事实+数据：AI课堂教学行为分析优化课堂教学

事实+数据：AI课堂教学行为分析优化课堂教学

文| ,郑由珍  ,徐华斌

【摘要】

本文针对传统观课评课的诊断方式存在课堂评价客观性和时效性不足的现状，加以分析以和反思，依托AI教学行为分析平台,从课堂情境中收集非结构化或半结构化数据资料，用“事实+数据”开展科学范式下的课堂教学观察与诊断。驱动学教行为研究意识，重构高质量的学与问，优化教师课堂教学行为，提升课堂效率。本文为课题《切片会诊：AI支持下的教师课堂问学能力提研究》阶段性研究成果。

一、现状与反思：当前课堂教学观察与评价的现状

现有的课堂教学诊断多基于现场观课加教研评课的模式，专家和其他教师对某位教师的课堂进行现场观摩与评判，一定程度上对教师当堂课的改进具有促进作用，但在课堂评价的客观性和时效性上具有一定的不足。如何利用科学的工具，精准采集并再现课堂教学情境来诊断教学行为是值得研究的突破点。能否智能化统计课堂提问数量、问题类型、理答类型，基于“事实+数据”优化学教方式，是教师成长高端研修的目标。

二、破解与提升：基于“事实+数据”开展课堂观察及分析

（一）基于时间数据，凸显“学为中心”

“学为中心”本质上是教师的教学理念、组织方式，从“导教”转向“导学”，基于AI教学行为时间数据凸显可评价性。评价实施从对学习结果的检测转向学生经历完整真实的学习过程。教是否简明、实用，学是否充分、实在，应用证据评价有效提升学生的学习素养。

【案例1】

表 1：教师执教口语交际“商量”课堂教师教学行为时间分布

表 2：教师执教口语交际“商量”课堂学生学习行为时间分布

从上表的时间分布情况可以看，教师执教口语交际“商量”，教师行为时长26:31, 学生行为时长11:55, 教师行为占了64.61%，本节课教师教学行为主要方式是混合型，靠近讲授型。语文课标指出:口语交际是听与说双方的互动过程。教学活动主要应在具体的交际情境中进行，不宜采用大量讲授的教学方式，宜通过创设真实的交际情境，引发学生的共鸣，培养学生发散思维。所以这节口语交际课再改进的是减少教师的话语，学生活动环节互动对象，互动形式多样化。

（二）基于动态行为“切片”，循证经历深学习

传统中小学课堂评价主要是依靠眼、耳感官，记录课堂上的教学信息。这种研究最大的不足是记录缺乏客观依据，经验性、主观性强，其次是易遗漏有价值信息且难以回忆。课堂评价是以教学情境为诊断对象，但教学情境具有即时性、现场性及不可重复性。数字化AI采集信息，再现教学情境，利用教学行为场景视频，“把课打开”，从学生是否深协作、深体验、深发现维度评价和诊断教学行为。 

深协作。主动、积极、高效地参与多形式协作性学习，出色完成各自承担的分工任务，贡献学习智慧，共同探究未知领域，不断增强同学友情。

深体验。在教师引领下，以多样态的个性化学习、协作性学习等为载体，围绕具有挑战性的学习主题，深入经历“研学”过程，借助独立思考、自主操作、合作讨论等探究性学习方式，获得解决问题的方式、方法、方案。提出独到、创新的学习结论或观点。经历主动参与、体验成功、发展素养的有意义课堂学习体验。

深发现。参与多样态“辩学”，归纳、提炼程序性知识，掌握学习方法或规律，能举一反三。

图 1：林老师执教一年级语文上册“四季”教学行为动态“切片”

两位教师同课异构“四季”，从课堂师生行为时间比例图来分析，刘某教师讲授行为占比73.45%，林某教师讲授行为占比57.83%， 回放课堂视频，动态行为“切片”（图 1），林某教师课堂教学方式的多样性。根据学段学生心理特点，以学为中心，摒弃事无巨细面面俱到讲授的理念，课堂要有独学的时间，也要有其他学习方式，参与交流与展示面向全体，学生素养日积月累，思维力增量看得见。

（三）基于提问行为分析，循证课堂实效

提问是一种课堂教学中最常用的策略，日常教学中，如果课堂教学问题是大量而单一的回忆问题，造成的结果之一是学生认为回答问题就是要给出正确的信息或者知识，而不是加工信息。当学生面对的问题需要高水平的认知和加工时，他们就不会运用思维语言解决问题。

