数据驱动的校本教研路径探索与实践

陈禹辰　唐晓航　聂姿　张新立

摘要：当前校本教研实践存在以个人经验与主观判断为导向、缺乏精准客观的数据支持与判断、难以获取课堂教学的全貌等问题。数字时代，“互联网+教研”成为教研发展的新形态，大数据等智能技术的发展为校本教研的转型升级带来了新机遇。因此，本研究从厘清数据驱动的校本教研的内涵与特征出发，构建了数据驱动的校本教研模型，并以温州第二实验中学为例，阐述其应用和实践流程，以期为我国校本教研的转型升级提供借鉴。

关键词：数据驱动；校本教研；循证教研；精准教研

教研即教学研究或教育研究。校本教研是一种以学校为本位、以教师为主体、以师生共同成长为目标的教学研究方式，是打造学校特色、保障学校教学质量、促进教师专业化发展、促进学生全面发展的一条重要途径。传统的校本教研往往以专家讲座、听课评课、师徒结对等为主，教研形式的单一与固化导致服务形式的千篇一律。教师多以眼睛看、耳朵听来获取课堂信息，难以获取课堂教学的全貌；同时，教师以个人经验与主观判断为导向，缺乏精准客观的数据支持与判断，易出现口说无凭的潜在问题。如此一来，校本教研逐渐背离了其本真之义，既不能精准分析学情，又难以对学生课堂学习施以精准诊断与个性化干预，更难以客观判断教师的教学能力。新时代校本教研以精准化、循证化与个性化为新要求。2019年，教育部发布的《关于加强和改进新时代基础教育教研工作的意见》指出，应创新教研工作方式，提升教研工作的针对性、有效性，同时应强化校本教研，探索新方法、新技术，以提高教师专业能力为重点。那么，如何实现校本教研的新时代转型成为亟待解决的议题。

数字时代，5G通信、人工智能、云计算、大数据等技术迅猛发展，助推了教育研究的数字化转型，“互联网+教研”成为新时代教研发展的新形态。这些技术根植于教育研究，最突出的效能即数据成了教研的底层逻辑与支撑。数据存储、数据采集与数据分析技术的迭代发展为校本教研的转型升级带来了新机遇。因此，本研究从厘清数据驱动的校本教研的内涵与特征出发，构建了数据驱动的校本教研模型，并通过案例阐述其实践流程，以期为我国校本教研的转型升级提供借鉴。

一、数据驱动的校本教研的内涵与特征

数据驱动的校本教研是指在大数据、人工智能、云计算等信息技术支持下，记录、挖掘和分析教学主客体产生的各类数据，以支持课堂教学改进、教学行为优化的教学研究形态。与传统的校本教研相比，数据驱动的校本教研主要表现为精准化、循证化与个性化。

（一）精准化

教研过程中多模态数据的挖掘与分析是校本教研精准化的基础。教学行为、专注力、参与感等是洞察教與学过程的重要依据，也是实现校本教研精准化的关键证据。通过多模态数据的挖掘与分析，智能平台能有效采集师生的特征，获取课堂教学全貌，精确定位与识别教学中存在的问题，形成更具针对性的教学诊断与评估，以优化教师课堂教学行为与教研决策。

（二）循证化

“循证”一词起源于医学，也称为“基于证据的”。相较于传统校本教研以个人经验与主观判断为导向，数据驱动的校本教研遵循“证据”而非“经验”，强调获取与挖掘真实、客观的过程性数据，并在此基础上进行教学评估与决策。这增强了校本教研的科学性、规范性与可靠性。

（三）个性化

传统教研因无法获取课堂教学的全貌和精准的课堂数据，难以对教师教学施以精准判断与个性化干预。数据驱动的校本教研在量化数据的支撑下，能获取教学主体的特征，一方面帮助教师了解每位学生；另一方面，帮助诊断并评估教师的课堂教学表现，帮助教师制订个性化的教学计划与策略。

二、数据驱动的校本教研模型

智能平台具备智能录播、实时追踪、智能分析等功能，为实现数据驱动的校本教研提供了环境支持。从数据驱动的校本教研的特征出发，参考已有校本教研的实践成果，本研究构建了数据驱动的校本教研模型——“三磨两课”（如图1），具体阐释如下。

