AI智能教室促进历史教学改进的价值意蕴与实践策略

摘要：历史学作为一门人文学科，其学科属性和培养目标要求学生具有深厚的文化底蕴和基本的人文素质，而历史学科核心素养的发展水平具有抽象性，难以评估。为了解决这一问题，本文探讨了师生画像在高中历史教学中的应用，通过收集师生的课堂表现数据，分析并评估了学生历史素养发展水平，并且挖掘了其对教学行为改进的价值和策略，最终形成数据期待，重构教学路径，促进学生历史学科核心素养的发展。

关键词：数字画像；智能教室；教学行为；高中历史

中图分类号：G434  文献标识码：A  论文编号：1674-2117（2025）06-0091-04

培育学生的核心素养是历史学科高水平育人价值的集中展现，而历史学科的核心素养，如唯物史观、史料实证、时空观念等相对抽象，难以通过简单的结论或统一的标准去评定。为了增强教学行为的有效性，使学生的反馈表现更加直观、准确，提升评估的科学性，笔者认为可以引入交互设计之父艾伦·库珀（Alan Cooper）提出的“用户画像”这一概念。库珀认为用户画像是建立在一系列真实数据之上的目标用户模型，是真实用户的数字化替身。在教育领域，“师生数字画像”依托智能教室环境，运用人工智能技术采集、分析师生在课堂上的言语与行为数据，并对课堂进行循证反思，以及教学评估与改进，从而促进学生历史核心素养的发展，实现历史学科的育人价值。

师生数字画像赋能高中历史教学的价值意蕴

师生数字画像技术借助智能教室课堂教学分析系统，广泛且深入地收集并剖析课堂教学全过程中的多维度数据，旨在为教师提供全面而详尽的学生学习动态、教学效果评估以及课堂互动反馈。在高中历史教师的授课和反思中，由于学科素养发展的抽象性，其量化的过程相对困难，而将高中历史教学行为和学生反馈情况形成完整的过程性数据，将素养发展水平具象化，便于分析教学中的各个方面的实效性，更全面地评估课堂。

1.数据收集的精准处理

智能教室课堂分析系统在收集课堂各阶段数据时，采用全面的视角，同时聚焦于教师的教学行为和学生的反馈情况，确保数据收集的准确性和完整性。该系统运用课堂定量分析方法中的Student-Teacher（S-T）分析法，以预设的时间间隔对课堂教学视频进行精确采样，并依据系统模型对视频样本点的师生行为进行细致分类，分别以“S”（代表学生行为）或“T”（代表教师行为）进行记录，形成S-T数据序列，系统通过计算绘制出S-T曲线，对课堂类型进行精准分类，从而揭示出实际采用的教学模式。

2.抽象素养的具象表达

针对高中历史学科素养发展的抽象性特点，以及教学问题精准识别的难度，将数字画像技术引入高中历史教学中，不仅要对收集的教学数据进行深度关联与分析，还需紧密结合教师的教学设计进行综合考量。教师的教学设计往往基于过往教学经验中的学情预测，明确具体的教学意图和目标定位，而教学数据则直观展现了学生在实际教学活动中的反馈情况。这两者间的不匹配，正是教学问题的具体呈现。

通过构建师生数字画像，可以根据师生行为的判定来揭示其一致性，即学生是否遵循教师的教学指令进行学习，从而描绘出整节课的表现曲线。从特定时间点观察，课堂参与度的峰值或谷值能够反映出学生参与课堂的热情高低；从较长的时间段来看，持续3分钟以上的课堂热度变化，则能揭示该时段的教学内容是否有效激发了学生的兴趣；而从整堂课的全局视角分析，表现曲线还能揭示学生保持热情的时间段以及未能积极参与教学过程的时间。

此外，师生画像还通过对学生行为的判定来展现全体学生行为的一致性，即学生是否在相同时间做出相同的行为，进而生成整节课的参与度曲线。这条曲线能够直观反映学生在课堂上的积极参与程度：当处于听讲和读写状态时，曲线反映了参与这些行为的学生比例；而当出现举手、应答或生生互动时，曲线的上升则意味着教师成功调动了学生的课堂参与度。

