打开文本图片集

摘要：本文在智慧教育平台的大数据技术背景下，基于建构主义和深度学习理论，对精准教学翻转课堂进行设计，并以管理学为例，提出了其PDCA循环式实践框架。

关键词：建构主义；深度学习；精准教学；翻转课堂

在大数据技术的支持下，教师可以基于建构主义和深度学习理论，实现教学内容、活动与评价体系的精准设计与优化；学生也可以获得更多资料和教学反馈，因而在精准教学中实施翻转课堂将更有助于学生提升理论理解和应用能力。本文致力于探讨精准教学翻转课堂的内容、方法设计与实施框架。

一、精准教学与翻转课堂的定义

本文认为精准教学是利用大数据技术，通过记录、测量学生的学习行为和质量考评数据，分析教学问题和产生的原因，为教学设计、教学决策、教学评价、个性化教学指导等模块的精准调整提供科学依据的一种教学模式。针对学生的学习表现、个性化特征和学习能力进行教学设计，使学习任务覆盖更全面，更具体，从而制定针对性的教学内容和方法；并开展因材施教，引导学生找到个性化学习方法，从而达到高效教学的目的。同时，提升学生的整体素养，助力其提升自我认知，实现全面发展。

翻转课堂是一种现代化教学模式，指的是教师将知识传授过程前置，学生课前通过观看视频学习理论知识；课堂上，教师深入讲解知识重点、难点，生生之间交流互动、协作探讨，实现知识内化。翻转课堂旨在让师生回归思维碰撞和问题探讨，激发学生持续投入，实现深度学习。在精准教学的要求下，翻转课堂的模式也要不断地深化发展。

二、精准教学翻转课堂的相关研究

1. 精准教学模式

学者们在大数据技术的背景下，围绕着建构主义和深度学习理论，不断深化精准教学的教学设计，如李维涅（2024）以“市场营销学”课程为例研究了混合式教学背景下的精准教学与深度学习研究[1]；姜倩等（2020）设计了基于大数据的高校精准教学模式[2]；从实践学科范围来看，目前的成果从思政类课程[3]逐渐扩展到其他学科，如刘春娜（2024）提出对高职护理专业的探索[4]。

2. 精准教学与翻转课堂结合研究

翻转课堂是集初级、高级教学为一体的形式，目前的研究集中在理论与实践探索两个方面，如宋官东等（2021）在建构主义视角下对高校线上线下混合式教学的理论与实践进行探索[5]。同时，学者也开始进行深度学习视角下高校翻转课堂教学模式研究，如王晓晨等（2020）[6]。

但精准教学翻转课堂的理论和应用研究成果还较少，目前比较集中在具体学科的应用策略上。如顾雯洁和丁杰（2024）探讨了生成式人工智能赋能信息科技翻转课堂教学的应用策略[7]；李鹏等（2023）利用双层BOPPPS模式，对高职护生精准式翻转课堂进行了研究与实践探索[8]。

三、基于建构主义和深度学习的精准教学翻转课堂设计

1. 建立核心的精准教学目标

（1）建构导向的精准教学设计：这是精准的第一层目标，将教学内容精准化，做好核心内容与评价体系设计。

（2）用大数据“画像”构建高效互动教学的基础：收集大数据，评价学生的学习行为和学习质量，形成一定的类型“画像”。

（3）由“问题精准”层次提升至“指导精准”层次：从大数据中分析得出具体的教学问题，不断地调整教学策略，最终实现针对性的精准指导。

2. 建构导向的精准教学翻转课堂设计

（1）建构导向的精准教学内容体系设计

建构主义中的“知识结构”可分为层级结构、顺序结构和层核结构，所以，在建构主义的指导下，要形成逻辑、方法、意义等类型知识统一、层级结构和层核结构结合紧密的教学内容体系，并科学地制订教学计划，并形成相应的技术支持，如线上课程、资料库和题库等。另外，教学平台上的资源供给也要体现层次性，兼顾不同学生学习基础和个性化学习需要。

（2）建构导向的精准教学翻转课堂活动设计

建构导向的精准教学翻转课堂活动设计包括确定精准的教学过程、教学策略和评价指标设计等。以具体的培养要求和教学目标为出发点，充分利用优质的学习资源，充分突出学生的主体性，围绕学生设计和实施教学活动，提供丰富的教学策略（如混合式教学、课堂内外任务结合、学生的个人学习与协作学习方式等），让学生变成学习模式的选择者，满足个体或群体的学习需求。设计关键知识相关的技能训练和研习评价体系（包括作业、测验和论文等），实现知识顺序结构的逐渐深入。

3. 利用智慧教育平台实现学生学习行为、质量的精准追踪与评价

（1）智慧教育平台的功能保障

学情诊断数据要包括基础数据、行为数据、质量评价数据等，数据全面的学情诊断才能科学诊断学生水平、定位教学重难点与发现教学问题等。因此，智慧教学平台功能一方面要围绕学生的个性特征、兴趣爱好、知识掌握程度等进行数据搜集，为教学活动设计提供数据参考；另一方面要加强结果分析，能够反映学生的学习基础和状态，能帮助教师实现优化和改进教学内容制定、教学活动设计、教学效果评价、精准教学决策和精准教学指导等，使精准化教学模式得以落地践行，满足学生个性化学习的需求，实现深度学习。

