基于人工智能的循證教學(xué)實踐與改進

信息技術(shù)特別是人工智能的發(fā)展正在重塑教育領(lǐng)域，通過課堂分析系統(tǒng)，教師可以獲得關(guān)于教學(xué)環(huán)節(jié)、師生互動等詳細(xì)的課堂數(shù)據(jù)分析報告。這些數(shù)據(jù)幫助教師改進教學(xué)方法，促進學(xué)生思維發(fā)展，提升學(xué)習(xí)效果，同時也提升了教師的專業(yè)能力和學(xué)校的教學(xué)質(zhì)量。循證教學(xué)模式利用科學(xué)證據(jù)指導(dǎo)教學(xué)實踐，以學(xué)生全面發(fā)展為核心，關(guān)注教師課堂教學(xué)行為的優(yōu)化。在這一模式下，教師、教研員和研究人員合作，通過質(zhì)性和量化分析方法，探究教學(xué)行為的規(guī)律，將數(shù)據(jù)作為教研和教學(xué)改進的依據(jù)。下面，以北京市海淀區(qū)翠微小學(xué)米蕊老師執(zhí)教的人教版英語教材六年級下冊Unit5Lesson3SmartAnimals為例，談?wù)勅绾位谌斯ぶ悄苓M行循證教學(xué)實踐與改進。

本課教材內(nèi)容包含三個部分：第一部分通過聽說活動復(fù)習(xí)動物名稱、分類以及外貌特征和能力的描述，第二部分是學(xué)習(xí)一篇有關(guān)動物冬眠方式的語篇，第三部分是引導(dǎo)學(xué)生寫一寫自己最喜歡的動物。本節(jié)課屬于“人與自然”“人與社會”的主題范疇，該課是一節(jié)融合英語與動物科普的跨學(xué)科復(fù)習(xí)課。針對這一課，我們應(yīng)用華東師范大學(xué)課程與教學(xué)研究所國際課堂分析實驗室提供的課堂智能診斷系統(tǒng)，提取課堂教與學(xué)的相關(guān)特征，生成詳細(xì)的課堂診斷分析報告，幫助教師全面了解課堂教學(xué)情況，為教師提供有針對性、個性化、證據(jù)化的專業(yè)反饋與改進建議。

1.基于人工智能的課堂數(shù)據(jù)反饋與問題診斷

該診斷從學(xué)生視角和教師視角進行觀察和分析，數(shù)據(jù)的呈現(xiàn)給教師的教學(xué)改進帶來了很大的啟示。

課堂活動時間分布：數(shù)據(jù)顯示，教師講授占據(jù)了課堂的大部分時間，而師生互動、個人任務(wù)和小組活動的時間則相對較少。這種時間分配可能表明課堂較為側(cè)重于傳統(tǒng)的教師中心教學(xué)模式，而學(xué)生的主動參與和互動機會有限。

師生互動情況：數(shù)據(jù)顯示，教師行為在課堂中占多數(shù)，學(xué)生行為占少數(shù)。課堂互動的問題主要表現(xiàn)為教師主導(dǎo)性強、師生互動不均衡以及學(xué)生參與度不足。

學(xué)生回答情況：數(shù)據(jù)顯示，學(xué)生在課堂上的回復(fù)類型分布不均，其中，回憶性回復(fù)占主導(dǎo)地位，而簡單回復(fù)和推理性回復(fù)較少，表明學(xué)生更多地參與記憶和理解活動，而較少進行分析和評價等高階思維活動。

課堂IRE（Initiation、Response、Evaluation）占比情況：數(shù)據(jù)顯示，教師在課堂互動中主要提出推理性或解釋性問題，這類問題占 71.90% ，這有利于發(fā)展學(xué)生的高階思維；開放式問題僅占 2.48% 可能制約了學(xué)生創(chuàng)造性和批判性思維的發(fā)展；封閉式問題占 25.62% ，有助于學(xué)生鞏固基礎(chǔ)知識。學(xué)生回答中， 71.25% 涉及事實性知識， 17.50% 為推理性回答， 11.25% 為簡單回應(yīng)，反映了參與度和理解的差異。教師反饋中， 60.00% 的反饋是通過復(fù)述和追問促進思考； 26.67% 的反饋是簡單評價，這可能限制思考；而 13.33% 的反饋是通過討論促進批判性思維發(fā)展。為優(yōu)化互動，需要增加開放式問題，鼓勵深度思考，并采用更多反思性反饋方式。

