数智循证教研的内涵挖掘与价值重塑

摘要：为了破解“数据丰富但信息贫乏”的教研现状，深入挖掘数智循证教研的内涵，探讨其在新时代教育体系中的价值重塑，该文首先通过文献综述，明确了教学研究的内涵。继而采用模型构建和案例研究的方法，深入挖掘了数智循证教研的内涵及其通用概念模型，以及数据驱动的教学决策机制。基于数智循证教研作为教育数字化转型过程中的重要实践，该文还探讨了数智循证教研在文化变革、循证实践和关键行动三个方面的价值重塑。研究发现，数智循证教研具有独特的内涵和通用概念模型，其数据驱动的教学决策机制在现代教育中具有重要价值。数智循证教研作为一种新兴的教学研究范式，在现代教育体系中具有重要的地位和作用，其内涵丰富，价值显著，为数智时代的教育研究和实践提供了新的思路和方法。

关键词：数智循证教研；循证实践；循证教研

中图分类号：G434 文献标识码：A

我国正处于教育的高质量发展时期。高质量教育强调教师作为研究者通过对教与学之间关系的实证研究作为重要证据来带动高质量循证的课堂教学改进。为此，许多教师被鼓励参与课堂研究、校本研究或行动研究，旨在期望通过研究发现问题，找到解决方案，实现教学的改进与创新[1]。当前，教育工作者正面临着AI等多种新技术带来的越来越多的数据和不同的数据来源，如何评估证据的有效性，以及如何利用有效的数据赋能教学改进以实现高质量的发展，需要更多的专业关照与专业支持。

一、教学研究的内涵

教学研究是指用科学的方法对教学的现象进行分析、实验和整理，认识教学现象之间、事物之间内在的联系与规律，寻求解决各种教学问题的途径。问题与教学研究之间的关系是复杂的，既可以先有问题，开展问题导向的教学研究，也可以是通过教学研究先发现问题，再实施解决问题的过程。在实际的教学研究中，这两种方式往往是相互融合、相互补充的，共同推动教学实践的改进和创新。由此不难得出教学研究具有探究型、科学性、目的性和计划性共四大特点。教师应当了解、掌握并开展深入的教学研究，因为高质量发展的新思想、新方法和新策略都与教师高质量的教学和高质量的专业学习密不可分，同时也与教师有组织的教学研究息息相关。

教学研究一般处于从个人反思到正式教育研究的连续体的中心[2]。虽然当教师开展教学研究时，他们探索的问题和反思都是针对自己的课堂的，但教学研究具有知识生产的显著特征。教学研究使教师能够通过记录和分析特定问题，将自己的教学实践与教学理论联系起来[3]，并试图创造关于教学和学习的新知识，以有助于改善课堂实践。教学研究与教学反思是有显著区别的。教学研究致力于采用一种有纪律的方式收集和分析数据，并且研究可以公开分享[4]，教学研究的主体是教师，因此教学研究的重点在于研究结果的实际意义，而不是统计上或理论上的意义[5]。故教学研究比正式的教育研究更突出非正式化和更个人化，这也形成了教学研究在知识生产方面的短板，造成了教学研究较难取得高水平的研究成果，其成果也较难获得大面积的推广与应用。

教学研究一般可以分为实用性、技术性、解放性或批判性共三种类型[6]。实用性的教学研究的目的是促进中小学教师深入了解教学实践并解决现实中的问题，侧重于人类解释、互动交流、审议、谈判和详细描述，这类教学研究与历史和诠释学有关，往往假设在特定情况下意义形成是解释性和审议性的[7]。技术性的教学研究一般由专业研究者与中小学教师合作借助技术手段，基于经验和观察对预定的问题进行研究，并试图通过基于经验法则或实证研究获得的证据规则解决问题，一般技术性的教学研究是以提高教育和管理实践的有效性为目的的，聚焦循证发现现象背后的规律，属于实证主义和预测性的研究[8]。解放性或批判性的教学研究的目的旨在揭示教学真相使教学回归其本真状态，培养批判意识并发展批判性思维，关注教学中师生作为人的存在价值，促进师生解放，批判教学的异化现象，以解放兴趣为取向、以对话与提问为核心、强调批判性思维、关注社会性和去蔽性、实践性与创造性等特点，聚焦推动教学改革的深入发展[9][10]。

