關(guān)注“在線學(xué)習(xí)”

獲取更多資訊！

刊載信息

陳怡，余淑珍，朱曉悅，& 閆寒冰.(2025).我們需要怎樣的課堂教學(xué)分析系統(tǒng)？——基于多案例的評(píng)價(jià)指標(biāo)體系構(gòu)建. 中國(guó)遠(yuǎn)程教育(12),75-89.

我們需要怎樣的課堂教學(xué)分析系統(tǒng)？——基于多案例的評(píng)價(jià)指標(biāo)體系構(gòu)建
陳怡, 余淑珍, 朱曉悅, 閆寒冰

【摘要】隨著數(shù)智技術(shù)深度賦能教育變革，課堂教學(xué)分析系統(tǒng)憑借其智能化、自動(dòng)化、精準(zhǔn)性等特征，已成為中小學(xué)開展數(shù)字化教研的主選工具，廣泛應(yīng)用于聽評(píng)課、備課觀摩、學(xué)生課堂狀態(tài)分析等場(chǎng)景。然而，如何改進(jìn)課堂教學(xué)分析系統(tǒng)，是開發(fā)者重點(diǎn)關(guān)注的；如何判斷眾多備選系統(tǒng)的優(yōu)劣，是學(xué)校和教研部門重點(diǎn)關(guān)注的，但相關(guān)研究甚少，尚未形成完善的評(píng)價(jià)指標(biāo)體系。本研究聚焦中小學(xué)課堂教學(xué)分析系統(tǒng)的核心功能，基于文獻(xiàn)綜述和典型系統(tǒng)功能提取，初步構(gòu)建評(píng)價(jià)指標(biāo)體系，并運(yùn)用德爾菲法進(jìn)行兩輪專家意見征詢與指標(biāo)修訂，應(yīng)用層次分析法計(jì)算指標(biāo)體系中各層級(jí)的指標(biāo)權(quán)重。之后，選取六個(gè)典型課堂教學(xué)分析系統(tǒng)，分別面向研究者和使用者開展兩輪試測(cè)，驗(yàn)證與迭代指標(biāo)體系。最終，構(gòu)建了由“功能實(shí)現(xiàn)”“教學(xué)支撐”和“用戶體驗(yàn)”3個(gè)一級(jí)指標(biāo)及14個(gè)二級(jí)指標(biāo)組成的評(píng)價(jià)指標(biāo)體系。并面向一線教師、學(xué)校與教研部門以及系統(tǒng)開發(fā)者三類核心主體提出實(shí)踐建議，分別是完善教師數(shù)據(jù)素養(yǎng)培養(yǎng)體系、優(yōu)化系統(tǒng)遴選與適配機(jī)制以及實(shí)施以教育需求為導(dǎo)向的技術(shù)研發(fā)，確保該體系在教育實(shí)踐中的最大效用。

【關(guān)鍵詞】數(shù)字化教研; 課堂教學(xué)分析系統(tǒng); 評(píng)價(jià)指標(biāo); 聽課評(píng)課

一、

引言

隨著數(shù)智技術(shù)的發(fā)展與普及，其在教育教學(xué)與教育研究等方面的應(yīng)用越來越豐富。其中，課堂教學(xué)研究通常被視作中小學(xué)教育研究中的首要問題。課堂教學(xué)行為分析作為課堂教學(xué)研究的重要組成部分（李玲 等, 2023），也隨著技術(shù)的引入而發(fā)生重大變化。人工智能、大數(shù)據(jù)以及多模態(tài)學(xué)習(xí)分析等技術(shù)賦予機(jī)器更強(qiáng)的識(shí)別、判斷和決策能力，顯著提升了課堂教學(xué)場(chǎng)景中數(shù)據(jù)獲取與行為識(shí)別的全面性和準(zhǔn)確性，為課堂教學(xué)行為分析提供了強(qiáng)有力的支持（趙麗 等, 2022）。在此背景下，為實(shí)現(xiàn)更加系統(tǒng)化、智能化的課堂教學(xué)行為分析，課堂教學(xué)分析系統(tǒng)應(yīng)運(yùn)而生。作為一種集成多種服務(wù)和功能的綜合性平臺(tái)，其能夠應(yīng)用數(shù)智技術(shù)自動(dòng)采集、儲(chǔ)存和處理課堂教學(xué)過程中的多模態(tài)數(shù)據(jù)（如視頻、音頻、師生互動(dòng)數(shù)據(jù)等），并基于經(jīng)典的課堂教學(xué)行為分析方法（如弗蘭德斯互動(dòng)分析系統(tǒng)，F(xiàn)IAS；基于信息技術(shù)的互動(dòng)分析編碼系統(tǒng)，ITIAS；滯后序列分析法，LSA等），建立起數(shù)據(jù)驅(qū)動(dòng)的課堂教學(xué)行為分析模型，以實(shí)現(xiàn)對(duì)多源數(shù)據(jù)的智能化融合分析，從而形成對(duì)教學(xué)行為的立體化解讀，幫助教師、決策者和學(xué)者洞察教學(xué)情境，透視教學(xué)特征，優(yōu)化教學(xué)行為，充分發(fā)揮數(shù)據(jù)要素價(jià)值（閆寒冰 & 陳怡, 2023; 張思 & 張津銘, 2024）。如今，課堂教學(xué)分析系統(tǒng)已成為中小學(xué)教學(xué)實(shí)踐中不可或缺的工具，廣泛應(yīng)用于聽評(píng)課、備課觀摩、課堂教研等活動(dòng)中，對(duì)教師的專業(yè)發(fā)展和教學(xué)質(zhì)量提升具有重要支撐作用（王冬青 等, 2020; 張秀梅 等, 2020; 陳鋒娟 等, 2024）。

2024年12月，教育部教師工作司發(fā)布了34個(gè)人工智能助推教師隊(duì)伍建設(shè)試點(diǎn)典型案例，全面展示了人工智能賦能教師專業(yè)發(fā)展的實(shí)踐成效。其中，大量區(qū)域和學(xué)校在教育數(shù)字化轉(zhuǎn)型過程中已常態(tài)化配備課堂教學(xué)分析系統(tǒng)，用于支持有關(guān)教學(xué)過程的數(shù)據(jù)采集、行為分析和策略優(yōu)化。可見，課堂教學(xué)分析系統(tǒng)的理論價(jià)值和應(yīng)用潛力得到普遍認(rèn)可。然而，其推廣應(yīng)用仍然面臨兩方面核心難題。一方面，對(duì)于學(xué)校和教研部門而言，尚未形成科學(xué)、統(tǒng)一的評(píng)價(jià)標(biāo)準(zhǔn)，用以判斷系統(tǒng)優(yōu)劣并甄選出真正契合課堂需求，能夠有效支撐教學(xué)改進(jìn)的工具。另一方面，對(duì)于開發(fā)者而言，如何基于實(shí)際教學(xué)情境不斷優(yōu)化系統(tǒng)功能，提升數(shù)據(jù)分析的精準(zhǔn)性與智能化水平，仍是亟待解決的關(guān)鍵問題。評(píng)價(jià)體系的缺失不僅讓一線教師和學(xué)校難以高效適配優(yōu)質(zhì)的系統(tǒng)，也制約了系統(tǒng)研發(fā)的針對(duì)性與有效性。鑒于此，本研究綜合采用文獻(xiàn)分析法、德爾菲法與層次分析法等研究方法，嘗試構(gòu)建課堂教學(xué)分析系統(tǒng)的評(píng)價(jià)指標(biāo)體系，旨在為學(xué)校和教研部門提供科學(xué)依據(jù)，助力其對(duì)優(yōu)質(zhì)系統(tǒng)的篩選，同時(shí)為開發(fā)者明確優(yōu)化方向，推動(dòng)系統(tǒng)的精細(xì)化設(shè)計(jì)與規(guī)范化發(fā)展。

