基于实证的“精智”教研：
随着信息技术的迅猛发展，数字化转型已成为全球教育改革的重要趋势。中共中央、国务院印发的《关于全面深化新时代教师队伍建设改革的意见》明确指出，教师应主动适应信息化、人工智能等新技术变革，积极有效开展教育教学。教育部发布的《关于实施全国中小学教师信息技术应用能力提升工程2.0的意见》进一步强调，要充分利用人工智能等新技术成果助推教师教育，提升校长、教师面向未来教育发展的创新能力。作为中国教育改革的先行者，上海市在《上海市推进教育现代化2035》中明确提出，要充分利用信息技术改进教学方法和评价体系，促进学生全面而有个性地发展。上海市虹口区作为教育部“基于教学改革、融合信息技术的新型教与学模式”实验区和上海市教育数字化转型的重要组成部分，一直积极贯彻执行国家和市级政策，致力于建设数字化学习环境，推广人工智能、大数据等技术在教学中的应用，并鼓励教师进行教育数字化转型实践，提高实证研究能力。在“双新”背景下，虹口区探索从经验教研向实证教研的转型，营造良好的区域教研文化。通过引入人工智能技术，虹口区从数据驱动和技术赋能教学研一体化的视角提出了基于实证的“精智”教研理念，致力于推动AI赋能课堂观察与评价研究，打造教研场景下的区域教育数字化转型典型案例。课堂观察与评价研究最初起源于“听评课”。在过去的几十年中，“听评课”一直是分析与评价课堂教学水平的主要形式之一，但其结果往往过于主观、质性。为提升课堂观察与评价的专业性和科学性，很多学者开始探索结构化课堂观察的工具，以期从量化研究的视角推动课堂观察与评价日趋精准。例如，崔允漷教授团队开发的LICC课堂观察范式，包含4个维度、20个视角、68个观察点，是一种全面、科学的课堂观察工具。然而，此类工具的使用需要耗费大量人力成本，阻碍了其在实践中的大规模推广。智能时代的到来，为教育教学带来了巨大的变革。在课堂观察与评价领域，人工智能技术为以音视频为载体的课堂教学分析提供了新的方法。通过嵌入教育教学框架，人工智能可以对教育教学过程中所产生的多模态数据进行智能分析，并生成描述课堂教学过程的分析与诊断报告。杨晓哲副教授根据人工智能在教育教学中应用的特点，提出了包括数据层、认知层、标准层、应用层的课堂分析架构，引入了加涅教学九事件、IRE师生对话分类等经典的教学模型，并在此基础上进一步创新，提出了课堂效率、课堂公平、课堂民主3个层次下共9个维度的高品质课堂分析标准（CEED）。该课堂分析标准现已成为推进课堂观察与评价更加数据化、反馈化、证据化的一种新颖范式。虽然人工智能课堂分析工具仍处在新兴和发展过程中，但近两年来已经有一系列先行者在特定教育教学场景中使用人工智能课堂分析工具进行了积极探索。有研究者探索了人工智能课堂分析工具在精准教研中的实践，构建了原始打磨、数据诊断、切片分析、反思改进四个教研环节，为数学校本研修的转型与升级提供了经验。也有研究者应用人工智能课堂分析系统开展语文课的教学反思和循证课例研究，分析了S-T图、Rt-Ch量表、课堂教学行为时间分布统计表等证据，并结合学科和内容特点给出了教学启示。还有研究者提出可以使用人工智能对大单元教学等进行课堂教学分析。总而言之，人工智能课堂分析工具在教学、教研、教师成长等多个方面都具有潜在的巨大价值，这也是本研究——基于实证的“精智”教研开展的基础和契机。本研究通过AI赋能系统化的教研流程，旨在解决传统教学和教研过程中面临的多个关键问题，主要包括以下方面。在传统教学评价中，教师的主观判断往往占据主导地位，缺乏量化的数据支持。