论中学传统试卷与学业诊断软件系统的有机结合

于海艳

当前，教育信息化改革不断推进，云计算、大数据、物联网、5G 等新技术被广泛应用，这定会催生新的教育教学方式。《教育信息化“十三五”规划》中提到，学校应实现对学生日常学习情况的大数据采集和分析，优化教学模式；教师应利用信息技术增强学情分析、进行个性化教学的能力；学生应学会利用信息技术完成个性化作业，实现个性化学习。现阶段，大多数学校的教师进行教学时，依然依靠经验，缺少数据化的实证研究。教育信息化、大数据技术在教育教学中常态化的运用，还有待提高。学生的学习任务还存在大面积一刀切、统一化现象。为此，本文主要向读者介绍大数据技术在教育教学中运用的思路与案例，为实现学生个性化作业提供一些参考与建议。

1 传统作业繁重、低效，亟待改革

在传统的教学模式下，部分学校和老师想单纯通过大量作业来提高学生成绩，作业教学中难免出现“繁重”与“低效”的状况，如何扭转这一局面已成为课程教学改革的重大任务。高中生日常作业存在的问题如下：

1）作业缺少个性化，所有学生都做一样的作业。作业没有差异性，本身就是对学生学习个体化的否定。相同的作业对优秀的学生而言，质量与数量不够；对基础薄弱的学生而言，又无法完成。给不同的学生布置不同的作业像一座无法逾越的大山，一直困扰着一线教师。

2）作业没有数字化。学校的校本作业被一届又一届的学生做过，但这些作业背后的数据却没有形成和保留，如一道题目在历届学生中的正答率是多少，哪些同学做错了，这些同学的常错点在哪里，哪个班错误率最高，等等。这些数据都是缺失的，获得这些数据的技术还是比较欠缺的。

3）作业被反复训练。教师布置的作业中，有些题目已经做过，有些作业十成的学生都会做了，但还是出现在学生的作业中。熟练题目、熟练知识点的重复训练，浪费了学生大量时间。

2 学情诊断技术的发展分析

2.1 学情采集技术机械化

现如今高考的考查形式是以纸和笔作答，纸笔在学校里的广泛应用在短时间内不会被取代，需要保留这一习惯。接触信息化较少的老师，运用信息化设备会相对不那么娴熟，需要尽量保障他们的需求。学生依然在纸上答题，老师依然在纸质试卷上批改，批改后再扫描学生的答卷，从而完成学生学情的采集。这会大大减轻老师的输分与汇总负担。

案例一：今天收上来的作业，王老师选择题一道也没批，只是在主观题上方的格子中用红笔画了一下，得几分就在相应的格子中画一下（教师日常的批改习惯没有改变）。

案例二：批改完这个班的作业后，只见王老师拿着学生的作业，走到隔壁信息中心的一台扫描仪前，将学生的作业放进去，扫描仪快速扫描起来，2 分钟就扫好了。电脑一边扫描，一边自动批改，学生答题情况及时统计汇总。

2.2 学情诊断技术智能化

学生在学习的过程中，不了解学情，很难让成绩迅速提升。基于大数据的学情诊断，就是利用计算机进行智能化采集学生学业信息，帮助学生诊断学情，促进学习。南京、浙江一些学校在教学过程中，把传统试卷和学业诊断的软件系统相结合并应用于教学评价体系中，获得了不错的反响。

传统试卷与诊断软件的有机结合，为教师的精准备课、精准教学、精准评价和精准辅导提供多维度的数据分析，真正实现因材施教，还可以根据学生不同的出错点推送个性化作业，建立个人学习档案。

3 学情诊断实现个性化分析

3.1 对学生而言——从模糊到精确

大数据学习分析可以让学生对自己的学习情况深入了解甚至做到准确预测。据此，学生可以进行定制化的学习，做出最适合自身发展的决策。

1）薄弱知识清晰对比：经过海量题目的积累，学生可以非常清楚自己薄弱的知识点是哪些，可以知道自己与其他同学的差距到底有多大。如果学生明确了自己的学习方向，他就能更加精准地进行针对性的复习与巩固。

