思维的痕迹——基于LOG数据的PISA问题解决能力研究

作者简介

陆璟，博士，研究员，现任上海市教育科学研究院副院长，上海市教育科学规划领导小组办公室常务副主任，PISA中国上海项目研究中心主任。兼任中国教育学会基础教育评价专业委员会常务理事、上海市教育考试命题和评价指导委员会委员，被教育bu聘为普通高中课程标准修订综合测评组专家、全国中考改革专家组成员、全国中考命题评估综合组专家。

内容简介

过程指标能有效区分较低水平学生并诊断错误原因 log数据分析所提取的过程指标比仅仅依据答题结果来评价能够更有效地区分出较低水平的学生，帮助诊断问题，特别是在错误率较高的情况下，可以分析学生发生错误的原因。从每个试题的评分结果、问题解决过程中的互动指标、策略指标、计划性、探究的完全性、执行的最优性、执行过程中的步骤分析等多方面的指标都可以发现，中国上海学生在问题解决方面的确不是数一数二的，尽管车票这题的情境的确有不公平性，但是经过第1题的探索，在该单元第2第3个问题上，试题情境的影响有所减弱，中国上海学生在探究的完全性上与更高水平的国家（地区）仍有差距。还有类似“室温控制”这样的题目代表了一批试题，中国上海有超过一半的学生在计划和执行过程中，计划不够完善，缺少目标导向的监控能力，还一部分学生在形成因果关系结构表征上有困难，的确不如新加坡、日本、韩国的学生表现好。问题解决过程数据分析揭示出我们不如纸笔测试表现那么好的主要原因并不在于不熟悉计算机化测试，而是在通用问题解决能力上的确有欠缺。换句话说，我们确实在问题解决领域特定的技能上存在不足，特别是在探究完全性和计划性指数上，这两个指标是互动问题解决中的关键指标，因为在一开始解决问题所需要的信息不是完全披露的，需要通过全面的探究以及根据时间和步骤等方面的限定条件来制定行动计划，按计划分步实施才能在规定的步骤内完成任务，上海学生在这两个方面与表现最好的国家（地区）相比有不小的差距。 问题解决能力体现了学生的创造性思维和批判性思维水平。 学生是怎样进行问题解决的？问题解决的过程对学生的表现有什么影响？