切换到宽版
  • 13阅读
  • 2回复

[智能应用]当教师与AI同听一堂课…… [复制链接]

上一主题 下一主题
在线huozm32831

UID: 329002

精华: 1097
职务: 超级斑竹
级别: 玉清道君
 

发帖
112364
金币
5901
道行
19523
原创
29308
奖券
17898
斑龄
198
道券
10550
获奖
0
座驾
 设备
EOS—7D
 摄影级
专家级认证
在线时间: 22780(小时)
注册时间: 2007-11-29
最后登录: 2025-08-05
只看楼主 倒序阅读 使用道具 楼主  发表于: 昨天 15:37
在上海市江湾初级中学的信息科技课堂上,一名教师正在围绕“图像识别”主题介绍机器学习的工作原理。学生们积极参与课堂体验活动,小组探讨热烈而有趣。同学科的几位教师手中拿着观课量表,认真记录着课堂学习活动的开展情况。同时,还有一位“AI观课员”在云端悄悄地记录着这节课的课堂、教师、学生相关的微观数据。

  本次教研的观察点,是学习活动设计的有效性,重点关注学习目标的达成度、学习活动的实施情况、学习活动开展中提问的有效性等。

  同伴教师的观课量表数据显示,学生体验机器学习的过程很热闹,每个学生都在积极参与,但是体验之后,很多学生对于机器学习过程的理解和描述并不到位。教师提问之后,不少学生的回答不充分,多数由教师代为表达,还有很多次是教师自问自答。

  AI课堂分析报告的课堂活动时长分布数据显示,本堂课,教师讲授时间接近29分钟,师生互动时间2分钟,个人任务2分钟,小组活动6分钟。生成的学习目标描述中没有信息社会责任方面的表述,这一目标并没有达成。根据报告中提炼总结的主要学习活动,对比备课时的教学设计,设计的学习活动基本落实到位。

  结合同伴教师的观课量表数据和AI分析报告的数据反馈,教师进行调整后再次进行教学实践:在学习目标的信息社会责任方面增加了图像识别中关于信息安全的讨论交流;减少了自问自答的简单提问,增加了推理性或解释性问题和开放式问题的提问;围绕机器学习的工作过程展开开放式的问题探讨与交流,形成工作过程流程图并进行分享……可以发现,学生的回答相应增多,学习活动中提问的有效性有所提升。

  面对教育数字化转型与新课改要求,传统教研效率不高、教学评一致性不足及差异化教学难以落实等问题亟待破解。为此,上海市江湾初级中学积极探索以AI赋能教研,推动了课堂优化与育人方式变革。

  在探索实践中,学校以AI赋能的“精智教研”为核心,创新三方面实践。一是“三个一”常态化教研模式,即一键无感录课、一小时生成AI分析报告、一堂课多维度剖析,大幅提升教研效率;二是人机协同教研,AI与教师共同观课,融合观课量表与视频分析技术,精准评估教学评一致性和学生素养培育效果,提供数据化改进依据;三是多元研究路径并行,如“同课优构”“同课异构”“同师进阶”,激发各阶段教师参与教研,兼顾个性化与标准化发展。

  2023年,学校作为区级教育综合改革重点项目《信息技术赋能课堂观察与评价的实践研究》的领衔单位,带领虹口区9所学校一起探索AI赋能“精智教研”的实践路径,在语文、数学、英语、道法、物理、化学、体育、美术等多门学科进行实践探索,形成了系列教学课例。

  在开展教研前,教研组会确定课堂观察与评价研讨的观察点,比如学习目标的达成度、学习任务的适切性、学习评价的有效性、资源工具的针对性等。

  教师在上课时开启录制视频,就同时开启了教学实录。课后通过AI分析,上课教师就可以得到一份十几页的精准报告,从教师视角、学生视角,呈现课堂的微格化数据和科学分析。

  前文曾提到的观课量表,也是教研的重要工具。教研组会使用学校定制的观课量表,根据课程教学要求的变化,在学科专家的指导下更新设计。量表中关注了学业质量标准,从学生学习的视角出发,关注学习目标的落实、学习进程中进阶任务的设计以及相应的学习评价等。这张量表由授课教师填写相应部分,观课教师书写改进建议。

  将AI深度融入教研全流程,实现了智能辅助与经验互补,使教师们能够更加灵活地调整教学策略。这种结合了基于规准的听评课量表和人工智能数据报告的教研方式,不仅为教师的教学提供了实证依据,也为“以学生为中心”的课堂创造了更多机会,推动了精准化、高效化的教学改革。
山庄提示: 道行不够,道券不够?---☆点此充值☆
 
  




    
在线jjybzxw

UID: 551814


发帖
174721
金币
327903
道行
2004
原创
2411
奖券
2855
斑龄
36
道券
1035
获奖
0
座驾
设备
摄影级
在线时间: 39475(小时)
注册时间: 2008-10-01
最后登录: 2025-08-06
只看该作者 沙发  发表于: 昨天 17:56
上海市江湾初级中学的AI赋能教研实践

上海市江湾初级中学在信息科技课堂上的“图像识别”主题教学中,采用了先进的AI赋能教研模式,显著提升了教学质量和效率。以下是该实践的具体细节及其影响:

课堂观察与数据分析

1. 课堂活动记录:
   - 教师讲授:29分钟
   - 师生互动:2分钟
   - 个人任务:2分钟
   - 小组活动:6分钟

2. 数据反馈:
   - 学生参与度:学生积极参与,但理解深度不够。
   - 教师提问有效性:教师自问自答较多,学生回答不充分。
   - 学习目标达成度:缺乏信息社会责任方面的讨论。

