信息技术支持的高效知识教学_激发精准教学的活力_祝智庭.docx

《信息技术支持的高效知识教学_激发精准教学的活力_祝智庭.docx》由会员分享，可在线阅读，更多相关《信息技术支持的高效知识教学_激发精准教学的活力_祝智庭.docx（8页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、 IT & New Learning / New Teaching 新型学习和教学方式 2016.1 中国电化教育 总第 348 期 文章编号 :1006 9860(2016)01 0018 08 信息技术支持的高效知识教学： 激发精准教学的活力 *祝智庭 1，彭红超 2 (1.华东师范大学 开放教育学院暨上海数字化教育装备工程技术研究中心，上海 200062； 2. 华东师范大学 教育信息技术系，上海 200062) 摘要：精准教学是一种高效的面向知识教学的方法，然而在教育信息化带动教育变革的潮流下，精准教学却 因为信息技术的缺失而受到教育工作者的冷落，逐渐失去了活力。对此，将信息技术引入到

2、高效的精准教学中， 并设计一种信息技术支持的精准教学模式，以实现人机合理分工，功能优势兼收的目的，激发精准教学的活力， 更好地为教师与学生提供服务。 关键词：精准教学；技术支持；知识教学；教学模式 中图分类号： G434 文献标识码： A 精准教学的国际术语有两种： Precision Teaching 和 Precision Instruction，其 中 Teaching主要针对班 级教学， 而 Instruction的范围可延伸至班级教学 之外，这与目前教育信息化中的教学形态相吻 合，因此，本研究所说的精准教学是 指 Precision Instruction，简称 “PI” ，内容上可

3、以涵盖 Precision Teaching。在早期的精准教学中，教师和学生在教 学和实践过程中通常使用铅笔一次一个点地记录 学生的表现，并以此进行人工分析与决策。尽管 在过去几十年里，对于教师及其学生来说这已经 是一个便捷的监控学习表现的方法，然而，在教 育信息化带动教育变革的潮流下，精准教学却因 为信息技术的缺失 1(如易用的信息化图表和数字 化分析技术的缺 失 )而受到教育工作者的冷落，进 而逐渐失去了活力。针对该问题，本研究将信息 技术引入到高效的精准教学中，并设计出一种信 息技术支持的精准教学模式，以实现人机合理分 工，功能优势兼收的目的，以激发精准教学的活 力。信息技术支持的精准教

4、学，可使教师专注于 教学设计与个性化干预，使学习者获得更优质的 学习服务。在保证精准地针对问题教学的同时， 提供精准的服务。 一、精准教学概述 (一 )起源与理念 精准教学是由奥格登 林斯利 (Ogden Lindsley) 于 20世纪 60年代基于斯金纳的行为学习理论提出的 方法。最初，旨在通过设计测量过程来追踪小学 生的学习表现和支持数据决策，以便 “ 将科学放 在学生和教师的手中 ” 23。 后来发展为用于评估 任意给定的教学方法有效性的框架 4。作为精准、 系统的评估方法，精准教学兼容于各种教学策 略，可对任何学科、任何学段的教学进行评估。 精准教学使用流畅 度 (Fluency)作

5、为衡量 学 生 学习发展的指标。精准教学认为知识或技能的 真正掌握，不仅体现在学习表现的质量和准确 度 方 面 ， 也 体 现 在 速 度 方 面 5。 因 此 ， 流 畅 度 是 指 学 习 表 现 的 “ 准 确 度 ” + “ 速 度 ” 6。 在 其他条件相同的情况下，流畅的学习表现比 不流畅的表现更有可能在未来发生。频率指 单位时间内，学生表现行为的正确或错误次 数，可以同时体现 “ 准确度 ” 和 “ 速度 ” ，因 此频率是流畅度的主要指标。在精准教学过 程 中 ， 构 建 频 率 是 构 建 流 畅 度 的 重 要 方 面 7。 * 本文系全国教育科学 “ 十二五 ” 规划 2

