大数据精准帮扶贫困地区教师的实践逻辑
谢治菊 夏雍
摘要：教育是阻断贫困代际传递的重要手段，大数据思维和互联网技术为推进教育精准扶贫提供了理念引领和技术支撑。以“大数据+教师专业发展支持系统”为例，该系统以云录播课程为平台，运用大数据思维和互联网技术，通过课前指导备课、课中点评技巧、课后改进反思等“点对点”的帮扶方式，对贫困地区教师进行科学化、精准化、个性化与针对性帮扶，为促进贫困地区教师的专业发展提供帮助。该系统不仅能通过完善的机制设计引领教师专业发展，还能通过大数据平台追踪教师的成长轨迹，通过被帮扶教师的教学反思激发其参与积极性，从而实现对教师的精准帮扶。基于该系统的调查数据和深度访谈表明，系统运行一年以来，不仅教师的教学理念明显转变，教学技能明显增强，综合素养明显提升，学生的不良行为规范也得到矫正，学习成绩更是大幅度提高。与此同时，实践中仍凸显出项目管理的科学化与精细化程度不够、项目运行的保障机制有待完善、教育帮扶的大数据收集与挖掘不足等困境，这些困境可以通过优化顶层设计、健全保障机制、深度挖掘后台大数据等举措来改进。
关键词：大数据;教育精准扶贫;教师专业发展;互联网思维;网络平台
自十八大以来，为实现两个百年奋斗目标，党和政府在全国范围内发起了决战贫困的号召，开启了我国历史上规模空前的一次反贫困运动。这次反贫困运动立足“精准”二字，提出包括教育、社会保障兜底、生态补偿、易地移民搬迁、产业扶贫等多项精准脱贫措施，其中教育是扶贫的一项重要手段。习近平总书记曾先后多次提到教育扶贫的重要性，提出“把发展教育扶贫作为治本之计”“让贫困家庭的孩子都能接受公平的有质量的教育” “治贫先治愚”“智志双扶”等教育扶贫思想。对于拔掉穷根而言，教育的作用确实不言而喻。教育是阻断贫困代际传递，让2020年以后脱贫成效可持续巩固的重要手段。从长远来看，只有贫困学生能享受到平等的优质教育，他们的核心素养和知识技能才能有效提升，从而真正实现“输血”式扶贫到“造血”式扶贫的转变。然而，影响教育质量的因素较多，如经济水平、办学条件、师资力量、思想观念等，但教师的素质和能力是很关键的因素。故此，本文拟运用问卷调查、参与式观察与深度访谈所获得的一手资料，以及Y市教育局提供的政策文本资料，以Y市“大数据+教师专业发展支持系统”为例，对大数据思维与互联网驱动下教育精准扶贫的应用价值、运行机制、实施困境及实践路径进行系统分析。
一、研究缘起及意义
联合国《2015年千年发展目标报告》显示，中国极贫人口比例从1990年的61%，下降到2002年的30%以下，率先实现了比例减半，2014年又下降到4.2%。中国对全球减贫的贡献率超过70%。该报告对我国的反贫困工作给予了高度评价，认为“中国在全球减贫方面起到了火车头的作用”（沈栖，2017）。中国反贫困工作之所以能够取得如此骄人的成绩，与近年来各级政府重视教育不无关系。关于教育在反贫困方面的作用，刘易斯、舒尔茨和阿马蒂亚·森皆有所提及。以“贫困文化理论”著称的刘易斯认为，贫困是贫困群体在成长环境中长期形成的脱离社会主流文化的结果，教育的落后是贫困群体脱离主流文化的主因（顾明远，1998）。舒尔茨认为贫困产生于人力资本的匮乏，教育则是改善人力资本匮乏的关键（刘维忠，2010）。阿玛蒂亚·森（2013）的“能力贫困理论”也认为，贫困不是收入低下，而是可行能力不足，教育是导致可行能力不足的主因。我国学者也对教育与贫困的关系进行了探讨，如林乘东（1997）从贫困的发生机制出发，提出教育具有反贫困的功能，即通过发展教育来提高贫困地区人口的素质，可以消除贫困;李振宇等（2018）利用CGSS数據库2006、2008、2011和2013年农村子样本数据进行定量分析发现，教育结构与贫困发生率呈反相关关系，即受教育程度越低的群体其贫困发生率越高，且教育发展与结构变迁对降低贫困发生率有积极影响。这些理论与实践均表明，教育对反贫困具有重要意义。正是认识到这一重要意义，近年来人们对教育扶贫的关注才逐渐升温，各级政府纷纷下发教育扶贫实施方案，学界也开始探讨教育扶贫的价值和具体实践。在教育扶贫的价值方面，有学者认为，教育扶贫与其他扶贫方法最本质的区别是教育扶贫可以斩断贫困代际传递，并使扶贫成果得以延续（林乘东，1997）;Otsuka等（2012）通过对菲律宾、泰国、孟加拉国和印度的实证分析指出，农业劳动市场对减贫的作用不明显，教育渠道对非农收入的获得具有决定性作用。关于教育扶贫的实践，先后涌现出甘肃“静宁模式”、广西“三位一体”模式、云南“翔龙模式”、新疆“1+2”模式等，这些模式消除贫困的机理在于：通过加大贫困地区的人力、物力、财力投入，促进贫困地区人口素质提高，从根本上根除“贫困文化”和“贫困思维”，实现社会公平正义（李兴洲，2017）。难怪习近平总书记在福建宁德工作期间写《摆脱贫困》一书时，特别强调“越穷的地方越需要办教育，越不办教育就越穷”（习近平，2014）。
