论文部分内容阅读
上海市实验学校以“尊重个性差异，发掘智慧潜能”作为办学理念，依托“拔尖创新人才早期发现与培育”的实验研究，致力于培养具有“创造与发明、探索与发现、合作与沟通、使命与担当”品格和能力的卓越人才。
建校30多年来，学校始终高度重视信息化建设，20世纪90年代自主组建校园网和学校门户网站，自主研发计算机应用教程和小学语文电子教材。2000年开始，开发基于教师专业发展的各类数字化校园平台。近10年来，学校信息化工作聚焦于信息技术支持背景下的创新实验室建设。
信息化工作存在的问题
学校信息化应用从纵向上看支撑着教学和管理的高效运行，从横向上看，技术支撑着学生、教师和课程的发展，尤其在支持学生个性化学习方面，还存在不少改进的空间。
1.支持个性化学习需求的解决路径有限
我校的应用系统主要偏向管理和教师办公，而对学生过程性的评价及个性化学习还处于传统线下管理状态，应用系统之间底层数据依然孤立，对学生学习分析及综合素质评价的前瞻性数据模型构建的研究不够。面对学生个性化学习需求不能形成有效资源，不能针对每位学生的个体需求提出较精准的个性化服务方案。
2.支持个性化学习的教学模式相对传统
我校在信息技术与课程整合方面开展了实践研究，但总体上属于单打独斗，缺乏顶层设计，科任教师的整体信息素养没有实现较大幅度的提升，传统的讲授型课堂仍旧普遍。同时对课堂教学行为监测的技术手段有限，学习路径的数据支撑不够，不能有效分析学生个体的课堂表现，个性化学习没有真正实现。
信息化工作的理性分析
人工智能飞速发展的今天，数据已成为教育信息化建设的基础，而数据的价值在于采集、分析和挖掘后为科学决策提供支撑。作为学校，应当注重全程、全样本数据的采集，实现横向、纵向数据的互通，努力变革教与学方式，以数据驱动为基础为学生提供个性化学习路径，满足学生学习与发展需求。
我校以尊重每个人的自然禀赋为基础，以创新人才培养为重点，建设“十年一贯制”学生综合评价体系，结合人工智能（AI）、教育数据挖掘（EDM）等技术，基于全程、全样本数据的分析、聚类，发现学生潜能和个性特长，设计个性化的学习路径，动态形成学生画像和学习设计师画像，实现学习方式转变，全面提升教师数据素养，促进师生的共享共创。
建设框架的系统规划
三年前，我校提出信息化建设与应用应围绕学校改革与发展总目标，应结合教与学的需要，从目标、要素和指标三个层面，通过“实践—建设—完善”的行动研究，实现构建全程（小学至高中）、全样本（所有学生）学生综合评价体系。
目标层是基于数据驱动所构建的物理体现;要素层为学生评价体系中所包含的具体应用，其注重数据之间的融通，是精准教学实践的核心与重点;指标层为学生综合评价体系建设的出发点与检验是否成功的指标点。
学生画像是对学生数据的形式化描述、数学化建模，通过对数据的实时计算，抽象出新的标签，并使用数据挖掘技术对学生进行数字化描述。通过数据的可视化呈现学生的画像，包括学生个人画像和学生群体画像，而群体画像是基于个人标签类的，聚类不同群体的行为特征和个性特征，为实施精准教学提供多维度数据分析支持。
2017年美国国际教育技术学会（ISTE）提出面向教育工作者的标准，赋予教育工作者7种角色（领导者、学习者、公民、合作者、分析者、促进者、设计者），下设24项指标。其中面向设计者角色的要求如下：首先，教师要设计符合基于标准的真实学习活动，使用数字资源和工具，提高积极和深入的学习;其次，教师要利用技术进行创造，适应学生的差异和需求，促进学生的独立自主学习;再次，教师要探索并应用教学设计原则，创新吸收和支持学习的創新数字学习环境。因此，学习设计师以学习者为中心，关注学习者体验，设计学习任务和学习形式，构建学习资源，创建学习环境，运营学习项目，促进学习转化，传递学习价值。
规划内容的创新实施
如图1所示，采集学生的核心课程成绩、身体健康、自我评价、过程记录（文本和视频）、社会实践、TFT（Ten for Ten）课程、特需课程、学员导师、生涯规划等多维度和多来源的过程性和结果性数据，经过数据“清洗”、分析后，动态生成每位学生的个人画像，帮助学生进行个人发展规划，助力教师开展分类培养和个性化指导，让学校实现个性数据汇聚和分析、对学生群体的干预和指导成为可能。
基于实践模型，通过教学实践逐步建成包括学生成长追踪、教学应用与评价和数字化学习空间的全程、全样本的学生综合评价体系。
1.学生成长追踪体系
（1）早期儿童智慧潜能识别系统
收集学生不同维度的早期儿童识别数据，建立同龄群组常模，对早期儿童的心理结构和水平进行标准量数比较，实现早期人才智慧潜能识别。
（2）学生心理发展测评与支撑系统
