大数据支撑的区域教师智能研修模型及应用研究

李永涛　陈津津

基金项目：宁夏教育科学“十四五”规划“互联网+教育”示范区建设专项研究课题“县域教师智能研修中心建设的理论框架与实现路径研究”（编号：NXJKG21008）。

摘 要 应用人工智能、大数据等新型信息技术创新教师研修模式和方法，有助于优化教师知识结构，助推教师专业发展。本研究面向区域教育，结合实践需求，研究构建大数据支撑的区域教师智能研修模型，并在理论模型基础上，提出区域教师智能研修中心的系统化建设路径，以及教师开展研修应用的方案，对实现人工智能与教师研修的融合，赋能教师专业发展、推动教师队伍建设，缩小城乡差距和大幅度提高教师教育教学水平起着至关重要的作用。

关键词 大数据；教师研修；智能研修

中图分类号 G451

文献标识码 A

文章编号 2095-5995（2023）04-0091-03

一、问题的提出

2022年4月，教育部等八部门印发的《新时代基础教育强师计划》中提出：“深入实施人工智能助推教师队伍建设试点行动，探索人工智能助推教师管理优化、教师教育改革、教育教学方法创新、教育精准帮扶的新路径和新模式。”当前，各种形式的研修已成为教师知识更新、技能提升、专业发展和综合素质提高的有效路径。但目前常态化的教师研修主要采用教学观察手段，且观察维度有限，主观性较强，容易出现遗漏和偏差。如何实现人工智能与教师研修相结合，助力教师研修研训，是教师研修常态化发展面临的挑战。

为了提升教师教书育人的能力，建设高质量的教育体系，促进教育的公平发展，不少研究先后对教师智能研修的现存问题提出了解决路径。李阳等人提出了智能精准教研的理论框架，包括智能精准教研的定义、特征、技术环境和方法，设计了“一个中心、两条路径、三个原则、四个目标、五项任务”的实践蓝图。^［1］郁栋等人针对区域教研面临着难以大范围开展精准教学、教研员无法提供精准指导等问题，从搭建平台、创新机制、测评驱动、整合资源四个方面提出基于智能网络平台的区域教研解决思路，为智能时代教师专业发展提供了新的路径启示。^［2］

综上所述，当前的研究主要集中人工智能賦能教师研修的平台软件、应用模式以及机制体制等方面，但是如何面向中小学教育的实践需求，面向教育体系最核心的区域教育单元，统整环境、平台、资源、数据、机制等多要素，形成人工智能服务赋能教师研修的体系化解决方案，还亟需进行探索与实践。

二、大数据支撑的区域教师智能研修模型

智能时代的区域研修呈现出一些新的特征：信息技术支持下多种教学法的综合运用，支持信息互通、研学转换的研修空间，经验与数据相结合的多维研修评价，多方协同参与的组织与管理等^［3］。本研究从理论层面入手，探索支持教师区域研修的理论模型，进一步丰富和完善教师专业发展及区域研修理论，为深入开展教师区域研修活动提供框架指导。针对目前区域内研修活动设计随意性较强、缺乏有效的理论模型支撑的问题，相关研究团队以建构主义学习理论、协作学习理论、活动理论和交互理论为指导，从多模态数据感知技术、智能化算法分析技术、个性化资源推送技术三个方面入手，构建基于“云网数端”的区域教师智能研修模型（如图1）。

（一）多模态数据感知

物联网、大数据、人工智能等新兴技术的发展为多模态数据的感知与融合提供了理论和技术支持。多模态数据的感知技术是智能教育应用的核心，助力教师教研的数据化、科学化、智能化发展。

通过建设大数据支撑的教师智能研修中心，并利用温度传感器、光线传感器、红外感应器、摄像机等设备，实现对教师研修环境的全方位感知，采集研修情景的感知数据^［4］。多模态传感设备对不同情景中的信息进行采集，实现对个体位置、活动、意图、行为和交互数据与行为的推断，从而实现对个体特征的细致刻画和对教育情境的精准感知。

