數智賦能的循證式教師培訓：為何循證、證從何來、如何循證

[摘 " 要] 教師隊伍建設是教育高質量發展的重要影響因素，當前教師培訓質量提升仍存在諸多桎梏，亟待面向精準、走向循證。研究剖析了教師培訓走向循證的必要性，探討了教師培訓中潛在的證據類型和證據獲取的基本路徑，提出了數智賦能循證式教師培訓的現實路徑，如以證剖需，平臺化數據智能分析賦能培訓教師需求的真切揭示；借證定案，培訓案例及專家意見賦能培訓方案制定更趨精準化；立證培優，規模化多模態數據收集與分析賦能培訓過程性優化；引證論效，常態化證據應用有效支撐培訓績效綜合分析與判定；化證促參，多元化培訓證據復用助力提升教師培訓參與積極性等。

[關鍵詞] 教師培訓； 數智技術； 循證實踐； 多模態數據； 教育數字化

[中圖分類號] G434 " " " " " "[文獻標志碼] A

[作者簡介] 鄭新（1991—），女，河南信陽人。編輯，博士，主要從事技術賦能教師專業發展研究。E-mail： zhengxin@nwnu.edu.cn。

一、引 " 言

教師培訓是促進教師專業發展的核心途徑，對于構建高水平教師隊伍、促進教育高質量發展和教育公平具有現實意義與實踐價值。近年來，教師培訓機會逐漸增多，線上線下混合式培訓正在逐漸普及，已有培訓有效地覆蓋了教師這一群體，但培訓效果仍有待進一步提升。究其原因，主要在于培訓數量雖然增多，但低層次和重復培訓多且缺少針對性，未能充分關照教師的實際需求。教育數字化能夠利用平臺優勢、智能支持教師專業發展，有效解決教師培訓中需求與供給不匹配的問題，并正在走向循證式教師培訓。任友群等指出，傳統教師培訓服務供給與新時代教師個性化需求之間存在結構性失衡，破解這一矛盾的思路之一是實現大數據支持下的教師培訓循證決策[1]。從“證據”的角度來看，多模態數據的挖掘與應用對于循證決策至關重要，最終以循證決策支持循證式培訓設計與實踐。在教育數字化的關鍵期，探討如何乘著教育數字化的“東風”讓循證式教師培訓切實落地具有現實可行性與必要性。

二、為何循證：教師培訓為何要走向循證

（一）當前教師培訓存在的不足

教師培訓長久以來受到了教育領域學者的廣泛關注，特別是鄉村教師培訓。在“互聯網+”時代，如何利用信息技術做好教師培訓，提升培訓成效，成了學術界關注的焦點之一，產生了諸多實踐模式。已有研究多關注信息技術支持的教師培訓問題，且將重心置于培訓模式的建構與優化。在教育信息化時代，已經形成了一些較為成熟的、基于信息技術的教師培訓模式，但也存在一些現實問題亟待解決，如培訓針對性不高、教師獲得感不強，部分培訓甚至成了“空中樓閣”，培訓內容與主題、教師需求相距甚遠。在教育數字化轉型時期，學術研究應從問題解決的角度關注如何進一步優化教師培訓，提升其有效性和前沿性，并通過大規模實踐來驗證其有效性。

（二）教師培訓走向循證的必要性

第一，循證式培訓與精準培訓互為支撐。2022年，教育部等八部門印發的《新時代基礎教育強師計劃》提出“深化精準培訓改革”，教師精準培訓改革成為“十四五”期間教師隊伍建設的重點任務之一[2]。深入剖析循證式培訓與精準培訓之間的關系，本研究認為循證式培訓提供了科學依據，指導精準培訓的設計和實施，精準培訓則將循證的理念應用到實際操作中，確保培訓方案真正滿足教師的需求，即以精準培訓為目標，以循證式培訓為路徑。

第二，循證決策有助于提高教師培訓的效果，確保培訓內容基于科學研究和實踐經驗。教師教育尤其需要開展循證研究、循證政策和循證實踐[3]，教師面臨多樣化的學生需求，存在差異化的發展需求，對教育教學質量帶來了嚴峻的挑戰，循證式教師培訓可以幫助教師更好地應對這些挑戰。

