课堂教学智慧评价系统支持的小学数学跨学科项目式学习实践探究

乐好教育

CSMS以第四代教育评价理论为基础，构建了师生教与学思维过程分析模型、师生交流互动过程分析模型、知识点关联分析模型，以及其他支撑细项的分析模型。该系统通过数据采集与深度分析，使评价更加客观、科学，实现了评价范式从经验判断到数据实证的转型，成为助力教师成长的普适性评价工具。

（二）CSMS的评价框架设计

1.CSMS的评价框架

CSMS从教师主导、学生主体两个角度，构建了包含目标定位、课堂艺术、课堂调控、思维激发、评价反馈、整体发展、合作交流、学习体验及目标达成九大评分领域、共40个细项指标的评价体系，旨在为教师提供精准、客观的教学诊断与改进建议。本研究依据何克抗[1]教授的“主导—主体”教学结构理论，设计了课堂教学活动评价框架（见表1），凸显教师主导与学生主体的教学结构。

2.CSMS促进跨学科教学实践

本研究对CSMS的应用以学习发生知行理论为基础，融合AI、多模态感知技术，通过智能诊断、跨学科研讨与循证改进，构建了“数据采集—诊断分析—决策支持—优化提升”的闭环，从以下三方面促进跨学科教学实践。

（1）提供多维评价数据

本研究根据课堂教学活动评价框架表，参照许世红[2]等人的课堂教学智慧评价评分指标，结合小学数学学科特性与课程标准，立足跨学科课例实际，新增“数学思考”“问题解决”“学科融合”3个评分领域。其中，“数学思考”对应的量化指标是“学生左右脑激发的平衡度”和“学生思考、讨论的总时间”，“问题解决”对应的量化指标是“学生提问的类型和数量”“学生发言数量、练习时长”和“练习的准确率”，“学科融合”评价领域关注情境设计的合理性和学科融合的有效性。结合数据分析法，本研究从各评价模块中细化出若干量化指标，建立了基于AI的小学数学课堂教学评价指标体系（见表2）。鉴于CSMS生成的评价结果难以体现新增指标，本研究设计了听课观察反思表对课堂评价进行补充。

（2）助力教师优化教学策略

CSMS通过数据闭环、精准诊断、智能赋能，引导教师反思教学行为，推动教学经验转变成基于数据的循证决策。在跨学科教学实践中，教师经常面临多学科教学内容整合、教学目标定位、教学方法选择等挑战，容易陷入“学科拼盘”的误区。该系统生成的课堂数据报告能有效帮助教师发现问题。例如，在中测课阶段，教师可借助雷达图（如图1），快速准确把握课堂的整体情况，针对低分领域优化教学设计。此外，CSMS将课堂知识的传递方式划分为“是何、为何、如何、若何”四种类型（如图2），为教学策略的精准优化提供了具体抓手。

教师通过解读报告，对比前测与中测数据，复盘教学过程，通过剖析“四何”问题的占比及课堂学习效率低下的成因，精准施策，促进学生思维发展，提升课堂教学质量。

（3）突破教学评价局限，形成多维评价体系

CSMS突破了时空限制，克服传统教学评价标准不统一的弊端，实现了前、中、后测多次数据的纵向累积与横向对比。跨学科教学评价因涉及核心学科和其他学科，统一评价标准的难度较大。本研究通过数字化评价、人机协同评价等方式，确定了相对客观的评价标准，助力教师构建多维评价体系，推进跨学科教学实践的深入开展。

（一）案例介绍

（二）CSMS引领，细化跨学科项目的评价指标

本研究根据CSMS支持的数学跨学科项目评价指标体系，结合案例“校园天台试验田种植设计”，对具体教学评价指标进行完善细化。在“整体发展”指标中增加对劳动学科核心素养的关注（是否培养学生的劳动习惯和品质、让学生树立正确的劳动观念）。“数学思考”指标关注本课例学生是否能主动建构植树问题的数学模型。“问题解决”指标着重评价是否有效解决菜苗数量的问题。

