从教学监测到精准教学

实证教研不但是利用数据作为教学诊断的依据，而且是在教学研究中借鉴并使用实证研究方法，用规范的研究方法在教育教学现场开展研究，在真实的教学情境中收集数据，得出翔实可靠的研究结论。

教研系统是中国教育发展与改革的中坚力量，承担着引领和服务基层学校和教师教育教学实践的使命，作为一个扎根课堂、服务实践的特殊研究机构，开展实证教研是我们需要坚持的教研转型方向。

浙江省近10年来在实证教研方面做了诸多的探索和思考，先后开展的校本研修、教育质量监测都是此方面的项目行动。

随着大数据时代的到来，我们再次考量实证教研的现状和契机时发现，覆盖浙江全省的教育文化大数据平台，全网互通的教育资源云服务体系，支撑课堂变革的多种信息技术工具，使很多“人力不可能完成的任务”变成了可能。

我们试图充分利用现代信息技术，探索从更多依赖个人经验、直观判断的传统的实证教研方式走上寻求更多数据、采用科学诊断的现代实证新教研方式之路。

我们以为，在教研领域聚焦在大数据、人工智能环境下教与学的变革，对数字化环境下课程改革、教学方式突破进行探索，更有利于推动教育变革和创新。

一、大数据平台下实证教研的前期探索与思考：教学评一致性研究的教学质量监测为了寻找数据，增加教研的证据意识，我们从校本研修项目着手研究。

2005年启动的校本研修项目中，我们引入课堂观察，积极推进课堂观察和诊断式的校本研修方式，就是把量化的数据观察和分析引入课堂观察、诊断和改进中去。

但当时的观察，更多的是依靠教师的个体观察和团队合作。

数据收集也有比较大的局限性。

但通过这个项目让更多的教研员和教师认识到教学研究必须超越个人经验，用数据收集支撑实证教研。

而之后的依赖大数据收集分析的中小学教育质量监测，则真正实现了依赖大数据平台开展教学评一致性研究的实证教研改进之路。

对于为什么要进行创新或改进教育监测与评价，荷兰学者雅普·希尔伦斯等认为，建立正规机制可以确保教育结果和措施有令人满意的质量水平，比如，建立教育服务提供者的问责机制，以及促进教育的持续改进，等等。

这也是2013年浙江省启动中小学教育质量综合评价监测的初衷所在。

随后开展了3次综合评价监测，通过学业测试与问卷调查了解学生学业质量现状与影响因子的情况。

实践中，我们逐步形成了“一年监测，两年改进”的工作模式，对于义务教育质量省级监测，小学、初中隔年轮流进行，并于2014年、2015年、2017年和2019年，浙江省组织了4次综合评价监测结果的反馈活动。

该项目成为真正意义上第一个省级教研部门应用大数据平台改进教研方式的项目。

这样不仅在省级教研的层面利用了现代技术很好地解决了解放人力进行海量数据处理的问题，还为浙江省教育教学改革科学化决策提供了数据支撑。

更重要的是，它推动了浙江省各地市教研部门和学校开展利用大数据平台进行教研方式改进的实践探索之路。

在探索中，我们的教研工作呈现了三个方面的特征。

（一）方向性：数据支撑的实证研究引领学生发展和教育改革方向随着中国“核心素养”时代的到来，“以德为先，全面发展，因材施教，知行合一”的教育理念逐步深入人心。

无疑，学生发展核心素养将会成为未来基础教育改革的理念内核，课程重构、学科重组和课堂重建将会成为未来学校实施课改的基本路径。

这些都是教研系统努力的目标和方向，而实证研究只是实现这些教育理念的理想路径之一。

为此，确定教研的方向成为推进数据支撑的实证教研的首要原则。

以质量监测项目为例，在开展质量监测之始，我们就开始思考什么样的数据可以成为评价学生的重要指标和方向，我们提出了并构建了包含学生学习状况、学生综合素质和学生成长环境3方面12项指标（学业水平、应用和解决问题能力、学习兴趣与动机、学习负担、品德行为、心理健康、体质健康、艺术素养、师生关系、教师专业能力与教学方式、校长课程领导力、社会环境）的教育质量综合评价指标体系。

