師范生教學(xué)基本技能智能實(shí)訓(xùn)模型及應(yīng)用研究

孫碩 胡小勇 穆肅 劉陽

基金項(xiàng)目：2022年國家社會科學(xué)基金教育學(xué)一般課題“人工智能視域下的教師畫像及應(yīng)用研究”（課題編號：BCA220206）

[摘? ?要] 師范生作為教師隊(duì)伍的儲備力量，影響著教育未來的發(fā)展。依據(jù)《普通高等學(xué)校師范類專業(yè)認(rèn)證標(biāo)準(zhǔn)》與教育部兩批《人工智能助推教師隊(duì)伍建設(shè)行動試點(diǎn)工作的通知》等政策文件要求，研究針對師范生教學(xué)基本技能培養(yǎng)難題與發(fā)展要求，結(jié)合人工智能技術(shù)潛能構(gòu)建了面向師范生教學(xué)基本技能培養(yǎng)的“四維度18指標(biāo)”微技能觀測指標(biāo)框架，設(shè)計(jì)了四層架構(gòu)的師范生教學(xué)基本技能智能實(shí)訓(xùn)分析系統(tǒng)模型，提出了智能分析特點(diǎn)及教學(xué)基本技能“智學(xué)”實(shí)訓(xùn)方式，并于所在師范院校開展了試驗(yàn)應(yīng)用。研究表明，以人工智能技術(shù)助推師范生高質(zhì)量培養(yǎng)為導(dǎo)向，進(jìn)行師范生教學(xué)基本技能智能實(shí)訓(xùn)框架模型構(gòu)建、技術(shù)方法實(shí)現(xiàn)、實(shí)訓(xùn)場景設(shè)計(jì)和數(shù)字畫像生成，能夠提升師范生實(shí)訓(xùn)效果。

[關(guān)鍵詞] 師范生； 教學(xué)基本技能； 微技能觀測指標(biāo)； 智能實(shí)訓(xùn)； 數(shù)字畫像

[中圖分類號] G434? ? ? ? ? ? [文獻(xiàn)標(biāo)志碼] A

[作者簡介] 孫碩（1995—），女，山東濰坊人。博士研究生，主要從事信息化教學(xué)教研、智能教育理論及應(yīng)用研究。E-mail： sunshuo2332448@163.com。胡小勇為通訊作者，E-mail： huxiaoy@scnu.edu.cn。

一、問題的提出

教師是教育第一資源，師范生是教師隊(duì)伍的源頭活水。提高師范生培養(yǎng)質(zhì)量，是建設(shè)新時(shí)代卓越教師隊(duì)伍、組建高質(zhì)量教師優(yōu)質(zhì)后備軍的關(guān)鍵環(huán)節(jié)。我國在2018年發(fā)布的《關(guān)于全面深化新時(shí)代教師隊(duì)伍建設(shè)改革的意見》中強(qiáng)調(diào)了教學(xué)基本功和教學(xué)技能訓(xùn)練的重要性，并對師范生教育實(shí)踐提出了要求[1]。盡管我國每年都有大批優(yōu)秀師范生畢業(yè)走向教師崗位，但在培養(yǎng)師范生教學(xué)基本技能方面仍然存在教學(xué)法師資供給不足、技能訓(xùn)練過程粗放、診斷重結(jié)果輕過程等供給性、效能性和發(fā)展性難題[2-3]。與此同時(shí)，全球范圍內(nèi)新一代人工智能等新興技術(shù)作為推動科技產(chǎn)業(yè)革命的戰(zhàn)略性要素，為師范生培養(yǎng)創(chuàng)新、提高教師隊(duì)伍質(zhì)量提供了重要驅(qū)動力。例如：美國應(yīng)用人工智能工具促進(jìn)教師反思；印度以政企合作方式采用新技術(shù)手段加強(qiáng)教師職前培訓(xùn)等[4]；我國教育部于2018、2021年先后啟動兩批“人工智能助推教師隊(duì)伍建設(shè)行動試點(diǎn)工作”，探索師范生大數(shù)據(jù)評價(jià)管理機(jī)制建設(shè)路徑，利用數(shù)字畫像等方式促進(jìn)教師職前、職后一體化，為創(chuàng)新師范生培養(yǎng)方式提供了新思路[5-6]。基于此背景，本文將構(gòu)建培養(yǎng)師范生教學(xué)基本技能的智能實(shí)訓(xùn)模型，以人工智能助推師范生培養(yǎng)的高質(zhì)量發(fā)展。

二、研究綜述

（一）師范生教學(xué)基本技能的標(biāo)準(zhǔn)要求

教學(xué)基本技能是師范生良好習(xí)得其他教學(xué)技能的前置性要素與必備性基礎(chǔ)能力，是教師職業(yè)能力的關(guān)鍵性基座。1994年，國家教委發(fā)布《高等師范學(xué)校學(xué)生的教師職業(yè)技能訓(xùn)練大綱（試行）》；2021年，教育部發(fā)布《中學(xué)教育專業(yè)師范生教師職業(yè)能力標(biāo)準(zhǔn)（試行）》，這些文件闡述了師范生各項(xiàng)技能訓(xùn)練的內(nèi)容與建議，對掌握課堂教學(xué)基本技能要領(lǐng)與應(yīng)用策略提出了要求。由于中小學(xué)生具有一定的“向師性”[7]，師范生畢業(yè)后在課堂教學(xué)時(shí)所運(yùn)用的語言表達(dá)、板書版畫、教學(xué)表情、肢體動作等技能，將對學(xué)生的學(xué)習(xí)、成長產(chǎn)生直接或間接的示范性影響，這就要求師范院校不斷提升教學(xué)基本技能實(shí)訓(xùn)水平，為中小學(xué)課堂輸送教學(xué)基本功扎實(shí)、綜合素質(zhì)高的優(yōu)秀師資。

