教师间接语言助力课堂“提质增效”

赵云建 汪洋 陈玲 何静

[摘   要] 课堂是“双减”的重要阵地，教师间接语言在组织课堂教学和影响学生学习参与中起着重要的作用，然而，对于其教学意义却缺乏基于数据的挖掘。文章基于深度学习算法实现了教师话语的智能分类，并对180节优质课例的话语文本进行编码，通过聚类分析和序列分析对教师间接语言的数量结构进行了探索。此外，研究选取接纳情感、表扬、接受或利用学生想法三类研究不足且数量较少的间接语言，结合定量数据对其语句本身的教学意义进行了归纳与总结。研究发现，教师间接语言促进了课堂互动质量提升和学生高效学习。文章最后提出了三类间接语言的设计和使用策略：及时接纳学生感受、深度利用学生观点、多运用描述式表扬，以期为教师课堂教学提供具体的教学指导。

[关键词] 自然语言处理； 话语分析； 教师间接语言； 聚类分析； 序列分析

[中图分类号] G434            [文献标志码] A

[作者简介] 赵云建（1985—），女，山东聊城人。编辑，硕士，主要从事教育信息化、教师专业发展研究。E-mail：2623904122@qq.com。汪洋为通讯作者，E-mail：137977988@qq.com。

基金项目：教育部教育技术与资源发展中心2022年度基本科研业务费专项资金资助课题“信息技术与教育教学深度融合的案例研究”（课题编号：KJY202206）

一、问题的提出

2021年7月，中共中央办公厅、国务院办公厅印发《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》（简称“双减”），旨在减轻学生的学习负担，更好地回归校园[1]。因此，政策提出大力提升教育教学质量，确保学生在课堂内“学足学好”。教师需要尽快提高专业素养和教学能力，以更优质、更高效的课堂促进学生的全面发展。

教师语言是课堂中师生交流、互动的主要媒介，也是教师开展教学反思与改进的依据和对象之一。间接语言是教师语言的一种，主要指教师鼓励和支持学生参与的话语行为。随着技术的发展，已有研究开始关注基于课堂语言的量化数据挖掘教师间接语言对课堂教学的影响[2-3]。然而，相关分析虽然揭示了课堂教师间接语言基于数据“结果”层面的特征，但忽略了语言发生的具体情境和意义的丰富性，对于教师究竟如何运用间接语言影响课堂教学，并未能给出更深入、基于课堂过程和情境的建议和解决方案。而有的研究尝试通过对教学片段的定性分析探究教师间接语言的教学意义[4]，但由于间接语言在单一课堂中出现的频次较低，其结论缺乏数据量的支撑，又难以反映教师群体的语言共性特征和普遍教學规律。因此，只有将课堂语言的数量结构和教学意义建立联系，把量化和质性两种研究范式结合运用于话语分析中，才能更好地探究课堂中教师对于间接语言的运用策略。

鉴于此，本研究利用人工智能技术对优质课堂话语数据进行自动标注和分类，在定量分析教师间接语言数量结构的同时，结合课堂语境，以定性分析的视角揭示其背后的教学意义和运用策略，为课堂“质”与“效”的提升提供参考。具体研究问题如下：（1）教师间接语言在优质课堂中对其“质”与“效”产生了何种影响；（2）优质课堂中教师在不同教学阶段和情境中是如何利用间接语言提升教学效果的。

二、 文献综述

（一） 教师间接语言

弗兰德斯互动分析系统FIAS（Flanders Interaction Analysis System）按教师教学对学生的影响将教师语言分为间接语言和直接语言。间接语言强调教师与学生的情感和认知互动，包括接纳情感、表扬、接受利用学生想法、提问四类话语。相反，直接语言如讲授、指令和批评往往会起到限制学生发言的效果[5]。

在FIAS的研究基础上，国外多位学者通过长期的课堂观察和测验评估，发现间接语言有助于学生学习态度的改变和学业成绩的提高[6-7]。结合文献发现，部分研究基于教师间接语言的整体量化数据，以“对比”的视角分析不同水平的教师和课堂的间接语言数量差异[8]。其得出的结论也较为一致，即优质课堂中教师对于间接语言的运用更为频繁，能够较好地引导学生思考，鼓励学生积极的参与。而另一部分研究则聚焦于某一类间接语言的量化分析，以挖掘其隐含的数量特征，如对不同类型提问的数量进行统计，发现推理性等提问有利于教学效果的提升[9]。此外，还有一些研究基于间接语言语句本身，利用定性的方法分析具体的教学片段。如结合典型的教学片段分析表扬语句，发现不同归因取向的表扬对学生学习有不同的影响[10]，教师在情境创设中对学生感受的接纳达成了良好的教学效果[11]。

