數據支持的學教評一體化教研模型構建

摘 要：教研作為獨具中國特色的教育研究形態，在促進課程改革、學科發展和教師專業成長等方面都提供了重要的專業支撐，然而傳統教研活動大多依賴于教研員的專業經驗，實證數據支持不足。該研究從數據貫通教研全過程的視角，聚焦學生問題的發現、診斷和解決全過程，構建數據支持的教研模型。該模型以學生測評數據作為教研問題發現的依據，以課堂觀察數據作為診斷教學問題的反思依據，以群體感知數據作為教研評價的依據，促進問題解決方案的生成。該研究旨在從學、教、評3個維度實現教研內容精準發現、參與群體精準確定、教師群體智慧有效匯聚、教研過程性評價客觀真實，從而改變傳統教研活動的經驗取向，向精準化教研轉型，為在教育教學中實施精準教研提供借鑒思路。

關鍵詞：數據支持；教研模型；人機協同；精準教研

中圖分類號：G4 文獻標志碼：A 文章編號：2096-0069（2024）06-0015-08

引言

教育數字化轉型的實現離不開高質量的教師隊伍建設，教研作為獨具中國特色的教育研究形態，在促進在職教師的專業成長方面發揮著重要的作用。國家層面一直在強調教研工作的改進與創新。2019年7月，國務院印發《關于深化教育教學改革全面提高義務教育質量的意見》提出，要加強和改進新時代教研工作。2019年11月，教育部印發《關于加強和改進新時代基礎教育教研工作的意見》，提出要積極探索信息技術背景下的教研模式改革。然而，目前的一些教研工作仍存在依賴經驗忽視證據的現象，在教育數字化轉型背景下，如何發揮數據的優勢，改變經驗導向的教研活動，向精準化教研轉型，成為新時代創新教研工作亟待破解的重要問題。

一、教研模型相關研究

我國學者基于不同的理論視角提出了多種教研模型。比如，劉清堂等[1]基于活動理論視角提出了區域同儕研修模式，強調教師互助的重要性；蔣立兵等[2]基于反思性實踐理論提出了教師工作坊研修模型，強調教師作為反思性實踐者有助于自身的專業成長；楊彥軍等[3]將課例研究的過程看作是教師進行協同知識建構的過程，強調了分析教師言語交互的認知特征對于優化教學實踐的重要意義。隨著大數據和人工智能技術的發展，研究者越來越重視數字技術在教研中的作用。比如，張妮等[4]構建了“教學法—評價—空間—技術（PAST）”模型，該模型注重教學法的理論指導和應用，以及融合評價工具的研修空間設計；劉璇等[5]結合活動理論和數字技術的特征，構建了教師共同體教研模型，討論了數字技術在拓展教師研修資源、平臺、過程和評價等方面的作用。另外，國外學者勞拉·戴西蒙（Laura Desimone）[6]提出有效的教師專業發展活動需要具備5個核心特征，即內容聚焦、主動學習、一致性、持續性、集體參與。該模型表明，教研內容需要聚焦教師個性化的教學問題，教研形式需要促進教師個體學習的主動性和集體參與協作的積極性，研討主題需要保持連貫性以及持續較長的時間。

綜上所述，研究者從不同的視角給出了多種教研模型，在一定程度上規范了教研的流程，也為本研究構建教研模型帶來了一些啟示。比如，教研主題要關注能夠改善教師教學實踐的內容；教研的參與人員需要構建有效的學習共同體；教研過程既要注重發揮教師的主體性，讓教師作為反思實踐者進行深入思考，又要發揮教師的群體智慧開展協作，還要挖掘教師言語交互過程中的認知特征，以便對教師參與教研的效果作出客觀評價。因此，數字技術工具要能夠做到在內容、人員、個體、群體、交互5個方面賦能：發現教研問題，組建研修共同體，增強教師個人反思，促進教師群體協作，挖掘教師言語內容和交互信息。但是，目前的教研模型中對這些關鍵要素的數據支持力度明顯不足，主要存在以下局限：