这种主观性容易导致评价结果的偏差，不利于公平、公正地反映学生的学习效果和教师的教学质量。为解决这一问题，本研究引入了AI课堂分析技术，以数据驱动的方式，实现对教学过程和教学结果的客观评价。AI赋能的评价系统能够收集、分析课堂教学的多维度数据，从而提供更为科学、精准的评价，并能减少人为因素的干扰，提升评价的可靠性和有效性。在虹口区教育数字化转型的过程中，各学校在资源共享、教研活动和教学成果推广方面的协同性存在不足。不同学校之间的教学水平和资源配置不均衡，导致教育质量差异较大。为了增强区域内校际协同，本研究通过构建跨校的教研联盟，借助AI技术和数字化平台，实现资源的共享与互动。这种做法不仅可以提升各校的教学质量，还能促进优秀教学经验的传播和推广，形成良性的教育生态。教师在专业发展过程中，往往依靠自身经验积累和高年资教师带教，系统性、结构化的指导相对缺乏，这导致教师的专业发展存在一定的局限性。本研究通过AI赋能的“精智”教研，从课堂教学的结构性评价和教研活动的结构性实施两个层面为教师提供基于实证的专业发展指导。同时，数字化平台还可以促进教师之间的互动和交流，提升教师的整体专业素养。所谓“精智”教研，“精”在内容，“智”在方法，以精细化组织模式为基础，以智能化数字技术为支撑。虹口区的“精智”教研从机制、流程、路径三个层面，开展AI赋能的课堂观察与评价研究。虹口区在推进基于实证的“精智”教研过程中，设计并落实了数字赋能的区域联动教研机制。依托ClassIn数字化学习管理系统，虹口区教育信息中心和虹口区教育学院教研室牵头，统筹规划包括上海市江湾初级中学及联合区教学改革重点项目参与校（5所）、虹口江湾教育联盟校、福建结对校、云南结对校以及区内姐妹校组成“精智”教研共同体，以多元评价促进常态化教学改进为研究主题，开展常态化教学改进研究，旨在借力人工智能和大数据等技术，优化教学设计与实施，提升课堂教学的有效性。“精智”教研共同体建立了线上线下融合的教研专班，根据项目推进的时间节点设计“里程碑事件”，包括课程录制、报告解读、教学反思、课例撰写、公开展示、集体研讨等。“精智”教研共同体定期邀请高校教授、教研专家、资深教师等专业人士，在不同的“里程碑事件”节点基于AI课堂分析报告开展针对性指导。经过一个周期的融合教研与深度实践，“精智”教研共同体在平台上积淀了一批AI赋能的课堂观察与评价课例，包括课堂视频、教学设计、观课量表、AI分析报告等共享资源。表1列出了部分资源。![]()
在研究中，虹口区引入了华东师范大学课程与教学研究所推出的AI课堂观察与评价工具，并设计了一套从经验到实证的“精智”教研流程，包含“上课实践→执教者讲解教学意图→基于观察结果与AI分析报告开展教学研讨→基于数据与研讨建议改进教学设计”四个环节，形成了一个闭环的优化迭代过程（如图1）。这一流程确保了研究的科学性和实践性，实现了理论与实践的有效结合。教师在真实的课堂环境中按照预先设计的教学方案授课，课堂全程用ClassIn软件录制，作为后续量表分析与AI视频分析的基础。在课堂教学结束后，教师详细讲解其教学设计和意图。其目的是让观察者和分析者全面了解教师的教学目标、教学策略、预期效果以及实际操作中的生成与调整。基于课堂观察量表与AI分析报告开展教学研讨是整个流程的核心环节（如图2）。通过多维度的数据分析和集体研讨，研究团队得以深入挖掘课堂教学的优点和不足，提出改进建议。教学研讨有以下具体步骤。第一，数据汇总与展示。