突破经验式课堂，未来教学的精准评价迈入数据分析云时代

“当今世界，互联网、云计算、大数据等现代信息技术深刻改变着人类的思维、生产、生活、学习方式。“互联网＋”已经不单单只是技术路径，更是一个时代的特征。”

我国教育部在《关于推进中小学教育质量综合评价改革的意见》中特别指出“要建立评价资源平台，组织专业机构开发科学的评价工具，促进资源共享。各地要充分利用现代信息技术，建立和完善教育质量综合评价数字化管理平台，开发评价工具，为开展评价、改进工作提供技术支撑。”

可以预见，“互联网＋”背景下课堂教学评价走向数字化是时代发展的必然趋势，它可望彻底突破原有经验式课堂。但是，如何让常态化课堂的评价避开主观臆断性，能够基于课堂教学行为数据做出精准分析”呢？

如何突破经验式课堂

围绕“互联网＋课堂教学评价＝？”的核心问题，对经典教育评价理论进行改造，采用“多元交互式”课堂教学观察平台，是突破经验式课堂的有效手段。这个以数据驱动的信息采集与决策咨询为主的系统，也能够使课堂教学评价迈入数据分析云时代。

教育部规建中心研发的“多元交互式”课堂教学观察平台，依照“课堂观察＋互联网＋数据思维＝科学的课堂教学评估”评价思路，采用普元SOA标准及J2EE开放技术平台，引入文字输入、语音识别、图像识别、视频捕获等功能，研发集数据采集、数据存储、数据处理、查询检索、分析挖掘等功能为一体的数字化课堂教学观察平台，包括PC版、APP版及微信小程序系列应用程序。

基于“多元交互式”课堂观察平台，通过嵌入供专家、同行、学生及执教者等多元主体选择使用的各类课堂观察工具量表，利用手机、平板电脑与计算机等移动终端，采用行为编码方式在听课过程中采集“教”与“学”的表现性数据信息，通过后台计算与图形化处理后，直接为评估结论提供客观的量化证据，实现科学的课堂诊断。

当前，平台中共有中小学15门学科、10类主题、55份课堂教学评价量表，每一评价量表制定了一级指标与二级指标，每项观察指标按SOLO分类理论设计五等级制的评价标准。所有评价量表的指标与标准的设计均指向发现、协作与建构，体现标准、教学与评价的一致性，以帮助教师智慧教学、学生个性化学习。

“多元式交互”课堂观察平台能准确展示各个观察量表的指标，克服了传统评课标准不一的缺陷。其利用手机、PAD、电脑等移动终端，完整采集课程数据，替代了传统的纸笔听课。

课堂教学数据经过后台计算与图形化处理后，直接为课堂评估提供客观的量化证据，从而让课堂诊断更科学。该系统从定量和定性两方面对课堂进行客观、科学评估，提出多元化的建议，帮助执教者与观课者有针对性地改进不足，提升教学质量，促进专业发展。

同时，教学过程中获取的所有评价信息均在后台进行处理与分析，提供的多元化分析结果与报告则为教学管理者提供了决策依据。

如何打造即时评价的精准课堂

“多元式交互”的地理课堂，采用循环跟进的研究方法，帮助教师纠正课堂教学偏差行为。

以《常见的天气系统》的三次跟进式研究过程的记录为例——

1.第一次课堂观察：地理专业表达行为勉强合格

依据“多元交互式”课堂观察平台中的“地理专业表达行为”观察表及评价标准，同组教师开展了第一次观课。生成的统计数据显示各种行为效果不太乐观，各项观察指标的等级大多为C或D。

2.第二次课堂观察：地理教师专业表达行为得到优化

与第一次上课相比，原来的偏差行为在本节课有了明显改进。教研组依据平台统计数据和观课信息，为授课教师明确诊断了课堂偏差行为。因此，本次的专业表达各种行为中效果等级明显上升，B等级明显增多。

针对本次授课的结果也提出了相应的矫正建议：第一，重难点问题组织学生分组讨论、比较，让学生交流评议。第二，展示学生作品时，要组织学生进行评议。第三，纠正学生发言时教师插话、插问的习惯，培养学生思维的完整性。

3.第三次课堂观察：地理教师专业表达能力明显提升

本节课与前两次比较又有了较大的进步但仍存在偏差行为，例如：缺乏对学生地理思维方法的指导和思维模式的归纳；重难点问题未能组织学生讨论、未能充分体现学生的主体作用等问题。

