开通VIP，畅享免费电子书等14项超值服
首页
好书
留言交流
下载APP
联系客服
2020.09.07
关键词：大数据;教学范式;经验模仿教学;计算辅助教学;数据驱动教学
一、引言
人类正从IT时代走向DT时代，大数据作为改变世界的新型科技力量，正在迅速融入各行各业。作为技术最难“攻克”的传统行业之一，教育在大数据技术与理念的冲击下也已进入变革高速公路“匝道”。随着国家教育信息化战略的持续推进，各级各类学校的信息化环境得到快速完善，各种学习平台、移动APP、数字终端、可穿戴设备等新技术开始在中小学逐步流行。数字技术的常态化应用以及数字化学习活动的日常开展，为教育大数据的生成提供了得天独厚的条件。伴随着教育数据的持续累积与深度挖掘，大数据在构建新型教学生态、助力教学结构变革、再造教学流程方面的作用日益凸显。一场由经验模仿教学、计算机辅助教学转向数据驱动教学的范式变革正在发生。
二、三代教学范式的发展
教学范式是对教学这一复杂活动的概括性解释，是某个时期或阶段教学综合特征的体现，它既包含了教学理论与研究方法，也包含了教学模式、学习策略以及教学评价方式等。人类社会诞生以来，历经了农业时代、工业时代、信息时代，而教育范式作为社会的子系统也历经了多次重大的变革。总的来说，从农业时代开始，教学范式分别经历了经验模仿教学范式、计算辅助教学范式以及数据驱动教学范式三个阶段。随着时代的变革与范式转型，教育的科学性和技术的智能性也逐渐增强，如图1所示。
图1三代教学范式的发展
(一)经验模仿教学范式
经验模仿教学范式是教学史上最古老的教学范式，它起源于希腊教学理念中的“模仿—再现”思想，盛行于工业和农业时代，其核心思想是将教学视为知识与经验的传递，该阶段的教学着重强调经验的模仿和知识的授受。17世纪，捷克教育学家夸美纽斯提出“班级教学”之后，班级授课制得到了教育界的广泛认同，迅速成为当时乃至今日最普遍的教学形态。经验模仿教学也随之快速传播，成为教育界最有影响力的教学范式。夸美纽斯曾在《大学教学论》中提出，“教育是把一切事物教给一切人类的普遍技术”，认为就像印刷器能够将知识复制一样，教育也可以把教学者讲授内容的和书本中的知识当成“墨汁”复制给像白纸一样的儿童。夸美纽斯组合了“教授学”和“印刷术”的元素，把这种教学的技术称作“教刷术”，生动地刻画了经验模仿教学范式在知识传递方面的本来面貌[1]。经验模仿教学范式下，教学者在整体的教学结构中占据绝对的主导地位，学习者大多扮演被动接受者的角色，教学内容以书本知识、已有的经验和技能为主，教学媒介限于纸笔、书本、黑板等传统教学工具，如图2所示。
图2经验模仿教学范式框架
农业时代，经验模仿教学被视为知识传承的重要方式，人们对经验积累下的现有知识成果进行学习，长者或经验丰富的人扮演“教学者”的角色，将经验和知识授予他人，学习者通过观察和耳濡目染来获取知识。随着工业社会的到来，为满足社会生产的现实需求，以知识传递和接受效率见长的经验模仿教学开始在学校教育环境下快速普及。学校培养的人才能够批量、规模化地投入社会生产劳动中，推动了该时期经济社会的发展，提高了社会生产力。但同时这种经验性的、客观存在的知识被过度崇拜，深刻影响了人类的知识观和教育观。人们认为，知识都是类似于客观存在的地下矿物一样，而教学者的职责就是探测并获取这些矿物，学习者则负责接收和存储已经被教学者获取的矿物，这种观念忽视了知识背后的科学发现过程，一定程度上阻碍了科学的发展[2]。经验模仿教学偏爱行为主义学习理论，在该理论的影响下，教学往往过于注重学习者外显行为的习得，而忽视了学习者完满人格养成所必需的实践活动和心理活动。培养的人才缺少基本的探索和创新能力，知“鱼”而不懂如何“渔”。
