篇一：数据驱动下的智慧课堂精准教学
数据驱动的精准教学：整校教学质量提升策略数据驱动精准教学是通过对学?进?多样化的及时测评，有意向地收集多种有效的数据，由此引导和实施有针对性的教学决策。其成功实施需要在全校范围内建?信任?化，推动循证路线，基于?定交流规程开展富有成效的教师合作研讨，从?实现教学?标精准确定、关键学情精准分析、教学改进精准规划。在这个过程中，教师的教学策略得以丰富，专业判断愈加敏锐，整校教学质量持续提升。?现实背景：如何看待?数据?数据时代，教育数据不再只是?堆?作统计的数字，正在成为?种变?教育的战略资产和科学?量，甚?是“?类世界的下?个?然资源”。随着信息技术在教育教学中的?泛应?，教育系统中每时每刻都在产?海量的、与学?学习?为相关的数据。挖掘隐藏其中的丰富价值，以此改进教学决策与实践，成为?数据时代教师?临的重?挑战与机遇。?直以来，教师的?作中都不缺乏数据，他们过去的教学决策更多依靠的是??的教学经验和学?的成绩数据。现在，随着众多教育软件系统的出现，教师教学决策可以依据的数据类型愈加丰富，不只有数值型数据，还有多媒体数据，数据分析速度也加快很多。正如国家督学、中国教育学会副会长罗洁所说，“我们的教育数据，不是为了证明，?是为了发现、指引和激励”。所以，在学校层?做数据分析，更重要的是为了帮助教师发现教学中存在的问题、可改进的地?、学?的个性化学习情况，以便转变教学?式，实现基于“经验+数据”的更科学的教学。?数据驱动精准教学概述数据驱动精准教学是指通过对学?进?多样化的及时测评，有意向地收集多种有效的数据，由此引导和实施有针对性的教学决策。这个概念界定中有以下?个关键点。?是要对学?的学习做及时测评，教学的?的不是在有限的时间内覆盖全部教材内容，?是要帮助学?掌握所学内容。及时地测评可以帮助教师调整教学?向、节奏和练习强度。在信息技术的?持下，?些有条件的学校已经做到在课堂上容。对随堂练习进?即时反馈，教师可以及时了解每个学?对新授知识的掌握情况。?是测评的?式要多样化，教师要有意向地收集多种数据。?前，不少学校把数据驱动教学理解为建?学科知识图谱，根?是测评的?式要多样化，教师要有意向地收集多种数据。据学?做题结果，了解学?知道什么和不知道什么，对学?没有掌握的内容再进?重复教学和强化练习。然?，要真正让学?受益，教师更需要了解的是做错题的学?为什么会这么解答、他们是怎么想的。也就是说，教师要将学?的解题过程作为要分析的数据（?本数据），?不是只看对错数据（数值数据），还要辅以学?对解题思路的描述（?语数据），从?确定学?出错的根本原因。笔者之前观看?些学校的?范课录像，发现有些教师对于学?的做题结果只管对错，很少追问学?是怎么想的，这也就放弃了督促学?整理和解释解题思路的机会。从学习科学的研究发现来看，这种解释?为对学?学业发展?常关键。三是对多个学?同?错误的辨识以及不同错误的归类，结合对教学过程的复盘反思，有助于教师更精准地掌握学?学习的规律，形成针对性的补救策略。在这个过程中，教师的教学见识与见解得以丰富，整校的教学质量也随之得到提升。习的规律，形成针对性的补救策略。总之，能够驱动精准教学的数据必须是有意义的且有时效性的，数据不在“?”，关键在“有?”。?前对教学最有?的数据还是学业表现层?的?数据。三数据驱动精准教学整校提升教学质量的关键点采?数据驱动精准教学，本质上是为了改进教学绩效。教师在备课的时候对于教学时学?可能出现的学习反应是有预期采?数据驱动精准教学，本质上是为了改进教学绩效。的，这些预期往往基于?些理论假设和过去的经验，但是实际教学中的情况常常跟预想的有差距，这些差距就是教师要分析的地?。对于同样?种现象，可能有不??种解释和原因，对它的处理也会有不??种?法。那么，怎样才能做到准确判断、精确改进呢？这就需要发挥社会学习的作?，通过改进学科教研过程，实现整校提升教学质量的?标。精准教学需要精准确定教学?标、精准评测学?学习起点、精准确定教学内容，并能够精准发现学?学习中的问题，精准找到解决问题的对策，再予以精准实施。采?基于教研改进的数据驱动精准教学整校提升策略，可以遵循以下步骤进精准找到解决问题的对策，再予以精准实施。?教学改进：第?步，根据课标与学科核?素养要求，确定教学?标；第?步，根据教学?标设计考试题，确定教学深度和?度；第三步，根据考试题，规划如何教，分解??标，采取分步教学与综合练习相结合策略；第四步，实施教学，通过课堂提问和随堂测试，及时发现学?学习中的问题并及时改变教学策略；第五步，通过教研活动，分析学?的作业/作品，研讨典型问题及对策，为确定重新教学的策略集思?益；第六步，重新教学，对于学?的学习难点，换种教学?法，并检验教学效果。这其中有?个细节有别于传统的教研活动。（?）备课从备课程标准开始，通过出题直观表达教学要求
