安徽省合肥市蜀山區創新大數據評課矯正教師課堂行為

　　評課、磨課、集體教研，這些在學校中習以為常的教研模式中卻有些細節性的問題常常被忽略。如不同的人評課，究竟該不該統一一個穩定有序的標尺?什么樣的課才是一節好課?怎樣評出一節好課?常規課該怎樣改進為好課?

　　這些常被忽略的問題卻往往是捅破一位教師教研天花板的“利劍”，是決定一所學校能否實現教研能力跨越式成長的關鍵。合肥市蜀山區用大數據捅破了這層模糊的“窗戶紙”，讓教師評課和成長有了明確的指標路徑。

　　課上得好不好數據說話

　　“以前聽其他教師上課，只知道，哇，上得真好!但至于為啥好，哪里好，如何學，卻說不出個所以然來。”90后教師侯田和美認為，觀察數據為教師特別是年輕教師提供了一個明確的、可遵照的、可學習的分析路徑。

　　在項目實踐中，蜀山區實驗校經過反復探討，在評課環節設立了教學目標科學性、教學環節有效性、教學時間合理性、師生活動適切性的四維觀察框架，借助大數據技術分析平臺，每個框架下都有明確的數據抓取目標和建模類型，在此基礎上建立數據對課堂教與學進行對比分析。

　　現在評判一節課師生互動到底好不好，借助師生行為互動時間分析和師生語言互動熱力分析建模便可直接量化。前者將40分鐘內的教師行為片段和學生行為片段進行分別統計，再以比例計算師生行為轉化，轉化數據越高，說明師生互動效果越好。后者則是通過數據手段記錄課堂有效教師語言，并按照共情、表揚、歸納、講授等10個指標進行歸類統計，以此分析課堂教師語言使用情況。

　　“按照傳統的評課路徑，老師們只會從體驗感出發，使用一些較為模糊的詞匯，如很好、較好、不好等來評價一節課的師生互動情況。至于這從哪里體現，應該如何改進等均缺少科學量化的遵照體系，也難以說服人心。”頤和佳苑小學校長錢梅娟表示，如今，老師們不僅知道別人上的課為什么好，更知道一些教學中的深層次問題出現的原因究竟何在，改進的路徑也有了科學的遵循。

　　比如，老師課堂上一個問題拋出去學生為何回答不出來?“除卻這個問題本身比較難之外，依托數據平臺，便可有路徑地發現可能與老師在課堂中的指令性、教授性語言過多，學生主動回答語言過少，教師課堂行為轉化率過低有關系。”錢梅娟說，可以從一句話的說法、一個教師行為的改變做起，化整為零，這樣教師教研能力提升便有了明確的實在的路徑。

　　縱向比對 年輕教師快速成長

　　如何將課堂觀察大數據轉化成為教師進步的動力?蜀山區教研室要求學校組建骨干教師與年輕教師結對共研小組，兩位教師圍繞同一主題開展三次課例研修實踐，借助大數據觀課報告促使研修活動向縱深處發展。

　　一節課反復上三次，每次都有一個十幾人組成的評教組為自己每一處課堂細節做評估量化，再將此與骨干教師同時橫向對比，對90后年輕教師吳晨輝來說，上這樣的一節課好比得萬金。

　　2020年，吳晨輝作為區內參與項目的老師連續在半年多的時間對同一節課反復上了三次，按照她的說法，“評課太實在，從第一次到第三次，就是個‘新我’的誕生過程”。吳晨輝《大自然的聲音》進行第一次實踐教學時師生行為互動次數為38次，相對于同組骨干教師杜馨的60次，課堂節奏相對緩慢了。

　　據此基礎，在第2次的教學實踐中，吳晨輝增加了相應理解性問題的提出，并增加了問題指向的明確性，第二次師生行為次數為52次，有了明顯增加。但新問題又產生了，由于過于注重師生互動，導致她將大量的時間花在讓學生理解“淙淙、潺潺、嘩嘩”等聲音的區別上，而忽視了課文中其他生動語言的積累。

　　循環往復，再次升華，一個月后，吳晨輝又進行了第三次教學實踐，這一次，吳晨輝終于在學生自主和教師主導間找到了一個相對完美的平衡。在總結前兩次的數據分析基礎上，這堂課，吳晨輝更加注重學生自己的聽、悟，師生行為轉換次數降為44次，并更加注重學生的實踐練習和思考。

　　橫向比較 骨干教師跳出封閉舒適圈

　　課堂觀察的大數據應用在給青年教師帶來快速蝶變力量的同時，橫向的評課對比也讓不少擁有著十幾二十多年教學經歷的骨干教師跳出了“經驗”的套路。

　　“上了十幾年的課，有些都成套路了，習以為常，似乎很難再發現自己的問題。”與吳晨輝同組的杜馨在項目中同樣收獲頗豐。第一次的實踐課，杜鑫的60次師生行為轉化，以及記錄欄中評價性分析性問題的“0”暴露了杜鑫一直忽略的課堂教學自己主導性過強的問題。

　　“與青年教師一起賽課，她們課堂上活躍的表現力，對學生感受的重視讓我一下子明白了自己的問題所在。”在第一次的數據分析基礎上，第二節課、第三節課，杜馨相繼在整體上減少了教學問題的提出，并特別增加了學生互動和討論的時間，整體課堂效果一下子便有了明顯的改變。

　　蜀山區教體局教研室主任李德山表示，目前蜀山區教體局正在打造蜀山區特色的大數據課堂觀察研修平臺，教師隨時隨地參與課堂觀察研修，實現跨校研修，優秀案例在全區分享。