基于国家中小学智慧教育平台的技术促进学习：需求分析、策略构建与实证研究

摘要：随着技术与教学融合不断深化，信息技术在智慧课堂构建中的应用，日益凸显为基础教育领域内促进学生高阶思维能力发展与创新人才培养的关键平台。在国家中小学智慧教育平台全域应用试点工作开展背景下，该文基于学业情绪的中介视角，厘清智慧课堂中不同类型的技术应用对学生学习效果的影响，探讨智慧课堂中技术促进学习的实现路径。结果表明，基于国家中小学智慧教育平台：（1）智慧课堂中技术促进学习的过程中学业情绪起到中介作用，不同层面技术对学业情绪的影响具有差异性；（2）智慧课堂中技术促进学习的策略能够提升学生积极学业情绪与学生学习效果。进而提出教师在智慧课堂中基于国家中小学智慧教育平台，应用技术促进学生学习的建议：（1）应用丰富的资源层面技术，激发学生积极高唤醒情绪；（2）应用精准的数据层面技术，提升学生积极情绪唤醒度；（3）应用适当的交互层面技术，降低学生的消极高唤醒情绪。

关键词：国家中小学智慧教育平台；学业情绪；智慧课堂；技术促进学习

中图分类号：G434 文献标识码：A

* 本文系吉林省教育科学“十四五”规划重点课题“批判性思维导向的网络学习空间应用研究”（课题编号：ZD21017）阶段性研究成果。

一、问题提出

应用信息技术构建智慧课堂逐渐成为基础教育发展学生高阶思维及培养创新人才的主阵地。基础教育扩优提质行动计划中明确指出要提升国家中小学智慧教育平台建设应用水平，扩展其应用功能，加大在智慧课堂的融合应用。作为传统课堂进阶发展的智慧课堂，其本质上是一种集成广泛存在且多样化的新型学习空间[1]。国家中小学智慧教育平台作为智慧课堂的典型代表，提供了一个融合泛在、技术丰富的新型学习环境，为进一步研究技术在教育中的应用成效提供了良好基础。国家中小学智慧教育平台不但在教育实践中具备广泛的应用基础，而且在推动技术与教学的深度融合方面具有重要示范意义。近年来，随着技术在教育领域应用的日益广泛和深度融合，学术界对智慧课堂的研究焦点逐渐转向评估技术应用后对教学产生的实际影响[2]。学习技术（CTCL）范式下以情绪为视角的研究结果显示，技术的应用能够实施针对性的干预，以优化学业情绪进而提升学习效果，其间，学业情绪与学习效果之间的关联性显著，技术的助力，让情绪在促进XZiaFps28tD43eX62mvuxXpA8fB3vbjl1RViiLak3o4=学生学习的过程中起到了中介效应[3]。然而，现有研究对不同类型技术对学业情绪的差异化影响研究还不够深入，无法为教师在智慧课堂中更有效地运用技术提供精准的指导。

基于此，本文以国家中小学智慧教育平台为依托，借助学习技术（CTCL）范式，从学业情绪视角着眼，探究智慧课堂中应用技术对学生学习效果产生的应用成效，具体探讨：与传统教学相比，智慧课堂中技术应用与否以及不同类型的技术应用对学生学业情绪和学习效果的影响，并以学业情绪为中介，厘清智慧课堂中技术促进学习的实现路径。研究旨在探究智慧课堂中不同层面技术对学生学业情绪的影响的差异性，进一步丰富学业情绪影响因素研究的相关理论；同时，探究智慧课堂中技术促进学习的发生，并为教师在智慧课堂中更有效地运用技术提供参考。

二、智慧课堂中的技术构成与需求分析

（一）智慧课堂中技术构成分析

当前国内外关于智慧课堂中技术促进学习的研究日益深入，众多学者和教育实践者积极探索如何利用先进技术提升学生的学习效果[4][5]。智慧课堂中的技术层面大致可分为资源层面、数据层面和交互层面，每个层面都包含了一系列具体的技术应用。