实际上，教育扶贫的理论逻辑在于通过提升贫困地区的办学条件促进教师的专业发展，通过教师的专业发展改变贫困地区的教育理念，进而提升贫困地区学生的核心素养，阻断贫困的代际传递（陈恩伦等，2018）。由此可见，教育精准扶贫的核心要素有三个方面：一是通过物质帮扶改善贫困地区的办学条件;二是通过激励、培训等举措提升教师的教学能力，促进教师专业能力的发展;三是促进学生的全面发展，提升学生的核心素养。调查发现，随着国家经济水平的提升和教育扶贫力度的加大，大部分地区的办学条件已有所改善，师资力量反而成为制约贫困地区教育质量的关键。其中，素质偏低、数量不足、结构不合理、能力不够等问题严重制约着贫困地区的教育发展（汪三贵等，2018）。为此，国家出台了一系列新政鼓励乡村教师的发展，如2010年的《中小学教师国家级培训计划》（简称“国培计划”）、2011年的《关于大力加强中小学教师培训工作的意见》、2015年的《乡村教师支持计划（2015-2020）》和2016年的《教育脱贫攻坚“十三五”规划》等。然而，由于生活环境艰苦、学生素质偏低，即使各级政府不断调整乡村教师的激励政策，但愿意扎根贫困地区的优秀教师仍然少之又少。故此，通过引进方式充实乡村优秀师资比较困难，只能转向依靠培训提升现有师资的水平，但现有培训的科学性、针对性、目标性不强，培训方式单一，培训效果往往不理想，难以促进教师专业发展（俞建芬，2018）。
为进一步提升乡村教师培训的针对性和实效性，2011年教育部发布的《关于大力加强中小学教师培训工作的意见》和2015年出台的《乡村教师支持计划 （2015-2020）》均鼓励采取集中培训、送教下乡、校本研修、远程培训四种模式对中小学教师进行精准扶贫（中华人民共和国中央人民政府，2015）。其中，集中培训是指将教师集中送到委托培训的单位（如师范院校）进行培训，即将教师“送出去”，对普遍问题和通识问题进行集中培训（王北生等，2015）。送教下乡通常是由上一级教育主管部门组织，邀请专家到基层中小学进行现场专题培训，是一种“引进来”的培训模式。校本研修以解决学校和教师教学实践中的问题为导向，通过在教师任职的中小学和课堂中去谋求教师的专业发展。远程培训意指以计算机与网络为手段，以视频讲座、文本学习、专家答疑、同伴交流等为主要方式的网络培训。以上四种教师精准扶贫方式运用较多，但各有利弊，其主要问题在于培训的针对性不强，成效不显著，经费困难，培训效果评估不科学，培训对象自主选择的机会较少（详见表1）（陈向明等，2013）。换言之，现有的教师精准扶贫已不能有效满足贫困地区的教育需求，亟需创新扶贫手段和扶贫方式来达成新时代的教育扶贫目标。在此背景下，基于大数据思维和互联网技术的点对点帮扶为有效克服贫困地区教师能力提升的弊端提供了重要的借鉴思路。
二、大数据思维下的教师精准帮扶模式及特点
为有效克服现有培训模式的弊端，切实提高教师专业能力与教学水平，2017年9月，贵州省Y市教育局利用“大数据+教育”的思维模式，通过云录播平台进行课堂直播、录播评课，使扶贫点学校的教师能够第一时间、常态化地得到Y市优秀教师、教研员和专家的指导，使贫困学校教师能够随时随地同步观摩Y市优秀教师的示范课，进而促进教师的专业发展和能力提升。为此，Y市提出了“大数据+教师专业发展支持系统”（见下图）。该系统运用大数据思维和云录播平台，以提升和改进贫困地区教师教学技能和教学方法为目的，以促进贫困地区教师专业发展为宗旨，通过课前指导备课、课中点评技巧、课后改进反思等方式，对贫困地区教师进行科学化、精准化、个性化的点对点帮扶。
为有效运行该系统，在自愿报名、专业考核和专家面试的基础上，从贵州省S县两所学校中分别选取21名男性不超过45岁、女性不超过40岁的教师参加，其中，语文、数学、英语教师各5名，物理、化学教师各3名。被帮扶教师每周在云录播教室录制1次现场授课视频，专家通过网络平台实时查看或课后通过APP查看被帮扶教师的教学设计和授课视频，对教师上课和学生听课情况进行打分，并给出课堂评价，提出整改意见，被帮扶教师看到专家评价后进行教学反思。为提升成效，教育局要求将被帮扶教师上课及教学反思、专家打分及文字评价等视频及文字材料通过云录播平台进行保存。平台还会定期对教师成长过程、专家指导过程、学生课堂行为进行大数据分析，以此作为评价帮扶成效和教师专业发展的依据。
Y市的“大数据+教师专业发展支持系统”通过大数据思维和互联网平台，面向教师提供直截了当的教育服务，能够解决教师专业发展中的关键问题，形成完整、系统的大数据教育精准扶贫新模式（鄂璠，2018）。该系统打破了贫困地区传统教师能力提升的弊端，通过名师对课堂的点评和帮扶，对教师自身知识的更新和积累、教学水平的提升、教学技能的强化、教学理念的转变和教学情感的认同均有重要的帮助。正如访谈时大多数教师所表达的，此种模式让他们的教学理念转向了注重学生核心素养的培养，改变了他们“满堂灌”的教学方式，对他们专业知识的积累和教学能力的提升有重要的帮助。此外，该系统通过教师间资源共享、共评互评、协作学习，不断优化课堂教学，能提升贫困地区教师的课堂教学能力和水平，提高课堂教学效率;通过专家团队对扶贫学校教师进行各类培训，能提升教师的理论水平、教育理念和教学技能，从而提高教师的整体素质;围绕云录播平台进行视频公开教学，学校可组织教师开展主题教研活动，通过自我反思和小组讨论，找到问题，提出课堂教学改进方案。总体而言，Y市“大数据+教师专业发展支持系统”对贫困地区教师专业能力的强化、教学方法的改进、教学技能的提升、教学效果的改进具有重要的价值。
