——听月考试卷讲评有感
〔摘要〕当今时代是一个大数据的时代,在享受大数据带给我们生活上种种便利的同时,我们当然要与时俱进的将大数据引入工作中,打造高效课堂。用好大数据,我们的老师可以更高明,学生可以更愉快,课堂可以更加高效。
〔关键词〕大数据高效课堂月考评卷分析探讨
当今时代是一个大数据的时代,在享受大数据带给我们生活上种种便利的同时,我们当然要与时俱进的将大数据引入工作中,打造高效课堂。然而面对如此丰富的数据资源如何有效的使用却也成了困扰我们的新问题。英国学者维克托·迈尔·舍恩伯格在《大数据时代》一书中指出的大数据时代的数据处理的三大改变:数据不要抽样要全体,做事需要的是效率而不是精确,要相关性不要因果,无疑给我们以很好的指引。
以往的试卷评讲所依据的往往是简单的分数或是粗略式的得分率。这样很容易将试卷讲评课上成对答案课,很难有针对性地对学生不懂、易错点进行讲评。大部分学生和老师只是浮于关注总体的分数的层面。这样就很难达到通过考试检验前段时间学习效果,从达到查缺补漏的效果。当然有些老师会根据得分率或是课堂提问这样简易甚至是简陋的抽样调查进行筛选。这当然比第一种“大水漫灌”式的形式要有效,但数据的来源并不是很可信。比如课堂提问,敢于发言的学生的错误率就会被放大,永远“沉默的大多数”再次被忽略。若是以得分率为依据,选择题的选项是不是每一个都要讲呢?如不是,如何取舍?若是,是不是又沦为另一种形式的“平均主义”?
于是大数据背景下的“要全体不要抽样”的理念便显得格外重要了。以往不能有针对性讲解的主要是因为信息采集的困难。在进行网上阅卷之后,这个问题便迎刃而解了。每个老师可以清晰的看到每道题的得分率,甚至每一个选项的选择率。同时老师还可以看到全校学生在这道题上的得分率,这样不仅在讲题的过程中可以更有针对性,还可以在复习的课时安排上进行调整。当然对每个学生而言,他既可以清晰地看到自己每道题的得分率,还可以看到全班同学在这道题的得分率,于是无论是在课堂听讲还是在课下复习都会更有针对性也更有主动性。
此外,有了大数据,我们对每个以个体存在的学生的辅导可以变得更有针对性。由于每次考试的试题类型是基本固定的,通过抽取一个同学连续几次的数据进行对比,然后再与全班乃至全年级数据的对比,我们可以很清楚地诊断出该同学知识构成上的薄弱环节。这就比原来单凭感觉和经验的诊断更有科学性。教师可以以此为根据做出判断,针对每个学生的具体“病情”,开出不同“药方”,从而做到“精准扶贫”。笔者的参考做法是:教师把班里的学生分成不同的类型,给不同类型的学生布置不同的作业。这样真正的尊重了学生的主体地位,也确实起到了教师应该起到的主导作用,从而真正实现“分层教学”、“因材施教”。
当然,在享受这种便利的同时,我们也不可回避因过度相信数据而出现的问题。这就涉及到第二个原则:“做事需要的是效率而不是精确。”有详尽的数据支撑是件好事,但完全沉浸与数据或是机械的按照数据安排教学也是不可取的。我们有些老师也会特别纠结于每道题的得分率,及自己班成绩的数据和其他班级的数据对比中,并把数据对学生大讲特讲。其实跟学生说数据的情况只说个大概就行了。让他有个印象自己的水平在班级或者年级是个什么水平即可,没必要让他详细掌握所有数据。这既不可能也没意义。我们最需要做的是突出重点让学生掌握应掌握知识而不是学会数据分析。打个比方,数据的分析就像是计算机的后台运算,而我们给学生呈现的仅仅是计算后的结果。windows系统能击败其他竞争者而风行天下正是因为窗口界面的设置简单易懂。我们使用大数据是为了享受科技的便利,而不是成为工具的奴隶。
此外,到底得分率是多少的就没必要讲,80%,70%还是60%?这恐怕要根据实际情况来决定,老师要根据当前复习情况和试卷难度进行具体分析。我们采用网上阅卷最重要的原因恐怕在于它能让我们及时地掌握学生此次考试的情况。我们可以从详尽的数据分析中轻易的看出哪些知识点是掌握较好的,哪些知识点是掌握不牢固的,从而趁热打铁,在学生最关心成绩的时候,在学生对试卷内容记忆最深刻的时候讲评试卷,帮助学生把知识漏洞补上。如果严格地按照百分比进行讲评,要么会陷入无题可讲的境地,要么会陷入题题要讲的泥潭。因为每次出题的难度很难保持高度一致。当然,备课组、教研组也可以根据每次的大数据来汇编本校的题库。通过几年的累积,学校可以科学而精准的判定这一届学生和以往几届学生相比学习程度的高低,从而从宏观上调整教学策略。当然这需要学校层面的总体行动,并且见效较慢,真是“路漫漫其修远兮”。
以语文学科的排序题为例:这次学生的得分率很高,也不一定能证明学生对这一方面的知识掌握的很好,因为有可能是选项的安排不合理,没能很好地对学生进行干扰。当然,类似情况的还容易出现在成语题和病句题里面。也就是说得分率很低一定是因为知识点掌握的不好,成绩好不一定是因为知识点掌握的好。我们必须清楚的认知到:分数的高低和知识掌握水平的高低是相关关系而非因果关系。也就是说分数形成的原因有很多,知识掌握程度只是生成成绩的因素之一。若只机械地按照数据而不是根据实际情况来讲评显然是不合适的。我们在评价一套试卷的时候往往陷入一个误区:大多数老师往往认为得分率较高题目对应的知识点,学生掌握得很好;得分率较低题目对应的知识点,学生掌握程度较差。
当然,大数据只是工具。虽说“工欲善其事,必先利其器”但决定课堂是否高效这场战争胜负的还是人。用好大数据,我们的老师可以更高明,学生可以更愉快,课堂可以更加高效。
作者单位:新疆石河子第一中学