AI与大数据技术驱动下的精准教学模式研究

［摘 要］以“柳高智慧云”平台为例，结合定性研究与定量研究方法，基于TAM模型，通过问卷和半结构式访谈分别对学生和教师进行调查分析，对AI与大数据技术驱动下的精准教学模式的实效性及内在机理进行研究，为精准教学模式的评估提供参考与借鉴。研究表明，学生对平台的使用意愿不受社群等外在因素的影响；学生参与该精准教学的程度对其持续参与意愿有显著正向影响；平台为教师和学生分别提供了高效、精准、个性化的教学和学习模式，提高了教师因材施教的效果，有效提升了学生的学业水平，促进了教师教学和学生学习方式的转变。

［关键词］精准教学；AI；大数据技术；实效性；内在机理

［中图分类号］    G632.4                ［文献标识码］    A                ［文章编号］    1674-6058（2025）03-0021-04

《教育信息化2.0行动计划》提出“将教育信息化作为教育系统性变革的内生变量，支撑引领教育现代化发展，推动教育理念更新、模式变革、体系重构”［1］。全国各地都在探索如何利用大数据技术、AI等信息化手段推动教育精准化和个性化发展。对教育信息化效果的测评，有助于深入了解教育信息化平台或手段的作用机理和影响因素，进一步促进教育信息化的发展。由于学生的基础不同、参与教育信息化的程度不同，学科特点不同，教学内容和场景不同，不同场次考试内容不同等，传统的单一的满意度调查和考分排名并不能很好地反馈教育信息化的整体效果。为了对基于“柳高智慧云”平台的精准教学模式的效果进行评估，本研究采取定性研究与定量研究相结合的方法，探究AI与大数据技术驱动下的精准教学模式对学生学业水平提升起到的效果及其内在机理。

一、“柳高智慧云”平台及相应精准教学模式

柳州高级中学（以下简称柳高）自2019年起开始打造“柳高智慧云”平台（又称“柳高云”）。如图1所示，平台以AI和大数据技术为核心，通过采集、储存、挖掘教学数据并进行分析和画像，为教师教学和学生学习提供科学的决策支持，推动精准教学的实施。经过多年的平台升级与探索实践，柳高已经形成了一套“精准教+个性学”的由AI与大数据技术驱动的精准教学模式。

平台全方位提供教与学的辅助，促进教学效果与个性化学习效果的双重提升。平台可帮助教师按照教学大纲和课标优化教学内容，确保科学性与针对性。通过错题报告，教师能开展个性化辅导，实现“精准教”。点阵笔技术让教师得以监控学生答题过程，提供实时诊断。AI课堂增强了互动性和趣味性，有利于激发学生的学习兴趣。教师通过作业与测评数据分析评估可进行教学创新。通过收集学习数据，平台可为学生定制个性化作业和测试，实现“个性学”。AI答疑引导学生进行启发式学习，辅助学生自主学习。学生可利用多维画像和志趣选科等功能规划自己的学业。平台基于大数据技术，提供初高中过渡指导，帮助学生补齐短板、增强优势。

二、实证研究

（一）基于TAM模型面向学生的研究

1.建立模型和研究假设

精准教学模式的最大特点是为学生提供个性化学习的条件，进而促进学生的学业水平提升。学业水平提升情况，可以从学习成绩、学习习惯、学习态度等多个方面体现，是验证基于“柳高智慧云”平台的精准教学模式是否切实有效的重要观察指标。本研究不仅仅要研讨“柳高智慧云”平台的实效性，还要深入分析其内在机理，通过剖析相关因素之间的影响情况为精准教学研究提供参考。TAM模型恰恰为本研究提供了理论基础。

TAM模型全称技术接受模型［2］，是一种广泛应用于信息系统领域的理论模型，为研究者提供了一个框架来理解用户对新技术的接受行为。其核心思想是用户接受新技术的行为基于其对该技术的感知和态度。该模型提出了两个关键变量：感知有用性（PU）和感知易用性（PEU）。感知有用性是指用户感受使用新技术能否提高工作绩效或实现预期目标，感知易用性是指用户感知使用新技术的难易程度。

