论文部分内容阅读
摘 要：大数据、人工智能等新兴智能技术的迅猛发展为精准教学的有效实施提供机遇。智能时代精准教学逐渐呈现出理论创新化、技术智能化、内涵丰富化和指向清晰化特征。基于智能时代精准教学的特征，探索构建基于智能技术的精准教学模式，教师要借助智能技术手段精准衡量学生的认知特点和学习特征，评估学生优势潜能和最佳学习方式，设计个性化的学习推送方案，探索不同技术条件下的差异化教学策略，因材施教，以最大限度地提升教学的有效性、精准性，实现学生全面而有个性的发展。
关键词：智能技术;精准教学;教学模式
中图分类号：G424 文献标识码：A 文章编号：1009-010X（2021）30-0008-06
大数据、人工智能等新兴智能技术的发展引发了教育模式的转变和教育理念的革新，传统教育空间得到了有效拓展，教育逐渐趋于信息化、智慧化。2021年2月8日，教育部等五部门发布的《关于大力加强中小学线上教育教学资源建设与应用的意见》中表示，发展集教、学、测、评、管一体的教育教学新模式……强调引入数据挖掘与学习分析技术实现以个体需求为导向的数字教育资源服务供给，通过对资源应用全过程数据的有效采集与分析，准确定位用户的学习兴趣、学习水平、学习能力等，为学生提供动态精准、符合个体特征和应用能力差异的个性化服务。教育信息化的融合创新与发展，鼓励个性化学习，注重因材施教，然而，当今“学校规模化教学”与“学生个性化需求”之间的矛盾依然突出，理想的因材施教与现实的班级授课之间存在着不可跨越的鸿沟。因此，本文在深入剖析智能时代下精准教学特征的基础上，尝试建构基于智能技术的精准教学模式，以期最大限度地提升教学的有效性、精准性，实现差异化教学和个性化学习。
一、智能时代对“精准教学”的重新审视
精准教学（Precision Instruction）起源于20世纪60年代，由奥格登·林斯利基于斯金纳的行为学习理论发起，通过追踪学生行为表现评估教学方法有效性的框架。然而，在教学发展的过程中，精准教学“笔—纸绘制、人工分析”的繁琐记录方式越来越受到教育工作者的冷落而逐渐失去活力。智能技术的发展使精准教学打破了瓶颈，并呈现出了新的发展趋势。
（一）理论创新化
传统精准教学起源于行为学习理论，通过学生课上行为记录辅助教学评价，后在维果茨基最近发展区理论的指导下衍生出动态能力评估，推进了精准教学的发展。然而，由于行为主义自身的局限性，早期精准教学只关注学生的学习行为结果而忽视了行为本身，致使其难以得到广泛应用。随着现代教育技术的发展与逐步成熟，精准教学在克服行为学习理论的缺陷下，不断融合活动理论及掌握学习理论，其中，活动理论包含六大要素，即主体、客体、工具、共同体、规则和分工，它们之间相互影响，不断迭代，使整个精准教学活动的生态系统趋于平衡;而掌握学习理论指导下的精准教学强调个性化教学，将“关注每一个学生”贯穿于整个教学活动的始终，且借助智能技术因材施教，培养多元型创新人才。
（二）技术智能化
技术智能化激发了精准教学的活力，打破了精准教学只作为评估方法的陈规。一是大数据技术。通过深度挖掘多维度学生数据，全面分析学生学情并自动生成可视化报告;基于数据精确掌握学生情况，精准教学，建立指标评价体系，实现对学生发展的全面、科学评估。二是人工智能技术。借助语音识别、图像识别、手势识别等对数据进行深度挖掘、智能分析，形成学科知识图谱、用户画像，进而形成个性化推理引擎。
（三）内涵丰富化
精准教学的内涵随着时代的发展而逐渐丰富化。精准教学最早是作为一种评估方法出现的，通过对学生行为的分析来评价教学方法，可理解为精准评价。但在现代教育中，智能技术加持下的精准教学已然贯穿于教学活动的始终，其内涵丰富至课前——精微分析学情、精定教学目标、精选教学资源;课中——精细教学过程、精确评估学生;课后——精深内化知识。精准教学丰富的内涵可助力有效教学落地生根。
（四）指向清晰化
智能时代的人才培养需求发生了重大变化。新课标的颁布使各学科的教学内容均指向了学生核心素养的培养。然而，以往的教学实践只针对大多数学生的水平组织教学，较多关注学生具体知识的掌握，难以应对当下有效教学的需求。智能时代的精准教学将关注点由知识本身转向学生个体，强调面向每一个学生，关注每一个学生的成长，要求教学中尊重个体差异，因此在核心素养教育的背景下，更加强调学生全面而有个性的发展。
