四川省成都市天涯路小学课堂上，师生用平板电脑查找资料。学校供图

山东省潍坊市奎文中学教师依托课堂AI数据开展教研活动。学校供图

　　自近代教学法形成以来，人类对课堂有效性的探索从未停歇。公开课的确能为我们“看见课堂”开一扇窗，但教学的特殊性、复杂性使得99%以上的家常课长期处于“黑箱”状态。代表课改理念的公开课仅占学生课堂总量的千分之一，而作为育人主阵地的家常课，却因缺乏观察路径，难被看见、难获改进。因此，“看见并改进家常课”成为当前深化课改的核心难题。人工智能技术在教育领域的深入应用，让这一教育愿景有了落地的可能。

　　1

　　家常课不改，课程教学改革深化难行

　　新课程从来都没有停止过对新课堂的探索。当前，我国课堂变革取得了阶段性成效，但受观念、习惯与技术制约，家常课的深度改进仍面临诸多困境，核心症结集中在3个方面。

　　一是传统课堂改进依赖“人工介入式公开课”，家常课被边缘化。长期以来，课堂分析以公开课为样本——教师授课、专家听课、课后研讨，这种模式虽有合理性，却让课堂脱离“家常”本质：人工介入下的教学非真实常态，基于此得出的结论存在科学与伦理双重风险。更关键的是，人工观课成本高、耗力大，如同实验室“定制产品”，无法规模化推广，绝大多数家常课无法进入观察视野，以致出现了公开课“一路高歌”，而家常课“涛声依旧”的现象。

　　二是传统课堂研究陷于“经验依赖或局部分析”，学理支撑不足。传统听评课多凭个人经验判断，缺乏以公认的理论为支撑，即便引入弗兰德斯互动分析等工具，也多聚焦“师生言语时间、类型占比”“学生主动参与度”等局部要素，未能构建理想课堂的整体图景。观察点间逻辑模糊、理论视角缺位，最终“分析得多、应用得少”，难以为家常课改进提供有效指导。

　　三是从“人工观课”到“视频分析”，规模化瓶颈始终难突破。课堂视频分析虽借助影像，却需手工标注——以40分钟课堂为例，每3秒一次话语编码需生成800个单位，专业人员分析时长也达上课时长的15倍。这种“耗时费力、主观干扰大、教师参与度低”的模式，根本无法满足家常课大面积变革的需求。

　　2

　　数字化，打开家常课“黑箱”的新路径

　　当前，教育大数据、人工智能技术的迭代发展，及其在教育教学中的深入应用，为破解上述痛点提供了新途径。为打开家常课“黑箱”，实现技术赋能的循证教研，我们团队结合前期30余年有效教学研究、20余年课堂观察经验，以突破算法为重点，打造了“数课智能分析系统”。

　　一般而言，AI通过采集课堂言语、行为、时间、学业等各维度的多模态数据（鉴于研究伦理，目前暂不涉及心理、生理数据等）进行分析。以数据为基础，课堂分析工作的常规流程为“录课—上传—自动分析—生成报告—教师解读”。但关键在于，教学视频经AI模型分析后生成的“数课报告”（即课堂数据报告），这份报告直接影响教师对课堂的认识与反思成效。

　　基于多年研究，笔者认为数课报告的核心内容需要包括三大模块。一是“一眼观课”，吸收传统“听评课”的优点，通过九宫格图、AI解读的形式，直观呈现课堂整体框架。如AI解读教学目标与主要活动、行为时序、师生行为曲线及师生互动课型推断等，助力快速判断时间分配是否合理、课型与目标是否适配、重点是否突出等。二是“听话析课”，整合国际研究成果，吸收课堂观察的分析优势，聚焦师生话语互动，即“提问—回答—理答”链条，分析提问类型、问答水平与理答质量。三是“数字画课”，基于前面两类数据，从课堂效果、课堂公平、课堂民主3个维度，为课堂绘制数据驱动的“好课画像”。其中课堂效果包括学习建构、目标达成、学习快乐，课堂公平主要包括机会均等、程序正义、对话平等，课堂民主主要包括氛围安全、学习自控和课堂合作等。

　　这样的数课报告，核心价值在于其背后以“好课”理论为支撑，让数据不再是一堆乱码，而是化数据为证据，既可以宏观看框架，又可以微观抠细节，从而实现视角整体化、分析智能化、理论专业化、使用人性化，为教师后续的教学调整和研究提供科学依据。

　　3

　　循证教研，课堂分析数据应用典型场景

　　多维度的课堂教学数据，怎样用、用到哪儿、如何恰当用，更是学校和教师面临的新挑战。面对AI技术的发展，教师要相信但不迷信，更要坚守自信，将AI数课分析与循证教研有机融合，实现教研场景的数字转型。总结来说，主要包括以下五个典型应用场景。

　　一是促进教师自我反思。借助报告中的“数据导读”，教师可在专家不在场的情况下自主解读数据，实现“研读报告—对标好课—找出问题—明确对策—优化改进”。这种模式契合单元教学时代“超越单课时教研”的需求，也尊重新生代教师“自主成长”心理，相当于为每位教师配备“随叫随到的影子专家”，助力自我反思和诊断课堂。

　　二是促进教师集体研讨。就报告中呈现的数据，教师可选择小切口问题，进行集体研讨，如教师讲授占比、开放性提问等。与传统“经验互导”相比，数据能让教研话语从“主观感受”转向“客观证据”，从而使得教研方向更明确，质量更高。

　　三是推动循证式专家指导。教学名师、专家可以依托报告，提供“明问题、联证据、定处方”的指导，迭代传统经验式“传帮带”，即通过“了解背景—聚焦问题—关联数据—定制对策—教师实践”的系统流程，提升教学改进建议的说服力与专业领导力。

　　四是推动区域大面积课堂质量监测。数课报告可广泛服务学校或区域教研，实现家常课可见，从而为区域制定教研计划、培训方案提供实证依据。如依托数课报告，学校将一学期某学科的数课报告进行数据合成、分析，教研组和校领导即可全面了解学校该学科课堂教学状态，从而制定相关措施。

　　五是推动学科课堂常模建构。在数课报告实践应用中，笔者发现当前我国语文公开课存在课堂“八二定律”，即40分钟课堂教学中，教师与学生话语时间比例为8:2、教师教学与评价话轮数量比例为8:2、理答与不理答次数比例为8:2，区别于国际上的“七三定律”。这种数据驱动的标识性概念建构，可以为教材编写、课标修订提供实证支撑。

　　数课分析是AI技术赋能教研的一种实践形态，在国家深入实施教育数字化战略的背景下，数字赋能的循证教研是发展趋势，利于看见并改进每一堂家常课。未来，仍有如何精细分析模型以适配不同学科或课型的个性化需求等诸多问题需要研究。但我们相信，对这些问题的不懈探索，能让更多的教师成为循证教研的真正参与者、反思者和实践者，让大面积改进家常课成为现实，让数字赋能课程改革成为新常态。

　　（作者系华东师范大学课程与教学研究所所长、教授）