在如何提升教师间接语言运用能力方面，相关文献也给出了相应的指导建议，尤其对于提问话语的策略进行了较多的探索与总结。如多位学者提出，教师应把握问题建构的关键时机，准备诱导性、开放性等不同类型的提问[12-13]。然而，对于接纳情感、表扬、接受利用学生想法三类频次较低的情感间接语言还缺乏基于数量和教学意义层面的策略指导。

（二）技术支持下的课堂话语研究

在传统的课堂话语研究中，往往存在数据采集繁琐、规模化分析困难等问题。近年来，人工智能技术快速发展，为分析课堂话语提供了新的工具。智能技术可以客观地对课堂对话数据进行自动采集和编码，为探索大规模课堂的教学规律提供了有力支持。

结合文献发现，一部分研究基于技术的发展，聚焦课堂话语识别自动化的实现。例如：国内外诸多学者对课堂语言的特征进行人工提取，利用传统机器学习算法实现了师生常见话语的自动分类[14-15]；还有一些学者在先前研究的基础上，利用深度学习算法进一步提升了分类的准确率[16-17]。另一部分研究则在技术带来的海量话语数据的基础上，对其背后隐含的教学规律进行规模化的探究。例如：对不同课堂教师的话语进行自动编码，利用序列分析的方法探究不同教师群体课堂的互动模式[18]；基于课堂中学生发言语义识别，利用社会网络分析和聚类分析的方法探究学生想法的质量和分布[19]。

但是，目前研究对于课堂话语的技术实现以教师直接语言和学生语言为主，缺乏对教师间接语言的识别。究其原因，教师间接语言的语义特征不如直接语言明显，且样本数据量较少，因此，难以被计算机所理解。对此，技术的发展提供了有益的解决思路，例如，预训练模型和自注意力机制的提出，能够帮助计算机更好地理解语句的含义[20]；数据增强策略能够增加样本数据的多样性和数量，有利于识别效果的提升[21]。

（三）小结

综上所述，技术对于课堂话语的识别和分析具有重要意义，但利用技术对课堂间接语言的研究相对不足，需要结合定性和定量的两种范式来深层次揭示间接语言的特征和具体应用策略。本研究旨在通过技术对优质课堂话语的数量结构进行规模化分析，并进一步探索教师间接语言特别是接纳情感、表扬、接受或利用学生想法这三类频次较低的情感间接语言对课堂的影响方式和使用策略。

三、研究设计

（一）数据来源与量表

用于本研究构建话语自动分类模型的训练课例共计50节，测试课例共计10节。为保障研究结果的信度，相关课例尽量覆盖典型学段和除英语外的典型学科。训练课例的学段包括20节小学课例，30节中学课例；学科包括15节语文课例，13节数学课例，22节其他课例。测试课例的学段包括4节小学课例，6节中学课例，选取自不同学科课例各1节。用于分析的优质课堂的样本数据来源于180节经三位权威专家认定的优质课例，代表优质课堂教学情况，其中，学段包括87节小学课例，93节中学课例；学科包括48节语文课例，54节数学课例，78节其他课例。

考虑到自动化的可实现性，本研究采用编码较为精炼的FIAS课堂话语编码量表，且不考虑混乱等无意义话语。由于本研究聚焦教师语言，且课例视频中难以获取学生小组讨论的具体语言，因此，将学生主、被动发言和小组讨论统一合并为学生发言，将话语类别缩减至8种。对优质课堂的初步观察后发现，教师往往不会严厉地对学生提出批评或责骂，而是以委婉的方式指出错误从而促进学生反思。此外，教师很少在教学过程中对学生进行生硬地命令。因此，将量表中批评和指令两类话语进行修改，使其更符合实际课堂情况，见表1。

