人工智能在網(wǎng)絡(luò)教研中的應(yīng)用

摘要：在教育過程中，課堂教學(xué)作為核心環(huán)節(jié)對學(xué)生的學(xué)習(xí)效果具有至關(guān)重要的影響。要實現(xiàn)高質(zhì)量的課堂教學(xué)，需要從教學(xué)和教研兩個維度共同發(fā)力。因此，本文從人工智能與教研相結(jié)合的視角出發(fā)，聚焦于基于課堂的教研活動和基于教師專業(yè)成長的教研活動，深入探討如何利用人工智能賦能網(wǎng)絡(luò)教研，以實現(xiàn)基于文本、基于視頻和基于虛擬的教研，為教師創(chuàng)新教研模式提供啟發(fā)與指導(dǎo)。

關(guān)鍵詞：人工智能；網(wǎng)絡(luò)教研；教研活動

中圖分類號：G434"文獻標識碼：A"論文編號：1674-2117（2025）02-0084-05

引言

傳統(tǒng)的網(wǎng)絡(luò)教研模式存在教學(xué)資源信息過載和篩選困難、教學(xué)觀察與診斷主觀化、臆測化較為嚴重[1]，以及培訓(xùn)枯燥無味等問題，而人工智能的快速發(fā)展與應(yīng)用為網(wǎng)絡(luò)教研模式的改進和創(chuàng)新提供了新的機遇。因此，本文從人工智能與教研相結(jié)合的視角出發(fā)，聚焦基于課堂的教研活動和基于教師專業(yè)成長的教研活動，深入探討如何利用人工智能賦能網(wǎng)絡(luò)教研，以期為廣大教師在網(wǎng)絡(luò)教研中應(yīng)用人工智能技術(shù)提供更多的思路和建議。

人工智能賦能網(wǎng)絡(luò)教研研究現(xiàn)狀

網(wǎng)絡(luò)教研是在傳統(tǒng)教研技術(shù)的基礎(chǔ)上不斷發(fā)展而成的一種新型的教研形式。從教研目的上講，陳忠德等學(xué)者認為，網(wǎng)絡(luò)教研作為一種促進教師專業(yè)發(fā)展的教研模式，利用現(xiàn)代信息技術(shù)，以發(fā)現(xiàn)、研究和解決問題為核心，優(yōu)化和改進學(xué)校教研的方式、過程和結(jié)構(gòu)，從而提高教學(xué)質(zhì)量。[2]而尹洪輝等學(xué)者認為，網(wǎng)絡(luò)教研的核心目標在于有效促進課堂教學(xué)的實施，通過利用網(wǎng)絡(luò)平臺和資源，支持教師在教學(xué)過程中的優(yōu)化和創(chuàng)新，以提高學(xué)生的學(xué)習(xí)效果和成就。[3]從教研的形式上講，李擁軍等學(xué)者提出網(wǎng)絡(luò)教研的活動形式包括聽課、評課、集體備課、個案研討、專題研討等。[4]肖正德學(xué)者也提出網(wǎng)絡(luò)教研的形式有專家引領(lǐng)、網(wǎng)絡(luò)課程培訓(xùn)、專題研討以及實踐中的總結(jié)與反思等形式。[5]通過梳理不同學(xué)者對網(wǎng)絡(luò)教研的定義，可以看出，網(wǎng)絡(luò)教研通常采用集體備課、聽評課、開展專題或個案研討、課后反思、遠程培訓(xùn)等教研活動形式，其目的是提升教師的教學(xué)水平，從而更有效地推動課堂教學(xué)實施。