资源层面技术（RT）包括：云计算技术为智慧课堂提供了强大的计算和存储能力，使得教学资源能够高效地在云端进行存储、共享和管理。通过云计算，教师可以轻松上传、编辑和分享教学资源，而学生则可以随时随地访问这些资源，实现学习的无缝连接[6]。数字资源制作技术，包括将传统的纸质教材、教辅资料等转化为数字格式的技术，如扫描、OCR识别等。这些技术使得教学资源更加易于传播和共享，同时也方便了学生进行在线学习和移动学习。多媒体资源集成技术，涉及将音频、视频、图像等多种媒体资源进行整合和呈现的技术。通过多媒体资源集成技术，教师可以制作出更加丰富、生动的教学课件，提高学生的学习兴趣和参与度。

数据层面技术（DT）包括：智慧课堂通过收集和分析学生在学习过程中的数据，实现个性化教学和精准教学。例如，通过课堂大数据分析技术，教师可以实时利用系统追踪学生的学习进程与识别学习难点和学习兴趣等信息，从而调整教学计划和教学方法，以满足学生的个性化需求。此外，学习分析技术同样具备辅助教师预测学生学习成效的能力，提前进行干预和辅导，防止学生出现学习困难。

交互层面技术（IT）包括：智慧课堂采用了虚拟现实（VR）、人工智能（AI）等先进技术，增强师生之间的互动和沟通。虚拟现实技术能够构建高度仿真的教学场景，让学生得以在虚拟环境中实践操作，进而增强学习过程的趣味性和实效性。人工智能技术则可以辅助教师进行教学管理，如自动批改作业、智能推荐学习资源等，减轻教师的工作负担，提高教学效率[7]。

以上内容梳理了国内外相关文献中关于智慧课堂不同层面技术的构成。为进行智慧课堂学习环境中技术促进学习策略的设计，在相关理论的指导下，进一步分析智慧课堂学习环境中的技术构成。本文充分吸收学者们关于“技术使然”“技术促进学习”的相关解释，认为智慧课堂学习环境中的技术促进学习包括，学生自主选择使用技术，教师合理安排运用技术，共同打造出技术丰富的学习环境，促进学习效果的提升。通过分析观摩国家中小学智慧教育平台优质课例，总结智慧课堂中不同教学环节应用到的技术构成如表1所示。

基于以上文献梳理及优质课例分析，本文重点根据智慧课堂的技术构成确定三个技术层面，即包含资源共享全覆盖、学习内容全推送的资源层面；包含过程数据全采集、学情智能全分析的数据层面；包含反馈实时交流全沟通、互联互通全连接的交互层面。三个层面的技术可进一步细分为六种技术应用，如图1所示。

（二）智慧课堂中技术教师应用与学生需求现状分析

为探究智慧课堂中技术促进学习的实现路径，在厘清智慧课堂中技术构成的理论基础上，还需进一步明确教学实践开展学校智慧课堂中技术促进学习的现状，研究具体分析师生对智慧课堂中技术的应用与需求现状。研究选取Y市Z小学六个年级随机各一名教师进行教师访谈，以及六年级随机六名学生进行学生访谈。

教师访谈Z小学教师主要利用国家中小学智慧教育平台，构建智慧课堂中的课前、课中、课后三个环节的教学活动。一是课前利用国家中小学智慧教育平台在班级任务中发放知识可视化梳理工具制作的知识点胶囊，基于国家中小学智慧教育平台资源的微课云课录制，鼓励学生进行课前自主学习。二是课中根据智慧平台中的大数据学情分析对学生普遍掌握的知识点进行略过，对学生出现的共性错误、个别弱点进行着重分析讲解，通过学生学习数字画像使学生们清楚自己对知识的掌握层次。三是课后利用网络学习社群技术进行课堂效果的全程反馈，鼓励学生实现不局限于学校场景的混合式学习，利用校讯通班级讨论实时沟通学生触达学习任务，并鼓励学生通过班级群进行交流协作。基于以上访谈内容整理智慧课堂中技术促进学习的教师技术应用现状如表2“教师应用现状”所示。

