数据驱动式教学:如何科学、有效、系统地提高学生成绩
上QQ阅读APP看书,第一时间看更新
 SJQD-3

导语

专业学习共同体是数据驱动式教学的基石。

——理查德·杜福尔

约翰·W. 加德纳(John W. Gardner1961年出版了《卓越》(Excellence)一书,在该书的副标题中,他提出了这样的疑问——“我们能实现公平和卓越吗?”当代教育工作者需要对这一问题做出肯定回答,但这对他们来说是一种挑战。追求卓越的学校必须采取行动,来确保所有学生都能有平等的机会获取知识和技能,培养优秀品格,为未来做好准备。开设学校是为了根据学生的认知能力、社会经济地位和可能从事的职业对学生进行分类和筛选。如今,这些学校需要确保每个学生在高中毕业时都具备高水平的学习能力,来为大学或其他类型的高等教育培训做准备。简而言之,一所学校要想变得卓越,就需要追求公平。

20世纪70年代和80年代关于有效学校的研究表明,某些学校比其他学校能更有效地帮助学生达到预期的学习水平。然而,学校经常忽略一个事实,即一所学校内部学生的成绩差距要比不同学校之间学生的成绩差距大得多,这在很大程度上是因为同一所学校里教师的能力参差不齐。

这一发现不足为奇,因为世界上大部分地区采用的都是传统的学校教育结构,每位教师的课堂都是独立的,教师自身的经验、专业知识、偏好和兴趣决定了课堂教学。对于学生来说,这种结构像是一种教育赌注,他们学什么,学多少,如何得到评估,如何应对困难,这些几乎全都取决于分配给他们的教师。

那些希望发展数据驱动式教学的领导者必须直面挑战:缩小教师之间的能力差距,让所有学生都能获得良好的教学、切实可行的课程安排及严格的学习情况监测,在学习遇到困难时都能得到系统的干预,在表现出较高的学习水平时都能得到一定的延伸和拓展。面对这一挑战,最有希望的解决办法就是:让专业学习共同体成为发展数据驱动式教学的基石。这种方法能让教育事业变得卓越和公平。