基于大数据技术的中学体育精准教学模式探索

近年来，人工智能、大数据技术在教育中的深度应用，带来了教学模式的创新和发展，教学范式逐渐科学化、精准化、个性化1，使得精准教学成为教育研究的热点话题。体育教学中长期盛行的经验模式，使得教学过程中的学情分析、教学过程设计、教学评价设计已经无法满足学生在不同运动兴趣、体能基础和个性特征上的需求，因此通过科学运用信息技术手段，对学习目标设定、学习活动开展和学习评价进行个性化设计和数字化监控，以期提高体育学科精准教学的理论水平和实践效果。数字化驱动下的精准教学模式精准教学是20世纪60年代奥格登·林斯利首次提出的，利用“标准变速图表”等工具，以流畅度作为指标去测量学生学习行为，为教学决策提供精准依据。精准教学的核心理念是基于数据为每一位学生调整课程以适应他们的需要，从而使学习效果最大化，在教学实践中取得了显著成效。数字技术驱动下的精准教学模式是教育数字化的重要实践形式，它得益于近年来大数据技术的飞速发展。大数据和人工智能技术能够使教学从“非定量”转向“可量化”，从“主观性”转向“客观性”，可以对学生的学习行为进行实时记录和个性引导，在对数据的智能分析条件下教学策略会更加明晰。精准教学本质上是对“因材施教”理想的追求，数字驱动的精准教学模式为实现高质量教育数字化提供了实践载体。然而，现阶段针对体育学科精准教学的理论研究和实践经验总结较少，其中中国教育科学研究院教授于素梅从体育课程一体化的角度提出了按学段特征分层、按目标定位分类、按责任主体分工的“三分融合”干预构想[2。北京师范大学体育与运动学院教授毛振明提出通过推进学生体质提升的精准测量、精准分析和精准干预的“三精准”工作，来有效推动学生体质大面积提升[3]。综上所述，精准教学是一种基于科学数据分析，动态评估和优化决策的数字化、智能化教学范式，在教育学理论层面已经有较多的学者进行了系统的研究，但在学校体育教学方面的研究，主要集中在学生体质健康发展上，这部分研究可利用的数据较为丰富，也比较权威。但从课程建设方面，对学情分析和教学自标、教学过程和教学评价方面进行精准设定的研究则较为匮乏。中学体育教学实践中存在明显的“不精准”现象2016年，中共中央、国务院发布的《“健康中国2030”规划纲要》，2019年国务院办公厅发布的《体育强国建设纲要》，共同提及青少年体育活动促进计划中明确了提高学校体育工作和青少年体育活动信息化水平的主要任务[4]。2014年，教育部发布的《国家学生体质健康标准》在实施中也面临着测试、分析和评价环节不精准而影响学生体质提升的困境。1.学习前的学情分析不精准2022年，北京某区中小学优秀体育课例征集评比活动中，提交的96份体育学科教学设计，大多在学情分析或其他部分提到“学生身体差异”，考虑到学生个体或群体差异在教学设计中明确体现出运动量和运动强度差异的，仅有28份，占29.2%对超重肥胖学生的课堂参与情况有明显提及的，仅有4份，占总数4%。透过这几个小小的数据，我们就可以发现，中小学一线体育教师进行教学设计前的精准学情分析做得还远远不够。2.个性化学习需求执行过程不精准北京某联合学校的4所成员校90名体育教师均认为，建立在精准学情分析基础上的对学生学习过程的精准指导是非常必要的，但是不同年级、班级和个体学生在学习需求和学习内容的个性化匹配上，主要受班额、场地、课时等客观因素影响，暂时只能满足共同特征的学习需求。与主观认识高度统一不同的是，90名受访的体育教师中，仅有7名教师表示会有意识去关注，在学情分析时从课前获取的“静态封闭”的学情数据到“动态开放”的学生课堂学习即时数据的感知和利用，主要指标包括学生的身体素质、运动基础、运动兴趣等，但需要理论的指导和教学案例作为参考。