智慧课堂教学要明确学生的主体地位，充分考虑学生在学习过程中的需求。为提出智慧课堂学习环境中技术支持策略，研究收集整理了学生访谈中学生普遍认同的智慧课堂技术构成，并整理了学生对智慧课堂中技术促进学习的需求与困惑，具体如表2“学生需求现状”所示。

综合来看教师和学生的需求主要集中在三个方面：首先，希望平台提供更丰富、更易检索的教学资源，特别是针对不同学习阶段知识点的微课和知识可视化梳理工具；其次，希望充分利用大数据技术进行学情分析，提供个性化的学习建议和学习效果反馈，而非仅仅关注分数；最后，希望改进交互技术，例如提供更多有效的线上学习社群交流平台和工具，鼓励学生积极参与，并引导学生有效利用网络资源进行自主探究学习，同时兼顾学生在不同平台上的参与意愿和学习习惯差异。总而言之，需求的核心在于提升平台资源的质量和易用性、增强数据分析的针对性和有效性，以及优化线上交互方式，最终目标是促进学生积极主动的学习和个性化发展。

三、智慧课堂中的技术促进学习策略分析

研究基于对教学实施学校师生进行的访谈分析，明确了智慧课堂中技术促进学习的应用现状，并梳理了师生对于技术应用的需求。在构建技术丰富的智慧课堂学习环境时，必须充分考虑学生的需求。然而，完全依赖学生需求来构建实验环境往往缺乏客观性与科学性，因此研究在智慧课堂学习环境的设计过程中，同时吸收了国内外学者在智慧课堂领域的研究成果，并特别关注了学业情绪这一重要影响因素。

学业情绪在学生的学习过程中扮演着关键角色。积极的学业情绪不仅能够提升学生的学习动机和参与度，还能显著提高学习效果[8][9]。相反，消极的学业情绪可能导致学生的学习兴趣下降，进而影响其学习成绩。因此，在构建智慧课堂时，关注并融合学业情绪相关因素，能够为学生创造一个更加积极的学习氛围，从而提升整体的学习效果。

基于对教学实施学校师生需求的访谈分析，我们发现提升智慧课堂学习效果的关键在于：提供更丰富的学习资源、利用大数据技术进行个性化精准教学，以及优化师生间的线上线下互动。为了有效整合这些需求，并探究技术应用对学习效果的影响机制，本研究构建了一个基于学业情绪中介作用的智慧课堂学习策略模型，如下页图2所示。这些策略旨在有效满足学生的学习需求，同时通过促进正向的学业情绪，助力学生的全面发展。

该模型以“学习效果”为最终目标，核心焦点在于“学业情绪”，涵盖了四个关键维度：积极高唤醒、积极低唤醒、消极高唤醒以及消极低唤醒。在此模型中，智慧课堂技术的有效运用是影响学业情绪和学习效果的关键因素。我们将技术应用策略划分为三个维度：资源层面技术、数据层面技术和交互层面技术。资源层面技术致力于提供多元化的学习资源，如微课、名师课堂实录等，旨在激发学生的学习热情和参与度，从而提升积极情绪，满足教师和学生对于更加丰富、便捷学习资源的需求。数据层面技术通过大数据分析，深入洞察学生的学习行为和成果，提供定制化的学习建议和反馈，增强学生的学习自主感和积极情绪，同时有效减少消极情绪的出现，旨在满足个性化教学的迫切需求。交互层面技术通过线上线下的互动方式，如网络学习社区、班级讨论等，促进师生及学生之间的有效沟通与合作，旨在降低因学习压力等因素引发的消极情绪，同时提升积极情绪，满足师生对高质量线上线下互动的需求。

四、研究设计与实施

（一）研究对象

研究基于智慧课堂的特征以及国家中小学智慧平台的优势，确定本研究的实验环境：实验班在智慧课堂中开展教学，对照班在传统课堂中开展教学。本研究的实验对象选取Y市Z小学6年级小学生，选择四个成绩排名、师资力量相同的班级作为实验A班、实验B班、实验C班与对照D班。实验实施前下发《小学生学业情绪量表》前测问卷，记录实验班三个班级与对照班各50名学生的初始学业情绪情况，确认学业情绪水平基本一致。而后开展教育教学活动，实验班三个班级在智慧课堂中分别应用资源层面、数据层面、交互层面的技术赋能课堂教学，对照班则进行传统常规无技术干预的教学活动。具体如下：

