涕零
A. 大数据引发了教育评价的哪些变革
在考试中，两个同样得了90分的考生，他们的能力完全一样吗？课堂上，老师告诉同学们，“完成第一题到第十题”。可是，真的是所有学生都有必要完成这10道题吗？教学过程中，如何更好地启发学生、如何更好地课堂互动，一节课的时长究竟是40分钟合适，还是45分钟合适。这些问题，老师们是“凭经验”，还是靠科学分析？如果你对以上问题有思考，那么，你就会对大数据对教育形态的改变持开放的心态。大数据时代悄然来临，过去无法收集与分析的数据都被新的技术手段赋予了可能性。谁能对大数据的挖掘更为深刻，谁就会在行业发展中抢占先机，教育领域也是如此。就在几天前，慧科教育宣布在原来“开课吧”的基础上正式上线“找座儿吧”，即在原来在线教育平台的基础上，又推出垂直的招聘平台。从学习者职业性向的分析，到适合岗位的推荐，再到个性化设计的课程，经过考核、认证，最终推送到匹配的招聘岗位，完成了学习者从学习到求职的一整套完整路径。这样一套同以往学校教育截然不同的教育模式，引发了业内的热议，而这，正是基于对学习者个性化的数据分析完成的。两个同样考90分的考生，能力水平完全一样吗？大数据让教育真正面对每一个独立的个体“不得不承认，对于学生，我们知道得太少。”这是卡耐基·梅隆大学教育学院的一句经典的口号，同时也是美国十大教育类年会关注度最高的议题。类似的思考在我们国家的教育领域同样存在。“我们真的了解孩子吗？”“每一个孩子都是独特的，都是与众不同的，但是我们能针对他们进行真正个性化、差异化的教学吗？”举个简单的例子，两个同样在数学考试中取得90分的考生，他们的能力完全一样吗？根据传统的教学模式，我们会认为，成绩相同的学生，能力大体相仿。但如果借用大数据的分析手段，学生的差异性就会清晰展现。根据对同为两个90分的考生进行分析，我们发现，第一个学生更多的是依靠出色的逻辑思维，而另一名同学逻辑推理能力相对薄弱，是依靠出色的记忆力而获得较好的成绩。因此，大数据能够让我们更全面地看待学生的发展，发现以往考试成绩所反映不了的深层次问题。当然，如果老师能对这一情况及时掌握，就能对两位同学开展不同的教学方式和方向。比如，通常老师布置作业的方式是，“请同学们完成第一题到第十题。”“请同学们在假期读完这10本书”。把同样的书目和同样的题目布置给不同的学生，在传统教育模式下无可厚非，但如果新技术已经帮助我们对每一个学生的个性和特点都有了充分的了解，就会有针对性地布置作业，进而实现那个绵延2000多年的梦想——因材施教。如A同学做对了第二题，系统马上可以告诉他，他可以跳过第四题和第八题，这是因为，二、四、八三道题目在考查同样的知识点，如果都做则是简单重复。如果B同学做错了第三题，那么系统就会提示他强化式练习第六题和第九题，这是因为基于大数据的分析，第三题做错的同学很有可能在第六题和第九题也出现错误。而有针对性地反复训练，是十分必要的。这样的模式我们其实已经并不陌生，一些网站会根据此前你的购买习惯，有针对性地推送一些产品，以及微博运营者根据你此前已经关注了哪些人来判断有可能会对哪些人感兴趣，都是基于这个原理，即大数据的分析。如果商业网站都已经越来越了解学生，为什么我们的老师不能越来越了解学生呢？大数据手段和新技术可以取代教师吗？优化传统教学模式，让课堂减少灌输，增加互动近一段时间，“幕课”是教育领域当之无愧的“热词”，继北京大学、清华大学、复旦大学、上海交通大学纷纷加入由国外高校牵头组建的幕课联盟之后，日前，深圳大学联合国内40所大学组建“全国高校UOOC联盟”，旨在打造属于中国大学自己的幕课联盟。这一消息再一次让基于新技术手段打造的“大规模在线开放课程”成为社会和教育领域关注的热点。在讨论新技术对于传统教学模式带来的冲击之余，人们自然而然地发出了这样的思考：大数据手段与幕课会取代传统教学模式，最终让教师们失去饭碗吗？答案应该是否定的。“新技术并不能取代老师，而是重新定义了教育。”上海海事大学经济管理学院副教授魏忠认为，“翻转课堂、信息技术下的教育可以不要老师吗？恰恰相反，你看网络课程的视频，越来越标准化。但学生是个性化的，这就需要我们老师学会高效利用高新技术、利用教育信息资源，有针对性、更个性地指导学生成长、进步。”为什么这么说？比尔·盖茨曾预言，“5年以后，你将可以在网上免费获取世界上最好的课程，而且这些课程比任何一个单独的大学提供的课程都要好。”是的，未来，学生们可以没有门槛、没有围墙地获取任何一所大学、任何一位老师的课程，跨越国家、跨越民族。这就会带来一种可能，线上学习越来越成为学习知识的主要途径，而学生们学习行为的数据将自动留存，更易于后期的学习行为评价和评估，教师不再基于自己的教学经验来分析学生的共同点、在学习中的偏好、遇到的难题等，只要通过分析整合学习的行为记录，就能轻而易举得到学习过程中的规律。那线下呢？传统的课堂将实现功能上的转变，成为交流学习成果和释疑解惑的场所，成为线上学习的必要补充。对此，慧科教育集团创始人方业昌给出了支持的观点，“经过相当长时间在线教育的探索，我们发现线上教育不能完全取代线下教育，或许未来一门课程，全国的学生，甚至全世界的学生都通过互联网来听一位老师讲授，但学生依然需要大量同样教授这门课程的老师承担起线下的辅学、导学、答疑、互动、评价等功能。新技术会解放一些老师，他们中的一部分从传统的教学岗转为辅学岗，而还有一部分则从传统的教学岗转为致力于新的教学内容和方式的创新。这些都是线上教育不能完成的，是不可或缺的。”对此，魏忠认为：“信息技术解放了一些具有创新精神的老师，使他们抛弃了大量重复的劳动而将精力集中在教师的核心功能，这就是技术的解放力量。”说到这儿，我们会发现，大数据其实并不神秘，大数据对于教育的改变将会是补充，而不是颠覆。正如上海思来氏信息咨询有限公司创始人张韫所说，“大数据时代的到来，让社会科学领域的发展和研究从宏观群体逐渐走向微观个体，让追踪每一个人的数据成为可能，从而让研究每一个个体成为可能。对于教育研究者来说，我们将比任何时候都更接近发现真正的学生。”而这，正是教育的进步。
B. 如何通过抓取教育大数据来深化课堂教学改革
现代信息技术的发展为大数据的收集和分析提供了无限的可能，大数据时代的这一趋势也对教育产生了巨大的影响：一方面，在科技理性的指导下，通过多维度收集学生行为的数据并进行模型建构，可以对学生的学习行为进行预测;另一方面，大数据时代的人文主义转向使人们更关注教学活动的适应性，教育大数据的挖掘和利用可以更好地实现适应个人需求的定制化教学。
国际数据公司(IDC)认为大数据时代数据有4大特点——数据的规模大、价值大、数据流转速度快以及数据类型多。大数据的挖掘和利用对教育——特别是课堂教学——产生着深远的影响。学习科学家索耶认为：越来越多的学习将经过计算机中介发生, 并产生越来越多的数据,我们有必要运用这些数据分析什麼时候有效的学习正在发生。所以数据挖掘可以用於探究行为与学习之间的关系,如学习者的个体差异与学习行为之间有何关系,不同行为又会导致何种不同的学习结果等。2012年美国发布《通过教育数据挖掘和学习分析促进教与学》(Enhancing Teaching and Learning through Ecational Data Miningand Learning Analytics)提出大数据时代教育数据的特点：具有层级性、时序性和情境性，其中数据的层级性指，既收集教师层面的数据也收集学生层面的数据，既收集课堂数据也收集活动数据，为後期模型的建立提供了多维度的资源;数据的时序性是指，数据是实时的、连续的，为材料的前沿性提供了保障;而数据的情境性是指，数据是基於真实情境脉的，保证了模型的信度。
大数据技术能够促进以学生为本的学习，数据不仅仅是科技理性指导下收集数据和拟合成模型，并针对学生的群体行为做出预测判断，还可能在固有模型的基础上，通过诊断学生在课堂中的行为表现，对固有模型进行修改，使课程内容更加适合学生的长尾需求，实现个性化教学。大数据的利用可以支持对教育活动行为的建模预测，还可能支持教育实践中的适应性教学。前者是後者的基础，後者是前者的深化。
