【AI與教育】

　　編者按

　　教以潛心，研以致遠。教研是教育發展的基石，推動著教學質量提升和教師專業成長。隨著AI技術廣泛應用，學校的校本教研也發生了諸多變化，這會對課堂產生怎樣的影響？本期，讓我們跟隨記者，聽聽專家、師生們怎么說。

　　AI熱潮來臨，校本教研隨之改變

　　如何“診斷”一堂課的好與壞？

　　“學生自主時長占比32%，教師提問62個，其中高階問題僅2%，學生發言時間6分鐘，84%為簡單回應……”在成都市溫江區西南財經大學附屬實驗小學的數學教研現場，課堂智能診斷系統如“顯微鏡”般，通過數據解碼將隱藏的問題轉化為具體數據。

　　華東師范大學課程與教學研究所所長崔允漷教授這樣打比方：原先的聽評課好比“中醫看病”，而課堂智能診斷系統就像是課堂體檢報告。前者的關鍵在于該中醫是不是“名醫”，但是，能練成“名醫”的人太少了；后者則更“大眾化”，可以把課堂報告化數字化，形成非常容易解讀的數課報告。

　　西南財經大學附屬實驗小學是一所教師平均教齡僅3年的新建校，采用華東師范大學課程所研發的數課分析平臺后，學校以“AI+教研”為支點，撬動了課堂變革。數據為教研提供了精準靶點，讓教師能聚焦“學生被動參與”“問題設計淺層化”等核心問題，為課堂變革錨定方向。例如，語文組通過“師生對話輪次分析”優化閱讀教學，科學組借助“課堂問答及行為占比”培養學生審辯能力，英語組利用“課堂話語分析”促進學生深度思考……

　　作為西南財經大學附屬實驗小學的教師，周靜感慨，在學校的教研中心，像這樣“研”味十足的課例研討活動每天都在進行，這種數據驅動的教研變革正在重塑課堂生態。

　　“曾經的校本教研主題有兩大癥結。一是跟風式。新課標、新教學要求什么我們就研究什么，學校領導提倡什么我們就研究什么，別的教研組研究什么我們就研究什么。二是寬泛式。校本教研的主題如同一張沒有邊界的大網，比如，小學數學核心素養如何解決的教研，缺乏聚焦性，導致研究浮于表面，難以形成深度成果。”四川成都市溫江區教研員劉蓮吟直言，“隨著AI應用日益廣泛，學校的校本教研也隨之發生變化，亟須把握精準、走向循證。”

　　數據驅動的循證教研，正在重塑課堂生態

　　如何利用AI平臺提供的課堂數據做好教研？當看到數據密密麻麻、內容充分翔實的課堂數據報告時，有些教師產生了新困惑：“新教研該做什么，又該怎么做？”

　　“如果片面地使用技術手段進行課堂分析，很容易陷入無結構的、指標被簡化和標簽化的風險。”華東師范大學教授周文葉表示。

　　在專家看來，AI平臺提供的教研數據，可以理解為利用人工智能技術構建課堂分析框架與編碼規則，對課堂教學行為、時間、話語等數據進行智能分析與研究的過程。這種AI參與的新教研旨在通過對課堂的多模態數據分析，為教師、學校和教育研究者提供全功能、全過程、全方位的專業反饋，從而促進教師的教學反思，并革新人機融合的常態化教研。新教研的核心在于：將課堂視為一個數字化的智能支持系統。

　　“新教研本質上是循證教研。”周文葉說，循證，即基于證據或遵循證據。循證教研即基于證據的教研，強調教育者基于客觀真實的證據開展教研活動，是一種以實踐為基礎，以科學研究為支撐，不斷探索、實驗、總結并改進教學方法和策略的一種教育教學研究方式。教研的效果一方面取決于證據信息，一方面取決于互動過程，如果只關注證據信息本身，不關注互動過程質量的改善，對于教師來說，有失偏頗。

