技术支持下的课堂教学行为观察方法探究*

王艳丽 程 云,2 王 锋 童三红 黄克斌



技术支持下的课堂教学行为观察方法探究*

王艳丽1程 云1,2王 锋1童三红1黄克斌1

（1．黄冈师范学院教育科学与技术学院，湖北黄冈 438000；2．华中师范大学教育信息与技术学院，湖北武汉 430079）

在比较分析四类课堂教学行为编码系统的基础上，文章从行为方式和行为主体两个维度出发，构建了新的课堂教学行为分析编码系统，将课堂教学行为划分为四大类16种；提出了“时间抽样，动态补偿”的教学行为样本采集原则，并针对课堂教学行为的特殊情况制定了3个约束规则，用于指导课堂教学行为的观察和记录。在理论研究的基础上，文章还研制了课堂教学行为采集与分析软件，并通过应用分析证明了所述方法的有效性。

课堂教学行为；教学观察；分析；教学视频

随着教育信息化的推进，课堂教学环境不断得到改善；而随着课程改革的深入，教育研究者日益关注课堂的教学过程，并逐步深入课堂，探讨师生的教学活动。然而，如何进行有效的教学分析？如何提高教学观察的效率和质量？怎样才能使课堂教学行为的观察方法得到广泛应用？本研究期望通过探究技术支持下的课堂教学行为观察方法，对上述问题进行探讨。

一技术支持下的课堂教学行为观察

1 课堂教学行为

课堂教学主要由教师的教和学生的学这两种活动组成，课堂教学行为可以看成是教师的教学行为和学生的学习行为的结合。教学行为的主体是教师，对象是学生，是主体为达成某种教学目标、对象为获取某种能力而选择采取的带有支持性和指导性的行为总和；学习行为的主体是学生，是在教学行为的支撑下，主体选择不同方式或手段为达成学习目标而采取行为的总和[1]。

2 现代教学理念对教学行为的影响

知识传递是传统教学的主要任务，教师是课堂教学活动的主体；学生则处于被动接受的地位，自主性较弱。而在现代教学理念的指导下，课堂教学活动提倡以学生为中心、以促进学生的发展为目标、以创新精神和实践能力的培养为重点，学生自主性更强[2]。若以自主性为横轴、实践性为纵轴，“教”与“学”关系便可分成一个由四个象限组成的二维平面，如图1所示。其中，第Ⅱ、Ⅲ象限是自主性较弱的传统教学，第Ⅰ、Ⅳ象限是自主性较强的现代意义上的学习。

图1 “教”与“学”关系图

图2 教学行为平面图

教学是一种结合知识与技能、融合理论与实践的复杂的实践活动，而创新精神和实践能力的培养是现代教学的重点内容，这就要求：①学生要有较强的自主性，通过教师的引导和启发，采用开展实验、独立探究、合作学习、交流讨论等方式，不断得到新的发展，从而实现创新精神的培养目标；②教师要引导、鼓励并促进学生多参与实践性较强的学习活动，逐步提高学生的动手能力，最终达到提升学生实践能力的培养目标。随着教育信息化的日趋深入，课堂教学必然呈现出一种从“教”走向“学”的发展趋势。

3 基于视频的课堂教学行为观察方法

课堂教学观察方法是指观察者带着明确的研究目的，凭借自身感官及相关辅助工具，直接或间接地从课堂教学情境中收集资料，并做相应研究的一种教育科学研究方法[3]。在数字化课堂环境下，通过视频再现课堂教学情景来间接获取所需的观察信息，具有对课堂干扰少、可回溯、提高课堂观察的效率和质量、利于教师专业发展等优势，日益得到广泛应用[4]。

二四类课堂教学行为编码系统的比较分析

纵观国内外影响较大的教学行为分类系统，其基本思想主要来源于弗兰德斯互动分析系统（FIAS）[5]、言语互动分类系统（VICS）[6]、基于信息技术的互动分析编码系统（ITIAS）[7]和S-T分析[8]等四类典型编码系统，对教学行为分析研究具有重要的指导和借鉴意义。

1 行为类别划分情况

四类课堂教学行为编码系统的行为类别统计情况如表1所示，可以看出师生行为所占比重较高。若从行为主体角度出发，ITIAS中思考问题、做练习、学生操纵技术、技术作用学生等四种行为可以归为学生行为；教师操纵技术可以归为教师行为，师生行为种数占所有行为种数的比率实际达94.4%。可见，师生是课堂教学活动的主体，围绕师生的教学行为展开分析，基本就可以把握课堂的整体情况。

