基于經驗學習圈構建AI支持下的教師研修模式

劉清堂 鄭欣欣 吳林靜 李小娟

[摘? ?要] 利用人工智能等新技術支持教師隊伍發展是教育領域的研究熱點。當前，教師教研活動的開展存在評價的客觀性、深度性和針對性等問題，直接影響教師培訓的質量。如何借助人工智能開展教師研修伴隨式數據采集與過程性評價，服務于教師信息化教學能力的提升，成為學界關注的焦點之一。在經驗學習圈理論的視角下，構建了AI支持下的教師研修模式（AISTTM），以具體經驗獲取—反思性觀察—抽象概括—積極實踐為基本研修環節，借助教研員點評目標達成度、觀察教師評價教學表現、專家點評師生行為、主講教師自評的多維評價方法開展研修活動。基于AISTTM，在寧夏回族自治區某試點學校開展同課異構的教師研修實踐活動，證明了AISTTM能夠通過循環的研修流程促進教師的專業發展，通過多維評價方法實現對教師的全方位評估。

[關鍵詞] 研修模式; 人工智能; 經驗學習圈; 同課異構

[中圖分類號] G434? ? ? ? ? ? [文獻標志碼] A

[作者簡介] 劉清堂（1969—），男，湖北仙桃人。教授，博士，主要從事智能教育、教師專業發展、學習分析及教育數據挖掘等研究。E-mail：liuqtang@mail.ccnu.edu.cn。鄭欣欣為通訊作者，E-mail：2441896238@qq.com。

一、引? ?言

近年來，我國發布《關于開展人工智能助推教師隊伍建設行動試點工作的通知》，強調在教育信息化背景下探索教研測評方式以及教研模式的變革，充分發揮5G、人工智能等新技術的助推作用，創新研修效果的評估方法[1]。

然而，在已有的教師研修活動中，往往將大量的培訓資源直接推送給教師，缺乏對實際課堂教學過程的深度剖析和反思，直接影響教師研修培訓的效果和質量[2]。為此，研究者聚焦課堂教學，并認為：課堂教學是信息技術與教育教學深度融合的主戰場，為教師專業發展提供了豐富的研修資源。然而，課堂教學過程蘊涵的信息往往不能被準確、客觀地識別與量化[3]。利用人工智能采集、分析和量化課堂教學信息，可以更為準確、快速、全面地分析師生教學互動過程，挖掘教師教與學生學的深層次聯系[4]。如何充分利用人工智能技術分析課堂教學過程，提供客觀性、針對性的教學分析數據，建立研修活動過程與課堂教學實踐的橋梁，是智能時代教師研修活動的熱點和難點。

經驗學習圈理論（Experiential Learning Cycle）為破解教師研修過程中所存在的研修質量和效果不佳的問題提供了理論支持，為教師專業發展的持續性改進提供了一個新視角。本文基于經驗學習圈理論，提出人工智能技術支持下的教師研修模式（AI-Supported Teacher Training Model，簡稱AISTTM），并將其用于研修活動中，從實踐出發證明其有效性。

二、相關研究

當前教研活動的開展存在評價的客觀性、深度性和針對性等問題，是目前教研活動開展的難點，也是廣大一線教師、教研員以及管理者的共同訴求。本文梳理了近年來研究者提出的研修評價方法和研修模式，從而在文獻綜述和實踐調研的基礎上，創新研修評價方法，變革研修模式。

（一）教師研修評價

關于如何在教師研修中進行評價，很多學者提出了不同的方法。通過文獻梳理，總結了兩種常見的評價方法：過程性評價、總結性評價。過程性評價是教師提高專業發展水平的重要途徑[5]，對研修過程中的情況進行評價，從而不斷修正研修的路徑，提高研修的效果。周文葉主張表現性評價在研修活動中是必不可少的[6];徐惠仁強調在研修中開展過程性評價，并建構了過程性評價機制[5]。總結性評估是根據研修目標，采用一定的評價方法來評定教研活動的效果。如威斯康辛大學柯克帕特里克提出的柯氏四級培訓評估法，是總結性評估的有效工具，為教研活動的開展提供了層次化的評估方法[7]。

