大數(shù)據(jù)支撐的區(qū)域教師智能研修模型及應用研究

李永濤　陳津津

基金項目：寧夏教育科學“十四五”規(guī)劃“互聯(lián)網(wǎng)+教育”示范區(qū)建設專項研究課題“縣域教師智能研修中心建設的理論框架與實現(xiàn)路徑研究”（編號：NXJKG21008）。

摘 要 應用人工智能、大數(shù)據(jù)等新型信息技術創(chuàng)新教師研修模式和方法，有助于優(yōu)化教師知識結構，助推教師專業(yè)發(fā)展。本研究面向區(qū)域教育，結合實踐需求，研究構建大數(shù)據(jù)支撐的區(qū)域教師智能研修模型，并在理論模型基礎上，提出區(qū)域教師智能研修中心的系統(tǒng)化建設路徑，以及教師開展研修應用的方案，對實現(xiàn)人工智能與教師研修的融合，賦能教師專業(yè)發(fā)展、推動教師隊伍建設，縮小城鄉(xiāng)差距和大幅度提高教師教育教學水平起著至關重要的作用。

關鍵詞 大數(shù)據(jù)；教師研修；智能研修

中圖分類號 G451

文獻標識碼 A

文章編號 2095-5995（2023）04-0091-03

一、問題的提出

2022年4月，教育部等八部門印發(fā)的《新時代基礎教育強師計劃》中提出：“深入實施人工智能助推教師隊伍建設試點行動，探索人工智能助推教師管理優(yōu)化、教師教育改革、教育教學方法創(chuàng)新、教育精準幫扶的新路徑和新模式?！碑斍埃鞣N形式的研修已成為教師知識更新、技能提升、專業(yè)發(fā)展和綜合素質提高的有效路徑。但目前常態(tài)化的教師研修主要采用教學觀察手段，且觀察維度有限，主觀性較強，容易出現(xiàn)遺漏和偏差。如何實現(xiàn)人工智能與教師研修相結合，助力教師研修研訓，是教師研修常態(tài)化發(fā)展面臨的挑戰(zhàn)。

為了提升教師教書育人的能力，建設高質量的教育體系，促進教育的公平發(fā)展，不少研究先后對教師智能研修的現(xiàn)存問題提出了解決路徑。李陽等人提出了智能精準教研的理論框架，包括智能精準教研的定義、特征、技術環(huán)境和方法，設計了“一個中心、兩條路徑、三個原則、四個目標、五項任務”的實踐藍圖。^［1］郁棟等人針對區(qū)域教研面臨著難以大范圍開展精準教學、教研員無法提供精準指導等問題，從搭建平臺、創(chuàng)新機制、測評驅動、整合資源四個方面提出基于智能網(wǎng)絡平臺的區(qū)域教研解決思路，為智能時代教師專業(yè)發(fā)展提供了新的路徑啟示。^［2］

綜上所述，當前的研究主要集中人工智能賦能教師研修的平臺軟件、應用模式以及機制體制等方面，但是如何面向中小學教育的實踐需求，面向教育體系最核心的區(qū)域教育單元，統(tǒng)整環(huán)境、平臺、資源、數(shù)據(jù)、機制等多要素，形成人工智能服務賦能教師研修的體系化解決方案，還亟需進行探索與實踐。

二、大數(shù)據(jù)支撐的區(qū)域教師智能研修模型

智能時代的區(qū)域研修呈現(xiàn)出一些新的特征：信息技術支持下多種教學法的綜合運用，支持信息互通、研學轉換的研修空間，經驗與數(shù)據(jù)相結合的多維研修評價，多方協(xié)同參與的組織與管理等^［3］。本研究從理論層面入手，探索支持教師區(qū)域研修的理論模型，進一步豐富和完善教師專業(yè)發(fā)展及區(qū)域研修理論，為深入開展教師區(qū)域研修活動提供框架指導。針對目前區(qū)域內研修活動設計隨意性較強、缺乏有效的理論模型支撐的問題，相關研究團隊以建構主義學習理論、協(xié)作學習理論、活動理論和交互理論為指導，從多模態(tài)數(shù)據(jù)感知技術、智能化算法分析技術、個性化資源推送技術三個方面入手，構建基于“云網(wǎng)數(shù)端”的區(qū)域教師智能研修模型（如圖1）。