2）学生错题快速积累：学生将前期大量练习中的错题，迅速地积累下来，并且能按知识点迅速检索与下载，错题积累不再依靠手工劳动，利用智能化软件随时随地可以下载打印。

3）变式训练及时推送：系统会根据学生的错题与薄弱知识点为学生推送变式训练，这些训练比起其他重复性的统一作业，对学生来说更具针对性，对学生学科知识的掌握更具精准性。

3.2 对教师而言——读懂学生

大数据学习分析可以帮助教师识别学生的潜在问题，并提前予以化解，也可以指导教师，根据筛选的学生信息进行“因材施教”。此外，教师可以透过数据掌握学生学习状况与发展需求，进行有效教学。教师跟踪实时数据，可以准确记录每位学生的学习行为和使用学习资源的过程细节，从而更准确地追踪学生学习轨迹，将信息及时反馈给学生，指导学生进行更有效的学习。

1）每道题学生答题情况。教师在备课、授课时，参考学生的答题情况，能够读懂每一位学生的知识掌握情况。每次检测后，教师在备课与上课时，可以根据这些数据信息，做到课前精准备课，课堂上精准提问，精准分析。

2）每个知识点掌握情况。教师也能够清楚了解自己任教班级知识的掌握情况，特别是与其他班级相比，自己授课中的不足。及时调整自己的教学方法与容量。

3）及时呈现学生答卷。学生的答题痕迹、教师的批改痕迹都能够保留下来，在授课过程，或者在以后命题过程中，都可以在题库中看到学生的答题情况

3.3 对教研组而言——形成校本化题库

教研组不断优化调整校本作业与练习中正答率特别高或特别低的题目，不断更新适中的题目，不断积累的学校校本题库将极具学校特色，让本校的题库更适宜本校的学生。

4 结语

新的高考评价体系下的教学无论是方式、内容，还是各项要求都与以往的教学有很大不同。特别是对教学质量的统计分析与跟踪监测，单纯依靠教师的手工劳动显然不合时宜，手工劳动获得的数据在效率和准确性方面都有明显不足，大量的数据处理与分析工作必须依靠现代的计算机信息技术进行才能有效实现。

因此，要实现教育教学管理信息化高效化，必然不能忽视教学管理和教学方式所需数据的自动采集与统计分析。目前，在学校阅卷这一模块，网上阅卷系统成为学校和教师实现这一目标的追求，因为它不但可以实现传统阅卷方式下的所有功能，而且可以方便地进行包括各科考试知识点数据的全面分析。基于大数据的个性化学习已成为教育教学技术的新模式，它更有利于教育回归本质，有助于学习者认清自我，全面发展。大数据比经验丰富的教师更完全、细致入微地了解学生。随着大数据的广泛应用，社会已经步入了大数据的时代，但目前，我国将大数据应用于个性化学习还处于起步阶段，迫切地需要相关人员继续探究大数据的优势，以发掘其更多功能，为每一个学生提供更好的个性化学习服务。

5 拓展思考

1）综观近几年的高考，特别是2019 年高考，命题越来越重视核心素养的融入，题目将审美能力与修养、将奋斗精神与批判性思维、将推理能力与创新思维融合进去，2020 年及以后，在新的高考评价体系下，也就是后考纲时代，教育教学怎样去适应这种新形势？大数据教学一定不可缺失。未来，用大数据手段助力教育教学，可以像一把尺子一样测量教学过程中学生的长短板，有的放矢地对学生进行培优补弱，进而科学高效地提高教学效率。

2）随着课改、高考要求、社会需求以及学生自身发展需要的变化，生涯规划已被广泛列入高中学生的课程当中，生涯规划就是要探索、了解自我(知己)，从而谋一个更好的未来。学生如何认识自我？教师如何更好地指导学生查缺补漏、提升学生能力，“扶上马，走好人生下一程”？自然离不开掌握大量的数据和准确的信息。把握学生现有的学习状况、捕捉趋于实际的信息，帮助学生通过参考性测试、过往学业成绩测试等呈现出大量数据，以扬长避短，直达成功彼岸。

3）数据分析驱动教学效率，让教师教之有据，学生学之有据、补之有据，管理者管之有据。接受新技术、运用好新技术，利用新技术更好地服务于教育教学，经受时代和技术给我们带来的下一次和再下一次的挑战，培养出全面发展、更适合未来建设的高质量人才，是每个教育工作者不能推卸的责任。