“停课不停学”实施过程中学生学习数据分析对学生学业成绩的影响*——来自贵州省贵阳市两所中学实验研究的证据

章 力

(江苏第二师范学院传媒学院， 江苏南京 210013)

2019年末，新型冠状病毒疫情暴发，对学校教育产生了一定的冲击[1]。为保障学生的正常学习，教育部倡导“停课不停学”，各级各类学校纷纷采取措施，勇于创新，进行了诸多有效的尝试，包括直播、录播等在线教学方式来帮助学生居家学习[2][3]等。除此之外，利用教育大数据系统来分析学生的学习数据，从而帮助学生进行个性化学习也成为学校开展线上学习的技术支撑[4]。这一尝试被认为是满足了学生学习的基本需求，在科学研判学生学情的基础上开展的有针对性的教学模式，从而提高了线上教学的有效性[5]，但其学习成效如何还有待进一步检验。

本文基于贵州省贵阳市的两所中学在新型冠状病毒疫情期间采用学生学习数据分析系统辅助教学的实践探索，通过一个准教育实验研究，探讨在特殊时期学生学习数据的分析应用对学生学业成绩的影响。

一、实验的缘起

教育大数据是大数据的一个子集，特指教育领域的大数据，服务于教育主体以及教育过程，周期性强并且具有教育价值的复杂性数据的集合[6][7]，教育大数据包含许多内容，其中学生学习数据是最基本的内容。

教育大数据已引起研究者和实践者的关注，他们从不同角度对教育大数据的应用进行研究，并提出了各自的思考。美国教育部在2012年推出的报告《通过教育数据挖掘和学习分析促进教与学》[8]9-10+13，对大数据应用在教育领域的发展进行了分析与推动；可汗学院利用学习仪表盘对学生学习轨迹数据进行收集并形成个性化学习成果反馈[9]；美国肯尼迪小学采集学生阅读能力数据并进行分析，依据分析结果开展个性化的阅读教学方法[10]，等等，以上均是通过教育大数据在教育教学中的实践运用来促进教师进行有针对性的教和学生个性化地学。舍恩伯格等认为，利用教育大数据分析学生学习情况将为现代教育带来双向度教育反馈、针对学生需求的定制化教学、利用数据优化学生学习内容、过程以及方式这三大根本性的变革[11]。

国外大量的实践研究证明了教育大数据使用的有效性，例如,University of Maryland, Baltimore County对Blackboard 课程管理系统中的学生学习数据进行分析，并创建了名为“Check My Activities”(CMA)的反馈工具,通过分析管理系统中的学生学习数据，分别为教师和学生提供详细的分析报告。学生可以从分析报告中了解自己所有课程的学习情况,对学生参与度比较低的课程,系统会自动采取干预措施对学生进行提醒，教师可以从分析报告中了解学生的学习进度、学习情况，并以此为依据采取相应的干预措施，此工具的应用在提高学生学习效果上取得了较好的成效：在教师自愿情境下使用CMA的131门课程中，39%的学生学业成绩从原本的D或者F等级上升到了C级及以上[12]。Philip等也在其研究报告中指出，教育大数据的使用不但能够提升学习者的成绩，同时还能提高学生的升学率[13]12，透过其研究我们也可以看出，教育大数据的使用能够吸引学生的注意，提高学生的学习兴趣。

我国国内对于教育大数据的实践研究起步较晚，但理论研究颇多，唐斯斯等认为大数据能够解决教育方式单调化的问题，同时提出教育大数据应用会在个性化教学、个性化学习和个性化互动三个方面引发改变，具体体现为[14]：

其一，利用教育大数据分析技术对每位学生的学习情况进行量化、记录和分析，深度挖掘学生的学习习惯、兴趣和偏好，教师可以通过数据分析结果了解每一位学生，提供有针对性的教学；

其二，利用教育大数据分析结果可以建立自适应学习系统，为学生推送满足其学习需求的学习资源、学习计划等，实现学生的个性化学习；

其三，教育大数据可以进行数据的跨界整合、流动和挖掘，对教学资源进行有效的整合，实现个性化的交互。

综合上述国内外文献，我们可以发现，我国国内对于教育大数据的理论研究居多，实证研究并不多见，国外虽然在实践和理论研究方面都有建树，但其实证研究均是建立在正常教学活动过程中，缺少重大突发事件背景下教育大数据使用的有效性数据给予的支撑，因此其有效性研究数据的稳定性有待进一步提升。基于此，本研究以贵阳市A中学采用学生学习数据分析系统辅助线上教学作为主要干预变量，通过一个实验研究来讨论以下问题：(1)重大事件背景下，依托学生学习数据开展教学是否有利于学生学习？(2)将学生学习数据应用于不同学科是否会有不同效果？

