活动理论视角下基于学习分析的精准教学模式研究

徐学敏

（常州纺织服装职业技术学院，江苏 常州 213000）

一、研究背景

教育信息化2.0时代，信息技术与教育深度融合，助推教育创新和变革。精准教学是教学变革的重要契机和抓手。20世纪60年代，美国学者Lindsley首次提出“Precision Teaching”的概念，并将其应用于教育领域[1]。我国的祝智庭教授于2016年率先将其引入国内，并与信息技术结合，为精准教学的研究注入新活力，引起了学者们的广泛关注，但实践落实困难重重。

笔者从现有的研究发现，精准教学的相关理论研究并不多，但在实践方面，一线教师却表现出了很大的热情，纷纷将其与不同的技术和平台相结合，应用于教学中，实现精准教学。然而，大部分一线教师对精准教学并没有一个清晰的共识，即使借助了信息技术，也并未实现真正意义上的“精准”，教育教学活动没有发生根本性的改变。其根本原因是未能充分理解精准教学的内涵。在数据被日益重视的数字化时代，“以测辅学”是精准教学的核心机制[2]。

数据驱动的精准教学，主张通过数据记录学生学习表现，辅助教师研判教学方法的有效性，并进行完善[3]。学习分析是利用语音分析技术、文字图像识别等智能技术，对学生在某一领域或某一学科对知识的掌握情况或内容的准确性进行评测，并提供反馈，实现自动化、智能化的测评[4]。学习分析技术的运用，也使得精准教学的核心机制的实施效率得以提升。因此，基于学习分析的精准教学将充分体现“以测辅学”，以更高效的方式实现教师对学生的指导，更易于实现教学目标。杨现民教授[5]认为，数据驱动的精准教学建立在活动理论、情境学习理论等基础上。鉴于此，本研究以活动理论为逻辑起点，分析基于学习分析的精准教学活动特点和各要素关系，构建基于学习分析的精准教学活动理论模型，旨在为相关研究开展提供理论和实践指导。

二、理论基础

（一）活动理论的概述

活动理论是社会历史和文化活动的研究成果[6]，起源于黑格尔和马克思的辩证唯物主义，经过三个代表人物——维果茨基、列昂节夫、恩格斯托姆的不断完善，逐渐成熟[7]。活动理论运用在教学过程中强调学习者为达到目的而进行的努力，活动在知识内化过程中起到中间媒介的作用[8]，学习者完成学习过程就是对知识和技能获得的总和。活动理论结构模型（见图1）包含三个核心成分（主体、客体、共同体）和次要成分（工具、规则、分工），这六个要素之间通过生产、分配、消耗与交流等四个子系统构成相互作用的统一体，构建精准教学活动的生态平衡[9]。

图1 人类活动基本结构模型

（二）基于学习分析的精准教学活动的特点

精准教学是一种面向高效知识教学的方法[10]。精准教学将“科学取向”的教育思想借由技术应用渗透到教学活动的全过程，充分挖掘、分析有效教学数据，实施精准化教学[11]。基于学习分析的精准教学活动更强调“以测辅学”，强调学习者的主体地位和学习分析工具的重要作用，具有以下特点。

1.动态发展

学习是一个动态发展过程，学习者在学习过程中使用学习分析工具或平台所积累的数据具有变化性，并且教师将其作为教学分析和设计的起点和基础时，也会对教学过程和教学方法进行相应调整，适应学习者的变化后再次实现“精准”。因此，基于学习分析的精准教学是动态发展的。

2.以测辅学

以测辅学包含测量、记录和决策等三大要素[2]。测量旨在使用学习分析工具实时地测量学生的学习表现，记录旨在对在数据库中学生的学习行为轨迹进行跟踪记录，决策旨在通过分析推演数据库中学生的学习表现作出实时决策，有针对性地进行教学辅导。测量、记录和决策自然过渡且循环发生。教师在此过程中时刻关注学生的情况，依据测评数据的动态变化，做出“精准”决策。

三、理论模型构建

（一）基于学习分析的精准教学活动要素

在活动理论视角下，基于学习分析的精准教学活动要素如表1所示。精准教学活动的主体是学习者，在精准教学过程中主动建构知识，位于核心地位。客体是学习目标，即学习者在教学过程中所要达到的目标。学习分析的共同体是指学习者及其助学者为实现知识的建构进行的沟通交流。例如，围绕某一主题开展的学习讨论等。学习分析工具、各种教学资源、终端设备是支撑主体作用于客体的工具，它们通过智能化的技术手段帮助主体实现精准教学。基于学习分析的精准教学活动中的规则主要有教学纪律、同侪互动规则、学习分析工具使用规范。分工则是在精准教学中教与学的分工和人机协同分工。