第一，數據對教研主題確定的支持不足。研究者普遍認同教研主題必須來源于教師在教學實踐中的真實問題，但對如何確定教研主題只是給出了理論參考建議，并沒有基于數據給出更精準有效的方法策略。如何發揮數據對教師實踐問題的診斷，提升教研主題的針對性和實效性，需要納入教研模型的考慮之中。

第二，數據對參與人員的確定考慮不足。教學具有極強的情境性，教師需要重點關注和解決的學生問題各異，已有的教研模型充分認可研修共同體的重要性，但對共同體人員如何搭配僅停留在經驗描述階段，缺少數據的深度描述和解釋。對于如何根據教師的實踐需求，為其選配研修共同體成員，還需要考慮發揮數據的支持作用。

第三，數據支持教師個體反思的有效方法有待開發。一些教師的反思活動常常基于經驗，且被視為個體的隱性思考過程，因而反思的效果欠佳。這就需要有數據為教師反思提供實證依據，需要有效的工具將教師充滿個人實踐智慧的反思過程可視化，使個體的隱性思考轉化為共同的研修經驗。對于數據如何支持教師更好地反思和外化其思維過程，在目前的教研模型中還缺少行之有效的方法。

第四，數據促進教師群體協作的有效策略不夠深入。基于教師社會化學習的本質，教研過程應該是教師群體進行協作探究的過程，然而教師協作過程產生的海量數據尚未得到充分利用，導致教師在協作中缺少有效的數據反饋，容易在協作學習中出現“搭便車”現象，協作學習效果難以保證。

第五，數據評價教研互動效果的框架有待構建。隨著研修過程中海量數據的產生，需要加強過程性數據對教研活動評價的支持，實現評價的可視化、科學性和客觀性。從哪些維度采集教研活動中的過程性數據進行評價，促進群體展開深度互動，保證個體學習和群體學習的效益，目前還沒有較為合理的分析框架。

二、數據支持的教研理論依據與實踐應用

綜合已有研究成果，我們可以梳理出數據支持教研的5個關鍵環節，即教研主題確定、教研人員組成、教師個人反思、教師群體知識建構、教師言語互動。本部分主要闡述數據支持教研關鍵環節的理論依據和實踐應用，為最終教研模型的構建提供理論框架與實踐證據。

（一）數據支持的教研主題發現

學習進階是指“學習者對某一特定概念從初級簡單的認知轉變為更綜合復雜的理解時表現出來的思維水平”[7]。學習進階理論提倡在教學中圍繞核心概念來判斷學生的知識和能力的層級，通過測量學生對該核心概念理解的發展變化來對學生的知識和能力發展進行基于證據的評價。根據學習進階理論編制測評工具，能夠實現對學生知識和能力掌握程度的自動化采集和評估。例如，研究者根據學科知識和能力編碼體系研發測評工具，實現對學習者知識圖譜構建、個性化資源推薦等智能服務[8]。根據布魯姆教育目標分類標注核心知識點，通過學生測評數據了解學生的知識理解水平與學習目標之間的差距[9]。按照學習進階理論開發評測工具，深度分析學生學業測評數據，可以幫助我們發現區域教研問題。例如，在某區的一次語文測評中，學生在主題“實用類閱讀”上的得分較低；進一步分析，該主題考察的學科能力主要是知識理解層級——“信息提取能力”。由此可見學生對此類型的作品缺少基本的語義理解和信息提取能力，可以確定，區域教研內容為“如何引導學生讀懂實用類作品”。

（二）數據支持的教研參與人員確定

情境學習理論認為，唯有以實踐中的真實問題為探究的出發點，才能在問題的解決過程中深化對知識的理解，進而解決實踐問題[10]。從教師實踐問題出發符合情境學習理論提倡的學習范式，因此，可將教師的實踐問題作為分層教研的依據，將具有相似或者互補實踐問題的教師組織起來開展同質或異質的分層教研。

