湖南省长沙市仰天湖实验学校智慧课堂上学生在开展小组讨论。资料图片

江苏省徐州市鼓楼区星源小学学生在制作3D立体绘画作品。 学校供图

随着大数据、人工智能等技术与教育教学的不断融合，各地各校积极探索开展以数据为依据的课堂教学评价改革。通过数字技术，如何客观地发现教师课堂教学的问题，赋能课堂教学提质？通过哪些数据，可以分析课堂教学行为背后的教学理念，从而挖掘课堂深层价值？本刊特编发一组稿件，敬请关注。

——编者

观点

数据是课程重构重要引擎

严歆瑜

当前，提到教学中数据的应用，不少教师会想到，通过利用“作业助手”等，对学生的作业数据进行自动化分析，调整课堂教学安排；也有很多人会想到，通过数据分析，实现对学生及时的个性化反馈，如英语口语教学中，引入AI语音助手后，对每一名学生的跟读从流利度、准确度、完整度等多个维度给出具体分数和纠正建议。以上做法，的确在很大程度上实现了课堂教学的高效，优化了教学流程，也实现了学生的个性化辅导。

然而，我们需要意识到，提高效率不等于课堂转型。教育的数字化转型，并非技术与设备的简单叠加，而是课堂生态的重构，数据正是驱动这一重构的重要引擎，即教师要更加关注数据背后折射出的教学问题，通过解决问题实现课堂教学提质。结合多年的教学经验，笔者认为，中小学教师在课堂教学中要更加关注以数据洞察学习动机、以数据推动思维可见。

小学的教学要遵循学生认知规律，需要以趣味化、生活化的方式实现育人的润物无声。传统课堂的“趣”，往往依赖于教师的个人魅力或情境创设，其效果难以衡量。目前，我校在数学教学中，通过引入“闯关游戏”式的数字化测评，平台后台不仅记录最终成绩，更全程追踪每名学生的答题路径、犹豫时长、重试次数等过程性数据。在分析总结学生学习兴趣点的同时，同步跟踪学生学习进展。可见，以数据洞察学习动机可以更加科学地推动小学课堂教学的趣味化，让学习从被动任务变为主动探索。

“开放式”课堂的理想状态是让每一名学生的思维都得以呈现和碰撞。当前，通过利用数字化平台，可以让学生围绕学习主题绘制思维导图，平台快速分析后，以热力图等形式呈现出全班思维的共性焦点与独特发散点，教师依此，动态调整教学策略。当数据揭示出大多数学生对某个关键概念存在理解盲区时，教师可以立即组织深度讨论；当数据展现出某名学生极具创见的思考时，又可以将其作为课堂生成的新资源。因此，我们需要依托数据，推动原本封闭的、线性的教学流程，转变为开放的、动态生成的思维对话场。

（作者单位：浙江省湖州市湖师附小教育集团）

探索

把精准的数据变成温暖的教学

刘三云

试卷讲评课，是每名教师频繁面对的课型。过去我讲评试卷，大多依赖于自身的经验和判断：“这道题错误率好像挺高，得多讲讲。”“那几个‘常客’又错了，得点他们一下。”然而，这种“模糊感觉”和“公开点名”，让讲评课效率低，也让答错的学生在众目睽睽之下感到难堪。

现在，就阅卷系统后台提供的数据，我不仅看分数，更重点关注两份“清单”，一是每道题的班级正确率及做错的学生名单，二是每名学生具体错题的明细清单。

根据“清单”，我调整了策略：公布正确答案后，让学生先自查，待讲解题目时，将回答机会优先留给做错题目的学生。如在讲解一道选择题时，我根据“清单”（习题做错的学生名单），平静地邀请：“请A来分析一下这道题目的思路。”如果学生能解释清楚，说明该学生已经把疑惑解开，如果依旧不清楚，会再请两名做错的学生一起分析。

