共赴课堂新质发展：北师大携手希沃AI录播，以人工智能推动教育系统性变革

在教育强国建设的时代浪潮中，人工智能正以前所未有的深度与广度，重塑着教育的形态与未来。《教育强国建设规划纲要（2024-2035年）》与《“人工智能+教育”行动计划》的相继出台，为技术与教育的深度融合指明了战略方向。在此背景下，作为教育主阵地的课堂，正经历一场从依赖个体经验的传统范式，向基于多元证据的科学循证范式的历史性跃迁。北京师范大学教育学部李玉顺教授团队，与教育科技领域的领军企业——希沃（广州视睿电子科技有限公司）及其旗下专注录播与智能分析业务的希沃录播（广州开得联智能科技有限公司）——围绕“课堂循证研究”开展深度战略合作。双方以“课堂教学智能评价与诊断改进区域合作项目”为核心抓手，通过理论创新、技术赋能与区域实践的三位一体联动，共同推动课堂新质发展的专业引领与服务全面跃升，为基础教育高质量发展贡献了兼具前瞻性与可操作性的“课堂循证教研”方案。

一、 回应时代叩问：破解课堂大规模、常态化、系统性变革的深层挑战

“基础教育高质量发展的核心命题与最终落脚点在于课堂变革，这必须是课堂的深层次、系统性、结构化变革，并能够实现大规模、常态化的推进。”北京师范大学李玉顺教授的这一判断，深刻揭示了当前教育改革进入“深水区”后的关键矛盾。回顾过去三十余年，从多媒体辅助到互联网连接，再到如今的智能融入，技术虽持续迭代，但课堂教学的“黑箱”状态并未根本改变，两大挑战依然突出：

其一，是教学改进支持的系统性缺位。传统的教师专业发展多依赖于周期性的集中培训和零散的观摩研讨，难以形成覆盖每一间教室、每一位教师的常态化、精准化支持体系。如何让不同区域、不同发展阶段的教师都能获得持续、个性化、基于自身教学实况的成长支持，而非“大水漫灌”或“一次性消费”，是提升整体教育质量必须跨越的鸿沟。

其二，是课堂评价的循证决策转型困境。长期以来，听评课在很大程度上依赖于评课者的个人经验和主观印象，评价结论常呈现“经验判断多、数据证据少；模糊定性多、精准诊断少”的特点。如何将课堂评价从一种“经验艺术”转向一门“循证科学”，使教学诊断有据可依、改进建议有迹可循，是实现精准教学的前提。

智能技术的飞速发展，特别是多模态感知与人工智能分析技术的成熟，为应对上述挑战提供了全新的可能。技术角色正从外部的“辅助工具”演变为嵌入课堂肌理的“内生性要素”，其价值从单纯“提升教与学的效率”，转向“催化与重构学与教的关系”。人工智能如同一双洞察课堂的“慧眼”，能够无感、全程、多维地采集师生语言、行为、互动与情感数据，并通过复杂的算法模型，将这些数据转化为对课堂结构、思维流动、目标达成的深度理解，从而为课堂生态的优化与师生的共同成长提供客观、连续的证据链，推动教育实践从经验范式迈向循证支持的科学轨道。

二、 汇聚顶尖力量：学术引领与产业实践的双向奔赴与深度融合

应对时代的挑战，需要顶尖学术智慧与前沿产业实践的强强联合。北京师范大学教育学部李玉顺教授团队，长期深耕于基础教育信息化融合创新领域，在智慧课堂、区域教育数字化发展等方面拥有近二十年的理论积淀与实践探索，是推动课堂现代性变革的重要学术力量。与此同时，希沃作为扎根教育行业十六年的科技企业，不仅完成了从硬件设备提供商向数字化服务与解决方案供应商的战略转型，更依托对海量教学场景数据的长期积累与自主研发的专注教学场景的大模型，构建了覆盖“教学-教研-管理”的全链条智能产品生态。

2024年3月，双方正式启动“课堂教学智能评价与诊断改进区域合作项目”，并于同年4月在第83届中国教育装备展示会上签署战略协议，标志着这一协同创新进入实质性推进阶段。合作的目标明确而坚定：以建构“师生共进素养成长型课堂”促进新课标素养导向的落地；以超越经验范式的循证教研，助力教师专业反思与行动研究；以研发新型智能课堂评价系统与工具，为一线提供人机协同、量质并融的精准服务。

