郑州市第七高级中学基于大数据的教学评一体化的实践教学
一、案例概要
郑州第七高级中学从2016年开始使用智慧课堂教学,在2018年秋季实现高一至高三、国际部所有师生的覆盖。三年来,智慧课堂实现规模化、常态化的使用。智慧课堂和大数据的运用使学校教学决策数据化,老师精准教学、学生个性学。
并且基于大数据的学校大脑于2019年12月底投入使用,收集学校“教、学、考、评、管”五个维度数据,为学校教育、教学、管理等提供决策支撑。真正解决校园管理高效协同、校园环境全面感知、校园教学资源共享、校园学习生活个性便捷,实现“校长智校、教师智教、学生智学”。
回顾近几年郑州七中发展的历程。近几年来,学校的教育教学质量和高考成绩逐年攀升,学校的办学理念和成绩得到了社会各界广泛的认可、影响力越来越大。对郑州7中教育教学发展成果为三个层面:
理念系统——“博雅教育”,前几年郑州七中提出教学诊断、资源整合、三度教学等相关理念,从2016年,学校进入新的阶段,学校将智慧课堂从引入到成熟运用,现在过渡到了“大数据驱动下的教、学、评一体化”理念系统。
实践系统——课堂观察、教学诊断、三度教学、智慧课堂。对一堂好课,现在的评价和过去的评价发生了质的变化,过去是基于经验去评价课前、课中、课后。现在老师基本上是用数据评价,用数据指导教和学,例如学生数次考试的名次、每一道题的正答率、知识点掌握的情况等,都是通过大数据进行展示,这样就实现了教师精准教、学生精准学。
评价系统——抓住评价,提升教学质量。在教、学、评一体化中,要达成的认知就是学科建模,学校的教育教学质量模型、年级管理模型等。用数据建构模型,这样才能实现精准地教、精准地学、精准地评。把握好教、学、评的一致性,将研究向深处、向远处推开,努力提高课堂的站位,这样才能适应新课程、新教材、新高考,不断提升育人品质。
二、主要做法及创新举措
2.1教学评一体化的研究
2019年6月,国务院办公厅发布《国务院办公厅关于新时代推进普通高中育人方式改革的指导意见》,强调深化课堂教学改革,推进信息技术与教育教学深度融合,加强教学研究和指导。
为响应政策号召,学校管理层经过调研后,在约翰•比格斯一致性建构理论框架和布鲁姆教育目标分类学理论基础上,依托大数据技术、人工智能技术,开展大数据驱动下的教、学、评一体化的研究。针对各年级、各学科的学情特点,基于大数据分析结果及相关报告等,从教学目标设定、教学内容选择、教学活动设计、学习资源推送、个性化作业、过程性考评等方面进行课前、课中、课后教、学、评一体化设计和实践研究。边实践,边研究,边总结,边推广,期望最终形成一套可复制、可借鉴、可推广的教-学-评一体化的教学方法和模式,从而提高教学质量。
2.2系统构建“五育并举五育融合”博雅课程体系
从2010年起,我校相继提出教学诊断、资源整合、三度教学等相关理念,2016年,我校进入新的阶段,将智慧课堂从引入到成熟运用,现在我校过渡到了“大数据驱动下的教、学、评一体化”理念系统。
在深化信息技术在教育各领域的应用,实现师生减负增效方面,我校坚持以人为本,以学生发展核心素养、学科核心素养的形成与发展为目标,依据普通高中课程方案设置各学科课程,严格执行国家新课程,有机融入学校特色课程,重构“五育并举五育融合”博雅课程体系,统筹三类课程的三年计划安排,引导学生学好必修课程、修好选择性必修课程、研好选修课程,保证学生全面而又个性的发展。
2.2.1理念根植,人人应用
通过智慧课堂平台,打通教学全流程:课前、课中、课后实现了有机融合:课前,我校学生通过系统提交预习任务,老师可即时查看预习情况,预设教学重难点增加课堂效率;课中,通过手中平板开展形式多样的互动,教师实时掌握学生的知识点掌握的情况,及时调整授课重点,实现了教师精准教、学生精准学;课后,基于学情数据,老师分层布置练习题,实现“双减”之下的分层个性化教学。课外,开展多项兴趣课程,推送相应课外教学资源,让学生实现全方面发展。