（二）師范生教學(xué)基本技能培養(yǎng)的邏輯與方法

教學(xué)基本技能培養(yǎng)與訓(xùn)練，既是強(qiáng)化師范生教學(xué)基本功和建構(gòu)學(xué)科教學(xué)技能與方法的必要基礎(chǔ)，也是持續(xù)改進(jìn)和保障師范生培養(yǎng)質(zhì)量的重要環(huán)節(jié)。一方面，技術(shù)融入的模擬教學(xué)訓(xùn)練有助于加深師范生對教育教學(xué)理論的內(nèi)化和教學(xué)基本技能的練習(xí)效果。Zhang等人借助虛擬現(xiàn)實(shí)技術(shù)增強(qiáng)了職前教師教學(xué)技能訓(xùn)練的沉浸式體驗(yàn)感，顯著提升了教學(xué)語言、姿態(tài)等技能水平[8]。另一方面，教育實(shí)習(xí)和見習(xí)為師范生教學(xué)基本技能的實(shí)踐提供了真實(shí)的教學(xué)場景，促進(jìn)了職前訓(xùn)練同職后教學(xué)的有效銜接，可通過創(chuàng)新教學(xué)技能實(shí)訓(xùn)管理體系、構(gòu)建教學(xué)基本技能訓(xùn)練新模式，來提高教學(xué)基本技能訓(xùn)練活動的實(shí)效性[9-10]。

（三）人工智能賦能技能實(shí)訓(xùn)的應(yīng)用及發(fā)展態(tài)勢

人工智能浪潮迭起，以實(shí)時(shí)性、智能化、規(guī)?；€(gè)性化等為特征的多場景應(yīng)用呼之欲出，為師范生教學(xué)技能培養(yǎng)提供了新思路和強(qiáng)支撐。國內(nèi)外學(xué)者紛紛對人工智能支持師范生的各項(xiàng)技能實(shí)訓(xùn)展開了探索。例如：胡小勇等人依托教學(xué)基本技能智能實(shí)訓(xùn)系統(tǒng)開展了師范生畫像實(shí)踐[11]，張軍等人通過自動錄播系統(tǒng)對板書進(jìn)行了智能識別和記錄[12]，Song等人和Kim等人采用深度學(xué)習(xí)等算法分別實(shí)現(xiàn)了課堂對話語義內(nèi)容自動分類和教師非言語行為識別[13-14]。結(jié)合當(dāng)前人工智能技術(shù)發(fā)展及技能實(shí)訓(xùn)應(yīng)用進(jìn)展，以人工智能實(shí)現(xiàn)師范生教學(xué)基本技能智能實(shí)訓(xùn)將大有可為。

三、師范生教學(xué)基本技能觀測指標(biāo)及

智能實(shí)訓(xùn)模型的構(gòu)建

（一）理論基礎(chǔ)

1. 教師專業(yè)發(fā)展理論

教師專業(yè)發(fā)展是一種自我的主動發(fā)展方式，教師運(yùn)用教育理論、實(shí)踐經(jīng)驗(yàn)、過程和結(jié)果性證據(jù)等進(jìn)行反思、研討和改進(jìn)，在教學(xué)育人和服務(wù)支持的過程中實(shí)現(xiàn)自身專業(yè)發(fā)展[15]。1986年，美國卡耐基教育基金會（The Carnegie Corporation）和霍姆斯協(xié)會（The Holmes Group）聯(lián)合發(fā)表了《美國為21世紀(jì)準(zhǔn)備教師》（A Nation Prepared： Teachers for the 21st Century）、《明天的教師》（Tomorrows Teachers）兩份報(bào)告，明確提出了教學(xué)專業(yè)化這一概念，并將其視為提高公立學(xué)校教學(xué)質(zhì)量的必要途徑。Fuller在教師關(guān)注問卷中將教師專業(yè)化過程劃分為職前教師的教學(xué)前關(guān)注、職初教師的早期生存關(guān)注、職后教師的學(xué)生關(guān)注三個(gè)階段[16]，師范生是職前教師教育的關(guān)鍵，須培養(yǎng)其具備教學(xué)所需的本體性知識、條件性知識及實(shí)踐性知識。實(shí)踐性知識是教師教學(xué)經(jīng)驗(yàn)的積累[17]，教學(xué)實(shí)踐技能是實(shí)踐性知識的直接體現(xiàn)，是教師能力專業(yè)化發(fā)展的重要基礎(chǔ)。因此，師范生教學(xué)技能，特別是教學(xué)基本技能的掌握與訓(xùn)練應(yīng)受到高度重視，以此為師范生持續(xù)性學(xué)習(xí)、實(shí)踐性知識發(fā)展、走向?qū)I(yè)化提供必要保障。

2. 行為科學(xué)理論

行為科學(xué)理論始于20世紀(jì)的霍桑試驗(yàn)，交叉融合了心理學(xué)、社會學(xué)、人類學(xué)和生理學(xué)等多領(lǐng)域?qū)W科理論，用于歸納和研究人的行為規(guī)律。行為科學(xué)理論的核心是以人為本[18]，以人的心理活動機(jī)制為出發(fā)點(diǎn)，分析人的外顯行為活動與行為產(chǎn)生的原因，探究人的行為與發(fā)展規(guī)律[19]。行為科學(xué)理論主要關(guān)注個(gè)體行為和群體行為兩方面。一方面是從個(gè)體角度出發(fā)，通過對個(gè)人微觀行為的觀察、監(jiān)測、分析與研究，探究其背后的各種心理影響因素，如思維方式、認(rèn)知過程、情感動機(jī)、態(tài)度價(jià)值觀等[20]。另一方面是通過整體觀察與研究群體的行為特征及意義，挖掘群體行為規(guī)律，解釋群體行為現(xiàn)象。行為科學(xué)理論及其對人類基本行為規(guī)律的分析，對師范生技能訓(xùn)練和行為解構(gòu)具有重要指導(dǎo)作用，有助于師范生教學(xué)基本技能訓(xùn)練行為規(guī)律的深層次挖掘，為個(gè)性化、針對性地改善師范生教學(xué)行為提供參考。

