基于交互场景的教师数字化教学能力诊断研究*

2024-01-27李梦兴

现代教育技术 2024年1期

刘妍李梦兴舒杭

刘妍1李梦兴1舒杭2[通讯作者]

（1．上海交通大学教育学院，上海 200240；2．江南大学 “互联网+教育”研究基地，江苏无锡 214122）

数字技术的强势推动，对教师的教学能力提出了新要求，即教师应具备数字化教学能力。在此背景下，厘清数字化教学能力的内涵并对教师的数字化教学能力进行诊断，成为破除技术应用浅、转化效果弱等现实困境的关键。基于此，文章采用问卷调查和访谈的方法，对教师的数字化教学应用现状和教师在开展数字技术融合教学过程中存在的主要问题进行了分析，并对这些问题出现的主要原因进行了探讨。在此基础上，本研究依托场景交互理论和能力迁移假设，设计了基于交互场景的教师数字化教学能力诊断模型。此模型以技术储备为“原点”，是一个包含数字化教学、技术应用、教师专业发展的三维模型。在此模型的指导下，本研究提出了包含实验实施、数据挖掘、诊断分析、案例萃取四个环节的基于交互场景的教师数字化教学能力诊断实施路径，以期为教师数字化能力诊断提供模型参考，并助力教师数字素养提升，实现高质量教育的可持续发展。

数字化教学能力；交互场景；数字素养；能力诊断

引言

2022年2月，《教育部2022年工作要点》明确提出“实施教育数字化战略行动”[1]；10月，党的二十大报告强调要把“推进教育数字化”作为重要战略部署[2]。而“强国必先强教，强教必先强师”，教师是教育高质量发展的第一资源，新时代基础教育教师是数字化战略得以落地的关键动力[3]。同年11月，教育部发布《教师数字素养》行业标准[4]，明确了教师数字素养指标。2023年2月，世界数字教育大会首次提出“提升教师数字化教学能力”[5]，实现人机协同教学，更好地创新教育教学模式和测评方式，助推教学质量提升。当前，数字技术已具有互联互通、即时高效、动态共享的特征，能快速汇聚资源、打破时空限制，支持形成跨时空、跨地域、跨区域的泛在学习形态，并支持呈现多元、立体、虚实结合的学习空间。以数字技术为抓手开展人机协同教学，是未来教育发展的新形态[6]，这对教师的教学能力提出了新要求。

元宇宙、数字人、基于AIGC的百“模”大战，裹挟着一波波新技术、新概念呼啸而来。智能互联黑板、虚拟现实技术等多样态、泛在化的教学与研修应用迭代更新，促进了教学环境的数字化转型[7]。各类智能应用如雨后春笋般产生，不尽相同的使用逻辑给教师增添了过高的学习成本。在教育数字化转型的流程再造中，教师的能力无法自动生成[8]。因此，即使掌握了其中一种技术，但如果教师难以灵活地进行跨平台应用，就需要花费更多的精力重新学习。目前，数字技术仍停留在帮助教师组织传统教学活动的层面，教师仍需在教室内面对多个学生开展教学活动[9]，而无法实现“人人皆学、处处能学、时时可学”的无边界教学。2022年，全国各级各类专任教师较上年增加35.98万人，各级各类学校已基本具备信息化教学环境。但数字化基础设施的完善与教师在课程教学中对ICT应用的不足形成鲜明对比，多媒体设备的浅层应用让课堂的生成性空间大打折扣。研究发现，教师在现阶段仍存在因缺乏信息素养而导致的课程设计难、学习评价难、课堂监管难等问题[10]，更遑论高阶的数字能力[11]。面对如此严峻的数字化教学应用问题，有效构建满足教师素养和角色转变的数字化教学能力体系与长周期、成长型的诊断路径才是解决之道。

