大数据助力下的物理教学改进行动研究

黄传银 杨辉

摘要： 教师对主观经验过度依赖和相关教学信息把握不足，凭感觉或延迟的教学反馈进行教学，容易造成教学决策失当的后果。合肥市第六十八中学在课题研究过程中，物理学科组从备课、上课、作业布置、学业质量监测四个方面进行物理教学改进，为教师课堂教学改进和课题研究提供了新路径，助力学校教学质量的整体提升。

关键词： 大数据  物理教学  “双机制”理论  微课导学

近年来，应用大数据提高教学效率、进行学业质量监测受到普遍重视。在线教育软件的应用，丰富了学习条件，提高了学习质量，同时基于数据分析的学科教学改进，助推师生素养提升是当下学校所关注的焦点。

合肥市第六十八中學在推进国家级课题《大面积促进初中生深度学习的教学行动研究》（课题批准号：FHB170514，以下简称“深度教学课题”）研究中，物理学科组从备课、上课、作业布置、学业质量监测四个方面进行物理教学改进，为教师课堂教学改进和课题研究提供了新路径，助力学校教学质量的整体提升。

一、大数据助力物理教学备课改进

（一）调查分析

备好课是上好课的前提。备课时教师有什么样的知识观就有什么样的教学设计，知识观的核心是知识分类，不同的知识分类具有不同的教学意义，教学策略的选择也不相同。基于这样的观点，我校深度教学课题组将依据知识分类选择教法作为研究内容之一，并在课题研究前通过问卷星平台对课题组所有成员（共69位教师）进行问卷调查，调查结果见表1（选取深度教学课题中期报告中部分数据）：

调查结果表明：深度教学课题研究前，绝大部分教师教育观念陈旧，只有极少数教师去关注知识分类和根据知识类型选择教学方法，大多数教师凭自己的经验或直接参照现有的教学设计进行备课，不去区分学情、知识类型和知识架构，教学设计缺乏精准性、结构性和实效性。

（二）理论学习

为了帮助课题组成员了解教育规律及教学方法，课题组购买教育教学理论书籍、下载有关教育文献，组织课题组成员阅读教育专著、学习教育文献，特别是阅读深度学习、深度教学方面的专著和文献。

课题组成员通过学习、研讨，选择了莫雷教授的“双机制”学习理论作为知识分类的标准。根据莫雷教授的进一步阐述，参研教师了解了联结—陈述性知识和联结—程序性知识承载着大量的信息意义，运算—陈述性知识和运算—程序性知识承载着丰富的智慧意义，对于不同类型的知识，教法选择不同，教学策略也不相同。

（三）研究教材

物理学科组在学习理论的同时，依据课标、“双机制”学习理论，从新的视角出发研读教材、解析文本，同时吸收他人单元教学分析和教学设计的优点，开展单元教学要素统整和课时教学设计活动，并将初稿上传至学校资源库。通过四五轮的修改、打磨，形成了合肥市第六十八中学所特有的单元教学要素统整和课时教学设计等教材分析材料（此两项材料已作为深度教学课题中期评估的阶段性材料呈现，得到评估专家的高度认可）。

学校教学资源库不仅可以反映出上传资料的结果，还能反映出课题成员下载资料、修改痕迹、使用次数等研究过程。

物理学科组成员通过学习，大大提高了对知识分类的运用和教学方法、教学策略的选择能力，同时掌握了基于学情分析、双向细目表研定教学目标策略，形成既有课时教学知识点，又有单元核 心知识乃至学段知识的长程视野下的知识属性观和知识结构观，既有知识分类视野下的精准教学选择、核心知识的教与学过程结构，促进学生深度学习的单元学习主题又有单元整体教学设计观，为深度教学实施过程中教师的“教”的观念转变和行为转变提供基础保障。

二、大数据助力物理课堂教学改进

传统的课堂教学只是完成“教”的任务，教师在课堂上很难关注到需要关注的学生。在深度教学课题研究中，物理学科组在大数据助力下，运用微课导学、学前研判、精准干预对物理课堂教学进行改进，取得了良好的效果。

（一）微课导学

物理学科组根据单元章节内容，将一章中的核心知识点梳理出来，然后将这些知识点制成5—10分钟的微课。如沪科版八年级《物理》第九章，物理学科组根据内容将“浮力产生的原因”（课中观看）、“‘浮力的大小与哪些因素有关实验探究”（课前观看）、“物体的浮沉条件”（课前观看）三个核心知识点制成微课，并推送到微课平台上（科大讯飞畅言智慧课堂平台和区国家级课题组开发的微课学习平台）供学生学习。

