段振富 郭晓灵
摘要：随着信息技术不断升级和完善，特别是大数据平台进入教育领域，教学的过程评价突破了传统人工分析的模式，初中数学教学过程评价的关键在于教师教学和学生学习的过程中实时数据收集和统计.本文结合实践中提炼出来的信息技术助力初中数学教学评价的操作方法，并在此基础上总结出具有可推广价值的实践经验.
关键词：大数据；过程性评价；初中数学；教学评价
1问题的提出
《义务教育数学课程标准（2022版）》（以下简称《课标》）明确提出“评价不仅要关注学生数学学习结果，还要关注学生数学学习过程”，在综合与实践领域直接提出来“应当关注过程性评价”［1］.然而，对于过程性评价在实际操作中一直存在着缺乏直接、真实，并且能够持续、实时反馈学生学习全过程的有用信息和数据.即使我们在评价过程中意识到应该关注学生课前、课中、课后的每个环节，学生的学习态度、专注力、完成作业时间和正确率等，对于课时知识点的掌握情况如何，具体到哪些知识点没有掌握，哪些思想方法存在缺漏，哪些能力水平还没有达成，不只在终结性评价中体现出来，是否有办法让学生在学习过程中存在的问题能得到及时反馈，同时还有针对性指导呢？
随着互联网的发展，通过网络能实时收集学生学习过程中产生的大量数据，并及时对数据进行整理、分析，然后反馈，甚至平台系统能够针对问题自动提出补救措施.这就让基于大数据的过程评价突破原来的困境，成为教学效益提升的重要工具.
2评价模式设计
2.1评价相关理论依据
2.1.1过程评价
过程评价起源于20世纪80年代，它是利用多种有效的手段和方法收集学生学习过程中出现的有用信息，然后对收集的信息进行整理、分析，借由专业的统计技术与学科专业维度标准相结合，评估学生学习和教师教学过程中的目标达成度.并根据评估结果调整教师的教学设计、教学组织、教学实施，同时也调整学生学习过程中的习惯和方法，目的是为了促进学生的全面发展和为学生终生发展而进行的评价模式［2］.
2.1.2大数据背景下的过程评价
大数据背景下的过程评价是对学生在学习过程中的重要环节进行实时跟踪记录.比如学生在预习、听课、完成作业、单元复习、质量监测考试等环节，然后以信息技术为工具进行无感化实时采集数据，并对数据进行加工、整理、分析，最后针对学生存在的问题提供弥补措施的一种评价模式.大数据背景下的初中数学过程性评价，是借助达宸信技术团队开发的笔曰纸笔系统，通过无感化数据采集，实时监控，经过大数据的分析处理，对学生的学习效果和教师的教学效果进行实时测评，有效监督，快速分析，直观呈现，帮助教师及时发现教学中存在的问题，同时也直观地呈现学生的学习效果和需要调整的学习策略.该模式具有可操作性，对提升初中数学教学有效性具有较大的帮助.
2.2过程评价模式的构建
学生在学习过程中，因为自身知识体系发展规律的原因，一定会存在一个不但试错、修正的过程，如果按照旧有的评价模式，学生知识掌握的具体情况，学习中存在问题只有在阶段性或终结性考试的时候才能得到反馈.于教师而言，传统作业批改是反馈教学效果的重要手段，但是对于学生存在的问题，基本上是凭感觉和经验在后续授课中进行补救.这样的教学显然缺乏精准性和针对性，但是如果借助大数据平台，这个问题就可以得到大大的改善.
在实践中我们利用智能数码笔和信息技术平台，将数据收集和分析融入课前、课中、课后学生训练的整个过程.在实际操作过程中，根据实验班级三年的跟踪，在数据收集和处理以及使用过程中，形成了相对科学和稳定的基于大数据的初中数学过程评价模式，如图1所示：
2.2.1基于评价维度的作业设计
在学科理论指导下，学校骨干教师组成校本作业设计和开发团队，根据新课标要求以及学校生源情况，编写贴有评价维度指标的校本作业（见表1）.然后由技术人员对其进行数据化编辑，最后打印成日常作业本.同时技术平台上对每道题目进行以标签作为身份识别的加工，为后期针对学生个体性错误推送相似题做好铺垫.
