数据驱动下的化学精准教学

王洪泽

摘 要：现代社会已经进入“信息化”时代，数据是信息的主要载体。“大数据时代”正在不断改变着我们每个人的生存价值理念和生活方式。大数据给各行各业的发展模式和决策带来了前所未有的革新与挑战，教育行业同样不可避免。当人工智能可以取代人的大多数工作，当信息化课堂、智慧课堂成为主导趋势，当教学从传统课堂中需要花大量时间的老师教和学生学的单向过程，发展到只需要一节课就高效完成时，教师的角色应该如何进行转换，基于对大数据分析下的化学课堂教学的深入研究，并结合笔者自身的教学实践，本文将从不同方面提出一些基于大数据分析下的化学课堂教学的策略，希望通过本文的分析研究，能够为更好地进行化学课堂教学，提供一些有益的借鉴与参考。

关键词：大数据分析;高中化学;智慧课堂

一、大数据的含义和大数据分析

大数据（ big data），或称巨量资料，指的是所涉及的资料量规模巨大到无法使用传统流程来处理和分析，无法在合理时间内用常规软件工具去进行有效管理，无法在短时间内转换成有价值的决策资讯。大数据不仅仅是蕴藏巨大价值的海量数据资源，更是一种高效便捷的技术工具。根据大数据的定义，我们不难归纳出其特征： Volume（数据量大）、Velocity（实时性强）、Variety（种类多样）、Veracity（真实性），即人们常说的“四V”特征。另外还有一部分学者认为应当再加两个V，即Value（价值）和Visualization（可视化）。

从大数据巨大的数据价值来看，政府、企业、学校和个人通过对大数据的收集、整理与分析，将能够实现对未来的预测，形成更为完善的决策。随着大数据及其相关技术的深入研究和推广，其意义和价值日益突显。在教学中，要结合化学学科的特点，强化基本思想、基本步骤的教学，增加实际案例，注重培养学生建立化学思维的能力，增强学生的数据分析意识，做到“让数据说话”，才能不断提高教学质量。

二、大数据在高中化学教育中的应用

（一）教师应构建数据分析观念，更新教学理念，培养学生分析数据的能力。教师的教学模式受自身学习背景的影响，难免在课堂教学的过程中，使用陈旧的教学方法和教学模式。因而，化学教师首先必须要更新教学观念，构建数据分析模型。在新课标中提出的“数据分析观念”一词，是由“统计观念”变更而来，它是指学生在有关数据的活动过程中建立起来的对数据的某种“领悟”、由数据去作出推测的意识、以及对于其独特的思维方法和应用价值的体会和认识。因此，随着大数据时代的来临，数据分析日益受到人们的关注与重视。在化学课堂教学中构建相应的背景，构建数据分析模型，使学生树立数据分析的观念，学会从数据中提取有用信息。

在课堂教学中，教师要从实际问题出发，精选源于实际问题的典型案例，让学生对案例中的问题进行思考、分析，选择适当的数据分析方法对问题进行解答，然后通过计算和对结果进行分析，形成最后的结论。高二化学中的“等效平衡”是该部分学习的难点，教师设计教学时可以给出：H2（g）+CO2（g） H2O（g）+CO（g）一定温度下的平衡常数，列出不同的起始投入量，让学生结合平衡常数计算来求算平衡浓度，从而根据求算结果来归纳“等效平衡”的结论。在整个教学过程中，通过数据分析，让抽象的内容更加形象化，学生在分析数据过程中积极思考，不仅能收到很好的教学效果，还能提高学生对化学的学习兴趣，同时，教师应抓住时机，培养学生“解决实际问题的能力”，从而培养学生“变化观念与平衡思想、证据推理与模型认知”等核心素养。

（二）结合数据分析调整教育行为与实现个性化教育。在教育领域中，大数据优势逐渐凸显。除了能体现传统数据的所有宏观功能外，还能收集分析详尽的微观个性化数据。大数据时代赋予知识学习者多样化和个性化的选择，已经成为一种不可抗拒的变革趋势。我校使用“好分数”网站提供的考试及诊断分析平台，不仅实现了网上阅卷的高效、快捷，同时还能够提供学生每次考试的得分情况，班级每个小题的正答率等一系列详实的数据，根据这些数据，教师可以掌握所有学生的基本情况，帮助学生改进学习方法上的漏洞，也能使教师试卷讲评有的放矢，并且针对不同层次的同学因材施教，实现个性化教育。

大数据的发展给中国传统教育变革提出了新的挑战。进入大数据时代，依靠言传身教的古代精英式教学和注重快速实效的现代大众式教学正在有效结合，基于数据分析的共享式精准教学不再遥远，按需学习、因材施教将真正成为可能。教师应投身教育改革的洪流，及时更新自己的教育教学理念。充分发挥数据的作用，正确收集数据，作出合理分析与解释。利用不同的数据创设情境、提出探究问题、引导学生探究，使学生“用数据说话”，提高学生探究水平。

参考文献：

[1]孟小峰，慈祥.大数据管理：概念、技术与挑战[J].计算机研究与发展，2013，（1）：146-169.

[2]姜强，赵蔚，王朋娇，王丽萍.基于大数据的个性化自适应在线学习分析模型及实现[J].中国电化教育，2015，（1）：85-92.

[3]徐鹏，王以宁，刘艳华，张海.大数据视角分析学习变革——美国《通过教育数据挖掘和学习分析促进教与学》报告解读及启示[J].远程教育杂志，2013，（6）：11-17.

[4]王云生.基礎教育阶段学科核心素养及其确定——以化学学科核心素养为例[J].福建基础教育研究，2016（2）.