技术赋能于教育

——教育大数据平台支撑下的学校学业质量分析与应用研究

苏州市平直实验小学校

各位专家、各位领导、同仁：

2018年，教育部发布了《教育信息化2.0行动计划》，强调以信息化引领构建以学习者为中心的全新教育生态，积极推进大数据、人工智能在教育教学中应用，加速教育改革和课堂变革。苏州市平直实验小学校积极运用大数据平台，建立面向学生和教师的数据架构，生成高质量的按需的动态的数据供给，实现了基于大数据的学业诊断分析，利用大数据分析结果提升教师命题水平，借助大数据学业诊断提升对学生学习能力的评价和促进精准教学。下面我从6个方面介绍我校开展基于教育大数据的学业质量分析与应用研究：

一是学校逐步形成学业数据采集与组织策略。新课改后，我国基础教育阶段学校教育更加注重学生的主动性学习和个性化发展，结合上述要求，华中师范大学积极架构大数据学习平台，采用可视化的知识图谱将知识点和试题、练习题有机结合，使教育者可以对知识点以及学生对知识点掌握情况的整体把握。这是解决目前基础教育提高教师专业水平、学生学习效果的一个可行方法。

策略一是建构知识图谱来生成目标数据。利用学科知识图谱辅助教师命题，通过学科课程提取实现学科知识图谱构建，对设计好的知识图谱进行目标数据生成，实现知识图谱可视化展示，构架以教师为主导的命题系统。

策略二是依托知识图谱来进行命题组卷。教师基于知识图谱根据教材、学科、知识点、难易系数等多个纬度利用便捷组卷功能进行个性化命题组卷；利用选题组卷功能有针对的选择性组卷；利用智能组卷，使系统智能自动生成试卷。

二是实现学校学业质量整体情况分析。常规的成绩统计已远远不能满足大数据时代下教师、学生、教学管理者内在需求。学习大数据平台数据分析包括了不同层级。为教学管理者精准提供每一个年段、每一个班级、每一门学科、每一位教师、每一名学生的对比数据，使其全面监控年级、全校的学情现状，适时调整教学管理策略；为教师精准分析每一位学生的学习数据并进行学情追踪，帮助其找准课堂教学内容的重难点和每一位学生的薄弱点，开展精准教学；为学生及家长精准分析个体的学习现状。

其一构建学业质量三维分析方法。大数据环境下，通过采集学生在学习行为过程中产生的各类状态信息，形成反映学习情况的数据源，随后利用各种数学建模方法和大数据处理技术对数据源进行测量、分析与比较，并根据此结果对学生的学习行为及其学习表现进行评估和干预，预测学生未来的学习表现趋势，也可以为个别学生量身定制更为有效的干预方法和改进措施，以保障学生的个性化发展。

其二学校层面，实现学校整体学情分析。教学管理者更多关注整个学校、一个年级、一个学科的整体学情，数据分析的重点在教师之间的差异性、班级之间的差异性、练习的整体质量、学养监测的整体分析等。

其三班级层面，实现班级学业详情分析。班主任关注所教班级的整体学习表现、每一位学生的学业表现、历次学业成绩对比跟踪、优势学科和弱势学科等。任课教师则关注任教班级知识点和重难点掌握情况的数据分析、学生成绩分布情况、得分率较低题目的归因分析等。

其四学生层面，实现学生个人学业分析。学生和家长关注个体的监测结果或学业现状，如每次监测学科薄弱知识点分析、历次监测的动态跟踪（进步、退步）、错题解析、学习评估等。同时，根据常态化的练习数据分析，给出合理化的、针对性的学习建议和巩固习题，从而提高学习效率，减轻学业负担。

三是学校学业质量问题诊断及归因分析。学业质量是学生在教师的指导下，在先前经验的基础上通过学习活动在知识、技能以及情感态度等方面达到的发展水平。从心理学的角度看，影响学生发展有三大因素，分别是遗传、环境和教育，这同样也是影响学生学业质量的关键因素。

以某校五年级6个教学班数学学科学养监测数据为例，我们从学生个体、家庭、相关班级三个层面，从学习态度、学习主动性、等多个维度进行相关因素归因分析，从而全面、科学、客观评价教育教学质量。

