基于大数据的英语“精准教学”及其实现路径

来源:用户上传      作者:韩凌 李慧芳

　　摘   要
　　突破教师主体经验和传统数据采集手段的框限，以现代信息技术引领学校教学变革是时代发展的必然要求。大数据对教学信息强大的归集汇聚、分析研判及挖掘预测功能，为教师教学决策和精准教学提供了强大的“数据智慧”。基于大数据的支持，教师可依据“五步”教学框架实施精准教学，即精准定位教学目标、精准组织教学内容、精准设计教学活动、精准开展教学评估与精准施加教学干预。
　　关键词
　　英语教学  大数据  精准教学    “五步”教学框架
　　英语教学是目的性很强的系统性活动。通过教学培养学生核心素养是教学的根本目标。什么样的教学才是最有效的呢？精准教学理论认为，只有进行精准教学设计，使整个教学过程与教学对象相匹配，教学才能达到最优效果。随着“互联网+”时代的到来，大数据渗透到了人类社会生活的各个领域，也为学校教学变革提供了技术支持。国务院颁布的《促进大数据发展行动纲要》明确要求，要“探索发挥大数据对变革教育方式、促进教育公平、提升教育质量的支撑作用”[1]。在此背景下，如何实现大数据与英语教学的深度融合，充分利用大数据及数据挖掘技术来实现精准教学，是一个亟待探究的新课题。
　　一、大数据时代英语“精準教学”面临的瓶颈
　　精准教学（Precision Teaching）是美国学者奥格登·林斯利（Ogden Lindsley）提出的概念，但其理论基础却可追溯到斯金纳的行为主义学习理论。斯金纳基于经典的“斯金纳箱”实验，建构了以操作性反射为中心的学习理论。该理论的核心观点是，学习属于操作性的条件反射，在操作以后便会得到强化，从而使出现这种操作的概率增加。延伸到教学领域，斯金纳认为学习行为的发生就是操作性条件反射的结果，教学活动就是要在刺激与反射之间建立起有效关联。基于此，斯金纳建构了著名的程序教学理论。基于斯金纳的研究，奥格登·林斯利提出了精准教学的构想，即通过设计合理的测量工具来有效追踪学生的学习表现，为教师的教学决策提供真实数据支撑，以便“将科学放在学生和教师的手中”，让教学策略与实施对象更加匹配。其后，精准教学被广泛运用于教学方法的有效性评估。学校和教师希望通过问卷调研、深入访谈、参与式观察等形式，收集到大样本的教学数据，找到教学方法与教学产出之间的因果关系，进而精确评估教学策略的有效性。
　　分析精准教学的发展过程可以发现，数据获取及数据分析是其中的关键环节。事实上，在面对千差万别的个体和复杂教学情境时，教师主体经验的作用是有限度的，对教学信息的有效收集和处理成为实施精准教学的前提条件。从某种程度上可以说，实施精准教学的核心就是对复杂教学信息的有效收集、处理、分析与研判，以达到教学诊断和教学改进的目的，进而提高教学策略的科学化、精确化和有效性。然而，无论是依靠教师主观经验，还是运用问卷、访谈等传统数据采集手段，都无法达到数据采集系统和科学精准分析的目标。因此，在大数据时代传统意义上的英语精准教学面临着多重瓶颈。
　　1.教学决策依赖主观经验
　　主观经验是传统英语教学的核心影响因素。教师习得的知识技能、日常生活中养成的思维方式、生命成长中塑造的价值观念，都对教学决策提供了参考。不可否认，主观经验具有重要作用。如针对学生听说技能的掌握情况，教师可以通过与学生的对话获取个体经验并形成初步判断。但是，过多依赖于主观经验判断及内隐推论，也容易造成经验主义的教学价值取向。比如有研究者通过调查研究发现，很多中小学教师的“教学决策行为基本取决于教师的知识能力、经验直觉等教师个体因素，这些因素虽然不无作用，但往往不稳定，难以保障决策行为的一致性，有时候甚至容易导致固执与偏见，不利于因材施教”[2]。同时，教师主观经验大多以文本化形式沉淀、储存于Study diary、teaching reflection之中，由于具有实物化、数据量小等特点，难以运用现代信息技术进行分析，不利于提升教学精准性。
　　2.教学权变缺乏数据支撑