建模与预测导向的大数据应用
大数据时代数据促进教育变革的方法之一是收集和分析处理数据，并进行预测。现如今，由於数据记录、存储与运算的便捷性，海量的、多层次的数据可以便捷地加以收集，由随机抽样带来的误差因此减小，建模和预测可以基於全数据和真实数据，因而就更为精确。大数据时代通过探求海量数据的相关关系获得盈利的最成功的案例是亚马逊的市场营销，亚马逊收集读者网上查阅行为和购买行为数据，建立读者偏爱阅读模型，预测读者购买的群体行为，实现书籍的推荐。近几年，教育研究的对象逐渐关注学生的学习行为，其背後是一种学习观的转变，学习被视为一种识知的过程(knowing about)，识知是一个活动，而不是将知识作为一个物品加以传递。识知总是境脉化的，而不是抽象的和脱离於具体情境的。识知是在个体与环境的互动中交互建构的，而不是客观准确的，也不是主观创造的。所以，学生的行为活动数据被认为是可以反映学生在学习过程这一情境化的动态变化进程中的情况。海量、多层次、连续的行为数据在收集後被拟合成模型，实现预测，如学习管理系统(LMS)的运用。然而，由於建模和预测依赖的基本原理为数理统计，其预判对象主要是学生的群体行为。
1.案例分析
学习管理系统(Learning Manage System)简称LMS，是基於网络的管理系统平台，用於监控学生学习活动行为，识别和预测学困生(student at-risk)，并为其提供相应的帮助。大多数LMS包括5个部分：有和课程相关的学习资料、用於确保学生提交作业与完成测试的评价工具、用於沟通的交流工具(如邮件、聊天室等)、用於确保教师记录和存储学生的学习活动并发布活动截止日期的课程管理工具、用於帮助学生学习回顾和跟踪学习进程的学习管理工具。在高校大量使用的BB(Blackboard)平台就是一个常见的学习管理系统。系统记录了学生参与选修的网上课程的种类、在线时长、阅读和浏览的文章数量，反映学习者的学习行为。2008年，Leah P.Macfadyen和Shane Dawson教授在加拿大不列颠哥伦比亚大学通过分析5个本科班级使用BB平台选修生物课的数据，建立了预测模型。平台记录了学生课程材料的使用情况、参与学业交流情况和完成作业提交和考试情况。大数据时代教育数据记录的层级性在这裏充分显现，课程材料的使用包括记录在线时长、邮件的阅读时间、邮件的发送时间、讨论信息的阅读时间等。参与学业交流记录了发布新讨论的时间、回复讨论的时间、使用搜索工具所花的时间、访问个人信息的时间、文件的浏览时间、浏览谁同时在线的时间、浏览网页连结的时间等等。评价模块记录了评价的阅读时长和提交评价的时间等。通过应用统计工具描述散点图，发现了在LMS记录下学生在线时长和学业表现呈相关关系。在进行多元回归时，研究者发现，学业成就处在後四分之一的学生在线时间略长於平均时间，而学业成就处於前四分之一的学生的在线学习时间低於平均水平。紧接着，研究人员为了作出预测，利用逻辑斯特回归生成了一个预测模型，通过收集学生的新的行为数据，预测学生是否处於真正参与了学习活动，并得出如下结论：讨论举行的次数、邮件信息发送量和测评的完成情况这三个维度构成的模型可以预测学生的学业水平情况。
大数据时代，通过探求学生行为与学业水平之间的相关关系，建立模型，实现预测，能够对课堂教学产生重要影响。然而，数据建模过程中，为了保证模型的效度与信度，极端个别数据被处理，使模型只能实现群体行为的预测，不能针对学习者个体实现定制化和个性化。
2.建模与预测的不足
数据建模与预测的背後充分体现了实证主义的思想和方法。19世纪上半叶，以孔德为代表的社会学家提出了实证主义的基本信条：利用观察、分类，探求彼此的关系，得到科学定律。实证主义的哲学思潮到20世纪60年代，演变成一种科技理性，实践知识逐渐染上了工具性的色彩，专业活动存在於工具性的解决问题之中，所有的专业活动都被视为厘定目标、套用已知的方法解决问题的过程。这一期间，大量的学科被系统地整合发展，甚至包括教育学和社会学这样的「软科学」。用证据解决未知的问题，用数据预测未来一时成为潮流。
学生活动行为数据的建模尤其侧重体验实证主义的思想，模型注重成功教学行为的共性，忽视教师与学生群体的独特性需求时，科技理性的主导有可能使课堂教学被视为独立於真实境脉的模块，只要教学行为取得成功，就会被数据抽象化，形成模型，对学生群体行为产生预测。科技理性有赖於人们认同的共有目标，教学实践目标的厘定极其复杂，包含巨大的不确定性和独特性，甚至，由於社会角色的不同，还会带来价值冲突。一个稳定的、为所有人所认同的目标不复存在，依据科技理性精神和方法推理预测的行为模式并不可能满足每一个人的需求，教育变革在大数据时代下出现新的取向。
从数据模型到支持适应性学习
在数据建模的基础上实现教学的适应性是大数据时代促进教育变革的另一成果。数据建模及行为预测依旧属於科技理性指导下的行为模式，可能会造成忽视学生个性需求的现象，而个性化需求正是知识社会的重要特徵，个性化的教育也受到教育研究者、政策制定者和教育实践者越来越多的关注。教育系统设计专家赖格卢斯认为，教育投入没有达到效果的一个很重要的原因是忽视了社会的转型。「社会已经从工业社会步入了资讯时代，劳动力市场对人才的要求不再是工业时代在流水线上操作的工人，而是具有创新性思维、决断力强的知识性人才。」教学面临从产生清一色的劳工转向产生有判断力和适应性能力的人群。2010年，OECD的报告《The Nature Of Learning》中指出，适应性能力(adaptive competence)是21世纪核心竞争力，包括在真实的境脉中灵活并有创造力地使用有意义的知识和技能。吴刚在《大数据时代的个性化教育：策略与实践》中提出了个性化教育的必要性和必然性，指出「只有利用信息技术所提供的强大支持，才有可能真正实现个性化学习」。大数据时代的来临，正是个性化教育发展的一个良好契机。2012年，美国颁布了《通过教育数据挖掘和学习分析促进教与学》，提出大数据时代，通过收集在线学习数据，对数据进行分类和探寻数据之间关联的方式挖掘数据，形成数据模型。通过学生行为和模型的互动，形成适应性学习系统。概言之，我们可以以对行为数据的充分利用为基础，改变教学的内容和进度，构建适应性评价和教学系统，充分实现教育的定制化，满足学生的长尾需求。
1.案例分析：适应性教学系统又称适应性学习系统，(Adaptive Learning Support System)，简称ALSS系统，强调基於资源的主动学习，认为学习不是知识的传递，而是学习者的自我建构。自上世纪90年代以来，研究者开发了不少适应性学习系统，如1998年De Bra开发的AHA系统，2003年，Brandsford和Smith开发的针对任务型学习的MLtutor系统，以及近几年颇受关注的翻转课堂(Flipped Classroom Model)简称FCM系统。
内容传递模块：传递相关知识与信息支持学生的学习。
学习者数据库：存储学生在参与教学活动中的相关行为。
预测模块：包括学生信息和学生行为数据，跟踪学生的学习，并做出预判。
显示模块：为学生生成行为报告。
自适应模块：根据学生行为生成的报告，反馈到预置模型，为模型做出相应的改变，使之更符合学生。
干预模块：使教师、系统管理者和领导可以在系统运行时实施人为干涉。
学习者学习相关学科内容时，学习行为被记录跟踪下来，学生的学习行为数据被传送到後台，记录在学习者数据库内，作用於预测模块。预测模块通过改变内容传递模块，再次作用於学习者。在整个过程中，教师、教学管理者起干涉作用。
