人工智能赋能智慧教研的应用场景研究及实践

摘要：本文介绍了广州市教育研究院建构智能研修平台应用模式，践行教育信息化2.0，并通过信息技术手段形成课堂教学数据采集，用AI课堂大数据分析，拓宽课堂观察和教学评价视野，推进区域教学教研发展，推动构建技术赋能的区域教育共同体的具体实践经验。

关键词：智慧教研；人工智能；AI课堂大数据分析

中图分类号：G434  文献标识码：A  论文编号：1674-2117（2025）03-0052-04

人工智能赋能智慧教研的研究背景与研究现状

1.研究背景：建设智能教研中心，助推教研数字化发展

2021年9月，广州市成为国家发改委、教育部等八部委联合立项的“国家智能社会治理实验基地特色基地（教育）”之一。作为建设主体，广州市教育局为推进基地建设，组织遴选和确定了4个广州智能教育治理中心。广州市教育研究院承担“智能教育教学研究中心”的建设任务，主要研究方向是人工智能赋能智慧教研应用场景，希望通过构建智慧教研应用场景，助推教研数字化发展。

2.研究现状：内涵与外延定义不一，场景与实践研究较少

笔者在中国知网上用“人工智能”和“智慧教研”两个关键词作交叉检索，共检索到13条相关文献。沈李琴认为，“智慧教研是基于网络研修平台开展的教师研训活动，是以专业指导为目的、以技术支持为手段、以网络环境为依托的线上线下相结合的交互式教学研讨活动”。[1]焦建利更加具体地指出，“智慧教研，就是利用包括人工智能技术在内的新兴技术，在教育研究人员的指导下，以一线教师为主体所开展的，利用技术更好更快地总结教学经验，更加精准地发现教学问题，并整合和改进技术增强的教学方法的创造性活动”。[2]汤少冰、黄彩娇则探讨了人工智能下的区域智慧教研模式的构建与实践检验，认为“人工智能下的区域智慧教研模式的构建与实践检验，为探索信息技术背景下的区域教研模式改革与创新提供了参考和借鉴，对推动教育教学质量的提升具有积极意义”。[3]从已有的文献来看，当前学界对人工智能赋能智慧教研的研究数量较少，且对智慧教研的内涵和外延定义不一，极少对人工智能赋能智慧教研的应用场景及实践进行研究，这给笔者留下了一定的研究空间。

人工智能赋能智慧教研的研究目的和项目规划

1.研究目的：破解传统教研现有困境，开拓智慧教研未来蓝海

传统教研是指教研员对某位教师的实际授课进行听课和评课等教研活动。不可否认，传统教研使我国的基础教育在总体上保持了较高的水平，但是传统教研存在局限性，如教研过于依赖教研员的个人经验和资源，难以真正实现教学改革；教研形式单一，缺乏深入交流；教研无法持续改进教学实践，缺乏有效的评估机制；教师反思意识薄弱，缺乏深度反思；教师承担较重的教学任务，参与度不高等。因此，要想使传统教研突破困境，必须走教研转型道路，即数字赋能，推进传统教研向智慧教研转型发展。

2.项目规划：打造智能研修平台，研发智慧教研应用场景

项目规划的总体目标是打造智能研修平台，研发智慧教研应用场景。

“智能教育教学研究中心”（以下简称“中心”）的建设任务聚焦“人工智能+区域研修”和“人工智能+校本研修”，旨在为区、校提供信息化、智能化、精准化、个性化的教学研修服务，以快速提升智能教研的信息技术创新应用能力，推动教师教研团队建设。中心充分发挥学科教研员的教研能动性，实现市教研院领导下的区域教学研训直播活动（专家、教学骨干讲座、经验分享）、集体备课磨课、网络教研、下校听评课指导/调研、区域内优质课评选（累积优质资源）等应用。

在前期调研的基础上，本项目遴选出4个人工智能赋能智慧教研项目实验区、7所实验校、26所支撑校。实验区、实验校、支撑校依托教研平台，开展集体备课、线上线下混合式教研活动，直播专家讲座、骨干教师教学研分享等，实现跨区域、跨校教学研应用，从而实现以优质校带动薄弱校的措施，以实验区、实验校、支撑校的成果展示传递优质教学理念，最终弥合区域间、学校间的教学研差距，推动教育优质均衡发展。