3. 用戶畫像理論

用戶畫像最早由交互設(shè)計(jì)之父Alan Cooper提出，被認(rèn)為是對目標(biāo)用戶虛構(gòu)的、具體的、集中的描述[21]。隨后，該概念被引入教育領(lǐng)域，發(fā)展出學(xué)生畫像、教師畫像等，為師范生教學(xué)基本技能畫像的生成和可視化提供重要借鑒。例如：胡小勇等人從精準(zhǔn)教研視角提出了數(shù)據(jù)挖掘技術(shù)支持的教師畫像邏輯框架與實(shí)現(xiàn)流程[22]，構(gòu)建了基于畫像技術(shù)的教師研修路徑智能推薦模型[23]；鄧禎鈺等人基于文獻(xiàn)研究與質(zhì)性編碼結(jié)果，構(gòu)建了包含能力結(jié)構(gòu)、品質(zhì)特征、人際關(guān)系、知識體系、情意素養(yǎng)、自覺水平六大維度的卓越教師特征畫像[24]；魏非等人面向教師職業(yè)能力精準(zhǔn)測評，提出了以職業(yè)能力刻畫為核心、以學(xué)習(xí)過程和個(gè)體特征描述為關(guān)聯(lián)的師范生能力畫像構(gòu)建思路[25]。用戶畫像既是分析用戶信息、研究用戶行為的過程，也是一種通過數(shù)據(jù)挖掘來刻畫用戶行為規(guī)律與預(yù)測需求偏好的方法。與此相應(yīng)，師范生教學(xué)基本技能畫像可通過智能技術(shù)手段采集和挖掘技能實(shí)訓(xùn)數(shù)據(jù)，解釋師范生技能水平及發(fā)展規(guī)律，分析和預(yù)測師范生技能實(shí)訓(xùn)偏好及技能發(fā)展需要，有效支持和指導(dǎo)教學(xué)基本技能的智能實(shí)訓(xùn)。

（二）師范生教學(xué)基本技能的微技能觀測指標(biāo)框架

明確測評指標(biāo)體系，是構(gòu)建可操作的師范生教學(xué)基本技能實(shí)訓(xùn)模型的基礎(chǔ)。結(jié)合《中學(xué)教育專業(yè)師范生教師職業(yè)能力標(biāo)準(zhǔn)（試行）》《小學(xué)教育專業(yè)師范生教師職業(yè)能力標(biāo)準(zhǔn)（試行）》《普通高等學(xué)校師范類專業(yè)認(rèn)證標(biāo)準(zhǔn)》《關(guān)于開展小學(xué)教師基本功訓(xùn)練的意見》《高等師范學(xué)校學(xué)生的教師職業(yè)技能訓(xùn)練大綱（試行）》等文件要求，以及國內(nèi)外相關(guān)研究基礎(chǔ)，本研究將師范生教學(xué)基本技能劃分為教學(xué)語言表達(dá)、教學(xué)姿態(tài)控制、教學(xué)表情應(yīng)用、課堂板書設(shè)計(jì)四項(xiàng)技能維度及18項(xiàng)微技能觀測點(diǎn)（見表1）。（1）教學(xué)語言表達(dá)技能，指師范生在教學(xué)過程中運(yùn)用口頭語言進(jìn)行教學(xué)信息傳遞和思想交流[26]，通過控制語音音量、語速等來傳遞教學(xué)內(nèi)容的能力[27]，包括發(fā)音清晰度、音量合理性、語速適中度、口頭語控制性、課堂提問度、情感極性等觀測點(diǎn)。（2）教學(xué)姿態(tài)控制技能，指師范生在教學(xué)中以組織學(xué)生學(xué)習(xí)為目的，控制和保持適當(dāng)、自然、流暢的肢體動作與姿態(tài)來輔助教學(xué)的課堂行為水平[28]，包括姿態(tài)豐富度、姿態(tài)轉(zhuǎn)換度、肩部平穩(wěn)度、腿部直立度、姿態(tài)語音配合度等觀測點(diǎn)。（3）教學(xué)表情應(yīng)用技能，指師范生在教學(xué)過程中運(yùn)用面部表情來傳遞信息、表達(dá)情感和態(tài)度的行為方式[29]，包括表情多樣性、表情極性、正向表情應(yīng)用度等觀測點(diǎn)。（4）課堂板書設(shè)計(jì)技能，指師范生在板書書寫過程中呈現(xiàn)出對板書結(jié)構(gòu)、構(gòu)件、布局、色彩等規(guī)范的掌握水平，反映師范生板書書寫的技能水平意向性[30]，包括字體規(guī)范度、書寫規(guī)整度、布局均衡性、色彩豐富度等觀測點(diǎn)。

（三）師范生教學(xué)基本技能智能實(shí)訓(xùn)分析系統(tǒng)模型的架構(gòu)