6、014年度国家一般课题 “ 智慧教育环境的构建与应用研究 ”( 课题编号： BCA140051)研究成果。 18 2016.1 中国电化教育 总第 348 期 流 畅 度 具 有 五 大 属 性 8： 持 久 性 (Maintenance)、 耐 久 性 ( Endurance)、 稳 定 性 (Stability)、 应 用 性 (Application)和生成 性 (Generativity)。 持久性是 指学生在无额外练习的情况下，未来根据需求 执行任务的能力；耐久性是指为了满足真实需 求，执行必要长时间的能力；稳定性是指在干 扰的情况下，能够继续实施一项技能的能力； 应用性是指知识或技

7、能容易地应用于新的情境 的能力；生成性是指在没有明显的指导下，出 现复杂行为技能的能力。因此，流畅的学习表 现是知识或技能真正掌握的体现。 另外，精准教学要求学生日常练习并测量学 习表现，通常是每天 花 1 分钟或几分钟的时间进 行练习与测量。测量得到的频率数据记录在一个 称为标准变速图表的标准化图表中。通过日常的 测试与记录可使精准教师在教学过程中频繁监测 学生的学习发展。基于斯金纳 “ 有机体永远是正 确 ” 的论断，精准教学认为学生总是以合法的方 法应对环境变量，因此当图表显示学生表现出不 良的行为时，教师有责任改变那些变量，直到学 生产生预期的结果 9。此外，精准教学主张 “ 学习 者

8、最清楚 ” 10原则，即学生的行为能够比其他任 何途径更好地反映教学的有效性 11。 因此精准教 学测量的是学习行为的频率，并强调行为的主动 性，即 “ 如果死人都能做的事，那么就不要教授 (死人测试 ， Dead Mans Test)” ，这样的规则可 以帮助教师避免设置诸如 “ 眼睛盯着书看 ”“ 安 静地坐在座位上 ” 这种不可数的行为作为学习目 标。精准教学通过分析得到的频率数据来辅助教 师和学生判定教学方法的有效性，因此是一种精 粹的数据决策的方法。 (二 )高效的精准教学 研究表明，精准教学是一种补救学生学业技 能不足的有效策略 12，并且已经成功地促进学习 者的学习进步，这些学习

9、者从严重残疾的人到大 学的研究生，从年纪非常小的儿童到年纪较大的 老人 13。 White列举了 20世纪 70 年代到 80年代的 6种 典型的大样本研究项目 14，有力地证实了精准教 学在提高学习成绩、节省学习时间以及在严重残 疾学习者方面的高效性。具体来讲，精准教学在 阅读、数学教学等方面表现出巨大的优越性。在 阅读方面 ， Downer15让幼儿园和初中识字困难的 学生，每天只进行 4 分钟的精准教学干预，结果显 示幼儿园和初中的学生的阅读平均每周分别显著 提高了 15%和 11.2%，并 且测 试 显示中学 生的 阅读 年龄也显著提高了。 Griffin16等人的研究也表明精 IT

10、& New Learning / New Teaching 新型学习和教学方式 准教学可促使学生显著提高在阅读准确率、流畅 度、理解力和整个阅读综合能力的分数。由此可 知，精准教学是提高阅读水平的有效干预措施， 甚至有研究表明，在精准教学干预后 的 3 周，阅 读的流畅度水平仍会保持继续增长 17。 在数学方 面 ， Strmgren18的研究表明，在乘除法测试中， 精准教学组 的 19 个学生中， 有 5 个 “ 每分钟正确 回答数 ” 的分数翻倍提高，而对照组 的 23个学生 中只有一个，此外干预 后 1 个月的测试也表明精 准教学组的学生的进步比对照组的学生更稳定。 Weisenburg