過程性評價、總結性評價均運用到了真實性評估的思想。真實性評估聚焦教師的日常工作情境（課堂），反映教師教學和研修的真實水平。真實性評估一般有兩種：一種是量化評估，如采用FIAS師生言語交互分析法[8]、S-T行為分析法[9]等對課堂實錄進行量化分析;另一種是質性評估，質性評估往往依托于一定的觀察量表，如以色列VIDEO-LM（Viewing， Investigating，Discussing Environments of Learning Mathematics）項目中所提出的六棱鏡框架[10]，教師專業發展項目TEAMS（Teaching Exploratively for All Mathematics Students）中采用的象限編碼系統[11]等。提高教師專業發展要解決如何基于教師工作情境對教師教學進行真實性評估的問題，這就要求評估聚焦到教師的常態化課堂教學[11]。課堂是教育教學改革的主陣地，課堂教學可以直接體現教師的專業能力[12]。因此，對課堂教學進行觀察、評價尤為關鍵。

在課堂觀察與智能評價方面，傳統的研究方法是現場觀課或借助錄像觀課，利用人工來分析課堂中的師生行為無法進行深入的量化分析。人工智能支持下的課堂觀察為解決這一難題提供了契機。劉清堂等構建了課堂教學行為智能分析模型，實現了對課堂錄像的自動化計算、分析[13];邵一川等利用深度學習技術采集學生的課堂行為[4];孫眾等構建了人工智能支持下的課堂教學分析框架[14]。當前人工智能技術主要應用于講授、測驗和練習等教學環節，而在教學評價、教學決策、教師研修等場景應用較少，因此，本研究在人工智能支持下，對課堂教學進行多元化分析，探索教與學的深層次聯系，利用人工智能輔助教師進行研修。

（二）教師研修模式

國內外研究者開發了一些用來指導教師進行教學或研修的理論模型。Mishra和Koehler于2005年提出TPACK框架，強調了信息時代教師的知識結構[15]。王其云等于2008年提出PST（Pedagogy，Social Interaction，Technology）模型[16]，認為教學活動的設計關鍵在于教學法、社會性交互和信息技術。同年，Radcliffe提出PST（Pedagogy，Space，Technology）框架[17]，強調教學過程中要注重信息技術、教學法和學習空間三者的相互作用。張屹等提出APT（Assessment，Pedagogy，Technology）模型，提倡用多種評價方式對學生進行評估[18]。以上四個模型均注重評價、教學法以及信息技術等要素，側重點、用途不盡相同。TPACK框架和APT模型多用于評價，TPACK框架側重于評價教師的教學能力，而APT教學模型的目的是對學生進行評價，而非教師。教學法—社會交互—技術（PST）模型側重于指導教師的教學活動，而教學法—空間—技術（PST）框架則側重指導教師對學習空間的設計。

除了理論模型之外，實踐領域也涌現出很多研修模式和實踐案例。趙呈領等設計了基于五要素的混合式研修模式，該模式以線上線下平臺為基礎，以研修課程、研修活動為核心，將研修評估和研修管理貫穿研修的全過程[19]。徐曉東提出專家引領下現象為本的課例研修模式，論證了專家引領下教師研修新模式的有效性[20]，對本文構建AISTTM有借鑒意義。以上研修模式均注重研修的評價、專家的參與等要素，強調線上線下相結合的研修，為本研究提供了借鑒意義。然而，尚需要在評估維度體現信息技術的支持作用，在研修中關注師生的課堂行為。馮曉英等提出信息化環境下的教師培訓NEI模式[21]，利用信息技術打造虛擬研修空間、研修支持工具和研修評價技術。張妮等將教學法、評價、空間和技術視為支持教師研修的核心要素，并據此構建了教學法—評價—空間—技術（Pedagogy-Assessment-Space-Technology，簡稱PAST）模型[22]。教師培訓NEI模式與PAST模型均強調利用新技術支持教師研修中的評估，以及回歸到真實的教學情境中進行研修，為AISTTM的研究提供了思路，然而，仍需要進一步考慮可持續的教師專業發展。