实验A班：采用资源层面技术（RT）促进学习的策略进行智慧课堂教学。

实验B班：采用数据层面技术（DT）促进学习的策略进行智慧课堂教学。

实验C班：采用交互层面技术（IT）促进学习的策略进行智慧课堂教学。

对照D班：采用无技术干预的传统课堂教学。

每节课后向四个班的学生下发《小学生学业情绪量表》记录对照组与实验组经过教学实践后的学业情绪情况。

（二）研究工具

学业情绪（AE）问卷采用《小学生学业情绪量表》[10]，共包括34个题项，涵盖积极高唤醒（PHA）、积极低唤醒（PLA）、消极高唤醒（NHA）、消极低唤醒（NLA）四个维度。其中“积极高唤醒”8个题项，包含自豪、高兴和希望三个二级维度；“积极低唤醒”6个题项，包含平静和放松两个二级维度；“消极高唤醒”8个题项，包含烦躁、担忧、讨厌和羞愧四个二级维度；“消极低唤醒”12个题项，包含厌倦、失望、苦恼和无助四个二级维度。所有题目均采用五点李克特量表形式（1=完全不符合，5=完全符合）。各维度信度系数（Cronbach’s α）分别为0.819、0.814、0.746和0.878，效度系数分别为0.580、0.461、0.292和0.360。效度系数的显著性均在0.05以下，问卷变量的效度水准合理。

学习效果（LE）问卷用来检验实验组与对照组在实验前后的学习效果变化，该问卷由两部分构成，第一部分用来测量学生的学习成就动机（AM），共包括6个题项，包括追求成功（PS）和避免失败（AF）两个维度各3个题项。所有题目均采用五点李克特量表形式（1=完全不符合，5=完全符合）。各维度信度系数（Cronbach’s α）分别为0.777和0.809，效度系数分别为0.583和0.643。效度系数的显著性均在0.05以下，问卷变量的效度水准合理。第二部分用来测试学生的学习成绩（LG），学习成绩检测部分由两名教学经验丰富的教师联合编制，总分100分，试题难易程度与本学期其他单元测试卷一致，被试在完整课堂教学后完成学习成绩检测问卷，得分高低表明学习效果情况。

（三）数据处理

实验A班、实验B班、实验C班、对照D班的班级人数分别为50人，共回收前测问卷200份。将其中未完全填写问卷、全部选择同一选项问卷、按选项大小排列选择选项的问卷认定为无效问卷，予以剔除，获得有效问卷179份，问卷有效率为89.5%。共回收后测额问卷197份，有效问卷177份，问卷有效率为89%。将有效问卷的数据进行录入、清洗，采用SPSS进行数据分析。在获得学校及家长同意的基础上，本研究实施问卷数据的收集工作，由研究者向学生发放纸质问卷，并对填写要求进行了说明。鉴于涉及低年级的学生，为提升其理解问卷内容的能力，研究团队设计并制作了问卷填写指导视频，通过详细阐释的方式，辅助学生完成问卷填写。针对回收的问卷，本研究主要采用SPSS 23.0及其PROCESS插件，以执行共同方法偏差检验、描述性统计、相关分析和中介效应分析。完成数据清洗步骤之后，随即开展数据的正态性检验，符合正态分布之后，对数据进行人口学变量上的描述统计分析，深入探究样本的分布特征；采用图基、雪费、LSD法进行学业情绪的多重比较分析，对应用了不同层面技术的课堂教学的群体进行学业情绪的评分，得到积极高唤醒、积极低唤醒、消极高唤醒、消极低唤醒的评分情况；相关分析检验学业情绪和学习效果之间是否存在相关关系；在中介效应研究中，将技术分类作为自变量，将学业情绪作为中介变量，将学习效果作为因变量进行路径中介关系的检验，采用SPSS的PROCESS插件，采用Bootstrap法进行5000次的因子迭代，获得中介效应路径。