这一刻，教学的艺术体现在细节里。A恰好是做错这道题的学生之一，他被点名时，起初会有一丝意外和紧张，但我的问题指向的不是“你错了”，而是“你的思考过程”，这将他从被审判的位置，拉到了共同探究的位置上。他开始复现自己的解题思路，叙述中往往能发现自己陷入的误区。这时，我再针对他暴露出的具体思维断点进行追问和引导。

这一做法，带来了多重意想不到的积极效果。首先，它实现了更高效的思维锻炼：让答对的学生听讲，是巩固；让答错的学生亲口剖析，实现从“知其错”到“知其所以错”。这一过程，远比被动听教师讲解一遍要深刻。其次，它完成了一次“悄无声息”的精准提醒。对于被点名的学生而言，他心里非常清楚：“老师知道我这道题错了。”这份无声的关注，比在全班面前批评“这道题还有十几个人错”更具针对性，是一种心照不宣的督促。

最关键的是，这最大限度地保护了每一个孩子的尊严。在班里其他学生看来，这只是一次普通的课堂提问，但他们不知道这些学生是因为做错了才被点名。于是，一次本可能公开的“示错”，在数据的掩护下，变成了一次平等的“思维对话”。课堂氛围从潜在的“紧张与羞愧”，回归到了纯粹的“探究与解惑”。

试卷讲评课上，学生们更加放松，也更敢于在回答中暴露自己的真实困惑。此刻，数据是一个充满智慧的“导演”角色，它精准地识别出需要帮助的“演员”，并为我设计了一场不露痕迹的“戏码”：把冰冷的答题卡变成了一份充满温度的“个性化教案”，让试卷讲评课提升思维效能的同时，也守护了那份弥足珍贵的、无声的尊严。

（作者单位：湖北省黄冈市麻城市实验高级中学）

构建课堂数据驱动的教研生态

吴秀敏

在个人专业成长中，许多教师在掌握基本教学技能后，陷入“熟练却难突破”的瓶颈期，课堂提问作为教学的核心技艺，恰恰成为这一困境的集中体现。

我校课堂教学实践数据显示，教师课堂高阶思维问题占比低于25%，个别课堂甚至不足10%。这精准揭示了三大发展难点：一是多数教师缺乏系统方法论支撑，难以设计出有效激发分析、评价与创新思维的问题链；二是课堂对话理答方式单一，学生的初步回答很难转化为深度思考的契机；三是教师困于个人经验闭环，缺乏多元视角的教学反思。

针对困境，学校着力构建数据驱动的新型教研生态。

首先，建立“提问案例共生库”。精选各学科典型提问片段，组织教师开展“提问类型标注+教学效果分析”，通过实施“同课异构微格研究”，在集体研讨中建构优质问题设计的模式。其主要做法是针对同一教学内容设计不同思维层级的问题序列，如《黄河象》一课，A教师设计“化石形成需要哪些条件”等基础认知问题，B教师设计“假如你是考古学家，如何推断黄河象的生活环境”等应用分析类问题，C教师设计“化石研究对现代生物保护有何启示”等评价创新类问题。通过对比观察，教师能直观感受问题设计对学生思维深度的差异化影响。

其次，基于实践鼓励教师每月选取自有课例，统计提问类型分布，以“高阶问题比例稳步提升”为目标，制定个性化改进计划。如数学课《相差问题》教学中，通过数据教师发现自己提问中92.62%为基础认知问题后，有针对性地增加了“为什么两个问题不同却能用同一算式解决”等分析型问题，使高阶问题比例在一学期内从不足8%提升至22%。同时推动跨学科协作与范式迁移，组织跨学科教师相互观课，探索批判性思维、创造性表达等核心素养在不同学科中的提问落脚点。

需要注意的是，课堂提问的提质，绝非教师个体的孤独修行。促进困境期教师实现从“经验型”到“思维型”的飞跃，需要群体智慧，共同研究改进办法。数智时代，让我们以数据驱动、群智赋能的教研文化为每名教师的成长提供沃土。