通過文獻梳理及調研結果表明，目前研修活動的開展存在以下問題：（1）研修活動沒有形成數據取之于課堂、用之于課堂的反饋回路;（2）研修活動往往局限在活動某個過程或環節，難以從整體上比較和分析研修的效果;（3）研修過程的評價方式仍趨于主觀，評價數據缺乏客觀性、深度性和針對性，多借助自我報告、問卷調查等方法進行分析。鑒于此，本文基于經驗學習圈理論構建了AISTTM，在AI技術支持下，結合主觀評價和客觀教學數據，對教學過程，特別是師生互動過程進行深度剖析，提高教師研修的針對性和精準性。

三、基于經驗學習圈的AISTTM構建

（一）理論基礎：經驗學習圈

1984年，美國著名教育家、心理學家大衛·庫伯（David Kolb）發展了庫爾特·勒溫（Kurt Lewin）等人提出的經驗學習理論，構建了經驗學習圈理論，如圖1所示。庫伯提出的經驗學習圈理論至今仍被認為是最具影響力、引用最多的經驗學習理論[24]。

經驗學習圈理論認為，一個完整的學習過程由獲取具體經驗（CE）、反思性觀察（RO）、抽象概念化（AC）以及積極實驗（AE）等四個環節組成。學習開始于學習者積極開展一項體驗或活動（CE），在具體經驗階段之后，學習者有意識地反思經歷（RO），在此基礎上對所觀察到的東西進行理論或模型的概念化（AC），最后測試概念化的理論、模型，進行新的體驗。目的是幫助學習者經過獲取具體經驗等前三個環節的學習后，積極開展新的實踐[25]。

經驗學習圈理論被廣泛應用于各種教學情境。車麗娜等人將經驗學習圈理論用于培養教育碩士生的教學能力，提出了“三段交互式”的教學模型[26]。Kwon將經驗學習圈理論和VR技術相結合，證明了VR技術可以使學習者將虛擬經驗視為直接經驗，從而提高其學習效果[27]。王陸等基于經驗學習圈理論和學習型組織知識轉換SECI模型，以課堂實踐中的問題為引領，提出了教師網絡研修活動設計的三層模型[25]。

大量研究證明，經驗學習圈理論可以有效提升學習者的學習效果。然而，鮮有研究將經驗學習圈理論用于支持教師的持續性發展。因此，本研究借鑒經驗學習圈理論，設計流程為具體經驗獲取階段—反思性觀察階段—抽象概括階段—積極實踐階段的一套循環研修模式，其中最后的積極實踐階段也是下一輪研修的具體經驗獲取階段。

（二）AISTTM的架構及內涵

本研究借鑒經驗學習圈理論，構建AISTTM，如圖2所示，由學科專家、教研員、學科教師組建研修共同體，基于教師最熟悉的專業情境，以AI支持下的課堂觀察為核心，以觀察教師評價教學表現、專家點評師生行為、教研員點評達成度、主講教師自評等多維評價方法開展真實性評估保障研修的效果，在AI支持下解讀課堂中師生行為所蘊涵的內隱特征，在課堂觀察量表、課堂教學AI分析報告、反思報告、課程標準等研修工具的支持下，從教師日常的教學實踐入手設計研修路線，在具體經驗獲取—反思性觀察—抽象概括—獲取新的經驗的周期中發展教師實踐性知識、改進教師教學行為，實現自評和他評相結合、個人反思與團隊發展相結合、線上觀評與線下評議相結合、主觀評課與客觀報告相結合。

總之，AISTTM的特征在于：（1）基于真實的課堂教學情境（最內圈）;（2）借助多維評價方法開展研修活動（最外圈）;（3）基于循環的研修流程（中間圈）促進教師持續性的專業發展。這樣一套循環的研修流程并非是簡單的重復，而是共同體研修的螺旋上升過程，通過AI技術實現對長期螺旋式研修過程的監控，刻畫教師或研修共同體的專業發展路徑，從而實現常態化監測與增值性評估。AISTTM在人工智能支持下為教師研修提供實證化的數據服務，支持主觀報告和客觀數據相結合的評價，循環提升教師的教學實踐能力，以期實現教育信息化、規模化以及常態化應用。