（一）一磨：面向备课组的传统说课

“一磨”是数据驱动的校本教研的初始环节。在该环节，待本校教研组共同确定研讨主题后，示范教师面向备课组针对教学目标、学情、教学重难点等进行分析与说课。备课组教师则观察说课过程，记录教学优缺点。在示范说课完成后，备课组根据观察、听课笔记、个人体验，分析教学优缺点，提出具体的优化意见。示范教师则根据反馈进行自我反思，优化教案，为接下来的授课打下坚实的基础。

（二）一课：面向备课组的初次授课+基于智能平台的课堂数据采集

“一课”主要指的是，示范教师依据上一环节的教学设计方案，面向备课组对学生进行初次授课。在该环节，备课组对课堂教学进行观察与记录，智能平台则负责以录像的方式收集课堂上的多模态数据，包括行为、注意力、参与度等。在授课过程中，平台每30秒采集一次教师和学生的课堂行为数据，并根据平台设置的常模，分析师生各种行为在课堂上的时间占比。

（三）二磨：备课组循证磨课

“二磨”的开展以“一课”中的课堂数据为基础。备课组根据智能平台采集的课堂数据，了解学生在课堂不同时间段内的表现、参与度与关注度情况，观看录像回顾教学片段，开展团队评课议课，分析教师在课堂上出现的问题，寻找影响学生课堂参与度和行为表现的原因。立足这些客观、真实的数据，备课组为示范教师“对症下药”，给出有针对性的建议与改进策略。示范教师则根据循证数据回顾课堂教学全貌，了解与分析授课情况，并根据备课组教师的建议深入反思自身的教学设计以及教学行为等，再次优化教学方案。

（四）二课：面向教研组的二次授课+基于智能平台的课堂数据采集

“二课”主要面向学校教研组，由示范教师依据“二磨”阶段的优化方案开展教学。在此阶段，教研组对课堂教学进行观察与记录；智能平台负责再次收集课堂上的多模态数据，包括行为、注意力、参与度等。这些数据不仅为师生在“一课”和“二课”之间的变化提供事实依据，也为“三磨”研讨提供真实的证据与客观的数据支撑。

（五）三磨：教研组循证议课

“三磨”结合了“一课”和“二课”中的课堂数据，面向教研组和备课组全体。示范教师介绍教学设计的意图与演变历程，参与观课的教师依据观察点分组讨论，在过程中借助数据诊断课堂，通过解读图表，分析课堂实录切片，精准诊断课堂问题。教研组应分派代表进行评课议课，靶向性地提出改进策略。在此基础上，示范教师进行深度反思，完善教学设计，形成完整的教学案例。最终，教研组长对本轮教研活动做深度总结。

三、数据驱动的校本教研实践——以温州第二实验中学为例

温州第二实验中学作为浙江省唯一一所中央电化教育馆智能研修平台（如图2）应用试点实验校，多年来积极尝试基于数据的校本教研探索。在智能技术的支持下，学校备课组与教研组协力开展校本教研活动，遵循数据驱动的校本教研模型，借助数据对课堂进行精准分析与判断诊断，并在此基础上开展教学改进与优化提质，从而形成一支具有学校特色的新时代教师队伍。

为更好地呈现数据驱动的校本教研模型的效益，本研究以温州第二实验中学八年级科学学科“质量的测量”一课为例，阐述该模型的实际应用过程。

（一）一磨→一课→二磨

在“一磨”阶段，学校教研组确定研讨主题为八年级科学学科的“质量的测量”一课。示范教师面向备课组说课，备课组根据观察和听课笔记等分析教学，提出优化建议。示范教师则根据建议反思教学设计中的不足，对教案进行优化。在“一课”阶段，示范教师向八年级A班学生进行初次授课，由智能平台采集课堂数据。

在“二磨”阶段，备课组和示范教师根据智能平台采集的课堂数据，了解“一课”阶段学生在课堂不同时间段内的表现、参与度与关注度情况。他们发现：学生的表现处于中下水平，在4～6 min、8～10 min、12～14 min、16～18 min等多个时间段有明显下降；在参与度方面处于中等水平，在2～6 min与8～10 min有明显下降；在关注度方面处于较高水平，在4～6 min、8～10 min、12～14 min与32～34 min有明显下降（如图3）。同时，关注师生行为的占比（如图4）发现：教师的讲课行为最多（37.9%），没有板书行为（0%）；学生的听讲行为最多（31.73%），举手行为最少（0.3%）。根据上述课堂数据，备课组与示范教师回顾教学片段，开展团队评课议课，给出分析与建议（见表1）。立足这些客观、真实的数据，备课组给示范教师提出有针对性的建议与改进策略。

