基于大数据的课堂教学

山东省胶州市第一中学叶伟大数据时代大数据时代3知识生产的变化现在3知识生产的变化过去全民少数人web3.0web2.0Web1.0图片4内容表现形式的变化视频文字音频多媒体多媒体阅读时代4为何需要教育大数据是教育大数据的主要产生地两片叶子，看上去形状、大小一模一样，可它们的叶脉大相径庭。同样，两个都考85分的学生，他们的数学学习能力完全一致吗？一个班五十多个学生做同一份作业，进度快的学生吃不饱，进度慢的学生吃不了，还有的学生吃重样。然而，借用大数据的分析手段，通过对学生学习行为数据的采集、分析、处理，学生的差异性就会清晰呈现。12在传统的教学模式下，我们会认为，成绩相同的学生，能力大致相仿。但根据两个同样分数的考生进行数据分析，我们会发现，A同学更多的是依靠出色的逻辑思维，而B同学逻辑推理能力相对薄弱。一个学生在概率计算上需要加强，另一个学生需要遗传方式判断更加巩固。大数据与教育评价教育“大数据”的认识大数据与教育评价大数据与教育评价教育“大数据”的认识“发现你上个月餐饮消费较少，不知是否有经济困难？”不久前，华东师范大学某女生收到了学校勤助中心发来的这样一条短信。而实际上，该女生不过是因为减肥而减少了食堂就餐的开销。此事让人们惊呼学校“有爱”的同时，更让人关注的，是学校实现“有爱”的方式，即华东师大利用预警系统跟踪学生的餐饮消费数据，发现低于警戒值就发出短信慰问，以确定学生是否有经济困难、是否需要帮助。大数据与教育评价12“以前我们老师更像是中医，凭借多年教学经验，大致能知道学生知识体系的薄弱处。但每个老师带的学生少说也有两、三个班，一百多个学生，没办法具体了解每个学生的学习进度。而有了大数据的分析、反馈，老师能更加精准了解每个学生的知识点掌握情况，从而根据每个学生不同的学习漏洞对症下药。我们将这称为中西医结合诊疗。”12从老师日常的作业布置和考试的教学场景切入，通过平时的作业、月考、周练收集数据，数据主要分为两类：一是老师教学内容数据，二是学生学习行为数据；再经过智能学习系统的数据挖掘与分析，最终输出两类产品：一是线上产品，满足老师出题、作业分析的需求，通过大数据的帮助，及时调整教学策略；二是线下产品，即学生的错题本、考试分析报告。试卷上传、扫描完毕后，自动对每个学生的成绩、知识点、难度进行一个多维度分析，了解每道题全班同学的得分率，能清晰地知道试卷讲评的侧重点，使教师对学生学习状况的把握精准化。像这次期末考试，其中知识点得分率最高的是基础概念，85%，最低的是遗传与变异，67%，那么教师会侧重讲解遗传部分，基础概念部分就会一带而过。12高中生物学科作为一种能力的学习，知识点掌握只是表象，而更深层次的是学生个人相关能力的体现。针对某个学生，老师可以通过大数据看到该生详细的统计，根据不同题目的考点和学生作答情况，有效诊断学生的学习问题。5学习成绩1入学率2辍学率3识字的准确率5升学率4作业的正确率6考试时答题的顺序11师生互动的时长与频率回答问题的时长、正确率课堂举手次数回答问题的次数平均每道题花费的时间1278910学校教育中的“大数据”大数据分析已经被应用到美国的公共教育中，成为教学改革的重要力量。12传统教育模式下老师布置作业的方式是：“请同学们完成XX页第一题到第十题。”而有了大数据的分析帮助，老师可以做到对对每个学生的个性和特点都有了充分的了解，为每一位同学有针性地布置个性化作业，进而实现几代教师的教学梦想——因材施教。如果我们用特殊的软件对每道题目进行知识点、载体、方法、能力等多个维度的标注，帮助老师精准出题，再通过智能学习引擎的大数据分析，老师可以根据不同题目的考点和学生答题情况，迅速准确了解每个学生的知识漏洞，有效诊断学生的学习问题，继而进行针对性讲练。“让学习好的学生攻克难题，让学习暂时跟不上进度学生做一些相对容易的题目，这对提升学生考试成绩和建立学生学好数学的自信心有着重要作用。”除了出卷、批改、反馈的线上功能外，线下纸质《错题本》和《考试分析报告》。