二、研究设计

(一)实验目的

依托教育大数据开展教学在我国得到较好的发展，尤其是“停课不停学”期间，教学活动从常态课堂教学转变为学生线上学习，教师在改变授课方式的同时，充分利用教育大数据分析学生的学习情况，使得教师有针对性地教、学生个性化地学成为更加迫切的需求，教育大数据的应用更加普遍[15]。但教育大数据的使用是否可以提高学生学业成绩，其对不同学科学业成绩影响是否不同，并未有研究给予证明。

(二)被试选择

我们选取贵州省贵阳市的两所学校高三年级的学生为被试。其中，以贵阳市A中学为实验组，共选取高三年级503名学生参与实验，对照组则选取贵阳市B中学的535名学生参与实验。实验组采用学生学习数据分析系统辅助教学，对照组借助的是贵州省教育资源公共服务平台进行线上教学。

为更好地控制学生先赋条件及前测差异对实验结果的影响，我们首先根据学生家庭背景情况，排除极端值。在得到前测成绩后，我们对实验组和对照组数据按照文理科分类，进行匹配，文科学生根据语文、数学、英语、历史、地理、政治六门总分，匹配参试样本，理科学生根据语文、数学、英语、物理、化学、生物六门总分，匹配参试样本。在删除存在缺考情况的样本后，我们最后得到实验组503个样本、对照组521个样本。

参加实验的两所学校均为当地办学实力与声誉较好的公办学校。两校的师资、生源、办学条件等方面均不存在显著差异。

(三)实验干预措施

疫情期间，本次研究的实验学校和对照学校均积极响应政府号召积极开展线上教学，学生学习数据分析辅助系统是本实验的主要干预措施。

在实验中，对照组进行正常的线上教学，即教师通过网络平台进行直播或录播上课，课后通过微信群推送练习作业，学生完成作业后以邮件形式反馈给任课教师，教师完成作业批改后再次反馈给学生，针对共性的错题任课教师集中在网络课堂进行讲解。而实验组采用学生学习数据分析系统辅助教学，具体做法为：教师每天通过牧分分析平台向学生推送练习作业，学生完成作业后将作业上传至平台，教师通过平台批阅学生的作业，平台自动收集每个学生每天的作业数据并形成错题集，平台针对学生的错题情况并依据学生的学习情况再次为学生推送平行练习题，教师再根据错题有针对性地对学生进行教学。

(四)实验过程

本实验从2020年1月末筹划，2月初正式开始，2020年3月中旬结束。在实验实施过程中，实验组的教学时间完全同步于对照组的教学时间。

2020年1月末为实验筹划准备阶段。在这一阶段，两校首先确定了参试学生，通过匹配和比对，确保参试学生的情况基本一致，不存在显著差异；其次，协调教学内容和进度，分别对实验组和对照组教师进行培训，确保两校线上教学操作水平符合实验要求；再次，准备实验所需材料，确定实验具体流程。

2020年2月初至3月16日，为实验实施阶段，历时6周。在这一阶段，两校分别按照自己的教学方式进行教学。在实验开始之前和结束后，对参加实验的学生进行前测和后测，前测选取A、B两所中学秋季期末考试测试结果作为学生前测成绩，后测采用贵阳市教研室编制的统一标准化试卷进行测试。在实验组和对照组中，均以学生成绩作为教学效果的指标，实验组和对照组都使用网络教学平台进行教学，但不同的是，实验组主要采取的是学生学习数据分析系统对线上教学进行辅助，教师能够准确掌握每一位学生的学习情况，并对学生的线上学习痕迹按时间间隔进行每日、每周、每月的分析，教师利用数据分析结果，有针对性地对不同学生提出适切的要求，进行个性化的教与学；而对照组仅使用贵州省教育资源公共服务平台进行正常的线上教学。通过实验，我们力图理清学生学习数据应用与有效提升学生学业成绩之间的关系。