表1 四类课堂教学行为编码系统的行为类别统计

2 行为分类情况分析

（1）行为类别划分不完整，媒体环境研究不足

FIAS和VICS主要考察师生的言语行为，而忽略了很多有意义的其它行为，故行为类别划分的不完整性是其最大的不足。此外，对各种媒体在教学中的应用情况也没有展开深入的研究。

（2）“重教轻学”趋势明显，行为划分不均衡

FIAS产生于20世纪60年代，其以教为中心的教育理念占据绝对的主导地位，这对之后的分类系统产生了深远的影响。FIAS主要关注教师行为，重视教师在课堂教学中的行为表现（有7个类别），而对学生行为的关注不够（有2个类别），不利于真实地了解学生的学习情况。从整体上来看，这四类编码系统呈现出明显的“重教轻学”趋势，师生行为的划分并不均衡。

（3）行为划分粗略，教学内涵难被反映

FIAS对学生行为的划分较为粗略（有2种），其涉及的沉寂或混乱行为只有1种。而沉寂或混乱行为具体的表现情形十分复杂，含义也各不相同。S-T的行为划分也过于简单，不能充分表现课堂教学生动丰富的意义（如S-S、T-T），难以体现过程性。同时，S-T也分割了师生的互动行为，如“T-S”可能有多种情况，若不做区分，必然会遗漏很多有用的信息，导致难以深入研究课堂教学的丰富内涵。

（4）行为划分具有模糊性，降低了采集数据的准确性

在FIAS、VICS中都存在表象相似的语言行为，极易混淆。观察者在3秒内要迅速判断课堂教学行为的类别，并进行编码和记录，如果行为划分模糊，既会增加观察者判断的难度，又会使得这一过程受观察者的主观因素作用，从而影响到最终采集数据的准确性。

（5）机械采样操作难度大，易遗漏有效数据

FIAS及沿用其规则的分类系统要求观察者每隔一定时间（如3秒）采集一个样本，并进行编码和记录。观察者既要牢记每类行为的操作定义和编码，又要具备较强的行为类别鉴别能力，还要有很强的时间敏感性，并反应迅捷，需在规定的时间内迅速判断行为类别、进行编码和记录，故操作难很大。另外，采用机械采样方式，一方面可能导致记录的一段连续数据序列为同一种行为，浪费不必要的精力；另一方面，如果行为转换的时刻正好处于规定的间隔时间之内，则该有效的行为数据就会被遗漏，必然会降低最终分析的准确性和科学性。

三课堂教学行为分析编码系统的构建

1 行为类别的划分

在课堂教学中，眼神、体态、手势等非言语行为一般属于辅助性的教学行为，若逐一记录，既增加了观察和记录的难度，又会对主要行为数据的记录带来一定的干扰。而教师的演示、板书、巡视等行为和学生的练习、实验、思考等行为，都是具体的行为方式。为区别于非言语行为的概念，可将课堂教学行为划分为言语行为和活动行为两大类。另外，考虑到参与教学活动的主体是教师和学生，依据行为主体对象，又可将课堂教学行为划分为教师行为和学生行为两大类。综合考虑行为方式和行为主体的不同，可把课堂教学行为划分为教师言语行为、教师活动行为、学生言语行为和学生活动行为等四大类[9]，教学行为平面分布如图2所示。

教学活动的实施，最终在教和学的行为上得以具体体现。在学生创新精神与实践能力培养的过程中，学生若想获得更大的自主性，就需要教师转变教学理念，增加学生行为在课堂教学活动中的比重，理解学生行为方式的多样性，并为学生创造更多的实践机会。

2 编码系统的建立

根据课堂教学行为的具体表现形式，从行为方式和行为主体两个维度出发，可把教学行为分为四大类共16种情况[10]。为便于后期数据记录与处理，本研究分别用16个阿拉伯数字（1~16）对16种教学行为进行编码，具体情况如表2所示。

