生成式人工智能賦能的新型課堂教學評價與優化研究

摘要：課堂教學是人才培養的主要抓手，增強課堂教學效能對于高素質創新型人才隊伍建設具有重要價值。當前，新型課堂教學呈現互動主體多、思維進階路徑復雜、創新實踐策略多元等特征，僅依靠專家主觀點評的傳統方式難以為教師提供及時且有針對性的改進建議，而生成式人工智能技術在自然語言處理和內容生成方面展現出強大實力。基于此，文章首先梳理了課堂教學評價與優化的研究現狀，并提出生成式人工智能賦能的新型課堂教學評價與優化的推進路徑；然后，文章探究了“文獻計量法與編碼體系建設-檢索增強生成與精細化標注-提示學習與優化內容生成”相結合的技術解決方案；最后，文章通過準實驗方法證實了以上方案能夠增強課堂教學的有效性，特別是在提升課堂教學深度和廣度、增強實踐應用和創新創造水平方面展現出巨大潛力。文章通過研究，旨在為教師專業發展和教研工作提供有力支持，推動課堂教學評價效能的大幅提升，使規模化、個性化的課堂教學優化成為可能。

關鍵詞：課堂教學；課堂評價；教學優化；生成式人工智能；創新應用

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2024）12—0027—10 【DOI】10.3969/j.issn.1009-8097.2024.12.003

課堂教學是人才培養的重要抓手，增強課堂教學的有效性直接關系著教育的高質量發展和高素質創新型人才隊伍的建設。當前，以互動、啟發和探究為主要特征的新型課堂教學模式逐漸受到教師的青睞，其有助于激發學生的創新精神、促進學生的高階思維發展和創新能力提升。然而，創建優質高效的新型課堂教學樣態具有一定的挑戰性，其中的互動涉及多元主體、知識探究與建構過程更為復雜、思維進階與認知演化規律具有內隱性，僅依靠專家進行主觀評價和指導的傳統方法無法科學且精準地識別課堂教學水平，也難以支持規模化的教學改進和教研工作。隨著GPT系列技術的發布，生成式人工智能在自然語言理解和內容生成方面展現出強大的功能，該技術的智能涌現、強認知性、高通用性等特點為教育數字化轉型帶來了新的機遇，這將引發教學方式和教研范式的重塑，有助于撬動課堂教學發生深層次變革，為促進課堂教學評價與優化提供技術支撐。基于此，本研究在分析國內外研究現狀的基礎上，提出生成式人工智能賦能的新型課堂教學評價與優化的推進路徑、技術方案并呈現實踐案例，以期增強課堂教學評價的有效性，提升教學優化工作的針對性和規模化水平，助力創建適應新時代人才培養的優質課堂樣態，增強學生的實踐應用與創新創造能力，為教師專業化發展和教研工作的高質量推進提供可循證的解決策略。

一 研究現狀

1 新型課堂教學評價與優化的相關研究

課堂是人才培養的主陣地，新型課堂教學以建構主義理論為主要依據，強調教師圍繞課堂教學目標，通過對話和交流的方式與學生協同展開知識探究、思維啟發和創新應用^[1]。目前，研究者針對新型課堂教學的評價與優化展開了大量的探索，在課堂教學評價方面，主要分為形成性評價和終結性評價，其中形成性評價因注重教師的專業發展和學生的成長需要逐漸受到廣泛重視，如鄭永和等^[2]指出人工智能技術的應用能實現面向真實教育過程的實時、動態、精準評價，為教學評價的有效實施提供了可靠保障。Howe等^[3]指出課堂教學評價應注重課堂對話的認知功能性，并構建了包含闡述、聯系、遷移、回應等編碼的課堂教學評價體系。劉清堂等^[4]梳理了基于人工智能技術對課堂教學行為進行評價的方法，認為教學行為的智能評價流程應包括教學行為機理研究、編碼體系建設、特征提取、行為識別與計算。在課堂教學優化方面，崔允漷等^[5]指出觀評課是目前課堂教學優化的主要方式，要完善中小學教研體系、發揮教研員的專業優勢。宋宇^[6]指出課堂教學優化工作應引導教師為高階思維發展和創新能力提升創造條件，通過精心設計的問題鏈條搭建思維發展鏈條，促進思維由低水平向高水平進階。王陸等^[7]采用大數據循證的方式揭示各主要課堂行為的占比情況，通過數據復盤與專家點評相結合的方式來提高課堂教學提問的有效性和思維的啟發性。