二、

文獻(xiàn)綜述

對(duì)課堂教學(xué)分析系統(tǒng)的研究近年來在理論與實(shí)踐中均取得顯著進(jìn)展，但仍面臨諸多挑戰(zhàn)，以下將從理論研究進(jìn)展和實(shí)踐應(yīng)用探索兩方面進(jìn)行系統(tǒng)梳理。

（一）理論研究進(jìn)展

對(duì)課堂教學(xué)分析系統(tǒng)的理論研究聚焦于智能化建模與多模態(tài)數(shù)據(jù)融合，目前已形成多維度分析框架。在分析模式層面，智能化建模成為主流方向。劉清堂等（2019）提出包含“數(shù)據(jù)采集與存儲(chǔ)”“行為建模與計(jì)算”和“智能服務(wù)”三模塊的智能分析模型，為系統(tǒng)功能設(shè)計(jì)提供了基礎(chǔ)框架，其核心在于通過算法將原始數(shù)據(jù)轉(zhuǎn)化為可解釋的教學(xué)行為標(biāo)簽。孫眾和于子淳（2023）構(gòu)建了人機(jī)協(xié)同的TESTII課堂教學(xué)分析模型與4A改進(jìn)模型，強(qiáng)調(diào)教師與技術(shù)的雙向互動(dòng)機(jī)制。多模態(tài)特征融合是另一研究熱點(diǎn)。趙剛等（2020）提出了基于學(xué)生表情、腦電波等數(shù)據(jù)的多維特征融合模式，以突破單一數(shù)據(jù)源的局限性。胡航和楊旸（2022）提出了一種基于多模態(tài)數(shù)據(jù)結(jié)合深度學(xué)習(xí)進(jìn)行學(xué)習(xí)行為評(píng)價(jià)的框架，通過采集腦、行為、認(rèn)知、環(huán)境和技術(shù)五種模態(tài)的數(shù)據(jù)，支持學(xué)習(xí)行為與教學(xué)績(jī)效預(yù)測(cè)分析。此外，人工智能引擎的應(yīng)用顯著提升了課堂行為標(biāo)注效率與分析能力。盧國(guó)慶等（2021）基于自然語(yǔ)言處理技術(shù)實(shí)現(xiàn)了師生對(duì)話的自動(dòng)化語(yǔ)義分析，為教學(xué)行為標(biāo)注提供了新路徑。程云等（2017）提出的基于云模型的復(fù)雜課堂行為量化方法，則通過模糊數(shù)學(xué)理論解決了行為邊界模糊的難題，為智能診斷提供了新思路。上述研究為課堂教學(xué)分析系統(tǒng)的技術(shù)實(shí)現(xiàn)提供了重要理論支持，但現(xiàn)有成果多聚焦于算法優(yōu)化、數(shù)據(jù)處理效率等技術(shù)邏輯，對(duì)系統(tǒng)使用主體——教師與學(xué)校決策者的實(shí)際需求關(guān)注不足，導(dǎo)致系統(tǒng)輸出結(jié)果與教學(xué)改進(jìn)策略的關(guān)聯(lián)性較弱。此外，理論研究多基于理想化教學(xué)場(chǎng)景設(shè)計(jì)，對(duì)分層教學(xué)、跨課型適配等動(dòng)態(tài)復(fù)雜性的探討較為有限。

（二）實(shí)踐應(yīng)用探索

技術(shù)工具的突破推動(dòng)了課堂教學(xué)分析系統(tǒng)的實(shí)踐落地。在硬件與算法集成方面，辛繼勝等（2020）構(gòu)建了基于大數(shù)據(jù)的高校課堂分析平臺(tái)，探討了平臺(tái)架構(gòu)及技術(shù)。路易斯?P. 普列托（Prieto, L. P.）等通過眼動(dòng)儀、腦波儀等設(shè)備與機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)多模態(tài)數(shù)據(jù)采集與智能預(yù)測(cè)（Prieto et al., 2016）。國(guó)際實(shí)踐中，STAS自動(dòng)化教學(xué)行為分析系統(tǒng)通過數(shù)據(jù)反饋促進(jìn)教師專業(yè)成長(zhǎng)，其特色在于將行為數(shù)據(jù)與教學(xué)策略庫(kù)關(guān)聯(lián)，為教師提供個(gè)性化改進(jìn)建議（Oskar et al., 2018）；Zhang（2022）開發(fā)的人工智能課堂感知系統(tǒng)整合數(shù)據(jù)采集、分析與反饋，支持課堂行為的精準(zhǔn)診斷，例如通過學(xué)生姿態(tài)識(shí)別動(dòng)態(tài)預(yù)測(cè)注意力波動(dòng)。本土化創(chuàng)新同樣取得突破性進(jìn)展。杭州市建蘭中學(xué)開發(fā)的“教師畫像”平臺(tái)通過可視化關(guān)聯(lián)教學(xué)行為（如提問頻率、互動(dòng)類型）與核心素養(yǎng)指標(biāo)（如批判思維、合作能力），推動(dòng)數(shù)據(jù)驅(qū)動(dòng)的精準(zhǔn)教研（黃展 & 沈程, 2023）。上海市普陀區(qū)引入人工智能系統(tǒng)構(gòu)建智慧研修機(jī)制，通過教師實(shí)踐數(shù)據(jù)優(yōu)化算法模型，使系統(tǒng)從輔助工具升級(jí)為教研流程的核心驅(qū)動(dòng)力量，實(shí)現(xiàn)了從“經(jīng)驗(yàn)主導(dǎo)”到“循證決策”的范式轉(zhuǎn)型（黎亮, 2022）。上述實(shí)踐應(yīng)用探索驗(yàn)證了課堂教學(xué)分析系統(tǒng)的局部有效性，但其對(duì)教師專業(yè)發(fā)展的實(shí)際支撐效果缺乏充分實(shí)證支持，復(fù)雜教學(xué)場(chǎng)域中的應(yīng)用成效仍存爭(zhēng)議，并且多數(shù)系統(tǒng)的分析結(jié)果仍停留在表層行為統(tǒng)計(jì)（如提問頻次、互動(dòng)時(shí)長(zhǎng)等），未能深入挖掘教學(xué)行為的因果關(guān)系，使得策略建議缺乏針對(duì)性和實(shí)效性。此外，市場(chǎng)上的系統(tǒng)產(chǎn)品種類繁多，良莠不齊，部分產(chǎn)品存在操作復(fù)雜、成本高昂等問題，進(jìn)一步制約了在中小學(xué)校中的普及應(yīng)用。

綜上，課堂教學(xué)分析系統(tǒng)的技術(shù)創(chuàng)新與實(shí)踐探索已初具規(guī)模，但在教育適配性和深層數(shù)據(jù)解讀等方面仍顯不足。作為教育數(shù)字化轉(zhuǎn)型的重要支撐工具，其進(jìn)一步發(fā)展亟須回歸課堂教學(xué)本身，以實(shí)踐需求為導(dǎo)向，重構(gòu)技術(shù)邏輯與教學(xué)目標(biāo)之間的關(guān)聯(lián)。基于此，本研究致力于構(gòu)建一套具有教育針對(duì)性與實(shí)踐適應(yīng)性的評(píng)價(jià)指標(biāo)體系，既為教師、學(xué)校和教研部門提供科學(xué)依據(jù)，幫助其從眾多系統(tǒng)中篩選出場(chǎng)景契合、功能實(shí)用且成本可控的優(yōu)質(zhì)工具，又助力開發(fā)者明確“需求驅(qū)動(dòng)”的優(yōu)化方向，推動(dòng)系統(tǒng)從“技術(shù)堆砌”向“教育賦能”躍遷。這一探索不僅回應(yīng)了當(dāng)前課堂教學(xué)分析系統(tǒng)發(fā)展面臨的現(xiàn)實(shí)挑戰(zhàn)，也為實(shí)現(xiàn)教育數(shù)據(jù)智能應(yīng)用與教學(xué)實(shí)踐深度融合提供了有力支撐。

