夜雨聆风学习资料网

ARTICLE · 1139608

【市一等奖】AI赋能高中数学“备—教—评”一致性的实践研究—以《动态三角形的探究》教学为例

【市一等奖】AI赋能高中数学“备—教—评”一致性的实践研究—以《动态三角形的探究》教学为例

在高中数学教学中,实现“备—教—评”三个环节的有机统一,是提升教学有效性、落实核心素养目标的关键所在。《普通高中数学课程标准(2017年版2025年修订)》明确指出,评价需发挥育人导向作用,重点在于促进学生发展,旨在通过评价改进教与学的行为,诊断学习与教学过程中的优势与不足。然而,传统教学往往在这三个环节相互割裂,评价多为滞后的终结性评价,难以支撑教学的动态优化。AI的介入,为弥补这些短板提供了全新的路径。本文以“苏新研”学科智能体为载体,聚焦“高中数学课堂教学怎么评”这一核心,探索AI赋能下循证教学评价的落地路径。

一、系统基石:“苏新研”学科智能体的架构与逻辑

“苏新研”学科智能体(以下简称智能体)是一套基于核心素养理念和学科知识图谱,整合江苏优质教育资源,经训练调试而成的智能应用体系。其矩阵以赋能教师为目标,核心机理是构建以学生学习数据为中心、贯穿教学全流程的动态反馈闭环。在本课例中,备课助手、课堂辅助系统和评课助手三大模块协同联动,保障“备—教—评”一致性的落地。

“评课助手”是教学反思与优化闭环的关键节点,发挥着核心作用。它基于多模态数据进行循证分析,通过接入课堂设备或教师上传资料,自动采集师生行为、语音互动等多维度数据,并依托学科分析框架进行深度处理,生成结构化的《课例综合分析报告》。该系统致力于实现课堂教学的可观察、可测量、可计算、可解释、可促进。报告涵盖教学目标达成度、教学内容组织、师生互动质量、课堂氛围等核心维度,将模糊课堂印象转化为客观证据链,提供精准教学诊断与改进建议。定量与定性结合的模式支持人机共评、精准教研及教师循证反思,使评价结果反哺备课,驱动教学质量螺旋式上升。

二、课例剖析:《动态三角形的探究》教学实践

在《动态三角形的探究》教学中,教师借助智能体构建备—教—评”完整闭环,通过智能诊断精准锚定分层教学目标,依托实时数据采集动态调控课堂进程,并依据AI生成的循证报告开展教学反思与持续优化。

(一)智能诊断锚定教学目标

教师借助智能体的“备课助手”分析前测数据,生成学情诊断报告,精准定位学生认知薄弱点。基于此,教师将教学目标具体分解为知识技能、过程方法、情感价值三个层次,并转化为可观测行为。教学活动引导学生从解题向方法体系建构转变,提升学生逻辑推理与数学建模素养。

(二)数据采集驱动过程调控

课堂教学按“情境导入→多法探究→变式迁移→高考巩固”流程推进,依托智能体实时采集多模态数据,支持教师精准调控。教师以“定角定边三角形面积最值”问题导入,学生自主探究多种解法。智能体记录交互数据并可视化于教学驾驶舱,教师依据反馈组织研讨。在变式迁移阶段,教师提出“定角定中线三角形面积最值”问题,学生借助工具迁移方法,教师引导化归策略。在高考巩固环节,学生独立练习,智能体同步记录过程,教师基于实时数据决策,使教学从经验预设转向实证支持。

(三)循证反思优化教学设计

教师在课后可以利用“评课助手”生成的《课堂观察智能体分析报告》进行深度反思,实施针对性教学优化,将报告转化为具体改进行动。在《动态三角形的探究》教学中,报告评估教学目标达成度,关联学生产出与分层目标。例如,仅15%学生能完成高阶迁移解决,促使教师反思“定角定中线”环节的设计,在后续备课中优化设计,增加提示和分步探索。报告还指出课堂中段存在8分钟“高操作—低对话”期,教师据此设计“策略中转站”活动,鼓励学生分享思路,促进思维碰撞。此外,报告分析师生问答模式,发现教师缺乏批判型、创造型问题的提问,于是在后续备课中教师可以多设计这类问题,激发学生质疑与探索。通过系统化流程,反思升华为“报告解读→问题定位→策略生成→设计优化”行动路径。“评课助手”作为专业镜鉴,支持教师基于数据决策,促进教学改进与一致性,实现教学实践闭环。

三、证据呈现:多模态分析中的课堂洞察

“评课助手”依托课堂实录、师生对话、学生操作日志等多模态数据,生成结构化的循证分析报告,将复杂的教学过程转化为可量化解读的证据体系,为教学反思提供超越主观经验的客观依据。

(一)课堂宏观结构与师生行为比率

报告运用S-T分析法量化剖析课堂宏观结构。学生行为占65%,教师行为占35%,表明课堂以学生探究为主体。师生行为转换率17%,行为曲线起伏,显示互动频繁自然。结合Rt-Ch图,判定为“混合型”教学。数据宏观印证了“学生主导、教师引导”的课堂形态,契合“以学生为中心”的设计意图。

(二)师生互动质量与问答反馈类型

报告进一步从微观层面分析了师生互动的质量。在提问方面,教师提问(见表1)以“理解型问题”(43%)和“分析型问题”(27%)为主导,高阶思维提问(涵盖分析、评价与创造类型)合计占比达40%,但其中“创造型”提问占比相对较低(13%)。这表明教师侧重于引导学生理解和分析,在激发创新思维方面有提升空间。

在学生回答类型方面(见表2),主要集中在回答“应用型问题”(45%)和“理解型问题”(33%)层面,与教师的提问结构形成了呼应,反映了学生能够较好地跟随教师思路进行理解与应用,但高阶思维产出相对有限。

数据显示,教师肯定性反馈占比达85.45%,且多数伴有引导或追问,比如解法深化解读或方法关联分析。这种肯定与引导模式有效营造了支持性课堂氛围,推动学生思维进阶。

(三)学生参与度与行为注意力分布

相关学习资料