　　权变理论中“权变”一词有“随情境而变”的意思，更进一步说，组织效能的高低是随着情境的变化而变化的。相对应的，在课堂教学中，教学效果并非一成不变，教学活动中不同情境的要素组合下，教学效果会有所差异。为此，在教学进程中，需要及时了解教学情境的动态变化，适时调整教学策略，匹配学生需要，以达到精准化、个性化教学的目标。其中最为关键的是教师对教学信息及时掌握和识别。但在当前课堂环境下，教师对教学数据收集手段非常有限，难以短时间内获得大量的、精确的、可分析的教学数据，难以为教师有效及时地调整教学策略提供支撑。如在讲授定冠词“the”用法时，有一种运用情境是在表示时间时加“the”，但又要区分情况。比如在表示季节时不用（即In spring），但是在具体年份的某个季节，有要加定冠词（即In the spring of the year 2019）。如果课堂中有适时测试系统，能够及时将学生即时呈现的行为信息反馈给教师，就能通过数据分析知道哪些学生还没有区分“the”在时间表达时的细微区别，进而分析原因并调整策略。
　　3.教学评估不够精准及时
　　布卢姆认为，教学评价是教学活动开展的导向，教师应掌握教学过程中的各种信息，建立起教学“反馈——矫正程序”，并及时给予学生补偿性的矫正学习机会，这才是有效的教学活动[3]。可见，建立教学评估反馈系统，及时掌握信息、呈现问题、总结评价，并提供问题解决的思路策略，是实施精准教学的必要支撑。但是，传统英语课堂的教学评估并不精准及时。一是评估归因错位，教师多以教育产出（考试成绩）为导向，关注少数成绩优异学生，强调学生因素对教学结果的影响，教师对自身教学行为进行评估并以此改进教学较少，不利于精准归因。二是评估时效迟滞，大多以单元、学期甚至学年为单位进行评估，不利于教师教学和学生学习策略的精确调整。三是评估路径依赖，大部分教师还是依靠卷面分析、优秀率、及格率等分数统计手段进行评估，忽略了成长档案记录、课堂行为信息、知识基础状况等其他教学数据的价值，导致评估结果精准度不够。 　　应该说，英语精准教学需要大数据，它的实施依赖于教师对常态化教学数据的收集掌握与精准分析，而教学过程中产生的数据数量庞大且无处不在。如师生课堂交互的对话信息、学习行为与习惯信息、课后作业中的作答、学业测试成绩统计信息、学生个人信息与家庭背景、学区和社区环境等，都蕴含着大量有价值的数据信息。因此，如何利用现代信息技术手段收集海量的教学数据，并基于大数据挖掘技术及分析工具，进行深入有效的分析挖掘，使课堂教学更为科学、精确，就显得十分重要。
　　二、基于大数据的英语精准教学框架建构
　　大数据让英语教学进入了基于“数据智慧”的时代，大数据对教学信息强大的归集汇聚、分析研判及挖掘预测功能，为教师教学决策和精准教学提供了强大的信息支撑。基于大数据实施英语精准教学，需要以信息技术为支撑，在精准分析学情基础上，精准定位教学目标、精准组织教学内容、精准设计教学活动、精准开展教学评估、精准施加教学干预，实现全流程的精确、可控。为此，本研究尝试提出“五步”英语精准教学框架。为了更好地呈现这一模式，本文将结合人教版新目标高中英语必修 1 Unit 1 Friendship的教学设计过程予以阐述。
　　1.精准设定教学目标
　　课堂教学是在目标指引下朝向预期方向的持续性活动，因此精准教学首先要设定合理的预期教学目标。在大数据环境下设定教学目标，不仅是依据参考书或者教学大纲条目，而且是要在收集、分析数据基础上，在综合考虑学生学习现状和学习偏好的前提下，为不同的学生精确设定不同的教学目标。所谓“精”，是指对学情数据的精细化掌握。Unit 1 Friendship是高一英语课程的第一课，教师必须基于初升高衔接的环境，从心理、知识、方法等层面，充分了解班级学生的基础。比如，数据反映出哪些知识薄弱点，哪些整体优势等。具体操作方面，教师可以采用语言基础自测的形式，让学生迅速作答测试题，并通过对问答数据进行学情和学业水平分析。一般而言，在测试环节中最多人犯的错误，就应是教师关注的焦点。所谓“准”，是指教学目标设定与学情之间的契合度。经过对学情、学业数据的分析，结合本单元要完成的学习任务，教师确定教学目标。比如，通过讨论过去的朋友引导学生掌握时态、语态;通过阅读训练材料提高阅读技能，掌握单词句型;通过对Anne Frank的精度，深刻认识朋友的内涵与价值，最终达到这一单元“教书”与“育人”结合的目标。
　　2.精准组织教学内容
