大数据赋能教学如何应用于学校教育

摸底学习情况，找到新学期教学起点：

疫情期间，为了保证线上教学的效果，老师们在难度、学习模块、内容整合等方面均做了大量的教学调整。回归到线下教学，准确摸底学生居家学习情况，科学调整教学计划就尤为重要。

可根据不同地区学情提供“入学摸底试卷”，也支持教师通过双向细目表、智能组卷等形式一键创设摸底测验，了解学生知识掌握程度和能力水平，基于学生的认知水平规划开学后的课程安排，实现线上教学与线下教学的平稳过渡。目前，部分地区已经以线上联考、线上测评等方式进行了学习情况的摸底。

过程性学业诊断，动态聚焦教学关键问题：

复课后的教学策略、教学方式是否真正有效?学生的知识短板是否得到了有效的干预?面对充满不确定性的新学期，“学业诊断”独有的价值，将使其成为读懂教师、学生的重要工具。

赋能学校科学高效地开展命题研究、数据采集、分析诊断、教情与学情评价等全流程工作，并为考后教学规划提供支持。同时，学情分析中的命题质量分析报告、知识点与能力结构分析报告、教学质量分析报告等多维度数据，也可以真正助力教师发现教学中的“关键”，不断优化教学策略，进行科学的教学干预。

建立评价反馈回路，支持差异化指导：

无论是线上教学还是线下教学，核心都是以学生为中心。基于学生的实际发展基础，建立通畅的评价与反馈回路，为学生提供差异化的引导和支持，帮助他们不断地在“最近发展区”内超越自己、达成目标。愈是强调教学的效率与效果，就愈是要关注到学生实际基础和发展特点。“以学定教”将进一步成为开学复课、提升教学质量的共识。

以学生为中心，为教师提供不同层次、类型学生的学情分析报告，帮助教师准确把握学生的基础和特点，发现学科短板和知识短板，及时给予适切的指导。学生也可以进一步了解自身优劣势，根据自身的学习基础，通过设定合理的学习目标，与同伴建立学习小组，共同梳理知识体系，夯实基础知识、强化基本技能，逐步增加学习的成就感和自信心，从被动学习者转变为主动学习者，不断获得可预期的提升。

开展精准教学，打通教学提升最后一公里：

延迟开学、备考时间紧缩等新形势的变化，对教师的教学模式及资源运用效率都提出了更大的挑战。原有的教学方式和教辅材料已经难以匹配当前的教学节奏和需求，在这个特殊的时期，不仅教学需要更精准，学生的学习也要更精准、更高效。

利用大数据和人工智能技术，对全国10亿份试卷，4000万学生的作答数据进行了深度挖掘，通过精细化的知识图谱和标签体系快速识别出不同类型学生的学习规律和共性特征。结合全国优质教研力量，开发了新型精准教学/学习资源。真正实现学业评价数据与教学、学习的融合与创新，降低了精准教学的门槛和教师的负担。