大数据驱动下精准教学研究现状与传统工科专业实施路径

邵静静 高锋

摘  要：精准教学是一种现代化教学方法，大数据技术是实施精准教学的重要举措。为促进大数据驱动下的精准教学在传统工科专业教学中的应用，文章采用文献检索法厘清了精准教学的内涵、理论模式及其数据采集与分析技术，论述大数据技术驱动精准教学的理论与应用研究现状，讨论大数据驱动下传统工科专业精准教学的实施路径，包括多学科交叉立体化学习、大学生个性化自适应学习、专业创新型毕业生的培养、专业教学资源的集成、教师数据素养提升和教学评价与管理升级。研究结果在一定程度上为精准教学在传统工科专业的推广提供了理论依据和技术参考。

关键词：精准教学；大数据；传统工科专业；研究现状；实施方式

中图分类号：G642    文献标识码：A    文章编号：1673-7164（2023）04-0070-05

随着信息技术、人工智能的迅速发展，大数据技术已经应用到社会发展的各个领域，如市场营销与电子商务、城市规划与管理、企业生产与管理、交通运输管理、科技研发等。近年来，大数据驱动下精准教学已陆续提上各类学校教学改革的日程。《中国教育现代化2035》提出推进教育现代化的八大基本理念就包括更加注重因材施教，更加注重共建共享，强调利用现代技术加快推动人才培养模式改革，实现规模化教育与个性化培养的有机结合。因此，将大数据技术应用于教学设计、实施、反馈、评价和学生学习管理，实现基于学生个性化差异的精准教学，激发学生学习热情，提高教育教学效果，是推进中国教育现代化的重要途径。

目前，大数据驱动下的精准教学在我国中心城市中小学教学中应用较为广泛，但是三线及以下城市的学校普及度还不高，特别是在高校传统工科专业教学中应用较少［1-3］。为促进大数据驱动下的精准教学在工科教学中的应用，文章总结了精准教学理论与大数据技术的内涵，归纳了大数据驱动精准教学的研究现状，论述了大数据驱动下工科专业精准教学的实践价值。

一、精准教学理论与大数据技术

（一）精准教学的内涵

精准教学基于信息技术和大数据基础，设定教学目标、优化教学资源、记录教学过程、实施教学管理，促进教学效果的提升，并分析教学目标的实现。20世纪60年代，美国教育专家Ogden Lindsley发展了Skinne行为学习理论，提出用精准教学的方法记录小学生的学习表现与行为，通过学习数据支持教学决策［4］。教学评价是实施精准教学的主要环节，其主要目的在于通过教学目标的达成度和学生对知识技能的掌握程度检验教学效果，并及时反馈，指导教学过程改进。欧美国家在20世纪70年代将精准教学逐渐应用于阅读教学和数学教学，并取得一定的研究成果。但由于传统的技术手段在支撑精准教学方面的局限性，以及小量数据采集和分析过程中的片面性和主观性，初始的教学方法没有得到长期的使用和推广。随着信息化时代的到来和大数据技术的迅速发展，精准教学有了新的内涵和使命。

精准教学的内涵在于记录分析学习者的学习行为与表现，实施教学评价和教学活动的精准调整，最终提高教学效率和学生的学习成效。其主要内容为基于大数据的精准教学的生成路径包括基于学情大数据的“学生画像”、设定精准的层次化量化的教学目标、精准教学过程、研讨识别“学习痛点”提高学生创新能力、基于定量测评的精准教学辅导、提高学生学习自主性和合作能力［5］。2018年6月21日，教育部在成都召开新时代全国高等学校本科教育工作会议，强调坚持“以本为本”，推进“四个回归”，加快建设高水平本科教育，全面提高人才培养能力。精准教学的核心就是因材施教和全面提升教师的教学质量以及学生的学习水平，在高等教育中开展精准教学就是坚持“以人才培养为本”“回归常识、回归本分、回归初心、回归梦想”的具体体现。