為了確定教師的實踐問題，可以對學生的測評數據進行認知診斷。認知診斷是通過個體的題目作答情況來測量個體不可直接觀察的、潛在的能力特質。例如，在某區域開展一次函數的測評，將一次函數所考察的學科能力根據學習進階理論劃分為學習理解、應用實踐、遷移創新3個能力層級，按照此能力層級開發測評試題，并對測評題目所屬的能力層級進行專家標注。采用認知診斷的方式分析學生的測評數據，可以得到學生在各個能力指標上的掌握概率，然后將學科能力掌握概率作為學生的特征值進行聚類分析。根據數據聚類結果，全體學生可分為以下6類：學習困難、基礎薄弱、基礎扎實、實踐突出、創新不足、能力優勝。各類別學生的表現如圖 1所示。

（三）數據支持的個人反思

杜威在《我們怎樣思維》一書中強調了反思性思維對于教師成長的重要性。反思性思維是對某個問題進行反復的、嚴肅的、持續不斷的深思，是促進教師學習的重要手段。長期以來，教師的反思大多是基于直觀的經驗感知，缺少客觀的數據對課堂進行深度的剖析解讀。目前，一些智能工具可以從提問技能、師生互動、TPACK水平、教學特色與不足等多個維度自動生成課堂觀察報告[11]，能夠支持教師圍繞學與教的問題展開基于數據的個體反思。

本研究通過個案觀察，對比分析了北京某校的3位教師在提供課堂觀察報告前后的反思文本的差異，發現提供課堂觀察報告之后，3位教師的反思維度均有所提升。下面以某位教師的反思文本為例，從TPACK維度對教師的文本進行編碼分析。

有報告之前的教師第一次反思文本：“口頭禪比較多（PK）；課堂上較多重復學生的答案（PK）；問題的設計稍顯凌亂（PK）；課堂時間把控不到位（PK）；課件的播放進度與教學進程沒有很好地匹配（TK）。”

有報告之后的教師第二次反思文本：“1.導入環節，用視頻作總結提升效果更好（TK）。2.可在強調定點、定長時結合畫圖進行圓的相關概念教學，能讓學生初步形成圓心決定位置、半徑決定大小的印象（PCK）。3.練習調整為教學完一部分內容就跟著進行鞏固練習，這樣更有利于學生知識遷移（PCK）。4.探究圓是教學重難點（CK），需要學生通過實際操作、討論交流來幫助理解記憶（PCK）。5.本課設計時有幾何畫板演示相關內容（TCK），由于時間關系沒能完全呈現，需在課程容量及時間分配方面多作考慮（PK）。”

（四）數據支持的群體知識建構

反思需要一定的合作文化，反思與合作是促進教師專業發展的有效路徑和策略。但是，由于教師的反思常常是局限在個體頭腦中的隱性知識，不利于開展合作反思，因此，數據支持反思的另一個關鍵要素是將教師內隱的反思思維可視化。根據協同知識建構理論，如果將個人知識建構的結果保存在人工制品中，可以實現個體的隱性思維外顯，并通過群體知識建構的方式實現觀點的匯聚和凝結。有研究顯示，知識圖譜協同建構可以顯著促進教師實踐性知識的增長[12]。

本研究通過對研修平臺上積累的3255條優質的聽評課數據進行質性編碼，形成由9個一級維度、47個二級維度構成的反思框架，按照此反思框架開發教師反思知識圖譜協同構建工具，支持教師以人工制品的方式（在本研究中，以反思知識圖譜的形式呈現）可視化個體的思維過程。個體反思知識圖譜輸入群體層面，同一個主題的個體知識圖譜會相互補充并匯聚生成群體知識圖譜，作為群體協同反思的工具，支持教師基于圖譜中的觀點和人展開交流。本研究基于小學五年級數學“組合圖形的面積”開展課堂觀摩研討活動，將參與教研的22名教師隨機分為兩組，實驗組提供協同知識建構工具，對照組不提供協同知識建構工具。采用兩個獨立樣本的非參數Z檢驗對兩組的反思廣度進行分析，發現實驗組和對照組在反思廣度上存在顯著差異（Z=-2.727，plt;0.05），實驗組教師課堂觀察的維度要多于對照組。