之前笔者调研过中?学教师的备课情况，得到的反馈是：备课就是备教材。虽然学校教研组或区教研员会组织教师学习课程标准和学科核?素养相关?件，但并不是每次备课都会关联课标或学科核?素养。诚然教材体现了编者对课程标准的理解，反映了编者认为有效的教学路径，但这只是对课程标准与核?素养的?种解读。学校在落实课标要求的时候，每位教师对其的理解还是有差异的，如果做整校的教学质量提升，就需要保证每个年级每个学科的教学要求是?致的。这可以通过让每位教师对同?课程标准出对应的考试题来显性表达他们的理解，通过对这些考试题的分析研讨，统?对这个知识点上教学难度要求的认识。例如，课标要求“学?会使??率概念解决现实世界中的数学问题”，以下为六道对应试题。1.20的50%是多少？2.81的67%是多少？3.肖同学在物理周测中10题答对了7题，他答对题的百分?是多少?4.斯蒂芬·库?是2018年NBA最好的罚球投?之?。在主场?赛中，他曾有116罚110中的记录。他的罚球命中率是多少？5.斯蒂芬·库?是2018年NBA最好的罚球投?之?。之前在主场的?赛中，他罚球116中110。但是在季后赛第?场?赛中，库?前五次罚球均未命中，在罚球失误后，他的命中率从赛前到现在下降了多少？6.斯蒂芬·库?和凯?·杜兰特在争夺最佳罚球?。库?前103次投篮命中率为94%，杜兰特51投命中47次。a.谁的命中率更??b.如果下?场?赛库?10投2中，杜兰特10投7中，他们各?的总命中率会是多少?c.谁的命中率更??d.马同学认为：如果库?和杜兰特都投中了接下来的10投，他们的投篮命中率也会上升相同的幅度。这是真的吗?为什么是或为什么不是?很明显，这?道题的难度是逐渐增加的，第六题要?其他题难很多，?且考到了学?可能出现的错误认识。通过出对应的考试题，教师可以?常明显地看出教学要求的差异，那么教学应该达到哪个难度最合适呢？?个简单的办法就是对标?考题和中?个简单的办法就是对标?考题和中考题，按照这个难度标准设置教学?标要求。在备课教研中产?的这些试题，不仅可以统?教师对课程教学难度和教学深度的认识，还可以有效引领教学实施：教学就是教学就是要帮助每个学?在学习相关知识之后都能够正确解答这些题?。换句话说，备课阶段产?的这些题?应该是公开的，教师要帮助每个学?在学习相关知识之后都能够正确解答这些题?。在教学中需要讲解类似的例题，在随后的单元测验、期中考试、期末考试中，测试题的设计也需要参考备课阶段出的这些题?的题型和难度。只有当师?都明确教学要达到的?标是什么的时候，教学才会是有针对性的，测试的?的也能回归其原有的定位：是为了检验教学?标的达成度，?不是刁难学?。是为了检验教学?标的达成度，?不是刁难学?。有了明确的教学?标，也可以避免学?盲?刷题、过度训练。上述这种“结合教学内容、对应课标要求、出题明确教学?标”的做法，既可以?于单元备课，也可以?于每节课的备课。当应?于单元备课时，教师可以通过对较?教学?标的逐层分解，以及对每层??标出对应试题的?式，将课程标准及核?素养落实到每节课。刚开始的时候，教师的备课速度会有些慢，但是被激发出来的思维突破也是很明显的，久?久之，当他们对课程标准和核?素养烂熟于?的时候，在每堂课上落实核?素养就不再是?句空话。（?）课堂上须即时掌握学情，及时修正教学在传统的课堂上，教师教学基本按照预先设想的流程进?，以传授知识为?标，遇到突发情况，?如学?提出了意想不到的问题，他们常常采取“下课后再说”的处理?式。采?数据驱动的精准教学，教师的教学以“帮助学?学会”为?标，意在建设“新学知识，当堂消化”的?效课堂，这就需要教师在课堂教学的时候，时刻关注学?的学习情况。为此，教师需要开发多种获取学情数据的?具，如学?课前预习情况检查单、课上要对学?提问的问题集、新知识学习后检查学?理解情况的题?，等等。对于?些开展学??主学习或?组学习活动的课堂，教师还需要设计?作单，以了解学?学习活动的进展和质量。?前，很多学校安装了智慧教学系统，这样在课堂上教师可以很?便切换到对学情进?诊断的界?，在学?做完题后也可以很快地给出统计报表，根据数据统计结果采取相应的措施。?如，请出错的学?谈谈他们的解题过程，以便给予针对性的指导。有时候，这种及时的测试也会帮助教师发现??之前讲课疏忽的地?。总之，采?数据驱动精准教学，教师在每堂课上都要对标课程标准和核?素养的要求，通过对单元教学?标进?分解，使得教学能够朝着完成教学?标的?向迈进。对于每个??标，也是先出考试题定位教学的难度和深度，再设计能够保证学?会做考试题的教学活动。有研究证实，随堂测试能够明显提?学困?的学业表现。教师对测试数据的分析，不只是要关注全班学?的平均分这样的统计数据，更要关注每个学?的答题情况，找出出错的原因和规律，这样才能发现教学可改进之处。（三）有规程的集体教研是形成教学见解的重要环节有些学习问题并不是教师在课堂上就能够及时发现、马上解决的，需要通过仔细分析学?作业或收集其他??的数据才能够意识到。?且，对于学?暴露出来的问题，其原因可以有多种解释。通过集体教研，教师可以厘清思路，形成对策。通过集体教研，教师可以厘清思路，形成对策。
