AI赋能携手迈向教研“数智化”新阶段课题推进活动呈现课堂新样态

抖音热门 2025年10月13日 16:56 0 admin

AI赋能，携手迈向教研“数智化”新阶段——AI Classroom课题推进活动呈现课堂新样态

2025年10月11日，由华东师范大学课程与教学研究所·国际课堂分析实验室主办，宁波市海曙区教育学院与镇明中心小学承办的“AI Classroom人工智能赋能教学变革课题研究项目推进活动”在宁波市海曙区镇明中心小学顺利举行。本次活动以“人工智能赋能课堂观察与课堂分析”为主题，旨在推动人机协同下的课堂教学变革，提升教师专业发展，促进学生全面发展。华东师范大学课程与教学研究所周文叶教授、杨晓哲副教授莅临指导，活动吸引了来自全国各课题项目校的教师代表参与。

沉浸式参与“数字”教研：经历从单一“数据”读取到多重证据“会诊”的深入研修

现场，在学校组织的人机协同式跨学科教研活动中，所有现场参加活动的人员均以“第一观察者”的身份，结合课题校研制的课堂观察量表深入、细致地观察并记录了一节科学实验课：来自镇明中心小学张静娜老师采用项目化学习方式，为学生设定了一个富有挑战性的核心任务。课堂上，教师引导学生将复杂的大任务逐层分解为四个逻辑紧密、环环相扣的子任务，并通过小组合作的方式推进学习进程。各小组在明确的任务指引下，开展了热烈的讨论、实践与论证，课堂不再是知识的单向传授，而是转变为学生主动探究、协作解决问题的实践场。

与此同时，为了更好地反映授课教师在目标引领下，采用任务驱动激发学生深度学习的实施效果，课题组成员分别从“课堂学习/机会表现观察”、“教师处理学生回答的课堂观察”、“小组合作课堂观察”这三个不同的观察视角进行分组合作记录。观课现场，听课的老师们纷纷拿起了手机，拍照、摄像，全方面记录着每一个观察点的师生具体表现。

在课后的评课环节，课题组一改以往“就课论课”的研讨方式，组织老师们将自己现场观察的记录内容、即时产生的困惑问题与华师大国际课堂分析实验室即时生成的“数课”报告进行比对分析。为了让老师们能够更深入地透过课堂表层去深入解构教师的教学和学生的学习，学校课题指导专家、宁波大学教育教育学院毛玮洁博士帮助老师们深析观察量表，基于“数课”报告给予科研引领，不仅对授课教师的学习目标进行了进一步的细化，更为三个观察组小组的教师点明了观察目的和报告思路。现场，不同学科教师组成的观察小组各抒己见，现场氛围热烈真诚。

来自“课堂学习/机会表现”观察小组的老师结合“数课”报告谈到：本课通过驱动性任务链，为学生提供了多样化的学习与表现机会，人工观察与“数课”报告共同印证了学生参与“覆盖面广、发言频次高、自主探究时间长”等显著优势。然而，AI数据也揭示出“课堂分配”指标仅达水平2，这与人工记录中发现“后排小组参与相对薄弱”的现象相互印证，共同指向“机会均衡性”这一可优化空间，并建议嵌入学生互评机制，以促进更公平的深度参与。

“小组合作”观察小组认为：本节课四次小组合作在时长保障、分工明确与互助协作等方面表现突出，“数课”报告将合作环节评定为“水平3”，与人工观察到的“角色清晰、规则默契”等具体行为相互支撑，共同验证了合作机制的有效性。此外，人工观察还捕捉到AI未能完全捕捉的“个别小组实验记录滞后”等过程细节，据此提出“增设时间管理员”的建设性建议，体现了在AI数据支撑基础上，融入人工观察以实现“问题定位—策略生成”的完整循证闭环。

“教师处理学生回答”观察小组发现：教师的理答策略以启发性追问为主，注重引导学生自主修正与完善答案，这与“数课”报告中的数据高度吻合，体现了教师对学生思维过程的深度关注。与此同时，AI数据也反映出课堂中封闭式问题比例较高，与人工所感知的“教师实际提出不少开放性问题”形成对比，提示教师在提问表述上可进一步优化，减少“是不是”“有没有”类引导，增强问题的开放性与思维容量，以更精准地呼应教学目标。

科学学科的邹珊红老师也从专业的领域，叙述了整节课的磨课历程，并分享了“AI不是挑错器，而是好帮手”的所思所得。

经历这番“数课”报告与“人工观察”深度融合的沉浸式研修活动后，参与的老师们对日常教研的开展又有了新的认识：“数课”报告如同高精度的“广角镜”，能宏观地呈现课堂的结构性数据，如师生对话比率、活动时间分配等；但它也是一面“模糊镜”，目前还难以关注到学生个体的困惑眼神、灵光乍现的瞬间或是小组合作中微妙的互动，而这正需要教师用专业的慧眼来及时捕捉、充分记录的，因而，当“人的智慧”与精准的“AI之眼”协同并举时，我们的日常教研活动便能更为深入地集中于教学任务与目标的一致性、学生是否在真正地思考、有效地合作、投入地学习等课堂教学本质问题的研讨中来。

