大数据中的教学相长

摘要：大数据时代，来自于课堂教学行为的大数据，不仅可以帮助我们清晰地认识不同教育发展水平的地区教师课堂教学行为的差异与特点，从而助力中等和薄弱地区的学校与教师通过改进课堂教学行为实现课堂教学质量的提高;同时，课堂教学行为大数据还可以促进优质教育区域更快地总结概括出课堂教学的优秀经验和优秀教师的实践性知识，从而实现教育优质资源在知识层面的共享与传播，助力教育均衡化发展。

2016年9月6日上午，安徽省全椒县章辉小学老师田丽在课堂上教给孩子们正确使用笔的方法。李晓村摄/光明图片

图1：三个区域教师提问的IRT模型分析

图2：中国24个省市中小学教师课堂问题类型的大数据平均值

编者按

大数据时代，来自于课堂教学行为的大数据，不仅可以帮助我们清晰地认识不同教育发展水平的地区教师课堂教学行为的差异与特点，从而助力中等和薄弱地区的学校与教师通过改进课堂教学行为实现课堂教学质量的提高;同时，课堂教学行为大数据还可以促进优质教育区域更快地总结概括出课堂教学的优秀经验和优秀教师的实践性知识，从而实现教育优质资源在知识层面的共享与传播，助力教育均衡化发展。

数据说明

本文数据来自于靠谱COp团队在长达16年的时间中对课堂教学实践行为大数据进行研究的成果。靠谱COp是教师在线实践社区COp(The Teacher’s Online Communities Of practice)的简称。

案例1：教育的强中弱地区在课堂教学行为方面存在差异

这里以课堂教学行为中最古老和最常见的提问倾向为例。

以B市的教育发达地区D区、教育中等发达地区F区和教育发展中地区M区为数据采样点，采用分层定比抽样法分别从三个区中按照新手教师、胜任教师和成熟教师1∶1∶1的比例各抽取36名教师，共108名教师的课堂视频案例作为本研究的数据样本，其中文科56节课，理科52节课;小学59节课，中学49节课;使用视频分析法、IRT模型法(IRT理论即项目反应理论，是一系列心理统计学模型的总称。编者注)和归纳法与演绎法等研究方法，对课堂教学行为大数据进行分析后得到图1所示的研究成果：不同教育水平区域的课堂提问倾向的确存在着显著差异;作为教育强区的D区在课堂提问倾向中表现出问题开放性最高、问题解决倾向最强以及批判性问题和创造性问题最突出。教育中等发达地区和教育相对薄弱地区在课堂提问倾向与教育强区之间存在明显差异，教师需要通过转变教育理念，改进提问的问题设计，掌握更多的基于问题的教学法与教学策略等途径，设计更多的开放性问题，增加批判性问题与创造性问题，将仅仅考查学生对问题回答的对与错，改为主要考查学生对问题理解的深与浅，鼓励学生尽情思考，展现和分享学生的思维过程，让课堂充满生命的活力。

●点评:大数据犹如显微镜。持续地、长期地监测课堂教学行为大数据，还可以帮助我们透视课堂教与学的短板，告诉我们当前教与学急需改进的地方，从而为学校和教师的课堂教学行为改进提供切实可操作的抓手，提高教与学质量。

案例2：发散思维和评价思维的培养是当前教与学的最薄弱环节

教学是由问题构成的，教学的一切都可以说是问题的衍生物，学生学习能力的形成就在于问题解决能力的形成。关注课堂中的问题类型可以让我们获得课堂教学的价值取向与认知目标达成水平的判断依据。

图2是2000年—2015年连续16年对全国24个省市中小学课堂教学中的问题类型按照小学、初中、高中三个学段，分为理科和文科两大课程门类(此处呈现理科)，统计得出的课堂中问题类型的大数据平均值。

这一研究结果表明：小学文科和初中文科无论是对话型、混合型和练习型的教学模式，课堂问题类型都是以记忆型问题为主的，整体问题类型处于最低层级，即处于低层次集中型问题水平，学生的认知目标为认知-记忆水平。而小学理科、初中理科和高中理科及高中文科则多以推理性问题为主，问题层级处于高层次集中型问题水平，学生的认知目标为聚合思维水平。无论小学、初中和高中三个学段的理科与文科课程，整体缺乏以批判性问题和创造性问题为核心的分析型问题，发散思维和评价思维的培养是当前教与学的薄弱环节和课堂教学中的短板。

●点评:在当前深化基础教育领域综合改革，全面提高教育质量的历史新时期，其中最关键、最重要的是提高教师队伍素质及其实施素质教育的能力。任何教学改革的成功都取决于教师作为系统的实施者对改革需求的理解与应用。教师是学校改革的真正推动力。通过对课堂教学行为大数据的深入分析与数据挖掘，大数据能够把教师的隐性知识显性化，从而可以助力教师的专业发展与专业成长。