一研究现状

1 数字化教学能力内涵延伸

早在1999年，黄俊联等[12]就提出了“数字化教学”的概念，相关概念还有数字化教学技能、数字教学环境等。随着数字技术与教育教学的深度融合，在历经多媒体技术、人工智能、生成式人工智能等的发展后，教师能力内涵拓展至更丰富的维度。传统教师能力包括教学能力、反思能力、沟通能力、终身学习能力等。当整合技术的学科教学知识（Technological Pedagogical Content Knowledge，TPACK）被提出后，信息技术整合学科教学能力受到重视，信息技术能力被纳入教师能力体系。联合国教科文组织（United Nations Educational, Scientific and Cultural Organization，UNESCO）发布的《教师ICT能力框架（第3版）》继续细化ICT能力框架，将ICT能力分为知识获取能力、知识深化能力和知识创造能力三类[13]。欧盟发布《提升教师信息甄别能力与数字素养指南》，指出要培养教师批判性地使用数字技术的能力，让教育工作者具备一定的数字素养[14]。我国教育部发布《教师数字素养》教育行业标准[15]，明确了数字时代教师应具备的素养框架，强调要促进数字技术与教育教学的深度融合，以数字化资源共建共享提升教师的数字素养，最终让数字素养支撑教师的数字化教学，形成数字教育新生态。数字素养不只是知识与技能，更是在特定情境中利用和调动数字资源（包括技术和态度）以满足复杂需要的能力。教育数字化转型是借助数字技术，推动教学理念、目标、手段、方法、设施、评价的系统变革。教师作为第一资源，其能力需求已不再是技术工具的简单应用。数字化教学能力是数字素养的本体构件[16]，是指应用数字技术支持教学活动设计、实施与评价等教学核心活动的能力，其内涵延伸涉及以下五个方面：①具备数字化意识、态度和技术技能；②将适切的数字应用与教学深度融合，如将丰富教学环境的技术创新应用于学科教学或跨学科教学设计；③将数据作为驱动教育创新和变革的动力，如运用数据分析结果来诊断教学设计的有效性；④利用交互式教学场景协同教学，体现人人协同和人机协同，探索数字化场景教学，构建教师教学新范式；⑤具备数据安全保护意识和伦理规范。应用数字技术创新教学实践是一个融通的动态过程，在此过程中可能出现多元的学科知识认知、活动组织、技术应用路径和数字技术应用场景。诊断数字化教学能力应遵循其延伸内涵和动态特征，通过融入场景、环境、资源、平台等多种因素，探索有价值的指标以刻画这一高阶能力。

2 教师数字化教学能力测评研究

传统教师教学能力基于教学设计、教学实施、教学评价、课程开发、教学创新等维度展开，借助问卷、访谈和课堂观察形式考察评价[17]。随着技术在教育教学领域的深度融合，对教师信息化能力、数字能力等的要求逐渐被提出。联合国教科文组织的《教师ICT能力框架》、美国国际教育技术协会的《面向教师的教育技术标准》、欧盟的《欧盟教育工作者数字胜任力框架》相继指出，教师需要具备应用数字技术进行教学的能力[18][19][20]。我国教育部也先后提出《中小学教师信息技术应用能力标准（试行）》[21]、《教师数字素养》行业标准[22]，要求教师具备技术融合教学的新能力。为测评教师的数字化教学能力，经济合作与发展组织实施的教师教学国际调查（Teaching and Learning International Survey，TALIS）项目针对技术理解、准备、应用展开了能力测量[23]。在我国，张哲等[24]基于TPACK模型，提出教师信息化教学能力评价模型，开发了包含基于信息化教学基础能力、信息化教学整合应用能力、信息化教学情境应用能力三个维度的评价指标；魏非等[25]依据教育部颁布的《中小学教师信息化教学能力测评指南》，从微能力出发构建了教师信息化教学能力测评模型，以量表形式客观地测量了教师应用信息技术进行教学的能力；陈娬等[26]结合相关文件的要求，从理念与态度、知识与技能、应用三维度开发了信息技术融入教学能力测评量表，绘制了信息时代欠发达地区教师的数字教学能力画像。此外，杨滨[27]以新媒体、新技术为依托，构建了“互联网+”新媒体环境下教师教学能力指数型趋同发展培养模型（Teaching Ability Exponential Converged Development，TAECD），以教师教学能力趋同发展评价量规对教师教学的细化能力进行量化或质性评测。

综合上述分析，虽然教学过程的多模态、客观性数据留痕已经引起关注[28]，但现有研究尚未深入探讨利用多模态数据进行长周期、跟踪式的教师数字化教学能力诊断和反馈。未来研究需要重视不同阶段教师的专业发展差异、评价内容差异和评价证据的科学性，挖掘教师教学特征，精准定位教师教学的不足，以有针对性地提升教师的数字化教学能力。

3 基于交互场景的测评研究

学习过程是从知识习得走向知识体系建构的过程，教学过程是学习目标实现和师生互动的过程，而课堂场景是创造和增加价值的第一现场。20世纪70年代以前，对教与学的研究大多依赖于专家课堂观察笔记对课堂教学行为进行分析。随着研究方法的更新和研究者对数据的认知不断提升，同时得益于视频录制技术的迅猛发展，基于视频的课堂分析如雨后春笋般涌现出来。随后，课堂话语分析、课堂互动分析、微观互动民族志等课堂分析方法陆续出现，深刻地影响了教育研究的方法论、技术与范式。随着智能技术在教育领域应用的深入，Bao[29]提出可以利用多模态传感设备对个体不同场景汇总的信息进行采集，实现对个体位置、活动、意图、行为、交互的数据记录与行为推断，从而实现对个体特征、群体特征的细致画像和对教育场景的精准感知。近几年来，国内多个地方开展了基于课堂的质量评价研究[30]，积累了一定的实践场景经验和理论研究成果。即使研究开始关注教师的教学能力指标，但作为分析指标的互动场景尚未出现在诊断体系中，更难以借助及时、动态的获取方式进行个性化分析和反馈。