适应性学习系统是一个交互的动态系统，系统往往会提供给学生一些学习行为建议。奥地利针对学生的问题解决的过程设计了一个适应性学习系统。适应性学习系统的第一步是教育数据挖掘(ecational data mining)，简称EDM。数据挖掘的过程包括数据收集、数据预处理、应用数据的挖掘和诠释评价发展结果。Moodle提出了CMS数据挖掘系统(Course Management System)。研究者先使用原始数据进行建模，第一步是原始数据的收集，原始数据大约包含2007年73名用户产生的28000活动例子，2008年97名用户产生的265000份解决问题的案例和2009年45名用户产生的115000个活动案例。除了记录学生解答问题时产生的数据，原始数据还收集了学生的信息、问题的信息和解决问题的步骤;在对数据进行分类後，归纳出问题解决的类型，利用很擅长拟合连续数据的Markvo Models(MMs)的一个子模型DMMs拟合了如上的连续性数据，通过添加判断学生学习行为的结果模型和一系列监控和调节模块，构成了整个面向问题解决的适应性系统。当学生使用这个模型时，模型会根据学生的行为数据为学生提供他们所偏爱的解决问题的过程与方法。
除了适应性教学系统，还有适应性评测系统。LON-CAPA(Learning Online Network with Computer-Assisted Personalized Approach)是一个计算机辅助的个性化网络学习测评平台，平台不提供课程设计和课程目标，而是一个教学工具。CAPA通过後台记录学生的基本资料，学生参与的互动交流、学业情况，针对学业课程中的疑难点，提供个性化的考试资源。
2.适应性转向的意义
在大数据时代，科技理性指导下的模型预判在面对结构不良的问题时显得应对能力不足。科技理性指导下的数据建模忽视学习的真实境脉，只能支持群体行为的预判，模型的推广可能会使人们忽视其实践成功背後的个体经验与具体情境，从而导致科技理性与哲学思辨对抗。然而，完全依靠哲学思辨和经验进行教学不仅不利於教育学科系统理论性的发展，也不利於课堂实践的管理与教师的培训。唐纳德·A.舍恩提出了一种适应性思维模式。他指出：「如果科技理性的模式在面对『多样』的情境时，是无法胜任、不完整的，甚至更遭的话，那麼，让我们重新寻找替代的、较符合实践的、富有艺术性及直觉性的实践认识。」适应性学习是在系统理论知识的指导下，针对个体差异，使学习内容和活动高度个性化的学习方式。
适应性平衡了理性与经验的两难，英国学者Hargreaves(1996)首次提出基於证据的教育研究向医疗诊断学靠拢。临床诊断学和教育的相似之处在於，他们都要面对变动不居、极其复杂的环境，在这样一个结构不良的系统中，充分意识到客体(患者或者学生)的独特性与共性，利用系统的专业知识解决问题。
Ralf St. Clair教授在参考医学临床实践研究的三要素後提出基於证据的教育研究的三要素——研究的证据、教育工作者的经验、学习者的环境与特点。其中，行为预测关注的是研究的证据，而适应性学习系统的建设则关注的是教育工作者的经验和学习者的环境与特点。
从预测行为到支持适应性教学的转向，是一种人文主义的转向，教育研究的重点从关注研究的证据走向关注教育工作者的经验与学习环境特点，关注以证据支持个性化学习的实践变革。证据不再是其在科技理性时代所处的指导决策的角色，而是被视作一种资源，教育工作者在大量的基於证据的课堂教学决策中找寻最适合自己特点和学生特点的方式，推进课堂教学流程。也就是说，大数据的更重要价值在於支持适应性学习，满足个性化学习和个性化发展的时代需要。数据的预测功能依赖於大数据收集数据的全面性与处理数据的便捷性，根据统计学原理对群体行为做出预测，一定程度上弱化了个体特徵和具体情境。其主要指向行为预判。而适应性是在模型与客体的交互作用上改变模型，如图3所示，数据的适应性运转模型比预测模型多了一个循环(loop until)系统，使其更加契合个人需求，其主要指向实践改进。预测是支持个性化学习的基础，而支持个性化学习是预测功能的深化和转化——从整体人群到个体学习者、从理论模型到实践策略的转化。
分析与启示
大数据时代由於数据量大，数据收集与携带便捷，使海量学生行为数据被挖掘、收集，通过数据建模对学习者行为的分析变得比前大数据时代更为全面和可靠。数据时代在数据的挖掘和预测上固然潜力十足，但是大数据时代更多的价值是满足学习者的适应性长尾需求，在预测行为的基础上，修改教学模式，使之个性化与定制化。从数据建模走向支持适应性教学，支持对象从群体转向了个人，对教育活动的影响从对行为的认识转向了教育活动的实践，从科技理性指导下的去境脉转向了基於真实情境的教学活动。
走向适应性，不仅改变人类行为方式，更重要的是改变了认知方式。前大数据时代人们在科技理性的指导下完全被数据证据左右(driven by the data)，教师和学生、教育决策者和学校形成传统社会契约关系，当事人把自己百分之百地交给专业工作人员，而专业工作人员遵守契约，对当事人全心全意地负责，从而使专业工作人员享受至高无上的垄断性地位。大数据时代，教师不再是知识的控制者，他通过参与学生的学习活动，根据学生的先拥知识和认知特点、个性需求，不断地调整教学步骤、教学进度和难度。学生不用完全将自己有如病人交付给医生一般完全托付给教师。在学习的过程中，通过与教师的互动交流，在教师的协助下，成为自己学习的主体，控制并对自己的学习负责。由於教师精力有限，大数据时代下网络计算机辅助学习系统可以为教师和学生提供辅助指导的机会。
尽管如此，一方面，我们要拥抱大数据给我们带来的便捷的生活和高质量的教育，另一方面，我们需要保持警惕和防止因果关系和相关关系的误用，并且维护数据安全。
在推理方面，教育工作者需要警惕将相关关系和因果关系误用，以Leah P.Macfadyen教授的前述案例为例，BB平台在线时间的长短和学生的学业成就有相关关系，而非因果关系，成绩优异的学生在线时间低於平均在线时间，但不能说低於平均在线时间的学习导致学生成绩优异而要求学生减少在线学习时间。
此外，在信息安全方面，学生和教师的大量信息被收集和使用，在使用的过程中，必须制定相关私隐保护法，保证信息的安全，警惕数据滥用。学生的行为数据也不可以作为教师教学评优的依据，让大数据真正成为支持教学变革、提升教学效能、促进学生发展的手段，而不是控制教师和学生的工具。
C. 大数据时代校本教研转型策略及路径
大数据时代校本教研转型策略及路径基于云、物联网、数据库技术以及人工智能和虚拟现实在教育中的广泛渗透，大数据时代正催生着一场场新的教育变革。现有的教研机制如何适应大数据主导的未来?基于大数据的运用如何创新校本教研思路和策略?如何依托大数据平台探寻到最佳的校本教研转型路径?这正是本文试图回答的问题。一、大数据缺乏的传统教研局限性我们生活在一个被几何级爆炸的数据包围的时代，我们的一切行为都在产生海量的数据，这些数据被称作“大数据”。[1]2大数据之“大”，并不仅在于“容量之大”，更大的意义在于可以借助云技术等手段，通过海量数据的筛选、整合和分析，解决新的问题，创造新的价值。大数据时代，传统校本教研形态已经滞后于时代的发展。第一，以行政命令型为主的教研管理已不能适应教研发展的新趋势。传统的校本教研活动因其行政主导过多、任务驱动过强、互动生成较少、过程数据欠缺等，其教研形态存在着单一性、封闭性、滞后性与静态化的特点。教研活动更多执行的是“规定性动作”，大多数学校都是循着“期初学校安排教研计划—教研组按计划布置落实—分阶段组织教学展示或研讨—期末各部门进行教研总结”这样的模式进行。[2]在这样“齐步走”的统一步调中，教研的目光很难细致地聚焦到课堂真实疑难问题的研究上，研讨活动更少触及普遍学科规律探寻的应有深度。校本教研缺乏实实在在的研究历程，案例追踪缺少过程性资料的佐证。没有过程，缺乏实践数据的支撑，教研的有效性大打折扣，教研视野也很难有效拓宽。这种形态的教研活动，聚合性、开放性、创新性与动态性都明显不足，形式化、低效化特征突出。第二，以经验帮带型为主的教研方式已不能适应教研发展的新态势。现如今，绝大部分学校对于大数据的认识和研究尚处于起步阶段，对于大数据在教育领域的探索和实践才刚刚开始。对于如何真正地将大数据应用于教研，反馈于教育，普遍缺乏深度的认识和操作的策略。究其原因，一方面是因为传统教研“自下而上的主题确认意识”缺乏，加上空间、时间以及技术设备的约束，教研内容无法直接唤起教师教研的内在需求，无法直接对其课堂产生辐射与效益，因此难以吸引教师深度参与。