2 生成式人工智能及其在課堂教學方面的應用

生成式人工智能技術是一種基于深度學習技術構建的生成式預訓練模型，具有非常強大的語言理解能力，可以快速捕捉文本中的語義和上下文信息^[8]。隨著GPT系列模型的發布，生成式人工智能技術受到了廣泛關注，經過大量人工標注的文本數據的強化學習訓練，該技術能夠理解書面提示信息并自動生成連貫、自然的文本大語言，并且在人際對話交互、文本理解、情境式邏輯推理、內容生成等方面展現出強大的功能。生成式人工智能技術的快速發展為實現大規模、及時且精準的課堂教學評價與優化提供了有效手段。基于此，生成式人工智能對課堂教學的影響問題引發了眾多研究者的探討^[9]。例如，鄭永和等^[10]指出以ChatGPT為代表的生成式人工智能技術對教育理論與實踐的顯著影響已成現實，并對課堂教學和教師專業發展帶來沖擊，該技術能夠優化教學評估與反饋，助力教學改進。朱永新等^[11]表示生成式人工智能技術可以實時生成答案、進行邏輯推理和創意寫作、模擬師生互動情境，有望成為有效的教學輔助工具，在課程設計、課堂教學、學習評價以及其他事務性工作中發揮作用。楊宗凱等^[12]指出生成式人工智能技術對教學模式、教學內容、教學評價具有重要影響，有助于實現個性化教學，助推教學從人工創造到智能生成，產生更為多元化的教學路徑。Tan等^[13]表示生成式人工智能技術能夠支撐師生課堂互動，提升課堂對話的有效性。

3 研究反思

生成式人工智能技術的快速發展亟需與教育場景進行有機融合，前人研究為該領域的縱深研究和持續發展奠定了良好的基礎，但仍存在以下不足：①新型課堂教學場景復雜多元，但前人研究多聚焦粗粒度的表象言語和行為（如提問、反饋、回答等），缺少對體現新時期教育教學需要的關鍵思維特征和能力發展特征的提煉，難以適應當今教育教學評價的要求與人才培養目標。②前人研究多聚焦對課堂教學的智能評價，而課堂教學優化多依賴于專家指導，如何自動生成有針對性的課例優化策略是亟待解決的現實問題。③目前針對生成式人工智能的教育應用研究多集中于理論探討，較少有實證研究能夠提供大語言模型支持教育教學的相關數據。為此，本研究嘗試開展了生成式人工智能賦能的新型課堂教學評價和優化的研究。

二 生成式人工智能賦能新型課堂教學評價與優化的推進路徑

基于以上三點需求，本研究提出生成式人工智能賦能新型課堂教學評價與優化的推進路徑，如圖1所示。推進路徑包含三部分內容：第一部分以發展評價體系為牽引構建課堂教學專有數據集，這是開展新型課堂教學智能評價和優化工作的基座與依據；第二部分以技術迭代更新解決課堂教學智能評價的精準性問題，這是新型課堂教學智能評價的主體；第三部分以發展虛擬教研助手為依托優化課堂教學組織實施策略，這是新型課堂教學智能優化的重要手段。三者前后相繼、協同支撐，作為一個有機整體共同助力課堂教學評價與優化工作的精準、有效開展。

1 夯實底層基礎——構建課堂教學專有數據集，發展細粒度評價體系

高質量的標注數據集是生成式人工智能有效賦能新型課堂教學評價與優化的基礎，也是推動通用大語言模型逐步獲得可信賴、可持續專業能力的重要環節。在教育領域，多數教育教學數據屬于非開源形式，數據流通壁壘較大，且缺乏精細化清洗和標注處理。為此，構建高質量的課堂教學標注數據集具有極大的必要性，包括課堂師生話語數據集、課程標準知識集等，這是生成式大語言模型與教育教學融合發展的底層基礎。

發展細粒度評價體系是開展課堂教學評價的關鍵步驟，是生成式人工智能賦能新型課堂教學優化的重要依據。評價體系建設應從新時代人才培養需求出發，探究抽象的教育教學目標與具體可操作的課堂評測編碼之間的映射關系：采用理論數據雙驅動的方法，以創新人才培養目標為指引破解課堂教學評價的復雜機理，借助文獻計量、文本分析等方法系統梳理編碼，使評價體系具備廣泛的適用性和良好的泛化能力，支持校際和區域比較，滿足多元情境下課堂教學評價與優化的需要。

