摘 要：精准教学模式运用大数据分析这一新兴技术，可以有效提升教学效率和教学质量。基于课程性质，高中通用技术课程运用大数据精准教学模式具有重要意义。文章在分析高中通用技术课程属性与教学要求的基础上，主要讨论了大数据精准教学模式的实施过程，以及匹配大数据精准教学模式的策略建议。研究表明：高中通用技术课程实施大数据精准教学模式是行之有效的。
关键词：精准教学;模式构建;大数据;通用技术
一、 引言
互联网+时代，随着大数据技术的发展和在教学中的应用日益广泛，基于精准教学理论的精准教学模式构建变得很有必要。实践表明，高中通用技术课程基于大数据实施精准教学，可以精准确定系统教学目标、精准提供干预策略以及精准提升课堂教学效率。
二、 精准教学模式简介
精准教学（Precision Teaching）的提法最早出现于20世纪60年代，由美国Lindsley博士率先提出，其基本思想是：记录学习者的行为频次、响应速度等可以观察到的学习行为，绘制标准化的图表，对照图表中反映的频率数据的变化规律，对教学策略进行调整。近年来，伴随大数据技术的普及与完善，精准教学模式变得日渐流行。其核心环节包括：大数据分析学情、精准设定教学目标和教学重点、精准确定教学过程以及精准进行教学补偿。
大数据精准教学模式的核心要点有三：一是大数据技术支撑，通过大数据技术采集多元化数据，形成教学分析数据源，从而支撑教师的快速响应能力。二是精准教学，基于可视化的大数据分析结果，提供匹配个性化学生的精准教学资源库，学生获得教学资源的针对性和准确性方面将会大幅提升。三是持续改进，对于教师而言，精准教学模式提供了行之有效的持续改进路径和策略。对于学生而言，可以获得探究性学习、研究性学习的教学资源支持。
大数据精准教学主要以信息网络平台和数据采集分析为依托，通过对学生基本信息，特别是与学习相关的数据进行收集分析，刻画出每位学生的动态学习行为，从而能够根据每位学生的特征进行有针对性的精准化指导。在大数据精准教学的模式下：学生的个性得以释放，更加具有学习自主性;教师更易因材施教，课堂的教与学更具针对性。因此，基于大数据的精准教学模式走进课堂，对于实现学生全面发展、个性提升及核心素养的培养具有重要价值和意义。
三、 高中通用技术课程属性与教学要求
高中通用技术课程是指高中技术课程中，除信息技术之外的，较为宽泛的、体现基础性与通用性，并与专业技术相区别的技术课程。在日常生活中应用非常广泛，对于学生的发展具有重要迁移价值。
总体而言，高中通用技术课程具备以下属性：一是强调实践属性，理论联系实践能力要求较强，很多知识点和日常实践紧密结合，要求学生在平时生活中注意观察积累。二是多学科交叉属性较强，高中通用技术课程涉及物理、化学、数学、地理等多学科知识，需要多学科知识的交叉融合，才能有效解决问题。三是关注培養学生的创新精神，根据所学知识，要求学生提供解决方案。尤其通过团队协作，对于学生的探究性学习和研究性学习能力提升有重要价值。
针对以上课程属性，高中通用技术的教学要求如下：关注学生的技术素养和创新能力提升，使学生能够运用多学科领域知识，综合解决实践问题;注重学生理论联系实际能力的训练，通过团队、探究等方式解决实际问题;立足科学、技术、社会的视野，加强人文素养的教育;紧密联系学生的生活实际，努力反映先进技术和先进文化;丰富学生的学习过程，倡导学习方式的多样化。
根据对学生的访谈调查，目前通用技术课程教学主要存在如下问题：教师不能精准掌握学生对知识点的掌握程度，尤其是智能化的分析软件辅助支撑功能不足;对于学生一段时间内的动态时间序列数据缺乏跟踪分析，并没有形成可资应用的有效数据库;学生陷入题海战术，并不能获得创新能力的显著提升;匹配学生分层的精准教学策略尚不能及时提供，导致课堂教学总体质量的低效率等。
四、 大数据精准教学模式构建