三、

指標(biāo)體系構(gòu)建

本研究旨在構(gòu)建課堂教學(xué)分析系統(tǒng)的評(píng)價(jià)指標(biāo)體系，綜合運(yùn)用文獻(xiàn)分析法、德爾菲法和層次分析法，旨在提供一個(gè)科學(xué)、系統(tǒng)的評(píng)價(jià)框架。

（一）指標(biāo)體系初擬：基于文獻(xiàn)分析法

良好的可用性和用戶體驗(yàn)是系統(tǒng)設(shè)計(jì)開發(fā)的核心目標(biāo)，也是評(píng)價(jià)人機(jī)交互產(chǎn)品質(zhì)量的重要標(biāo)準(zhǔn)（韓宏亮 & 李月琳, 2021）。以人為中心的用戶體驗(yàn)理念已成為產(chǎn)品開發(fā)中的關(guān)鍵因素。課堂教學(xué)分析系統(tǒng)作為教學(xué)教研的重要工具，其有效性高度依賴教育者的接受度與使用體驗(yàn)。傅健和謝新秀（2011）提出，用戶體驗(yàn)可從可用性、易用性與愛用性三個(gè)層次進(jìn)行分析：可用性關(guān)注功能實(shí)現(xiàn)與性能穩(wěn)定，易用性強(qiáng)調(diào)交互便利與操作效率，愛用性涉及用戶滿意度、情感體驗(yàn)和持續(xù)使用意愿。本研究借鑒該模型，結(jié)合課堂教學(xué)實(shí)際需求，提出“功能實(shí)現(xiàn)”“教學(xué)支撐”和“用戶體驗(yàn)”三個(gè)一級(jí)指標(biāo)，并通過文獻(xiàn)研究和系統(tǒng)功能提取初步擬定了15個(gè)二級(jí)指標(biāo)，以滿足教師和決策者的多元需求。

（二）指標(biāo)體系修訂：基于德爾菲法

1. 專家遴選

為提高研究的科學(xué)性和可靠性，本研究依據(jù)德爾菲法的原則邀請(qǐng)了11位專家進(jìn)行“背對(duì)背”的評(píng)判。專家團(tuán)隊(duì)包括4位教育數(shù)字化領(lǐng)域的專家學(xué)者（均為副高以上職稱且主持省級(jí)以上教育研究課題）、4位資深中小學(xué)教師與教研員（均具有中高級(jí)職稱），以及3位課堂教學(xué)分析系統(tǒng)的技術(shù)開發(fā)者（均具有6年以上系統(tǒng)研發(fā)經(jīng)驗(yàn)并主導(dǎo)過產(chǎn)品落地）。所有專家深耕相關(guān)領(lǐng)域，兼具豐富的實(shí)踐經(jīng)驗(yàn)與研究成果，確保理論、實(shí)踐與技術(shù)視角的全面覆蓋。為評(píng)估專家在特定問題上的權(quán)威性，本研究基于專家自評(píng)數(shù)據(jù)計(jì)算了權(quán)威系數(shù)（Cr）。兩輪咨詢的專家權(quán)威系數(shù)分別為0.775和0.791，均高于0.7的可接受閾值，表明專家意見具有較高權(quán)威性和可信度（翟志峰 & 董蓓菲, 2022）。

2. 指標(biāo)修訂

將初擬的課堂教學(xué)分析系統(tǒng)評(píng)價(jià)指標(biāo)體系編為李克特七點(diǎn)量表，請(qǐng)專家對(duì)一級(jí)指標(biāo)、二級(jí)指標(biāo)及其內(nèi)涵進(jìn)行評(píng)審，并采用變異系數(shù)評(píng)估專家意見一致性。參考翟志峰和董蓓菲（2022）的研究，將修訂分為保留、修改與剔除三類。經(jīng)過兩輪專家意見征詢，團(tuán)隊(duì)根據(jù)反饋對(duì)指標(biāo)體系進(jìn)行調(diào)整：第一輪咨詢后，刪除“B1分析即時(shí)性”和“C5硬件依賴性”指標(biāo)，新增“課型適應(yīng)度”指標(biāo)；第二輪咨詢后，修改“A6角色多樣性”和“C4校正靈活性”的指標(biāo)內(nèi)涵。

為進(jìn)一步增強(qiáng)評(píng)價(jià)指標(biāo)的可用性，團(tuán)隊(duì)吸取專家意見引入佐證材料，包括測(cè)試數(shù)據(jù)、操作指南、設(shè)計(jì)文檔等，旨在揭示課堂教學(xué)分析系統(tǒng)內(nèi)部設(shè)計(jì)機(jī)理和運(yùn)行機(jī)制。經(jīng)過兩輪修訂，最終專家達(dá)成一致意見，確立了由3個(gè)一級(jí)指標(biāo)、14個(gè)二級(jí)指標(biāo)及部分佐證材料組成的課堂教學(xué)分析系統(tǒng)評(píng)價(jià)指標(biāo)體系框架（如圖1所示）。

圖1 課堂教學(xué)分析系統(tǒng)評(píng)價(jià)指標(biāo)體系框架

（三）指標(biāo)權(quán)重確立：基于層次分析法

本研究采用層次分析法確立評(píng)價(jià)指標(biāo)體系的權(quán)重。向?qū)＜野l(fā)放“課堂教學(xué)分析系統(tǒng)評(píng)價(jià)指標(biāo)體系權(quán)重劃定”問卷，回收樣本數(shù)據(jù)后，利用Yaahp軟件進(jìn)行分析。具體流程如下（李世瑾 等, 2022）：1）選擇評(píng)價(jià)標(biāo)度：為提高評(píng)判精度，本研究采用Saaty九級(jí)標(biāo)度（Saaty, 1987），通過兩兩比較確定同層次指標(biāo)的相對(duì)重要性；2）構(gòu)建判斷矩陣：專家基于九級(jí)標(biāo)度對(duì)同層次指標(biāo)進(jìn)行相對(duì)重要性判斷；3）一致性檢驗(yàn)：檢驗(yàn)單排序和總排序的一致性，結(jié)果顯示所有11位專家的一致性比率均小于0.1，表明結(jié)果具有較高一致性；4）計(jì)算結(jié)果集結(jié)：根據(jù)專家排序向量的加權(quán)平均數(shù)確定最終權(quán)重。為提高可讀性，權(quán)重?cái)?shù)值經(jīng)過取整處理。以下將對(duì)所得權(quán)重的合理性進(jìn)行分析，其中括號(hào)內(nèi)為一級(jí)和二級(jí)維度的權(quán)重。

1. 功能實(shí)現(xiàn)：夯實(shí)分析系統(tǒng)的基礎(chǔ)架構(gòu)