在调研?线教师现有教研形式和教研内容时，笔者得知?前?多数的教研主要是集体备课，交流教案，或者观摩?些优秀教师的课堂，很少开展分析学?作业或作品的教研活动。数据驱动的精准教学?常强调以学?的作业或者作品为数据，集体讨论作业暴露出来的学习问题或教学问题，挖掘教师中好的教法，并予以推?。?如，有所学校在对?次单元测验数据分析时发现部分学?对新学的负数概念掌握得不太好，但是有?个班例外。在集体教研探问原因时，这个班的授课教师说他讲授正负数概念时没有如常规横着画数轴，?是垂直画数轴，这样便于学?理解。随后，其他教师都使?垂直画数轴的?式回到本班重新教学，之后的测验发现学?基本都掌握了正负数概念。除了同学科的教研外，还可以开展?些数据驱动的精准教学??的跨学科教研，有时也能产?意想不到的效果。有学除了同学科的教研外，还可以开展?些数据驱动的精准教学??的跨学科教研，有时也能产?意想不到的效果。者谈到?个跨学科教研案例：?个语?教师在分析学?的议论?作业时，表达了对学?作?的不满意。为了回答数学教师的提问：“学?是否知道怎样才是有说服?的议论?？”这位教师给出了她给学?的范?，这些具体的范?让语?学科教师们发现了彼此之间对于议论?评判标准的差异，在此之前他们并没有意识到对于这些基础概念?家的认识不同。有时候，集体教研中，对于发现的学?学习中的共性问题，教师们会给出多种解决?法。它们往往并?优劣之分，教师可以回到各?班级试???认为较合适的?法重新教学。过?段时间，教师们可以在?起根据数据分析看看哪种?法更合适，还可以联合撰写成教研论?。教师在重新教学的时候最好能够变换教学?法，尽量不要重复之前的教法，因为学?之前之所以没有掌握知识，可能与不适应教师教法有关。那种让学?把讲课视频多看?遍的要求往往收效甚微，也是这个缘故。但是要让教师挑战教学舒适与不适应教师教法有关。区，采?另?种教法并不容易，集体研讨可以帮助教师丰富教学策略。只是从调研中发现，?线中?学教师?前的教研活动并不常常出现集思?益的情况。究其根源，是因为有效的合作教研需要?定的规程，?国内教师对此了解不多。国内的教研活动还是原?态的，推动数据驱动精准教学全校教学质量提升，需要从改进教研流程开始，开展相关合作教研规程的培训。举例来说，关于教案的教研，?前学校的常规做法是?位教师介绍教案，其他教师提问，介绍教案的教师回答，这往往会变成“教案设计答辩会”。当这位教师过于解释其设计想法时，其他教师会产?“就这样吧，多说?益”的想法。如果采?研讨规程，?如“调优规程”，则在教案作者介绍了教案设计之后，他就不再允许发?，只能坐在?边聆听记录。所有参会教师针对教案?本谈??看到了什么、想到了什么、??在这种情况下会怎么做，之前看过的其他教师的做法中有哪些可以借鉴的，等等。这样，所开展的研讨是对“教案”?不是对“教案作者”的。在此过程中，参与者会更多谈到??的想法、做法及建议。当?家讨论得差不多的时候，教案作者才可以发?，总结听会体会，说明会采纳的建议，求证?些不太理解的议论，等等。这样的研讨规程设计，保证了与会教师有充?的时间发?，被帮扶的教案设计者会有更长的时间吸收?家的意见。我们采?这个流程，做了两轮共20场7所?学??智能教师的线上研讨会，参与教师均表?相?在本校的教研，采?规程的讨论，教研内容更加聚焦。（四）测评素养是教师实施数据驱动精准教学的关键能?从上?对?个关键细节的介绍中不难发现，数据驱动精准教学?常依赖精准测评数据驱动精准教学?常依赖精准测评，因为只有测评?具好，教师所获得的数据才可信，也才有分析的价值。理想的情况是，教师每次给出的测试题都是精?设计的，紧扣教学?标。靠??出题会?烦?些，但也不是不可能。成都?学校的校长要求新校区的教师每次给学?的作业和测验题都??命题，三年后新校区的升学质量达到与优质?校区齐名，这也证实提?教师的命题能?会显著提?学校的教学质量。在当前强调教育?数据应?的形势下，教师除了要具有命题能?，还需要有测评素养。有学者指出，具备测评素养的教师要能够：将学习评价与清晰的教学?标关联；阐明对学?学业成就的预期；采?恰当的学习评价?法；开发?质量的学习将学习评价与清晰的教学?标关联；阐明对学?学业成就的预期；采?恰当的学习评价?法；开发?质量的学习评价练习和评分标准，对评价结果进?恰当抽样分析；在评价中避免偏见；有效沟通学?成绩；使?评价作为?种教学?预。这些能?正是教师成功实施数据驱动精准教学的保障。学?预。具体来说，如果是教师根据教学?标设计的测试卷，每个教学?标对应?道测试题，那么就可以根据学?的测试结果对每个教学?标的完成度进?分析，还可以分析每个学?每个?标的达成度。对关键题?有意设计的错误选项的得分情况进?分析，可以进?步明确学?失误的原因和?率，这对于开展精准的修正教学?有帮助。为了推动学?温故知新，数据驱动精准教学整校提升策略建议教师在进?单元测试时最好包含前?多个单元教过的内容，即2单元的测试包含1单元和上学期的内容，3单元的测试包含1单元和2单元的内容，等等。前?单元的内容最好与新学内容有机融合，构成累进考试，不断促进学?新旧知识关联，避免学?学到后?忘了前?。这是符合教育规律的测试设计，也是有效提升整校教学质量的关键细节之?。四总结上?介绍了数据驱动教学的整校教学质量提升策略的核?步骤，即通过引进教研规程，改进学校集体教研的形式和内容，?体现对课标理解和认识的测试题引领教学活动的规划与设计，通过对学?作业和作品的集体研讨，发现学?学习的规律和特征，丰富改进教学对策。总的来说，成功实施数据驱动的精准教学，?先需要学校建?信任?化，完善教师奖励机制?先需要学校建?信任?化，完善教师奖励机制，这样教师才敢于将学?的作