另一方面，面对新时期急剧变化的教研态势，更多的学校没有主动与时代对接，无法前瞻性地为教师提供思维自由碰撞的教研平台(比如活动前后讨论平台的提供)，无法适时、足量地为其提供教育科研所需要的数据支持与技术便利，教师教研的多元合作与深度拓展缺乏足够的凝聚与吸引。这样的教研必然无法在大数据时代展现应有的价值与活力。二、大数据时代校本教研的转型策略面对海量信息呼啸而来的大数据时代，面对以“移动互联和平板触控技术”为核心的云计算、云存储、云教育、云课堂、云教研叠加出现的全新教育态势，中小学校该如何应对这种前所未有的教育变革?有哪些好的教研策略与应用范式呢?(一)核心视角转型：由关注“教”转向聚焦“学”“师本”还是“生本”一度成为教研热议的话题。以“谁”为本体现的是一种教学观念的更新，更展现的是一种教学行动的选择。传统的教学教研当中，学生主体的评价往往是最单薄的——听课者大多只能根据经验来假想学生的体验，这种隔靴搔痒式的评价弊端，源于一个重要因素的缺席——没有足够的数据源可提供学情分析与实证考据。大数据时代的到来，恰恰能够对这种缺失作出有效转化。借助视频传输、数据收集、点对点终端、云存储服务器和个性化的数据分析软件等，能够从技术层面解决数据源缺乏的问题，对数据的全面处理和分析，可以让学生个体化的感受得以精准的量化与显现。学生在教学活动进程中的现实需求与即时心态，也可以经过技术的转化和动态整合分析变得可读、可视、可量化。这就为教研视角由关注“教”转向关注“学”提供了强大的技术支持与解读保障，为学情的研究与预判提供了更为鲜活的素材。我们甚至还可以利用流媒体视频和数据分析等手段，帮助教师跟踪学生的即时学习情况，从而根据他们的能力等级水平制订相应的教学计划并调整策略方案，更好地开展有针对性的个性化学习研究。借助大数据的运用，课堂有了一个全新的观察视角，教学研讨有了一个全新的视点，站在学生学情分析与预判的角度去改变教师的教学行为已经成为可能。当技术能够帮助我们了解每个学生的需求之后，绵延了两千多年的“因材施教”思想，是否离我们更近一些?(二)常态方法转型：由经验重复转向数据实证传统的校本教研往往是经验式的。我们总是主观地揣定某些教育因素对学生很重要，哪些变量对课堂有影响，然后，再依据自己的判定，通过一次次反复的实践来验证这些主观经验的可靠性。这种以经验为主导的传统教研往往存在着主观化、臆测式、灵感型的缺陷，常常容易出现“问题不够‘草根’、目标比较宽泛、实证相对缺乏”等状况。研究后与研究前相比，对问题的认识高度与解决程度并没有质的提升。究其原因，是研究之前没有深入的问题质疑和数据调查，研究中缺乏足够的数据比对和逻辑分析，研究后少了细致的演绎分析及实践认证。大数据时代的来临，为有效解决经验重复型教研的痼疾找到了凭借和方向。依据实验数据的收集、整理和分析所得，能有效确立教研主题，让研究直指现实问题的解决；依托“云教研、云管理”平台，过去无法收集与分析的数据都被新的技术手段赋予了获取的可能，为有效展开问题的探究与课题的论证提供了技术保障。这种依托数据实证的教研更加具有科学性、逻辑性和说服力。正如魏忠博士在《教育正悄悄发生一场革命》一书中所说：“教育将继经济学之后，不再是一个靠理念和经验传承的社会科学和道德良心的学科，大数据时代的教育，将变成一门实实在在的实证科学。”[1]3明确的目标监控、海量的数据支撑、清晰的过程性案例资料，强大的数据分析与论证，配以与之紧密融合的教与研创新平台，让教研更加充满创新与活力。(三)实践模式转型：从零散问题研究转向系列项目研究“指令式”、任务驱动式教研在我国中小学普遍存在，其被动接受式的研究心态、直指结论的研究方式、以分散点状活动替代系列研究实践的研讨模式，让校本教研难以贴地而行，最终导致教研成果的可信度、可推广度不高。新时期的教研必须从形式化、表层化、零散状的教研形态中转变出来，向主题化、系列化、课题化、项目化教研转型，这也是由大数据时代的教育和研究特点所决定的。大数据时代，由于教学平台、教研平台、管理平台已经有效对接，各个层面、各个系列的数据已经可以共享到大教育的“云平台”，大数据技术将较娴熟地运用于课堂和教研的方方面面。无论是自上而下的数据调用，还是自下而上的数据收集，都已经或者能够成为中小学教育教研的常态。技术手段的创新与变革，为教育大数据的储存、整合、分析创造了条件。“苏醒的数据能够说话”，尤其是当研究者开始自觉地、有意识地将数据采集、转化和运用，当作一种大数据时代系列性、周期性、可比对性的常态研究去做，这种经过甄别、筛选的数据，将成为主题教研、项目研究的最强有力的实证，也必将给那些原本因为技术或条件限制无法便利地获取研究数据而苦恼的教师们带来教研思路的突变，并将最终实现校本教研的实践模式由零散问题研究向系列项目研究转型。三、大数据时代校本教研的转型路径(一)“云课堂”研究：技术与数据更好地服务于“学”新技术就在身边，你用与不用，它都在那里。苏州工业园区星海小学让“ipad进课堂”，以数字技术带动教学教研，为我们提供了研究大数据运用的全新视角。2014年，该校开启了以移动网络为平台、ipad为终端的实验教学，通过新技术的应用，构建了以生为本的“云课堂”，在很大程度上改变了传统“教”与“学”的方式。云课堂技术支撑的核心是“云计算”。它是一种计算方式，通过大量网络连接的统一管理和调度，将大量信息和资源按需向用户提供服务。这种全息服务的网络就叫作“云”。“云”就像一个专业的“信息提款机”，其强大的信息技术和极为丰富的立体数据资源，为学生的学、教师的教、团队的研搭建了多维互动的“云平台”。[3]该校基于大数据时代教研方式转变的研判，并在充分调查、论证和研发的基础上，为师生数字化的学与研搭建了一整套自主的云存储服务器，每个ipad上都安装了用于云存储和分享的“网盘精灵”，学生和教师都能在其中建立一个单独的存储空间，每位教师制作的课件、收集的实验数据等，都能在第一时间上传到服务器，全校师生都能在第一时间下载所需资源。各科老师还能借助无线平台和应用软件，协同开展数据上传下载、数据存储与分析的尝试与研究，许多或大或小的教研探究活动都在强大的数据平台支持下进行，网络教研让更多的教师提升了教研的动力。比如，英语学科将ipad接入课堂后，学生可以在家里录制自己朗读和吟唱的视频，上传到“网盘精灵”，为教师即时了解学生学习状态和学习成效，提供了第一手的研究和分析资料。鲜活的数据让教学的跟踪与预判成为常态。[4]再比如，亚洲教育网自主研发的“三网智慧泛教育云平台”，就是一种“三网融合、泛在学习”的公共智慧云，它利用云计算、物联网和虚拟化等新技术来升级校园网、城域网，其创建的“教育云+互动电视+电子书包”新模式开启了教育信息化新纪元，为全方位、大范围地实现多校、多地教育资源共享、教育成果分享、教学研的互动打下了基础。[5]10-11(二)“实证研究”：加强数据论证，探寻“普适”规律近些年，依托于数据实证的教研探索已然展开，微格教研、片段教研、主题教研等应运而生。这些教研模式大多采用的是“实证研究”的方式。它们都是通过对研究对象大量的观察、实验和调查，获取客观数据，从个别到一般，归纳出事物的本质属性和发展规律的一类研究方法。这些教研模式以问题研究为基础，以教学案例为载体，以数据分析为根据，对教学教研工作进行了微格化、片段化、前置化和主题实践性论证，依托数据探寻规律，教研成果更加清晰、显性、有效。近几年，上海静安区开始在7所幼儿园和9所小学试点实施“社会性与情绪能力养成”实践项目研究。经过近百名教师长达四年多的摸索和改进，如今，静安区小学阶段的“社会性与情绪能力养成”课程正逐步走向成熟，其研究方法之一就是“实证研究”。他们以“社会性情绪”项目为主题，探索出依靠“数据终端”去记录每一个学生、每一堂课、每一个环节表现的数据收集方法。例如，在一节拥有六个环节的课堂上，大部分时间内学生的节奏都是紧密跟随教师，但是在某个环节，大多数学生停留的时间远远超过了教师。这就提醒我们，这个环节需要着重研究，需要调整，也许这个部分的内容非常吸引学生，也有可能这部分内容难度较高，他们需要更多的时间来阅读与消化。这种借助大数据进行教研探索的方法也适合于我们在课堂中更有效地去捕捉学生点滴行为的微观研究。