北京市东城区教育科学研究院小学语文教研员王超男在上观摩课。学校供图

数据循证可以帮助教师，基于数据促进学习目标优化、学习资源设计、教学活动改进，从而促进备课的数字化转型。

能力评价数据循证促学习目标优化。教学的服务对象是学生，学情不同，学习目标也应该差异化。差异化体现在目标的定位上，即教师参考学生能力评价数据，科学设计课时、单元目标。目前，教师应用数据，主要是通过智能分析工具获取班级平均分、优秀率、良好率、及格率等数据，这是关注结果的数据应用。就学生学习水平诊断数据的分析，教师需从群体知识掌握程度，专项分析学生个体的学科能力和素养，对学生的认知水平做出判断，如针对某一习题正确率较低，教师需要重点分析习题背后反映了学生哪个知识盲点，从而调整教学目标。

学业发展数据循证促学习资源设计。笔者在北京市昌平区一所高中进行教学调研时，学校一位高中语文教师，通过多次学业数据追踪，发现学生在文言文翻译方法上存在短板。因此，围绕删除无意义虚词、删除偏义复词、换古今异义词等重点设计了文言文专题复习课，形成了典型文言文教学导学案，学生学业表现明显转好。这个案例正是数据循证促学习资源设计的典型案例，即教师通过对学情基础数据的分析，更精准地选择和调整上课所用的导学案、作业、微课等教学资源。

这种以学业数据为支撑的学习资源设计，核心从关注“教”到聚焦“学”，是从教好到学好的思维转变，在这一过程中需要中小学教师有一种数据循证的长周期思想与行动。

教学诊断数据循证促教学活动改进。学生学情数据一方面辅助教师更清晰地了解学生，设计更契合其成长发展区的学习活动，备课中的教学活动设计也可以依托教情数据获得助力。

依托教学能力智能测评技术，教师可以从教学特色、教学模式胜任度、课堂互动行为、课堂教学策略、问题设计的层次、课堂教学的类型、学生学习反馈等多维度了解自己的课堂教学情况，并将其作为优化教学活动设计的依据。如课堂互动活动上，依托师生互动行为占比，引导教师在备课设计上调控时间，增加类似自主练习、小组合作、研讨分析等学生参与性的活动设计，凸显以学生为主体的活动设计；依托教师的理答反馈数据，引导教师在备课设计时更加关注学生生成式回答的有效响应，提升学生学习投入度，关注教师理性回应。

数据来自学生、来自教师，数据流转起来，进入到备课环节，就是循证的出发点和落脚点，数据指引学习目标、教学活动和学习资源设计，高效实现数据赋能备课，带动数字化转型的实际发生。

（作者系北京师范大学未来教育高精尖创新中心学科教育实验室主任）

《中国教育报》2025年01月13日 第09版

作者：李晓庆