二、智能技术支持的“六步精准”教学模型
近年来，精准教学已成为教育研究领域的热点话题之一。祝智庭教授率先将信息技术引入到高效的精准教学中，采用递归思想精准教学目标，指出数据决策的重要性。杨现民、田雪松设计了高效互动课堂“5J”模型：精心设计—精细授导—精练研习—精准评估—精益辅导，实现了课堂教学“低耗高效、轻负高质”的目标，在有效的课时内最大程度地提高教学效率。筆者参考杨现民、田雪松提出的“5J”模型，结合智能时代精准教学四个特点，提出智能技术支持下的“六步精准”教学模型（如图1所示），并作以下简要分析。
“六步精准”教学模型由精微分析、精定目标、精选资源、精细过程、精确评估、精深内化六步构成，倡导学生学习前置、教师二次备课，实现教与学的立体化沟通交互。一是精微分析学情。借助智能技术全面、准确、迅速记录学生课前学习行为数据，使其学习状态、学习需求、学业与心理状况等内隐信息通过图表等方式外显化，便于教师精微分析学情。二是精定目标。结合数据分析结果，对学生、教学内容进行全面分析，精定教学目标，教学目标应明确、可分解、可量化。三是精选资源。针对学生课前学习数据反馈以及学习内容的不同，精心挑选合适的教学资源，包括微课资源、创设情境、学习题库、教学平台、教学工具、教学实践活动案例等。四是精细过程。教学过程分为线上教学与线下教学两部分，对所学概念、理论、材料等基础性记忆知识，由学生课前通过教学平台自主学习完成;对于抽象的、复杂的内容采取线下小组合作、分层教学的方式展开，实现因材施教、个性化学习;通过线上智能辅导的方式促进学生知识与能力深化发展，进而发展学科核心素养。五是精确评估。区别于传统的模糊评价，智能技术支持的精准教学评价体系是基于数据的、实时监测的精准评估，广泛采用各类数据，如考试与作业数据、自主学习数据、生理心理数据等，利用数据分析与挖掘方法建立完整的评价指标体系，实现对学生发展的全面评估与测量，为教师的精准干预提供方向。六是精深内化。通过剖析学生行为数据中潜藏的规律，识别学生学习过程中的薄弱环节，并进行个性化资源推荐，包括精品微课、巩固习题等，帮助学生精深理解、内化知识。整个过程应用大数据技术（数据统计、数据处理、数据挖掘、数据分析），实现了真正意义上的精准教学和个性化学习。 三、智能技术支持的精准教学模式的操作流程
知识的“吸收”“内化”是学生学习的两个关键。按照布鲁姆的“教育目标分类法”，在认知领域的教育目标由低级到高级可以分为：识记、理解、应用、分析、评价、创造。其中，“识记”“理解”“应用”为低阶目标，即知识的吸收;“分析”“评价”“创造”为高阶目标，即知识的内化（如图2所示）。
在传统教学中，课堂上主要是新知吸收，实现的是低阶认知目标，较为复杂的高阶思维活动通常以课后作业的形式让学生独立完成，然而，在知识内化阶段学生还会面临很多困难，需要教师提供指导。智能技术支持的精准教学模式通过学生“学习前置”的方式调整了课堂教学结构，对所学概念、理论、材料等基础性记忆知识，由学生课前通过教学平台自主学习完成，而“分析”“评价”“创造”的高阶认知目标采用小组合作、分层教学的方式达成。据此，本文提出了智能技术支持的精准教学模式（如图3所示）。
智能技术支持下的精准教学模式采取“学情数据为基础、智能技术为支撑、分层教学为方法、反思评价为保障、个性发展为宗旨、核心素养为指向”的设计策略，将整个教学活动分为线上线下相结合的三个阶段。
（一）以学定教，精准教学目标
智能技术支持下精准教学模式的第一阶段主要借助网络课堂平台（如智慧学伴）发布课前自主学习任务，支持学生线上自主学习，并通过大数据分析技术，将学生的学习表现、学习结果等以图表的形式展现，实现学情可视化，进而辅助教师重定教学目标，二次备课。具体包含三个步骤，如表1所示。
（二）因材施教，精细教学过程
智能技术支持下精准教学模式的第二阶段采取线上线下相结合的方式，首先线下分层教学，实现大规模授课制下的因材施教，注重小组合作;其次课后进行线上智能辅导，通过微课延伸、平台智能推荐等方式，实现学生高阶能力的发展及核心素养的达成。具体包括两段六步，如表2所示。