基于上述分析，本研究基于教师数字化教学能力的内涵解读和场景评价现状，调研中小学一线教师在数字化教学过程中面临的现实困境，剖析其根源，试图构建基于交互场景的教师数字化教学能力诊断模型，以助力教师专业能力的提升。

二研究设计

为厘清现阶段中小学一线教师数字化教学能力的现状和专业能力发展特征，从而为教师“能力诊断-反馈机制”提供策略支持，本研究通过抽样调查的形式，针对教师数字化教学能力及其应用开展了问卷调查与访谈。

1 研究工具

参考教师信息化教学能力量表[31]、TPACK理论框架[32]，结合文件《中小学教师信息技术应用能力标准（试行）》[33]，本研究编制了教师数字化教学能力问卷。问卷设有数字化教学能力、基于场景的智能技术应用两个一级维度，其中数字化教学能力维度含有数字技术的储备、教学设计与实施、教学反思3个二级维度，共8道题；基于场景的智能技术应用只含场景应用1个二级维度，共2道题，如表1所示。所有问题均以多选题的形式展开，按频数与频率方式计分。

表1 教师数字化教学能力问卷的维度设计

与此同时，本研究从数字技术应用鸿沟和能力需求两个维度，设计了两个开放性访谈问题：①一线教师在开展数字技术融合教育教学的过程中存在哪些问题？②智能技术在应用于教学的过程中要求教师应具备哪些能力？

2 研究对象与数据收集

本研究以上海市中小学的一线教师为研究对象，从2023年9月至11月，通过随机抽样方式进行调查，共发放问卷295份，回收有效问卷264份，有效率达89.5%。问卷题项经过多次调整后，可靠性Cronbach’s α值为0.85，KMO值为0.834，球形检验的显著性无限接近0，说明问卷已具有较好的信效度。问卷数据统计结果显示，入职时间少于5年的教师占比31%，5～10年教龄的教师占比22%；女性、男性教师的占比分别为54%、46%；教师所教学科涵盖信息技术、化学、物理、数学、语文、科学、道法等。本研究采用的数据分析工具是“微词云”在线生成平台（网址：https://fenci.weiciyun.com/）和SPSS 20.0软件。

同时，综合考虑教龄、性别、所教学科等因素，本研究选取10名具有代表性的上海市中小学一线教师进行访谈（如语文学科教坛新秀、数学学科带头人、科学学科二级教师、信息科技学科高级教师等），共获得访谈音频时长200余分钟，经整理后转化为访谈文本2万余字。之后，本研究采用NVIVO 14软件对访谈文本进行了编码分析。

三研究分析

1 数据分析与问题归因

（1）问卷数据分析

问卷数据分析结果表明，当前教师的数字化教学能力整体偏低，且不同教师之间的差异性显著，主要表现为：①数字技术储备方面，59.4%的教师表示需要半年及以上的时间去完成与技术的磨合，有5%的教师表示这种磨合需要2年以上。这说明教师与技术的磨合需要较长的周期，同时从侧面说明数字技术与教学的融合需要经历长周期、渗透式的探索过程，也说明数字技术的飞速发展并未能带动教师数字素养的提升。②教学设计与实施方面，89.34%的教师会在课堂教学环节使用技术工具，78.69%的教师会在备课环节使用，这说明教师对于技术支持的教学设计与实施具有较高的认可度。但是，课后复习、作业评估、学情诊断环节的占比均不足50%（分别是31.97%、42%、42.62%），这反映出教师的数字化教学能力并未在教学全流程中得到提升。③教学反思方面，有73.2%的教师表示会选择通过录音、视频的回放帮助自己复盘教学过程，而只有不到35%的教师会利用平台数据和分析工具来理解学习的过程，这说明教师的数字化教学反思能力比较薄弱。④场景应用方面，超过88%的教师表示在教学过程中选择的是传统多媒体工具（如投影仪），78.36%的教师表示使用了互动教学工具（如电子白板），而只有36%的教师选择了智能工具（如平板）和沉浸式工具（如VR、AR）。这说明传统信息技术与环境仍占主导，而数字技术与场景应用被忽视。也正因如此，才会有近乎半数（44.3%）的教师表示数字技术没有达成既定的教学目标。