三、实验结果与讨论

(一)实验的数据

1.前测结果

在实验进行前，两所学校的学生均采用课堂学习的方式进行日常学习，在实验开始时，我们依据A、B两所中学的期末考试成绩作为学生的前测成绩，测试结果见表1。

表1 前测成绩均值、标准差及独立样本T检验结果

使用数据分析软件SPSS20.0进行独立样本t检验，表1的计算结果表明，文科成绩中，从总分来看，实验组总分均值为373.726，对照组总分均值为388.729，两组学生总分无显著差异(Sig>0.05)。从学科来看，两组学生文科学科无显著差异(Sig>0.05)；理科学科中，从总分来看，实验组总分均值为392.138，对照组总分均分为394.752，两组学生总分无显著差异(Sig>0.05)。从学科来看，两组学生理科学科成绩无显著差异(Sig>0.05)。根据数据得出结论，在学校使用学生学习数据分析系统前，两组学生的学习成绩无显著区别。

2.后测结果

在疫情得到基本控制，学校复课后的第一周，实验组、对照组均采用贵阳市教研室统一编制试卷对学生进行测试，测试结果见表2。

表2 后测成绩均值、标准差及独立样本T检验结果

为了检验利用学生学习数据分析学生学习情况的应用是否有效，我们使用数据分析软件SPSS20.0对两组学生的后测成绩进行独立样本t检验。表2的测试结果表明，实验组在总分上超越了对照组，存在显著性差异(Sig<0.01)，从学科来看，文科学科中，数学t值最大，为3.871，地理t值最小，为2.813；理科学科中，生物t值最大，为6.307，英语t值最小，为3.186，所有学科均存在显著性差异(Sig <0.01)。实验结果表明，无论文科还是理科，实验的效应量为中等，其中文科总成绩效应量d=0.405，理科总成绩效应量d=0.455，在所有学科中，生物学科成绩效应量最大，d值达到0.518，即使效应量最低的理科英语，其效应量d值也达到了0.262，达到了中等程度的效应量。

基于表2数据分析我们可以知道，利用学生学习数据分析辅助系统收集学生数据进行个性化的教学有利于提升学生学业成绩，但不同学科之间提升程度不同。为进一步探讨学生学习数据的应用对不同学科的影响，我们对实验组前后测学生成绩进行了详细地对比分析，实验数据见表3。

我们使用数据分析软件SPSS20.0对实验组学生的前后测成绩进行独立样本t检验。通过表3可以发现，不同学科运用学生学习数据的效果不尽相同。就文理科前后测总分比较而言，采用学生学习数据分析学生学习情况对学生学业成绩提升存在显著性差异(Sig<0.01)，基于此，我们认为，利用学生学习数据分析学生学习情况对于提升学生的学习成绩，总体而言十分有效，但就个别学科而言，学科之间存在差异。对于文科而言，利用学生学习数据分析学生学习情况的使用在历史学科无显著性差异，Sig值为0.175，而理科方面，语文学科和生物学科存在一般显著性差异，Sig值分别为0.019和0.049(0.01

表3 前后测成绩均值、标准差及配对样本T检验结果

(二)对结果的讨论

对于本次实验的结果，我们从以下两方面进行讨论：

1.重大事件背景下，学生学习数据的应用是否有利于学生学习成绩的提升

有学者认为利用教育大数据对学生学习行为数据进行分析能够发现潜在价值并使其转换成有意义的教学信息，进而优化学习过程、提高教学效果，成为教师、学生及教育研究者的共同诉求。如赵慧琼人的研究中通过二元Logistic回归分析对学生学习行为数据进行分析识别出存在学习危机学生并进行干预措施，三周后发现学习提交任务量、讨论交流量、资源浏览量等学习人数都有了明显增加，因此认为通过教育大数据分析系统对学生学习数据进行分析并采取相应的干预措施有利于激发学生的学习兴趣,增强学生的学习动机,培养学生的学习毅力[16]。

孟至恒选取某校121名学生进行教育大数据分析系统应用的实践，通过试验前后学生成绩对比，并对数据进行分析，从分析结果看实验前后学生成绩的Sig值远小于0.05，两个班级的学生成绩有显著性差异，说明教育大数据分析系统的应用对学生学业成绩的提高效果显著[17]。

本次实验结果与上述结果一致，通过对本次实验前后测结果进行分析，我们发现，实验组的学生学业成绩显著高于对照组，文理科Sig值均小于0.01。基于此，我们认为，在重大事件背景下，利用学生学习数据对学生学习行为进行分析能够使教师的教学更具针对性，学生的学习更具个性化，从而使得学生学业成绩得到提升。

