數智循證教研的內涵挖掘與價值重塑

摘要：為了破解“數據豐富但信息貧乏”的教研現狀，深入挖掘數智循證教研的內涵，探討其在新時代教育體系中的價值重塑，該文首先通過文獻綜述，明確了教學研究的內涵。繼而采用模型構建和案例研究的方法，深入挖掘了數智循證教研的內涵及其通用概念模型，以及數據驅動的教學決策機制。基于數智循證教研作為教育數字化轉型過程中的重要實踐，該文還探討了數智循證教研在文化變革、循證實踐和關鍵行動三個方面的價值重塑。研究發現，數智循證教研具有獨特的內涵和通用概念模型，其數據驅動的教學決策機制在現代教育中具有重要價值。數智循證教研作為一種新興的教學研究范式，在現代教育體系中具有重要的地位和作用，其內涵豐富，價值顯著，為數智時代的教育研究和實踐提供了新的思路和方法。

關鍵詞：數智循證教研；循證實踐；循證教研

中圖分類號：G434 文獻標識碼：A

我國正處于教育的高質量發展時期。高質量教育強調教師作為研究者通過對教與學之間關系的實證研究作為重要證據來帶動高質量循證的課堂教學改進。為此，許多教師被鼓勵參與課堂研究、校本研究或行動研究，旨在期望通過研究發現問題，找到解決方案，實現教學的改進與創新[1]。當前，教育工作者正面臨著AI等多種新技術帶來的越來越多的數據和不同的數據來源，如何評估證據的有效性，以及如何利用有效的數據賦能教學改進以實現高質量的發展，需要更多的專業關照與專業支持。

一、教學研究的內涵

教學研究是指用科學的方法對教學的現象進行分析、實驗和整理，認識教學現象之間、事物之間內在的聯系與規律，尋求解決各種教學問題的途徑。問題與教學研究之間的關系是復雜的，既可以先有問題，開展問題導向的教學研究，也可以是通過教學研究先發現問題，再實施解決問題的過程。在實際的教學研究中，這兩種方式往往是相互融合、相互補充的，共同推動教學實踐的改進和創新。由此不難得出教學研究具有探究型、科學性、目的性和計劃性共四大特點。教師應當了解、掌握并開展深入的教學研究，因為高質量發展的新思想、新方法和新策略都與教師高質量的教學和高質量的專業學習密不可分，同時也與教師有組織的教學研究息息相關。

教學研究一般處于從個人反思到正式教育研究的連續體的中心[2]。雖然當教師開展教學研究時，他們探索的問題和反思都是針對自己的課堂的，但教學研究具有知識生產的顯著特征。教學研究使教師能夠通過記錄和分析特定問題，將自己的教學實踐與教學理論聯系起來[3]，并試圖創造關于教學和學習的新知識，以有助于改善課堂實踐。教學研究與教學反思是有顯著區別的。教學研究致力于采用一種有紀律的方式收集和分析數據，并且研究可以公開分享[4]，教學研究的主體是教師，因此教學研究的重點在于研究結果的實際意義，而不是統計上或理論上的意義[5]。故教學研究比正式的教育研究更突出非正式化和更個人化，這也形成了教學研究在知識生產方面的短板，造成了教學研究較難取得高水平的研究成果，其成果也較難獲得大面積的推廣與應用。

教學研究一般可以分為實用性、技術性、解放性或批判性共三種類型[6]。實用性的教學研究的目的是促進中小學教師深入了解教學實踐并解決現實中的問題，側重于人類解釋、互動交流、審議、談判和詳細描述，這類教學研究與歷史和詮釋學有關，往往假設在特定情況下意義形成是解釋性和審議性的[7]。技術性的教學研究一般由專業研究者與中小學教師合作借助技術手段，基于經驗和觀察對預定的問題進行研究，并試圖通過基于經驗法則或實證研究獲得的證據規則解決問題，一般技術性的教學研究是以提高教育和管理實踐的有效性為目的的，聚焦循證發現現象背后的規律，屬于實證主義和預測性的研究[8]。解放性或批判性的教學研究的目的旨在揭示教學真相使教學回歸其本真狀態，培養批判意識并發展批判性思維，關注教學中師生作為人的存在價值，促進師生解放，批判教學的異化現象，以解放興趣為取向、以對話與提問為核心、強調批判性思維、關注社會性和去蔽性、實踐性與創造性等特點，聚焦推動教學改革的深入發展[9][10]。

雖然教學研究非常重要，但對于大多數教師來說，開展教學研究已經成為最具挑戰性的任務之一。教師在開展教學研究時需要面對的挑戰有：教學研究缺乏外部支持、缺少開展研究所需要的數據和證據、研究與學習的時間不足、缺少相應的教科研方法、教科研的研究內容針對性不強，以及相關教科研學習資源較少等[11][12]。故目前教學研究還處于嚴重依賴經驗的階段，教學研究的過程往往是針對課堂教學中發現的問題，通過定義問題，教師結合理論和直覺、經驗、觀察與反思等提出假設，再通過多種方式收集解決問題的有關信息，包括進行正式和非正式的觀察、訪談、收集有關人工制品等，并通過對收集到的信息進行分析，最后依據分析結果強化或重建假設的循環迭代的過程。當前的教學研究往往存在更加混亂和無序的現象，盡管如此，教學研究仍然是一個反思性探究的過程。