大数据精准教学模式的构建是一个多阶段的动态寻优过程，具体可以划分为目标设计、教学过程、资源推送、数据采集、数据分析和策略提供六个阶段。
（一）精准教学目标设计
目标设计是大数据精准教学模式构建的基础性环节，精准教学目标设计的核心是完美匹配学生的学习现状和学习需求。首先，设计目标时要注意层次性。第一层目标、第二层目标和第三层目标形成合理的梯度，不同梯度的目标形成合理的目标体系。其次，要注意目标设计的动态性，随着时间的推移，目标设计要进行局部修正，以适应新的场景。最后，根据目标要设计可测量的指标，加以具体化。通过指标的逐步完成，促进不同层级目标的达成。
例如：《技术与设计1》中三视图补线专题的精准教学目标设计。根据学生学习现状的大数据分析，将班级学生划分为三个层次，分别为：一是空间感极强的学生，根据三视图可以直接在脑海中建立正等轴测图，迅速补出三条线。二是拿到三视图可以有大致空间立体概念的学生，但需要结合想象和技巧对形体进行割、补还原，才能够将三条线补充完成。三是完全没有空间立体感，技巧和方法也于事无补，完全补充不来的学生。根据上述三种不同层次的学生，我们将该类三视图补线题目划分为难、中、易三种难度梯度，分别对应三种层次的学生，实现教学目标精准化。
（二）精准确定教学过程
教学过程的设计环节要注意以下几个要点：一是师生互动，通过双向信息交互，及时掌握学生的学习动态。通过提供新鲜的课程案例，鼓励学生提出问题，并尝试提供解决方案。二是团队协作，基于专题，形成若干动态学习团队，通过团队之间的协作，加深对相关知识点的理解。三是自主学习，教师提供开放性和半开放性题目，鼓励学生进行探究性和研究性学习。
例如：《技术与设计1》中三视图补线专题的精准教学过程设计。在上一过程中，我们已经将学生进行分层，接下来就是因材施教。第一层次的学生，可以直接完成布置的高难度题目，完成之后，可以通过基础的“切橡皮法”帮助第三层次的学生培养空间立体感。第二层次的学生是课堂的主体，教师的主要任务就是引导学生学习三视图补线的方法和技巧，使不同层次的学生都可以在课堂上充分发挥和展示自己。在大数据辅助精准教学目标下，课堂效率更高，教与学相融合，促成教育的双赢。
（三）精准教学资源推送
基于大数据技术支撑，资源推送更为强调精准性。不同的学生由于学习基础不同，接收能力也有差异，教师可以针对性提供差异化资源。通过个性化资源的提供，一是有效解决学生训练的低效率问题，二是激发学生主动探究问题，形成解决方案的能力。这对于教师的资源开发能力要求较高，教师要善于运用最新的案例材料，进行资源推送，以激发学生的学习兴趣。
信息技术走进课堂，特别是学生平板的出现，让课后练习更加具有针对性，每位学生都可以拥有属于自己的“课后甜点”。
（四）多元大数据采集
充裕且高质量的一手数据是后续数据分析的基础，对于精准教学模式构建具有重要价值。从数据采集的来源方面主要有：学生的课堂作业、答疑中常见问题、每次考试中出现的差错等。通过问卷收集、深度访谈等方式，建立针对每个学生的动态时间序列数据，并形成数据库。在数据采集过程中，由于数据量较为庞大，可以运用数据收集软件辅助进行。
何为大数据？学生的作业情况、考试中每道题目的答题情况、考试成绩等就是在我们教学过程中最常见的大数据。信息技术的辅助，让数据分析变得快捷，把老师从数据整理中解放出来，专注于学情分析和制定解决方案。
（五）大数据学情分析
接下来，针对采集的大数据资源，需要进行数据分析。主要包括：1. 常见问题分析：对于大部分同学出现的共性问题进行系统化归纳与梳理;2. 个性化问题分析：对于特定学生的个性化问题进行精准分析;3. 数据类型分析：主要从截面数据和时间序列数据两个方面进行汇总。对于数据分析的结果，要善于运用智能软件的可视化工具进行呈现。
