《内刊-七块屏幕下的课堂》由会员分享，可在线阅读，更多相关《内刊-七块屏幕下的课堂（16页珍藏版）》请在金锄头文库上搜索。
1、七块屏幕下的课堂数据全景直播教学的尝试数据直播下的世界杯今年世界杯上，德国对巴西的比分最终定格在 7:1，惊呆了一众球迷。更令人震惊的是：它再次验证了某搜索引擎的预测。然而翻阅记录，TA 对世界杯八强的预测准确率达到了 100%。秘密武器正是大数据。现在，不妨让我们回忆一下，世界杯转播时，我们透过电视机屏幕，看到了哪些数据。上图是本届世界杯，阿根廷球星梅西的跑动范围温度图，通过收集球员在每片区域跑动次数、区域和停留时间，清晰的示意出球员在场上的跑动范围。而这张则是四年前南非世界杯时，东道主对阵墨西哥队的转播数据图。通过对传球次数和位置的标记，图示出了球员跑动路线，但是相比现在，这样的数据呈现却
2、略显凌乱。让我们再回到本届的巴西世界杯。也许你也留意到了，在进行换人时，屏幕上会显示出“全队平均跑动距离” 、 “个人跑动距离” 、 “出场时间” 、 “射门数”和“进球数” ，供观众参考。而事实上，在比赛时，教练可以接收到更多球员数据，通过鞋底和护胫的传感器，每个运动员奔跑的瞬间速度、平均速度、最快速度、冲刺次数、步伐及步幅率等关键性指标都会被实时记录，甚至各种精细动作和位置的变化都能被捕捉。经过后台的迅速处理，数据会被传入教练手中的 pad，直白的“数字”让他更直观的了解到每个球员的优劣势，辅助战术优化。赛后，通过与之前比赛的收集到的数据进行汇总，可以更加准确的分析球员的特性。左图即是在赛
3、后，通过综合整理与球队控球密切相关的有益行为（进球或助攻）和有害行为（失误或回传） ，对参赛球员进行排列，形成的对比图。横轴表示行为次数，纵轴表示有益行为的比例。右图则是综合了出场 100 场比赛以上的足球运动员的数据，分析其对于所属球队的射门成功率和助攻成功率产生的影响。比如梅西，他要是上场的话，球队的射门成功率能提高 9.6%，助攻成功率提高 5.6%。可见，通过数据转播和解构比赛已成为了体育界公开的武器。数据直播下的课堂畅想篇看远在地球另一端的赛场上所发生的一举一动，我们都可以实时地获取和分析。但是，就在我们隔壁教室里，所发生的一切却纷纷让我们无从感知和评价，身为教育者的你，是不是有一种
4、羡慕感？现在，你是否和我们一样，正在思考：如何用数据解读课堂？甚至你已经开始想象： 在数学课堂上，老师接收到大数据分析后的推送建议：全班学生对“比例的意义”这一章节掌握程度已达 100%，建议您开始讲授“比值的计算”这一章节。或者在语文课上，大数据告诉您“课文预习中，第二段的全班平均阅读速度最低，学生在理解上可能存在疑惑，建议您在课上重点分析。 ”可惜，理想很丰满，现实很瘦弱。原因呢？1） 课堂不像球赛，没有清晰的因变量。如果有人问你，决定球赛胜负的因变量是什么，我想你一定会毫不犹豫的回答：比分！那么，影响课堂效果的因变量是什么呢？是举手回答的人数？授课进度？还是一次随堂测验的分数？可以说，课
5、堂的焦点太过模糊，以至于我们无法对 TA 进行评价。2） 数据点太多，难以全线顾及球赛转播时，镜头会把观众的视线导往哪里呢？一般情况下，摄像机肯定是追随着球的轨迹。那课堂转播时呢？镜头对准老师，会忽略学生的表现。如果对准举手学生又会忽略其他走神的个体。毕竟，观众对球赛的观赏，是以“事件”为线索的：球的转移，进攻的发起，球员受伤的，吸引眼球的内容是转播的重点。然而，对一个课堂而言，任何一个学生都应该是被关注的，很难说一个正在开小差的同学就不如一个正在发言的同学来得重要。另外一个大的区别在于，教室里还有“教师”这样一个角色。在教师与学生之间，谁是应该获得更多关注的主角，这也是个颇费思量的问题。3）
