王亞飛　鄔詩韻　唐家慧

● 引言

精準教學(xué)（Precision Teaching）這一概念最早是由Lindsley[1]于20世紀60年代提出的，它旨在通過設(shè)計測量過程來追蹤學(xué)生的學(xué)習(xí)表現(xiàn)并支持數(shù)據(jù)決策[2]，包括選擇用一種特定的行為和策略來提高教學(xué)質(zhì)量，記錄學(xué)生每天的表現(xiàn)，預(yù)測其發(fā)展的趨勢，使教師在取得進展的情況下繼續(xù)使用教學(xué)策略，或者在進展有限的情況下改變教學(xué)方法[3]，制訂教學(xué)決策。

隨著社會的進步、教育信息化的推進與發(fā)展，時代對人才提出了新要求?！吨袊逃F(xiàn)代化2035》和《國家中長期教育改革和發(fā)展規(guī)劃綱要（2010—2020年）》中都提到，要“加強創(chuàng)新人才特別是拔尖創(chuàng)新人才的培養(yǎng)”，要“培養(yǎng)21世紀的創(chuàng)新人才”。對人才需求的改變也促進了教學(xué)的變革，翻轉(zhuǎn)課堂、慕課等新興教學(xué)模式的出現(xiàn)，學(xué)習(xí)管理系統(tǒng)（Learning management system，LMS）、在線學(xué)習(xí)平臺等工具和平臺的廣泛使用，衍生出海量的學(xué)生學(xué)習(xí)過程數(shù)據(jù)。通過對海量數(shù)據(jù)的挖掘與分析，診斷學(xué)生的學(xué)習(xí)狀況，為不同學(xué)生推送適合其個人的學(xué)習(xí)內(nèi)容，調(diào)控其學(xué)習(xí)過程[4]，培育個性化人才。由此，精準教學(xué)開始進入2.0時代。

● 精準教學(xué)2.0的發(fā)展趨勢

精準教學(xué)2.0借助大數(shù)據(jù)和人工智能等技術(shù)記錄評價在教育活動過程中產(chǎn)生的數(shù)據(jù)，以測輔學(xué)。它更加強調(diào)運用智能技術(shù)手段改進教師教學(xué)設(shè)計及方法，實現(xiàn)學(xué)生個體的個性化發(fā)展。本文主要從，數(shù)據(jù)采集、數(shù)據(jù)分析及可視化三個方面著手闡述精準教學(xué)2.0的發(fā)展趨勢。

1.數(shù)據(jù)采集更為全面多元

精準教學(xué)2.0下的數(shù)據(jù)采集更為全面、豐富和多元。首先，數(shù)據(jù)的涵蓋范圍涉及整個教育活動過程中以及根據(jù)教育需要所產(chǎn)生的所有數(shù)據(jù)[5]，教育數(shù)據(jù)采集的顆粒度越來越細，采集的頻率和精度越來越高。[6]其次，數(shù)據(jù)收集和記錄的方式更多元智能，代替了人為的主觀記錄，轉(zhuǎn)而采用智能，手段實時記錄學(xué)生和教師在教與學(xué)過程中產(chǎn)生的數(shù)據(jù)。目前主要通過物聯(lián)網(wǎng)感知類技術(shù)、平臺采集類技術(shù)、圖像與語音識別類技術(shù)這三類技術(shù)手段采集教育大數(shù)據(jù)。

物聯(lián)網(wǎng)感知技術(shù)：借助傳感器（腦電傳感器、眼動追蹤儀等）、可穿戴式設(shè)備（電子手環(huán)等）以及射頻識別標簽等物聯(lián)網(wǎng)相關(guān)設(shè)備作為數(shù)據(jù)自動采集器，旨在記錄采集點的環(huán)境參數(shù)與學(xué)生的生物模態(tài)信息。通過對這些采集點的信息進行標識，全方位追蹤學(xué)生的學(xué)習(xí)過程，大大提升精準教學(xué)的“準度”和“效率”。