同时，学科教研员每周1次下校听课，全部实行电子化听评记录，在活动结束后，针对听评课数据反馈情况与学校沟通教学情况；组织全市范围的专家、名师讲座及听评课教研活动；每学期举行优课优师赛事活动；组织开展线上听评课活动，包括集体备课、组内磨课、课例集体评议活动。实验区、实验校、支撑校根据实际应用，开展基于AI课堂的教学评价、教学反思，开展基于AI教学评价的赛课活动，开展AI数据评价与教师主观评议结合的应用，推动教学评价数据研究，使精英教研走向全员教研，使全市教研从碎片化走向系统化。

智课系统和研修平台作为两大应用支持，聚焦“人工智能+智慧教研”服务。总体设计应用架构分为教学应用层、云平台支撑层、硬件设施层。三级架构由多种应用支持，构建起市、区、校三级联动，区域主题协同，城乡协同呼应的智慧教研体系。

人工智能赋能智慧教研有两大核心特色应用，即基于量表评分的教师能力矩阵分析模型和基于人工智能的课堂教学行为分析模型。该应用能够帮助教师克服仅凭经验的主观臆断，发挥数据的支持性功能，为教研工作方式、教师专业成长、教学质量监测带来“质”的变化。

人工智能赋能智慧教研项目由1个平台和3种终端配套构建而成，即广州市教育研究院智能研修平台（如下页图），以及精品AI智课教室、便携录播系统、常态化AI智课教室终端配套。1个平台和3种终端配套，为多维度、可持续的教研数据采集和分析带来便利。

人工智能赋能智慧教研的项目实施

1.基础常规性教研数字化发展行动

（1）具体实施

基础常规性教研包括常规教研视导、在线听课、磨课中心、优质课评选等。广州市教育研究院支持教研员组建学科网络研修共同体，采用“同课异构”“共育一堂好课”等形式，以“教学设计—教研研磨—教学实践—教学评价—教学反思—教学改进”的循环迭代应用闭环实践，以AI课堂评测数据为支撑，不断提升研修水平，提高教师的授课能力。

（2）实施成效

一是，人工智能融入智慧教研的各个环节，如在集中教学视导方面，人工智能通过分析教师的教学数据和学生的学习数据，为教学视导提供精准的问题导向，帮助教研员确定哪些是教师普通存在困惑的地方，从而让教学视导更具针对性。

二是，定期组织市级教研员前往中小学开展基于智能研修平台的以“以全面育人为导向的教学评新生态建设”为主题的集中教学视导工作。视导工作主要包括全面了解学校教育教学特色、成效及管理情况，重点了解“双减”背景下学校减负提质增效的具体举措及成效，重点了解普通高中新课程新教材新高考实施情况等内容。在每次视导后，及时对视导进行数据分析，形成基于大数据的教学视导反馈报告。另外，在每学期期末，通过对整个学期中小学的视导数据进行汇总，形成详尽的视导数据分析报告。视导数据分析报告不仅涵盖了视导的整体情况，还深入剖析了教学质量、学科数据等多个维度，对各学校及不同学校间各学科的数据进行横向对比，提供了个性化的智能化评估。

2.大规模混合式教研行动

（1）具体实施

大规模混合式教研是一种借助互联网、教室设备、教师移动智能终端实现全员参与、资源共享、多态评课、科学统计、跟踪记录的教研活动。广州市教育研究院学科教研员定期开展每周一次下校巡课活动。教研员进校现场观摩课堂，并通过移动设备在网络教研APP上进行线上评课。评课数据自动汇总统计，实现了全流程电子化听评课记录，为大规模线上线下混合式教研活动提供全过程记录，教师和教研员可以根据教研数据开展线下讨论交流。

（2）实施成效

人工智能的加入，使得线上线下的教学资源得以共享，构建出一个更加动态、全面和系统的教研活动。例如，截至2024年4月，广州市花都区邝维煜纪念中学智课教室共采集87节课例，开展2次“我的优课评选活动”基于平台的全流程评审，建立5个专辑资源，开展3次生物学科的在线集备活动。此外，还使用网络教研APP解决了跨校区开展教研活动不便的问题。同时，该学校展开了“双微驱动”。“双微”是指微团队、微课题，微团队要求以3～5人为项目研究小组，微课题要求基于教师教学实践中的真实的微小问题，把微小问题上升为课题研究。通过“双微”驱动，学科积极开展学科组和备课组活动，把微课题的研究主题作为科组活动和集体备课的主题，落实校本教研。此外，学校采用微团队“1+1+N”培养模式（1个学科核心骨干教师+1个中青年骨干教师或团队+N名1～3年教龄青年教师），通过微项目等任务承担，激发青年教师的内驱力，使其向卓越教师成长，同时也带动新教师走向成熟。