（三）AISTTM中的多維評價方法

AISTTM以AI支持下的多維課堂評價方法為核心（如圖3所示），專家、教研員、觀察教師、主講教師從不同維度，運用課堂教學AI分析報告、課堂觀察量表、反思報告、課程標準等不同工具，實現基于課堂教學的多元化評價。在評價時，不同角色有不同的側重點。專家從專業的角度將課堂解構，教研員以課標為基準，關注教學目標的達成，教師則關注教學設計和教學過程。

圖3? ?AISTTM中的多維評價方法

AI技術可實現對課堂教學的過程性采集與即時性分析，生成課堂教學AI分析報告，包括師生課堂行為分布圖、教學模式、課堂表現曲線、課堂參與度曲線以及關注度曲線。專家依據課堂教學AI分析報告進行點評，關注課堂中師生行為表現，在解讀課堂教學AI分析報告的過程中建立起外顯行為和內隱特征（如學生積極性、表現性等）之間的聯系，保證了評價數據的客觀性和深度性。教研員更加側重于教學目標的達成度，以課程標準為基準進行觀課。觀察教師依據在線觀察量表進行觀評課，AI技術通過分析評課數據生成教師能力矩陣，實現教師能力水平的量化及可視化，觀察教師側重于評價教師的教學表現，從而可以快速直接地根據觀察結果修改自己的教學設計、提高課堂教學效果。在此基礎上，主講教師依據AI分析報告，通過撰寫反思報告進行自評。所有評價對象均為課堂實錄，保證了評價數據的客觀性和針對性。

（四）AISTTM中的研修流程

1. 具體經驗獲取

教師的具體經驗是指教師在課堂教學中親身體驗或以觀察者身份進行課堂觀察而獲得的經驗，是真實的實踐性知識[28]。在這一階段，研修活動應該以課堂教學為情境進行教學實踐與觀摩，不同主體采用不同的課堂觀察工具、方法或技術，是實踐教學的主體實施階段。研修教師采用現場觀課（線下）和網絡觀摩（線上）相結合的方式，利用觀察工具進行觀課。在這一階段，利用AI技術實現課堂教學的常態化伴隨式數據采集，為教師提供課堂行為分析報告，實現教學過程的動態監測以及教學行為的智能化分析。

2. 反思性觀察

經驗之后進行反思是促進學習的有效途徑[25]。在AISTTM的反思性觀察環節中，專家依據教育理論，借助AI分析報告，對教學過程尤其是課堂中的師生行為進行深層次的分析、點評，為教師的互評、自評提供客觀數據的支撐。在專家引領下，研修組教師通過線上線下相結合的方式開展研討，對主講教師的課堂教學作出評價，同時以主講教師為角色模型，實現對自己教學的再認識。教研員則以課標為基準，考察教學目標的達成度。在研修共同體進行集體反思的基礎上，主講教師通過撰寫反思報告開展自評。在這一階段，AI不僅實現了教師能力的可視化，更是搭建起外顯行為和內隱特征之間的橋梁，通過專家或教研員的解讀，引領教師對課堂教學進行深層次的評價和討論。

3. 抽象概括

抽象概括的目的是歸納上一階段獲取的具體經驗，使其上升到理論層面。教師研修不僅要將理論知識用于實踐，還要使在實踐中獲得的具體經驗理論化，將具體經驗抽象概括為實踐性知識，從而使其具有更加普遍的指導意義[28]。在此階段，研修共同體對反思性觀察階段獲得的具體經驗進行討論、交流、歸納和提煉，在AI的輔助下，形成一系列教師如何教、學生如何學的實踐性知識，構建外顯行為和內隱特征相互映射的知識體系框架。在這一階段，專家團隊給予一定的理論指導，幫助教師提煉和抽象出合理的知識體系。

4. 積極實踐

在積極實踐階段，將抽象概括獲得的實踐性知識應用于新的課堂教學情境。一方面，使實踐性知識回歸課堂，并得到檢驗和發展;另一方面，教師在新的教學情境中又經歷了一個具體經驗的獲取過程，開啟下一輪的研修活動。教師研修中的數據資源取之于課堂，通過對數據的分析、反思和教學設計方案的打磨，提升教師信息化教學能力，進一步將研修中的技能應用到課堂，改善和提升教學效果。