為了分析國內(nèi)人工智能賦能網(wǎng)絡(luò)教研的研究趨勢和研究熱點，本研究在中國知網(wǎng)以關(guān)鍵詞“人工智能”和“教研”為主題進行搜索，將文獻的分類目錄設(shè)置為社會科學(xué)II輯，時間范圍為2016-2023年，總計檢索到了101篇相關(guān)文獻。結(jié)果顯示，學(xué)術(shù)界對網(wǎng)絡(luò)教研的關(guān)注度和發(fā)文量在過去3年間呈顯著上升趨勢。這一趨勢表明，學(xué)術(shù)界對人工智能在網(wǎng)絡(luò)教研中的應(yīng)用越來越感興趣，對其的研究也越發(fā)重視。

人工智能在基于課堂的網(wǎng)絡(luò)教研活動中的應(yīng)用

1.傳統(tǒng)的網(wǎng)絡(luò)教研流程

經(jīng)驗學(xué)習(xí)圈理論是由大衛(wèi)·庫伯（DavidKolb）提出的循環(huán)學(xué)習(xí)模式，該理論包括具體體驗、觀察反思、抽象概念、積極實踐四個循環(huán)階段。[6]該理論描述了學(xué)習(xí)過程中實踐與理論相互作用、轉(zhuǎn)化的模式，被廣泛應(yīng)用于教學(xué)、培訓(xùn)等領(lǐng)域。[7]

依據(jù)該理論，傳統(tǒng)的教研流程通常包括教學(xué)設(shè)計與實施、課堂觀察與反思、課后交流與研討、教學(xué)改進與優(yōu)化。其中教學(xué)設(shè)計與實施，即教師根據(jù)教學(xué)目標和學(xué)科特點，進行組內(nèi)備課和教學(xué)資源等準備工作，最后制成設(shè)計方案并在課堂上進行實施。課堂觀察與反思，即授課教師在實際教學(xué)過程中負責(zé)指導(dǎo)學(xué)生的學(xué)習(xí)，觀課教師進行課堂觀察，以獲取學(xué)生的實際表現(xiàn)和反應(yīng)。課后交流與研討，即教師與同事進行溝通，分享彼此的教學(xué)方法和策略，共同針對課例進行研討，從中獲取新的教學(xué)啟示，形成概念。教學(xué)改進與優(yōu)化，即教師根據(jù)教學(xué)診斷對自己的教學(xué)設(shè)計進行相應(yīng)的調(diào)整和優(yōu)化，以提升教學(xué)質(zhì)量和效果。

然而，傳統(tǒng)網(wǎng)絡(luò)教研存在諸多問題。首先，課前備課不精準。由于受時間與資源限制，教師難以精準把握學(xué)生需求與教學(xué)目標，從而影響教學(xué)的有效性。其次，在課堂實施環(huán)節(jié)，課堂觀察主要依賴于教師的主觀經(jīng)驗和直觀印象，這種評判可能受到主觀偏見和個人經(jīng)驗的影響。最后，課后診斷環(huán)節(jié)依賴教師的個人回憶和主觀感受，教師較難全面客觀評估自己的教學(xué)效果。

2.智能技術(shù)支持下的網(wǎng)絡(luò)教研流程

（1）課前教研，為課堂教學(xué)打好基礎(chǔ)

①教育知識圖譜能夠幫助實現(xiàn)精準備課。教育知識圖譜是知識圖譜在教育領(lǐng)域的一種應(yīng)用，其以知識元為節(jié)點，根據(jù)知識元之間的多維語義關(guān)系（如上下位關(guān)系、關(guān)聯(lián)關(guān)系、因果關(guān)系）進行關(guān)聯(lián)，在知識層面和認知層面表示學(xué)科領(lǐng)域知識和學(xué)生認知狀態(tài)，可用作知識導(dǎo)航、認知診斷、資源聚合、路徑推薦的知識組織與認知表征工具。[8]

