基于大数据的物理精准教学模式探究

基于大数据的物理精准教学模式探究

■郭爱林

本文系江西省教育规划科学“十三五规划”2019年度一般课题“基于大数据的物理学习行为与学习成效分析”阶段成果，立项批号：19TYB130。

摘要：精准教学自诞生以来，受限于技术条件，无论是理论研究还是实际应用都不容乐观。信息技术的发展特别是大数据的兴起，为精准教学的发展提供了机遇。在此背景下，本文梳理了精准教学的研究现状及其应用困境，分析了大数据对精准教学的影响。文章从教学目标确立、教学过程框架设计、教学评价与预测等三个维度进行研究，推动了大数据技术在精准教学领域的应用，有助于激发精准教学的活力，进一步提升精准教学的有效性。

关键词：大数据；物理精准教学；教学评价与预测

我国的精准教学研究刚刚起步。当前我国的精准教学研究存在两大问题：一是研究总量偏少，研究者关注、跟进精准教学的研究成果不多；二是研究范围狭小，研究者开展的精准教学研究主要面向小学教育中的阅读、数学等课程，而对于中学物理课程缺乏精准教学研究。因此，吸引更多的研究者对物理精准教学具有重要的意义。

一、精准教学模式发展的必要性

精准教学虽不失为一种有效的教学方法，但在传统教学环境下其应用并不乐观，原因如下：首先教学忽略了学习行为过程与个性化发展。缺乏对学习行为过程的关注，忽略了学生在这一过程中表现出来的不同个性。其次精准教学缺乏技术支撑，其数据记录采集、分析以及图形化、可视化的工作效率不高。

大数据的发展和兴起使得精准教学测量数据更为精准可行。大数据使得学习行为、学习状态、学习结果等各类教育信息成为可捕捉、可量化、可传递的数字存在，平板电脑、智能手机、各种传感器、可穿戴式设备、射频识别（RadioFrequencyIdentification，RFID）标签等皆可成为数据自动采集器并被应用于教学的各个环节，使智慧校园、智慧课堂即将成为现实，这使得精准教学测量数据更为精准可行。

大数据使得精准教学能够兼顾学生的个性化发展。学生的学习行为过程考察和个性化发展均成为可能，成为学习表现的分析要素。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，可以预测学生未来的学习表现趋势。

二、基于大数据的物理精准教学模式构建大数据突破了传统教学环境的诸多制约，有利于推动物理教师在思维理念上接受并认可精准教学，故利用大数据构建可供物理教师借鉴的精准教学模式，对推动物理精准教学的发展、促进物理精准教学的应用具有重要意义。为此，本研究从教学目标确立、教学过程框架设计、教学评价与预测三个维度，

构建了基于大数据的物理精准教学模式。

首先是物理精准化的教学目标确立。明确教学目标是实施教学的逻辑起点，也是检验教学成败的重要依据。精准教学的首要任务便是确立物理精准化的教学目标。必须设计精准化的教学目标，即对学生掌握的知识或技能程度必须有一个精准的解释和描述——解释的基本思想是问题的分解与细化。在精准教学中，每条教学目标应转化为对应的问题，每个问题则应分解。

第二，重点实施的是精准干预。精准干预是精准教学的精髓之所在。在大数据环境下，无论是微信公众号还是物理基础知识点的测评系统，师生之间都可以实现跨越时空的沟通，且沟通记录可以追溯查询。根据测量、记录呈现的学生学习行为，教师能够判断出学生能否顺利达成教学目标——若能达成，说明无问题；若不能达成，说明有问题，需要干预。具体来说，本研究在操作层面按照特殊问题和普遍问题分别进行了针对性的干预：针对个别学生的特殊问题，通过即时通讯工具，进行实时点对点的干预纠正；针对反映比较多的普遍问题，则通过教学博客、微信公众号、予以统一干预纠正。而练习、测量与记录同干预一起，构成了一个循环迭代的过程，这个循环迭代直至全部学生达到了教学目标所要求掌握的知识或技能才会终止。

最后是精准化的教学评价与预测。在传统教学环境下，教学评价或为模糊的经验判断，如通过“优”“良”“中”“及格”“差”等程度词来评价学生的学习表现；或为简单的分数判断，如通过期末考试成绩、期中考试成绩、总分、平均分等来评价学生的学习结果。而在大数据环境下，传感器技术、人脸识别技术、学习分析技术等众多先进技术的融合应用，使得精准教学评价从伴随教学行为的开始到结束。如郑怡文等提出了一种课堂大数据采集技术，该技术集成了学生坐姿测量系统、眼部识别系统和噪音识别系统，通过获取学生在课堂的一些生存状态大数据，可以比较准确地解读、分析进而判断出学生的学习情况（如到课情况、思想集中、课堂活跃、身体疲倦等情况）；该技术具有较高的实时性，使对每个学生实施精准有效的关注成为可能。由此可见，基于大数据的精准教学评价是一种全员、全过程、全方位的实时评价。

在基于大数据的物理精准教学模式中，教学评价主要依赖于技术手段（包括大数据采集、教育数据挖掘、学习分析和数据可视化技术），通过各类智能教学系统自动监控、自动分析学生的学习情况，并实时反馈给所需要的人，查询并生成可视化的评价报告。预测则指综合分析每个学生在各个阶段的学习表现数据和其他系统数据（包括各个教育系统、评估系统、专家系统）后，形成数据决策支持系统，进而根据预测结果提出相关的改进建议或学习对策。

（作者单位：江西省赣州市宁都县宁师中学）