基于大数据的精准教学实施路径与提升策略研究

孙心如 马玉慧 时京

摘要：近年来，随着人工智能、大数据的急速发展，智能终端的迅速普及，精准教学逐渐受到学者们的关注，国内有关研究精准教学的文献数量也迅速上升，不同学者针对精准教学的定义、特点及其实施路径提出了不同的观点。本文作者立足于现有的精准教学文献，仔细剖析了现有文献对精准教学的探究，并从定义、特点、实施路径以及面临的困境等方面聚焦于各文献的共同看法，比较各学者不同的观点，然后通过思考得出了自己的见解和看法。

关键词：精准教学；操作路径；反思

中图分类号：G434  文献标识码：A  论文编号：1674-2117（2023）16-0082-04

引言

随着互联网、大数据等技术在各行业的深入发展，越来越多的技术工具在教育教学领域的应用也越来越广泛，甚至颠覆了传统的教学方法和传播方式，教育技术正在发生着一场重大变革。教育信息化的持续深入发展以及“双减”政策背景下个性化分层教学的提出，使得精准教学（Precision Instruction，PI）逐渐活跃在今天的教育舞台。精准教学可以对每个学习者的需求和学习特点进行精确和个性化的分析，从而实现差异化教学。笔者在现有精准教学的研究基础上，梳理和总结了学者们对此话题的讨论，并对精准教学有关的定义、特点、实践中的实施框架和路径以及现存的问题进行了文献分析，提出了新的研究思路，以期能够为构建新的精准教学模式做好理论铺垫。

精准教学的定义

精准教学是由美国学者奥格登·林斯利（Ogden Lindsley）在20世纪60年代基于斯金纳的行为主义学习理论首次提出的。[1]在国内，祝智庭教授在2016年提出了在现代互联网技术下的精准教学模式，可以看作是该领域的一个新起点。笔者在对现有相关文献做了大量的搜集和归纳后发现，目前并没有一个有关精准教学的统一且普遍认同的定义。韦斯特（West）考虑将精确学习作为评价教学方法的一种方法；怀特（White）将精确教学描述为一种评估教学策略和课程的方法；库比纳认为精确教学是一种测量系统。有学者用“拆字法”剖析“精确教学”四个汉字的意思：“精”有精细、精确的意思，“准”有准确、正确的意思，“精准”则概述为精準精细地确定教学目标，精准教学在教学领域解释为确定精确细致的教学目标，并且为达到这些教学目标而前进。[2]

因此，笔者试图得到以下有关精准教学的论述：精准教学（PI）是基于斯金纳的行为学习理论的，并且有一定支撑技术的，其目的是实现以学生为主体的人机协同的个性化差异化教学方法。

精准教学的特点

从以往对精准教学的研究文献来看，可以粗略地将精准教学概括为三个阶段：传统的基于行为的精准学习（以下简称1.0）、由大数据支持的精准学习（简称2.0）、回归教学法的精准学习（简称3.0）。笔者认为，精准学习具有以下三个特点。

1.理论支撑和数据支持

精准教学不论是1.0还是2.0，以及后续可能出现的3.0，都具有一定的理论基础。郭利明等指出[3]，精准教学1.0以斯金纳的行为理论为基础，精准教学2.0在继承1.0的理论基础上继续整合活动理论、情境学习理论和人本主义理论。精准教学3.0是在1.0和2.0的基础上进行的[4]，又创新性地融合了马扎诺教育目标分类的二维框架，在整个学习过程中，重点是每个学生的具体目标。

同时，作为新型数字化的教学方式，精准教学必然在一定程度上依托数据技术。例如，郭利明等指出[3]，从1.0走向2.0，从传统技术走向智能技术，技术新发展有三个方向：大数据、可视化和人工智能。刘宁等指出[5]，“智慧学伴”使用诊断工具和嵌入平台的多种算法来直观地描述学习者的认知能力。