6、 表现形式内隐，易于造成误解运动转播捕捉的是球员的行为，课堂中的观察最终是希望能够发现学生的思维该过程。外显的行为易于捕捉，而内隐的思维却难以解读，甚至会导致误解。比如：课堂上发呆的学生，他是在走神？还是在思考老师的问题呢？这样的数据采集下来，是否能够反映我们想要的问题呢？4） 课程种类多样，指标难以统一球赛拥有相同的组织形式，每队 11 人，他们都遵循相同的规则，向着相同的目标出发：进更多的球。而课堂呢却是千变万化的：在组织形式上，一会是小组实践，一会是集体授课，一会是大家低头做习题，一会是做实验；学科也不尽相同，有语文、数学、英语等知识类的，也有音乐、美术等操作类的，还有在户外进行的体育课
7、；学习的极端也不一样，可能是新授课，可能是复习课如此多样的形式，每种课堂呈现出来的姿态也是完全不同的，这让观察与评判的指标也不一而足。5） 数据量太大，容易淹没重点在观看赛事时，展现在电视机屏幕上的是“进球数” 、 “移动距离”这些指标，而大数据实际测得的远比这些多，那么哪些课堂指标是需要转播给观众的呢。事无巨细的转播会淹没重点，所以制定完课堂评价指标后，如何对转播部分进行比较筛选又成了一大困惑。数据直播下的课堂实践篇可见，用数据转播课堂，是一块大石头，也是一只大螃蟹。转播前期有大量问题需要思考，我们对它的各种幻想，恐怕也不是短时间内可以全部实现的。6 月 30 日，借助闵行区智慧传递活动的契
8、机，在公开课展示部分，闵行教育学院与思来氏一起，大胆地吃了这么一次螃蟹使用数据全景直播课堂教学。运用信息化手段从五类参与者中收集信息，他们分别是：学生35 名平南小学的学生，在课堂上通过人手一枚的 pad，将自己的想法传递给老师。老师2 名来自平南小学的老师，通过教师端pad 接收学生数据，以及后台的智能推送信息。观察员 A14 名负责学生表现的观察员，各持一枚 pad，全程对学生的课堂浸润度进行评价。观察员 B5 名负责老师表现的观察员，各持一枚 pad，全程对老师的课堂教学水平进行评价。观众通过手机登录思来氏微信或者现场观众ipad 端，选择他们对课程内容最感兴趣的部分以及对这堂课映像最深
9、刻的词汇。无论是学生、老师、观察员还是观众，在终端输入的信息都会被后台所记录，产生大量的过程性数据，经过迅速的汇总分析后自动生成图表，在进行转播。接下来，不妨让我们通过照片来揭秘课堂数据们的神秘之旅。五楼课堂五楼课堂观察员 A 学生浸润度评价观察员 B 教师教学评三楼解课会场三楼解课会场数据二传手数据直播会场实景图数据直播会场模拟图转播间如果你没能亲临现场，没关系。现在我们再来回顾下这神秘的 7 块屏幕。屏幕 1：观看者第三方视角观众在三楼的主会堂，通过这块课堂实况直播屏，了解五楼公开课的情景。屏幕 2 & 3：观看者教师天使视角老师们有没有常常担心顾此失彼？深怕忽略了角落里的爱因斯坦。智能的
10、教师端可以让教师的课堂决策更智慧，帮助任课老师做到：1)了解所有学生的情绪，甄别异常数据，提醒教师进行特别关注相较于传统课堂，老师只能观测到外显行为明显异常的学生，而借助我们的 app，老师则可以掌握全班学生的情绪，并且接收到筛选过后的异动数据提醒以便进行特别关注。学生端界面教师端界面会后，我们对课堂数据和指标进行了详解2)知道学生的选择情况或者答题情况，随时查验课堂的有效性在学生提交选择的瞬间，老师即可接受到学生的答案，第一时间查验课堂的有效性。另外，app 还可以汇总单项、全部问题的回答正确率，辅助老师调整课程进度。3)根据学生的反馈，实时提供基于性别、成绩、观点等的相同或不同的分组策略传
11、统课堂根据学生的座位进行分组，而我们的 app 可以从性别、成绩、观点等不同维度安排分组。如此一来，讨论过程中即能让不同的观点相互碰撞，又可以使相同的观点进行延伸，另小组讨论的火花更激烈。 （以下图为例）教师端界面学生端界面分组策略策略推送学生端界面教师端界面屏幕 4 & 5：观看者学生表现身为老师，是不是经常吓唬学生们“你们在座位上的一举一动我都看得清清楚楚！” 。而实际上有没有老师认认真真地观察过，究竟能同时记录几个学生呢？思来氏对此做过实验，答案是：“2 个！” 。所以在这堂课，我们为 28 个学生匹配了 14 名观察员，真正实现无死角、全方位！再者，我们将浸润度指标精简到 “主动参与”