2.2.2基于信息平台的数据分析
由智能笔曰纸笔系统采集学生课前、课中、课后完成作业的相关信息，由后台系统对数据进行加工处理，最后提供精准的诊断报告，并针对问题自动推送补救性题目到学生个人和教师备课组.
2.2.3基于数据分析的二次备课
由集备组对平台提供的分析报告进行诊断性备课，负责集备的教师根据后台的诊断报告针对学生存在突出问题进行第二次备课，并且提供教学设计、课件.
2.2.4基于二次备课的补救教学
由教师结合班级学生实际情况对教学设计和课件进行调整，在班级进行第二次授课，这个环节称为补救性教学.
2.2.5基于维度标准的二次测评
由集备负责教师结合诊断报告命制相关的测评试卷，同样按照校本作业设计的几个维度指标，即多向细目表的标签作为依据命题，然后进行第二次检测.
2.2.6基于学习分析的数据保存
根据平台收集得到的数据进行前、后测的对比，从而判断补救性教学的效果达成度.如果没有达成预设的目标，则该知识点进入年段集备数据库，在后续复习的时候针对该知识点进行第三次补救性教学.以此类推，中考第一轮复习时，相关知识点成为校本作业的关键点.
这个模式就让我们的教学在过程性评价指导下发生了转型，由原来的经验型教学转向了基于大数据背景的精准教学，教学的效益大大提升，真正实现了减负提质.
3具体案例设计和展示
下面以人教版第9章《不等式与不等式组》为例，从校本作业设计，到使用过程中学生学习数据收集、整理、分析、反馈、补救性授课、二次检测、数据记录和个性化学习等流程的实际操作进行展示.
3.1科学设置校本作业的评价维度
根据学科特点，选择数学专业的几个维度进行校本作业设计：知识点、题型、学科六大核心素养、学生学习能力5个水平等几个方面作为评价维度的标准.例如：在校本作业设计阶段设置多向细目表的标签维度（表1）.同时对这份作业设计从知识点的角度进行统计，如图2所示.
3.2学生作业完成情况的实时数据分析
经过授课环节，学生按照教师要求完成本单元的作业，通过纸笔系统实时数据采集、整理、分析，最后得到统计结果，教师可以根据课标要求，结合学情进行具体的分析，据此对教学效果进行评估.
通过数据分析，可以发现：
（1）年段整体正确率为65%，说明基础知识掌握较好.
（2）存在下面几个问题：①关于“不等式（组）的定义与性质”：学生对不等式性质2、3理解没到位，影响后续解法的学习；②关于“不等式（组）的解法”：学生对性质不熟练，导致解法出现问题；③关于“不等式（组）的应用”：学生的阅读能力、建模思想以及运算能力还有待加强；④关于“含参不等式（组）”：学生刚接触到含参问题，理解能力有待提高.
3.3基于数据的精准补救性授课
对于学生个体而言，智能平台会根据这些分析提出建议，针对不足的知识点提供补救措施，由系统智能提供关联度高的经典例题（含教师教学微课视频），这些关联度就是我们前期预设的，基于数学本质的标签作为评价维度指标的关键词来识别.
对于教师团队而言，在这个环节，平台会针对学生存在的问题提供维度相近的题目，教师团队根据实际教学情况，对例题进行再处理和再选择，一般而言，系统会按照预设要求提供选择、填空、解答等不同类型的题目.最后，主备教师根据补救性授课选择的经典例题，结合大数据分析学生暴露出来的薄弱知识点，命制具有针对性的试题进行第二次补救性检测.
