信息化技术支持的个性和持续性教师专业发展新模式

近年来，信息化环境下的教师专业发展研究，成为教育研究的焦点。回顾教师专业化发展的历史，哪些专业模式是比较有效的？在现在的互联网+、云计算、大数据时代，教师还需要什么样的能力？这些新的理念、新的技术，在教师专业发展方面，带来了哪些新的实践？在教育信息化进程当中，有哪些新的方法论？

　　近年来，信息化环境下的教师专业发展研究，成为教育研究的焦点。回顾教师专业化发展的历史，哪些专业模式是比较有效的?在现在的 、云计算、大数据时代，教师还需要什么样的能力?这些新的理念、新的技术，在教师专业发展方面，带来了哪些新的实践?在教育信息化进程当中，有哪些新的方法论?

　　关于教师专业发展有两项研究非常值得我们反思。2011年，哈佛大学研究团队对佛罗里达州所有在职的四万多名教师进行测试，测试项目是“教师效能”，即通过测试学生的学习成绩，来测评教师教得好不好。有两个测试指标：一个是佛罗里达州的州际测试，我们可以认为是应试考试;还有一个是斯坦福学术测试，可以看成是素质考试。

　　通常我们认为，教师的教龄越长，教学效果越好。但从这项调查中我们可以看出，实际情况却是相反的。那么，是不是美国在职教师接受的培训时间没有我们国家多呢?报告当中提到，所有教师每周大概有22个小时的培训时间。算下来，一年中和我们国家教师接受“国培计划”培训的时间差不多。也就是说，这点对教师的教学效能影响不大。报告最终得出一个结论：识别一个好的教学方法，要比通过培训系统来增加教师资质容易得多。将来我们选择哪些人来做教师呢?那就是热爱教师职业的人，天生有这种资质的人。

　　2008年有一项调查研究和这个研究非常类似。研究团队对哈佛大学入学近15年的学生做了一项调查，调查只有一个问题：你认为什么样的教师是优秀教师，或者优秀教师应该具备的品德是什么?对收集到的1000份调查问卷进行分析之后，得出了优秀教师应具备的12个因素。这12个因素进一步分析，可以分成三个部分：教师的工作态度、师生态度、个人魅力。因此，这项调查得出一个结论：好教师可能真的是天生的。

　　这两项研究给我们今后选拔教师，提供了一个很重要的指引。我们的教育主管部门、学校的校长，在选拔教师的时候，是不是可以更倾向于一些愿意做教师的人，天生具备教师素质的人?所以我们提出一个叫“选培训”的方法，即开始就选择一个优秀的、愿意当教师的人，让他通过师范院校来进行专业培训，当教师之后，再不断地对他进行在职训练。

　　这两项研究的结果，和我们这五年来，持续地通过“国培计划”等一系列活动，对一些优秀校长、优秀教师所做的问卷调查结果类似。除了那12个因素之外，我们也收集了优秀教师除此之外还需要具备的一些能力。然而，上述两项研究并没有提到培训的模式是什么，这就让我们对其培训的有效性问题提出了质疑。

　　我曾经对教师做过访谈，了解年轻教师从教早期专业发展的变化。任职前三年的教师，如果在心理、认知、行为、学习、工作等方面遇到问题而没有得到支持，很可能造成他对工作失去信心，导致过早地进入倦怠期。所以，培训看起来很重要。一百多年来，我们的教育系统不断地对教师进行培训，开发一些适应时代发展的培训新模式。我们认为教师不但是天生的，也可以通过后天培养。这里面的关键性问题，就是培训的有效性问题。

　　实际上，教师培训或者教师的专业发展，从历史上来看，大致分为三个时期。第一个时期叫实践经验的倾向，也就是说学习“如何教”的技术，大体是从实践当中跟着师傅来确定。在我们国家，早期叫相互观摩、切磋琢磨。这种方式大概有2200多年的历史。

　　第二个时期即20世纪初，杜威、桑代克那个年代，教育学和心理学有关教的知识、学的知识积累了大量理论之后，又出现了新的教学理论。这个时期教师的培训，主要是通过技术取经的方式，就是把这些理论“打包”传授给教师。传授者、培训者通常认为，教师是一个优秀教学理论的实践者，他们吸收了这些理论之后，可以很好地理解这些理论，并且可以把这些理论转变成教学实践，在教学过程当中来应用这些理论。

　　但是，第三个时期，即上世纪70年代，出现了对技术理性批判的声音，主要原因是技术理性的做法在实践当中效果很差。教师得到了培训之后，回到学校，仍然采用原来的教学方式，培训没有起到任何作用。在上个世纪70年代之后，又出现了实践反思这种倾向，就是说在实践当中来学习教学，这和实践经验的倾向具有本质的不同。我们国家有自身的一些做法，比如“国培计划”、校本研究等。从世界范围来看，我们国内的做法、形式，确实是比国外要多得多。

　　但是即使是有了非常多的做法，有时候效果还不是很理想。美国教育学会原会长、奥巴马竞选团队的教育顾问等人曾提出，由于教师培训模式存在问题，90%以上的教师认为培训基本上没起到作用。

　　一些专家提出，我们的培训模式，并非适合每一位教师，因为每位教师的成长经历和工作环境不同。比如广东省一些贫困地区的校长和教师们，到广州市非常有名的一个中学听课。听完课后，一位教师说：“这名校教师的教学技能还没我好呢!”我问：“为什么?”他说：“这堂课，教师什么都不干，就给学生布置一个讨论题目，下课前小组发表一下。课堂上，哪个小组在讨论中遇到问题，教师就过去指导一下。在我们乡镇，要想让学生静下来听我讲，就要花很多功夫和教学技巧。”所以，这些优秀学校的做法，并不一定适合一些特殊情况的学校。