11、h-Snyder19的研究表明，精准教学后， 学生的 ITBS(Iowa Test of Basic Skills)标准分平均与 百分等级评分均提高了 40.8。 Gallagher20的研究表 明，精准教学组的学习困难生在乘法表的学习方 面有了很大的提 高 (均值 从 16.38 提升 到 22.75)，而 对照组却没有明显进 步 (均值 从 26.86 到 27.13)。 因 此，精准教学在数学方面也表现出可喜的效果。 除了在教学效果方面的高效性外，在培训方面， 教师也只需要接受 3 个小时的直接教学或阅读简短 手册方式就可以学会进行有效精准教学的基本原 则 21，而对于标准变速图表 ，

12、6岁的孩子就能学会 并且教授他人 22。 综上所述，精准教学是一种高 效的、具有成本效益的且简单易用的方法。 二、信息技术支持的精准教学模式设计 考虑到精准教学的应用推广以及与现有教 学策略的兼容性，精准教师及相关专家学者强调 精准教学不是一个具体的教学方法，而是精准、 系统的评估教学策略与课程的方法 23，然而教师 们似乎并不愿意花费额外的精力去研究如何将此 评估方法融入现有的教学中，而是希望能有现成 的教学模式来使用，因此精准教学没有被公立学 校广泛的采纳 24。 另外，在教育信息化带动教育 变革的潮流下，精准教学在国内也因为信息技术 的缺失而受到教育工作者的冷落，逐渐失去了活 力。对此，

13、可打破精准教学作为评估方法的陈 规，设计信息技术支持的精准教学模式，如下页 图 1 所示。 信息技术支持的精准教学模式包括精准确 定目标、开发材料与教学过程、计数与绘制表现 和数据决策四个环节。在精准确定目标环节，采 用递归的思想来确定目标：递进过程中，针对学 生个体生成精准目标树；回归过程中，确定每一 次教学循环需要解决的具体短板知识或技能是什 么。在开发材料与教学过程环节，将传统教材扩 展为集 “ 学材 ”“ 习材 ”“ 创材 ”(“ 三材 ”) 为一 19 A121 变速线 分析软件 个人自主适性学习 “ 心动 ” 设计 学习分析 群体互动生成性学习 录屏软件 工具 Excel模板 IT

14、 & New Learning / New Teaching 新型学习和教学方式 2016.1 中国电化教育 总第 348 期 体的智慧学习材料，并提倡从 “ 心动 ” 设计角度 进行微视频与互动数字课本设计。对于教学过程 的开发，提出结合祝智庭教授倡导的智慧学习生 态，从班级差异化教学、小组合作研创型学习、 个人自主适性学习和群体互动生成性学习这四种 教学方法着手设计与开发。在计数与绘制表现环 节，借助常用的计数器和基于 Web 的图表绘制工具 以及基 于 Microsoft Excel模板的标准变速图表，来 快捷、精准地统计与绘制学生的学习表现。在数 据决策环节，借助精准教学分析软件准确地

15、绘制 与分析变速线，并以此判定当前的教学是否能够 教学可以实现 多 (有限的时间内学习更多的知识 或技 能 )、 快 (快速地实现目 标 )、 好 (高效地学习效 果 )、 省 (节省大量的学习时间 )的目的 。 然而，学 生表现出来的问题，并不一定是要解决的问题， 而可能是由于其子问题造成的。霍顿 (Haughton)强 调，在子知识或技能方面只有更多的实践并获得 流畅的学习表现才能使学生 “ 突破天花板 ” ，实 现更高级表现的流畅度 26。 因此，精准教学需要 准确地确定要解决问题的子目标。对此，采用递 归的思想，以准确地确定精准教学的目标，过程 如图 2所示。 如期完成目标。另外，引进

16、教育数据挖掘、学习 分析与机器学习技术，以促使精准教学在保证精 准地针对问题教学的同时，提供精准的服务。 A1 A1 精准确定 目标 达成 A11 未达成 A12 A12 递归思想 精准目标树 A111 A112 A121 A122 A122 班级差异化教学 互动数字课本 chartEXE 小组合作研创型学习 微视频 “ 三材 ” DIBELS 数据决策 开发材料 与教学过程 数据挖掘 机器学习 计数器 标准变速图 计数与绘制 表现 Web绘图 图 1 信息技术支持的精准教学模式 三、精准确定目标 信息技术支持的精准教学中，首先要精准确定 目标。精准教学的目标是学习表现的行为频率目标 (Fre

