探索信息化教研新生态

【摘 要】2021年以来，江苏省6个试验工作区、28个试验工作校基于中央电化教育馆智能研修平台，开展了基于人工智能技术的中小学课堂教学教研实践，实现由传统教研模式向可视化、科学化、精准化、规模化的智能精准教研模式的转变。以人工智能为代表的新一代信息技术在促进形成教研新生态的过程中发挥了显著作用。

【关键词】中小学教师；智能研修；精准教研

【中图分类号】G434  【文献标志码】A  【文章编号】1005-6009（2023）52-0039-04

【作者简介】曹鹏，江苏省电化教育馆（南京，210001）研究部，高级教师。

一、智能研修平台项目实施背景

近年来，人工智能在教育教学领域的广泛而深入的应用，让我们对改变教研模式有了新的思考。利用现代信息技术记录课堂教学过程，形成师生行为数据，为教师提供操作可借鉴、经验可迁移、数据可循证的教研活动正在变为现实。在此背景下，教育部教育技术与资源发展中心（中央电化教育馆）组织开发了“中央电化教育馆智能研修平台”（以下简称“智能研修平台”），利用AI技术支持教师应用智能研修平台开展教研工作。这种教研工作依托智能研修平台和智能录播教室实施，在智能录播教室环境下，利用智能研修平台的“量规评分+AI分析”的数据支持性功能，采集、统计和分析执教教师的课堂教学行为数据以及课堂教学评价者对教学设计与课堂教学质量的评价数据，生成两类五种精准教研报告，使教师能够直观观察及理解教学行为，实现精准教学反思、精准教学帮扶、精准教学指导、精准教师画像。

2021年，教育部教育技术与资源发展中心（中央电化教育馆）组织开展了智能研修平台应用试点工作，聚焦“人工智能＋教师教育”，创新人工智能技术与教师教育融合的理念、思路、方法、模式和机制，促进区域和学校加强数字校园新基础设施建设，探索人工智能技术与教师教育的融合路径，构建区域研修和校本研修新生态。江苏省各地各学校积极参与项目试验，共有6个试验工作区，28个试验工作校开展了试验工作，取得了较好的阶段性成果。

二、江苏基于智能研修平台的信息化教研实践

（一）从“说给你听”到“指给你看”，实现教研可视化

基于智能研修平台所开展的教研活动，不仅能够进行完整翔实的课堂教学记录，还能够为教师提供直观可见的7种图示。

1.教学行为分布图。教学行为分布图是师生9种行为的时间占比图，可以直观呈现师生的行为特征，诊断课堂教学设计的合理性，初步诊断教学设计方案与教学实施的吻合度，教学设计是否符合课型要求和教学要求，是否反映学科特点和教学内容要求。

2.课堂教学行为时序图。课堂教学行为时序图是按照时间节点反映课堂教学中教师和学生的行为顺序以及时长图，可以精准定位所有教学行为时序，直观呈现师生行为的时序节点，包含了所有行为的数量及时间分布。观看以上两个维度的图示，可以发现师生行为与时间的关系。

3.课堂互动S-T曲线。课堂互动S-T曲线是师生行为转换的关系曲线，反映师生行为转换的统计次数与均衡性，可以据此初步判断课堂教学模式。曲线中的水平线段表示教师行为，竖直线段表示学生学习行为。

4.Rt-Ch图。Rt表示教师行为占有率，指的是教师行为数在统计的教师与学生行为总数中所占的比率。Ch表示师生行为转换率，即教师行为与学生行为间的转换次数与行为采样总数的比率。依据Rt-Ch图，可以得到更精细、更具诊断性的教学模式分析结果。

5.课堂参与度曲线。课堂参与度曲线是指向师生行为匹配度、诊断学生参与教师组织的教学活动积极性的曲线，记录学生参与课堂活动积极性的变化轨迹，反映了教学活动开展的有效性。

6.课堂表现度曲线。课堂表现度曲线是判断学生参与课堂活动的离散性的曲线，它指向学生行为的一致性，诊断教学活动开展的有效性。

7.課堂关注度曲线。课堂关注度曲线是判断教学活动的环节、诊断教师讲授活动、学生小组活动或者生生互动的有效性的曲线，它反映学生的抬头率。

教师基于智能研修平台开展的可视化教研活动，还体现在可视化的教研历程上。从听到看，不仅做到了信息传播与记录的客观，更重要的在于实现了视听传播方式的变化。这种变化，让影像和数据在教研过程中传播，完全改变了过去主要基于声音传播的教研模式，让教研内容可视化，教研过程可视化，点评的人说理有据，参与的人看得明白。

（二）从经验传授到数据循证，实现教研科学化

智能研修平台能够自动生成、积累个人备课数据、集体磨课数据、听评课数据、教学反思数据、教学行为数据、量规评价数据，以及其他影像数据，这是一种具有生成性和动态性、可利用的精准的证据。应用平台的智能精准教研管理功能，可以对上面前四种数据进行处理，生成教研管理报告。应用平台的智能精准教研功能，可以对执教者的课堂教学行为数据和评价者的课堂教学质量评价数据进行智能采集、统计和分析，可视化表征教师教学行为特征和教学能力水平，为教学诊断和教学干预提供数据支撑。这样的教研包含了数据的记录、传播和分析过程，从经验传授变为数据循证，实现了教研过程科学化。