业拿出来做集体分析，?不?于担?暴露??的教学问题，也才有可能在集体教研的时候做到知?不?、??不尽。其次，其次，教师还需要参加?些培训，这包括怎样分析数据，如何有效地与学?、家长沟通智能系统中的数据报告，如何组织富有成效教师还需要参加?些培训的教师合作研讨活动，等等。从国外的?些案例来看，?般采?数据驱动的精准教学?年半后，落后校就会跃升为地?优质校。其中，校长对数据驱动精准教学全校实施的决?和?持?度是最关键的因素。刚开始实施数据驱动的精准教学，可能需要校?牵头成?的推进?组来组织开展数据研讨会议。随着教师?益掌握数据分析的?段，尝到了集体教研的乐趣，教师?发组织的数据研讨会议就会越来越多。当学校的学?也能够很好地利?学业数据来规划??学习的时候，这个学校的数据驱动精准教学实践就已经成熟了。（作者系北京?学教授、博??导师，北京?学数字化学习研究中?主任，教育部教学信息化与教学?法创新指导委员会委员，教育部?教司在线开放课程项?专家组成员）END?章来源|《中?学数字化教学》2022年第1期
篇二：数据驱动下的智慧课堂精准教学
大数据支持下的智慧课堂构建与课例分析
摘要：大数据技术是推动教学变革的重要力量，对教育教学活动数据的持续采集和深度挖掘，能够优化教学效果。文章分析了当前课堂教学中存在的问题，结合大数据技术，对智慧课堂的内涵进行了界定，并构建了智慧课堂理论框架。在此基础上，文章设计出由精心设计、精细授导、精炼研习、精准评估和精益辅导五部分构成的智慧课堂5J模型，并提出了智慧课堂教学模式。最后，文章应用OOTIAS编码体系，验证了智慧课堂的可操作性与互动性，期望能为大数据时代课堂教学的优化与变革提供借鉴和指导。
关键词：大数据，智慧课堂，课堂教学，课例分析
基金项目：本文为江苏省高校哲学社会科学重点研究基地重大研究项目“信息时代智慧教育理论体系建构研究”(项目编号：2015JDXM020)、江苏省333工程科研基金资助项目“网络环境下深度学习行为分析及其促进策略研究”(项目编号：333GC201702)的阶段性研究成果。
引言
课堂是学校教育教学改革的主阵地，也是落实学生核心素养发展的关键场所。抓住了课堂就牵住了教学改革的“牛鼻子”，抓好了课堂就把握住了教学质量提升的关键。随着现代信息技术在教育领域的广泛应用，技术与教学的融合更为深入，课堂教学模式随之发生了变革，资源传播途径也更加广泛，为教学带来了极大的便利。我国现有的大多数课堂教学仍然存在着模式化、静态化
的问题[1]，课堂互动往往是教师“动”而学生“不动”，不能很好地满足学生的个性化学习需求，整个教学活动陷入“课堂效率低—学生掌握差—课后拼命补”的怪圈。
近年来，各级各类学校的信息化环境大大改善，为教学过程与结果数据的多维度、全程化采集创造了良好的条件。贯通课前、课中与课后的教学数据流正在生成，数据驱动的教学设计、教学组织与管理、学业辅导等教学业务开始走向精准化、精细化和精益化[2]。大数据具有重构课堂教学流程与教学生态的潜能，将推动经验主导、低效重压、整齐划一的传统课堂转向全向互动、数据把脉、精准反馈、轻负高质的智慧课堂。基于此，本研究应用大数据技术，构建智慧课堂，加速教育教学改革，提高教育质量，以期为今后的研究工作提供借鉴。
一
智慧课堂概念界定及特征
智慧课堂是指在大数据技术和信息化教学媒体的支持下，以促进师生全向互动为抓手，以“低耗高效、轻负高质”为直接目标，以促进学生智慧发展为终极目标，为每位学生带来最大获得感的课堂形态。智慧课堂首先要在有限的课堂教学时间内，最大程度地提高教学目标的达成率。其次，智慧课堂高度重视课堂教学中师生、生生之间以及师生与教学内容、教学媒体之间的全向互动。智慧课堂的特征主要表现为以下四个方面：
1全向互动
智慧课堂借助多样的技术手段量化师生教学行为，帮助教师优化教学计划，增强学生的课堂参与度和积极性。电子书包、交互式电子白板、平板电脑、点阵笔等设备为课堂互动提供了现实环境，便于实现人与人、人与资源的多维全向互动，使课堂教学迸发出新的活力。
2数据把脉
智慧课堂利用大数据技术持续分析课堂数据，为教师及时了解学情、调整教学计划提供了数据支持。教师通过传感器和智能终端同步记录学习路径，追踪学习过程，全面掌握学习者学习现状，为教学“把脉”，实现对症下药。
3精准反馈
智慧课堂立足于教学过程，通过分析教学数据，掌握学习者的不同需求，不仅能够帮助教师实时捕捉有价值的信息，对学生出现的学习问题进行及时干预，优化教学内容与教学方法，还能帮助学生进一步巩固、深化和运用所学知识。
4轻负高质
丰富的媒体支持、高效的互动体验、精准的学情分析，有助于教师尽可能在最短的时间内高质量地完成教学任务。教师在有限课堂教学的时间内，既能保证课堂教学有足够的信息量，又能聚焦班级存在的共性问题和学生的个性问题，帮助学生及时查漏补缺，布置少而精的学业任务，真正实现高效教学。
二
智慧课堂教学模式设计
本研究围绕课堂教学四要素[3](教师、学生、教学内容和教学媒体)，以四大教学理论(双主教学理论[4]、掌握学习理论[5]、强化理论[6]和最优化教学理论[7])为指导，应用数据科学技术[8](数据采集、数据处理、数据分析与数据应用服
务)，构建了智慧课堂教学理论框架，如图1所示。
图1智慧课堂教学理论框架
在智慧课堂教学理论框架的指导下，本研究构建了包括精心设计、精细授导、精炼研习、精准评估和精益辅导等的智慧课堂5J模型，如图2所示。该模型在不影响师生正常教学行为习惯的前提下，以“低耗高效、轻负高质”为目
标，结合智慧课堂教学理论框架，采用纸笔互动的方式，自然、持续地记录课堂教学产生的数据，并对课堂数据进行实时分析和可视化呈现。
图2智慧课堂5J模型