通過教育知識圖譜，教師能清晰地了解各個知識點之間的聯(lián)系以及學(xué)生的認知狀態(tài)，從而優(yōu)化備課方案。

②利用生成式人工智能生成個性化備課方案。生成式人工智能是一類可生成具有創(chuàng)造性與獨特性內(nèi)容（如文本、圖像、音頻等）的人工智能系統(tǒng)。其中，ChatGPT作為教師的智能助手，借助深度學(xué)習(xí)和自然語言處理技術(shù)構(gòu)建語言模型，依據(jù)教師所輸入的學(xué)生信息、教學(xué)場景以及教學(xué)目標，可以生成契合不同學(xué)生需求與教學(xué)場景的個性化備課方案，其步驟如圖1所示。這種個性化備課方案的生成方法不僅能夠滿足不同學(xué)生和教學(xué)場景的個性化需求，還可以提高備課效率，減輕教師的工作負擔(dān)。

（2）課中觀察，實現(xiàn)機器智能與人的智能相統(tǒng)一

課中觀察有兩種方式：一種是定性觀察法，它主要是通過使用觀察者的口頭陳述或?qū)φn堂進行實時錄像的方法還原真實授課活動。在運用定性觀察法觀察課堂時，觀察者的觀察以及描述課堂過程的能力都對觀察結(jié)果產(chǎn)生重要影響。另一種是定量觀察法，這種方法是按照一定的框架或規(guī)則進行記錄的，并且需要將觀察到的信息轉(zhuǎn)化為具體的數(shù)值進而量化，觀察者需要使用如自制的觀察量化的觀察工具進行記錄。但是，如果僅依靠觀察者人為進行量化的觀察記錄，存在三個問題：一是教師在觀察過程中僅能抓取少數(shù)幾個角度進行記錄，容易疏漏掉其他的課堂信息；二是主觀性較強，可能會導(dǎo)致遺漏和偏差[9]；三是課后的評分結(jié)果不易進行統(tǒng)計和分析。

隨著智能技術(shù)的不斷發(fā)展，課堂觀察也進入了新的階段，以智能研修平臺為例，其能夠?qū)C器的“智能”與人的“智力”相結(jié)合，實現(xiàn)兩個目標：一是實現(xiàn)基于人工智能的機器觀察；二是實現(xiàn)基于量規(guī)的人工觀察。

①利用智能錄播教室實現(xiàn)對課堂行為數(shù)據(jù)的采集。想要實現(xiàn)對課堂師生行為數(shù)據(jù)的常態(tài)化、伴隨式記錄，第一步是對教學(xué)行為進行編碼，在教學(xué)行為編碼方面，程云等人提出了一種基于言語活動的教學(xué)行為編碼系統(tǒng)，將教師和學(xué)生的言語行為與活動行為共四類行為進行了編碼。[10]基于這個編碼系統(tǒng)，智能研修平臺對教師的講授、板書、巡視、師生互動以及學(xué)生的聽講、舉手、應(yīng)答、讀寫和生生互動等九種行為進行編碼和建模。[11]第二步是利用智能錄播教室實現(xiàn)師生行為的常態(tài)化伴隨式采集。首先，其配備了高清攝像設(shè)備，包括固定攝像機和跟蹤攝像機，可以從多個視角捕捉教師和學(xué)生的行為。其次，音頻設(shè)備的配置使得教學(xué)中的聲音可以被清晰地記錄，以確保高質(zhì)量的音頻錄制。此外，智能錄播教室集成了光學(xué)字符、語音、姿勢識別以及人臉辨識等技術(shù)，這些技術(shù)共同記錄教師教學(xué)行為數(shù)據(jù)、學(xué)生學(xué)習(xí)行為數(shù)據(jù)、師生互動行為數(shù)據(jù)與生生互動行為數(shù)據(jù)。