经验模仿教学范式是传统教学中的重要范式，也是教学范式发展的必经阶段。尽管该范式存在明显的弊端，为教育事业的创新发展带来了诸多遗留问题，但其对人类社会的贡献也不容忽视。在东亚地区的现代化进程中，以经验模仿教学范式为轴心的学校教育在实现高速现代化方面起了关键性的作用。在信息时代，经验模仿教学范式依然存在，但其主导地位正在被计算辅助教学和数据驱动教学逐步取代。
(二)计算辅助教学范式
上世纪40年代末50年代初，以信息技术为首的第三次技术革命席卷全球，人类开始以惊人的加速度走出工业文明，步入信息时代[3]。多媒体、计算机以及网络技术的出现改变了人类的认知及生活方式，教育也开始了技术支持下的变革探索之路。人们逐渐认识到，仅仅依靠知识的传递已经不能满足社会生产力的发展需求和人类自身的发展需要。社会真正需要的是能够发现未知、掌握知识源头的创造性人才，只有当人们具备了科学意识和能力，才能成为真正意义上的知识拥有者，才能在科学日益发达的现代社会得以生存。教育应通过教学活动的设计与实施，培养学习者发现问题、探索问题、解决问题的能力[4]。
图3计算辅助教学范式框架
计算辅助教学是一场由技术引发的教学范式变革，在这一范式下，尽管以教师与知识为中心的课堂教学结构以及学习者在整个教学过程中被动接受知识的地位未得到显著性改变，但相比经验模仿教学范式，学习者已经开始体验和参与知识发现与探究的过程。在技术的支持下，该阶段的教学模式开始从讲授式教学转向探究式教学和项目式教学，其中代表性教学模式主要包括WebQuest教学、适时教学(JiTT，Just-in-TimeTeaching)、研究性学习、项目式学习、基于问题的学习、基于资源的学习等。客观来说，这些模式虽然在实践中并未对学校的教育教学产生变革性影响，但其在培养学习者知识探究能力与问题解决能力、推动基础教育创新发展方面确实发挥了积极作用。与此同时，一个不容忽视的现象是：先进技术层出不穷，但其在教学中的应用却是“蜻蜓点水”，斥巨资购置的技术设备“进驻”校园后大多成为“摆设”，教师参加完各种信息技术应用培训后课堂仍是“照旧”[5]。如何实现技术与教学实践的深度融合，如何提升计算辅助教学的精准性和个性化，是下一步教学范式转型发展的重要方向。
(三)数据驱动教学范式
舍恩伯格与库克耶合著的《大数据时代：生活、工作与思维的大变革》(BigData:ARevolutionthatWillTransformHowWeLive，WorkandThink)被认为是大数据研究的先河之作，真正把大数据推向了公众视野[6]。随着数据密集型科学的快速发展，数据成了驱动社会创新发展、综合竞争的重要指标，也成为教育研究和利用的主要对象。与此同时，以大数据、云计算、泛在网络、虚拟现实、人工智能等为代表的新技术开始在教育教学领域“崭露头角”。学习空间超越了封闭的物理空间的限制，走向虚实融合的无边界学习场域;学习过程从课堂、家庭、图书馆等断点式的学习活动，走向家校贯通、双线(线上线下)融合的学习连续体。与此同时，越来越多、越来越细的教与学的行为印记被网络教学平台、移动APP、可穿戴设备等“真实”地记录下来。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，进而辅助教师进行更精准的“教”、指导学生进行更精益的“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。
图4数据驱动教学范式框架
数据驱动教学有望超越计算辅助教学，逐步成为大数据时代主流的教学范式。近年来，随着大数据技术在教育领域应用探索的快速推进，数据驱动教学开始呈现以下四大特征：
一是科学化。数据驱动的教学突破了以往经验主导教学模式所固有的局限性，教学的设计、组织、实施、评估等关键环节，甚至具体到课堂环境下某道练习题的选择，都将以真实性数据作为基础，凭借数据的支撑，实现课堂教学与线上教学的“有的放矢”。数据在教学中的嵌入式应用，将进一步彰显和提升教学的科学性，特别是有助于加快年轻教师的专业成长，让他们更有信心、更有胆量地利用数据开展各种创新教学模式与活动的设计。