可以这样说，大数据时代的到来，让跟踪每一个数据成为可能，从而让研究“人性”成为可能。而对于教育研究者来说，我们将比任何时候都更接近发现真正的学生。(三)“项目研究”：用证据支撑评价，用项目推进教研2014年，苏州市教育局设立了“义务教育质量综合评价改革”等五大教改项目，从全市范围遴选了50所特色鲜明的学校组建项目学校共同体，推进项目研究的实施。在研究过程中，各项目学校有效地借助云计算、物联网和虚拟化等新技术来升级校园网，努力将云技术与物联网进行高度融合，对全方位、个性化的过程数据和研究资源的上传、存储、整合与分析进行了必要的硬件配置和软件开发，然后在严格的过程管理中依托平台、依托案例、依托数据开展系列主题研究和项目实践论证。目前，项目研究进展顺利，也取得了可喜的成果。以苏州工业园区星海小学为例，学校以“十佳”取代“三好”，推出了“十佳星海娃”多元评价体系，率先开启了苏州市“义务教育质量综合评价改革”的实践与研究。项目研究中，全面的资源和个性化的数据收集与分析是项目推进的基础，研究的进程中共享研究资源、分享教育成果，使研究者与被研究者实现有效互动是研究成功的关键。为有效地整合资源，显化数据，苏州工业园区星海小学推出了“星海娃”自主申报、“四叶草”积点奖章、金点子征集、小公民系列招募等个性化实践案例，拓宽了评价体系，丰富了评价数据。与“星海娃”评价体系相配套，苏州工业园区星海小学还创新出“四叶草”小公民实践中心等多元评价支撑系统，并着手开发“星海师生成长档案在线跟踪平台”，该平台全面支持绿色评价体系，以开放共享的“云”资源平台的无缝对接，消除学校、家庭及社会间的信息孤岛，以电脑、手机、电视、平板等多终端实现了教师、学生、家长的轻松上传与访问，从而有力地促进了绿色评价研究资源的优化配置。[5]281-282苏州工业园区星海小学项目建设试点的初步探索说明，数据实证让教研更加准确，更为科学，“用证据支撑评价，用项目推进教研”成了校本教研的一条可行之路。
D. 如何应用信息技术优化语文课堂教学
信息技术与语文学科的有效结合有利于创设良好的课堂教学情境，无论是在积极的导入还是在创设教学氛围、激情朗读的环节，它都可以发挥激发学习兴趣的作用；其次，它作为教师传授知识的一种手段，又具备突破教学难点的优势：化困难为简易，变抽象为具体，变静态为动态，突破时空限制；利用信息技术与语文学科的有效结合，还可以帮助语文教学实现新课程提出的目标，既可以优化教师的教学方式，同时也改变了学生的学习方式，并且以将此为实现大语文的途径，增加学生的语文知识信息量。关键词：信息技术 语文教学 课堂教学随着时代的发展和科学技术的进步，整个社会生活越来越“信息化”，现代教育技术手段也在不断提高，二十世纪人类科学技术的最伟大的成果之一–计算机多媒体技术和网络技术被引入教育教学过程。学生的阅读对象不再限于文字和图片，而且有大量的有声读物、大量的动画等视频资料。为了适应这个发展趋势，国家大力提倡信息技术与其他学科课程的整合，以此整体推进基础教育课程改革。我国教育部在2001年6月颁布的《基础教育课程改革纲要（试行）》中明确指出：基础教育课程改革要“大力推进信息技术在教学过程中的普遍应用，促进信息技术与学科课程的整合，逐步实现教学内容的呈现方式、学生的学习方式、教师的教学方式和师生互动方式的变革，充分发挥信息技术的优势，为学生的学习和发展提供丰富多彩的教育环境和有力的学习工具。”作为基础教育的主要课程之一，语文学科与信息技术的有机结合是进行语文课改的必然趋势。语文是一门工具学科，有其特有的学科特点，“语文课不仅以读懂内容为目标，而应以同化语言为目标。”同化过程也就是由内化到外化的过程。内化就是指学习、理解、积累课文内容，外化是指运用、语言实践。学习语文就是要帮助学生从学习、理解、积累课文内容到语言实践、运用的一个过程。运用以计算机为核心的现代信息技术手段优化语文教学，促进改革进程，是提高语文课堂教学质量的有效途径之一。一方面，运用多媒体技术辅助语文教学，必然促使课堂教学生动、形象、直观、感染力强，符合小学生的认知特点，可以激发学生积极性，主动参与获取知识的过程，帮助每一个学生都得到充分地发展。其次，可以活跃课堂学习氛围，促进学生的认识活动由感性向理性的飞跃。学生不但可以借助计算机阅读图、文、声、像并茂的电子读物，而且可以通过上网浏览丰富的网络知识，帮助落实“大语文”的教学观。再则，教师可以利用多媒体技术手段实现视听结合，引导学生动手、动口、动脑，增加学生的活动机会，促进学生语文素质的综合提高。所以，运用信息技术优化语文课堂教学，把信息技术与语文教学有机结合起来，将信息技术与语文课程的教与学融为一体，以信息技术为载体来提高教与学的效率，改善教与学的效果，打破传统教学模式中存在的多种局限。这对于小学语文阅读教学的改革具有积极的推动作用。一、利用现代教育技术，创设教学情境，激发学习兴趣美国教育家布鲁纳说：“学习的最好刺激，乃是对所学材料的兴趣。”我国教育家孔子也曾经说过：“知之者不如好之者，好之者不如乐之者。”兴趣对学习产生的巨大力量是不言而喻的。而多媒体的引入，就像课堂教学中的一个“魔术师”，在激发学生学习兴趣方面，有着得天独厚的优势。它可以借助声、光、影、像，化远为近，化虚为实，把大量的感性材料直接展现在学生眼前，使教学内容更加具体、生动、形象。这较之教师的抽象讲解、有限的板书更容易诱发学生的求知欲，激发学生兴趣，使学生很快地、效果显著地进入教师创设的学习情境之中。（一）积极导入、激发求知的催化剂一堂课巧妙的开头设计，有利于创设良好的课堂教学情境。在这个环节使用多媒体手段，可以在激发学生强烈的求知欲的基础上，增强学生学习的积极性，所以在导入新课时，适时利用多媒体手段是语文老师喜欢的一种方式。以本人教学《鱼游到了纸上》为例。在新课伊始，先用动画的形式展现话题：动画中，几条鱼在水里欢快地游着，游着游着，竟游上一张白纸。这时，画面打出课题──《鱼游到了纸上》。屏幕上，生动的画面再配以有趣的音乐，一下子把学生的注意力吸引了。这时，再引导学生进入所学习的新课文，同学们都会表现出极大的兴趣。读题后，我问学生：“你想从文章中知道什么？”这时学生活跃起来，纷纷提出问题：“鱼真的游到了纸上吗？”“鱼为什么会游到纸上？”多媒体设置疑问、创设悬念的效果真明显，它将不可能的事情生动地展现在眼前，怎能不催化学生的好奇心？他们个个急于想从课中探个究竟，在这样强烈的学习欲望驱使下，他们的学习过程必然是主动积极的。（二）创设氛围、渲染情感的添加剂在课堂教学中，有时会出现一种让我们教师十分尴尬的场面：一篇情深意切的文章，教师早已入情入境了，可是学生大多十分冷漠，无动于衷，对情感的体验出现了“剃头挑子一头热”的现象。而合理地运用信息技术，能帮助我们在教学中创设良好的情境氛围，往往会产生“未有曲调先有情”的效果，收到事半功倍的奇效。在教学《永远的白衣战士》一课时，我对学生进行了调查了解，发现由于受到年龄特征的影响，2003年那场让我们刻骨铭心的“非典”灾难，学生却是知之甚少。不认识到当时事态的严重，就不可能体味到人物的高尚风格。那么，如何才能让他们增强对“非典”的认识，进一步理解叶欣舍己为人的崇高品质，从而产生心灵上的强烈震憾呢？经过反复钻研教材，我决定从叶欣的追悼会入手，去激发学生的情感，提纲挈领，引导学生深入学习课文。为此，我搜集了大量相关资料，精心制作了相关的教学课件。课堂上，在令人悲痛欲绝的哀乐声中，当叶欣追悼会上花圈如海、泪飞如雨的情景出现在同学们面前时，大家震惊了：一个普通的护士长，她的去世为什么会有这么多人前来送行？人们为什么称她为“永远的白衣战士”呢？望着孩子们惊异的目光，我为他们介绍了“非典”给人们带来的恐慌和危害，并让他们浏览了叶欣的生平简介。这一环节的设计，创设了良好的教学氛围，对学生的情感起到了很好的渲染，起到了牵一发而动全身的效果。（三）有声有色，激情朗读的强化剂利用现代教育技术，可以使课文无声的语言材料变成可感的声音，让课文中的语言形象和情感迅速渗透到学生心里去，从而使学生耳醉其音、心醉其情，激发朗读愿望。