我们不仅关注学生的学业情况，更关注学生的全面发展、学生的学习品质、质量形成的过程与成本、影响学生成长的环境因素。

这为教研问题解决的综合视野提供了思路。

质量监测完成了浙江全省范围内有组织、成规模的大数据收集。

收集了浙江省学生学习状况的全面数据，也及时了解了全省学生在学习兴趣、学习习惯、学业成果方面的情况，为更好地分析学生达成课程标准的要求提供了支撑和帮助。

更重要的是，我们在数据收集之前就进行了方向定位，进行了绿色指标的研制，起到了全省范围内的科学质量观和教育发展观等方向性的引领。

（二）实践性：数据支撑的实证研究为学科教学改进提供支撑教研员大多来自一线教师，同时他们的使命也更多的是服务基层、引领教师发展。

依赖事实依据，基于实践的实证教研必然是教研要坚持的方向。

基于实践、改进实践更是教研的宗旨。

质量监测的大数据平台，也为学科的教学改进提供了帮助，语文、数学、科学是我们监测的三门主要课程，每个学科都可以根据“中小学教育质量综合评价项目”的测试框架、学生学业表现，解密试题测试意图进行学科的分析报告分析反馈，透析命题技术，挖掘数据功能，改进学教方式。

为此，各个学科的监测数据成为学科研究测试框架与学科素养的对应，用命题引领教学着力点，利用大数据发现学、教行为的关联，提升学生的学习品质。

同时，各个学科也可以根据数据来分析学生的学业负担情况及减负提质以及研究的有效策略。

如小学语文的报告就围绕“测试说明、学科总体表现、学生在‘积累与运用’能力维度上的表现、学生在‘阅读’能力的表现、影响学生语文能力的因素分析、结论与建议”六方面指导和促进全省小学语文教育的持续改进。

除此之外，浙江省一些地方通过平台进行阶段教学质量监测，利用数据精准分析及诊断学与教的状况，实时发布分析结果，通过区域教研部门和学校分类分层指导教学工作，为学与教改进提升帮助。

案例1：基于移动APP技术的温州市高中学情诊断及反馈温州教育研究院利用“云”阅卷平台，基于移动APP技术创建学考选考高考数据分析模型，为区域、学校精准评价教学质量提供有效数据，为教师和学生提供学业诊断报告单。

他们构建高中11个学科的知识树，建立学科能力评价体系；组织全市100多所高中学生参加统一测评，并开展全市统一网络阅卷；基于学考选考高考网络阅卷数据，创建切合全市高中学校实际需要的数据模型；为每个学校生成学校新高考成绩报告单，为每位学生提供选考知识点数据报告单，通过移动APP技术实时发布，引导学校和学生利用数据精准分析及诊断学与教，通过区域教研部门和学校分类分层指导教学工作，提升高中教学质量。

该项目中，他们不仅收集数据，还构建了数据模型，实现诊断的科学性。

在全市4万考生40万份评价数据的基础上，构建高考学考选考数据模型，建立起各学科21等级分析、选考5等级划分、高考分类分层学校数据对比、试题质量检测及区域、学校、班级、学科、学生的数据模型100多个，形成完整的学业质量测评体系。

同时联通家长、学生、学校、教育行政和教研部门，直接将全市教研大数据的结果报告迅速传递给每位学生，极大地拓展了学生及时把握自身实际情况的能力，为学生学业改进提供服务。

（三）专业性：数据支撑的实证研究为提升教研水平提供支撑实证研究实际是一种定性和定量相结合的研究方式，量化的数据收集、现场的教学观察都是教研员获得客观资料，进行实证研究的依据。

