区域职教教研员智能教育素养的培养策略和途径浅探

乐 颖

（南京市职教（成人）教研室，江苏 南京 210018）

1 问题的提出

近年来，新一轮科技革命和产业变革深入发展，数字化、网络化、智能化赋能经济社会发展作用日益凸显，数字经济成为我国经济转型升级的重要引擎和强劲动力，职教数字化开始全方位加速革新。人工智能与教育、教学和学习系统不断深入融合，在教学应用、教师研训应用、教育系统监测方面均有更广泛的表现与应用。随着2022 年《教师数字素养》教育行业标准的发布，对全体教师提出了规范和要求，要想培育好教师队伍，高素质的教研队伍不可或缺。

教研员作为教师群体中的优秀代表，是信息化、数字化、智能化教学研究与实践的带头人，是指导技术与教育教学深度融合的核心力量，也是推进教师数字化、智能化转型的主力军，但长期以来，教研员的信息素养缺乏足够重视，尤其职教教研员易被忽视，也缺乏与之需求相对应的培训与提升，教研过程中开始逐渐呈现出多种问题，主要表现在：

（1）区域职教教研的组织者主要以市、区教科研单位为主，很多教研活动都根据专业学科分类开展，过于局限和单一，同时由于职业教育部分专业小众化，规模小且布局分散，部分教研活动只能和其他专业合并开展，教研能力分散，无法形成以“专业学术”为主导的，深入整个一线教育教学全过程的教研组织体系。

（2）职教教师的关注点多在校内常规教学和各级各类大赛中，例如技能大赛、教学大赛、创新创业大赛、班主任大赛等，而对于教学研究的动力不足、能力欠缺、深度不够、广度受限，很多教师“普遍缺乏跨界合作意识，缺少主动探究和创新的精神”[1]，区域教研活动在组织方向、工作形式、方法上都未能深入理解并体现职业教育的跨界特征。

（3）职教教研员队伍的整体素养有待提高，根据罗滨提出的“教研员的核心素养框架”[2]，可以看到专业精神、专业能力和专业知识是三个主要维度。其中专业能力主要体现在课程建设与资源开发能力、教学研究与指导改进能力、质量评价与分析反馈能力、教育教学科研能力等方面，随着人工智能、大数据与教育教学的深度融合，这种新型专业能力逐渐成为教研员最为薄弱的一个维度。虽然职教教研员大多是优秀的师德或学术带头人，在学科专业领域中均能发挥较强的引领作用，在学习力、研究力方面都较为出众，但普遍受限于整体年龄结构偏大、指导专业（学科）单一、信息技术应用能力薄弱、信息意识不强，信息伦理道德与网络安全防范意识松懈，同时部分教研员满足或长期停留于现有的教研方式、教研内容，缺乏持续创新的精神，不愿走出稳定的“舒适圈”，从而开始出现了越来越多的短板，表现欠缺。

（4）职教教研员队伍的信息化教学引领力欠缺。对照赵可云研究的“教研员区域信息化教学引领力模型”[3]中的五个职权行为，可以看到，职教教研员在促进区域专业学科信息化教学变革与创新中领导力和引领力不足，对自身信息素养的提升重视度不够；在区域信息化教学规划与预警中未能配合学校或相关部门提前做出有效应对思考，拟定措施方案；在区域信息化资源建设与整合中未能紧抓校企合作、产教融合，做好专业指导与技术支撑，在资源布局、整体规划、统一建设、精品选拔、孵化提升方面还较为欠缺；区域教师信息化教学能力培养未能真正发挥教研员的主体作用，角色定位有偏差，依赖于其他各级各类相关培训，对教师高阶思维的培养更缺乏足够重视，同时教研员对自身信息化指导能力提升关注度也不够；区域信息化教学管理与评价未能有效借助大数据、人工智能等技术手段与方法，部分区域的教研管理依然停留在过去的纸质签到、打卡考勤的方式方法，教学评价未结合个性化、数字化、智能化做更多深度思考，轻过程，重结果，评价单一。