二、數智循證教研的內涵挖掘

盡管以AI及大數據技術為代表的數智技術已經在教育領域中有近10年的應用實踐了，但將數智技術整合到教師的實踐中仍然是一個重大挑戰[13]，尤其是使用先進的數智技術賦能教師的專業發展、專業學習和研究仍然十分有限[14][15]。長期以來，參與教研的人員一直在使用數據，尤其是關于學生的數據，而通常隨著時間的推移，這些數據往往是以非系統的方式積累的，且積累過程既沒有系統化，也沒有自動化[16][17]，從而并未實現數據賦能或技術賦能提質增效的結果。而數據確實可以刺激和支持教師持續的教學改進，為此系統和科學地使用數據是當前教研中促進教師教學改進的重要手段[18]。

數智循證教研給教學研究帶來了新的發展機遇，同時也帶來了新的挑戰。數智循證教研對教師的研究素養和數據素養都提出了更高的要求。目前針對提升教師數據素養的培訓往往時間很簡短，質量水平也不盡相同，大部分針對教師數據素養提升的培訓，由于缺乏對數智循證教研內涵及其通用概念模型的理解，其重點都放在了教給教師如何使用數據系統，而不是培養教師的數據解釋與分析能力，從而無法賦能教師將數據分析結果與教學改進策略發生聯結，造成數據很少被用于改善教學或調整教學[19]。這些因素均使得當教師面臨數智技術帶來的多源且豐富復雜的數據時，會失去對最初教研目標的追蹤，或者開始依賴自己的印象和過去的經驗，而不是數據證據做出決策[20]。

數智循證教研是指在AI與大數據等智能技術的支持下，研究者與實踐者通過系統地收集、整理、分析教育實踐中產生的多維度、多源異構的數據，結合循證教育的理念與方法，對教育問題進行科學、嚴謹的研究與探索，以形成基于證據的教育決策，助推教學實踐改進的教研新模式。數智循證教研屬于技術性類型的教學研究，其通用概念模型包含了數智循證教研的核心基礎、核心價值、核心素養、核心過程和基本假設共五個方面的重要內涵，具體如圖1所示。

首先，數智循證教研的通用概念模型中反映出數智循證教研的核心基礎。圖1所示的數智循證教研的通用概念模型包含了“數據-信息-知識”的數據驅動的決策（Data Driven Decision Making，簡稱DDDM）連續體，數據先被轉化為信息，并最終會轉化為知識的數智循證教研的核心基礎。圖1所示的數據可以是學生的成績，也可以是教師的教學設計文本或教師的課堂錄像，亦或是教育教學的文獻或者多種類型數據的綜合，它們作為“硬數據”被視為以原始狀態存儲。信息則是指在特定背景下被賦予教育教學意義的數據，例如，AI系統經過對教師教學設計文本的挖掘，可以獲得具有教育教學意義的教師實踐性知識大數據，或者AI系統對課堂錄像進行數據挖掘與分析后，利用AIGC技術所生成的教師課堂教學行為大數據等，這些被賦予了教育教學意義的數據刻畫了教師如何教和如何支持別人學的信息。知識是對指導行動有用的信息集合，例如由文獻數據、教師實踐性知識大數據和教師課堂教學行為大數據所形成的多源數據證據鏈，或經過數據挖掘與知識發現后形成的能夠指導教學實踐改進的新知識與新發現等。知識是問題導向的，其在組織結構上具有良構和劣構的不同特征，為此，在數智循證教研中知識作為一種證據時，往往還需要經歷知識檢索、知識裁剪、知識綜合和知識精煉等知識生產過程。

其次，數智循證教研的通用概念模型體現出數智循證教研的核心價值。圖1所示的數智循證教研中的數據承載著價值觀念、教育目標或評價標準，故只有與社會的價值觀、教育理念和政策導向相一致，數據才能得到恰當的運用，為此所有采集到的初始數據都需要進行數據對齊的數據治理后才能進入多源數據倉庫，也才能供用戶使用[21]。數據治理技術通常通過數據標準化、數據清洗、數據審核、數據集成和隱私保護等多種方法，實現價值觀對齊、教育目標對齊、評價標準對齊和政策導向對齊。價值觀對齊確保教育數據所反映的教育理念、培養目標等與社會的核心價值觀相契合。教育目標對齊確保數據分析的結果能夠為實現這些目標提供有力支持。評價標準對齊確保評價結果的客觀性和公正性。政策導向對齊確保數據分析的結果能夠為政策制定和調整提供有益的參考。

第三，數智循證教研的通用概念模型蘊含了數智循證教研的六大教研的核心素養。圖1所示的六大教研的核心素養分布在數據、信息和知識三個不同的層級中：（1）處于數據層級的收集與組織數據兩項核心素養，例如課前或課后教師需要借助AI平臺收集與組織自己的實踐性知識大數據和課堂教學行為大數據，以支持其進行行動前或行動后反思；（2）處于信息層級的分析與總結兩項核心素養，例如課前或課后教師需要具備對AI自動分析后產生的實踐性知識大數據分析報告和課堂教學行為大數據分析報告進行總結與提煉的素養，并以此深化行動前或行動后的反思，由此產生對教學的新認識和新見解；（3）處于知識層級的合成知識與確定其優先級兩項核心素養，例如課前或課后教師需要具備針對自己提煉出的新認識新見解的信息，結合有關前人研究成果中的文獻中的證據、數據證據和經驗證據進行綜合的能力與素養，并循證確定出基于綜合證據鏈的教學改進的切入點。

第四，數智循證教研的通用概念模型描寫了數智循證教研的核心過程。圖1所示的數智循證教研的通用概念模型是面向校本的從識別問題到獲得問題解決方案的多輪迭代的非線性過程。當經過圖1所示的DDDM過程后所產生出的決定在課堂中實施會形成新的數據而進入數據收集的循環中，同時實施的結果也會分別對數據和信息產生影響，而使數智循證教研再次進入新的迭代循環中。每一輪迭代的過程都是針對校本的問題解決而開展的，在迭代循環中往往都需要外部專家與外部知識的支持和干預來優化問題的解決。