随后，在专家引领环节，华东师范大学课程与教学研究所杨晓哲副教授也对这样的校本研修活动给予了充分的肯定，他高度赞同学校在跨学科教研与教学实践中所展现的前瞻性探索，认为这种打破学科壁垒、聚焦学生学习的研讨模式，代表了未来教研的发展方向。同时，杨教授从“如何生成”、“如何解读”与“如何应用”三个维度，对AI“数课报告”进行了系统性的学理性分析。针对人工智能的应用边界，杨教授特别提醒老师们：“数课”报告作为一种宏观分析工具，目前还难以量化每个学生独特的思维路径、情感状态与个性化的学习困境，“数据的广度，无法替代教师观察的深度”。因而，他强烈呼吁在AI赋能的时代，“人工的专业观察不仅没有过时，其价值反而愈发凸显”，教师的教育智慧与人性关怀，是弥补技术盲区、实现“人机协同、因材施教”的关键所在……杨教授的指导为在场教师厘清了AI技术与教育实践的主次关系与融合路径，提供给大家深入透彻的理论反思与实践指引。

互动式分享课题进展：共议智能时代“数字化”研课的多元实践路径

在下午的“课题工作坊”活动中，镇明中心小学杨宏校长首先汇报了学校“三段进阶式开展人工智能赋能‘循证’教研的校本实践”，从1.0阶段“数课”报告带来的冲击与启蒙起步，到2.0阶段证深析课堂教学的问题与改进，最终迈向3.0阶段人机协同探索跨学科教研的路径。

3.0版本跨学科教研路径结构图

学校结合课例实践，充分阐述了将人工智能技术引入常规校本教研，逐步构建起以数据为驱动、以证据为基础的“循证教研”新范式的探索历程。这一来自于一线学校的真实样本，清晰展示了在探索“从‘教学中心’向‘学习中心’转型，建构‘观察学习——收集证据-分析证据-做出新的决策’的课堂研究模式”过程中，学校、老师们对AI“数课”报告的应用是如何从表层知晓走向深入解读，校本教研的开展是如何从本学科单纯“磨课”走向跨学科共同体同伴互助的“问题解决式”主题教研的，体现了从工具认知到教学重构，再到教研生态重塑的进阶式演进。

来自上海市杨浦区控江二村小学的梁晓卉老师线上分享了“AI课堂分析赋能小学语文思辨性阅读的实践研究”，她以语文课《田忌赛马》为例，展示了如何利用AI课堂分析实现“思辨性阅读”的落地。借助“课堂全程在线图”的分析，学校团队引入了“人物关系图”和“赛马对阵图”等思维可视化工具，将内在的思维过程转化为外显的学习活动，课堂从“教师主讲”转向“师生对话”，教学改进取得了显著效果。

杭州英特外国语学校小学部的平超南老师分享了“学为中心：AI循证助推高质量课堂构建新探索”，该校利用AIC平台构建“数字画像”，实现教学策略从“隐性”到“显性”的转变。通过分析不同班级的课堂关键词和数据特征，让教师可以精准把脉班级学情，定制个性化的教学策略；学校教研方式也从“整体评课”转向“切片研讨”，借助平台精准定位教学问题，使教研活动更具针对性。

上海市民办尚德实验学校的周长玲老师聚焦“课堂言语诊断”，系统分享了数学课堂语言的优化路径。基于180余份课堂报告，他们提炼出三大改进策略：从“满堂问”到“问题链”，提升提问思维含量；从“教师主讲”到“学生主说”，优化话语权分配；从“简单回应”到“深度理答”，提升反馈价值。在此基础上，学校构建了包括“课堂语言参考指标”、“教学语言微格教研”和“教师语言成长档案”在内的校本化实施体系。

永康市大司巷小学的胡春老师分享的“数智赋能：小学数学课堂循证教研的实践探索”则别开生面地介绍了“作业溯源”实践。她们通过分析学生课后素养作业的完成情况，反推课堂教学环节存在的问题，并利用AI课堂诊断报告进行精准溯源。以《长方形与正方形》一课为例，团队发现学生概念理解出错，源于课堂中探究环节的缺失和提问开放度不足。这种“以终为始”的逆向诊断，有效打破了作业与课堂的数据壁垒，形成了“教学评一致性”的闭环。

针对各所课题校的研究分享，两位教授分别进行了深入的点评和指导。周教授认为在学校营造“基于证据的研究文化”至关重要，建议各校在形成成熟的校本化实施后，可建立起学校的学科“课堂常模”、开展“微格教研”和制作“教师成长档案袋”，为各校、各区域的”数字化“课堂分析资源库，以此为基础共同构建起中国课堂的“常模”数据库。杨教授指出，数据主要用于课后复盘，为经验判断提供客观证据，其目的是支持教师而非束缚课堂创意，他建议各所课题校可继续深化AI数据与教学策略间关联性研究，比如建立“视频分析+作业结果”的闭环证据链研究，让数据服务于目标达成度的验证。两位教授再次提醒老师们，AI分析的核心在于“赋能”而非“替代”，应坚持“目标驱动”、”问题驱动”，而非单纯的“数据驱动”，从而避免陷入“为数据而数据”的误区，他们鼓励各校继续深化研究，构建更具学科特色的课堂分析模型与校本实践路径，实现技术与教学理念的深度融合。

本次课题推进活动不仅是是AI Classroom课题研究的重要节点，更是一次教育理念与教学实践的深度碰撞。各所课题校立足校本，通过真实的教研展示、扎实的校际交流与权威的专家引领，生动诠释了AI技术在推动课堂数字化转型中的多元路径与深层价值，为后续课题的深化实施指明了方向。各校的探索已超越技术表层，触及教学改革的深层逻辑，生动展现了数据驱动下课堂教学改革的深度与广度。

未来，各所课题校将继续在华东师范大学的引领下，依托区域支持与学校实践，探索人工智能赋能课堂变革的中国样本。