（三）评思促教，精致教学结果
智能技术支持下精准教学模式的第三阶段注重师生评价与教师反思，评思促教，旨在精致教学效果。具体包括两个步骤，如表3所示。
四、智能技术支持的精准教学模式的实施条件
（一）针对高年级、自我监控能力强的学生
智能技术支持的精准教学模式要求学生具有较强的自主学习能力、智能平台和工具的使用能力。研究发现，低年级学生的认知能力与非认知能力的发展普遍有待完善，其注意力、自控力、智能工具使用能力较差，难以独立完成课前线上预习和课后线上讨论，且由于低年级学生的心理生理发展不成熟，长时间的线上学习会带来诸多弊端，如小学生对网络信息的辨别能力较差，容易受到网上不良信息的影响;长时间的线上学习会导致视力下降等。因此，精准教学模式只针对于高年级、自我监控能力强的学生。
（二）周密的小组合作学习策划
智能技术支持的精准教学模式强调共性问题师生研讨、个性问题小组互助，激励学生主动学习，提高认知及接受信息的能力，让学生真正成为课堂的主人。因此，成功的小组合作学习需周密的策划，包括精心选择的内容、周密的小组活动、恰当的小组建设、合理的过程指导等，让学生在共享和交流中达成对知识的深层理解。
（三）教师信息技术教学能力及信息素养
智能技术支持的精准教学模式不仅能促进学生掌握基本知识和技能，也能促进教师提升自身的信息技术教学能力及信息素养。随着智能技术的发展及其在教育中的普及应用，教师可获取的数据越来越丰富，然而，拥有数据并不等于改善教学质量，拥有数据意识也不等于具备数据处理能力。智能时代下，教师应提高数据分析能力，以精准掌握分析学情;提高信息化教学能力，使课堂教学变得更加高效;提高课堂管理组织能力，积极利用情境、协作、会话和意义建构等要素，打开学生的思维，促进良性互动。
（四）优质共享的线上教学资源库
资源是制约教学应用最为关键的一环，优质的线上教学资源是精准教学有效实施的必要条件。在智能技术的冲击下，线上教育体系逐渐发酵，对于优质线上教学资源的需求迫在眉睫。教学资源不仅包括支持教师教学的资源，如精品课件、优质教案、教学设计、现场课例、名师讲座等，还包括支持学生学习的资源，如学科微课、题库、资料文献等，各资源间互联互通，实现随时随地的资源共享，为师生营造良好的线上教育环境。
参考文献：
[1]中华人民共和国教育部.扩大中小学线上优质教育资源供给，支撑教育高质量发展[EB/OL].http：//www.moe.gov.cn/jyb_xwfb/moe_2082/2021/2021_zl10/202102/t20210208_512967.html.
[2]中国网.《2020智能教育发展蓝皮书》发布 探索智能技术助力规模化因材施教落地实践路径[EB/OL].https：//baijiahao.baidu.com/s？id=1686130380049424241&wfr=spider&for=pc
[3]Binder，C.precision teaching：Measuring and attaining exemplary academic achievement[J].Youth Policy，1988，（7）.
[4]Binder，C.， Sweeney，L.Building fluent performance in a customer call center[J].Performance Improvement，2002，（2）.
[5]刘 宁，余胜泉.基于最近发展区的精准教学研究[J].电化教育研究，2020，（07）.
[6]郭利明，杨现民，张 瑶.大数据时代精准教学的新发展与价值取向分析[J].电化教育研究，2019，（10）.
[7]刘邦奇.智能技术支持的“因材施教”教学模式构建与应用——以智慧课堂为例[J].中国电化教育，2020，（09）.
[8]祝智庭，彭紅超.信息技术支持的高效知识教学：激发精准教学的活力[J].中国电化教育，2016，（01）.
[9]杨现民，田雪松.中国基础教育大数据2016-2017：走向数据驱动的精准教学[M].北京：科学出版社，2018.