2.人机协同的基本理念

蔡连玉等人认为，人机合作系统中的智能角色是人和机器，智能要素是机器智能、人的智能和合作智能。[6]笔者认为，在精准教学中，机器等先进的技术的辅助使用，必然提高了教学效率，但是机器没有意识，需要教师发挥主观能动性实施教学。

秦丹、张立新[7]指出，精准教学中技术辅助工具的便捷性和易获取性使教师过于依赖利用技术和数据分析的结果。从这个角度看，如果教师无法形成利用数据为自我服务的意识，其可能会改变教师在教学实施过程中的主导地位，使其成为技术与数据应用的附属品。王良辉等[4]提出了必要的人机协同以及以人为主的理念。而祝智庭[8]教授早在2018年就针对教师和机器的互补性提出了人机协同观念。

3.尊重生命完整体，回归教育学

马克思主义理论为教学提供了新的理念—从“以人为本”的视角出发，充分尊重学生主体性。[9]有学者指出[4]，精准教学要回归到教学的角度，充分重视教师在教学实施中的主导作用，考虑到学生的个体差异和需求，始终把教学的主动权掌握在人的手中。

本研究指出，关注完整生命体也包括教师。王良辉等人指出，教师的持续专业发展是有效和准确教学的源动力，应该体现在对技术使用的技能和掌握上。[4]数据在带给教师便利的同时，对教师信息技术的专业素养提出了更高的要求，教师的专业发展能力更多地体现在机器难以完成的、难以量化的数据情感上，教师理应做到会用机器并且精用机器，学习分析智能决策，避免唯数据论。[3]

精准教学的操作路径

精准教学属于教学范畴，作为教学的一个分支，其理论基础是实施教学的过程。所以，笔者建立了一套完整的操作路径，包括设定目标、组织内容、设计活动、记录评价四个流程，具体如上页图所示。

1.设定精准教学目标

教师需要细化和量化学习目标，为每个学生建立个性化的学习模式。万力勇等学者提出[10]，设定精确的教学目标主要是通过在学习者特征和教学期望之间建立精确的映射，而这种映射需要被细化和量化。同时，对现有学生的教学大数据进行分析，提取并创建包括多维特征的个体学习者模型。也有学者提出，教师可以精准教学目标为导向，利用机器学习分析，准确诊断学生的学习情况，并利用数据分析工具测评学生最近发展区，同时根据每位学生的特点，利用平台进行个性化的推荐，精确定义教学目标。

2.组织精准教学内容

相关文献指出，准确的内容传递是指主动向学生提供适合其学习需求的内容，因此，教师可通过大数据工具，如“智慧学伴”等先对教学内容进行整理归纳，实现人机协同[5]，再建立一个学习模型来收集学生的个性化学习信息，为学生提供合适的内容，对不同的学生教授不同的教学内容，而不是“一刀切”。

3.设计精准教学活动

教学活动是动态的、生成性的，而不是预设性的，预先确定的学习活动会根据对学生在课堂上的进展的诊断随时进行调整。姬晓灿等学者指出[11]，教师应利用技术工具观察学生在课前、课中和课后的状态，监测变化的过程，随时调整准备好的课程，真正做到“用运动来计划”。因此，活动目标设计要具体细化，并有生成性的内涵，具有多元性和层级性。

4.对学习结果进行记录和评价

精准教学学习结果的记录，可以使用信息化的工具和手段。相关文献明确提出了评估的做法，如教师可在机器的帮助下准备针对不同学生的练习，在学生完成练习后，借助机器生成学习报告，将其完善并发送给学生，同时提出进一步学习的建议。[4]

同时，精准教学强调根据大数据分析的可视化报告，根据学生的认知能力，向他们提供有针对性的辅导和推荐个性化的学习资源。另外，要转换思想对学生进行评价。例如，从单一维度数据分析转向多维度数据分析，重点从直接测量的行为转移到测量的行为数据。