（二）精准教学的理论模式

近年来，部分教育工作者重点研究了精准教学的理论模式和面向精准教学的教育大数据采集与分析技术。在精准教学模式的研究方面，徐思贤通过总结精准教学的研究文献，认为精准教学的基本模式即课前运用大数据技术建立学习者模型、优化教学目标、改进教学内容，有效开发教学资源；课中做好学生学习行为持续性监测与记录；课后根据教学数据，分析学习者的学习行为特征和问题，并及时反馈和针对性调整，将所积累的经验运用到后续的教学设计和准备中［6］。万力勇认为大数据驱动下的精准教学模式是以大数据技术为手段，在分析学生学业的基础上，精准定位教学目标、精准定制教学内容、精准设计教学活动、精准评价学生学习表，然后做出精准决策与干预，使教学过程与结果可量化、可检测、可调控，进而设计出精准教学的操作框架。精准教学模式面向大数据采集与分析，需要構建线上、线下融合的教学大数据采集模式，提升教师数据素养和开展基于大数据的教学改革与实践［7］。龙虎等人构建大数据技术下的精准教学模式：首先，精准教学需要设定精细量化的教学目标；其次，设计精准的教学过程框架，包括建立大数据教学资源库、构建教学资源的智能推荐系统、优化大数据驱动下的教学过程、开展精准测量与练习并实施教学干预；最后，精准教学以教学评价作为最大的精准，通过学习过程与轨迹的大数据分析，查询分析学情的可视化报告，检验教学达标的程度，分析预测学生学习效果，引导学生学习视角的改变和兴趣的提升，实现因材施教和个性化教学［8］。

（三）精准教学大数据采集与分析技术

在精准教学大数据采集与分析技术研究方面，高等教育集理论教学与实践教学于一体，数据采集途径多、面积广，数据处理与分析技术应该多元化、系统化。王亚飞等人认为大数据精准教学涉及的大数据技术包括学习行为采集技术、学情分析技术、个性化推荐技术，以此设计了一种大数据精准教学的技术框架，提出“聚焦于可观测的行为数据”“用多维指标来衡量表现”“使用学情分析工具”“以学习者的表现为唯一决策依据”的四条基本原则，提炼了“自动记录、多维观察、精准调整”的应用模式，并提出技术框架的最佳实践流程和推广策略［9］。王厚从提出真实全面采集教学数据应该采用“线下”与“线上”相结合的方法，前者采集的是纸质数据，后者采集的是电子数据；教学数据的分析要分层级进行，不同层级的分析角度与功用不同，要从教学起点的选择、重点的把握、课堂互动、个性化教学与课后作业开展具体的精准教学［10］。邵雯娟将计算机网络课程线上教学与线下教学相结合，对不同类别的学生提出差异性的学习目标，使用K-means聚类分析方法，分析学生的学习行为特征、学习影响力，并展开学习社群分析，进而挖掘学生的共性学习特征，做出精准教学决策，取得良好的精准教学效果［11］。

二、大数据驱动精准教学研究现状

（一）基于大数据技术的精准教学理论研究现状

在传统教学模式下，“满堂灌”和“一刀切”的教学方法抑制了因材施教、精准教学的应用，学生对知识的掌握与运用能力主要通过考试检验，但学习过程的真实状态难以体现，无法进行学习问题的个性化分析。通过信息技术与大数据处理方式，学生通过线上教学系统提交作业或参与学习讨论，教师线上评价并进行学习情况统计，能清晰把握学生的学习轨迹，量化每个学生对重要知识点的掌握程度，教师以此改进教学思路与内容，并预测学生在新阶段的学习趋向，把握促成学生有效学习的方法，由此形成学生学习过程的可视化分析与管理模式。数据能说明问题，也能够解决问题，为精准教学指明了方向［12］。美国教育发展中心和儿童技术中心的研究成果显示采集和分析学生的学习过程数据，弄清学生学习的优势和薄弱环节，能够有效指导教学方法的改进，显著提升教学效果［13］。

大数据在教育领域的应用主要包括教育数据挖掘和学习分析技术两大方向。刘宁等人认为运用大数据技术提高教学效果的方式包括：其一，改进教学方法，提升教学质量；其二，提升教学素养，助力教师专业成长；其三，因材施教，实现个性化教学，提升学习者的创新能力；其四，帮助学习者调节学习过程，促使学习认知发展；其五，为学习者提供恰当的干预和预警［14］。同时，教育大数据可以促进个性化自适应学习，主要是通过学习者的数据信息分析，推荐适合不同学生的学习方法、路径、资源，并对学习效果进行反馈和精准干预，体现出以“学习者为中心”的教学理念。