第三，循證式培訓有助于改變教師培訓中的同質化傾向。教師培訓的同質化傾向表現為城鄉同質化傾向和鄉村同質化傾向[4]，其“受害者”均為鄉村教師，亟待通過多種途徑使得教師培訓走向城鄉差異化、地域差異化、特征差異化。循證式教師培訓有望改變同質化傾向，對參訓教師更加“知根知底”“因需設訓”。

三、證從何來：教師培訓的證據類型及證據

從何而來

（一）循證式教師培訓的基本理念及思路

1. 循證式教師培訓的基本理念

第一，注重證據的收集與利用。不論在醫學還是在社會科學中，注重證據的收集與利用都是循證實踐的核心特征，證據的來源可以是多樣的，其科學性和可信度也各有不同。耶特利等根據證據中的個人偏見程度提出了證據金字塔，該金字塔包括由元分析、系統性綜述和隨機控制實驗揭示的科學證據，由大規模調查和橫向或縱向多個案研究得到的準科學證據，由個案研究或專家個人意見提出的經驗證據[5]，如圖1所示。本研究采用耶特利等提出的證據金字塔作為證據分類框架。

圖1 " 耶特利等提出的證據金字塔[5]

第二，真實案例與現實情境的平衡。在教師培訓中，受客觀因素影響，各培訓項目之間往往存在較大差異，對真實案例的參考與借鑒需要在考慮自身項目經費投入、師資力量、參訓教師特征等基礎上，把握真實案例與現實情境之間平衡的“度”，既不“充耳不聞”，也不“盲目照搬”。

第三，基于證據的持續改進與優化。從長期性的角度來看，教師培訓以“年復一年”的形式循環開展，每年甚至每次培訓之間都存有一定的改進、優化的空間，這就需要培訓組織者在基于上次培訓留存證據的基礎上，有針對性地改進下次培訓。

第四，多元主體參與培訓方案制訂。從現有的循證教育體系來看，更為廣泛的循證教育網絡需要更多人群的主動行動，如教育研究者、技術專家、廣泛的教師等[6]。在教師培訓中，同樣需要多元主體參與制訂培訓方案。

2. 循證式教師培訓的基本思路

依據循證教育“提出問題—收集證據—篩選證據—應用證據—反思評價”的基本框架[7]，以及教師培訓中需要在各培訓階段和環節中“多次循證”的特征，參考耶特利等提出的證據金字塔對證據的分類，以循證教育的基本環節為“縱坐標”，以教師培訓的基本環節為“橫坐標”，充分考慮各環節對不同類型證據的收集與應用，以教師培訓組織、實施的一般流程為“主軸”，本研究將循證式教師培訓基本思路總結為：前置性需求調查→確定培訓主題→研究文獻梳理→典型案例分析→生成培訓方案→專家意見征詢→培訓方案修訂→培訓實施→基于多模態數據的培訓優化→培訓績效評價。以期為循證式教師培訓中的證據獲取、使用提供參考，并闡明證據與培訓環節的對應關系，如圖2所示。

（二）教師培訓中潛在的證據類型

1. 教師培訓研究成果及綜述

在證據金字塔中，元分析、系統性綜述均居于最高位，屬于科學證據的范疇，是循證決策的重要支撐。通過長期實踐及積累，已有諸多圍繞教師培訓的研究開展，國內通常以系統性綜述為主，元分析較為少見，這些研究或針對培訓模式、培訓手段、培訓方法進行綜述，或對培訓效果進行元分析，均能夠為教師培訓實踐提供理論指導和參考借鑒。

2. 教師培訓的典型案例

早在2011年，全國教師教育課程資源專家委員會就出版了《國培計劃典型案例集》。2017年9月1日，教育部公布了首批33個“國培計劃”優秀工作案例。隨后，常態化的“國培計劃”典型工作案例征集工作逐漸鋪開。典型案例征集為我國各級各類教師培訓提供了寶貴的經驗，極大地拓寬了培訓組織者的視野，為培訓工作的創新性、高質量開展提供了參考。

