基于平台数据，评价个性化教育的实证研究

大数据将重塑学习的三个主要特征，即“反馈、个性化和概率预测”，即大数据能够收集到过去无法获取的学习数据，并用于学习过程的处理；未来学习决不会以同样的顺序和步调进行，而将会有数千种不同的组合方式；基于高度的可能性，对学生个体学习的发展需要实施的行为作出预测。

越来越多的学校开始为学生打造学习记录的平台，为学生定制个体学习诊断报告，学生拥有了属于自己的连续性、发展性的全面素材，对自身的特点、发展优势都有了更多、更全面的了解。而通过这些记录，使得教师获得有关每个学生进步的准确的综合的信息，让每个学生都立体地出现在教师的面前，成为教师有针对性地帮助每个学生发展的坚实基础。现代信息技术为个别化教学的实现降低了人力、财力和精力的成本。

1.运用平台数据评价个体学习起点

基于现代信息技术的学习平台为教师提供了一份全面的“地图册”，内含班级里不同学生专属的一份“地图”，教师通过观看，就了解了班级和学生的全貌。一些学习平台上，教师可以通过查阅学生的试卷了解学生练习情况，确定每个学生不同的知识盲区，将一些带有共性的问题罗列出来，通过在平台上寻找同类练习，相同知识点练习，再次构建一张适合本班学生的练习卷，并且在平台进行发布，通过再次练习分析学生错误原因。如果学生在两次练习中同一个知识点都有错误，那么证明这个知识点他的确没有掌握，教师可以在课堂教学中将这些问题暴露给全班，通过同学之间的互相帮助以及教师的辅助，可以让学生更有效地掌握知识。这就为教师精细分析学生学习起点、精准设计学习过程提供了绿色通道。

示例3-25：

Kiddy老师执教两个四年级班级，通过两次练习确定了班级的知识盲区，发现：这两个班级能力差异非常大，他们所缺乏东西也不尽相同，四（1）班在单词掌握和语法结构上都比较好，因此针对四（1）班的练习应该更多的是能力提高以及思维能力的要求。在给他们的练习中，老师会在听力练习和阅读练习上增加篇幅，语法练习主要以综合练习为主；四（2）班比较欠缺的是单词掌握和灵活应用，因此老师在设计试卷的时候会将单词放到各种题型、各种语境中进行练习。

个性化学习平台实现了过程性评价，能提升教师针对差异进行个别化指导的能力，帮助教师更好地分析汇总学生的学习情况。做好前端分析不仅使教师反思自己的教学在哪些地方可以改进，更可以通过后台时时观察学生在自我选择内容、自定学习进程中遇到的瓶颈问题，从而及时介入，借助计算机，实现交互性、开放性的特点，提供生生之间、师生之间的指导。

随着学生自我学习进程的积累，平台能提供单位时间的数据对比，诊断出学生个性化学习报告，教师依据报告制定出针对性的个性化指导方案，灵活调整学生的学习进程，提高学生的学习效能。

2.运用平台数据评价个体学业水平

学习测试是教学过程中不可或缺的部分，一般以课堂练习或试卷的形式伴随着教学过程而进行。在传统的学习测试中，由于技术手段的限制，教师完成对试题正确率的统计、对学生测试情况的横向对比和纵向比较过程往往是非常繁琐的，而在基于平台的测试完成以后，个人得分、班级平均分、试题得分率、选择题选项占比等测试数据，使得对于每个学生的个性化学情分析成为可能。平台数据成为个性化学习特征的强大实证工具。

案例3-14：基于平台数据助推物理个别化教学

个性化统计分析包括基于平台数据生成的试卷答卷情况统计、试题答题情况评价以及绘制测试报告的雷达图等内容。

1.测试情况的初步查阅

通过云平台管理系统的登录，进入年级板块中的试卷，学生身份用户和教师身份用户都可以简单明了地查看每一套试卷的当前测试人数、总分、平均分、最高分、最低分。除此之外，学生身份用户可知自己的测试分数，教师身份用户可以对数据进行分年级、分班级的筛选查询。教师用户能够查看到的试卷测试情况统计项目有成绩分布统计、选择题正确率、填空题正确率、成绩排名。

2.测试情况的筛选查阅

实施个性化教学的前提是精准针对学情，基于平台测试数据的班级汇总统计和学生个体答题情况分析，就是反馈班级教学差异、横向比较学情的第一手实证数据。经过班级筛选查询和学生个体筛选查询的测试情况数据，如图9、10。

3.答题情况的智能评价

学习评价作为学习系统的反馈调节机制，在学习与教学过程中起着重要作用。在平台学习过程中，学生利用平台资源进行自主学习时，由于自己与教师、其他学习者在时空上可能处于分离状态，因而较难激发和保持学习动机，这对学生的自我监控、自我评估能力都提出了更高的要求，这也是平台交互功能设计需要重点关注的问题。为此，平台“闯关试题”和“测试平台”对学习测试结果不仅给出实时正误评判，而且附有相应的评语。