（二）研究过程

1. 数据预处理

计算所有话语文本的平均持续时间为3.07秒，符合FIAS的记录要求。为保证编码的有效性，两名研究人员编码后，计算一致性为 0.94，满足内部可靠性要求，并对不同编码进行了讨论更正。统计各个类别数量，发现教师话语中讲授（6125条）、指令（1479条）和提问（1970条）三类数量较多，表扬（714条）数量中等，接纳情感（228条）、接受或利用學生想法（422条）和批评（24条）的数量较少。针对数据量不平衡的情况，收集互联网上部分类别的文本数据，并人工筛选出符合语义和课堂场景的语句（967条），采用同义词替换、回译、随机组合等数据增强技术扩充数据集（共计86497条），使得各个类别的数据量较为均衡，以提高模型的泛化能力。

2. 教师话语分类模型的训练

本研究采用深度学习的方法，使用 Bert模型对编码文本进行模型训练，并利用准确率和加权平均F1值考察模型在测试集上的表现。其中，测试集的平均准确率达到89.82%，加权平均F1值达到0.90，说明该模型能够较好地对教师话语进行分类，且具有良好的泛化能力。用模型对优质课堂教师话语文本自动编码后，研究人员再对少部分置信度较低的编码进行矫正，并统计学生发言发言数量，以便后续进一步分析。

3. 教师间接语言的数量结构与教学意义挖掘

首先，采用量化方式，观察总体课堂不同类别话语的数量分布，并结合聚类和滞后序列分析，以教师间接语言的视角探究优质课堂话语的数量特征和转换模式。其次，采用质性分析，回归具体话语文本和对应课例，基于课堂中三类典型间接语言的时间分布特点，在理解和剖析其教学意义基础上，对如何提升教师间接语言设计能力给出具体的策略和建议。

四、数据分析结果

（一）不同类别话语的总体描述性统计分析

180节优质课堂的不同类别话语数量统计见表2。话语类别中学生发言数量最多，批评话语数量最少，且接纳情感、表扬、接受或利用学生想法三类话语数量较少。此外，教师语言比率约为58.4%，其中，间接影响话语占比约33.1%，说明总体课堂的教师话语以直接语言为主，间接语言总体数量较少。

（二）间接语言视角下的课堂话语特征类型与典型转换模式分析

根据各个课堂的话语类别数量进行K-Means聚类，结果见表3。

确定最优k值后得到四个类簇，代表不同的课堂教学特征类型。对各个类簇进行滞后序列分析后绘制对应的话语转换图，如图1所示。由于话语数据平均持续时间较短，残差表中各个类簇的前后同类话语转换路径均显著（Z-score>1.96），为使话语转换图更为清晰，在话语转换图中不予展示。

结合聚类结果和话语转换图，并观察每个类簇对应的课堂录像，以间接语言的视角总结各类簇中课堂师生话语的基本特征和转换模式如下：

1. 学生活动讨论型课堂

此类课堂的学生发言占比最多，教师讲授占比最少，且提问比例最少，观察视频发现，学生以小组讨论等活动形式积极参与课堂，说明此类课堂中学生是学习活动的主体。值得注意的是，该类课堂运用接受或利用学生想法这类间接语言的次数较多，且为许多话语序列的起点。教师在接受学生主张后往往会进行提问或讲授（B3-B4，Z=9.58 | B3-B5，Z=2.15），或是给予表扬后（B3-B2，Z=5.26），再进行提问（B2-B4，Z=5.12）。此外，教师可以对学生的观点表达自己的情感（B3-B1，Z=2.98），也可以进而指出学生的错误（B1-B7，Z=7.05）。由此可见，该类型课堂中教师抓住了学生在活动中产生的观点，并利用这些观点展开了更深入的探讨。同时，教师在指导学生活动过程中及时给予表扬或指出学生的错误，使得课堂活动讨论有序、深入开展。

