基于智能研修平臺的精準教研實踐

秦黎靜　胡希榮　底燕

2019年3月，教育部發(fā)布《關于實施全國中小學教師信息技術應用能力提升工程2.0的意見》，指出“變革測評方式，充分利用新技術開展教師研修伴隨式數據采集與過程性評價，提高測評助學的精準性”^[1]。傳統(tǒng)教師課堂分析缺乏平臺支持，教研活動中的課堂分析需要集中人力資源在同一時間、同一空間進行，課堂分析研討過程無法即時存儲。傳統(tǒng)教研大多依靠個人經驗的感性判斷，教師大多通過紙筆記錄或口頭反饋的方式收集學生的表現數據，無法準確進行課堂分析并及時調整策略。為解決這個問題，我校引入智能研修平臺，并構建教學行為診斷與改進范式，以期依托AI進行快速、準確的數據采集，科學客觀診斷教師課堂教學行為，提高教師教學教研能力，促進教研從“經驗型”向“實證型”轉變。本文以北師大版小學數學四年級下冊第四單元第三課“搭一搭”為例，闡述智能研修平臺支持下的精準教研實踐流程，為數學校本研修的轉型升級提供借鑒。

一、基于證據，構建范式

為了評估智能研修平臺在小學數學課堂教學中的效果，實現精準教學診斷與反思，筆者所在的教研團隊選取“搭一搭”的教學課例進行分析，執(zhí)教教師的教齡為五年。

筆者團隊構建了基于智能研修平臺的教學行為診斷與改進的“四三二”范式（如圖1）?！八摹北硎驹即蚰ァ獢祿\斷—切片分析—反思改進四個環(huán)節(jié)；“三”表示每個環(huán)節(jié)都是診斷—分析—改進的三個步驟 ；“二”表示二次打磨課例。

二、四環(huán)三步，循證教研

（一）原始打磨，暴露問題

課前，課例研修小組教師研讀教材和課程標準，確定上課內容，明確教學目標，探討教學策略，初步確定教學設計框架。執(zhí)教教師上傳教學設計和課件到智能研修平臺。

本課以“逃脫密室”的游戲為主線，學生通過在游戲中尋找正面、側面和上面的圖片，利用4個小正方體搭出“鑰匙”逃脫密室。在引導觀察和操作后，執(zhí)教教師請學生展示交流，要求學生結合平面圖形循序漸進地探索出相應的立體圖形的策略和方法。此教學過程可以有效地發(fā)展學生的動手操作能力和空間觀念，提升學習效率。

課例小組成員在線點評本節(jié)課例并提出修改建議。執(zhí)教教師根據修改建議及個人反思調整教學設計，將修改后的教學設計和課件再次上傳到智能研修平臺。小組成員研究新的教學設計，評估其已具備試講條件后，請授課教師正式上課。

（二）初次磨課，AI診斷

執(zhí)教教師選取四年級某班學生在智能錄播教室試課。課例小組成員根據各自情況，采用適合的方式進行觀摩和評價。例如，觀課教師可以在智能錄播教室現場觀摩，也可以在其他地點通過智能研修平臺的手機端或電腦端觀察課堂。最后，課例小組成員在智能研修平臺對本堂課例進行點評、提出建議并評分。

本堂課結束后，錄課視頻自動上傳到智能研修平臺對應板塊，供課題組成員及其他聽課教師后續(xù)觀摩或結合課堂生成的數據進行分析。

本節(jié)課后課例小組進行教學診斷，用數據解讀來定位問題。教學診斷從課堂模式、課堂環(huán)節(jié)、學生整體參與度和教師行為四個方面展開。

1.課堂模式分析——解析S-T圖、Rt-Ch圖

從S-T分析圖（如圖2）中發(fā)現前部分曲線更偏向于S軸，說明此段學生行為較多；曲線中的轉折較多說明師生行為的轉換次數比較多，師生之間的交互更多。但此S-T分析圖中的后部分曲線更傾向于T軸，且斜率非常小，說明教師行為占有率很高，且?guī)熒袨榈霓D換次數很少。