基于智慧课堂教学理论框架及其5J模型，本研究提出了智慧课堂教学模式，如图3所示。该模式由课前精心设计、课中精致教学、课后精益辅导三个教学环节构成。
图3智慧课堂教学模式
1课前：大数据促进精心设计
教师根据教学大纲和教学计划进行备课，细化知识体系，并选择合适的内容制作成课前自主性学习材料，如教学重点和难点、旧知识点的回顾、概念性知识讲解等。随后，教师通过将QQ、微信、邮箱、短信等通讯工具与学习平台绑定的方式发布学习任务。学生可自行安排学习进度，观看教学视频并提出疑惑。网络学习平台能够实时采集学生观看视频时长、完成习题时长以及正确率等学习数据，为学生推送相关资源和错误知识习题的练习与讲解，让学生更全面地掌握知识点，了解自身的学习情况，并生成个体和班级学情分析报告。教师可以随时查看学生任务完成情况，快速掌握学生个体与群体现有的知识储备
和疑难问题[9]，根据学生的现实需求精准定位教学目标与重难点，进而提出有针对性的教学模式与策略，做到课堂教学预设与生成的辩证统一。
2课中：大数据支持精致教学
在智慧课堂中，利用大数据技术能够实时分析课堂中的学生行为，教师可以更好地掌握学生的学习轨迹，及时调整下一步的教学安排，少而精地选择教学内容，抓住知识主线，促进课堂全向互动，有效提高课堂效率。
首先，教师依据平台统计分析的学情报告，选择大多数学生感兴趣的话题作为导入，并结合精心筛选的教学内容采用合适的途径创设情境[10]，如利用语言描述文字资料和图片、使用多媒体呈现视频资料、回顾学生亲自体验的实践活动等。其次，教师将学案活动情境化，如针对某个问题展开分组辩论、在特定场景中进行角色扮演等，检验学生的知识迁移运用能力。通过引入适当的小组竞争机制，有效促进学生协作交流，激发学生参与教学活动的热情，最大程度地减少无效的课堂沉默。期间，教师可以同步查阅学生的书写情况，掌握学生思考问题的路径、知识点的掌握情况以及任务完成情况，及时给予学生反馈信息。接下来，为了检测学习效果，在学生学完某一知识点后，教师提供与之对应的具有较强精确度和细致度的精选习题。教师借助投票系统不仅能够统计各题目答题的正确率，还可以分析学生的个体答题情况，快速聚焦高频问题和经典错题，掌握每一个学生现有的认知水平、学习难点、学习偏好等特征。教师采用共性疑难点集中精讲、个别问题个别辅导的策略，帮助学生做到“堂堂清”，深入巩固与强化知识。最后，教师应用投票功能，既可以发起对本节课所学知识点的掌握程度投票，便于学生自我评价与诊断学习效果，也可以发起对教学效果的评价，促使教师深入反思，改进教学策略。此外，基于课堂教学过程与结果数据构建个体特征模型，着眼于师生发展情况[11]，为定期开展的评估活动提供了精准、全面、客观的依据。
3课后：大数据优化精益辅导
课后辅导是对课堂教学内容有益的、必要的补充，能及时弥补学生在课堂中存在的知识漏洞，尽可能地避免个别学生对知识的错误理解。首先，教师根据本次和历次的学业检测报告，分别从横向(优劣势学科分布情况)和纵向(各科学业进退步情况)进行比较，结合学生兴趣、性格、能力等因素安排不同层次的拓展性训练，有的放矢地提供学习反馈与建议，开展个性化的一对一辅导和分组辅导，大大减少了盲目搜索辅导资料与服务的时间。其次，教学过程的原始记录便于教师甄别哪些内容需要精讲、哪些内容需要略讲，避免课堂讲授的盲目性，有效进行教学反思。此外，课后辅导不能仅靠教师单方面的努力，还需要家长、学习小组的监督与协助。借助QQ群、微信、网络平台等智能终端将学生行为发送给家长，同时也将家长的意见和建议及时转达到学校，通过三方合力，共同寻找行之有效的辅导方式，在最短的时间内达到最优化的效果。
三
智慧课堂教学模式应用
本研究选取高一年级语文“荷塘月色”与八年级数学“正比例函数的图像及其性质”两门课，采用北京拓思德公司的产品体系，按照上述模式进行教学设计，对师生的教学行为数据进行量化分析，通过智慧课堂教学实践，检验课堂互动效果。
1数据收集
本研究应用基于1:1数字化课堂教学互动分析编码体系(One-to-OneTechno-basedInteractionAnalysisSystem，OOTIAS)[12]，分别对两个教学课例视频进行课堂互动编码分析。①行为编码。将观察到的师生课堂言语行为按照OOTIAS编码体系转化为编码并记录下来，每3秒钟取样一次，每分钟记录20个编码，语文课实际讲课时长为33分钟，共计660个编码，数学课实际讲课时长为45分钟，共计900个编码。②绘制矩形图。将每一个编码分别与前一个编码和后一个编码进行联结，语文课共659个序对，数学课共899个序对；之后，统计序对的次数，并填入矩阵图中，得到语文课统计结果如图4所示，数学课统计结果如图5所示。
图4语文课堂教学互动行为次数统计
图5数学课堂教学互动行为次数统计
2效果分析
(1)课堂结构
从图4、图5可见，发生频率较高的课堂互动行为绝大部分处于对角线位置，表明课堂的教学节奏相对舒缓，各个教学环节均持续了一定的时间。在“荷塘月色”矩阵图中，(10，10)的数值表明学生主动应答的频次最多，且(4，4)开放性问题的数值大于(5，5)封闭性问题的数值，说明教师能够有效引导学生主动思考，调动学生的学习积极性。其次，(24，24)数值表明学生使用电子白板进行成果展示的频次最多，说明教师给学生充足的时间进行朗诵文章、品味文章语句美、把握作者情感变化等成果展示，充分体现了学生的主体地位和教师的主导地位。