2. 师生情感交流型课堂

此类课堂的接纳情感、表扬以及接受或利用学生想法三类间接语言的次数均居于四类课堂首位，且相互之间均存在高度显著的转换，说明此类课堂中教师注重建立与学生之间的情感联系，营造积极的学习氛围。其中，表扬与接纳情感、接受或利用学生想法之间存在双向转换，且教师接受学生想法后往往会伴随着对学生感受的接纳（B3-B1，Z=3.03）。由此可见，师生情感交流型课堂中表扬是许多话语序列的中介点，是引导学生积极参与、表达想法和情感的关键因素。此外，课堂中教师讲授比例较低，而提问和学生发言占比处于高位水平，体现在教师对学生的想法进行利用、肯定或指出学生的错误后往往进行提问（B3-B4，Z=7.77 | B2-B4，Z=7.35 | B7-B4，Z=3.05），并引导学生发言（B4-B8，Z=4.51）。由此可知，该类课堂中教师善于组织和引导学生思考，使得学生愿意表达自己的观点并参与到师生之间的交流合作中来。

3. 师生对话型课堂

此类课堂的教师讲授和学生发言比例相当。间接语言中提问占比最多，且表扬和接受或利用学生想法话语占比较多，说明此类课堂的师生互动频次处于高位水平。此外，在该类课堂中，教师由提问转换为学生发言并及时接受、肯定学生主张的转换序列最为显著（B4-B8，Z=26.69 | B8-B3，Z=14.12），甚至进行下一轮提问（B3-B4，Z=6.57 | B2-B4，Z=3.37）。同时，教师在接受或利用学生想法后往往会给予表扬（B3-B2，Z=10.68），并及时接纳情感（B2-B1，Z=6.33）。由此可见，在师生对话型课堂中，教师常通过提问作为引导教学进程的主要行为，主动引导学生参与学习、回答问题，吸收学生的观点并予以延伸，以促进学生对于知识的认知与建构。

4. 教师讲授型课堂

此类课堂的教师讲授占比最多，学生发言占比最少，说明此类课堂中教师以讲授知识为主，较少组织学生进行活动或讨论。虽然，该类课堂间接语言的运用次数处于低位水平，但观察话语转换图可知，其中，表扬与接纳情感、接受或利用学生想法之间存在双向转换，同时也存在显著性较高的教师提问转换为学生发言并及时接受、肯定学生主张的转换序列（B4-B8，Z=20.53 | B8-B3，Z=9.02 | B8-B2，Z=5.92）。由此可见，虽然该类课堂存在大量的讲授类话语，间接语言数量相对较少，但其中既存在情感交流型课堂的显著转换结构，又存在对话型课堂的典型话语序列，说明教师不仅关注知识的讲授，而且善于通过提问等方式与学生进行互动并建立情感联系。

（三）教师间接语言的语句分析

为深入理解教师间接语言教学意义层面的作用，对间接语言应用的时机和策略等进一步挖掘和分析。考虑到已有较多学者对提问的教学场景和运用策略进行了深入的探究，本文选择接纳情感、接受或利用学生想法、表扬三类数量占比较低且研究关注较少的间接语言的时间分布进行可视化呈现，如图2所示。

1. 接纳情感语句分析

如图2所示，接纳情感话语分布曲线呈现两个明显的峰值，分别出现在课前导入阶段和课堂收尾，说明教师倾向于在课堂的始末接纳学生感受，表达自己的情感。本文统计了优质课堂中所有接纳情感话语，根据不同的课堂阶段和教学效果进行了分类。

（1）课前导入阶段。约38.2%的接纳情感话语出现在课前导入阶段，其作用分为两类。一方面，教师利用视频等资源导入时主动接纳学生的感受，有助于教学主题的引入。如“大家一定很好奇為什么气球放在一堆针上不容易扎破”，教师播放完实验视频后接纳学生对于针扎不破气球的好奇，继而自然地引出现象背后的知识点。另一方面，此阶段话语的运用能够引起学生兴趣，使学生放下紧张、畏难的情绪。如“老师知道同学们都很喜欢小动物，今天我们就请来了一位动物朋友，大家猜猜它是谁”，教师通过学生对于小动物的喜爱推动了积极的课堂氛围的形成，吸引学生参与到课堂活动中来。

（2）课中阶段。曲线在课堂的中间阶段也呈现出了一些峰值，说明教师在不同的课堂环节也存在与学生情感的联系，其话语比例约为30.3%。此阶段接纳情感话语的运用能够推进教学环节，如“大家都沉浸在这篇古文当中，意犹未尽，那就让我们再来读一读苏轼的另一篇文章”，教师通过学生的情感引出了另一篇古文的教学。此外，该话语还可以起到安抚学生消极情绪、鼓励学生克服困难的作用。如“同学们不用着急，老师相信你们一定能够完成任务”，教师捕捉到了一些学生在学习过程中的急躁情绪，及时地给予了安抚和鼓励，使得学生顺利地完成了学习任务。最后，教师在学生回答中进行情感的接纳，如“从你的朗读我能够深刻感受到你对庐山的喜爱”，能够起到与学生情感达成共鸣的效果。

