教學能力畫像助推教師專業發展

利用人工智能技術為教師教學能力畫像是支持教育評價和決策的重要手段。它不但可以利用卷積神經網絡和長短期記憶神經網絡，基于課堂教學現場錄制的音視頻，準確、全面提取師生語言表達、視線分布、動作姿態、面部表情和行走軌跡等信息，而且可以利用深度神經網絡，基于以上信息建立用于課堂環境診斷的課堂情感模型和課堂氛圍模型，用于教學組織診斷的教學準備、教學方式、教學內容和教學評價模型，以及用于教學管理診斷的行為管理和時間管理模型。同時，生成式人工智能技術可以基于診斷發現的突出能力與主要問題，撰寫具有針對性的診斷報告，為教師專業發展提出建議。

一、教學信息收集與提取

人工智能建模需要完整、全面和細致的數據采集。為了更好地診斷教師的教學能力，我們可以利用拾音器和高清攝像頭（包括教師視角和學生視角）全程記錄課堂教學過程，然后基于音視頻，利用圖像識別和語音識別算法識別課堂上師生的語言、文字以及行為姿態等，并對此進行融合分析，提取課堂教學中的關鍵信息。

1.課堂環境信息提取

課堂環境信息提取涉及課堂情感和課堂氛圍等兩類信息。

課堂情感信息包括禮貌用語、溝通語言、情緒表現、行為表現等維度。禮貌用語信息采集關注課堂中教師是否使用“請”“謝謝”“祝賀你”等禮貌用語。溝通語言信息采集關注教師是否經常鼓勵學生（引導性正面溝通），給予學生表揚等正面評價（結果性正面溝通）；教師是否羞辱、奚落、責備、抱怨學生等。情緒表現信息采集關注課堂中教師是否呈現愉悅的表情且聲調是否高昂、有起伏；是否對學生的課堂行為表現流露出不滿、不耐煩或其他負面情緒；是否表情冷漠，采用否定、消極的言辭排斥學生參與課堂教學活動。行為表現信息采集關注教師與學生交流時是否走近學生、身體前傾，讓學生感覺親近；是否用嚴厲懲罰違紀學生的方式控制課堂秩序，是否有推搡學生等行為。

課堂氛圍信息包括學生關注點、回答問題、民主平等等維度。學生關注點信息采集關注教師講話時，學生是否始終看向教師。回答問題信息采集關注教師提問時，學生是否自愿、主動舉手回答問題。民主平等信息采集關注教師對學生是否一視同仁，課堂提問是否覆蓋多數學生，涉及的學生性別比例是否得當；視線分布是否均勻，是否關注到大部分學生的課堂表現。

2.教學組織信息提取

教學組織信息提取涉及教學準備、教學方式、教學內容、教學評價等四類信息。

教學準備信息包括準備充分、熟練運用等維度。準備充分信息采集關注教師是否提前備齊教學所需的各種材料，包括教案、課件、模型、標本、圖表等。熟練運用信息采集關注教師授課過程中是否迅速呈現教學材料，是否有照讀課件或長時間查看教學指導用書的情況。

教學方式信息包括教學導入、激發動機、有效提問、自主學習、任務開放等維度。教學導入信息采集關注導入是否靈活，能否吸引學生的注意力，激發學生的學習興趣。激發動機信息采集關注教師是否通過創設情境、獎勵及開展競爭性活動等方式激發學生的學習動機。有效提問信息采集關注教師在授課過程中是否運用多種提問策略提出多樣、準確和恰當的問題。自主學習信息采集關注課堂上教師是否給學生提供較多的自主選擇機會，學生是否自主學習。任務開放信息采集關注教師是否布置探究性任務或開放性問題。

教學內容信息包括貼近生活、學科融合、知識銜接等維度。貼近生活信息采集關注教學內容是否貼近生活，是否與學生日常生活情境相結合。學科融合信息采集關注教師在教學過程中是否介紹本學科知識在其他學科中的相關應用，是否根據教學內容融合其他學科知識。知識銜接信息采集關注教師在課堂教學過程中是否注重新知與舊知的銜接。

教學評價信息包括思維評價、結果評價等維度。思維評價信息采集關注教師是否對學生的思維過程做出評價。結果評價信息采集關注教師對學生的發言、活動等是否進行總結性評價。

3.課堂管理信息提取

課堂管理信息提取涉及行為管理和時間管理等兩類信息。

行為管理信息包括關注整體、課堂有序、反應適度、問題解決等維度。關注整體信息采集關注課堂上教師的目光是否顧及所有學生。課堂有序信息采集關注教學流程是否清晰，教師授課是否流暢，學生是否存在不當行為，學生小組活動是否有序。反應適度信息采集關注課堂上學生出現不當行為時，教師能否平和面對、冷靜處理。問題解決信息采集關注教師是否通過暗示或積極行為介入有效解決課堂中的突發問題。

時間管理信息包括減少干擾、管理高效、限定時間、節奏控制等維度。減少干擾信息采集關注教師是否有意識地減少與教學無關事情的干擾。管理高效信息采集關注教師管理課堂的頻次及時間長短。限定時間信息采集關注教師對學生活動或完成任務的時長是否做出明確說明。節奏控制信息采集關注教師的語速是否適中且語速變化是否適當。

