黄婕娜 许世红

摘   要：运用课堂教学智慧评价系统（CSMS）开展高中数学课堂研究，结果表明：CSMS研究的着眼点与新课改要求下的课堂转型方向相一致，能及时反馈教师的课堂情况，对硬件设施要求不高，在重复课型数据对比中具有很高的准确度和灵敏性，生成的结果具有客观性、公正性、私密性。利用CSMS的这些特点，学校既可帮助教师突破瓶颈，促成课堂转型，实现教师的专业成长，又可促成各学科相互学习，实现学科融合。

关键词：高中数学；课堂教学智慧评价系统（CSMS）；思维激发；师生交流

中图分类号：G633.6    文献标识码：A    文章编号：1009-010X（2023）17-0004-06

一线教师经常遇到学生反馈的这种学习困惑：“课堂上，老师讲的知识我都懂，但课后作业稍微变化一下，就不知从何下手”。在课堂上帮助学生有效掌握学以致用的方法，关键在于激发学生的主动思维、提升学生的综合素养。新课标要求教师必须从关注课堂知识传授转为培养学生的批判性思维、创新思维以及交流、合作能力等核心素养上，要想促成课堂教学的这一转型，单纯通过外在的学校或区域教研活动是远远不够的。基于此，广东省教育研究院联合努比技术公司基于信息技术和人工智能开发的课堂教学智慧评价系统（Classroom Structure-based Multimodel-supported Scoring System，简称CSMS），以学习发生的知行模型为理论支点，建构了素养导向的课堂質量标准体系，这既推动了课堂教学智慧评价成为教师专业成长的普及性、常态化、自主性工具，又帮助教师客观及时地自我诊断课堂、优化课堂，自主开展教学研究，以实现专业成长。

一、研究目标与方法

自2022年9月起，广东省教育研究院联合努比技术公司在全省开展了“5G+CSMS助力教研数字化转型”实验研究，教师A所在学校参与了该项目。A是实验教师，任教高中15年，进入职业发展成熟期，期望借力该实验实现职业发展的新突破。

（一）研究目标

A教师选取人教A版（2019）高中数学选择性必修第一册第二章“直线与圆的方程”作为研究内容，录制了该单元的四节新授课，按照“前测、反思，中测、研讨，后测、总结” 的流程自主开展数字化教学研究，然后基于课堂教学大数据报告，确立研究目标如下：第一，自主运用CSMS工具，检验课堂活动是否体现了“教师主导—学生主体”结构，并寻找优化方向，调整教学设计；第二，运用学习发生的知行模型研究课堂教与学的思维过程，并初步掌握有效激发学生思维的具体方法；第三，运用“问、答、评”结构模式（initiation response evaluation，简称IRE）洞察课堂中师生的交流情况，并优化思维的激发过程。

（二）研究方法

CSMS是一种使用人工智能技术常态化、规模化评价课堂教学的指标体系和评价系统，它自动生成的课堂大数据报告内容丰富。本研究主要使用CSMS大数据报告中的大数据指数、知行模型、IRE这三类指标，并在执教行动中自主开展课堂教学研究。

1.CSMS的大数据指数。CSMS 重点分析了课堂的教学结构，并将课堂教学评价指标分解为目标定位、课堂艺术、课堂调控、思维激发、评价反馈、整体发展、合作交流、学习体验、目标达成共 9 个评分领域。所采集的课堂教学音频文件均上传到CSMS平台，由其自动生成对应的指数值与指标值，所获得的结果具有客观性，有较高的参考价值。

2.学习发生的知行模型。课堂中学生的思维激发是提升学生核心素养的关键环节。该模型将课堂教学言语信息划分为“四何”（即若何、是何、为何、如何），并分别与场景输入、概念输入、内化建构、思想练习这4种内部认知过程对应的知行活动关联，可用来量化外显课堂教学思维激发的过程。