例如：月考成绩分析。精准化教学模式和科学的大数据分析，为试卷分析打开了更宽广的天地。除了最基本的成绩分析，大数据学情分析可以让我们直接看到每题的得分率，每位同学的作答详情等信息，让试卷分析真正深入到每一位同学，这也为精准教学提供依据。
（六）精准策略提供
根据数据分析的结果，可以精准提供改进策略。基于大数据智能软件分析结果，可以生成针对个体和群体的策略报告。比如，对于单个学生而言，可以知晓一个时期内的薄弱知识点，通过和该知识点掌握较为熟练的同学结对，快速获得难点的突破。对于一个群体而言，掌握该群体的共性薄弱点，教师可以通过开设专题课的形式进行有针对性改进。
大数据精准教学模式让精准做到极致，通过对学生每次练习和考试详情进行采集整理，建立专属于个人的错题库，学生可以对薄弱项进行强化练习，教师可以对学生的薄弱项进行强化训练，让学习和复习更具针对性。
五、 匹配大数据精准教学模式的策略建议
由传统教学模式向大数据精准教学模式迁移是一個渐进过程，需要多个策略协同加以推进。
其一，精准多元数据分析能力培训。大数据精准教学模式对于教师的精准数据分析能力要求较高，基于丰富多元化的智能挖掘软件支撑，授课教师对于数据采集、数据提纯、数据分析和数据应用的完整链条予以清晰掌握。为此，学校、课程组应加强组织形式多样的精准数据分析能力培训，以提升数据分析支持精准策略提供的能力。数据类型涵盖线上和线下两种类型，其中，线上数据以App、小程序、学习平台上收集的动态数据为主;线下数据包括问卷、深度访谈、作业、试卷等静态数据。
其二，精准教学资源开发能力提升。大数据精准教学模式需要教学资源库的支撑，尤其是新鲜的、具有动态更新能力的教学资源库，这些是数据采集的基础。根据新鲜素材，融合理论知识点，快速进行教学资源库开发的能力需要进行持续培训。由此形成技术能力培训、开发教学资源库、资源库运用，以及数据采集分析的良性循环。
其三，精准校际教学交流机制构建。不同学校的通用技术课程组之间加强线上与线下形式的交流，组成区域间的课程联盟。单个学校嵌入于区域课程联盟，可以获得更为丰富和多元的教学信息和资源。一方面，扩大数据采集来源，基于更为充裕的素材，为后续环节高质量的数据分析提供支撑;另一方面，通过定期精准教学交流，形成持续学习大数据精准教学模式的良好氛围。
其四，精准持续改进教学理念重塑。大数据精准教学模式的核心理念之一是以学生为中心，通过协同学习、数据分析、精准干预等方法提升学生的技术素养和创新能力。通过公开课观摩、教学研讨、教学资源开发、线上课程建设、数据分析等途径树立持续改进的理念。对于重点难点问题，形成系列专题，开发匹配资源，改进提升教学质量。比如，通用技术课程的三视图问题是学生遇到的第一个难点，以提高学生空间思维和设计能力为主，极富操作性和实践性，该知识点会极大影响学生在设计方面的表达、交流以及构思能力。针对此专题，可以基于数据采集结果，开发匹配教学资源包，进行持续改进。
六、 结语
高中通用技术课程难度大，知识点多，理论联系实际的试题非常普遍，对于学生创新性思维能力要求较高。通过构建大数据精准教学模式，可以进行快速的数据分析与策略提供，有效提高教学效率和改进教学方法。对于树立以学生为中心、持续改进的教学理念可以起到较好的支撑作用，实践证明，大数据精准教学模式对于高中通用技术课程是行之有效的。
参考文献：
[1]王亚飞，李琳，李艳.大数据精准教学技术框架研究[J].现代教育技术，2018，28（7）：5-10.
[2]江波.高中通用技术基于大数据精准教学的探索[J].智力，2020（21）：3-5.
[3]王冲，李艳.高中通用技术课的地位、特点、面临的问题及应对策略[J].中国教育技术装备，2011（17）：19-21.
[4]李永志.观察高中通用技术三视图的教学方法[J].中国多媒体与网络教学学报，2020（7）：232-233.
作者简介：翟卫芬，浙江省台州市，浙江省三门中学。