2 加強數智融合——迭代更新智能技術，提升課堂教學評價的精準性

相較于傳統的機器學習技術，生成式人工智能在特征提取、語義自動標注等方面具有明顯優勢，能夠提升課堂教學評價的精準性，為教師提供更為及時有效的評價反饋。新型課堂教學具有互動主體多、問題探究路徑復雜、思維進階內隱、創新實踐策略多元等特征，而生成式人工智能可以數據化表征復雜抽象的課堂教學過程，對多情境下的課堂教學特征進行有效識別，以實現快速反饋，從而深層次解決課堂教學評價的精準性問題。此外，以課堂教學評價體系為參照，融合傳統機器學習判別模型與大語言模型，對多元情境下的師生對話過程進行精細化標注，可以滿足大規模高效評價教學質量的需求，為掌握教學水平和人才培養質量提供數據依據。

3 推進形態重塑——創設虛擬教研助手，優化課堂教學組織實施策略

優質高效的課堂教學是提高人才培養水平的重要渠道，如何為教師提供有針對性且及時的課堂教學組織實施策略成為教學高質量發展的關鍵環節。為此，本研究借助生成式人工智能在自然語言理解和內容生成方面的優勢，創設虛擬教研助手，激發數字技術的內生動能，豐富教研形式，突破時空限制，提升規模化和個性化水平，助推教研范式的轉型重塑。同時，自動生成教學策略和規劃教學優化路徑，可以幫助教師豐富并拓展教學內容、建構知識譜系、優化教學組織形式、規劃教學實施路徑，為教師課堂教學提供有針對性的指導和可循證的改進反饋，提高課堂教學水平，提升創新人才培養質量。

三 生成式人工智能賦能新型課堂教學評價與優化的技術方案

為了將以上推進路徑轉化為可操作的教育實踐策略，探討生成式人工智能賦能新型課堂教學評價與優化的技術方案具有較大的必要性。如今，市面上主流的通用人工智能大語言模型一般基于公開數據集進行訓練，但是教育垂直領域的專有數據通常不直接對外公開，尤其是教育教學場景中的師生互動、問題探究、知識建構等課堂數據。這種現象導致向生成式大語言模型發起課堂教學評價與優化提問時，容易得到準確性不佳或與教師意圖發生偏離的答案，甚至會接收到錯誤或捏造的回應。為此，本研究提出“文獻計量法與編碼體系建設-檢索增強生成與精細化標注-提示學習與優化內容生成”相結合的技術方案，增強大語言模型對課堂教學場景的認知，以提升大語言模型生成內容的有效性和精準性。

1 文獻計量法與編碼體系建設

構建新型課堂教學編碼體系是大語言模型精準賦能課堂教學優化的重要基礎。基礎知識、思維能力和實踐應用是新型課堂教學關注的重要要素，為了更好地應對新時期人才培養需要，基于新型課堂教學的特征，編碼體系建設可從以上三個維度展開，即基礎層、思維發展層和創新應用層。基礎層是課堂教學的基本任務和創新人才培養的根基要素，為思維發展與創新實踐提供必要的理論知識儲備和閱歷準備。思維發展層注重對知識的精細加工、有效轉化和創新應用，是新型課堂教學評價的核心要素。創新應用層強調創設與學習對象相關的學習情境，引導學生主動參與到發現問題、尋找答案的過程中，以培養學生的問題解決能力和創新創造能力，是將知識儲備、思維能力轉化為創新成果的助推器。在此理論設想的基礎上，本研究借助文獻計量法和德爾菲法相結合的方法形成具體編碼，首先借助文獻計量法系統梳理2014～2023年WOS數據庫和知網數據庫中有關課堂教學編碼體系的研究并提煉出高通用性的編碼，文獻計量法是用于研究文獻的分布結構、數量關系，進而探討相應領域的結構、特征和規律的現代科學研究方法，可以極大地提高評價體系的通用性，本研究在此共提煉出20個高頻編碼。隨后，采用德爾斐法依靠專家主觀經驗對編碼進行重要性判斷，并按照基礎層、思維發展層和創新應用層進行歸類，通過兩輪背靠背方法篩選出具有可操作性和適切性的13個編碼，形成如表1所示的新型課堂教學編碼體系。

