教育數(shù)據(jù)敘事賦能師范生教學反思的實證研究

關(guān)鍵詞：教育數(shù)據(jù)敘事；師范生；多模態(tài)學習分析；教學反思；學習分析儀表盤分類號】G40-057【文獻標識碼】A【論文編號】1009—8097（2025）08—0057—10【D01】10.3969/j.ssn.1009-8097.2025.08.006

黨的二十大報告指出，教師隊伍是教育強國的第一資源[1]。隨著人工智能技術(shù)的快速發(fā)展，《教育強國建設(shè)規(guī)劃綱要（2024-2035年）》進一步提出，要提升師范教育的辦學質(zhì)量，深化人工智能助推教師隊伍建設(shè)[2]。由此，如何利用智能技術(shù)助推師范生專業(yè)能力提升成為當前教育領(lǐng)域關(guān)注的重點。教學反思作為師范生專業(yè)發(fā)展的重要手段，在微格教學、說課講課等教學實踐中，支持師范生回顧、觀察、評估和概念化教學知識與實踐，進而提高教學效果β]4]。隨著教育智能化的發(fā)展，眾多研究將多模態(tài)學習分析技術(shù)引入師范生教學實踐過程，通過對教學行為、情感等多模態(tài)數(shù)據(jù)的采集與分析，實現(xiàn)教學過程的自動化評估與反饋，進而提供多模態(tài)數(shù)據(jù)驅(qū)動的教學反思工具5]。然而，現(xiàn)有技術(shù)手段仍存在多模態(tài)數(shù)據(jù)解讀機械且不聚焦、反饋缺乏可解釋性和可行動性等問題，使師范生普遍缺乏有深度反思價值的個性化指導與形成性反饋，難以幫助師范生建立對教學實踐不足的整體理解，限制了教學反思深度的提升[o][][][9]l0]。教育數(shù)據(jù)敘事（Educational Data Storyteling，EDS）為解決上述問題帶來了新契機。教育數(shù)據(jù)敘事又稱教育數(shù)據(jù)故事化，是指將學習分析技術(shù)與預期的學習設(shè)計或教育目標相結(jié)合，對多模態(tài)教育數(shù)據(jù)進行價值挖掘、邏輯重構(gòu)、意義賦予，并使用儀表盤進行可視化呈現(xiàn)的方法[]。教育數(shù)據(jù)敘事不僅關(guān)注數(shù)據(jù)可視化表達與故事化重構(gòu)，更強調(diào)要遵循教育理論規(guī)范，通過人機協(xié)同[2I[I3]，將復雜教育現(xiàn)象轉(zhuǎn)化為易理解、可行動的反饋，從而通過引導反思、自我評價等元認知活動，支持教育診斷與決策優(yōu)化[14]。基于此，本研究在師范生教學技能訓練場景下，利用人工智能技術(shù)自動化提取的多模態(tài)教學技能數(shù)據(jù)，探究促進師范生教學技能深度反思的教育數(shù)據(jù)敘事方法設(shè)計和可視化界面實現(xiàn)，并開展準實驗驗證該方法對師范生教學反思的影響，以期為智能技術(shù)支持教師隊伍建設(shè)、多模態(tài)教育數(shù)據(jù)要素挖掘提供指導和借鑒。

一文獻綜述

1數(shù)據(jù)驅(qū)動的教學反思研究

當前，數(shù)據(jù)驅(qū)動教學反思的研究通常采用基于規(guī)則的方法或人工智能技術(shù)，對通過教學視頻或傳感器采集的教學過程數(shù)據(jù)進行分析，挖掘其中反映教學過程的行為、情感、認知等層面的規(guī)律，并基于這些分析結(jié)果，通過文本、儀表盤、可視化報表等形式提供教學問題的特征描述與證據(jù)支持[15][lo][17]。然而，現(xiàn)有方法普遍面臨兩方面的局限：一是反饋止步于具體經(jīng)驗的數(shù)據(jù)可視化和數(shù)據(jù)呈現(xiàn)的碎片化，致使教師陷入“數(shù)據(jù)可見而洞見不可得”的困境；二是反饋缺乏對反思過程的引導，難以推動從現(xiàn)象觀察到教學改進的認知躍遷[18][9][20]。為解決第一個問題，本研究將采用教育數(shù)據(jù)敘事方法，以結(jié)構(gòu)化方式整合多模態(tài)教育數(shù)據(jù)，增強反饋的意義建構(gòu)與可操作性。針對第二個問題，本研究則將引入反思循環(huán)和經(jīng)驗學習圈，前者提供了清晰的反思結(jié)構(gòu)，幫助師范生有序地梳理教學經(jīng)驗；后者強調(diào)“體驗-反思-概念化-實踐”的迭代機制，以此指導反饋設(shè)計要回歸真實教學情境（如教學事件時序化、時間窗口切片），并提供行動建議與方案[21]22]。

