在互联网信息化时代背景下，如何实现个性精准化教学？实现精准化教学还存在哪些阻碍呢？

先分享一则用户访谈信息：

你在从事教育工作中，所遇到的最大困难是什么？

这是我在最近的访谈中的询问的一个问题，参与访谈的是一个教学经验非常丰富的老校长。

他没有直接回答，先是分享了自己从教多年一直反复经历的一个现象——当年他给一个班的学生上课时，课堂上学生积极发言，反馈相当不错，但是经过课下的简单测试，却发现学生对教材上的知识点掌握的效果并不那么乐观；他不知道为什么，明明自己该讲的内容都讲了，学生反馈也不错。

经过一段时间的了解和其他老师的交流才发现此中缘由：学生在学习层次上存在差异，加上学生自主学习能力差等原因，使自己多次精心设计、讲授的知识不能完全解决学生的问题，从而导致教师教学效果不理想，学生学习成效不佳。

不难发现这是传统教学中普遍存在的问题，教学缺乏针对性，应试填鸭式教学问题突出。因学习主体的差异，教师不能准确的评估学生学习能力及层次，同样教师对学生学习的效果不能准确的评估，或者老师根本没有时间和精力进行定量分析。

在互联网信息化教育大背景下，如何准确评估学习主体差异；如何促进教师根据学习环境进行个性化、针对性教学设计，指导教师教学方向；如何改善传统教学现状，推动教学革新。笔者认为依托大数据等技术，实现个性精准化教学是关键，这样才能进一步深化和落实因材施教理念，尽管在学生信息隐私等方面还存在争议。

接下来笔者将从以下几个方面，谈谈己见：

• 实现精准化教学的现实意义；
• 实现精准化教学对当下提出的要求
• 大数据在实现精准化教学中的应用分析；

先声明一点，这里只针对K12基础教育中数据驱动教师教学进行阐述。

一、实现精准化教学的现实意义

在K12教育中，当前的教学方式仍然采用教师课堂讲授，学生被动学习知识的方式，反转课堂等教学方式的出现，在范式教学方式上有了改善，但并未能从根本上革新教学方式。

从教师角度来说，通过对学生学习数据的分析，掌握学生学习情况，比如某学生多次查看某知识点的视频、课件等相关资源，通过数据分析和诊断，教师就会发现此学生这个地方存在的疑问点或者兴趣点。在明确学生学情后，教师就可以进行精准的教学实践，如针对性的设计备课、讲课内容或精准测试、定向引导、训练学生。这样一来教师在有限的时间内取得的教学效果相比范式教学、应试填鸭式教学效果会更加可观，同时教师依托数据分析、诊断来指导课堂互动和教师教学，量化教师该备哪些课，怎么教、教什么等。

从学生角度来说，通过数据分析可以清楚的知道自己的短板，从而优化学习路径，精准的提升自己。根据数据分析和学习诊断报告，学生自己就可以精准的选择获取学习资源，来帮助自己深化实践，精准的巩固重点，突破难点，快速取得学习成效。

大数据助力基础教育，提高了教师工作、学生学习的效率。教师不但有时间和精力进行个性精准化教学，实现因材施教，而且还能省出精力来关注学生身心健康成长，对学生兴趣爱好进行引导和培养；学生也有更多的时间和精力去探索自己感兴趣的知识内容；此时教师不在是单纯的知识传授者而是知识海洋的引导者；学生也不再是知识的被动接受者而是知识内容的探索者。

二、实现精准化教学对当下提出的要求

大数据助理基础教育，实现精准教学，首先要在数据价值认同方面达成共识，然后增强数据采集、数据分析处理、数据诊断呈现、数据认知、资源整合等方面的能力，接下来就说说自己的浅见：

数据采集

首先，实现精准化教学教育大数据是基础；要全面、系统的收集教学资源数据、教育教学管理数据、教与学行为数据、教育教学评估数据等教育大数据。

其次，要实现全域数据（包括PC、移动端、IOT、线下等）的采集，全方位的数据信息是支撑数据分析精准程度的关键，所幸随着信息化教育的推进以及移动终端教学的普及，获取教育大数据信息，已经有了长足的突破。

最后，基于教学的复杂性，获取教育教学评估数据是最难的，这样为企业、学校采集此类数据提出了要求，增强数据采集能力是实现精准化教学的基本前提。

数据分析处理

基于数据分析、诊断的精准教学，数据处理是挖掘数据价值、指导教学实践的基础，其中数据分析（算法）是核心。定期对学习过程动态化数据进行智能分析得出学情诊断报告，提炼出对教学、学习有价值的信息，为提升教师精准教学，优化学生学习路径提供了数据支撑。

