与数据同行：在数据教学中关注学生的核心素养

与数据同行：在数据教学中关注学生的核心素养

徐洁楠

海宁市盐官镇郭店中心小学

【摘要】浙江省小学信息技术教材的修订，反映了大数据与教育的结合成为时代发展的必然要求。针对小学生数据析能力培养特点，结合生活，选择题材，进行头脑风暴，发散思维，然后全面问卷，获取有温度的数据；应用多种技术选择数据，可视化的呈现数据，灵活处理展现数据，从而呈现有效度的数据；最后关注数据深度思维，引用数据审视现状，运用合理数据，多维思考，解读有深度的数据，从而解决实际问题。学会让数据说话，关注学生的数据分析能力，落实核心素养。采用一些教学方法和教学策略帮助学生逐步建立起数据分析能力，并在数据教学的实践中关注学生的核心素养的落实。

【关键词】新教材，数据，核心素养

浙江省小学信息技术教材在今年做了重新修订，从新教材的内容布局中我们看出，数据（Data）在义务阶段的教材中有着举足轻重的作用。本次修订充分反映了以学习为中心的教与学关系，在问题解决过程中提升信息素养，构建基于学科核心素养的评价体系，推动数字化时代的学习创新，培养学生的数据观念。而我们的小学生数据分析能力培养具有如下特征：不同学段学生的数据分析能力培养要求应有所区别，3-4年级学生可进行简单的数据整理，处于数据分析观念的“局部思考期”；5~6年级学生能初步掌握一些统计知识和方法，数据分析能力开始进入“整体思考期”。因此从义务教育阶段开始渗透“数据教学”，基于实际问题设计数据调查实践活动，透过数据找到有价值的信息，让数据说话至关重要。

一、聚焦问题，获取有温度数据

小学生数据分析能力的培养重点在于引导学生数据意识，并能对简单的数据进行统计。让学生意识到数据能帮助人们解决问题并作出决策，根据课标的提出“会根据实际问题设计简单的调查表，选择适当的方法（如调查、试验、测量）收集数据”，“能从报纸、杂志、电视等媒体中，有意识地获得一些数据信息”。

（一）结合生活，选择题材

学生在日常生活中会碰到各种数据，但是他们并不理解这些数据是怎么来的，对陌生的教师基于的数据不感兴趣，对数据的结论没有需求，只是为了做题而去应用那些陌生数据，他们并不理解，所以我们选取题材的时候要结合生活，贴近学生生活的去获取有温度的数据。

教师以学校的研学项目“南湖小记者采风活动”入手，用一份“问卷调查”为契机，让学生填写调查问卷，体验数据信息采集任务。通过填写数据让学生理解获取数据的方法。

（二）头脑风暴，发散思维

在教学中让学生感受隐性数据在说话，对于数据的问题设置十分重要。头脑风暴作为一种教学方法，它具有建立了一个学习共同体，通过讨论交流，引导学生能够根据自己的研究需求、考虑具体内容，并设计成便于回答的问题。在课堂中开展头脑风暴活动，让大家根据需求提出自己的问题。

例如我们需要调查班里近视眼的情况，在此过程中，为了互不干扰想法，激发更多的学生问题，让学生根据主题，用便利贴的方式，把自己想问的问题写在便利贴上，最后将便利贴上的想法整理汇总

（三）整体规划，全面问卷

有效的、科学的和较为精确的获得能够反映客观事物随机性特征和内在规律的数据是数据分析的前提。在互联网发达的时代，利用网络实时调查可以更加的方便以后的数据整理与统计。

在课堂中我们运用“问卷星”进行制作，例如学校开展的“垃圾分类”活动，将这些活动设计成具体的问题，以“学生为本”自主尝试如何根据问题怎样去设计不同的题型，以及如何发布才能收集到所需数据，积累收集数据的教学活动经验。

二、多元处理，呈现有效度的数据

整理数据是有效地进行数据分析的基础。在新教材中，表格是整理数据的有效手段，对有效数据整理、统计，制作数据汇总表，并进行有效的计算与分析。数据的整理另一方面是数据的可视化，数据的可视化主要表现形式是数据的图示，即利用各种数据图标展示数据，更加直观的呈现数据，便于找出数据的变化规律。

（一）多种技术，选择数据

EXCEL就是表格处理，也是目前进行数据用的最多的软件。这是体现核心素养的技术线——掌握有关信息技术及其工具使用的基础知识和基本技能。

比如每年双11购物节如约而至，截至11月11日24时电商三大巨头“天猫”、“京东”、“苏宁”的成交额，各家分别占的百分比是多少？学生可以读懂文字进行表格制作，并进行计算得三家电商的占比情况。