（3）课堂收尾阶段。当课堂进入总结收尾阶段，此类话语出现的比例约为31.5%，其中，最突出的作用是能够帮助教师实现课堂的情感目标。如“同学们感受到了对称性能把世界装扮得非常美丽，只要我们用心观察与创造，就能把生活变得更加美好”，教师接纳情感后引导学生创造生活中的美好，培养了学生正确的价值观和情怀。此外，教师能够通过此类语句进行作业的布置，如“学完这节课之后，大家一定有很多话想对杜甫说，同学们可以写一封信跟杜甫交流一下”，以及建立情感联系，如“这堂课同学们掌握了因式分解的难点，老师为你们感到骄傲自豪”，均能使课堂的收尾充满情感的温度，有利于激发学生课后的学习热情。

2. 接受或利用学生想法语句分析

观察表扬、接受或利用学生想法两条分布曲线，发现二者存在多个峰值，且曲线的变化趋势较为接近。结合话语转换模式分析，教师在课堂的各个教学环节中经常连续运用两类话语。统计分析优质课堂中教师对于学生想法的接受话语，根据其利用程度将其划分为高低两个层次，发现优质课堂中教师更多对学生想法进行深层次的利用，占比约为73.5%。

在浅层次利用中，学生分享想法后，教师只是简单的复述，继而转去寻求其他同学的想法，亦或是以“正确”等词反馈而不进行想法的延伸，不利于学生深入的思考。浅层次利用有其适用的课堂情境，常用于学生回答封闭性提问以及教师了解学生集体想法和知识掌握水平。

深层次利用的作用有三种，首先，教师利用学生的想法推进教学环节，使得教学内容转变与递进更加符合学生的思维逻辑，从而提升学生的课堂参与感与主体性，如“刚才同学从宏观的角度解释了原因，现在我们一起从微观的角度来观察这个过程”。其次，教师对学生想法进行延伸，能够促进学生知识的建构。如“刚才王炽提到了滴酚酞溶液会变红，这间接证明了其中有氢氧化钠”，教师结合学生描述的现象进一步解释原理，使得学生在观察的基础上认识到现象的本质，激发了学生的思维和好奇心，促使学生在课堂上积极思考与探索。最后，教师敏锐抓住学生观点中的知识点或漏洞，并结合教学重难点和易错点，以提问的方式引发全班思考与讨论，往往有很好的效果。如“同学们都认同这个观点，老师却持反对意见，请你们能帮我找一下0的因数”，教师没有直接指出同学们观点的漏洞，而是给予反例使其思考，从后续课堂中观察到学生自发的找到了问题所在，深刻地掌握了“0没有因数”的易错点。

3. 表扬语句分析

教师在表扬学生时并不只是简单使用“非常棒”“很好”等词汇，而是伴随着对学生具体行为和成就的描述，有研究者将这种方式称之为描述式表扬[22]。对 优质课堂中的表扬语句进行统计，教师使用描述式表扬的比例约为65.2%。卡羅尔·德韦克（Carol Dweck）根据表扬取向的差异将表扬分为了过程取向的表扬和结果取向的表扬[23]，本文观察表扬语句后，将其分类归并为描述式表扬的两个维度，并进一步细化。

具体而言，结果取向的表扬指向学生行为的客观结果，如“很好，大家把这两个数的不同的意思给说出来了”，教师对学生的学习结果给予及时的肯定，能够帮助学生了解自己的能力水平，从而提升学生的成就感。而过程取向的表扬指向学生行为活动过程的两个方面：一方面是外显的努力程度、专注度及运用的策略，如“同学们这种抓关键词来体会语言的方法，可真棒”；另一方面是学生内隐的品质和能力，为教师提供了多维度的表扬视角，如“何悦真勇敢，主动举手发言”，尽管学生的回答并非期望的答案，但教师对其勇敢品质的肯定促使该学生在后续课堂中积极参与发言，有效激发了学生的学习兴趣。

