教学教研 | 精准教学“再”思考-亿奇云课

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。

三、精准设计学习活动

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。

四、精准反馈学习评价

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。