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，而家常课作为育人主阵地，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。

崔允漷 华东师范大学课程与教学研究所所长、教授

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，核心症结集中在三个方面：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，这种模式虽有其合理性，却让课堂脱离了“家常”本质：人工介入下的教学并非真实常态，基于此得出的结论存在科学与伦理双重风险。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。各观察点间逻辑模糊、理论视角缺位，最终陷入“分析得多、应用得少”的困境，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。

数字化，打开家常课“黑箱”的新路径

　　为打开家常课“黑箱”，实现技术赋能的循证教研，笔者及团队结合前期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”。

　　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)，直接影响了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。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”，基于前两类，从课堂效果、课堂公平、课堂民主三个维度，为课堂绘制数据驱动的“好课画像”。

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。

　　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”。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。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，革新传统经验式“传帮带”，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。

　　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。

(《中国教育报》)

　　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，而家常课作为育人主阵地，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。

崔允漷 华东师范大学课程与教学研究所所长、教授

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，核心症结集中在三个方面：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，这种模式虽有其合理性，却让课堂脱离了“家常”本质：人工介入下的教学并非真实常态，基于此得出的结论存在科学与伦理双重风险。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。各观察点间逻辑模糊、理论视角缺位，最终陷入“分析得多、应用得少”的困境，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。

数字化，打开家常课“黑箱”的新路径

　　为打开家常课“黑箱”，实现技术赋能的循证教研，笔者及团队结合前期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”。

　　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)，直接影响了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。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”，基于前两类，从课堂效果、课堂公平、课堂民主三个维度，为课堂绘制数据驱动的“好课画像”。

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。

　　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”。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。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，革新传统经验式“传帮带”，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。

　　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。

(《中国教育报》)