（二）可视呈现，表达数据

数据处理的目标是分析数据背后的信息，用“可视化方式”去呈现数据，不仅方便查看数据，更便于找出数据的变化规律。其中教师主要在课堂中培养学生描述数据的能力，选用恰当有效的统计图表或统计量描述数据的大小比例，波动趋势等特征。

五年级学生在日常生活中遇到过各种各样“数据可视化的”应用，如现在全球关注的新冠肺炎疫情情况。在课堂教学中，教师出示全世界国家疫情情况统计表和统计图。

（三）灵活处理，展现数据

数据的处理能力是指让学生能够从大量数据中，找出与问题相关的有效处理，并剔除无效数据，这就需要学生去灵活处理数据，展现数据。

比如教师可以提出如何查询列车班次数据和酒店的数据。其实生活中除了数字，还有很多形式来表示数据，比如色块形式、表格形式、图文形式等等。让学生尝试查找周末的列车班次信息和博物馆旁边的酒店情况。

三、多维思考，解读有深度数据

解读数据的能力是指借助已知的统计结果，归纳数据的规律，同时寻找有价值的信息进行推理判断，或做出趋势预测的过程中表现出来的稳定的心理特征。从描述数据的结果中，我们可以得到一些显而易见的表层规律，但是更重要的是综合考虑客观因素后挖掘隐含在数据背后的信息。

（一）关注数据，深度思维

把整理好的数据汇总在一起，可以发现其中隐含的信息，但是课堂中，教师如果直接呈现图表，问学生“你从表中知道了什么？”这样开放型的提问，学生通常无从下手，不知道从何处入手分析数据。学生在分析数据时需要到达什么程度，需要教师在课堂中有意识地教会学生数据分析的方法。

例如针对“校门口为什么会拥堵”这个问题，我们可以对采集到的数据进行多方面，多维度思考。校门口拥堵调查的数据这么多，你觉得哪些数据值得我们关注，我采用任务单的方式让学生深度思考。

（二）引用数据，审视现状

数据会说话，会说怎么样的话？在组织数据分析的教学活动中，让学生基于数据的预测，当小数据时，预测会有很多可能。小数据汇成大数据，会形成规律。让学生体会到数据能反映现状，审视现状。

1.引用关键点数据

根据“上学时校门口的拥堵情况”调查数据可以看到，45%的同学感到非常拥堵，“45%”这个关键点数据让我们知道该校校门口上学期间拥堵情况较为严重。

2.引用对比点数据

距离学校一公里以内的学生数量占总数的46.67%，而在到校方式的数据中，步行学生的数量仅占16.67%，这两个对比点数据清晰理解部分离家很近的同学，也选择了汽车接送，这也许也是造成校门口严重用的的一个重要原因。

3.引用兴趣点数据

当学生对某个数据有兴趣时，他就会去引用兴趣点数据，分析与推理。比如学生关心大家到校时间，在数据中可以可以看出，接近60%的同学会在7：10-7：40到校，而7：40-8：10到校的学生仅占10.83%。说明7：10-7：40是上学的一个高峰期，此时车辆的拥堵情况会比较严重。

（三）运用数据，解决问题

运用数据解决问题，让说数据说真话，辩证的看待问题，解决实际问题，这是获取数据，处理数据后的最后一个环节，也是最重要的一个环节，也是数据之根本。

例如根据以上案例中的“到校时间”数据中看出接近60%的同学会在7：10-7：40到校，我们得出拥堵原因是上学时间较为集中，形成高峰期拥堵；用对比点数据发现“离校距离”与“到校方式”反差，我们发现离校距离与上学方式的选择缺乏合理性，导致校门口产生拥堵。

学生面对问题时能想到数据，会用数据，愿意“亲近”数据，能从中提取信息；了解随机现象，形成数据意识。我们最终想达到的教学效果是提高学生的数据分析能力，完成核心素养的落实，这才是我们的学科本位，才是信息技术课程的核心内容。

参考文献

1. 黎灿明.创设实践活动发展学生数据分析能力[J].教学与管理,2018,(2).

2. 谢凡． 一所小学在大数据时代的“云管理”变革[ J].中小学管理,2013( 9) :25-28．

3. 王林全.发展学生数据分析能力的要领[J].中学数学教学参考，2008(2)：17-20.

4. 胡致瑞.浅谈发展学生的数据分析能力[J].考试（教研版），2012（5）：74.