受益于教育部3月发布的《高等学校数字校园建设规范》，以及人工智能、大数据等前沿科技的不断创新，我国教育信息化水平不断提高。近日，为促进中小学教师信息化素养提升，江苏省网络名师工作室领衔教师施黎伟开展直播公开课，以极课大数据为例，通过实际教学案例展示大数据软件与教学如何深度融合。
据悉，早在2016年，施黎伟任教的江苏省苏州市第三中学便引入了大数据分析系统，是国内学校教育教学信息化的先行者。作为精准教学的深度实践者，施老师灵活运用极课大数据等大数据软件提升教学水平的能力得到校方及当地政府的一致认可，曾获苏州市高中课程与信息技术评优一等奖，常年负责苏州市大数据教学培训工作。
信息化教学范式为考后分析画地图，因材施教照进现实
考后分析与纠错是日常教学的高频场景，精准掌握学生学习情况、有的放矢地进行针对性讲解非常重要。在传统教学方式中，学情判断往往依赖于教师自身经验，参考维度较为单一，难以满足不同学生的个性化教学需求。
网络直播课中，施老师提出“建立信息化范式，先横向，再纵向”的考后分析方法，实现对学情的无死角扫描。所谓信息化教学范式，是基于教学数据建立的大数据软件使用流程或方法总结，通过总结信息化教学范式，能最大程度利用软件数据、提升教学质量。
图：信息化教学六大范式
施老师总结出六大信息化教学范式，分别为横向查询报表、纵向追踪学生、课堂评讲分析、积累教学数据资源、个性化纠错、海量题目资源，覆盖考、纠、练三大应用场景。考试结束后，教师可先通过横向查询报表掌握班级整体情况，进行学生间的横向对比从而定位关键错题；通过纵向追踪学生，可快速找到后进生及成绩波动较大的学生，进行定向辅导纠错。经过先横向后纵向的分析，教师能够全面了解学情，在课堂评讲环节根据已经定位的关键错题和关键知识点进行针对性讲解，提升课堂效率。对于较为复杂的主观解答题，极课大数据也支持学生答卷投屏，教师可对典型错解进行详细解答。
图：课堂评讲分析范式
建立“复合数据”指标，应对更多教育场景难题
实际教学工作中遇到的难题千变万化，沉淀下来的数据总量大、类型多，通过建立复合数据指标、增强数据与数据之间的关联，能够极大提升教学数据应用率、促进教学水平提升。
在考后分析场景中，施老师以“得分率”与“区分度”关联为例，介绍了如何用复合数据进行关键题判别。“得分率”体现学生对考题的掌握能力，数字越大，说明学生对该道考题的掌握情况越好。“区分度”则体现试题对考生实际水平的区分程度，也体现题目的难易程度。如果仅看单一数据，教师容易陷入难得分的题目重点讲、好得分的题目基本不讲的误区。对此，施老师讲解道：“如果出现得分率低、区分度小的情况，说明题目是超级难题，所有学生都不会做，必须花大力气讲透。而得分率高、区分度也大的题，说明后进生掌握不足，需要对这部分学生进行单独辅导。”
为更直观地展现得分率与区分度关联数据的应用场景，施老师划分了“区分度+得分率综合判断”四象限，以辅助教师科学制订教学计划。第一象限区分度大、得分率高，说明题目只有低分组的学生没有作答正确，可以针对性补差、帮助学生提高；第二象限题目得分率低、区分度大，属于有一定难度的好题；第三象限题目区分度小、得分率低，实为难题应重点讲解；第四象限区分度小、得分率高，属于学生正答率高的简单题，如个别学生失分可单独讲解、不做统一评讲。
图：“区分度+得分率综合判断”四象限
在四象限的辅助下，教师能够更精准地定位关键题，有的放矢地开展讲解，将第三、第二、第一象限的题目向第二、第一、第四象限的过渡，实现学生知识掌握能力的整体提高。
图：“区分度+得分率综合判断”四象限过渡
随着教育信息化政策的不断推进，我国已基本实现各级学校的教学信息数字化改造。然而面对丰富多样的信息化教学工具，大部分老师还处在被动接受的状态。施老师认为，提升教师信息化素养、用大数据软件结合教师经验反哺实际教学工作，是驱动教学变革的必经之路。“现在教育领域已经进入数据为王的时代。对数据敏感，学会积累数据、收集数据，在工作中活用数据指导教学，可以避免很多人为的失误，让教育教学变得更高效。”
本次直播公开课是一次成功的经验分享，未来智慧教育企业也应承担起属于自己的社会责任，积极推动教师信息化素养建设，促进教育教学质量提升，助力精准化教学、个性化教育的实现。
