《基于数据分析的教学行为诊断与优化研究》项目推进小结

一、    成立项目实验团队

1.     概括介绍团队：目前我们项目涉及的学科有语文、数学、英语、美术、音乐、品德、科学。

2.     实验团队开展了一系列基于技术运用和教学实践的专题培训：上学平台使用、数字化课例制作、APP运用、互联网+课例学习、《技术改变学习》等。

二、    实践研究

1.数据分析：哪些数据值得研究：课堂参与度、学情监测（前、中、后——学业质量管理平台），我们努力拓宽数据的范围，把学习数据和教学行为建立关联，用数据看行为效度，基于数据开展教学。同时，如何看数据，发现问题，我们也积极进行研讨，学习。

2.教学诊断

在搜集数据、分析数据的基础上，我们项目组开展了一系列的教学诊断研究。目前，我们把数据分析、教学诊断、调研活动串联起来。

项目组在数据比对分析后，从点上发现问题，教研组跟进开展定对象、定主题、定频次的定向调研，从教学设计、教学实施、健美课堂、学科作业等方面深入、透彻地分析教学现象、挖掘根源，寻找策略。教研组通过课堂观察，一方面捕捉教师课堂教学行为中的薄弱之处，如关注全体意识弱、重心高互动少、资源意识弱等问题，另一方面能发现学生行为随意、听讲效率低、参与面不广等问题。通过即时反馈、专项指导等方式，优化教师教学行为，提升教学新基本功。

不同学科在不同的年段都有递进目标要求，目标的达成将直接影响下一学段的学习。对学科年段关键能力的质量监测数据分析，可以发现教学行为中共性的问题，便于从面上观测分析数据发现问题，针对共性问题开展专题研究活动，从面上探讨针对性措，提炼策略，分类研究，实现“面”的提升

3.数字化学习探索

研究以小组合作研究的形式进行，一方面继续开发已有交互式学习平台的功能，领一方面结合学习内容开发适切的app，不断实践应用，定期组织交流。这样，日常研究既有分散实践，又有集中碰撞，推进得更加顺畅了。

在英语和语文学科，我们进行了以下探索：

借助APP优化课堂教学范式

在阅读课堂教学范式的实践中，我们尝试借助QQ群这个开放式平台来进行语音训练和语言表达练习。

qq群的分享交互功能十分强大，给学生的语音展示、互动提供了平台，也便于教师及时反馈和指导，还能集聚语音资源，有利于学生反复学习，针对性练习。于是，我们在英语阅读课堂教学中，充分利用qq群来培养学生学生听和说的能力。目前，“QQ群导读”已经成为我们语文、英语阅读课堂教学范式中重要一个环节。QQ群使课堂教学的时空得到了有效的延伸，激发了学生的学习自主性，不失为提升学生英语能力的有效途径。

美篇：在写作课堂教学范式的研究中，我们开发了美篇的功能。学生的语文、英语写作非常富有个性，除了选材丰富、语言表达生动精准，版面也十分精美，各具特色。这些优质资源如果能整理后晒出来，既是一种最具时代感的表扬，又是一种宝贵的学习资源。“互联网+”为孩子们提供了新路径。我们把孩子们的写话作业分类整理后，借助美篇APP制作成作品集。美篇强大的编辑功能让学生的作品更加生动形象，一键分享，展示面广，给学生增加了满满的自豪感，激发了写作的热情。在英语写作讲评课上，学生自主欣赏作品集，学习优秀作品选材和表达上的优点，跟帖点评优点，提出建议。在此基础上，教师讲评和指导就更加有效，学生修改自己的文章也有了方法。美篇的巧妙运用让资源集结、有效利用，为提升学生语言表达能力助推，也极大激发了学生学习主动性。这也给我们的英语写作课堂增添了时代色彩，使英语写作指导更加丰满有效。我们目前的作文指导课就有了新的模式，写作指导—学生独立作文——整理作品、制作美篇——欣赏美篇，作文讲评——修改习作，自我优化——美篇展示，老师教得有味道，学生写得有兴趣，视野更丰富了，内容更多元了，语言更加流畅了。

就这样，我们合作小组的实验老师在学习范式的基础上，先分头尝试、同课异构，再集中研讨，反思重建，让范式真正融进日常课堂教学，为老师更好地教和学生更好地学习服务。

另外，我们实验团队的美术、品德学科借助适切的APP和智能移动终端、触屏笔和互动平台，也大胆进行了数字化学习探索。

另一方面，我们借助智慧教室的构建，通过人工智能的图像识别、行为识别和语音识别等技术，把课堂教学过程中的一切教和学的行为、个体和整体的行为都纳入数据采集和分析中，实现量化的教学行为课堂观察，从而更为准确地发现教学行为的优劣，让诊断更客观科学，教学行为优化更有针对性。

技术能让我们的研究更加快捷、准确、常态——

课堂分析：人工智能可以自动对课堂授课过程中师生行为进行量化的实时分析，数据分析报表课后即时呈现，帮助教师进行课堂回顾和反思。

教师成长曲线：通过课堂数据分析和针对性教学行为优化研究，能准确掌握哪种教学行为有利或不利课堂教学效率提升和教师专业的发展。

教研精准：依托于数据实证的教研探索方向更加清晰，教研成果更加显性，针对具体的课堂行为，还可以回看相应的课堂教学视频进行专项研究，提高精准教研的效率和准确性。此外，同课异构的横向比较分析可以体现不同教师教学行为的优势和薄弱方面，发现改进的方向。同一教师的纵向数据比较则能体现教师行为优化前后的成长转变。

成绩关联：人工智能可以捕捉并分析课堂学习过程每一个学生的学习行为数据，如关注度、参与度、理解度等等。对这些数据进行分析，可以发现其中规律，并和教学结果关联起来，从而推动学生自主学习和针对性的辅导。

当然，这需要我们每一位管理者乃至每一位教师都要带着研究的目光看教学行为数据和分析量表，从中发现教学行为的优势和不足，并进行分类，在实践探索中形成优化教学行为的不同策略。

后续思考：

1.     学习更加科学的数据搜集和分析的方法，我们后期将会邀请区市级专家进行专项指导，提升项目组实验老师的理论水平和实践能力。教学现象是错综复杂的，包括教师行为、学生行为、学习结果等等，我们要对这些现象进行科学分类，能把现象转化为可研究的数据，并能对数据进行科学有效的分析，和教学行为诊断、优化对接起来，达到优化的目的。

2.     继续深入“开发”学习APP：在课堂教学实践中，我们发现，一个适切的APP的使用能大大激发学生的学习兴趣、促进自主学习能力的发展，提高学习效率。所以，我们将在后期的研究中，不断寻觅、尝试APP和学习的深度融合，为学生的学和教师的教服务。

3.     在课堂教学现象研究中，我们想要引进更加先进的技术，科学观测师生课堂行为，通过平台数据分析来发现问题，通过实践研究来优化。