人工智能賦能高質量循證教研

教研改革是強化教師隊伍建設和提升教育質量的關鍵。我國高度重視教師隊伍的培育與發展?！蛾P于全面深化新時代教師隊伍建設改革的意見》明確提出，要全面提高中小學教師質量，建設一支高素質專業化的教師隊伍 。努力打造一批高素質的中小學教師，是實現黨的二十大報告“加快建設教育強國、科技強國、人才強國”目標的現實路徑。教育部陸續印發《教育信息化2.0行動計劃》《關于加強和改進新時代基礎教育教研工作的意見》等系列文件，強調聚焦教研工作模式的創新性轉變，勇于邁向數智化時代的前沿，深入探索并實踐教研活動的轉型與升級路徑。

隨著教育改革的不斷深入，面對教育數字化轉型、基礎教育減負增效的新形勢，傳統教研還存在一些問題，例如，依賴教師主觀個人經驗^[1]、精準評價難以實現^[2]、聯動輻射效果不佳^[3]等。出現這類問題的根本原因在于教研數據的收集與運用存在瓶頸?；跀祿木珳驶萄幸殉蔀閿抵菚r代教師教研的新需求。此外，盡管人工智能技術已逐步應用到教育領域，但區域教研仍面臨理論與實踐脫節、缺乏系統性方法指導的困境^[4]。為此，本研究聯合高校教育技術研究團隊，通過“高?！獏^域”協同機制，將學術理論與一線經驗深度融合，構建數據驅動的教研新模式。

一、區域教研的獨特優勢、發展脈絡與現存問題

區域教研是一種以促進教師專業發展、提高學校教育教學質量為目標的教研組織形式，通過在特定區域內開展聯合教學研究發揮輻射作用。區域教研有利于區域內各學校優勢互補、資源共享增量、教學互研增值、教師互動增能，從而提升區域內學校的優質均衡發展，進一步促進教育公平^[5]。特別是對于區域內新辦學校與薄弱學校，區域教研可以促進教師間的交流與合作，發揮其優質資源共享的優勢，提升教學質量和教師專業素養。

傳統的區域教研實踐活動主要依靠理論研究與實驗研究。理論研究借助教育學經典理論和各學科教法、學法理論解讀教材，采用模擬歸納、演繹推導的方法設計課堂教學，尋求程式化的教學改進路徑。實驗研究以公開課研討、同課異構、專家點評為主要形式，通過課堂觀察、量表調查等獲取研究資料，基于教師主觀感受、人工記錄的信息和個體經驗來評價、反思和改進教學。此類教研活動缺乏專業研究人員指導，普遍存在教研次數少、教研水平低的問題^[6]。同時，受限于時間空間，教研活動難以大規模開展。

隨著計算機的普及和網絡技術的蓬勃發展，教育教研迎來了“互聯網教研”的新時代。教育部強調大力推進信息技術在教學過程中的普遍應用。各地陸續開始借助網絡社交平臺、教師研修平臺、虛擬實踐社區和教師工作坊等教研載體，共享教學資源、開展網絡教研活動。利用網絡，教師能夠獲取更全面的信息，以整體視角取代局部觀察。但此階段教研依舊依賴于教師的個人經驗進行，主觀性強且聯動輻射效果不佳。

隨著教育數字化戰略行動的推進，我國的教育教研步入了由人工智能驅動的循證教研階段。教研開始從理論思辨、經驗判斷和小范圍實證分析，轉化為大規模和多模態數據驅動的新形態。然而，區域在應用人工智能技術開展循證教研時存在缺乏系統理論指導的問題，如何構建數智融合的區域教研創新模式成為亟待突破的實踐難題。

因此，本研究注重發揮高校的理論指導作用、將技術應用和教學實踐緊密結合，旨在構建“1+5+N”區域小學數學教研共同體模式。通過在實踐中不斷迭代和優化，這一教研模式可助力教師成長，提升區域小學數學教學質量，并為區域教研工作提供一個具有可操作性的參考案例，推動教育數字化背景下區域教研的創新發展。

二、“1+5+N”區域小學數學教研共同體模式的構建

（一）“1+5+N”區域小學數學教研共同體模式的概念界定

“1+5+N”區域小學數學教研共同體模式是基于兩個維度提出的：一是循證教研理論的引領，二是信息技術的運用。循證教研是一種基于證據的、以行動研究或課例研究為核心的反思性實踐活動。循證教研理念強調以科學證據為基礎，通過系統的數據收集、分析和應用，指導教學實踐和教育研究。與此同時，信息技術在教研中的作用日益凸顯，特別是生成式人工智能技術的突破性發展，為教研活動的創新與深化提供了強勁的驅動力。

