当前教育正处于核心素养与信息化2.0交汇的“新时代”，教学变革的环境条件正经受百年未遇之变局，亟须方法论的重构引领方法的创新，方可走出当前课改的低迷状态。多年来，我校通过智慧互动教学系统和智慧教研系统，分析教学行为数据特征，实时对科技互动、教法应用、教材实践等教学方式与策略等进行分析，累积、汇整教学大数据，通过充分挖掘数据背后的秘密，逐步实现了教学活动由经验引导转变为数据决策。 （一）课堂数据类型
我校课堂通过智慧互动教学系统，主要采收四种类型的教与学数据，包括:
1.教学活动数据:此类数据属于与学习内容相关的内容包含教师所发布的数字教材、教师上课过程中所产生的电子笔记、上课过程中所进行的活动历程、学生在各项测验中所产生的诊断报告以及供学生课后使用的补救影音。
2.学习活动数据:此类数据属于与学生学习成果表现相关的数据，包含课堂学习过程中所产出的反馈数据、测验结果、作品、作业、意见观点，上课过程中使用IRS标记的重点、难点、弱点，以及教师、学生针对作品和作业所给予的反馈数据。
3.教学行为数据:此类数据主要为上课过程中教师所产生的数据，也是传统方式较难收集到的数据，包含教师所做的有效提问、课堂中生本理念的实行程度、师生互动关联性的互动数据、教师授课时所采取的方法应用数据、课堂成分组成的结构数据。
4.学习行为数据:此类数据主要为课堂上课过程中，学生所产生的数据，例如主动举手、发问、回应提问的层次、反馈的速度、反馈的修改、小组讨论参与度、小组合作协调方式所产生的数据。
（二）课堂数据的运用
动力电池模拟电源教学行为数据在课堂实录教学行为数据分析系统中，通过TPC三大模块进行分析:
▲图教学行为三大分析数据模块
1.课堂数据指标
①T—科技互动指数:对课堂上所进行的各项工具操作、教师的教、学生的学，以及专家观察到的数据进行统计，将结果可视化，使课堂上进行的行为数据通过图像呈现各行为在量及时间上的关系。
塑木型材具体有五项分析指数：包括T1数据通道、T2数据反馈、T3统计决策、T4关注学生和T5多元评价研究等基础互动功能分项，统计分析每一分项之频次与有效组合应用，并给出分项指数和总指数。
②P--教法应用指数:此模块对教师、学生的行为数据做进一步的分析，产生师生主导趋势图，推论课堂及课堂中生本决策、全班互动、小组学习、多元评价研究、个人学习全班测验等方面的实施状态。
具体有六项分析指数：包括P1小组学习、P2全班互动、P3生本决策、P4全班测验、P5个人学习、P6多元评价研究等。运用这六项指数，评估教学行为数据特征的有效性，有效教学行为数据特征越多，可获得越高指数。
③C--教材实践指数:评价研究TPC教学活动设计与教学实施的指数，包括教学设计、教学过程、教学效果、技术应用与融合创新等方面。
具体有五项分析指数：包括C1教学设计、C2教学过程、C3教学效果、C4技术应用、C5融合创新等，这些分析指数需由专家手动输入，结合AI课堂实录科技互动(T)指数和教法应用(P)指数，形成TPACK，科技、教法和教材三者深度融合之智慧课堂评估指数。
2.课堂数据解读
课堂数据的解读通过智慧互动教学系统中的苏格拉底报告实现可视化的呈现，主要由TPC材料架
指数与互动频次和教学行为数据特征等两个部分所组成。369ii
科技互动(T)指数和教法应用(P)指数，以灯号来区分智慧课堂TPC的深度融合状态，70分以上显示为绿灯，50-70分显示为黄灯，50分以下显示为红灯。红灯代表科技互动或教法应用指数偏低，黄灯代表指数逐步趋向应用成熟阶段，绿灯代表已经达到深度融合状态。当T、P指数均呈现为绿灯时，可称为课堂实录双绿灯课堂。观察科技互动的运用频次，加上AI课堂实录的红灯、黄灯或绿灯等灯号显示，就可以初步、快速解读这堂课的深度融合基本样态。
教学行为数据特征是根据基础科技互动功能与时间轴的交互数据样态，从数据样态中，可以观察科技互动功能之组合使用、闭环使用和均衡使用情况，以进一步分析科技互动与教法应用之效能。
zigbee定位善用课堂实录报告之可视化数据，可以帮助我们初步、快速解读一堂课的基本数据样态。而结合课堂实录、评课记录表等产出数据的综合解读，就能更精准、更高效的达到智慧教研的主要目的。
（三）课堂数据的应用价值
课堂中，各项教学行为与操作蕴含丰富的教学数据，这些行为数据隐藏着许多影响教学与学习成效的提示。因此，这些数据长期以来一直受到教育专家的关注。为了能更客观地观察与分析课堂教学行为，教育研究者们陆续发展出各种课堂观察的方式与工具，例如口语对话分析、互动分析、以座位表为基础的观察记录、S-T 授课分析。但这些工具大都是为了观察传统教室环境里的教学行为所设计，在使用上也需要大量的教师进行人工操作。
我校的智慧互动教学系统整合“教学影片”“行为数据特征”和“AI人工智能分析”三个维度，来观摩教学者的课堂智慧。在线性教学影片中分割与标记教学行为特征，专家点评标记、观摩者标记、有效教学标记等，播放影片时，点选标记，就可以切换到对应影片的播放位置，不需要快转、倒带、搜寻(见上图)。
教师能够通过客观数据以及议课专家的指导建议，实时对教学行为、科技互动、教法应用、教材实践等教学方式与策略等进行分析，大大提高教师专业发展效率。累积的教育大数据可汇整、分析，进而建立学校教学行为常模，是教师专业发展的大突破。
二、数据驱动智慧教研
教学研讨是促进教师专业发展最有效的方法，特别是说课、听课、评课等教学研讨模式，我校智慧教研系统充分应用AI人工智能与教学行为大数据，大大提升了教学研讨的质量与效率。教学行为分析系统产出的课堂报告和教学实录，都作为听课后评课的科学数据，包括解读科技互动、教法应用和教材实践的各项指标、回放课堂实录的切片，作为评课的实证等。
（一）智慧教研解决的主要问题
1.突破纸本纪录的限制
一般进行公开听课时，听课者是采用纸本的评课纪录表，或者听课笔记本，将观察到的教学过程重点记录在纸本上。智慧教学研的数字化评课方式，听课专家、教师团队将使用议
课app来记录重点，不仅仅是文字记录，还有时间轴的概念，标记时间后，拍下当时重点照片、录音、录像等多媒体方式都可以，记录方式更多元且对应到课堂进行的时间点。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议