功能實(shí)現(xiàn)指標(biāo)用于評(píng)估課堂教學(xué)分析系統(tǒng)在設(shè)計(jì)初期所具備的功能完整性，是確保系統(tǒng)持續(xù)、完整地開展課堂教學(xué)分析的堅(jiān)實(shí)基礎(chǔ)。在該維度中，“數(shù)據(jù)解讀力”（權(quán)重0.1490）和“要素覆蓋性”（權(quán)重0.0932）是核心指標(biāo)。前者反映系統(tǒng)具備強(qiáng)大的數(shù)據(jù)處理與分析能力，能夠清晰、準(zhǔn)確地解讀復(fù)雜數(shù)據(jù)并提煉出有價(jià)值的洞察；后者則關(guān)注系統(tǒng)對(duì)課堂教學(xué)各關(guān)鍵要素的整合能力，確保教育者能夠從全面的視角觀察教學(xué)情境。教育是一個(gè)多層次、動(dòng)態(tài)發(fā)展的過程，“跟蹤持續(xù)性”指標(biāo)強(qiáng)調(diào)對(duì)教育行為和學(xué)習(xí)成果進(jìn)行長(zhǎng)周期的持續(xù)觀察與分析，而“層級(jí)貫通性”指標(biāo)則要求從宏觀層面審視教育現(xiàn)象，借助數(shù)據(jù)的縱向連通與橫向比較，揭示從個(gè)體學(xué)習(xí)行為到學(xué)校環(huán)境再到區(qū)域教育體系的互動(dòng)和影響。兩者相輔相成，助力教育者深度理解教育行為的內(nèi)在邏輯與演變趨勢(shì)。此外，為適應(yīng)不斷變化的教育需求，“系統(tǒng)開放性”指標(biāo)強(qiáng)調(diào)系統(tǒng)設(shè)計(jì)的靈活性與兼容性，突出系統(tǒng)持續(xù)創(chuàng)新的能力，“角色多樣性”指標(biāo)則聚焦教育的多元性，強(qiáng)調(diào)系統(tǒng)對(duì)不同教育角色提供個(gè)性化支持，從而營(yíng)造更加包容的教育生態(tài)。

2. 教學(xué)支撐：深化教育洞察與決策支持

教學(xué)支撐指標(biāo)用于評(píng)估課堂教學(xué)分析系統(tǒng)在教學(xué)實(shí)踐中的輔助作用及其與教學(xué)場(chǎng)景的適配性，旨在推動(dòng)精準(zhǔn)而深刻的教育洞察與科學(xué)決策。在該維度中，“決策洞察力”（權(quán)重0.1852）是核心指標(biāo)，強(qiáng)調(diào)系統(tǒng)能夠從復(fù)雜的教學(xué)現(xiàn)象中深度挖掘潛在問題，并基于教育理論和實(shí)踐經(jīng)驗(yàn)提供精準(zhǔn)的策略建議，幫助教育者直面“問題之源”和“應(yīng)對(duì)之道”。“行為關(guān)聯(lián)度”指標(biāo)突出系統(tǒng)解析教育行為間復(fù)雜互動(dòng)關(guān)系的能力。在教學(xué)實(shí)踐中，教師行為、學(xué)生反饋與學(xué)業(yè)成效之間的聯(lián)系常具有高度隱蔽性，而具備精準(zhǔn)分析能力的系統(tǒng)能夠通過持續(xù)性數(shù)據(jù)分析挖掘這些隱性模式和規(guī)律，為教育者提供科學(xué)依據(jù)?！罢n型適應(yīng)度”指標(biāo)則體現(xiàn)系統(tǒng)對(duì)不同教學(xué)模式（如知識(shí)講授、項(xiàng)目探究、實(shí)驗(yàn)操作等）與組織結(jié)構(gòu)的適應(yīng)能力，能夠根據(jù)不同課型的特征提供針對(duì)性的評(píng)價(jià)方式，為多元化的課堂場(chǎng)景提供有力支持。“分析智能化”指標(biāo)聚焦于系統(tǒng)在數(shù)據(jù)處理與解讀過程中的智能化能力，旨在通過自動(dòng)化算法提升數(shù)據(jù)分析的精度與效率。該指標(biāo)通過評(píng)估系統(tǒng)在多模態(tài)數(shù)據(jù)處理上的自動(dòng)化和精準(zhǔn)度，促進(jìn)系統(tǒng)對(duì)教學(xué)行為、師生互動(dòng)等復(fù)雜數(shù)據(jù)的準(zhǔn)確識(shí)別與分析，并與其他關(guān)鍵指標(biāo)（如“決策洞察力”“行為關(guān)聯(lián)度”等）協(xié)同作用，促使系統(tǒng)在不斷優(yōu)化數(shù)據(jù)分析的精準(zhǔn)性和智能化水平的同時(shí)，進(jìn)一步增強(qiáng)對(duì)教育情境的深入理解和決策支持能力。

3. 用戶體驗(yàn)：促進(jìn)以人為本的良性交互

用戶體驗(yàn)指標(biāo)用于評(píng)估教育者在教學(xué)實(shí)踐中使用課堂教學(xué)分析系統(tǒng)時(shí)的體驗(yàn)和感受。在數(shù)字化時(shí)代，用戶體驗(yàn)不僅是技術(shù)產(chǎn)品成功的關(guān)鍵衡量標(biāo)準(zhǔn)，也是服務(wù)質(zhì)量的重要評(píng)估維度（董偉 等, 2020）。在該維度中，“安全可靠性”（權(quán)重0.0429）和“操作友好性”（權(quán)重0.0400）是核心指標(biāo)。隨著大數(shù)據(jù)與人工智能技術(shù)的發(fā)展與普及，數(shù)據(jù)隱私和安全問題已成為公眾關(guān)注的焦點(diǎn)（郭鐵穎 等, 2022）。課堂教學(xué)分析系統(tǒng)需妥善保護(hù)教育者和學(xué)生的數(shù)據(jù)隱私，確保系統(tǒng)運(yùn)行的穩(wěn)定性和可靠性，以增強(qiáng)用戶信任。同時(shí)，一個(gè)直觀且操作便捷的系統(tǒng)能夠有效降低使用門檻，提升用戶體驗(yàn)，使系統(tǒng)自然融入課堂教學(xué)實(shí)踐并產(chǎn)生實(shí)際效用?！版溄泳珳?zhǔn)性”指標(biāo)聚焦系統(tǒng)在海量數(shù)據(jù)中快速定位、提取并準(zhǔn)確關(guān)聯(lián)教學(xué)行為與結(jié)果的能力，通過提升數(shù)據(jù)的相關(guān)性與可行性，增強(qiáng)分析結(jié)果的實(shí)用價(jià)值和系統(tǒng)的檢索效率。“反饋便捷性”指標(biāo)則作為系統(tǒng)開發(fā)者與教育者之間的重要橋梁，支持用戶對(duì)需求和問題的高效傳遞，推動(dòng)系統(tǒng)功能的持續(xù)改進(jìn)和優(yōu)化，確保其對(duì)標(biāo)教學(xué)實(shí)踐需求，與教育高質(zhì)量體系建設(shè)同頻共振。

四、

指標(biāo)體系驗(yàn)證與迭代

為驗(yàn)證評(píng)價(jià)指標(biāo)體系的適用性，本研究依據(jù)以下三個(gè)維度設(shè)定系統(tǒng)篩選標(biāo)準(zhǔn)：1）功能覆蓋性，即系統(tǒng)涵蓋數(shù)據(jù)采集、行為分析和決策支持等核心模塊，能夠全面反映課堂教學(xué)中的關(guān)鍵元素；2）技術(shù)路線多樣性，即系統(tǒng)涉及視頻分析、語(yǔ)音識(shí)別、多模態(tài)融合等技術(shù)路徑，能夠展示不同技術(shù)對(duì)教學(xué)分析的支撐作用；3）應(yīng)用階段代表性，即兼顧基于理論精心設(shè)計(jì)的原型系統(tǒng)與經(jīng)過廣泛教學(xué)實(shí)踐驗(yàn)證的成熟產(chǎn)品，確保研究能夠涵蓋系統(tǒng)在不同發(fā)展階段的適用性與穩(wěn)定性。基于此，本研究從近年來的文獻(xiàn)與實(shí)際應(yīng)用中收集的20余個(gè)中小學(xué)課堂教學(xué)分析系統(tǒng)中，篩選出6個(gè)代表性系統(tǒng)（編號(hào)S1—S6）作為評(píng)估對(duì)象。其中，S1、S2、S3、S6為成熟產(chǎn)品，S4、S5為原型系統(tǒng)。所有系統(tǒng)均通過匿名化處理，確保隱私安全，詳細(xì)介紹見表1。