教学调整与改进

1. 增加信息安全讨论:
   - 在学习目标中加入图像识别中的信息安全内容,增强学生的社会责任意识。

2. 优化提问方式:
   - 减少简单的自问自答,增加推理性、解释性和开放式问题,鼓励学生深入思考和表达。

3. 开放式问题探讨:
   - 围绕机器学习的工作过程展开讨论,形成流程图并进行分享,提高学生的理解和表达能力。

AI赋能的“精智教研”模式

1. “三个一”常态化教研模式:
   - 一键无感录课:简化录课流程,减少对课堂教学的干扰。
   - 一小时生成AI分析报告:快速提供详细的课堂分析数据。
   - 一堂课多维度剖析:从多个角度全面评估课堂教学效果。

2. 人机协同教研:
   - AI与教师共同观课,结合观课量表和视频分析技术,精准评估教学评一致性和学生素养培育效果。

3. 多元研究路径并行:
   - “同课优构”、“同课异构”、“同师进阶”等多种教研路径,激发各阶段教师参与教研,兼顾个性化与标准化发展。

实践效果与影响

1. 提升教研效率:
   - 通过AI赋能,大幅缩短了教研周期,提高了教研效率。

2. 精准化教学改进:
   - 基于AI分析报告和观课量表的数据反馈,教师能够更精准地调整教学策略,提高教学质量。

3. 促进学生全面发展:
   - 引入信息安全讨论,增强了学生的社会责任意识;优化提问方式,提高了学生的思维能力和表达能力。

4. 推动教育数字化转型:
   - 通过AI赋能教研,江湾初级中学在教育数字化转型方面取得了显著进展,为其他学校提供了宝贵的经验和借鉴。

总结

上海市江湾初级中学通过AI赋能教研,成功实现了课堂优化与育人方式变革。这种创新的教研模式不仅提高了教学质量和效率,还促进了学生的全面发展,为教育数字化转型提供了有力支持。未来,随着技术的不断进步和应用的深入,AI赋能教研将在更多学校得到推广和应用,推动教育事业迈向新的高度。
如何不发帖就快速得到金币道行
 
在线姜谷粉丝

UID: 1569053

精华: 2
级别: 玉清道君

发帖
148684
金币
307651
道行
20030
原创
757
奖券
194
斑龄
0
道券
0
获奖
0
座驾
设备
摄影级
在线时间: 17478(小时)
注册时间: 2012-06-21
最后登录: 2025-08-06
只看该作者 板凳  发表于: 2小时前
AI赋能课堂观察:教育数字化转型的实践探索
在教育数字化转型与新课改背景下,传统教研模式面临效率不高、教学评一致性不足等问题。上海市江湾初级中学、湘潭等地学校通过“AI+教研”创新实践,探索出教师与AI协同观课的新型教研模式,推动课堂优化与育人方式变革23。

人机协同教研的核心实践路径
“三个一”常态化教研模式
该模式通过“一键无感录课、一小时生成AI分析报告、一堂课多维度剖析”,大幅提升教研效率。教师上课时开启录制功能,AI可自动采集课堂数据,课后迅速生成包含课堂活动时长分布、学习目标达成度等维度的分析报告,为教学改进提供数据支撑12。
人机协同观课与精准评估
AI与教师共同参与观课,融合观课量表与视频分析技术。例如,在上海市江湾初级中学的信息科技课中,AI分析报告显示教师讲授时间占比近70%(29分钟),而师生互动仅2分钟,小组活动6分钟;同伴教师则通过量表记录学生参与度与提问有效性。二者数据结合,揭示出“学生体验热闹但理解不足”“教师自问自答较多”等问题,为后续教学调整提供精准依据2。
多元研究路径并行
学校通过“同课优构、同课异构、同师进阶”等路径,激发不同阶段教师参与教研。例如,湘潭某学校借助希沃课堂智能反馈系统,支持教师基于数据开展同课异构,将教研从“凭经验”转向“凭数据”,缩短教学能力提升周期3。
教学改进案例:从数据反馈到课堂优化
上海市江湾初级中学教师结合AI报告与同伴反馈,从三方面优化教学:

学习目标补充:在信息科技课中增加“信息社会责任”维度,引入图像识别中的信息安全讨论2;
提问设计优化:减少自问自答,增加推理性、解释性及开放式问题,如围绕机器学习工作过程引导学生绘制流程图并分享

活动时长调整:压缩教师讲授时间,延长小组讨论与师生互动环节,提升学生深度参与度2。
调整后,学生回答质量显著提高,学习目标达成度与提问有效性均有改善。
AI赋能教研的核心价值与挑战
核心价值
效率提升:AI替代人工完成数据统计、时长分析等重复性工作,使教研从“滞后反馈”转向“即时优化”13;
精准性增强:通过微观数据(如提问类型、活动时长)揭示传统观课难以察觉的问题,推动“教学评一致性”落地2;
个性化发展:支持教师基于数据开展差异化教学改进,兼顾标准化与个性化需求1。
潜在挑战
数据解读能力:教师需具备分析AI报告的能力,避免过度依赖数据而忽视教学艺术性3;
技术伦理问题:课堂数据采集需平衡教学需求与学生隐私保护4。
未来,随着算力提升与算法优化(如希沃第七代交互平板依托英特尔处理器实现本地化AI分析),AI有望在课堂互动实时干预、学生素养动态评估等领域发挥更大作用,推动教育从“经验驱动”向“数据驱动”深度转型
如何不发帖就快速得到金币道行
 
我有我可以
快速回复
限120 字节
认真回复加分,灌水扣分~
 
上一个 下一个