本研究在梳理和總結教研實踐經驗的基礎上，通過深入分析與提煉，歸納構建出“1+5+N”區域小學數學教研共同體模式（如圖1）。該模式由頂層設計層、輻射協同層、實踐創新層組成，是一個以高校帶動區域、五元協同發展、N個教師學習共同體的三級聯動教研模式。

具體來說，“1”指的是一個教研平臺，即由華南師范大學教育人工智能研究院和廣州市南沙區教育發展研究院共同構成的頂層設計層。成員包括課程論專家、教育技術學者及骨干教研員，負責學科頂層設計、技術工具開發與循證方法論指導，高校與區域深度協同，形成學術引領中心。

“5”指的是5名區學科骨干教師組成的名師工作室，構成了五元協同發展的輻射協同層。團隊成員圍繞義務教育的“優質”和“均衡”兩個核心任務，以及“新課程標準在小學數學課程教學中的落實”和“核心素養在學生學習活動中的體現”兩個關鍵議題，對小學數學各學習領域開展理論實踐相結合的研究。任務包括開發區域特色課程資源、設計學科評價工具、提煉可遷移的教研策略。

“N”指的是以骨干教師為節點，跨校組建N個教師學習共同體，共同形成實踐創新層。通過課例研究、行動研究，教師學習共同體將國家統一制定的育人“藍圖”細化為本土學校的“施工圖”，形成“一校一案、一科一策、一師一優”的校本研修新常態。

（二）“1+5+N”區域小學數學教研共同體模式的路徑構建

“1+5+N”區域小學數學教研共同體模式以“確定教研主題—開展教研活動—進行教研評價—推廣教研成果”的動態循環邏輯，作為核心運作機制開展循證教研，形成了人工智能賦能的四階段循證驅動實施路徑（如圖2）。該實施路徑以高校學術資源為引領，借助人工智能技術賦能，發揮頂層設計層、輻射協同層、實踐創新層的三級聯動作用，旨在推動區域教研朝著更高效、更智能的方向穩步前進，推動小學數學學科教學的高質量發展。

該實施路徑一方面實現了角色互補，即區域提供制度保障，骨干教師發揮專業引領，教師學習共同體實現實踐創新；另一方面實現了數據貫通，即利用區域教研大數據平臺實現證據鏈的全程追溯。這樣的設計既保證了教研活動的專業性和系統性，又兼顧了實踐轉化的效度，最終實現從經驗型教研向循證型教研的范式轉型。

三、“1+5+N”區域小學數學教研共同體模式的實踐

（一）以真實問題為導向，確定基于證據的教研主題

教研的核心目的在于探尋并解決教學實踐中的各類問題。這些問題可能源于學生的學習困難、教師的教學困惑，或者是教育政策與實踐之間的不匹配。因此明確教研主題是循證教研的邏輯起點。在確定教研主題時，一方面需要綜合考慮主題的必要性和重要性，借助信息化工具統計和分析教學中迫切需要解決的真實問題，以確定教研主題和解決問題的切入點；另一方面需要確保解決方案的可行性、保證教研主題與學校實際工作緊密相連，并評估個人是否具備完成研究任務所需的專業技能與經驗技巧等。

在實踐中，本階段首先由頂層設計層通過數字化平臺系統性采集區域教學數據，并借助智能分析工具實現共性問題診斷，進而結合《義務教育數學課程標準（2022年）》（以下簡稱“新課標”）要求精準錨定研究領域，將宏觀問題轉化為具體教研主題。接著，輻射協同層的骨干教師開展多場景教學實踐，在真實課堂中將表層痛點轉化為可操作的創新課題。以某次教研為例，頂層設計層借助廣州市共享課堂的小學數學教學資源平臺，系統搜集并分析了覆蓋11個區域的共計727節電視錄像課程，然后利用課堂教學智慧評價系統，對這些視頻材料進行自動化分析，旨在描繪出不同學習領域中課堂教學行為的數字化形象，進而識別區域共性問題。分析結果顯示，學生在空間觀念建構方面存在明顯不足，具體表現為對三維空間中的實體或幾何形狀的距離、大小、相對位置判斷模糊，以及解讀和整合立體物體之間的視覺信息、運動規律以理解空間布局和構造的能力較為薄弱。最終，頂層設計層選取人教版小學數學教材中的“圖形與幾何”學習領域作為分析重點，并結合新課標要求列出了“跨學科項目式學習在空間觀念培養中的應用”的教研主題清單。輻射協同層深入課堂，開展教學實踐，發現傳統的課件展示或實物演示方法未能有效地幫助學生構造立體幾何思維。為進一步了解情況，輻射協同層隨機抽取區域內三所不同發展水平的學校，對人教版數學二年級上冊“觀察物體”一課實施了異地教學試講、授課及研討，在教學實踐中將痛點問題轉化為可操作的教研主題，即“虛擬現實技術支持的空間觀念培養策略”。本階段通過頂層設計層、輻射協同層、實踐創新層的三級聯動作用，實現“數據診斷—主題聚焦—實踐落實”的教研閉環，為解決同類問題提供可復制的數字化轉型路徑。