大学生是高等教育活动的中心与主体，应具备自主学习的能力，信息化和大数据时代的大学生学习更是一种自组织行为，教师的主要职责在于提供精准的指导、反馈和帮助。实际上，学生在网络平台可以获取与教师等量的学习资源，教师主要作为学习资源的整合者，基于学生学习情况与过程测量数据的分析结果实施精准推送，针对性推送的教学内容与学生自主学习能力相匹配，提升学生学习的主动性，培养学生的专业悟性和创新能力，同时反馈学生的学习效果，指导学生学习过程的改进。王哲等人认为协同构建和挖掘大数据是为了协同教学与测评，通过大数据技术实现教学创新需要转变教学理念和教师角色，教学以学生为中心，教师是教学的引导者、支持者和反馈干预者。不同教学单位还需要协同开展数据分析、教学实践和评估测试，实现中国特色数据驱动的精准教学［15］。

相比传统的“填鸭式”教学模式，大数据技术驱动下的精准教学模式更有利于实现中国教育界提倡的因材施教，不同学生的学习方法、学习能力和认知程度有所差异，利用学习过程的测量数据构建学习者画像，并对学情数据进行分析和处理，据此改进教学方案，推送适应的教学资源和指导干预，开展个性化引导性教学，从而培养学生全面发展的能力［16］。

（二）大数据驱动精准教学应用研究现状

随着信息化大数据技术的普及和移动式教学终端的推广，许多教育工作者开展了大数据驱动下精准教学的实践研究。张道华以大数据用于C语言程序设计教学为例，提出了精准教学的路径，即精准教学内容、精准教学目标、精准教学策略、精准教学反馈，并证明了大数据能够实现课堂教学精准化、高度差异化，有效推进因材施教和高效教学，提高学生的创新能力［17］。马俊莉将大数据背景下大学英语视听说教学有效评价模式分为自我评价、学生互评、教师评价，认为通过多媒体与课堂有机结合、构建有效的大数据评价体系、评价方式多样化、建立学生学习档案可以有效构建该课程完备的评价模式［18］。刘东旭整理分析了大数据对教育教学的影响，归纳了教育大数据的来源和采集技术与重点，在教育管理决策、学情分析预警、教育教学评价方面总结了教育大数据的应用，认为教育大数据可以助力科学合理地制定教育决策，逐步推进实现精准教学，使学生学习方式更加个性化，让教学评估更加真实［19］。

霍娜与龙浩认为教育大数据可以为精准教学提供即时的数据支持，而教育数据化可以实现教学对象、教学过程、教学效果的针对性量化分析。基于精准教学在大学英语教学中的应用研究，其认为大数据背景下精准教学的首要内容是教学目标的精细化，通过课前预习数据的充分挖掘、课堂教学内容的精准制定与决策、课后个性化精准练习推送以实现针对性教学。最后通过纸质检测和活动数据实施精准教学考评。经教学实验分析，精准教学模式显著提高了大学英语教學效果，为多数学生所支持［20］。李正等人论述了教育大数据、精准教学、高校精准管理的研究现状，详细介绍了西安欧亚学院通过大数据技术解决精准教学需求和精准管理需求的经验，展示了智慧课堂的构建、教学评价方法的改革、教学管理可视化体验的提升和大数据分析能力的强化，实践成效显示大数据驱动下的精准教学与管理显著增强了教师的投入度和学生学习的积极性与合作能力，节省了管理时间与成本，得出数据采集是精准教学的基础、数据质量是解决问题的关键的结论［21］。李泮泮进行了大数据应用于精准分层教学的实践研究，提出大数据驱动下精准教学与分层教学相结合的教学理念，利用精准教学的精准测评和管理功能，针对学情实施精准化、个性化教学，进而为分层教学提供科学依据，实现因材施教［22］。刘春娟通过食品理化检测技术课程的学习资源大数据构建了包含学生基本信息、学习偏好、认知水平和学习行为的学习者模型，建立了线上线下一体化的精准学习路径，提出了基于大数据的精准教学干预模型和诊断模型［23］。

