作业数据驱动的大规模因材施教——上海市闵行区“智慧教育示范区”创建实践

摘要

在“智慧教育示范区”创建和基础教育数字化转型的大背景下,为了打造优质均衡的教育体系,满足每个学生的发展需求,上海市闵行区在区域层面构建了区校两级作业系统,梳理了作业业务的构成要素,对作业业务各个环节进行量化。通过伴随式采集数据,形成区域作业数据驱动大规模因材施教的模型,并将知识状态追踪模型、学科核心能力评价模型、学习品质模型、学生综合画像模型等四个模型作为子模型。通过模型应用,开展基于知识状态的个性化辅导、学习策略和学习意志力的分层教学、学习投入的分层教学等实践,形成通过作业数据发掘差异的新路径。基于区域探索性数据分析,证明通过作业数据可以发掘学生的“材”,且发掘的结果既符合教师已有经验,又能弥补经验的不足。经实践证明,精准“施教”具有可行性,可为数据驱动的大规模因材施教提供参考。