大数据助力因材施教

2017-10-09 04:03沈志斌王玉家
创新时代 2017年9期
关键词:题库学业个性化

沈志斌 王玉家

一、问题的提出

教育大师怀特海《教育的目的》一书中指出:“人最有价值的发展应该是自我发展。”教育应该根据人的天分和可能性来促进其发展,人是一个个不同的生命体,即使是同一年龄阶段的人,也有着天分、认知和能力上的差异。

沿用至今的班级授课制产生于16世纪的中欧,最早是由捷克大教育家夸美纽斯提倡和组织实施的。“把一切事物教给一切人们的全部艺术”在一定程度上也因此而得以实现。为了实现自己的“教一切人”的理想,夸美纽斯经过不断探索并且找到了使这种教育切实可行的教育制度—分班上课制度,此后该制度逐步发展完善,推行遍及欧美乃至全球,成为今天家喻户晓的班级授课制。我国最早使用班级授课制是1862年,班级授课制是适应社会化大生产的需要,为培养各种各样的产业工人而产生的。班级授课制虽然有利地促进了教育的普及化,但自身也存在难以克服的缺陷:教学活动多由教师做主,学生学习的主动性和独立性受到一定程度的限制;学生主要接受现成的知识成果,其探索性、创造性不易发挥;学生动手机会较少,教学的实践性不强,不利于培养学生的实际操作能力;班级授课制下授课的时间、内容和进程都固定化、形式化,不能够容纳和适应更多的教学内容和方法;它以“课”为活动单元,而“课”又有时间限制,因而往往将某些完整的教学内容和教学活动人为地分割以适应“课”的要求;它强调的是统一,齐步走,难以照顾学生的个别差异等,不利于因材施教。

二、数据驱动的精准教学

1.数据驱动的精准评讲

数据采集后,系统提供一份诊断报告,如图1为高三物理一轮复习阶段性检测的诊断报告。该报告给出了每个选择题的正确答案、错误人数、高频错误选项;填空题的错误人数;解答题的得分率。传统评讲作业或试卷,有些教师从头讲到尾,没有重点,而且往往时间不够,评讲质量低。

有了诊断报告,教师可以快速、精准定位评讲重点,提升评讲质量。教师依据一定的质量标准,以50人样本为例,得分率临界值为70%,那么选择题、填空题错误超过15人的应该评讲,解答题得分率低于70%的应评讲。依据这样的标准,对诊断报告进行检索,教师很快找到符合标准的共有13处(如图1中方框标注所示),这就是课堂评讲的重点。选择题评讲时,首先要评讲的是高频错误选项,如图1中三角标注处,双击该处可以查看是哪些学生出错了,这一功能在传统手工统计诊断时几乎是不可能实现的。

2.数据驱动的精准辅导

系统强大的数据挖掘功能,可以提供最新的学业成绩单,可以按照学号排序、从高分到低分排序、从低分到高分排序,教师可以快速查找学业困难学生,判定是否实施数据驱动的个性化辅导。从长时段来看,学生个体接受教师个性化辅导的机会并不多,因此,教师在实施个性化辅导前应充分备课,主要包括:

(1)查看学业困难学生作答情况,分析作答错误的成因,系统数据采集过程中能够自动保存作答错误的图片(如图2所示),使得这一工作变得非常简便。

(2)查看学业困难学生学业档案,实施动态跟踪,有些学生在新课教学时未掌握概念或方法,因此在综合练习或考试时容易出错,实施个性化辅导时必须帮助学生回到教学的原点,方能收到较好的效果。

(3)查看学业困难学生学业作业动态跟踪图线、考试跟踪图线,分析两种图线的差异性。有些学生作业质量不断上升,而考试成绩不断下降,这很有可能是平时作业缺乏独立思考引起的。