2 檢索增強生成與精細化標注

課堂教學形成性評價是指對教學過程中的師生話語及其蘊含的知識、思維、能力等特征進行精準呈現，以加強師生對教學過程的理解和反思，而精細化標注是提取課堂教學關鍵特征以開展形成性評價的重要步驟。本研究提出如圖2所示的課堂教學智能標注技術框架，該框架的主要技術理念為檢索增強生成（Retrieval Augmented Generation，RAG），該理念結合了信息檢索和內容生成兩大功能，可以極大地提高評價的精準性。檢索增強生成技術的實施過程包含3個階段：①構建課堂對話數據集、教研專家知識庫和語言學知識庫，其中的關鍵詞特征、標點符號特征、詞類特征和句類特征等是后續自動標注的依據。②依據表1所示的新型課堂教學編碼體系，應用神經網絡技術開展師生話語的自動標注工作，在算法層面具體采用卷積神經網絡（Convolutional Neural Network，CNN）、雙向長短期記憶網絡技術（Bi-directional Long Short Term Memory Network，BiLSTM）和注意力機制（Attention Mechanism）挖掘課堂話語的隱式語義特征，以結合上下文內容提取全局結構的文本語義特征信息并抓取關鍵詞特征，經過專家篩選后形成優質的標注案例知識庫。③借助生成式大語言模型對新輸入的課堂教學文本進行大規模標注，模型基于新標注任務和檢索得到的輔助信息，通過數據增強、融合表示等方法，自動生成高精準度的標注結果。具體操作方法為將需要評價的課堂教學話語輸入模型，從以上標注案例知識庫中檢索得到語義相似度TopN的候選集作為標注示例，這些示例將作為提示語輸入大語言模型，進而輸出相關聯的編碼并給出原因。以上組合方法在處理復雜情境和深層文本含義理解方面具有優勢，能夠依據評價體系有效識別課堂教學過程中蘊含的知識建構、思維啟發、能力培養等關鍵特征，增加評價結果的可解釋性，使課堂教學評價更貼合新時期教育教學發展目標。

3 提示學習與優化內容生成

提示學習是生成式大語言模型應用的重要技術范式，該范式利用提示信息和任務示例優化內容生成，可以引導大語言模型更好地理解任務需求并生成更為準確的輸出。基于此，本研究采用提示學習技術范式自動生成課堂教學的優化內容與策略。在實施過程中，本研究借助Dify工程架構來實現提示學習任務，該架構提供了開源的大語言模型應用流程和工具包，包括檢索相關信息、生成提示信息、添加提示符號等功能，有助于生成適切的課堂教學優化內容。同時，本研究還引入了ChatGLM大語言模型，ChatGLM是清華大學發布的千億參數規模的開源中英文語言模型，其對中文做了優化建設：首先，給出提示信息，包括需要優化的課堂話語及其上下文、從上述標注案例知識庫中檢索的相關信息、課程的相關信息（如科目、學段、知識點等）。隨后，將整合后的提示信息輸入ChatGLM大模型，依據課堂教學內容有針對性地為教師自動生成課堂教學優化策略，模擬生成當前教學情境下的可替代性教學話語，幫助教師優化教學組織形式并提供優質多樣的教學表達。例如，“拓展”編碼形成的提示問題為“請對……話語進行拓展，展現師生協同建構內容的過程”，通過提示學習，ChatGLM會自動生成課例修改內容，幫助教師完善課堂提問和話語，重新組織教學實施路徑。本研究以一節語文課中針對《登鸛雀樓》這篇文章的教學為例展現優化效果，課堂原對話如下：

教師：好。誰再來說一說？孩子們、孩子們黃河水滾滾而來，多么有氣勢呀。黃河入海流。黃河水浩浩蕩蕩匯入大海，多么壯觀啊。黃河入海流。聽到這里，你知道了這句知道意思了嗎？這些呀都是作者在黃鶴樓上面看見的內容。那么我們，我們跟隨著詩人王之渙去欣賞了夕陽的落日，也看到了波濤洶涌的黃河，現在你們帶著這種感情把這兩句詩再來讀一讀，開始。白日依山盡，黃河入海流。此時此刻，作者站在鸛雀樓上看到這樣的情景，他會想到什么呢？誰來讀讀這兩句詩？好請舉手。大家一起讀。