（五）數據支持的言語互動分析

根據聯通主義學習理論，學習是一個建立聯系和形成網絡的過程。學習的本質是社會性的，人的節點和內容節點對于建立連接都很重要，網絡不僅應該展示學習者與內容之間的互動，還應該展示學習者之間的聯系，從而建立社會關系并創造知識。社會知識網絡融合了知識網絡與社會網絡，是促進深度學習交互的有效支架[13]。群體感知理論認為，為學習者提供同伴學習的相關信息，創設一個類似面對面的協作工作環境，能夠有效彌補線上學習交互性不足的缺陷[14]。群體感知研究的目標是開發工具，通過呈現學習伙伴或群體的信息來指導學習者的行為、交流和反思，學習者可以根據感知信息進行自我調節，從而影響協作學習的過程和結果。

本研究根據教師反思知識圖譜協同構建過程中的表現，挖掘教師的言語內容和互動信息，將學習者之間的行為交互、社會交互和認知交互以社會知識網絡的形式可視化地呈現出來，作為分析、評價和促進教師學習的群體感知工具。行為交互可視化能夠觀察教師評課活動中的觀點貢獻程度，社會交互可視化能夠觀察成員之間的交流互動頻次，認知交互可視化則是將具有相似反思關注點的教師建立認知聯結，促進教師之間的觀點深化和持續交流互動。本研究基于小學五年級數學“平行四邊形的面積”開展課堂觀摩研討，將參與教研的30名教師隨機分為兩組，實驗組提供社會知識網絡，對照組不提供社會知識網絡。采用兩個獨立樣本非參數Z檢驗對兩組的參與度、交互度和認知度進行分析，結果發現：實驗組的觀點貢獻數量顯著高于對照組（Z=-2.696，p=0.007lt;0.05）；實驗組的教師產生了較多的互動，對照組的教師幾乎沒有交互；實驗組教師反思的維度顯著高于對照組（Z=-2.230，plt;0.05）。也就是說，實驗組在參與度、交互度和認知度上的表現均顯著優于對照組。

三、數據支持的學教評一體化教研模型構建

教研活動應該是學生學習、教師教學、效果評價3個過程的融合，而不能相互割裂。脫離課堂觀察來分析學生測評數據是有問題的，因為根據學生的成績并不能知曉如何改變教學實踐。同樣，只收集課堂觀察數據而不檢查學生測評數據也是有問題的，因為不了解學生的需求很難開展適合的教學活動。由此可見，將學生的測評數據與教學觀察數據聯系起來是至關重要的，而建立聯系的過程也是展開基于數據的協同教研的過程。針對教研活動缺少數據貫通的問題，同時考慮到數據對教研關鍵環節的有效支持作用，本研究將“主題確定”“個體探究”“群體知識建構”“數據支持”作為教研模型的核心要素，教研活動須以學生真實問題作為教研起點，教研過程中需要教師展開基于人工制品的反思實踐和群體協作，要有過程性數據實現對教研全過程的監督和對教研效果的客觀評價。

（一）主題確定

主題確定是教研的起點，包括教研內容和教研人員的確定。基于學生是教學研究的重要參照考慮，將學生數據作為確定教研內容和教研人員的主要參考。收集學生測評數據，通過認知診斷的方式分析學生的學科能力進階情況，發現待研究的學生薄弱知識點和學科能力，從而精準確定教研內容。通過對學生的學科能力進行認知診斷和聚類分析，可以組建同質或者異質的教研共同體，從而精準確定教研參與人員。

（二）個體探究

教師個體探究過程是教師個體基于數據開展循環探究過程，如圖 3所示。在這個過程中，首先，通過大數據分析技術智能生成學生測評數據和課堂觀察數據的可視化報告；其次，教師通過分析學生數據發現學生存在的問題，結合課堂觀察數據開展教學反思，分析學生問題產生的原因，建立學與教之間的聯系，針對性地提出教學改進方案；最后在實踐中檢驗該方案解決學生問題的效果，并開啟下一輪數據探究活動。

（三）群體知識建構

群體知識建構主要基于知識建構理論，促進教師群體之間通過反思制品展開分享交流，如圖 4所示。教師個體原有的知識經驗會影響其對數據的解讀和反思，將個體反思思路外化為反思知識圖譜，再將個體反思知識圖譜作為個體的人工制品輸入群體層面作為協同反思的工具，形成群體反思知識圖譜。在這個過程中，個體也在不斷地調整自己的反思思路，補充和增長自己原有的知識經驗。群體反思知識圖譜形成了對教學問題的全面診斷，集合了教師群體智慧，給出了解決學生問題的精準處方。