第五，數智循證教研的通用概念模型蘊含了數智循證教研的基本假設。顯然，圖1所示的數智循證教研的通用概念模型蘊含數智循證教研需要建立一支專門的校本研修團隊的基本假設。一般校本研修團隊的組織架構包括：校本研修領導小組、校本研修業務指導小組和面向問題解決的校本研修專項小組。數智循證的校本研修團隊需要定期召開主題式校本研修并圍繞數據證據在內的多源證據使用專業的視角開展多元協作的專業對話，平衡經驗與數據等多源證據而做出教學改進的決策，這不僅可以有效彌補個別教師缺乏數據技能的不足，還可以通過分享不同教師的教育教學信念和成功的教學策略，促進教師間的相互學習和相互幫助，共同完成新知識的知識生產，促進教學改進長周期的持續發生[22]。

數智循證教研需要將AI和大數據等工具整合到教師為主體的教學研究中，教師的角色從單純的教學執行者轉變為了反思性實踐者，這一角色轉變是通過教師的行動首先實現了個體層面的變化，繼而產生教師對經驗和對行動的反思，并從反思中得出概念帶動由反思再產生的新行動的過程[23]，其過程模型如圖2所示。

數智循證教研的過程是以教學改進為中心的教師持續專業學習的循環過程。圖2所示的數智循證教研的過程模型表明，教師在數智循證教研的經驗學習圈中首先進入的是具體經驗獲取階段，他們會在AI智能工具的支持下，識別并注意到新的問題；在反思性觀察階段，教師可以利用AI和大數據的分析報告等從不同角度反思自己的知識與經驗；在抽象概括階段，教師將AI與大數據智能系統通過多模態數據挖掘所獲得的新知識與原有的概念系統建立起來聯系；而在積極實踐階段，教師在新的情況下積極主動的運用抽象概括階段所形成的新知識和新理論，調整并改進自己的教學行為。故在數智循證教研的經驗學習圈中的每個階段，教師都面臨著理解理論、實施新方法和引導技術整合的挑戰，基于AI的數智循證教研賦能將教學中的線索、決策和基于知識的推理轉化為教師專業能力的發展，實現了人-機協同的發展，即數智循證教研的過程是以人為中心的[24]。

數智循證教研的過程是知識生產的循環過程。如圖2所示的數智循證教研過程的一個循環起于對真實課堂的錄像和教師的教學設計進行AI自動化的分析，止于AI輔助知識發現所獲得的課堂教學新知識。AI自動分析所產生出的課堂教學行為大數據分析報告與實踐性知識大數據分析報告可以幫助教師注意到課堂中的信息和自身的信息[25]，而基于多源證據的AI輔助下的循證推理能夠有效賦能教師描述、解釋和預測所注意到的課堂信息，從而產生解決課堂中問題的新知識、新策略，支持教師做適應性改變從而改善課堂的教學。知識生產的循環意味著知識孕育、知識放大、知識成形、知識系統化、知識傳播與應用和知識創新的過程。其中知識孕育與知識放大對應著教師專業學習中具體經驗獲取階段中的數據收集與分析，并最終識別問題；知識成形、知識系統化與知識傳播與應用對應著教師專業學習中的反思性觀察階段和抽象概括階段，教師和大學研究者合作通過反思將成形的知識成果進行整理、歸納，并形成系統化的知識體系，同時為知識的進一步創新提供反饋和支持；知識創新則對應著教師專業學習中的積極實踐階段，在這個階段中，教師會結合新的實踐經驗和需求變化，在大學研究者等外部資源的支持下進行知識的再創造和再創新，由此推動知識的不斷更新與進步。

綜上所述，數智循證教研是一種基于數據驅動、循證決策、AI輔助、實踐導向、知識生產和持續迭代的現代教育研究與實踐的新模式。數智循證教研有助于推動教學研究的科學化、精準化和智能化發展。

三、數智循證教研的價值重塑

數智循證教研的價值重塑意味著在教研領域引入數智技術和循證實踐的理念，以推動教研文化、教學實踐和評價體系的深刻變革。這種價值重塑不僅關注技術的應用，更強調數據驅動決策、證據支持實踐以及關鍵行動的落實，以實現教育質量的全面提升。

（一）文化變革

隨著信息技術的迅猛發展，教育領域正經歷著深刻的數字化轉型。數智循證教研作為這一轉型過程中的重要實踐，需要與之相適應的文化氛圍支撐。傳統的教研文化往往側重于經驗傳承和主觀判斷，而在數字化轉型背景下，數據驅動、證據支持已經成為新的教研導向。因此，重塑文化價值，強調協作、數據和循證的重要性，有助于構建適應數字化轉型的教研新生態。教育質量與效果的提升是教研工作的核心目標。數智循證教研通過引入數據分析、循證實踐等方法，旨在實現教學過程的精準化、個性化與科學化。這一目標的實現同樣也離不開文化層面的支撐。故重塑文化價值，培養教師的數據意識、協作精神和循證思維，有助于促進教學理念的更新、教學方法的改進以及教學資源的優化配置，從而提升教育質量與效果。教師的專業成長是提升教育質量的關鍵。數智循證教研為教師的專業成長提供了廣闊的空間和豐富的資源。重塑文化價值，營造積極向上的教研氛圍，有助于激發教師的內在動力和學習熱情。在協作、數據和循證的文化熏陶下，教師可以不斷提升自己的專業素養和教學能力，實現個人和組織價值的最大化。源于教育數字化轉型的需求、提升教育質量與效果的追求以及適應新時代教育發展的挑戰，數智循證教研中首先需要重塑文化價值而引發文化變革，具體包括協作文化、數據文化、循證文化和知識創生文化共四個方面。

