试想一下这样的场景:12岁的Susan在上一门阅读课,她先阅读短篇小说,然后老师每隔一周会给她和她的同学进行词汇和阅读理解测试。几天后,苏珊的指导员将考卷发还给她。测试结果反馈,她的词汇掌握得不错,但需要加强对阅读重点的把握。在未来,她的弟弟Richard也要上阅读课,但是他通过电脑软件程序来学习。当他开始阅读任务的时候,计算机会预测他将需要花多长时间。阅读完之后,电脑屏幕会弹出一个小测验,要求他回答有关的词汇和阅读理解的问题。他每回答一个问题,都能即时知道答案是否正确,还有他在全国学生中处于什么位置。对于难度比较大的项目,电脑会发送相关联的网站链接给他,包括详细的词汇解释和概念。学习结束时,他的老师会收到一封系统自动发送的邮件,包括全班同学的阅读时间、阅读理解能力、词汇知识、补充电子资源的使用情况等等。
比较一下这两种学习环境,可以很明显地发现,目前的学校评估有局限性。许多典型的教学模式很少直接将结果反馈给学生,未能积极指导学生如何提高阅读理解能力,学生也不能充分利用数字资源,加快学习进程。
研究者通过挖掘数据、做数据分析和网络仪表板,认为学生的学习表现不能仅依赖于定期测试评估。而通过数据分析,教师可以掌握更加细致入微的学习方式。在线工具使教师能更全面地了解学生的表现,比如,他们会花多长时间进行阅读,他们从什么渠道获取电子资源,以及学生掌握关键概念的速度快不快等。
资料来源:http://www.brookings.edu/
(编译 朱秋蓉)
本栏责任编辑 魏文琦