3.智能化课堂教学改进行动

（1）具体实施

AI课堂可以根据课表自动录制课堂教学过程、生成AI课堂分析数据，并将教学视频与分析数据自动上传到平台。教师则可以采用“回顾课堂实况录像+智能分析报告”的方式，开展有效的教学反思，精准找到改进课堂教学的着力点和方向，从而促进教师快速成长，形成教师、学科、学校、区域的课堂AI分析大数据。

智能精准教研是指借助教室端智能录播系统，实现对教学过程中师生行为和教学模式的智能化采集和判定，专家、教研员、观察教师、主讲教师从不同维度，运用课堂教学AI分析报告、课堂观察量表、反思报告等不同工具，实现基于课堂教学的多元化评价。建立人工智能支持下的教学教研模式，为精准教研开辟新道路。

（2）实施成效

智能精准教研实现了基于AI课堂的多种课堂教学行为分析，其中主要采用弗兰德斯互动分析系统（FIAS）、言语互动分类系统（VICS）、基于信息技术的互动分析编码系统（ITIAS）三大系统。按照“言语—活动”以及“教师—学生”两个维度将课堂教学行为分为教师言语行为、教师活动行为、学生言语行为、学生活动行为等16种教学行为。其中，教师言语行为包含反馈与评价、指示、提问和讲授等行为；教师活动行为包括个别指导或参与活动、观察或巡视、演示或展示、板书等行为。学生言语行为包括主动提问、应答、对话、讨论等行为；学生活动行为包括观察、笔记或练习、实践或实验、思考等行为。

智能研修平台对多种教学行为进行了融合和简化，重点对教师的讲授、板书、巡视、师生互动等4种行为和学生的听讲、举手、应答、读写、生生互动等5种行为进行编码、建模和计算，生成了多种可视化的教学行为分析图和教学行为分析报告。通过教学行为分析图和教学行为分析报告，教研员能够精准发现教学中存在的问题，从而为后续的教研活动确定方向。例如，广州市海珠区同福中路第一小学基于智课系统开展了智能精准教研，大量的客观数据结合AI数据的精准教研活动，促使教师将传统的讲授型课堂逐渐调整改进成混合型课堂。同时，学校开展了大规模在线评课，不同地域的教师，在线上就可以观摩、评价、发表建议、实时互动、相互研讨，提高了工作的效率。

结语

广州市教育研究院通过实施基于智能研修平台的研修模式，不仅提高了教师的研修水平和授课能力，还推动了教育教学质量的提升。基础常规性教研、大规模混合式教研的实施，使得更多教师能够参与到教研活动中，实现了资源共享，为教研改革提供了有力支持。AI课堂与智能精准教研，则为教师提供了更加精准的教学反思和改进方向，推动了课堂教学的创新和发展。未来，广州市教育研究院将继续致力于深化人工智能赋能智慧教研的探索和实践，不断提升教研的科学性和实效性，推进区域教学教研发展，推动构建技术赋能的区域教育共同体，通过整合各方资源和力量，实现教育的共享和协同发展。

参考文献：

[1]沈李琴.互联网思维下的智慧教研平台开发与实践[J].中小学信息技术教育，2019（21）：138-141.

[2]焦建利.智慧教研，教研的10个转型[J].中国信息技术教育，2022（23）：12.

[3]汤少冰，黄彩娇.人工智能下的区域智慧教研模式构建与实践检验[J].中国教育信息化，2023，29（05）：121-128.

作者简介：李渊浩，广州市教育研究院基础教育教学研究所所长，历史教研员，高级教师；陈芳，广州市教育研究院基础教育教学研究所办公室主任，美术书法教研员，高级教师；江彦彤，广州市教育研究院基础教育教学研究所办公室工作人员，硕士研究生。