《错题本》可将学生在测试中做错的试题智能归纳分类，并智能推荐同知识点同难度的不同习题作为巩固练习；《考试分析报告》会对学生在考试中的失分点进行逐题分析，得出哪些题目需要仔细分析错因，哪些题目在个人能力范围内但没有得分；与相邻分数段相比，哪些题目考试的知识点需要认真复习；在所考察的知识点中，哪些知识点掌握的相对较好、哪些知识点掌握相对欠佳，并给出相应的复习建议。家长会上，如果我们给每位家长发放一份学生个人考试分析报告，在这份量化报告中，学生的知识点掌握状况、能力状况都一目了然。通过这份具有大数据灵魂的纸质报告，家长能够了解到自己孩子在学习过程中的种种学习情况细节，家长感觉特别贴心和温暖，因为这是专属他们孩子‘私人定制’的报告。大数据不会也不可能取代传统课堂教学，但它是优化传统教学模式的一种手段。有了大数据分析，学生学习的过程可以被全方位记录下来，教师通过数据分析可以对学生的知识掌握和能力发展进行形成性评价，使教学反馈更加及时准确，使教师尽可能少做重复性工作，而将精力集中在教学的核心功能——教学教研上。课堂观察的理论基础教学行为分析-ST模型教师T1.解说2.示范3.板书4.提示5.提问/点名6.评价/反馈学生S7.发言8.思考/计算9.笔记10.实验/作业11.沉默教学行为笼统的分为T和STS左图对应的ST序列为：TTSTSD(T&S)D(T&S)TSSSTT从而得到：教师行为占有率：Rt=Nt/(Nt+Ns)=8/15=53.5%师生行为转化率：Ch=拐点/(Nt+Ns)=7/15=46.7%因此，该课堂为对话型T和S采样精度低会导致D，通常无法判别D属于T还是S，大数据计算可以提高ST分析的精度，细分D，从而更精准的计算Rt和ChD教学模式标准条件练习型讲授型对话型混合型Rt≤0.3Rt≥0.7Ch≥0.40.3Rt0.7,Ch0.41234567TTTTTTSSSSS教学行为分类-国内-华中师大的模型落地实践03数据建立模型个体与模型分析对比诊断评测精准推送录播非结构化数据结构化数据数据分析挖掘AI基于大数据的课堂教学分析评测系统基于大数据的课堂教学分析评测•知识点AI分析维度2.1行为分析人脸识别模型训练2.1行为分析教师行为分析教师行为识别目标识别2.1行为分析教师行为分析2.1行为分析学生行为分析学生行为识别多目标动态人脸识别课堂活跃热力图2.1行为分析学生行为分析2.1行为分析班级行为分析2.2语言分析师生语言2.3表情分析学生表情消极倾听学生心理积极疑惑理解抗拒不屑鬼脸高兴正常悲伤生气愤怒技术可以测量出的情绪2.3表情分析学生表情多目标情感计算2.4OCR识别知识点识别OCR讲授提问指示反馈评价主动提问应答举手对话讨论观察笔记练习实践实验思考板书演示展示观察巡视个别指导教师学生言语活动16类行为分别采样评分根据分值绘制云图根据云图及基本属性相关值横向/纵向对比云图模型的意义1.半径：教学行为中某一行为的分值2.极差：教学行为极端分布情况；3.离散（标准差）：教学行为分布的离散情况，值越大教学行为分布越广；4.周长/面积：教师教学行为掌控水平情况，越长/越大综合行为评分越高；5.重心：教学行为的综合表现，教学行为分布的集中趋势，例如：左图倾向于教师言语计算云图的基本属性极差、标准差等、周长等-红色表示可以利用人工智能自动采集分类教学行为云图-教师课堂教学行为图-学生教学行为一般模型精准推送服务学生、家长教师领导家校通课堂记录或拍照课后编辑文字或照片逐个定向推送信息接收信息智课通课堂智能记录或拍照课后生成文字或照片逐个定向推送信息实时接收信息3.1学生、家长学生课堂数据的精准推送教学分析课程回放3.2教师教师个体对比分析3.3教研人员同课异构分析支持开展同课异构活动同校或者跨校的多位教师上的同一节课AI系统自动分析各位教师授课过程，对比各个课堂的教学行为基于大数据的课堂教学分析评测目的支持学生的个性化学习教师的专业化成长客观数据对教学过程的分析缺失教学资源的利用率低下客观数据对个性化学习支持不足大数据时代——如何教书育人THANKS