(4)查看学业困难学生知识点掌握情况,如图2所示,通过常态化采集作业、考试数据,系统自动生成学生较薄弱的知识点或方法图表,然后通过数据驱动,指导学生加强对薄弱知识点或解题方法的学习。

3.数据驱动的教学资源推送

系统通过大数据分析,可以为教师的教学提供资源的精准推送。例如,一节课结束后,教师需要提供课后作业,以巩固新授课的知识点、方法等。传统教学需要教师凭借自己的专业眼光命题八个练习,而利用大数据系统的推送功能,则只需要教师命题五个练习,其余的三个练习由系统推送生成。而且,这三个练习具有极强的针对性,是针对这个班级中学生掌握程度不高的知识点或解题方法的,通过这样的滚动与推送,提升训练的针对性和有效性。同样的原理,可以让系统为每个班级推送复习资源,为班级命制考试卷等,相比于传统教师的命题,既节省了时间,又提高了针对性。

4.数据驱动的校本题库

在日常教学中,几乎所有的学科都需要配置一本同步练习,以强化学生对知识的训练。教学实践中不难发现,很多学校使用同样的同步练习,这就造成了不同认知水平的学生做同样的练习,练习的针对性较差。为了改变这种局面,部分学校着手建设适合本校学情的题库。通常的做法是购置一个题库软件,教师逐步将“看中”的题目添加在题库软件中,从而形成校本题库,这种题库的质量依赖于教师的专业眼光,是经验型的题库,或者说是一个题堆。通过系统,教师采集作业或试卷,将题库建设工作与教师日常教学结合起来,经过一轮的教学实践,校本题库自然建成,同时这种题库带有属性,如每份作业、试卷、每个题目的难度、区分度等。在新一轮教学中,教师可以查看上一轮训练的相关信息,作取舍或修补,从而进一步提升教学的针对性。

三、数据驱动的个性化学习

1.一键导出错题,学会知识管理

每个学生都是一个鲜活的个体,不同的学生经历着不同的学习过程,有着不同的学习体验。随着学习经验的不断积累,每个人的知识结构也不相同,尤其是知识和学习方法上的缺陷也各不相同。

通过大数据技术,常态化采集学生的学业数据后,系统自动记录每个学生学习上的缺陷。依据艾宾浩斯遗忘理论,为了与遗忘做斗争,及时复习十分重要。每周或每月,学生通过极课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,错题重做的习惯即是一种很好的学习能力。

2.个性化学习资源精准推送

系统记录的学生个体学业知识点掌握程度分布图,根据一定的算法,可以实现:

一类:在学校日常教学中,学生过程性评价练习,通过数据采集和诊断,在学生实施学业纠错时,针对相应的知识点,系统自动推送相应教学资源,为学生学业纠错提供帮助和支持;同时推送等位题库的等位练习供学生巩固和拓展,起到举一反三巩固知识点的作用。

二类:在终结性评价实施之前的复习时段,通过数据采集和诊断,针对一个阶段学生的学业情况,系统从等位题库中自动挑选资源组成学生的个性化学习资源,供学生复习巩固使用。

三类:在暑假和寒假前夕,通过一个学期的学业数据采集和诊断报告,系统从等位题库中自动挑选资源组成学生的个性化假期学习资源,实现假期作业的个性化。

四类:在假期学生自主学习时,学生先自学教材,然后借助等位题库频实施机器学习,系统将自动记录学生的認知能力及水平,并形成相关数据报告,供学生和教师参考。这类学习形式新颖,学生如玩游戏一样轻松地学,具有很大的吸引力,特别适用于对学科竞赛有兴趣的学生,可以极大提升学生的自主学习能力。endprint

猜你喜欢
题库学业个性化
艰苦的学业
“勾股定理”优题库
“轴对称”优题库
坚持个性化的写作
音乐提升学生学业表现
树起学业担当之心
“轴对称”优题库
新闻的个性化写作
上汽大通:C2B个性化定制未来
满足群众的个性化需求