　　传统教学以教材为中心，常把教科书和教学内容等同起来，这种认识客观上窄化了教学内容。事实上，建立所学知识与已有知识之间的联系，促进知识正向迁移具有良好的习得效应。因此，教师既要合理地利用现有教材，也要大胆地归纳、整合、重构教材，加入新元素。在大数据背景下，教师可以运用数据检索和匹配技术，尽可能找到新旧知识点之间的关联，重新组织教学内容，促进学生的知识迁移。比如，Unit 1 Friendship教学过程中的一个核心知识点是“直接引语和间接引语的转换”及其在场景中的实际运用。在课文中，展现了“She said…”“They say that…”“Anne said she…”三种不同句式。通过数据匹配分析，可以发现“直接引语和间接引语”在初中二年级下册Unit 4 Why don’t you talk to your parents中已经有初步学习。教师可以在温习已有知识基础上，顺势总结出直接引语改为间接引语人称变化的口诀，如“一随主，二随宾，第三人称不更新”。如此一来，教学内容的组织将更加合理有效，教学策略也更加精准。
　　3.精准设计教学活动
　　在明确教学目标和教学内容后，教师要精心組织教学活动。一般来说，精准教学活动的设计要以学生的差异性为出发点，由于学业水平基础和班级情况不一，教学活动的侧重点也有所不同，教学活动的开展过程也是开放和多元的。有学者认为，基于大数据的精准学习活动设计可以遵循四个步骤开展，即“差异检测→动态分组→并列教学→差异教学”[3]。其中，差异检测就是基于教育数据进行学业水平的差异化识别，动态分组指基于学业水平差异形成相对松散的异质学习小组，并列教学是指教师实施同等的教学活动，差异教学则指基于差异的个性化教学。在整个教学设计中，差异教学是落脚点。比如，在Unit 1 Friendship教学活动中，教师如果发现学生的整体学业水平较高，就可以在Warming-up、Reading、Learning about language等环节加快速度;当进入运用技能实际运用学习阶段时，如果发现学生水平发生了显著差异分化，就应当及时调整策略，针对动态分组情况，分别侧重Using language或Exercise and consolidation实施差异化教学。
　　4.精准开展教学评价
　　教学评价是对教学效能的精准估算，也为下一步的教学干预提供证据信息。在教学评价阶段，教师可以充分利用大数据的信息集成功能，将教师自己的Work boo数据与课堂训练、课后作业、单元测验、学习过程数据等进行整合，利用现代信息技术的数据处理功能，深入挖掘、分析学生在各个维度的历史学习表现数据。比如，通过课后自主学习任务的完成度，判断学生的主动学习情况;通过课堂互动的参与度，评价学生语言思维的活跃度和个体差异;通过班级测验，获得关于教学整体效能的信息;通过错题信息的追踪，生成重点难点“信息导图”等。总之，要通过数据分析发现学生学习行为的内在规律和特点，共同形成精准的教学效能评估结果。
　　5.精准施加教学干预
　　教师在获取精准评价结果基础上，应当及时施加合理的教学干预。对于已经掌握的知识点，注重后期精准练习加以巩固;对于尚未达到的教学目标，要组织“二次教学”，有针对性地调整教学策略，对后续教学过程进行完善优化，直至教学目标完成。比如在教学过程中，当教师发现学生对于“While walking…”“I wonder if it’s because I haven’t been able to be outdoors for so long that…”等由while、when、as if、if等引导的从句主语较难掌握时，教师就应合理归因，加大教学干预，适当增加课时来攻克重点难点，并在此基础上形成新的教学策略。同时，建立起“干预→教学→评估→干预”的教学闭环，不断提升教学决策的精准度。 　　三、基于大数据实施英语“精准教学”的支撑条件
　　上文初步建构了基于大数据的“五步”英语精准教学实施框架，但在具体的运用过程中，它的顺利实施还需要多方面的条件支撑。具体来说，可重点从如下四方面大力推进。
　　1.全面收集归纳教学数据