3. 教師培訓的前置性需求調查數據

教師培訓的前置性需求調查對于培訓的針對性、精準性和有效性至關重要。當前，教師培訓的前置性需求調查主要以問卷形式直接關注參訓教師的主觀需求，李彥敏就從循證的視角進行了教師信息技術創新能力培訓需求的調查分析[8]，但應當認識到問卷調查屬于被動式需求調查，容易受教師知識儲備水平、對培訓的認知態度、培訓參與意愿等影響，可能產生需求調查“失真”的情況。當前，我國已建成國家級智慧教育平臺，正在建設各省智慧教育平臺，未來有望應用大數據技術優化教師電子檔案建設，伴隨式收集教師的學習經歷、教學經歷、培訓研修情況等信息，從而精準呈現教師成長數字畫像[9]。在培訓前，通過主動式需求分析、參訓教師群體數字畫像特征抽取，剖析其真實培訓需求，并據此開展分班、分批次的培訓，助力實現分層精準培訓。

4. 教師培訓的過程性多模態數據

教師培訓的績效評價問題一直以來既是教師培訓研究與實踐關注的重點，也是難點所在。傳統的評價更多地集中于對參訓教師滿意度的測評，全國中小學教師信息技術應用能力提升工程2.0采用微認證的方式對參訓教師進行了總結性評價。未來，仍需要關注教師培訓的過程性數據，特別是能夠直觀映射培訓感受、收獲與思考的多模態數據。鄭永和等指出，可以利用智能感知設備實現對學習者話語、表情、身體姿態、生理信息數據的全方位采集分析，逐漸趨向于利用多模態數據實現對多元學習情境（線上學習、課堂學習、混合學習等）下學習者學習行為和學習狀態的有效還原，在更大程度上實現對學習過程的精準表征和對學習現象的有效解釋[10]。當前，教師培訓的過程性多模態數據獲取仍存在諸多現實困難，如現有環境難以支撐、培訓組織主體多元化、培訓管理非線性等，但可以先從在線學習入手，逐步過渡到線下培訓的多模態數據收集與分析。

5. 教師線上自主學習過程性數據

根據《中國教師培訓發展報告（2022）》，2022年度農村地區教師參與線上培訓相對更多，純在線學習培訓占比達到38.62%，在線學習為主的混合式培訓占比為35.99%[11]，因此，線上學習的過程性數據是教師培訓的重要證據來源，但已有實踐多關注教師線上自主學習中的上線率、活躍度、發帖量等數據，更多地停留在行為層面。馬寧等的研究已經能夠實現對教師學習者在線異步交互過程中情感狀態和認知水平的深度挖掘[12]，有望通過線上自主學習數據挖掘出更多心理層面、認知層面的信息。

6. 教師培訓的總結性績效評價數據

循證教師教育實踐要求教師獨立生成和反思教育實踐的證據，這種證據是教師專業得以發展和開展創新的關鍵，也是循證式教師培訓的重要證據[13]。教師研修質量監測主要涉及度量層面、空間層面、反饋層面、管理層面等四個層面。證據有兩種，一種是培訓過程性證據，如學科知識與教育學知識測試成績、心理學測驗成績、論文成果等；另一種是跟蹤性證據，如就業數據、課堂觀察記錄、教學表現視頻、檔案袋資料、多方利益主體滿意度數據等。從而形成了一個兩維度、四層面的證據結構，該證據結構能夠有效支持總結性績效評價，但在當前教師培訓實踐中，更多集中于對滿意度、心得體會等層面的評價。

（三）教師培訓證據獲取的基本路徑

1. 文獻檢索與梳理

通過文獻檢索與梳理，可以便捷地獲得元分析、系統性綜述、隨機控制實驗等科學證據。除了常用的中國知網、萬方、Web of Science等國內外科研數據庫外，我國還建立了ESS循證社會科學數據庫，可以檢索、查找教師培訓相關文獻。圖書類文獻也可以為培訓提供指引，如《教師培訓課程設計》《教師培訓師專業修煉》等，相較于期刊文獻，圖書類文獻系統性更強。

2. 教師培訓案例庫

當前，我國尚未形成專門針對教師的培訓案例庫，但是已經形成了“‘國培計劃’典型工作案例”“中國高校遠程與繼續教育優秀案例庫”等一系列與教師培訓直接相關的較為成熟的案例庫，可以為教師培訓提供直接或間接的參考。鑒于教師培訓因地域、學科、學段不同，培訓形式、培訓思路等均可能存在較大差異。當前亟待建設覆蓋全面、及時更新的全國性教師培訓數字化案例庫，設置便捷的檢索方式，從而更好地支持教師培訓。