精准教学面临的困境

在以大数据为主导的时代背景下，精准教学逐渐走向大众视野，但在实践的过程中，也面临着一些困难。

1.数据解读存在困难

海量的数据造成了教学资源的“信息爆炸”，教师很难从冗杂的教学数据中提取出有用的信息。白雪梅等学者分析了精准教学面临的现实困境[12]：一是教师需要根据学生的显性学习行为挖掘隐性原因，再次分析才能获得有价值的数据。二是学习态度、学习习惯等因素没有数据支持。三是教师自身的数据素养会在一定程度上影响对数据的分析。

2.忽视学习者的个人学习需求

教师应精准分析学生的基本信息和学习过程中的行为数据，尊重学生是独立发展的个体。但在實施过程中，教师往往忽视学生情感维度。秦丹、张立新[7]指出，学生作为一个完整的生命体集合，是独特和不断发展变化的。现在的精准教学并没有分析情感维度，忽视了学生作为“完整生命体”的教育意义。在教学观上，当前的精准教学并没有质性的创新与变革。

此外，王良辉等学者指出[4]，目前，教学的准确性仅限于知识和技能的水平，而偏离了教育的目标—滋养整个生命。所以，要重新对教育学价值和人文情怀加以关照，同时要发挥人机协同中教师的主导作用，只有这样才能回归教育学的初衷。

就目前本研究搜集到的文献归纳来看，有了一个较为认同的观点：回归到教育学的本质，尊重学生的变化，是动态的随时变化发展的，精准教学的过程并不是预设生成的过程，而是一个随动而谋的过程。数据只是一个辅助教师分析的手段，教师发挥主导地位，尊重生命完整体，回归教育学视角。这将是今后推进精准教学的一个重要切入点。

结语

从笔者搜集到的数据可以看出，虽然很多学者对精准教学的不同方面进行了调查，但这些研究是矛盾的。例如，有很多学者认为智能技术有以往信息技术没有的智能优势，使得精准教学的实现成为可能。但是也有学者以大量的实证调查和问卷调查为基础，证实当前的数据分析工具无法满足教师解读数据的需求，数据本身依然存在一定的局限性。后续，笔者将继续开展对精准教学的研究，以期能为精准教学的实施提供有益的建议。

参考文献：

[1]BINDER C.Precision teaching：measuring and attaining exemplary academic achievement[J].Youth policy，1988，10（07）：12-15.

[2]卢娥.基于知识图谱的学习平台的精准教学模式构建与应用研究[D].兰州：西北师范大学：2021.

[3]郭利明，杨现民，张瑶.大数据时代精准教学的新发展与价值取向分析[J].电化教育研究，2019（10）：76-81+88.

[4]王良辉，夏亮亮，何文涛.回归教育学的精准教学——走向人机协同[J].电化教育研究，2021（12）：108-114.

[5]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（04）：12-17.

[6]蔡连玉，刘家玲，周跃良.人机协同化与学生发展核心素养——基于社会智能三维模型的分析[J].开放教育研究，2021，27（01）：24-31.

[7]秦丹，张立新.问题与优化：课堂精准教学实践的现实审视与反思[J].电化教育研究，2019，40（11）：63-69+77.

[8]祝智庭，彭红超，雷云鹤.智能教育：智慧教育的实践路径[J].开放教育研究，2018，24（04）：13-24+42.

[9]周迨琛.以人为本视角下新时代智慧教育的发展理念[N].中国青年报，2020-12-07（08）.

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

[11]姬晓灿，成积春，张雨强.技术时代精准教学研究[J].电化教育研究，2019（10）：102-107.

[12]白雪梅，顾小清，尹欢欢，等.数据驱动精准教学：实践路径、感知理解和现实困境[J].电化教育研究，2022（04）：77-84.

作者简介：孙心如（1999—），山东滨州人，在读硕士，渤海大学教育科学学院，研究方向为人工智能教育、教育信息化；马玉慧（1974—），河北山海关人，教授，博士，硕士生导师，渤海大学教育科学学院，研究方向为人工智能教育、教育信息化；时京，通讯作者，北京中医药大学。