在综合评价体系中融合学生心理发展测评系统，融入学生个性追踪与分析、学生成长记录与分析以及德育积分管理与分析功能，结合纵向学生成长过程记录（文本和视频记录、行为规范等），横向和教学应用与评价体系、数字化学习空间业务数据互通，实现自动同步和可视化关联分析。
2.教学应用与评价体系
（1）课程管理与评价系统
利用学校小学到高中“十年一贯”的学制优势，通过对核心课程、学养课程、特需课程三类课程学生选课、走班排课、学生对课程的学习情况及评价等，跟踪学生学习兴趣，完成对数据进行存储、算法分析、建模、可视化，提供个性化学习解决方案，根据个性发展特点推送不同的课程资源、师资及学习环境，使学生特长更长。
（2）教师教育能力测评系统
基于真实的课堂，自动记录课堂过程，利用视频切片研究方法，对录制的视频进行分析，对相应的教学行为从知识提取能力、教学调控能力与教学执行能力三个维度进行评价，系统会自动收集数据和统计分析学科教师各项指标，提供教师个性化诊断报告和教学改进意见，动态形成教师个人的诊断报告，即学习设计师画像。
（3）学习技术应用与实践
通过学习起点的测查与分析，从“技术、学习者、学习内容”的综合视角，进行技术支持的基于认知发展的个性化教学探索，提升学生综合素质。同时，结合教师教育能力测评系统，促进教师教学知识的显性化，逐步努力使教师成为学习设计师。
3、数字化学习空间
数字化学习空间包含数字化学习教室（Learning Classroom，即正式学习空间）与数字化学习中心（Learning Center，即非正式学习空间）。学习方式决定了空间布局，学校以数字化学习空间为核心建成9000多平方米的自主学习空间，整合、丰富数字化教学资源，创造主动式、协同式、研究式的数字化学习环境，建立“师—生—课程—环境互动”的新型学习模式，逐步实现数字化学习空间管理、数字积分虚拟空间、可个性化学习空间及可体验式学习空间。
在学生综合评价体系建设过程中，学校逐步实现了三个维度的业务系统数据横向和纵向的融通，部分建成全数据链，建立数据分析常模，分析学生个性化学习需求（学生画像），从而培养更符合学生需求的教师（学习设计师），形成更符合学生需求的课程资源，实现以数据驱动为内核的技术环境、研究、实践的螺旋上升。
无论时代如何变换，教育的价值始终未变，即促进学生最大限度的发展，技术是促进学生发展不竭动力，全程、全样本综合评价体系为技术应用提供物化基础，精准学习、精准教学、精准管理的实施主体是人（学生与教师），因此，只有不断提高人的主观能动性，再造教学、管理流程才能真正体现信息化促进学校发展的价值。
作者单位：上海市实验学校
建校30多年来，学校始终高度重视信息化建设，20世纪90年代自主组建校园网和学校门户网站，自主研发计算机应用教程和小学语文电子教材。2000年开始，开发基于教师专业发展的各类数字化校园平台。近10年来，学校信息化工作聚焦于信息技术支持背景下的创新实验室建设。
信息化工作存在的问题
学校信息化应用从纵向上看支撑着教学和管理的高效运行，从横向上看，技术支撑着学生、教师和课程的发展，尤其在支持学生个性化学习方面，还存在不少改进的空间。
1.支持个性化学习需求的解决路径有限
我校的应用系统主要偏向管理和教师办公，而对学生过程性的评价及个性化学习还处于传统线下管理状态，应用系统之间底层数据依然孤立，对学生学习分析及综合素质评价的前瞻性数据模型构建的研究不够。面对学生个性化学习需求不能形成有效资源，不能针对每位学生的个体需求提出较精准的个性化服务方案。
2.支持个性化学习的教学模式相对传统
我校在信息技术与课程整合方面开展了实践研究，但总体上属于单打独斗，缺乏顶层设计，科任教师的整体信息素养没有实现较大幅度的提升，传统的讲授型课堂仍旧普遍。同时对课堂教学行为监测的技术手段有限，学习路径的数据支撑不够，不能有效分析学生个体的课堂表现，个性化学习没有真正实现。
信息化工作的理性分析
人工智能飞速发展的今天，数据已成为教育信息化建设的基础，而数据的价值在于采集、分析和挖掘后为科学决策提供支撑。作为学校，应当注重全程、全样本数据的采集，实现横向、纵向数据的互通，努力变革教与学方式，以数据驱动为基础为学生提供个性化学习路径，满足学生学习与发展需求。
我校以尊重每个人的自然禀赋为基础，以创新人才培养为重点，建设“十年一贯制”学生综合评价体系，结合人工智能（AI）、教育数据挖掘（EDM）等技术，基于全程、全样本数据的分析、聚类，发现学生潜能和个性特长，设计个性化的学习路径，动态形成学生画像和学习设计师画像，实现学习方式转变，全面提升教师数据素养，促进师生的共享共创。
建设框架的系统规划
三年前，我校提出信息化建设与应用应围绕学校改革与发展总目标，应结合教与学的需要，从目标、要素和指标三个层面，通过“实践—建设—完善”的行动研究，实现构建全程（小学至高中）、全样本（所有学生）学生综合评价体系。