（2）访谈文本分析

通过对教师访谈文本的分析，本研究归纳出教师在开展数字技术融合教学过程中存在的三个主要问题：①外部诱因差异，教师不会用技术。结合对访谈文本中高频关键词的分析，可知技术、学生、教学资源、时间、规范等是教师不会用技术的主要外部诱因。有教师表示：“经常会遇到学生个体差异、学习习惯、网络和硬件不稳定、资源不足、班级氛围和管理等方面的问题而影响技术应用。如何让数字化技术更加匹配教学目标，是融合过程中我遇到的重点问题。”②教学功底不牢，教师不敢用技术。有教师表示：“采用什么技术、如何使用技术，往往因策略和理论方面的短板造成应用鸿沟和壁垒”，且“数字化技术如何赋能传统教学策略和教学方式，还没有得到很好的解答”。③教学场景复杂，教师不善用技术。有教师表示：“随着数字技术应用的场景越来越多，无论是课堂管理还是教学实施效果，都很难通过深度应用数字技术来达成提质增效。”如果教学效果与投入负相关，长此以往便会打击教师教学的自信心，从而降低深度学习的意愿。

从教师的角度出发，要想充分实现数字技术与教学的深度融合以提升教师的数字化教学水平，就需要教师自身具备一定的能力。对访谈问题②的相关访谈文本进行关键词统计，得到教师数字化教学的能力要求，如表2所示。表2显示，访谈中被提及最多的关键词是“基本教学技能”，之后从高到低依次是教学设计能力、协同教学能力、数据诊断能力、教学反思能力、教学决策能力（频次均＞100）。毋庸置疑，基本教学技能是教师应当具备的首要能力，也是教师专业发展的基础。而教学设计、协同教学、数据诊断、教学反思、教学决策都是开展数字化教学实践对教师的能力要求。正如受访教师所言：“教育数字化转型、人工智能教育等发展的大趋势，要求我们一线教师从培养学生高阶能力和综合素养的角度去设计课堂教学活动”“作为新手教师，我觉得我更加需要提升教学反思能力。与有经验的老教师相比，我很难抓准课堂教学中存在的问题。而且面对教学过程中的一些突发情况，有时候会觉得很慌乱无助”“系统中的那些数据，我看不太懂，也不知道怎么将这些数据用到教学之中”“基于教学过程中的实时数据评价，非常考验教师的决策能力和教学诊断能力”。此外，还有教师表示缺乏教学自主创新的意识和能力，如不能借助数字技术创新教学模式。

表2 教师数字化教学的能力要求

2 问题归因

根据上述问卷数据分析和访谈文本分析结果可知，目前提升教师专业能力发展并不切实有效，影响教师数字化教学能力的因素也纷繁复杂，其原因主要在于：

①传统测评难以应对时代诉求。对教师不敢用和不善用的问题进行分析，可以发现传统教师能力测评难以为教师提供实质性指导。例如，评价指标方面，目前的教师信息技术应用能力框架已不能满足智能时代对教师角色转变与素养提升的需求。评价策略没有考虑教师不同专业发展阶段的差别，具体表现为教学育人、技术应用等均是单维测评，而缺乏全面、多发展阶段的系统诊断路径，对教师智能教育素养的内涵研究也相对较少[34]。同时，教学质量因素探究和教师能力评价内容多为研究者的个人自由探索，且教师发展的多阶段、多层次可能会造成评价缺乏针对性的问题；相关研究尚未融入动态和长周期数据支撑的数字教学能力画像依据，能力评价的精准性也难以判断。此外，还出现了以静态测评为主和精准诊断滞后的现象。目前评测目的是遴选评价，忽略诊断提升，在实践中往往存在“测评难”“溯因难”的问题，在教师专业发展个性化指导方面也存在不足。针对上述问题，采用长周期、跨场域、多模态数据的采集与融合技术，能使对教学全过程的行为追踪与能力发展溯因成为可能[35]；而借助人工智能技术的采集和数据分析手段，可以全方位收集过程数据，在保障数据伦理安全的前提下有的放矢，筛选有价值的数据与关键指标建立映射关系，进行高价值、长周期、动态的数据分析，提高教师能力测评的精准度。

②数字素养提升不足带来应用壁垒。尽管教师的数字化意识与基本技能已经初步具备，但其数字化应用、数字化教学能力和数字素养方面的明显不足（如缺乏技术规范化使用、数字技能与教学的深度融合不够等），带来了数据决策不够科学、教学改进经验不够丰富等问题。如何借助智能技术实现“资源找人”？如何满足学生的个性化需求，实现智慧地教？[36]这些问题也阻碍教师进一步提升数字化教学能力。本研究发现，差异化的智能应用产品与功能体验导致教师上手难、不能用同一套逻辑体系组织海量的数字资源。教师对数字技术应用的浅认知、低接受、应用刻板和缺乏创新等问题，都是数字素养不足带来的教育教学应用壁垒。因此，破解教师面临的教学困难和技术应用鸿沟等难题，提升教师的数字素养，对于提升教学质量至关重要。