3.問卷調查、訪談調查

調查法既是社會科學研究中的核心方法，也是教育實踐中改進優化教育教學方法的重要途徑。在教師培訓中同樣如此，趙鑫等通過文獻綜述強調了教師訓前需求調查和訓后跟蹤調查的重要性，也指出關于怎樣設計、開展、運用、評估調查，但學界尚未提出具有操作性的標準和舉措[14]。問卷調查、訪談調查在教師培訓中的重要性是毋庸置疑的，其實施的便利性與獲取信息的可靠性均較為可觀，但也不可避免地存在一些偏差。

4. 專家咨詢

自20世紀90年代教師教育改革啟動以來，我國師資培訓體系逐步由單一院校模式向多元化方向拓展。至2010年教育部正式實施“國培計劃”時，已著手構建專業化專家資源儲備體系，經過持續優化更新，最終于2022年發布了經系統調整與充實后的專家名錄，“國培計劃”專家庫為行業專家審查提供了有力的指引。同時，也可以向教師教育研究專家、學科領域研究專家、技術支持專家等不同領域和類型的專家開展專家咨詢，以使培訓方案的修訂更趨科學。

5. 在線學習平臺

教育數據挖掘能夠為教育實踐提供可靠性高、過程性強的證據。在線學習平臺是教師培訓組織與管理、培訓資源共享、參訓教師在線學習、培訓成果提交等環節的“根據地”，其中產生的各類教育數據能夠生成參訓教師數字畫像，從而在培訓方案優化、培訓實施、培訓績效評價、訓后指導等各環節有效支撐循證式教師培訓的開展。

6. 智能化環境感知

伴隨著學校的信息化教學環境不斷升級改造，智能教學環境正在逐步走向教室，這也使得訓后返校實踐、跟崗實習過程中的數據收集更加多樣化。通過綜合分析，形成教師培訓前后教學風格、教學模式、數字化工具應用等方面轉變的報告，能夠有效支持培訓績效評定、跟崗實習效果評價及訓后跟蹤指導。

四、如何循證：數智技術如何賦能教師

培訓走向循證

（一）以證剖需：平臺化數據智能分析賦能培訓教師需求的真切揭示

教師培訓中應關注教師的主觀需求，對教師的培訓需求提前進行調研，關注教學實踐中的真實問題，基于培訓過程數據挖掘教師的真實需求，滿足教師個性化需求[15]。參訓教師的需求究竟是什么，如何透過新名詞、新理念準確找到教師的真實需求，是擺在眾多培訓組織者面前的一道“難題”。正所謂“眾口難調”，在實踐中，不同區域、不同學段、不同學科，甚至不同學校的教師需求均有所差異，此為教師的“自身需求”；國家、社會、學校對教師的要求則處于動態變化之中，如新課標、教師數字素養等文件和標準頒布前后對教師的要求就存在一定差異，此為教師的“發展需求”。

在實踐中，應通過“高質量”的證據支撐培訓教師需求的真切揭示，達成以證剖需，而這一過程正是對多元主體參與的體現，參訓教師作為受訓者，同時也以一種特殊的形式參與了培訓方案的制訂。培訓平臺的智能化是未來的一大趨勢，以往通過在線問卷的形式收集參訓教師需求的方式可能存在樣本偏差、反應偏差、記憶偏差、理解偏差等問題，使得收集到的數據難以“撥開迷霧見真相”。那么如何克服傳統手段的不足，獲得更加可靠的證據呢？一方面，可以在傳統調研的基礎上，結合現有教育大數據分析各地域、各類型教師知識結構現狀與培訓需求的差異和共性特點[16]，形成自下而上的主觀需求證據與自上而下的客觀需求證據相結合，通過對比、分析挖掘真實需求，既滿足參訓教師主觀層面的“顯性”需求，也滿足參訓教師不自知的“隱性”需求；另一方面，也需要注重在省、縣（區）兩級層面建設教師培訓智能化管理平臺，在參訓人員篩選、參訓經歷記錄、培訓績效記錄等方面形成立體式、動態化、智能式管理體系，將以往“確定培訓主題—確定參訓人員—制定培訓計劃”的流程改變為“確定需訓人員—確定培訓主題—制定培訓計劃”，有效提升培訓的針對性，使教師“該培則培”“應培盡培”。“應訓”教師可以從教齡、參訓經歷、教師專業發展水平等方面綜合確定。

