個人看法：

1:基礎教育是根基，作為教育者，個人認為還是先提高自己的教學水平。

2:現在是網際網路時代，每個行業都離不開網際網路，尤其是今年這種情況，很多學校透過網際網路這個平臺為孩子上課。

3:如何更好擁抱網際網路，就需要在教育這方面多向網際網路傾斜，比如好的課釋出與網際網路，這樣更多的孩子可以受益，網際網路也可以為老師們提供更多的平臺，鼓勵優秀的教育者向這方面發展。

首先看基礎教育的概念。

中國的基礎教育包括幼兒教育、小學教育、普通中等教育。狹義上講是九年義務教育。

很明顯，國辦教育是根本，教育內容國家不可能開放給三方公司，只會控制在教育局手裡，這次疫情小學線上教育之所以沒開幾天就叫停的根本原因是“內容”跟不上，無統一標準，並且釋出渠道過於依賴商業公司。

1、課程內容通道工具是個選擇，課程內容來自官方，可以基礎內容做一系列工具給家長選擇，比如在內容基礎上，透過網際網路工具延伸作業工具、測試工具等

2、官方內容補充，現在諸多課外教育機構做的比較火，但實際測試，網路教育效果不如實際現場培訓學習效果。所以在輔助內容選題上應該側重於什麼，長課程不是個好的選擇，考試輔導等短課程可以一試。

怎麼在基礎教育階段的教學中尋找可以利用資料提高教學效果的場景?

教學分為四個基本環節，備(課)，講(課)，練(習)，測(評)。四個環節都可以使用資料，資料滲透的難度依次遞減，但是資料效果也依次遞減。

資料運用最成熟的場景是測評。測評又可以分終結性測評和形成性評價。在終結性測評中使用資料，在中國往往以自動閱卷系統的測評報告作為產品形態；而在美國則有NAEP這樣的全國性標準化考試和ETS這樣的自適應測試系統。形成性評價發展相對薄弱，有一些技術嘗試，但是沒有成熟的落地產品。

測評用於提分的最大障礙是怎麼為教學提供有效資訊。終結性測評我把它比喻為屍檢，孩子都已經完成學業了，也沒法再進行有效教學干預了；因此它的作用不是治病救人，而是識別兇手，即識別並排除糟糕的老師(或者學校)。因此，這是個教育管理的剛需，但是未必是教學剛需。形成性評價的確有進行教學干預的時間視窗，但是給學生(以及學生家長)和老師的報告很難落地。因為現在大部分形成性評價模型還是對於知識點掌握機率的預測(包裝成掌握等級實質上是一樣的)。一方面這種預測很難解釋，例如平行四邊形面積公式掌握機率80%(或者五顆星中四顆星)，老師問啥意思，立馬歇菜；另一方面是很難落實為教學干預，老師問，要做什麼才能把這個學生的掌握程度變成五顆星，繼續歇菜。因此，很多報告看上去高大上，但老師根本不用，最後還是要問測評公司要看原始做答資料。據我所知，雲校在高頻率測評(例如月考)中採用了一些資料探勘的技術，來指導下一步的教學方向，但是是否有效未知。

練習的資料使用場景是跨界做教育的公司最喜歡講的故事。但是大部分場景的教學效果沒有特別多實證證據來支援。

舉個例子，做練習產品第一個想到的需求可能是錯題本。對於大部分學生而言，錯題本是一個典型因果倒置帶來的偽需求。老師可能觀察到有錯題本的學生成績都好，因此推斷錯題本提分。但是更有可能的因果推斷是這些孩子高度自律，因此才會整理錯題本，因此才會好好學習分數高。就算用資料和技術實現了錯題本自動整理和呈現，學生不去主動糾錯與歸納依然抓瞎。

再舉個例子，網際網路教育做練習的另一個必備賣點是推薦。不論是錯題的類題推薦，還是(基於形成性測評的)自適應推薦，實質都是暴露學生的薄弱環節。但是與電商或者內容平臺上的協同推薦暴露使用者偏好就可以利用不同，學生的薄弱環節很難“利用”。如果我知道你搜索了裙子，我可以給你推薦10款不同的裙子，總有一款適合你。但是如果我知道學生不會這道題，我再給學生推10道TA不會的類題，學生就崩潰了。類似的道理，CTR建模很難在教學中使用。我們有技術可以相對精準地預測學生在所有問題上的答對正確率，但是這個預測很難變成有效的內容推薦邏輯：並不是越難越好，也不是越簡單越好；你說優先推70%-80%正確率的內容，教育學上的原理是什麼？實證結果有效麼？【留白給AER】【留白給松鼠AI】