四、《怎樣求合力》研修實踐案例及分析

（一）案例背景

2018年起，寧夏回族自治區開展人工智能助推教師隊伍建設行動試點[29]。2019年，S學校被確定為市級人工智能助推教師隊伍建設行動試點學校。2020年11月，《人工智能助推寧夏教育高質量發展》下發，鼓勵積極探索人工智能等新技術助推教師隊伍發展的新模式和新路徑[30]。然而，目前開展的教研活動依然存在反饋回路難形成、常態化教研活動難開展以及教研活動評價具有主觀性等問題，基于AISTTM設計的研修活動以常態化循環研修為基礎，形成研修活動的反饋回路，支持區域開展常態化教研，保證了研修評價的客觀性、深度性以及針對性。

（二）教師研修活動設計

基于AISTTM設計研修活動，并在S中學進行了同課異構活動，包括四個階段：準備階段→具體經驗獲取階段（教學實踐）→反思性觀察階段（教師反思）→抽象概括階段（研修總結）。

（三）研修活動的實施

1. 準備階段

（1）組建研修團隊

S中學物理教研組組長王老師作為教研員，同時邀請17名物理教師、3名學科專家參與研修，組成研修共同體。此外，邀請若干名區域教師參與研修以及1名技術人員提供技術保障。

（2）確定研修主題

本次研修以“如何突破思維定勢——以《怎樣求合力》為例”為主題進行教研活動。馮老師（學歷：研究生，教齡：6年，年齡：31）和金老師（學歷：本科，教齡：6年，年齡：30）作為主講教師。

2. 具體經驗獲取階段—教學實踐

（1）個人初備

兩位主講教師結合課程標準、教材以及學生特點完成個人備課。在專家指導下，研修團隊依據課程標準以及S中學物理教學的實情，從教學設計、教學實施以及教學效果三個維度，學生活動、教師素養、教學目標、教學內容、教學過程、教學方法、技術應用以及目標達成度等八個觀察點制定百分制的觀察量表。

（2）教學實踐

主講教師進行教學實踐，在真實情境中授課。由于教室場景有限，觀察教師聚集在教研室中，通過直播平臺，采用觀察量表進行同步觀課和評課，區域教師借助網絡教研App，利用觀察量表進行線上觀課和評課。

3. 反思性觀察階段—教師反思

課堂實踐結束后，AI課堂行為分析系統對課堂場景進行采樣并記錄，生成反映學生行為（舉手、應答、聽講、讀寫、生生互動）、教師行為（板書、巡視、講授、師生互動）的課堂觀察分析報告。

研修團隊結合課堂行為分析報告等工具，對主講教師的師生課堂行為、教學模式、學生參與度、課堂表現一致性及教師教學效果等進行對比反思，發現兩名教師的優勢和不足，給出適當的建議。

圖4分別展示了金老師、馮老師課堂中學生行為和教師行為的占比分布，可以看出金老師課堂中的師生互動比例（38.74%）高于馮老師課堂中的師生互動比例（4.72%），表明金老師在授課時更加注重與學生的互動，然而在兩位教師的課堂中，學生行為中的生生互動、舉手、應答等主動行為的占比均較低;AI課堂行為分析系統依據Rt值和Ch值將教學模式分為混合型、練習型、對話型和講授型四種，如圖5所示，馮老師的課堂屬于混合型，金老師的課堂屬于練習型。通過參與度曲線、表現曲線、關注度曲線可知，在新課導入環節，馮老師可以較好地調動學生學習的主動性，參與度曲線與表現曲線均較高，在課中環節，兩位老師的表現曲線均有了明顯幅度的下降，表示學生行為比較離散，綜合課堂錄像可知，兩位老師均在課中設置了活動環節。在課堂的最后環節，金老師課堂的表現曲線與學生參與度曲線均較高，而馮老師課堂的學生行為較為離散。