第一，形成協作文化。森格和溫格等人認為，協作對于組織的蓬勃發展至關重要[26][27]。從某種意義上說，學校的教研組織被視為學習和進步的有機實體，教師實踐社區扮演著重要的角色[28]。然而教研組織中的合作行為模式并不常見，尤其是在基于數據驅動的教學決策的過程中[29]。為此數智循證教研面臨著需要將原有的教研文化從自上而下的個人教研文化轉變為平等的多元協同的教研文化，強調組織內和組織間的知識共享。有研究者發現在基于數據驅動的教學決策中開展協同檢查時，數據會變得更有意義，也更有可能導致數智循證教研系統和持久的改革[30]。在數智循證教研中培育大學與中小學教師的合作文化尤為重要。有研究者的研究發現：無論是反思課堂經驗還是系統地研究解決一個問題，中小學教師都認為參與大學研究者合作的研究，會使中小學教師一直處于最佳位置，由此而學會系統地、有意識地使用觀察和反思來理解教學實踐中所看到和經歷的事情，而且會認為教學研究是日常課堂教學工作的自然組成部分，從而表現出更積極的傾向[31]。

第二，形成數據文化。數據文化是指在數據賦能實踐活動中，由數據主客體所形成的并直接作用于數據主客體的規章制度、行為習慣、價值導向、思想觀念等的集合[32]。數據文化的形成有利于教師作為教研的主體理性地對待數據和合理利用數據。數據文化不僅僅是關于數據的，更是關于如何利用數據推動組織發展的，因而涉及到數據賦能、數據驅動決策、數據分析和數據科學等多個方面。學校中數智循證教研組織需要營造一種圍繞數據使用而深入探究和持久支持的文化，需要進一步采取一系列措施培育數據文化，需要將數據驅動的理念滲透到各項規章制度之中，發揮制度引領和規范的作用，構建發展多種數據應用場景，如線上線下的混合式教研、智慧教研與智慧科研等創新應用場景，通過培訓、宣傳等方式提高教師的數據素養，使教師具備數據驅動的思維習慣和行為方式。

第三，形成循證文化。在數智循證教研的語境下，循證文化是一種強調以證據為基礎進行科學的、精準的、創新的、具有決策公信力的教學研究和教學實踐的文化氛圍。這種文化的內涵及價值重構主要體現在以證據為核心、理性與客觀和持續學習與創新共三個方面。所謂以證據為核心是指循證文化強調在教研和實踐中，一切決策和行動都應基于可靠、有效的證據。這些證據可以來源于科學研究、教育實踐、學生反饋和AI技術通過數據挖掘與知識發現創制的證據等多個方面，旨在確保教育決策的科學性和合理性。理性與客觀意味著循證文化倡導在教研和實踐過程中保持理性和客觀的態度，避免主觀臆斷和盲目行動。通過收集和分析數據，循證文化鼓勵教育者以多源證據為依據，做出更加精準和有效的決策。持續學習與創新的涵義在于，在循證文化的指導下，教師需要不斷學習和掌握新的教育理念、方法和技術，以便更好地收集和分析證據，優化教育實踐；同時循證文化也鼓勵教育者勇于嘗試和創新以推動教育事業的不斷發展。

第四，形成知識創生文化。在數智循證教研環境下，知識創生文化是指中小學教師和大學研究者通過數據驅動和證據支持的教學研究與實踐，共同創造、分享和應用新知識的一種文化現象。知識創生文化融合了數據智能、循證理念以及跨學段教師合作的精髓，對于教育創新、教師專業成長及教育質量的提升具有重要意義。首先知識創生文化能夠促進教育理論與實踐的結合，通過中小學教師與大學教師的合作，有助于將教育理論研究成果應用于實踐教學中，同時通過實踐檢驗、修正和發展理論研究成果，實現理論與實踐的有機結合。其次知識創生文化能夠加速教育知識的生產與再生產，在合作過程中，中小學教師與大學教師共同創生新知識、分享實踐經驗，加速了教育知識的生產與再生產過程，這種知識的不斷積累和更新，為教育領域的持續發展提供了有力支撐。

數智循證教研需要重塑文化價值并引發文化變革的原因是多方面的，包括適應教育數字化轉型的需求、提升教育質量與效果的內在要求、應對新時代教育挑戰的必然選擇，以及促進教師專業成長的重要途徑等。這些原因共同構成了推動文化變革的強大動力，為教育事業的繁榮發展奠定了堅實的基礎。重塑數智循證教研中的文化價值，激發教研創新活力，推動教研模式的轉型升級，是應對新時代教育挑戰的必然選擇。通過文化變革，可以引導教師關注教育前沿動態，積極探索新的教研路徑和方法，為教育事業的持續發展注入新的動力。

（二）循證實踐

循證實踐作為連接教研與教學實踐的橋梁，對于推動教育領域知行合一具有重要價值[33]。數智循證教研是循證實踐在教育領域的一種具體表現形式，它借助數字化和智能化技術推動循證教研的深入發展。同時，循證實踐的理念和方法也為數智循證教研提供了理論支持和實踐指導。在數智循證教研中，循證實踐重塑了教研決策的科學化、教研過程的規范化和教師專業發展的系統化等多個方面的實踐價值。