同时，本研究采取人机协同的方式开展教研，将听课观察反思表与CSMS课堂数据报告结合，实现了对课堂教学的精准诊断与有针对性的反馈，为教师明确课堂教学结构优化方向，调整教学策略和优化教学设计提供了科学依据。

（三）实施跨学科项目式学习评价

1.基于数据，把握课堂整体情况，优化师生互动

课前，数学、劳动科组教师开展首次集体研讨，授课教师完成教学设计并实施授课，同时录制课堂视频/音频上传至CSMS平台，获取前测课大数据分析报告。在此基础上，数学科组采取解读分析报告与质性分析结合的方式开展第二次集体备课。分析数据显示，前测课存在学生参与度不高、课堂氛围欠活跃、学生的有效表达不足等问题。因此，数学课组将课堂改进方向聚焦于“调整教学内容、优化探究环节、激发学生有效参与和表达”，授课教师沿着该方向调整教学设计。

（1）调整教学内容

针对前测课因同时探究“两端都栽”与“两端都不栽”导致探究时间仓促的问题，中测课应聚焦于“两端都栽”这一基础模型。学生通过“摆一摆、算一算、说一说”等操作，主动建构植树问题的数学模型，从而有效落实教学目标。

（2）优化教学环节

前测课从数据较大的“长边”切入，增加了学生的思维难度；且宽边计算缺乏深度研讨，易致学生机械套用公式。中测课应遵循“由简入繁”的认知规律，调整为从数据较小的“宽边”入手，降低计算难度，为学生搭建思维支架。随后，教师再将“长边”探究作为验证环节，引导学生通过独立思考与小组协作验证结论。此举不仅可以提升课堂参与度与学习体验，更能促进学生对知识的整体建构。

授课后生成中测课的大数据分析报告，实现了前、中测课例的教学评分对比。表4数据显示，在教师主导维度，中测课的课堂调控与评价反馈指标呈上升趋势；在学生主体维度，中测课的整体发展、学习体验及目标达成情况均明显优于前测课。另外，大数据分析表提供的互动分析数据表明，中测课的师生互动更为充分，学生自主表达的时间显著增加，其数学思维得到有效激发，学习体验得以丰富。

2.挖掘数据，促进思维发展，凝练教学风格

鉴于跨学科项目式学习关注思维的进阶提升，数学课组依据中测课的定量与定性评价结果，开展第三次教研，对课例进行优化。中测课诊断结果显示，师生问答多为封闭式浅层互动，学生思维未得到有效激发。因此后测课的调整重点为“优化问题设置，提升设问的有效性和针对性”，通过增加追问、思维型问题（如“为什么”），引导学生深入思考，用数学知识和数学思维解决问题，推动深度学习发生。在教学风格维度，中测课数据显示，教师风格偏严厉，评课反馈亦指出，授课教师对学生的回答缺乏及时、恰当的激励性反馈。结合五年级学生的年龄与认知特征，在后测课中，教师采用了“问题链”导学策略。例如，在小组汇报环节，教师通过追问“还需要知道什么条件”“接下来该怎么做”“还有需要补充的吗”等问题，引导学生充分表达，同时注重对学生的回答给予认可和鼓励。

教师授课后得到后测课的大数据报告，对中测课、后测课的思维激发部分进行对比分析。表5数据显示，后测课中“为何”类问题占比显著提升，“四何”问题结构更趋均衡，教师推动有效学习程度和左右脑思维激发情况均得到改善。“问—答—评”（Initiation-Response Evaluation，IRE）结构互动分析结果显示，中测课问答评类型单一，而后测课覆盖了三类有效的问答评互动，互动层次显著丰富。此外，后测课中教师的积极话语次数与情感饱满度均实现了显著提升。