平臺采集類技術(shù)：主要包括在線學(xué)習(xí)與管理平臺技術(shù)、日志搜索分析技術(shù)移動APP技術(shù)與網(wǎng)絡(luò)爬蟲采集技術(shù)。[7]在線學(xué)習(xí)與管理平臺技術(shù)可以記錄學(xué)生的學(xué)習(xí)內(nèi)容、學(xué)習(xí)方式、學(xué)習(xí)成果等數(shù)據(jù)，如在課堂上，通過平臺記錄學(xué)生的課堂小練答題數(shù)據(jù)、學(xué)生的作業(yè)練習(xí)數(shù)據(jù)等，包括做題的順序、每道題的停留時間、答案修改次數(shù)等數(shù)據(jù)，了解學(xué)生對知識點的掌握程度。日志搜索分析技術(shù)詳細記錄了學(xué)生在平臺上的操作行為數(shù)據(jù)，包括學(xué)生登錄時間、學(xué)生瀏覽的視頻課件、觀看視頻時長、是否快進觀看、課件的重復(fù)觀看次數(shù)、視頻課件觀看的順序等數(shù)據(jù)。[8]網(wǎng)絡(luò)爬蟲采集技術(shù)可以采集學(xué)生在網(wǎng)絡(luò)平臺上留言互動、發(fā)帖等行為數(shù)據(jù)，了解學(xué)生的個性傾向和性格特征。移動APP技術(shù)主要是基于移動終端采集學(xué)生和教師的教與學(xué)數(shù)據(jù)。

圖像與語音識別類技術(shù)：指利用計算機對輸入的圖像和語音進行匹配、處理、分析，以識別各種不同模式的目標和對象的技術(shù)[9]，可以用于采集學(xué)生的考試成績數(shù)據(jù)，如使用專業(yè)掃描設(shè)備將考試答卷的作文傳入計算機，實現(xiàn)客觀題的自動評閱功能;或用于采集教師和學(xué)生課堂中的教學(xué)數(shù)據(jù)，如通過智能錄播技術(shù)記錄學(xué)生學(xué)習(xí)行為以及教師課堂教學(xué)行為的發(fā)生頻次、教師站立和走動的教學(xué)位置信息、教師上課時的姿態(tài)和提出的問題等數(shù)據(jù)，從多個角度綜合判斷教師的教學(xué)有效性、教學(xué)行為規(guī)范等。

2.數(shù)據(jù)分析更為精準有效

精準教學(xué)2.0時代，數(shù)據(jù)處理階段，更為注重多模態(tài)數(shù)據(jù)的相互融合，精準刻畫學(xué)習(xí)者畫像。精準教學(xué)2.0使用學(xué)習(xí)分析技術(shù)，綜合運用數(shù)理統(tǒng)計、人工智能與機器學(xué)習(xí)算法，對教育原始數(shù)據(jù)進行分析處理，構(gòu)建數(shù)據(jù)模型，從而優(yōu)化和理解學(xué)習(xí)，發(fā)現(xiàn)潛在問題，預(yù)測學(xué)習(xí)者在學(xué)習(xí)中的進步和表現(xiàn)。[10]它不僅關(guān)注學(xué)習(xí)者的知識水平，更從生理、技能、心理等多重角度深入了解學(xué)生。利用智能學(xué)情分析技術(shù)，教師可以從學(xué)習(xí)興趣、學(xué)習(xí)風(fēng)格、知識點掌握情況等維度，精準掌握不同學(xué)生的個性化學(xué)習(xí)需求。

