教育在大数据技术与理念的冲击下正在发生一场“静悄悄的革命”，教学范式的转型成为这场革命的先导和核心。伴随着教育数据的持续累积与深度挖掘，大数据在构建新型教学生态、助力教学结构变革、再造教学流程方面的作用日益凸显。一场由经验模仿教学、计算机辅助教学转向数据驱动教学的范式变革正在发生。

　　数据成为教学结构的新要素

　　数据驱动教学是国际教育信息化发展的前沿课题，呈现科学化、精准化、智能化与个性化四个核心特征。在数据驱动教学范式下，教学结构从四要素（教师、学生、媒介、内容）转变为五要素（教师、学生、媒介、内容、数据），数据作为一种新的生态要素出现在教学系统中，并为整个系统的运转提供智慧能量。互联网技术的发展模糊了学习场所的边界，网络空间将承载越来越多的教学活动，产生和汇聚巨量的教与学的行为数据，逐步形成教学大数据。

　　通过教学大数据的深度挖掘和多元分析，能够将数据背后反映的教学意义与价值清晰地呈现出来，进而帮助教师在课前进行精心的教学设计，课中进行精细的授导、精炼的研习与精准的评估，课后进行精益的辅导。真实的教学数据不会“说假话”，它会赋予教师三种能力，分别是“显微镜”式的观察能力（看得更细，比如详细诊断学生的知识缺陷），“望远镜”式的预测能力（看得更远，比如预测学生的学习成效），“导航仪”式的指导能力（看得更准，比如给予学生个性化的学习路径与方法指导）。

　　数据驱动的智慧课堂与适应性学习

　　“十二五”以来，各地中小学校的信息化环境大大改善，为教学过程与结果数据的多维度、全程化采集创造了良好的条件。贯通课前、课中与课后的教学数据流正在生成，数据驱动的教学设计、教学组织与管理、学业辅导等教学业务开始走向精准化、精细化和精益化。大数据具有重构课堂教学流程与教学生态的潜能，将推动经验主导、低效重压、整齐划一的传统课堂转向全向互动、数据把脉、精准反馈、轻负高质的智慧课堂。智慧课堂教学模式包含精心设计、精细授导、精炼研习、精准评估和精益辅导五个主要环节，体现了大数据技术与课堂教学的全流程深度融合，重视教学要素的全向互动与双主教学理念（教师主导，学生主体）的实施，通过有意义教学数据的流转与价值挖掘，促进师生智慧的共同成长。

　　基于互联网的自适应学习是教育大数据应用服务的另一个主要阵地。自适应学习系统能够采集学习过程中的行为数据，并对学生的学习兴趣、知识水平、学习风格、学习进度等做出分析和预测，以提供适应“互联网+”时代需要的高度精准化、个性化的学习服务。比如国内的自适应学习系统——智慧学伴是由北京师范大学未来教育高精尖创新中心研发的智能教育公共服务平台。该平台通过科学的测评技术采集学生学科知识、能力、心理、行为等表征信息，并对数据进行深度挖掘和建模，不仅能够为学生中高考选考提供科学的参考方案，还能推荐有针对性的教学资源和双师服务，帮助教师进行精准教学，便于学生及时解决学习问题。

　　学习分析成为数据驱动教学的关键技术

　　教育数据的价值不会自然产生，而是靠机器的分析与挖掘来获得的。学习分析技术可以从大量的数据中提取未知的、具有潜在价值的教与学的信息，进而辅助教师进行更科学、更高效、更精准的教学决策，帮助学生认识更真实的自己（学科优势、知识缺陷、学习偏好等）。数据驱动教学的成功实践离不开学习分析技术的强力支持。《中国基础教育大数据发展蓝皮书》项目组选取“Journal of Learning Analytics”国际期刊2014年至2016年总计112篇文章作为样本，对国际学习分析技术的最新进展进行了调查。

　　调研发现，当前国际学习分析研究主要集中在学生日志数据、成绩预警数据、师生评价数据、在线话语数据、伦理隐私数据、多模态数据等六类数据的分析上。当前，有四种典型的学习分析技术正在成为热门，分别是学习行为模式分析、学习风险预警分析、嵌入和提取式分析以及多模态学习分析。学习分析技术在教育教学中的应用呈现四大趋势：一是越来越多的学习平台嵌入学习分析功能，提供可视化的分析报告；二是开始关注学习过程中的情感数据分析，智能识别学习者的情绪状态；三是积极探索多模态数据（生物数据、行为数据、文本数据等）的常态化分析，实现学习者的全息全维画像；四是突破学科边界，围绕数据驱动教学的关键问题实现跨学科合作研究。