二是精准化。高质量教学目标的达成离不开精准化的教学设计、精细化的教学组织以及精益化的教学辅导。随着平板电脑、智能手机、光学点阵数码笔、智能手环等各种便捷式数据采集终端在教育教学中的应用，教育数据采集的颗粒度越来越细、采集的频率和精度越来越高、采集的范围和渠道越来越广。通过对课前、课中以及课后教学全程数据的全面实时采集与深度挖掘分析，能够精准识别班级群体以及学生个体的知识与技能掌握状态、存在的共性以及个性学习问题、学科能力优势与缺陷等，进而做出精准化的教学干预。
三是智能化。人工智能技术与教育教学的结合正在悄然发生，当教学数据持续累积到一定程度，教学系统将具备智能乃至智慧。近年来，适应性学习系统、智能学习软件、自动测评工具等开始在中小学校应用并产生了一定的实际效果和影响力。学习数据的持续汇聚和不断丰富，将进一步提高“学生画像”的精准度和“分辨率”。网络学习平台与软件工具能够更加准确地获取和分析学习者的学习进度、学习习惯、学习偏好等特征信息，进而推送更多符合其学习习惯和实际需求的优质教学资源。数据驱动教学范式下，批改作业、搜集备课资源等诸多常规化机械劳动，将由机器自动完成，教学者的工作重心将转向创新性的教学设计以及个性化的、一对一的学生辅导。
四是个性化。互联网与大数据技术的介入，有望解决长久以来教育教学领域存在的规模化与个性化难以调和的矛盾。数据驱动教学范式下，通过挖掘分析海量的学习者群体数据以及个体数据，既可以发现隐含在教学背后的群体规律，还可以精准识别每位学习者个体的学习需求与学习特征。真实的教学数据不会“说假话”，它会赋予教师“显微镜”式的观察能力(看得更细)和“望远镜”式的预测能力(看得更远)，让教师充分了解每一位学生，从而借助技术工具和智能平台开展真正意义上的个性化教学。这种以“数据分析—特征发现—智能干预”为特征的个性化教学模式，是“互联网”时代学校教育实现规模化、个性化教育的必然选择。
三、数据驱动教学的国际动态
(一)数据驱动教学计划的启动与实施
美国一直是大数据教育教学创新应用的引领者，2005年在全球率先启动数据质量运动(DataQualityCampaign，DQC)[9]。该计划鼓励教育决策者改进收集数据的质量，提倡使用高质量的数据，推广国家纵向数据系统，从而提高学生的成绩。2009年，纽约市教育局开始实施SchoolofOne(SO1)计划[10]。该计划以学生为中心，采用大数据分析和适应性技术预测每个学生的学习进度和学习中存在的问题，根据个性化需求提供针对性的学习服务。
(三)数据驱动教学模式的研究与应用
为了促进大数据技术在教学实践的落地应用及其教学价值的发挥，包括高校、中小学校、教育基金会以及信息化企业在内的众多机构开始研究数据驱动的教学模式，积极开展数据驱动的教改实验。
卡内基梅隆大学早在2002年便推出了开放学习计划(OpenLearningInitiative，OLI)[13]，该计划鼓励学生利用学习仪表盘进行学习，学生的学习轨迹会被自动记录，所有家庭作业数据将自动传送到开放的学习仪表盘;学生在自主学习与练习时可以按下绿色的“提示”按钮来呼叫虚拟导师;教师可以依据学习者的学习进程与知识掌握情况，重新计划自己的教学进度，有针对性地调整自己的教学策略和教学方式。美国部分高校和中小学于2016年开始推广名为“NoGrades，NoGrades(NG2)”的包容性的个性化教育模式[14]，该模式摒弃了传统学校教育一贯采用的以成绩为核心的评估指标，将学生的学习轨迹数据作为学业评估的主要指标。该模式的推行旨在跨越从幼儿园到八年级的学习进程，通过对学生开展基于能力的学习评估，同时结合学生的真实水平和学习需求，开发一种更为灵活有效的学校教育新途径。
(四)教师数据素养教育的开展