（二）智能化算法分析

智能情景下，可以利用智能算法分析技术，基于智能研修云平台记录的使用痕迹和师生互动的数据等对教师开展更有针对性的评价，发挥评价对教师研修的激励和向导作用。

借助RT-CH、S-T等分析工具进行教师研修测评，可以将输入的多模态数据进一步分为文本信息和行为信息，经过数据预处理后，多个教学分析模型可共用一致的结构化数据，不同模型就可以输出自定义的各类指标值，有助于构建教师的个人研修画像。

基于智能化算法分析提供具有针对性的学习支持服务，为知识共享与创造提供技术支持，通过社会化、外在化、组合化、内在化的过程，促进教师在知识共享与创造的过程中实现显性知识与隐性知识之间的转化。

（三）个性化资源推送

利用研修云平台，借助一定的推送机制和推送模式，教师研修者可以精准有效地获取所需的学习资源。对课程学习资源的认识、加工和内化过程是云计算学习资源推送最关键、最核心之处。学习资源的精准推送需借助合适的技术方法及所构建的灵活传播渠道。通过对个性化协同过滤算法的研究，及对资源个性化、精确化、去重化的推荐，缩短查找资源的时间，使教师可以灵活搜寻和利用资源，提高研修效率。

三、区域教师智能研修中心建设路径

（一）建设研修智能中心

智能时代将线下研修环境与线上虚拟空间相结合，实现了新兴技术融入研修主题设计和研修组织、智能化定制研修服务，创新了教师的学习形式。基于此，教师网络研修可以融合虚拟现实技术设计真实、复杂的立体化场景，为教师提供更加真实的交互实践环境^［5］；利用交互感知设备收集教师研修行为数据以及课堂教学行为数据等。研修智能中心的建设，为研修大数据平台提供真实有效的数据，为研修云平台定制个性化的研修服务提供依据和保障。

（二）构建研修云平台

人工智能赋能教师专业发展主要体现在基于人机协同的课堂教学、基于数据驱动的校本教研和基于学习分析的教师培训三个方面^［6］。本研究对学习分析技术支持下的教师研修平台进行了设计，设置三大功能模块，即学习分析模块（主要利用教师参与行为、RT-CH、S-T等分析工具）、研修模块（主要有文件收集、问卷调查、在线讨论、讨论区、互动评价、在线测试等工具）、资源汇聚模块（可进行资源上传、资源汇聚、资源下载、资源管理）。平台基于B/S架构，管理员、教研员、教师可以利用计算机或其他移动设备参与研修，且利用该平台所进行的相关研修活动具有如下特点：

第一，研修主题突出。以师德素养、信息素养、智能素养等综合素养的提高，及学科教学能力提升、信息化教学能力提升为主题，开展智慧课堂教学环境下的智能研修。

第二，资源管理优化。建立优质资源的收集、评价、挖掘、汇聚、筛选机制，支持利用在线开发工具创建教学教研资源^［7］，支持对教学案例、网络课程、教研活动等生成性资源的利用，支持根据教师个性化特征自动关联、汇聚、推荐适应性资源，支持教师自行选择数字教育资源与智力资源进行在线学习。

第三，学习分析科学。支持对智能研修平台与教师发展系统中的数据进行采集、处理，支持各种研修模式的教师进行研修内容、行为、活动、过程等方面的学习分析，支持教师自我认知与反思，支持教师自定研修目标、自主选择研修学习内容、自我管理与监控等，并形成研修学习诊断报告。

（三）建设研修大数据基座

个性化研修将教师定位为学习者，本质是学习分析、人工智能、机器学习等新兴技术支持下的教师自适应学习，是技术与教育深度融合的高级表现形式。研修大数据分析贯穿整个研修过程。

首先，利用研修大数据重塑学科知识结构。整合技术的学科知识结构作为通用的教师知识能力框架，在智能技术的支持下有助于为教师研修提供动态“脚手架”，按知识诊断结果和教师个体需求，精准推荐研修路径、推送个性化研修资源，实现教师智能素养和知识图谱的重构。

其次，利用研修大数据实现教师研修个性化干预。利用大数据和学习分析技术实现研修表现的精准分析和动态表征，形成教师研修画像。利用机器学习和数据挖掘技术实现研修过程性数据的精准挖掘与研修结果的精准预测，有助于研修目标的达成和教师专业发展的实现。

