基于智能研修平台的课堂教学行为诊断与改进

黄益琴　阮传忠

摘要：“中央电化教育馆智能研修平台”为学科教研提供应用支撑，以提高教师教学教研能力为核心，将人工智能与教师教育相结合，探索两者融合的理念、思路、方法、模式以及机制等。笔者以PEP六上Unit 4 Part B Let’s talk为例，在线组建磨课组，基于本节课课堂教学行为大数据的智能评价，形成课例分析报告、课堂教学行为分析报告、教师专业发展常模分析报告等。依托智能研修平台实时生成的教学行为精准分析报告，可以帮助授课教师以课例为单位，开展更加科学的自我反思和自我认知;可以帮助同组内的评课教师，以本节课为支点，围绕数据报告及评价量表开展学科教研活动，促进教师专业成长。

关键词：智能研修平台小学英语课堂教学行为

引言

“中央电化教育馆智能研修平台”构建教学行为大数据资源库，依托技术支持，通过“回顾课堂实况录像+智能分析报告”的方式，帮助授课教师开展科学有效的教学反思，从而促进教师专业成长。

Let’s talk一课授课时长是40分钟，智能研修平台终端自动进行了间隔30秒的采样，采样结果以三种曲线呈现。曲线分为表现曲线、参与度曲线和关注度曲线。表现曲线越高，学生的整体行为越一致;参与度曲线越高，学生参与积极性越高;关注度曲线越高，教师教学活动越有吸引力。

一、聚焦关注度曲线，映射教学活动吸引力

课后，授课教师对关注度曲线进行了详细观察。本节课终端观察到的曲线显示，从第2分钟开始，关注度曲线一直在接近100%的位置（见图1），说明本节课教师教学活动的吸引力一直都比较强。从课程导入环节教师介绍自己小时候的交友方式——写信交笔友开始，学生对这个陌生的交友方式产生了极大的兴趣。随着时代的发展，笔友渐渐从写信过渡到发邮件。学生对邮件的格式并不陌生，并有一定的知识储备在后段拓展环节进行会话。教师在导入环节、新课呈现环节以及拓展环节均设置了不同层次的游戏，所以整节课的教学活动设计对学生的吸引力较大。

二、立足“双曲线”，关注学生积极性导向

所谓“双曲线”指的是本节课的表现曲线和参与度曲线，从图2中可以看出，这两种曲线变化呈正比波动。整节课出现了七个极大值和六个极小值。根据图中的数据，授课教师将这节课的教学视频和图中的极大值与极小值进行比对发现，这些反映学生整体行为及参与积极性的数据和课堂活动的实施关系密切。

（一）极大值分析

课堂教学进行至第二分钟，出现了本节课表现曲线和参与度曲线的第一个小高峰。授课教师先用一个WORD PUZZLE游戏进行导入，填到friend这个词时，教师提出一个问题：How do you make friends？这时学生的整体行为较一致，参与积极性也比较高，说明对于此类非常贴近学生生活的问题，他们很感兴趣，都在积极参与思考和发言。

课堂第8至10分钟出现了表现曲线和参与度曲线第二个极大值。这个时间段的课堂活动是借助一个分组竞争游戏来帮助学生复习有关hobby的词汇，授课教师利用智慧课堂环境中的抢答功能让学生获得机会参与PK游戏。随后利用电子书包向学生推送了Let’s try中的两道选择题，学生在平板上全员参与答题，后台统计数据显示这两道选择题学生正确率为百分之百。学生在这个环节积极性最高，说明学生乐于在玩中学。电子书包推送的选择题每一位学生都参与解答，这时学生的整体行为最一致。

课堂第14至16分钟出现了表现曲线和参与度曲线的第三个极大值。这个时间段授课教师利用希沃课件中的三维地球仪，向学生展现了中国、合肥、澳大利亚、悉尼以及堪培拉的地理位置和距离。三维地球对学生视觉冲击很大。教师随即播放了一段堪培拉的人文地理视频，图中数据表明学生都有认真观看和参与欣赏讨论，学生对澳大利亚首都城市及其人文特点都表现出极大的兴趣。