3.“问、答、评”结构模式（initiation response evaluation，简称IRE）。IRE 主要用于观察、分析师生在课堂上的提问、回答、反馈情况，因为由人工智能算出的IRE各项指标能够全面反映课堂提问的深度、广度和活跃度。课堂互动交流对实现学生的思维激发有着重要作用。新课标实施后，大部分教师对课堂转型均有新的思考和尝试，其中问题驱动式教学模式受到广泛肯定。IRE可以反馈教师应用问题驱动式教学模式的效果和存在的问题，因此有利于教师自我洞察课堂互动交流、思维激发的落实情况。

二、研究过程

本次试验包含教师A执教的4节新授课内容，分别为“2.2.1直线的点斜式方程”（记为课例A）“2.4.1圆的标准方程”（记为课例B1与课例B2，属于同课优化，在不同的班级执教）“2.5.1直线与圆相交”（记为课例C）。其中，课例B1、B2用于验证教师根据上一节课CSMS大数据指数进行分析研究后作出调整的效果。4节新授课的音视频都上传到CSMS平台后，平台会自动生成各节课例的大数据分析报告，然后课例分析与改进都基于大数据分析报告展开。

（一）课堂结构的整体情况

表1呈现的是4节新授课的9个课堂指数值（为了便于横向比较，已换算成满分均为10分）。在教师主导维度，目标定位、课堂艺术、课堂调控表现相对稳定，而思维激发、评价反馈则起伏较大；在学生主体维度，学习体验非常好，整体发展的得分相对稳定，但合作交流的起伏大，这会导致目标达成的起伏大。数据显示，教师A的常规教学基本功扎实，但在新课标大力提倡的激发学生自主思考、引导学生合作交流与主动探索方面则表现不稳定，存在明显的改进空间，这与教师A当前面临的教学困惑相吻合。

【案例1】“2.4.1圆的标准方程”前后2次执教情况对比分析

完成课例B1的教学后，大数据分析报告（见表1）显示该节课在思维激发、评价反馈、目标达成方面表现不理想，据此教师A对教学目标与例题的教学组织进行了调整。

1.关于教学目标。导向发展学生素养的教学目标，根据学情预设的学生学习方向，都能有效校准教师的教学策略和教学行为。如表2所示，教师在课例B2中完善教学目标后，又有意识地调整了教学用语和教学节奏，然后在例题教学中鼓励学生自己画出图形，即利用图形特征来寻求突破口，如此可使学生体会到数形结合的思想。大数据指数灵敏地反映出这一调整，与课例B1相比，课例B2的教学艺术指數由8.1上升到9.3，进步明显。

2.关于评价反馈。教师A在课例B1中，当学生的回答习惯性地停留在简单的对错反馈上，或回答不符合预期时，就直截了当地引到正确结果上。尤其是例题3，教师A引导学生思考时就直奔预设的三种解法，缺乏对学生发散思维的引导和肯定，因此课堂气氛比较沉闷。课例B1的CSMS大数据也体现出教师的评价反馈得分较低，仅5.0。在课例B2中，教师A调整了上课的节奏，并注意使用积极的话语，例如在处理例题3时，其对不理想的回答既会鼓励学生说出想法，又会鼓励其他学生站起来补充，然后再进行归纳梳理（如表3所示），因此在该课例中其评价反馈得分上升至8.0。

3.关于指数间的均衡。课例B2的课堂明显更活跃一些，学生的回答也相对积极，但是从学生的错误回答中笔者发现，留给学生分组讨论的时间不够，预设的最后一道习题也没有时间处理，也未能当堂及时检查学生的学习效果。课例B2的CSMS大数据灵敏地体现出教师的课堂调整，其思维激发指数上升至9.3，而合作交流指数下降至7.1，这说明教师A的整体教学表现不够稳定。

教师A发现，课例B1和B2的CSMS大数据指数精准地诊断出她的教学症结，然后其通过数据伴随式分析，基于数据立即对常规教学进行反思并及时改进，随后通过自主教研、自主优化课堂教学，实现了自主提升课堂教学能力。