表1 6個(gè)課堂教學(xué)分析系統(tǒng)的簡(jiǎn)介

基于上述6個(gè)課堂教學(xué)分析系統(tǒng)，本研究進(jìn)行了兩輪指標(biāo)檢驗(yàn)。第一輪從研究視角出發(fā)，由研究者對(duì)系統(tǒng)進(jìn)行初步試測(cè)，以此修訂評(píng)價(jià)指標(biāo)；第二輪則以實(shí)踐為導(dǎo)向，邀請(qǐng)一線教師和學(xué)校決策者開展實(shí)測(cè)，通過實(shí)踐反饋驗(yàn)證指標(biāo)的適用性和操作性。兩輪檢驗(yàn)相結(jié)合，為評(píng)價(jià)指標(biāo)的最終確立提供了堅(jiān)實(shí)基礎(chǔ)。

（一）第一輪檢驗(yàn)：基于研究視角

1. 指標(biāo)檢驗(yàn)過程

在第一輪檢驗(yàn)中，研究人員依據(jù)評(píng)價(jià)指標(biāo)體系對(duì)6個(gè)課堂教學(xué)分析系統(tǒng)進(jìn)行初步評(píng)估。憑借專業(yè)知識(shí)及對(duì)理論框架的深刻理解，研究人員從理論層面識(shí)別潛在問題，確保設(shè)計(jì)合理清晰。為保證結(jié)果的準(zhǔn)確性，本輪試測(cè)由三位研究人員獨(dú)立分析系統(tǒng)功能與用戶體驗(yàn)后評(píng)分，采用組內(nèi)相關(guān)系數(shù)（ICC）檢驗(yàn)評(píng)分結(jié)果的一致性。結(jié)果顯示，整體ICC為0.82（95% CI: 0.76~0.87），表明指標(biāo)體系具有良好信度，但部分指標(biāo)（如“系統(tǒng)開放性”ICC=0.65）低于0.7閾值（Koo & Li, 2016）。針對(duì)低一致性指標(biāo)，研究人員進(jìn)行詳細(xì)討論，分析差異原因并調(diào)整優(yōu)化指標(biāo)體系，最終確保所有指標(biāo)ICC均大于0.7。

2. 檢驗(yàn)結(jié)果分析

最終試測(cè)均分見表2。

表2 6個(gè)課堂教學(xué)分析系統(tǒng)開展試測(cè)的均分表

從表現(xiàn)來看，S1和S5在多個(gè)維度上得分較高，顯示其在課堂教學(xué)分析和教育支撐方面較突出，尤其在“鏈接精準(zhǔn)性”“分析智能化”和“要素覆蓋性”等指標(biāo)上，S1尤為突出。相較之下，S3和S4表現(xiàn)較為遜色，各維度均分普遍低于60分。所有系統(tǒng)在“決策洞察力”“系統(tǒng)開放性”和“課型適應(yīng)度”等指標(biāo)上得分較低，表明仍有較大優(yōu)化空間。結(jié)合信效度檢驗(yàn)結(jié)果，可見評(píng)價(jià)指標(biāo)能夠顯著區(qū)分不同系統(tǒng)的優(yōu)劣，且大多數(shù)指標(biāo)在不同研究人員間具有一致性，初步驗(yàn)證了其全面、客觀地揭示課堂教學(xué)分析系統(tǒng)優(yōu)劣的能力。

對(duì)于出現(xiàn)較大分歧的指標(biāo)項(xiàng)，研究團(tuán)隊(duì)討論后發(fā)現(xiàn)，主要問題在于指標(biāo)內(nèi)涵模糊和評(píng)價(jià)維度的主觀性。例如，“數(shù)據(jù)解讀力”指標(biāo)要求對(duì)復(fù)雜數(shù)據(jù)進(jìn)行簡(jiǎn)明準(zhǔn)確的呈現(xiàn)，但“簡(jiǎn)明準(zhǔn)確”的標(biāo)準(zhǔn)易因認(rèn)知差異產(chǎn)生偏差，需要明確數(shù)據(jù)呈現(xiàn)方式，如可視化界面和解讀導(dǎo)語(yǔ)；“角色多樣性”指標(biāo)旨在評(píng)估系統(tǒng)是否支持多角色切換，但“多角色”的定義不明確，缺乏對(duì)角色及其功能的具體說明，需明確列出角色類型及功能；“操作友好性”指標(biāo)強(qiáng)調(diào)界面設(shè)計(jì)和用戶體驗(yàn)，但表述過于寬泛，缺少具體評(píng)價(jià)維度，影響了評(píng)價(jià)結(jié)果的一致性。為此，需細(xì)化標(biāo)準(zhǔn)，如導(dǎo)航清晰度和操作簡(jiǎn)便性等。

基于第一輪檢驗(yàn)結(jié)果，研究團(tuán)隊(duì)對(duì)評(píng)價(jià)指標(biāo)體系進(jìn)行了優(yōu)化，減少了主觀判斷的影響，增強(qiáng)了表面效度。隨后，研究團(tuán)隊(duì)啟動(dòng)了第二輪檢驗(yàn)，以驗(yàn)證優(yōu)化后的評(píng)價(jià)指標(biāo)體系在實(shí)踐中的適用性。

（二）第二輪檢驗(yàn)：基于實(shí)踐應(yīng)用

1. 指標(biāo)檢驗(yàn)過程

為從實(shí)踐視角驗(yàn)證評(píng)價(jià)指標(biāo)體系的合理性，本研究基于構(gòu)建的指標(biāo)體系編制《中小學(xué)課堂教學(xué)分析系統(tǒng)評(píng)價(jià)量表》，采用李克特七點(diǎn)評(píng)分法，每個(gè)條目均對(duì)應(yīng)具體指標(biāo)的操作化定義。為確保量表科學(xué)性，邀請(qǐng)7位一線教師與3位學(xué)校決策者開展預(yù)實(shí)驗(yàn)，修訂模糊表述并優(yōu)化條目清晰度。正式測(cè)試階段，通過分層抽樣從5個(gè)省市的19所學(xué)校中選取了97名參與者，覆蓋小學(xué)（32%）、初中（41%）、高中（27%）各學(xué)段，且每所學(xué)校僅選取3~5位長(zhǎng)期負(fù)責(zé)系統(tǒng)管理與深度使用的核心用戶（如信息化管理教師、教研組長(zhǎng)、教學(xué)管理者等），其系統(tǒng)使用經(jīng)驗(yàn)均超過兩年。樣本覆蓋14個(gè)主流課堂教學(xué)分析系統(tǒng)，參與者對(duì)系統(tǒng)的專業(yè)理解與實(shí)踐經(jīng)驗(yàn)為數(shù)據(jù)可靠性提供了堅(jiān)實(shí)保障。研究共回收有效問卷96份，有效率98.97%，樣本量符合信度分析中對(duì)題目數(shù)量5~10倍配比的規(guī)范要求（Comrey & Lee, 2013, pp. 277-278）。信度分析顯示，量表整體Cronbach’s α 系數(shù)為0.912，各維度α值均高于0.85，表明該量表具有優(yōu)異的內(nèi)部一致性（Cronbach, 1951）。