3.学习评价和家校沟通不精准近年来，教育部发布的《普通高中体育与健康课程标准》和《义务教育体育与健康课程标准》都明确要求重视综合性评价，但在评价内容、评价主体和评价标准上，不同身体素质起点、不同运动项目之间存在较大差异，现阶段在一线体育教学中精准执行难度较大，主要是缺乏科学的理论指导和案例参考。对于学生身体素质发展水平和运动技能水平等方面的校内监测结果的准确、有效反馈上，家校也存在明显的不足，主要体现在有的学校领导、年级组和班主任不关心学生的体育评价结果的内容，无法做到对锻炼进行监测和监督，学生家长不了解、看不懂评价的内容和结果，无法作出有效配合。综上所述，建立数字驱动技术条件下中学体育精准教学模式，实现对学生学情、学习过程、学习评价的精准把握，建立高效的数据收集、处理和反馈平台，形成有效的家校合作机制，才能有效推动学校体育工作科学开展，落实学生体育学科核心素养的培养和发展。体育学科精准教学实践和探索根据维果茨基的最近发展区理论，精准教学就是要教师帮助学生完成从当前认知水平到潜在认知水平的跨越。从教学实施的角度考虑，精准教学需要在掌握学习者基本属性特征的基础上，为其制定合适的教学目标和学习路径，结合多维度的评价方式完成教学过程的闭环。从图1可以看出，技术赋能精准教学在学习目标、活动开展和评价诊断三方面都走向精准高效。《普通高中体育与健康课程标准》中明确提出学习内容的选择、体育课学业质量评价和体育课堂实施，都要建立在学生不同的运动基础（包括技能水平和体能水平）、运动兴趣爱好和个性发展需求的基础上，进行体育课程的设计和实施，主要从基于精准学情分析的学习目标的精准制定、学习活动的精准干预和监控、评价诊断的精准高效三个方面展开。1.基于精准学情分析，精准制定学习目标《义务教育体育与健康课程标准》（以下称新课标）明确提出：体育与健康课程要高度关注学生个体差异，针对不同的身体条件、运动基础和兴趣爱好的学生因材施教，提出不同的学习目标，选择适宜的教学内容，采用多样的教学方法和评价方式。为了实现这一基本要求，现阶段体育教师和体育课堂必须精准掌握学情，并通过合理的课堂组织方式来满足学生的个性化体育锻炼和体育学习需求。在此基础上，本研究依托中国人民大学附属中学学生健康管理平台，对学生的体质健康数据、运动爱好、体能水平等进行详细的数据统计，通过个性化的数据分析，帮助任课教师得到任教年级、班级和学生个体的详细数据，并通过横向和纵向的数据比较，分析学生的体质健康和体能发展水平，主要设计逻辑如图2。图2基于人大附中学生健康管理平台的体育精准教学逻辑从图2可以看出，课前诊断在整个教学过程中处于基础位置，通过不同渠道数据的收集和分析，能够得到精准有效的学生情况。在此基础上，对课堂教学的学习目标、学习内容、学习活动、学习行为、学习过程进行优化和改善，从而使得学习评价结果也变得更加精准有效。而精准有效的评价结果，也将作为下一阶段课前诊断的数据来源，让体育教师进行更加准确的学情分析，从而形成体育课堂精准教学闭环。为了保证课前诊断的数据有效性，精准学情分析需要的学生体质、体能、运动水平等数据，不仅要依靠前一阶段的阶段性测试或随堂测试，且对于学生学习数据的搜集与评价，不能局限于学校体育教学场景，学生校外体育锻炼生成的数据也应通过一定（大数据驱动）技术手段予以充分考虑与纳入。如在超重肥胖学生的精准干预工作中，从家校共育的角度出发，需要定期、多次采集体重数据，可以让家庭通过技术手段完成数据的采集和上传，体育教师通过数据平台进行统计和分析，作为学生学习活动设计的重要参考。