AI+云朵书房 | 刘清堂等:基于经验学习圈构建AI支持下的教师研修模式

新闻

作者：微信文章


文献引用格式



刘清堂, 郑欣欣, 吴林静, 李小娟. 基于经验学习圈构建AI支持下的教师研修模式[J]. 电化教育研究, 2021, 42 (10): 114-120+128.



作者简介：

刘清堂、郑欣欣、吴林静、李小娟，华中师范大学人工智能教育学部

基金项目：

2021 年湖北省教育科学规划项目“构建线上线下融合的课堂新型教学模式创新实证研究”(项目编号:2020GA005)

2020 年国家自然科学基金项目“数据驱动的学习动机诊断模型及应用研究”(项目编号:61977035)

摘要

利用人工智能等新技术支持教师队伍发展是教育领域的研究热点。当前，教师教研活动的开展存在评价的客观性、深度性和针对性等问题，直接影响教师培训的质量。如何借助人工智能开展教师研修伴随式数据采集与过程性评价，服务于教师信息化教学能力的提升，成为学界关注的焦点之一。在经验学习圈理论的视角下，构建了AI支持下的教师研修模式（AISTTM），以具体经验获取—反思性观察—抽象概括—积极实践为基本研修环节，借助教研员点评目标达成度、观察教师评价教学表现、专家点评师生行为、主讲教师自评的多维评价方法开展研修活动。基于AISTTM，在宁夏回族自治区某试点学校开展同课异构的教师研修实践活动，证明了AISTTM能够通过循环的研修流程促进教师的专业发展，通过多维评价方法实现对教师的全方位评估。

关键词

研修模式；人工智能；经验学习圈；同课异构

AI 助学



一

引言



我国发布相关通知，强调在教育信息化背景下探索教研测评方式及模式变革，发挥 5G、人工智能等新技术作用，创新研修效果评估方法。

现有教师研修活动存在将大量培训资源直接推送、缺乏对实际课堂教学过程深度剖析和反思的问题，影响培训效果和质量；课堂教学信息难准确客观识别与量化，利用人工智能可解决此问题，而如何利用人工智能技术建立研修与课堂教学实践的桥梁是热点和难点。

经验学习圈理论为破解教师研修质量和效果不佳的问题提供理论支持，本文基于该理论提出人工智能技术支持下的教师研修模式（AISTTM），并用于研修活动以证明其有效性。

二

相关研究



教师研修评价

常见评价方法有过程性评价和总结性评价。过程性评价和总结性评价均运用真实性评估思想，分为量化评估和质性评估，对课堂教学的观察与评价很关键。

传统课堂观察与评价方法存在不足，人工智能为解决难题提供契机。当前人工智能在教学评价、教师研修等场景应用较少，本研究利用人工智能辅助教师研修。

教师研修模式

国内外有一些指导教师教学或研修的理论模型，如 TPACK 框架、PST 模型等，各有侧重点和用途。

实践领域有多种研修模式和案例，如混合式研修模式、专家引领下现象为本的课例研修模式等，为研究提供借鉴，但仍存在不足。

目前研修活动存在数据反馈回路未形成、局限于部分环节、评价方式主观等问题，本文构建 AISTTM 模式以解决这些问题。

三

基于经验学习圈的 AISTTM 构建



理论基础：经验学习圈

1984 年大卫・库伯发展经验学习理论，构建经验学习圈理论，该理论影响大、引用多。

经验学习圈理论认为：完整的学习过程包括获取具体经验、反思性观察、抽象概念化、积极实验四个环节，目的是帮助学习者开展新实践。

经验学习圈理论被广泛应用，但鲜有用于支持教师持续性发展，本研究借鉴该理论设计循环研修模式。

AISTTM 的架构及内涵

AISTTM 由学科专家、教研员、学科教师组建研修共同体，以 AI 支持下的课堂观察为核心，采用多维评价方法开展真实性评估，在多种研修工具支持下设计研修路线，促进教师发展。