　　教学数据准确、全面地记录了师生课堂教学行为，因此高质量地收集归纳教学数据，是开展数据分析的前提。如果教师不能有效地收集、掌握教学数据，精准教学也失去了支撑。以美国为例，在教学大数据库中整合了多个系统中的数据，比如学生数据系统、学校数据仓库、教学及课程管理系统及教学评价系统等。为了提高数据分析质量，美国还要求中小学校录入的数据必须基于数据库脚本标准，保证数据要素齐全、格式统一和标准规范。目前，我国虽然建立了若干数据库，但教学数据规模有限，大多教学数据还是以实物文本的形式保存。此外，各数据系统之间还没有实现数据共享，而是形成了一个个“数据孤岛”，数据的数量、质量、类型都不足。因此，要整合已有的教学数据系统，尽快把存量数据转化为可分析的标准数据。比如，中小学要对与教学活动有关的课程资源数据、作业考试数据、师生信息数据和校内视频录像数据进行整合。同时，归纳有关学生、教师、学校及学区的档案袋资料、其他背景资料，将静态孤立的数据联系起来，形成海量的教学数据资源库，从而形成一套有机的数据。全面收集旭纳数据，能够及时识别发现有价值的信息，提升教学决策的水平。
　　2.开发教学大数据分析系统
　　从过程角度看，数据分析是以统计学原理为基础，以计算机技术和信息技术为手段，进行数学演算和统计的过程。因此，无论是对数据进行聚类、关联和预测等，还是生成可视化、关联性的数据分析报告结果，都需要数据分析平台作支撑，并依托于大数据挖掘与建模技术。因此，英语精准教学的实现需要多方力量的参与。其中最为重要的是，要开发相应的数据模型，将复杂的统计过程智能化，帮助教师进行日常所需的数据分析。比如已开发的基于智慧教室的教学响应系统（Audience Response System，简称ARS），它收集的数据贯穿课前、课中和课后，能够实时回收全班学生的测试作答情况，并以可视化、图表化的方式呈现信息数据，并基于系统设定的统计模型，生成辅助教师决策的分析报告，有助于教师对整体教学状况的把握，并帮助教师决定后续教学活动如何开展[4]。
　　3.提升教师的大数据素养
　　数据素养是大数据时代教师的核心素养。“数据素养是指教师在复杂的教学情境中定位数据，能够使用相应的工具对数据进行分析和表征，解释和评估数据分析的意义及结果，进而对具体教学情境进行说理的能力。”[5]具体来说，教师数据素养可分解为三个方面内容：一是教师的数据意识，能够认识到教学大数据的重要价值，并在教学决策过程中主动运用、参考数据所反馈的信息;二是教师数据归集能力，能够利用数据收集工具，对日常教学活动产生的数据进行汇总，形成数据库以支持服务于精准教学;三是教师的数据分析能力，能够在各类数据之中建立起联系，并运用现代统计技术、数学模型或者平台分析工具，建构起教学策略与教学过程、教学效能之间的变量关系，为精准教学提供数据智慧。为此，要及时把数据教育纳入教师职前职后培养体系中，提升教师数据素养。
　　4.发挥教师主观经验的辅助作用
　　在英语精准教学实施过程中，大数据作用的发挥并不排斥教师主观经验的作用。事实上，教学活动作为一种人与人之间深度交互的复杂行为，完全以数据化的视角来审视显然是不合理的，其中涉及到的诸如情感、意志、信仰等非理性因素难以分析与预测。因此，不能用数据理性来否定和排斥主观经验。正如有学者注意到的，“数据促使教师教学决策从‘基于经验’向‘数据驱动’转变，但与此同时，也可能滋生出‘唯数据主义’的错误倾向”[6]。基于此，当运用大数据技术去分析、挖掘教学信息之间的彼此联系时，也要结合教师主体经验判断，发挥教师实践性知识、教学智慧的辅助作用，共同得出更高质量、更有价值的教学结论，为精准教学提供决策依据。
　　参考文献
　　[1] 陈伟.《促进大数据发展行动纲要》解读[J].中国信息化，2015（10）.
　　[2] 付达杰.教育大数据对教学决策的影响及优化策略[J].湖北成人教育学院学报，2018 （02）.
　　[3] 万力勇，黄志芳，黄焕.大数据驱动的精准教学：操作框架与实施路径[J].现代教育技术，2019 （01）.
　　[4] 孙众，蘧征，杨现民，等.有意义的大数据与教学优化改革[J].电化教育研究，2018（03）.
　　[5] 钟婉娟，侯浩翔.教育大数据支持的教师教学决策改进与实现路径[J].湖南师范大学教育科学学报，2017（05）.
　　[6] 邹逸，殷玉新.从“基于经验”到“数据驱动”：大数据时代教师教学决策的新样态[J].教育理论与实践，2018（13）.
　　[作者：韓凌（1974-），女，河北石家庄人，河北师范大学大学外语教学部，讲师，硕士;李慧芳（1972-），女，天津人，河北师范大学大学外语教学部，讲师，硕士。]
　　【责任编辑   王   颖】
转载注明来源:https://www.xzbu.com/9/view-15350547.htm