再次，利用研修大數据开展教师研修评价。通过多模态诊断分析，形成实证支持的研修特征标签，构建智能研修评价指标和评价量表，实现教师研修的精准评价。

四、区域教师智能研修模型的应用

针对当前部分市县区域研修活动中暴露出的沟通成本较高、整体效率较低、缺乏信息技术有效支撑等教师专业发展问题，本研究聚焦三种区域教师协同发展研修应用模式进行简要阐述。

（一）基于智能研修平台的混合式研修

不同于传统的网络学习平台，智能研修平台为研修教师提供了包括现实空间和虚拟空间在内的原创场、对话场、系统场、演练场^［8］。基于智能研修平台的混合式研修注重教师之间的交流、互动和隐性知识的挖掘，注重生成性资源的识别、评价、筛选、整合，通过不同研修空间和动态开放的研修资源，支持教师个体专业发展和教师队伍整体建设。

（二）基于课堂教学行为分析的校本研修

立足解决课堂教学实践问题的校本研修是推进区域研修的有效模式，智能技术支撑下的人机协同校本研修利用人工智能技术对课堂教学中的学生学习行为和教师教学行为进行学生——教师智能分析，为教师的教学决策和精准教学提供支持。

（三）基于学习需求的个性化研修

利用人工智能技术和个性化推荐算法，挖掘教师研修数据，为教师定制专业发展路线和个性化研修学习路径；通过标签聚类对教师群体进行同质或异质的聚合，为不同类型的教师设计并推送研修资源^［9］；通过教师画像管理预测教师专业发展轨迹，帮助教师提高自我效能感，助力教学实践改革、教学能力提升和教师专业发展，助推区域教师队伍建设。

教师专业发展和教师队伍建设是教育现代化的重要支撑。为了夯实教师专业发展体系，推动教师终身学习和专业自主发展，建设高素质专业化创新型教师队伍，理应积极探索和建设区域教师智能研修中心。通过教师智能研修中心网络化、数字化、智能化建设与应用，以区域教育云平台为依托，深度融合大数据、人工智能等技术，推动应用互联、数据互通的“云网数端”模型的落地施行，探索人工智能赋能教师研修的典型范式，实现教师信息化教学能力和智能素养的提升，实现教师专业发展的个性化与整体提升，形成区域教师智能研修常态化发展生态体系。

（李永涛，宁夏教育信息化管理中心，银川 756501；陈津津，华中师范大学人工智能教育学部 教育大数据应用技术国家工程研究中心，武汉 430079）

参考文献：

［1］ 李阳，曾祥翊.人工智能赋能教研高质量发展：智能精准教研的理论框架、实践蓝图与发展脉络［J］.中国电化教育，2022（11）：99-107，122.

［2］ 郁栋，李新蓉.基于智能网络平台的混合式区域研修模式探究［J］.江苏教育， 2022（68）：36-41.

［3］ 张妮，李玲玲，刘清堂等.区域研修：内涵、特征、构想及对教师专业发展的启示［J］.数字教育，2021（6）：9-15.

［4］ 王一岩，郑永和.多模态数据融合：破解智能教育关键问题的核心驱动力［J］.现代远程教育研究，2022（2）：93-102.

［5］ 陈鹏，曹丽娜.智能时代教师网络研修的影响因素与促进策略——基于扎根理论的质性分析［J］.现代教育技术，2022（9）：109-116.

［6］ 林攀登.人工智能赋能教师专业发展：理念变革与实践创新［J］.中国成人教育，2021（12）：56-60.

［7］ 毛擘，方晓霞.整合：教师研修课程化的区域实践［J］.基础教育课程，2019（14）：7-12.

［8］ 代毅，刘臻，傅龙.基于智能研修平台的教师知识共享研修模型建构与实践［J］.中国电化教育，2022（1）：134-142.

［9］ 胡小勇，林梓柔.精准教研视域下的教师画像研究［J］.电化教育研究，2019（7）：84-91.

责任编辑：毛盼盼

读者热线：027-67863517