像《五彩池》这样充满色彩美的课文，在文字的显示条件下，课文美感的展现绝对受到大量约束。但是，多媒体的介入，使教学效果得到显著改善：伴随着优美的旋律，娓娓动听的诵读，屏幕上的五彩池千姿百态、形状各异，在阳光的照耀下，闪耀着各色光芒，真是神奇瑰丽、奇妙无穷。画面独有的魅力深深地印在了学生的脑海中，挥之不去。回到课文中，学生余兴未尽，情绪达到了最佳状态，一种愉悦明快的情感在他们心底油然而生，促生了“我要读”的强烈欲望。此时，我因势利导，以境引情，引导学生怀着对五彩池的赞美之情进入朗读课文的教学环节。由于学生已经成功进入文字描述的情境中，被五彩池的神奇和美丽所感染，朗读激情随之而生。二、利用多媒体教学，突破语文教学的难点学生在学习语言文字过程中的障碍就是我们教学的难点。一堂课中的教学难点，往往与学生已有知识之间有一定的距离，使学生在学习中产生困惑。究其原因，或是知识过于抽象，或是知识过于复杂，或是知识过于陌生。要解决这一难点，由教师单枪匹马、一味讲解，往往适得其反，这时，教师可发挥电教媒体的作用，直观、形象、准确地展示知识，帮助学生排除思维障碍，达到对新知识的深刻理解，进而突出重点，击破难点，促进知识内化，实现能力提高的教学目标。（一）化困难为简易在语文教学中，往往会为了突出教学重点或突破、解决教学难点而花费了大量的时间和精力，然而结果是学生的感触仍不深，还易产生疲劳感，甚至有厌烦情绪。而电教媒体能活化课文内容情景，化难为易，促进学生对课文内容的理解。如教学《詹天佑》一课时，讲到詹天佑顺着山势设计了一种“人”字形线路一部分，由于这方面内容离学生生活实际较远，学生在刻板的文字说明中很难理解和接受课文知识。我为了平缓教学的坡度，突破教学难点，在教学中运用了电教媒体，设计了这样的一个动画教学环节：一列两个车头的火车向北前进，前面的车头拉，后面的车头推，过了“人”字形线路的岔口就倒过来，原先推的火车头拉，原先拉的火车头推，轻松地爬上陡直的山坡。动画使学生观看到了火车爬上直坡的全过程，并且特别注意到了用红色醒目地闪现出来的“人”字爬坡轨迹。接着我让学生根据自己看到的内容自由发表意见，说说火车是怎样爬上陡直山坡的，以达到加深对课文体会的教学目的。由于前面巧妙地借用了电教媒体，所以学生在短时间内轻而易举地理解了“人”字形线路的含义，更加具体地体会到了詹天佑超人的智慧和杰出的创造精神。（二）变抽象为具体在语文教学中，有些内容词句包含的意义是非常抽象的，这些内容仅仅靠老师的讲解很难使学生理解，如果使用多媒体辅助教学，阅读的效果就会事半功倍了。如在教学《富饶的西沙群岛》一课时，学生对课文中所涉及到的“海防前哨”、“祖国的南大门”等词语的含义很不理解，于是我先用媒体出示了中国地图，让学生看着地图，告诉学生西沙群岛在祖国的最南方，地理位置很重要，就像我们家里的大门一样，所以称“南大门”，学生自然地接受了这个新的词意。（三）变静态为动态在语文学科的教学中，往往会渗透着许多自然科学知识，如《看月食》一文向学生介绍了月食形成的原因及其过程。学生对天文方面的知识积累极少，而月食这一天文奇观也并非随时能见到。为了让学生能够直观地理解月食是如何形成的及月食发生的整个过程，在教学《看月食》一课时，我利用课件，通过动画展示三种天体，以太阳为中心，地球绕太阳公转，并自身自转，月球绕地球旋转，三球同时运动，当月球绕地球运动到地球在太阳照射下的阴影区，月球逐渐由部分变暗到全部变暗，此时月偏食、月全食便发生了。在屏幕上，月食的整个过程生动地重现在学生面前，使学生身临其境，把本来用许多语言也很难说清的月食的原因及过程，用几秒钟的动画演示，变得形象易懂。再如《看云识天气》一文，云的种类有卷云、卷积云、积云、高积云等，这些概念也非常抽象，区分起来很困难。我们就可以把各种云的画面用多媒体展现在同学面前，再结合生活中谚语和根据学生观察到的现象，引导学生理解课文，解决难点，同时也可以借助多媒体的展现落实学生亲身体验“看云识天气”的趣味。（四）突破时空限制电教媒体可以不受时间、空间的限制，可以改变微观、宏观的约束，直接表现各种事物和现象，使教学中一些无法让学生实际接触的事物可以通过声音和画面显示出来，拓宽学生的视野，获取学习所需的材料，为学生提供具体生动的形象，从而突破教学难点。如教学《富饶的西沙群岛》一课时，结合课文内容，我适时播放了一些描绘海滩和海岛美景以及海底世界的录像片，有静有动，有声有色。学生一会儿观赏海滩和海岛的美景，使他们好像看到了一望无际的海滩上到处是形态各异的贝壳，还有庞大有趣的海龟；海岛上绿树成林；一会儿仿佛又潜入海底，探索海底的秘密，大海深处，无数的鱼儿游来游去，穿梭不停，美丽的珊瑚千姿百态，好像还听到了海底的动物发出的各种声音。整个观看过程中，学生们如临其境，如闻其声，思想高度集中，情绪十分高涨。由此可见,电教媒体把远的拉近了,把虚的变实了,把难的变易了,把复杂艰巨的认识活动变得简易且轻松愉快,从而帮助学生解除抽象思维、逻辑思维、语言理解表达方面的困难，降低难度，使教学中的难点得以顺利突破。三、利用现代教育技术，改变学生的学习方式在传统的教学过程中，一切都由教师主宰，从教学内容、教学策略、教学方法到教学步骤，学生只能被动地参与整个过程。新的语文课程标准提出，在语文教学中，要积极倡导自主、合作、探究的学习方式。这一理念不仅强调了学习方式的变化，而且强调了学习和发展的主体是学生，学生在语文教学中的主体地位得到重新的确认。信息技术环境下的以学生独立探索为主要形式的个别化学习和基于网络的协商学习两种模式，恰恰是新课标倡导的学习方式的集中体现。运用现代教育技术这样交互式的学习环境，学生可以平等地共有、共享人类的学习资源，可以按照自己的学习基础、学习兴趣来选择学习内容、方法、策略和发展目标，学生在这种开放式的学习空间里有了主动参与的可能，有了自主学习的天地。所以，信息技术介入课堂教学，完全可以构建“自主、合作、探究”的新型学习方式，充分显示信息交流的多向性，丰富性和快捷性。它可以通过师生互动、生生互动、师机互动、师机生互动、生机互动、生机生互动的多种友好合作方式，为学生提供立体式的多向交流的机会，有且于培养学生的合作精神。如教学《秦兵马俑》一课时，我充分利用多媒体网络进行了教学，设计了如下的教学环节，让学生围绕以下问题自主探索，合作交流：①上网搜索查寻有关秦兵马俑的相关资料；②运用所查寻的资料，自学《秦兵马俑》一文；③针对疑难问题进行交互解答；④以自己喜欢的方式向大家介绍你从网络上所了解到的秦兵马俑。这一教学设计，把学习的主动权完全交给了学生，教师的角色转换为学习活动的引导者和组织者，使学生真正成为语文学习的主人。他们通过信息技术这一学具，采用不同的方法、工具来完成同一任务，不仅感受到了秦兵马俑的规模宏大，类型众多、个性鲜明、神态各异，而且感受到了中华民族悠久灿烂的文化和古代人民的智慧，激发了学生的民族自豪感。这进一步证实，信息技术的介入，改变了学生以往被动地听讲、机械地记忆为主的学习方式，从而转变为个性化的主动参与、发现、探究和充分表现的学习方式。四、利用现代教育技术，优化教师的教学方式新课程目标向教师提出了基础教育下全面实施素质教育的实质性内容和具体要求，目标以学生的学习为中心,让学生学会学习，促成学生的全面发展和终身学习为目的。在这样的背景下,作为教师，我们在积极地参与这场课程改革之中的同时，应及时地对教育观念、教学过程进行反思，重新审视自身的教师角色，尽快转变自身的教师角色才能适应新课程目标的要求。在传统的以教师为中心的“传递式”教学方法中，教师是知识的传授者，学生是知识的接受者，学习的基本过程是学生感知、理解、巩固和运用。教师在讲台上讲述、示范、演示，学生相应地吸收、记忆、存储，课堂上圈划重点，课后反复抄写、背诵。事实证明，这种以应试能力为目标的教学方式，最大的弊端是扼杀了儿童的创造能力和创新精神。
E. 大数据时代背景下的教育该如何走