說到推薦系統，就繞不開標籤體系。在2019這個時點上，細粒度的標籤似乎成為內容產品的標配。我本人對於細粒度標籤的診斷和推薦作用基本持否定態度，但是拋開有沒有用不說，打標籤這個工作本身可以產生大量資料，並應用資料。如果採用兼職打，那麼質控和效率問題都可以資料化；不少資料科學家也會手癢地去自動打標籤。

與標籤體系類似，拍照識別技術本身與教學不太相關，但是在特定場景下可以降低教學成本。比如作業幫和小猿帶起節奏的拍照搜題，作業盒子帶起節奏的口算拍照批改。這個領域可以積累大量資料，並且是應用深度學習技術的好機會。應用這些技術拿流量肯定沒問題，但是是否有助於提分?故事好壞都可以講，但是實證研究幾乎沒有。比如拍照搜題“抄答案”，學霸拿來抄簡單題把時間用在攻克難題上可能提分了，學渣拿來抄難題答案就可能降分了。

另一個與拍照識別類似，但是我覺得對於教學幫助應該為正的是語音識別和評分技術。英語口語評判和糾音，絕對是課堂教學和課後練習的痛點。大量語料的積累、模型的完善(比如雲知聲)和產品形態的迭代(比如一起作業)，我主觀估計是對於中國義務教育階段英語教學做出了相當貢獻。但是英語口語教學畢竟只是義務教育中相當小的一塊。

既然測和練都不太能提分，我們就要談教學環節，即講了。這是目前教育和資料相結合的研究前沿。最直接的使用場景是做智慧教學系統( Intelligent Tutor System)。這點在國內不太受重視，但是一直是美國教育技術研究的核心領域。這和兩國教育技術研究的最大支持者有關。美國的教育技術最大買單者是美國軍方(特別是美國海軍)，因此(遠端)講一直是重點；而中國大部分教育技術公司或多或少脫胎於題庫產品，因此更注重測和練。但是時間到了2019年，大家發現下沉市場的教學環節有利可圖，並且我相信大家會逐步發現，哪怕有輔導老師的“人工智慧”，在北京給三線城市孩子們講課面臨的問題本質上和在美國給太平洋上的海軍官兵培訓是一致的。因此，風頭正勁的AI課(例如斑馬英語)開始具備ITS的雛形。ITS會生成大量行為資料和形成性測評資料，將深刻改變我們對於學生模型和教學模型的認知和迭代方式。這個商業模式繼續發展下去，會是真正意義上大資料在教育中發揮作用的溫床。

除了直接做ITS來替代教學，也有輔助教學的場景。利用課堂影片來進行表情/體態/動作識別，找到學生最迷惑/走神的時刻，觀察師班互動情況，從而進行評課和覆盤是一個邏輯上合理、學術上成熟( Ryan Baker的AFFECT研究)的想法。產品上落地的有好未來的魔鏡系統或者海康威視的攝像頭進校。但是目前沒有看到它們改變教學流程從而影響教學質量的報道和研究：畢竟要直接改變教師的內容生產和傳遞模式很容易把自己作死。此外，這個場景對於師生隱私保護的道德風險和法律風險都不容低估。

既然說到了內容生產模式，就涉及了備的環節。備課理論上要考慮六備，但是實際資料能切的是備學生，備教法和備資料。這方面，據我所知，唯一有穩定產品落地的是好未來的智慧教學系統，把課件針對不同層次的學生做成元件化，然後老師根據對於班級學生學情的理解(不確定有多少是系統輔助)，選擇相應元件上課，這實現了備資料和備教法的統一。我自己帶領的團隊在簡單互動講解內容生產上也有一些嘗試，利用歷史資料還原學生學習路徑，找到學生學習的關鍵障礙點，輔助教研迭代內容，這隻能算備學生和備教法的統一。

總結一下，在義務教育中使用資料有嘗試，但是還沒有很好結果。困難有兩個：

第一，教學流程高度依賴紙筆黑板，資料的抓取和收集還是一個很大障礙(也造就了一些技術和資料的場景，例如影象識別用於搜題和拍批，語音識別用於口語打分)；線上可以獲得的學習資料非常碎片化，而且無法有效獲得備、講這兩個環節的資料。因此，資料產品難以切入核心教學環節，也難以形成有效的教學賦能。未來智慧終端進校是大趨勢，解決全流程的資料抓取儲存問題後，資料與教育結合來提高教學有效性的春天才會到來。今天我們已經看到在智慧終端上一些應用場景的苗頭，但是能否開枝散葉、開花結果，還有待時間的檢驗。