加涅教學(xué)事件統(tǒng)計結(jié)果：在加涅教學(xué)事件的分析中，“呈現(xiàn)材料”是課堂活動的主體，共203次，而“告知目標(biāo)”和“檢查評價”則幾乎未實施，分別為0次和1次，這可能使學(xué)生的學(xué)習(xí)目標(biāo)和成果評估不明確。同時，“提供指導(dǎo)”和“促進遷移”的次數(shù)也較少，分別為2次和4次，這可能限制了學(xué)生獲得必要指導(dǎo)和發(fā)展應(yīng)用知識的能力。

為改進教學(xué)模式，建議明確告知學(xué)習(xí)目標(biāo)，增加目標(biāo)回顧和評價，提高學(xué)生的學(xué)習(xí)參與度；同時，增加指導(dǎo)和評價活動，確保學(xué)生獲得支持和反饋；通過促進知識遷移的活動，加深學(xué)生的理解和記憶；減少講授時間，增加互動式教學(xué)，如小組討論和案例分析，提升學(xué)生的批判性思維能力和問題解決能力。

2.教師、教研組、專家團隊的課堂觀察反饋與問題診斷

在課堂觀察中，教師、教研組和專家團隊識別出一些人工智能可能無法捕捉的問題，這些問題涉及更為細(xì)致的人際互動和情感因素。

教師主導(dǎo)作用過強：人類觀察者能感知教師在課堂上的控制程度，識別出教師的主導(dǎo)可能會限制學(xué)生自主學(xué)習(xí)，這是人工智能難以量化的。

學(xué)生自主思考和探究的引導(dǎo)不足：教師和專家團隊可以評估學(xué)生是否有足夠的機會進行自主思考和探究，以及教師是否提供了適當(dāng)?shù)囊龑?dǎo)，這需要對教學(xué)動態(tài)和學(xué)生反應(yīng)進行深入理解。

教學(xué)活動與學(xué)生生活實際聯(lián)系不緊密：人類觀察者能夠評價教學(xué)活動是否與學(xué)生的生活經(jīng)驗相關(guān)聯(lián)，以及這種聯(lián)系是否有助于學(xué)生理解教學(xué)內(nèi)容的深層意義。

學(xué)生在開放性問題上的理解和回答存在困難：教師和專家可以識別學(xué)生在處理開放性問題時的挑戰(zhàn)，并理解其背后的思維過程，這通常需要對學(xué)生的學(xué)習(xí)風(fēng)格和認(rèn)知能力有深入了解。

情感和動機因素：人類觀察者能夠捕捉到學(xué)生的情感反應(yīng)和學(xué)習(xí)動機，這些因素對于學(xué)習(xí)體驗和成果至關(guān)重要，但可能不會被人工智能系統(tǒng)所識別。

因此，結(jié)合人工智能的數(shù)據(jù)分析和人類的直觀觀察，可以更全面地診斷和改進課堂教學(xué)。

3.研究反思與展望

人工智能輔助的循證教學(xué)為教師提供了明確的教學(xué)改進方向，如減少講授時間、提升學(xué)生回答質(zhì)量、增加開放性問題等。這種多維度的診斷幫助教師從不同視角優(yōu)化教學(xué)活動，如調(diào)整課堂時間分配和提問方式，從而提高教學(xué)質(zhì)量。此外，即時反饋促進了教師對教學(xué)過程的持續(xù)反思，鼓勵他們設(shè)計更具啟發(fā)性的問題，提升學(xué)生的思維能力。這一基于證據(jù)的改進過程有助于教師形成更科學(xué)有效的教學(xué)策略，促進其專業(yè)成長。

盡管人工智能在教學(xué)診斷中具有優(yōu)勢，但在理解復(fù)雜情境和情感交流方面存在局限。人工智能可能誤判課堂互動，如將安靜思考視為互動不足，或?qū)⒒钴S討論視為嘈雜。因此，人類直覺和經(jīng)驗在提供情感支持和價值引導(dǎo)方面仍然不可或缺，人機協(xié)同可以更有效地改進教學(xué)。隨著技術(shù)進步，未來的課堂分析系統(tǒng)將提供更深入的數(shù)據(jù)分析和具體建議，教師也需要不斷更新教育理念和方法，以適應(yīng)教育技術(shù)的發(fā)展。

編輯_于萍