2. 檢驗(yàn)結(jié)果分析

進(jìn)一步分析本輪檢驗(yàn)結(jié)果發(fā)現(xiàn)，一線教師和學(xué)校決策者基于實(shí)際使用經(jīng)驗(yàn)給出的評(píng)分結(jié)果較為一致，且不同系統(tǒng)在多個(gè)指標(biāo)維度上呈現(xiàn)明顯區(qū)分，尤其在“操作友好性”“決策洞察力”和“分析智能化”等關(guān)鍵指標(biāo)上，差異較為明顯。針對(duì)評(píng)分差異較大的指標(biāo)，研究團(tuán)隊(duì)通過訪談收集反饋，發(fā)現(xiàn)問題主要集中在技術(shù)指標(biāo)的描述上。例如，“系統(tǒng)開放性”指標(biāo)關(guān)注系統(tǒng)是否允許擴(kuò)展或整合外部工具，但教師更關(guān)注系統(tǒng)能否靈活調(diào)整以滿足教學(xué)需求，而系統(tǒng)缺乏相應(yīng)的產(chǎn)品開發(fā)說明或API文檔，導(dǎo)致教師對(duì)其難以準(zhǔn)確評(píng)估。因此，建議調(diào)整描述，重點(diǎn)放在系統(tǒng)能否根據(jù)教學(xué)需求靈活調(diào)整，而非過于強(qiáng)調(diào)技術(shù)擴(kuò)展，使其更貼合教師的實(shí)際需求。同類指標(biāo)描述時(shí)也要避免過于依賴技術(shù)性表述。

與第一輪研究者視角下的評(píng)分結(jié)果相比，本輪試測(cè)整體一致性較高，表明優(yōu)化后的評(píng)價(jià)指標(biāo)體系不僅在理論層面具備科學(xué)性，在實(shí)踐中也能精準(zhǔn)反映系統(tǒng)實(shí)際表現(xiàn)，有效幫助一線教師和決策者客觀評(píng)估課堂教學(xué)分析系統(tǒng)的優(yōu)劣，為系統(tǒng)選擇與改進(jìn)提供有力依據(jù)。

（三）完善指標(biāo)體系

基于兩輪的驗(yàn)證結(jié)果，研究團(tuán)隊(duì)通過明確界定、細(xì)化范圍和改進(jìn)描述等方式，對(duì)評(píng)價(jià)指標(biāo)體系進(jìn)行了必要的調(diào)整和優(yōu)化，最終構(gòu)建的評(píng)價(jià)指標(biāo)體系如表3所示。該體系充分考慮了當(dāng)前教育實(shí)踐需求，從初選到完善、迭代再到最終確立，每一步都經(jīng)過嚴(yán)謹(jǐn)?shù)目剂?，科學(xué)、可測(cè)且在實(shí)踐中應(yīng)用效果顯著。

表3 課堂教學(xué)分析系統(tǒng)的評(píng)價(jià)指標(biāo)體系

五、

實(shí)踐建議

本研究面向一線教師、學(xué)校決策者及系統(tǒng)開發(fā)者，構(gòu)建了課堂教學(xué)分析系統(tǒng)的評(píng)價(jià)指標(biāo)體系。為確保該體系在教育實(shí)踐中的最大效用，促進(jìn)課堂教學(xué)分析系統(tǒng)的常態(tài)化、精準(zhǔn)化應(yīng)用與動(dòng)態(tài)優(yōu)化，本研究提出以下針對(duì)不同主體的實(shí)踐建議，以構(gòu)建“需求牽引—技術(shù)賦能—能力進(jìn)化”的協(xié)同生態(tài)，推動(dòng)工具效能向教育價(jià)值的深度轉(zhuǎn)化。

（一）面向一線教師：提升數(shù)字素養(yǎng)，激活數(shù)據(jù)決策能力

教師作為課堂教學(xué)分析系統(tǒng)的核心使用者，其數(shù)據(jù)素養(yǎng)與決策能力是系統(tǒng)效能轉(zhuǎn)化的關(guān)鍵樞紐（李孔文, 2024）。建議圍繞教師專業(yè)發(fā)展構(gòu)建階梯式能力培養(yǎng)路徑。在基礎(chǔ)階段，重點(diǎn)培養(yǎng)工具操作技能，通過模塊化培訓(xùn)課程（如系統(tǒng)登錄、報(bào)告導(dǎo)覽、數(shù)據(jù)采集配置等）幫助教師快速掌握基礎(chǔ)功能，并輔以操作手冊(cè)與微課資源庫(kù)降低技術(shù)門檻；在進(jìn)階階段，強(qiáng)化基于數(shù)據(jù)的歸因分析與策略生成能力，如結(jié)合學(xué)科特點(diǎn)設(shè)計(jì)專題工作坊，引導(dǎo)教師解析師生互動(dòng)熱力圖、學(xué)生參與度曲線等指標(biāo)，識(shí)別教學(xué)瓶頸并設(shè)計(jì)改進(jìn)方案。為促進(jìn)數(shù)據(jù)與教學(xué)改進(jìn)的深度融合，還要推動(dòng)數(shù)據(jù)驅(qū)動(dòng)教研轉(zhuǎn)型，將系統(tǒng)輸出的教學(xué)行為分析結(jié)果與校本教研深度融合，形成“數(shù)據(jù)診斷—教學(xué)改進(jìn)—實(shí)踐驗(yàn)證”的閉環(huán)機(jī)制，教師能夠在日常教學(xué)中應(yīng)用數(shù)據(jù)分析結(jié)果，驗(yàn)證教學(xué)策略的有效性并不斷優(yōu)化教學(xué)設(shè)計(jì)（閆寒冰 等, 2024）。此外，可通過數(shù)據(jù)素養(yǎng)認(rèn)證、跨學(xué)科案例評(píng)選等激勵(lì)機(jī)制，激發(fā)教師探索跨學(xué)科分析、個(gè)性化學(xué)習(xí)支持等創(chuàng)新場(chǎng)景，推動(dòng)其從技術(shù)使用者向教育改進(jìn)協(xié)同者的角色躍遷。

（二）面向?qū)W校與教研部門：聚焦需求牽引，優(yōu)化系統(tǒng)遴選與適配

學(xué)校與教研部門是課堂教學(xué)分析系統(tǒng)落地的核心推動(dòng)者，需構(gòu)建“科學(xué)遴選—場(chǎng)景適配—循證優(yōu)化”的全流程管理體系。首先，系統(tǒng)遴選需以評(píng)價(jià)指標(biāo)體系為基準(zhǔn)，聚焦三大核心維度：功能實(shí)現(xiàn)應(yīng)覆蓋數(shù)據(jù)采集、智能分析與教學(xué)決策支持的全鏈條能力，確保系統(tǒng)能為教師提供科學(xué)的發(fā)展建議；教學(xué)支撐需體現(xiàn)在策略建議的深度與課型適配的靈活性上，例如支持大班額、實(shí)驗(yàn)課、分層教學(xué)等復(fù)雜教學(xué)場(chǎng)景中的動(dòng)態(tài)分析；用戶體驗(yàn)則需兼顧操作的便捷性與數(shù)據(jù)的安全性，避免因技術(shù)門檻過高削弱使用意愿。其次，場(chǎng)景適配需摒棄標(biāo)準(zhǔn)化采購(gòu)模式，轉(zhuǎn)向校本化定制?？赏ㄟ^區(qū)域聯(lián)盟共享典型應(yīng)用案例，例如跨校協(xié)作中的課堂行為分析模板，并以此模板指導(dǎo)學(xué)校結(jié)合學(xué)科特色、教學(xué)環(huán)境等實(shí)際需求靈活配置系統(tǒng)功能，實(shí)現(xiàn)技術(shù)工具與教育場(chǎng)景的精準(zhǔn)契合。最后，需建立動(dòng)態(tài)評(píng)估與反饋機(jī)制，聯(lián)合第三方機(jī)構(gòu)定期對(duì)系統(tǒng)效能進(jìn)行循證評(píng)估，結(jié)合教師反饋中暴露的功能缺口與操作障礙，形成迭代需求清單。例如，針對(duì)實(shí)驗(yàn)課型中實(shí)時(shí)數(shù)據(jù)采集的不足，推動(dòng)開發(fā)者優(yōu)化算法模型，使系統(tǒng)從靜態(tài)報(bào)告輸出轉(zhuǎn)向動(dòng)態(tài)診斷支持，確保其始終與教學(xué)實(shí)踐同頻演進(jìn)。