17、quency Aim)，主要包括所要学习的知识或技能 的目标以及为了掌握该知识或技能，学生必须完成 的子目标。因此，精准教学的目标一颗目标树，目 标树的根节点是所要掌握的知识或技能的总目标， 目标树中的子节点是学生个体需要完成的子目标。 这些子目标因学生而异，是知识或技能目标的子目 标中学生未达到的子目标，所以精准教学的子目标 具有个性化特征。 精准教学最大的价值在于能够精准地针对学 生在学习某一知识或技能的具体问题进行教学， 从而在准确度方面实现百分百教学。按照问题解 决理论，问题是指给定信息和目标之间有某些障 碍，需要被克服的刺激情境 25。 针对具体问题的 20 未达成 未达成 短板 短

18、板 知识技能树 精准目标树 图 2 递归确定精准目标树 第一，构建知识技能树与知识技能测试库。 根据知识或技能的特征与性质，将知识层层分 解，形成知识技能树，知识技能树刻画了根节点 中的总目标及其需要掌握的所有子知识技能。之 后，针对知识技能树的每个节点所对应的子知识 或技能，设计测试题，并形成知识技能测试库， 用以测试对应的知识或技能水平。第二，递进定 位短板知识或技能 。 木桶理 论 (亦称短板效 应 )表 明，一只木桶能盛多少水，并不取决于最长的那 块木板，而是取决于最短的那块木 板 (即短 板 )。 同样，学生在某一知识或技能的水平，并不取决 于最擅长的子知识或技能，而是取决于最薄弱的

19、 那部分子知识或技能 (短板知识或技能 )。对此，可 以按照后序遍历的顺序在知识技能树中递进定位 短板知识或技能。后序遍历到的每个子知识或技 能，均需要使用对应的测试题，以检查学生是否 达到了对应的水平。如果已经达到要求的水平， 则说明当前的知识或技能以及子知识或技能均已 掌握，因此不需要再遍历其子树。如果没有达到 要求的水平，则仍需遍历其子树，并测试其对 应的知识或技能是否均已达到了要求的水平。如 此，可以精准定位短板知识或技能以及其复合知 识或技能，并形成精准目标树。此过程可以发布 到平台上，借助互联网在课外解决。第三，回归 实现子目标。精准目标树的特点是，所有的叶子 与技能 2016.1

20、 中国电化教育 总第 348 期 节点都是短板知识或技能的目标，这些短板知识 或技能的目标解决后，将从精准目标树中去除， 剩余的精准目标树的叶子节点形成了对应的较为 复杂的新的短板知识与技能的目标。因此，可采 用回归的方式多次循环教学过程，逐步实现各短 板知识或技能对应的目标，最终实现某一知识或 技能的总目标。对于某一教学循环中的教学目标 (即频率目标 )，用 “A” 标注在标准变速图表中。 四、开发材料与教学过程 (一 )开发材料 在精准确定目标环节，构建了精准目标树， 并确定了短板知识或技能。接下来，需要针对 短板知识或技能开发学习材料。信息技术时代的 学习材料突破了传统的教材概念，扩展成

21、为 “ 学 材 ”+ “ 习材 ”+ “ 创材 ” ，表现形式也已经从纸 质材料扩展到了数字化材料。近年来，微视频资 源凭借其容量小、时间短、自足性、易传播、多 用性 、 复用性等特点和优势 2728，广泛应用于教 IT & New Learning / New Teaching 新型学习和教学方式 撑下的智慧学习方法以教学组织结构为主线可分 为班级差异化教学、小组合作研创型学习、个人 自主适性学习和群体互动生成性学习。其中班级 差异化教学面向基础知识与核心技能的掌握；小 组合作研创型学习面向综合应用能力的培养；个 人自主适性学习面向个人的特长与知识能力的培 养；群体互动生成性学习面向社交网络