课堂第22分钟出现了表现曲线和参与度曲线的第四个极大值。相对应的教学活动是两个John的信息填表。本环节以对话中提到的两个姓名相同、兴趣相同的John为切入点，以message形式引导学生填写两个John的信息，为拓展部分的语言输出做准备。这个切入点让学生表现出浓厚的兴趣，学生均愿意参与讨论并主动完成表格。而在课堂教学进行到第28分钟时，授课教师已经完成了对话的新授课，给学生布置了表演对话或改编对话的任务，这个时段的表现曲线和参与度曲线再次呈现极大值。这说明学生对这个对话表演活动的积极性很高，一致性也高，都乐于参与思考和表演。从后面学生的汇报中看，大家几乎都选择了对话改编，而非照本宣科。这一点也能反映出学生从本质上更喜欢主动参与，而不是传统意义上的被动学习。

本节课表现曲线和参与度曲线第六个极大值出现在第32分钟的书写个人message环节，而这个时间节点的关注度曲线微微下降。这说明这个时段的教学活动即个人message填写吸引力相对不大，学生积极性较其他几个时段相对降低。但是学生课堂學习习惯较好，仍然愿意去完成这项任务，故表现曲线呈现出另一个最大值。

本节课表现曲线和参与度曲线最后一个极大值出现在第38分钟对话拓展汇报的环节中。相对于message书写环节的文字输出，学生对语言输出表现出更高的积极性，整体行为也更一致。

（二）极小值分析

智能终端根据观察数据合成的参与度曲线中也出现了几个极小值。授课教师经与教学视频相关时间节点的比对发现，这些极小值同样与教学活动的实施方式及实施效果有很大关系。

曲线图显示，本节课进行到第4分钟时出现了第一个双曲线“小谷底”。这个时间节点的活动是导入环节的Free talk，话题是引入教师的笔友Lucy，并利用思维导图和提示问句来引导学生对Lucy提问。这是个需要学生运用发散性思维的提问活动，因学生层次不一，数据显示学生整体一致性不高，且参与积极性也相应下降。更多的学生可能更习惯回答问题，提问对于不少学生来说是一种有待提高的能力。可能在传统课堂里，我们更多地运用了提问法，我们应该给学生多一些的空间和机会，让他们学会如何去提问。

表现曲线和参与度曲线的第二个极小值出现在第12分钟的核对答案环节。这是教材Let’s try中两道选择题的答案核对，数据和曲线表明学生的整体一致性和参与积极性在这个时间节点均呈现出一个极小值。经反复观看教学视频，授课教师发现这个时段的答案核对实际上是无效活动。因为这两道选择题是电子书包推送给全班学生的，在学生提交答案后，后台已经统计出该题正确率是百分之百。教师应该跳过核对环节直接过渡到下一个教学环节中去，而不是做无用功。这也反映出教师们的一个通病：尽管学生们已经掌握，但教师总是有点“不放心”，过度阐释，做无用功。教师要学会适度放手，将学生“放出去”，学生才有可能收获更多的新知。

课堂第18至20分钟是欣赏视频后教师的一段讲授活动，这个时间节点的表现曲线和参与度曲线又呈现出一个极小值。这个时段教师进行纯讲授活动，终端观察到学生对纯讲授的教学参与积极性明显降低，学生整体行为表现出不一致。可能自控能力强一些的学生依然可以高效地做出反应，而很多缺乏自控能力的学生积极性就会降低，表现出被動的学习行为。根据这个曲线变化，我们可以调整自己的课堂教学行为，尽量减少纯讲授的内容。我们要细心备课，精心设计各个课堂活动，将枯燥的知识点渗透到活动中去，让学生变“被动听讲”为主动地在实践中摸索，习得新知。

本节课表现曲线最低点出现在课堂第25分钟左右，这个节点的学生整体行为一致性最低。经比对教学视频，这个时间段对应的课堂活动是一个分组竞争活动，即两人PK完成与对话内容相关的判断题。这个活动是以游戏的形式呈现的，学生应该是比较感兴趣的，但平台终端观察的结果却是整体行为一致性最低的，学生参与积极性也下降很多。笔者对此进行了深刻反思：这是本节课第二个分组竞争的活动，只有两个人有机会参与PK，其他学生都成了旁观者，因此学生整体行为的一致性很低，其他学生的兴趣也降低了很多。对于这个环节的教学活动，笔者认为可以调整成单人赛的游戏，并利用电子书包的课件推送功能，让所有的学生都能参与。