（二）借證定案：培訓案例及專家意見賦能培訓方案制訂更趨精準化

循證教育的起點是產生有用的證據，提升研究證據的質量是循證教育未來發展的關鍵[17]，其中真實案例和專家詢導能夠為培訓方案的優化提供有用的證據，真實案例為培訓方案制訂與優化提供參考，專家的意見則讓培訓方案更具前沿性、科學性、高效性，最終促成真實案例與現實情境的平衡。當前，在世界范圍內尚未有建立較成熟、廣泛、大規模教師培訓案例庫的先例。集中力量辦大事是社會主義的重要制度優勢，也是中國教育改革發展的重要模式和優勢[18]，如何在教師培訓中進一步發揮我國制度優勢，通過集中力量自上而下地構建培訓案例庫，特別是在線案例庫，并廣泛征集各地經典、成熟的培訓案例、做法，從而有效賦能精準培訓，提升培訓質量，是亟待思考與實施的重要工作。甚至可以考慮在案例庫中融入GenAI，通過GenAI對海量已有案例的解讀、分析，在提示語中加入新的培訓對象、目標、條件，快速生成新的教師培訓方案，在反復對話、修訂中使培訓方案質量更高。也可以將制定好的案例“投喂”給GenAI，讓其找出培訓方案中的不足之處，在課程設置、日程安排、文字撰寫等方面給出具體建議。

在專家意見方面，當前，“國培計劃”中的省級專家詢導已經呈常態化開展之勢，但在其他各級各類培訓中，仍需要強化對專家意見的獲取，特別是對于教師培訓而言，應廣泛征集了解和熟悉當地教育發展現狀與問題的教育專家、本地教研員、培訓所屬地師范院校專家的意見。在這一進程中，同樣需要借助數字化的力量來達成降本增效，如通過在線會議代替線下會議，既節約了專家的私人時間，也讓專家意見反饋更趨高效，參訓教師也有望在這一進程中通過遠程連線的方式“面對面”地向專家反饋自己的想法、需求，培訓組織機構也能夠有效節約成本，將“好鋼用在刀刃上”，達成多元主體共贏的局面。

（三）立證培優：規模化多模態數據收集與分析賦能培訓過程性優化

教師培訓是一個動態的過程，其中涉及多維度的組織與實踐，如培訓過程中學習共同體的構建、研修主題的確定、討論活動的組織等[19]，好的教師培訓應當既有充分照顧教師需求的方案，也有高效的訓后指導，更應當有訓中的靈活組織與及時優化，且應當是基于證據的持續改進與優化。然而，支持訓中優化的證據從何而來？傳統依靠培訓組織者主觀經驗、判斷的證據可靠性和科學性難以得到保障，容易引起共同體“散漫漫”、研修主題“亂糟糟”、討論活動“冷清清”等問題。亟待通過規模化多模態數據收集與分析輔助開展循證決策，解決現有問題。

具體而言，就是要充分利用教師培訓周期短、安排緊湊、活動豐富等特點，通過對現有培訓環境的升級或使用便攜式設備，收集線下培訓活動中的海量行為、言語、作品等數據，如通過面部表情數據收集探究“什么樣的專家講座更受教師歡迎，教師們‘抬頭率’更高”，通過小組活動中的言語分析判斷“如何組織小組活動能讓教師參與度更高，教師們‘發言率’更好”，通過培訓過程中的參訓教師作品、作業的文本分析明晰“教師成果撰寫的短板在哪里，教師們‘寫不好’‘做不出’哪些內容”，等等。并嘗試在城鄉教師均參與的教師培訓中，通過規模化多模態數據收集與分析探究城鄉教師在培訓需求、偏好、行為等方面的差異，生成教師培訓特征的群體畫像。最終，立足獲得的證據和群體畫像，在不影響培訓整體目標、日程安排等的基礎上，對培訓安排、活動進行動態微調與優化，有效提升參訓教師的需求適切性。

（四）引證論效：常態化證據應用有效支撐培訓績效綜合分析與判定

教師培訓績效是指教師培訓在推進教師專業發展上實際產出的成果和達成的效果[20]。柯氏四級評估模型中包含四個評估層次，分別為反應評估、學習評估、行為評估和成果評估，在該框架的指引下，循證式培訓的績效評估分別需要關注以下四點：

