人工智能賦能下迭代式教學設計實踐與探索

《義務教育數學課程標準（2022年版）》要求二年級學生通過觀察和操作，感知軸對稱現象，認識對稱軸。本課題引導學生經歷“實物觀察一操作驗證一概念抽象”的過程，如通過剪紙、楓葉對折實驗建立“完全重合”的直觀體驗。傳統教學模式下，本課題對二年級學生來說較抽象，學生參與度低，教學面臨挑戰。人工智能發展為教育數字化轉型提供新動能。通過兩輪實驗，對比傳統課堂與AI賦能課堂：首輪教學互動率低、概念理解淺層化；次輪基于數據驅動，整合生成式AI和動態可視化工具重構教學流程。本研究探究“設計一實踐一分析一迭代”模型的有效性。

一、基于人工智能賦能的迭代式教學實施路徑

（一）智能教案對比分析

本研究的初始教學設計是在深入研讀國家中小學智慧平臺相關課題的教案，結合教材內容和教學參考書籍，融人教師教學實踐經驗精心設計。為了可以精準定位課堂教學問題，本研究利用人工智能對話模型對初始教案與典范教案進行了對比分析，探索教案的優化路徑及改進策略。

（二）課堂數據深度挖掘

首輪授課結束后，教師以數據驅動的方式，對課堂的AI分析報告進行了深入分析。該報告實時采集的教學數據，運用人工智能算法，為教師提供了客觀、全面的教學反饋。教師能快速定位首輪授課中的教學問題，為進一步提升教學質量提供了依據。

（三）基于首授數據與AI賦能的二次教學設計

教師利用AI賦能的教學優勢，對教學設計進行修改。二次教學設計以首次授課數據為依據，結合AI技術對學情的精準診斷，實現了多方面的突破：AI對學生學習行為的深度分析，重新規劃了課堂互動環節，引導學生進行深度思考和積極互動；針對首次授課中暴露的知識難點，教師借助信息化工具或人工智能工具的動態演示和可視化功能，革新教學內容的呈現方式，幫助學生更好地理解和掌握。

二、迭代式教學設計與實施

（一）研究設計

本研究采用兩輪對比實驗框架，探究AI賦能課堂的有效性。首輪采用傳統課堂模式，以教材為主導，聚焦軸對稱圖形的基礎概念識記與簡單操作技能。次輪基于首輪數據診斷，利用人工智能對話模型診斷首次教學問題，協同修改并生成二次教學設計，優化教學流程。兩次授課均采用錄像保障研究的實證性與可對比性，利用人工智能課堂分析工具進行數據分析。該工具從教學主導度、教學關注度、學生參與度、課堂提問分析、課堂類型、課堂詞云分析等多維度對課堂進行記錄與分析，為教學改進提供數據支持。

（二）首輪教學實施與問題診斷

1.教學準備。首輪教學在學情分析和情景創設上存在不足，未充分考慮學生前置知識和學情差異，導致約 50% 的學生在軸對稱圖形裁剪任務上表現欠佳。在首輪授課中，AI及信息技術的整合應用不足，學生對抽象概念的理解不足。

2.教學過程。教學方法單一，缺乏深度。練習講解部分的教學方法單一，缺乏深度和創新性，無法促進深度學習。教師講授時間占比過高，設計的問題缺乏針對性和啟發性，不利于學生思維的培養。學生回答表層化，教師追問策略缺失。

（三）次輪AI迭代優化

教師結合人工智能對話模型對首次教學問題診斷，教學導人環節由首輪教學的“猜一猜”活動調整為以“小獅子奇妙的寒假生活”為主題的故事情境展開。以小獅子拍攝的圖片作為切入點，圖片中融入了豐富的中國傳統文化元素，將數學教學與中國傳統文化的美學教育相結合。二次授課采納人工智能對話模型意見，授課過程中利用即夢AI構建情景導人視頻，增加學生學習興趣；課堂上利用GeoGebra等動態幾何軟件，多媒體實時演示軸對稱圖形的對折過程，學生清晰地觀察到圖形在對折前后的變化，體會到對稱軸的關鍵作用，直觀地理解軸對稱圖形的特征和性質。在裁剪軸對稱圖形的步驟提煉環節中，利用信息化技術動態展示裁剪過程，加深學生對知識的理解。

三、迭代效果對比及分析

（一）綜合教學力分析

課堂AI報告系統從五個維度（教學主導度、教學親和度、教學親進度、教學關注度、教學參與度）分析了教師的教學行為，對比兩次教學活動后發現教師教學行為取得了顯著進步，尤其在教學親和度和教學關注度上。

（二）教學主導度分析

O教師發言O學生發言O學生實踐O教師發言O學生發言O學生實踐

通過對課堂互動時間的餅圖分析，教師在課堂上的發言時間減少，由第一次授課時的53.61% 下降到了 48.39% ，而學生的發言時間占比則相應地增加，從第一次的 46.51% 提升至51.19% 。反映出教師進行了深刻反思，認識到了課堂教學中應注重學生的主體地位和參與度。針對初次授課中，學生對于軸對稱圖形特征的描述能力較差的情況，教師在次輪授課中采納了AI提出的搭建腳手架的教學策略。為學生提供引導性和支持性的學習框架，學生對于本課關鍵詞提及率有明顯提升，表達準確程度有所提高。

（三）課堂類型分析

在首次授課中，課堂類型被界定為混合型，教師行為的占有率達到了 53% ，行為轉化率為35% 。相比之下，在第二次授課中，課堂氛圍轉型為對話型，教師的行為占有率降至 48% ，行為轉化率則提升到了 40% 。首次授課教師主導，學生參與有限，行為轉化率低，引導效果待提升。二次授課轉為對話型，教師行為減少，學生空間增大，參與度提升。行為轉化率提高，表明激發互動策略更有效，課堂效率與質量顯著提升。

四、結論

在本課題教學過程中，教師合理運用人工智能工具，通過“數據診斷一動態生成一精準反饋”迭代設計模式，提升課堂效能。本課題研究反映出AI的應用能促進學生的理解力，有效提升了學生的學習熱情。在AI的輔助下，教師能夠將復雜的概念以更生動、更貼近學生生活的方式呈現，從而降低了學習難度，增加了學習的趣味性。在人工智能時代，教師應將人工智能技術深度融入教學研究與實踐，構建4 AI+ 迭代”的教研新模式。以技術為支撐，讓數據驅動改進教學，提高自身教學水平，實現教學過程的精細化管理和個性化指導。教師應需具備良好的數據素養，及時發現教學中的問題，并調整教學策略，實現精準教學。

參考文獻：

[1]蔣培杰，牛偉強，熊斌．國內信息技術與數學教學融合研究述評[J].數學教育學報，2020（04）.

[2]趙成，彭佐立，戴鑫.AIGC賦能下的數學教學創新[J].新課程研究，2024（33）.