“大数据”是当今最热的概念之一，有人宣称掌握大数据的人可以像上帝一样俯瞰整个世界。进入2012年，大数据一词越来越多地被提及，人们用它来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。大数据(big data)，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的创新沿着从数据到大数据，再到分析和挖掘，最后是发现和预测的方向发展。随着云时代的来临，大数据也吸引了越来越多的人关注。各行各业更加意识到，谁能率先实现大数据，谁对大数据的挖掘更为深刻，谁就将抢占未来先机。 教育行业也不例外，2013年对于教育来说是传统育研究走向科学实证的重大机遇。值得我们思考的是，大数据将给教育带来什么?如何通过大数据更好的教育学生?大数据对于教育是福还是祸?翻转课堂、MOOC和微课程是大数据变革教育的第一波浪潮翻转课堂、MOOC和微课程的出现，改变了传统教育模式，从课堂老师滔滔不绝的讲解，到现在“视频再教育”。学生可以根据个人情况自主制定学习进度，老师可以根据学生在网上做题的情况，有针对性的了解学生学习上遇到的问题。传统课堂不再讲解新课，而成为学生当堂做作业、讲解问题或做实验的场所。如果说翻转课堂只是一个触角的话，那MOOC的出现就是升华的翻转课堂。“视频再教育”得到进一步的提升，MOOC大规模开放在线课程，面对全球性的MOOC浪潮，中国的大学也开始行动。2013年，上海市率先引入中国式MOOC，推出了“上海高校课程源共享平台”。MOOC的兴起，使“用视频再造教育”的学习模式迅速推广到高等教育，而且进展到可以通过选修MOOC获得学分、进入正轨教育的程度。清华大学、北京大学也相继开放了在线教育课程。而微课程是对翻转课堂的回应，是学生自主学习不可或缺的资源。微课程是教学视频浓缩精华的微型课，主要用于学生的前期学习，目前，微课程已开始影响我国中小学信息化教学实践。微课程实践的积累，将导致微课程群的形成，微课程群的应用又会形成新的应用数据，将有利于大数据分析与挖掘、发现与预测的创新应用。可以说，教育领域的改革，首当其冲的就是大数据变革信息化教学。大数据时代对于教育是福还是祸?人们还没有来得及搞清楚信息时代是什么，数据时代己悄然来临。在大数据理念面前，大家各抒所见，有些人认为，大数据时代可以让教育者真正读懂学生。相对于传统数据宏观的教育情况，大数据主要体现在微观层面。大数据使“经验式”教学模式变为“数据服务”教育模式。老师可以根据数据关注每个个体学生的微观表现，通过学生相关数据的分析，有针对性的调整教育方案，从而实现个性化教育。一些支持大数据教育的人认为，大数据时代的教育将推动传统以“教师为中心”的教学方式向“学生为中心”教学方法的转变，推动“演员型”教师向“导演型”教师转型，从宏观群体走向微观个体，对于教育研究者来说，利用数据可以发现真正的学生。而另一群人认为大数据是“换汤不换药”，实际上就是用大数据、云计算作为概念来包装以前的东西。虽然在线教育来势汹汹，却有“叫好不叫座”之态。以新东方为例，公开数据显示2012年底新东方在线网站于个人注册用户已逾1000万，而据新东方在线副总裁潘欣介绍，用户愿意付费的额度不高，在2012年新东方付费用户为20万，占比仅为2%。目前主流的在线教育产品只是将线下的课程录制好搬到线上，这种模式实际上只是线下学习方式的简单复制，这样的学习方法还衍生了一些教育上的新问题：如何保证学习过程不会被中断、怎样确定是学生本人登录学习等。对于在线教育，只有学习主动性和控制力比较好的学生才能利用在线学习取得好的学习效果，而这些方面较弱的人将难以长期坚持，学习效果也可想而知。
F. 大数据在教学管理中的运用
大数据在教学管理中的运用随着大数据时代的崛起，云数据时代的来临，大数据给各行各业的发展模式和决策带来前所未有的革新与挑战，教育行业同样不可避免。大数据的发展给困境中的教育变革提出了新的挑战。进入大数据时代，依靠言传身教的古代精英式教学和注重快速实效的现代大众式教学正在有效结合，基于数据分析的共享式精准教学不再遥远，按需学习、因材施教将真正成为可能。 一、对“大数据”的理解《自然》杂志在2008年9月推出了名为“大数据”的封面专栏，讲述了数据在数学、物理、生物、工程及社会经济等多个学科扮演了愈加重要的角色。加里?金说：“这是一场革命，庞大的数据资源使得各个领域开始了量化进程，无论学术界、商界还是政府，所有领域都将开始这种进程。”大数据也称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、处理、并整理成为帮助企业更好经营决策的各种资讯，同时与大数据相关的数据存储、数据安全、数据分析等领域也都属于大数据范畴。简言之，从各种各样类型的数据中，快速获得有价值信息的能力，就是大数据技术。“大数据”具有数据体量巨大，数据类型繁多，价值密度低，处理速度快的特点。二、“大数据”对教学的影响 法家思想的集大成者韩非子也有“世异则事异，事异则备变”的观点，足见教育是需要根据现实变化的。 在教育领域中，“大数据”除体现传统数据的所有宏观功能外，还能收集分析详尽的微观个性化数据，大数据的优势立显。传统数据诠释宏观、整体的教育状况；大数据用于调整教育行为与实现个性化教育；传统数据来源于阶段性的，针对性的评估，其采样过程可能有系统误差；大数据来源于过程性的，以第三方、技术型的观察采样的方式误差较小。传统数据分析所需要的人才、专业技能以及设施设备都较为普通，易获得；大数据挖掘需要的人才，专业技能以及设施设备要求较高，并且从业者需要有创新意识与挖掘数据的灵感而不是按部就班者。 大数据带来新一轮教育信息化的浪潮已然随着硬件的高速革新和软件的高度智能无法抗拒地推到了我们面前。作为新时期的教育管理者，唯有掌握良好的“大数据”技术，转变教育思想，及时利用“大数据”服务学校管理、改革教育教学，提高办学质量。 三、大数据教学管理模式 随着时代的发展，科技的日新月异，以往的教学管理模式正在慢慢退出历史舞台。这种以现代信息技术为支撑，“大数据”为载体的新型管理模式极大地实现了教育资源的共享与充分利用，促进了工作效率的提升，转变了工作效能，让工作更加具有时效性，科学性，及时性。1、大数据管理的模型 正如2014年全国教育工作会议提出的，今后一个时期我国教育管理的目标是“加快推进教育治理体系和治理能力现代化”，我国的教育管理模式将发生质的变革，大数据管理模型应运而生。 大数据支撑的教育管理模型：以“主体、对象、资源、目标”为核心要素，建立多级连通共享的教育云，构建教育管理复杂系统，利用云技术处理教育云端大数据，为教育公共服务机构、教师和学生提供全天候多终端个性化需求的教育资源服务、专业发展服务和综合素质发展服务，提升教育资源配置的合理性和公平性，提升教育决策科学化水平。 在教育管理中，人的因素是重要的教育数据，是一切教育数据的来源。教育资源的配置，首先要进行科学合理的资源基本分类：人才资源、财物资源、知识资源；教育内容、教育理论、教育方法、教育经验等，是教育资源配置中的隐性资源，却是根本资源；技术资源是大数据教育管理的生产力资源，教育技术尤其是教育信息技术、大数据、云技术的应用，是管理主体满足教育服务需要，合理配置教育资源的应用型资源。 2、大数据管理的运行策略 教育大数据管理是一个长远的伟大工程，从当前的教育信息化建设水平和面临的挑战综合考虑，还有相当长的路程要走。我们需要在思想上、理论上和实践上全面推进，迫切需要制订正确而长远的行动路线图如又图所示。 这是三个层级的运行策略：底层是大数据教育管理的基础建设教育云的建设，各区域应遵循国家教育数据标准，建设分布式教育数据中心（云）资源库+数据库+数据关系逻辑的建构，为云端教育教学资源配置提供基础硬件支撑，进而建设三层智慧平台智慧校园、智慧学堂（课堂）和智慧终端（尤其是移动终端）应用平台建设，同样作为基础层级的是教育资源的大数据挖掘对教育过程所产生的数据进行统计、分析、建模等处理，为教育管理决策提供数据应用；位于高层的是教育大数据管理的操作系统，从公共服务到学生个体发展，利用大数据进行教育资源的公平配置和个性化供给，推进教育发展与改革，使人人享有优质恰当的教育资源，促进教育的优质可持续发展，推进教育品牌建设和创新提升，形成高效绿色的教育文化。 四、大数据教学管理的优越性 用数据说话、用数据决策、用数据管理、用数据创新的数据文化正在成形，大数据时代已经来临。顺应大数据时代的发展，教育变革已经进入了一个新的阶段，教育领域将迎来一场前所未有的大变革。 大数据的发展给困境中的教育变革提出了新的挑战。进入大数据时代，依靠言传身教的古代精英式教学和注重快速实效的现代大众式教学正在有效结合，基于数据分析的共享式精准教学不再遥远，按需学习、因材施教将真正成为可能。大数据带来的一系列变革，对新型创新人才的培养提出了更为迫切和现实的要求：日益强大的互联网、多媒体及概念软件、开源软件等为师生提供了更加自由、灵活的学习和探索空间，求知的视野被极大拓宽；日益频繁的师生活动及社会互动被大数据予以记录、分析和共享，教育环境的时空界限和信息隔阂得以打破，长期以来潜伏于数据之下的教育理论和规律将日益凸显和明朗，人才培养将更具灵活性和多样性；学习与生活、教育与社会不再被孤立，学生、学校与现实生活的体验更为接近，学生学习兴趣、学校办学动力将被大大激发