第一，教研決策的科學化。教研決策的科學化是指在教育研究與教學改進的過程中，采用科學的方法、遵循客觀規律，以充足的事實和最佳證據為依據，進行教育教學策略、方案或政策的制定與調整。數智循證教研中的教研決策的科學化包含基于充足的事實和證據、遵循科學的程序和方法、集體智慧與民主決策、符合教育規律和學生發展需求，持續改進與創新共五個關鍵要素。基于充足的事實和證據要求教研決策應建立在廣泛收集、科學評估的實證研究證據基礎上，這些證據可能來源于教育科學研究、教學實踐案例、學生學習成效數據等，做到以證據為本。遵循科學的程序和方法首先需要明確需要解決的教育教學問題或改進的方向，確保決策具有針對性和實效性；其次基于問題分析和證據評估，制定科學合理的解決方案或策略，考慮多種可能性和影響因素制定問題解決方案；實施決策后，需要及時收集反饋信息，對決策效果進行評估，并根據評估結果進行調整和優化，形成良好的評估與反饋閉環。集體智慧與民主決策要求多方參與決策，鼓勵教研員、教師、學生，乃至家長等多方利益相關者的廣泛參與教學改進決策，充分聽取各方意見和建議，并在決策過程中采用集體協商討論的方式，匯聚多方智慧，形成共識性決策。符合教育規律和學生發展需求要求教研要在科學的教育理念指導下進行決策，確保決策符合教育發展的總體趨勢和要求，以滿足學生實際發展需求為出發點和落腳點，確保決策能夠促進學生全面發展。持續改進與創新要求教研需要根據教育教學實踐的發展變化，及時調整和優化決策方案，確保決策的時效性和有效性并能隨時動態調整；同時，鼓勵教研員和教師在決策過程中積極探索新的思路和方法，推動教育教學創新與發展。綜上所述，教研決策的科學化是一個系統工程，需要綜合運用多種科學方法和技術手段，確保決策的科學性、合理性和有效性。

第二，教研過程的規范化。傳統的教研過程缺乏系統性和連續性，容易出現隨意性和主觀性。基于循證實踐的教研過程將嚴格遵守循證實踐的規范，其過程涵蓋了從問題識別到持續學習與發展的全過程。第一步問題識別，首先，需要明確教研的目標和要解決的問題，這些問題可能來源于教學實踐中的困惑、學生學習成效的反饋、教育政策的導向等；其次要將抽象的問題具體化，轉化為可操作、可研究的具體問題，以便后續尋找證據和制定解決方案。第二步證據檢索，首先要確定證據來源，明確需要檢索的證據類型和來源，并采用系統的方法檢索相關證據，確保檢索的全面性和準確性。第三步證據評估，對檢索到的證據進行質量評價，評估其真實性、可靠性、有效性和適用性，這通常涉及對研究方法、樣本大小、數據分析等方面的考察；接下來要將多個證據進行綜合分析，形成對問題的全面理解，同時注意考慮不同證據之間的互補性和矛盾性。第四步實踐方案的制定，根據評估后的最佳證據制定實踐方案，確保方案具有科學性和可操作性，這個步驟中要鼓勵教研員、教師、學生、家長等多方利益相關者的參與，共同制定實踐方案。第五步實施與反思，按照實踐方案進行教學實踐或教研活動，并在實施過程中進行實時評估，收集反饋信息，了解方案的實際效果；同時根據評估結果對實踐方案進行調整和優化，確保教研活動的持續改進。第六步文檔記錄與分享，對整個教研過程進行詳細記錄，包括問題識別、證據檢索、證據評估、方案制定、實施與反思等各個環節；將教研成果進行整理和總結，形成可分享的文檔或報告，加強分享與交流，促進教研經驗的傳播和借鑒。第七步持續學習與發展，教研員和教師通過參與循證教研活動，應保持對最新教育研究成果的關注和學習，不斷更新自己的知識儲備，提升自己的專業素養和研究能力，實現個人與團隊的共同成長。綜上所述，基于循證實踐的教研過程的規范化強調以證據為基礎進行決策和實踐，推動教研活動的科學化、規范化和專業化發展。

第三，教師專業發展的系統化。循證實踐與教師專業發展之間存在著緊密而深刻的關系，主要體現在教師專業知識的拓展與深化、專業思想的形成與發展、專業態度與動機的塑造、專業自我的構建與完善，以及專業能力的提升等多個方面。循證實踐促進了教師專業知識的拓展與深化，鼓勵教師運用基于科學研究的證據指導教學實踐，這促使教師開展證據導向的學習，并不斷尋求和獲取最新的教育研究成果，從而拓展和深化自己的專業知識；同時，隨著教育研究的不斷深化，新的教學理念、方法和策略不斷涌現，循證實踐助推教師持續更新知識體系，緊跟研究前沿，不斷更新自己的知識體系；同時，循證實踐強調將理論知識與實際教學相結合，有助于教師在實踐中深化對理論知識的理解，同時通過實踐反饋進一步豐富和完善理論知識。循證實踐推動教師專業思想的形成與發展，要求教師具備批判性思維，能夠評估和分析各種研究證據的真實性和有效性，有助于教師形成獨立、客觀的專業思想，通過接觸到的更多的先進教育理念，形成更加科學、合理的專業思想；循證實踐強調教師的專業性和自主性，使教師在實踐中不斷驗證和提升自己的專業能力，從而增強對教師職業的認同感和歸屬感。循證實踐強化教師專業態度與動機塑造，要求教師在實踐中保持開放、積極的心態，勇于嘗試新的教學方法和策略，有助于培養教師積極、樂觀的專業態度；通過循證實踐，教師可以感受到自己教學實踐的改進和學生成績的提升而獲得強烈的成就感，有助于激發教師的內在動機，使他們更加主動地投身于教育教學工作；循證實踐強調教師對學生發展責任感，使教師在實踐中更加關注學生的需求和發展，從而增強自己的職業責任感。循證實踐加速教師專業自我的構建與完善，循證實踐鼓勵教師在實踐中發揮自己的個性和特長，形成獨特的教學風格和價值觀體系，有助于教師構建和完善自己的專業自我；循證實踐要求教師不斷反思自己的教學實踐，總結經驗教訓，尋找改進和提升的途徑，有助于教師不斷完善自己的專業自我；通過循證實踐，教師可以更加清晰地認識到自己的專業成長路徑和發展方向，從而有針對性地制定個人專業發展規劃。循證實踐賦能教師專業能力的提升，要求教師在教學實踐中根據研究證據制定合理的教學方案，有助于提升教師的教學設計與實施能力；循證實踐強調對學生學習效果的客觀評價和及時反饋，促使教師不斷提升自己的評價與反饋能力；循證實踐鼓勵教師參與教育研究項目，探索新的教學方法和策略，有助于提升教師的研究與創新能力，推動教育教學的不斷進步。綜上所述，循證實踐不僅為教師專業發展提供了科學依據和有效途徑，還促進了教師專業知識的拓展與深化、專業思想的形成與發展、專業態度與動機的塑造、專業自我的構建與完善，以及專業能力的提升。