人工智能技術(shù)為賦能師范生教學(xué)基本技能水平注入了新動能。本研究通過構(gòu)建師范生教學(xué)基本技能智能實(shí)訓(xùn)分析系統(tǒng)模型，提供大規(guī)模、全過程、科學(xué)精準(zhǔn)的技能提升服務(wù)，有助于破解師范生教學(xué)基本技能培養(yǎng)的供給性、效能性、發(fā)展性等難題。此系統(tǒng)模型包括理論基礎(chǔ)層、數(shù)據(jù)獲取層、挖掘分析層、實(shí)訓(xùn)應(yīng)用層四層架構(gòu)（如圖1所示）。

1. 理論基礎(chǔ)層：師范生教學(xué)基本技能的微技能觀測指標(biāo)框架構(gòu)建

構(gòu)建師范生教學(xué)基本技能的微技能觀測指標(biāo)框架，需要以師范生教師職業(yè)能力培養(yǎng)為目標(biāo)，深刻了解新時(shí)代對教師專業(yè)發(fā)展的技能要求，并據(jù)此提取師范生培養(yǎng)過程中教學(xué)基本技能的重要觀測點(diǎn)。本研究結(jié)合教師專業(yè)發(fā)展、用戶畫像、行為科學(xué)等理論基礎(chǔ)，分析師范生教學(xué)基本技能的培養(yǎng)路徑、技術(shù)實(shí)現(xiàn)、過程方法，明確師范生教學(xué)基本技能維度及微技能觀測點(diǎn)，為后續(xù)的師范生實(shí)訓(xùn)數(shù)據(jù)的采集、分析與應(yīng)用提供理論支撐。（1）以教師專業(yè)發(fā)展理論為指導(dǎo)，認(rèn)識師范生培養(yǎng)對教師專業(yè)化發(fā)展的重要影響，明晰師范生的教師職業(yè)能力標(biāo)準(zhǔn)要求及其與教學(xué)基本技能之間的關(guān)系；（2）基于行為科學(xué)理論，確定用于分析與診斷師范生教學(xué)基本技能水平的可觀測行為變量，即微技能觀測點(diǎn)，發(fā)現(xiàn)師范生個(gè)體和群體的技能實(shí)訓(xùn)行為規(guī)律及心理影響機(jī)制；（3）結(jié)合用戶畫像理論，基于微技能觀測點(diǎn)構(gòu)建教學(xué)基本技能數(shù)據(jù)標(biāo)簽，為選擇實(shí)訓(xùn)數(shù)據(jù)挖掘與表征工具、明確技能刻畫方法流程提供依據(jù)。

2. 數(shù)據(jù)獲取層：多模態(tài)的過程性實(shí)訓(xùn)數(shù)據(jù)采集

多模態(tài)過程性實(shí)訓(xùn)數(shù)據(jù)是師范生教學(xué)基本技能行為表現(xiàn)的直觀體現(xiàn)，是師范生教學(xué)能力評估的重要依據(jù)。根據(jù)微技能觀測指標(biāo)，面向師范生智能實(shí)訓(xùn)場景構(gòu)建各微技能觀測點(diǎn)與實(shí)訓(xùn)數(shù)據(jù)的映射關(guān)系，融合視頻、語音、圖像以及結(jié)構(gòu)化數(shù)據(jù)等多種模態(tài)數(shù)據(jù)，對師范生教學(xué)基本技能進(jìn)行可視化表征，反映技能實(shí)訓(xùn)過程與技能發(fā)展水平。師范生技能實(shí)訓(xùn)數(shù)據(jù)可通過智能錄播系統(tǒng)、物理感知設(shè)備等終端獲取，如教學(xué)語音、微格教學(xué)視頻、板書圖像等；利用課程學(xué)習(xí)平臺和管理平臺等收集與教學(xué)實(shí)訓(xùn)相關(guān)的結(jié)構(gòu)化信息和過程性學(xué)習(xí)檔案材料，如師范生見習(xí)和實(shí)習(xí)的實(shí)踐作品、總結(jié)報(bào)告、評價(jià)成績等。需要注意的是，實(shí)訓(xùn)數(shù)據(jù)的采集質(zhì)量將影響后續(xù)教學(xué)基本技能分析和診斷的準(zhǔn)確性，因此，實(shí)訓(xùn)數(shù)據(jù)的獲取需要遵循完整性、連貫性和穩(wěn)定性原則，控制數(shù)據(jù)質(zhì)量和精度，保證所采集的數(shù)據(jù)能夠?qū)崿F(xiàn)后續(xù)的挖掘分析。

3. 挖掘分析層：師范生教學(xué)基本技能成長點(diǎn)智能診斷

依據(jù)師范生教學(xué)基本技能維度及各類微技能觀測點(diǎn)，構(gòu)建人工智能技術(shù)支持的多模態(tài)融合分析模型，實(shí)現(xiàn)各維度微技能點(diǎn)的智能分析及問題診斷。首先，以實(shí)現(xiàn)高性能分析為目標(biāo)進(jìn)行數(shù)據(jù)分析模型和算法設(shè)計(jì)，采用人工智能技術(shù)對教學(xué)語言音頻、行為表現(xiàn)視頻及板書圖像等數(shù)據(jù)的分析分別進(jìn)行算法模型訓(xùn)練。其次，利用訓(xùn)練好的模型對實(shí)際實(shí)訓(xùn)數(shù)據(jù)進(jìn)行分析：（1）利用語音識別、語義分析技術(shù)等實(shí)現(xiàn)語音信號的內(nèi)容、音量、音調(diào)、語速特征提取與分析，綜合評估教學(xué)語言表達(dá)技能；（2）提取師范生實(shí)訓(xùn)視頻中的人體骨架數(shù)據(jù)，進(jìn)一步析出手勢、站姿及姿態(tài)變化規(guī)律，分析肢體語言的應(yīng)用和控制能力；（3）利用表情識別技術(shù)對視頻中師范生的表情極性及其變化進(jìn)行分析，明確他們在教學(xué)中的表情應(yīng)用和控制情況；（4）通過光學(xué)掃描（Optical Character Recognition，OCR）技術(shù)對課堂板書圖像進(jìn)行字體規(guī)范度、書寫規(guī)整度、布局均衡性、色彩豐富度等課堂板書設(shè)計(jì)技能的評估。最后，對各數(shù)據(jù)分析結(jié)果進(jìn)行決策級融合分析，綜合評估師范生教學(xué)基本技能的整體水平，并結(jié)合云服務(wù)平臺的智能分析結(jié)果進(jìn)行增值性評價(jià)診斷。