在此基础上，完成基于不同群体和个体之间在体能和运动技能水平的同质性和异质性分析下的分层教学和个体关注，并且准确把握学生在体能和运动技能水平上的“全面发展”“全面薄弱”“少项短板”“多项短板”等类型，在遵守课程标准要求和青少年身体素质发展规律的基础上，筛选出同质性学生群体的优先发展指标和个体学生的最佳发展项目，有针对性地对学习活动进行设计和实施。2.学习活动的精准干预和监控从图3可以看出，以体育学科核心素养为导向的体育课程建设，建立在家校共育的基础上，不同职能的部门合作下的学生健康教育和体育锻炼的精准实施，不仅能充分发挥家庭和学校各部门的“真实”作用，也让学生的体质水平、运动技能水平的发展变得更加可控。图3家校共育视域下核心素养导向的体育课程建设在具体的教学实施中，基于全年级男生和各班男生在运动能力指标上的明显差异，本年级在执行教学计划时，通过主动干预，利用不同运动项目的专项特点，在活动设计中合理进行具有整体化功能的教学活动，满足体育教学活动共性功能要求的同时，关注学生个体差异，对不同学生进行有针对性的指导和帮助，具体措施见表1。表12021级男生秋季学期教学计划和调整项目3.评价诊断的精准高效不同学情和不同的学习活动也引导着不同的学习评价，在高中和义务教育体育与健康课程标准中，都明确要求在学习评价过程中，要围绕学科核心素养，选择多元的评价内容，注意多种评价方法的有机结合，强调多元评价主体的共同参与。其中要关注学生通过不同体育模块学习之后的收获和变化，注意多种评价方法的有机结合，关注对在多种情境中运用多种方法获得的体育健康学习反馈信息进行的表现性评价，以便更加精准地了解学生现有的体能、运动技能等发展水平。具体的实践经验如下。（1）可测量的运动项目评价，应多考虑需要关注的个体学生在学习态度和学习前后进步的分值比例；在人大附中初一年级划船机课程的学习评价中，动能指数（基于身高、体重、爆发力、耐力等基本身体素质和预设的练习过程中心率、划频、桨频和划行距离由智能终端综合计算得出的得分，一般表现为身体素质较好的学生，基础动能指数较高，反之越低）占整个单元学习评价的30%，为了充分调动学生尤其是体育薄弱生的课堂练习和课后锻炼的积极性，对不同基础动能指数的学生，采用不同的激励方法，具体如下：①基础动能指数在85分及以上，单元结束时动能指数进步分数，按20%加入课程总分；②基础动能指数在75～84之间，进步加分按30%加入总分；③基础动能指数在60～74之间，进步加分按50%加入总分。基础动能指数较高的学生，进步幅度相对较小但依然可以在完成单元学习时拿到较为理想的分数；基础动能指数较低的学生，划船机单元学习结束后，除了最后动能指数的分数外，还有额外的进步激励，基础数据越低，进步幅度越大，所占的分数比例也越大，详见表2。表2初一年级划船机课程部分学生动能指数成绩在不同加分比例群体中随机挑选的学生数据中（见表2），通过设置基于基础动能指数的不同群体激励方法，明显降低了课程结束时的学生成绩数据离散度。而这种基于学生基础差异的“积极性区别对待”，不仅保护了身体素质较好的学生在课程评价中应有的较高分数，也激励了基础动能指数较低学生的课内课外锻炼积极性，而对“通过自身努力来取得的进步”的量化和评分设置，则进一步肯定了学生在学习过程中的付出和收获。（2）过程性评价的评价主体可以是学习团队，贯穿在整个模块学习中，以教师评价、学生自评和学生互评的多维评价方法，对团队在课堂中的表现进行评价，重点关注团队技战术运动、比赛成绩和团队合作、进取精神、意志品质、尊重比赛规则和他人等方面，并适当增加学生自评和学生互评的分值比例。在篮球、足球等团体运动项目中，将单元学习评价的主体由教师评价转变为学生互评和自评，尤其是鼓励学生