（一）多模態(tài)數(shù)據(jù)感知

物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新興技術的發(fā)展為多模態(tài)數(shù)據(jù)的感知與融合提供了理論和技術支持。多模態(tài)數(shù)據(jù)的感知技術是智能教育應用的核心，助力教師教研的數(shù)據(jù)化、科學化、智能化發(fā)展。

通過建設大數(shù)據(jù)支撐的教師智能研修中心，并利用溫度傳感器、光線傳感器、紅外感應器、攝像機等設備，實現(xiàn)對教師研修環(huán)境的全方位感知，采集研修情景的感知數(shù)據(jù)^［4］。多模態(tài)傳感設備對不同情景中的信息進行采集，實現(xiàn)對個體位置、活動、意圖、行為和交互數(shù)據(jù)與行為的推斷，從而實現(xiàn)對個體特征的細致刻畫和對教育情境的精準感知。

（二）智能化算法分析

智能情景下，可以利用智能算法分析技術，基于智能研修云平臺記錄的使用痕跡和師生互動的數(shù)據(jù)等對教師開展更有針對性的評價，發(fā)揮評價對教師研修的激勵和向導作用。

借助RT-CH、S-T等分析工具進行教師研修測評，可以將輸入的多模態(tài)數(shù)據(jù)進一步分為文本信息和行為信息，經過數(shù)據(jù)預處理后，多個教學分析模型可共用一致的結構化數(shù)據(jù)，不同模型就可以輸出自定義的各類指標值，有助于構建教師的個人研修畫像。

基于智能化算法分析提供具有針對性的學習支持服務，為知識共享與創(chuàng)造提供技術支持，通過社會化、外在化、組合化、內在化的過程，促進教師在知識共享與創(chuàng)造的過程中實現(xiàn)顯性知識與隱性知識之間的轉化。

（三）個性化資源推送

利用研修云平臺，借助一定的推送機制和推送模式，教師研修者可以精準有效地獲取所需的學習資源。對課程學習資源的認識、加工和內化過程是云計算學習資源推送最關鍵、最核心之處。學習資源的精準推送需借助合適的技術方法及所構建的靈活傳播渠道。通過對個性化協(xié)同過濾算法的研究，及對資源個性化、精確化、去重化的推薦，縮短查找資源的時間，使教師可以靈活搜尋和利用資源，提高研修效率。

三、區(qū)域教師智能研修中心建設路徑

（一）建設研修智能中心

智能時代將線下研修環(huán)境與線上虛擬空間相結合，實現(xiàn)了新興技術融入研修主題設計和研修組織、智能化定制研修服務，創(chuàng)新了教師的學習形式?；诖耍處熅W(wǎng)絡研修可以融合虛擬現(xiàn)實技術設計真實、復雜的立體化場景，為教師提供更加真實的交互實踐環(huán)境^［5］；利用交互感知設備收集教師研修行為數(shù)據(jù)以及課堂教學行為數(shù)據(jù)等。研修智能中心的建設，為研修大數(shù)據(jù)平臺提供真實有效的數(shù)據(jù)，為研修云平臺定制個性化的研修服務提供依據(jù)和保障。

