数证共生 循证变革

摘要：在推动数字化转型的工作中，深圳市教育局参与了教育部“双区”建设工作，深圳市教育信息技术中心、深圳市教科院大力推动学校数字化转型，摸索出一条“数证（数据与证据）共生、循证变革”的行动路径。在此过程中，作者所在单位推动项目实验学校基于“三个视角”构建“四类场景”，落实数据生成与应用，力促教学证据转化，推广基于“循证”逻辑的精准教学，为中小学数字化转型摸索出了一条行之有效的实践路径。

关键词：学校数字化转型；智慧课堂；教育数据；教学证据；循证教学

2020年8月，深圳市入围教育部“基于教学改革、融合信息技术的新型教与学模式”实验区，并于2021年入围教育部“智慧教育示范区”创建项目名单。在此背景下，深圳市教育信息技术中心（以下简称“信息中心”）作为“双区”建设工作的统筹组织者，立足三个视角，构建了四类场景，大力推动学校数字化转型探索，培养数字化学习型教师，促进学习者与工具深度结合，初步摸索出一条“数证（数据与证据）共生、循证变革”的行动路径。

立足三个视角推进数字化转型

在数字化建设探索之初，深圳将智慧化学习的建设作为核心落地点，并从三个视角切入，分类统筹实验校数字化建设工作。

1.课程视角——课程变革与跨学科融合

关注课程载体、形式的多样化，强调借助跨学科项目式学习等手段为学生提供丰富的思考过程、成长路径，并通过课程建设为学生提供适应自己节奏的个性化和自主化学习。例如，某小学借助网络平台开展线上线下结合的跨学科课程建设。学生在前半节课跟随线上教师（博物馆专员、人类学家、农技员等）的镜头步入博物馆、生活现场进行体验学习，后半节课跟随线下教师进行课堂研讨、合作分享。教师与线上专家展开联合教研，合作开发课程，并同时与其他学科教师共享线上资源，开发并实施了一系列的“班会党课”“禁毒主题研学课”“城市探索项目课”。

2.课堂视角——教与学模式创新

关注学习方式的个性化和多元化，突出教与学的流程重构，强调基于数字化工具对师生关系重新定位，构建人机协同环境下的“教学评”全流程，探索在不同学习背景与关系下的学习闭环。例如，某学校依托平板电脑，搭建了学生在课堂现场开展自评与互评的环境，学生现场生成的评估能够以弹幕的形式及时反馈到教师电子白板上，教师能够迅速通过弹幕抓取学生即时感受与思维火花，同学之间还能及时看到他人给自己的评价，形成一种全新的“判断叠加”式的学习现场。这在一定程度上提高了课堂效率，教师教得更准，学生学得更明。

3.数据视角——教育数据采集与应用

关注生成数据、应用数据，强调通过各种技术手段对教师与学生生成的数据进行采集并分析利用，对学生的学习进度与需求、当前的学习水平进行及时掌握反馈，并根据学生的需求推荐学习资源，支持有效的实时协作和师生、生生之间的资源共享。例如，某小学对图书馆借阅流程进行了数字化改造，发动全校教师一起参与，按阅读认知水平将学校全部藏书进行分级归类，并将认知分级后的书通过RFID标签转化为可以被机器采集的数据，从而实现学生借阅全流程数据可采集、可分析，形成学生阅读水平画像，并应用此数据向学生推送适配的阅读学习任务。

三个视角的设定，推动了各实验校数字化场景的聚焦，形成了多样化的数字化教与学场景，概括而言，有以下四大类：一是基于“学习者工具”构建知识学习场景，主要服务于学生认知理解、加工、表达，如Pad硬件环境、纸笔互动硬件、学科辅助APP、项目式学习流程管理工具等；二是基于平台型工具构建资源协同场景，主要服务于学习资源的获取和调用，如“国家中小学智慧教育平台”“云端学校”等公共资源系统；三是基于多元协同型工具构建多样化学习关系场景，主要服务于师生、生生自主合作交互，如电子白板、课堂反馈器等；四是基于数据采集与分析反馈工具构建数字化评价反馈场景，主要服务于教学者与学习者对学习效益的评估、判断以及对流程、方法的调适、优化。

强调数据的产生以及证据的转化

信息中心紧扣“数据建设”环节，推动实验校开展了场景建设、数据生成、证据转化三方面实践，促进教育教学参与方对各类信息、事实和数据做出科学、详尽的收集、分析和运用，让“数据链”成为学校教育数字化转型的关键驱动力，并以数据驱动“个性学、精准教、科学研、综合评、高效管”，同时，基于循证理念与循证方法，落实证据支持下的教学改进与教育改革。

就课堂场景而言，数据可以理解为反映教与学效率的一系列指标，如学生识字的准确率，作业的正确率，回答问题的次数、时长与正确率，师生互动的频率与时长等。当这些数据转化成证据，为师生、家长所掌握后，可以成为学习提升、教学改进、引导策略的依据。