3.教学行为的反思改进

师生画像研究为教师提供了有关教学策略的深入洞察。借助对课堂观察数据的细致分析，教师能够精准识别教学流程中的薄弱环节及其根源，从而采取针对性的教学策略进行改进，如当数据揭示出在某一课堂环节中，学生表现出沉默寡言、思考时间过长、交流参与度低且质量不高时，表明当前的教学设计或目标设定可能存在问题。此时，教师可以据此重新规划该环节，优化教学策略。

针对师生画像的分析，笔者总结了如下框架：教学数据收集——教学数据分析——教学数据运用。这种反馈和调整机制可以显著改进教育质量，为学生素养的提升提供支撑。

师生数字画像改进历史教学行为的实践策略

笔者所在学校借助智能教室平台对历史课堂教学进行数据收集，利用人工智能技术对课堂中师生的教学行为进行量化评价，形成可供参考的数据，具有生成性和动态性。结合统编版教材的编写特征，基于实际的历史课堂实践，通过分析数据、运用数据最终实现教学行为的改进和优化。

1.立足核心素养，收集课堂区间师生表现

《普通高中历史课程标准（2017年版2020年修订）》（以下简称“新课标”）强调历史视野、历史思维及核心素养的培养，其发展需经历“输入—思考—输出”的过程，且思考与输出的占比应高于输入。为具象化衡量素养发展水平，笔者收集此过程的时间数据及其对应的教学行为和学习表现数据。这些数据紧密关联教师的教与学生的学，有助于评估与改进课堂教学行为，实现历史学科的育人价值。

在对统编版《中外历史纲要》上册《马克思主义的诞生与传播》进行课例循证时，从历史核心素养中的时空观念和史料实证的素养培养角度出发，对课堂中教学行为的分类、时长数据进行收集，对学生在“思想的时代——工业革命后的社会变化”“时代的思想——思想家们解决问题的尝试”“思想的力量——马克思主义的影响及世界意义”三个课堂环节中的表现和教师行为间的关系进行记录，形成了教学行为数据图（如下页图1）、师生活动曲线图（如下页图2）、参与度曲线图（如下页图3）。

在第一次课堂教学时，教师围绕本课的内容要求，带领学生了解了马克思主义产生的时代背景，马克思、恩格斯的理论探索与革命实践，以及《共产党宣言》的主要内容，理解了马克思主义的世界意义。然而，在实际教学过程中，学生的参与度与反应在“思想的时代、时代的思想”两个环节显得积极主动。而在“思想的力量”环节，学生沉默时间相较于前两个环节延长，提示笔者需要对教学过程进行更细致的“切片分析”，即分段收集并分析学生在特定时间段内的行为表现数据，以便更精准地评估教学效果与学生反应。

2.分析表现数据，评估学生素养发展水平

围绕课堂教学行为对历史素养的培养目标，在对数据进行切片处理后，收集的区间表现数据更具有指向性。结合课堂教学实际对区间表现数据进行分析，对学生在本课内化的历史素养发展水平进行评估，可以更精准地发现教学行为的得与失。

首先，结合图1，本节课学生的应答时长较多，但师生互动与生生互动时长相对较少，这反映出学生在一定程度上是被动参与课堂的，缺乏足够的思维碰撞与深度交流，从而导致应答质量不高。这也表明学生在这一核心素养上的发展水平并未得到显著提升。

进一步观察图2，在环节三中，在探讨“马克思、恩格斯的理论为何是科学的？”时，虽然包含了较长时间的学生活动，但这并未有效转化为教学的高效性，反而凸显了教学行为的低效与学生素养发展水平的不足。这提示，单纯增加学生活动时间并不足以保证教学质量的提升，关键在于活动的设计与实施是否能有效激发学生的思维与讨论。