（二）二课→三磨

在“二课”阶段，依据“二磨”的优化方案，示范教师就该课在八年级B班进行第二次教学。教研组进入课堂进行观察与记录，智能平台再次收集课堂上的多模态数据。

在“三磨”阶段，待示范教师介绍完设计意图和演变历程后，参与观课的教师依据观察点分组讨论，派代表评课议课。教研组和备课组结合“一课”和“二课”的课堂数据，分析和诊断课堂问题。例如，图5展示了学生在“一课”与“二课”阶段的表现、参与度与关注度对比，发现“二课”中学生在4～6 min时间段的表现与参与度有明显的提升。这说明教师针对改进意见优化了教学方案并积极落实，取得了良好的成效。最后，示范教师根据反馈意见在深度反思的基础上完善教学设计，形成完整的教学案例。

在整个“三磨两课”教研过程中，学校教研组、备课组借助客观、真实的数据进行科学精准的诊断与分析，从点到面、靶向性地提出改进策略。教师则借助数据更直观地了解教学优缺点，根据意见对教学方案进行多轮优化与改进，从而有效提升教学质量，实现教师的专业成长。

四、结语

“互联网+”时代，各类智能技术与平台的发展为实现精准化、循证化与个性化的校本教研提供了巨大助力。本研究从数据驱动的校本教研的内涵与特征出发，构建了数据驱动的校本教研模型，并以温州第二实验中学的八年级科学课为例阐述了其实践流程。研究成果能为我国校本教研的转型升级提供借鉴。

目前，数据驱动的校本教研仍处于起步阶段。为保证数据驱动的校本教研的可持续、高质量发展，本研究提供了以下建议：（1）夯实教育“新基建”，构筑更具智慧的教研环境；（2）组建有特色、高水平、多元化和学科齐全的教研集群，促进教师专业能力提升；（3）提高教师的数字化教研能力，推动数据驱动的校本教研的实践；（4）结合教师教研的实际需求（如新手教师发展），充分发挥数据驱动的校本教研的效能。

注：本文系2023年浙江省大学生科技创新活动计划暨新苗人才计划项目“AR环境下增量项目式编程对儿童计算思维与认知发展的实证研究”（课题编号：2023R451041）、温州市哲学社会科学规划课题“STEAM科创劳动教育对中小学生核心素养发展影响的实证研究”（课题编号：22wsk669）的阶段性研究成果。

参考文献

[1] 赵敏，蔺海沣.校本教研共同体建构 ：从“共存”走向“共生”[J].教育研究，2016（12）：112-119.

[2] 王中男.校本教研存在的问题分析与路径选择[J].教育理论与实践，2014（2）：10-12.

[3] 张淑娟.学科组校本教研的“假假真真”——校本教研存在问题与改进策略建议[J].教育科学论坛，2016（22）：60-62.

[4] 胡小勇，徐欢云.“互联网+教研”形态研究：内涵、特征与趋势[J].电化教育研究，2020（2）：10-16.

[5] 中华人民共和国教育部.教育部关于加强和改进新时代基础教育教研工作的意见[EB/OL].（2019-11-15）[2023-05-01].http：//www.moe.gov.cn/srcsite/A06/s3321/201911/t20191128_409950.html.

[6] 胡小勇，林梓柔.精準教研视域下的教师画像研究[J].电化教育研究，2019（7）：84-91.

[7] 王超，顾小清，郑隆威.多模态数据赋能精准教研：情境、路径与解释[J].电化教育研究，2021（11）：114-120.

[8] 汪和生.数据驱动精准教学课堂模式的构建与实践探索[J].教育导刊，2023（2）：68-74.

[9] 袁丽，胡艺曦，王照萱，等.论循证课例研究的实践：教师教育的新取向[J].教师教育研究，2020（4）：17-23+44.

[10]林梓柔，胡小勇.精准教研：数据驱动提升教师教研效能[J].数字教育，2019（6）：42-46.

[11]洪亮.大数据时代校本教研转型策略及路径[J].中国教育学刊，2015（7）：78-81.

[12]鲍义，贺亚，冯丽娜.数据驱动下县域精准教研的实践探索[J].数字教育，2020（5）：55-58.

（作者陈禹辰、聂姿系温州大学STEM教育研究中心硕士研究生；唐晓航系浙江省温州市第二实验中学一级教师；张新立系温州大学教育学院副教授，硕士生导师，温州大学STEM教育研究中心副所长）

责任编辑：牟艳娜