3 观察和记录行为编码的标准

（1）教学行为样本采集原则

在具体的教学行为观察过程中，教学行为样本采集依据“时间抽样，动态补偿”的原则，根据编码系统规定的标准，依次记录课堂教学的行为数据，最终形成关键行为数据序列。

表2 课堂教学行为编码表

其中，“时间抽样”是指以时间为维度进行离散抽样。教学过程是一个连续的系统，但要采集连续系统的数据既困难，也无必要，故只需采集某些时刻的关键行为数据——以课堂教学开始的时刻为基准，依据编码系统标准，记录下此时刻样本点的行为编码数据；当教学行为有转换时，记录下该时刻的样本点数据，直到教学结束。“动态补偿”则指以采集的关键行为数据为基准，根据数据分析需要，动态补偿两个行为间隔之间的样本点数据，生成新的教学行为序列。

（2）特殊情况的约束规则

课堂教学虽有一定的模式可循，但具体的课堂教学活动却千变万化，因此针对课堂教学行为的一些特殊情况，有必要制定约束规则，以保障最终采集的数据的科学性和准确性。

①约束规则1：有语言时，语言优先；无语言时，谁主导谁优先。具体来说，当教学活动过程中有语言时，以言语活动行为作为主要的判断依据；当没有言语行为时，遵循“谁主导谁优先”的基本规则，即依据主导课堂教学活动的主体来判断教学行为类别。

②约束规则2：不同行为，行为类别优先；同类行为，行为主体优先。具体来说，当行为种类不同时，以行为类别作为优先判断依据；如果是同一类行为，但行为主体不同，则以行为主体作为优先判断依据，其判断以两个关键行为样本。

③约束规则3：同条件下，学生优先。受以教为主的教育理论的长期影响，学生在一定时期内仍处于“弱势地位”。为保证学生有效行为数据的充分采集，在同一条件下，当师生行为同时出现时，应遵循学生行为优先的规则进行采集统计；当既无语言又无明显活动行为时，则将此行为优先判断学生行为。

（3）数据采集方法的有效性实验

以S-T分析法的教学行为分类标准为依据，本研究选取了2个课堂教学视频样本（样本1为大学本科的计算机课程、样本2为小学语文课）进行数据采集实验。每个教学视频样本均运用2种方法进行数据采集：方法一为机械采样（如间隔30秒），方法二为“时间抽样，动态补偿”。采集的2个教学视频样本的行为个数分别如下：方法一为91、80，方法二则为37、271。

通过分析可知，样本1基本按照“教师讲授—学生操作练习—教师讲授—学生操作练习……”的流程展开教学，常出现一种行为持续一段时间的情况。在样本1中，运用方法一采用间隔30秒的机械采样时，虽记录了一系列样本点，但采集的行为数据都是一种行为；而方法二只采集了有行为转换发生的关键行为。因此，样本1中运用方法二采集的行为个数必然少于方法一。

在样本2中，师生间的对话非常多，交互频率很高，且很多行为持续时间较短，运用方法一采样时，处于两个30秒间隔之内的关键行为数据就有可能会丢失；而方法二可以把每个关键行为都记录下来。因此，样本2中运用方法二采集的行为个数远大于方法一。

若将连续出现的同一种教学行为只视作一个有效教学行为，用表示所采集的行为个数，表示有效行为个数，表示有效行为所占的比率（即与的比值），则所得结果如表3所示。

表3 两种方法采集的教学行为数据统计表

对于课堂教学交互频率不是很高、单个行为持续时间较长的样本（如样本1），方法一采集的样本点数较多，但多为冗余数据；方法二采集的样本点数较少，但都是关键的有效行为数据，因此，方法二可以降低样本采集的难度。对于课堂教学交互频率较高、单个行为持续时间较短的样本（如样本2），方法一采集的数据遗漏了大量关键行为数据，且仍存在冗余数据；而方法二采集的样本点数较多，但仍都是关键的有效行为数据，因此，方法二还可以提高样本采集的精度。综上所述，方法二的数据采集方式要优于方法一。

四课堂教学行为采集与分析软件的开发

1 软件的设计与开发

为便于操作，本研究开发了课堂教学行为采集与分析软件（下文简称“软件”）来进行数据采集。软件中除了设置播放、暂停等辅助性工具，每种教学行为对应一个操作按钮，如图3所示。观察者若想对某种行为进行采样记录，只需点击一下对应的按钮，即可快速进行数据采集。与此同时，软件会记录下当前时刻的时间数据和行为类型数据，自动完成编码。用户完成行为观察和数据采集后，可依据需求保存数据或对数据进行分析。