（四）數據支持

教師探究是國外廣泛實施的一種教師學習活動，是教師基于學生學習數據開展教學反思和改進的行動[15]。由于該過程對教師的研究素養和數據素養要求均較高，教師很難在個人努力下完成探究的全過程，因此有研究者提出了教師協同探究。教師協同探究是指教師在分析學生數據的基礎上，集體參與相關教學實踐的過程。數據支持的教研活動實質上是教師在數據支持下展開的協同探究過程。數據可以為教師協同探究提供分析問題的透鏡，提供支持教師個體探究的內容和方向，促進個體反思，同時也為教師群體知識建構提供群體感知信息，增強群體交互。在數據支持的協同探究過程中，數據、教師個體和教師群體之間的關系如圖 5所示。

從數據貫通教研全過程的視角出發，本研究構建了數據支持的學教評一體化教研模型，如圖 6所示。學生測評數據、課堂觀察數據、群體感知數據作為教研過程中的支架層，支持教師協同探究過程的開展。教研內容的精準和教研人員的主體性是教學改進的動力層，即教研要圍繞著教研問題的解決與合適的群體共同開展探究。目標層是實現精準教研，體現了教研的個性化、分層化、生成性和持續性的特征。各要素之間的關系具體表述如下：

學生測評數據是教研數據應用的起點，用來精準確定教研主題，包括教研內容的確定和參與群體的確定。具體來說，通過認知診斷的測評方式，基于學生數據能夠精準診斷教師的教學問題，為教師提供針對性的研討內容。學生測評數據可以聚類具有相同或者互補學生問題的教師組成同質或異質的教研共同體開展研討，并針對教師群體的實踐問題開展分層教研。由此可見，基于學生測評數據可實現教研內容的個性化和參與群體的分層化。

對于教師個體而言，在確定其教學問題之后，輔以其課堂觀察數據，可以在學與教的支持下，促進教師個體對自身教學過程展開多維度的反思，支持教師個體探究過程的發生，以實現數據支持的教師個性化問題解決的教研模式。

對于教師群體而言，每位教師可以基于學與教的數據展開個體探究，個體探究的結果也可以外顯為反思制品在群組內進行共享，從而形成群體反思圖譜。教師群體基于群體反思圖譜開展協同知識建構，不斷更新自己對課堂的認識，拓展教學反思的廣度，提升個體和群體的反思質量，進而形成數據支持的生成性教研模式。

在群體知識構建的過程中，通過采集和可視化共同體成員的研討互動情況，包括參與活動的積極性、與他人交互的情況以及貢獻的觀點內容，教師之間能夠感知彼此的參與度、交互度和認知度，知曉自己在群體中的位置，從而激勵教師從邊緣位置向核心位置努力，促進教師基于學習制品和人際網絡開展持續的交流互動，以形成數據支持的持續性教研模式。

學教評3種來源的數據互相補充和流動，共同支持教師共同體的發生、維持和發展，提高了教研過程中教學方案改進的精準度，發揮了教師的主體性，并能夠根據客觀的數據對每位教師參與教研的效果作出評價，能夠解決當前教研中存在的經驗導向、人員固定、主體忽視和缺少過程性評價等問題，實現教研內容的個性化、教研群體的分層化、研討內容的生成性、互動交流的持續性。

四、結語

教研是一個多層次的交互系統，有必要從系統的視角考慮數據和信息如何在教研活動的各個環節流動。數據支持的教研活動強調在學生測評中發現問題，結合教師學科專業知識診斷問題，在彼此相互信賴的專業學習社區中解決問題。本研究從貫通學教評教研全過程的視角，考慮學生測評數據、課堂觀察數據、群體感知數據在支持教研內容確定、參與人員構成、教師個體反思、群體協同知識建構、群體交流互動等方面的作用，構建了數據支持的教研模型，能夠在一定程度上實現教研內容精準發現、參與群體精準確定、教師群體智慧有效匯聚、教研過程性評價客觀真實。

參考文獻

[1] 劉清堂，盧國慶，張妮，等.活動理論支持的區域同儕研修模式構建及實踐探索[J].中國電化教育，2021（1）：118-127.