虽然教学研究非常重要，但对于大多数教师来说，开展教学研究已经成为最具挑战性的任务之一。教师在开展教学研究时需要面对的挑战有：教学研究缺乏外部支持、缺少开展研究所需要的数据和证据、研究与学习的时间不足、缺少相应的教科研方法、教科研的研究内容针对性不强，以及相关教科研学习资源较少等[11][12]。故目前教学研究还处于严重依赖经验的阶段，教学研究的过程往往是针对课堂教学中发现的问题，通过定义问题，教师结合理论和直觉、经验、观察与反思等提出假设，再通过多种方式收集解决问题的有关信息，包括进行正式和非正式的观察、访谈、收集有关人工制品等，并通过对收集到的信息进行分析，最后依据分析结果强化或重建假设的循环迭代的过程。当前的教学研究往往存在更加混乱和无序的现象，尽管如此，教学研究仍然是一个反思性探究的过程。

二、数智循证教研的内涵挖掘

尽管以AI及大数据技术为代表的数智技术已经在教育领域中有近10年的应用实践了，但将数智技术整合到教师的实践中仍然是一个重大挑战[13]，尤其是使用先进的数智技术赋能教师的专业发展、专业学习和研究仍然十分有限[14][15]。长期以来，参与教研的人员一直在使用数据，尤其是关于学生的数据，而通常随着时间的推移，这些数据往往是以非系统的方式积累的，且积累过程既没有系统化，也没有自动化[16][17]，从而并未实现数据赋能或技术赋能提质增效的结果。而数据确实可以刺激和支持教师持续的教学改进，为此系统和科学地使用数据是当前教研中促进教师教学改进的重要手段[18]。

数智循证教研给教学研究带来了新的发展机遇，同时也带来了新的挑战。数智循证教研对教师的研究素养和数据素养都提出了更高的要求。目前针对提升教师数据素养的培训往往时间很简短，质量水平也不尽相同，大部分针对教师数据素养提升的培训，由于缺乏对数智循证教研内涵及其通用概念模型的理解，其重点都放在了教给教师如何使用数据系统，而不是培养教师的数据解释与分析能力，从而无法赋能教师将数据分析结果与教学改进策略发生联结，造成数据很少被用于改善教学或调整教学[19]。这些因素均使得当教师面临数智技术带来的多源且丰富复杂的数据时，会失去对最初教研目标的追踪，或者开始依赖自己的印象和过去的经验，而不是数据证据做出决策[20]。

数智循证教研是指在AI与大数据等智能技术的支持下，研究者与实践者通过系统地收集、整理、分析教育实践中产生的多维度、多源异构的数据，结合循证教育的理念与方法，对教育问题进行科学、严谨的研究与探索，以形成基于证据的教育决策，助推教学实践改进的教研新模式。数智循证教研属于技术性类型的教学研究，其通用概念模型包含了数智循证教研的核心基础、核心价值、核心素养、核心过程和基本假设共五个方面的重要内涵，具体如图1所示。

首先，数智循证教研的通用概念模型中反映出数智循证教研的核心基础。图1所示的数智循证教研的通用概念模型包含了“数据-信息-知识”的数据驱动的决策（Data Driven Decision Making，简称DDDM）连续体，数据先被转化为信息，并最终会转化为知识的数智循证教研的核心基础。图1所示的数据可以是学生的成绩，也可以是教师的教学设计文本或教师的课堂录像，亦或是教育教学的文献或者多种类型数据的综合，它们作为“硬数据”被视为以原始状态存储。信息则是指在特定背景下被赋予教育教学意义的数据，例如，AI系统经过对教师教学设计文本的挖掘，可以获得具有教育教学意义的教师实践性知识大数据，或者AI系统对课堂录像进行数据挖掘与分析后，利用AIGC技术所生成的教师课堂教学行为大数据等，这些被赋予了教育教学意义的数据刻画了教师如何教和如何支持别人学的信息。知识是对指导行动有用的信息集合，例如由文献数据、教师实践性知识大数据和教师课堂教学行为大数据所形成的多源数据证据链，或经过数据挖掘与知识发现后形成的能够指导教学实践改进的新知识与新发现等。知识是问题导向的，其在组织结构上具有良构和劣构的不同特征，为此，在数智循证教研中知识作为一种证据时，往往还需要经历知识检索、知识裁剪、知识综合和知识精炼等知识生产过程。