教研组汇总和展示AI分析报告以及课堂观察量表中的人工评价数据，包括教师的教学行为分析、学生的学习行为分析、课堂互动情况、教学环节的时间分配等。第二，数据解读与分析。在数据汇总的基础上，教研员和学科教研组共同解读和分析数据，识别出课堂教学中的优点和不足。其中，重点关注教学目标的达成情况、教学策略的有效性、学生的参与度、学习技术的适切性等。第三，教师自我反思。教师根据数据和观察结果进行自我反思，自我评价课堂教学效果，提出课堂改进的设想。通过反思，教师能够更清晰地认识自己的教学行为和效果。第四，集体讨论与建议。教研员带领教师共同讨论课堂教学中的问题和改进建议，旨在通过集思广益提出具体、可行的改进措施。讨论的重点包括教学目标的调整、教学策略的优化、课堂管理的改进等。教师根据数据分析结果和集体研讨的建议，优化和调整教学设计，包括调整教学目标、优化教学策略、改进教学流程、更新教学资源等。经过优化迭代，教师将在新的教学设计基础上再次上课实践，进入新一轮的教研循环，从而形成一个不断优化的闭环。虹口区“精智”教研共同体以学校教研组为单位，基于AI分析报告和课堂观察量表确定三种课堂研究路径，以规划课堂改进和教师发展，提升主题教研品质，促进教研活动由规范性向专业性递进。其中，上海市江湾初级中学作为领衔校，在同课优构、同课异构、同师进阶三大路径中率先形成了典型案例。“同课优构”是指教师对同一节课进行多轮试教和正式公开教学，每次课堂实录均通过AI课堂分析技术进行评价。在此过程中，教师通过多次试教和反思，不断优化教学设计和实施效果。以一位美术教师为例，她在公开课之前进行了试教，并运用AI课堂分析数据改进教学。试教报告显示，教师讲授时间过长，学生发言次数和质量不理想，且教师缺乏对学生发言的评价与反馈。通过反思，这位教师调整了教学设计。在公开课后，AI课堂分析发现，课堂小组活动时间增加了21%，学生发言次数提升了83%，高阶思维的回答显著增多，教师的理答次数提升了五倍，且针对学生回答的有效追问增多了（如图3、图4）。图3 “汉字寻根”同课优构AI课堂分析数据对比
图4 “汉字寻根”试教（上）与正式教学（下）学生活动时间分布
这些数据说明，教师和学生的发言无论在数量还是质量上都有明显的提升。通过AI分析和反思，这位教师实现了对同一节课的优化设计，更加以学生为中心，关注学生的思维过程。“同课异构”是指不同教师针对相同的教学内容，根据自身对教材的理解和对学生的了解，采用不同的教学设计、方法和策略进行授课，从而探索不同教学方法的效果。江湾初级中学数学教研组选择了两位风格不同的教师，围绕“二次函数”单元进行教学设计，而后授课并开展AI课堂分析。一位教师采用传统教学设计，另一位则采用大单元学历案设计并结合数字化平台授课。数据对比显示，传统设计课堂中，教师行为时长平均为33分钟，学生行为时长平均为7分钟，呈现讲授型课堂；而基于学习平台的大单元学历案课堂中，教师行为时长平均为25分钟，学生行为时长平均为15分钟，呈现混合型课堂（如图5）。这些实证数据说明，大单元学历案与数字化平台的结合显著增加了学生的活动时间，更加突出学生的主体性和参与性。图5 “二次函数”传统教学设计（上）与大单元教学设计（下）课堂类型对比