2教育數(shù)據(jù)敘事研究

教育數(shù)據(jù)敘事研究源于解釋性可視化和數(shù)據(jù)敘事的研究，這兩類研究主要利用可視化技術(shù)與數(shù)據(jù)組織方法，如全球疫情地圖、數(shù)據(jù)敘事系統(tǒng)，顯著提高了信息傳達的有效性[23][24][25[2]。近年來，數(shù)據(jù)敘事在學習分析領(lǐng)域展現(xiàn)出潛力。例如，Wilkerson等[27]設(shè)計的數(shù)據(jù)敘事教學活動有助于學生推理與情境理解；Chen等[28]通過自動化標注儀表盤提升了學生慕課學習效率；Echeveria等[29]則構(gòu)建了增強教育傳播效果的學習分析儀表盤。但這些研究僅關(guān)注數(shù)據(jù)可視化的技術(shù)性表達與研究情境下的故事化重構(gòu)，表征數(shù)據(jù)模態(tài)單一，缺少與教育目標、元認知活動的深度匹配。為此，有研究者提出了教育數(shù)據(jù)敘事的概念，即將學習設(shè)計理念、多模態(tài)數(shù)據(jù)的價值轉(zhuǎn)換、數(shù)據(jù)敘事方法進行整合，以達到支持反思的目的。例如，Martinez-Maldonado等[30]提出多模態(tài)分層數(shù)據(jù)故事化方法，在護理技能訓練中構(gòu)建數(shù)據(jù)故事原型，支持學生調(diào)整壓力和提升反思技能訓練效果；FemándezNieto等[31結(jié)合數(shù)據(jù)可視化和數(shù)據(jù)故事化原則，設(shè)計可提升學生多模態(tài)數(shù)據(jù)洞察力的可視化原型，并實證其對教師反思的支持作用。上述研究雖將反思作為研究目的，但并未將反思過程與教育數(shù)據(jù)敘事設(shè)計過程進行深度融合。基于此，本研究借鑒多模態(tài)分層數(shù)據(jù)故事化方法，構(gòu)建促進師范生教學反思的教育數(shù)據(jù)敘事方法，開發(fā)教學反思可視化界面，以提升師范生的教學反思深度。

二多模態(tài)學習分析視角下的師范生教學技能評價框架設(shè)計

傳統(tǒng)教學觀認為，教學技能是一類步驟化、客觀化、可復刻的技術(shù)性操作程序[32]。對此，趙伶俐[3]從教師如何“教”出發(fā)，基于視點結(jié)構(gòu)教學理論，構(gòu)建了視點結(jié)構(gòu)教學技術(shù)系統(tǒng)。該系統(tǒng)將師范生教學技能劃分為教學口語、教學體態(tài)、教學邏輯與課堂管理共四個維度，具有跨學科通用、指標區(qū)分度高以及模態(tài)多元等特點。本研究參考其核心結(jié)構(gòu)，結(jié)合多模態(tài)學習分析技術(shù)，依據(jù)教學技能教師需求，提取了四類需要分析的指標，即教學邏輯、教學問答、教學語速和教學體態(tài)。在此基礎(chǔ)上，本研究通過文獻調(diào)研和教學技能專家的協(xié)同設(shè)計，構(gòu)建了具體的分析方案：首先，設(shè)計了9個二級觀測指標，以實現(xiàn)教學技能的量化分析；然后，利用指令微調(diào)型教育大語言模型、ASR、文檔分割技術(shù)從研究人員錄制的師范生教學試講視頻中自動提取文本模態(tài)的教學技能指標數(shù)據(jù)；接下來，利用多模態(tài)大語言模型、頭部姿態(tài)估計、人體關(guān)鍵點估計等計算機視覺技術(shù)，實現(xiàn)圖像模態(tài)下的教學技能指標的自動識別與分析；最后，基于“教學技能-觀測指標-關(guān)鍵技術(shù)-實現(xiàn)工具”映射結(jié)構(gòu)，本研究形成了多模態(tài)學習分析視角下的師范生教學技能評價框架（下文簡稱“教學技能評價框架”），具體如圖1所示[34]。該框架的提出為實現(xiàn)教學技能相關(guān)的多模態(tài)數(shù)據(jù)自動提取與智能化評價奠定了堅實的基礎(chǔ)。