綜上所述，循證實踐代表了一種系統的方法，既不是一個簡單的過程，也不是一個短期的過程。為此，循證實踐要求教師能夠正確地應用科學研究確定的有效教學法，以實現能夠積極影響學生并最終提高教學質量的目標。同時，教師在開展循證實踐時，不應該盲目實施循證實踐，因為只有當研究證據與教師的專業智慧相結合時，才能產生有效的循證實踐[34]。

（三）關鍵行動

數智循證教研蘊含的行動理論要求教育工作者知道如何分析、解釋和使用數據，以便在從專業發展到學生學習的所有領域中都能做出明智的決定。當學校和地區的領導能夠深入了解和理解數據的使用時，便可以更有效地審查其現有的教學問題，找出弱點，并更好地制定改進計劃，以提高教學質量[35]。對于教師而言，理解并掌握教學過程中的數據和自身的課堂教學行為大數據及實踐性知識大數據，其結果將使他們能夠針對教學的需求進行有針對性的教學實踐改進[36][37]。為此，數智循證教研蘊含了四個關鍵行動：制定針對學校需求的目標、提供支持數據驅動決策的系統結構、建立人力和社會資本，以及營造信任與協作的氛圍。

關鍵行動一：制定針對學校需求的目標。制定針對學校需求的目標是一個系統而細致的過程，它要求深入了解學校的實際情況，結合數智技術和循證教研的理念，以確保所制定的目標既符合學校的長遠發展，又能有效解決當前面臨的具體問題。具體包括需求分析、整合數智技術與循證理念、制定具體和可衡量的目標、確保目標的可行性與可持續性、持續監測并反饋等步驟。制定針對學校需求的目標是一個復雜但至關重要的過程，需要學校各方面的深入參與和合作，以及數智技術和循證教研理念的有力支持。

關鍵行動二：提供支持數據驅動決策的系統結構。支持數據驅動決策的系統結構，包括計算機軟件系統、教師研修支持系統、人力支持系統和制度支持系統共四個關鍵組成部分。其中計算機軟件系統中一般會包含數據采集與預處理子系統、數據分析與挖掘子系統、可視化展示子系統和決策支持與反饋子系統。教師研修支持子系統是一個綜合性的支持體系，它通過個性化學習路徑規劃、豐富多樣的學習資源、互動交流平臺、實踐指導與反饋、持續跟蹤與評估，以及教師專業發展實踐社群等多個方面為研修教師提供全面、個性化的支持。人力支持子系統是整個系統結構中不可或缺的一部分，這一子系統通過整合各種人力資源，為研修教師提供必要的指導、支持和協助；作為整個支持系統的核心組成部分之一，人力支持子系統與其他子系統保持密切協作，該子系統通過專家團隊、導師制度、技術支持團隊、協調與溝通機制，以及持續改進與反饋機制等多個方面為研修教師提供全面、個性化的支持，有助于教師更好地理解和應用數據驅動決策的理念和方法，提升教學效果和決策能力。制度支持子系統起著至關重要的作用，該子系統通過制定和完善相關制度，包括數據管理制度、研修制度、決策支持制度、激勵與認可制度、合作與共享制度和倫理與責任制度，確保數據的準確性、安全性，提升教師的數據分析和決策能力，明確教師在數據驅動決策中的倫理和責任，用制度構成了一個支持數據驅動決策的良好環境。綜上所述，這些子系統之間的協作是一個復雜而精細的過程，它們相互依存、相互促進，共同為研修教師提供全方位、多層次的支持，通過這種協作方式，研修教師能夠充分利用數據驅動決策系統提升教學效果和決策能力，從而推動教育教學的持續改進和創新發展。

關鍵行動三：建立人力和社會資本。建立人力和社會資本是數智循證教研工作的重要支撐。通過專業人才培養與引進、團隊建設與協作、激勵機制與職業發展等措施建立人力資本，通過建立信任與合作網絡、擴大影響力與參與度、利用社交媒體和網絡平臺等措施建立社會資本，最后通過制定共同目標與愿景、強化溝通與協調、資源共享與優勢互補等方式整合人力與社會資本，共同推動數智循證教研工作的深入發展。其中關鍵性的問題是需要注意校內與校外人力資本的整合。這就要求做到第一，制定共同目標與愿景，明確數智循證教研的長期目標和愿景，并將其轉化為可量化的指標和行動計劃，確保校內團隊成員與社會合作伙伴都能明確目標并朝著同一個方向努力。第二，強化溝通與協調，建立定期溝通機制，通過電話會議、視頻會議等方式定期與團隊成員和社會合作伙伴進行溝通交流，確保信息暢通無阻；針對跨學科團隊和社會合作網絡中的不同角色和職責，制定詳細的協同工作方案，明確任務分配、進度安排和成果交付等關鍵事項，確保工作有序進行。第三，資源共享與優勢互補，利用云存儲、項目管理軟件等工具建立資源共享平臺，方便團隊成員與社會合作伙伴之間的資源共享和交換；鼓勵團隊成員和社會合作伙伴充分發揮各自的專業優勢和資源優勢，在數智循證教研項目中形成合力，共同尋找教學改進的“杠桿點”，深化循證的教學改進。

