数据画像精准赋能：AI学情诊断下民族县域高中数学分层育人实践

一、案例简介

我校地处凉山会东县域，少数民族学生占比高，学生数学基础差异大。本案例依托AI学情诊断技术，采集课堂作答、单元测试、课后练习等多维数据，为学生建立个性化数学学情数字画像，精准定位知识短板与学习问题。依据画像将学生划分为培优、巩固、帮扶三个层级，分层设计课堂任务、AI定制个性化作业，落实差异化教学。同步依托数据打通家校联动，重点关注留守及少数民族学生，在精准提分的同时开展心理鼓励与品格培育。以数字化评价改革赋能学科教学，破解县域高中数学分层育人痛点，实现智育与德育双向落地，践行立德树人根本任务。

申报勾选：☑学科教学 ☑课程建设 ☑教育教学评价

二、案例背景与问题

我校地处凉山会东，少数民族、留守学生占比偏高，学生初中数学底子参差不齐。传统高中数学依靠教师经验划分学情，分层教学粗放，课堂、作业一刀切，优等生吃不饱、学困生跟不上。原有评价只看卷面分数，无法深挖知识漏洞与不良学习习惯，学困生长期受挫易产生厌学情绪，品格培育缺位。家校沟通缺乏客观数据支撑，学困生帮扶流于形式。为破解分层粗放、评价片面、育人浅表等痛点，依托AI学情画像开展精准分层教学，以数智赋能数学学科立德树人。

三、案例实施情况

本案例立足凉山会东县域高中学情特点，紧扣民族地区、留守学生学情痛点，构建“数据采集—AI智能研判—分层施教—个性化资源推送—多维评价—家校共育—德育浸润”七位一体闭环实施框架。项目分试点探索、全面铺开、优化迭代三阶段，以高中数学教研组为主体，依托轻量化智慧平台、生成式AI、网络工具，贯穿课前、课中、课后全教学。 ###（一）多源数据归集，建立动态化学情数字档案 教研组选用低成本智慧学情系统，从随堂练习、阶段测试、课后作业三方面采集客观答题数据，补充课堂表现、民族及留守属性等教师质性记录。AI从知识点掌握、解题效率、易错类型生成专属学情画像，标注函数、几何等薄弱板块，档案按月动态更新，摒弃唯分数判定学情的传统模式。 ###（二）AI大数据分层，实行弹性动态分组 结合画像数据分成培优、巩固、帮扶三层，帮扶层以少数民族、留守学困生为主。分层实行月度动态调档，学生进步即可升级，分层结果不公示，杜绝标签化伤害学生自尊，分层台账作为备课、作业设计依据。 ###（三）三维分层备课，打造差异化课堂体系 课前备课依托AI汇总班级共性错题，分层次设定教学目标；课中采用全员基础+分层选做题模式，教师优先帮扶学困生；课后借助AI一人一套定制作业，培优层结合会东农林、矿产乡土素材开展数学建模。 ###（四）构建多维数字化评价体系 建立AI量化+教师评语+成长表现三维评价，把知识点提升、错题订正、课堂表现纳入综合评价，每月生成个性化成长报告单，侧重表扬学困生点滴进步，以发展评价涵养学生品质。 ###（五）数字赋能家校精准协同 每月向家长推送精简学情报告，针对留守家庭线上精准指导，缺失监护学生依托课后服务定点辅导，补齐家庭教育短板。 ###（六）全链条渗透德育 帮扶层及时鼓励，磨砺恒心；巩固层小组协作，培养互助品质；培优层结合家乡数据建模，厚植乡土情怀，实现德智共生。

配套保障

每周固定教研，研讨AI使用与分层难题；分批次开展教师数字化实操培训；先高一试点，成熟后全年级推广。

四、案例特色亮点

1. 评价创新：依托AI打破唯分数论，构建过程化数字评价，立足成长幅度多维考评，落实五育评价改革要求。
2. 分层创新：数据驱动动态弹性分层，破除固定分班标签弊端，适配民族县域生源差异，保护学困生心理健康。
3. 在地融合：结合会东本土农林、矿产资源设计培优建模习题，数字化与乡土德育深度融合，凸显凉山民族校特色。
4. 落地经济：选用轻量化免费AI工具，无需大额设备投入，县域普通高中均可低成本落地，复制性强。
5. 德智融合：分层全流程嵌入品格教育，把抗挫、合作、爱乡等素养融入数学日常，实现立德树人落地。 新认识：民族县域数学提质不能单一依靠补课，数字化精准画像从根源破解生源分化难题，是因材施教的高效路径。

五、实践效果与推广应用、风险

1.实践成效

实施后年级数学两极分化明显缩小，帮扶层及格率稳步提升，学生厌学现象大幅减少；教师从经验备课转向数据精准备课，教研实效提升；家校沟通数据化，少数民族、留守学生靶向帮扶落地，实现学业与德育双提升。

2.推广价值

项目投入成本低，适配四川县域、民族中小学办学条件，契合新课标数字化、五育改革方向，既可校内全学科延伸，也能在凉山等同类区域大范围推广。

3.推广条件与风险

落地条件：学校具备基础网络，教师完成AI工具简易培训即可开展。 潜在风险：部分老教师数字化操作薄弱；过度依赖数据忽略师生情感沟通；少数困难家庭无智能设备。 应对措施：分梯度开展校本培训；坚持数据为辅、育人为主；无设备家庭改用纸质学情简报。