3.4基于二次授课后的测评数据分析
补救性授课的效果评价，是通过进行第二次测评来实现的，然后通过数据来说明问题.因为基于数据分析的实时数据收集和传送，后台能够自行进行数据收集，然后对数据进行统计和分析，最后给出评价和建议，如图3所示.
在实操的过程中，这个阶段不再进行全班性授课.通过个性学习，精准辅导来完成，由平台智能推送相似题，学生自主完成相关任务为主.
通过数据可以发现补救性教学效果明显，体现在：（1）正确率由65%提升至74%；（2）知识点方面还存在的问题：①不等式（组）的应用：能够在特定题型中解决实际应用，但灵活一点的题型还需加强训练；②含参不等式（组）：中等及以下学生解决含参问题仍然不够.
备注：色线框的为二次授课后，测评结果数据反而下滑的知识点，需引起关注.实际操作中我们是把这个问题提交到指导组，由专家分析后提出解决问题的方案.
3.5基于大数据评价的校本资源库建立
针对两次的测评数据分析得到学生仍未掌握的知识点，平台进行长期保存，在中考总复习阶段平台根据三年的过程性评价记录的数据，自动推送薄弱知识点相关例题和练习，由学校骨干教师组成的教研团队，按照最初设置的评价维度指标，结合学生情况和中考命题走向等因素进行挑选，形成个性化、精准指向的校本教材，真正的实现了基于初中三年学生学习数据统计分析的校本作业.这样的模式既能够减轻学生“题海”训练的负担，又能够让教师的教学更具针对性，这样基于大数据背景下的初中数学过程性评价的价值就凸显出来了.〖FL）〗
4基于实践的反思
基于大数据背景的过程评价其主要作用在于及时、直观地反映学生在学习过程中存在的问题，以及教师教学过程中需要调整的行为.同时根据前置的评价维度指标给出精准的改进策略和措施，根据题目标签推送相似度高的经典例题（可以含有教师提前做好的微课视频），进一步推送关联度高的试题，让学生进行第二次学习后的再测.如果学生能够顺利完成目标检测，则系统默认其在该知识点已过关.对于班级而言，智能平台借由数据分析，推送具有班级个性化的精准教学案例和习题，供教师第二次授课使用.通过这样的方式，教学评价就转化为以信息技术为主导的智能系统实时数据采集、整理、分析，并提供针对性解决方案的过程性评价模式.为教师制定精准化教学和个性化辅导提供基于大数据的AI智能分析支持，有效促进了减负增效提质的进一步落地，同时使教学效益大幅度提升.
当然在过程评价的实践操作中，也存在不足：
（1）前期的试题评价维度标准的制定虽然我们邀请了省市专家进行指导，实际操作中通过检验发现这些评价指标的科学性、有效性还存在不完善的地方，需要进一步调整.
（2）通过大数据平台实时收集数据，后台对于数据对相关信息的处理有效性，包括对师生教和学过程中存在问题提出相应整改措施的精准性还有待提升.
（3）过程评价不仅仅限于知识点、数学思想方法、学科能力水平维度的测量与反馈，还应该包括学生学习过程中的情感投入、学习态度、价值感提升等方面的要素.
以上几点需要我们进一步思考和探索，并且力争找到突破口和平衡点，以期让大数据背景下的过程评价模式更完善.
参考文献：
［1］中华人民共和国教育部.义务教育数学课程标准（2022版）［M］.北京：北京师范大学出版社，2022.
［2］刘兼，黄翔，马云鹏，张春莉.数学教育评价［M］.北京：高等教育出版社，2003.
［3］顾锋，宁连华.于无疑处教有疑［J］.数学通报，2022，61（7）：35-38.
基金项目：福建省教育科学“十四五”规划2021年度课题《大数据背景下的初中数学教学评价研究》（编号：FJJKZX21-111）；福州市教育信息技术2021年度研究课题《中学数据化“数学实验室”建设与应用研究》（编号：FZDJ2021A13）.
