大数据背景下过程化评价的实践研究

杨素素

摘  要：分析数据，发现优势总结经验，发现问题及时改进，发现差异扬长补短，从而精准地对学生的学、教师的教进行诊断，有利于学校和教师因材施教、对症下药，从而“低负高效”提升学业质量。量化的分析数据能较为客观地反映课堂教学行为，以便进行更为深入地比较分析评价，既能提早干预学生行为，激发学生潜能，又能促进教师教学水平的提升。通过知识点模块化检测和学生课堂表现评价的运用挖掘，使学习更加自主、可预测、可协作，更为轻松、可控，更为智慧，致力于课堂精准教学，最终都指向学生学科素养。

关键词：过程化评价;大数据;精准教学

每到学期结束，班主任忙着给学生写学期评语。小学一般是语文教师担任班主任，语文教师会在语文课堂中了解孩子的阅读能力、倾听能力、小组合作能力、作业订正是否及时。那么，孩子在上数学课、科学课、体育课的表现如何呢？班主任是否也精确地把握到了呢？只是执教一门学科的班主任的评价会不会以偏概全？

笔者曾对教师进行多次访谈，发现教师们经常评价有的学生上课看着很认真，但是学业成绩提不上去？为什么有的学生语文特别厉害，数学就那么弱，偏科特别严重……那么，有没有关注过学生的个体差异？有没有对学生每一道习题的作答情况进行统计，做出全面、精细、具体地分析。学生不理解，是不是教师难以正确、精确地分析知识模块，难以发现教学过程中存在的问题和盲区，学生某一学科特别弱，跟她在课堂上表现出来的活跃度有没有必然的联系？

综上所述，学校也应该拥有一系列全面、精细、有效的评价数据，以数据进行分析，从而精准地对学生的学、教师的教进行诊断。我校以过程化评价技术来检测学生一个学期是否落实核心素养，然后基于数据和实际情况进行诊断性分析，发现优势总结经验，发现问题及时改进，发现差异扬长补短。

过程化评价是指对学生日常学科上课、作业、活动等学习过程中表现出的学习行为、学习态度情感和价值观等进行综合性评价，对学生学习生活全过程的观察和记录做出定性评价。大量数据提供的多角度、多维度的评价，提高了教师对教学问题的诊断和对学生的学业指导的精准度，使得教学的过程化评价技术更具有说服力。具体分成以下三个流程。

一、更新理念，促进教师专业成长

自2017年11月学校引进大数据项目，就及时对大数据如何在学校推进进行了规划，成立了实施组、命题组，为项目的有效推进提供坚强的组织保障。大数据的实施首要一步是数据的收集，以阶段性检测为载体引入云阅卷系统。并通过数据记录器“魔法棒”，及时评价学生课堂学习行规、参与程度、思维层次和其他四个维度内容，旨在激励学生主动学习，提高学习热情，分析学生思维特点，给予个体化的指导。学校还请专家到学校给教师做专题培训，尤其培训教研组长的命题能力。专家们的培训，启发了教师的智慧和创造性，有力地促进了教师的专业化成长。

二、实践创新，评价方式有所突破

（一）课堂表现评价数据收集深化学科过程性评价的实施

随着大数据成为互联网信息技术行业的流行词汇，教育逐渐被认为是大数据大有作为的一个重要领域。大数据能给教育带来革命性的变化。比如学生识字的准确率，作业准确率，举手次数，这些具体的数据经过专门的收集、分类、整理、统计和分析就成为大数据。

（二）阶段性检测数据收集升华学科过程性评价的内涵

2018年第一学期对语数英科四门学科的第四单元进行阶段性检测，语文从①卷面书写，②写字或基础积累，③阅读理解，④习作或写话这四大板块进行项目化测评;数学从①数学基础，②计算能力，③解决问题，④拓展思维，⑤图形与操作者这五大板块进行测评，而测评的结果数据收集又最终形成学生的过程性评价。

云阅卷自动采集命题检测数据，而大量数据的收集，如果只是闲置，那是毫无意义的。如果说数据的采集是基于现象，那么数据分析就是找出原因和对应措施。如找出不同模块维度之间的差距在哪里？比如主观题、卷面、拼音写词语、阅读、习作的班级平均分高于年级平均分，而课文填空模块低于年级平均分，说明这个班级的学生对课文填空或者相关要求掌握不够全面深入，需要教师在课堂教学中调整教学策略，以诵读、复述等形式扎实落实学生对课文的熟悉度。

（三）整合过程化评价方式，相得益彰

基于数据分析和研究，提取信息能力是信息时代对人才素质的新要求，要求学生能够发现、收集信息，判断信息的重要性，理解信息、提取有效信息。也就是经常说的审题要准确，要准确把握材料所给信息的中心思想、领悟信息情境更要准确把握。在评价数据中，分析发现练习时选择题准确率不高，主观题看不懂材料，学生获取和解读信息的能力有待加强， 2019年将语文评价方式修改为①写字或基础积累，②听力检测或信息提取，③习作表达或写话三大板块。2020年通过校区班级数据、学生个人数据比对，发现阶段性检测的方式过于空泛，不能针对性地检测出学科存在的主要问题。为了阶段知识点检测实现评价目标多元化，积极推动课程实施和改革，特组成知识模块检测命题小组，准确实效进行本学期的知识点检测作为评价推进的方式。以五年级语文基础常识、六年级阅读理解为知识点，数学五年级小数乘法和小数除法、六年级计算综合能力检测以分数的四则混合运算为知识点，英语五年级句子、六年级篇章阅读为知识点，五年级科学辨析六年级实验操作为知识点。此外，开展各学科展评活动，活动数据来源于大数据平台的过程化评价，引领学生从课堂走向课后，将所学内化并能有效呈现，拓展评价的深度。

2017年到2020年，从不容易收集数据的纸笔测试，到粗糙的云阅卷初体验，再到阶段性测试，最后到精准的知识模块检测，将单一的项目化评价，以数据形式记录收集，形成学生整个小学阶段的过程性评价，整合两者，使教育方式能有的放矢，相得益彰。

三、聚焦特点，生成个性化评价成绩单

每个孩子的天性禀赋、理解能力和兴趣点不同。基于过程性评价的大数据分析，可以对不同学生进行能力测评，然后根据每个学生的不同情况针对性地制订学习方案，找到学生的短板和优点，最终生成属于学生个人的个性化评价成绩单，打通班级优化大师与大数据平台的通道，班级优化大师可以设置课堂中教师个性化地对学生的评价，以过程化评价可视化技术App——钉钉为主要查询途径，家长可通过钉钉查看。

大数据时代，预测、了解、评估教学行为如此简单，能收集过去既不现实也不可能聚集起来的反馈数据。迎合学生个性化需求，通过对过程化评价数据的运用挖掘，使学习更加自主、可预测、可协作，更为轻松、可控，更为智慧，致力于课堂精准教学，最终落实学生学科素养的培养。

（责任编辑：陈华康）

参考文献：

[1]方海光. 教育大数据[M]. 北京：机械工业出版社，2016.

[2]王旭东. 纸笔测试 坚冰初融[J]. 当代教育家，2017（03）：29-31.

[3]谭少春. 學业评价：从“甄别”走向“发展”——核心素养理念下的纸笔测试创新[J]. 教育研究与评论（小学教育教学），2018（09）：33-37.

[4]  刘成平，李春鹏，窦煜明. 过程化评价的实践与探索[J]. 职业，2017（34）：48-49.

[5]  于明月. 大数据背景下小学语文差异教学评价路径探析[J]. 中小学信息技术教育，2021（Z2）：110-113.