合作启动后，迅速在全国范围形成示范效应。项目先后与北京市海淀区、广州市白云区、沈阳市铁西区、宁夏吴忠市利通区、哈尔滨市香坊区、合肥市经开区等多个教育高地签订合作协议，并深入多个省区开展实践。截至2025年12月底，项目核心支撑平台——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，覆盖超过5,600所学校，应用于超17,000间教室，累计帮助超过97,000名教师生成了超过65万份课堂智能反馈报告，形成了规模化、常态化的应用态势。

三、 创新理论基石：建构“素养成长型课堂”生态与循证指标体系

任何深度的实践变革都需要先进的理论指引。本次合作以北师大李玉顺教授团队提出的“师生共进素养成长型课堂生态理论”为核心理念基石。该理论基于长期的实证研究，系统阐释了在智能技术赋能下，课堂应从以知识传递为中心的“教学场”，转型升级为以核心素养发展为根本目标的“成长生态”。在这一生态中，技术不再是外部的工具，而是驱动教学关系重构、学习活动高阶化、课程内容结构化的内生性变革力量。教师的角色从“讲授者”转向“学习设计师”，学生的状态从“被动接收”转向“主动建构”，课堂的核心特征体现为学习的主动性、建构性、交互性与实践性。

基于这一顶层理论设计，项目团队成功构建了一套“人机协同”的课堂循证指标体系，实现了从宏观理念到微观操作的关键转化。该体系突破了传统课堂分析（如弗兰德斯互动分析）的局限，创新性地设计了“引领性-聚合性-关键性”三层分析框架：

引领性指标：从整体上诊断课堂所处的生态层级（如是否从“以教为中心”转向“以学为中心”），指明课堂形态与师生共进目标的适配方向。

聚合性指标：关注教学中“提问与理答”、“活动设计与实施”、“情感氛围激发”等关键教学特征之间的关联与耦合状态。

关键性指标：依托多模态数据，提取师生语言比率、问题链设计质量、学生回答的认知建构水平等可量化、可观测的具体教学行为特征。

在操作层面，该体系创造性融合了“机”的量化诊断与“人”的质性评价。智能系统负责对课堂教学行为进行自动化分析，生成客观数据报告；与此同时，项目组开发了与课堂生态层级相匹配的系列课堂观察量表，引导教研人员从“行为事件”深入到“学习活动”乃至“教学生态”进行穿透式透视与意义阐释。

李玉顺教授强调：“循证数据只有在比较、关联、聚焦与反思中，其价值才得以真正显现。”这一指标体系的确立，使得课堂评价彻底跳出了经验的窠臼，走向了基于证据的科学决策，为课堂教学的精准诊断与迭代优化提供了坚实的“罗盘”与“显微镜”。

四、 赋能一线实践：智能系统落地与循证教研范式生根

先进的理念与科学的指标，需要通过易用、高效的技术工具和可操作的方法论，才能真正在一线课堂中生根发芽。希沃录播提供的“课堂智能反馈系统”正是承载这一使命的技术载体。该系统依托于专注教育场景的自研大模型，能够通过教室内的信息化终端无感采集教学过程的多模态数据，并自动对教师的教学轨迹、提问模式、师生互动质量、学生回答的思维水平等进行深度结构化分析，在课后快速生成一份涵盖“课堂活跃度图谱”、“教学时间分配”、“核心问题链分析”、“师生问答建构水平”等多个维度的个性化AI分析报告。

该系统构建了“课堂还原-课堂分析-循证教研”的完整应用闭环。在“课堂还原”阶段，教师可通过回放、巡课轨迹图、学生互动热力图等功能，全景式复盘教学现场；“课堂分析”阶段，系统提供的量化诊断与质性建议，能帮助教师快速定位教学优势与改进点；“循证教研”阶段，系统支持同课异构对比、跨校协同评课、教师个人成长档案等功能，将单点的课堂数据串联成教师专业发展的长期证据链。

然而，有了智能系统提供的“证据”，并不意味着教研就自动升级为“循证教研”。项目最大的创新之一，在于探索并总结出一套“基于课堂理解的循证教研方法”。该方法强调，真正的循证教研，其核心不是对数据的简单罗列，而是教师基于数据对课堂进行深度理解、意义建构与策略生成的过程。项目团队提出了UP-PACE等专业化循证路径，明确“人机协同”的分工：人工智能（AI）擅长处理海量数据的编码、计算与模式识别，快速提供客观描述；而教师（人）则负责基于教育理论与教学智慧，对数据背后的原因进行情境化归因、价值判断，并创生改进策略。例如，在洛阳中成外国语学校，一位语文教师在看到AI报告指出其课堂讲授时间占比高达72%后深受触动，反思自己的课堂可能只是一种“虚假繁荣”，从而激发了优化课堂结构、增加学生自主探究时间的内生动力。这正是“数据驱动反思，证据支持决策”的生动体现。

