数据•思维-联动：数字化技术支持下科学探究的实践研究

引言

科学探究以“提出问题—收集数据—分析推理—得出结论”为核心流程，数据是支撑探究的客观依据，思维则是串联探究环节的核心动力，二者的深度联动是科学探究高效开展的关键。传统科学探究教学中，数据采集依赖人工记录，效率低且误差大；数据处理以简单计算为主，难以支撑深度分析；思维引导多依赖教师主观讲解，缺乏基于数据的精准启发。数字化技术的发展为解决这些问题提供了可能，其可实现数据的实时采集、智能分析与直观呈现，同时为思维引导提供精准锚点。然而，当前数字化技术在科学探究中的应用，多停留在数据工具层面，未能实现数据与思维的有机联动，导致探究过程流于形式。因此，研究数字化技术支持下数据与思维的联动路径，对优化科学探究实践具有重要意义。

一、数字化技术支持下数据与思维联动的价值

（一）强化数据意识，奠定探究基础

数据是科学探究的核心载体，数字化技术可帮助学生建立系统的数据认知。通过数字化工具（如传感器、数据采集仪）实时采集实验数据，学生能直观感受数据与探究变量的关联；借助数据可视化技术（如折线图、柱状图）将抽象数据转化为直观图表，学生可快速发现数据规律。这一过程能让学生理解数据的客观性与关联性，逐步形成“用数据说话”的意识，为科学探究奠定扎实的数据基础。

（二）深化思维层次，提升探究能力

思维是科学探究的灵魂，数字化技术可通过数据驱动思维逐步深化。在数据采集阶段，数字化工具引导学生思考“需采集哪些数据、如何控制变量以确保数据有效性”，培养规划思维；在数据分析阶段，智能分析工具辅助学生对比数据差异、推导因果关系，发展逻辑思维；在结论论证阶段，基于数据可视化结果，学生需论证结论的合理性，锻炼批判性思维。数据与思维的联动，能推动学生从“被动接受知识”转向“主动建构认知”，全面提升探究能力。

（三）优化探究流程，提高探究效率

传统科学探究中，数据采集耗时、处理复杂，占用大量探究时间，导致思维引导仓促。数字化技术可简化数据处理流程：传感器实时采集数据减少人工记录误差，智能软件自动计算数据差异、生成分析报告，节省数据处理时间。这让学生有更多精力投入到数据解读、思维推理等核心环节，优化探究流程，提高探究效率，同时让探究过程更聚焦思维发展。

二、数字化技术支持下数据与思维联动的实践困境

（一）数据处理能力不足，联动基础薄弱

部分学生缺乏系统的数据处理技能，无法有效运用数字化工具开展探究。在数据采集阶段，学生可能因不熟悉传感器操作导致数据采集偏差；在数据分析阶段，仅能看懂简单图表，无法通过数字化工具深入挖掘数据关联；在数据应用阶段，难以将数据结论与探究问题结合。数据处理能力的薄弱，导致数据无法有效支撑思维活动，数据与思维联动缺乏基础。

（二）思维引导缺乏锚点，联动过程断裂

当前探究教学中，思维引导多脱离数据独立开展。教师在数据分析环节，常直接告知学生数据规律，而非引导学生基于数字化分析结果自主推导；在结论论证环节，忽视基于数据可视化结果的思维碰撞，导致思维引导与数据脱节。这种“数据归数据、思维归思维”的模式，使数据与思维联动过程断裂，无法形成“数据驱动思维”的探究闭环。

（三）技术应用流于形式，联动深度不足

部分教师对数字化技术的应用停留在表面，未能发挥其联动数据与思维的功能。例如，仅使用数字化工具采集数据，仍采用传统方式分析数据；或过度依赖技术呈现数据，忽视引导学生解读数据背后的科学原理。技术应用的形式化，导致数据与思维仅停留在浅层关联，无法实现深度联动，制约探究质量提升。

三、数字化技术支持下数据与思维联动的实践策略

（一）搭建数据能力培养体系，夯实联动基础

围绕数字化探究全流程，构建分层数据能力培养体系。在基础阶段，教授数字化工具操作技能（如传感器使用、数据采集软件操作），确保学生能准确采集数据；在提升阶段，开展数据处理训练（如运用软件进行数据筛选、计算差异、生成可视化图表），培养数据解读能力；在应用阶段，设计数据应用任务（如根据数据图表提出新问题、基于数据论证结论），强化数据与探究问题的关联意识。通过分层培养，让学生具备扎实的数据处理能力，为数据与思维联动奠定基础。

（二）设计数据锚点式思维引导，构建联动闭环

以数据为核心锚点，设计循序渐进的思维引导路径。在探究准备阶段，基于数字化工具特点，引导学生思考“探究问题需哪些数据支撑、如何通过数字化工具采集这些数据”，建立数据与问题的关联；在探究过程中，结合实时数据反馈，提出启发性问题（如“数据变化趋势与你的假设是否一致、导致数据差异的原因可能是什么”），推动思维基于数据深化；在探究总结阶段，要求学生基于数据可视化结果论证结论，并用数据解释结论的局限性，形成“数据采集—思维推理—结论论证”的联动闭环。

（三）深化技术融合应用，提升联动深度

推动数字化技术与探究环节的深度融合，避免技术应用形式化。在数据采集环节，结合探究主题选择适配的数字化工具（如探究温度变化用温度传感器、探究植物生长用图像采集仪），确保数据采集的针对性；在数据分析环节，利用智能分析工具（如数据对比软件、趋势预测模型）辅助学生挖掘数据关联，如通过软件对比不同实验组数据差异，推导变量影响；在探究拓展环节，借助数字化平台分享探究数据与结论，开展跨组数据对比与思维碰撞，深化数据与思维的联动深度，让技术真正服务于探究核心目标。

结束语

数字化技术为科学探究中数据与思维的联动提供了强大支撑，其在强化数据意识、深化思维层次、优化探究流程等方面的价值，能有效推动科学探究提质增效。尽管当前实践面临数据处理能力不足、思维引导断裂、技术应用形式化等困境，但通过搭建数据能力培养体系、设计数据锚点式思维引导、深化技术融合应用，可逐步实现数据与思维的深度联动。未来，科学教育工作者需持续探索数字化技术的应用边界，在尊重科学探究规律的基础上，不断优化联动路径，让数据与思维真正成为科学探究的“双引擎”，助力学生科学素养全面提升。

参考文献

[1]杨海峰,温清琳.数字化技术支持下的高中美术雕塑课程教学模式探究[J].艺术教育,2024,(07):196-199.

[2]李霞妹,范莉莉,张艳琼.智慧教研：数字化技术支持下的教育实践创新[J].文教资料,2024,(08):190-192.

[3]陈恩伦,吴南中.数字化技术赋能教师有意义评价的逻辑架构与生成机制[J].中国远程教育,2024,44(04):69-80