图:智慧课堂授课
截止2021年9月我校高中教师利用智慧课堂共发布9.7+万次课前预习,实现35+万次课堂互动。

图:郑州七中校园数据大脑统计授课情况
2.2.2构建智能数据决策中心,打造新型校园生态
学校结合自身特色,推进智慧校园建设,构建智能数据决策中心,科学合理利用学校整体数据,满足各部门需求,为师生们提供数据服务,为学校领导提供全局性的数据统计分析和决策支持。通过理论框架模型的试点验证与迭代优化,促进教学、教研、教育管理和生活服务的流程再造与系统重构,实现信息技术与教育教学的深度融合,提高教育教学质量和教育管理决策水平,最终形成“可感知、可诊断、可分析、可自愈”的新型校园生态。
2.3 系统构建“数据驱动精准教学”博雅教学体系
教-学-评一体化,强调教学、学习、评价三位一体,相互交织,紧密融合。教-学-评一体化从时间的角度可以理解为教师的教、学生的学与评价统一于教学活动中,即教-学-评在时间上具有同步性;从内容角度,教-学-评一体化教学模式中,教-学-评三者具有共同的目标,在课堂教学中实现有机融合、相互促进。
2.3.1学情分析、精准教学
我校采用先扫后阅、先阅后扫、智能批改、拍照采集多种数据采集方式,并针对英语作文、英语短文改错题、英语填空题、数学填空题自动评分,在联考、期中期末考、月考等考后,系统会形成联考报告、学校报告、学科报告、班级报告、学生报告等多层级分析报告。


图:学科学情分析

图:班级学情分析
通过阶段性的学科学情、学生学情、学业分析、教学监管等模块分析,自动呈现每个班级、每个学生的学情,为授课教师进行精准教学提供数据支撑。
2.3.2个性化分析与学习推荐
通过采集分析考试数据,为学生提供个性化学情诊断,包括历次测验的学业发展轨迹、知识点掌握情况,帮助学生直观了解学科知识漏洞,以便查漏补缺,不断丰富学生成长记录,形成个性化学习档案。

图:学生个性化学习追踪
AI个性化推荐基于公共-校本-个人三级资源题库为学生提供有针对性、高效率的学习规划。主要包括精选高频错题、分层推荐练习题、阶段复习题,并辅以名师解析;
依托AI+大数据能力,基于网络环境的练习平台,为我校学生提供同步课时练、校本练习、英语听说专练、英语智作文、学习任务、答题卡练习等练习模式。
2.4系统构建“数据驱动精准教学”博雅评价体系
教-学-评一体化强调评价要贯穿于教学的始终,教学过程与评价过程融为一体;教-学-评一体化的课堂教学评价倡导在教学中采用多样的评价方式,通过多种评价方式间的相互融合与补充,充分发挥评价促进教学的作用。借助大数据精准教学系统、个性化学习手册的教育信息技术和“教—学—评”一致性理论,实现大数据驱动下精准的教、个性化的学、有效的评相统一,持续优化教学过程和教学效果。
2.4.1教学监管、增值评价
大数据精准教学系统教学监管模块从测验、练习、资源等多个维度,动态跟踪班级、年级、学校的教学活动应用情况,用数据和可视化图表的形式直观呈现教学活动中的各类教学活动情况;当前学年内每月应用数据都生成数据统计报告,并且统计每位教师测验、练习、校本资源贡献情况,涵盖教师的姓名、练习、组卷、分享试卷等情况,从而实现科学监管、精准评价。
2.4.2常态化应用与效果
借助大数据精准教学系统和阅卷系统进行考试阅卷和学情分析,目前已经实现了个性化学习手册的常态化覆盖。高三年级从2020年5月开始使用,截止目前共生成数学、物理、化学三个学科的个册合计108次;高二年级从2021年5月开始使用数学、物理、化学三科个册,共计生成23次,累计为学生巩固了139358多道错题,为学生推荐了139358多道题目。
以2020-2021学年高二年级理科学生的应用情况为例,我们分别统计了数理化近两次考试的相同知识点得分率的进步情况,发现从第一次月考到期中考试,数学进步了23.73%,物理进步了13.78%,化学进步了14.77%。