数据诊断呈现

通过对数据分析诊断结论进行可视化展示是实现精准教学价值的直接体现。教师侧通过查看诊断报告或教学建议，来进行教学决策，对设计精准的教学内容是非常重要的，这样比盲目的备课、教学更有价值。学生侧也可以通过推荐或主动获取自适应的考、学、练学习资料来体验精准教学服务带来的实惠。

数据认知意识

在大数据驱动的基础教育，必须提高教师专业发展和数据素养，数据意识的思维转变会改变理解教育实践的方式，以及推动教师如何进行教育实践的创新和教学革新。其中，华南师范大学信息技术学院教授，博士生导师徐晓东，在《大数据、数据素养与教师专业发展新模式》的报告就提出：从“大数据”、“数据素养”、“数据智慧及数据驱动决策”等思想和技术方面探讨对教师专业发展新模式的新洞见和启示。

教育资源整合

大数据驱动精准化教学，在本质上是依据数据分析，明确学生自身差异和特点，为其选择适合的学习资源，实现教学资源的精准推送，为学生打通资源选择的通道，从而达到精准提升学生学习的目标。企业或学校对教育资源整合的能力决定了学生是否可以快速、有效、精准的选择适合自身的学习资源。教育资源的整合能力，是实现精准化教学愿景的后勤保障。

三、大数据在实现精准化教学中的应用分析

利用互联网信息技术为课堂教学提供数据支撑，为真正实现精准教学，助力教学方式的变革起到积极推动的作用。这离不开教育大数据的收集、分析和呈现，尤其是对学生学情数据的分析诊断，笔者认为实现精准教学，首先需要建立学生学情评估生态，用于全面收集学习行为数据，科学分析行为数据，诊断学情，从而优化教与学实践路径。

下面是关于建立学生学情评估生态的设想：

（学生学情评估生态组成示意图）

学生学情评估生态是在大数据技术、智能技术背景下围绕未来学校教学评价体系，运用大数据技术作为支撑，来打造满足学生个性化学习和教师精准化教学需求的网络服务——智能精准教与学平台。以此构建智能教育教学体系，帮助学校进行智能教学管理及教学决策，帮助教师从经验教学走向精准教学，帮助学生从模糊学习走向精确定位，帮助家长了解孩子，更科学的执行家校共育。

学生学情评估生态是由众多复杂的系统组成的，笔者将其划分为学情数据收集系统、学情分析评估系统、学情诊断反馈系统三个主体，其中每一个主体系统又包含众多子系统，如下图所示：

1. 学情数据采集系统

学情数据挖掘采集系统是教学终端及各种应用程序的集合；它像一只看不见的手，从学生的学习终端中，教师的教学设备中，或各种应用程序中来抓取各类教育大数据。

（学情数据挖掘采集系统架构示意图）

2. 学情分析评估系统

学情分析评估系统中大数据分析算法是核心；它在海量的教育大数据信息中分析、挖掘每一条数据的来源、背后的动机等等；深度分析后，来挖掘对具体教育教学场景、学习语境等有效的数据价值。

（学情分析评估系统架构示意图）

3. 学情诊断反馈系统

学情诊断反馈系统从用户类型可划分为学生侧反馈系统、教师侧反馈系统、家长侧反馈系统，通过智能终端的软件应用来呈现反馈数据，提供可视化的学情诊断方案。智能学情诊断反馈系统为具体的教育教学的应用上提供决策依据，如教学计划制定，教学诊改，课堂环节设计、教学内容推荐、家庭教育监督等。为如下图所示：

（学情诊断反馈系统架构示意图）

以上是笔者对建立学生学情评估生态，服务精准化教学进行的初步设想。初衷是依托大数据技术，进行数据采集、分析、处理、诊断、资源整合来推动精准教学的实现，让每一位学生受益于因材施教。

最后总结一下，建立学情评估生态在具体的技术可行性等方面没有做出细化评估，但是运用互联网信息技术，使教学变得更加高效和精准，为学校实现个性精准化教学，寻找教育质量增长点及教学革新提供了新途径。笔者对此还是持乐观态度的，也希望致力于大数据推动精准教学的各业界同仁提出独到的见解，一起完善、建立全面的智能学情评估生态。

本文由 @岁月 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议