（二）课堂教与学的思维激发状况

CSMS运用学习发生的知行模型（如图所示），从知、行两个维度构建了四种学习发生方式，并从知行合一的角度分析了课堂思维的激发情况。 四种学习发生方式对应的四类学习风格如下：（1）感悟型：场景→内化建构，即由情境出发，探究现象发生的原因；（2）哲理型：概念→内化建构，基于已有知识的概念体系，探究问题背后的原因；（3）现实型：概念→思想练习，基于概念，探索如何解决问题；（4）能动型：场景→思想练习，创设多种情境，探索如何采取行动在各种情境中解决问题。根据学习发生的知行模型，若课堂兼顾了这四种类型，就说明教师能够在课堂中有效激发各种学习风格的学生。

表4是4个课例中学生学习风格的占比分布。数据显示，在课例A、B1、B2中，哲理型+感悟型的占比超过60%，这说明教师A在这3个课例中均高度重视研究为什么要学习数学概念，如何生成数学概念，如何深化对概念的理解，但对运用概念解决问题的着力不太多。再对比教学内容，课例A、B1、B2学习的是直线的点斜式方程、圆的标准方程，这需要学生基于直线、圆的几何性质探究如何用方程来精准刻画出直线和圆在坐标系中的准确位置，即用代数的方法表达出直线和圆的几何特征，由此可见，学习内容属于概念的内化建构，CSMS的大数据分析与教学内容结构相匹配。

课例C的研究主题是直线与圆相交，主要是运用直线方程和圆的方程解决与弦长相关的具体问题，因此既需要检验学生对概念的理解情况（感悟型+哲理型），又需要运用概念解决不同情境的问题（现实型+能动型）。表4数据显示，课例C的四种学习风格占比相对均衡，这说明教师在课堂上能兼顾到各种学习风格的学生，并能对学生进行有效的思维激发。

（三）在课堂上开展互动交流的情况

CSMS综合运用弗兰德斯互动分析系统（Flanders interaction analysis system，简称FIAS）、IRE等多个模型分析课堂中的互动交流情况。教师A在课堂上采用问题驱动式教学来组织各个环节，如表5所示，4节课中基于FIAS大数据统计的师生问答次数依次是64、50、47、53，这些数据能客观反映出教师的基本教学形式。

进一步分析4节课中IRE的三种常见结构，通过数据反馈可知教师对学情的反馈很不理想。即通过师问、生答、师评，IRE主要起到两个作用：一是了解学习情况；二是满足学生回答后的感情诉求。但这四节课中的简单型IRE、追问型IRE、学生讨论思考再答型IRE都非常少，这时我们对课例进行复盘，发现教师A只注重“问、答”而不关注“评”，即提问后对学生的回答没有及时给予有效评价。

评价反馈是教师引导学生思考的重要环节，针对学生的回答进行有效反馈，才是提问的意义。只有对学生的回答给出针对性分析、赞同、引用、补充、修改，而不是简单地回应“没错”“回答正确”“请坐下”，才能将互动交流落在实处。事实上，这4节课例的评价反馈指数表现不稳定，也源自教师A在反馈环节处理得不够得体。例如在推导圆的方程时，学生通过小组讨论得出结论，这时教师可不急于给出评断，而是先对小组开展独立探索表示赞赏，然后再请学生自己给方程命名，最后将其与教材比对，并肯定该小组独立探索出的成果。如果长期这样做，学生的学习兴趣、学科自信自然能水到渠成地提高。

三、研究总结

（一）CSMS中的关键指标体现了新课改要求的课堂转型方向

应时代发展需求，国家新课改既要求学校面向未来培养具有核心素养的新生代，又要求课堂从聚焦知识与技能的学习向培育核心素养转型。CSMS大数据指数关注课堂的整体情况分析，并运用学习发生的知行模型评价学生思维的激发情况，运用多种分析模型诊断师生的互动交流情况。CSMS的关键指标都指向发展学生的核心素养，这与当前新课改要求的课堂转型方向相一致。

（二）CSMS能及时反馈教师的课堂情况，并指明优化方向

CSMS平台的操作非常简单，上传音频只需要20～30分钟，上传视频只需要50～60分钟即可分析出结果。通过其教师可快速获取课堂中丰富的数据，并基于数据分析出课堂实施过程中存在的不足，以及时做出课堂调整，优化教学设计。除此之外，多个课例的横向比较还能帮助教师发现教学短板，以及时补足。