五、研究结果

（一）学业情绪和学习效果描述性统计与相关分析

对学业情绪和学习效果前测数据利用SPSS进行独立样本T检验得知，本实验选取的实验A、B、C班与对照D班学生在实验开始前，学业情绪和学习效果均无显著性差异。根据描述性统计结果分析，实验开始前学生体验到积极高唤醒、积极低唤醒、消极高唤醒、消极低唤醒的均值分别是2.62、4.13、2.97、3.95，表明相较于积极情绪，学生体验到的消极情绪更为显著；同时，低唤醒状态下的情绪水平相较于高唤醒状态更为突出。

进行过教学实验后向实验班与对照班发放学习效果问卷，通过成就动机问卷分数与学习成绩分数来了解智慧课堂技术对学习效果的影响情况，对比实验组与对照组的后测学习效果的得分情况可知，三个实验班中学生的成就动机分数均值为25.44±5.97，学习成绩均值为58.01±12.98，显著高于对照班学生的成就动机与学习成绩均值。由此可见经过教学实验后，实验组与对照组的学习效果具有差异性。

实验班三个班级在进行智慧课堂技术促进学习的策略实施后进行学业情绪测量，对照班级进行过无技术干预的传统教学实施后进行学业情绪测量，对比实验组与对照组的后测学业情绪的得分情况可知，三个实验班中学生的学业情绪均值较高的主要集中在积极高唤醒得分为3.00±0.78，其中消极低唤醒的得分情况最低为2.35±0.70；对照班学生的学业情绪均值较高的主要集中于消极低唤醒得分为3.63±0.74，其中积极高唤醒的得分情况最低为2.29±0.57。由此可见经过教学实验后，实验组与对照组的学业情绪具有差异性。在对智慧课堂不同层面技术促进学习下的学业情绪得分情况进行描述可知，应用资源层面技术的积极高唤醒得分程度相对较高，得分为3.50±0.62。应用数据层面技术的积极低唤醒得分程度最高，得分为3.63±0.65；应用交互层面技术的消极高唤醒得分程度最高，得分为3.20±0.62。由此可见不同层面技术对学业情绪的影响并不一致，需要进行进一步多重比较分析。

对积极高唤醒、积极低唤醒、消极高唤醒和消极低唤醒与学习效果进行相关分析得到对应相关系数如表3所示。因此可见，积极高唤醒和积极低唤醒对学习效果有促进作用。其中积极高唤醒的促进作用最大。消极高唤醒和消极低唤醒对学习效果有负向的作用，消极低唤醒的负向作用更大。

（二）学业情绪的多重比较分析

1.应用相同层面技术时不同学业情绪的差异性分析

对参与了资源层面技术促进学习的智慧课堂教学的实验A班学生进行学业情绪的评分后，采用图基HSD、雪费、LSD法进行题项的进一步检验。通过对应用资源层面技术影响下的学业情绪得分进行深入对比分析可知，PHA>PLA>NHA/NLA（NHA与NLA之间差异不显著），在采用应用资源层面技术的智慧课堂环境中，学生的积极学业情绪的得分程度显著高于其消极学业情绪的得分。由此可见，资源层面技术促进学习中积极高唤醒情绪占主导地位。对参与了数据层面技术促进学习的智慧课堂教学的实验B班学生进行差异性比较可知，PLA>PHA>NLA/NHA（NHA与NLA之间差异不显著）积极学业情绪的得分程度会明显地高于消极学业情绪的得分，其中积极低唤醒得分会高于积极高唤醒。消极低唤醒和消极高唤醒之间差异程度不显著。由此可见，数据层面技术促进学习中积极低唤醒情绪占主导地位。对参与了交互层面技术促进学习的智慧课堂教学的实验C班学生进行差异性比较可知，NHA>NLA/PLA>PHA（PLA与NLA之间差异不显著）采用交互层面技术的学生的积极学业情绪得分程度会低于消极学业情绪的程度。其中积极高唤醒会低于积极低唤醒。消极高唤醒会高于消极低唤醒的得分。由此可见，交互层面技术促进学习中消极高唤醒情绪占主导地位。