　　“以聽評課教研的形式為例，這種教研不應局限于授課老師的展示和專家的點評。”周文葉表示，“聽課，實質上是以這堂課上的證據來研究自己教學中的問題，以便對這個問題有更深入的理解，從而更好地改進自己的教學。”

　　因而，在新型教研活動中，每位老師圍繞著問題“循證”，更好地理解“證”，依“證”來改進教學。

　　江蘇無錫市新城中學教師許藝艦對此深有感觸：“以前聽課，主要靠肉眼觀察和手記筆記，難免有疏漏。現在借助平臺數據，能精準發現課堂中的細節問題，比如教師的口頭禪，教師提問的數量及類別等。有了數據支撐，評課也不再單憑主觀經驗，這為議課提供了客觀依據。”

　　西南財經大學附屬實驗小學校長趙蓉介紹，學校已形成“數據診斷—策略改進—實踐優化”的教研閉環，各學科教師將“數據針灸式診斷”與“經驗切片式研討”相結合，實現課堂評價“自評、他評、人工智能評”三位一體。這樣的教研促使教師深度碰撞，從關注“教”走向關注“學”，學生學習從“被動接受”變為“主動探究”，形成系統性的課堂變革生態。

　　適應新教研模式，追求高質量課堂

　　如何定義一節好課？

　　華東師范大學課程與教學研究所基于國際比較研究與我國優秀課例的提煉，提出了關于好課的標準框架。按照這一框架，高品質課堂的標準包含三個維度：效率、公平和民主。華東師范大學副教授楊曉哲表示，好課是一種追求目標，它更需要數據支持。

　　過去，在師生對話中常有這樣的情況：教師困惑于自己的一次次碎片式提問是否“問得過細”，學生則難以領會教師提問的意義，只能應付作答。福建省南安一中教師尤凱麗表示，對于這種情況，數據分析可以找到癥結所在，帶來改進方法。比如，當教師第一次上課的時候發現學生們解釋性推理性的回答較少，就可以更新課堂教學設計，在第二次上課時引導學生深入理解內容，使其回答更具深度。

　　基于人工智能的多模態數據分析，使得大規模、標準化、專業化的課堂分析成為可能。因而，教研模式亦成為推動人機融合的常態化研究和教學。劉蓮吟告訴記者，AI數課報告可隨時生成，使教研活動融入日常教學，形成常態化、伴隨式的教研模式，實現教研與教學無縫銜接。與此同時，教師的好奇心和探索欲也被激發，促使他們主動利用AI工具和技術開展教研活動，探索適合學生的學習方法和教學策略。

　　“一線教師要清醒地認識到，AI數課報告無法直接解決課堂教學中的個性化問題，這就需要教師根據自身的教學經驗、學生的學情和課堂實際情況進行專業的思考和判斷，發揮自身的專業優勢和教育智慧，巧妙地將AI技術與教學實際相結合。”上海市光明中學教師常婧表示。

　　無論是傳統教研還是AI時代的教研，其根本目的都是為了提升教學質量，促進學生發展和教師專業成長。高品質課堂的指標，正指向構建一個更全面、更科學、更人性化的課堂評價體系。它們不僅僅關注知識傳遞的結果，更關注教學過程的質量、學生參與的廣度和深度，以及師生關系的和諧。

　　楊曉哲也認為，基于數據證據調整和優化教學策略，如何科學地設計和應用AI系統成為關鍵所在。AI提供的分析和反饋是全面、專業的反饋，而非簡單的標簽化評價。教師應靈活運用AI，而不是被工具驅動，應避免陷入“機器教學”的困境，保持教學的創造性和人文性。楊曉哲建議，AI時代，教師要提升教學反思能力，利用AI提供的分析和反饋，更深入地反思自身教學行為和效果；要適應人機融合的教研模式，學會與智能系統協同工作，利用其進行教學研究和創新實踐。(記者 靳曉燕)