在“正比例函数的图象及其性质”矩阵图中，(15，15)的数值表明学生做练习时长占课堂比例最大，说明教师注重设计以学生为主的探究活动；(24，24)和(23，23)也是相对较大的数值，说明教师采用协作探究的方式，让学生充分展示成果，进而引导其自主完成教学任务，表明了学生在课堂教学中的主体地位。(2)技术使用情况
本研究根据课堂互动次数统计表，对教师和学生使用技术的行为进行了更细致的描述，如表1所示。
表1技术在教学中的作用
语文教学视频
直接作用间接作用(%)(%)数学教学视频
直接作用间接作用(%)(%)变量
合计(%)合计(%)设备、软件工具切换
资源演示
2.578.663.0411.235.310.691.76.433.977.125.670.90.161.060.461.11.56教师使用技术
学情分析
2.27作品分享与评价
合计
1.217.148.350.64.294.896.95190025.951.674.253.450.445.6715.790019.240.445.67资源学习
1.67自主练习
4.25实践创作学生使用(个人)技术
实践创作(团队)成果演示
合计
5.9205.926.906.9004.864.8608.798.79011.8410.1715.0310.1726.87013.019.2318.029.2331.03(1)技术的潜在作用
从表1可以看出，两门课中技术的“间接作用”(34.03%、33.81%)与技术的“直接作用”(18.76%、16.46%)相比，所占的比重更高。从分析“间接作用”的角度可以发现，教师不仅将技术应用于资源演示(8.66%、6.43%)，还开
始将其应用在学情分析(3.04%、3.97%)和作品分享与评价(7.14%、4.29%)层面；学生也可应用技术进行个人、团队实践创作与成果演示。为方便教师及时了解学生的思路与进度，两位教师均采用点阵笔技术进行课堂教学。因此，学生在进行团队实践创作时大多依赖技术支撑，在交流讨论的同时解决问题。除此之外，技术应用在学生进行资源学习(1.67%、0.44%)、自主练习(4.25%、5.67%)以及个人实践创作(5.92%、6.9%)方面的“直接作用”也占有一定的比重。
(2)技术的教学应用
分析技术在课堂中的总体作用，可知教师使用技术的比率(25.95%、19.24%)小于学生使用技术的比率(26.87%、30.03%)。说明在智慧课堂中，学生拥有更多的时间来开展自主或团队“实践创作”教学活动、进行全面的“成果展示”。而教师更多地使用技术开展学情分析，注重深层次的教学技术应用，有助于正确、高效地实施下一步教学活动，促使教师、学生和资源之间全向互动的发生。如教师在查看学情分析结果的同时有选择性地提问、在进行作业分享与评价的同时辅以资源演示、在成果演示的同时讲解知识点等。
由案例分析结果可得，智慧课堂充分考虑了学生学情、疑难知识点以及潜在发展空间，体现了“主导—主体”的教学理念。在教学中综合应用大数据技术，教师可随时查看学生的思维过程、学习进度与学习效果，便于有效掌控教学，使教学互动更深化、教学效果更优化。
四
总结与展望
智慧课堂体现了大数据技术与课堂教学的深度融合，重视教学要素的全向互动，为解决当前课堂教学效率低的现实问题提供了途径。构建智慧课堂应以满足师生需求为前提，充分发挥“教师主导，学生主体”的教学理念，依据智慧课堂理论框架与5J模型，采用动态、最优化的教学模式和多元、智能化的课堂数据采集分析技术。未来在智慧课堂构建与教学实践方面应着重开展以下几方面的研究：①各科教学模式的设计研究，为各个科目提供系统的、规范化的教学流程，以保证课堂教学的高效率与高互动；②解决课堂数据的实时分析与创新应用问题，选取多元化的大数据技术搭建系统平台，实现课堂数据的持续性记录与可视化呈现；③随着智慧课堂教学模式的推广与普及，后续研究需要实验学校和一线教师的共同参与，针对学科素养、教师培训、技术保障、数据安全等问题不断深入地探索、研究，以助推课堂教学的优化与发展。
参考文献：
[1]王鉴，王明娣.高效课堂的建构及其策略[J].教育研究，2015，(3)：112-118.[2]杨现民，唐斯斯，李冀红.发展教育大数据：内涵、价值和挑战[J].现代远程教育研究，2016，(1)：50-61.[3][10]方海光，侯伟锋，王晓春，等.基于PADClass模型的数字化课堂学习过程数据挖掘与分析研究[J].电化教育研究，2014，(10)：110-113、120.[4]何克抗，李克东，谢幼如，等.“主导—主体”教学模式的理论基础[J].电化教育研究，2000，(2)：3-9.[5]BloomBS.Anintroductiontomasterylearningtheory[J].Schools,societyandmasterylearning,1974:3-14.[6]SkinnerBF.Contingenciesofreinforcementinthedesignofaculture[J].SystemsResearchandBehavioralScience,1966,(3):159-166.[7]吴文侃.巴班斯基论教学过程最优化的概念、标准和方法体系[J].教育评论，1986，(2)：60-65.
