以数字化转型赋能“问题化学习”

上海市教育学会宝山实验学校是“问题化学习”母体校。作为区域支持下“十三五”教育综合改革重大项目和“十四五”教育规划重点建设品牌，“问题化学习”不仅在基础教育领域取得了显著的成效，在数字化背景的支持下，“问题化学习”的实践与创新成果也得到了广泛的应用。

“问题化学习”的三个研究阶段

我校的“问题化学习”课题研究已经历时20年，主要经历了三个重要的发展阶段。

小试阶段，逐“问”而行。2003—2015年，我校进行了“问题化学习”实践模型的本土探索。此阶段通过自主探索，采用理论假设、实践验证，提出“问题化学习”概念，形成了“问题化学习”的变革路径与实践模型；通过提问、追问，建构问题系统，使学生在持续性问题解决中有效建构起学科知识体系；通过招募项目学校、实践研究、经验提炼、专家咨询等方式，形成支持“问题化学习”的教学变革实践体系。

中试阶段，“问”向深处。2015—2022年，区教育局的“问题化学习”进入实践创新阶段。区教育局成立的问题化学习研究所由41个教师工作坊、全国59个实验基地、10大省际学校组成，将12年的课题研究成果推广转化至九年一贯制母体实验学校。母体实验学校由点到面，全学科推进，并在日常教学实施，研究所通过学生学习成效、教师专业发展实验数据进行多轮验证，形成了学科、学段、学校多层面持续迭代优化的系统实践成果，进而形成“所校盟一体”的成果推广有效机制。

大试阶段，“问”以致远。2023年至今，随着“问题化学习”在更大范围的实验推广，特别是在母体实验学校的全要素探索，越来越多的理论得以实践验证，在原有的研究基础上不断深化，形成了越来越多成熟的操作模型、实践模式和评价标准。为促使“问题化学习”向深远发展，母体校在上海市未来学习研究与发展中心的支持下，建立了“深化转化中心”，并借助数字化技术，赋能“问题化学习”的研究深化和成果转化，为区域联盟“大试”奠定坚实基础。

“问题化学习”课堂学与教的变革

“问题化学习”以学生的问题为起点、学科的问题为基础、教师的问题为引导，三位一体解决问题，在落实核心素养、实现学科育人的过程中更加高效地帮助学生获得知识、掌握技能和锤炼品格。“问题化学习”坚持“问题导向、目标导向、创新导向”，优化教学方式，促进课堂转型，并以此转变学校育人和质量增长的方式。

聚焦问题。“问题化学习”是我校信息化建设的主轴，我们以教师和学生都能理解的方式，利用技术赋能教师个体和群体的专业发展，建立起“技术标准”，并在此基础上“生长”出各类应用。

解决方案。无论哪种教育教学的应用或平台，背后都有着底层算法和技术逻辑，也渗透着对教育原理与教学规律的科学认识。自建校以来，我校基于“问题化学习”的实验要求，全方位开展了教师专业培训，除了学习“问题化学习”的相关理论内容，还涉及教育目标分类学、评价测量学、教学论、学习论、知识论、课程论、系统化教学设计等专业知识。这些理论知识很好地还原了现有各类教育教学应用的技术逻辑，也为学校教师后续共同参与数字化学科建设奠定了基础。

应用场景。在母体校和研究所的引领和推动下，2021年下半年开始，我校基于“问题化学习”已有的研究成果，与企业合作开发了“问题化学习”课堂切片分析系统。该系统以“促进上课教师和听课教师双向分析、持续改进”作为核心追求，观察学生学习的动机以及课堂教学的全过程，是实现课堂观察活动精准改进的重要组成部分。

以数字化赋能“问题化学习”

2019年，我校成为上海市第二批“上海市教育信息化应用标杆培育校”，以“问题化学习”已有的研究成果来贯穿学校信息化建设的全过程，主要解决“怎么教”“怎么学”“怎么育”的问题。2021年，上海市宝山区成为教育部第二批人工智能助推教师队伍建设试点区以及上海市教育数字化转型实验区。区域同时制定并出台了《宝山区推进教育数字化转型三年行动计划（2023—2025年）》。面对大数据、人工智能及“双减”“双新”教育管理政策，我校正式启动数字技术背景下的“问题化学习”生态建设。当问题化邂逅数字化，技术将为“问题化学习”的发展插上智慧翅膀。