（2）教师与智慧教育平台的交互能力

为了实现精准评价，教师的设计能力一定要与平台大数据功能相结合。以设计较灵活的视频学习行为评价为例，教师要自主选择、设置关键任务点作为学习行为的评价点，因此也要不断提高精准教学设计能力，在学情调研、评价体系这两个方面促进平台对学生学情做出精准的诊断。平台的各项设置也要更加地灵活，教师可以分知识模块、分学习阶段、分重点地设计评价体系。

4. 以深度学习为导向的精准教学策略优化与精准辅导

教师要针对阶段性的评价数据，通过主动探究、不断调试来发现问题，从而调整教学内容、精准优化教学策略，形成科学、有效、精准的教学模式。并用鼓励学生自主学习、及时反馈沟通等方式，激发学生能动性和潜能，满足学生的个性化学习需求，提升学生的学习体验和学习效率，帮助学生实现深度学习。

四、精准教学翻转课堂的PDCA式实施框架——以《管理学》为例

PDCA循环式的实施框架主要包括以下几个步骤（见图1），在教学反思这个环节后，再开启下一轮新的精准教学历程。

1. 教学设计精准化情况

本文以《管理学》课程中的“计划方法”为例说明上述模式的实施过程。这部分内容的教学目标是让学生理解和掌握PDCA法的重要意义、内容和实践应用，提升学生的自我计划能力和自我管理执行能力。根据该目标，笔者设计了混合式教学方法，提出两项重要任务：学生课前自学平台视频，课后以周为单位来制定并执行自己的复习计划。

2. 翻转教学实施精细化情况

根据课前测试题答题情况，笔者检验出学生对理论内容理解不足，在课堂上让学生们展示典型计划，进行比较并讨论；课后利用excel表或腾讯文档小程序设计15-18周的每周复习计划并填写执行情况，在规定时间内将计划与结果表格上传到超星平台，并设定好每周的检查时间点。

3. 学情跟踪、教学评价与反馈情况

在跟踪分析该作业每周完成情况的信息后，笔者发现问题主要体现在复习计划时间分配不合理、科目不全、执行力度不够等方面。于是，每周按评价节点将阶段性作业的完成情况反馈给学生，提出修改意见，督导学生完成每周各学科的复习任务后完成作业，并促进学生根据自身需求组成学习小组。

4. 教学策略精准优化情况

笔者把第一次作业反馈的课堂教学策略调整为讨论学生的计划内容，讲解评价标准，强调管理执行进度的重要性；明确提醒还未进行的学生正视这个问题，尽早完善作业，建立良好的自主学习能力，这次课后确实起到了督导的作用。

5. 指导精准化情况

通过学情诊断，笔者区别出学习状态不同的学生，进行个性化指导，总结出以下情况：相关作业任务有助于强化大学一年级新生的管理习惯和能力，大部分学生认识到了学习计划的重要性，详细规划了至本学期最终考试之前的复习进度与内容；同时，也能较早地筛选出班级内少量学习习惯不好的同学。同时，也尊重有些学生强调数据保密的要求，让学生通过微信向笔者发送腾讯文档的链接来参加评价。

6. 教学反思情况

笔者体会到公式类教学法最适合理科类大一新生学习管理类课程，如给作业提供较细致的模板和分析方案；预习问题要用解词的方法、对应案例内容来解释术语，才能使学生更容易理解理论内容，提升学生的分析能力。另外，还要与学习状态不佳的学生进行谈话，并持续进行重点监督与指导。

笔者会把上述教学反思应用到新一轮PDCA式的循环教学中：更倾向于采用自学线上视频后进行案例讨论式翻转课堂，完成理论内容教学，提供明确的最简版计划模板和相关执行要求，并将其评价贯穿之后的教学管理过程。

参考文献：

[1]李维涅. 混合式教学背景下的精准教学与深度学习研究——以“市场营销学”课程为例. 2024（6）： 149-152.

[2]姜倩，李艳，钱圣凡. 基于大数据的高校精准教学模式构建研究[J]. 2020（11）： 31-35.

[3]杨怡雪，齐明明，基于学生画像的高校思想政治理论课精准教学研究[J]. 沈阳工程学院学报（社会科学版） ，2024（1）：76-82.

[4]刘春娜. 基于大数据的高职护理专业精准教学模式探索[J]. 继续医学教育，2023（6）：137-140.

[5]宋官东，肖彬. 建构主义视角下高校线上线下混合式教学的理论与实践探索[J]. 高等农业教育，2021（4）： 72-77.

[6]王晓晨，张佳琪，杨浩，张世红. 深度学习视角下高校翻转课堂教学模式研究[J]. 电化教育研究，2020（12）：85-91.

[7]顾雯洁， 丁杰. 生成式人工智能赋能信息科技课堂教学的应用策略[J]. 中国信息技术教育， 2024（17）： 95-99.

[8]李鹏， 易淑明， 郑晓妮， 邓思慧， 张伟. 基于双层BOPPPS模式的高职护生精准式翻转课堂研究与实践[J]. 卫生职业教育， 2023（06）： 72-74.

作者简介：韩凤，女，1979-，沈阳建筑大学副教授，研究方向：智慧城市与城市治理；

赵玉岩，男，1983-，沈阳建筑大学讲师，研究方向：大数据分析。

项目简介：本文是2021年辽宁省普通高等教育本科教学改革研究项目（优质教学资源建设与共享项目）“基于建构主义和深度学习的混合式“金课”翻转课堂教学设计——以跨校修学分《管理学》课程为例”的研究成果。