22、的广泛联 通生成性的学习。由班级差异化教学到群体互动 生成性学习，教育目标呈现出由明确固定到模糊 灵活的趋势，因此精准教学对这四种学习方法的 作用域的大小依次减少，形成一个三角区域，如 图 3 所示。目前的精准教学比较适合融于班级差异 化教学、小组合作研创型学习来设计开发教学过 程。而对于个人自主适性学习和群体互动生成性 学习，需要在混合学习空 间 (线上空间与线下空间 的混 合 )中，并借助位置感知 、 情境感知 、 社会感 知与无缝连接等技术、借助大数据技术对学习环 境与学生的个性化特征与需求进行精准地分析， 才可能发挥满意的效果。 育领域，并受到广大师生的热捧。在微视频的基 础上，微课教

23、学 、 翻转课堂 、 MOOCs的研究与应 用开展的如火如荼 。 此外 ， 2010 年 11月由华东师 范大学牵头成立 “ 电子课本与电子书包标准专题 组 ” 29，进行电子课本 电子书包技术标准研 制，其中电子课本信息模型规范 30也已于 2013 年 3 月进入国家标准程序项目，为互动数字课本 等学习材料的研制、开发提供了依据。对上述学 习材料的设计，可以采用 “ 心动 ” 设计的方法。 “ 心动 ” 设计旨在让学生怦然心动，对学习内容 集体智慧 个人特长知能 综合应用能力 基础知识 精准教学 作用域 群体互动生成性学习 个人自主适性学习 小组合作研创型学习 班级差异化教学 产生浓厚的学

24、习情趣。富有 “ 心动 ” 设计的学习 材料，可促使学生产生 “ 行动 ” 的欲望，有助于 目标的达成 。 “ 心动 ” 设计可从 “ 问题 化 +故事 化 ”“ 结构 化 +可视化 ”“ 科学 性 +趣味性 ” 等方 面入手。设计开发时，可以借助手机、照相机、 录像机或录屏软件来录制视频，之后采用会声会 影 、 Premiere 等视频编辑软件进行后期处理 。 另 外，开发好的学习材料可以建构为与精准目标树 对应的学习材料树，以便教学过程中，准确地推 送对应的学习材料。 (二 )开发教学过程 精准教学可与现有的教学方 法 (如直接教学 、 程序教学 、 翻转课堂 、 创客 教育 等 )兼容，

25、教师可 根据自己的喜好与习惯，将精准教学融于现有的 教学方法，设计开发有高效性教学过程。然而， 对于融于信息技术支撑下的智慧学习方法开发教 学过程时，需要考虑作用域的问题。信息技术支 图 3 精准教学的作用域 五、计数与绘制学习表现 每天测量学习表现是精准教学重要的特征之 一。早期精准教学实践者发现，短时间的学习表现 样本就足够监控学生学习的进展状况和制定决策， 一般没有必要长时间地记录学习表现 31。因此，绝 大多数的精准教师使用每天 1 分钟的学习表现样本 来绘制标准变速图表 (Standard Celeration Chart, SCC) 和制定决策。标准变速图表中的 Celeratio

26、n(变速 )是 Acceleration(加 速 )与 Deceleration(减 速 )的词根 32， 表示学习表现随时间的增 长 (Acceleration，加速 ) 率或衰 退 (Deceleration，减速 )率，即学习表现随 时间的变化趋势 33。 标准变速图表左半部分如下 页图 4所示，其中 X轴表示天数，范围为 1-140 天， 相当于 1 学年的时间。 Y 轴表示行为的频率 (统计的 数量除以评估时间，单位次 /分 )，其刻度间距不像 21 IT & New Learning / New Teaching 新型学习和教学方式 2016.1 中国电化教育 总第 348 期 图