③场景数据缺失难以验证效果。数字化教学实施融入了场景、物理环境、资源、平台等因素，其数据具有多元复杂性。这一方面对教师的教学能力提出了更高要求，另一方面当前场景数据的缺失和忽视，导致其应用效果难以被验证。而采用无感知的情景化测评方式，能够提升素养测评的精准度[37]。本研究发现，教师素养和能力数据采集大多来源于评课观察、教学考核的结果数据，对于教师数字化教学能力指标的诊断与干预还远远不够，容易带来研训内容不匹配、教学资源推荐不精准等问题。另外，传统的问卷、访谈等方法难以获得客观、全面的教学数据。借助人工智能技术不仅能解决上述问题，还能实现规模化的诊断效果，并据此提供超越教师经验定式的智能分析决策服务。同时，应用数据智能技术还能帮助教师理解日常现象背后的教学规律、发现自身教学问题，从而实现精准教学和专业能力提升。

尽管数字技术应用鸿沟客观存在、面临的现实困境重重，但通过对访谈文本的情感挖掘，本研究发现教师对数字技术使用依然保持积极、乐观的心态，并不会因现实困境而降低对课堂教学的热情。教学的本质是互动过程，而能力诊断是实现教师专业发展的驱动力。为回应“测评难”“溯因难”“不精准”等问题，本研究试图构建基于交互场景的数字化教学能力诊断模型，并在此基础上结合长周期、伴随式的多模态数据分析，提出基于交互场景的教师数字化教学能力诊断实施路径，以解决场景数据缺失、数字素养不足等问题。由此，实现“动态诊视”和“科学判断”的结合，协助教师发现教学问题和数字化教学能力方面的不足，引导教师寻求解决问题的办法，从而有针对性地提升教师的数字化教学能力，促进高质量教育的可持续发展。

四诊断模型设计与实施

1 诊断模型设计

场景交互理论是场景理论应用于交互设计的指导性理论，将师生交互作为刻画能力模型的核心[38]。而能力迁移假设关注情境的相似性，通过相似的情境来理解在一种技术教育应用情境中获得的知识和能力对另一种技术教学应用情境的影响[39]。本研究依托场景交互理论和能力迁移假设，结合上文分析，设计了基于交互场景的教师数字化教学能力诊断模型，如图1所示。

图1 基于交互场景的教师数字化教学能力诊断模型

如图1所示，基于交互场景的教师数字化教学能力诊断模型是一个以技术储备为“原点”构建的三维模型：①从数字化教学维度来看，借鉴数字素养中的数字化教学指标，贯穿教学设计、教学实施、教学评价、教学反思四个环节；②从技术应用维度来看，涵盖理解技术、解决问题、设计活动、创新应用四个关键步骤；③从教师专业发展维度来看，包含新手教师、经验型教师、成熟型教师、专家型教师四个发展阶段。这四个发展阶段的划分来源于教师“职业成熟”阶段理论[40]，此理论认为教师的专业发展是一个连续的、动态成长与静态成熟相结合的过程，与之匹配的是教师在数字化环境中与技术的融合程度。

数字化教学、技术应用与教师专业发展共同发力，刻画出一条三维立体的诊断路径。在开展数字化教学的过程中，教师可能会在意识、认知、经验习惯、能力四个方面发生迁移。另外，长周期地采集伴随式的行为数据、言语数据、定位数据等多模态数据，提供从单一场景到多场景的动态建模、诊断与反馈，生成教师周期型的专业发展报告，也有助于教师专业能力的进阶式发展。最终，新手教师将实现从经验型教师到成熟型教师再到专家型教师的转变——这是一个逐层递进的连续发展过程，对不同专业发展阶段的教师提出了不同的要求：①经验型教师需具备教学基本技能，能够关注知识维度、学生需求和综合素养提升，在教法、技术基础应用等方面已积累了丰富经验；②成熟型教师需能熟练、灵活地应用数字技术，并结合教学目标、教学情境和学生需求，有针对性地运用教学基本技能；③专家型教师需能利用技术创新协同教学，并能结合过程数据诊断教学，根据反馈结果进行调整、实现能力提升。各发展阶段的教师专业能力既交叉重叠，也螺旋上升，但专业发展的基准要求存在差异，因此对教师专业能力的评价不能按照统一的标准开展。应用基于交互场景的教师数字化教学能力诊断模型时，需注意不同教师专业发展阶段的不同基准要求，宜采用增值评价方法和最优匹配策略，对不同专业发展阶段的教师先进行专业定位后再实施诊断反馈。