12、 、 “被动参与” 、 “强跟随”、 “弱跟随”和“走神”5 项，清晰评价学生课堂参与程度。并且在活动之前，对所有观察员进行了培训，确保观察员知道每一个指标的含义。通过浸润度 app，不仅可以实时汇总个人情况，课后还可以生成整堂课的温度图。看数据又让课堂表现更可视了。数据直播视角观众 学生浸润度评价端那么，浸润度指标为什么精简为这五项呢？观察员 A学生浸润 度评价端屏幕 6 & 7：观看者评价教师在教研会议上有没有出现过这样的场景：当校长请教研员们分别对刚才的公开课发表评价，若第一位发言的老师给予了高度的赞扬，为了不与之冲突，你只能把充满批判性的开头“我认为”改成“是的，我同意” 。虽然对这种
13、人云亦云深恶痛绝，但是碍于双方面子，只能成为跟风者。又或者当你对课上的某个环节提出质疑后，任课老师解释说：“哦我刚才其实是”因为对过去的事实无从考证，双方只能各执一词，最后作罢。为此,我们设计了教师评价 APP，让教学评价就像朋友圈点赞一样实现一键式，它舍去了纷繁复杂又事无巨细的评价表。 （回想一下这些冗长的表格，有多少老师全部填完了呢？）将评价精简为：“赞” 、 “疑问” 、 “睬” 。并且用图形加以形象的诠释。经过后台处理，我们可以清晰的在时间轴上发现差异点。例如：多名观察员在同一个时间点“赞”和“踩” ，那这个富有争议的环节正是需要被着重讨论的部分。而在教研过程中如果存在教师不服，还可以
14、切换运录播进行现场回放，帮助教研员字字珠玑的进行评课。看数据让评价更有例可循了不是么？除此之外， 我们还设计了课堂环节 app，将课堂时间划分为讲授、问答、无效等七个环节，在图和真相面前，帮助我们更直观解读课堂利用率。Whats more？还记得学生课堂温度图么？可以把这些数据串联起来研究师生互动。挖掘最有效的授课方式，提升课堂质量。设想一下把课堂浸润度、教师评价、环节、答题正确率等数据串联起来，我们会得到什么发现呢？1、观察员纷纷称赞的时间点，也许，学生行为正处于“走神”的峰值？2、某位学生的课堂表现随时间变化从开始的“主动参与”逐渐转为“走神” ，但是，学生答题正确率却呈上升趋势。行为表现
15、与他的思维进步不能匹配？3、当教师端 pad 上跳出学生的异常数据，也许，这几个学生却正在“强跟随”？ 4、教师端 pad 上收到的第一个学生答题数据竟是来自于课堂上经常“走神”的学生？他的心不在焉实质是在思考并非开小差？数据直播视角观众 教师评价端&课堂 环节观察员 B教师评价 端5、在小组讨论环节“主动参与”程度最高的学生，在答题时简直不知所云？6、学生在答题遇到困难时，更喜欢向同伴求助，而不是向老师求助？7、讨论环节一旦超过 5 分钟，大部分学生开始“走神”？8、.(更多的问题，等待我们探索)也许，我们会发现许多与我们传统观念里“好课堂”不一致的信息。就如同足球比赛中，一支队伍获得了排山
16、倒海般的优势，但最后却输了比赛；又或者，一支队伍窝囊地被动防守了 89 分钟，却依靠 1 分钟的灵光乍现赢得了比赛？过程与结果间的不和谐，总是能引发更深入地反思。这恐怕是数据在课堂中更重要的作用为研究提供了基础，而不是为了简单的评价。除了课堂上，这些 app 们实时的收集着评价数据。课堂外的观众们也通过现场 ipad端和微信，上传了他们对课程内容的偏好，以下就是我们现场汇总的观众反馈。数据再一次，让每个参与者都拥有了发言权。数据直播下的课堂幕后篇从 5 月 11 日数据转播课堂的想法正式诞生到 6 月 30 日活动在空前热烈的反响中结束，一共历时 51 天。前期准备期间，活动类型、课程内容、观察工具、技术嵌入点被反复的讨论和推翻、重组。经历一个月才最终确认了转播的流程。40 分钟的课堂转播背后，集合了我们项目、数据、品牌中心几十位同事的智慧。在实地测试时期，公司内部调动了 60台 Pad、2 台服务器工作站、1 台拥有超高清图像处理能力的外星人、2 台可以搭建高性局域网