研究人员认为教育大数据分析技术对于教师和学生具有重要价值。对教师而言，通过数据分析结果可以进行更有针对性的教学，提高教学效率；对于学生而言,利用教育大数据，学生可以分析自身的学习过程,并利用分析结果对自身学习进行点对点的优化[18]，从而达到教师有针对性地教，学生个性化地学，使学生的学业成绩得以提高。

2.学生学习数据的使用对不同学科成绩影响是否不同

通过上述讨论我们可以肯定学生学习数据的使用可以显著提升学生的学业成绩，但是其对不同学科成绩的影响是否不同，目前并没有相关实证研究来给予证明。基于表3的研究数据，我们认为，利用学生学习数据分析学生学习情况不同学科之间存在一定的差异。对于这一差异，我们从以下几点进行了分析：

(1)学科知识结构不同

不同的学科逻辑结构不同，通常而言，科学性较强的学科知识其系统性更强，系统性的知识运用数据分析提高学生成绩的效果往往更加显著，这也是造成不同学科之间运用数据分析系统产生效果差异的主要原因。

学科的基本结构指的是每一门学科领域中所具有的现代科学知识体系的相关概念和原理[19],不同的学科基本结构意味着，教师教学和学生学习时需要采用不同的思维方式以及不同的学习方式，同时学习者针对每门学科的有效学习，需要了解并掌握每门学科的思维品质,学科学习特定思维的养成有利于提高学生的学习效率[20]。

因此,我们认为，在线上教学活动中,教师要了解自身所教授学科的特点，采取多种教学手段,对学生的学科学习思维进行训练与培养，通过提升学生学科学习的思维能力，使得学生的学习成绩得到提升。

(2)教师授课方式不同

教师被认为是影响学生学业成绩最为重要的因素之一。如姚继军等人通过对两所办学条件和生源相同的学校的1024个学生样本进行研究，认为“构建良好的师生关系，形成顺畅的师生交流，使教师真正承担起指导者和陪伴者的角色，是实现高效教学的关键所在”[21]。

在良好师生关系建构中，授课方式是其重要的影响因素之一。如林丹薇通过调查问卷的方式对某校的985名学生所喜爱的课堂教学方式进行调查，结果显示41.1%的学生喜欢幽默风趣的教学方式，其中人文社会科学类学生比理工科类学生高出12.7%。通过对调查数据的分析，作者认为不同学科学生对课堂教学方式的要求不同，甚至会存在显著差异[22]。

基于此，我们认为教师应针对不同学科学生的学习需求,采取不同的线上教学方式，更好地激发学生的学习兴趣和创造能力，建立良好的师生关系，促进高效课堂的实现。

(3)学生学习习惯不同

学生不同的学习习惯也会对其学业成绩造成影响。马志敏等采用问卷调查法,对医学类、理工类和文科类3个不同学科的1131名大学生进行学习习惯的抽样调查，其实验数据表明，在学生良好学习习惯方面，文科学生的表现都非常显著地强于另外两个学科的学生(Sig<0.01和Sig<0.001)[23]。

从上述研究中，我们认为不同学科的学生学习习惯具有明显的差异,教师在进行线上教学时，要根据学科特点培养学生良好的学习习惯,从而提高教学质量，提升学生学业成绩。

四、结论与建议

本研究证明，重大事件背景下，学生学习数据的使用能够显著提升学生的学业成绩，尤其对理科而言，学生成绩的提高更加明显，同时，基于实验结果，我们提出了以下建议：

其一，学校和教师要充分合理地利用教育大数据，通过对学生学习数据的分析应用促进教学改革。基于实验结果，我们认为，教育大数据的应用是实现教师有针对性地教和学生个性化地学的有效手段，建议学校更多地依托教育大数据开展教学。

其二，学校要进一步加强教师专业化培训，强化教师信息技术专业素养。教师信息技术的提升能够使学生的学习方式更具选择性。教师在教学的过程中有效地利用教育大数据对学生进行学习跟踪与评价、及时了解每个学生的学习情况与学习效果，就能够有针对性地布置学习任务，使每个学生都能取得进步。当下受年龄、地区等因素限制，我国教师的信息化专业素养参差不齐，教育大数据的使用也受到影响，因此，我们认为，学校应加强教师专业化培训，使教育大数据的应用发挥更好的效果。