2 职教教研员智能教育素养新内涵

智能教育素养是教师信息素养在智能时代的新表征，它是对教师信息技术素养的内涵更新与结构拓展。可以说智能教育素养是一种集AI 知识、整合AI的教学能力以及AI教育伦理与信念为一体的综合素养[4]。在人工智能时代各种智能技术与教育深度融合的背景下，职教教研员的业务职能已不能仅仅限于在本专业（学科）领域下开展教学研究、指导服务，而应更新观念、重塑角色，拓宽职能范围，与之对应的智能教育素养也应在原有教师信息素养的内涵基础上进一步拓展与延伸，具体体现在以下三方面 ：一是意识理念方面，教研员不仅要能够主动学习人工智能、大数据、信息技术的最新发展，不断提高自身智能教育素养，还要更加认识到智能技术在教育教学管理工作中的重要性，注重大数据的管理和应用，要能协助区域、学校对各类型课程资源进行制作、分类、整理和利用，支持区域、学校的教育教学和科研管理工作；二是知识与技能方面，教研员不仅需要了解与人工智能教育相关的硬件和软件以及网络安全、数据安全等方面的知识，还要侧重掌握与专业相关的智能管理、分析和统计能力，掌握数据分类、数据存储、信息检索和数据共享等能力，能够灵活运用智能技术手段解决教研工作中的问题；三是伦理道德方面，教研员不仅要具备信息伦理道德素养，遵守信息安全规定，了解智能技术及教育数据风险问责机制，能协助区域、学校实现智能技术及数据的规范监管，在对老师的指导方面，不仅要指导教师严格遵守学术规范和科研伦理，保护知识产权和学术成果的合法权益，还要关注对教师人工智能伦理道德的培养和教育。教研员要指导教师提高应用人工智能的能力，更要让专业教师明白透明度、公平性等问题在智能社会的重要性，建立可解释和可信任的智能教育[5]。随着《新一代人工智能伦理规范》和《人工智能伦理问题建议书》（Recom－mendation on the Ethics of Artificial Intelligence）的发布，可以看出伦理道德应融入人工智能全生命周期，要为人工智能的建设提供必需的法律框架，以确保其健康发展。教研员要有序规范人工智能技术的教育应用，引导师生形成正确的智能教育价值观，树立正确的“智能教育风向标”。

3 现阶段职教教研员智能教育素养培养路径

职教教研员智能教育素养提升是一个诸要素相互联系、逐级递进、循序发展、自我发展的过程，实现核心是智慧教研大环境的构建与完善，这里的智慧教研大环境是一个广义的概念，是指在大数据、人工智能等信息技术快速发展和普及的背景下，应用现代信息技术手段和资源，构建起来的支撑教研活动的智慧化、数字化、网络化的环境。其目标是提高教育教学质量，促进职教教师专业能力的提升和创新能力的培养，实现教育教学的转型升级。智慧教研大环境不仅包括教研平台、数字资源库、教育云服务、数据分析与挖掘等一系列技术应用，也包括教育管理机构、学校与教育教学实践者之间的良好协同合作机制。

智慧教研大环境的建设，可以通过以下四个阶段推进：第一阶段是理念变革与组织保障阶段，这也是最重要的阶段，需加强重视与投入，区域教研机构和校方统筹规划、形成合力，在教育信息化专家的指导下，做好智慧教研大环境的顶层设计。第二阶段是试点先行和模式构建阶段，根据自愿原则，部分专业学科的教研员可率先组织公开课、研究课等进行展示，积累经验，形成具有专业特色的数字化、智能化教研新范式。第三阶段是全面推进与资源创生阶段，在这个阶段鼓励全体教研员与各学科教师基于网络平台，不断协同创生优质的教研资源体系，有效增强教研活动的参与感与价值感，有效支持符合区域特色、专业学情的智慧化、数字化教研的全面推进，形成一体化的区校联动智慧教研新模式。第四阶段是跨界融合与育人创新阶段，在这个阶段紧密围绕职业教育的校企合作，产教融合的特点，开展跨学科、跨领域的交叉融合，也可联合高等院校、优秀企业组建专家团队为智慧教研工作提供指导。

总之，通过开展顶层设计与构建运行机制，不断推进智慧教研向纵深发展，智能教育素养提升过程中要及时关注教研员个体成长的顺序性、阶段性、不平衡性、个别差异性和互补性等问题，可以邀请教育技术学、课程教学论等方面专家组成团队提供智力支持，通过专家报告、座谈交流、一线指导等方式为教研员的教研工作提供理论指导、理念引领与实践交流，并可采取跨专业的专项教研、校企联合教研开展多元化、个性化的实践指导。