图:数理化历次考试综合平均分对比
| 知识点 | 第一次月考 | 期中考试 | 得分率之差 |
| 推理与证明>>证明>>运用数学归纳法证明 | 50.16 | 63.74 | 13.58 |
| 相等关系与不等关系>>基本不等式>>基本不等式 | 63.02 | 82 | 18.98 |
| 函数与导数>>导数及其应用>>利用导数研究闭区间上函数的最值 | 27.58 | 65.11 | 37.53 |
| 相等关系与不等关系>>等式与不等式的性质>>不等式求解 | 37.65 | 65.58 | 27.93 |
| 函数与导数>>导数及其应用>>导数的几何意义 | 28.90 | 69.08 | 40.18 |
| 函数与导数>>导数及其应用>>利用导数研究函数的极值 | 38.75 | 61.84 | 23.09 |
| 函数与导数>>导数及其应用>>微积分基本定理 | 78.55 | 80.65 | 2.10 |
| 函数与导数>>导数及其应用>>导数的运算 | 68.44 | 90.53 | 22.09 |
| 数系的扩充与复数的引入>>复数的概念>>复数的代数表示及其几何意义 | 77.37 | 95.05 | 17.68 |
| 推理与证明>>证明>>运用反证法证明 | 63.02 | 82.00 | 18.98 |
| 函数与导数>>导数及其应用>>利用导数研究函数的单调性 | 44.52 | 74.87 | 30.35 |
| 函数与导数>>函数的性质>>函数的奇偶性 | 33.28 | 65.58 | 32.30 |
| 平均得分率 | 50.94 | 74.67 | 23.73 |
图:数学知识点得分率对比
三、实施成效与典型经验
基于大数据精准教学系统和智能数据管理决策中心,老师讲,学生学,每周练,个性清,学校实现教-学-评一体化。教师通过信息化工具及平台,备教改辅研过程中极大的提高了效率智能组卷、人工智能自动批改作文、填空、简答等题型,将老师从繁重的手动组卷、改卷、统分等重复性劳动中解放出来,投入更多精力到教学反思、教研备课和学生辅导中去,真正实现减负增效。
同时经过大数据分析,系统可生成校级报告、班级报告、学科及学生个人个性化学情报告;构建以“数据采集—分析呈现—教学应用”为一体的精准教、个性学,帮助教师实现基于数据的精准教学、实现相对高效的“三度教学”。
通过对学生日常学业数据采集与分析,精准定位学生薄弱知识点,汇总学生错题,同时针对学生错因推送专题资源,形成个性化错题本,有针对性地进行查漏补缺,逐一攻克知识难点,还可有效助力作业分层、个性化。
学校各类教学数据的汇聚,可帮助学校及时了解校本资源建设、学校发展、学科建设、教学动态、教师评价、学业负担信息等,通过采集学生的作业、考试等场景的学业信息,汇聚累积形成郑州市第七高级中学学业数据中心,实现教师精准教学、学生个性化学习、管理层科学决策,并有效实现家校共育和信息及时互动,推动管理模式从经验式向精细化转变。
3.1经验式变精细化,大数据技术助力精准教学
全流程采集学情数据的大数据精准教学系统经过 “沉淀”,将考情分析、学情数据、校本作业、校本试卷、专题知识点等资源根据多维度标签,在精准教学系统内“哺育”壮大,高质量校本资源体系初具规模,因校制宜的精准教学模式在探索中日趋成熟。
3.1.1管理模式转变
大数据智能决策中心能够及时推送数据汇聚、资源共建、学校发展、学科建设、教学动态、教师评价、学业负担信息等资源,并可结合知识点深入分析教学难点、重点、考点、薄弱点,推动管理模式由依靠经验转变为依靠精准数据,靠数据管理。