Rt-Ch圖顯示教師行為占有率為61%，學生行為占有率為39%，行為轉化率為30%，所以本堂課教學形態(tài)為混合型。

2. 課堂環(huán)節(jié)分析——解析表現度曲線和參與度曲線

本課時長是40分鐘，智能研修平臺終端每隔30秒自動采樣，并以表現曲線、參與度曲線和關注度曲線三種曲線呈現采樣結果。表現曲線越高，學生的整體行為越一致；參與度曲線越高，學生參與積極性越高；關注度曲線越高，教師教學活動越有吸引力^[2]。

從圖3中可以看出課堂參與度和表現度曲線都成正比波動，在50%～95%，總體來說本堂課學生參與課堂活動的積極性較高，學生整體行為表現較一致。在圖中所示的7個曲線高峰中，第2～4分鐘和第24分鐘發(fā)生在游戲導入視頻環(huán)節(jié)，第10～12分鐘處于學生上臺展示操作環(huán)節(jié)，第18～20分鐘時是教師板書環(huán)節(jié)，第30、34和38分鐘左右的極大值出現在教師提問環(huán)節(jié)。

3. 學生整體關注度分析——解析關注度曲線

由圖4可以看出，上課后的關注度曲線基本在80%以上， 其中第2～4分鐘、第10～12分鐘、第20～36分鐘三個時間段的關注度曲線均接近100%。這些數據說明本堂課教師的教學活動很有吸引力。結合課堂環(huán)節(jié)分析可以發(fā)現，第2～4分鐘是逃脫密室游戲視頻導入環(huán)節(jié)，第10～12分鐘和第20～36分鐘分別為學生上臺動手展示和第二次逃脫密室游戲環(huán)節(jié)。數據顯示教師設計的游戲主線和動手操作展示活動對學生有著很強的吸引力，學生興趣濃厚故而關注度高。

4. 教師行為分析——解析能力矩陣圖

根據能力矩陣圖（如圖5）可以看出，教師的教學理念、教學方案、教師活動、信息技術應用四個維度處于良好狀態(tài)；學生活動和教學效果這兩個維度有待提高。因此教研組決定從這些方面分析原因、改進教學。

（三）切片分析，明確原因

通過課堂觀察報告，我們發(fā)現關注度曲線在課堂第4～8分鐘和第12～16分鐘時出現了比較明顯的下降趨勢，表現度曲線和參與度曲線均出現了極小值。為了解問題原因，我們定位問題數據對應的時間節(jié)點，通過打點回看視頻進行改進（如圖6）。

1.課堂環(huán)節(jié)原因

結合課堂視頻分析發(fā)現，在第4～8分鐘和第12～16分鐘兩個階段，學生主要是同桌合作或獨立思考的動手操作環(huán)節(jié)，目的是讓學生在動手操作體驗中探索還原立體圖形的策略和方法。雖然數據顯示下降，但此環(huán)節(jié)并不能少。

2.教師語言原因

在6個極小值中，第36分鐘左右出現的極小值處于學生在教師的引導下總結本堂課所學內容的環(huán)節(jié)，只有小部分學生舉手參與總結。雖然此時關注度曲線數值很高，說明學生注意力集中，但學生參與度和整體行為表現較低。因此需要思考教師在本環(huán)節(jié)應該如何激勵學生積極發(fā)言，表達本課所學新知。

3.課件呈現原因

在探究二環(huán)節(jié)，執(zhí)教教師出示正面和上面的圖片后，尚未出示右面的圖片時，學生就已搭出了唯一的立體圖形。結合教學視頻進行切片分析可以發(fā)現，此時課件中給右面的圖片打碼不夠模糊，前面的學生仍可以看出答案，所以未達到預期教學效果，后期需修改課件。

4.課堂組織原因

在6個極小值中，第8分鐘左右學生操作活動結束，教師在進行總結和點評。因為學生在活動中完成的速度不一致，結束后整理學具也不統(tǒng)一，所以此時學生整體行為表現差距較大。