表1 基于学习分析的精准教学活动要素

（二）基于学习分析的精准教学活动理论模型

在基于学习分析的精准教学中，学习者为完成特定的教学目标，与学习同伴、教师共同组成学习共同体，遵循学习规则以及教学分工，通过学习分析工具获取优质的学习资源，从而形成相互联系、相互促进的四个子系统：学习共同体构成、学习分析工具运用、学习内容推送、学习过程干预，共同组成完整的教学活动系统。笔者结合基于学习分析的精准教学活动的实际形态，参考王兴宇[12]提出的智慧课堂教学活动理论模型，构建基于学习分析的精准教学活动理论模型（如图2所示）。

图2 基于学习分析的精准教学活动理论模型

1.交流子系统：学习共同体构成

在精准教学活动中，学习者、学习同伴和教师共同构成学习共同体，学习共同体进行意义协商，根据规则相互交流、协作，学习共同体分享学习资源、完成知识建构、促成目标实现。教师在共同体中承担着指导者、监督者、协助者的作用，学习者和学习同伴是主要执行者、参与者。共同体成员通过交流和互动，彼此建立信任、相互影响的同伴关系，从而形成基于学习分析的精准教学活动的交流子系统。

2.生产子系统：学习分析工具运用

学习分析工具由测评数据采集、分析和学习者模型建构三大模块构成。其中，测评数据采集模块负责对学习者的知识掌握程度进行测评。测评数据分析模块主要使用大数据技术、人工智能技术和可视化技术对采集数据进行逻辑分析，形成学生个性化数据测评结果，最终将测评结果交给学习者模型构建模块，对其认知水平、学习风格、学习结果进行抽象和建模。其本质上是精准教学活动的主体为完成特定的教学目标，借助学习分析工具进行数据分析和反馈，从而实现知识内化的过程。

3.分配子系统：学习内容推送

为了帮助不同学习者获得个性化的学习资源，学习内容推送模块利用大数据分析，通过学习分析工具为师生精准推送优质实用的学习资源，而且通过资源分配将共同体和客体联系起来。以学习分析工具为基础的学习内容推送能够准确地为共同体成员提供相应辅助材料，共同体成员据此在精准教学过程中进行合理的分配和劳动分工，从而实现精准教学目标。

4.消耗子系统：学习过程干预

在基于学习分析的精准教学活动中，共同体中的主体不断接收到来自根据学习行为分析结果而提供的干预，分为不同层次。例如学习进度比较、学习任务描述、学习资源推荐、学习方法建议、学习支持与服务，从而调整和改造客体（学习目标）的策略。这一过程需要消耗共同体成员的能量与能力。

四、模式归纳

根据基于学习分析的精准教学活动理论模型，笔者结合对精准教学文献的分析，从常见的精准教学课前、课中、课后的教学活动中，可以归纳出八个“精准教学”模式，分别是精准学情分析、精准目标定位、精准内容选择、精准活动设计、精准资源推送、精准支持服务、精准教学评价、精准学习干预。这八个精准教学模式并不是绝对固定在课前、课中、课后的某一环节，而是可以在精准教学过程中根据实际情况进行灵活调整，相互促进和补充。下面在基于学习分析的精准教学活动理论模型指导下，对这八个精准教学模式进行逐一介绍。

（一）精准学情分析

精准学情分析是指在精准教学活动中，教师利用学习分析工具对学习者的认知水平、学习风格进行分析，从而精准构建学习者模型。认知水平主要指学生在参与教学活动前具备的学习能力，教师可以通过学习分析工具设计相关测试题，通过对学习者进行分层测试来了解其认知水平。科学有效的教学方法能够根据学生的个性差异和智力发展，因材施教，实施恰当的教学策略，引导学生高效学习[13]。因此对学习者的学习风格测量是精准分析学情的必要。目前普遍公认的测量学习风格的工具是所罗门学习风格量表。从信息加工、感知、输入、理解四个方面出发，Soloman将学习风格分为4组8类：一是知识加工：活跃型与沉思型；二是知识感知：感悟型与直觉型；三是知识输入：视觉型与言语型；四是知识理解：序列型与综合型[14]。在精准学情分析过程中将所罗门学习风格量表用于测试学生的学习风格，充分了解学习者的学习偏好。

（二）精准目标定位

精准目标定位是指对学习者所要完成的知识或技能的子目标进行精准定位。祝智庭教授[10]率先提出精准教学目标树的说法，采用递归的思想，递进过程中引导学生定位教学目标，回归过程帮助学生精准挖掘知识短板。在这个过程中，教师通过使用学习分析工具检测每一位学生知识与技能的掌握情况，最后形成的仅包含短板的知识与技能子节点的目标树就是每个学生的精准目标树。

（三）精准内容选择

教学内容的精准选取是指根据学习者模型和教学目标选择合适的教学内容。利用学习分析工具对学生进行测评，在深入了解学生的学习基础、学习能力以及目前的学习效果的情况下，结合学生的精准目标树，对知识结构进行分析，切分知识节点后选择对应的教学内容。在精准教学中通过搭建以知识点为主的思维链，形成清晰、精准的知识图谱。[11]使用学习分析工具还可以为每个知识点建立评测点，赋能教学效果提升。

