基于校本题库的高中数学作业分层布置与精准矫正

潘永斌，张居敏

(南京市第十三中学，江苏南京，210008)

《可见的学习——最大程度地促进学习》《人是如何学习的》均指出：只有经过大量练习，个体获取的知识才是条件化的即能够提取与问题解决密切相关的相一致的知识.可见课堂中师生的讨论探究活动固然重要，但编制分层作业，设计符合学生具体情况的分层作业并及时进行评价反馈也是在减轻学生课业负担，实现学生高效学习，提升学生核心素养.

1 问题的提出

1.1 目前高中数学作业设计的现状剖析

目前各校的作业设计大致有如下几种情形：(1) 选定成品的教辅书；(2) 校本化作业，使用自编成册的作业册；(3) 教师即时编制作业.

第一种作业形式的缺点在于它不是基于本校学情的作业，也不能完全匹配本校实际的教学目标；第二种作业形式的缺点是不具有灵活性，无法根据学情、教情变化做出及时调整，长期使用同一本练习册，教师容易思维固化，缺少了对更多不同问题的讨论思考；第三种作业形式虽弥补了第一种和第二种作业的部分缺陷，但难点是对老师个体的能力和投入要求较高，缺点是不能根据学生的个体学习情况进行分层作业和精准矫正.

1.2 研究意义

目前高中数学作业的设计现状的主要特点为“粗放”.一本资料或一份练习用于至少一个学校全年级几百位学生，当然，其中有一些问题牵涉到基本方法、基本思想是需要覆盖全体学生的.但其中的“隐性浪费”是巨大的，虽然很多学校和老师已经意识到这给学生增加了“不必要负担”与“隐性浪费”，但迫于教学成本和教学效率，改变的积极性不高.

本文的研究旨在充分研究本校学情的前提下，建设能精准检测课堂教学目标达成度、促进学生理解、难度适中、层次清晰的“校本题库”，借助平台系统的数据分析，提出课后分层作业设计的一般路径来实现高效的个性化作业布置，并根据作业与教学目标的一致性分析及习题参数明晰作业的科学性，聚焦重点习题的分析、评价和修改，并依据学生作业完成的“个体数据库”对其进行精准矫正，从而达到减负增效的教学与学习效果.

现有的研究成果多是基于“极课大数据”等成熟的云平台，虽有良好的运营作为保证，但不能根据需求调整“校本题库”的结构和各项参数的构成，也就无法精准的对学生进行分层作业布置并对其完成作业后的各项参数进行数据分析和精准矫正.

本文的研究依托自有数字化平台，可以做到对“校本题库”个性化的多参数与多级目录的标签设置，体现学科特点与校本特色.

现有的研究成果多为通过建设“校本题库”进行作业系统设置，编制练习从而辅助教学.研究的主体是教师的“教”，而针对学生的“学”，还停留在较为粗放的大数据“题型分类”之后的错题推送.但不管是教师的“教”还是学生的“学”，均应注重学习过程中的发展性评价及教与学分析，为教师的精准教学和学生的个性化学习的实现提供保障.

本文的研究基于“校本题库”的建设及数据分析，旨在建立以学习者为中心的评价体系，通过多参数的大数据分析，对学习者的学习过程进行诊断分析，通过布置分层作业和设置精准矫正，为学生提供个性化、有针对性的学习资源和指导.

2 校本题库的开发与建设

“校本题库”的建设必须结合本校的实际情况，而不是优质资源的堆积.因此，本文根据本校生源状况等实际情况研究如何建设凸显学校特色的“校本题库”.

校本题库建设的第一要素就是建立完备的、符合学生发展水平的试题属性体系，可以称之为给试题“打标签”.只有“标签”具有了针对性，才能够让校本题库具有更鲜明的意义，为保证题库的多元评价功能，本文改善了传统的标签体系，采用的题库新标签包括：(1) 题型；(2) 难度；(3) 考查知识点，以四级分级目录形式展开；(4) 类型方法；(5) 核心素养；(6) 思想方法.

3 基于校本数据库的作业分层布置与精准矫正设计路径

由于本研究对试题采用新的六大参数标签体系，特别是在考查知识点上，采用四级分级目录的形式展开，以实现试题与考查知识点的精准对应，为作业分层布置提供基础.试题的难度系数与学生个体的数据分析均为作业分层设计提供依据，依托“校本题库”及数据分析，建立实施分层作业的有效策略和实施路径与方法体系.

依据上述校本数据库的功能，结合当下的教学目标，通过平台系统可对传统作业进行如下操作，从而生成一套高质量的分层作业.

学生完成校本作业、练习及各种测试后会形成大量的过程性数据，既可反馈形成试题难度系数的组成部分，又可结合校本题库的各项标签，形成学生个体的数据库.本文的研究通过数字平台的大数据分析，对学生完成个性化的学习诊断，帮助学生发掘错题根源，对其进行精准矫正.

在实现个性化学习方面，校本题库具备个性化学习系统功能，可以有效地跟踪学习者的学习“痕迹”，帮助分析学习数据，形成基于各项标签的可视化学习诊断，本文的研究在通过对学生学习的大数据分析，实现对其错误的精准矫正，以避免让学生盲目地进行题海战术，从而达到减负增效的学习效果.

4 校本题库开发的意义与前景

4.1 基于新标签体系的数据分析更全面、客观

校本数据库包括：(1) 每道试题的难度系数，由教师界定与学生得分率综合评定；(2) 学生的分层作业、练习及各种测试后会形成大量的过程性数据，通过对学生学习大数据的分析完成个性化的学习诊断形成个体数据库.

4.2 建立精准矫正的分层作业布置与推送系统

数字平台系统能有效地跟踪本校学生的学习“痕迹”，帮助教师分析学习数据，形成基于各项标签的可视化学习诊断，推送相匹配的题库资源进行巩固练习，此阶段是分层作业的深化和补充，通过课题组建立的细化标签与数据分析，理论上可基本实现半自动甚至全自动的定向作业推送.

课后作业是学生学习活动的重要组成部分，它不仅能够检测学生的学习是否达成教学目标，更重要的是练习过程本身也是帮助学生理解、拓展学生思维、培养学生反思的具体实践.每天为学生编制一份高效、符合其能力水平的分层课后作业，对于一线教师来说确实是不小的挑战.与学生学习时间数量上的投入相比，学生学习时间的质量是更加重要的.借助大数据系统的技术支持，基于校本题库的建设，能帮助教师编制出能精准反映教学目标、具有较强针对性、确保科学严谨性的分层作业，从而最大程度地提升教学效益，充分发挥利用作业深化知识理解和素养提升的功能.