（三）CSMS对硬件设施要求不高，有利于广泛应用于课堂教学

CSMS平台只需要课堂的音频，就可以通过分析语言数据自动生成课堂大数据报告，因此对硬件要求不高，只要音频质量好即可。由此可见，CSMS的可行性很高，可广泛应用于課堂教学，例如教师可将其用于自我诊断，如此有利于教师的专业成长。

（四）CSMS在重复课型数据对比中具有很高的准确度和灵敏性

教师在教学过程中，往往会承担多个教学班的任务，因此会出现重复课。重复课是教师提升、优化课堂的最佳契机，因为不同的学生主体对同一个教学设计会有不同的理解，而教师恰好能从这些不同中调整教学细节，以让不同的学生获得更好的学习体验。CSMS在重复课型的数据对比中具有较高的准确度和灵敏性，可以帮助教师更好地优化课堂，提升自身的课堂调控能力。

（五）CSMS生成的结果具有客观性、公正性、私密性，更容易触发教师的自我反思

人工智能生成的结果既具有客观性、公正性、私密性，又具有横向比较的价值。其既可以帮助教师在分析中进行自我反思，对教学短板进一步深入思考，又可以帮助教师形成教学论文。CSMS则既指明了教师课堂的优化方向，又触发了教师的教研热情。

四、启示与建议

（一）学校可运用CSMS帮助教师突破瓶颈，思索与学生的语言交流方式，如此可促成课堂转型，实现教师的专业成长

CSMS生成的结果具有客观性，因此学校可在同一学科中利用CSMS进行横向和纵向比较。如同一教师多个课例的比较，或者不同教师同一课例的比较。横向比较可以帮助教师找出课堂教学中的薄弱环节，指明优化的方向；而纵向比较则可以找出不同教师在同一课例中细节处理的优点，然后在备课组会中分享讨论，以取长补短，如此可实现备课组教师的共同成长。

另外，有些教师的教研能力和专业功底虽很强，但在课堂上却总得不到学生的认可。这时使用人工智能进行评价可以降低这些教师的防御心理，并从数据角度帮助他们突破教学中的瓶颈，触发他们对师生互动交流方式的思考，如此有利于这些教师的专业成长。

（二）利用CSMS学习不同学科师生交流的优点，以实现学科融合

CSMS首次将课堂育人的核心要素“兴趣激发、知识获得、思维培养、活动交往”全部纳入其自动化分析，并成功实现跨学科、跨学段地自动输出评价结果。虽然不同学科的教学风格各异，但CSMS主要是通过课堂活动来体现教师的主导地位和学生的主体地位，旨在推动学生批判性思维和创新思维的形成，因此对各学科都具有普适性。不同学科同一学生群体的课例也可以利用CSMS对教与学的思维过程和师生互动交流的数据进行研究，以学习不同学科在师生互动交流中的优点，如此有利于实现学科融合。

参考文献：

［1］许世红，刘军民，王时舟，等.人工智能视域下课堂教学智慧评价：理论建构、模型支撑与技术实现［J］.教育测量与评价，2022，（2）：56～65.

［2］许世红，刘军民，王时舟.人工智能视域下课堂教学智慧评价：学习发生知行模型［J］.教育测量与评价，2022，（1）：80～90.

［3］周文超，张   寅，彭   锋，等.人工智能视域下课堂教学智慧评价：基于CSMS与学习发生知行理论的课堂转型实验研究［J］.教育测量与评价，2022，（3）：52～59.

［4］许世红，邓伟伦，王   芳，等.人工智能视域下课堂教学智慧评价：CSMS 推动小学数学核心素养培育的案例研究［J］.教育测量与评价，2022，（4）：30～42.

［5］许世红，朱敏嫣，张倩如.人工智能视域下课堂教学智慧评价：以CSMS促教师专业成长——以财经素养教育与德育融合班会课为例［J］.教育测量与评价，2022，（3）：40～51.

【责任编辑 韩梁彦】