2 实施路径

教师数字化教学能力提升是一个长期的过程，从专业发展历程来看，其涉及职前、职后两个阶段。关注实践场景的能力表现，不仅有助于快速、有针对性地找到问题症结，也能突破以往标准化测验、自评反思方式的限制，形成真正有效的能力诊断路径。真实教育场景的复杂性使教学能力诊断与高质量课堂特征测评存在难度，故开展场景驱动的评价是能力诊断实施的关键。挖掘不同场景下的多源异构数据，实现对完整教育场景的精准刻画和教学生态的完整表征，才能更客观地探明教师在动态发展中的优势与不足，实现高质量的数字化教学能力诊断。基于此，本研究综合考虑教师专业发展的阶段性、迭代交叉性和成长动态过程，采用增值评价方法和最优匹配策略，依托基于交互场景的教师数字化教学能力诊断模型，提出包含实验实施、数据挖掘、诊断分析、案例萃取四个环节的基于交互场景的教师数字化教学能力诊断实施路径（如图2所示），以期为教师提供适合自身专业发展和能力提升的反馈策略。

图2 基于交互场景的教师数字化教学能力诊断实施路径

环节①：实施多场景下的数字化教学社会实验。数字化教学社会实验采用国际通用的社会实验方法，遵循“控制-对照-比较”的科学研究逻辑，根据教学实际需要，选取典型教育社会实验进行对比研究。实验设计需要考虑将对应场景特征分别引入诊断模型，以常态化课堂、智慧教室、虚拟教学环境、在线智慧教育平台为典型的互动场景，聚焦教学、评价、教研、作业等业务流程设计数字化教学活动并展开研究，实现应用示范。在数字化教学社会实验的实施过程中，需重点关注教师数字化教学设计、实施和评价的能力。通过对比不同类型教师的能力差异和变化，挖掘互动场景驱动的数字化教学实践效果数据；同时，需注重发挥数据驱动教与学诊断的优势，将互动场景、业务功能、智能应用、数据采集进行串联，以应对当前的数字技术应用鸿沟，解决专业定位教学不够精准的问题。因此，借助高清摄录设备、自主学习环境、物联网、在线学习管理系统、虚拟教学实验平台、可穿戴设备等多传感设备采集不同场景内的数据，方能支持后续能力诊断的开展。

环节②：挖掘不同场景下的多模态数据。在多场景下的数字化教学社会实验形成的典型应用示范中抓取教师能力提升的相关数据，同时结合多模态人机交互数据来有效还原真实的教学过程，将是能力测评的重要方向。而对学习场景信息的数据化表征，是未来智能教育领域研究的重点。通过对构成教育场景的人、机、物、环境等要素的智能感知与精准测评，从数据感知层面对学习场景进行全方位的测量分析，有利于实现对教育规律的深层次挖掘。在实现业务需求（如智能辅导、沉浸学习等）的过程中，典型数字化教学场景（如常态化课堂、智慧教室等）可能会出现一些具有价值的教育线索，如教学场景信息、教学过程信息、教学行为信息、教学资源信息、教学活动信息等。这些信息与师生的行为、认知、情感等方面状态和表现密切相关，影响着教与学的过程，其数据化表征成为课堂整体的场景变量。例如，师生互动过程中的言语、非言语数据关涉教与学的进度，人机交互数据反映教与学的行为，环境数据影响教学活动开展的节奏与氛围，生理数据体现师生的精神与情感状态等，这些数据均可借助点阵纸笔、电子书包等采集工具进行捕获。这些数据呈现出分布位置的分散性、形态呈现的多模态等特征，能用于多维度地数字化呈现真实的教学过程，因此挖掘场景内的多模态数据是未来需要攻克的技术难题。从技术实现的角度来说，应考虑如何对这些数据进行识别与整合，并实现其与教师数字化教学能力的科学映射，如用常态化课堂中师生互动的言语行为和非言语行为表征“课堂教学情绪”，用智慧教室中课堂状态数据表征“课堂教学氛围”，用虚拟环境中的生理数据表征“行为表现状态”，用在线平台内的痕迹数据表征“认知发展过程”等。

环节③：开展场景数据驱动的能力诊断分析。完成多模态数据采集后，需先进行粗数据提取，即运用算法对采集后经预处理的数据进行数据相关属性提取和模型验证。例如，采用BRAT、CDVA、Labelme进行图像语义、文本数据分割数据标注，为溯源过程提供更加丰富的背景信息。之后，开展结构化表征数据分析。一般来说，多模态学习分析涉及算法训练、特征提取、特征选择、解释与反馈五个步骤。具体而言，在识别与揭示隐藏模式时，采用LSTMS、BERT、贝叶斯网络等算法模型对数据进行识别、分类与预测，并获得相应的数据特征，以解决数据之间的长期依赖问题。在此基础上，可以采用基于深度学习的半监督学习算法，对场景特征数据、行为数据、言语数据、教师数据等进行多维度分析，解释数据和模态之间的隐藏关系。同时，在归因和关联分析时，借助聚类、回归、分类等机器学习方法，挖掘不同类型教师数字化教学能力的关键特征与行为偏好，从而为教师提升数字化教学能力提供更有针对性、指导性的依据。