27、 4 标准变速图表 (左半部分 ) 普通图表那样使用等间 距的刻度 (0,10,20,30)， 而是使用倍数描述 (1,10,100,1000)， Y轴共 有六个周期，每个周期 内使用不均匀的对数坐 标，因 此 Y轴的取值范 围可从每分 钟 0.0069 次 行 为 (或每 天 24 小时一 次行 为 )到每分 钟 1000 次行为 34。此外，由于 标准变速图表的横轴是 分度均匀的普通坐标 轴，纵轴是分度不均匀 的对数坐标轴，所以标 准变速图表是一种半对 数图表。 对应刻度上 。 在过去 的 20多年里，信息化图表的 项目在精准教学中取得了一定的成功，使得绘图 操作变得更加简单、高效。常用的

28、绘图工具有 Easy Charter、 BLUE! Easy Charter37。另外，基于 Web的 图表绘制工具 AimChart38，可用于测量和可视化学 生个体的学习表现。它能够快速、简便地收集、存 储、显示、分析和共享学习表现的数据。 AimChart 遵循精准教学的标准，所以学过精准教学的任何 人 (学生、教师、管理者、父母等 )都能够很容易的 使用 。 除此之外，标准变速图表 的 Microsoft Excel 中的模板也是可以免费获得绘图工具。例如， TOY(The One Year Standard Celeration Chart)39是基 于 Microsoft Exce

29、l的模板，允许在一张表中按日 、 周、月和年的时间周期来查看行为的监控和变化， 特别地，它可以精准地标注和测量变化的影响，也 可以计算出变化是偶然发生的可能性。类似的基于 Microsoft Excel的标准变速图模板还有 SCCFB系列模 学生的学习表现是通过计数评估时间内的 学习行为发生的次数来监控的。不同的行为需要 不同的评估时间和评估间隔，计数方式也会有不 同。如，简单的阅读英文单词，可以通过计数 1 分 钟时间内学生阅读的正确数和错误数来衡量学习 表现；而诸如做数学题这类需要稍长评估时间、 且较难以在学生表现出行为时计数的学习表现， 教师可以在所有结果呈现后分别计数正确结果和 错误结

30、果。如果有些学习表现在计数时需要考 虑疲劳、注意力持续时间等因素，则可以将一天 分成几个短时间段进行评估。此外，需要注意的 是，两天间的评估时间长度和评估间隔最好保持 不变，这样像疲劳和热身时间等因素在所有的计 数周期内都是合理的常量。目前常用的计数器主 要有 Dual Tally Counter with Count Alert、 CHROME Metal Hand Tally Counter、 YELLOW Hand Tally Counter in ABS Plastic35等。其中 Dual Tally Counter 板 40、 Excel Acceleration Calculat

31、or、 SCC Successive Timings Chart/Timings Chart41等。 六、数据决策 计数与绘制学习表现环节，使得精准教师获得 了关于学生学习表现的数据，由此可进行基于数据 的决策 (Data-based Decision Making)。精准教学的数 据决策主要是判定当前学生的学习表现是否能够完 成学习目标 (如图 5所示 )。 绘制 变速线 计数与绘制表现 可达成 目标？ 否 是 with Count Alert是一种二合一计数器，可以同时计 数两种行为数量，如正确行为数和错误行为数。 干预 (Rtl) 继续 教学过程 此外，它支持警报设置，可以提醒教师行为到

32、达 指定次数的时间。 对于评估的结果，精准教学要求及时地绘制 在标准变速图表中，拖延绘制可能导致学生表现的 某些重要的方面被忽略，也可能导致对于教学计划 的有价值改变被不必要地延迟。绘图过程是一个快 速简单的过程，稍加练习后，应花费不超过 3或 4秒 就能完成 36。在绘图时，将正确表现频率和错误表 现频率用不同的形 状 (如，正确表现频率用 “ ” 表示，错误表现频率用 “ ” 表 示 )绘制在图表的 22 图 5 精准教学之数据决策 如果能完成目标，下一步要做什么；如果不 能，如何进行干预。对于判定学习目标是否能够 达成，可以依据绘制好的标准变速图表。标准变 速图表使得学生的学习表现得到可