學生：欲窮千里目，更上一層樓。

依據“AI拓展”的提示問題自動生成的改進結果如下：

學生：老師，我來讀。白日依山盡，黃河入海流。

老師：非常好，小明。那么，現在我們站在作者的角度，體會他當時的心情。他看著太陽漸漸西沉，黃河水滾滾入海，他會想到什么呢？大家來思考一下，把自己的感受分享給大家。

學生：老師，我覺得作者當時可能是在感嘆時間流逝，就像黃河水一樣奔騰不息，而夕陽的落下象征著一天即將過去。

學生：我覺得他還可能在思考人生的歸宿，就像黃河最終流入大海，我們的人生最后也會有一個歸宿。

老師：大家的想法都很深刻。作者在詩中表達了對自然景象的贊美，同時也借此抒發了對人生哲理的思考。這就是古詩的魅力，既有美麗的畫面，又有深深的哲理。希望大家在今后的學習中，能夠更加深入地去理解和欣賞古詩。

四 實踐應用

為驗證生成式人工智能賦能新型課堂教學評價與優化的有效性，本研究采用準實驗方法來對廣東省廣州市兩所小學的60名教師展開研究，其中30人作為實驗組采用生成式人工智能技術開展教學評價和優化，另外30人作為對照組采用傳統觀評課方式對課堂教學進行評價和優化。實驗組和對照組教師在綜合素養與教學能力上沒有明顯差異，都是專業水平較為薄弱的青年教師群體，實驗自秋季學期開始持續三個月。本研究團隊集成前文所述的分析技術搭建了“人工智能與課堂教學分析應用平臺”，并為每位實驗組教師開設平臺賬戶，使其可以自行上傳課例音視頻。平臺將音視頻自動轉錄成文本形式并進行精細化自動標注，研究發現其平均20～30秒完成一節40分鐘課例的標注工作，且準確率、召回率、F1參數三項參數均達到0.90以上，相較于傳統判別模型結果增長了0.12～0.20的參數水平，證實了生成式人工智能技術應用于課堂教學評價的有效性和可靠性。同時，平臺依據新型課堂教學編碼體系提供了自動優化選項，根據編碼名稱產生13項優化選項（AI聯系、AI拓展等），教師選擇需要修改的課堂對話并勾選相應優化功能即可快速自動生成話語優化內容。本研究在學期末對兩組參與教師進行課堂教學水平測試，收集教師課堂教學的音視頻并進行編碼，并采用獨立樣本t檢驗的方法分析實驗組和對照組教師的課堂教學實施效果，如表2所示。

由表2可知，采用生成式人工智能技術實施路徑的教師與采用傳統觀評課方式的教師在課堂教學實施效果上存在顯著差異。具體而言，實驗組課堂中基礎知識理論所占的比例顯著低于對照組，而實驗組課堂中情感表達、拓展、深化、實踐應用和創新創造的比例明顯高于對照組。這表明本研究提出的生成式人工智能賦能的新型課堂教學和傳統觀評課都注重思維啟發，能夠在一定程度上促進教學優化，但是整體上前者在評價與優化方面仍優于后者，其優勢主要表現在提升學生的高維認知、復雜信息處理能力以及創新應用能力方面，原因是生成式人工智能可以提供個性化教學支持和策略反饋，使教師及時獲取有針對性的教學評價與優化建議，以增強課堂提問和對話的有效性，同時幫助教師突破傳統思維的局限，嘗試更多創新性的教學方式和解決方案，以激發學生的創造性思維，在理解復雜概念的基礎上，通過實踐提高解決實際問題的能力。

五 結語

發展優質高效的課堂教學是提高教育質量和人才培養水平的重要渠道，如何為教師提供精準的課堂教學評價反饋和個性化的優化策略成為教學高質量發展的關鍵環節。本研究從以發展評價體系為牽引構建課堂教學標注數據集、以技術迭代更新解決課堂教學智能評價的精準性問題、以虛擬教研助手為依托優化課堂教學組織實施策略三個方面提出了生成式人工智能與課堂教學融合發展的推進路徑。同時，探索了“文獻計量與編碼體系建設-檢索增強生成與精細化標注-提示學習與優化內容生成”相結合的技術方案，以提升通用大語言模型在課堂教學評價和優化中的適切性。最后，本研究通過準實驗方法證實了生成式人工智能作為一種顛覆性技術在推進教學評價與優化，特別是提升課堂教學深度和廣度、增強實踐應用和創新創造水平方面展現出的巨大潛力。未來研究可進一步聚焦大語言模型技術在課堂精準評價和個性化教學發展方面的應用，為推動教師專業發展和教研工作提質增效提供可借鑒的推進思路。

參考文獻

[1]宋宇，許昌良，朱佳，等.面向思維培養：基于精準標注技術的智能化課堂教學分析及應用[J].華東師范大學學報（教育科學版），2023，（8）：79-89.