　　怎么办呢?教师的专业发展就必须在教学实践当中来学习。唐纳德舍恩曾经提出：对行动进行反思。做了之后，反思一下在教学行为当中，哪些环节是成功的，成功的原因是什么;哪些环节是失败的，失败的原因是什么。通过反思，为下一次开展教学提供一些具体的策略和技巧。由此他又提出了“为行动反思”，其他的研究者又提出了“在行动当中反思”。

　　根据这样一个理论，世界上提出了很多教师专业发展的新模式。比如日本有一个非常好的教师专业发展模式标准——授业研究。美国、新加坡等一些国家，把授业研究视为“改变21世纪教师专业发展的强有力途径”而加以推广。我们国家现在也在致力于做这件事情，那就是由教育部主导，中央电教馆开展的“一师一优课，一课一名师”项目。国外也有类似项目，例如美国的视频俱乐部。总而言之，新的教师专业发展模式和培训，一定要从三种经验当中学：从专家的经验当中学，从同事的经验当中学，特别是从自己的经验当中学。

　　但是，上述的这些做法也有缺陷。例如我国的“一师一优课”，还有美国的视频俱乐部，均发布了很多视频。但是教师们看了视频之后，好的东西学到了，差的东西也学到了。教师看了名师课之后，总是提问后排的学生。为什么提问这些学生?因为他们是班里学习最差的学生，他们要是懂了，那么其他学生也都懂了。其实，这是一种错误的做法，教师定的目标太低了，好学生什么都没学到，因为教师的东西太简单了。很多教师上课的时候，把教学目标定在大多数学生的水平，这也是不对的。维果斯基的“最近发展区理论”，认为学生的发展有两种水平：一种是学生的现有水平，另一种是学生可能的发展水平。两者之间的差距就是最近发展区。教学应着眼于学生的最近发展区，为学生提供带有难度的内容，调动学生的积极性，发挥其潜能。

　　唐纳德说，光看视频不会引发专业发展，必须要有专家和技术的指导。无论是专家也好，技术也好，你必须回答这样一些问题：这个环节好，这个技术好，那么在什么情况下有效?为什么有效?怎么做才能有效?另外要教给教师、学生思考的方式，教给学生学习的有关数据怎么搜集，到哪里去搜集，如何分析这些数据。通过对这些数据的分析，来发现这些因素对学习会有怎样的影响，等等。这些方面成为教师专业发展的重要基础。

　　从下面这个例子我们可以看出，在这个时代，教师专业发展必须要有怎样的努力。妈妈对刚上高三的孩子说：“你上学期考得不错，明年就要考大学了，成绩不能再像以前那样，一会儿高一会儿低了。”这是怎么一回事呢?原来，孩子初一的时候考得很好，然后就放松了，导致成绩下降。爸爸妈妈一批评孩子，孩子一鼓劲儿，成绩又冲上去了，这就像正弦曲线一样。这时，父亲发现一个问题，顺着孩子成绩变化的轨迹，正好在孩子高考的时候呈现出低谷，这就坏了。

　　这个例子给我们一个很重要的启示。首先，作为一个教师，必须具备这样一个能力，即对某一个学生的成绩变化要有敏感性。其次，教师要能够循着成绩、顺着脉络向前推，分析学生的成绩变化，根据这个规律来预测将来会发生什么事情，然后有针对性地调整一些教学策略，进行指导。总而言之，教师要对数据具有敏感性，同时要能够顺着一些成绩变化，来追溯数据变化的规律，这个叫“数据挖掘”，属于大数据的一种思想，其中最重要的就是对未来进行预测。

　　我们这个时代的教师需要数据思维，而且需要大数据的知识来进行教学决策。因此，从大数据的角度来说，我们需要教育数据挖掘和学习分析这样的技术，来支持教师开展正确的教学决策。通过这样一个过程，能够从中获得洞察力来开展成功的教学。而想要具备洞察力，就必须要把数据转换成信息，将信息转换成知识，最终建构我们的智慧。

　　怎样才能使我们从“数据”到达“智慧”呢?例如，看到一组数据：8、13、5，上网一查，发现是8月13日星期五，是一部恐怖电影的名字，这是信息。继续往下查，星期五是耶稣的受难日，法国的恐怖袭击案也是在星期五，一些极端组织常选在这一日发动恐怖袭击。这就是由信息转换成的知识。对这样的知识挖掘后，我们可以采取一些应对性措施，防止这类事件再次发生。

　　关于教育信息化发展的方法论，我们认为，推进教育信息化，更重要的是要将信息教育化，这一点经常被大家忽视。教育信息化的过程，一定要适合中国人的文化。比如一些专家学者说：教育信息化在学校没有得到落实，只听楼梯响，不见人下来;雷声大，雨点小。这是我们没有抓住问题的本质，没有对信息内容教学法的实质进行深入了解。

　　根据这样一个思想和方法，从培养数据思维到数据智慧，我们开展了一系列实践，其中包括三种模式：1.现象为本，数据驱动。用数据驱动教师教学决策的课题研究。2.专家进课堂，同课助成长。例如，课前提供一些数据，课程快结束时，研究生或助教马上利用软件更新数据，实现利用软件更新课堂。3.研学助教。就是专家提前一天进学校，与教师一起研究上课的内容，可能会出现什么问题。第二天利用软件分析，课堂结构为什么有效?学生和教师的互动模式是什么?是教师主导式，是“一言堂”式，还是小组合作式?总而言之，这些数据可以帮助教师进行教学决策。