教师的成长发展既有三阶段说，即入职2年内的适应期、入职2～4年的调整期、入职5年后的成熟期（尹逊波等，2015）;也有四阶段说，即从入职3年以下的适应阶段教师，到入职3～5年的熟练教师，再到入职5年后具有自己独特风格的骨干教师，最后发展到教学名师（傅树京，2003）;还有五阶段说，即应对与过渡、分化与定型、突破与退守、成熟与维持、创造与智慧五个阶段（卢真金，2007）。无论持哪种阶段说，教师的专业成长往往离不开专家引领、同伴互助、自我反思三条途径（严苏凤等，2009）。Y市“大数据+教师”精准帮扶有效整合了前述三条途径：一是通过学科专家引领贫困地区教师发展，提升帮扶的专业性和针对性;二是通过互联网平台实现专家与被帮扶教师、被帮扶教师与其他教师之间的实时互动，不仅节省了教师培训费用，还为同伴互助提供了平台和机会;三是通过专家点评意见来帮助教师进行自我反思，并将反思报告上传到平台，反馈给专家，专家再根据反思情况改进帮扶策略与方法。就此而言，Y市“大数据+教师专业发展支持系统”的首要特点在于通过完善的机制设计引领教师专业发展。
该系统的第二个特点是通过云录播平台追踪教师的成长轨迹，运用大数据思维科学制定教师发展规划。该系统强调被帮扶教师和帮扶专家在同一平台上进行平等对话，并将对话的过程与记录保留下来，用以科学规划被帮扶教师的发展。为让专家的评价更加客观、公平，Y市教育局通过制定专家遴选标准，在全市范围内遴选出包含1名项目首席专家、5名学科首席专家、42名小组长及87名工作组成员在内的135名专家，并通过自愿报名、专业考试、专家考核的方式在S县两所中学中分别遴选出21名被帮扶教师。被幫扶教师每周录播1节云录播课程，专家会对其进行点对点实时点评，并对被帮扶教师和学生的教学表现进行打分，打分记录被保存在云录播平台中。通过1年的大数据跟踪发现，42名被帮扶教师中，1/3左右的教师表现出巨大的潜力，一半左右的教师教学技能明显提升，有3名教师因家庭事务等特殊原因没有完成云录播，教学技能提升不明显，这为教育局和学校下一步制定教师职业发展规划提供了重要依据。
该系统还要求被帮扶教师针对专家点评进行教学反思。教学反思具有完善教学设计、改进教学行为、提升教学能力、促进专业发展的基本功能。常见的教学反思有自省式反思、同事（行）团体式反思、专家引领式反思三种形式（马文杰，2012）。该系统中的被帮扶教师根据专家组意见对自身的教学情况进行自省式反思，或凭借学校开展的教研活动进行团体式反思，或在专家指导下进行反思，基本实现了上述三种教学反思的综合。访谈中，MZ中学现年43岁的数学教师B提到，自己常年以来引以为豪的教学风格被专家点评后，才发现原来他的教学风格并不符合教学规范，尤其不符合以“课标”为依据、以提升学生核心素养为目的的教学改革。就此而言，该系统的第三个特点是被帮扶教师的教学反思从专家引领式向自我反省式发展，被帮扶教師的自主性与积极性大大提升。
该系统的第四个特点是大数据思维让帮扶更加精准，指导更加精细，帮扶的针对性和专业性更强，效果更好。该系统通过记录和积累过程数据集，采用大数据技术进行挖掘分析，从而为教育管理部门、学校、教师提供了有力的数据支持和报告反馈，进而持续跟踪提升效果，及时调整方法策略。同时，大数据平台系统为学校、教师、家长、学生、专家之间搭建了良好的沟通渠道和机制，有助于缩小贫困地区学生与发达地区学生的差距，进而提升学生的学业成就。此外，该系统遴选出的专家都是来自同行公认的一线教学名师或学科带头人，他们通过远程课堂点评、每月1次的教研活动或听示范课、公开课等方式，对被帮扶教师进行帮扶，不仅使得被帮扶的专业性更强，而且帮扶时间更加灵活、成本更加低廉、效果更好且可持续性更强。
三、互联网驱动的点对点帮扶调查
为进一步推进互联网驱动的点对点帮扶实践，Y市教育局运用大数据思维，采用互联网技术，将以云录播平台为载体的“大数据+教师专业发展支持系统”应用于S县的教育扶贫实践中。
S县隶属于贵州省QN布依族苗族自治州，总人口25.66万人，少数民族人口占56%，以布依族和苗族为主，是国家级贫困县，是Y市教育局“结对子”帮扶的县。2017年3月，在充分调研的基础上，为扩大优质教育资源的辐射力，实现教育均衡发展，S县将全县20多所中学合并为4所，合并后的MZ中学排位第一，GS中学排位第二。经过前期调研和有序的组织策划，2017年9月，Y市教育局将“大数据+教师专业发展支持系统”运用于GS和MZ中学，以期帮助提升学生学业成绩，促进教师专业发展，提升课堂教学效果。
为深入了解“大数据+教师专业发展支持系统”是如何运作以及效果如何，自2017年9月该项目实施以来，课题组以第三方的身份参与该项目的运行，深度访谈了5名教育局工作人员、4名公司项目管理员、10名帮扶专家、25名被帮扶教师;参与式观察了项目运行的重大事件与重要会议，如Y市教育局组织的项目部署会、项目推进会以及项目考核和测评的各种重要会议。课题组还专门派出1名在读博士生前往Y市教育局跟班实习，参与该项目各个环节的具体工作。此外，课题组还对42名被帮扶教师就项目开展以来的教学理念、教学技能、学生学习状态等进行了全样本问卷调查①，并收集了大量的二手资料和数据。这些资料和数据包括：S县智慧教育扶贫项目运行以来的后台数据、政策文件和总结材料，如“大数据+教师专业发展支持系统”云录播平台上产生的被帮扶教师的教学设计、449份指导专家的评论、56份被帮扶教师的课堂教学反思等文本资料，被帮扶教师每周1次的录播视频、授课打分，被帮扶教师的前测、中测、阶段性测试得分（既包括专业理论、课程标准、职业认知、学科知识、教材理解、教学设计、试题命制7个方面的笔试得分，也包括专业理论、专业技能、专业素养、职业认知4方面的面试得分），以及参与项目前后学生的成绩等。