33、视化，为教师 快速、准确地分析学生的学习表现提供了高效的 工具。精准教学认为学习是学习表现频率随时间 的增长，并将流畅的学习表现视为知识或技能的 真正掌握。通过绘制与测量学习表现行为的正确 层 3：高强度、个别干预 约 15% 2016.1 中国电化教育 总第 348 期 频率和错误频率随时间的变化，可以精准地预测 何时知识或技能能够达到流畅程度，判定当前的学习 表现随时间的增长速度是否足够大以及是否需要修改 干预措施。而正确频率和错误频率随时间的变化可通 过在标准变速图表中绘制变速线 (Celeration Line)来表 示。斜率较大的变速线表示学习速度较快，学生处于 有效学习状态；较平坦

34、的变速线表示学习速度没有变 化，而斜率小于 0的变速线表示学习速度的减小，或 者表示错误或不适当行为的减少，说明当前的干预措 施没有效果 42。此外，由变速线也可以预测学生达到 预设的频率目标所需要的时间，以此判定学生是否能 够及时完成目标。 变速线是一条贯穿于所绘制的数据点的直线， 在绘制变速线时，绘制点应该平均分布在变速线的 两侧，类似于线性回归线。对于远离点集群的个别 异常点，绘制时应该忽略。虽然这种使用目测粗略 的绘制变速线的方法，可以快速有效地进行数据 分析和制定干预措施 43，但是容易由于误差而导致 错误的决策。因此，一些更精准的绘制变速线的 系统方法也开始在精准教学中应用，如最小

35、二乘 法、最小距离法和最小面积法等。这些方法较为复 杂，不易人工操作，而上述的信息化绘图工 具 (如 AimChart、 SCCFB等 )部分地实现了该功能，为教师 快速、准确地绘制变速线提供了便捷的工具。此 外，也可以使用更为强大和专业的数据绘图工具绘 制变速线，如 SPSS、 R、 SAS、 MATLAB等。 如果通过观察变速线，发现学生的目标可 以达成，则继续进行当前教学计划。当目标达成 时，进入下一个教学循环，进行下一个短板子知 识或技能的学习，如此循环直到精准目标树中根 目标的实现。如果发现学习速度以目前变速线的 斜率增长，无法实现或在规定的时间内实现频率 目标，数据决策将根据干预

36、反 应 (Response to Intervention， RtI)模型实施不同强度的询证干预 (Evidence-based Intervention)。 “ 干预 反应 ” 模 型 (如图 6所示 )。 44 约 5% 1.学生个体 2.基于评估 3.高强高 4.更持久 层 2：针对小组干预 1.一些学生 (学习风险 ) 2.高效 3.快速响应 层 1：基础教学干预 约 80% 1.所有学生 2.预防，主动 图 6 “ 干预 反应 ” 模型 IT & New Learning / New Teaching 新型学习和教学方式 将干预分为三层干预。第一层干预针对全 体所有学生，为学生提供高

37、质量的教学过程，同 时检测学生的进步情况与筛查存在学习风险的学 生；第二层干预针对第一层干预无效的学生，以 同质小组为单位进行较高强度的干预，第三层 干预针对第二层干预失败的学生，提供更加个性 化、更加频繁、更高强度、更专业化的干预甚至 提供特殊教育服务 45。目前，已有一些针对特定知 识或技能的软件应用于精准教学的数据决策中， 这些软件遵循精准教学原理，为教师提供了方 便、准确的分析工具。例如， ChartEXE46是一款绘 图分析软件，不但能够绘制行为图像，而且可以 分析行为干预的效果。 DIBELS(Dynamic Indicators o f Basic Early Literacy