微课具有许多特点，如：随学随练，新颖有趣;短小精悍，聚焦知识点，逐个突破学习盲点;类型多样，结构紧凑，营造真实的微教学环境;提前预习、课堂伴学、课后复习、一课多用，不懂内容重复学习;等等。因此，微课深受学生的喜欢。

（二）学前研判

教师在上课前或讲授本知识点前查看平台上数据：学生是否观看、哪一部分内容学生反复观看、学生对微课中设置问题的回答正确率是多少、学生是否提出疑问、教师是否回答了疑问、是否有新的疑问等。根据平台数据统计进行学前研判，课堂中教学这一部分知识时就可以做出相应的教学调整和有针对性地选择教学策略来组织教学活动。

（三）精准干预

精准干预是精准教学的精髓所在。平台大数据可反映全体和个体的所有情况，在大数据的指导下，对特殊问题和普遍问题分别干预，对课前、课中、课后的问题可随时、反复干预，构成一个循环迭代的系统，保证了在有限的时间内关注需要关注的学生、关注需要解决的问题。

三、大数据助力物理作业布置改进

学生做作业的目的是巩固和应用知识，教师通过作业批改，了解学情，便于及时补救和个别辅导。传统的作业都是学习后完成的，且布置的作业量大、针对性不强、批阅反馈滞后、 统计时需要占用教师的大量时间等。如果在学习知识点时已了解学生掌握所学知识，那么 课后只需布置少许提高思维能力的练习即可。物 理学科组利用科大讯飞畅言智慧课堂和“一起作业”平台，对学生作业进行全面的优化。

首先，将作业分为课前预习作业（镶嵌在微课中，观看微课即时完成）、课堂教学中对应知识的即时作业（平台上学生自主完成或小组合作完成）、课后提高思维的作业。通过改变作业布置形式，线上线下作业的互补相融，既提高学生的学习效率，又解决课后作业量大的问题。

其次，课前、课中的作业面向全体学生都要完成，课后的作業则是根据学生的学习情况进行分层的、个性化的作业模式。

最后，教师通过平台可随时了解学生的作业完成度及准确率，还可以及时互动指导，作业完成后形成精准的学情库。学生通过平台查看平时作业准确度，形成自己的错题库，便于及时纠正和错因分析。教师通过平台的数据统计给学生推送个性化的作业。

作业数据的累积也便于教师利用辅导课或课外时间进行精准的、分层的辅导，同时帮助教师以后对该知识点的教学设计和教学策略的选择提供反馈指导，从而进一步改进物理教学。

四、大数据助力物理学业质量监测改进

学校以前的学业质量监测是通过Excel表格功能实现的，只能了解学生均分、合格率、优秀率等少量的维度，并且仅限于数据的了解，起不到对学生的发展性学业评价的动态掌握和学业质量提升的方法指导作用。而现在大数据平台在推送分层次的、个性化的作业的同时，对学业质量监测的助力显现出强大功能。

（一）学业质量监测需要智能测试

“一起作业”平台不仅可以智能组卷，而且还可以手工组卷、套卷出题、错题出题和校本题库选卷、选题，使教师可根据学情、检测目的组成一份试卷。同时，该平台拥有自主研发的教育大数据分析系统，上传数据后几分钟内系统即可自动生成详尽的统计数据和图表，不但大大节约了教师的时间，还生成了记录学生动态成长档案，实现了对学生进行发展性学业评价的目标。

（二）学业质量监测需要智能题库

“一起作业”平台自带海量习题资源，每一道题目都有自己的“身份证”——知识点、能力点、难易度、来源出处等多维度标签。同时教师自己也可以按知识点等维度上传自己命题的资源、学生的错题资源、试卷中的习题资源形成校本题库。根据学生的学习差异，为学生推送分层次的、个性化的学习资源和学习指导。

深度学习呼唤深度教学，深度教学呼唤精准分析。随着深度教学课题研究的深入，物理学科组越来越依靠大数据来优化研究策略、改进物理教学、提供个性化的指导和监测学生的学业质量。同时学校也在不断地对收集的数据进行优化，从而在安全有序的前提下，提升应用平台与学科教学的深度融合，使教师教学活动更实效，学生学习更轻松。

参考文献：

[1]莫雷.知识的类型与学习机制[J].课程·教材·教法，1998（5）：20 24.

[2]董晨.大数据支持下的教育质量监测和诊断分析[J].中小学数字化教学，2019（5）：17 20.

[3]林秋莎.借助大数据优化教学评价和学情诊断[J].中小学数字化教学，2018（2）：39 40.