通过暑假期间对智慧课堂理念，新课标的加深学习，同时参考一些文献，观看教育专家的文章视频等，作为平台研发和运维部门，聚焦课堂，赋能教学，帮助老师改进教学，除了完整的功能框架，交互体验外，全维度、多模态教学数据的采集与分析，大数据与教学实践的融合价值才是核心所在。
教学过程与结果数据的持续采集，动态汇聚成教学大数据，通过对教学大数据的深度挖掘与多元分析，能够将数据背后反映的教学意义与价值清晰地呈现出来，进而辅助教师进行更精准的“教”、指导学生进行更精益的“学”。
教学大数据的分析应用模式我认为有以下五种：
1. 高效互动教学
课堂是学校教育教学改革的主阵地，也是落实学生核心素养发展的关键。课堂教学大数据构建的高效互动课堂具有数据把脉、全向互动、精准反馈以及轻负高质等特征，能够实现“低耗高效、轻负高质”的教学目标，课前，教师通过学生预习情况精准定位教学目标与重难点；课中，教师根据课堂数据的实时反馈掌握学生学习轨迹，及时调整并改进教学内容与教学方法；课后，教师根据每位学生的课堂表现，给予针对性的点拨与指导，布置相对应的课后任务。课前，教师根据班级实际情况使用PowerPoint制作学习包，使用Camtasia录制微课；课中，教师使用智慧课堂互动教学系统，通过授课中的小工具实现与学生之间的深度互动；课后，学生利用平板电脑重现课堂教学记录进行复习。
2. 适应性学习
教师通过分析在线学习行为大数据，可以发现学生的认知能力、学习风格等个体特征，判断学生的学习需求，从而有针对性地向学生推荐学习资源，满足学习者个性化的学习需要，帮助学生固强补弱，提高学习效果。在线学习行为大数据能够助推学生个性化自适应学习的实现，通过分析学生各学科的能力表现，形成学生考试学科推荐方案，同时，精确定位学习者各学科知识点的掌握情况并精准推送对应能力水平的学习资源。平台依据收集到的学生学习行为数据，及时了解学习者知识和能力的掌握情况，力求让每一次形成性评价的结果反馈都有力地促进学生学习的改善与进步，改变学生以往只关注分数和名次的情况。
3. 智能化练习与诊断
传统课堂教学的课后练习是统一布置的，批改反馈是滞后的，作业讲评大多也只是讲共性问题。而教学大数据的建设与应用完全改变了这一状况，教师基于课堂教学大数据能够更好地诊断、评价学生的课堂学习效果，作业内容不再是千篇一律，而是根据每位学生的学习效果有针对性地布置课后作业。同时，通过课堂教学大数据和课后辅导大数据间的融通共享，课后辅导教师可以根据学生的课堂表现和学习效果等数据，有针对性地进行课后辅导，使之更具针对性、持续性，促进学生的个性化成长。
4. 教师综合评价
教师综合评价是利用大数据采集、学习分析技术，建立线上评价和线下评价、客观评价和主观评价、形成性评价和终结性评价相结合的多维度教学综合评价体系。评价体系注重学习全过程的数据检测，建立基于大数据的学习行为分析与预测指标，教师可以根据预警情况，精准修正教学模式和方法，进一步提高教学质量。
教师评价指标体系1.过程性教师评价指标：通过智慧课堂系统进行日常教学指标数据的采集，形成过程性评价积分。系统自动评价打破一张表格评价所有教师的形式，教师可以利用智慧课堂，进行头脑风暴、答疑讨论、投票问卷等多种形式教学，形成自己教学风格的数据评价。在客观性评价的同时体现主观性评价，比如“学生随堂评教”可对教师教学作主观性评价。2.期中评教指标：期中学生评教测评指标主要分为师德师风10%、教学目标10%、教学内容25%、教学方法25%、教学管理10%、教学效果和满意度20%。期中评教指标以纠正教师教学过程中的问题为主，有针对性提升教学水平。3.期末评教指标
期末评教测评指标为以学生评价为主，是对教师教学的终结性结果评价。期末评教指标主要包括师德教风10%、教学内容与方法45%、教学管理10%、教学效果、学生的收获度和满意度35%。
5. 学生发展评价
学生发展评价实质上是一项综合素质评价，需要从思想道德、学业水平、身心健康、艺术素养、社会实践、个性发展等多个维度设置评价内容和标准。通过学生自评、互评与教师评议相结合的方式，把评价贯穿在日常教育教学全过程。这是一个极为复杂的评价过程，必须依据基于互联网的大数据采集与分析，甚至依据人工智能技术的数据分析和模型建立，还需要倚重区块链技术增强评价的可追踪性，建立更加科学合理的多元化评价体系，确保学生发展评价的科学性、有效性和可行性。
就某一个具体学生而言，其学习和发展的起点、过程和结果都存在很大差异。这就导致学生发展评价的复杂性和艰巨性，仅靠人力难以企及，必须依靠互联网、大数据等现代信息技术，将学生学习纵向全过程即不同年级和学段，以及横向全领域即德智体美劳等要素融为一体，建立立体化的学生发展评价体系。
基于大数据的互联网和人工智能手段，为学生发展评价提供了良好的条件和应用场景。学生发展评价最终是给学生“画像”，真正落实必须依靠现代技术支撑的大数据评价，通过大数据平台采集数据、分析数据、建立模型。这就需要建立基于互联网的学生发展数字化社区、数字化班级，每一名学生都对应一个经过数据处理的“数字化学生”，按照规范要求上传学生学习和成长情况数据，按照权限可视化了解某一个学生、某一个班级、某一所学校，或者某一个学生群体的学习和成长状况，获得相应的过程评价。
（聂海）
