学-教-研：数据智慧生成路径

数据智慧，讲得粗暴点，就是使用数据的智慧。智慧又是从数据到信息，从知识到洞见，一点一点发展起来的。

就数据讲数据，就有点薅着头发让自己离开地面的意思，拎不清。那我们首先就要考虑目的，我为啥要用数据，为啥要发展数据智慧？这样我们才能知道我们要的数据到底需不需要，数据又该怎么去用？也就是要考虑目的-手段一致性。

数据干嘛用？其实无外乎就是要进行适应性教学，也就是我们说的以学定教。Parsons等人(2018)综述了几十年的文献，发现对适应的基本理解，无外乎就是回应异常（stimulus），回应具体的学生需求。基于学习数据的适应性模式（DAM）就是在回应这个议题。线上教学，我们可以采用以练代管的方式；线下教学，我们可以采用LENS模式。都是要借助测评，小步调及时反馈，聚焦问题，推进深度学习。

为了以学定教，为了聚焦问题，对数据的理解便有了一定的方向：不只是有数才算数据，对学生表现的描述也是数据；数据不只是独立于教学的前测、后测，也包括课中的生成性数据；数据不是为了评判学生，而是为了促进学。

数据的应用或基于学习数据的适应性教学，是一门手艺，单靠讲座是搞不定的。教师专业发展研究已经有从短期的培训向校本行动教育以及校际行动研究的转向。也就是要以课例研究为载体，提升教师的实践智慧。

课例研究有磕、嗑、科三重境界。老师辛苦准备，跟教学重难点死磕，完整上完一节课，是课例研究的第一重；听课的老师聚到一起研讨、唠嗑，是课例研究的第二重，但也是很多教研活动的最后一重。各抒己见当然重要，但也容易各执一词，自说自话，不能达到改进学与教的目的。课例研究的第三重境界就是科学：以数据为抓手，先做事实层面的确认，搞清问题，再去思考怎么办的问题。这个既是基于学习数据的适应性教学的核心，也是培养数据智慧的关键。在行动-交流-反思的过程中，数据的意义才能够凸显出来。通过课前、课后小测数据对比 ，可以判定重难点突破进展和问题。回溯课中观察记录，将教学环节与异常现象对应分析，就可以追溯问题根源，对症下药。

除了课例研讨，课例的撰写也非常关键。我们要在数据（细节、例子）与经验、知识之间爬上爬下，才能避免卡在阶梯的中部，有望获得智慧。“在从编写和思考案例中学习时，要经历四个步骤：行动、叙述、联系（或复述）和抽象。”（舒尔曼，2013，p.343）写自己做了什么，主要还是信息(information)层面的东西。没有下沉的数据(data)，虽然有归类、抽象而不自觉，遗漏的细节可能更多；没有对行动意图和根基的探讨，没有对教学意外的反思，没有与其他经验的联系（舒尔曼，2013），也就没有相互勾连的知识（knowledge），灵光乍现的洞察（insight）或者筋脉畅通的智慧（wisdom）。

因此，数据智慧的生成，要绷着两个弦，一是以学定教，一是以教定研。再就是写出来。只有写出来，有了叙述、联系和抽象的过程，你才有真的理解，你的经验才能够跳出一时一地的局限，实现迁移。其实这也是深度学习的过程。