38、Skills)47是一款著名的进度监控 系统，一套用于普遍筛查和进度监控 K-6的系统， 它可以定时评估 K-6的阅读和数学，并且可追踪学 生的表现水平，进行基于数据的、及时的决策。 MimioSprout48是一款基于 Web 的软件，适用于 3-7 岁的学生，可用于培养注意力、记忆力与阅读的精 准教学。 数据决策不仅能够分析学生表现的频率，而 且能为精准教学解决其他较为复杂的决策问题， 如，分类问题、决策分析问题、优化问题 49。其中 分类问题可解决学生的同质分组问题、教学问题诊 断等问题；决策分析问题可解决优秀教学过程、材 料和干预措施的选择问题；优化问题可以解决学习 资源的分配等问题。

39、而大数据时代的数据决策可以 对学生进行更为复杂和更为精准的分析，为精准教 学提供强有力的支持。大数据在教育领域的应用主 要为教育数据挖掘 (Educational Data Mining, EDM)和 学习分析学 (Learning Analytics, LA)50。 LA与 EDM结 合，可让精准教学能够更准确地分析学生的需求和 特点，能够精准挖掘与深入分析历史学习数据，从 而准确地评估学习过程、发现潜在问题和预测未来 表现。加之机器学习 (Machine Learning, ML)技术， 精准教学可实现以数据分析结果进行智能干预的功 能。因此，上述信息技术可为学生提供精准决策和 个性化学习

40、服务，使得精准教学由问题精准层次提 升至服务精准层次。 七、结语 信息技术支持的精准教学模式，打破了精准 教学只作为评估方法的陈规，并引入信息技术，从 而实现了人机合理分工，功能优势兼收的目的，激 发精准教学的活力。目前，精准教学可以作为智慧 学习生态中的高效教学方法，与精熟学习 (Mastery 23 IT & New Learning / New Teaching 新型学习和教学方式 2016.1 中国电化教育 总第 348 期 Learning, ML)一起，分别在准确程度与掌握程度两 方面支持着智慧教育的发展。我们正在谋划将精准 教学应用于智慧教育试点学校，以对信息技术支持 的精准教学

41、模式进行进一步的评估与矫正，从而更 好地服务于智慧教育。 参考文献： 1 Binder, C., Sweeney, L.Building fluent performance in a customer call centerJ.Performance Improvement,2002,41(2):29-37. 26 Binder, C.Precision teaching: Measuring and attaining exemplary academic achievementJ.Youth Policy,1988,10(7):12-15. 3 Griffin, C. P., Murta

42、gh, L.Increasing the sight vocabulary and reading fluency of children requiring reading support: the use of a Precision Teaching approachJ.Educational Psychology in Practice,2015,31(2):186-209. 417 Lambe, D., Murphy, C., Kelly, M. E.The Impact of a Precision Teaching Intervention on the Reading Flue

43、ncy of Typically Developing ChildrenJ.Behavioral Interventions,2015,30(4):364-377. 5 Haughton, E. Great Gains from Small StartsJ.Teaching Exceptional Children,1971,3(3):141-146. 733 Johnson, K., Street, E. M.Response to intervention and precision teaching: Creating synergy in the classroomM. New Yor

44、k:Guilford Press,2012. 8 Johnson, K., Street, E. M.From the laboratory to the field and back again: Morningside Academys 32 years of improving students academic performanceJ.The Behavior Analyst Today,2012,13(1):20-40. 931Binder, C., Watkins, C. L.Precision teaching and direct instruction: Measurabl

45、y superior instructional technology in schoolsJ.Performance Improvement Quarterly,1990,3(4):74-96. 10 Lindsley, O. R. From Skinner to precision teaching: The child knows bestA. J. B. Jordan, &L. S. Robbins. Lets try something else kind of thing: Behavioral principles of the exceptional childC. Arlin

46、gton: The Council for Exceptional Children, 1972.1-11. 11 West, R. P.Precision Teaching: An IntroductionJ.Teaching Exceptional Children,1990,22(3):4-9. 12 Kubina, R. M., Yurich, K. K.Precision Teaching BookM. Lemont: Greatness Achieved,2012. 1314323436 White, O. R.Precision teaching Precision learningJ.Exceptional Children,1986,52(6):522-534. 15 Downer, A. C.The national literacy strategy sight recognition programme implemented by teaching assistants: