课堂信息技术使用对学生数学学业成绩的影响论文（附论文PDF版下载）

2.教师课堂使用动态几何类数学软件的正向效果更佳
 

那么，在课堂上使用什么类型的数学软件效果更好? 通过聚类分析和相关分析可以寻找问题答案。首先通过对 7 种课堂 ICT 技能进行聚类分析寻找它们的软件起源。利用 SPSS22. 0 以变量的 Pearson 相关系数为距离进行变量聚类，通过聚类过程和谱系图可得: T1、T3、T7 可分为一类，从定义可以看出它们的共性是图形和图像，将其命名为直观类 ICT 技能; T2、T4、T5、T6 又可分为一类，它们共同特征是运算和数据处理，将其命名为运算类 ICT 技能。从 20 世纪 80 年代以来， 两类数学软件对中学数学教学产生了深刻的影响， 一类是动态几何软件 ( Dynamic Geometry Software，简称 DGS) ，例如几何画板、GeoGebra 和超级画板等。这一类软件的最大特点是可以通过设立参数让几何图形和函数图像发生动态变化，学生可以观察这些对象的连续变化过程，并进行良好的交互。另一类是计算机代数系统 ( Computer Alge- bra System，简称 CAS) ，例如:  Mathematica、Ma- ple 和 Matlab 等，这一类数学软件具有强大的符号运算、数值运算和数据处理功能。［1 － 3］ 所以，直观类 ICT 技能主要源于动态几何软件 DGS，运算类ICT 技能主要源于计算机代数系统CAS。聚类的结果完全符合实际应用的情况，是有效的。
 

紧接着计算各类 ICT 技能与学生数学素养及数学机试成绩的相关系数，直观类 ICT 技能 ( T1、T3、T7 ) 与数学机试成绩的相关系数分别为0. 557＊＊ 、0. 417* 、0. 518* ，与学生数学素养的相关系数分别为 0. 614＊＊ 、0. 497* 、0. 588* ， 相关系数较高且显著。直观类 ICT 技能的软件起源是动态几何软件 ( DGS) ，其使用对学生数学素养的提高效果显著。而运算类 ICT 技能 ( T2、T4、T5、T6)  与数学机试成绩的相关系数分别为 0. 201、 0. 250、0. 309 和 0. 319，与学生数学素养的相关系数分别为 0. 251、0. 301、0. 351 和 0. 402* ，相关系数较小且不显著。运算类 ICT 技能主要源于计算机代数系统 CAS，其使用对学生的数学素养虽然有着正向影响， 但并不显著。两者对比， DGS 类软件使用效果更佳。
 

( 二) 学生课堂 ICT 使用具有遮掩效应的负向效果
 

1.学生课堂 ICT 使用显著负向影响学生数学素养
 

学生课堂 ICT 使用与学生数学素养的相关系数为 － 0. 398，呈显著的负相关。因为课堂时间有限，学生课堂上如果花费了较多的时间进行 ICT 操作，就会影响到他们习得普通的数学素养，所以产生了负面影响。

 

2.学生课堂 ICT 使用显著正向影响学生数学 ICT能力
 

学生课堂 ICT 使用与学生的 ICT 能力的相关系数为 0. 402，呈显著正相关。说明学生利用 ICT 工具解决数学问题能力的提高，需要学生的课堂动手实践。学生在课堂 ICT 活动中，动手操作积累的经验越多，数学 ICT 能力就越强。
 

3.正负抵消后的遮掩效应导致对机试成绩有着不显著的负向影响
 

学生的课堂 ICT 使用与学生数学机试成绩的相关系数为 － 0. 254，但不显著，说明两者直接的线性关系不明显。通过图 2 的结构方程可以看出， 学生课堂 ICT 使用对学生数学机试成绩有着两条显著影响路径。路径 1:  学生课堂 ICT 使用—学生数学 ICT 能力—学生数学机试成绩，影响的效果值为 0. 402 × 0. 332 = 0. 13，路径系数显著。路径2:  学生课堂 ICT 使用—学生数学素养—学生数学机试成绩， 影响的效果值为 － 0. 398 × 0. 908 =－ 0. 36，路径系数显著。所以，学生课堂 ICT 使用对数学机试成绩的总影响效果值为 － 0. 36 +0. 13 = － 0. 23，显著正效应与显著负效应的相互抵消导致了遮掩效应的产生，最终两者有一定的负相关，但是不显著。

 

OECD 报告指出，在部分 OECD 国家 ( 地区) 中学生的课堂 ICT 使用率比较低反而数学机试成绩更好。［5］通过遮掩模型可以找到问题的原因所在: 学生的数学机试成绩大部分由学生的数学素养决定，而学生的课堂 ICT 使用阻碍了学生的数学素养发展，导致学生的课堂 ICT 使用对数学机试成绩还是有着一定的负向影响。
 

( 三) 师生的共同课堂 ICT 使用存在正负抵消的遮掩效应导致效果不显著
 

课堂信息技术使用对学生数学机试成绩的影响总效果采用师生课堂 ICT 的共同使用效果衡量。从图 2 的结构方程可以看出，师生的课堂 ICT 使用到学生数学机试成绩共有三条显著路径。教师课堂 ICT 使用到学生数学机试成绩有一条显著路径: 教师课堂 ICT 使用—学生数学素养—学生数学机试成绩， 影响效果值为 0. 635 × 0. 908 =0. 576。再加上前面得出的学生课堂 ICT 使用的影响效果值: － 0. 402 × 0. 332 + 0. 146 × 0. 332 =－ 0. 23。从自变量到因变量的总效果值为 0. 576 －0. 23 = 0. 35，但不显著。教师课堂 ICT 使用正向影响学生的数学机试成绩，学生课堂 ICT 使用负向影响学生数学机试成绩，两者的综合作用效果存在相互抵消情况，即存在遮掩效应。所以，整个结构方程又是一个大的遮掩模型。这正是OECD 报告中指出的 “课堂上使用计算机教学并未能显著提高学生的学业成绩” 这一结论的原因所在。

 

四、研究启示: 数学课堂信息技术使用的对策建议
 

研究课堂 ICT 使用对学生数学学业成绩的作用，如果只关注这两者的相关关系，就可能会因为其中的遮掩效应忽视教师和学生的单独使用效果，也会忽视两者对中介变量 ( 数学素养和数学ICT 能力) 的影响，从而忽略前两个研究结论， 只关注第三个研究结论。结构方程中的每条路径都会带来一个有意义的结果，避开遮掩效应，就可以得到更多的研究启示，为数学课堂的信息技术使用提供更多有理有据的建议。
 

( 一) 积极倡导教师数学课堂 ICT 使用，谨慎对待学生数学课堂 ICT 使用
 

教师课堂 ICT 的使用显著促进了学生数学素养的提高，也显著正向影响学生的数学机试成绩， 所以应该积极倡导教师在数学课堂上使用 ICT 工具。而学生课堂 ICT 使用的效果不明显，其阻碍了数学素养的发展，但是又有利于学生提高数学ICT 能力，存在遮掩效应，影响的机理较为复杂。但另一方面，提高学生的数学 ICT 能力又离不开学生的动手实践。从而，需要谨慎对待学生课堂使用 ICT 工具，平衡教师使用和学生使用所产生的矛盾。

 

这个问题与课堂教学中几个重要矛盾本质相同。例如: “教师中心” 与 “学生中心” 的矛盾， “接受式教学” 与 “发现式教学” 的矛盾。前者具有较高的知识传授效率，但又有明显的缺陷， 而 “学生中心” 和 “发现式教学” 的实施效果同样较难评估，对学生的学业成绩影响较为复杂。怎样处理这些矛盾已在多年的理论和实践研究中积累了相当的经验。所以，在课堂 ICT 的使用问题上， “教师使用” 和 “学生使用” 是一个主要的矛盾，我们可以借鉴处理其他主要矛盾的经验，正确处理两者之间的关系，寻找一个合适的平衡点，防止出现过于极端的现象。例如我国上海学生的课堂 ICT 使用率是 8. 6% ，而教师使用率却是47. 4% ，学生的课堂 ICT 使用率在所有参加机试的国家 ( 地区) 中排名倒数第一，明显不利于学生数学 ICT 能力的提高。［5］

 

( 二) 持续发挥 DGS 软件的优势作用，充分挖掘 CAS 软件的教学潜力
 

DGS 类软件最大的特点是强大的表征功能和图形的动态变化，例如可以利用 DGS 展示几何图形和函数图像的动态变化过程。教师和学生不需要学习太多的指令和语法，就可以快速上手，相对简单易用。由本研究可得，该类软件的使用对学生的学业成绩有着显著的正向促进作用。而CAS 类软件具有丰富的符号计算和数值计算功能， 可以进行高认知水平的教学活动，如数学实验和数学建模活动等。但如果学生要掌握软件的使用， 就需要学习大量的软件指令和语法，甚至还需要具备一定的编程能力，这无疑给学生增加了认知负担。两类软件各具优势，在数学的不同分支中发挥了各自独特的作用。数学教师应该熟悉它们的特点，扬长避短，恰如其分地使用各类数学软件进行教学，最终的目的是降低学生的认知负荷和提高学生的数学素养。

 

将两类软件的优势整合，既能发挥 DGS 软件对学生学业成绩的正向促进功能，又能利用其进行高认知水平的教学活动，是数学学习软件发展的方向之一。令人欣喜的是张景中院士开发的超级画板和亚特兰大大学教授 Markus Hohenwarter 开发的 Geogebra 正是沿着这个方向前进，设计了两款兼备 CAS 和 DGS 功能的软件，得到了广泛的应用和认可。用户可以在同一软件界面内进行符号运算、数值计算、数据统计和图形的动态操作等， 界面友好，操作简单， 更加有利于学生的数学学习。
 

( 三) 改进学生数学 ICT 能力的评价方式，发挥其在数学教学中的重要作用
 

研究课堂 ICT 使用与学生学业成绩的关系，其中学业成绩的评价方式与内容最为关键。但从结构方程中可以看出，PISA2012 数学机试中数学素养所占权重是数学 ICT 能力权重的将近三倍( 路径系数比为 0. 908 ∶ 0. 332 ) ，所以数学机试主要测量的还是学生的数学素养。并且另一方面， 就是在包含 ICT 技能的第二类试题中，ICT 技能与数学问题的结合是处于较低水平的，涉及的只是基本的 ICT 操作，例如鼠标的拖放、点击，图像的旋转，使用屏幕计算器等，部分题目通过试误的方法就可以得到问题答案。从而，学生的数学ICT 能力所占比重偏少，数学与信息技术的融合水平偏低。

 

提高学生的 ICT 能力离不开评价，ICT 工具在多元表征、数值计算和符号计算上有着传统数学教学手段不可取代的优势，很多时候能够将数学化繁为简、化难为易，帮助学生进行数学学习。在日常数学教学活动中，我们更应该设计更多符合 PISA评价框架的评价试题，避免 ICT 与数学的低水平结合，加强在多元表征、数值计算和符号计算这三个方面上的深度结合，发挥评价的导向、调节、激励和诊断功能，切实提高学生的数学 ICT 能力。
 

( 四) 高度融合 ICT 与数学课程教学，加快发展我国学生的 21 世纪数学素养
 

教师通过自己丰富的经验可以将课程内容与ICT 高度融合，从而对学生的素养产生正向的显著影响。这也是信息技术环境下的学科教学知识( TPACK)  理论的主要研究结论，教师的 TPACK水平与学生学业成绩呈正相关。［3］但是学生往往很难将 ICT 使用与课程内容相融合，如果不加以控制，甚至可能使用 ICT 工具从事与学习无关的活动，导致学生的课堂 ICT 使用效果不明显。教师还要明确的是培养学生的数学素养还是数学 ICT能力，并根据培养目标设计相应的课堂 ICT 活动。 OECD 指出，21 世纪学生的数学素养应该包含学生的数学ICT 能力。但是从PISA2012 公布的数据上看，我国上海学生的数学 ICT 能力在所有参加机试的 32 个国家 ( 地区)  中排名倒数。［5］［16］随着信息技术的发展，大数据和人工智能时代的来临，数学教育不仅需要培养学生的传统数学素养，更需要培养学生的 21 世纪数学素养，使他们具备在高信息化环境下数学问题解决能力，从容面对未来的高信息化职业、生活和社会情境。这就需要我国基础数学教育工作者以数学课堂教学为抓手，融合 ICT 技术与数学课程教学，加快发展我国学生的 21 世纪数学素养，促进学生的全面发展。

 

［参 考 文 献］
 

［1］ＲONAU Ｒ N，ＲAKES C Ｒ，BUSH S B，et al． A Survey of mathematics education technology dissertation scope and quality［J］． American Educational Ｒesearch Journal，2014，51 ( 5) : 974 － 1006．

［2］辛涛，邹舟． 中学生课堂计算机使用对其数学成绩的影响

［J］． 教育学报，2010 ( 4) : 65 － 70．

［3］郭衎，曹一鸣，王立东． 教师信息技术使用对学生数学学业成绩的影响: 基于三个学区初中教师的跟踪研究［J］． 教育研究，2015( 1) : 128 － 135．

［4］MAXIM S． How the ICT development level and usage influ- ence student achievement in reading，mathematics and sci- ence［J］． Computers ＆ Education，2015( 85) : 49 － 58．

［5］OECD． Students，Computers and Learning: Making the Con- nection［EB / OL］． ( 2015 － 9 － 5)  ［2018 － 05 － 15］． ht- tp: / / dx． doi． org /10． 1787 /9789264239555 － en．

［6］顾小清，王春丽，王飞． 信息技术的作用发生了吗: 教育信息化影响力研究? ［J］． 电化教育研究，2016( 10) : 5 － 13．

［7］FALCK O，MANG C，WOESSMANN L． Virtually no effect? Different uses of classroom computers and their effect on student achievement［J］． Oxford Bulletin of Economics ＆ Statistics，2018，80( 1) : 18663 － 18668．

［8］MACHIN S，MCNALLY S，SILVA O． New technology in schools: is there a payoff? ［J］． Economic Journal，2007， 117( 522) : 1145 – 1167．

［9］ANGＲIST J，LAVY V． New evidence on classroom comput- ers and pupil learning［J］．  Economic Journal，2002，112 ( 482) : 735 － 765．

［10］COMI S L，AＲGENTIN G，GUI M，et al． Is it the way they use it? Teachers，ICT and student achievement［J］． Eco- nomics of Education Ｒeview，2017( 56) : 24 – 39．

［11］张雨恬． 学生运用 ICT 情形对数学素养影响研究: 以 PI-SA 2012 为例［D］． 台湾: 健行科技大学，2016．

［12］杨洁． 自我调节学习和 ICT 如何预测数学素养: 基于上海PISA2012 数据库的 SEM 模型［J］． 心理学进展，2016 ( 8) : 864 － 874．

［13］OECD． PISA 2012 Assessment and Analytical Framework: Mathematics，Ｒeading，Science，Problem Solving and Fi- nancial literacy［EB / OL］． ( 2013 － 2 － 11) ［2018 － 05 － 15］． 

［14］吴明隆． 问卷统计分析实务: SPSS 操作与应用［M］． 重庆:重庆大学出版社，2010: 426．

［15］温忠麟，叶宝娟． 中介效应分析: 方法和模型发展［J］． 心理科学进展，2014，22( 5) : 731 － 745．

［16］黄华． PISA2012 基于计算机的数学素养测评分析［J］． 上海教育科研，2015( 2) : 20 － 23．