四是基于大数据的学生学情评价机制创新。

其一遵循学生水平评价规则。学生只有在完成基于知识图谱的练习和测试后，教师通过知识点水平评价规则评级才能进行水平定级的提升或下降。

其二遵循难度自适应更新规则。难度更新常见的有两类方法，一种是根据年段正确率划分难度等级，另一种是全班迭代更新难度等级。前者适合阶段调研、期末考试等题目定级。而对于课后练习场景，采用全班迭代更新难度等级更为适合。

五是基于大数据的学校教学管理改进与提升创新。大数据的运用为教育管理者提供全面客观的教育问题分析，促进“基于数据说话”教育治理方式和“动态实时”教育治理模式的实现，结合“最近发展区”及“差异教学”理论指导学校教学变革和管理改进提升。

其一有利于推进师生获得，发展驱动建设。通过加工大数据，提炼出让学生最有获得感的数据分析，揭示学生的真实情况，反馈总结学生的学习行为，预测学生未来的学习表现，发现其潜在优势和弱势，教师也可以更加清楚学生的个性化需求，知道如何开展针对性教学。

其二有利于推进系统互联，数据无缝流转。想实现全过程数据的汇聚，形成真正的教育大数据，并使大数据产生化学效力，需要大力推动系统互联，贯通学生的各方面数据。多元数据流转和共享，可以构建更全面完善的学习者模型，构建更真实的数字学生。

其三有利于推进教师培训，发展数据素养。提升教师的数据素养，培训站位于数据应用的角度上帮助教师提升解读数据的能力，让教师能够借助数据为学生提供更好的教学支持。

其四有利于推进流程变革，服务模式创新。教育决策不再过度依靠经验和简单的统计结果，而转向基于大数据的科学决策。在管理体制以及教育公平与质量提升等方面，无论是宏观的学校制度改革，还是微观的教学方法和管理方式的改革，都可以通过科学的数据分析寻找问题的症结所在，识别不同的教育发展的独有规律，然后对症下药，实施改革。

六是基于数据的课堂教学改进与提升创新。学习大数据平台改变传统的学业诊断模式，教育工作者可以用数据说话，用数据分析、指导课堂教学内容及效果，充分利用好课堂教学的有效时间，向课堂要效率。

下面以英语学科一节基于学习大数据平台课例Seasons的单元整合课案例。教师能有效利用数据，精准定位教学，提升课堂教学效率。

其一利用导学单，有效前测。导学单的设计有利于教师对预设课堂教学内容的一个检测。通过智能扫描与分析系统，半分钟就能够完成导学单的扫描与分析，大大减轻了教师的工作量，节省了教师的时间成本，让教师对预设的内容能够更加精准定位。

其二利用大数据，智能分析。教师通过对数据的分析，对学生可能存在的理解问题进行了预设，教师利用数据分析系统得知，第3题学生的掌握情况不是特别的理想。在接下来的课堂教学中适时调整课堂教学内容进行有针对性的教学。

学习大数据平台运用解决了评测不同学生个体对于所学知识点掌握情况的分析。通过结合知识图谱的分析，教师可以将学生模棱两可的知识点进行分析与梳理，让空泛的教学目标变成基于学生实际学情得具体的教学目标。

其三利用能力单、对标效果。结合调整后的英语课堂，教师设计了能力单，对课堂教学效果进行后测。利用前测+后测的监测过程，采用发现-思考-调整-再发现的闭合式教学圈，真正实现大数据时代下的有效教学的新样态。教师能够在最短的时间内依据数据分析的结果，精准定位教学过程中的软肋与弱项，从而及时采取有效措施，调整教学进度与步骤，调整教学方法，从而保证教学目标的实现。

综上所述，学校用大数据技术构建教育管理与质量监测体系，树立科学、全面的教育质量观，不唯分数，以联系、辨证的思维看待学业质量监测结果；加强监测数据的研读和诊断，全面准确把握教育教学质量的发展状况，找准学生学业发展的“痛点”，合理归因，科学施策，靶向改进。从经验说话转向“用数据教学、用数据说话、用数据决策、用数据管理、用数据创新”，形成了基于大数据的学校教学管理改革与提升的相关策略与方法，促进学校教育教学质量和管理效能的提升。