基于課堂數據強化科學思維教學

科學核心素養包括科學觀念、科學思維、探究實踐和態度責任，科學思維是核心和關鍵。在教學實踐中，有的教師意識到，科學思維尤其是推理論證和創新思維的培養要真正落地是有難度的。為了找到一些可供參考的量化指標和可行性做法指導教學實踐，潘翠君小學科學名師工作室開展了基于課堂觀察大數據的教學行為改進研究，主要引用首都師范大學王陸教授科研團隊創建的COP（教師在線實踐社區，The Teacher’s Online Communities of Practice），基于課堂觀察大數據課堂診斷。兩年間，工作室聚焦學生科學思維的培養，進行了兩輪課例診斷的對比，實踐發現，借助相關的量化指標、采用問題化教學設計策略，有助于強化科學思維教學。

一、兩輪課例診斷的實施過程

工作室的15位教師自愿報名，參與兩輪課例的AI大數據診斷。其中，第一輪是在沒有干預和指導的情況下，由教師自行提供常規課或公開課的課例視頻。這些視頻上傳到相關平臺之后，由COP團隊的專業人員利用AI課堂教學行為分析系統，對每節課進行診斷分析，主要包括教學模式分析、有效性提問分析、教師回應分析、問題結構分析、學生問題意識分析等，并自動生成診斷報告。

報告中不僅有每一項課堂觀察的具體數據，還有與全國常模數據的比較，以及依據得分排名給出的等級評定。等級的劃分標準為：進入全國同類課例的前25%為A等，前26%～60%為B等，前61%～90%為C等，剩下的為D等。當教師拿到自己課例的診斷報告時，能清晰地知曉這節課的優點和不足。經統計發現，15節課普遍存在的不足之處，有課堂上教師提出的問題中高階問題的比例過低、教師很少（或幾乎沒有）鼓勵學生提出問題等，這樣的課堂教學不利于學生科學思維能力的培養。

因此，在進行第二輪的課例診斷之前，工作室把教學行為改進的重點聚焦于高階問題的設計及學生問題意識的培養，并請專家進行了有針對性的培訓和指導。15位教師經過了認真的備課和磨課，再次錄制了課例視頻，并提交同一平臺進行第二輪診斷。

二、兩輪課例診斷的數據對比

在第一輪課例中，總評等級為A的只有1節（占6.7%），B等5節（占33.3%），C等9節（占60%）；在第二輪課例中，總評等級為A的有12節（占80%），B等2節（占13.3%），C等1節（占6.7%）。可見，第二輪課例總評等級的提升非常明顯，等級的評定依據是各個觀察維度數據，改進最明顯的是高階問題的設計及學生問題意識的培養等方面。

1.問題類型分析

在COP團隊提供的診斷報告中，問題的類型共分為四類：記憶性問題，指與本節課新知識密切相關的學生在已有知識、生活經驗等方面的問題；推理性問題，指能引起學生依據一個或幾個已有的知識或經驗，經過思維的加工，推導出帶有學習者個性化特征的概念、判斷或推理的問題；創造性問題，指圍繞學生創造力的開發而設計的問題，要求學生致力于原創性和評價性思考，能做出預測、解決生活中的問題；批判性問題，主要是指需要學生變換角度進行深層次思考或反思的問題。

在該項目上，第二輪課例的平均數據呈現出了一個明顯的趨勢，即記憶性問題和推理性問題的比例有所下降，而創造性問題和批判性問題的比例有所提升。創造性問題和批判性問題對應布魯姆教育目標分類中的分析、綜合、評價層級，屬于高階思維問題。這兩類問題的比例高于全國同類課例的常模數據（見表1），這表明15位教師能夠通過變換問題的角度引發學生多維度、深層次的原創性和評價性思考，培養他們的創造性思維和批判性思維。

2.問題結構分析

問題的結構指的是教師提出的問題指向什么知識結構。麥卡錫在其提出的4MAT教學模型中，將問題分為四類（簡稱“四何問題”）：是何問題，指向事實性問題，如定義性問題等，該類問題的解決意味著學習者事實性知識的獲取；為何問題，指向原理、法則、邏輯等問題，如推理性問題等，該類問題的解決意味著原理性知識的獲取；如何問題，指向表示方法、途徑與狀態，如技能與流程性問題等，該類問題的解決意味著策略性知識的獲取；若何問題，條件發生變化可能產生新結果的問題，如假設性問題等，該類問題的解決意味著創造性知識的獲取。