2.应用不同层面技术时相同学业情绪的差异性分析

采用了图基、雪费、LSD法进行题项的进一步检验，对不同层面技术下学生不同学业情绪的得分进行进一步对比发现：对于积极高唤醒学业情绪，RT>DT>IT，应用资源层面技术的学生积极高唤醒程度会高于应用交互层面技术和数据层面技术的学生，而数据层面技术的积极高唤醒得分又会高于交互层面技术；对于积极低唤醒学业情绪，DT>RT>IT，数据层面技术的积极低唤醒程度最高；对于消极高唤醒学业情绪，IT>DT>RT，交互层面技术的消极高唤醒得分程度最高，其次为数据层面技术，资源层面技术得分最低；对于消极低唤醒学业情绪，IT>DT>RT，交互层面技术在消极低唤醒的得分程度会明显高于资源层面技术。资源层面技术的消极低唤醒得分会明显低于其他两个层面技术。但交互层面技术和数据层面技术在消极低唤醒中得分的差异并不显著。

（三）学业情绪的中介效应分析

在中介效应研究中，将技术分类作为自变量（二分类变量，其中1代表智慧课堂技术（SCT），0代表无技术干预）。将学业情绪（积极高唤醒、积极低唤醒、消极高唤醒、消极低唤醒）作为中介变量，将学习效果作为因变量进行路径中介关系的检验。中介效应采用SPSS的PROCESS插件，采用Bootstrap法进行5000次的因子迭代后，最终得到四个路径的关系，置信区间均不包含0，因此四种学业情绪在智慧课堂技术对学习效果的影响中均具有部分中介作用，效应占比如表4所示。对分维度的路径进行分析可知“RT=>PHA=>LE、RT=>PLA=>LE、RT=>NHA=>LE、RT=>NLA=>LE、”路径的间接效应值分别为37.70%、13.13%、41.34%、43.30%、32.04%、15.78%、37.62%、38.83%、29.67%、17.48%、42.48%、45.87%。

（四）结果讨论

1.智慧课堂技术促进学习的过程中学业情绪起到中介作用，不同层面技术对学业情绪的影响具有差异性

智慧课堂中的技术应用促进了积极学业情绪的产生，积极学业情绪能够正向预测学习效果，因此在智慧课堂技术促进学习的过程中，学业情绪可以解释部分中介效应。不同层面技术促进学习的过程中学业情绪产生的中介效应有所不同。资源层面技术能够正向预测学生积极高唤醒学业情绪。这得益于资源层面的技术支持所展现的可视化特性，它为学生带来了丰富的视听体验，显著提升了学生在课堂中的参与感，从而有效地促进了学业情绪的提升。数据层面技术能够正向预测学生积极低唤醒学业情绪。当学生经过智慧课堂数据层面技术促进学习的课堂教学后，他们的学业情绪表现得更加积极低唤醒，这是因为数据层面的技术能够精准地采集和分析学生的日常学习数据，使学生对自己的认知层次有更为清晰的认识，进而激发了学生愉悦的学业情绪，但由于数据层面技术对学生刺激性不强因此学生学业情绪的唤醒度较弱。交互层面技术能够正向预测学生消极高唤醒学业情绪。利用交互层面技术开展教学，需要学生具备一定的自主探究能力，并且对于学生的沟通合作能力有一定要求，因此交互层面技术带给学生一定的不愉快的情绪体验。

2.智慧课堂中技术促进学习的策略能够提升学生积极学业情绪与学生学习效果

相较于传统课堂，学生在智慧课堂中感受到的积极高唤醒与积极低唤醒程度更高。传统课堂中无技术干预的学习环境下学生的消极情绪占主导地位，常见的学业情绪为消极高唤醒，本研究将构建的智慧课堂技术促进学习策略应用于智慧课堂中，实验后学生的积极情绪占主导地位，常见的学业情绪为积极高唤醒，对比实验班与对照班，智慧课堂技术促进学习策略能够提升学生积极学业情绪。相较于传统教学模式，智慧课堂中的技术促进学习策略显著提升了学习效果，学生在智慧课堂技术促进学习的学习环境中展现出了更高的积极高唤醒学业情绪，从而取得了更好的学习效果。智慧课堂中应用交互层面技术对成就动机提升最多，应用资源层面技术对学习成绩提升最多。