關鍵行動四：營造信任與協作的氛圍。在數智循證教研中，營造信任與協作的氛圍對于提升教研質量、促進教師專業成長，以及推動教育決策的科學化具有重要意義。第一步建立共同愿景與目標，明確教研的目標和愿景，確保所有參與者對教研的方向和預期成果有清晰的認識，有助于增強團隊的凝聚力和向心力，促進信任與協作氛圍的形成。第二步強化溝通與信息共享，建立有效的溝通機制，鼓勵教師之間、教師與外部專家之間的互動交流，充分利用數智平臺實現數據的實時共享與分析，確保每位教師都能及時獲取相關信息，為協作提供便利。第三步培育信任文化，強調透明化管理，確保教研過程中的數據收集、分析及應用過程公開透明，尊重每位教師的觀點和貢獻，鼓勵多樣化的思想碰撞和觀點交流，從而建立相互信任的關系。第四步強化團隊協作，組建跨學科、跨領域的教研團隊，充分利用各自的專業優勢共同解決復雜的教育問題，同時明確團隊成員的角色和責任分工，確保任務得到有效執行。同時，鼓勵團隊成員之間的互助和支持，共同應對教研挑戰。第五步提供持續的專業支持，邀請校外專家、名師等參與教研活動，提供專業指導和建議，定期組織數智技術、數據分析等相關技能培訓，提升教師的專業素養和數智力水平，有助于增強教師的專業自信和能力提升，進一步促進信任與協作氛圍的形成。第六步強化倫理與規范意識，在教研過程中嚴格遵守倫理規范和數據保護法規要求，確保數據的真實性和可靠性，以及師生隱私的安全性，建立和維護信任關系，為協作提供堅實的法律和道德基礎。綜上所述，營造信任與協作的氛圍在數智循證教研中具有重要作用和意義，通過實施上述關鍵行動可以有效促進這一氛圍的形成和發展，從而推動數智循證教研的持續進步與發展。

四、結語

數智循證教研最困難的問題并不是數智技術問題，而是與改變教研專業實踐和改變教研組織文化有關的人的問題。早在美國率先推行數據驅動的決策改進教學的過程中，就有研究者就發現，即使為教師提供了可以改進教學方法的診斷數據，教師也很少能夠運用數據證據改進他們的教學[38]。為此，美國等較早開展數智循證教研的國家都達成了“對數據使用的人力和組織支持與數據系統的技術質量同樣重要”的共識。同時，數智循證教研中借助AI等新技術所完成的數據分析可以提供大量的信息，但這并不意味著可以取代有能力的教育者的專業知識、直覺和判斷力。未來在發展數智循證教研的道路上，為教師提供足夠的外部支持與專業關照，以促進教師通過合作研究開展循證實踐，是非常重要的關鍵點。

數智循證教研的目標是讓教研從“數據豐富但信息貧乏”的現狀，轉變為使用數據并將數據轉化為可操作的教學改進與優化的相關知識與行動。為此，數智循證教研的關鍵之一就是開發可靠的數據[39]，數據系統的質量對學校開展數智循證教研有重大影響。教育工作者必須使用“正確”的數據。數據必須與特定用途和目的相一致并且有效。在數智循證教研中使用未對齊的數據可能比使用任何數據都糟糕，這意味著要確保數智循證教研中數據所承載的價值觀念、教育目標或評價標準與我國社會的價值觀、教育理念和政策導向相一致，才能得到恰當的運用。這就要求數智循證教研：第一，要有充分和有針對性的專業發展目標；第二，與教育目標相一致的技術工具和基礎設施；第三，確保使用正確的數據；第四，確定解決教育問題的正確數據元素，并需要提前規劃和收集收據；第五，對數據使用要有明確的愿景，以解決明確的需求；第六，提供所需的支持和資源，使數智循證教研成為可能。

相信數據的力量可以賦能數智時代教研的提質增效。因為價值對齊后的數據為我們提供了改革的路線圖，告訴我們所處的位置、我們需要走向何方，以及面臨的風險。數智循證教研意味著教研范式的轉變，這將直接影響我們的教育教學實踐。

參考文獻：

[1] Burns，A.，Kurtoglu-Hooton，N.Implementing action research in the modern language classroom [J].Scottish Languages Review，2014，27（Spring/ Summer）：21-28.

[2][5] Mettetal，G.The What，Why and How of Classroom Action Research [J]. Journal of the Scholarship of Teaching and Learning，2001，2（1）：6-13.

[3] Bullough，R.V.，Gitlin A.D..Becoming a student of teaching：Linking knowledge production and practice （2d ed.） [M].New York：Routledge Falmer，2001.

[4] Borko，H.，D.Liston，et al.Genres of empirical research in teacher education [J]. Journal of Teacher Education，2007，58（1）：3-11.

[6] Grundy，S.Action research at the school level：possibilities and problems [J]. Educational Action Research，1994，2（1）：23-37.

[7] McKernan，J.Curriculum Action Research. A Handbook of Methods and Resources for the Reflective Practitioner [M].London：Kogan Page，1991.

[8][9] Grundy，S.，Kemmis，S.Educational action research in Australia：the state of the art （an overview） [A].S.Kemmis，R.McTaggard.The Action Research Reader [C].Victoria：Deakin University Press，1982.83-97.

[10] 陳琦.批判·反思·交往：哈貝馬斯與德國戰后教學論[J].理論界，2010， （12）：199-201.