G. 大数据时代语文教学将如何改革
情境是一堂课的“小天地”，它是教师用生动形象、亲切感人的语内言，或描述意趣横生的同容教学内容紧密相关的人物、事件与景物，或演示形象逼真的与教学内容有关的动作画面，并借助一定的媒介创造出来的，教师在教学中创造性地设计好一定的情境，让学生戏剧般地进入角色，就能唤起他们的情感体验，点燃其思维的火花，产生强烈的共鸣。这样，也就能极大地调动学生的兴趣，从而收到良好的教学效果。
H. 如何利用大数据把握时政热点，语文阅读教学生活化
我们生活的影响无处不在。从对体育比赛结果的精准预测，从广告对营销对象的精准投放，我们感受到了大数据的威力。主动了解并运用大数据为语文教学服务，应该是当下不落后于时代的明智之举。下面侧重从大数据对语文阅读教学的影响方面来探讨。 一.利用大数据把握时政热点，语文阅读教学生活化。 语文阅读教学往往陷于一种模式化状态。应用型文体――记叙文、说明文、议论文，首先把握其文体要素，然后肢解其要素，再对其思想感情略作分析，似乎教学任务就算完成了。久而久之，学生对语文课堂生厌，教师对语文教学讨厌。教学的文本内容严肃有余，教学的文本形式陈旧泛黄。绝大多数文本与时代距离遥远。 老师根据自身的了解，挑选一定的时文作为教材的补充，常常是老师自己欣赏，学生却对其不感兴趣。 利用网络阅读大数据，可以很容易挑选出让学生喜欢的时文。比如：执教人教版九年级上册苏霍姆林斯基的《致女儿的信》，如果单纯补充阅读相关的关于写青春期恋爱的文章，难以引起学生的关注与投入。大数据显示――当今年轻人追捧仓央嘉措的情诗和喜欢歌曲《最浪漫的事》，于是补充了相关材料，作为对本课的拓展延伸。学生学习这一课情绪高昂。还主动向老师和同学推荐选秀节目评委乐嘉的文章《写给15岁的女儿》。 二.利用大数据把握话语热点，语文阅读教学时代化。 老师课堂语言雅俗共赏，既有典雅之语，又能秀时下流行的网络语，能让学生感到亲切。倘若再利用时间分析网络语言的语法和意蕴，更能让学生领悟到“生活即语文”，语文中的语言文字是随着时代的发展而发展的。比如：伴随着共产党和苏联的诞生而产生的新词――布尔什维克等;伴随着科技和经济的发展而出现的新词及其衍生的新意――因特、比特、�濉�P2P、矮穷挫、白富美、光盘、微信、刷屏、宝贝、雾霾、失联等等。 适时适度地扩展阅读时文，让学生语文知识在生活中发生迁移运用。比如：提供机会让学生阅读科技说明文《“黑匣子”――空难的见证者》《生气的成本有多高》;阅读关于留守儿童的小小说《喜旺的年》;阅读报纸关于某个事件的新闻报道和相关评论;和学生一起做点评，教导学生敢于发出自己的声音，养成独立思考的好习惯，培养自己的辩证思维能力。 三.利用大数据分析学习难点，语文阅读教学科学化。 以往对学生语文阅读教学都是老师凭经验，再结合课标要求确立教学难点。在实际教学中，会发现――精心准备的所谓难点教学，对于学生来说，有时候其实并不难。这就表明：老师的了解与估计是与学生的实际情况脱节的，这样，教学的针对性、科学性就打了折扣。 碎片化、现象化式地原始归纳分析，已经不能科学准确地呈现问题了。 借助网络和计算机，以及新的分析技术，就能尽可能地收集语文教学方方面面的数据，客观而科学地反映教与学的现状，并提出参考意见。在语文考试中，学生最易丢分的就是阅读，最畏惧的仍然是阅读。老师教学最纠结的也是阅读。阅读成了影响学生学习语文的最大障碍;也是老师教学费力最多最难讨好的的一大重头戏。 思考一下原因：为什么阅读教学遭人诟病？ 其一、需要学生有一定的阅读基础。 “巧妇难为无米之炊”。学生起码的阅读量都达不到，老师的阅读教学就难以顺利进行。本人在执教时，遇到过这样的情况： 根据课本安排――九年级上册第五单元是古典文学赏析。涉及作品分别是《水浒》《三国演义》《儒林外史》《红楼梦》，在引导学生学习时，老师预设是学生对于“暗线”可能难于掌握，因此准备在这个教学环节多下功夫，以让学生对中国古典小说有一个大致的框架结构、行文思路的了解。 殊不知，学生学习该单元时，茫然而不知所措，老师“启”而学生不“发”。事后调查：4/5的学生没有接触过上述经典文学作品;2/3的同学连相关影视剧动漫等也从未听说过。古文基础特差，读懂课文对他们来说已是奢侈，更遑论结构技巧和人物形象、思想感情。 摸清了情况，借助大数据，作学习诊断分析，制定出科学的课堂教学计划。 1.课前，老师指定学生阅读相关作品。 2.做好阅读笔记――好的词、句、段摘抄以及阅读感受。 3.每周记忆一定量的成语典故和古典诗词名句。 学生经过一定时间的阅读积累后，课堂阅读教学进行就相对顺利得多，课堂气氛变得热烈;阅读的宽度有所拓展，阅读的深度有所提高。阅读课堂开始由老师的“导”逐步转为学生主动地“学”。 其二、课堂教学要能满足学生的阅读需求。 实施语文阅读教学，有的老师按照自己的理解和兴趣，在课堂上把握自己上课的节奏、内容、投入自己的情感。对自己不太感兴趣的一些文体或者课文，就马马虎虎一带而过。这种阅读教学无异于教师的孤芳自赏或者对学生阅读兴趣的抹杀。很难满足学生的阅读欲求，很难调动学生进入课堂、进入文本的世界。有些老师不喜欢说明文――对“人教版”八年级上册科普文章――《奇妙的克隆》《生物入侵者》等就简单处理，学生大为不满。这个时期的学生正充满好奇地想了解生命以及生命迁徙变化，结果因为老师的厌弃而消减了学生的语文课和对这一问题的关注度、兴趣度，渐渐地对语文阅读丧失信心。 明白了这些，不一定能科学有效地组织语文阅读教学。 好在有大数据。我们可以借助大数据，提炼出学生阅读中的难点，捕捉到学生的兴趣点，从而有的放矢，设计科学的阅读教学方案，烹制出学生喜爱的阅读大餐。 借助大数据，阅读教学科学化成为了可能。 四.利用大数据呈现教学状态，语文阅读教学精细化。 借助现代教育技术，对阅读课堂现场实录，然后利用相关软件，对课堂进行解读。通过科学的数据反馈语文阅读课堂教学真实状况。 过去，我们老师都有过这样的质疑――为什么同教两个平行班，其中一个班课堂看起来气氛活跃，思维积极，学生投入，老师也激情四射，情绪饱满，可是每次考试成绩却赶不上那看起来有些死气沉沉，学生漫不经心的班级？（分班相对均衡，课前课后两个班对语文学习所花时间的差距基本可忽略。）问题出在哪里？老师们百思不得其解。 首都师范大学博士生导师王陆教授团队所作出的研究成果――教师在线实践社区：从信息收集、信息处理、知识创生几个维度，设计了一套人性化、全面可行的评价体系。该体系还具有自我反思、同行点评、不同学科教师点评等功能，可实现专业指导、综合性的教学量化评价，并针对性地提出相应的改进建议。 王陆教授的体系就是创建教学的大数据并对其作出定量分析。语文课按照经验去审视和调整已经跟不上科技和教学发展的需要。借助大数据可以完整呈现我们课堂的教学，更有利于我们科学地分析问题、解决问题，而不再是凭经验瞎忙活。 大数据会把我们的阅读课堂做精准而细小的分析。这可以帮助我们制定有效的阅读教学量化指标。在需要精细化教学时，能符合学生实际阅读水平和心理状况，深入下去，细化到位。