第二輪課例的“四何問題”數據呈現出了一個比較明顯的特征：“是何問題”的比例有所下降，而“為何問題”和“若何問題”的比例有所提升，都高于全國同類課的常模數據（見表2）。這表明15位教師能夠設計以核心問題為支架的多元化的問題系統，初步改進了課堂中的問題結構，促進了學生原理性知識的獲取以及對知識的應用遷移，提高了他們的問題解決能力。

3.學生問題意識的培養分析

學生問題意識的培養分析，主要通過觀察記錄課堂上教師“鼓勵學生提出問題”的頻次和“學生提出問題”的頻次來進行分析。由表3的數據可以看出，第二輪課例的這兩項觀察數據都顯著高于第一輪課例的數據，并顯著高于小學常模數據，這表明教師能營造鼓勵學生主動發現問題和提出問題的課堂氛圍，有效激發了他們思考和質疑的積極性。

此外，在第二輪課例的“教師回應學生答問的類型”這一維度的觀察中，“追問”和“邀請學生評價”這兩種回應類型的比例分別為34.6%和5.3%，都顯著高于常模數據。這表明15位教師能夠在課堂中運用追問技巧，引導學生深入思考和感悟，并在他們回答問題后有意識地引導他們進行相互評價。這些做法有利于培養學生的科學思維能力。

三、促使教師改進教學的策略

兩輪課例診斷的數據對比表明，在促進教師的教學行為優化尤其是在培養學生的科學思維能力方面，工作室在研究中采取的一些策略和方法是可行的。

1.通過培訓學習，知曉定量方法

在以往的教研活動中，觀課評課一般只有定性的方式。工作室聘請COP團隊進行培訓指導，學習了基于課堂觀察大數據進行課堂診斷與評價的方法后，了解到“四何問題”觀察、“S-T”觀察、教師提問與理答方式觀察等課堂觀察方式。工作室教師普遍感到，評課時用數據說話的做法很有“科學”味，契合當今大數據時代的特征，學生也愿意學習和運用。

2.開展觀課練習，提升定量技能

在培訓學習之后，工作室教師分成小組，利用假期及休息時間，開展了用定量方法進行課堂觀察的練習。現在很多微信公眾號上都有小學科學優質課的課例視頻，能夠提供足夠多的可觀察的樣本，這些課例視頻可以回放、可以重復觀看，無疑是一種很好的學習資源。通過一段時間的小組練習和討論交流，工作室教師進一步加深了對定量課堂觀察方法的認識和理解，他們課堂觀察的實操技能也得到了提升。

在隨后的教研活動中，各小組進行了“實戰演練”，分別從“四何問題”分析、“S-T”觀察、教師提問與應答方式觀察等方面進行了定量的統計與分析，并在評課環節進行了現場展示與反饋，收到了較好的效果。授課教師認為，這樣的定量分析，找準了“靶點”，有利于今后的教學行為改進。

3.進行批量診斷，發現共性問題

當AI技術進入課堂觀察領域之后，課堂診斷的效率得到了提升。工作室與COP團隊合作，利用AI課堂教學行為分析系統對15位教師的課例進行診斷，并與更大規模樣本的全國常模數據對比，有利于發現群體的共性問題，從而能引起大家的重視并想辦法改進。

4.聘請專家指導，改進教學設計

第一輪課例診斷的數據表明，雖然這些課例具有明顯的優點，如“S-T”觀察的數據都優于常模，表明學生在課上有充足的探究學習時間和空間，有充分的表達與交流，但也存在著共性的不足，即對學生的科學思維培養方面較為薄弱。為此，在第二輪課例錄制之前，工作室邀請專家進行有針對性的指導，包括開展專題講座、提供“問題化教學設計”的支架等。此外，工作室還發揮團隊的力量，分小組進行研討交流，聚焦高階問題的設計及學生問題意識的培養等方面開展針對性課題研究，不斷完善教學設計。從第二輪課例診斷的數據來看，這些研究可以為未來的教學改進提供支撐。

啟示

定量的課堂觀察可進行精準的問題診斷，幫助教師改進教學行為。以高階問題的設計和學生問題意識的培養作為課堂行為改進的著力點，課前進行問題化教學設計，課中引導學生經歷充分的探究實踐過程，能鼓勵他們大膽質疑、提出有價值的科學問題，這對培養他們的科學思維、提高科學素養是行之有效的。

（作者單位：廣東省深圳市寶安區寶安小學）