“极课大数据”背景下校本题库建设探索

2018-01-18 17:37陆健
江苏教育研究 2017年34期

陆健

摘要:基于大数据技术开发的“极课大数据”信息化教学系统为校本题库的建设提供了试题录入、数据分析评估、知识点划分对比、多维度筛选、校本题库自动形成、学情追踪等功能。学生通过系统看到自己的易错点,有针对性地进行训练和复习,同时收集这些错题也是校本题库建立的重要资源基础。教师利用大数据技术对题目进行多维度筛选,组成高质量的试卷,精准监控学生学业水平。该系统也促进了学校考试方式的改革,为学校多元化评价体系构建了框架。

关键词:校本题库;极课大数据;题库建设

中图分类号:G63 文献标志码:A 文章编号:1673-9094(2017)12A-0059-03

随着教育信息化的推进,大数据技术在教育领域产生了巨大的影响。一方面,基于对学生学习行为数据的分析,通过其行为来了解学习过程的产生机理,使学生学习得到优化,学习轨迹得到及时反馈,便于学生开展适应性及自我导向学习,同时也为学生提供个性化的学习方案,为个别学生量身定制更有效的教育方案。[1]另一方面,对教师和学校管理人员而言,基于大数据分析,教师可以获得有关学生的学习绩效、学习过程以及学习环境的信息。而这些信息可改善现有的学校评价模式,更精准地诊断学生个体的学习需求。我们通过更为详细的数据分析,评估课程,为学生提供更准确、更有针对性、更个性化的教学干预。[2]

一、大数据支持下的校本题库建设过程

(一)校本题库的内涵界定

校本题库依据本校学生学习水平编写,既能体现学生的年龄特点和认知规律,又能全面真实地评价学生的学习效果和教师的教学质量。它的建立,减轻了一线教师的负担,提高了学校教学的管理水平。

完整意义上的校本题库是建立在精确的数学模型之上的一种教育测量工具,以遵循教育测量理论为前提,具备动态性,通过不断调整从而适应本校相应学科的发展和学生学习水平的变化。它不仅需要具备录入及存储试题的功能,还需要能够从平均分值、难度、区分度、信度这些指标来对原有题库进行分析、反馈和评价,从而进一步完善和优化题库,并可以依据上述指标进行智能组卷。

(二)大数据支持下的校本题库建设的理论基础

校本题库建设虽然离不开大数据技术以及现代教育测量技术的支持,但是教育实践必须以教育理论为指导。校本题库不仅仅是以教育测量理论为基础,包括题型功能与命题技术理论、教育目标层次分类与学科体系理论,更应以心理计量学理论为指导,包括参数等值理论、题目分析理论以及试卷统计性质关系理论等。依据不同的测量理论所建立的校本题库,其建设方法、组卷选题系统以及试题的代码与参数系统也会不同。[3]

借助大数据的力量,当今的教育将变成一门实证科学,教育将不仅仅依靠道德良心来守护、不仅仅依靠理念和经验来传承,其教学将从经验化逐渐走向数据驱动的精准化,其管理将从不可见、纯經验式的管理模式逐渐过渡到可视化的数据驱动的管理模式。

(三)“极课大数据”信息化教学系统为校本题库的建设提供了强大的功能支持

各级各类学校建设真正意义上的校本题库需要大数据技术为其提供如下功能:1.试题录入、数据分析评估、命题质量报告;2.知识点划分对比、知识点掌握程度、多维度筛选;3.校本题库自动形成(非题堆、有属性);4.学情追踪、学科追踪等。

“极课大数据”通过独有的“IPH适应性教学模型”和“集中式动态学业档案管理”技术,配合常态化使用的硬件和覆盖移动、网页、PC三端的客户端软件,从课前到课后给予教师全面的教学支持,提升教学效率,高效准确地诊断学生的知识漏洞,提供全面的学习诊断报告。它在不改变教师原有的教学习惯前提下,注重发挥教学反馈的诊断、激励功能,运用大数据分析手段推进分层教学和适应性教学,通过对作业测试的数据采集,为教师课前提供数据报表,实施精准讲解。在使用上述功能的同时,校本题库自动生成,入库的试题具有满分值、平均分值、难度、区分度、信度等指标。

(四)基于“极课大数据”的校本题库的建设过程

第一步:研读课程标准、教科书和考纲,这是建立校本题库的前提。教师必须以课程标准及考纲为依据,仔细筛选试题,把握好试题设计的方向,做到试题题量、题型、内容、难度等符合本校学生知识掌握的实际程度,具有较强的针对性。

第二步:试题初选,即开发试题、试题收集。学校组织经验丰富的教师形成专门的命题组,根据课程标准及考纲命制试题,并对试题进行审核把关,最后采用极课系统把命制好的试题制作成极课试卷。

第三步:将收集好的试题用于测试,并对测试结果进行分析。“极课大数据”的极速阅卷扫描功能对极课试卷进行快速的扫描分析,通过对试题的分析和统计,由平均分、难度、标准差、区分度等反映出学生对各个知识点的掌握情况。同时“极课大数据”还能提供学情跟踪的功能,比如进、退步提示等,帮助教师实时关注学生学业水平的变化。