圖1多模態(tài)學習分析視角下的師范生教學技能評價框架

三基于教育數(shù)據(jù)敘事的教學反思可視化界面設(shè)計與實現(xiàn)

1基于教育數(shù)據(jù)敘事的教學反思可視化界面設(shè)計方法

在獲取到的多模態(tài)教學技能數(shù)據(jù)的基礎(chǔ)上，本研究基于反思循環(huán)與經(jīng)驗學習圈，構(gòu)建了基于教育數(shù)據(jù)敘事方法的教學反思儀表盤設(shè)計流程，如圖2所示。其中，在反思循環(huán)指導下，儀表盤與反饋語設(shè)計需體現(xiàn)客觀事件、類人情感、事件評價、歸因分析、改進策略等要素；在經(jīng)驗學習圈指導下，反饋設(shè)計需要集成行為事件時序化、時間窗口切片等要素，并提供可行動的反饋建議。

圖2基于教育數(shù)據(jù)敘事方法的教學反思儀表盤設(shè)計流程

圖3面向師范生教學技能評價的多模態(tài)數(shù)據(jù)結(jié)構(gòu)案例

① 多模態(tài)數(shù)據(jù)：指低階的、未經(jīng)過處理的原始教育數(shù)據(jù)，在本研究中主要指利用技術(shù)工具從師范生教學視頻中提取出來的原始、低階多模態(tài)數(shù)據(jù)。 ② 領(lǐng)域知識：用來輔助構(gòu)建評價標準和學習者畫像的理論知識或方法。例如，在本研究中使用視點結(jié)構(gòu)教學技術(shù)系統(tǒng)來構(gòu)建教學技能評價框架。 ③ 評價標準：在教育目標指引下，基于領(lǐng)域知識和多模態(tài)數(shù)據(jù)特征，將低階、無序的數(shù)據(jù)轉(zhuǎn)化為具備教育價值的規(guī)則。本研究引入時間切片方法，在研究人員、師范生和專家的協(xié)同設(shè)計下，基于反思循環(huán)理論，以客觀事件記錄、類人情感反饋、事件評價、歸因分析、改進策略為模板，制定促進有效教學反思的教學技能評價標準與反饋語[35]。如表1所示，將特定時間窗口或關(guān)鍵事件中的教學技能表現(xiàn)定義為“良好、一般、較差”三個層級，并基于模板設(shè)計了相應的反饋語。 ④ 多模態(tài)數(shù)據(jù)建模：將原始低階多模態(tài)數(shù)據(jù)，依據(jù)教育理論和評價標準，轉(zhuǎn)化為具有教育意義的高階結(jié)構(gòu)。本研究以 M×N （事件） +M×W （時間窗口）矩陣編碼（如圖3所示），其中 M為教學技能指標，每行對應一項指標；列按教學事件時序化標記和時間窗口切片，生成可用于可視化與反饋的數(shù)據(jù)模型。 ⑤ 學習者畫像：基于評價標準，結(jié)合規(guī)則與人工智能，對建模后的多模態(tài)數(shù)據(jù)進行深度加工，構(gòu)建學習者畫像。本研究通過人工智能提取師范生教學技能多模態(tài)數(shù)據(jù)，隨后基于評價標準，從教學事件時序化標記中提取關(guān)鍵事件，分析師范生在不同關(guān)鍵事件和時間窗口的優(yōu)秀、一般、較差表現(xiàn)。⑥ 學習分析可視化：利用可視化工具對學習者畫像信息進行探索性可視化呈現(xiàn)。 ⑦ 人機協(xié)同：融合專家智慧與人工智能技術(shù)，實現(xiàn)質(zhì)性觀測指標協(xié)同設(shè)計與自動化評估，并通過大語言模型提示語工程技術(shù)生成個性化、類人化的反饋與建議[。 ⑧ 教育數(shù)據(jù)敘事原則：主要包含兩方面，一是面向可視化解釋性增強的數(shù)據(jù)故事化設(shè)計原則，如表2所示；二是面向復雜多模態(tài)教育數(shù)據(jù)可視化增強的分層故事化設(shè)計原則，如表3所示。 ⑨ 教育數(shù)據(jù)敘事儀表盤：基于教育數(shù)據(jù)敘事設(shè)計原則對學習分析可視化結(jié)果進行重構(gòu)。