注：左為馮老師課堂，右為金老師課堂。

圖4? ?課堂行為分布

教師對觀察量表進行整理，結合AI形成的教師能力矩陣，討論主講教師在教學設計等三大維度、八大觀察點的優勢和不足。分析發現馮老師、金老師在“教師素養”“學生活動”兩個觀察點得分均較低。專家結合AI分析報告對主講教師的課堂進行點評。教研員則從教學目標達成度進行評價。主講教師在討論的基礎上撰寫反思日志，完成個人自評。

4. 抽象概括階段—研修總結

在教研員、專家的指導下，研修團隊共同完成研修報告，形成一系列教師如何教、學生如何學的實踐性知識體系，為下一輪研修奠定基礎并安排下一輪教學實踐。

本輪研修完成后，對部分參與研修的教師進行了訪談。結果表明，教師普遍接受AISTTM，認為AISTTM可以幫助提高研修的效果。如研修組組長王老師說：“通過這種方式進行研修，借助真實的課堂情境，教師們結合自身的教學行為進行反思，在線上線下充分互動，對課程理念的認識逐步深化，實現了從‘教到‘研的跨越，獲得專業成長體驗。”

五、研究小結

以人工智能等新技術創新教師教育方式是當前解決教師專業發展困境的途徑之一。在此背景下，本研究基于經驗學習圈理論構建了AISTTM，按照具體經驗獲取—反思性觀察—抽象概括—積極實踐的路線，采用教研員點評目標達成度、觀察教師評價教學表現、專家點評師生行為、主講教師自評的多維評價方法開展研修活動。將AISTTM進行應用實踐，選擇人工智能助推教師隊伍建設行動中某所試點學校，以“如何突破思維定勢——以《怎樣求合力》為例”為研修主題，組建研修共同體，開展同課異構的研修實踐活動。實踐證明，AISTTM可以有效提高教師的信息化教學能力。AISTTM通過循環的研修流程促進教師的專業發展，使實踐性知識來自課堂，應用到課堂，形成研修活動的反饋回路;通過長期持續性研修，一方面可以刻畫教師自身的專業發展路徑，實現對教師的增值性評估，另一方面將AISTTM用于支持同課異構或同課同構活動，可以實現同伴間的過程性評價，從而能夠在整體上比較和分析研修的效果;利用AI實現教師研修伴隨式數據采集與過程性評價，促進研修評價由過去單獨的主觀經驗式或數據客觀化向主觀和客觀相結合轉變，提高了研修數據的客觀性、深度性和針對性，使研修活動朝著信息化、智能化和多元化方向發展，為教學改革與創新提供新的思路。

然而，本研究依然存在著不足之處。首先，僅將AISTTM用于S中學物理學科的研修中，學校條件、學科內容、教師特征等均會影響研修效果;其次，未將學生、教師的個體因素納入模型。因此，在下一步的研究中會繼續將AISTTM用于實踐，從而進一步證明AISTTM的有效性，同時細化課堂觀察點，引入更多的觀察視角，考慮學生、教師的個體因素，實現對課堂教學的全面評價，為教師研修提供更多的研究思路。

[參考文獻]

[1] 教育部辦公廳.教育部辦公廳關于開展人工智能助推教師隊伍建設行動試點工作的通知[EB/OL].（2018-08-08）[2021-04-18].http：//www.moe.gov.cn/srcsite/A10/s7034/201808/t20180815_345323.html.

[2] 王中男，崔允漷.教師專業發展為什么要學校本位——情境學習理論的視角[J].上海教育科研，2011（7）：10-14.

[3] 季誠鈞，何菊芳，盧雙坡.高校教師課堂教學行為分析[J].中國大學教學，2010（5）：17-20.

[4] 邵一川，李常迪，趙騫，曹勇，田力威.人工智能分析課堂行為特征助力教學改革[J].黑龍江畜牧獸醫，2020（17）：153-158，172-174.

[5] 徐惠仁.淺談教師教學過程性評價的價值與策略[J].上海教育科研，2012（7）：69-71.

[6] 周文葉.開展基于表現性評價的教師研修[J].全球教育展望，2014，43（1）：50-57.

[7] DONLOAD L K. Evaluation. ASTD Training & Development Handbook[M]. New York： McGraw-Hill， 1996：294-312.

[8] FLANDERS NA. Intent， action and feedback： a preparation for teaching[J]. Journal of teacher education， 1963（14）：250-259.

