ARTICLE · 1055914
微视频课后辅导赋能高中数学自主学习的实践研究
微视频课后辅导赋能高中数学自主学习的实践研究三门峡市第一高级中学 姜小锐 摘要：伴随教育数字化转型与新高考改革持续深化，课堂教学形态与课后育人模式正在发生深刻变革。传统课后辅导普遍存在辅导形式单一、学情研判粗放、作业布置同质化等问题，难以适配学生差异化的认知发展需求。为落实因材施教理念，推进素养导向课堂建设，依托名师工作室教研共同体，本研究立足一线教学真实学情，系统开发序列化微视频助学资源，联动智学网平台实施分层作业与数据化学情诊断，构建适配高中学生认知规律的课后自主学习体系。教学实践表明，微视频导学结合数据化分层训练，能够有效补齐学生知识短板，缩小群体学习差距，培育学生自主探究能力，为高中数学精准教学、提质增效提供可落地的实践路径。 关键词：微视频；课后辅导；自主学习；智学网；分层作业；名师工作室 一、研究背景 高中数学逻辑体系严密，知识思维跨度较大，学生学习障碍并非仅产生于课堂教学环节，更多源于课后巩固缺位、错题复盘滞后、重难点知识梳理不系统。班级统一授课能够保障整体教学进度，却很难兼顾不同学生的接受节奏与知识薄弱点。长此以往，基础薄弱学生的知识漏洞持续累积，学有余力的学生缺少拓展提升空间，学生间学业分层逐步扩大。 数字化学习资源与人工智能工具的普及，为学生自主答疑提供了便利，但网络资源良莠不齐，部分学生依赖AI直接获取答案，弱化独立推导过程，造成数学学习浅层化、思维惰性等问题。如何合理运用数字化工具，规避浅层学习风险，构建规范、系统的课后助学体系，已成为高中数学教学研究的重要议题。 基于上述教学现实，本名师工作室立足本校教学实际，以课后辅导改革为切入点，组织团队教师按照教学时序、知识模块分阶段录制系列微视频，覆盖高中数学核心重难点。同时依托智学网大数据平台，开展分层作业设计、个性化训练与学情诊断，逐步形成契合本校学情、适配多层次学生发展的课后助学模式。 二、实践路径与实施过程 （一）教研共同体协同建设序列化微视频资源 为保障微课资源体系完整、贴合教学实际、具备长期使用价值，工作室采取团队分工、节点推进、动态更新的资源建设机制。工作室教师结合自身研究专长，对照学期教学计划，分章节、分专题有序完成微视频录制。所有微视频根植课堂教学，聚焦学生理解难点、高频易错点与核心解题范式，时长控制在3至10分钟，内容精炼、目标明确，便于学生课后开展碎片化复盘。 目前，工作室已建成较为完备的微视频资源库，覆盖初高中衔接内容、一元二次方程拓展、函数与不等式、函数零点、立体几何位置关系、数列通项与求和等核心专题。资源紧扣教材重难点，对标高考考查方向，既可帮助基础薄弱学生梳理概念、夯实基础，也能支撑中等及优秀学生归纳解题方法、拓展数学思维，有效化解学生课后“听得懂、不会用”的学习困境。 （二）依托智学网落实分层作业与精准训练 为避免微视频学习流于形式，实现“学练一体”，本研究借助智学网平台，实施分层作业，打破传统统一作业的局限。 在日常教学中，平台依托作业、阶段性测试的作答数据，自动生成学情报告，清晰呈现学生知识点掌握状况。教师基于学情数据，将课后训练划分为基础巩固、能力提升、思维拓展三个梯度，对不同层次学生设置差异化学习任务。 基础薄弱学生以概念巩固、基础题型训练为主，依托微视频吃透教材核心内容；中等水平学生侧重题型归纳与变式训练，提升解题规范性与准确率；学有余力的学生聚焦知识交汇综合题，拓展思维深度。 平台自动归集学生错题，建立个人错题档案。工作室教师依据班级共性错题，录制专题精讲微视频，针对普遍性思维障碍开展靶向辅导，形成“诊断学情—微课导学—分层训练”的闭环辅导机制。 三、实践成效 经过一学期常态化实践，通过多层次班级对照观察与学业数据分析，该课后助学模式的育人成效逐步显现。 第一，学生知识掌握的稳定性显著提升。以往普遍存在的知识断层、概念理解模糊、方法迁移困难等问题得到明显改善，学生对重难点知识的理解更加系统，基础题型作答正确率稳步提高。 第二，学生自主学习素养持续发展。微视频支持随时回看，降低学生求助的心理压力；分层作业匹配学生最近发展区，使学困生能够稳步推进，中等生持续提升，优等生获得拓展空间，逐步形成自主复盘、主动纠错的学习习惯，有效减少依赖AI直接作答的浅层学习行为。 第三，整体学业质量稳步提升，群体学习差距得到有效调控。同层次班级对比显示，采用微视频结合分层作业模式的班级整体成绩稳步增长，各层次学生均可在原有基础上获得发展，班级学习风气更为扎实。 第四，工作室教师教研能力协同成长。在资源录制、学情研判、分层作业设计、教学复盘的全过程中，教师对教材、学生认知规律与数字化精准教学的理解不断深化，团队数字化教学实施能力得到整体提升。 四、研究价值与创新点 相较于传统课后辅导模式，本研究契合数字化教学发展趋势与学生真实学习需求。依托名师工作室集体教研建设微课资源，保障内容的系统性与专业性，规避互联网零散资源质量参差不齐的弊端。借助大数据实现作业分层，让课后训练摆脱机械重复，真正落地因材施教。 在人工智能广泛应用的学习环境下，本模式的育人价值进一步凸显：依托教师专业开发的微视频引导学生深度思考，梯度化习题推动学生独立演算与逻辑推导，引导学生回归数学学习本质，运用数字技术服务核心素养培育，实现减负提质。 整套实践方案操作简便、落地性强，具备可复制、可推广的特点，适用于普通高中常态化课后助学改革，可为同类学校开展数学精准课后辅导提供实践参考。 五、反思与展望 现阶段微视频资源体系基本成型，分层训练机制运行稳定，但在微课内容梯度细化、个性化资源智能推送、学情长效跟踪等方面仍存在优化空间。 后续工作室将进一步完善微课资源，针对不同学情开发梯度化助学视频；持续优化智学网分层作业推送策略，依据学生错题数据精准匹配对应专题微课，提升辅导与训练的针对性。持续探索数字化背景下高中数学课后育人长效机制，促进学生数学核心素养发展与教师专业协同成长。 参考文献 【1】史百俊,孟金玲.基于个性化学习的高中数学微课程设计研究[J].数理化解题研究,2024(18):25-27. 【2】周星月.以学习为中心的高中数学微课教学设计与思考[J].高中数学教与学,2024(07):1-4. 【3】张艳.大数据背景下基于智学网的高中数学分层教学实践[J].教育信息技术,2023(12):45-48. 【4】李军.AI赋能精准教学的课后辅导模式构建研究[J].中小学数字化教学,2024(03):12-15.