提取教師課堂教學信息是給教師教學能力畫像的前提，提取的信息越齊全、越真實，教師教學能力的畫像就會越精準、越清晰，人工智能撰寫的診斷報告就會越完整、越有針對性。

二、教師教學能力畫像

在全面采集教學信息后，人工智能可以快速完成信息處理，對教師教學能力進行畫像，并在課堂教學結束后形成診斷報告。以一名教師教學統編版語文五年級下冊第一單元習作“那一刻，我長大了”為例說明。

1.課堂環境畫像

在課堂情感方面，教師在課堂上使用“請”“謝謝”“很好”“希望”和“感謝”等積極詞語總計30次以上，未使用消極詞語。學生生氣、厭惡、害怕、高興、悲傷、驚奇和自然的表情占比分別為2.4%、0%、0%、10.7%、0%、0%和86.9%。這表明教師在本次教學的課堂情感方面表現優秀，能夠充分運用積極的情感教學，讓學生有松弛感，學得輕松。

在課堂氛圍方面，40分鐘內，教師視線在課堂左前、左后、右前和右后的分布占比分別為6.5%、36.1%、9.4%和48.0%；教師在教室里的行走軌跡為80%的時間在講臺和前排，僅5%的時間在最后排。這說明教師的行走軌跡明顯不均衡，對后排學生關注少，對前排學生關注多。

2.教學組織畫像

在教學準備方面，教師在評測系統上傳了教學PPT，未上傳教案，但在授課中教師的視線并未集中在教材或PPT上，因此教師的教學準備情況總體良好。

在教學方式方面，教師課堂提問中，記憶型、理解型、應用型、分析型、評價型和創新型提問分別出現1次、8次、3次、0次、3次和4次。這說明教師注重發展學生的創新思維，培養學生解決問題的能力，但是缺乏分析型提問。整體上看，教師基本能夠做到啟發、引導、鼓勵學生自主探究。

在教學內容方面，教師注重新知與舊知的銜接，基本可以做到教學內容貼近生活，與學生日常生活情境相結合，但是在教學過程中未介紹本學科知識在其他學科中的應用，未能充分體現不同學科知識之間的關聯。

在教學評價方面，教師對學生回答問題有鼓勵性評價，但是對學生思維過程評價不足，整體表現一般。

3.課堂管理畫像

在行為管理方面，教師無推搡學生等不當行為，學生在課堂上沒有吃東西、趴下睡覺等情況，學生舉手、聽講、起立活動的占比分別為11.9%、84.1%、4.0%。由此可見，課堂秩序較好，學生能參與課堂活動，但是起立回答問題的比率偏低，學生的活躍度有待提升。

在時間管理方面，教師語速較慢且未明確說明完成活動或任務的時間。由此可見，教師課堂教學時間管理的意識不強、能力不足。

三、智能提出針對性改進建議

針對教師課堂教學中存在的問題，生成式人工智能可以提出有針對性的改進建議。

針對教學評價不足的問題，人工智能建議：教師可以記錄學生在課堂上的發言次數、回答問題的質量，以此評價學生的課堂參與度；可以引導學生評價自己的學習過程和結果，培養學生的反思能力；可以組織學生相互評價，促進學生之間交流與互動。

針對教師注意力分配不均衡的問題，人工智能建議：教師教學時視線應指向聽課學生，了解與教學活動相關的信息，如課堂紀律情況等，根據學生的表現調整教學行為，維持正常的教學秩序。同時，教師應注意視線的均衡分配，對學生一視同仁。

針對教師行動軌跡過于集中的問題，人工智能建議：教師應充分認識“走動”藝術的重要性。一般情況下，講解重點內容時應“站穩三尺講臺”，關注全體學生；與部分學生交流時應走近學生；學生自主學習時應巡回式地了解學生的學習情況；利用多媒體教學或板書時應站在大屏幕兩側；在學生提出或回答問題時應站在講臺下一側并面向提問或回答問題的學生，或者快速走到提問、回答問題學生的座位旁邊，認真傾聽。

針對教師設計的問題類型不豐富的問題，人工智能建議：在實際教學中，教師應充分關注課堂提問的問題質量、提問方式、反饋方式、回答類型及追問的有效應用。例如，針對不同的教學環節設計有針對性的問題：知識講授環節，通過記憶、理解型提問鞏固所學知識；活動研討環節，通過評價、創新型提問激發學生的高階思維。同時，教師要針對不同類型的問題引導學生采取不同的回答方式。此外，教師可以通過追問形成問題鏈，助推學生思維發展。

針對教師語速過慢的問題，人工智能建議：關于教師的語速沒有統一標準，應該根據教學對象、教學內容、教學環境等因素綜合考量。如在小班化教學中，由于學生少、教室空間小，教師的語速可適當加快，而在班額較大、教室空間較大的情況下，教師與后排學生的距離遠，教師的語速就要相應地放慢。

此外，人工智能建議：教師要關注人工智能為廣大教師提供的最新專業知識、教育研究成果與教育發展趨勢，并結合教學實際確定專業發展方向，優化教育教學方法，逐步形成個性化的教學風格，步入專業發展快車道。

（作者單位：李劍，湖北第二師范學院計算機學院；邢銳，湖北省教育信息化發展中心、湖北省電化教育館）

（本文系湖北省教育科學規劃光谷教師教育綜合改革省級實驗區專項資助課題“基于人工智能的中小學教師個體畫像與精準研修融合研究”的研究成果。課題編號：2022ZB30）

文字編輯" 羅義安