2023未来智能教育国际论坛·科大讯飞工作坊圆满结束

随后，由王亚飞副教授主持本次工作坊。整个工作坊将学员分为七个小组，以小组竞争积分和任务驱动的方式进行。首先，工作坊从“什么是学情数据”开始讨论，学员们群策群力，提出从“课前、课中、课后”三阶段梳理，并着重考虑了数据的可采集性和易处理性。接着，主讲人介绍了不同的数据分类方法，引导各小组为自己找到的学情数据进行分类，并请小组代表进行展示交流。在交流和讨论环节，各小组对于教育数据的分类方式进行了激烈讨论，王老师肯定了学员们的表现，并指出：通过研讨活动，大家抛弃了“学情数据就是学业数据”的偏见，大大拓宽了对学情数据的认知范围 ；而大家之所以产生争议，是因为有若干条学情数据的概念界定不够清晰，不同的人有不一样的理解，也就导致不同的分类。总之，学情数据不能拘泥于学业数据，而在寻找新的学情数据过程中，一定要确保概念清晰。

在完成分类后，工作坊开始分析数据应用的场景及对数据进行解读的方法。主讲人以语音流畅度为例，分别列举了这一数据在生词学习环节、口语练习环节和学情分析环节三个场景中的应用，再请各小组分析得分率的应用场景。在充分讨论后，工作坊又展示了雷达图等学情数据分析的不同视角和具体方法，并请各小组对提供的学情数据进行深入分析。有的小组从学习动机视角切入，找到了课堂专注度、教师认同程度和个人兴趣等具体影响因素。

最后，工作坊请各小组根据提供的得分率数据进行分层教学，分享分组方式和分层依据，并选择其中一层进行针对性的试题设置。部分小组依据成绩按照正态分布比例划分学生层级，有的小组根据具体知识点的相关性及其得分率进行层级划分。根据不同的分层方式，各小组提出了不同的试卷设计，比如针对知识点得分的薄弱点进行针对性强化训练，或根据学生当下水平设置整体难度等。

本次工作坊圆满结束，紧贴学情数据应用的实际场景，探讨了分析学情数据的具体手段和方法、分层教学的具体操作等关键问题。学员们通过案例分析和小组合作的形式，掌握了使用智能技术进行教学数据处理和人工智能与教学的深度融合等关键知识，为推动科技与教育融合发展提供了新思路和思想支持，也为新时代教育模式的推广提供了有益的参考。

文| 刘雪松

责编| 周末