表1師范生教學技能評價標準與反饋語

表2面向可視化解釋性增強的數(shù)據(jù)故事化設(shè)計原則

表3面向復雜多模態(tài)教育數(shù)據(jù)可視化增強的分層故事化設(shè)計原則

2基于教育數(shù)據(jù)敘事的教學反思可視化界面實現(xiàn)

本研究基于師范生試講視頻的智能分析與反饋流程，采用軟件工程方法設(shè)計并實現(xiàn)了教學反思可視化界面，主要包含兩大功能模塊：視頻管理、分析報表。視頻管理模塊支持視頻上傳和多模態(tài)教學技能數(shù)據(jù)提取分析；分析報表模塊集成視頻、講授文本和教學反思儀表盤，支持關(guān)鍵事件跳轉(zhuǎn)回看。其中，教學反思儀表盤作為核心功能，基于教育數(shù)據(jù)敘事方法呈現(xiàn)教學技能多模態(tài)數(shù)據(jù)與反饋，以促進師范生深度反思。圖4、圖5、圖6展示了儀表盤的實際界面與交互方式，支持用戶基于反饋回顧關(guān)鍵教學行為。

圖4教學反思可視化界面主要設(shè)計

圖6散點型數(shù)據(jù)僅在鼠標接觸時才呈現(xiàn)

四實證研究

為驗證師范生教學技能評價框架的準確性，以及教育數(shù)據(jù)敘事方法對師范生教學反思的影響，本研究將該教學反思可視化界面（以下簡稱“系統(tǒng)”）應用于重慶市某高校舉辦的師范生教學技能大賽中。該大賽是面向該校師范生的重要教學實踐活動，要求參賽師范生以說課講課的形式針對其自選的教學主題開展試講。本研究通過師范生使用系統(tǒng)前后的教學反思文本對比分析，結(jié)合訪談深入探究系統(tǒng)的應用成效。

1實驗設(shè)計

（1）實驗工具

首先，為保障實驗對象具備完成實驗任務所需的教學反思基礎(chǔ)與條件，本研究基于高倩[37提出的物理職前教師教學反思能力測評問卷，構(gòu)建了適用于師范生教學技能訓練場景的“教學反思能力測評問卷”，涵蓋教學反思知識、反思動機與反思技能。問卷采用李克特五級量表（1分表示“完全不同意”，5分表示“完全同意”），評估受試者在教學反思方面的基礎(chǔ)水平，部分示例如表4所示。總量表和三個分量表的Cronbach'sAlpha系數(shù)分別為0.907、0.926、0.835和0.824，表明問卷具有良好的一致性，可用于本實驗。

表4“教學反思能力測評問卷”題目示例

其次，為測量師范生教學反思文本寫作的廣度與深度，本研究使用袁桂琳[38提出的“師范生說課講課教學反思評價指標”（以下簡稱“教學反思評價指標”）。該指標將教學反思寫作標準劃分為描述、情感、評價、分析和收獲總結(jié)5類反思廣度，以及無反思、淺層次反思和深層次反思3類反思深度。該評價指標的理論基礎(chǔ)與本研究反饋語設(shè)計的理論基礎(chǔ)一致，因此能更有效地對反思文本進行對照分析與效果評估。最后，為深入分析系統(tǒng)的反饋準確性及用戶體驗，實驗后進一步對師范生進行訪談。訪談圍繞以下四個方面展開：系統(tǒng)的可操作性、反饋內(nèi)容的準確性與價值感知、教育數(shù)據(jù)敘事的理解與接受度、系統(tǒng)對反思寫作的實際幫助。訪談數(shù)據(jù)有助于從用戶視角補充定量分析結(jié)果，深入評估系統(tǒng)的實際應用效果與優(yōu)化方向。