五、总结与建议

（一）教师间接语言对于课堂“质”与“效”的影响

1. 有助于课堂互动质量的提升

课堂类型的划分具有相对性和互补性，其目的是加深对优质课堂多种侧面构成的认识，促成综合的整体教学风格，提升课堂的教学效果[24]。间接语言虽然总体数量占比较低，但对于课堂教学风格的形成有着显著影响。一方面，活动型和对话型课堂中间接语言是多种话语转换序列的核心枢纽，甚至在“以教为主”的讲授型课堂中，也存在着典型间接语言的频繁转换。另一方面，过去的研究普遍以行为和认知层面对课堂教学进行审视，而间接语言能以其情感的视角推动一类以情感互动为主的教学风格形成。

具体而言，优质课堂中教师较为注重互动的延伸，在进行反馈后往往会引发新一轮的提问互动，引导学生完成对于复杂知识的理解。正如有学者指出，回应并非对话的终点，而是一整条对话链中触发更多疑问的催化剂[25]。因此，间接语言在师生认知互动中的运用能够帮助学生在学习过程中建立更深层次的认知。此外，优质课堂中教师注重对学生的能力、品质等给予表扬，并在教学过程中经常伴随着与学生情感的共鸣。师生情感的互动是双向的，学生优异的表现也会对教师的教学产生正向反馈，随着教师及时的情感回应，学生则更加全身心投入课堂学习，从而形成师生积极互动、协同探索的良性循环。间接语言是师生互动的主要途径，核心素养特别强调学生品格的培养，课堂何以优“质”，正是在帮助学生建构知识的同时重视给予其情感的价值，实现了课堂“育人”的真正目的。

2. 有利于加强与学生的情感连接、促进学生高效学习

在教学论中，间接语言体现为一种“间接教学”的方式，以探询、解决问题以及发现学习为主，教师不再是单纯的传授者，而是扮演着“引路人”的角色[26]。一方面，提问和接受式利用学生想法两类间接语言促成教师“学问指导者”的转型。教师通过提问鼓励学生发言，进而挖掘学生观点中的疑惑或不足，激发学生认真思考与激烈研讨，最终帮助学生凝结成共识，有助于实现课堂由“教”到“学”的转变，提高学生课堂的真实获得。此外，在优质课堂的反馈环节中，学生发言后教师并不倾向于立刻进行表扬，而是对学生观点进行接纳与利用后，再给予鼓励或赞赏，能够在赋予学生成就感的同时提供促进其深入思考和探索的脚手架。学生借助脚手架，能够高效率的进行后续教学内容的学习，有利于其认知思维的培养。

另一方面，接纳情感与表扬两类间接语言促成教师“情感引导者”的转型。好的课堂不仅要有“深度”，还要有“温度”。情感语言使得课堂脱离枯燥而变得生动有趣，学生的学习兴趣由此激发，课堂效率自然得到了提升。同时，优质课堂中教师对学生课堂的学习结果和过程表现进行了大量的多元评价，能够促进作业、考试分数的“弱化”，减轻学生的焦虑负担，回归到学习过程本身，促进学生全面发展、健康成长。

（二）建议

1. 及时接纳学生感受，与学生建立情感联系

教师对于接纳情感语句需要关注运用的时间特征，把握好课前导入、课中和课堂收尾三个关键的教学阶段，通过师生情感的互动以达到多元的教学效果。具体而言，课前导入阶段和课堂收尾阶段教师应有意识地对学生的情感主动进行接纳并给予表达。教师在课前导入阶段可以及时捕捉学生对于导学媒体的感受，亦或是结合有趣的活动调动学生的情绪，鼓励学生进入积极、专注的学习状态，从而为整堂课的情感氛围奠定良好的基调。而在课堂收尾阶段，教师可以将课堂知识的价值属性融于情感的表达中，推动学生对于价值观的正确评估与内化，从而实现课堂的情感目标。此外，学习的发生通常都伴随着一定的情感投入，在认知发展的同时也会产生新的情感[27]。因此，教师应在教学过程中重视学生语言、神态后内敛的情感，对积极情绪予以接纳与共鸣，对消极情绪予以安抚与鼓励。同时，教师还可以巧妙地将教学内容与学生情感相结合，自然地实现教学环节的推进。