（二）構建研修云平臺

人工智能賦能教師專業(yè)發(fā)展主要體現(xiàn)在基于人機協(xié)同的課堂教學、基于數(shù)據(jù)驅動的校本教研和基于學習分析的教師培訓三個方面^［6］。本研究對學習分析技術支持下的教師研修平臺進行了設計，設置三大功能模塊，即學習分析模塊（主要利用教師參與行為、RT-CH、S-T等分析工具）、研修模塊（主要有文件收集、問卷調查、在線討論、討論區(qū)、互動評價、在線測試等工具）、資源匯聚模塊（可進行資源上傳、資源匯聚、資源下載、資源管理）。平臺基于B/S架構，管理員、教研員、教師可以利用計算機或其他移動設備參與研修，且利用該平臺所進行的相關研修活動具有如下特點：

第一，研修主題突出。以師德素養(yǎng)、信息素養(yǎng)、智能素養(yǎng)等綜合素養(yǎng)的提高，及學科教學能力提升、信息化教學能力提升為主題，開展智慧課堂教學環(huán)境下的智能研修。

第二，資源管理優(yōu)化。建立優(yōu)質資源的收集、評價、挖掘、匯聚、篩選機制，支持利用在線開發(fā)工具創(chuàng)建教學教研資源^［7］，支持對教學案例、網(wǎng)絡課程、教研活動等生成性資源的利用，支持根據(jù)教師個性化特征自動關聯(lián)、匯聚、推薦適應性資源，支持教師自行選擇數(shù)字教育資源與智力資源進行在線學習。

第三，學習分析科學。支持對智能研修平臺與教師發(fā)展系統(tǒng)中的數(shù)據(jù)進行采集、處理，支持各種研修模式的教師進行研修內容、行為、活動、過程等方面的學習分析，支持教師自我認知與反思，支持教師自定研修目標、自主選擇研修學習內容、自我管理與監(jiān)控等，并形成研修學習診斷報告。

（三）建設研修大數(shù)據(jù)基座

個性化研修將教師定位為學習者，本質是學習分析、人工智能、機器學習等新興技術支持下的教師自適應學習，是技術與教育深度融合的高級表現(xiàn)形式。研修大數(shù)據(jù)分析貫穿整個研修過程。

首先，利用研修大數(shù)據(jù)重塑學科知識結構。整合技術的學科知識結構作為通用的教師知識能力框架，在智能技術的支持下有助于為教師研修提供動態(tài)“腳手架”，按知識診斷結果和教師個體需求，精準推薦研修路徑、推送個性化研修資源，實現(xiàn)教師智能素養(yǎng)和知識圖譜的重構。

其次，利用研修大數(shù)據(jù)實現(xiàn)教師研修個性化干預。利用大數(shù)據(jù)和學習分析技術實現(xiàn)研修表現(xiàn)的精準分析和動態(tài)表征，形成教師研修畫像。利用機器學習和數(shù)據(jù)挖掘技術實現(xiàn)研修過程性數(shù)據(jù)的精準挖掘與研修結果的精準預測，有助于研修目標的達成和教師專業(yè)發(fā)展的實現(xiàn)。

再次，利用研修大數(shù)據(jù)開展教師研修評價。通過多模態(tài)診斷分析，形成實證支持的研修特征標簽，構建智能研修評價指標和評價量表，實現(xiàn)教師研修的精準評價。

四、區(qū)域教師智能研修模型的應用

針對當前部分市縣區(qū)域研修活動中暴露出的溝通成本較高、整體效率較低、缺乏信息技術有效支撐等教師專業(yè)發(fā)展問題，本研究聚焦三種區(qū)域教師協(xié)同發(fā)展研修應用模式進行簡要闡述。

（一）基于智能研修平臺的混合式研修

不同于傳統(tǒng)的網(wǎng)絡學習平臺，智能研修平臺為研修教師提供了包括現(xiàn)實空間和虛擬空間在內的原創(chuàng)場、對話場、系統(tǒng)場、演練場^［8］?；谥悄苎行奁脚_的混合式研修注重教師之間的交流、互動和隱性知識的挖掘，注重生成性資源的識別、評價、篩選、整合，通過不同研修空間和動態(tài)開放的研修資源，支持教師個體專業(yè)發(fā)展和教師隊伍整體建設。