基于智能研修平台，可以根据不同教学反思需求，灵活选择方式和对象，在职初教师与骨干教师之间，在年轻教师之间，在骨干教师之间，开展同课同构、同课异构、异课同构的教学行为数据对比分析，从不同维度层面，精准找到改进课堂教学的着力点，从而促进教师的专业成长。同时，平台还支持以周、月、季度、年为单位，自动统计和分析每位教师在周期范围内的教学行为数据，方便区域和学校开展教师个人周期画像研究。在个人周期画像研究基础上，开展教师群体周期画像研究、区域/学校优秀教师常模研究，从而深度挖掘不同类别教师专业活动特征、主要薄弱环节和平均能力提升曲线。

教师上课结束后，智能研修平台可随时导出3份不同维度数据分析报告，分别为《单节课教师教学行为分析报告》《同课同构/异构教学行为对比分析报告》和《教师行为周期画像分析报告》，方便教师和教研员开展教学反思和教研应用。基于这些分析报告，教师可以结合课堂教学视频进行精准教学反思，教研团队可以开展精准教学帮扶，找到改进课堂教学的着力点，使信息化教研过程更科学、更有效。

（三）从“少数人独舞”到“多数人群舞”，实现教研规模化

一是教师参与教研的门槛降低了。应用智能研修平台，每个教师都可以主动参与备课、磨课，并吸纳备课组教师的意见改进自己的教学设计，再适时进行课堂教学，完全不受教研活动组织者的束缚。上完课以后就可以得到系统自动生成的教学数据与分析报告，以及同伴们的在线或录像评课信息。

二是组织教研活动更方便了。教研员不用再考虑活动组织等烦琐的事宜，直接发布教研主题，教师就可以及时参与到教研活动中来。教研员还可以同时发布不同的主题，邀请多位教师进行同课同构或同课异构展示，十分方便。

三是教研活动的参与者更广泛了。实验区的所有教师，只要对教研主题感兴趣，就可以随时加入主题研修，不再受时间和空间的限制，既可以看直播，也可以看录播，完全可以根据自己的情况进行安排。

教师可以随时通过直播或录播的方式观看课例，全区域的相同甚至是不同学科的教师和教研员均可以同时在线观评课。区域和学校利用智能研修平台创新性开展的教研活动，不仅是交互式、个性化的，更重要的是实现从以前的“独舞”到“人人都能来上课，人人都能来评课”规模化教研方式的变化。

在试验工作区，基于智能研修平台，依托智能终端设备和网络，贯穿课前、课中和课后三大教学场景，实现海量教学数据的智能化采集与评测，自主生成覆盖所有学段、所有学科的教学评测大数据资源体系，自动完成智能化的教学效果分析评测报告，从多个维度对课堂教学全过程和课堂环境进行智能评估，精准揭示每个教师的有效教学行为与教学效果之间的相关或因果关系，帮助教师开展更加科学的自我反思和自我认知，找到改进课堂教学的着力点和方向，同时为学校管理团队提供科学数据支撑，有力推动了区域校本智能研修一体化进阶发展。

（四）从启发领悟到精确制导，实现教研精准化

试验地区和学校利用智能研修平台自动生成、积累的个人备课数据、集体磨课数据、听评课数据、教学反思数据、教学行为数据和量规评价数据，应用平台的智能精准教研管理功能，处理前四类数据，生成教研管理报告。同时，体现精准反思、精准帮扶、精准指导和精准监测的精准化教研目标。

各项目试验工作区运用新一代信息技术，实现基于在线备课/磨课、在线听评课和在线赛课，促进教研工作方式转型，破解教研效率、规模、精度三者不可兼得的困局，体现了“互联网+教研”，形成了智能时代的精准教研生态体系，体现了“数据+教研”，逐步实现从经验主导转向数据驱动，推动形成精准教研新生态。

参照平台上的数据，各试验校实现了教研活动的“精准制导”，教师能够像照镜子一样，及时准确地发现自己在课堂上存在的问题，不仅帮助年轻教师成长，也让教研组内其他有经验的教师在这个过程中不断地反思和审视自己的课堂，并持续改进自己的课堂，从而实现整个教师团队专业化水平的提升。

三、关于人工智能支持下的中小学教研活动的建议

利用人工智能技术创建智慧研修共同体，可以打破传统教师帮扶的弊端，具有针对性强、专业性强、成效显著且可持续的特性。利用智能技术搭建研修共同体平台，收集教师生理数据、教学行为数据、教学心理数据、教学情感数据等，通过数据分析手段建立教师画像，提供诊断与建议。利用教师培训以及区域教师发展实践经验，开展依托智能教师研修共同体的线上线下混合式教师教学能力提升研究与实践，以结对帮扶等方式实现常态化指导。通过教师间的互评、资源共享与协作学习，促进机制的创新、资源的重组、服务的迁移，开展深度探讨以提升研修效果，助推教师发展。从我省3个人工智能助推教师队伍建设试点区域以及智能研修平台试验工作区和工作校的实践来看，这些工作有力地推动了人工智能技术、大数据等信息技术在教师教研上的应用，促進了教师信息素养水平的提升。随着徐州市泉山区成功申报教育部教育信息化实践共同体，并吸纳省内外多所学校成为实践共同体联盟学校，多地、多校协作开展教学研究工作，跨区域、多学校协作这种线上、线下研究方式正在基于人工智能的教师专业发展中发挥资源共享、平台协作、一体推进的优势。

为进一步做好基于人工智能的教师专业发展研修工作，扩大交流与互动，笔者建议各试验区域和学校，以及已经在人工智能助力中小学课堂教学新生态建设的各中小学，成立基于人工智能的教师发展共同体，引领各项目学校，以及在应用人工智能推进教师发展方面做出积极探索的学校，开展工作交流，分享工作成果，探讨发展思路，推动形成基于人工智能的教师专业发展江苏特色。

责任编辑：张 茜