利用大數(shù)據(jù)學(xué)情庫，可以匯聚整個班級的學(xué)習(xí)氛圍、學(xué)習(xí)成績分布、知識掌握情況等數(shù)據(jù)。在教學(xué)目標上，根據(jù)學(xué)生前測評估的結(jié)果，教師提前精準定位教學(xué)的重難點，掌握班級綜合薄弱知識點和全班學(xué)生對知識點掌握程度的分布情況。此外，通過對全班學(xué)生和個人的學(xué)習(xí)情況的了解，教師也可精準把握每位學(xué)生的學(xué)習(xí)情況，精準定位學(xué)生的短板知識和技能，進一步精細化和分層化教學(xué)目標，對學(xué)業(yè)優(yōu)秀的學(xué)生提出更高的目標要求，為他們選擇更能拓展深度學(xué)習(xí)和高階思維能力的學(xué)習(xí)目標，對學(xué)習(xí)相對困難的學(xué)生，為他們選擇較為基礎(chǔ)和簡單的教學(xué)目標。在教學(xué)內(nèi)容上，通過分析學(xué)生的共性薄弱知識點，為不同學(xué)科、不同年級、不同需求的教師提供精準的電子課本、教案、課件等素材，教師根據(jù)自身需求將優(yōu)質(zhì)資源加入教學(xué)中。同時，大數(shù)據(jù)技術(shù)也根據(jù)學(xué)生的學(xué)習(xí)特點配置不同的優(yōu)質(zhì)教學(xué)資源，實施個性化教學(xué)。建立大數(shù)據(jù)教學(xué)資源庫，將輸入輸出系統(tǒng)的基本顆粒由班級細化到每一位學(xué)生，實施個性化資源推薦，為學(xué)生提供相應(yīng)的與教材配套的學(xué)習(xí)資源和個性化學(xué)習(xí)應(yīng)用。在教學(xué)路徑上，秦丹等[11]提到精準教學(xué)要實現(xiàn)借助學(xué)生學(xué)習(xí)情況即時數(shù)據(jù)分析的結(jié)果進行個性化路徑的推送，做到因人而異、因內(nèi)容而異。精準教學(xué)2.0時代借助Pad、電子書包、智能學(xué)習(xí)軟件等工具，持續(xù)收集整個教學(xué)過程中產(chǎn)生的數(shù)據(jù)，記錄學(xué)生的學(xué)習(xí)行為，形成每位學(xué)生的學(xué)習(xí)軌跡與分析結(jié)果，最終形成個性化教學(xué)。

3.數(shù)據(jù)呈現(xiàn)更為清晰直觀

精準教學(xué)2.0下的數(shù)據(jù)呈現(xiàn)更為簡單、清晰和直觀。借助數(shù)據(jù)可視化技術(shù)，呈現(xiàn)學(xué)科知識圖譜、學(xué)生的學(xué)習(xí)變化趨勢、師生之間的社會網(wǎng)絡(luò)關(guān)系圖等，為教師的決策和教學(xué)實踐提供依據(jù)。數(shù)據(jù)可視化技術(shù)是指將大型數(shù)據(jù)集中的數(shù)據(jù)以圖形圖像形式表示，并利用數(shù)據(jù)分析和開發(fā)工具發(fā)現(xiàn)其中未知信息的處理過程[12]，直觀了解教與學(xué)的情況。在平臺上，不僅學(xué)生可以瀏覽自己的學(xué)習(xí)行為記錄（學(xué)習(xí)時間、時長和瀏覽內(nèi)容等），平臺也可為學(xué)生建立單獨的縱向成長記錄，形成個性化的學(xué)生進步報告。[13]

● 結(jié)語

從上面的數(shù)據(jù)采集、數(shù)據(jù)分析以及數(shù)據(jù)可視化的介紹可以發(fā)現(xiàn)，數(shù)據(jù)采集、數(shù)據(jù)分析及可視化這三個階段與教學(xué)的四個層面（教學(xué)評估和決策、教學(xué)目標、教學(xué)內(nèi)容和教學(xué)路徑）相融合，它貫穿整個教學(xué)過程（如右圖）。通過對教育數(shù)據(jù)的實時記錄采集、全面分析和最終可視化，幫助教師確立教學(xué)目標、教學(xué)內(nèi)容、教學(xué)路徑和教學(xué)評估決策，且不斷循環(huán)往復(fù)，持續(xù)改進教學(xué)過程。