②利用基于AI的課堂教學(xué)行為分析工具進行數(shù)據(jù)分析和可視化?；谏鲜龅恼n堂行為，智能研修平臺可以實現(xiàn)７個維度的學(xué)情分析（如圖2），并能自動生成3份精準分析報告：其一是《教學(xué)行為分析報告》，供教師結(jié)合視頻進行精準反思；其二是《兩堂課的對比分析報告》，即對異構(gòu)同課、同構(gòu)同課以及異構(gòu)異課的課程進行對比分析；其三是《周期教學(xué)行為數(shù)據(jù)統(tǒng)計分析報告》，即以周、月、季度、年為單位，自動統(tǒng)計和分析每位教師在周期范圍內(nèi)的教學(xué)行為數(shù)據(jù)。

③對觀察教師的教學(xué)評價數(shù)據(jù)進行采集和分析。除了實現(xiàn)對師生教學(xué)行為的伴隨式采集外，平臺還能實現(xiàn)對教學(xué)評價數(shù)據(jù)的精準采集。首先，平臺內(nèi)置的在線聽評課模塊使參與評課的教師和教研員無需親臨教室現(xiàn)場，便能在任何時間、任何地點，通過手機、計算機等多種終端完成聽評課。其次，平臺在聽評課系統(tǒng)中嵌入了基于人工智能的課堂教學(xué)行為分析工具，這使得參與評課的教師能夠同步獲取被評課例的部分（直播聽課獲取部分）或全部（錄播聽課獲取全部）AI教學(xué)行為數(shù)據(jù)，并可以點擊數(shù)據(jù)進行主觀評價。此外，聽評課教師可以結(jié)合課前制訂的課堂觀察量化表，觀課并對被評課例的講授教師進行教學(xué)設(shè)計能力評分以及課堂實施質(zhì)量評分，平臺會自動匯總和統(tǒng)計所有打分結(jié)果，并生成教師能力矩陣和雷達分析圖，以多維度的評測結(jié)果為教師開展研修反思提供科學(xué)的數(shù)據(jù)支持。

（3）課后研修，開展精準診斷和反思

課后研修是課堂教學(xué)結(jié)束后的關(guān)鍵環(huán)節(jié)，旨在組織教師進行精準診斷和反思，以深入理解教學(xué)現(xiàn)象與教學(xué)理論。在教學(xué)診斷環(huán)節(jié)，教師可以利用觀察量表主觀評分，確定診斷方向，再結(jié)合人工智能客觀數(shù)據(jù)，精準定位問題。

①根據(jù)觀察量表，確定診斷方向。以某教師執(zhí)教的一節(jié)小學(xué)數(shù)學(xué)課為例，從觀察量表的權(quán)重設(shè)計來看，任務(wù)設(shè)計和問題設(shè)計是該課堂的兩個重要觀察和診斷維度，這兩個環(huán)節(jié)的預(yù)期效果達成率均未達到80%，與理想達成率相差較大，表明教學(xué)設(shè)計仍有改進空間。因此，接下來可以針對這兩個維度結(jié)合AI教學(xué)行為數(shù)據(jù)，開展實證精準分析。

②依據(jù)客觀數(shù)據(jù)，精準定位問題。在應(yīng)用數(shù)據(jù)開展診斷之前，首先必須對課堂教學(xué)設(shè)計進行“庖丁解牛式”的分解，故依據(jù)本節(jié)課的教學(xué)設(shè)計流程和課堂表現(xiàn)度曲線（如圖3）可以對數(shù)據(jù)進行解讀，以下以“任務(wù)設(shè)計”為例展開分析。