为使评估的结果更加客观、公正，课题组还辅之以学校所提交的学生成绩进行大数据分析。评估的标准是教师专业标准和学生成绩，教师专业标准包括知识的积累、能力的提升和精神的培育，故而对贫困地区教师精准扶贫的效果评估应该从知识扶贫、能力扶贫和精神扶贫三个层面来切入（李长娟，2015）;学生成绩主要从帮扶前后学生成绩的变化来衡量。调查发现，虽然不同教师的能力提升程度不同，但基本上被帮扶教师在教学理念、教学技能和综合素养方面都得到了较大改善，学生的成绩也得到大幅度提高。
1.教师教学理念明显转变
被帮扶之初，因上录播课要求更高，绝大多数教师要利用周末和节假日认真备课，所花时间和所耗精力更多，故而有怨气。但是，随着时间的推移，通过专家们的精心指导、细心把脉及课堂示范引领，教师们明显感觉到因课堂教学得法，学生偷懒的情况少了，愿意积极发言、互动交流的多了，进而在思想观念上发生了巨大转变，由当初的被动接受转为后来的主动请教。转变最明显的是，他们意识到教学不能“满堂灌”，而要以课程标准为纲、以培养学生的核心素养为目的。正如访谈时GS中学L老师所言（2018年6月4日）：“被帮扶前，我认为教师教好书、上好课就可以了，不需要注重育人;被帮扶后才知道，好老师还需要培养学生的思维能力，需要认真‘备学生而不是‘备课本。”
问卷调查的数据也佐证了这一观点。调查显示，83.7%的被调查者认为此模式有助于他们了解教育精准扶贫的意义，93.3%的被调查者认为此模式可以帮助他们了解先进教育理念对孩子成长的作用，90%的被调查者同意此模式更能使他们深入体会团队合作在教育精准扶贫中的重要性，83.3%的被调查者认为可帮助自己制定更加专业的职业生涯规划，93.3%的被调查者认为自身的课堂教学监控和反思能力有了明显提升，83.3%的被调查者认为他们在课堂上更加注重激发学生的求知欲和好奇心。这说明经过3位专家一年以来“多对一”的指导，被帮扶教师的教学理念明显转变。
2.教师教学技能明显提升
被帮扶前，许多教师都不知道怎样去备好课、上好课，更不知道如何说课评课，在这方面深有感触的是GS中学的L和W两位老师。因为勤学好问，两位老师进步很快，其中L老师教龄才3年，就被邀请到Y市上公开课，并得到Y市M区听课教师的一致好评。访谈时GS中学L老师谈到（2018年5月23日）：“被帮扶前，我很少关注‘课标的要求，解读‘课标也有困难，导致在教学中比较随意，重点不突出;被帮扶后，专家首先要求解读‘课标，然后要求我们根据‘课标进行教学设计。”
MZ中学C老师也有类似的感受（2018年6月4日）：被帮扶后，“教学方向更明确了，对教材和大纲的把握更到位。刚参加工作时，因受到一位老师的影响，认为应注重引导学生发散思维，联系现实生活。这种方式导致的结果就是想到哪里讲到哪里，看着很热闹，但重点不突出，教学目标不明确，没有紧跟大纲的要求。现在专家建议多看大纲，多看课标，并推荐了一些教参，这样我就能做到备课更深入、细致，方向更明确了。”
两位老师谈到，原来总认为牢牢把学生的思路控制在自己手里会更好，大都是教师讲、学生听，师生之间互动很少，学生参与度低;帮扶后，专家提出要学会放手，引导学生找出答案，而不是自己把所有的答案都讲出来。正因为认同了专家的建议，现在两位老师的教学方法改善很大，课堂上注重引导学生开展小组讨论，鼓励学生自己总结并寻找答案。同时，帮扶前一些教师不会运用现代化教学手段，如制作精美的PPT课件，尤其不会在课件中穿插视频、动画、图片，帮扶后MZ中学P老师谈到，课件制作的短板被弥补，现在上课可以在课件上做一些活泼的处理，以吸引学生的注意力，达到了更好的讲解效果。问卷调查的数据也印证了上述观点。数据表明，86.7%的被调查者认为被帮扶后形成了自己独特的教学风格，教学设计能力有了明显提升;90%的被调查者认为自己可以根据学生的状况变化及时调整课堂教学，在教研和教改方面的能力明显提升; 83.3%的被调查者认为自己的课堂组织更加灵活;93.3%的被调查者认为自己结合课标驾驭课堂的能力有明显提高;76.7%的被调查者认为他们学会了根据课堂表现来捕捉学生的心理状况。这些数据再次说明Y市在S县应用“大数据+教师专业发展支持系统”让被帮扶教师的教学技能得到了大幅度提升。
3.教师综合素质明显增强