（二）基于課堂教學行為分析的校本研修

立足解決課堂教學實踐問題的校本研修是推進區(qū)域研修的有效模式，智能技術支撐下的人機協(xié)同校本研修利用人工智能技術對課堂教學中的學生學習行為和教師教學行為進行學生——教師智能分析，為教師的教學決策和精準教學提供支持。

（三）基于學習需求的個性化研修

利用人工智能技術和個性化推薦算法，挖掘教師研修數(shù)據(jù)，為教師定制專業(yè)發(fā)展路線和個性化研修學習路徑；通過標簽聚類對教師群體進行同質或異質的聚合，為不同類型的教師設計并推送研修資源^［9］；通過教師畫像管理預測教師專業(yè)發(fā)展軌跡，幫助教師提高自我效能感，助力教學實踐改革、教學能力提升和教師專業(yè)發(fā)展，助推區(qū)域教師隊伍建設。

教師專業(yè)發(fā)展和教師隊伍建設是教育現(xiàn)代化的重要支撐。為了夯實教師專業(yè)發(fā)展體系，推動教師終身學習和專業(yè)自主發(fā)展，建設高素質專業(yè)化創(chuàng)新型教師隊伍，理應積極探索和建設區(qū)域教師智能研修中心。通過教師智能研修中心網(wǎng)絡化、數(shù)字化、智能化建設與應用，以區(qū)域教育云平臺為依托，深度融合大數(shù)據(jù)、人工智能等技術，推動應用互聯(lián)、數(shù)據(jù)互通的“云網(wǎng)數(shù)端”模型的落地施行，探索人工智能賦能教師研修的典型范式，實現(xiàn)教師信息化教學能力和智能素養(yǎng)的提升，實現(xiàn)教師專業(yè)發(fā)展的個性化與整體提升，形成區(qū)域教師智能研修常態(tài)化發(fā)展生態(tài)體系。

（李永濤，寧夏教育信息化管理中心，銀川 756501；陳津津，華中師范大學人工智能教育學部 教育大數(shù)據(jù)應用技術國家工程研究中心，武漢 430079）

參考文獻：

［1］ 李陽，曾祥翊.人工智能賦能教研高質量發(fā)展：智能精準教研的理論框架、實踐藍圖與發(fā)展脈絡［J］.中國電化教育，2022（11）：99-107，122.

［2］ 郁棟，李新蓉.基于智能網(wǎng)絡平臺的混合式區(qū)域研修模式探究［J］.江蘇教育， 2022（68）：36-41.

［3］ 張妮，李玲玲，劉清堂等.區(qū)域研修：內涵、特征、構想及對教師專業(yè)發(fā)展的啟示［J］.數(shù)字教育，2021（6）：9-15.

［4］ 王一巖，鄭永和.多模態(tài)數(shù)據(jù)融合：破解智能教育關鍵問題的核心驅動力［J］.現(xiàn)代遠程教育研究，2022（2）：93-102.

［5］ 陳鵬，曹麗娜.智能時代教師網(wǎng)絡研修的影響因素與促進策略——基于扎根理論的質性分析［J］.現(xiàn)代教育技術，2022（9）：109-116.

［6］ 林攀登.人工智能賦能教師專業(yè)發(fā)展：理念變革與實踐創(chuàng)新［J］.中國成人教育，2021（12）：56-60.

［7］ 毛擘，方曉霞.整合：教師研修課程化的區(qū)域實踐［J］.基礎教育課程，2019（14）：7-12.

［8］ 代毅，劉臻，傅龍.基于智能研修平臺的教師知識共享研修模型建構與實踐［J］.中國電化教育，2022（1）：134-142.

［9］ 胡小勇，林梓柔.精準教研視域下的教師畫像研究［J］.電化教育研究，2019（7）：84-91.

責任編輯：毛盼盼

讀者熱線：027-67863517