（作者系福建省厦门市定安小学校长）

数据让课堂思考一目了然

梁策

在信息科技课堂中，如何实时捕捉全体学生的真实想法，一直是教师长期探索的难点。过去提问时，往往只能听到少数活跃学生的回答，大多数学生的思维状态如同隐没的冰山，难以窥见全貌。直到我引入一款免费在线生成热点词工具，实现了对全体学生思维焦点的“可视化”捕捉。

在一次讲授“人工智能”的课上，我抛出问题：“提到AI，你最先想到哪个词？”学生通过电脑点击链接，实时提交。短短一分钟，屏幕上便呈现出由全班词汇构成的“思维图谱”——“智能”“机器人”“方便”等词占据中央，周围散布着“未来”“危险”“学习”等大小不一的词汇。热点词以视觉化方式，清晰反映出学生的关注焦点与认知差异，让我对全班学生的认知状态有了整体而精准的把握。

此时，热点词化身为数据，让我的信息科技课堂发生了明显变化。

精准诊断认知基础，灵活调整教学节奏。热点词中“危险”一词的出现，反映出部分学生对人工智能的担忧。我随即调整教学节奏，嵌入“AI是一把双刃剑”的微型讨论，引导学生结合生活实例展开思辨。教学不再固守预设内容，而是基于学生的真实困惑动态生成，落实“以学定教”。

激发全员参与，让每个思考被看见。热点词的匿名性与包容性，让平时不敢举手的学生有了表达的机会。当一名内向学生的答案“电影”出现在屏幕上时，他眼中闪烁的光芒让我意识到，技术不仅在收集数据，更在传递尊重。热点词数据如同一面平等的镜子，映照出每一个思维片段的独特价值，提升了课堂的参与温度。

实现过程性评价，直观呈现教学成效。课程临近尾声时，我再次发起投票后，“工具”“助手”“需要控制”等更具深度与辩证色彩的词语逐步呈现。这一转变清晰勾勒出学生认知从表象走向本质、从单一走向立体的提升过程。

目前，免费生成热点词的工具操作便捷，成为不少教师数据驱动课堂的“低门槛利器”。它不仅让教师“看见”学生的思维轨迹，更驱动教师“回应”真实的学情动态，为实现深度互动与课堂生成指明了路径，让数据赋能教学实践与学生成长。

（作者单位：辽宁省沈阳市铁西区腾飞街第一小学）

建言

以课堂数据化解隐性问题

刘珍妮

当前，AI教学评价系统通过整合课堂实录、教学设计等多维动态数据，从教学目标、教学内容、教学过程、教学效果、教师素养等维度开展评课，然而评课报告数据一堆，如何读懂数据、用好数据，成为很多教师的疑问。

以数据拆解教学目标维度，聚焦核心环节与目标达成。当AI教学评价系统数据显示“核心目标相关环节占比不足”时，教师需反思：是否因过度关注趣味导入、无关练习等次要环节？是否对核心目标的拆解不够细化，导致教学中难以聚焦？对此，教师可对照数据删减冗余环节，将与核心目标无关的导入、练习控制进行调整，适当增加与核心目标相关的体验活动，确保教学始终围绕核心目标展开。

以数据定位教材解读漏洞，优化问题设计与讨论实效。教师应关注AI系统呈现的小组讨论时长、学生发言占比、高阶问题占比等数据指标，跳出单一数据解读，结合教学场景深挖背后的教材解读问题。若数据显示学生发言占比较低，需警惕小组讨论可能存在分工模糊问题。若思维关键词密度低，往往意味着教学未有效引导学生梳理知识内核，教材解读仍处于模糊感知阶段。针对这类数据反馈，教师可调整小组讨论机制，明确角色，确保每名学生都有任务、有参与；可以思维关键词为监测指标，课后对照数据复盘教学环节，重点关注学生发言中核心关键词的出现频率，通过调整提升思维关键词密度，确保教材解读清晰。