Y市教育局首先组织专家在2017年9月、2018年1月和2018年9月分3次对被帮扶教师的综合能力进行了测量，每次的总分均为100分，测量的内容主要包括专业理论、课程标准、职业认知、学科知识、教材理解、教学设计、试题命制7个方面。其次，组织专家对愿意受训的老师进行面试，面试时着重考察受训教师的专业理论、专业技能、专业素养、职业认知四个方面，面试也分前测、中测和阶段性测试3轮，每轮的总分也分别为100分。课题组将被帮扶教师的3次测试分数录入SPSS系统，进行F检验，从表2可知，帮扶前后受训教师的能力提升分数显著增长，三次笔试、面试和总成绩比较的F值均在0.001水平上呈显著性;三次组间两两比较（事后比较）的F值也在0.05水平上呈显著性。这说明被帮扶教师综合能力的提升很明显，只是由于学生的基础不同、受训教师的价值取向不一和指导专家付出的努力有差异，才导致不同学科教师教学能力的提升幅度不一致。其中，与2017年9月2日的第一次测试相比，2018年9月7日的阶段性测试中，被帮扶化学、数学、物理、英语和语文教师的综合能力分别平均提升了31.8分、34.7分、52.3分、44.3分和34分。访谈中，GS中学W老师谈到了自己的变化（2018年9月7日）：“以前只是照本宣科，现在把握教材的能力有了很大提高，教学方法有了很大改进，驾驭课堂的能力也有了很大提高。现在自己除了会上课，还懂得了如何评课，以及如何带领英语教研室开展好教研活动。”
4.教师行为轨迹被精确定位
将大数据应用于教育精准扶贫领域，可以对教育扶贫对象进行精准识别、对扶贫过程进行精细管理、对扶贫需求进行精确定位、对扶贫结果进行及时反馈，增强帮扶的针对性、科学性、专业性和有效性（谢治菊，2019）。大数据为被帮扶教师的专业发展提供了重要的保障和支撑。例如，云录播系统的后台大数据显示，被帮扶教师2017年9月-2018年6月应上课1185节，实际上课率为75.2%，即891节;在所上的891节课中，专家实际评课数为765节，评课率较高，为85.9%;专家应传评论数891条，实际上传449条，上传率为50.4%;被帮扶教师应传教学设计891次，实际上传405次，上传率为45.5%;被帮扶教师应传教学反思891条，实际上传56条，上传率为6.3%（详见表3）。这些数据表明：第一，与被帮扶教师相比，指导专家的任务达成度更高。第二，由于教学任务繁重、教学要求较高，贫困地区被帮扶教师主动适应该帮扶系统的能力较弱，教学反思上传率极低就是很好的例证。第三，教师在该系统中的行为轨迹被精确定位，这为教育局和学校的精细管理提供了科学依据。
5.学生课堂上的不良行为习惯得到纠正
在参加帮扶之前，学生在课堂上会因为教师讲授内容的枯燥无味而东张西望或睡成一片。自从进入云录播教室上课以后，学生不良的行为习惯得到极大纠正，学习积极性增强，真正构建了人人有事做、个个精神集中的良好氛围。访谈中，MZ中学L老师（2018年5月23日）谈到项目实施后学生的转变：“学生们也学会了独立思考以及自己动手做事，而且上了录播课的学生的课堂规范要明显好于没有上录播课的学生。”
究其原因，一方面因为教师们得到专家团队的精心指导，教学方法上大有改进，由原来的“满堂灌”“填鸭式”转变为“小组探究合作”。二是因为录播室是全覆盖监控教室，学生的一举一动全在监控之内，为避免学校责罚，一般不敢轻举妄动。由于参与的班级每周都要到录播教室至少上1节课，多的要上2～3节课，长此以往，学生的良好习惯得以养成。正如问卷所显示，63.3%的教师认为录播后大部分学生端正了自己的学习态度，70%的教师认为课堂中学生回答问题的积极性提升了，63.3%的教师认为下课以后学生主动与教师交流的次數增加了，66.7%的教师认为学生参加各项课外活动和竞赛的兴趣增强了。这说明大部分录播教师认为，云录播平台中“大数据+教师”的精准扶贫模式对纠正学生上课中的不良行为有重要的帮助。
6.学生成绩大幅度提升
为上好每一堂课，专家对指导教师严格要求，反复磨课、反复设计，再加上专家在课堂上的适时指导以及课后的点评与反思，试点班级学生的学习成绩大幅度提升。从以下数据的横向对比中可知：首先，成绩排位有所提升。例如，GS中学H老师带领的14班，在七年级时因没有得到帮扶，2017年春季期末统考，其数学成绩在全年级12个教学班中排倒数第1名;帮扶一年后，学生成绩大幅度提高，一跃进入年级第6名。其次，与非录播班级相比，录播班级学生的成绩提升显著。为此，我们选取了8个同时开展“云录播课堂”语文、数学、英语的班级④和同一教师教授的8个非云录播班级为研究对象，将实验组和对照组2017年6月和2018年6月前后的成绩变化进行了T检验，结果如表4和表5所示。由两表可知：第一，经过一年的帮扶，实验班语文、英语两科平均成绩都显著高于“云录播课堂”实施前的平均成绩（P<0.01）;第二，对照班语文、英语两科平均成绩在一年后不存在显著差异（P>0.05）;第三，在“云录播课堂”实施后，实验班语文、英语两科平均成绩显著高于对照班相应课程（P<0.01），而数学平均成绩没有显著差异。分析发现，由于这三科的实验是在同一班级进行的，学习氛围相似、授课对象相同、授课方式相近，故影响其效果的因素就可能来自如下两个方面，一是授课教师的个性化差异，二是不同课程的学科属性差异。调查表明，由于被帮扶教师的遴选都经过了严格的“专业笔试+专家面试”环节，无论哪门课程，所选教师的水平和类型均相似，故由教师的个性化差异引起的成绩差异可以从逻辑上排除。就学科属性而言，一般认为语文和英语课程的学习是分散点状式的，这种学习有多种开端，学习方式也相对多元，教师的教学技能对学生成绩的提升比专业知识的影响更大，故“云录播课堂”所实现的教师教学理念、教学技能、教学策略等的调整对此有较高的契合性。再加上作为语言类课程，语文和英语在教学上有更多的整体性直观感知与体验，如“云录播课堂”通过互联网、大数据、云计算等技术为学习者提供了多方位、多层次、多联结的感知，迎合了深入学习语言类课程的需要。而作为符号逻辑课程，数学课程的学习是聚合树状式的，这种学习开端比较单一，学习要取得成效，一般主要靠专业知识的积累和精细严谨的分析、讲解和练习，对直接感知的要求相对较低，而以改善教学技能为主的“云录播课堂”对专业知识的积累成效不明显，故短期内难以奏效。