（二）以學科課堂為場景，開展基于證據的教研活動

課堂是循證教研的主場所，也是教師進行教學實踐的主陣地。在課堂上，教師應根據教研主題與課堂教學內容，設計并開展基于證據的教研活動。具體而言，頂層設計層從宏觀視角把握教研主題與教學框架，輻射協同層進行教學目標的拆解和教學活動的細化，實踐創新層在教學過程中收集學生的學習過程數據，進行教學評價并反饋給頂層設計層，以進一步優化教學框架。這樣就實現了課堂場景中基于證據的循證教研循環（如圖3）。

基于選定的教研主題，頂層設計層結合新課標的要求，提供示范課例、工具資源等，并設計跨學科項目式學習框架。例如，在人教版數學四年級下冊“三角形”單元的教學中，通過真實情境問題“如何設計一座堅固又美觀的獅子洋大橋”驅動，頂層設計層設計了五課時教學規劃（如圖4）。這一設計重構了三角形特征方面的知識，旨在培養學生的跨學科核心素養和數學思維。

輻射協同層首先拆解教學目標，形成知識掌握、核心素養、行為表現的三級指標，并進一步將這些抽象的核心素養轉化為具體、可執行且可評估的學生學習成果。然后成員共同探討教學設計迭代、細化教學活動流程，并設計相應數字資源。在教學過程中，實踐創新層使用智能設備統計學生學習數據（包括但不限于答題時長、正確率等），并使用量表、問卷等工具收集學生、教師對課例評價的相關數據，然后將這些數據反饋給輻射協同層。輻射協同層利用人工智能技術分析課堂實踐數據，形成教學中的痛點和堵點問題區級資源庫，進而反饋給頂層設計層。這樣，頂層設計層可以了解區域教師使用資源的情況，以驅動下一輪基于證據的教研活動的進行，最終凝練小學數學學科的教學范式。

（三）多樣化視角為基準，進行基于證據的教研評價

在后續的研究改進過程中，評估教研效果是提供證據的關鍵環節。評價應具有多樣化的視角和方法。本案例結合量化與質性分析方法，從教研內容、教研過程、教研效果三方面開展診斷與評價。在評價過程中，團隊成員充分運用科學證據，如學生作業、測試成績、問卷調查等數據，以及課堂觀察、教學錄像等質性材料，通過多樣化的評價視角和方法，全面客觀地評估教研活動的成效，為后續的教研工作提供有力的支持，從而進一步促使教師改進教學。

本案例中，頂層設計層從宏觀規劃進行引領，制定評價標準。一方面，基于區域小學數學教研規劃，該層系統設計了包含目標達成度、優課轉化率、成果產出量的三維評價標準體系，形成清晰規范的評價框架；另一方面，該層開發了智能測評平臺、數據采集模板等數字化工具，實現多維度評價指標的智能采集與初步分析。輻射協同層將評價標準進一步轉換，與學科進行適配。依托問卷星、UMU學習互動平臺等數字化工具，整合學生自評、教師評價、小組互評、家長反饋等多源數據，該層采用量化與質性分析相結合的方法進行全面評價。同時，輻射協同層緊扣數學學科邏輯性與實踐性特征，將通用評價標準細化為課堂實踐、思維發展等具體指標，并借助人工智能技術深度挖掘教研活動數據，精準定位教師參與度、教學策略改進軌跡等關鍵要素，實現評價視角的多元化與主體的協同化。實踐創新層據此開展教學，課前通過UMU平臺進行診斷性測試，課中通過課堂提問、隨堂練習、課中討論，課后通過作業掌握學生在不同學習階段的狀況，形成了跨學科項目式學習的表現性、總結性、增值性等系列評價量表，實現教學全過程跟蹤。通過對比學生學習前后的增值評價變化，該層發現學生在知識掌握、研討興趣、匯報表達、分工合作等維度得到大幅度提升，驗證了評價體系的有效性（如圖5）。教師基于評價數據動態調整教學策略，構建包含活動方案、實施過程、師生反饋的數字化教研檔案，并借助人工智能技術實現數據的存儲、檢索與關聯分析。