（2）實驗對象

本研究的實驗對象為17名參加教學技能大賽的師范生，試講學段涵蓋小學、初中和高中，學科包括語文、數(shù)學、物理、生物和信息技術(shù)/科技。實驗前，受試者填寫了教學反思能力測評問卷，結(jié)果如表5所示。從表中數(shù)據(jù)可見，師范生在教學反思知識（ M=4.257 ， S_D=0.775 ）和反思態(tài)度（ ?M=4.089 ， SD=0.696 ）維度上得分較高，反映出其具備較好的知識儲備和反思意愿；在技能維度上得分相對較低（ M=3.839 ，SD=0.790 ），表明部分學生在反思方法的實際運用上仍有提升空間。總體得分為4.058（ SD=0.783 ），表明參與者具備良好的教學反思基礎(chǔ)，能夠勝任本研究的實驗任務。

表5教學反思能力測評問卷結(jié)果

（3）實驗過程本研究采用準實驗法，歷時3周：實驗第一周，師范生進行試講選題與教學設(shè)計；第二周，師范生完成試講并撰寫 200～300 字教學反思，過程由研究人員錄制視頻；兩周后（第五周），師范生使用系統(tǒng)分析視頻，結(jié)合系統(tǒng)反饋撰寫教學反思文本終稿；終稿提交后，研究人員按提綱對師范生開展訪談。實驗結(jié)束后，2名研究人員依據(jù)“教學反思評價指標”對反思文本進行句子級標注，評估其反思元素的廣度與深度。

2研究結(jié)果與討論

首先，2名研究人員標注的教學反思文本中，反思廣度與深度標注內(nèi)容的 Kappa一致性檢驗結(jié)果為0.82，表明標注效果有效。隨后，本研究對標注后的反思文本數(shù)據(jù)進行獨立樣本t檢驗，探究前后反思文本中描述、感受、分析、評價和收獲總結(jié)層面的差異，結(jié)果如表6所示。由表6可知，不同反思時段的樣本在感受層面無顯著差異（ ?pgt;0.05） ），效應量為中等水平（ d=0.606 ），表明師范生在該層面的表現(xiàn)差異不顯著[39]。而在經(jīng)歷、分析、評價和收獲總結(jié)四個層面，師范生表現(xiàn)差異顯著 （plt;0.05 ）。其中，經(jīng)歷 （d=0.781） 人分析（ d=0.514 ）和評價（ d=0.791 ）層面的效應量為中等水平，而收獲總結(jié)（ d=1.029 ）的效應量均達到較高水平，表明不同反思時段的個體在經(jīng)歷、分析、評價和收獲總結(jié)層面存在差異[40]。

表6前后教學反思文本標注效果的t檢驗結(jié)果

注： ①^*plt;0.05 ， **_plt;0.01 ， ^***plt;0.001 ： ② 前反思和后反思分別指師范生使用系統(tǒng)前后撰寫或修改的反思文本。

基于以上分析數(shù)據(jù)，結(jié)合訪談文本，本研究得出以下結(jié)論： ① 教學技能評價框架客觀且準確性高，部分維度評價準確性有待提升。訪談數(shù)據(jù)中， 94.1% 的師范生認為系統(tǒng)的反饋客觀且準確（如“數(shù)據(jù)客觀，能呈現(xiàn)多方面問題”“建議精準，視角多元”），表明系統(tǒng)的多模態(tài)數(shù)據(jù)分析與反饋在教學技能評估中較為準確。但有個別意見指出，系統(tǒng)存在設(shè)問句識別誤判為問題和表情識別不準確的問題，前者出現(xiàn)的主要原因為訓練語料缺乏設(shè)問句語義區(qū)分，后者出現(xiàn)的主要原因為圖像瞬時截取導致面部表情形變，后續(xù)研究將通過添加設(shè)問句負例語料、優(yōu)化表情間隔算法來進行改進。 ② 系統(tǒng)有效提升了教學反思文本的廣度。如圖7所示，系統(tǒng)使用后， 76% 的師范生反思文本中新增3個及以上反思元素。這主要是因為反思儀表盤以反思循環(huán)為理論支撐，由一線教師與專家協(xié)同優(yōu)化，通過醒目的標題、關(guān)鍵事件點、時間窗口塊、“紅黃綠”顏色區(qū)分、分層顯示等教育數(shù)據(jù)敘事設(shè)計要素，幫助師范生挖掘教學問題并提供改進建議。 ③ 系統(tǒng)對經(jīng)歷、分析、評價和收獲總結(jié)層面的反思深度支持較好，對感受層面的反思深度支持較弱。在上述反思廣度提升樣本中，本研究進一步統(tǒng)計分析其中各類反思元素深度總體提升的比例，統(tǒng)計結(jié)果如圖8所示。本研究發(fā)現(xiàn)系統(tǒng)在提升師范生教學反思深度方面總體有效，特別是在經(jīng)歷和評價層面，支持率均超過 80% ；分析（ 59% ）和收獲總結(jié)（ 65% ）層面支持效果亦較明顯；而感受層面提升相對較弱（ 41% ）。造成這一差異的主要原因在于，系統(tǒng)儀表盤以反思循環(huán)為基礎(chǔ)，結(jié)合文本與視覺反饋，以直觀形式呈現(xiàn)教學問題并給出改進建議，具備良好的可解釋性與可操作性（如“該系統(tǒng)智能性強，可以生成大量有用的反饋”）。其分層顯示與交互功能讓學生可自主聚焦特定教學片段，提升了對問題的識別與理解（如“系統(tǒng)交互很高級……讓我更加專注地去看我出現(xiàn)問題的原因”）。這些反饋材料本身即成為反思寫作的有效支架，有助于師范生省去問題發(fā)現(xiàn)階段，將更多精力投入于問題歸因分析，從而提升反思文本的深度。另外，由于系統(tǒng)較少涉及情感體驗的引導，導致“感受”層面支持相對較弱。