[2] 蔣立兵，季春曉.反思性實踐視域下教師工作坊研修過程模型研究[J].中國電化教育，2018（11）：39-45.

[3] 楊彥軍，童慧.基于課例研究的教師知識協同建構模型及其實踐效果研究[J].電化教育研究，2015，36（12）：103-108.

[4] 張妮，劉清堂，徐彪，等.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.

[5] 劉璇，鄭燕林.活動理論視角下的教師共同體教研模式研究與實踐[J].中國電化教育，2023（4）：122-129.

[6] DESIMONE L M. Improving impact studies of teachers’ professional development： toward better conceptualizations and measures[J]. Educational Researcher， 2009， 38（3）： 181-199.

[7] CONFREY J， SHAH M. Examining instructional change at scale using data from diagnostic assessments built on learning trajectories[J]. ZDM–Mathematics Education， 2021， 53（6）：1-19.

[8] 李曉慶，余勝泉，楊現民，等.基于學科能力分析的個性化教育服務研究：以大數據分析平臺“智慧學伴”為例[J].現代教育技術，2018，28（4）：20-26.

[9] 陳明選，耿楠.測評大數據支持下的有效教學研究[J].遠程教育雜志，2019，37（3）：95-102.

[10] 郭婉瑢，馮曉英.教師培訓項目要素對培訓成效的影響研究[J].中國電化教育，2021（12）：87-94.

[11] 王阿習，余勝泉，陳玲.數據驅動的課堂觀察活動多元分析與改進研究[J].中國電化教育，2022，（2）：106-113，121.

[12] 馬寧，謝敏漪，馬超，等.網絡環境下知識圖譜協同建構對教師實踐性知識的效果研究[J].教師教育研究，2019，31（4）：95-102.

[13] 余勝泉，段金菊，崔京菁.基于學習元的雙螺旋深度學習模型[J].現代遠程教育研究，2017（6）：37-47，56.

[14] BODEMER D， DEHLER J. Group awareness in CSCL environments[J]. Computers in Human Behavior， 2011， 27（3）： 1043-1045.

[15] 林梓柔，胡小勇.精準教研：數據驅動提升教師教研效能[J].數字教育，2019，5（6）：42-46.

（責任編輯 李強）

Construction of a data-supported Integrated Teaching and Research Model for Learning， Teaching and Evaluation

Wang Huimin

（Tianjin Academy of Educational Sciences， Tianjin， China 300191）

Abstract： As an educational research form with unique Chinese characteristics， teaching and research provides important professional support in promoting curriculum reform， discipline development， and teachers’ professional growth. However， traditional teaching and research activities mostly rely on the professional experience of teachers and researchers， with insufficient empirical data support. In this study， a data-supported teaching and research model is constructed from the perspective of using data， focusing on the identifying， diagnosing and solving students’ problems throughout the whole process. The model uses student assessment data as the basis for the discovery of teaching and research problems， classroom observation data as the basis for the reflection of diagnosing teaching problems， and group perception data as the basis for the evaluation of teaching and research， which promotes the generation of problem solutions. From the three dimensions of learning， teaching and evaluation， it realizes the precise discovery of teaching and research content， the precise determination of participating groups， the effective convergence of teachers’ group wisdom， and the objective and true evaluation of teaching and research process， aiming to transform the teaching and research activities from traditional experience-orientated to a precise and accurate one， and provides ideas for the implementation of precise teaching and research in education and teaching.

Key words： Data support; Teaching and research model; Human-computer collaboration; Precise teaching and research

基金項目：“十四五”國家重點研發計劃項目“農村地區教師教學能力智能評測與教學精準輔助技術研究”（2022YFC3303600）；天津市教育科學研究院2024年度院級科研課題“中小學數字教育應用場景清單與典型案例研究”（TJJKY2024-ZD-05）

作者簡介：王慧敏（1987— ），女，河北邯鄲人，博士，天津市教育科學研究院助理研究員。研究方向為教師專業發展、數據支持的精準教研。