图3 教学行为数据采集界面

2 软件的功能特点

①降低了课堂教学行为观察的难度。软件提供多种方式对教学内容进行精确定位，只需点击对应按钮即可自动完成数据的采集与编码，因而大大降低了课堂教学行为观察的难度，有效提高了行为数据采集的准确性和采集效率。

②简化了数据处理过程。基于教学行为数据信息，软件可自动统计和分析，并以多种方式呈现结果，用户根据需要进行分析和解释即可。

③数据输入与导出多样化。数据的输入可以基于视频进行采集，也可以将已有数据直接导入使用。数据导出时，教学行为采集与编码数据保存在一个XML文件中，依据分析需求，可自动转换为FIAS、S-T等行为序列；教学行为采集与分析数据则可导出为TXT、Excel等格式。

五结束语

教师通过课堂观察去分析课堂中的教学活动，有助于教师的专业发展，从而有效提高教育教学质量，学生将获得更多提升[11]。本研究希望通过探索技术支持下的课堂教学行为观察方法，并设计相关的辅助性软件，以降低课堂教学行为观察的难度，提高课堂教学行为观察的效率和质量，使研究者能专注于课堂教学行为分析，促进教师的专业发展，带动教育教学质量的提升。

[1]高巍.教师行为与学生行为的关系解析[J].教育研究,2012,(3):100-106.

[2]玉素甫·阿布来提.基于现代教学理念的高校教学方法改革[J].教育教学论坛,2013,(12):46-47.

[3]陈瑶.课堂观察方法之研究[D].上海:华东师范大学,2000:2-12.

[4]程云,刘清堂,王锋,等.基于视频的改进型S-T分析法的应用研究[J].电化教育研究,2016,(6):90-96.

[5]丁莹,杨开城.教学分析方法的对比研究[J].现代教育技术,2012,(9):12-17.

[6]杨平展,刘娟文,罗平.关于教学行为分类系统VICS的讨论[J].教师,2009,(6):3-4.

[7]顾小清,王炜.支持教师专业发展的课堂分析技术新探索[J].中国电化教育,2004,(7):18-21.

[8]傅德荣,章慧敏,刘清堂.教育信息处理(第2版)[M].北京:北京师范大学出版社,2011:2.

[9]Thomassen A, Ozcan O. Standardizing interaction design education[J]. Computers & Education, 2010,(4):849-855.

[10]张瑾,朱珂.基于课堂观察的教学行为分析研究[J].现代教育技术,2012,(4):25-28.

[11]詹艺,汤雪平,程元元,等.拓展社会想象力:以公共利益为导向的教育研究——美国AERA2011年会述评[J].远程教育杂志,2011,(5):3-14.

编辑：小米

Exploring the Observation Method of Technology-enabled Classroom Teaching and Learning Behaviors

WANG Yan-li1CHENG Yun1,2WANG Feng1TONG San-hong1HUANG Ke-bin1

Based on the comparative analysis of four typical coding systems for classroom teaching and learning behaviors, this paper constructed new coding system from two aspects of behavioral pattern and behavior agent. The new conding system divided classroom teaching and learning behaviors into 4 categories of 16 kinds, proposed the sample principle of “time sampling, dynamic compensation”, and formulated three constraint rules aiming at special situations in classrrom teaching behaviors. The standards and rules were regarded as a guide to observe and record the teaching and learning behaviors. Based on theoretical research, this paper developed a software to collect and analyze the behaviors, and proved the effectiveness of this method through the application analysis.

classroom teaching and learning behaviors; classroom observation; analysis; instructional video

G40-057

A

1009—8097（2016）09—0039—07

10.3969/j.issn.1009-8097.2016.09.006

本文为国家自然科学基金项目“数字化课堂环境下教学行为分析及优化策略研究”（项目编号：71603098）、全国教育科学“十二五”规划2013年度教育部青年课题“基于视频内容分析的课堂教学评价研究”（项目编号：ECA130373）、湖北省教育厅科技创新团队项目“基于云计算的数字化教育资源共享关键技术研究”（项目编号：T201312）、湖北省教育厅科学技术研究计划优秀中青年人才项目“公共服务模式下数字视音频资源共享及其权益保护机制研究”（项目编号：Q20132905）、湖北省教育厅人文社会科学研究项目“新媒体环境下的大学生微学习研究”（项目编号：15Q238）的阶段性研究成果。

王艳丽，讲师，硕士，研究方向为教育技术基本理论与应用，邮箱为wylccnu@126.com。

2016年2月21日