[2]鄭永和，王一巖，楊淑豪.人工智能賦能教育評價：價值、挑戰與路徑[J].開放教育研究，2024，（4）：4-10.

[3]Howe C， Hennessy S， Mercer N， et al. Teacher-student dialogue during classroom teaching： Does it really impact on student outcomes？[J]. Journal of the Learning Sciences， 2019，（4-5）：462-512.

[4]劉清堂，馮小妹，翟慧清，等.學習分析支持下的課堂互動工具設計與實現[J].現代教育技術，2018，（12）：94-100.

[5]崔允漷，王少非.學校課程實施過程中的評價監測初探[J].教育研究，2020，（1）：43-49.

[6]宋宇.人工智能賦能新型課堂教學的研究與實踐[J].全球教育展望，2022，（10）：19-29.

[7]王陸，馬如霞，彭玏.基于經驗學習圈的不同教師群體教學行為改進特征[J].華東師范大學學報（教育科學版），2021，（2）：61-74.

[8]Alkaissi H， McFarlane S I. Artificial hallucinations in ChatGPT： Implications in scientific writing[J]. Cureus， 2023，（2）：e35179.

[9]盧宇，余京蕾，陳鵬鶴，等.生成式人工智能的教育應用與展望——以ChatGPT系統為例[J].中國遠程教育，2023，43（4）：24-31、51.

[10]鄭永和，周丹華，張永和，等.計算教育學視域下的ChatGPT：內涵、主題、反思與挑戰[J].華東師范大學學報（教育科學版），2023，（7）：91-102.

[11]朱永新，楊帆.ChatGPT/生成式人工智能與教育創新：機遇、挑戰以及未來[J].華東師范大學學報（教育科學版），2023，（7）：1-14.

[12]楊宗凱，王俊，吳砥，等.ChatGPT/生成式人工智能對教育的影響探析及應對策略[J].華東師范大學學報（教育科學版），2023，（7）：26-35.

[13]Tan K H， Pang T Q， Fan， C Y， et al. Towards applying powerful large AI models in classroom teaching： Opportunities， challenges and prospects[OL]. lt;https：//www.paperreading.club/page？id=162812gt;

Research on New Classroom Teaching Evaluation and Optimization Enabled by Generative Artificial Intelligence

SONG Yu¹""" XU Chang-Liang²""" MU Xin-Xin¹

（1. School of education， South China Normal University， Guangzhou， Guangdong China 510640;

2. Guangzhou Overseas Chinese Foreign Language School， Guangzhou， Guangdong， China 510095）

Abstract： Classroom teaching is the main grasp for talent training， and enhancing the effectiveness of classroom teaching is of great value for the construction of a high-quality innovative talent team. At present， the new classroom teaching presents many interactive subjects， complex thinking progression paths， and multiple innovative practice strategies， etc， while the traditional way that relied only on subjective comments from experts is difficult to provide teachers with timely and targeted improvement suggestions， and generative artificial intelligence technology has demonstrated strong capabilities in natural language processing and content generation. Based on this， this paper firstly reviewed the current research status of classroom teaching evaluation and optimization， and put forward the promotion path of the new classroom teaching evaluation and optimization enabled by generative artificial intelligence. Then， the technical solution of combing “bibliometric method and coding system construction - search enhancement generation and fine annotation - prompt learning and optimized content generation” was explored in this paper. Finally， the effectiveness of the above scheme in enhancing classroom teaching was demonstrated through quasi-experimentation， especially in improving the depth and breadth of classroom teaching， enhancing practical application and innovation level. Through the research， it was expected in this paper to provide strong support for teachers’ professional development and teaching research， drive the sharp promotion of efficiency of classroom teaching evaluation， and make large-scale and personalized classroom teaching optimization possible.

Keywords： classroom instruction; classroom evaluation; teaching optimization; generative artificial intelligence; innovative application

*基金項目：本文受國家自然科學基金面上項目“多元情境下面向創新人才培養的課堂教學智能評價研究”（項目編號：62377014）、廣東省教育科學規劃重大課題“九年一貫制學校‘五閱’育人模型的建構研究”（項目編號：2025DQJK25）資助。

作者簡介：宋宇，華南師范大學教育科學學院副教授，華南課堂教學智能監測與發展中心主任，博士，研究方向為課堂教學評價、課堂對話、教育人工智能，郵箱為sungyuepku@foxmail.com。

編輯：小時