智慧同侪探索共助课堂变革。2021年底，宝山区教育数字化转型工作正式启动，我校作为试点校，开展了重点项目“同侪课堂”的探索研究。在进行一年级语文组“问题化学习”的研究课之前，一年级云工作坊开启了课堂循证之旅——教龄刚满四年的年轻教师魏琳菲与宝山区共富实验学校的唐怡宁老师互学互进，共同备课，唐怡宁老师运用基于云工作坊同课异构模式下的“一课两循”方式，远程帮助魏老师攻克难题。云工作坊的老师们一致认为，一年级学生具有好奇、好胜、好玩的天性，老师需要创设有趣的问题情境，引发学生在课堂中自然地提出问题，魏老师根据大家给出的意见修改了教学设计。在接下来教学“jqx”的课堂中，她充分利用教材中儿歌创设的情境，在比较中引导学生提问，在巧记字母环节引出新问题，经过改进的课堂，学生的提问明显增多，学生的问题发现力也有所提升。

多维数据采集，实现课堂可视化分析。数据采集是数据分析的基础，是确保课堂观察活动结果客观性与科学性的关键环节。教学过程融合了多维异构数据，系统利用物联网等信息技术，常态化、伴随式、轻量级采集教师教学数据、学生学习数据、听课教师反馈数据，同时支持已有课堂视频数据一键导入，全方位、多层次采集、分析学校教学数据，发挥数据的价值。为保证课堂观察目标的有效达成，必须通过信息反馈，实现对课堂观察过程的改进。为满足教师专业发展需求，我校设计了动态交互、多角度可视化的系统。该系统自动生成反馈报告，直观地呈现包括课堂图谱、课堂结构、课堂互动、思维发展等多个维度的数字化信息。每两周，每位教师选择一节随堂课的教学视频上传至课堂AI智能分析平台，学校课堂质量大数据看板将自动汇集所有教师的课堂分析数据，形成学科、质量分析数据看板，总结教学课堂的共性特征，为精准开发针对性课程提供数据支持。除此之外，基于教师常态化课堂形成的数据，数据看板动态生成教师个人课堂质量画像，精准客观地展现教师专业发展的现状及趋势，从而为教学管理提供数据支撑。基于循证数据的教学管理帮助教师专业成长，同时促进学生“问题化学习力”的提升，为学校管理、学科组管理和教师个人课堂管理等提供了数字依据。

课后数据教研，实现课堂精准评价与分析。通过教研团队共同开展的云端联动教研，教师们能够对课堂进行更加客观、科学、高效地复盘。以上文中提到的“jqx”课堂为例，从数据来看，这堂课虽然学生生成的问题较少，但互动交流却很多，两个课堂的学生真正实现了云端的无障碍互动，展现了互学互进的同侪课堂模式。在同侪课堂云端打卡评课中，一位教师这样说道：“两个课堂的学生都能积极思考，互相激励，像极了《咏雪》的两个小儿，斗的是一份才情，一种智慧。”通过课堂实践，教师从“学生提问和追问统计”“关于教师引导的相关数据”“问题分类统计”“读写视角观察记录”等不同的维度开展课堂循证，用数据来对整堂课进行分析以及评价；通过AI智能算法，将学生提出的问题进行智能分类和检索，实现提问、解决问题、追问等场景的线上互动；通过探索资源中心，实现对学生问题的智能化推送支持，进而帮助学生完成个性化自主学习；通过完善教学基础平台的数据采集和分析能力，能够对应“问题化学习”的教学需求，反馈学生问题解决程度、学科知识达成度，提升教师对学科问题的理解力和引导性问题的设计力，三位一体推进“问题化学习”的教与学；通过智慧平台的学生助手、教学基础平台、教师助手组成的“问题化学习”引擎帮助教师提升课堂效率，推进课堂学与教方式的变革，整体提高学校高质量办学水平。