乐清市白象中学   金向晓

        众所周知，语音字形在高考语文科要求中属于识记这个层次，这是最基本的能力层级。考查的范围基本限定在2500个常用字内，个别出自1000个次常用字。从得分角度来讲，在整张试卷中，除了默写，最能拿分的就是语音字形题了。但因为它只能依靠学生自己去背去积累，老师就显得爱莫能助了。目前语音复习存在以下问题。
        不精准：课堂讲解对全体学生，有人没必要有人学不到，不能针对每个学生的掌握情况精准教学。
        不全面：不能及时有效的学习复习到全部的知识点。
        不系统：此类记忆性知识点相互之间关联少，分散的信息如知识孤岛，难于形成关联记忆，导致记忆难度大，遗忘速度快。
        三、理论依据
        要解决以上问题，我们需要记忆上的精准和个性化学习上的精准。
        记忆上的精准指在一定的时间单位内快速精准的记住对象。它包括记忆数量上的精准和记忆频率上的精准最好效果。这就需要我们按艾宾浩斯（H.Ebbinghaus）遗忘曲线的规律来合理安排学习的数量和时间。
        （一）艾宾浩斯（H.Ebbinghaus）遗忘曲线应用于教学的特点
        运用艾宾浩斯（H.Ebbinghaus）遗忘曲线学习，对于意义无关联或弱关联的无意义字词记忆，有较好的记忆效果，提高了记忆整体知识点的效率。按艾宾浩斯（H.Ebbinghaus）遗忘曲线学习，越是到后期，记忆复习的工作量越少，学习压力和工作量越小，特别适用于高考教学。但是，艾宾浩斯复习法对于精准复习方面存在很大的不足，那就是艾宾浩斯复习法解决了复习数量的问题，总体上提高了记忆学习的效率，但没有进一步就同一复习批量中的个体字词区别复习频度强度的问题。这就需要，运用大数据技术筛选出学生的错题，针对不同学生的不同错题进行不同量和不同质的个性化练习。
        （二）计算机信息大数据技术应用于教学的特点
        大数据技术针对学生提供个性化教学，精准形成针对每个个体用户的错题集，不受时间地点限制，有效利用碎片时间学习；知识库全面系统，一次投入无限使用，在效率和成本上达到最大最优化。根据错题集反复推送练习，无需教师和用户人为干预，及时反馈对错情况，及时提供教学辅导，提升学习效果，通过大数据分析运算，即时自动形成学习情况报表，形成有效反馈，使学生和教师能够及时掌控个体和整体情况，对课堂教学提供针对性的科学指导数据。同时不同学生针对自身的不足，参与自身的针对性练习，最终达到对自身不足的弥补，不用无效的陪别人听，也不怕被忽视。
基于以上两点，笔者做了一个软件平台，以期让学生对语音字形做到精准复习。
        四、流程及说明

说明：
        图一为练习页面，图二为测试页面。每个学生一个账号登录系统，可以进行练习和测试。为更加系统有序的复习，也为了为了避免前后期工作量大小不均的问题，将所需要记忆的大量知识合理分割成多个知识单元，分类做好容易读错的字和容易写错的字的题库。分类的练习或测试都以35个题为一组，7个字为一节，5节为一组；每做完一节7个题目，显示一次答案，及时刺激大脑进行记忆。在完成35个测试题后，显示所有答案。（依据美国心理学家约翰?米勒曾对短时记忆的广度进行过比较精确的测定：测定正常成年人一次的记忆广度为7±2项内容。多于7项内容则记忆效果不佳。这个“七”被称为“魔力之七”）
        当每个人以自己的账号登录做题时，系统会同时收集错题，形成学生自己的个人错题集和全班学生的班级错题集，同时错题集中的每个字都会根据个人和班级的错误次数统计排序，学生可根据个人错题集对错题重新进行检测练习以加强记忆。教师可依据班级错题集对高频错题进行精准的全班性教学练习。同时系统自动生成两个报表。一个是完成生成做正确题目的总体数量、时间和正确率统计表；另一个是该学生学习积分在班级中排行榜，以激发继续完成下一组的兴趣。
       每组的题目由系统在题库中自动抽取组合而成，做过的正确题目在下一组中不再重复，做错的题目会在下一组中重复出现以反复刺激大脑形成记忆，在之后的多组练习中该错题会多次出现，出现的频率与时间间隔依据错题集中的错误频率并契合艾宾浩斯记忆复习规律，错误频率越高的字，练习中出现的次数越多，时间间隔越短，容易记忆的字出现的频率低，且时间间隔长。由于计算机信息技术的应用，可以实现错误频率的动态统计，从而重复出现的频率也处于最佳的动态实时调整状态，从而实现依据记忆字的不同难易程度，合理制定复习时间和频率，学习过程中不断有难记忆字经过训练记住后退出高频练习，防止过度复习导致的记忆前后干涉问题，并不断有新的易错字加入高频复习，穿插复习，防止大脑疲劳，并避免重复量不够导致对大脑刺激不足，无法形成稳固的中长期记忆。通过滚动更新复习，有效的提高了精准性节约了时间，提高了学习和复习效率。
        基于艾宾浩斯记忆曲线的复习计划时间排布不是直线性的，而是越到后期时间间隔越大，数量较多且分组分时记忆的知识点后期会滚动混杂在一起毫无规律可循，因而难于人工有效的进行计划制定，再加上错题集中的字和记忆程度是动态变化的，导致准确有效的人工计划是不可能实现的。此时就充分表现出了计算机系统的强大运算能力，运用基于艾宾浩斯规律设定的逻辑运算系统可以轻而易举的完成此类计划。（见图四）真正实现记忆复习的精准高效，弥补了艾宾浩斯记忆规律在大数量记忆学习应用中的先天短板。
图四：

       以上图表是大数据计算下的复习模式，在学生参与平台练习时就在后台自动运行生成。学生只要每天登录平台练习，就能自动按照艾宾浩斯曲线规律进行复习，并避免了传统艾宾浩斯曲线要全盘重复的低效模式。
       五、后期可能的发展方向和推展预期：在未来的系统中还要添加更多的练习测试形式，对于难记忆字，可根据难易程度，系统自动提供判断、选择、读音、手写、单人闯关游戏、多人对抗性游戏等不同刺激强度的手段，通过多维度的大脑记忆刺激，加快瞬时记忆向中长期记忆的演进。