当下，技术对教育的改㊣ 变正逐渐延伸到教与学层面， 并在学生个性化学习、老师减负增效等方面发挥重【要作用。近日，在中国教育学会主办的“新技术支持未来教育展示观摩”活动上，北京师范大学副教授李玉顺分享了自己对技术加持下的教与学的实践和思考。
在李玉顺看来，新课改、新高考、以及整个创新教育的蓬勃发展为教育带来了深刻变化，如今，随着AI与大数据进入学校、学科，课堂生态可能迎来新的重构性契机。
“掌握学习理论”指出：在大班◣教学条件下，只要给予学习者足够的时间和个性化帮助，几乎▓所有学生能对几乎所有的内容达☆到掌握的程度。但是这一教学理论在传统大班化教学下很卐难做到，老师』很难有那么多的时间精力，给予学生个性化帮助。
教育信息化能否为此带来改变?李玉顺说，教育信息化过去喊了很多年，但要让信息①化教学变成一种新常态，又好像很难，“难※的原因是什么?一是前两年※，国内教育大数据没有积累，很多的数据模型并没有有效的建构。二是对老师来说，真正的学科性的№、可用性高▅的、简单易行的工具少。”
他举例，某北京市初中教↘研员曾说：“这么多的信息技术产品⊙，我最迫切需要的是两个东西，一是几何画板类∏工具，二是学科的知识图谱类的工具，如果有这两个工具，我的教学引导将会更好。”
但近几年，云环境带来了数据※的整合、融通和汇聚，很多教育公司开始关㊣ 注数据的采集、挖掘和呈现，从多个维度展现数据对于教育的意义，希望为老师提供更便捷易用的学科教学工具。
那么，这些工具如何在学↑校更好落地，然后进入教学场景?李玉顺ω 提出四点建议。
一是不★光关注老师视角、也要关注学生视角。从学生学习的角度帮♀助老师优化传统教△学流程。
二是要关注教师专业发展，教师要根据互联网+时代的特点，在学科」工具的辅助下，重新○理解学习，重构教学过程。“例如，大量图形化的表征〓、知识的可视化表达如何变成教学策略?学科教学干预的时机点是什么?这是都需要我们在教研上认真研究。”
三是关注学科知识、数据行为的呈现如何变成有模型、有完整意义解读的表ζ 达。目前，企业关于行为性的数据采集越来越多，比如情感识别〗、课堂师生交互行为的识【别、学生到讲台前行为表征的识别等等，如何把这些零散的点变成对教育场景有意义的解读，让老师能够据此变更教学策略，学生能够改善学习行为，仍需进一步发¤展。
四是不光要关注学○生知识技能，也要关注学生情感调动。各种工具进入教育场景后，学生的学习参与，是由情感、行为和认知共①同组成的。但目前，我们的课堂在◤使用技术时，普遍将知识、技能放在▓突出位置，在情感调动方面■普遍不高，这一点仍待改进。