（四）反思改進，形成成果

1.對照原因，改進教學

本節(jié)數學課的教學模式是混合型，執(zhí)教教師的教學活動設計富有吸引力，學生參與度和積極性較高。但S-T分析圖顯示部分時間教師行為占有率很高且?guī)熒袨榈霓D換次數很少，說明教師在該時間段偏重于“教師講授”，對學生的主動學習關注引導不夠。

基于分析得出教學改進建議：教師要多注意鼓勵和表揚學生，引導學生自主參與學習，促進師生間互動。針對第16和26分鐘左右參與度和表現度曲線反饋出的數據，結合視頻分析存在疑慮，由于此時關注度曲線數據較好，所以暫不變化教學活動，在第二堂課時再進行觀察比較。

2.二磨改進，環(huán)節(jié)對比

第一次磨課后，根據智慧研修平臺提供的數據和視頻，執(zhí)教教師診斷分析教學并進一步完善教學設計和課件，選擇另一班級在智能錄播室進行第二次授課。

在第二次授課后，結合智能研修平臺提供的課堂觀察對比分析報告，課例小組成員集體再進行教學診斷和分析，通過報告數據圖分析得出以下結論。

第16分鐘左右和第26分鐘左右，參與度和表現度曲線反饋出的數據不再是極小值，且曲線數值對比第一次提高較多（如圖7、圖8）。

另外，S-T分析圖中曲線中的轉折較多（如圖9），說明師生行為的轉換次數比較多，師生之間的交互更多；后部分曲線傾向于S軸，且斜率近似90°，說明學生行為占有率很高，且?guī)熒袨榈霓D換次數很少。能力矩陣圖也顯示改進后的課堂在教學方案、教師活動、信息技術應用三個維度達到優(yōu)秀，學生互動和主動提問更多。這些數據均說明基于數據分析的教學改進在提升學生學習參與積極性方面有著明顯的成效。

3.總結反思，形成成果

將智能研修平臺應用到小學數學教學實踐中，可形成完整的磨課過程記錄、教師課例反思、課例視頻、課件和教學設計，實時生成的教學行為精準分析可以有效地幫助執(zhí)教教師提升以課例為載體的科學反思能力，提高教學教研能力，不斷促進執(zhí)教教師快速成長。

三、結語

智能研修平臺為教師提供原創(chuàng)場、對話場、系統(tǒng)場、演練場四種場域，包括現實空間（錄播教室等）和虛擬空間（網絡研修平臺等）， 促進教師知識共享，形成三種改變：一是改變傳統(tǒng)的交互模式；二是促進教師協(xié)同發(fā)展；三是變革知識傳播方式^[3]。很多教師是第一次接觸智能研修平臺提供的課堂觀察報告中的數據，這就需要學校為教師提供機會和平臺，支持其學習、掌握每種數據的含義。同時教師與教研組需要在實踐中結合實際課堂教學分析解讀數據，診斷課堂問題并提出改進建議。教師只有自覺運用人工智能數據對教學目標、師生教學行為、課堂生成、教學環(huán)節(jié)、學生狀態(tài)等進行客觀定性和精準定量分析，才能準確把握教學不足和改進點，并在動態(tài)中調整教學，提升教學能力和實現專業(yè)成長。

參考文獻

[1] 中華人民共和國教育部.教育部關于實施全國中小學教師信息技術應用能力提升工程2.0的意見[EB/OL].（2019-03-21）[2023-10-29].http：//www.moe.gov.cn/srcsite/A10/s7034/201904/t20190402_376493.html.

[2] 黃益琴，阮傳忠.基于智能研修平臺的課堂教學行為診斷與改進[J].安徽教育科研，2022（16）：101-103.

[3] 代毅，劉臻，傅龍.基于智能研修平臺的教師知識共享研修模型建構與實踐[J].中國電化教育，2022（1）：134-142.

（作者秦黎靜系成都市成華區(qū)教育科學研究院附屬小學教師；胡希榮系成都市成華區(qū)教育科學研究院附屬小學IT主管；底燕系成都市成華區(qū)教育科學研究院附屬小學副校長）

責任編輯：祝元志