4. 實(shí)訓(xùn)應(yīng)用層：師范生教學(xué)基本技能畫像生成

師范生教學(xué)基本技能畫像由能力畫像發(fā)展而來，源于教師畫像與學(xué)習(xí)者畫像的概念。教學(xué)基本技能智能實(shí)訓(xùn)模型可依據(jù)不同目的形成師范生個(gè)體畫像和面向?qū)I(yè)、學(xué)校的群體畫像。通過對實(shí)訓(xùn)數(shù)據(jù)聚類、抽象，可視化表征師范生技能實(shí)訓(xùn)成效及發(fā)展過程，為教學(xué)基本技能指導(dǎo)方案的制定和決策提供依據(jù)。個(gè)體畫像用于確定師范生個(gè)體教學(xué)基本技能水平的特長、劣勢、提升情況，師范生可自主或根據(jù)教學(xué)法教師建議，明確教學(xué)基本技能的發(fā)展目標(biāo)，并制定訓(xùn)練內(nèi)容和步調(diào)，通過多次迭代訓(xùn)練，有目的地改進(jìn)技能。師范生群體畫像為領(lǐng)導(dǎo)決策層提供判斷當(dāng)前教學(xué)基本技能目標(biāo)達(dá)成度的依據(jù)，動態(tài)展現(xiàn)專業(yè)、院系和學(xué)校的師范生教學(xué)基本技能整體訓(xùn)練情況和目標(biāo)達(dá)成度，并通過智能判斷進(jìn)行動態(tài)預(yù)警與干預(yù)。

四、師范生教學(xué)基本技能智能分析的

特點(diǎn)及實(shí)訓(xùn)應(yīng)用

（一）多模態(tài)數(shù)據(jù)支持的師范生教學(xué)基本技能智能分析特點(diǎn)

通過智能分析聯(lián)動多源、多模態(tài)數(shù)據(jù)，對師范生教學(xué)基本技能培養(yǎng)全過程進(jìn)行伴隨式、情景化的數(shù)據(jù)采集、能力數(shù)字畫像，動態(tài)呈現(xiàn)技能訓(xùn)練過程，體現(xiàn)如下特點(diǎn)：

1. 數(shù)據(jù)采集：情景化、伴隨式、過程性

教育部等六部門發(fā)布的《關(guān)于推進(jìn)教育新型基礎(chǔ)設(shè)施建設(shè) 構(gòu)建高質(zhì)量教育支撐體系的指導(dǎo)意見》中提出“實(shí)現(xiàn)伴隨式數(shù)據(jù)采集與過程性評價(jià)”[31]。首先，設(shè)計(jì)師范生教學(xué)基本技能智能實(shí)訓(xùn)場景，結(jié)合個(gè)人自主訓(xùn)練、教學(xué)法教師指導(dǎo)、教育管理者決策實(shí)施等場景特點(diǎn)，采集符合各類場景應(yīng)用的數(shù)據(jù)。其次，基于師范生教學(xué)基本技能實(shí)訓(xùn)場景，安裝和應(yīng)用教學(xué)過程數(shù)據(jù)感知與記錄的智能設(shè)備，用于伴隨式采集師范生技能實(shí)訓(xùn)的過程性數(shù)據(jù)。最后，伴隨技能訓(xùn)練應(yīng)用，將動態(tài)生成大量的多源異構(gòu)實(shí)訓(xùn)數(shù)據(jù)，數(shù)據(jù)分析結(jié)果的可靠性將會不斷得到提高[32]。

2. 數(shù)據(jù)分析：多源、多模態(tài)、多維互補(bǔ)

師范生在教學(xué)基本技能智能實(shí)訓(xùn)中產(chǎn)生的過程數(shù)據(jù)，具有多源、多模態(tài)、多維互補(bǔ)等特征。一方面，實(shí)訓(xùn)數(shù)據(jù)主要來源于智能實(shí)訓(xùn)平臺產(chǎn)生的數(shù)字空間數(shù)據(jù)、師范生自我報(bào)告的結(jié)構(gòu)化基本信息等，智能化的數(shù)據(jù)分析需要基于云服務(wù)器對不同端口和來源的用戶數(shù)據(jù)進(jìn)行高效關(guān)聯(lián)與整合。另一方面，實(shí)訓(xùn)數(shù)據(jù)的多模態(tài)性決定了數(shù)據(jù)處理方式的多樣性，包括語音語義分析、動作姿態(tài)分析、面部表情識別、圖像文字識別、結(jié)構(gòu)化數(shù)據(jù)統(tǒng)計(jì)分析等若干方式，處理形成的各項(xiàng)技能觀測指標(biāo)參數(shù)與師范生教學(xué)基本技能標(biāo)準(zhǔn)進(jìn)行動態(tài)匹配，最終得到師范生教學(xué)基本技能發(fā)展水平。此外，實(shí)訓(xùn)數(shù)據(jù)與技能指標(biāo)之間呈現(xiàn)出“一對一”“一對多”“多對一”的對應(yīng)關(guān)系[33]，因此，在提高數(shù)據(jù)分析準(zhǔn)確性、全面性和科學(xué)性的同時(shí)，還需考慮選取微技能觀測點(diǎn)數(shù)據(jù)和補(bǔ)充其他模態(tài)的數(shù)據(jù)。

