基于大数据支撑学科教育发展.docVIP

基于大数据支撑学科教育发展 　　记 者：您曾提到，教育教学的发展和我们整个技术革新，信息技术、互联网+、大数据、人工智能这样一个发展趋势交集，找到它们相互的关联，找到它们的互相支撑，是研究者和实践者非常关心的事情。你们通过什么样的大数据平台在不同的教学要素之间建立联系？ 　　王 磊：回答这个问题，我想首先要谈谈北师大未来教育高精尖创新中心，其主要定位是建设智能教育公共服务平台，汇聚学习全过程的大数据，组建教育资源与服务供给的“统一战线”，创新移动互联时代的教育公共服务模式。 　　北师大未来教育高精尖创新中心研发“智慧学伴”教育公共服务平台，该平台建设是基于北师大学科教育团队“核心素养导向的学科能力诊断评价和教学改进的理论、评价和实践研究”的系列成果，在智慧学件平台上构建九大学科初中学段的知识图谱，制定覆盖所有核心概念的学科能力表现指标体系，开发基于核心素养的学科能力学期和学年总测工具109套，基于核心概念的学科能力表现微测工具868套，能力素养导向的微教学资源9717个，并在北京市通州区全面应用实践。整整一年多的时间，为我们开展探索性研究，奠定了一个很好的大数据平台。 　　智慧学伴是互联网+学科能力素养评、学、教一体化的平台，兼具全学习过程数据的采集、知识与能力结构的建模、学习问题的分析以及学科优势和短板的发现与增强，是多功能的、先进的大数据平台，具有未来的大数据研究潜质，很具有开发价值和应用价值。 　　记 者：智慧学伴作为评、学、教一体化的平台， 如何通过大数据的有效支持，实现评学教一体化发展，进而提升教育质量？ 　　王 磊：北师大教育高精尖创新中心设立了专门的机构――学科实验室。学科实验室是由北京师范大学九学科教育团队（语文郑国民教授、数学曹一鸣教授和綦春霞教授、英语王蔷教授和陈则航教授、物理郭玉英教授和罗莹教授、生物王健教授、历史郑林教授、地理王民教授和蔚东英教授、政治李晓东教授等首席专家、研究生助理及多地市教研员和骨干教师）、高精尖中心技术和管理人员共同组成。 　　北师大九学科教育团队基于核心素养和学科能力建立了学科知识图谱和各核心概念的学习表现指标体系、微测、微资源体系。根据学科的知识内容、表现指标体系、情境（内容、间接度、熟悉度）等不同维度进行编码，通过学生测试、数据采集、数据分析、数据挖掘形成大数据链条。 　　基于学习表现指标体系，教师可以进行学情分析、教学内容分析、教学目标设定、教学活动设计、情景素材选取、思路方法外显、教学行为优化。 　　基于微测和诊断报告，教师可以更好地了解学情；明确教学的重难点；能够更有依据地设计教学。学生可以自我诊断，更好地了解自己的学科优势和问题，及时巩固，提升学科能力。 　　基于微资源，教师能够更深度地理解学科能力指标，更好地建立问题解决的思路方法，促进反思已有教学，应用于新的教学改进中。学生能够依据自己的实际情况进行精准学习，更好地了解教学中的核心思路方法，及时巩固自己未掌握的，提升学科能力。 这些教学资源都是在讲思路方法，都是很有经验的、高水平的骨干教师给出的示范，而且这些微资源都是经过专家指导和审核过的。 　　我们要去做测评工具的研发、数据的采集、数据的集成和分析，在智慧学伴平台上来完成这样一个大数据的采集和集成分析过程。智慧学伴是整个系统的中心，学生可以实现多端口形式的测试和数据的采集，强大的学科团队进行背后数据的分析和处理，直接会以多种形式来表征和反馈我们学生的微测和总测的数据结果。我们会针对学生测试的实际情况，因为它全部都是基于学科能力表现指标体系的，所以它就会进行精准的、有针对性的教学资源推送，实现评、学、教一体化，也实现了评、学、教个性化和群体的兼容。 　　我们如果对学生进行全学科的学科能力和素养诊断，它不是基于某一次测试，而要基于所有测试的数据，是一个综合判断，采用全过程数据的思路。不是靠一次考试来去评价学生，而是把学生所有的测评记录，各种属性的测评记录，全部汇总。我们认为，其实这应该是未来的一个趋势，更能反映学生的真实情况。这也是“互联网+”的一个特点，就是关注全学习过程。 　　基于指标体系、微测、微资源的教学定位，可以根据新授课、复习课、习题评价课、自主学习等不同课型，采用不同的策略。比如，对于自主学习课来说，学生可以进行学科优势发现和问题?\断，通过自主学习，掌握问题解决的思路方法，促进学科能力提升和发展。指标体系――学生可以通过指标体系了解各核心内容的教学目标；指标体系评估的数据用于作为学生表现的反馈。微测――课下练习，及时诊断自己学习过程中的问题；微资源学习后的思路方法诊断、应用和巩固。微资源――根据诊断结果选取微资源进行自主学习，针对自己不完善的部分自主学习。 　　例如，化学学科的“碳元素的奇妙之旅――碳的世界复习”展示课，