在图3中，第一区间对应“思想的时代——工业革命后的社会变化”学习环节，学生表现出听讲状态与参与表现的同步上升，对应学生开始尝试理解生产力迸发背后的社会弊病，这看似积极，实则是该担心的第一个重点：为何此处是唯一看似良好的表现数据？此处学生可能仅基于前一课“工业革命的背景与影响”的陈述性知识进行思考，也与该部分内容较为直观、易于理解有关，实则未能深入挖掘工业革命背后的复杂动因及其对全球历史的深远影响，即并未达到本课历史素养发展的核心要求。而第二区间的先下落后上升趋势，则反映了学生在阅读“林木盗窃案”故事后的讨论变化。学生最初可能因故事内容的陌生或复杂性而感到困惑，但在教师的引导下，逐渐深入思考并展开真实的小组交流。这一过程虽然费力，但学生最终揭开了《资本论》作为弱势者“辩护书”的意义，以及剩余价值理论如何揭露资本家剥削工人的秘密。这表明，有效的引导与深入的思考对提升学生的历史素养至关重要。

由此，笔者开始思考本课到底需要教学生什么，历史素养的培养不仅仅是对历史知识的记忆与复述，更重要的是引导学生站在唯物史观的角度分析问题、解决问题。提升课堂教学质量的关键在于平衡教师的讲授与学生的参与，通过多样化的教学活动与适时的评估反馈，帮助学生克服思维障碍，在改进中获得历史素养的发展。

3.形成数据期待，重构历史素养发展路径

明确了课堂应有的模样，教师需要重新设想学生在课堂的学习状态，并对课堂数据产生合理的期待。为了实现这些期待，教师应结合分析重建历史课堂，为学生的历史素养发展搭建坚实的支架。

具体而言，笔者希望在图2中看到师生互动与生生互动时长的显著增加，同时希望学生的练习时长与练习质量能够形成正相关，反映出高效的学习状态。对于图3，则希望表现数据能够保持相对平稳，避免大起大落，以体现学生素养习得的持续性和稳定性。

为了实现这些期待，笔者重新进行了教学设计与实践：以马克思与恩格斯的革命活动为线索，将教学内容整合为“现实社会的巨大落差、理想社会的艰辛探索、理想社会的实现路径、理想社会的实践尝试”四个部分。通过这种以人带史、叙史见人的教学方式，不仅建立了历史事件之间的逻辑关联，还有效降低了学生理解理论与历史意义的难度。这样一来，课前的期待数据基本实现，如图4、图5、图6所示。

将师生数字画像应用于高中历史教学行为的改进，应当是一个螺旋式上升的过程。在这个过程中，教师会不断发现教学行为的改进成效，其中最为显著的是期待数据的逐步达成。结合学生的课堂表现和练笔作品来看，学生对新课标要求“理解马克思主义诞生的经济基础、阶级基础与现实需要”的体会和运用能力确实有了显著提升。尽管在图4中，讲授的占比看似偏多，但经过分析发现这实际上与师生互动的增加有着密切的关联。在更加活跃和深入的师生互动中，教师需要适时地引导和讲解，以确保学生能够准确地理解相关知识，这种讲授并非单向的知识灌输，而是建立在师生互动基础上的知识传递与思维启发。

结语

借助师生数字画像理论框架下人工智能技术所进行的数据收集与分析，教师能够迅速且精确地识别出课堂教学活动中的亮点与不足，进而有针对性地重新设计并优化教学活动，从而进一步揭示了教师在教学过程中的改进空间以及对学生学习效果的积极影响。当前，教育人工智能领域正朝着基于实证的课堂教学可视化、量化分析这一关键方向迈进，技术赋能历史教学，将显著改进教学行为，更加紧密地聚焦于学科核心素养的培育，切实服务于学生的全面发展。这不仅增强了教学的实效性，也为教育人工智能的深入发展和广泛应用开辟了更为广阔的空间。

参考文献：

中华人民共和国教育部.普通高中历史课程标准（2017年版2020年修订）[S].北京：人民教育出版社，2020.