4 职教教研员智能教育素养培养途径——以南京职业教育为例

目前，南京职教教研已逐步将教研活动从经验化向智能化转变，从局部的、个别的、片面的经验主义不断向精准数据驱动转变，从知识本位向素养本位转变，为了更好地构建优质智慧教研大环境，搭建了市、区、校一体化的统一界面、统一登录、统一数据、条块结合的南京智慧职教云平台，形成“1+2+1”模式，即1 个数据中心（可视化数据驾驶舱）+2个子系统（智慧教研平台和智慧管理平台）+资源云平台，“智慧教研平台”系统中，包含教研空间、教研资源库、智能教研系统、综合评价四大模块，全面推进了全体职教教研员智能教育素养的转型提升。

实施智慧教研活动的基础是基于证据的证实性评价，早在20世纪40年代，美国教育评价之父拉尔夫·泰勒，就首次提出将证据一词用于评价，建议通过系统收集证据来确定学习者的学习是否发生了变化以及变化的数量或程度，进行基于证据的教学质量评价研究，为此南京职教在初期实施了教研即时性数据（包括微视频学习时长、签到、签离情况等）和结果性数据（教研次数、教研学时）等内容采集，从而使管理开始有据可依，避免粗放管理。自2023 年开始，南京职教开始逐步探索基于“AI 智能教研系统”的深度教研，将传统的组织教研线下讨论转变为教与研的即时分析、评价，形成循证平台的大数据视图。

在智慧教研大环境的建设推进中，根据区域职教教研形式多样化、教研场地多样化、专业设置多样化的特点，南京职教没有采用“人工智能+传统录播教室”的模式，而是打破完全依赖相关基础设施的局限性，将着眼点放在了灵活度高、通用性强、对硬件依赖性低的课堂视频分析、混合式教学研讨中，教研员组织教师共同分析，快速形成数据进行分析循证，并支持反向定位，便于开展实证性研讨。

针对课堂视频分析，南京职教探索了两种方式，第一种是进行微分解构和积分重构，即将多源异构的课堂切割成最小数据单元进行单一分析，同时也能基于专业学科素养需要，跨界重构专业视角及学科思维开展多维度分析，根据祝智庭教授的“五何”模型、基于多学科视角的麦卡锡的4MAT模式、布鲁姆的六个认知层次和基于不同问题建构的15 个方面等多重角度对课堂加以综合性评价，从而形成教师课堂数字画像。第二种是基于美国的课堂教学质量评价体系UTOP，预设四大课堂分析维度，包括课堂环境（Classroom Environment）、课程结构 （Lesson Structure）、执行效果（Implementation） 和教学内容（Math /Science Content），对教师课堂录制的教学视频进行数字画像，全程全自动分析并输出课堂教学诊断报告，同时也可以开展同一个教师同一课程在不同阶段的数据对比以及同一课程不同教师的数据对比，分别从微观、中观和宏观的层面为教师、学校及管理者提供数据统计及预测分析。

在混合式教学研讨环节，南京职教尝试将基于深度学习的高阶思维策略用于教研活动中。所谓高阶思维是一种解决实际问题的能力，是指解决劣构问题的能力、远迁移能力、发散思维能力等，为此教研员需逐步改变传统“一言堂”的模式，充分调动参与教师的主动性与积极性，通过设计任务问题，搭建有效研讨支架，制作评价量规，借助计算机支持的协作平台知识论坛，采用基于知识建构的跨专业、校企联合的深度教研模式，详细分析学习社区中每位教师及其活动与知识之间的结构关系，跟踪与分析教师自身个体、活动与知识的发展过程，以及教师与教师之间、教师与小组之间、教师与社区之间的发展变化及差异等，通过“社交网络”“参与贡献”“语义探测”等多样性的评价工具记录和评估知识建构的研讨过程和教研成果，并形成对每位教师的个人报告和整个社区的主题总结报告。以认知能动性（epistemic agency）和想法（idea）为中心，通过“线上+线下”教研的融合，有效促进教师组内协作、组间交流，加深对于教学与实践的理解，最终构建专业学科教研中教师混合式学习的社区知识，促进全体教师高阶思维的培养。

南京职教通过南京智慧职教云平台全过程采集与分析教研数据，生成实时南京职教教研大数据视图，同时建立起教师教研资源库，为教师提供教学决策，从而构建起教研帮扶精准化、教研资源个性化、教研诊断与评价高效化、深度教研智慧化的新型教研方式。从顶层设计，到管理制度配套，再到智能教研大环境建设，结合各级各类教研员培训，分阶段全方位推进职教教研员的智能教育素养的培养，有效提升了职教教师队伍的整体素养水平。