“同师进阶”是指教师在系统的课堂观察和数据分析基础上，通过设定若干“里程碑事件”节点，逐步改进教学实践和提升教学能力。江湾初级中学语文教研组以两名青年教师为中心，按照“教学—诊断—反思—优化—再教学”的路径，每周录制一节课堂实录，进行AI课堂观察诊断和数据解读，撰写教学反思，并在此基础上优化教学设计，开展再教学。学期末，两位教师分别撰写了课例，并在教研活动中分享。对比项目初期的报告数据发现，课堂时间分配更为合理，师生互动更充分，课堂主题更加明确，教学习惯有所改善。IRE序列分析显示，教师提出的事实性和解释性问题增加了，有标准答案的封闭性对话减少了，部分课堂上出现了促进反思和群体讨论的追评问题。这些结果显示，通过一个学期的AI赋能，两位教师的教学素养和课堂教学质量都得到了结构化的提升。在持续的实践与探索中，虹口区基于实证的“精智”教研取得了显著的研究成果。通过引入AI技术、构建区域教研联盟和优化教研流程，虹口区实现了从“经验教研”向“实证教研”的转型，具体体现在以下几个方面。通过引入AI技术，结合量表进行课堂观察与评价，虹口区有效解决了传统教学评价中主观性较大的问题。AI赋能的评价系统能够收集、分析课堂教学的多维度数据，从而提供更为科学、精准的评价结果。这不仅减少了人为因素的干扰，提升了评价的可靠性和有效性，还为教师提供了详细的反馈，帮助教师更好地了解自身的教学效果和学生的学习情况。虹口区通过构建跨校的教研联盟，借助AI技术和数字化平台，实现了资源的共享与互动。各校在资源共享、教研活动和教学成果推广方面的协同性显著增强，不同学校之间的教学水平和资源配置得到了更好的平衡。这样的协同效应不仅提升了区域内整体教学质量，还促进了优秀教学经验的传播和推广，形成了良性的教育生态。在教师专业发展方面，虹口区通过AI赋能的“精智”教研为教师提供了系统性、结构化的专业发展指导。基于实证的专业发展不仅依靠资深教师的经验传授，还通过课堂教学的结构性评价和教研活动的结构性实施，为教师提供了全方位的支持。此外，数字化平台的应用促进了教师之间的互动和交流，构建了互助学习的社区，显著提升了教师的整体专业素养。基于实证的“精智”教研不仅提升了教学和教研的科学性和精准性，还引发了虹口区教研文化的变革。通过系统化的教研流程，虹口区营造了良好的区域教研文化氛围，教师的教研意识、专业能力、研究能力和数字应用能力都得到了有效提升。教研文化的变革不仅体现在教研活动的形式和内容上，更体现在教师对教研的认知和态度上，促进了区域教育的优质均衡发展。在“精智”教研的实践过程中，虹口区形成了以江湾初级中学为代表的一批典型的AI赋能课堂观察与评价研究案例。这些案例通过平台积淀为共享资源，包括课堂视频、教学设计、观课量表、AI分析报告等，不仅为区内教师提供了宝贵的参考和学习素材，也为其他区域的教育数字化转型提供了可借鉴的经验。在取得上述成果的基础上，虹口区未来将进一步深化基于实证的“精智”教研实践。一方面，我们将持续优化教研流程，提高教学反思和改进的深度与广度，扩大区域教研联盟的规模和影响力，增强区域内外的协同发展，重点培养骨干教师的教研能力，形成教研能手引领教师发展的良性机制；另一方面，我们也将加强教研成果的积累和推广，为其他地区的教学改革提供有价值的参考，探索基于AI的个性化教学与评价模式，实现教育教学的智能化转型。通过持续深化实践，虹口区将进一步巩固基于实证的“精智”教研在课堂教学改革和教师专业发展中的作用，为全市乃至全国的教育高质量发展贡献更多“虹口经验”。（作者杨艳艳系上海市江湾初级中学副校长，上海市虹口区教育综合改革2023年重点实验项目负责人；徐扬系上海市虹口区教育信息中心主任；张海波系上海市虹口区教育学院教研室副主任）文章来源 | 《中小学数字化教学》2024年第11期
责任编辑 | 牟艳娜
微信编辑 | 李中华
微信监制 | 赵满树