第一，反應評估。反應評估是指參訓人員對培訓項目的印象如何，包括對講師和培訓科目、設施、方法、內容、自身收獲的大小等方面的看法。在循證式教師培訓中，基于數字平臺收集反應評估數據已經是常態化的做法，后續應進一步關注數據的自動化分析、培訓報告的自動化生成，以期在節省人力、物力的基礎上，提升評估的及時性和客觀性。

第二，學習評估。學習評估測量參訓人員對原理、技能、態度等培訓內容的理解和掌握程度，也是當前教師培訓的難點所在。由于教師培訓更多關注前沿性、理念性、政策性知識與技能的傳授，難以通過傳統的測驗、考試等形式進行考察，亟待開發能夠便捷設置情境化任務的教師專業發展測評系統，通過訓前訓后測評進行發展性評價，準確把握參訓教師學習情況。

第三，行為評估。行為評估主要關注培訓結束后參訓人員的行為變化。當前，教師培訓績效評價中面臨的主要問題就是如何達成行為評估，將培訓績效的評價進一步延伸至學校、課堂乃至每一名學生，使得評價真正成為可測量的、客觀的、由受教育主體（學生）做出的。但當前大多數培訓在行為評估方面“鞭長莫及”，亟待通過教學環境改造升級，利用智能化學習情境判別以及師生言語、行為、表情分析等方式達成行為評估。

第四，成果評估。成果評估即判斷培訓是否能給教師的教育教學帶來提升與優化，能否為學校發展貢獻自己的力量，這一層次的評估上升到了組織的高度。全國中小學教師信息技術應用能力提升工程2.0通過微能力點測評的方式為培訓績效的評定奠定了新思路，一定程度上改變了傳統以參訓教師是否滿意、研修經驗總結等主觀方式進行自評[21]來判定培訓成效的做法，順利地將培訓績效的評價由訓中延伸到了訓后，教師培訓不再是“訓完了就完了”，而是對培訓成果的有效評估。未來，可以進一步拓展這種方式，通過訓練教師培訓大模型，輔助完成培訓成果的批閱等，提升成果評估的信度。

（五）化證促參：多元化培訓證據復用助力提升教師培訓參與積極性

長期以來，教師參與培訓的“真實”積極性不高影響著培訓質量，一些教師抱著“出來休閑”“逛一逛”的心態參加教師培訓，在培訓課堂中活躍度較低，部分教師認為外出培訓回校后還需要給學生補課，耽誤了自己的正常教學時間。有研究指出，應建立激勵機制，激發教師的正向培訓態度[22]，然而現有機制層面的激勵往往難以得到落實，主要原因在于未能建立長效的證據記錄、復用機制。許多教師在培訓后能夠證明自己參加過培訓的證明就僅僅是一張紙質或電子的證明、證書。在當前教育數字化快速推進的關鍵時期，亟待通過平臺功能拓展、新建一體化平臺等方式，將培訓過程性、總結性證據有效固定于平臺之中，并向域內所有學校、教師開放接口，使其能夠便捷地查看相關數據。通過電子徽章、積分等形式將教師個人培訓成效匯集并展示于個人頁面，切實發揮電子徽章“彰顯個人獨特成就”的作用，正面強化教師參與培訓的行為。同時，通過接入教師職稱評聘、評獎評優等系統，使得教師在參加職稱評聘、評獎評優時能夠便捷地調用相關證據，在系統平臺層面將其做成“硬條件”，彌補“軟機制”無法發揮真作用、容易流于形式的現實缺陷，讓教師獲得“真實惠”。

[參考文獻]

[1] 任友群，馮曉英，何春． 數字時代基礎教育教師培訓供給側改革初探[J]． 中國遠程教育，2022（8）：1-8．

[2] 教育部，中央宣傳部，中央編辦，等. "教育部等八部門關于印發《新時代基礎教育強師計劃》的通知[EB/OL]. （2022-04-11）[2024-07-30]. http：//www.moe.gov.cn/srcsite/A10/s7034/202204/t20220413_616644.html.

[3] 朱旭東，付鈺，靳偉，等． 循證理念下教師教育研究對教師教育政策制定的影響研究[J]． 中國教育學刊，2022（12）：40-44，87．

[4] 肖慶華． 論基于“主體訴求” 的鄉村教師培訓[J]． 中國教育學刊，2020（8）：93-96．

[5] YETLEY E A， MACFARLANE A J， GREENE-FINESTONE L S， et al. Options for basing Dietary Reference Intakes （DRIs） on chronic disease endpoints： report from a joint US-/Canadian-sponsored working group[J]. The American journal of clinical nutrition，2017，105（1）：249-285.