六、研究启示

（一）应用丰富的资源层面技术，激发学生积极高唤醒情绪

在应用资源层面技术时，教师应积极整合多样化的教学资源，如视频、音频、图文等，以丰富教学内容，激发学生的学习兴趣和好奇心。同时，要确保资源的准确性和时效性，避免使用过时或错误的信息，以免引发学生的消极低唤醒学业情绪。通过精选和优化教学资源，教师可以有效提升学生的积极高唤醒学业情绪，促进学习效果的提升。

智慧课堂中能够便利地获取丰富的资源，但庞杂的资源往往会导致学生在检索上的困难从而导致消极学业情绪的产生，因此在智慧课堂中，教师应充分利用资源层面技术，整合线上线下优质教学资源，形成系统化、结构化的教学资源库。通过筛选、整合、优化教学资源，确保教学内容与时俱进，贴合学生实际需求。同时，利用技术工具实现资源的快速检索和共享，提升教学效率，减轻教师备课负担。教师在实际教学中的具体实施可以分为首先了解学情，根据不同掌握程度的学生自主生成资源，向学生推送自主生成的微课云课视频，解决学生学习的痛点难点；其次在课中总结提升环节充分利用知识可视化梳理工具，不仅可以将知识脉络梳理清晰，还可以培养学生的逻辑思维能力。

（二）应用精准的数据层面技术，提升学生积极情绪唤醒度

在应用数据层面技术时，教师应充分利用学习分析工具，对学生的学习数据进行精准分析，以便及时了解学生的学习状态和需求。通过数据分析，教师可以发现学生的潜在问题和困难，进而提供有针对性的指导和帮助。同时，教师还要关注学生的学习情绪变化，利用数据层面技术来稳定学生的积极低唤醒学业情绪，避免消极低唤醒学业情绪的产生，从而营造一个良好的学习氛围。

数据层面技术在智慧课堂中的应用至关重要，教师应借助数据分析工具，对学生学习情况进行实时监控和精准分析。通过大数据学情分析收集学生的学习数据，如作业完成情况、课堂互动表现等，分析学生的学习特点和问题所在，为个性化教学提供有力支持。此外，教师还可以利用学生学习数字画像反馈调整教学策略，实现精准教学，提升学生的学习效果。学生在数据层面技术赋能的智慧课堂中会感受到较多的积极低唤醒学业情绪，是由于数据层面技术不能带来丰富的感官体验，导致学生的情绪唤醒度较低。因此教师在构建数据层面技术促进学习的智慧课堂时要注意观察学生的情绪变化，辅以视频、动画类教学资源从而提升学生的学业情绪唤醒度。

（三）应用适当的交互层面技术，降低学生的消极高唤醒情绪

在应用交互层面技术时，教师应注重增强师生之间的互动交流，通过实时反馈、小组讨论、在线协作等方式，提高学生的参与度和活跃度。同时，教师要密切关注学生的情绪变化，对于出现的消极学业情绪，要及时进行引导和转化。通过深化课堂互动，教师可以有效提升学生的高唤醒情绪，扭转消极学业情绪的现状，让学生在积极的氛围中完成学习任务。

在交互层面技术上，教师应积极探索创新互动方式，打破传统课堂的束缚，激活课堂氛围。可以利用智慧课堂平台提供的实时互动工具，如在线问答、小组讨论等，引导学生积极参与课堂讨论，发表自己的观点和看法。同时，教师还可以提供网络学习社群，创设沉浸式学习环境，让学生在互动中体验学习的乐趣，提升学习动力。在实际教学开展过程中，学生在交互技术赋能的智慧课堂中会感受到更多的消极高唤醒学业情绪，这是由于交互层面的技术对学生的自主探究能力要求较高，不同于学生习惯的讲授法课堂教学方式，需要自主提问探究获得学习问题的解决途径，从而导致学生的消极情绪产生。因此教师在构建交互层面技术促进学习的智慧课堂时要及时关注学生的情绪变化，予以适当的指导帮助，日常学习过程中注意引导学生参与网络学习社群的讨论，消除学生的抵触心理，培养学生的自主探究学习能力。