五、 绽放区域智慧：校本化、区本化的多元创新模式涌现

在项目“理论引领、技术支撑、方法指导”的专业化服务下，各合作区域并非简单照搬模式，而是结合本地实际，催生出一批特色鲜明、成效显著的校本化与区本化循证教研创新模式，形成了百花齐放的生动局面：

北京海淀“三维推进”模式：作为全国科教高地，海淀区依托“活动引领、校校联动、专家支撑”的三维机制，将项目深度融入区域教研体系。区教科院牵头组织，示范校间开展联动研讨，北师大专家团队提供持续专业指导。这种“高校-区域-学校”协同模式，不仅生成了大量高质量的AI课例报告，更产出了可迁移的循证教研范例，形成了教育数字化转型的“海淀样板”。

沈阳铁西“PICo”应用模式：铁西区探索出“精准分析（Precise Analysis）实现质量提升（Improvement），以课堂观察（Classroom Observation）为切入点”的PICo模式。通过将希沃智能反馈系统与常态化教研无缝融合，实现了AI录课“无感化”、数据教研“常态化”。该区累计生成超1.9万份课堂报告，并以此为基础申报的课题荣获沈阳市基础教育改革推广项目，实现了从实践应用到成果提炼的闭环。

广州白云“一横十纵”格局：白云区构建了“备教测研思”导向的“3x3”行动策略，并在全区形成了“一横十纵”的信息化应用格局。以景泰中学为例，学校常态化开展“每周一诊”课例研究，利用AI报告数据进行深度教研，探索出了一条数据驱动、可复制、可操作的教师循证反思发展路径。

宁夏利通“人机协同”评课路径：作为“互联网+教育”示范区，利通区特别强调“人”的智慧与“机”的数据深度融合。在教研中，教师首先共同研读AI报告，定位教学亮点与问题；随后结合学科知识和教学经验进行深度归因与策略探讨，形成了“数据解读→经验融合→协同改进”的标准流程，有效促进了跨学科的智慧交流与实践性知识的沉淀。

这些多元化的成功实践充分证明，以课堂循证为核心的教学变革，并非孤立的、点状的技术应用，而是一条能够融入区域教育肌理、激发学校内生动力、可大规模、常态化、系统性推进的教育现代化路径。

六、 展望未来征程：深化协同，共创教育新生态

展望未来，人工智能与教育融合的广阔蓝图正在展开。北京师范大学李玉顺教授团队与希沃、希沃录播的联盟，将持续以引领者的担当，深化合作，拓展成果。

在技术产品层面，希沃将持续优化人工智能教育产品，推动大模型从通用性向更贴合学科教学规律的专用垂类模型演进，让“课堂智能反馈系统”更具学科洞察力，成为更专业的“数字教研伙伴”。北师大团队将不断迭代和完善循证指标体系，使其更精细、更科学。

在区域推进层面，项目将深化“高校-企业-区域-学校”的多方协同机制，助力各示范区将循证教研做法制度化、常态化。一个重要的方向是，在积累足够多课堂案例的基础上，逐步构建分学科、分课型的课堂教学常模数据库，为教师提供更精准的、基于常模对比的“坐标式”诊断反馈。

在教师发展层面，双方将持续共建“专家引领、场景融合、伴生行动、精准赋能”的新型教师专业成长支持生态。未来的目标不仅是让教师会用工具，更是要发展教师基于数据开展实践反思、进行教学创新的高阶能力，并探索在生成式人工智能时代，“人师”（教师）、“机师”（AI）与学生三者之间协同共创、教学相长的新型课堂生态。

人工智能赋能课堂循证的深远意义，在于它正推动中国教育从长期依赖经验的“经验教育学”，稳步迈向注重证据、尊重科学的“教育科学”。在这一伟大的历史进程中，北京师范大学与希沃、希沃录播的深度战略合作，以其扎实的理论创新、领先的技术支撑和遍布全国的广泛实践，为中国课堂在人工智能时代实现“新质发展”，提供了坚实的理论基石、可行的实践路径和充满希望的未来愿景。双方的探索，不仅关乎技术应用，更关乎教育理念的更新与教育生态的重塑，是一场面向未来、培育时代新人的深刻变革。