本节课表现曲线和参与度曲线的第五个极小值出现在第30分钟，相对应的课堂活动是读一封Email。邮件很短，但学生表现出的兴趣不大，学生整体行为也不一致。

表现曲线和参与度曲线的最后一个极小值出现在拓展环节的规则介绍中，学生的注意力都集中在即将进行的“猜笔友”创编对话的活动中，可能对规则已经了解了。基于此，后期的教学中对于学生较容易接受的内容，教师可以简化教学步骤。

三、深度分析数据，指导课堂行为

本节课是对话课，从智能研修平台的观察数据中可以看出，本节课的学生行为占比是45%，其中学生听讲占比是73.64%，应答占11.71%，而生生互动只占到0.54%，读写占11.18%。教师行为占比为55%，其中讲授占到68.07%，师生互动只占18.36，巡视占比为12.77%。

美国学者、著名的学习专家爱德加·戴尔1946年首先发现并提出学习金字塔，它用数字形式形象显示了采用不同的学习方式，学习者在两周以后还能记住内容（平均学习保持率）的多少。在塔尖，第一种学习方式——“听讲”，也就是教师在上面说，学生在下面听，这种我们最熟悉最常用的方式，学习效果却是最低的，两周以后学习的内容只能留下5%。第二种，通过“阅读”方式学到的内容，可以保留10%。第三种，用“声音、图片”的方式学习，可以记住20%。第四种，“示范”，采用这种学习方式，可以记住30%。第五种，“小组讨论”，可以记住50%的内容。第六种，“做中学”或“实际演练”，可以记住75%。最后一种在金字塔基座位置的学习方式，是“教别人”或者“马上应用”，可以记住95%的学习内容。

爱德加·戴尔提出，学习效果在30%以下的几种传统方式，都是个人学习或被动学习;而学习效果在50%以上的，都是团队学习、主动学习和参与式学习。这节课的课型属于对话课，但是大部分的课堂行为是教师讲授，学生开展个人学习或被动学习。小组活动时长不够，学生主动参与式学习占比少，学习效果也相对不高。

四、着眼“ST”分析，明确课堂模式

从终端生成的ST分析中看出，在练习型、讲授型、对话型和混合型四个教学模式中，本节课属于混合型，偏向于讲授型，对话课型处理得不明显，可提升的空间还很大。笔者在今后的教学中，会更加关注学生的主动学习，将教学活动设计向学生的小组活动和任务型活动倾斜，希望在中央电化教育馆智能研修平台的帮助下，通过改变学生的学习方式，提高学生的学习效果，促进学生的“做中学”或“实际演练”，在“教别人”或者“马上应用”中实现高效学习。

五、借助精准量表，实施过程评价

中央电化教育馆智能研修平台为教研磨课组提供了精准教研量表和课堂评价量表。授课教师可以根据评课教师的量表打分来全方位衡量本节课的效果和质量。以PEP六上Unit 4 Part B Let’s talk为例，本节课使用的是精准教研量表，该量表从教学理念、教学方案、学生活动、教师活动、技术应用、教学效果和教学特色七个层面对课堂教学进行评价。从评课教师的打分中可以看出，本节课在教学方案层面目标明确，教学内容合理，教学重难点把握准确，教学策略和技术应用恰当，满足学生的需求，符合学科特点。学生活动中，学生能够根据需求自主选择合适的学习资源，能够借助新技术主动提出疑问、表达观点，能够及时了解自己的学习情况。教师活动层面，教师能够提供丰富的数字化学习资源让学生选择，能够有效引导学生开展多样化学习活动，能够借助新技术开展多元化评价。但在教学理念上没有充分体现体现以学生为中心的核心理念，没有足够关注学生的个体差异。

六、结语

小学英语课堂是语言学习和输出的课堂，是灵动而活泼的课堂。每一节课前，教师都要精心将教学内容和目标整合到教学活动中，引导学生学会思考、学会提问，充分调动学生的主观能动性，让学生成为课堂真正的主人。中央电化教育馆智能研修平台能实时对教学活动、教学行为等进行精准观察，其终端生成的课例分析报告能有效地反映教学预设、教学生成的质量与效果。磨课组教师可以基于数据报告开展更加精准的课例教研，实现人工智能与课堂教学的高效融合。

责任编辑：赵潇晗