综上，Y市运用大数据思维、借助互联网平台在S县开展的“大数据+教师专业发展支持系统”成效显著。该系统运行一年以来，不仅教师的教学理念明显转变、教学技能明显提升、综合素养明显增强，学生的不良行为规范也得到矫正，学生的学习成绩更是大幅度提升。这意味着互联网驱动下的“点对点”帮扶模式比普通的“点对点”帮扶模式更有成效。究其原因，主要是“互联网+教育”的“点对点”帮扶能够实现帮扶双方的实时互动，减少帮扶的中间环节，降低帮扶的机会成本，实现帮扶的科学化与针对性（王军等，2016）。
四、教师精准帮扶下的实践困境
教育扶贫的实践逻辑在于通过教育提高贫困人口的发展能力，增强贫困人口脱贫的内生动力，提高贫困地区的教育水平，促进教育资源的均衡发展与社会阶层的合理流动（向雪琪等，2018）。当然，有了大数据思维，这一逻辑的重点则转向了“精准”二字，即通过大数据让教育扶贫的对象识别更加精准、管理过程更加精细、需求定位更加精确、反馈控制更加有效。尽管如此，此模式要想推广，仍然存在以下几个问题。
1.相关主体压力较大
有学者通过向1821名中小学教师发放问卷调查，发现工作压力与工作满意度呈显著负相关，与职业倦怠呈显著正相关（张建人等，2014）。这说明工作压力对教师的满意度和获得感具有重要影响。但此次调查却显示，该系统面临的首要困境是此种帮扶培训对教师正常的教学和生活有一定影响。访谈中也发现，被帮扶教师、学生和专家都面临巨大的压力。从专家角度来看，该项活动是由教育主管部门组织的，以精准扶贫的方式开展，责任感与使命让其有压力。从被帮扶教师的角度来看，与常规课不同，录播课的要求更高，专家和其他被帮扶教师都能看到，因此上课不能有半点马虎，因此压力倍增。从学生的角度来看，录播课全程直播，要特别注意自己在课堂上的行为规范，因此也有压力。正如访谈时MZ中学L老师谈到的（2018年5月23日）：“录播课对教学设计的要求很高，一想到周五有录播课，从周一就开始紧张，而周五上完录播课后，又开始担心下周的课程，因此一直处于紧张状态。”
当然，专家们的责任心也给上录播课的老师带来压力，他们认为如果不好好配合，就会愧对专家。最关键的是，被帮扶教师每周16～25节不等的上课工作量给他们带来了巨大的压力，这也导致该系统运行一年来被帮扶教师无法完成全部的平台教学任务。正如有些教师在教学反思中多次强调的，由于备课不充分、准备较仓促，导致上课时自己的思维断断续续，效果不好。
2.项目管理的科学化与精细化程度不够
因项目管理不够科学化与精细化，项目推进过程中存在的问题没有得到及时发现并采取应对措施。例如，项目运行过程中，有些专家或被帮扶教师重视程度不够，致使项目推进效果不佳，相关部门并没有约谈懈怠的专家或被帮扶教师，进而致使项目实施一年后，有些被帮扶教师的教学水平并未有大的改观，从而导致资源的浪费。其次，没有对不上录播课、不上传教学设计、不撰写教学反思的教师进行惩戒，也没对未点评的专家进行警示，这会形成“破窗效应”;同时，未对第一运行阶段表现优秀的专家、教师和学生进行有效的正向激励，教师投入的积极性受到影响;也未引入第三方对运行效果进行科学评价，质量可持续改进的依据不够科学。最后，被帮扶教师的教学反思上传率严重偏低，但也没有在管理上予以干预。长此以往，必将降低运行的成效。
3.项目运行的保障机制有待完善
首先，激励机制不健全。已有研究证明，教师的绩效奖金对学生成绩有显著的正向影响，即绩效奖金越高，学生成绩越好（薛海平等，2016）。但在本项目中，指导专家和被帮扶教师均没有获得额外的劳动报酬，只是在文件中规定参与人员在评优评奖和职称评聘中优先。访谈中一所学校的负责人告诉我们（2018年5月23日）：“项目刚开始实施时，考虑到参与该项目的工作量较大，学校想每周给参与的老师们多3节课的课时费，但不让从生均经费里面支出，去年9月以来，需给参与的每位老师支付6300元，估計一年需要7万元，目前还没有落实，仅仅解决了参与老师们的荣誉称号问题。”这种做法短期内尚可奏效，一旦想持续发展，必将面临诸多阻滞。
其次，专家与被帮扶教师之间的沟通机制不健全。教育意义上的互动是知识获取的必要基本机制，能促进认知与身体技能的发展（Sims，1997）。调查发现，本项目在运行过程中，存在互动时间不及时、互动频率和方式有限等弊端。访谈中我们也发现，项目实施一年来，仅有小部分教师到Y市与指导专家见面沟通过，也仅有小部分指导专家应邀到帮扶学校与老师们见过面，大多数时候被帮扶教师和指导专家一直在虚拟网络空间交流，这会大大降低交流的效果。
再次，被帮扶教师与专家的遴选机制有待优化。一般情况下，越年轻、工龄越短、性格越积极、家庭负担越轻的教师，参与的积极性越高;潜力越大的教师，参与的积极性也越高。但现有遴选机制对被帮扶教师的选拔，主要是基于自愿和专业能力，还应考虑年龄、工龄、性格和家庭情况等因素。