2. 深度利用學生观点，帮助学生建构知识

教师应较少停留在对学生发言的复述式正误的评价，而是要对学生想法进行深层次的利用。具体而言，教师在学生发言后需要对其观点进行加工和延伸，站在学生的视角引导学生对其新旧知识之间建立联系，帮助学生实现对知识的深度理解和有效建构。同时，教师在课堂教学中可以通过不同的方式对学生观点进行深层次的利用。一方面，教师可以对学生观点进一步的追问，将学生的观点与相关的教学知识点相联系，以帮助学生将新知识融入已有的知识框架中。另一方面，若学生的观点存在错误，教师还可以引导学生自己发现观点中的纰漏，并启发他们思考如何对原有的观点改进。教师通过这些策略，有助于学生在思考和讨论中不断完善和建构自己的知识体系。

3. 多运用描述式表扬，促进学生自我成长

教师在评价学生时应多运用描述式表扬。描述式表扬使学生觉得实实在在、有根有据、不空洞，进而体现了表扬的真诚品质，达到更好的效果[28]。在运用描述式表扬时，教师既可以对学生学习的阶段性成果给予具体的肯定，又可以对学生在学习过程中体现的能力和品质，付出的行动以及学习策略等方面进行赞赏，使得学生在课堂学习中得到全方位的积极评价。因此，教师需要结合学生的学习表现，灵活运用两种不同取向的表扬方式，以支持学生在学习中不断成长和全面发展。

4. 提升教师语言运用的艺术，加强间接语言的效能

教师的语言使用是否高明，从某种意义而言，就是看其语言是否拨动了学生的心弦，是否对学生产生了激励作用，达到了培养人才的目的[29]。从当下的教学实践来看，在教师和学生信任关系有待进一步加强、学生心理更多需要关注的现实中，合理巧妙的教师语言既可以提升课堂效能，同时还可以建立良好的师生关系，更多地加强和教师的心理联接，进而促进学生身心健康。教师在专业学习和培训中，要提高语言运用的艺术，加强对优秀教师该方面的学习和观摩，通过外部学习和自身实践，将间接语言运用的层次、方式以及情感内涵融入到教学实践中，将语言应用的效果发挥到最大化。

[参考文献]

[1] 中共中央办公厅.关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见[EB/OL].（2021-07-24） [2022-11-30].http：//www.gov.cn/zhengce/2021-07/24/content_5627132.htm.

[2] 穆肃，董经，唐冬梅，等. 信息化课堂教学中教师行为对学生活动的影响[J].中国电化教育，2019（8）：91-98.

[3] 罗晓杰，王雪. 专家—熟手—新手教师高中英语阅读课课堂互动比较研究[J].课程·教材·教法，2011，31（12）：51-56.

[4] 胡亚琳，王蔷. 教师情感研究综述：概念、理论视角与研究主题[J].外语界，2014（1）：40-48.

[5] FLANDERS N A. Intent， action and feedback： a preparation for teaching [J]. Journal of teacher education，1963，14：251-260.

[6] BORICH G D. Effective teaching methods[M]. 2nd ed. New York： Merrill， 1992.

[7] SPRINTALL N A， SPRINTALL R C. Educational psychology： a developmental approach[M]. 5th ed. New York： McGraw-Hill Publishing Company， 1990.

[8] 贾美华，李美娟. 优质课的教学语言特征初探——基于优质课与低效课比较的视角[J]. 基础教育课程，2020（Z1）： 88-94.

[9] 王陆，蔡荣啸.课堂大数据视角下的提问倾向研究[J].电化教育研究，2016， 37（7）：82-92.

[10] 牟金江，严玲均.高中英语课堂教师具体表扬行为的观察与分析[J].天津师范大学学报（基础教育版），2021， 22（2）：35-39.

[11] 张涛. 教学切片分析：一种新的课堂诊断范式[J]. 教育发展研究，2016，36（24）：55-60.

[12] 穆凤良. 课堂对话和提问策略[J]. 教育理论与实践，2000（11）：33-36.

[13] 王耀慧，刘树仁. 利用课堂提问促进深度学习的策略研究[J]. 教学与管理，2018（33）：101-103.