第二，教學內容生產很重，上規模地快速迭代在現有生產和使用體系下是不可能的。因此，從師生反饋到產品迭代的週期非常長。一個知識點一年也就幾周的曝光時間(國家對於教學進度有強制要求)。因此，哪怕資料能賦能教學，提高分數，也需要幾年時間(甚至是十幾年)。

我們已經進入資訊化、智慧化時代，網際網路、雲計算、大資料技術日新月異，尤其是5G技術的日益成熟與普及已使萬物互聯成為可能，這一大趨勢必將對各個行業產生巨大的影響，當然也會助力基礎教育手段提升，提高立德樹人的質量和水平。

我們大致可以把基礎教育分成知識、能力、素質三部分。針對這三部分進行分析，哪些可以利用網際網路平臺？

1.我認為可以將基礎教育的知識點部分，利用慕課等資訊平臺，學生可以根據教學要求利用業餘時間，採取多媒體、碎片化的學習方式獲得。

2.至於能力培養的實驗部分，可以透過網際網路資訊平臺學習其實驗原理，利用VR技術、模擬模擬技術去體驗，當然最終要到實驗室去躬身踐行，親自動手去做。

3.至於素質教育部分，可以透過網際網路學習，提高知識類的素質。比如文學修養，禮儀常識等等。

教育是一個過程。透過教育過程使受教育者得以增長知識，提高技能，強化素質。因此教育過程管理非常重要，由於師資力量的問題有時不能做到對全員學生做到精準教育，也就是所謂的因材施教。

利用網際網路、大資料技術完全可以實現教育過程的全程控制，即時提出指導性意見和建議，隨時糾正和引導學生向預訂目標修正。

目前的學生處於“小升初”、“中考”、“高考”的應試教育狀態，儘管我們提倡素質教育，但是由於競爭的激烈，不能完全做到純粹的素質教育。

那麼有了網際網路就可以節省很多用於知識傳授的時間，這樣可以多安排實驗、實踐，或第二課堂等等。也由於網際網路、大資料的精準分析控制可以進行個性化培養。

一家之言僅供參考。

這次疫情對教師的教育資訊化水平有兩點提升：

1、從技術方面講，讓更多的老師學會了直播教學，學會了微課製作。

疫情期間，我校一位58歲的老教師始終參與一線直播教學，從未中斷過。這位教師在平常很少使用電腦，對網際網路資源也沒有特別關注。然而，“停課不停學”沒有難倒這位老教師，提前主動學習直播技術，對釘釘群直播研究的很透徹，短時間內成為學校網路教學骨幹教師。

延遲開學，讓老師們從單純的網際網路搜尋，轉變為內容輸出；由被動的接受網路教學，轉變為主動提升網路教學技能。這種改變短時間內豐富了網際網路教學資源，倒逼教師資訊科技專業技能的提高，使更多沉睡在網際網路的優秀教學資源重新發揮作用。

我校開展的多群聯播課堂，發揮了骨幹教師的優勢，也讓學生聆聽到不同教師的教學風格。

2、從觀念方面講，教師在被動接受新型教學方式過程中，從消極轉變為逐漸接納。

我們學校剛開始進行直播教學時，大家的興趣不高，我培訓了幾次，參與的老師並不多。真正到了開學時，課表出來了，要求大家直播，有些老師才臨時抱佛腳，搞得很不流暢。

隨著延遲開學的深入開展，我校教師的直播技術有了很大提升，不斷尋求更好的措施提高教學效果。

一、學校的支援力度是否足夠？一個學校的教學觀念，與學校管理者的思維有很大關係。

疫情結束後，網路教學必將歸於沉寂，這是正常現象。這段時間，網路教學已經疲態盡顯，教學效果很難有質的提升。但作為一種輔助教學方式，網路教學有著傳統教學沒有的優勢。

校領導更要抓住這次直播浪潮，在正式開學後，積極組織各種家校活動，藉助網際網路平臺，家校零距離連線，不斷促進學校教學和管理創新發展。

二、學校教師也要充分發揮網際網路優勢，積極尋求最優教學資源，藉助網際網路平臺與家長面對面交流，形成教師、家長、學生常態化溝通。

比如，定期搞一搞班級主題班會，傾聽多方意見改進教學。直播課堂，讓家長透過網際網路平臺瞭解學生上課情況。社團活動課也可以透過直播分發給家長，讓家長看到學校不一樣的風采。

總之，網際網路的優勢逐漸滲透於教育的方方面面，作為教育工作者要以積極的心態擁抱教學改革，發揮共享資源的優勢，進一步提高教學效果。