目标层是基于数据驱动所构建的物理体现;要素层为学生评价体系中所包含的具体应用，其注重数据之间的融通，是精准教学实践的核心与重点;指标层为学生综合评价体系建设的出发点与检验是否成功的指标点。
学生画像是对学生数据的形式化描述、数学化建模，通过对数据的实时计算，抽象出新的标签，并使用数据挖掘技术对学生进行数字化描述。通过数据的可视化呈现学生的画像，包括学生个人画像和学生群体画像，而群体画像是基于个人标签类的，聚类不同群体的行为特征和个性特征，为实施精准教学提供多维度数据分析支持。
2017年美国国际教育技术学会（ISTE）提出面向教育工作者的标准，赋予教育工作者7种角色（领导者、学习者、公民、合作者、分析者、促进者、设计者），下设24项指标。其中面向设计者角色的要求如下：首先，教师要设计符合基于标准的真实学习活动，使用数字资源和工具，提高积极和深入的学习;其次，教师要利用技术进行创造，适应学生的差异和需求，促进学生的独立自主学习;再次，教师要探索并应用教学设计原则，创新吸收和支持学习的創新数字学习环境。因此，学习设计师以学习者为中心，关注学习者体验，设计学习任务和学习形式，构建学习资源，创建学习环境，运营学习项目，促进学习转化，传递学习价值。
规划内容的创新实施
如图1所示，采集学生的核心课程成绩、身体健康、自我评价、过程记录（文本和视频）、社会实践、TFT（Ten for Ten）课程、特需课程、学员导师、生涯规划等多维度和多来源的过程性和结果性数据，经过数据“清洗”、分析后，动态生成每位学生的个人画像，帮助学生进行个人发展规划，助力教师开展分类培养和个性化指导，让学校实现个性数据汇聚和分析、对学生群体的干预和指导成为可能。
基于实践模型，通过教学实践逐步建成包括学生成长追踪、教学应用与评价和数字化学习空间的全程、全样本的学生综合评价体系。
1.学生成长追踪体系
（1）早期儿童智慧潜能识别系统
收集学生不同维度的早期儿童识别数据，建立同龄群组常模，对早期儿童的心理结构和水平进行标准量数比较，实现早期人才智慧潜能识别。
（2）学生心理发展测评与支撑系统
在综合评价体系中融合学生心理发展测评系统，融入学生个性追踪与分析、学生成长记录与分析以及德育积分管理与分析功能，结合纵向学生成长过程记录（文本和视频记录、行为规范等），横向和教学应用与评价体系、数字化学习空间业务数据互通，实现自动同步和可视化关联分析。
2.教学应用与评价体系
（1）课程管理与评价系统
利用学校小学到高中“十年一贯”的学制优势，通过对核心课程、学养课程、特需课程三类课程学生选课、走班排课、学生对课程的学习情况及评价等，跟踪学生学习兴趣，完成对数据进行存储、算法分析、建模、可视化，提供个性化学习解决方案，根据个性发展特点推送不同的课程资源、师资及学习环境，使学生特长更长。
（2）教师教育能力测评系统
基于真实的课堂，自动记录课堂过程，利用视频切片研究方法，对录制的视频进行分析，对相应的教学行为从知识提取能力、教学调控能力与教学执行能力三个维度进行评价，系统会自动收集数据和统计分析学科教师各项指标，提供教师个性化诊断报告和教学改进意见，动态形成教师个人的诊断报告，即学习设计师画像。
（3）学习技术应用与实践
通过学习起点的测查与分析，从“技术、学习者、学习内容”的综合视角，进行技术支持的基于认知发展的个性化教学探索，提升学生综合素质。同时，结合教师教育能力测评系统，促进教师教学知识的显性化，逐步努力使教师成为学习设计师。
3、数字化学习空间
数字化学习空间包含数字化学习教室（Learning Classroom，即正式学习空间）与数字化学习中心（Learning Center，即非正式学习空间）。学习方式决定了空间布局，学校以数字化学习空间为核心建成9000多平方米的自主学习空间，整合、丰富数字化教学资源，创造主动式、协同式、研究式的数字化学习环境，建立“师—生—课程—环境互动”的新型学习模式，逐步实现数字化学习空间管理、数字积分虚拟空间、可个性化学习空间及可体验式学习空间。
在学生综合评价体系建设过程中，学校逐步实现了三个维度的业务系统数据横向和纵向的融通，部分建成全数据链，建立数据分析常模，分析学生个性化学习需求（学生画像），从而培养更符合学生需求的教师（学习设计师），形成更符合学生需求的课程资源，实现以数据驱动为内核的技术环境、研究、实践的螺旋上升。
无论时代如何变换，教育的价值始终未变，即促进学生最大限度的发展，技术是促进学生发展不竭动力，全程、全样本综合评价体系为技术应用提供物化基础，精准学习、精准教学、精准管理的实施主体是人（学生与教师），因此，只有不断提高人的主观能动性，再造教学、管理流程才能真正体现信息化促进学校发展的价值。
作者单位：上海市实验学校