此外，本研究進一步對反思深度提升水平進行編碼：將反思由“無-淺層次”變化的元素標記為“淺支持”，由“無-深層次”或“淺層次-深層次”變化的元素標記為“深支持”，并統(tǒng)計了不同反思元素的深度提升編碼結(jié)果，如圖8所示。結(jié)果發(fā)現(xiàn)系統(tǒng)對評價層面的“深支持”比例最高（ 82% ），其次為經(jīng)歷 71% ）、收獲總結(jié)（ 65% ）與分析（ 59% ）；感受層面的“深支持”比例最低，僅為 6% 。在評價層面，系統(tǒng)通過分層顯示、區(qū)分表現(xiàn)水平的反饋語和“紅黃綠”顏色區(qū)分的反饋設(shè)計，清晰標示教學問題及改進建議，強化了反思的針對性與緊迫感（如“紅色讓我覺得改進這個問題很緊迫”， 94.2% 的受試者認為反饋“易于理解”“有助于反思”）。在經(jīng)歷層面，系統(tǒng)以關(guān)鍵事件、時間窗口的方式提供情境化反饋，有效降低寫作難度。在收獲總結(jié)層面，反饋語中的行動建議幫助師范生將具體問題上升為教學原則與經(jīng)驗，有助于形成系統(tǒng)性教學認知。在分析層面，視頻跳轉(zhuǎn)功能鼓勵師范生帶著“問題”回看教學片段，尋找“證據(jù)”，推動其深入理解問題成因，提升批判性思維，進而加深反思深度。而感受層面支持較弱，主要是因為系統(tǒng)缺乏情緒反饋引導，難以喚起師范生的情感回顧；同時，教學與反思時間間隔較長，師范生對試講時的情緒記憶模糊，影響反思深度。后續(xù)應強化情感維度的反饋設(shè)計，提升對感受類反思的引導效能。

圖7系統(tǒng)使用前后反思廣度差異

圖8不同反思元素深度提升和提升水平的統(tǒng)計

五結(jié)語

結(jié)果表明，基于教育數(shù)據(jù)敘事的可視化設(shè)計能夠有效支持師范生開展深度教學反思。為進一步推動教育數(shù)據(jù)敘事在教育場景中的落地應用，本研究提出以下三點建議： ① 構(gòu)建兼具復雜性、系統(tǒng)性與長期性的多模態(tài)教育數(shù)據(jù)要素治理體系，促進跨學科、跨平臺數(shù)據(jù)流通，從反饋機制、隱私保護與評估標準等方面完善數(shù)據(jù)敘事設(shè)計規(guī)范，探索可持續(xù)的人機協(xié)同反饋機制，以提升教育反饋價值。 ② 在以人為本的教育治理理念的基礎(chǔ)上，基于體驗式學習理論，將教育數(shù)據(jù)敘事方法嵌入“實踐-反饋-反思-行動”循環(huán)，構(gòu)建人機協(xié)同教學模式，強化師范生的數(shù)據(jù)素養(yǎng)與教學反思能力[41]。 ③ 政府與高校應共建多模態(tài)反思資源共享平臺，支持用戶生成與專家優(yōu)化并行，推動高質(zhì)量反思資源積累與多模態(tài)教育數(shù)據(jù)生態(tài)的可持續(xù)發(fā)展。

當然，本研究仍存在一定的局限性，如系統(tǒng)的教育數(shù)據(jù)敘事元素的設(shè)計要素仍需進一步完善；實驗受試人數(shù)較少，為考慮不同學科的教學情境的影響，未設(shè)計實驗組與對照組。后續(xù)研究將進一步擴大受試樣本量和實驗規(guī)模，來充實系統(tǒng)在不同師范生學科背景和不同教育場景下的循證研究。

參考文獻

[1]任友群.學習貫徹黨的二十大精神筑牢高校教師隊伍思想之基[J].中國高教研究，2023，（2）：1-6.