4.帮扶大数据收集与挖掘不足
“大数据+教师专业发展支持系统”运行一年来，产生了大量的数据，如被帮扶教师的教学设计、录播视频、教学反思，专家对被帮扶教师视频教学的打分，专家的指导意见等。加强这些数据的挖掘和使用，将有助于提高该系统运行的成效。例如，通过分析被帮扶教师的教学设计和专家指导意见，不仅可以记录被帮扶教师的成长过程，还可以发现不同学科被帮扶教师在教学中存在的共性问题，以便总结经验和方法，实现更大范围地推广。同样，教学视频也是重要的二手资料，通过分析教学视频，我们可以了解不同教师在教学中关注学生的程度、与学生互动的频率、学生参与课堂的程度等。通过大量的数据分析，我们还可以提炼出不同学科的高效课堂标准，或者合格的课堂教学模式，以便改进贫困地区整体的教育水平。目前，这些大数据的收集与挖掘还不够健全。
五、结论与讨论
“大数据+教师专业发展支持系统”运行一年来，对帮扶教师及其教授班级产生了明显的正面影响，这说明该系统值得推广，尤其应推广该系统中的大数据思维以及由此带来的针对性、个性化、差异性、精准化的帮扶举措。当然，网络平台的运用也是值得借鉴的重要方面，精心的组织安排和制度设计所起到的保驾护航作用更是不可小觑。然而，为促进该系统可持续发展，扩大该系统的受益范围，提升该系统的实施效果，还应在以下几个方面有所改进。
首先，优化顶层设计，健全激励机制。现有的顶层设计只关注精神激励，忽视物质激励。为促进被帮扶教师积极参与培训，设计者一方面要求被帮扶教师无特殊情况不准退出，另一方面建议地方政府和学校在评优评奖、职称评聘、绩效考核时，优先考虑被帮扶教师和指导专家。与此同时，应将指导专家和被帮扶教师的待遇制度化，按月或按项目发放一定的劳务补贴，同时对于成效突出的专家和被帮扶教师给予相应的精神表彰与物质奖励。
其次，调整遴选标准，优化专家和被帮扶教师结构。建议选择入职时间较短，还没形成自己教学风格的教师来参加培训。同时，建议专家遴选打破地域和年级格局，在3个专家中应有1个是使用相同教材的发达地区专家，1个是高校研究课程和教学法的专家，或一个大组里面至少有1个外省专家和1个高校专家，以进一步增强专家团队的专业性和影响力，优化专家结构。
再次，完善沟通机制，畅通沟通渠道。建议牵头部门创造机会和平台，给指导专家和被帮扶教师更多的面对面沟通机会;建议减少指导专家和被帮扶教师的日常工作量，不足部分由精准帮扶补齐，让他们将更多的精力用在培训帮扶上;建议帮扶专家与被帮扶教师每学期至少面对面沟通2～3次，以增强帮扶的效果;同时，建议以会议或联谊活动的形式，让专家组成员之间、专家组之间定期面对面沟通，以促进各专家之间的相互交流与借鉴。
最后，利用大数据思维和互联网平台，深度挖掘被帮扶教师和学生的行为特点。随着大数据技术在教学中的深入应用，教育系统中每时每刻都在产生海量教师和学生行为的非结构性数据，如何挖掘隐藏在其中的丰富价值，将其转化成有价值的知识，从而促进教学决策，改进教学实践，完善自身专业发展，这是大数据时代教育领域面临的重大挑战（张进良等，2015）。目前，我国的“大数据+教育精准扶贫”还处于初期阶段，这一阶段的主要任务是收集大数据，对大数据的挖掘和分析还不够。故此，建议利用大数据对教师课堂教学进行STOW分析，通过人脸识别对学生的学习动因进行分析，通过学生的言语行为（如提问、应答、对话、讨论、观察）和实际行为（如笔记、实验和思考）对其课堂活动进行分析，通过教师的言语行为（如讲授、指示、表扬、评价）或实际行为（如个别指导、观察巡视、演示或展示）来发现教师课堂行为的规律，找出同一学科教师的共性问题，预测同一学科教师的发展趋势，进一步提升教学效果。
由于大数据具有“大样本、大价值、高速性、多样性”等特点，这使得大数据在人文社科领域被高度重视;再加上“互联网+”战略的提出及实施，教育资源配置的科學化、精准化和有效性也日益受到重视。在此背景下，将大数据思维和互联网技术应用于远程教师精准帮扶项目，有重要现实意义。由于本文所探讨的Y市“大数据+教师专业发展支持系统”刚运行一年多，在顶层设计、运行机制、数据收集、数据挖掘和数据驱动方面还属于探索阶段，项目运行的科学化和精细化还存在不足，尤其与“大数据驱动的教育精准扶贫”的定位还有差距，这使该项目的推广受到影响。尽管如此，该项目倡导的用“大数据思维和互联网技术”来驱动贫困地区教师能力的提升，以“点对点”方式来帮扶贫困地区教师的专业发展，为学界探讨“互联网+教育精准扶贫”和“大数据+教育精准扶贫”提供了新的模式及研究思路。
注释：
① 开始有42名教师被帮扶，后有3名教师因怀孕或家里有事退出，尽管学校进行了人员增补，但考虑到数据的连续性，最后得到的有效调查问卷为39份。
②③ 感谢Y市教育局为我们提供的数据。
④ 之所以选择语文、数学、英语三门课程而没有选择物理、化学，是因为初中二年级才有物理课程，初中三年级才有化学课程，没有2017年6月的成绩可以对比。每个班级都有50名学生。感谢S县教育局为我们提供的原始数据。
参考文献：
[1][美]阿马蒂亚·森（2013）. 以自由看待发展[M]. 任赜，于真. 北京：中国人民大学出版社：序言：3.