[11] Bullo Marnel，Labastida Ronel，et al.Challenges and difficulties encountered by teachers in the conduct of educational research：Basis for teachers’ enhancement program [J].International Journal of Research Studies in Education，2021，（10）：67-75.

[12] 蔣瑾，姜浩哲.“雙新”背景下新教師在角色適應過程中面臨的挑戰與對策[J].教師教育研究，2023，35（5）：60-66.

[13] Kuhl，P.，Lim，S.-S.，et al.Developing Minds in the Digital Age：Towards a Science of Learning for 21st Century Education [R].Paris：OECD Publishing，2019.

[14] Van Leeuwen，A.，Janssen，J.，et al.Supporting teachers in guiding collaborating students：effects of learning analytics in CSCL [J].Computers & Education，2014，79：28-39.

[15] Rienties，B.，Toetenel，L.The impact of learning design on student behaviour，satisfaction and performance：a cross-institutional comparison across 151 modules [J].Computers in Human Behavior，2016，60：333-341.

[16] Hamilton，L.，Halverson，R.，et al.Using student achievement data to support instructional decision making （NCEE 2009–4067） [R]. Washington，DC：National Center for Education Evaluation and Regional Assistance，Institute of Education Sciences，U.S. Department of Education，2009.

[17][21][32] Mandinach E.B.A Perfect Time for Data Use：Using Data-Driven Decision Making to Inform Practice [J].Educational Psychologist，2012，47：2+71-85.

[18] Easton，J.Q.Using data systems to drive school improvement [R]. Bethesda，MD：Keynote address at the STATS-DC 2009 Conference，2009.

[19] Farrell，C.C，Marsh，J.A.Metrics matter：How properties and perceptions of data shape teachers’ instructional responses [J].Educational Administration， 2016，（52）：423-462.

[20][30][38] Means，B.，Padilla，C.et al.Use of Education Data at the Local Level：From Accountability to Instructional Improvement [R]. Washington，DC：U.S.Department of Education，2010.

[22] Means，B.，Chen，E.，et al.Teachers’ ability to use data to inform instruction：Challenges and supports [R].Washington，DC：U.S.Department of Education，Office of Planning，Evaluation，and Policy Development，2011.

[23] Girvan，C.，Conneely，C.，et al.Extending experiential learning in teacher professional development [J].Teaching and Teacher. Education，2016，58：129-139.

[24] Tsai，Y.S.，Martinez-Maldonado，R.Human-centered approaches to data-informed feedback [M].New York：Society for Learning Analytics Research，2022.

[25] Van Es，E.A.，Sherin，M.G.Learning to notice：scaffolding new teachers’ interpretations of classroom interactions [J].Journal of Technology，Teaching and Learning，2002，（10）：571-596.

[26] Senge，P.M.The fifth discipline：The art and practice of the learning organization [M].New York：Doubleday-Currency，1990.

[27] Wenger，E.Communities of practice：Learning，meaning，and identity [M]. Cambridge：Cambridge University Press，1999.

[28] 王陸.教師在線實踐社區的知識共享與知識創新的機理分析[J].電化教育研究，2015，36（5）：101-107.

[29] Elmore，R.School reform：From the inside out [M].Cambridge：Harvard Education Press，2004.

[31] Booth，C.，K.C.Williams.Research partners：A new look at faculty and classroom teachers [J].Journal of Early Childhood Teacher Education，1998，19（3）：285-292.

[33] 褚樂陽，劉澤民等.大模型支持的教師循證實踐：行動框架與案例應用[J].開放教育研究，2024，30（4）：91-103.

[34] Chalmers，I.If evidence-informed policy works in practice，does it matter if it doesn’t work in theory [J].Evidence & Policy，2005，（1）：227-242.

[35] Earl，L.，Katz，S.Leading schools in a data rich world [R].Thousand Oaks：Corwin Press，2006.

[36] Mandinach，E.B.，Honey，M..Data driven school improvement：Linking data and learning [C].New York：Teachers College Press，2008.

[37] 王陸，彭玏等.大數據循證視角下高質量課堂教學的數據特征[J].電化教育研究，2024，45（3）：10-17.

[39] Picciano，A.G.Data-driven decision making for effective school leadership [M]. Upper Saddle River：Pearson Education，2006.

作者簡介：

王陸：教授，博士，博士生導師，研究方向為教育大數據與智能學習支持環境。

Exploring the Connotation and Reshaping the Value of Evidence Based Teaching and Research in Digital Intelligence

Wang Lu

School of Education， Capital Normal University， Beijing 100048

Abstract： In order to break the current situation of "rich data but poor information" in teaching and research， and to deeply explore the connotation of evidence-based teaching and research in digital intelligence， and explore its value reshaping in the new era education system， this article first clarifies the connotation of teaching research through literature review. Subsequently， the method of model construction and case study was adopted to deeply explore the connotation and general conceptual model of evidence-based teaching and research in digital intelligence， as well as the data-driven teaching decision-making mechanism. Based on the importance of evidence-based teaching and research in the digital transformation of education， this article also explores the value reshaping of evidence-based teaching and research in cultural change， evidence-based practice， and key actions. Research has found that evidence-based teaching and research in mathematics has unique connotations and universal conceptual models， and its data-driven teaching decision-making mechanism has important value in modern education. As an emerging paradigm of teaching research， evidence-based teaching and research in the field of digital intelligence plays an important role in the modern education system. Its connotation is rich and its value is significant， providing new ideas and methods for educational research and practice in the era of digital intelligence.

Keywords： evidence based teaching and research on digital intelligence； evidence based practice； evidence based teaching and research

收稿日期：2024年9月5日

責任編輯：李雅瑄