[10][美]洛林·W.安德森，等.布卢姆教育目标分类学——分类学视野下的学与教及其测评[M].蒋小平，罗晶晶，张琴美，译.北京：外语教学与研究出版社，2018.
[11]高 钧.数据驱动下的智慧课堂精准教学[M].北京：中国人民大学出版社，2020.
关键词：智能技术;精准教学;教学模式
中图分类号：G424 文献标识码：A 文章编号：1009-010X（2021）30-0008-06
大数据、人工智能等新兴智能技术的发展引发了教育模式的转变和教育理念的革新，传统教育空间得到了有效拓展，教育逐渐趋于信息化、智慧化。2021年2月8日，教育部等五部门发布的《关于大力加强中小学线上教育教学资源建设与应用的意见》中表示，发展集教、学、测、评、管一体的教育教学新模式……强调引入数据挖掘与学习分析技术实现以个体需求为导向的数字教育资源服务供给，通过对资源应用全过程数据的有效采集与分析，准确定位用户的学习兴趣、学习水平、学习能力等，为学生提供动态精准、符合个体特征和应用能力差异的个性化服务。教育信息化的融合创新与发展，鼓励个性化学习，注重因材施教，然而，当今“学校规模化教学”与“学生个性化需求”之间的矛盾依然突出，理想的因材施教与现实的班级授课之间存在着不可跨越的鸿沟。因此，本文在深入剖析智能时代下精准教学特征的基础上，尝试建构基于智能技术的精准教学模式，以期最大限度地提升教学的有效性、精准性，实现差异化教学和个性化学习。
一、智能时代对“精准教学”的重新审视
精准教学（Precision Instruction）起源于20世纪60年代，由奥格登·林斯利基于斯金纳的行为学习理论发起，通过追踪学生行为表现评估教学方法有效性的框架。然而，在教学发展的过程中，精准教学“笔—纸绘制、人工分析”的繁琐记录方式越来越受到教育工作者的冷落而逐渐失去活力。智能技术的发展使精准教学打破了瓶颈，并呈现出了新的发展趋势。
（一）理论创新化
传统精准教学起源于行为学习理论，通过学生课上行为记录辅助教学评价，后在维果茨基最近发展区理论的指导下衍生出动态能力评估，推进了精准教学的发展。然而，由于行为主义自身的局限性，早期精准教学只关注学生的学习行为结果而忽视了行为本身，致使其难以得到广泛应用。随着现代教育技术的发展与逐步成熟，精准教学在克服行为学习理论的缺陷下，不断融合活动理论及掌握学习理论，其中，活动理论包含六大要素，即主体、客体、工具、共同体、规则和分工，它们之间相互影响，不断迭代，使整个精准教学活动的生态系统趋于平衡;而掌握学习理论指导下的精准教学强调个性化教学，将“关注每一个学生”贯穿于整个教学活动的始终，且借助智能技术因材施教，培养多元型创新人才。
（二）技术智能化
技术智能化激发了精准教学的活力，打破了精准教学只作为评估方法的陈规。一是大数据技术。通过深度挖掘多维度学生数据，全面分析学生学情并自动生成可视化报告;基于数据精确掌握学生情况，精准教学，建立指标评价体系，实现对学生发展的全面、科学评估。二是人工智能技术。借助语音识别、图像识别、手势识别等对数据进行深度挖掘、智能分析，形成学科知识图谱、用户画像，进而形成个性化推理引擎。
（三）内涵丰富化
精准教学的内涵随着时代的发展而逐渐丰富化。精准教学最早是作为一种评估方法出现的，通过对学生行为的分析来评价教学方法，可理解为精准评价。但在现代教育中，智能技术加持下的精准教学已然贯穿于教学活动的始终，其内涵丰富至课前——精微分析学情、精定教学目标、精选教学资源;课中——精细教学过程、精确评估学生;课后——精深内化知识。精准教学丰富的内涵可助力有效教学落地生根。
（四）指向清晰化
智能时代的人才培养需求发生了重大变化。新课标的颁布使各学科的教学内容均指向了学生核心素养的培养。然而，以往的教学实践只针对大多数学生的水平组织教学，较多关注学生具体知识的掌握，难以应对当下有效教学的需求。智能时代的精准教学将关注点由知识本身转向学生个体，强调面向每一个学生，关注每一个学生的成长，要求教学中尊重个体差异，因此在核心素养教育的背景下，更加强调学生全面而有个性的发展。
二、智能技术支持的“六步精准”教学模型