三、大数据驱动下传统工科专业精准教学实施路径

安全工程、采矿工程、冶金工程、机械工程等多数传统工科专业属于理论与技术应用型专业，实践性、操作性的课程比例较高，在培养过程中注重产学研结合。传统的授课方式主要为线下课堂授课，学习效果评价方式以考试结果为主，以到课率和平时作业为辅，难以满足精准教学需求，需要用信息化、数据分析等手段辅助人才培养的全过程［21］。精准教学依托大数据与信息化技术实施，以教学数据采集、评价反馈、教学过程改进为主导形成新的教育教学理念，建立教学活动的良性循环，成为一套高效的教学方法体系，可以有效促进传统工科专业教学效果的提升。大数据驱动下传统工科专业精准教学实施路径主要体现在以下几个方面：

（一）多学科交叉立体化教学

结合传统工业工程技术创新驱动生产方式变革的时代需求，在专业高等教育层面有机增加人工智能类相关课程。针对专业传统教学中不同课程内容重复冗杂的问题，教师可采用大数据技术整合不同课程教学方案，智能识别过滤重复的教学内容，使用大数据分析的方法将新课程相关知识与传统专业课知识无缝衔接，构建多学科交叉的系统化课程体系，进而实现基于先进工艺技术的新传统工科立体化教学。

（二）大学生个性化自适应学习

传统工科专业学生的逻辑思维能力较强，但数学、英语等基础学科的学习一般偏弱。通过学生学情信息、学习过程、学习行为、学习效果等方面的大数据采集与分析，构建学习画像并适时反馈，促进教师教学决策优化和学生自我学习认知。基于工科专业生产技术创新对学生基础知识的要求，教师精准推送教学资源和学习方法，学生自主弥补知识短板，进而实现个性化自适应学习。

（三）专业创新型毕业生的培养

在信息化时代和二次技术革命背景下，高等工程教育的毕业生需要具备较强的创新意识和能力，以满足职业发展和创造社会价值的需要。当前传统工业生产技术的智能化程度远低于工业领域，其技术创新的紧迫性强、发展空间大。在大数据技术驱动下，传统工科专业精准教学可以与高级工程技术人员、高层次教师队伍紧密结合，实施导师制全程在线指导干预，落实产学结合。根据学生情况，使专业学习与先进的生产理论与实用技术无缝对接，从而促进专业创新型毕业生培养。

（四）专业教学资源的集成

新时代传统工科专业的课程体系较大，教师资源的分配难度大，且该专业的学习要求学生具备较高的空间思维和逻辑思维能力，在教学上需要辅以高成本的实体工艺模型或者现场生产实习。大数据驱动下精准教学的主要优势在于教学资源的大数据集成，可以高效整合优化大量的网络资源、平台资源和硬盘存储资源，从而构建虚拟实验室为学生推送精确的立体化数字工艺模型。通过教师教学的数字画像科学分配课程任务，基于教师理论水平和教学能力进行教学活动的合理配置，进而优化利用教师资源，促进课程目标与人才培养目标的实现。

（五）教师数据素养提升和教学评价与管理升级

长期以来，传统工科专业的教学以线下为主，教师积累的教学数据局限于考试分数、到课率和平时作业成绩。大数据驱动下传统工科专业精准教学要求教师主动适应新的教学生态，由传统的经验驱动转变为数据驱动，经过线上线下组合模式的培训，在精准教学大数据采集、整理、分析、利用的过程中提升教师的数据素养。通过教学准备、教学过程、学生学习行为改进与学习效果等方面数据的反馈，可以对教师的教学工作进行科学合理的评价，建立高效的教学动态管理模式，促进教学评价机制和管理模式的升级［24-25］。

四、结语

现代教学由单一的课堂教學和实习实训向线上、线下相结合的信息化精准教学转变，大数据技术是现代化教学的基础，精准教学是从根本上提高教学效果的有效途径。精准教学的核心是教学元素的数据化评价，所实现的主要手段在于学习行为、学情、学习效果、教学资源等数据的采集、分析和个性化引导，同时体现了以学生为中心、以产出为导向、持续改进的OBE教育理念。大数据驱动下传统工科专业精准教学的实施路径包括多学科交叉立体化教学、大学生个性化自适应学习、专业创新型毕业生培养、专业教学资源集成、教师教学上的数据素养提升和教学评价与管理模式升级。

参考文献：

［1］ 陈月萍. 小学高年级数学实施精准教学的策略［J］. 亚太教育，2022（01）：157-159.