精準教學(xué)從1.0時代發(fā)展到2.0時代，其內(nèi)在涵義也發(fā)生了轉(zhuǎn)變。從數(shù)據(jù)的角度來說，數(shù)據(jù)收集從單維數(shù)據(jù)走向多維數(shù)據(jù)，這同時也帶來了教學(xué)方式和評價方式的轉(zhuǎn)變，教學(xué)方式從“班級式教學(xué)”走向“個性化教學(xué)”，評價方式從“總結(jié)性評價”走向“形成性評價”。同時，越來越多的主體都能參與到教學(xué)中，企業(yè)、學(xué)校、家長、教研員等多元角色參與教育教學(xué)工作，共同推進教學(xué)的進步與發(fā)展。大數(shù)據(jù)、人工智能、云計算、物聯(lián)網(wǎng)等技術(shù)支持下的精準教學(xué)2.0更為開放多元、客觀有效。精準教學(xué)2.0未來的發(fā)展還需要更多的研究者和教學(xué)者共同參與探索。

參考文獻：

[1]Lindsley，Ogden R . Precision teaching： Discoveries and effects[J].Journal of Applied Behavior Analysis，1992，25（01）：51-57.

[2]秦丹，張立新.問題與優(yōu)化：課堂精準教學(xué)實踐的現(xiàn)實審視與反思[J].電化教育研究，2019，40（11）：63-69+77.

[3]Axe J.B.（2011） Precision Teaching. In：Goldstein S.，Naglieri J.A. （eds）Encyclopedia of Child Behavior and Development. Springer， Boston， MA.

[4]林紅，彭堅，田凌暉.基于大數(shù)據(jù)的“科學(xué)取向”小學(xué)教學(xué)模式構(gòu)建[J].教育發(fā)展研究，2017（04）：82-86.

[5]楊現(xiàn)民，唐斯斯，李冀紅.發(fā)展教育大數(shù)據(jù)：內(nèi)涵、價值和挑戰(zhàn)[J].現(xiàn)代遠程教育研究，2016（01）：50-61.

[6]楊現(xiàn)民，駱?gòu)蓩?，劉雅馨，?數(shù)據(jù)驅(qū)動教學(xué)：大數(shù)據(jù)時代教學(xué)范式的新走向[J].電化教育研究，2017，38（12）：13-20+26.

[7]邢蓓蓓，楊現(xiàn)民，李勤生.教育大數(shù)據(jù)的來源與采集技術(shù)[J].現(xiàn)代教育技術(shù)，2016，26（08）：14-21.

[8]吳佳萍，王竹萍，楊歡聳.教育大數(shù)據(jù)的收集、數(shù)據(jù)質(zhì)量分析及數(shù)據(jù)預(yù)處理研究[J].寧波教育學(xué)院學(xué)報，2016（06）：62-65.

[9]吳小菁，陳星娥.遺傳算法在圖像識別技術(shù)中的應(yīng)用[J].保山學(xué)院學(xué)報，2013（05）：73-75.

[10]胡水星.大數(shù)據(jù)及其關(guān)鍵技術(shù)的教育應(yīng)用實證分析[J].遠程教育雜志，2015，33（05）：46-53.

[11]秦丹，張立新.問題與優(yōu)化：課堂精準教學(xué)實踐的現(xiàn)實審視與反思[J].電化教育研究，2019，40（11）：63-69+77.

[12]劉勘，周曉崢，周洞汝.數(shù)據(jù)可視化的研究與發(fā)展[J].計算機工程，2002（08）：1-2+63.

[13]張金磊，張寶輝，劉永貴.數(shù)據(jù)可視化技術(shù)在教學(xué)中的應(yīng)用探究[J].現(xiàn)代遠程教育研究，2013（06）：98-104+111.

作者簡介：王亞飛，訊飛教育技術(shù)研究院副院長，高級工程師，碩士，研究方向為教育大數(shù)據(jù)、智能教育。