3.1.2教学效率提升
在实际教学中,大数据精准教学系统能够帮助老师将“测、练”数据“云化”,动态流转到“教、学”环节,及时实现“以学定教”。这么一来,老师在课堂上可以聚焦共性问题,同时根据系统提供的教学资源精准推送,点拨重点、难点,教学效率得到提升。
3.1.3打造“一对一”家校共育通道
大数据精准教学系统通过提供学业成绩、作答原迹、错题归纳、学情档案等基础信息服务,为即时化的家校互联打通路径,帮助家长实时掌握孩子在校学习情况,推动家校共育。
3.2题海战术变“靶向作业”,个性化作业实现减负增效
作业和考试的本质是通过“共性测”,实现“个性清”,但传统的“个性清”复杂、低效,经常出现分数相同,但薄弱知识点不同,因此无法扫除个体知识盲区的“同分异构”现象。在个性化学习手册的帮助下,“个性清”可以做到同分不同构,同做不同练,作业设计质量提升,分层作业难度适当、内容匹配、时间合理,学生还可以了解自己的学习成长轨迹、知识点掌握情况、与同学的差距等,从而提高学习效率,增强自信心。
3.2.1建成优质资源
优质试题资源是帮助教师提高教学水平及教学质量的重要工具。基于国家教育考试大纲及学科特性,利用人工智能和大数据技术,建成符合本校学情、体系科学、知识点覆盖全面、试题标注精准的典型性和层次性兼具的精品校本资源体系,避免资源孤岛及重复建设。通过优质资源共建共享,提高教学成果的复用性,满足师生个性化需求,有效支撑教与学活动开展。
3.2.2服务个性发展
学校是落实教育方针、推进学生全面发展的主阵地。学校积极探索加强信息技术与教学的深度融合,发挥信息技术对教育教学的促进作用。依托大数据分析技术,通过对学生学习数据的深入挖掘和分析,精准刻画学生群体和个人的知识水平和能力水平,对不同层次的学生提供针对性的学习资源,科学提升精准教学的效率,服务学生个性化发展。
3.2.3提高作业实效
作业是教师引导学生开展自主学习、及时整理和巩固所学知识的重要工具。然而反复刷题、机械化重复练习为学生带来了过重的学业负担。为充分发挥作业的教学诊断和改进功能,减轻学生不合理的学业负担,学校做好作业总量控制和作业检查工作。利用大数据进行分析,从海量数据中挖掘反映学生真实学情的相关数据,进行精准分析预测,关注学生不同的特点和个性差异,合理规划学习路径。根据学生学业基础布置作业,形成基础性必做作业与拓展性选做作业相结合的弹性作业机制。为每个学生推荐有针对性、个性化的学习资源,减少学生无效刷题时间,减少作业总量,提高作业质量,增强作业实际成效,有效推动教学质量的提升。
四、系统架构
构建学校应用总体架构、支撑所有业务应用的基础运行环境。建设以中心机房为核心节点、连接所有教学班的校园网,形成一个互联、信息交换、资源共享的基础构架。
基于学校大脑,通过博雅教育平台,汇聚教、学、研、管、评等应用及数据,满足老师、学生、家长的常态化应用,并利用数据建模与数据可视化工具,实现为管理者、班主任、教师提供面向各自业务的数据分析与数据服务,为实现各级教育管理者提供教育决策支撑。
总体架构设计将建立在统一规划的技术体系上,提供完整的技术支撑服务,保证信息资源、业务应用系统、基础设施、信息安全保障体系、标准规范体系、运维体系各要素之间构成一个有机的整体,方便信息的交换和共享,消除资源建设的无序和重复,推动信息系统的集成和整合,保障基础运行环境的安全和稳定,提升技术支持和运维服务的水平和质量。
平台总体架构如下图所示:

1、设备层
基础设备层即基础运行环境建设,通过超融合计算系统、平板管控系统、物联网接入系统,从数据传输、计算、安全等方面,确保系统安全可靠、稳定高效、易用实用。
2、平台层
平台层承担着承上启下的关键作用,为各个应用子系统提供全局统一基础性支撑服务,使各信息系统能够进行有效的整合与协同,通过支撑平台构建教育信息系统统一的公共软件环境,更好地满足学校业务快速发展的需求。平台支撑层包括基础支撑服务、数据支撑服务、教育资源服务等。
3、能力层
能力层整合内、外部各类教育信息资源,按照统一标准,建立不同粒度、不同主题、不同维度的信息资源库,完成从“数出多门”到“一数一源、数入一库、数出一门”的转变,真正实现横向集成、纵向贯通、全局共享的信息资源及服务中心。标准数据层主要包括教育数据资产、数据指标模型、学科知识图谱、数据自主分析。
4、应用层
应用层是各类教育应用系统的集合,应以服务作为出发点和落脚点,围绕服务对象的需求,选择优先支持的业务并统筹规划应用系统建设,为教育决策、教育教学和公共服务提供全面的应用功能支撑,进而实现教育管理精细化、教育决策科学化和教学学习个性化。
5、访问层
访问层是面向最终用户的统一入口,访问层在集成各个应用子系统的数据、功能和服务的基础上,通过空间及公共服务平台的方式,为教育管理人员、教师、家长、学生等各类用户提供各自所需的教育信息化服务。同时面向最终用户提供多种访问渠道,包括多种终端设备访问形式。
6、标准与规范体系
标准规范体系建设主要从管理、业务、技术等方面综合考虑,是各信息系统实现互联互通、信息共享、业务协同、安全可靠运行的前提和基础。标准规范体系主要包括信息资源标准、业务应用标准、技术标准、网络基础设施标准、信息安全标准和管理标准六部分内容。
7、多层级运营体系
建立“以制度为基础、以流程规范为保证、以技术工具为手段、以服务支持为后盾”的运行维护与技术服务体系,及时完成对运行状态的全面监控和运行问题的及时处理,支持应用系统的安全、稳定、高效、持续运行;同时,通过统一的服务平台、可行的管理制度以及运行维护技术支持队伍的建设,实现运行维护工作的智能化和高效率。主要包括运行维护服务制度、运行维护服务工作流程、运行维护服务组织、运行维护服务队伍、运行维护技术服务平台以及运行维护对象。
五、推广价值
利用大数据精准教学系统,提高了我校教师数据意识与数据处理能力,引导我校教师从关注学习结果转向更多关注学习过程,并通过对学生学习成效的持续观察和评价,促进学习目标的达成;促进学生改进学习习惯,优化学习方式,激发学习兴趣,提升思维水平,提高学习能力;丰富评价的内容和视角,推进过程性评价。但利用大数据技术等信息化手段提升教学质量是一个循序渐进的过程,我们还需要持之以恒地试错、总结和创新,也需要社会各界的持续关注和赋能。
未来,我们希望在上级部门和社会各界的支持下,充分利用好智能技术为教育改革带来的科技“红利”,进一步优化个性化学习手册和精准教学系统的融合应用,以作业改革促进教学能力提升,以大数据应用促进精准教学,让大数据成为建构高质量校本资源体系、完善科学评价路径的“良药”,打造信息化教学的“博雅七中”。
开展数据驱动教学的深度探究,构建数据驱动教学实践共同体,探索数据驱动教学评一体化新模式,传播数据驱动教学文化,为新教材、新课程实施背景下学校落实新教学、新评价提供参考。
附佐证材料:

郑州市第七高级中学-博雅讲堂

郑州市第七高级中学-教师教研分析

郑州市第七高级中学-生活服务
郑州市第七高级中学-图书阅读