最近看到一篇文章,题名为《信息时代精准教学再思考——从关注数据的“学会”训练到指向育人的“会学”素养》,文章来源于《中小学数字化教学》2021年第4期。在我们的项目学校中,一些教师也正在借助优学派智慧课堂,探索数据驱动的精准教学。这篇文章中的观点与我们实验学校教师的实践有没有相似之处?或者对我们实验学校教师现有的实践是否有一定的启示?带着这样的思考,我对这篇文章展开了阅读,结合文章中的精准把握学习起点、制订学习目标、设计学习活动和反馈学习评价,对精准教学进行了“再”思考。
一、精准把握学习起点
在开展教学活动前,教师需要通过分析学情和学习内容,确定学生学习的有效范围和起点。如何精准把握学习起点?文章中谈到,随着大数据的发展,一些教师会借助数字化学习平台,通过电子任务单、问卷星等形式对学生的学习基础进行在线测评,根据测评数据评估学情。
但是作者对此进行了反思:这些即时反馈、量化的数据能完全代表学生的理解水平和学习能力吗?作者认为人的学习是不确定、未知的,充满复杂性,前测内容如果仅停留在对所学语言知识的掌握层面,缺少对学生学习需求、学习风格、认知与元认知技能、情感态度等的评估,无法提供学生利用原有知识学习新知的表达和思考空间,无法准确判断学生的真实学习水平和状态。即使产生了学情数据,也不能精准把握学习起点。
这一观点与我们实验学校教师的实践有异曲同工之处,有老师也认为量化的数据不能代表学生的理解水平,所以注重在前测中布置主观题型来了解学情。例如,学习《搭配的学问》时,某位老师布置的前测题是“你认为什么是搭配,把你的想法写一写或画一画”;这样一来,教师就可以了解学生在学习本课前对搭配的理解。还有老师会布置操作题来了解学情,例如,某位教师在教学《角的初步认识》时,课前布置了这样一个前置任务:你认为角是什么样子的?动手做一个角或在生活中找一个角,并用拍照或者录视频的方式提交。这样教师可以了解学生最初的想法,也引导学生将数学知识与生活建立联系。
从两个案例中可知,这些前测任务,会产生大量的数据,但是教师不是关注这些数据中的对与错,而是挖掘数据背后学生的真实想法。同时,这些数据也是学生课中讨论、交流的素材,帮助学生基于已有认知,建构新的理解。
二、精准制订学习目标
文章提到,把握学习起点后,教师需要基于学生的学习起点,找到真正帮助学生转知成识、转知成智的效能目标。对我们实验校的老师而言,如何基于优学派智慧课堂制定精准的学习目标?我们实验校的一位老师是这样做的:
以《同分母分数加减法》的教学为例,课前我通过优学派向学生发送了一道同分母分数的加法题,并让他们写下自己的想法。全班学生提交答案之后,系统马上统计出此题的正确率。这道题正确率为100%,说明我们班学生已经会计算同分母分数加法了。在我初次制定的目标中,我把会正确计算同分母分数相加减作为重点,而课前测试数据反应全班学生都能正确计算。
那本节课应该教什么?我进一步查看学生的想法,一部分学生用画图的方法说明了想法,一部分学生总结了算法--分母不变,分子相加或相减。可见,学生的计算结果一样,但过程是不一样的。所以,基于学生的认知,我马上调整了目标,弱化学生同分母加减法计算,把算理的探讨作为这节课的重点。这一则小小的案例充分说明了教师基于前测,了解学生的学习起点,进行二次备课的一个过程。同时,这也说明“精准把握学习起点”与“精准制定学习目标”是相互关联的环节,教师布置前测任务时,要思考任务与把握学习起点、制定学习目标的关系。文章中提到,有教师认为精准设计学习活动,应该针对不同的教学目标设计多种学习活动,而且,活动设计得越有针对性,目标达成度才会越精准。但作者认为用数量替代精准的学习活动也暴露出数量大于质量、形式大于内容的流弊,这些线性串联、缺乏逻辑的学习活动,既不利于学生“学会”知识,也无助于培育学生“会学”素养。所以,教师要在学习活动的精准性和综合性间寻找平衡点,设计综合、关联、层层递进的精准学习活动。如何设计综合、关联、层次递进的学习活动?我们实验学校一位语文教师一直在尝试单元整体教学,将一个单元的内容进行综合与关联,从而形成学习活动。在实践中她形成了“解读单元主题——明确单元重点——自学单元基础知识——建立单元学法模型——突破课内重点问题——拓展课外类型资源——总结个人感受”这样一种单元整体教学模式,其执教的部编版语文四年级下册第四单元《神话故事》入选2020年新媒体新技术活动“典型课例”,可以看看她是如何设计策略建模课的学习活动的。在数据驱动的教学中,多数教师会基于数据的统计结果面向全体学生进行重点讲解和指导。但作者认为实际效果未必有针对性,学优生会认为教师讲解的是别人的错题,自己没有必要听;学困生则可能感觉教师忽视和伤害了他们的学习情感,不想听,课堂效率都不高。针对此现象,作者认为可以从关注结果走向优化过程,遵循学习活动即学习评价的原则,将学习评价嵌入学习活动。同时,教师还可以应用大数据和人工智能技术对积累的数据进行诊断分析,为不同学习水平的学生推送不同层次的巩固练习和拓展资源。这给予我们一定的启示:精准反馈学习评价不仅仅是基于数据结果进行精讲精练,还可以从关注结果走向优化学习过程,根据学生的学习水平,精准推送资源与练习题,有针对性地指导学生进行差异化学习,从而实现技术加持下的“因材施教”。综上所述,精准教学“再”思考,主要是在精准把握学习起点、制订教学目标、设计教学活动、反馈教学评价方面,再次客观认识数据的作用与价值,明白支撑精准教学的主要力量不是技术,不是数据本身,而是教师在这个过程中挖掘数据背后反映的教学意义与价值,关注每个学生不同的学习需求和学习风格,进而支持学生的个性化学习。
cc