[14] JENSEN E， DALE M， DONNELLY P J， et al. Toward automated feedback on teacher discourse to enhance teacher learning [C]// Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems. Honolulu， HI： Association for Computing Machinery，2020：1-13.

[15] DONNELLY P J， BLANCHARD N， SAMEI B， et al. Automatic teacher modeling from live classroom audio [C]//Proceedings of the 2016 Conference on User Modeling Adaptation and Personalization. Halifax， Nova Scotia： Association for Computing Machinery，2016：45-53.

[16] SONG Y， LEI S， HAO T， et al. Automatic classification of semantic content of classroom dialogue[J]. Journal of educational computing research，2021，59（3）：496-521.

[17] 馬玉慧，夏雪莹，张文慧. 基于深度学习的教师课堂提问分析方法研究[J].电化教育研究，2021，42（9）：108-114.

[18] 宋宇，丁莹，朱佳，等. 基于序列模式挖掘的多类教师群体互动式课堂教学研究[J].现代教育技术，2021，31（10）：40-48.

[19] LEE A. Determining quality and distribution of ideas in online classroom talk using learning analytics and machine learning[J]. Educational technology & society， 2021，24：236-249.

[20] DEVLIN J， CHANG M-W， LEE K， et al. BERT： pre-training of deep bidirectional transformers for language understanding [J]. ArXiv， 2019（1） ： 4171-4186.

[21] WEI J， ZOU K. EDA： easy data augmentation techniques for boosting performance on text classification tasks [C]//Proceedings of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing. Hong Kong： Association for Computational Linguistics， 2019.

[22] 汪明，张睦楚.“五观”端正班主任班级管理工作[J].教育理论与实践，2014，34（20）：22-24.

[23] MUELLER C M， DWECK C S. Praise for intelligence can undermine children's motivation and performance[J]. Journal of personality and social psychology，1998，75：33-52.

[24] 李如密. 教学风格综合分类的理论探讨[J]. 教育研究，1995（5）：66-71.

[25] 杨昊，曹乐. 用对话教学法翻转跨文化交际课程——教学范式的翻转[J].现代教育技术，2015，25（4）：71-78.

[26] 明庆华，鲁琪. “间接教学”与教育过程公平的现实审视[J]. 教育科学研究，2020（7）：17-22.

[27] 张浩，吴秀娟，王静. 深度学习的目标与评价体系构建[J]. 中国电化教育，2014（7）：51-55.

[28] 汪明. 表扬的真诚品质的彰显[J]. 教学与管理，2017（32）：15-16.

[29] 罗赛清. 课堂教学中教师的语言美及其心理效应[J]. 当代教育论坛，2003（7）：76-77.

Teachers' Indirect Language Helps Classrooms "Improve Quality and

Increase Efficiency"

—An Analysis of the Quantitative Structure and Pedagogical Significance of Teachers' Discourse in Quality Classroom

ZHAO Yunjian1，  WANG Yang2，  CHEN Ling2，  HE Jing3

（1.Center for Education Technology and Resource Development， Ministry of Education （National Center for Educational Technology）， Beijing 100031; 2.School of Educational Technology， Beijing Normal University， Beijing 100875; 3.Department of Artificial Intelligence Education， Central China Normal University， Wuhan Hubei 430079）

[Abstract] Classroom is an important place for "double reduction" and teachers' indirect language plays a vital role in organizing classroom teaching and influencing students' learning participation. However， there is a lack of data-based mining for its pedagogical significance. This paper employs deep learning algorithm to intelligently classify teachers' discourse， and codes the discourse text of 180 high-quality lessons to examine the quantitative structure of teachers' indirect language through cluster analysis and sequence analysis. Additionally， this study selects three kinds of indirect language， namely accepting emotions， praising， and accepting or utilizing students' ideas， which are under-studied and few in number， and combines them with quantitative data to generalize and summarize the pedagogical meaning of their utterances. It is found that teachers' indirect language promotes the quality of classroom interactions and students' effective learning. Finally， this paper puts forward three kinds of strategies for the design and use of indirect language： timely acceptance of students' feelings， in-depth use of students' views， and more use of descriptive praise， which provides specific pedagogical guidance for teachers' classroom teaching.

[Keywords] Natural Language Processing; Discourse Analysis; Teachers' Indirect Language; Cluster Analysis; Sequence Analysis