而在实际工作中，教学证据的表现形式有很多，如作品实物、海报、书面报告、口头报告、表演、概念图或思维导图、项目设计、制作发明和研究报告、自我评价报告、他人评价报告等，还包括学习过程中采集到的数据及在数字化学习系统中产生的各种交互数据和日志数据。通过系统、科学、全面地搜集、整理、处理和分析教育信息，教师能够对教育的价值做出准确的判断。

例如，某小学通过校园智能化设备及微信小程序工具实现了对学生体育运动数据的多场景简便化采集，教师、家长、学生都可以快速操作采集学生参与体育运动的过程、频次或生理数据，学校通过统一数据大平台对各个场景采集的数据进行机器汇总、分析，再将经过总结的数据以学生、教师、家长方便看到、容易理解的形式进行发布。全过程非常充分、流畅，学生通过电子班牌中的“虚拟运动会”看到全班同学的体育运动数据，了解自己与同学的水平差异，极大地促进了学生主动运动、科学运动的热情。同时，体育教师与班主任根据学生体育运动数据也能够及时发现或评估学生的运动特长、运动习惯、健康水平，方便教师为学生提供更有针对性的教育与指导。

积极推动教育教学“循证变革”

在深圳本轮数字化转型探索中，重视数据的生产与应用已经成为实验校和实验参与教师们的普遍共识。在实践中，教师广泛接受并探索了将数据引入教学评价的过程。实验校基于不同的数字化手段对教学模式、问题有效性、师生互动类型、教师理答方式、师生对话深度等课堂教学的关键环节和关键因素进行观察和数据采集，再尝试通过一定的数据模型量化分析并转化为多维度的数据证据链，从而呈现出课堂教学的特征、优势和短板等。所以说，基于证据链所开展的教育创新、教学改进，可以理解为“循证变革”，这种变革模式是数字化转型的重要依据。

循证改善教学的实践并非新生事物，始于20世纪90年代中期。TIMSS和LPS两大国际研究项目就相继尝试运用录像课分析进行基于证据的教学质量评价研究，在样本选择、录像课摄制、转化、编码技术等方面均进行了先期探索，取得了良好的实践效果，改善了在听评课中基于经验和印象给出判断和建议的行为模式。其中，西方学者还提出了S-T分析指标和弗兰德斯语言互动分析指标等分类编码系统。[1]

笔者认为，“循证变革”是数字化转型的重要工作逻辑，其核心意义在于，将师生行为变革与技术手段功能统筹于教育创新和教学改进的整体场景之下，打破了传统信息化建设过程中，因为教师行为的保守主义与工具开发的本位主义所导致的业务冲突，让教师行为与工具功能共同服务于教育变革的现实性需求。这样的变革模式，不以任何一方的经验为判断依据，而是以数据分析所带来的证据为变革依据，既避免了经验主义的影响，又可以带来多个主体的行动共识，有助于提高变革的行动效率。

同时，“精准教学”是“双区”实验校在教学层面开展循证变革的一种广泛性举措。其基本特点是证据导向、数据驱动，强调基于数据分析定位学生学业水平，校准教学目标，从而实现精准定制教学内容、精准设计教学活动、精准评价学生表现，提高教学目标、过程和结果的高度一致性、可靠性、有效性。[2]例如，某学校开展的对传统“习、讲、练、测”四个教学环节提供技术支持，通过伴随性学业全过程数据采集，结合学生学习画像和错题集，形成“一生一案”，开展个别化指导与个性化学习；每周形成“学校课堂教学行为数据分析报告”赋能学科和全校教研，每月形成“教师教学体检报告”协助教师个人教学反思与教学策略改进研究，实现从“经验”到“实证”的教研转型。

教师“循证”能力建设

学生在学习过程中是否真正理解问题背后的学科知识，这需要在智慧教育过程中寻找证据。学习证据，既是学生解决问题的线索，也是评价学生学习过程的依据。因此，教师应提高“循证意识”，充分收集学生学习过程中的各种证据去支持评估，实时查看个体知识体系的构建情况，及时发现薄弱或缺失的知识点并进行补充，促进学生关键能力和核心素养的发展。同时，教师还要研究在教学过程中如何利用智慧课堂产生的证据动态、持续地了解学生的学习状况，以及时调整教学进度或改变教学策略。学校应建立基于数据的教学改进机制，提高学校内涵发展的竞争力。

“循证”的前提是“证据”，因此，学校要建设数字化的学习诊断与反馈系统，通过及时诊断和反馈助推学生发现个性问题，提升方法效率。在此过程中，教师应具备以下能力：一是形成性评价和即时性反馈的能力，能够通过数据，找出教与学的问题所在；二是建立基于数据改进教学的多样化策略能力；三是基于数据反思教学、改进教学，将评价反馈作为调适教学策略的起点；四是应在关注教学逻辑的同时更加重视学生学习行为与习得体验的真实发生，并基于学习证据提升学习质量；五是应在教学设计中更加注重知识逻辑、跨学科逻辑，促进学生的自主学习、深度学习。

参考文献：

[1]贾美华，李晓蕾.基于证据的教学改进研究与实践[J].教育科学研究，2019（11）：70-75.

[2]唐雄艺.基于大数据驱动精准教学的通用模式探索与实践[J].中国信息技术教育，2019，324（24）：97-99.