当“因材施教”遇上“大数据”，当“AI”遇上“教育”，又会带来怎样的精彩？

一、确立研究主题，聚焦核心问题

在区“数据驱动大规模因材施教计划”的指引下，我们的项目研究聚焦了这几个关键词：数据驱动，个性化学习，表现性评价。力图通过表现性任务评价学生学习过程与能力的发展；透过数据准确分析学情，驱动教学决策，检测目标达成度；分析学生个体，诊断能力优势和学习短板，推进差异化教学，促学生个性化学习。

那么随之而来的问题便是：数据从何而来，表现性评价的过程性资源如何采集，学生的个性化学习如何发生，差异化教学如何落实，带着这一系列问题，我们开始寻找能够为我们所用的信息技术平台。

二、选择教学平台，聚焦点阵技术

基于研究的需要，我们选择了诺笔有声云课堂互动教学平台。这是该平台的界面，共包含9大模块，我们日常使用最多的是“互动课堂”模块。与传统课堂相比，该模块的最大优势是能够保存所有上过的课程资源，便于教师做课后反思和日常研究。该平台依托“点阵”技术，不仅可以采集、回放学生笔迹和主客观题的思考过程，还可以通过互动答题卡伴随式采集教学过程中的关键数据，便于老师开展数据驱动下的因材施教。

三、聚焦典型课例，数据驱动教学

为了更深入的落实因材施教，我们以课例研究为载体，以“点阵”技术为支架，无痕地融技术和评价于学科教学中。这是我们初步探索出来的基于平台开展数据驱动课堂教学的实施模式。依据课前评价的数据，准确把握学生的认知起点，进行有针对性的教学设计；课中依据数据，精准诊断学情，有效推进差异化教学；课后依据数据，分层推送个性化学习资源，检测目标达成度的同时促学生的个性化学习。

四、梳理研究路径，发展核心素养

回顾整个项目研究的过程，我们经历了文献综述、平台选择、教学实践、总结梳理四个阶段。每个阶段都凝聚着伙伴们的智慧，每个阶段都充满着感动。为了丰富项目研究的数据，便于实验班和非实验班的数据对比，我们在年级12个班中围绕“有余数除法”实施了表现性评价。团队的伙伴们一起商讨任务的设计、制订评价标准、实施评价、收集过程性资源，进行数据统计和分析，通过雷达图我们很清晰的了解到12个班级在数学阅读、不同情境中余数的处理、问题解决能力与策略三个维度上的学习水平和能力差异，为后续的差异化教学提供了有力的数据支撑。