北师大-希沃“课堂教学智能评价与诊断改进区域合作项目”成果取得丰硕系统性进展

2024年3月，北京师范大学与广州开得联智能科技有限公司（希沃录播）、广州视睿电子科技有限公司（希沃）正式启动“课堂教学智能评价与诊断改进区域合作项目”，旨在通过高校理论研究与产业技术实践的深度融合，推动人工智能时代课堂评价的系统性变革。经过两年多来的深度合作与区域实践，北师大与希沃的合作项目已形成了一系列标志性成果，涵盖理论创新、方法建构、技术研发和实践模式等多个层面。

（一）课堂理论引领：师生共进素养成长型课堂生态理论

李玉顺教授团队基于18年来对数智化课堂的持续探索，系统建构了“师生共进素养成长型课堂生态理论”。素养成长型课堂是指以培养学生核心素养为根本目标，通过智能技术赋能课堂生态升级，实现教与学关系结构性重塑的新型课堂形态，旨在通过智能技术赋能的课堂生态升级带动教与学关系重塑，从知识传递为中心转向知识与能力兼顾，最终实现学与教方式的创新性变革。教师从关注以教师为中心的“有效教学”转向关注以学生为中心的“学习设计”，学生从“被动学习、浅层学习”转向“主动学习、深度学习”，课堂学习的主动性、建构性、交互性、实践性不断增强。该理论的核心突破在于将技术定位为课堂系统内生性要素，为课堂教学全要素协同重塑提供了重要驱动力。技术不再仅是信息呈现的工具，而是驱动教学关系重构、学习活动高阶化、课程内容结构化的重要力量。并从“本体论—知识观—方法论”三维统一的视角出发，阐释了素养导向课堂发展的深层逻辑，回应从“知识传递”走向“素养育人”的课程改革深层诉求，为大规模、常态化、高质量的课堂变革提供系统性理论框架。

（二）评价体系升级：基于课堂生态理论的循证指标体系

基于上述理论框架，项目团队系统建构了人机协同的课堂循证指标体系。该体系以“课堂理解”为核心导向，突破传统弗兰德斯互动分析方法仅限低阶行为识别与线性统计的局限，构建了“引领性—聚合性—关键性”三层指标分析框架。引领性指标聚焦课堂生态层级定位，诊断课堂形态与师生发展的适配方向；聚合性指标关注提问理答、活动设计、情感激发等教学特征的关联耦合；关键性指标依托多模态数据提取有效教学的结构化特征。在操作层面，体系涵盖智能技术诊断下的量化评价与经验性人的质性评价两大维度：量化维度通过教学行为分析、师生问答分析等实现机器智能诊断；质性维度基于课堂生态层级开发系列评价量表，从“以教为中心”到“素养型课堂”逐层递进，形成对“行为事件—学习活动—教学生态”多维层次特征的穿透式透视。李玉顺教授指出，循证数据只有在比较与相关中，意义才能凸显；只有在聚焦与反思中，价值才更深远。这一指标体系的确立，使课堂评价从“经验判断”真正走向“循证支持”，为课堂生态优化提供精准诊断与改进依据。

（三）循证方法支撑：基于课堂理解的专业化循证教研方法

“循证教研”的核心理念在于将教研实践建立在证据之上，但“证据”不等同于“数据”。传统教研往往停留于经验性、程式化的研讨层面，面临决策依据模糊、论证过程薄弱、改进实效不足等困境，制约教师实践智慧的生成。随着智能课堂评价系统的引入，教研开始向精准化、循证化转型。项目团队超越传统“5A”循证逻辑，构建了面向课堂生态进阶式发展的UP-PACE专业化课堂循证方法。该方法以“理解现代课堂生态—定位目标课堂层级—明确教学问题—适配课堂循证变量—开展多轮课堂循证实践—评估课堂循证效果”为人机协同循证路径，强调从“数据分析”走向“课堂理解”，将冰冷的量化指标还原为鲜活的教育意义，主要包含两条协同循证路径：一是“先质性再量化”，以人的课堂观察数据为切入点，基于问题共识，再从AI量化数据入手进行循证；二是“先量化再质性”，以AI的评价数据为切入点，聚焦循证变量，再从人的评价数据为依据进行循证。这种方法体系尤其强调“人机协同”——AI承担可编码、可重复的计算性工作，而将价值判断、情境归因、意义赋予等核心解释权交还给拥有实践智慧的“人师”，使教研活动真正成为一个多学科智慧共同作用于课堂理解与改进的知识创生过程。