近年来，精准教学已成为教育研究领域的热点话题之一。祝智庭教授率先将信息技术引入到高效的精准教学中，采用递归思想精准教学目标，指出数据决策的重要性。杨现民、田雪松设计了高效互动课堂“5J”模型：精心设计—精细授导—精练研习—精准评估—精益辅导，实现了课堂教学“低耗高效、轻负高质”的目标，在有效的课时内最大程度地提高教学效率。筆者参考杨现民、田雪松提出的“5J”模型，结合智能时代精准教学四个特点，提出智能技术支持下的“六步精准”教学模型（如图1所示），并作以下简要分析。
“六步精准”教学模型由精微分析、精定目标、精选资源、精细过程、精确评估、精深内化六步构成，倡导学生学习前置、教师二次备课，实现教与学的立体化沟通交互。一是精微分析学情。借助智能技术全面、准确、迅速记录学生课前学习行为数据，使其学习状态、学习需求、学业与心理状况等内隐信息通过图表等方式外显化，便于教师精微分析学情。二是精定目标。结合数据分析结果，对学生、教学内容进行全面分析，精定教学目标，教学目标应明确、可分解、可量化。三是精选资源。针对学生课前学习数据反馈以及学习内容的不同，精心挑选合适的教学资源，包括微课资源、创设情境、学习题库、教学平台、教学工具、教学实践活动案例等。四是精细过程。教学过程分为线上教学与线下教学两部分，对所学概念、理论、材料等基础性记忆知识，由学生课前通过教学平台自主学习完成;对于抽象的、复杂的内容采取线下小组合作、分层教学的方式展开，实现因材施教、个性化学习;通过线上智能辅导的方式促进学生知识与能力深化发展，进而发展学科核心素养。五是精确评估。区别于传统的模糊评价，智能技术支持的精准教学评价体系是基于数据的、实时监测的精准评估，广泛采用各类数据，如考试与作业数据、自主学习数据、生理心理数据等，利用数据分析与挖掘方法建立完整的评价指标体系，实现对学生发展的全面评估与测量，为教师的精准干预提供方向。六是精深内化。通过剖析学生行为数据中潜藏的规律，识别学生学习过程中的薄弱环节，并进行个性化资源推荐，包括精品微课、巩固习题等，帮助学生精深理解、内化知识。整个过程应用大数据技术（数据统计、数据处理、数据挖掘、数据分析），实现了真正意义上的精准教学和个性化学习。 三、智能技术支持的精准教学模式的操作流程
知识的“吸收”“内化”是学生学习的两个关键。按照布鲁姆的“教育目标分类法”，在认知领域的教育目标由低级到高级可以分为：识记、理解、应用、分析、评价、创造。其中，“识记”“理解”“应用”为低阶目标，即知识的吸收;“分析”“评价”“创造”为高阶目标，即知识的内化（如图2所示）。
在传统教学中，课堂上主要是新知吸收，实现的是低阶认知目标，较为复杂的高阶思维活动通常以课后作业的形式让学生独立完成，然而，在知识内化阶段学生还会面临很多困难，需要教师提供指导。智能技术支持的精准教学模式通过学生“学习前置”的方式调整了课堂教学结构，对所学概念、理论、材料等基础性记忆知识，由学生课前通过教学平台自主学习完成，而“分析”“评价”“创造”的高阶认知目标采用小组合作、分层教学的方式达成。据此，本文提出了智能技术支持的精准教学模式（如图3所示）。
智能技术支持下的精准教学模式采取“学情数据为基础、智能技术为支撑、分层教学为方法、反思评价为保障、个性发展为宗旨、核心素养为指向”的设计策略，将整个教学活动分为线上线下相结合的三个阶段。
（一）以学定教，精准教学目标
智能技术支持下精准教学模式的第一阶段主要借助网络课堂平台（如智慧学伴）发布课前自主学习任务，支持学生线上自主学习，并通过大数据分析技术，将学生的学习表现、学习结果等以图表的形式展现，实现学情可视化，进而辅助教师重定教学目标，二次备课。具体包含三个步骤，如表1所示。
（二）因材施教，精细教学过程
智能技术支持下精准教学模式的第二阶段采取线上线下相结合的方式，首先线下分层教学，实现大规模授课制下的因材施教，注重小组合作;其次课后进行线上智能辅导，通过微课延伸、平台智能推荐等方式，实现学生高阶能力的发展及核心素养的达成。具体包括两段六步，如表2所示。
（三）评思促教，精致教学结果
智能技术支持下精准教学模式的第三阶段注重师生评价与教师反思，评思促教，旨在精致教学效果。具体包括两个步骤，如表3所示。