教育系统无时无刻不在产生新的数据，如何充分挖掘和有效利用这些数据，将其转化为有价值的信息，是教师顺利开展数据驱动教学决策的关键所在。数据素养正在成为新时期教师专业能力体系中的必备要素，得到各国教师教育机构的高度重视。国际上教师数据素养教育的进展主要表现在两个方面：一是教师数据素养标准和规定的出台;二是教师数据素养培训项目的开展。
美国早在2005年的数据质量运动中就提到了教师数据素养的重要性，并提出了教师必备的十项关键数据素养技能[22]。美国州际学校领导者认证联盟制定的《教育领导者标准》和州际教师评价与支持联盟制定的《核心教学示范标准》中，也明确提出了教育者必备的数据素养技能[23]。2014年，美国19个州将数据素养纳入不同层次的教师资格认证中，在不同层次的教师资格认定中标识相应的素养要求，使数据素养成为教师的基本素养[24]。
四、数据驱动教学的实施路径
(一)开展数据素养专题培训，提高教师数据意识与数据处理能力
教师数据素养是制约数据驱动教学的关键要素，建议尽快研制《国家教师数据素养标准》，由教育主管部门牵头建立由点及面、分层分类的教师数据素养培训体系，开展线上线下相结合的混合式教师培训，培养教师的综合数据素养[30]。教师培训的实施过程应主动融入大数据技术，如在需求分析阶段应对各学科、各学段、不同地区、不同发展阶段的教师进行全样本的需求调查，培训学习期间应采集教师线上线下的全过程学习数据，培训结束后应建立基于数据的培训效果评估与干预机制。为支持师范生数据素养的发展，承担师范教育任务的高校应加快建设教师数据素养实习实训平台，提供丰富的数据驱动教学的优秀课例以及教学数据处理模拟训练模块，让学生在观摩实操中提升专业数据素养。此外，建议教育主管部门将教师数据素养纳入教师专业素养的评定体系中，设立教师数据素养认证机制与定期考评制度，不断提高各学科教师的教学数据专业处理能力[30]。
(二)打造基于大数据的智慧学习平台，支撑教师开展数据驱动的精准教学
数据驱动的精准教学离不开网络学习平台的支持，建议教育大数据企业与教育信息化工程技术研发机构，重点围绕教学数据的自然采集、多源数据的无缝集成、学习行为数据的深度挖掘与预警分析、知识地图的构建、学科能力的智能诊断等方面，研发新一代智慧学习平台。平台数据采集方面，建议集成日志分析、移动APP、网络爬虫、点阵数码笔、可穿戴设备等采集技术，一方面拓宽学习数据采集的范围，另一方面增强数据采集的细粒度，以便更加精准地刻画学生画像[31]。教育大数据企业应积极寻求与高校、中小学校、科研机构的深度合作，全面理解、深度挖掘教学业务需求，增强教学数据分析模型的科学性，提升大数据产品的卓越性;加强智慧学习平台用户体验的“走心”设计，最大程度地降低技术使用门槛，避免广大师生被“技术”所累，实现常规教学业务的平滑迁移以及学习平台的常态化应用。此外，还应重视教育数据安全防护技术体系的构建，确保大数据产品在学校教育教学应用中的数据安全。
(三)开展数据驱动教学示范项目，探索数据驱动教学新模式
(四)构建数据驱动教学实践共同体，传播数据驱动教学文化
(五)开展数据驱动教学专题研究，引领数据驱动教学持续深入发展
数据驱动教学是新生事物，包括概念内涵、基本模式、理论基础、评价体系等在内的很多东西都还比较模糊，亟待通过深入系统的研究进行确定，以构建适合我国国情的数据驱动教学理论与实践体系，更好地指导规模化的数据驱动教学实践的开展。建议部分省市教育科学规划办或主管教育课题立项的管理部门，在年度选题中增设数据驱动教学专项，鼓励研究人员与一线教师联合申报专项课题，建议选题范围包括数据驱动教学的基本理论、教学模式、关键技术、组织策略、运行机制、绩效评估、数据素养等方面。鉴于当前国内中小学教师的研究素养整体不高，建议在国培、省培等教师培训项目中增设教育科研方法与课题开展方面的专题培训，提高一线教师的科研能力。此外，对于由一线中小学教师主持的数据驱动教学研究课题，学校或当地教研部门应当加强定期的课题指导，以增强课题团队的研究信心，保障课题顺利开展。