以上循环跟进式教学评价案例表明，采用新型的评价方式可以使课堂教学评价从经验的、主观的判断走向科学的数据分析，使得教学评价的全过程变得清晰可见。

小  结

作为一项开创性研究，如何获得客观真实的课堂教学行为大数据、如何利用人工智能提高评价的效率、如何解决教育大数据人才匮乏等问题，均是教育者们目前面临的严峻挑战。

教学过程与结果数据的持续采集，逐步形成教学大数据，通过教学大数据的深度挖掘和多元分析，能够将数据背后反映的教学意义与价值清晰地呈现出来，进而辅助教师更精准地“教”、 指导学生更精益地“学”。随着数据流在教学各个环节的生成与运行，一条具有正向反馈机制的教学链条开始形成，数据驱动教学范式开始出现。

在大数据、人工智能、云计算等技术支持下，精准、高效的未来课堂时代主要呈现以下几个特征：

1、全向互动

借助多样的技术手段量化师生的教学行为，帮助教师优化教学计划，增强学生的课堂参与度和积极性。智慧教学系统、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，方便实现人与人、人与设备、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

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生的学习路径，追踪其学习过程，全面掌握学习者的学习现状，为教学“把脉”，实现对症下药。

3、精准反馈

立足教学过程，通过分析教学数据能够掌握学习者的不同需求。不仅能帮助教师实时捕捉有价值的信息，根据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、高效的互动体验与精准的学情分析，促使教师在最短的时间内尽可能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。

系统从数据汇聚到数据分析，再到数据应用，都有非常完善的流程。每一步流程里都有相对应的子系统，分模块完成各自任务，最后统筹到数据分析订阅终端，让用户可以一目了然地收到数据综合分析。

从课堂教学行为大数据延伸到面向更广阔的的教育大数据，则需要更多系统化的思考。

对于教育大数据的精准应用，路线可以分为六个步骤：应用需求评估、数据资产梳理、数据基础汇聚、数据模型构建、数据应用研发和数据服务提供。

1、应用需求评估——需求评估的作用

通过”发现问题—收集信息—设计方案—影响结果“这样一个路径，对应用需求进行评估，可以帮助学校避免因不考虑问题情境，而采用了错误的解决方法或者选取新鲜但缺乏实效的方法。另外还要避免从方法去找问题，比如说，看到一套报表，才去想或许哪些方面用得上。

一般在需求评估之后，还应该进行监测评价。这样才能验证需求评估是否贴近实际情况。

2、数据资产梳理

在梳理数据时，通常从这几个方面入手：有哪些数据？数据是怎么来的？谁在管理这些数据？了解这三个问题后，对于理顺各类数据源头、规范数据管理方式、建立跨部门合作机制与设计整体梳理方案都很有助益。

3、数据基础汇聚

数据基础汇聚包含数据分层汇聚和保障数据安全两个方面。

数据分层汇聚里面有构建标准化数据仓库、支持多平台汇聚、动态抽取多类相关数据、快速清洗按专题分层汇聚等方面的内容。

保障数据安全也分为严格数据加密和分级权限控制、杜绝数据泄露、安全防范与备份确保数据安全等方面，需要做到的步骤。

4、数据模型构建

构建数据模型，一定要理清楚核心所在。如果从部门职能出发，关注核心在部门；从业务流程出发，那关注核心就在业务；从在学周期出发，关注核心则是在人。

5、数据应用设计

数据应用设计需要先进行需求深入分析，再从数据口径确定、数据清洗纠错，进行分析方法选择，根据应用原型设计，进行实践核查反馈。

6、数据服务提供

数据服务提供首先了解清楚”谁将使用数据和模型、不同使用者的关注点差异“等问题的解答，再看机构教学与管理的角色、内容和对象之间的关系。

总而言之，教育大数据的价值不在于数量之大，在于可被积累、可被挖掘，能够实现从知识关联到学习关联的发展，对学习关联的持续追踪和挖掘才是教育大数据挖掘的核心价值。

数据服务要从人怎么学得好向个人怎么学得好的方向转变，个性化服务源于精确的反馈，但反馈越精确会导致教育决策越困难，掌握大量数据时决策反而更艰难，也会造成忽略其他东西，比如新闻推送按照个人的喜好来推送，但也会限制视野的开阔。

你可能会感兴趣 

来源丨 本文部分选自教育部学校规划建设发展中心未来学校实验研究条目成果，及《学校管理教育大数据应用之道探析》主旨报告

编辑丨 雅欣