本研究基于TAM模型，结合“柳高智慧云”平台开展精准教学的特点，提出研究假设，构建如图2所示的研究模型。假设1：学生利用平台学习的时长、熟练度和个性化学习程度对感知有用性有正向影响。假设2：平台是否便利好用，对感知有用性有正向影响。假设3：同学和教师会影响学生的持续使用意愿。假设4：外界的态度和行为会对学生的平台使用感受产生影响。

2.研究对象和问卷

本研究进行问卷调查的时间节点是某年的3月，选取柳高高一和高二两个年级的学生为研究对象（高一学生参与该教学的时间约半年，高二学生参与约一年半）。样本学生分布在不同层次班级，男女生人数基本相同。因入学时间和班级层次不同，各班级和科任教师使用平台的频率不同，因此学生实际参与基于“柳高智慧云”平台的精准教学的时间和程度有差异，感受和收获也有差异。本研究采用问卷调查的方式收集数据，问卷通过网络发放，共回收2000份问卷，其中有效问卷1976份，有效率为98.8%。

为确保问卷具有较高的信度和效度，提高调查结果的科学性和说服力，经过严格的原始问卷生成、专家咨询、问卷测试等流程，最终编制了《“柳高智慧云”的使用感受评价调查问卷》。问卷各项采用Likert  5这一评分法（1=非常不同意，5=非常同意）。变量与描述见表1，问卷数据见表2。

3.数据收集与分析

（1）信度与效度分析

数据的信度和效度是研究的基本保证。本研究采用IBM SPSS Statistics软件对数据进行分析。问卷整体的Cronbach's α为0.884，说明量表的内部一致性良好。KMO取样适切性量数为0.887，接近1，表示变量间相关性很高，数据样本适合进行因子分析。Bartlett球形度检验近似卡方值为9024.794，表明观测数据的协方差矩阵与单位矩阵之间的差异很大，拒绝球形度检验的原假设，说明原始变量之间存在相关性，适合进行因子分析。P值<0.001，说明观察到的效应或差异是真实的，而不是随机误差或偶然性造成的，具有高度的统计学意义。AVE平均方差提取量的数值大于0.5，说明观测变量集合收敛效度良好。经过信度与效度各项指标分析，说明问卷的数据良好，可进行进一步的模型分析。

由表1和表2分析可看出，多数学生实际使用平台的时长不是很长、个性化学习的程度还不是很高，但仍然使用得比较熟练，并且学习成绩有所提高，学习的习惯和态度均有所改善，说明基于“柳高智慧云平台”的精准教学的整体效果较好，对学生的学业水平提升有促进作用。

但这只是粗略的分析，并没有细致地量化分析影响的因素，对其中的因果关系缺乏验证，不能反映内在机理。因此还需要利用IBM SPSS Amos软件，基于问卷数据构建结构方程模型，进一步分析内部机理、验证模型。

（2）模型拟合与验证

结构方程建模（SEM）是一种多变量统计分析方法，它在TAM模型中起到核心的分析工具作用，帮助研究者验证模型的假设、测量变量之间的复杂因果关系，从而理解变量间直接和间接的影响机理。在结构方程模型中，路径系数代表模型中不同变量之间直接关系的强度和方向。

为进一步揭示基于“柳高智慧云”平台的精准教学模式促进学生学业水平提升的内在机理，验证和修正模型，采用IBM SPSS Amos软件根据前文的研究假设和研究模型进行计算。每次计算后都根据结果进行优化，直到模型拟合到最佳状态。研究显示，原模型（见图2）中的“感知有用性 —— 感知易用性”“持续使用意愿 —— 感知易用性”“持续使用意愿 —— 社群影响”这三条路径关系不显著，需要删除。

多次修正路径之后，再次对模型进行检验，最终得到标准化回归模型（见图3）。采用Bootstrap方法，有放回地重复抽样5000次，95%置信区间Lower和Upper均不含0，说明中介效应显著。如表3所示，这些指标的值都表明测量模型拟合程度非常高，因此修正后的模型与实际数据较为一致，模型稳定度高、解释力强，研究假设得到验证。