（四）技术系统赋能：服务广大一线学校教师的课堂循证系统

作为项目的技术支持方，希沃为合作示范区各示范校部署了课堂智能反馈系统。该系统依托希沃自研教学大模型——一款参数规模达70亿、训练语料超2200亿token、深度聚焦教学与教研场景的专用人工智能模型，通过信息化终端无感采集课堂教学场景数据，利用多模态人工智能融合分析技术，对教师教学活动轨迹、教学互动内容、提问句式、师生问答建构水平等进行结构化智能分析，在课程结束后快速生成个性化课堂反馈报告。

系统以“课堂还原—课堂分析—循证教研”为核心功能链条，构建了完整的应用服务生态。课堂还原层面，系统提供课堂活跃图、教师巡堂轨迹、学生互动热力图及智能切片等功能，帮助教师可视化回溯教学全过程；课堂分析层面，系统从教学时间分配、提问有效性、师生互动质量、学生回答建构水平、核心问题链设计等维度进行深度诊断，并以AI课堂建议形式提供针对性改进方向；循证教研层面，系统支持同课异构对比、人机协同评课、教师成长趋势追踪等功能，将单节课的循证数据串联为教师专业发展的长周期证据链。

截至2025年12月底，希沃课堂智能反馈系统已在全国建成19个重点应用示范区，覆盖超5,600所学校，应用于超17,000间教室，超过97,000位教师生成了超65万份课堂智能反馈报告。形成了“个体反思—同伴互助—校本研修—区域协同”的数字化教研服务生态。需要强调的是，无论技术如何迭代，工具的核心定位始终是“赋能和支持教师的专业决策，而非替代教师的专业判断”。

（五）教研模式创生：形成了一批校本化、区本化循证教研模式

基于近两年的实践探索，在合作项目提供技术应用指导、理论方法引领、实践深化共研等的专业化服务支持下，各合作区域已成功构建起各具特色的区本化、校本化循证教研实践模式，形成覆盖“个体反思—同伴互助—校本研修—区域协同”的AI课堂循证生态。广州市白云区依托“一横十纵”教育信息化布局，推动教研流程从传统听评课向“精准听评课—线上线下混合研修—AI赋能人机协同评课”递进式转型，实现课前协同设计、课中数据伴随采集、课后循证诊断的全链条数字化重构。吴忠市利通区以希沃智能反馈系统为支撑，引导教师先解读AI报告定位教学亮点与问题，再结合学科经验开展归因分析与策略生成，形成“数据解读—经验融合—协同改进”的人机协同听评课路径，有效促进跨学科交流与教师实践智慧的结构化沉淀。沈阳市铁西区创新“PICo”模式，以常态化AI录播为基础，构建“精准分析—靶向诊断—循证改进”的课堂观察闭环，截至目前，铁西示范区生成报告累计19000余份，实现无感采集与数据驱动的教研常态化。北京市海淀区示范校则深度开展多轮“听课—AI报告诊断—专家指导—教学重构”的循证磨课实践，将智能反馈系统深度嵌入校本研修流程，形成可迁移的循证教研范例。海淀区教育科学研究院前院长吴颖惠，在学校成果展示活动中，高度肯定项目成果，指出相关学校已将工具“用到了极致”，为区域课堂变革提供了宝贵经验。