参考文献：

[1] 高琳琳，解月光等.智慧课堂视域下高阶思维发展的干预策略体系研究[J].中国电化教育，2022，（6）：112-119+133.

[2] 刘邦奇.智慧课堂生态发展：理念、体系构成及实践范式——基于技术赋能的智慧课堂理论与实践十年探索[J].中国电化教育，2022，（10）：72-78.

[3] 董玉琦，高子男等.学习技术（CTCL）范式下的技术促进学习研究进展（1）：基本认识、研究设计与初步成果[J].中国电化教育，2021，（9）：32-41.

[4] 杨鑫，解月光等.智慧课堂模型构建的实证研究[J].中国电化教育，2020， （9）：50-57.

[5] 夏洋，李文梅.近20年国际学业情绪研究主题动态演化路径分析[J].当代外语研究，2023，（5）：94-102+132.

[6] 杨现民，余胜泉.智慧教育体系架构与关键支撑技术[J].中国电化教育，2015， （1）：77-84+130.

[7] 余胜泉.人工智能教师的未来角色[J].开放教育研究，2018，24（1）：16-28.

[8] Fredricks，J.A.，Blumenfeld，P.C.，et al.School Engagement：Potential of the Concept，State of the Evidence [J].Review of Educational Research，2004，（74）：59-109.

[9] 左灿，齐梦梦等.专递课堂环境下学生的积极学业情绪对学习投入的影响研究[J].中国电化教育，2023，（9）：91-100.

[10] 王妍.小学生学业情绪的问卷编制与现状研究[D].上海：上海师范大学，2009.

作者简介：

赵国宏：教授，博士，硕士生导师，研究方向为民族地区社会治理与教育、信息技术教育应用、信息化教师专业发展。

文艺潼：硕士，研究方向为信息技术教育应用。

李美聪：硕士，研究方向为信息技术教育应用。

Technology-Enhanced Learning Based on the National Smart Education Platform for Primary and Secondary Schools： Needs Analysis， Strategy Development， and Empirical Research

— A Study from the Perspective of Academic Emotions as a Mediating Variable

Zhao Guohong， Wen Yitong， Li Meicong

Normal College， Yanbian University， Yanji 133002， Jilin

Abstract： As the integration of technology and education deepens， the application of information technology in smart classroom construction is increasingly emerging as a key platform for promoting high-level thinking skills and cultivating innovative talents in the field of basic education. Against the backdrop of the nationwide pilot program for the Smart Education Platform for Primary and Secondary Schools， this study investigates the impact of different technology applications on students’ learning outcomes in smart classrooms， focusing on the mediating role of academic emotions. The study explores the pathways through which technology facilitates learning in smart classrooms. The findings， based on the Smart Education Platform for Primary and Secondary Schools， reveal that： （1） academic emotions act as a mediator in the process of technology-facilitated learning， with different levels of technology exhibiting varying impacts on academic emotions； （2） strategies for technology-facilitated learning in smart classrooms can enhance students’ positive academic emotions and learning outcomes. Based on these findings， the study provides recommendations for teachers to effectively apply technology to promote student learning in smart classrooms based on the Smart Education Platform for Primary and Secondary Schools： （1） leverage resource-rich technologies to stimulate students’ positive high-arousal emotions； （2） utilize precise data-level technologies to enhance students’ positive emotional arousal； （3） employ appropriate interactive technologies to reduce students’ negative high-arousal emotions.

Keywords： national smart education platform for primary and secondary schools； academic emotion； smart classroom； technology-enhanced learning

收稿日期：2024年9月2日

责任编辑：李雅瑄