以数据反思教学评价语言，兼顾知识反馈与育人价值。AI教学评价系统若显示教师“评价未追问学生观点”“未关联生活实际”等，往往暴露教师评价的隐性漏洞——许多教师的评价仅停留在判断层面，忽略了学生回答中潜藏的生活经验、情感态度等育人契机。数据让这些“随口回应”中的问题显性化，提醒教师评价不仅是知识反馈的工具，更是育人的重要载体。教师应建立评价场景素材库，锚定学科育人目标设计评价语言，并定期分析评价数据，重点关注评价中链接育人目标的次数占比，通过持续调整让评价从随意回应变为精准引导，直至AI反馈“评价紧扣目标与育人要求”。

AI教学评价系统以客观评分替代经验判断，靠数据分析细化改进步骤，用场景标注定位隐性问题，可以帮助教师逐步摆脱对经验的依赖，形成“数据反馈—精准改进—经验沉淀”的良性循环，实现从经验型教学向数据型教学的转型。

（作者系江苏省南京市晓庄小学教科室主任）

用数据分析打破“沉默的课堂”

朱卫

当前，部分中学课堂“教师一讲到底、学生静默听讲”的话语权力失衡现象仍较突出。这种现象表象是教师话语霸权，内核则是学情反馈缺失与教学策略盲目。

随着技术与课堂教学不断融合，一线教师无须钻研复杂系统，用低门槛工具就能采集多维度数据，如数字平台抓参与、编码记录析互动、音频分析定结构等等。不同于传统听评课多是“互动不足”“气氛沉闷”等定性评价，通过量化课堂结构，呈现教师话语占比、提问思维层级、师生互动频次、学生参与深度等数据分析的课堂剖析，可以让教师清晰“看见”真问题，触发深度教学反思。

如何让教师清晰“看见”真问题？首先需要将原始数据转化为教学洞察，进行可视化呈现，将数据转化为饼图、柱状图，如“课堂时间分配饼图”，直观冲击远胜定性评价，帮教师快速捕捉课堂结构失衡点。其次，关键指标预警。设定阈值，如教师连续讲授超30分钟、前10分钟无有效互动时触发提示，督促教师即时调整节奏，避免话语权力持续倾斜。最后，行为模式分析。通过长期数据纵向分析，发现教师教学惯性，如提问多集中于记忆层面等，为个性化改进提供靶向方向。

在将原始数据转化为教学洞察的基础上，还需构建“测—研—改—评”闭环。一是诊断性测量，依托学校周研讨课，由备课组听评课人员协助，通过“音频记录+行为编码”采集数据，为教师建立个人教学数据档案，夯实优化基础。二是精准性研因，教研组集备时，教师结合数据说课，剖析“讲授时间为何偏高”“互动集中在哪些学生”等问题，同伴基于数据共研成因、凝聚共识。三是靶向性改进，围绕问题设可测量目标，如“讲授时间降低15%”“设计2个开放性问题”“确保后排5位同学至少发言1次”，让改进更明确、可落地。四是持续性评估，实施改进后再次采集数据，对比评估效果，无论成效如何均进入下一轮循环，形成“发现问题—解决问题—迭代优化”的良性机制。

（作者系山东省临沭第一中学副校长）

大家谈

江苏省盐城经济技术开发区中学校长徐根娣：教师无须用复杂数据模型，用好数据要“小步快走”。如英语教师，每周花10分钟分析1节英语课数据，锁定1个改进点，每两周对比数据验证效果，即可发现教学成效提升。

湖北省武汉市洪山区武珞路小学石牌岭分校教师李香琴：作为一线教师，我们不能只以数据关注“学生是否完成任务”，更要通过数据读懂“学生是否会解决问题”。以数据为指引，调整教学策略，推动课堂从“知识传授”转向“能力培养”。

河南省焦作市武陟县乔庙镇