刷题、过度训练。上述这种“结合教学内容、对应课标要求、出题明确教学目标”的做法，既可以用于单元备课，也可以用于每节课的备课。当应用于单元备课时，教师可以通过对较大教学目标的逐层分解，以及对每层子目标出对应试题的方式，将课程标准及核心素养落实到每节课。刚开始的时候，教师的备课速度会有些慢，但是被激发出来的思维突破也是很明显的，久而久之，当他们对课程标准和核心素养烂熟于心的时候，在每堂课上落实核心素养就不再是一句空话。（二）课堂上须即时掌握学情，及时修正教学在传统的课堂上，教师教学基本按照预先设想的流程进行，以传授知识为目标，遇到突发情况，比如学生提出了意想不到的问题，他们常常采取“下课后再说”的处理方式。采用数据驱动的精准教学，教师的教学以“帮助学生学会”为目标，意在建设“新学知识，当堂消化”的高效课堂，这就需要教师在课堂教学的时候，时刻关注学生的学习情况。为此，教师需要开发多种获取学情数据的工具，如学生课前预习情况检查单、课上要对学生提问的问题集、新知识学习后检查学生理解情况的题目，等等。对于一些开展学生自主学习或小组学习活动的课堂，教师还需要设计工作单，以了解学生学习活动的进展和质量。目前，很多学校安装了智慧教学系统，这样在课堂上教师可以很方便切换到对学情进行诊断的界面，在学生做完题后也可以很快地给出统计报表，根据数据统计结果采取相应的措施。比如，请出错的学生谈谈他们的解题过程，以便给予针对性的指导。有时候，这种及时的测试也会帮助教师发现自己之前讲课疏忽的地方。总之，采用数据驱动精准教学，教师在每堂课上都要对标课程标准和核心素养的要求，通过对单元教学目标进行分解，使得教学能够朝着完成教学目标的方向迈进。对于每个子目标，也是先出考试题定位教学的难度和深度，再设计能够保证学生会做考试题的教学活动。有研究证实，随堂测试能够明显提高学困生的学业表现。教师对测试数据的分析，不只是要关注全班学生的平均分这样的统计数据，更要关注每个学生的答题情况，找出出错的原因和规律，这样才能发现教学可改进之处。（三）有规程的集体教研是形成教学见解的重要环节有些学习问题并不是教师在课堂上就能够及时发现、马上解决的，需要通过仔细分析学生作业或收集其他方面的数据才能够意识到。而且，对于学生暴露出来的问题，其原因可以有多种解释。通过集体教研，教师可以厘清思路，形成对策。在调研一线教师现有教研形式和教研内容时，笔者得知目前大多数的教研主要是集体备课，交流教案，或者观摩一些优秀教师的课堂，很少开展分析学生作业或作品的教研活动。数据驱动的精准教学非常强调以学生的作业或者作品为数据，集体讨论作业暴露出来的学习问题或教学问题，挖掘教师中好的教法，并予以推广。比如，有所学校在对一次单元测验数据分析时发现部分学生对新学的负数概念掌握得不太好，但是有一个班例外。在集体教研探问原因时，这个班的授课教师说他讲授正负数概念时没有如常规横着画数轴，而是垂直画数轴，这样便于学生理解。随后，其他教师都使用垂直画数轴的方式回到本班重新教学，之后的测验发现学生基本都掌握了正负数概念。除了同学科的教研外，还可以开展一些数据驱动的精准教学方面的跨学科教研，有时也能产生意想不到的效果。有学者谈到一个跨学科教研案例：一个语文教师在分析学生的议论文作业时，表达了对学生作文的不满意。为了回答数学教师的提问：“学生是否知道怎样才是有说服力的议论文?”这位教师给出了她给学生的范文，这些具体的范文让语文学科教师们发现了彼此之间对于议论文评判标准的差异，在此之前他们并没有意识到对于这些基础概念大家的认识不同。有时候，集体教研中，对于发现的学生学习中的共性问题，教师们会给出多种解决方法。它们往往并无优劣之分，教师可以回到各自班级试用自己认为较合适的方法重新教学。过一段时间，教师们可以在一起根据数据分析看看哪种方法更合适，还可以联合撰写成教研论文。教师在重新教学的时候最好能够变换教学方法，尽量不要重复之前的教法，因为学生之前之所以没有掌握知识，可能与不适应教师教法有关。那种让学生把讲课视频多看几遍的要求往往收效甚微，也是这个缘故。但是要让教师挑战教学舒适区，采用另一种教法并不容易，集体研讨可以帮助教师丰富教学策略。只是从调研中发现，一线中小学教师目前的教研活动并不常常出现集思广益的情况。究其根源，是因为有效的合作教研需要一定的规程，而国内教师对此了解不多。国内的教研活动还是原生态的，推动数据驱动精准教学全校教学质量提升，需要从改进教研流程开始，开展相关合作教研规程的培训。举例来说，关于教案的教研，目前学校的常规做法是一位教师介绍教案，其他教师提问，介绍教案的教师回答，这往往会变成“教案设计答辩会”。当这位教师过于解释其设计想法