（四）多主體協同為途徑，推廣基于證據的教研成果

高質量循證教研的成果需要得到廣泛的推廣和應用。在推廣過程中，教研共同體的集體智慧應得到充分發揮。由于教研過程中的每個步驟都基于充分的理論支持和證據，因此教師可以順勢整理產出教研報告、學術論文等教研成果，并通過教學研討會等形式進行分享。教研成果既是對證據形成的詳盡記錄，也是證據再生產的關鍵一環。這一過程不僅促進了證據本身的迭代優化，更深化了一線教師對循證教研理念的認知，使他們對循證教研的運作流程有了更為清晰的把握，再次開展循證教研時能夠更加游刃有余。此外，該模式在實踐時還可以發揮區域的作用，組織校間教研活動，促進教師之間的交流與合作。在多主體的協同努力下，循證教研的成果可順利轉化為教育實踐的動力和源泉，為教育教學質量的提高提供更有力的支撐。

為創造性地解決“圖形與幾何”教研主題中的難點問題，研修團隊針對人教版數學二年級上冊的課程內容“觀察物體（一）”進行了深度開發，通過連續不斷的迭代優化形成教研成果，成功打造了一套高質量精品教學案例。為進一步推廣教研成果，頂層設計層構建區域循證教學資源庫，并上傳精品課例供各學校共同研討交流，同時組織成果博覽會進行經驗傳播。輻射協同層舉辦“虛擬現實技術在幾何教學中的應用示范”的專題講座，指導薄弱學校、新辦校進行因地制宜地改造。實踐創新層基于教研成果開展校本行動研究，不僅提升了自我的問題意識、循證意識，同時產出了一批教學案例，形成輻射效應。

此外，基于本案例的深入研究，本研修團隊推導出了“研—教—評”三級聯動教研流程圖（如圖6）。該模型以“循證教研理論”與“人工智能技術”為雙引擎，圍繞教研流程展開，旨在通過數據驅動的三級聯動模式推動數學核心素養的培養。

四、總結

基于對真實課例的研究，以循證的價值理念，依托信息技術工具，我們開展了基于循證的高質量教研活動，從而凝練出小學數學學科的高質量教學發展模式。通過“高?！獏^域”協同機制，我們將學術理論與一線經驗深度融合，教研的科學性得到顯著提升，為一線小學數學教師解決教育教學中的關鍵問題提供有力保障。在教育實踐過程中，“1+5+N”區域小學數學教研共同體模式具有以下三點創新價值。

首先，重構三級協同教研新樣態。本模式以理論和實踐雙向賦能，高校提供循證方法論，區域骨干教師貢獻實踐智慧，通過N個學習共同體覆蓋區域內薄弱校，顯著增加了優質課比例。

其次，人工智能賦能精準化教研。人工智能驅動的課堂分析大幅度提升了教學行為識別的準確率，相較于傳統的人工觀察，數據分析效率也有所提升。

最后，實現了從經驗到循證的范式轉型。教研依托多模態證據鏈，推動教研決策從“主觀經驗”轉向“數據驅動”。

未來我們還需進一步優化協同流程，構建動態反饋機制，打造高校學術引領、區域實踐驗證的雙向賦能模式，形成常態化、長效化的“高校—區域”協同創新生態。

注：本文系廣東省基礎教育教研基地項目之教研體系建設項目（項目編號：202510020094）、廣東省廣州市南沙區教育科學規劃課題“數字化轉型背景下小學數學學習共同體研修模式的循證研究”（項目編號：NSJYKY2024115）的階段性研究成果。

參考文獻

[1] 張方明.從經驗到循證：基于教研方式轉型的實證教研探索[J].中小學教師培訓，2024（2）：24-29.

[2] 胡小勇，林梓柔.精準教研視域下的教師畫像研究[J].電化教育研究，2019（7）：84-91.

[3] 王濤，陳輝霞.廣東順德：“三位一體”區域教研體系的構建與實施[J].中國基礎教育，2024（5）：30-32.

[4] 王冬青，陳自力，邵文豪，等.從“負能”到“賦能”：基于LLMs的思維鏈提示設計與教研AI智能體構建：以課堂教學智能分析為例[J].中國電化教育，2025（3）：111-117.

[5] 胡小勇.信息化環境中區域教研協作的社會網絡分析[J].電化教育研究，2011（7）：23-29.

[6] 劉建軍.基于主題課例研究的綜合實踐活動區域教研機制構建[J].教育科學論壇，2025（4）：66-68.

（作者周子雯系廣東省廣州市南沙區教育發展研究院小學數學教研員；唐夕人系北京師范大學碩士研究生，本文通訊作者；張雅慧系華南師范大學碩士研究生）

責任編輯：李媛