從整堂課的總時長來看“造成整節(jié)課拖沓的任務(wù)環(huán)節(jié)”。首先，本節(jié)課時長超過了56分鐘，遠大于45分鐘的時長，這說明課堂節(jié)奏把控有待改進。其次，通過一級任務(wù)環(huán)節(jié)的時間占比，可以發(fā)現(xiàn)“探究規(guī)律”環(huán)節(jié)持續(xù)了49分鐘，這是問題所在。在該環(huán)節(jié)中，教師設(shè)計了三項任務(wù)：“設(shè)疑引思”“初步感知規(guī)律”“發(fā)現(xiàn)規(guī)律”。觀察二級任務(wù)環(huán)節(jié)的時間分配，可以發(fā)現(xiàn)“初步感知規(guī)律”耗時25分鐘，“發(fā)現(xiàn)規(guī)律”耗時19分鐘?？紤]到前面的“感知規(guī)律”環(huán)節(jié)，學(xué)生已經(jīng)進行了對規(guī)律的多次觀察，再去發(fā)現(xiàn)規(guī)律應(yīng)該是一個呼之欲出的環(huán)節(jié)，但“發(fā)現(xiàn)規(guī)律”仍花費了19分鐘的時間，這就要思考前面的“感知規(guī)律”環(huán)節(jié)是否設(shè)計得科學(xué)合理。

從表現(xiàn)度曲線拐點看“學(xué)生參與數(shù)學(xué)學(xué)習(xí)活動和交流的機會”。具體地說，當(dāng)學(xué)生表現(xiàn)度曲線呈上升趨勢時，可能存在以下三種情況：一是教師正在向全班學(xué)生進行講授、展示和提問；二是全班學(xué)生正在進行集體思考、閱讀、書寫和齊聲回答問題；三是學(xué)生代表正在向全班做匯報、展示和提問。相反，當(dāng)學(xué)生表現(xiàn)度曲線呈下降趨勢時，學(xué)生很可能正在進行分組探究、實踐操作或全班討論等活動。在本案例中，所有下降的曲線代表學(xué)生進行小組活動。如圖4所示，可以清晰地看到，在三個學(xué)習(xí)任務(wù)中共安排了四次小組活動，共耗時9分鐘。相對于總課時56分鐘而言，小組活動僅占16%的時間。因此，需要進一步反思小組活動是否充分。此外，還可以發(fā)現(xiàn)，在發(fā)現(xiàn)規(guī)律任務(wù)的學(xué)習(xí)單環(huán)節(jié)，曲線起伏明顯，說明教師介入學(xué)生的學(xué)習(xí)活動，包括對學(xué)生干預(yù)、對知識點進行梳理等，因此，教師需要反思導(dǎo)學(xué)單設(shè)計得是否合理。

人工智能在基于教師專業(yè)成長的網(wǎng)絡(luò)教研活動中的作用

1.利用元宇宙構(gòu)建創(chuàng)新的遠程協(xié)同培訓(xùn)場景

首先，教師可以在元宇宙中建立虛擬的教研場地，進行更加真實的互動和交流。在元宇宙中，教師可以創(chuàng)建自己的虛擬形象，感受到更加真實的教研場景，提升參與感和沉浸感。以虛擬教研室為例，在教研內(nèi)容方面，教師可以利用虛擬教研室中的減速器模型進行教學(xué)研究，系統(tǒng)能扮演虛擬學(xué)生的角色，使得研訓(xùn)更加貼近真實的課堂教學(xué)。[12]

2.利用ChatGPT實現(xiàn)“虛擬專家”個性化培訓(xùn)指導(dǎo)

傳統(tǒng)的以培訓(xùn)為主要方式的“專家指導(dǎo)”容易疏忽教師在抽象理論到具體實踐的轉(zhuǎn)化過程中面臨的挑戰(zhàn)和困難，且缺乏針對性，而ChatGPT可以搭建理論與實踐之間的橋梁，提供個性化的“虛擬專家指導(dǎo)”。在ChatGPT的支持下，教師能夠以對話的形式與“虛擬專家”進行互動，如上傳自己在教學(xué)實踐中遇到的問題，讓ChatGPT從理論層面分析問題成因，并給予實踐建議。教師在與ChatGPT共同解決問題的過程中，可以逐漸突破理論轉(zhuǎn)化實踐的難點，獲得教學(xué)實踐能力的提升。