3. 技能刻畫：即時(shí)生成、動態(tài)迭代、過程追蹤

師范生借助智能實(shí)訓(xùn)平臺錄制或上傳教學(xué)基本技能實(shí)訓(xùn)視頻片段后，可即時(shí)獲取技能掌握情況的畫像分析報(bào)告，報(bào)告依據(jù)具體教學(xué)實(shí)訓(xùn)場景提供診斷解讀，實(shí)現(xiàn)技能水平與發(fā)展特征的精準(zhǔn)刻畫。師范生個(gè)人或在同伴與教學(xué)法教師指導(dǎo)幫助下，根據(jù)畫像報(bào)告找出問題并進(jìn)行改進(jìn)提升。師范生還可獲取教學(xué)基本技能發(fā)展的規(guī)律與特點(diǎn)，以及有針對性地優(yōu)化訓(xùn)練處方與智能推送的優(yōu)質(zhì)資源，便于師范生在后續(xù)實(shí)訓(xùn)練習(xí)中有的放矢、迭代改進(jìn)。同時(shí)，基于縱向時(shí)間維度與橫向技能水平維度，形成師范生教學(xué)基本技能智能實(shí)訓(xùn)水平動態(tài)監(jiān)管的大數(shù)據(jù)看板，以數(shù)字畫像形式直觀表征技能水平狀態(tài)及技能訓(xùn)練過程，為師范專業(yè)負(fù)責(zé)人及學(xué)校教務(wù)管理人員提供科學(xué)透明的過程監(jiān)管手段與實(shí)訓(xùn)決策依據(jù)。

（二）師范生教學(xué)基本技能智能實(shí)訓(xùn)的典型應(yīng)用

1. 師范生教學(xué)基本技能“智學(xué)”實(shí)訓(xùn)方式

本團(tuán)隊(duì)以智能實(shí)訓(xùn)平臺為支撐，設(shè)計(jì)了師范生教學(xué)基本技能“智學(xué)”實(shí)訓(xùn)方式。“智學(xué)”實(shí)訓(xùn)主要融合覆蓋了三個(gè)技能實(shí)訓(xùn)的典型應(yīng)用場景（如圖2所示）：一是教學(xué)法教師導(dǎo)學(xué)訓(xùn)練，教師結(jié)合平臺智能診斷分析報(bào)告，通過示范、復(fù)盤、反饋等，給予師范生技能訓(xùn)練指導(dǎo)；二是師范生在微格智能實(shí)訓(xùn)室或智能實(shí)訓(xùn)靜音艙等環(huán)境中展開自學(xué)訓(xùn)練，基于智能實(shí)訓(xùn)平臺的畫像和診斷報(bào)告，反復(fù)訓(xùn)練以提升各項(xiàng)教學(xué)基本技能；三是平臺基于對實(shí)訓(xùn)過程的智能診斷，精準(zhǔn)識別每位師范生的優(yōu)勢與不足，提供個(gè)性化診斷報(bào)告并智能推送優(yōu)質(zhì)的輔學(xué)資源。師范生教學(xué)基本技能“智學(xué)”方式強(qiáng)調(diào)了教師引導(dǎo)、自主學(xué)習(xí)和智能訓(xùn)練的有機(jī)結(jié)合，使師范生在多場景下開展技能訓(xùn)練時(shí)，大幅度減輕了師范院校教學(xué)法師資負(fù)擔(dān)，精準(zhǔn)提升了教學(xué)基本技能訓(xùn)練的準(zhǔn)確度，智能提供了針對技能實(shí)訓(xùn)的過程性指導(dǎo)。

圖2? ?師范生教學(xué)基本技能“智學(xué)”實(shí)訓(xùn)方式

2. 師范生教學(xué)基本技能智能實(shí)訓(xùn)的應(yīng)用案例

本團(tuán)隊(duì)依托上述設(shè)計(jì)的微技能框架和模型，以校企合作方式研發(fā)了面向師范生教學(xué)基本技能培養(yǎng)的智能實(shí)訓(xùn)平臺。該平臺于2022年11月發(fā)布，并開始在多所大學(xué)的師范生教學(xué)基本技能實(shí)訓(xùn)中得到應(yīng)用。平臺可實(shí)現(xiàn)教學(xué)基本技能實(shí)訓(xùn)精準(zhǔn)指導(dǎo)，幫助師范生基于智能數(shù)據(jù)診斷進(jìn)行持續(xù)改進(jìn)和技能提升。