第四步:对试题进行精选后分类管理入库。得到相关参数,为试题赋上得分率、区分度、难易度、知识点分布范围、题型、答案解析等相关属性后,使用者就可以对试题精选后分类管理入库。极课大数据会自动对已有试题进行管理和分类,校本题库自动形成。

第五步:校本题库的动态维护。校本题库中试题的质量直接影响着考试的效度和信度,所以校本题库的建设是一项长期的工作,单凭一次题库的建立是远远不够的。只有通过新题的不断入库,继续用于练习和考试,对练习和考试结果进行分析,并依据分析结果对题库进行调整,才能使题库题量在不断增加的同时,参数更准确、内容更广泛。只有如此,校本题库才能随着本校学生群体的不断变化,跟上学生层次变化的需求。从这个意义上讲,校本题库应该是相对稳定的,但又是不断发展、不断更新的智慧数据库,也是打造智慧校园的重要组成部分。[4]

二、校本题库在学校教学中的应用endprint

(一)校本题库在学校教学中的应用——学生

针对学生平时会出现的具有典型性、普遍性的错题,“极课大数据”提供学生错题本一键导出功能,包括原始题干、作答笔记、批改痕迹,不仅方便了学生对自己以往做过的错题的回顾复习,而且这些测验中出现的具有典型性、普遍性的错题,都有对应的知识点的说明。经过长期的积累,学生可以通过系统看到自己的易错点和易混淆点,有针对性地进行训练和复习。这些错题也是校本题库建立的重要资源基础。

(二)校本题库在学校教学中的应用——教师

从教师角度来说,校本题库在学科教学方面的应用也是十分广泛。首先是学科追踪,通过知识点得分率,可查看该知识点在历次考试中的得分率趋势,设置应关注的知识点。其次,高质量的校本题库的建立对指导组卷方面有很大的支持和帮助作用。利用大数据技术我们可以对题目进行多维度筛选,组成高质量的试卷,这是因为试题在最初入库时已经被赋予相关属性,满足了一线教师在出卷时的不同需求。最后,通过题库的动态化建设实现了学情跟踪的功能,一个学期结束后,通过多次测验的分析对比可以获得班级学生学习情况的变化趋势,并支持学生学业档案的自动形成,包括知识点掌握、进退步提示、个体学情变化,从而精准地、有针对性地分析每个学生对知识点的掌握情况,帮助教师监控学生学业水平。

(三)校本題库在学校教学中的应用——学校

近几年,我国在教育信息化建设方面加大了投入,大数据背景下校本题库的建设过程,正是将信息化建设应用到教学中、切实解决教与学过程中实际问题的实践。在大数据技术的支持下,智慧校园建设不应仅仅拘泥于日常生活中的应用,更要将其作用发挥到教学实际中去,同时也促进了考试方式的改革,为学校多元化评价体系构建了框架。

三、校本题库建设中应注意的问题

问题一:入库把关不严,试题质量不佳。随着命题教师队伍的不断扩大,不可避免地会引进一些新的教师,他们对测试的一些基本要求、命题思路的掌握尚不成熟,易造成题源质量的总体下降。因此应当加强教师培训,严把入库关口。

问题二:难度不合要求,不适用于组卷。应当合理拟定目标,明确入库标准。在题库状态下,相关人员应秉承合理的心理预期,制定科学的工作目标,不应一味求多求快。入库试题难度应依据本校学生学习水平实际,控制在0.25到0.85之间。

问题三:题型发生改变,旧题无法使用。国家政策的更新出台,例如江苏高考数学科目自2008年开始取消选择题、语文科目自2011年开始取消阅读选择题,会导致上述旧题型的淘汰。同时学科的不断发展也会导致一些新题型的出现。因此学校需要对题库进行动态的维护,可以通过调整编排、分散重组等方法进行试题的改造。

问题四:题目老化过时,不宜用于实测。题目中的时效性元素过多,比如庆祝北京申奥成功的相关题目,若在北京奥运会已结束数年后再出现就有些过时了。因此应当提高命题前瞻性,力争题尽其用,从源头上杜绝此类试题的产生。

问题五:分布不够均衡,试题相对过剩。这里的不均衡是指题库中的试题在不同题型、不同知识点、不同能力层次等多种维度上的分布未保持在平衡的状态。应使题库中的试题在不同题型、不同知识点、不同能力层次等多维度上的分布保持平衡。

大数据技术为校本题库的高质量、个性化建设提供了科学的技术支持,大数据背景下的校本题库建设是时代发展的趋势,也是教育数字化的必然走向,作为一线教师应当也必须掌握这项能力。

参考文献:

[1]陆璟.大数据及其在教育中的应用[J].上海教育科研, 2013(9).

[2]魏顺平.学习分析技术:挖掘大数据时代下教育数据的价值[J].现代教育技术, 2013(2).

[3]马秀谊,方苑,吴成兵.普通高中学业水平测试题库建设研究[J].教学与管理, 2016(7).

[4]查淑玲.浅议试题库的建设[J].渭南师范学院学报, 2003(5).

责任编辑:石萍endprint