传统的实证教研多少有些“经验主义”的倾向，教研效率的高低完全依赖教研员“先天”的能力，而教研员自身的经验局限也成为教研广度、深度发挥的瓶颈。

大数据平台，只是借助技术帮助教研员获取了更为全面、客观、系统的数据，利用数据开展科学的诊断，还是需要依赖教研员自身的水平。

如果我们无法从那些海量的数据中，从个别找出规律，归纳出现象背后的规律和改进策略，那么花大力气进行大数据信息只是增加负担而已。

为此，提高研究者水平是关键，自从浙江的教育质量监测项目推进以来，我们同步开展了教研员培训、重视监测反馈与改进策略的发现，同时积极推动教学评一致性的教育评价改革。

这些工作也为提高教研员自身的专业能力提供了方向。

案例2：嘉兴市南湖区教育研究培训中心基于“能力立意”学科测评数据分析的学教改进项目嘉兴市南湖区不仅是浙江省评价改革的实验区，也是教学改革的实验区，他们启动了以“绿色评价”为核心理念，促进学生“学习力”发展的“学习动力、毅力和能力”要素评价（以下简称“三力”评价）的改革实践，其目的便是在抓住学生“学习力”发展的基本要素的基础上，从更加全面、生态的角度，对学生学业水平状况和教师对课程标准的执行情况进行监控，以实现教育质量评价的“绿色”理念，最终引领教师实施“轻负高质”的教学。

在项目实施中，探索基于学科“数据分析—诊断教学—实施改进”数据使用途径，形成区域性改进行动路径是项目实施的重要阶段。

他们不仅要求学科教研员在数据分析基础上组织学科教师进行基于问题改进的教研策划，也要求学校结合数据分析报告，研究解决策略，改进学教方式。

正是在这样的项目进程中，一大批教研员和骨干教师在项目参与中成长，发展，有效提升了专业能力。

在省级带动下，浙江省近年来在数据支持教研方面有了飞速发展，省内很多地区如衢州市、温州市、嘉兴市、金华市、湖州市等都展开了基于大数据的个性化教学研究和实践，涌现出了一大批有典型应用经验的学校。

同时，在实施进程中，我们也发现了一些地区存在操作上的误区，例如有数据无分析，有结果无改进，信平台而不信教师等问题。

一些地方，大数据平台试题库丰富了，教师自身的命题能力却弱化了；课堂上的资源丰富了，教学的方法却更机械了；个性化的诊断方式多样了，但学生的刷题量增加了。

以上有些问题是由于技术层面的发展还有不足，有些则是因为我们的研究本身还不够深入。

二、大数据平台下实证教研的未来走向与路径：技术和教学改革深度融合的精准教学人才培养目标的精准定位和质量的精准评价是对人才培养起点和终点的精准把关，而要确保起点和终点始终连贯一致则需要以教学过程的精准为前提。

2017年，浙江省推出了“精准教学”等项目，对人才培养过程的探索集中体现在“数据智能驱动教学”上，即以大数据实时监测教师的“教”和学生的“学”，并依据数据分析结果实时改善和修正教学。

“精准教学”项目的推进则是对大数据时代下实证教研方向的再出发，我们试图进一步依托大数据平台，促进技术和教学改革深度融合，寻求推进大数据下实证教研发展的新路径。

（一）从数据精准走向教学精准，实现“人工智能”和专业教研的无缝对接我们以为，精准包括教师教学的精准、学生学习的精准和教师教研的精准。

这样的精准，需要两方面条件共存：一是收集更科学有效的数据才可以更客观地诊断学科教学情况，诊断教师的教和学生的学的真实情况；二是强调基于学科课程标准，增加运用数据、案例、经验三结合的方式进行调研分析、综合分析并改进。

如果说后者更多是专业教育教研人员的事，那么，前者就需要更多懂教育的专业信息技术人员。