以華南師范大學(xué)師范生Z自主訓(xùn)練為例（如圖3所示），實(shí)訓(xùn)平臺針對師范生微格教學(xué)視頻片段、板書圖像進(jìn)行分析，形成教學(xué)基本技能四維度的診斷報(bào)告。（1）教學(xué)語言表達(dá)技能方面，該師范生在99.65%的實(shí)訓(xùn)教學(xué)時(shí)間內(nèi)音量偏高，約半數(shù)時(shí)間語速合理，常用口頭語為“那么”（出現(xiàn)18次）、“嗯”（出現(xiàn)15次）、“呢”（出現(xiàn)15次）等。語句情感偏向中性，實(shí)訓(xùn)中進(jìn)行了16次教學(xué)提問。平臺生成診斷建議：“適當(dāng)降低音量；減少口頭禪的反復(fù)出現(xiàn)，并增強(qiáng)積極語句的使用，以激發(fā)學(xué)生學(xué)習(xí)興趣”等。（2）教學(xué)姿態(tài)控制技能方面，該師范生實(shí)訓(xùn)時(shí)右肩和腿部全程處于平穩(wěn)狀態(tài)，同時(shí)姿態(tài)較為多樣，其中，雙手合拳和雙手分開姿態(tài)出現(xiàn)最多，共占59.60%的實(shí)訓(xùn)教學(xué)時(shí)間，左右側(cè)身和背身情況占比15.73%。診斷建議為：“根據(jù)教學(xué)內(nèi)容與活動，適當(dāng)調(diào)整教學(xué)姿態(tài)，減少背身的時(shí)間，以有效傳達(dá)教學(xué)信息”。（3）教學(xué)表情應(yīng)用技能方面，該生主要呈現(xiàn)出平靜的中性表情，占比為58.79%，其次是快樂的積極表情，占比40.60%，還結(jié)合教學(xué)內(nèi)容短暫表現(xiàn)出驚訝表情，未出現(xiàn)消極表情。診斷建議為：“須及時(shí)調(diào)整無表情的時(shí)間，在后續(xù)教學(xué)實(shí)踐過程中，可通過豐富表情創(chuàng)造良好的教學(xué)氛圍”。（4）課堂板書設(shè)計(jì)技能方面，該師范生的規(guī)范字占比為74.07%，平均規(guī)整度為70.92%，行間距為0.42倍，板書主要分布在第二象限，同時(shí)僅采用一種色彩進(jìn)行呈現(xiàn)。平臺給出的個(gè)性化建議為：“對未達(dá)到規(guī)范要求的字對應(yīng)標(biāo)準(zhǔn)進(jìn)行練習(xí)；注意保持板書字體行間距的一致性；板書色彩一般以3～4種為佳”。

圖3? ?師范生Z的教學(xué)基本技能智能實(shí)訓(xùn)分析實(shí)例

五、結(jié)? ?語

教學(xué)基本技能是師范生入職為師的必備基礎(chǔ)性能力。針對師范生教學(xué)基本技能培養(yǎng)過程中的難題，本研究構(gòu)建了教學(xué)基本技能的微技能觀測指標(biāo)框架，設(shè)計(jì)了教學(xué)基本技能智能實(shí)訓(xùn)分析系統(tǒng)模型，提出并實(shí)踐了多模態(tài)數(shù)據(jù)支持的智能分析特點(diǎn)與智能實(shí)訓(xùn)應(yīng)用方式，應(yīng)用成效初步顯現(xiàn)。為貫通教師職前、職后一體化培養(yǎng)，本研究將繼續(xù)深耕人工智能助推師范生高質(zhì)量培養(yǎng)的研究和實(shí)踐，持續(xù)提高師范生教學(xué)基本技能畫像描繪的精細(xì)度與全面性，創(chuàng)新教學(xué)技能實(shí)訓(xùn)場景與人—機(jī)協(xié)同指導(dǎo)模式，以數(shù)智化手段驅(qū)動師范生高質(zhì)量培養(yǎng)。

[參考文獻(xiàn)]

[1] 中華人民共和國中央人民政府.中共中央 國務(wù)院關(guān)于全面深化新時(shí)代教師隊(duì)伍建設(shè)改革的意見[EB/OL].（2018-01-20）[2024-01-27].https：//www.gov.cn/zhengce/2018-01/31/content_5262659.htm.

[2] 于慶奎，鄧濤.新西蘭師范生終極整合評價(jià)的構(gòu)建與挑戰(zhàn)[J].高教發(fā)展與評估，2023，39（5）：78-87，122.

[3] 張家華，鄧倩，周躍良，等.基于人機(jī)協(xié)同的師范教育實(shí)踐改革與平臺設(shè)計(jì)[J].教育發(fā)展研究，2021，41（1）：35-40.

[4] MIAO F， SHIOHIRA K， VALLY Z， et al. International forum on AI and education： steering AI to empower teachers and transform teaching， 5-6 December 2022; analytical report[R]. Paris： United Nations Educational， Scientific and Cultural Organization， 2023.

[5] 中華人民共和國教育部.教育部辦公廳關(guān)于開展人工智能助推教師隊(duì)伍建設(shè)行動試點(diǎn)工作的通知[EB/OL].（2018-08-08）[2024-01-27]. http：//www.moe.gov.cn/srcsite/A10/s7034/201808/t20180815_345323.html.

[6] 中華人民共和國教育部. 教育部辦公廳關(guān)于開展第二批人工智能助推教師隊(duì)伍建設(shè)試點(diǎn)推薦遴選工作的通知[EB/OL].（2021-04-16）[2024-01-27]. http：//www.moe.gov.cn/srcsite/A10/s7034/202104/t20210423_527853.html.

[7] 林正范，徐麗華.對教師行為研究的認(rèn)識[J].教師教育研究，2006（2）：23-26.

[8] ZHANG J， PAN Q， ZHANG D， et al. Effects of virtual reality based microteaching training on pre-service teachers' teaching skills from a multi-dimensional perspective[J]. Journal of educational computing research， 2024：1-29.

[9] 李梅，沈渝.師范生教師職業(yè)技能“一體兩翼”實(shí)踐訓(xùn)練管理體系探析[J].黑龍江高教研究，2014（9）：83-85.

[10] 鄧新偵，任志芬.基于“互聯(lián)網(wǎng)+全程導(dǎo)師制+UGSIO”的英語師范生教學(xué)實(shí)踐能力發(fā)展研究[J].中國電化教育，2023（5）：121-128.

[11] 胡小勇，許課雪，張纓斌.面向教師畫像的能力精準(zhǔn)測評和可視化呈現(xiàn)[J].中國電化教育，2024（1）：104-110.