[8]杨现民，唐斯斯，李冀红.教育大数据的技术体系框架与发展趋势——“教育大数据研究与实践专栏”之整体框架篇[J].现代教育技术，2016，(1)：5-12.[9]顾小清，刘妍，胡艺龄.学习分析技术应用：寻求数据支持的学习改进方案[J].开放教育研究，2016，(5)：34-45.[11]Rodriguez-VallsF.Reflectiveteaching:theorywithinclassroompractices[J].TeachingEducation,2014,(3):294-308.[12]韩后，王冬青，曹畅.1:1数字化环境下课堂教学互动行为的分析研究[J].电化教育研究，2015，(5)：89-95.作者简介：晋欣泉，在读硕士，研究方向为教育大数据和移动学习，邮箱为18361350815@163.com；杨现民，通讯作者。
-全文完-
篇三：数据驱动下的智慧课堂精准教学
数据驱动下的智慧课堂精准教学培训心得
通过年前的智慧课堂专题培训，满怀期待的踏上智慧课堂学习的旅程。因春节期间在老家学习不方便，所以一直将期待的学习延迟至开学初。一开学，我便满怀期待的下载安装软件进行网上学习与实际操作。通过专家的培训讲解，让我对这个功能强大的教学软充满了强力的好奇心与求知欲。
但在软件的使用出出现的一系列问题让我束手无策，安装、登录、以及网上学习的方式等无法正常进行，让我绞尽脑汁摸索了很久。最后在专家团队王老师的帮助下，将问题一一解决，才进入正常的学习状态。
出于对软件的好奇与急于探索，导致我在网上学习时走马观花，自己实际操作时确晕头转向，不知所措。一个看似简单操作，自己实际运用起来总是问题重重，漏洞百出。既伤神又费力，甚至对软件的学习产生负面情绪。
经过精心思考与视频的观看学习，最后明确自己所出现的问题，对软件跟部分的功能不了解，操作时没有自己的设计想法，出于盲目模仿盲目操作，加上自己急于想运用更多的功能，所以导致学习的效率很低。在后面的学习中要注重对视频中软件各部分功能的介绍，跳出ppt的教学设计思路去构思教学设计，从而提高学习的效率。
篇四：数据驱动下的智慧课堂精准教学
大数据时代如何贯彻精准教学？给你最实用的实施策略！
信息化时代，大数据以前所未有的速度引发了科技、教育、经济、军事等各个领域的深刻变革。在大数据激发的教育变革中，以测量、记录数据为基础的精准教学必将迎来新的发展机遇。
如何运用大数据驱动精准教学？江苏师范大学智慧学院院长杨现民在第六届教育创新发展研讨会上作出了解答，为教育人士开辟了一条思考新路径。
《万国觉醒》强势来袭，大战一触即发！
广告
一、开展“数据驱动”和“个性化”的精准教学
新时代背景下，精准教学发生了多维度数据分析、行为数据、过程性评价及运用学情分析工具四大深刻转向。
基于这些转变，杨教授重新界定了新时代的精准教学：“在大数据的支撑及精准教学理念的指导下，开展以‘数据驱动’和‘个性化’为核心的精准教学活动”。
大数据能够形成由观察、预测与指导能力汇聚而成的教学决策力，帮助教师开展课前、课中、课后一体化的精准教学，实施个性化作业布置与学业辅导，进行全局性、实证性教学研究。
展开剩余79%
二、精准教学落地路径
大数据对于精准教学具有如此重要的作用，那数据如何驱动精准教学呢？杨教授认为，必须建立切实可行的落地路径与策略——精准教学5J模式、精准教学实施策略。
精准教学5J模式
杨教授在会议上提出了精准教学5J模式，即以准确分析学情和把握重难点教案的精心设计，抓重点破难点的精细授导，针对性练习的精炼研习，实时采集分析数据、给予评价反馈的精准评估，开展1对1和分组辅导的精益辅导五步教学链条循环运行，打造精准数据分析、数据实时可视化呈现、现况全程记录及师生多元互动的智慧高效课堂。
5J模式不仅能助力教师实时捕捉价值信息，也能根据学生出现的质”目标，为学生带来最大获得感。
精准教学实施策略
问题及时干预、优化教学内容、教学方法。实现“低耗高效、低负高
课前精心设计
基于精准、全面、客观的学情分析，制定适洽的教学目标和合适内容的微课。
课中精致教学
教师在课中需创设情境，设疑提问，激发学生思维活性，引导学生主动思考；同时利用智能高频互动模式进行师生多元互动。
针对传统教学过程缺少数据分析，无法进行科学量化评估的痛点，大数据技术将进行随堂测验，快速检测学生旧知识掌握度，进行科学评估。精准指向个性化作业和辅导，帮助老师精准教、学生个性学，知识点堂堂清。