AISTTM 具有基于真实课堂教学情境、借助多维评价方法、基于循环研修流程促进教师持续性专业发展等特征，能为教师研修提供实证化数据服务。

AISTTM 中的多维评价方法

AISTTM 以 AI 支持下的多维课堂评价方法为核心，专家、教研员、观察教师、主讲教师从不同维度，运用不同工具实现多元化评价，且各角色评价侧重点不同。

AI 技术可生成课堂教学 AI 分析报告，专家、教研员、观察教师、主讲教师依据报告等进行点评或自评，所有评价对象为课堂实录，保证数据客观性和针对性。

AISTTM 中的研修流程

具体经验获取：教师在课堂教学中获得真实实践性知识，研修活动在此情境中进行，利用 AI 技术采集数据、生成报告，实现动态监测和智能分析。

反思性观察：专家借助 AI 分析报告点评教学过程，研修组教师开展研讨，教研员考察教学目标达成度，主讲教师自评，AI 实现教师能力可视化并搭建行为与特征桥梁。

抽象概括：归纳具体经验使其上升到理论层面，研修共同体讨论归纳提炼，在 AI 辅助和专家指导下形成实践性知识，构建知识体系框架。

积极实践：将抽象概括的实践性知识应用于新课堂教学情境，检验和发展知识，开启下一轮研修活动，提升教师能力和教学效果。

四

《怎样求合力》研修实践案例及分析



案例背景

宁夏回族自治区开展相关试点工作，S 学校被确定为试点学校，相关文件鼓励探索新技术助推教师队伍发展的模式和路径，而当前教研活动存在反馈回路难形成等问题，AISTTM 可解决这些问题。

教师研修活动设计

基于 AISTTM 在 S 中学开展同课异构活动，包括准备阶段、具体经验获取阶段、反思性观察阶段、抽象概括阶段。

研修活动的实施

准备阶段：组建研修团队，确定研修主题及主讲教师，制定观察量表。

具体经验获取阶段 ——教学实践：主讲教师完成个人备课并进行教学实践，观察教师和区域教师通过不同方式观课评课。

反思性观察阶段 ——教师反思：AI 生成课堂观察分析报告，研修团队对比反思，专家和教研员点评，主讲教师自评。

抽象概括阶段 ——研修总结：研修团队在指导下完成研修报告，形成实践性知识体系，安排下一轮教学实践。

访谈结果表明：教师普遍接受 AISTTM，认为其能提高研修效果。

五

研究小结



AISTTM以经验学习圈四阶段循环和多维评价为核心，借助AI实现伴随式数据采集与过程评价，提升教师信息化教学能力。

实践验证：AISTTM通过循环流程促进专业发展，数据取之于课堂、用之于课堂，形成反馈回路；支持同课异构等活动的同伴过程性评价；实现主客观结合的评价，提升客观性、深度性、针对性

局限：仅用于S中学物理学科，学校条件、学科、教师特征影响效果；未纳入学生、教师个体因素

后续研究：扩展实践范围，细化观察点，引入更多视角与学生、教师个体因素，实现全面课堂评价



相关推荐



• 北京大学和安徽大学哪个更好？—— DeepSeek的回答让我想到了老师们的结题报告

• 三天写完一篇研究报告，你信吗？

• 我把课题申请书“喂”给了DeepSeek和 Kimi......

• Kimi 对课题申报书撰写提示的解读

• DeepSeek 对课题申报书撰写提示的解读

• DS推荐“经典文献”的惊喜与警惕：一位幼儿园教师的亲测

• 当我用AI查文献......

• 我向AI学写文献综述

• 我让AI介绍一下“支架式教学理论”

• 我让AI做了篇文献综述：支架式教学理论在学前教育中的应用研究状况

• 人机协同，提升问题与选题的一致性

• 生成式人工智能与教育叙事:幼儿教师专业成长的新路径

•生成式AI赋能教育：技术框架、应用场域及价值——2024智能教育发展研究报告

• 生成式人工智能能否提升科研产出——基于2024年全国博士毕业生调查的实证分析

• 人工智能驱动的教育科研新范式：发轫逻辑、变革路径与实践进路

• ChatGPT变革“人机共生”教育生态的潜在困境和纾解策略——基于哈贝马斯的交往行为理论

• 美育视域下AI赋能中国经典故事绘本编辑与审美教育研究



版权说明

本文系个人阅读后对原文核心观点的梳理和归纳，旨在学习和分享。文中脑图和音频由豆包AI基于文献自动生成，意在拓展多样化的学习方式。全文可至《电化教育研究》或各类学术资源数据库平台查阅。











研途同行

智绘未来