四、智能技术支持的精准教学模式的实施条件
（一）针对高年级、自我监控能力强的学生
智能技术支持的精准教学模式要求学生具有较强的自主学习能力、智能平台和工具的使用能力。研究发现，低年级学生的认知能力与非认知能力的发展普遍有待完善，其注意力、自控力、智能工具使用能力较差，难以独立完成课前线上预习和课后线上讨论，且由于低年级学生的心理生理发展不成熟，长时间的线上学习会带来诸多弊端，如小学生对网络信息的辨别能力较差，容易受到网上不良信息的影响;长时间的线上学习会导致视力下降等。因此，精准教学模式只针对于高年级、自我监控能力强的学生。
（二）周密的小组合作学习策划
智能技术支持的精准教学模式强调共性问题师生研讨、个性问题小组互助，激励学生主动学习，提高认知及接受信息的能力，让学生真正成为课堂的主人。因此，成功的小组合作学习需周密的策划，包括精心选择的内容、周密的小组活动、恰当的小组建设、合理的过程指导等，让学生在共享和交流中达成对知识的深层理解。
（三）教师信息技术教学能力及信息素养
智能技术支持的精准教学模式不仅能促进学生掌握基本知识和技能，也能促进教师提升自身的信息技术教学能力及信息素养。随着智能技术的发展及其在教育中的普及应用，教师可获取的数据越来越丰富，然而，拥有数据并不等于改善教学质量，拥有数据意识也不等于具备数据处理能力。智能时代下，教师应提高数据分析能力，以精准掌握分析学情;提高信息化教学能力，使课堂教学变得更加高效;提高课堂管理组织能力，积极利用情境、协作、会话和意义建构等要素，打开学生的思维，促进良性互动。
（四）优质共享的线上教学资源库
资源是制约教学应用最为关键的一环，优质的线上教学资源是精准教学有效实施的必要条件。在智能技术的冲击下，线上教育体系逐渐发酵，对于优质线上教学资源的需求迫在眉睫。教学资源不仅包括支持教师教学的资源，如精品课件、优质教案、教学设计、现场课例、名师讲座等，还包括支持学生学习的资源，如学科微课、题库、资料文献等，各资源间互联互通，实现随时随地的资源共享，为师生营造良好的线上教育环境。
参考文献：
[1]中华人民共和国教育部.扩大中小学线上优质教育资源供给，支撑教育高质量发展[EB/OL].http：//www.moe.gov.cn/jyb_xwfb/moe_2082/2021/2021_zl10/202102/t20210208_512967.html.
[2]中国网.《2020智能教育发展蓝皮书》发布 探索智能技术助力规模化因材施教落地实践路径[EB/OL].https：//baijiahao.baidu.com/s？id=1686130380049424241&wfr=spider&for=pc
[3]Binder，C.precision teaching：Measuring and attaining exemplary academic achievement[J].Youth Policy，1988，（7）.
[4]Binder，C.， Sweeney，L.Building fluent performance in a customer call center[J].Performance Improvement，2002，（2）.
[5]刘 宁，余胜泉.基于最近发展区的精准教学研究[J].电化教育研究，2020，（07）.
[6]郭利明，杨现民，张 瑶.大数据时代精准教学的新发展与价值取向分析[J].电化教育研究，2019，（10）.
[7]刘邦奇.智能技术支持的“因材施教”教学模式构建与应用——以智慧课堂为例[J].中国电化教育，2020，（09）.
[8]祝智庭，彭紅超.信息技术支持的高效知识教学：激发精准教学的活力[J].中国电化教育，2016，（01）.
[9]杨现民，田雪松.中国基础教育大数据2016-2017：走向数据驱动的精准教学[M].北京：科学出版社，2018.
[10][美]洛林·W.安德森，等.布卢姆教育目标分类学——分类学视野下的学与教及其测评[M].蒋小平，罗晶晶，张琴美，译.北京：外语教学与研究出版社，2018.
[11]高 钧.数据驱动下的智慧课堂精准教学[M].北京：中国人民大学出版社，2020.