4.研究小结

透过模型的内部机理分析，可知本研究的假设3不成立，假设4不完全成立。假设的模型（见图2）在拟合过程中发现其中有三条路径的系数不显著，说明：平台的易用程度与学生感受系统是否有用，以及学生是否愿意继续使用是没有明显直接关系的；学生是否愿意持续使用不受周围同学和教师的影响。从中可以看出学生比较理智，对新技术、新模式有独立的思考，不因外界或易上手等因素就认为某事物是有用或好用的。社群影响对平台使用程度和感知易用性有正向作用，说明同学和教师能促进学生更多更方便地使用平台，但是从标准权重（0.46和0.51）来看，影响程度不高。

修正后的标准化回归模型（见图3）显示：平台使用程度对感知有用性有较强的正向作用（标准权重0.69），即平台使用程度越高的学生，越能感受到平台可帮助自己提高学习成绩，改善学习习惯，激发积极学习态度，促进学业水平提升。感知有用性对持续使用意愿有很强的正向作用（标准权重0.78），即学生从平台中收获越多，学业水平提升速度越快，那么就越想使用平台。如果新技术、新模式对自己有帮助，那么就不会因为平台短期内不易上手而产生太多负面情绪。

上述分析表明：“柳高智慧云”平台能够显著促进学生的个性化发展；学生越参与精准教学就越愿意继续使用“柳高智慧云”平台；社群等外在因素对学生使用“柳高智慧云”平台的意愿无影响。

（二）基于访谈法的面向教师的研究

1.访谈过程

本研究以TAM模型为基础设计了精准教学参与人员访谈提纲，对教师的访谈采取单独面谈的形式，并对访谈过程进行录音。访谈结束后，研究者将录音详细转录，并把转录文本发给受访教师确认，以确保访谈数据的可靠、准确。访谈围绕教师对基于“柳高智慧云”平台的精准教学模式的实际应用效果展开，并通过教师的反馈记录其所授课学生的学业表现情况。

本研究采用目的性抽样的方法选取了任教高一和高二两个年级的不同学科、不同教龄的30名教师作为访谈对象。受访教师来自9个学科，每个学科2至4名，平均教龄5.3年，其中8名教师兼任班主任、2名教师兼任年级主任，具有一定的教学经验和代表性。

访谈结果表明，教师对“柳高智慧云”平台的总体评价较高。其中，B教师认为AI辅助精准教学成效显著，能迅速分析学情，定制学习方案，实现个性化教学，提升效率。Q教师表示点阵笔可实时监控考试情况，收集答题数据，助其精准掌握学生的学习进度；AI答疑则能减轻工作量。T教师称精准教学使其教学更高效，可通过数据分析发现学生的薄弱点，从而对相应内容和方法进行个性化调整，提升学生的学习效果和兴趣。Z教师认为通过AI分析数据使备课、授课、反馈更省时高效，班级成绩也有所提升。这些创新工具助力教学发展。

2.研究小结

访谈结果显示，教师对基于“柳高智慧云”平台的精准教学模式的评价较高，认为此模式对教学有多方面的益处；“精准教”推动了传统的填鸭式教学向以学生为中心的教学过渡，在提升教学效率、实现因材施教及转变教学方式等方面均有积极影响。

三、实效性与内在机理研究总结

研究结果表明，“柳高智慧云”平台为教师和学生分别提供了高效、精准、个性化的教学和学习模式。学生的思想独立，不易受社群等外在因素的影响，他们的认可和满意度源自个人的真切体验和实际学习收获，他们均乐于进一步参与精准教学。“柳高智慧云”平台通过AI课堂、个性化教学、智能评估和数据驱动决策等手段，有效提升学生的学业水平。同时，“柳高智慧云”平台能切实提高教师的教学效果，将教师从烦琐的工作中解放出来，转变教师的教学方式，促进教师与学生的互动交流，有效扭转不科学的教育评价导向。“柳高智慧云”平台兼顾结果性评价、形成性评价以及个体差异性评价，有利于促进因材施教和个性化教学，能有效提高教育教学质量。

［   参   考   文   献   ］

［1］  中华人民共和国教育部.教育信息化2.0行动计划［EB/OL］.（2018-04-13）［2024-06-20］.http：//www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.

［2］  宋文杰，朱学芳.基于TAM模型的移动图书馆用户行为意愿研究［J］.图书馆学研究，2015（11）：71-77，60.

（责任编辑    农越华）