范志勇 樊亚冰
在过去的课堂上,我们经常会见到这样的情景——教师说“这一题做对的同学请举手”,一下子,全班同学的手都举了起来。或者是教师问“大家都会了吗”,学生异口同声地回答“会”。而在大数据环境下,则会是这样的情景:教师说“计时开始,同学们请答题”,教室的电子屏上开始出现闪动的数据,有学生的答案、答题时间、答案的正确率等。
以小学数学《加法的交换律和结合律》一课为例,3分钟时间,5道练习题。3分钟计时结束,所有学生的做题情况都会通过专用的数据采集设备,经教学系统量化统计后显示到教室电子大屏上。宏观上,可以看到每道题有多少学生答题、每道题的正确率;微观上可以看到每个学生答题的用时、对错等,一目了然。
教学过程中的数据无处不在,如课堂教学知识点在线练习、课堂上学生的学习行为、学习专注度、课后作业、考试成绩、自主学习情况、作息情况等,都蕴含着大量有价值的鲜活数据。这些数据在传统教学模式下往往容易被忽视。在大数据环境下,信息技术手段介入后,通过数据收集、数据挖掘、科学建模分析,教师既可以在宏观上掌握一个学校、一个年级、一个班级的概况,又可以在微观上看到每个学生生动而又真实的数字画像。教师可以从这些鲜活的数据中直观地找到规律,发现问题。由此,教师在课堂教学过程中,既可以制定共性的精准施教策略,又可以提出因人而异的个性化学习建议。
教学目标、教学重点的制定和选择,之前主要靠教师个人的经验。大数据环境下,基于学生上一章节课堂学习及课后作业完成情况的数据分析,以及本章节的课前预习反馈研判,教师可以更科学地制订本章节的课堂教学计划。
借助数据分析系统和分析评价报告,教师可以精确了解每一个学生知识点的掌握情况,在设计课堂互动环节时能够针对问题所在,选择不同时机、不同学生开展互动。对学情胸有成竹,教师在对学生启发、引导、解惑、答疑时,就可以做到有的放矢。
在每个班级中,学生的个体差异都是客观存在的。借助数据分析信息,教师很容易掌握每个学生在知识学习上的具体情况。针对不同学生的不同问题,教师可以主動开展一些补偿性教学,如向学生推送不同知识点微视频,还可以开展线上解惑答疑活动。
为照顾到全体学生,教师在布置课后作业时要尽可能地多布置不同深度、不同类型的作业。过去的统一作业,使程度好的学生“重复劳动”,程度差的学生“劳神费力”,这也是学生作业负担重的主要原因之一。在大数据环境下,教师可根据课堂教学分析报告,通过题库系统一键批量定制不同层次、不同类型、因人而异的个性化课后作业。
批量定制个性化课后作业,既不会增加教师的工作量,又能切实减轻学生的学业负担,可谓一举两得。
(责 编 白 云)