[2]新華社.中共中央國務院印發(fā)《教育強國建設(shè)規(guī)劃綱要（2024-2035年）》[N].人民日報，2025-1-20（6）.

[3]柳立言，曹生林，吳向文.微格教學中反饋策略對師范生教學反思能力培養(yǎng)的影響研究——基于多模態(tài)數(shù)據(jù)循證的視角[J].教師教育研究，2023，（4）：41-49.

[4][19]蔡慧英，盧琳萌，顧小清.人機協(xié)同教研會促進教師教學反思能力的發(fā)展嗎？——基于課堂視頻智能分析技術(shù)的實證研究[J].現(xiàn)代遠距離教育，2023，（1）：40-49.

[5][6]廖，胡玉立，張茜，等.基于多模態(tài)大模型的CST2差異化評課模型及其應用研究[J].現(xiàn)代教育技術(shù)，2025，（5）：52-61.

[7]閆寒冰，趙佳斌，王巍.技術(shù)賦能的課堂教學診斷：特征與發(fā)展空間[J].現(xiàn)代遠距離教育，2022，（2）：3-11.

[8]褚樂陽，劉澤民，王浩，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，（4）：91-103.

[9]孫碩，胡小勇，穆肅，等.師范生教學基本技能智能實訓模型及應用研究[J].電化教育研究，2024，（6）：113-120.

[10][30]Martiez-MldonadoR，EcheveriaVeandezNietG，etal.Frodata toisights： Alayeredstorytellingapachfor multimodal learming analytics[A]. Proceedingsof the 2020 CHI Conference on Human Factors in Computing Systems[C].New York， NY， USA： Association for Computing Machinery， 2020：1-15.

[11][29]Echeverria V，Martinez-MaldonadoR，Shum SB，etal.Exploratoryversus explanatoryvisual leaingaalytics：Driving teachers'attention through educational data storytellng[J]. Journal ofLearning Analytics，2018，（3）：72-97.

[12]靳慶文.數(shù)據(jù)故事化方法：析出、重組與敘事[J].圖書情報工作，2024，（13）：28-40.

[13][36]劉明，吳忠明，廖劍，等.大語言模型的教育應用：原理、現(xiàn)狀與挑戰(zhàn)——從輕量級 BERT 到對話式 ChatGPT[J].現(xiàn)代教育技術(shù)，2023，（8）：19-28.

[14]汪維富，毛美娟.學習分析的可行動見解：內(nèi)涵界定與概念結(jié)構(gòu)[J].中國遠程教育，2024，（10）：60-72.

[15][18]王超，顧小清，鄭隆威.多模態(tài)數(shù)據(jù)賦能精準教研：情境、路徑與解釋[J].電化教育研究，2021，（11）：114-120.

[16][7]牟智佳，馮西雅，蘇福根.從感知到證據(jù)：循證教學評價的結(jié)構(gòu)體系與實踐進路[J].電化教育研究，2024，（1）：68-75.[20]Khulbe M，Tammets K.Mediating teacher profesional learning with a learning analytics dashboardand trainingintervention[J]. Technology， Knowledge and Learning， 2023，（3）：981-998.

[21][22]Gibbs G.Learning bydoing： A guide to teachingand learning methods[M].Oxford： Oxford Brookes University：Oxford Centre for Staff and Learning Development， 2013： 23，50.

[23]Coronavirus Resource Center. COVID-19 map[OL].

[24]Cao Y. User-oriented generationof contextual visualization sequenes[A].2020 CHI Conference on Human Factors inComputing Systems[C]. New York， NY， USA： Association for Computing Machinery， 2020：1-8.

[25]ShiD， Xu X，SunF，etal.Caiope： Automatic visualdatastory generation fromaspreadsheet[J]. IEEE TransactionsonVisualization and Computer Graphics， 2021，（2）：453-463.

