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