（三）面向系統(tǒng)開發(fā)者：深化技術(shù)賦能，回歸教育真實(shí)需求

開發(fā)者應(yīng)始終以教育場(chǎng)景的本質(zhì)目標(biāo)與真實(shí)需求為導(dǎo)向，推動(dòng)技術(shù)研發(fā)從“功能堆砌”向“精準(zhǔn)賦能”轉(zhuǎn)型。系統(tǒng)設(shè)計(jì)不僅要從教師的即時(shí)教學(xué)需求出發(fā)，更要在深入理解教育本質(zhì)規(guī)律的基礎(chǔ)上，構(gòu)建具有前瞻性和普適性的指標(biāo)體系。一方面，開發(fā)者可通過課堂觀察、教師訪談及領(lǐng)域?qū)＜覅f(xié)同，提煉核心需求，并基于此優(yōu)化技術(shù)實(shí)現(xiàn)方案。針對(duì)教師反映的“報(bào)告解讀耗時(shí)”問題，可以結(jié)合生成式人工智能開發(fā)智能摘要功能，將大量數(shù)據(jù)轉(zhuǎn)化為簡(jiǎn)潔的自然語(yǔ)言建議，并自動(dòng)關(guān)聯(lián)教學(xué)策略庫(kù)推送優(yōu)化方案。另一方面，開發(fā)者需增強(qiáng)系統(tǒng)的透明性與兼容性，通過提供標(biāo)準(zhǔn)化的開發(fā)文檔與數(shù)據(jù)接口，支持學(xué)校根據(jù)具體教學(xué)需求自定義模塊，并通過可視化工具呈現(xiàn)數(shù)據(jù)分析的邏輯，提升教師對(duì)系統(tǒng)策略建議的信任度。此外，開發(fā)者應(yīng)構(gòu)建敏捷的迭代開發(fā)模式，及時(shí)響應(yīng)教師與領(lǐng)域?qū)＜业姆答仯瑢⒏哳l需求納入優(yōu)先開發(fā)事項(xiàng)，確保系統(tǒng)功能與教學(xué)實(shí)踐同步演進(jìn)。在此基礎(chǔ)上，開發(fā)者可與區(qū)域教研部門共同構(gòu)建技術(shù)生態(tài)，鼓勵(lì)教育科技企業(yè)基于統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)開發(fā)插件工具，如課堂情緒識(shí)別插件、跨校資源共享平臺(tái)等，以形成“需求洞察—技術(shù)響應(yīng)—生態(tài)共建”的良性循環(huán)，推動(dòng)教育價(jià)值與技術(shù)創(chuàng)新的雙向賦能。

六、

結(jié)語(yǔ)

本研究圍繞課堂教學(xué)分析系統(tǒng)的科學(xué)評(píng)價(jià)需求，通過系統(tǒng)化的理論構(gòu)建與實(shí)證檢驗(yàn)，確立了由功能實(shí)現(xiàn)、教學(xué)支撐和用戶體驗(yàn)3個(gè)一級(jí)指標(biāo)及14個(gè)二級(jí)指標(biāo)組成的評(píng)價(jià)體系。該體系將教育場(chǎng)景需求與技術(shù)實(shí)現(xiàn)邏輯有機(jī)融合，既為學(xué)校和教研部門提供了涵蓋功能適配、教學(xué)賦能與體驗(yàn)優(yōu)化的系統(tǒng)遴選標(biāo)準(zhǔn)，又為系統(tǒng)開發(fā)者明確了以教育真實(shí)需求為導(dǎo)向的技術(shù)研發(fā)方向，有效支撐課堂教學(xué)行為的智能化診斷與精準(zhǔn)改進(jìn)。未來研究將進(jìn)一步拓展多模態(tài)教育場(chǎng)景，如跨學(xué)科融合課堂、人機(jī)協(xié)同教學(xué)決策等，深化指標(biāo)體系對(duì)不同教育主體的適配性研究，推動(dòng)課堂教學(xué)分析從工具理性走向價(jià)值理性，為教育高質(zhì)量發(fā)展提供可持續(xù)的智慧化支撐。

參考文獻(xiàn)

陳鋒娟, 章光瓊, 張思, & 劉清堂. （2024）. 精準(zhǔn)教研的內(nèi)涵特征、價(jià)值取向與發(fā)展路徑. 中國(guó)遠(yuǎn)程教育（3）, 68-78.

程云, 劉清堂, 王艷麗, 王鋒, & 毛剛. （2017）. 課堂教學(xué)行為分析云模型的構(gòu)建與應(yīng)用研究. 遠(yuǎn)程教育雜志（2）, 36-42.

董偉, 張美, 高晨璐, & 潘海生. （2020）. 基于用戶體驗(yàn)的在線教育平臺(tái)學(xué)習(xí)效果影響因素研究. 中國(guó)遠(yuǎn)程教育（11）, 68-75.

傅健, & 謝新秀. （2011）. 基于用戶體驗(yàn)的移動(dòng)學(xué)習(xí)軟件質(zhì)量保證框架研究. 中國(guó)遠(yuǎn)程教育（6）, 34-38.

郭鐵穎, 唐志國(guó), 陳香宇, 荊瑞航, & 李玲. （2022）. 大數(shù)據(jù)視野下教育信息化管理系統(tǒng)構(gòu)建與對(duì)策研究. 情報(bào)科學(xué)（10）, 137-146.

韓宏亮, & 李月琳. （2021）. 移動(dòng)學(xué)習(xí)平臺(tái)的交互設(shè)計(jì)：可用性與用戶體驗(yàn)的比較研究. 現(xiàn)代情報(bào)（4）, 55-68.

胡航, & 楊旸. （2022）. 多模態(tài)數(shù)據(jù)分析視閾下深度學(xué)習(xí)評(píng)價(jià)路徑與策略. 中國(guó)遠(yuǎn)程教育（2）, 13-19, 76.

黃展, & 沈程. （2023）. “教師畫像”：助力教師成長(zhǎng)的校本探索. 教學(xué)月刊?中學(xué)版（教學(xué)管理）（Z2）, 107-112.

黎亮. （2022）. 基于人工智能的課堂教學(xué)行為分析的實(shí)踐研究. 教育傳播與技術(shù)（4）, 42-47.

李孔文. （2024）. 數(shù)字素養(yǎng)：重撰教師學(xué)科素養(yǎng)現(xiàn)代性. 中國(guó)遠(yuǎn)程教育（7）, 49-59.

李玲, 肖君, & 顧小清. （2023）. 智能課堂分析的多維指標(biāo)體系構(gòu)建：面向開放教育OMO智慧教學(xué)環(huán)境的研究. 遠(yuǎn)程教育雜志（1）, 48-59.

李世瑾, 王成龍, & 顧小清. （2022）. 預(yù)見學(xué)習(xí)的未來：人工智能學(xué)習(xí)準(zhǔn)備度的框架研制及實(shí)踐進(jìn)路. 中國(guó)電化教育（10）, 79-88, 96.

劉清堂, 何皓怡, 吳林靜, 鄧偉, 陳越, 王洋, & 張妮. （2019）. 基于人工智能的課堂教學(xué)行為分析方法及其應(yīng)用. 中國(guó)電化教育（9）, 13-21.

盧國(guó)慶, 謝魁, 劉清堂, 張臣文, & 于爽. （2021）. 基于人工智能引擎自動(dòng)標(biāo)注的課堂教學(xué)行為分析. 開放教育研究（6）, 97-107.