闯关试题主要用于学生基于平台“资源中心”内容的自主学习，学习的效果反映在能否通过试题闯关，闯关顺利者可以开始后续内容的学习或者提高学习难度，未能闯关者应该再次学习或检查所学知识缺差。因此，只给出答对试题的题数，不给出正误显示，直到闯关成功。平台智能评价系统给出闯关未成和闯关成功的评价。(www.xing528.com)

4.测试报告的雷达图评价

在有班级整体学习测试数据和试题分类汇总两个工具的支持下，针对学生个体在不同物理规律和方法、不同试题难度或其他评价维度下的成绩反馈，确定雷达图评价维度，就可以据此生成人手一份的测试报告，并给出精准针对的个性化评语。

尊重差异，着眼发展性评价，是个性化教学的出发点。发展性评价突出评价的过程，强调收集并保存可以表明被评价者发展状况的关键资料，并在此基础上针对被评价者的优势和不足给予被评价者激励或者具体的、有针对性的改进建议。雷达图评价的维度，依据测试试卷的双向细目表确定，评语库也根据测试试卷和班级学情而更新，力图提供给学生数量越多、分级越细的个性化评语，让学习情况描述、存在问题揭示以及鞭策激励更具有针对性和说服力。

上述学习平台的分类汇总统计、实时智能评价以及测试报告雷达图，总体而言是源于学生群体横向比较下的个性化分析。“测试平台”板块中的“查看测试情况”和“查看试卷统计”“查看最新成绩”等窗口，为学生和教师分析测试数据提供了纵向视角。点击选定试卷，还可以链接到该份试卷的测试页面，进行复习温故。按时间轴记录的测试成绩，反映出学生个体学习状况的变化及其趋势，是学生个体后续学习方式强化或矫正的重要依据。教师查看不同学生答卷的这些情况，就能够知晓学生学习的个性化进展，更有针对性地确定教学重点、进度、培优和辅助对象等教育教学方案。

3.运用平台数据评价个体发展趋势

学校有责任对学生的在校学习表现作出全面真实的评价。教育是需要经验的，但单有经验远远不够，经验因带有感性的色彩和心理的作用，难免有失偏颇，需要借用更为科学客观的手段收集与记录。任何一种评价，其精准程度都受到所采集信息的广泛性和丰富性的影响，信息涉及的领域愈是众多，容量愈是丰厚，归类愈是适度，评价愈是会走向全面和精确。

案例3-15：基于平台的学科学习能力评价

在数据库平台中有关学科学习能力评价判据如下：

教师研读考纲和课程标准，根据知识点考查列出本节内容的多向细目表，结合细目表将每一个考点分成学科、学习、认知、能力四个维度，依次为知道、理解、应用和综合，形成一份测试卷。教师运用网络现代技术批阅，针对考试结果分析，如果从常态按年级各占25%划分这位学生等第（见图3-4：成长树的卡通模式），每次化学测验都是A档，但对批阅结果从学科、学习、认知、能力四个维度（见图3-5：学科学习能力的列表模式）做精细分析，会发现学生存在的不足。

图3-4　成长树的卡通模式（图下方为学科学习能力）

图3-5　学科学习能力的列表模式

数据库将学科、学习、认知、能力四个维度更加形象地呈现给教师（或学生、家长）（见图3-6：学科学习能力的蜘蛛图报表），其中数据是四个认知维度的标准分，更加精准地引导学生找到自己学习目标下存在的问题，帮助学生修正化学认知结构上的缺陷，强化学生的自我监控，在学习过程中养成自我认识、自我反思的习惯。

图3-6　学科学习能力的蜘蛛图报表

这种基于数据库的评价方式能帮助教师以实证的思想研究教学，更加精细地分析学生。数据库依据搜集的数据，提供多种形式的统计报表，每一种统计报表从年级、班级和学生个体等三个层面进行统计分析。年级和班级层面报表模式分别从“人数”统计和“百分比”统计两个方面进行分析，学生个体的报表模式采用散点图、曲线图、雷达图、折线图等形式。比如通过折线图更加清楚地反映学生各门学科学习情况的变化趋势，为教学诊断提供依据，教师可以根据学生化学学科认知四个维度的不足之处设计针对性的练习，形成“练习检测——分析反馈——改进辅导”的基本策略，进一步提高教与学的有效性和针对性。随着数据库数据量的增加，还会将每一学科四个认知层次（知道、理解、综合、运用）的标准分用折线图表示出来，为任课老师更加精细地分析学生的学习以及成长特点提供依据。