[2]陈恩伦，郭璨（2018）. 以教师精准培训推动教育精准扶贫[J]. 中国教育学刊， （4）：42-46.
[3]陈向明，王志明（2013）. 义务教育阶段教师培训调查：现状、问题与建议[J]. 开放教育研究，（4）：11-19.
[4]鄂璠（2018）. 当“长顺学生”遇到“贵阳老师”：用凌云方法破解壮“智”难题[J]. 小康， （6）：58-61.
[5]傅树京（2003）. 构建与教师专业发展阶段相适应的培训模式[J]. 教育理论与实践， （6）：39-43.
[6]顾明远（1998）. 教育大辞典[M]. 上海：上海教育出版社：12.
[7]李兴洲（2017）. 公平正义：教育扶贫的价值追求[J]. 教育研究，（3）：31-37.
[8]李长娟（2015）. 偏远农村地区教师培训的实践探微与路径突破[J].教学与管理， （36）：33-35.
[9]李振宇，张昭，刘浩（2018）. 农村教育结构变迁与收入贫困改善的系统研究[J]. 国家行政学院学报，（2）：98-103.
[10]林乘东（1997）. 教育扶贫论[J]. 民族研究，（3）：43-52.
[11]刘维忠（2010）. 新阶段新疆农村扶贫开发模式与对策研究[D]. 乌鲁木齐：新疆农业大学：10.
[12]卢真金（2007）. 教师专业发展的阶段、模式、策略再探[J]. 课程·教材·教法， （12）：68-74.
[13]马文杰（2012）. 教学反思：教师专业成长的应然选择[J]. 教育探索，（10）：87-89.
[14]沈栖（2017）. 中国反贫困成就举世瞩目[EB/OL]. [2017-08-22]. http：//pinglun.eastday.com/p/20170822/u1ai10802239.html.
[15]王北生，冯宇红（2015）. “国培计划”实施中的现实困境及其突破[J]. 中国教育学刊， （10）：88-92.
[16]王军，吴海燕（2016）. “互联网+”背景下精准扶贫新方式研究[J]. 改革与战略，（12）：111-114.
[17]汪三貴，曾小溪（2018）.后2020贫困问题初探[J].河海大学学报（哲学社会科学版），（2）：7-13.
[18]习近平（2014）. 摆脱贫困[M]. 福州：福建人民出版社：8.
[19]向雪琪，林曾（2018）. 我国教育扶贫政策的特点及作用机理[J]. 云南民族大学学报（哲学社会科学版），（3）：86-91.
[20]谢治菊（2019）. 大数据驱动下的教育精准扶贫——以长顺县智慧教育扶贫项目为例[J]. 湖南师范大学教育科学学报，（1）：43-52.
[21]薛海平，王蓉（2016）. 义务教育教师绩效奖金、教师激励与学生成绩[J]. 教育研究，（5）：21-33.
[22]严苏凤，梁崇科（2009）. 校本教研：新课程背景下教师继续教育模式探究[J]. 理论导刊， （4）：92-94.
[23]尹逊波，吴勃英（2015）. 新教师成长的三个阶段[J]. 中国大学教学， （11）：91-96.
[24]俞建芬（2018）. 精准扶贫视域下乡村教师培训的困境与出路[J]. 教育科学论坛， （13）：59-62.
[25]张建人，阳子光，凌辉（2014）. 中小学教师工作压力、工作满意度与职业倦怠的关系[J]. 中国临床心理学杂志，（5）：920-922.
[26]张进良，李保臻（2015）. 大数据背景下教师数据素养的内涵、价值与发展路径[J]. 电化教育研究， （7）：14-19.
[27]中华人民共和国中央人民政府（2015）.国务院办公厅关于印发乡村教师支持计划（2015-2020年）的通知[EB/OL]. [2015-06-08]. http：//www.gov.cn/zhengce/content/2015-06/08/content_9833.htm.
[28]Otsuka， K.， Estudillo， J. P.， & Yamano， T. （2012）. The Role of Labor Markets and Human Capital in Poverty Reduction： Evidence from Asia and Africa[J]. Asian Journal of Agriculture & Development， 7 （1）：23-40.
[29]Sims， R. （1997）. Interactivity： A Forgotten Art？[J]. Computers in Human Behavior， 13（2）：157-180.
收稿日期 2019-02-26
责任编辑 刘选