孫眾, & 于子淳. （2023）. 人工智能課堂教學(xué)分析與改進(jìn)：人在回路的協(xié)同機(jī)制. 電化教育研究（1）, 116-122.

王冬青, 劉歡, & 邱美玲. （2020）. 智慧課堂教師行為數(shù)據(jù)的分析方法與應(yīng)用驗(yàn)證. 中國(guó)電化教育（5）, 120-127.

辛繼勝, 劉澤華, & 李昊. （2020）. 課堂教學(xué)大數(shù)據(jù)采集與分析平臺(tái)架構(gòu)及關(guān)鍵技術(shù)研究. 廣東輕工職業(yè)技術(shù)學(xué)院學(xué)報(bào)（1）, 11-17.

閆寒冰, & 陳怡. （2023）. 數(shù)據(jù)智慧生成的實(shí)踐路徑：設(shè)計(jì)、管理與治理. 現(xiàn)代遠(yuǎn)距離教育（2）, 53-60.

閆寒冰, 陳怡, & 余淑珍. （2024）. 面向教師發(fā)展的無打擾評(píng)價(jià)：內(nèi)涵闡釋、價(jià)值審視與實(shí)踐進(jìn)路. 中國(guó)電化教育（10）, 1-8.

翟志峰, & 董蓓菲. （2022）. 中學(xué)語(yǔ)文教科書評(píng)價(jià)指標(biāo)體系的建構(gòu). 課程?教材?教法（9）, 129-135.

張思, & 張津銘. （2024）. 數(shù)字循證教研：內(nèi)涵、理念與推進(jìn)路徑. 中國(guó)遠(yuǎn)程教育（9）, 54-64.

張秀梅, 田甜, 田萌萌, 高麗芝, & 張學(xué)波. （2020）. 近十年我國(guó)智慧教學(xué)研究的演變與趨勢(shì). 中國(guó)遠(yuǎn)程教育（9）, 62-69.

趙剛, 朱文娟, 胡碧靈, 夏青, 劉閃, & 初潔. （2020）. 多維度特征融合的教學(xué)行為智能分析模式構(gòu)建. 電化教育研究（10）, 36-44.

趙麗, 賀瑋, & 王洋. （2022）. 人工智能支持的課堂教學(xué)行為分析：困境與路徑. 電化教育研究（1）, 86-92.

Comrey, A. L., & Lee, H. B. (2013). A first course in factor analysis. Psychology Press.

Cronbach, L. J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika, 16(3), 297-334.

Koo, T. K., & Li, M. Y. (2016). A guideline of selecting and reporting intraclass correlation coefficients for reliability research. Journal of Chiropractic Medicine, 15(2), 155-163.

Oskar, K. U., Liang, J. K., Chang, S. B., & Wu, M. (2018). Sokrates teaching analytics system (STAS): An automatic teaching behavior analysis system for facilitating teacher professional development. In Proceedings of the 26th International Conference on Computers in Education (ICCE 2018) (pp. 456-463). Asia-Pacific Society for Computers in Education.

Prieto, L. P., Sharma, K., Dillenbourg, P., & Rodríguez-Triana, M. J. (2016). Teaching analytics: Towards automatic extraction of orchestration graphs using wearable sensors. In Proceedings of the 6th International Conference on Learning Analytics & Knowledge (LAK’16) (pp. 148-157). ACM.

Saaty, R. W. (1987). The analytic hierarchy process-What it is and how it is used. Mathematical Modelling, 9(3-5), 161-176.

Zhang, T. (2022). Intelligent classroom perception system based on artificial intelligence. In Proceedings of the 6th EAI International Conference on IoT in Urban Space (Urb-IoT 2021) (pp. 45-51). European Alliance for Innovation.

What Classroom Teaching Analysis System Do We Need? An Evaluation Index System Based on Multiple Case Studies

Chen Yi, Yu Shuzhen, Zhu Xiaoyue, Yan Hanbing

Abstract:As digital intelligence technologies deeply empower educational reform, classroom teaching analysis systems, characterized by their intelligence, automation, and precision, have become the primary tools for digital teaching research in primary and secondary schools. These systems are widely used in scenarios such as lesson observations, lesson planning demonstrations, and student classroom status. However, while developers focus on improving these systems, schools and research departments are primarily concerned with how to assess the effectiveness of various available systems, yet research in this area remains limited, and a comprehensive evaluation index system has yet to be established. This study focuses on the core functions of classroom teaching analysis systems for primary and secondary schools, constructing a preliminary evaluation index system based on literature review and the extraction of features from typical systems. The system was refined through two rounds of expert consultations using the Delphi method, and the weights of the indicators at each level of the index system were calculated using the Analytic Hierarchy Process (AHP). Subsequently, six representative classroom teaching analysis systems were selected for two rounds of testing involving both researchers and end-users to verify and iterate the indicator system. Finally, an evaluation index system consisting of three primary indicators, “Functional Readiness”, “Teaching Support” and “User Experience”, and 14 secondary indicators was established. Practical recommendations are proposed for three key stakeholders: frontline teachers, schools and research departments, and system developers. These recommendations include improving the teacher data literacy training system, optimizing the system selection and adaptation mechanism, promoting technology development based on educational needs, and ensuring the maximum effectiveness of this system in educational practice.

Keywords:digital teaching research; classroom teaching analysis system; evaluation indicators; classroom observation and evaluation

作者簡(jiǎn)介

陳怡，華東師范大學(xué)教育信息技術(shù)學(xué)系博士研究生（上海 200062）。

余淑珍，華東師范大學(xué)教育信息技術(shù)學(xué)系博士研究生（上海 200062）。

朱曉悅，華東師范大學(xué)教育信息技術(shù)學(xué)系博士研究生（上海 200062）。

閆寒冰，華東師范大學(xué)開放教育學(xué)院院長(zhǎng)、教授（通訊作者：hbyan@dec.ecnu.edu.cn 上海 200062）。

基金項(xiàng)目

國(guó)家社會(huì)科學(xué)基金2023年度教育學(xué)一般課題“面向教師數(shù)字能力發(fā)展的場(chǎng)景構(gòu)建與應(yīng)用研究”（課題編號(hào)：BCA230283）

責(zé)任編輯：劉莉

期刊簡(jiǎn)介

《中國(guó)遠(yuǎn)程教育》創(chuàng)刊于1981年，是教育部主管、國(guó)家開放大學(xué)主辦的綜合性教育理論學(xué)術(shù)期刊，是中文社會(huì)科學(xué)引文索引（CSSCI） 來源期刊、全國(guó)中文核心期刊、中國(guó)人文社會(huì)科學(xué)期刊AMI綜合評(píng)價(jià)（A刊） 核心期刊、中國(guó)科學(xué)評(píng)價(jià)研究中心（RCCSE） 核心期刊、中國(guó)期刊方陣雙效期刊、人大復(fù)印報(bào)刊資料重要轉(zhuǎn)載來源期刊，面向國(guó)內(nèi)外公開發(fā)行。

本刊關(guān)注重大教育理論與政策，推動(dòng)科技賦能教育，反映國(guó)際學(xué)術(shù)前沿，聚焦本土教育改革，注重學(xué)術(shù)研究規(guī)范，提倡教育原創(chuàng)研究。

地址

北京市海淀區(qū)西四環(huán)中路45號(hào)

郵編

電話

010-68182514

電郵

zzs@ouchn.edu.cn

網(wǎng)址

cjde.ouchn.edu.cn

本文轉(zhuǎn)自｜中國(guó)遠(yuǎn)程教育微刊

聲明：轉(zhuǎn)載此文是出于傳遞更多信息之目的。若有來源標(biāo)注錯(cuò)誤或侵犯了您的合法權(quán)益，請(qǐng)作者持權(quán)屬證明與我們聯(lián)系，我們將及時(shí)更正、刪除，謝謝。