表 3：陆教师执教口语交际“商量”提问类型统计表

解构问题，从问题分类和认知过程来明晰提问的目的和问题的类型层次。上表中课堂一共提问 76 次，问题数量偏多，其中低级认知问题共 41次，占53.95%；高级认知问题共 19 次，占 25.01%；无认知水平问题共16 次，占 21.05%。数据分布显示本节课理解型问题出现频率最高（占比 35.53%），其次为识记型问题（占比13.16%）。从数据中可以看出本节课提问时比较侧重理解型问题，分析型的问题提问较少。

从AI教学行为分析“实录详情”里整理提取该教师的课堂提问，结合教学实录进行推敲，从似乎没有问题的地方发现、捕捉问题。提问不只是问号，更重要的是思维，对于老师来说，设计好问题的本质是促进学生思维不断走向深度，从让学习真正发生到深度学习发生。

（四）基于教学理答图谱，循证提升教师素养

AI“录播”成功地实现了教学现场的再现，包括将教学情境、教师的教学行为细节全部显性，有利于观察者随时、反复观察、分析教教学行为，这一优势是其他教学诊断方法所不具备的。

提问与回答是课堂里的一种特殊对话，这个对话不是迎合学生、取悦学生，而是为了达成目标。不放任自流，而是充满智慧地引导，学生才能借助教增长智慧。一节课提的问题不应该单一类型的，问题的设计兼顾各类，又根据教学目标有所侧重，合理搭配。

图 2：教师执教口语交际“商量”课堂理答分析

从上图中统计数据中可知：本节课老师共理答了23 次，没有理答学生7次，表扬了学生9次，指出错误了1次。老师留给学生的思考时间大于3秒的提问有2次，占问题数量的2.63%。数据分布显示本节课表扬理答方式出现次数最高，其次为追问。

改进课堂提问与理答的对策是深度分析教材，读懂学生，精心精练问题，明确问题指向。指向运用、评鉴、质疑创新，同时，教师要做足功课，“下水答”，教师要回答自己提出的问题，一方面检测问题质量，实现少问精问，问当所问，另一方面可以体验答题过程，明确答题标准，以提高指导的针对性和实效性。

（五）基于轨迹分析图谱，循证面向全体

学生的课堂空间，“秧田型” 排列模式，坐在不同区域的学生得到老师的关注程度会影响学生学习动力的持久性。

图3：吕某教师执教古诗《望天门山》课堂教学轨迹

从图3可以看出吕某教师在讲台停留的时间比例是96%，在学生区域左侧停留的时间是3.14%，在学生区域右侧停留的时间是0.86%。轨迹数据引领我们思考教师课堂里的走位是否会间接影响学生学习习惯的养成。某区域的某个学生如果一节课、一天、一周都不曾得到教师近距离关注，横向纵向深入分析，“学困生”会增多，这是容易被教师忽视的客观因素。

根据AI教学轨迹分析图，教师豁然贯通“学困生”的归因。教师课堂的行走路线是微妙的教学资源，改变始终站在讲台上忙着播放、讲解与展示的状况，增加走位，讲述时主要站讲台，讨论时巡走于学生中间，更多的时候要让学生成为教室空间的主角，让每一位学生感觉教师在关注他的一言一行。

三、成效与提升：循证优化问学设计

（一）提质：事实+数据重构高质量的“问”

问题是思维的导向，恰当的问题是有效教学的推进器。厘清问题的类别，根据教学内容及课型，兼顾和侧重并举。封闭性问题问知识层面，开放性问题指向分析、评价、创造高阶认知思维，利用提问技巧来引导学生，采用追问或反问等方式循循善诱。

两年教龄教师执教口语交际“商量”提问类型改进

问题：大家觉得我现在要不要同意这位小罗？（AI分析为评价型）

问题：你真会观察发现，他用了商量的语气，听起来感觉舒服。他说明白了自己为什么要看电视的理由吗？（AI分析为理解型）

案例中的两个问题改为一个问题：小罗这次商量有可能成功，你发现他表达好的地方吗？把简单闭着眼睛能回答的问题转化为归纳总结的审辩思维问题。重构高质量学问基于数据，但不依赖数据。AI智能教学行为分析，只能是辅助不能代替，只有1+1，事实+数据启发思想，碰撞思维，教学效果才清晰可见。

（二）提升：数据驱动教师研问，反思增效

教师成长是一个外在环境与教师内在因素相互作用的推进过程，以工具赋能，信息技术融合进听评课活动，用信息技术建起数据和改进教堂教学行为之间的桥梁，听评课也改变了从个体判断出发，对教学现象作主观评价的思维定势。

面向事实，基于数据，关注细节，改进课堂提问与理答，从而使课堂问题展开与衔接能够尽量面向不同接受水平、不同理解特点、不同思维模式的学生。通过运用不同类型的问题较好地支持学生的理解，通过追问为培养学生由浅入深地进行深度思考提供支架，通过较多地非语言回应，鼓励了学生积极参与课堂活动。