結(jié)語

本研究從人工智能賦能教研切入，探索智能時代教研展開方式。在課前階段，教師可以借助知識圖譜技術(shù)和生成式人工智能實現(xiàn)備課和上課的精準化。在課中階段，人工智能技術(shù)可以伴隨式采集師生行為數(shù)據(jù)和評課者評價數(shù)據(jù)。而在課后階段，教師可通過人工智能生成的可視化圖譜進行精準診斷和反思，促進個人專業(yè)成長。此外，培訓(xùn)對教師的專業(yè)發(fā)展至關(guān)重要，而基于虛擬環(huán)境和個性化指導(dǎo)的智能可以在培訓(xùn)中發(fā)揮不錯的效果。但智能與教研結(jié)合有技術(shù)可靠性、應(yīng)用能力接受度、數(shù)據(jù)隱私倫理等挑戰(zhàn)，未來研究需解決并探索前沿應(yīng)用，為教師提供支持，推動教育進步。

參考文獻：

[1]李淼浩，曾維義.基于數(shù)據(jù)的校本教研助力教師專業(yè)發(fā)展研究[J].中國電化教育，2019（04）：123-129.

[2]陳忠德，肖正德.網(wǎng)絡(luò)教研的價值、問題與對策[J].現(xiàn)代教育論叢，2007（02）：28-30+61.

[3]尹洪輝，李成兄.開展網(wǎng)絡(luò)教研促進教師專業(yè)發(fā)展[J].教育教學(xué)論壇，2020（26）：43-44.

[4]李擁軍.淺談中小學(xué)網(wǎng)絡(luò)教研的現(xiàn)狀[J].中小學(xué)電教，2010（11）：15-16.

[5]肖正德.網(wǎng)絡(luò)教研：一種促進教師專業(yè)發(fā)展的新型教研模式[J].現(xiàn)代遠距離教育，2007（01）：34-36.

[6]KOLBDA.Experientiallearning：experienceasasourceoflearninganddevelopment[M].EnglewoodCliffs，NJ：PrenticeHall，1984.

[7]BogguTA，SundarsinghJ.AnExperientialLearningApproachtoFosteringLearnerAutonomyamongOmaniStudents[J].JournalofLanguageTeachingandResearch，2019，10（01）.

[8]李振，周東岱.教育知識圖譜的概念模型與構(gòu)建方法研究[J].電化教育研究，2019，40（08）：78-86+113.

[9]唐維樓.利用AI課堂行為分析支持教師專業(yè)成長的實踐研究[J].中國新通信，2021（06）：173-175.

[10]程云，劉清堂，王艷麗，等.課堂教學(xué)行為分析云模型的構(gòu)建與應(yīng)用研究[J].遠程教育雜志，2017，35（02）：36-42.

[11]李陽，曾祥翊.人工智能賦能教研高質(zhì)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(luò)[J].中國電化教育，2022（11）：99-107+122.

[12]萬斑星火，正在形成燎原之勢——元宇宙教育現(xiàn)狀與未來[J].中關(guān)村，2022（11）：43-45.

作者簡介：王麗珍（1970—），女，山西應(yīng)縣人，山西大同大學(xué)教師發(fā)展中心主任、二級教授、碩士研究生導(dǎo)師，研究方向為信息技術(shù)支持下的教師專業(yè)發(fā)展研究；張澤榮（2001—），女，山西運城人，首都師范大學(xué)教育學(xué)院碩士研究生，研究方向為智能學(xué)習(xí)支持環(huán)境。

基金項目：2021年度山西省高等學(xué)校教學(xué)改革創(chuàng)新項目“‘互聯(lián)網(wǎng)+’視域下跨學(xué)科教師隊伍建設(shè)研究”（項目編號：J2021490）；2023年度大同市應(yīng)用基礎(chǔ)研究計劃項目“以學(xué)生為中心的智能化課堂教學(xué)測評系統(tǒng)的影響因素和關(guān)鍵技術(shù)研究”（項目編號：2023057）。