［2］ 万静. 精准试卷讲评课模式的教学研究与实践——以希沃易课堂为例［J］. 教育与装备研究，2022，38（08）：65-68.

［3］ 李甦，江孟雪. 近20年国内精准教学研究现状与未来趋势——基于Citespace可视化图谱分析［J］. 成人教育，2022，42（04）：6-10.

［4］ Binder C. Precision teaching：Measuring and attaining exemlary academic achievement［J］. Youth Policy，1988，10（07）：12-15.

［5］ 任红杰. 基于大数据的精准教学：生成路径与实现条件［J］. 黑龙江高教研究，2017（09）：165-168.

［6］ 徐思贤. 大数据背景下我国“精准教学”实施环境剖析［J］. 科学大众&科学教育，2019（06）：164-166.

［7］ 万力勇，黄志芳，黄焕. 大数据驱动的精准教学：操作框架与实施路径［J］. 现代教育技术，2019，29（01）：31-37.

［8］ 龙虎，王小雪. 大数据技术下的精准教学模式构建研究［J］. 电脑知识与技术，2019，15（20）：150-152.

［9］ 王亚飞，李琳，李艳. 大数据精准教学技术框架研究［J］. 现代教育技术，2018，28（07）：6-11.

［10］ 王厚从. 基于大数据分析的精准化教学［J］. 上海教育科研，2017（02）：63-67.

［11］ 邵雯娟. 基于大数据的精准教学设计与应用的研究［J］. 电脑与信息技术，2018，26（06）：31-34.

［12］ 杨现民，王榴卉，唐斯斯. 教育大数据的应用模式与政策建议［J］. 电化教育研究，2015（09）：54-55.

［13］ Vanlommel K，Van Gasse R，Vanhoof J，et al. Teachersdecision making：Data based or institution driven［J］. International Journal of Education Research 2017（83）：75-83.

［14］ 刘宁，王琦，徐刘杰，等. 教育大数据促进精准教学与实践研究——以“智慧学伴”为例［J］. 现代教育技术，2020，30（04）：12-17.

［15］ 王哲，张跃. 大数据方法与外语教学创新研究——以“2015年百万同题英文写作研究”为例［J］. 外语电化教学，2015（165）：3-8.

［16］ 张徐昕，李丹，李嘉伟，等. 大数据在“在线教育”领域的应用研究［J］. 软件导刊&教育技术，2017，16（05）：54-56.

［17］ 张道华. 大数据背景下精准教学的实践路径研究［J］. 贵阳学院学报（自然科学版），2018，13（02）：22-25.

［18］ 马俊莉. 大数据背景下大学英语视听说精准教学及有效评价模式研究［J］. 长春大学学报，2019，29（08）：102-105.

［19］ 刘东旭. 大数据对教育教学的影响［J］. 信息与电脑，2018（16）：229-331.

［20］ 霍娜，龙浩. 教育大数据背景下大学英语精准教学模式实践研究［J］. 福建广播电视大学学报，2019（04）：38-41.

［21］ 李正，罗征，孙雨，等. 大数据分析应用于高校精准教学与管理的探索［J］. 中国教育信息化，2019（17）：9-12.

［22］ 李泮泮. 基于大数据的精准分层教学实践［J］. 现代教育，2020（01）：37-39.

［23］ 刘春娟. 基于大数据下的课程精准教学模式研究——以《食品理化检测技术为例》［J］. 农业科教，2019（23）：98-99.

［24］ 肖艳红. 高校教学质量管理体系探析［J］. 教育与职业，2015（36）：47-49.

［25］ 刘颖，张建. 新建高职院校发展策略研究［M］. 广州：华南理工大学出版社，2013.

（荐稿人：张亚宾，华北理工大学矿业工程系主任，教授）

（责任编辑：邹宇铭）