[12] 張軍，李金方，黃忠毅.圖像識別技術(shù)在錄播系統(tǒng)中的應(yīng)用研究[J].現(xiàn)代教育技術(shù)，2009，19（1）：125-128.

[13] SONG Y， LEI S， HAO T， et al. Automatic classification of semantic content of classroom dialogue[J]. Journal of educational computing research， 2021，59（3）：496-521.

[14] KIM Y， SOYATA T， BEHNAGH R F. Towards emotionally aware AI smart classroom： current issues and directions for engineering and education[J]. IEEE access， 2018， 6： 5308-5331.

[15] 朱旭東.論教師專業(yè)發(fā)展的理論模型建構(gòu)[J].教育研究，2014，35（6）：81-90.

[16] FULLER F F. Concerns of teachers： a developmental conceptualization[J]. American educational research journal， 1969，6（2）：207-226.

[17] 常攀攀，羅丹丹.PCK視閾下的教師專業(yè)發(fā)展路徑探究[J].教育理論與實(shí)踐，2014，34（17）：18-20.

[18] 伍文燕，張振威.行為科學(xué)理論及其對網(wǎng)絡(luò)學(xué)習(xí)行為分析的啟示[J].中國教育技術(shù)裝備，2017（18）：114-115， 120.

[19] 劉中宇，周曉.行為科學(xué)理論指導(dǎo)下的高校大學(xué)生網(wǎng)絡(luò)學(xué)習(xí)行為研究[J].中國電化教育，2008（5）：46-48.

[20] JACKSON C. Behavioral science theory and principles for practice in health education[J]. Health education research， 1997， 12（1）：143-150.

[21] COOPER A. The inmates are running the asylum： why high-tech products drive us crazy and how to restore the sanity[M]. Indianapolis： SAMS， 2004.

[22] 胡小勇，林梓柔.精準(zhǔn)教研視域下的教師畫像研究[J].電化教育研究，2019，40（7）：84-91.

[23] 胡小勇，孫碩，穆肅.基于畫像技術(shù)的教師研修路徑智能推薦研究[J].電化教育研究，2024，45（2）：106-112.

[24] 鄧禎鈺，易凱諭，鐘志賢.卓越教師特征畫像研究：質(zhì)性分析的視角[J].中國遠(yuǎn)程教育，2022（5）：64-75.

[25] 魏非，章玉霞，李樹培，等.微認(rèn)證賦能師范生教師職業(yè)能力精準(zhǔn)測評研究[J].中國電化教育，2021（12）：79-86.

[26] 薛蓓.教師語言技能[M].上海：上海交通大學(xué)出版社，2022：90-91.

[27] 崔允漷.有效教學(xué)[M].上海：華東師范大學(xué)出版社，2009：141-142.

[28] 常思亮.論課堂教學(xué)中非言語行為的基本功能[J].湖南師范大學(xué)社會科學(xué)學(xué)報(bào)，1994（1）：87-90.

[29] 張冬梅，葛明貴.教師情緒表達(dá)：為何與何為[J].教育科學(xué)研究，2021（3）：72-77.

[30] 張偉，孫喆.隱憂與消解：現(xiàn)代教育技術(shù)催逼下傳統(tǒng)板書的功能審思與改進(jìn)路徑[J].基礎(chǔ)教育，2022，19（3）：79-89.

[31] 中華人民共和國教育部. 教育部等六部門關(guān)于推進(jìn)教育新型基礎(chǔ)設(shè)施建設(shè) 構(gòu)建高質(zhì)量教育支撐體系的指導(dǎo)意見[EB/OL].（2021-07-08）[2024-01-27]. http：//www.moe.gov.cn/srcsite/A16/s3342/202107/t20210720_545783.html.

[32] 徐舜平，趙慶剛，許健，等.基于數(shù)據(jù)挖掘的MOOC學(xué)習(xí)過程監(jiān)測指標(biāo)分析——以“電路原理”課程為例[J].現(xiàn)代教育技術(shù)，2017，27（3）：118-125.

[33] 穆肅，崔萌，黃曉地.全景透視多模態(tài)學(xué)習(xí)分析的數(shù)據(jù)整合方法[J].現(xiàn)代遠(yuǎn)程教育研究，2021，33（1）：26-37，48.

Research on Intelligent Training Model and Application of Basic Teaching Skills for Normal University Students

SUN Shuo1，? HU Xiaoyong2，? MU Su2，? LIU Yang3

（1.School of Information Technology in Education， South China Normal University， Guangzhou Guangdong 510631; 2.Institute of Artificial Intelligence in Education， South China Normal University， Guangzhou Guangdong 510631; 3.ZONEKEY CO.， Ltd.， Beijing 100094）

[Abstract] As the reserve force of teaching force， normal university students affect the future development of education. According to the requirements of the Standards of Professional Accreditation for Normal Colleges and Universities and the Ministry of Education's two batches of? Notice on Launching Pilot Work on Artificial Intelligence Booting Teacher Team Construction， aiming at the training problems and development requirements of normal university students' basic teaching skills， this study has constructed a micro-skill observation index framework of "four dimensions and 18 indicators" for the training of normal university students' basic teaching skills， combined with the potentials of artificial intelligence. Moreover， this study has designed a four-layer intelligent training and analysis system model for normal university students' basic teaching skills， and put forward the characteristics of intelligent analysis and the "ZHIXUE" training method of basic teaching skills， which have been applied in the normal university. The results show that guided by artificial intelligence technology to promote high-quality training of normal university students， the construction of the framework model， the realization of technical methods， the design of training scenarios and the generation of digital portraits can improve the training effect of normal university students' basic teaching skills .

[Keywords] Normal University Students; Basic Teaching Skills; Micro-skill Observation Index; Intelligent Training; Digital Portrait