课后精益辅导
教师可基于数据精准命卷，适度布置情境化任务，促进知识迁移运用，培养学生自主学习、独立思考的习惯与能力。
“六步精准教学”
三、多方支持协同
大数据技术与教育教学的融合发展是一项长期而又艰巨的任务，需要多方协同，做好支持服务体系的五层架构，数据驱动精准教学成效方能体现。
数据是核心，教学要重视数据，采集教师教学、学生学习和管理者管理三方面的数据，寻求更多数据。
技术是基础，学校教学可选择与例如风向标教育此类的互联网技术企业合作，寻求从备课到阅卷教学一体化的数据技术、人工智能技术支撑，去寻找隐藏学生学习数据中存在的潜在关系和规律。
管理是保障，配备科学、合理、完整的管理制度或机制，是精准教学管理工作顺利开展与进行的必要保障。学校可以提供与教师利益直接挂钩的政策保障，开展精准教学专题系列活动，自上而下多级联动创建优质教学团队，广角度全方位监督教学过程，做好管理层支持服务。
方法是中介，学校课堂应依托学情数据，借助精准教学模式，关注学生学习过程而非一味重结果。教师应根据学生相关数据，构建知
识模型和经验模型；根据学习风格、行为偏好等因素，规划最符合学生需求的学习路径；对学生的学习结果数据通过诊断操作，判断教学目标的达成程度，并对未达成的原因进行分析；整合学生的特征数据源和行为数据源，构建立体化、具象化的学习行为模型。只有明确方法，才能精准教研。
文化是辅助，营造数据驱动精准教学氛围，教师可通过线上讲座等方式提升数据涵养，充分挖掘教学大数据中潜在的信息和潜藏的教学价值，培养运用数据思维、数据意识解决教学问题，用数据打造高效互动智慧课堂。
正如杨教授所说，要推动数据驱动精准教学走向常态化，教育工作者就要加强自身数据素养，给予数据采集与应用足够的重视，善用信息技术与工具为师生减负，为每个孩子提供个性化服务！
篇五：数据驱动下的智慧课堂精准教学篇六：数据驱动下的智慧课堂精准教学
数据驱动
精准教学
栀子飘香、紫藤叶翠，为了更好地推进“数据驱动，精准教学”，提高古荡一小青年教师把握教材、推动和改进课堂教学方式变革，提高语文教学素养。2021“青蓝杯”课堂教学评优展示活动拉开帷幕，此次活动分说课、上课两个环节。
五月，我们进行了课堂教学评比的预赛，语文组共10位老师参与了“指定课文”的说课比赛。从公布说课内容到正式说课，仅仅只有一周的时间，老师们用心研究教材，精心设计教学环节，细心制作ppt和板贴，每位老师都展示了其精彩而又独到的教学智慧。最终，宗涵伊和凌婷两位老师成功进入决赛，她们于今日下午进行了课堂教学展示活动。
小宗老师执教的是一年级下册《咕咚》，虽然只有一年不到的教龄，宗老师却能精准把握教学目标及重难点，紧紧围绕课后三道习题展开教学。引导学生采用多种方式猜字、识字，如形声字猜字法、看图猜字法等，同时充分利用课文插图，以图带文，加深学生对课文的理解。凌婷老师执教的《方帽子店》围绕单元语文要素“复述”，师
生共同探究复述的方法：列表-摘录-排序-串联-复述，然后迁移运用，让学生小组合作选择自己最意想不到的部分进行复述，充分调动了学生学习的积极性。整堂课学生参与度高参与面广。作业本的运用也大大提高了课堂效率。
两堂课结束后，两个由青年教师组成的观察团从小组合作、学生课堂表现、教学实践分配、课堂结构与组织形式四个维度对两位执教老师的课堂教学情况进行了大数据分析。老师们通过采集学生在学习行为过程中产生的各类状态信息，形成反应学习情况的数据源，为执教老师更精准地把握学情，提升自身教学效率与质量提供了依据。
最后特级教师郑雪琴老师对此次活动进行了专家点评和引领。郑老师高屋建瓴，先为全校语文老师做了一场“化语文要素为言语实践”的讲座，从语文要素的特性、要素如何有效落实在言语实践中、言语实践的误区，深入浅出地讲解了语文教什么和怎么教的问题。随后，郑老师对今天的两堂课就语文要素的把握和落实进行了重点点评，肯定了两位老师的语文教学素养，对“精心设计教学支架，在教学中落实语文要素”提出了许多有建设性的教学建议，让所有在座的老师受益匪浅。
每一届的“青蓝杯”都是我们前进的足迹，都是我们交流思考碰撞出的一束火花，也是我们收获的一次自我提升。虽然本届“青蓝杯”已落下帷幕，但我们学习、思考、努力的脚步依旧会前行。相信，在数据驱动下，我们的课堂教学一定会更高效，我们的教学之花一定更灿烂。
推荐访问:数据驱动下的智慧课堂精准教学 精准 课堂 智慧