[26]ObieHO，Chua C，AvazpourI，etalAuthoringlogicallsequencedvisualdata stories with Gravity[J].JouralofComputerLanguages， 2020，58：100961.

[27]Wilkerson MH，Laina V.Middleschool students’reasoning about data andcontextthrough storytelling with repurposedlocal data[J]. ZDM， 2018，（7）：1223-1235.

[28]Chen Q，LiZ，Pong TC，et al. Designing narrtive slideshows for learning analytics[A].2019 IEEEPacific VisualizationSymposium （PacificVis）[C]. Bangkok： IEEE， 2019：237-246.

[31]FerandezNieto GM， Kito K，Buckingham Shum S，etal.Beyond the learninganalytics dashboard： Altermative ways tocommuicate studentdatainsights combining visualisation，narativeand storytelling[A].LAK22：12th IntemationalLaringAnalytics and Knowledge Conferene[C].New York，NY，USA： Association for Computing Machinery，2022：219-229[32]覃千鐘，魏宏聚.教師教學技能實踐：內(nèi)涵、邏輯及提升路徑——基于反思實踐論的視角[J].當代教育科學，2022，（12）：68-76.

[33]趙伶俐.課堂教學技術(shù)與藝術(shù)：執(zhí)教行為訓練·評價·鑒賞[M].重慶：西南師范大學出版社，2013：2、16.

[34]劉明，吳忠明，楊簫，等.教育大語言模型的內(nèi)涵、構(gòu)建和挑戰(zhàn)[J].現(xiàn)代遠程教育研究，2024，（5）：50-60.

[35]張登博，劉明.智能反思寫作反饋系統(tǒng)的設(shè)計與應用[J].現(xiàn)代教育技術(shù)，2021，（11）：96-103.

[37]高倩.中學物理教師教學反思能力評價指標體系構(gòu)建及應用研究[D].重慶：西南大學，2022：93-95.

[38]袁桂琳.基于人機協(xié)同反饋的反思寫作學習活動設(shè)計與實踐研究[D].重慶：西南大學，2024：53.

[39][40]Cohen J.Statistical power analysis forthe behavioral sciences[M].NewYork：Routledge，2013：8-14.

[41]汪維富，閆寒冰，毛美娟.數(shù)據(jù)故事化：教育數(shù)據(jù)要素價值轉(zhuǎn)化的新視角[J].電化教育研究，2023，（5）：13-19、28.

An ExperimentalStudyonEmpoweringNormalSchoolStudents' InstructionalReflectionAbilityByEducationalData Storteing

WU Zhong-Ming1 LIU Ming1[Corresponding Author] SU Yi-Fei1 LI Qian2 （1. Faculty of Education， Southwest University， Chongqing， China 400715; 2. School ofComputer， Information Science and Software Engineering， Southwest University， Chongqing， China 400715）

Abstract： Atpresent，normal school students generallylack personalized gudance andand feedback with educational value in terms ofclassroomteachingskilsandreflection.Although multimodal learning analysis technologiesrepresentedbyautomatic lesson evaluationhavebroughtnewopportunitiesforthisexisting metodsarediicultofectively guidein-deptheflection. Therefore，basedonthenarativemethodofeducationaldata，thispaperattmptedtoexplore howtoautomaticallextractkey information frommultimodal educationaldataand generate in-depthreflectionfeedback.Firstlyanevaluation framework for theteaching skils ofnormal school students was constructed from the perspective ofmultimodal learning analysis，achieving theautomatic extractionandevaluationofmultimodal teaching skilsdata inthe teaching triallecturevideos ofnormalschool students.Subsequently，basedontheeducational datastorytelingmethod，the paperdesignedand implementedateaching reflection dashboard. Using thequasi-experimental method，this papercompared the teaching reflection texts of17 normal school students beforeand after exposure tothe system.Theresultsshowed thatthis method could efectively enhance the breadth anddepth ofreflection text writing atthe levels of experience，analysis，evaluation，and summary.This papr was aimedtoverifytheefectivenessofeducationaldatastorytellng inpromotingteachingreflectionamongnoralscoolstudents， withtheexpectationofproviding theoreticaland practical reference for intelligent technologyto supporttheconstructionof the teaching staff and the meaningful and valuable transformation of multimodal educational data.

Keywors：educationaldatastoryteling;normal school students;multimodallearninganalytics；instructionalreflection; learninganalytics dashboard