（四）精准活动设计

精准活动设计是指教师在紧密联系学生的认知水平、学习偏好和学习风格的基础上，通过创设情境，激发学生学习兴趣，引导学生进行感知、理解和协作交流等学习活动，以实现精准教学目标。[14]首先通过学习分析工具了解学生的差异，其次通过学生的差异进行分层，对不同层次的学生设计不同的学习活动。精准教学活动设计流程包括设计活动任务、选择活动类型、创设活动环境、组织活动评价，[15]在活动开始前还需要进行规则的制定。这些都需要根据学生的个体差异、目标的确定、内容的选择来完成最终的活动设计，以及相关活动资源的开发。

（五）精准资源推送

精准资源推送是指通过学习分析工具的分析诊断，发现学生在学习过程中存在的问题，立足学习者的特点，推送个性化学习资源，帮助学生实现个性化学习。精准资源推送过程首先分析学生的认知水平、学习风格、学习结果，接着通过资源过滤机制，[16]向学生推送精准匹配的个性化优质学习资源。个性化学习资源推送系统框架主要包括学生个体、学习分析工具、教育资源3个要素（如图3所示）。同时教师也能借助学习分析工具，在课前为学生推送课前学习的任务、知识检测练习等，在课后推送分层化、个性化学习资源，实现精准教学课前知识定位与课后知识内化。

图3 个性化学习资源推送系统框架

（六）精准支持服务

精准支持服务是指在学习过程中，教师以学习分析工具为支撑，帮助学生解决学习问题，满足个性化学习需求，提高学习者满意度。李士平等[17]提出精准教学视角下学习支持设计模型，模型包含两个主体、四个维度、四个环节（如图4所示）。笔者在充分了解其内涵的基础上，认为仍可将其运用在基于学习分析的精准教学的支持服务中。其内容变化如下：一是资源组织：根据学生在学习分析工具提供的各资源间的跳转数据，调整资源呈现序列，减少学生资源筛选中耗费的时间；二是过程引导：通过对学生在各模块或资源的访问、跳转与停留时间数据进行分析，可知学生学习状态，教师便可据此提供相应的学习指引；三是同伴互助：学习分析工具可结合练习次数与练习成绩、资源学习次数与停留时间，分析学生是否需要帮助；四是结果反馈：学习分析工具最为重要的功能就是智能反馈，学生参与练习后，进行实时反馈其得分、错题、正确答案与解析、建议重新学习的知识点。

图4 数据驱动下的学习支持设计模型

（七）精准教学评价

精准教学评价是指教师利用学习分析工具对学生的学习过程和学习结果进行精准评价。精准教学评价更注重对学生学习过程和学习行为的评价，更能客观呈现教与学的过程，使教学评价更加全面、精准。利用学习分析工具，学生获得学习过程和学习结果的多角度、多维度、多方面的精准评价。多角度是指学生能够获得不同知识点角度的评价，多维度是指能够获得课堂表现、学习状态等维度的评价，多方面是指能够获得不同学习个体的评价，包括同伴互评等。

（八）精准学习干预

精准学习干预是指对学习者的学习行为进行实时跟踪分析，对学习者的学习进程和方法给予个性化的指导和帮助，旨在提高学习者的学习绩效。教师借助学习分析工具，可以持续监控每一位学生在课前、课中、课后的动态，快速地收集和分析学生学习表现的数据，精准识别和挖掘学习者存在的问题，实施高效、有针对性的教学干预，并不断改进教学设计和教学方法。[13]

五、实施路径建议

学者秦丹[11]认为精准教学是由精准学情分析、精准目标分析、精准内容分析、精准路径选择和精准教学干预等核心环节构成的一般教学流程。笔者基于八个精准教学模式，以ADDIE模型为参考，规划了基于学习分析的精准教学的流程图（见图5），以期为精准教学模式提供理论和实践参考路径。

图5 基于学习分析的精准教学模式实施一般教学流程示意图

如图5所示，在ADDIE模型的指导下，学习分析工具首先进行数据采集，然后到分析阶段，分析阶段包括精准学情分析和精准目标定位，建构学习者模型，确定学习者知识短板。接着是教学设计、开发阶段，进行精准内容选择和精准活动设计，根据教学内容和活动需求进行资源开发。然后在教学实施阶段，进行精准资源推送和精准支持服务，在学习过程中，完成个性化资源推送，同时在教学过程中，实现精准学习支持服务。最后是教学评价阶段，实现学习过程和学习结果的多角度、多维度、多方面的精准教学评价。

六、结语

精准教学作为大数据环境下新的教学形态，逐渐渗透并影响教育教学。鼓励教师有效利用信息技术的记录、收集和分析数据的便捷性，通过学习数据的有效挖掘，实现教学目标、内容、活动、评价等要素的精准化和个性化，并在此基础上实现精准教学设计、精准教学决策和精准干预，激发学生内在活力，满足研究者和实践者对教育教学更加科学化、精确化的追求。