[6] 吳南中，李少蘭，陳明建. 人工智能支持的教師循證教育：理論架構與行動網絡[J]. 電化教育研究，2023，44（5）：36-43.

[7] NOVAK I， MCINTYRE S. The effect of education with workplace supports on practitioners' evidence-based practice knowledge and implementation be-haviours[J]. Australian occupational therapy journal，2010，57（6）：386-393.

[8] 李彥敏. 教師信息技術創新能力培訓需求的循證研究——以小學語文教師為例[J]. 集美大學學報（教育科學版），2016，17（1）：7-12.

[9] 付衛東，陳安妮． 教育數字化轉型視域下的“強師之路”：何以為憂與何以化憂[J]． 中國教育學刊，2024（1）：65-70．

[10] 鄭永和，王一巖． 教育與信息科技交叉研究：現狀、問題與趨勢[J]． 中國電化教育，2021（7）：97-106．

[11] 凌亢，孫友然，張相學. 中國教師教育發展報告（2022）[M]. 北京：社會科學文獻出版社，2022.

[12] 馬寧，張燕玲，杜蕾，等. 面向在線異步交互文本的情感—認知自動化分析模型研究——以大規模教師在線培訓為例[J]. 現代教育技術，2022，32（5）：83-92.

[13] 李凌艷，蒲素素，任昌山，等． 教育數字化背景下鄉村教師的專業發展參與：影響因素與整合機制——以貴州省某脫貧摘帽縣教師為例的扎根分析[J]． 中國電化教育，2024（1）：68-76．

[14] 趙鑫，謝小蓉． 改革開放40年鄉村教師培訓研究的進展與走向[J]． 教育研究與實驗，2019（1）：61-67．

[15] 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．

[16] 熊焰青. 探尋鄉村教師數字化培訓新路徑[N]. 中國教育報，2023-12-13（7）.

[17] 李霞． 循證教育：英國的實踐探索[J]． 比較教育研究，2021，43（8）：71-78．

[18] 高書國． 中國特色社會主義教育的制度優勢[J]． 人民教育，2020（1）：23-27．

[19] 段建彬，王建軍，李華． 教師遠程培訓有效實施的策略研究[J]． 現代遠距離教育，2016（1）：20-28．

[20] 郭存，何愛霞． 基于結構方程模型的教師培訓績效影響要素測度分析——以TALIS 2018上海調查結果為依托[J]． 終身教育研究，2023，34（2）：71-79．

[21] 王麗，欒莉． 黑龍江省教師 “線上培訓” 績效評價研究[J]． 黑龍江教師發展學院學報，2021，40（6）：24-26．

[22] 郭垚垚． 基于計劃行為理論的鄉村教師培訓參與意愿研究[D]． 聊城：聊城大學，2023．

Evidence-based Teacher Training Empowered by Digital Intelligence：

Why， Where and How

ZHENG Xin1， "MA Ruiqi1， "LI Yongjie1， "ZHANG Jing1， "WU Tieyan2

（1.School of Educational Technology， Northwest Normal University， Lanzhou Gansu 730070;

2.Xinglongtai District Dingxiang School， Panjin Liaoning 121000）

[Abstract] The construction of faculty is an important factor influencing the high-quality development of education. Currently， there are still many constraints on the quality improvement of teacher training， and there is an urgent need to move towards precision and evidence-based training. This paper analyzes the necessity of teacher training moving towards evidence-based practices， explores the potential types of evidence and basic pathways of evidence acquisition in teacher training. It proposes a realistic path for evidence-based teacher training empowered by digital intelligence， such as dissecting the needs with evidence， the intelligent analysis of platform-based data empowering the revelation of the genuine needs of training teachers; determining cases with evidence， training cases and expert opinions empowering the more precise formulation of training programs; cultivating excellence with evidence， large-scale multimodal data collection and analysis empowering the optimization of the training process; discussing the effect with evidence， the application of normalized evidence effectively supporting the comprehensive analysis and judgment of training performance; and promoting participation with evidence， the reuse of diversified training evidence helping to enhance teachers' enthusiasm for training.

[Keywords] Teacher Training; Digital Intelligence Technology; Evidence-based Practice; Multimodal Data; Digitalization of Education