[9] 傅德榮.教育信息處理[M].2版.北京：北京師范大學出版社，2011.

[10] 章勤瓊，譚莉.課堂錄像促進教師專業研修：框架、應用及反思[J].全球教育展望，2019，48（1）：103-112.

[11] STEIN M K， CORRENTI R， MOORE D， et al. Using theory and measurement to sharpen conceptualizations of mathematics teaching in the common core era[J]. AERA open， 2017，3（1）： 1-20.

[12] 王陸，楊卉.基于真實性評估的教師專業學習與培訓[J].電化教育研究，2010（10）：107-111，115.

[13] 劉清堂，何皓怡，吳林靜，等.基于人工智能的課堂教學行為分析方法及其應用[J].中國電化教育，2019（9）：13-21.

[14] 孫眾，呂愷悅，駱力明，陳美玲，許林，施智平.基于人工智能的課堂教學分析[J].中國電化教育，2020（10）：15-23.

[15] MISHRA P， KOEHLER M L. Technological pedagogical content knowledge： a framework for teacher knowledge[J]. Teachers colledge record， 2006， 108（8）：1017-1054.

[16] WANG Q. A generic model for guiding the integration of ICT into teaching and learning[J]. Innovations in education and teaching international， 2008， 45（4）： 411-419.

[17] RADCLIFFE D. A Pedagogy-Space-Technology（PST） framework for designing and evaluating learning places[C]//Proceedings of the next generation learning spaces colloquium. Brisbane： The University of Queensland， 2008： 9-16.

[18] 張屹，白清玉，李曉艷，朱映輝，范福蘭，謝玲.基于APT教學模型的移動學習對學生學習興趣與成績的影響研究——以小學數學“扇形統計圖”為例[J].中國電化教育，2016（1）：26-33.

[19] 趙呈領，蔣志輝，李紅霞.五要素視角下教師混合式研修模式構建研究[J].電化教育研究，2017，38（3）：110-115，122.

[20] 徐曉東，李王偉，趙莉.專家引領下現象為本的課例研修模式及其效果研究[J].電化教育研究，2020，41（10）：106-113.

[21] 馮曉英，宋瓊，張鐵道，等.“互聯網+”教師培訓NEI模式構建——基于扎根理論的研究[J].開放教育研究，2019，25（2）：87-96.

[22] 張妮，劉清堂，徐彪，羅磊，陳越，巴深.支持教師區域研修的PAST模型構建及應用研究[J].中國電化教育，2020（4）：93-101.

[23] KOLB D A. Experiential learning： experience as the source of learning and development[M]. Upper Saddle River： Prentice-Hall， 1984：31-61.

[24] SEAMAN J， BROWN M， QUAY J. The evolution of experiential learning theory： tracing lines of research in the JEE[J]. Journal of experiential education， 2017， 40（4）：1-21.

[25] 王陸，張敏霞.一種改進的基于教師凝聚子群的遠程合作學習圈方法[J].電化教育研究，2011（4）：59-64.

[26] 車麗娜，徐繼存，王敬政.基于“經驗學習圈”的實踐理性培養——論全日制教育碩士生“三段交互式”實踐教學模式的建構[J].學位與研究生教育，2018（3）：13-18.

[27] KWON C. Verification of the possibility and effectiveness of experiential learning using HMD-based immersive VR technologies[J]. Virtual reality， 2019， 23（1）：101-118.

[28] 楊卉，馮濤.教師網絡研修活動設計方法與技術[M].北京：北京師范大學出版社，2019.

[29] 寧夏回族自治區人民政府.自治區人民政府關于印發寧夏回族自治區“互聯網+教育”示范區建設規劃（2018年—2022年）的通知[EB/OL].（2018-11-22）[2021-04-18]. https：//www.nxeduyun.com/detail？ctid=068d 8f82ebdc40d9b8d4dec82a144e15.

[30] 中國教育新聞網.寧夏回族自治區教育廳：人工智能助推寧夏教育高質量發展[EB/OL].（2020-11-23）[2021-04-18].http：//m.jyb.cn/rmtzcg/xwy/wzxw/202011/t20201123_375898_wap.html.