环节④：通过教学迭代萃取典型示范案例。经过上述三个环节，基于交互场景的教师数字化教学能力诊断方案将基本成型，之后可以通过持续迭代、反复验证、深度反思，不断优化能力诊断方案，并将其应用于不同场景的教学实践，形成教师数字化教学能力提升行动方案，以实现长周期教师能力诊断与跨场景迁移应用。更进一步，可以采取教学迭代萃取方法，挖掘隐藏于实践行为背后的策略、路径与机制，进而总结提炼出可复制、可推广的教师数字化教学能力提升的典型示范案例，以帮助教师将数字技术真正融入教学过程，在生成面向未来教师发展需求的数字化教学应用示范的同时，唤醒其内在驱动力。

五结语

从信息素养到数字素养、从信息技术整合教学到数字化深度融合、从简单应用到创新生成，在此转型过程中强化教师利用数字技术活化和变革教学的意识、能力、责任，是助推教师专业能力提升的重要手段。本研究对上海市中小学一线教学教师进行了问卷调查和开放性访谈，发现现阶段中小学一线教师存在技术磨合周期长、技术使用差异化、反思能力较薄弱、场景应用被忽视等问题和不会用、不敢用、不善用技术的心理困扰，出现这些问题的主要原因是传统测评难以应对时代诉求、数字素养提升不足带来应用壁垒、场景数据缺失难以验证效果。结合上述研究分析，本研究依托场景交互理论和能力迁移假设，设计了基于交互场景的教师数字化能力诊断模型，并以此为指导提出了基于交互场景的教师数字化教学能力诊断实施路径。为进一步实现基于交互场景的教师数字化教学能力精准诊断，本研究认为需关注互动场景测评视角的教师能力诊断，同时要认识到：教师专业能力提升是一个动态、融通的发展过程，需要客观的、过程性、伴随式数据驱动教学能力精准测评。在实施具体的能力诊断时，可结合多种数字场景应用与业务功能构建高价值的数据指标，以精准映射教师不同专业能力发展阶段的核心能力。在此基础上，可利用多场景下的数字化教学社会实验和多模态数据分析，进行教师数字化教学能力的多维度、跨场域测评，借助长周期的动态数据形成“教中诊断，诊断后迭代”的反馈机制，从而为教师提升数字化教学能力提供更有针对性和持续性的反馈建议。

数字素养与技能作为未来生活、工作的重要能力和素质集合，直接影响教育质量及其效果。探索提升教师数字素养和教学能力的渠道，坚持“为提升而测”的原则，有利于形成教师发展的新机制、新场景和新模式。后续研究将结合数字技术的具体教学应用情境完善教师数字化教学能力诊断，借助国家智慧教育公共服务平台、中国教师研修网等在线教学资源深化教育数字化理念，强化数字技术赋能。同时，后续研究将关注数字技术应用标准、有价值的数据指标，建立满足教师能力长足发展的诊断指标，支持教师开展数字化创新应用和实践，并搭建数字化互动分析系统，开展规模化的教学数据治理和常态化反馈，为“如何智慧地教”提供典型示范。

[1]教育部.教育部2022年工作要点[OL].

[2]习近平.高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告[OL].

[3]祝智庭,胡姣.教育数字化转型:面向未来的教育“转基因”工程[J].开放教育研究,2022,(5):12-19.

[4][15][22]教育部.教育部关于发布《教师数字素养》教育行业标准的通知[OL].

[5]怀进鹏.数字变革与教育未来——在世界数字教育大会上的主旨演讲[OL].

[6]杨宗凯.构建开放共享的全球数字教育生态[OL].

[7]杨晓哲,任友群.教育人工智能的下一步——应用场景与推进策略[J].中国电化教育2021,(1):89-95.

[8]杨俊锋,秦子涵.学校数字化转型的方向与重点[N].中国教育报,2023-1-9(9).

[9]袁振国.教育数字化转型:转什么,怎么转[J].华东师范大学学报(教育科学版),2023,(3):1-11.

[10]张辉蓉,朱予橦,念创,等.重大疫情下中小学网络教学:机遇、挑战与应对[J].课程·教材·教法,2023,(5):58-63.

[11]田小红,季益龙,周跃良.教师能力结构再造:教育数字化转型的关键支撑[J].华东师范大学学报(教育科学版),2023,(3):91-100.

[12]黄俊联,采振祥,徐明.数字化技术在教学改革中的作用[J].电化教育研究,1999,(3):92-94.

[13][18]UNESCO. UNESCO ICT competency framework for teachers[OL].

[14]European Commission. Guidelines for teachers: Tackling disinformation and promoting digital literacy[OL].

[16]闫广芬,刘丽.教师数字素养及其培育路径研究——基于欧盟七个教师数字素养框架的比较分析[J].比较教育研究,2022,(3):10-18.

[17]黄友初.教师专业素养:内涵、构成要素与提升路径[J].教育科学,2019,(3):27-34.

[19]刘志波,许惠芳.面向教师的美国国家教育技术标准(2008版)[J].现代教育技术,2008,(9):128.

[20]European Commission. DigComp 2.1: The digital competence framework for citizens with eight proficiency levelsand examples of use[R]. Luxembourg: Publications Office of the European Union, 2017:12-20.

[21][33]教育部.教育部办公厅关于印发《中小学教师信息技术应用能力标准(试行)》的通知[OL].

[23]OECD. TALIS 2018 results (Volume I) teachers and school leaders as lifelong learners[OL].

[24]张哲,陈晓慧,王以宁.基于TPACK模型的教师信息化教学能力评价研究[J].现代远距离教育,2017,(6):66-73.

[25]魏非,宫玲玲,章玉霞,等.基于微能力的教师信息化教学能力测评模型[J].现代远程教育研究,2021,(6):94-102.

[26]陈娬,卢晓中.教师能胜任信息时代的教学吗?——来自欠发达地区的调查[J].开放教育研究,2020,(5):71-77.

[27]杨滨.教师教学能力指数型趋同发展培养模型构建研究——“互联网+”新媒体环境下教师专业发展研究[J].电化教育研究,2020,(6):105-112.

[28]Starcic A I. Human learning and learning analytics in the age of artificial intelligence[J]. British Journal of Educational Technology, 2019,(6): 2974-2976.

[29]Bao X. Enabling context-awareness in mobile systems via multi-modal sensing[D]. Durham: Duke University, 2013:3-81.

[30]胡航,李雅馨,郎启娥,等.深度学习的发生过程、设计模型与机理阐释[J].中国远程教育,2020,(1):54-61、77.

[31]高婷婷,郭炯.人工智能教育应用研究综述[J].现代教育技术,2019,(1):11-17.

[32]Koehler M, Mishra P. What is technological pedagogical content knowledge (TPACK)?[J]. Journal of Education, 2013,(3):13-19.

[34]郭炯,郝建江.智能时代的教师角色定位及素养框架[J].中国电化教育,2021,(6):121-127.

[35]Bozkurt A, Karadeniz A, Baneres D, et al. Artificial intelligence and reflections from educational landscape: A review of AI studies in half a century[J]. Sustainability, 2021,(2):800.

[36]郝建江,郭炯.技术演进驱动教师素养发展的过程、路径及内容分析[J].现代教育技术,2022,(7):22-30.

[37]胡小勇,李婉怡,周妍妮.教师数字素养培养研究:国际政策、焦点问题与发展策略[J].国家教育行政学院学报,2023,(4):47-56.

[38]姜海洋,梅云,顾宪松.场景化交互设计理论的分析与研究[J].包装工程,2019,(18):269-275.

[39]姚梅林.当代迁移研究的趋向[J].心理发展与教育,2000,(3):55-58.

[40]李宝峰,谭贞.教师专业发展导论[M].哈尔滨:黑龙江教育出版社,2012:51-70.

Research on the Diagnosis of Teachers’ Digital Teaching Competence Based on Interactive Scenarios

LIU Yan1LI Meng-Xing1SHU Hang2[Corresponding Author]

The strong promotion of digital technology has put forward new requirements for teachers’ teaching ability, that is, teachers should have digital teaching competence. Under this context, clarifying the connotation of digital teaching competence and diagnosing the digital teaching competence of teachers have become the key to break the realistic dilemma of shallow technology application and weak transformation effect. Based on this, the paper adopted the methods of questionnaire survey and interview to analyze the current situation of teachers’ digital teaching application and the main problems that exist in the process of teachers’ carrying out digital technology-integrated teaching, and discussed the main reasons for the emergence of these problems. Accordingly, relying on the scenario interaction theory and the competence migration assumption, the paper designed the diagnostic model of teachers’ digital teaching competence based on interactive scenarios. This model took the technology reserve as the “origin”, which was a three-dimensional model that included digital teaching, technology application, and teachers’ professional development. Under the guidance of this model, this study proposed an implementation path for the diagnosis of teachers’ digital teaching competence based on interactive scenarios, which included experimental implementation, data mining, diagnostic analysis, and case extraction, in order to provide a model reference for the diagnosis of teachers’ digital competence, help teachers improve their digital literacy, and realize the sustainable development of high-quality education.

digital teaching competence; interactive scenarios; digital literacy; competence diagnosis