其次，数智循证教研的通用概念模型体现出数智循证教研的核心价值。图1所示的数智循证教研中的数据承载着价值观念、教育目标或评价标准，故只有与社会的价值观、教育理念和政策导向相一致，数据才能得到恰当的运用，为此所有采集到的初始数据都需要进行数据对齐的数据治理后才能进入多源数据仓库，也才能供用户使用[21]。数据治理技术通常通过数据标准化、数据清洗、数据审核、数据集成和隐私保护等多种方法，实现价值观对齐、教育目标对齐、评价标准对齐和政策导向对齐。价值观对齐确保教育数据所反映的教育理念、培养目标等与社会的核心价值观相契合。教育目标对齐确保数据分析的结果能够为实现这些目标提供有力支持。评价标准对齐确保评价结果的客观性和公正性。政策导向对齐确保数据分析的结果能够为政策制定和调整提供有益的参考。

第三，数智循证教研的通用概念模型蕴含了数智循证教研的六大教研的核心素养。图1所示的六大教研的核心素养分布在数据、信息和知识三个不同的层级中：（1）处于数据层级的收集与组织数据两项核心素养，例如课前或课后教师需要借助AI平台收集与组织自己的实践性知识大数据和课堂教学行为大数据，以支持其进行行动前或行动后反思；（2）处于信息层级的分析与总结两项核心素养，例如课前或课后教师需要具备对AI自动分析后产生的实践性知识大数据分析报告和课堂教学行为大数据分析报告进行总结与提炼的素养，并以此深化行动前或行动后的反思，由此产生对教学的新认识和新见解；（3）处于知识层级的合成知识与确定其优先级两项核心素养，例如课前或课后教师需要具备针对自己提炼出的新认识新见解的信息，结合有关前人研究成果中的文献中的证据、数据证据和经验证据进行综合的能力与素养，并循证确定出基于综合证据链的教学改进的切入点。

第四，数智循证教研的通用概念模型描写了数智循证教研的核心过程。图1所示的数智循证教研的通用概念模型是面向校本的从识别问题到获得问题解决方案的多轮迭代的非线性过程。当经过图1所示的DDDM过程后所产生出的决定在课堂中实施会形成新的数据而进入数据收集的循环中，同时实施的结果也会分别对数据和信息产生影响，而使数智循证教研再次进入新的迭代循环中。每一轮迭代的过程都是针对校本的问题解决而开展的，在迭代循环中往往都需要外部专家与外部知识的支持和干预来优化问题的解决。

第五，数智循证教研的通用概念模型蕴含了数智循证教研的基本假设。显然，图1所示的数智循证教研的通用概念模型蕴含数智循证教研需要建立一支专门的校本研修团队的基本假设。一般校本研修团队的组织架构包括：校本研修领导小组、校本研修业务指导小组和面向问题解决的校本研修专项小组。数智循证的校本研修团队需要定期召开主题式校本研修并围绕数据证据在内的多源证据使用专业的视角开展多元协作的专业对话，平衡经验与数据等多源证据而做出教学改进的决策，这不仅可以有效弥补个别教师缺乏数据技能的不足，还可以通过分享不同教师的教育教学信念和成功的教学策略，促进教师间的相互学习和相互帮助，共同完成新知识的知识生产，促进教学改进长周期的持续发生[22]。

数智循证教研需要将AI和大数据等工具整合到教师为主体的教学研究中，教师的角色从单纯的教学执行者转变为了反思性实践者，这一角色转变是通过教师的行动首先实现了个体层面的变化，继而产生教师对经验和对行动的反思，并从反思中得出概念带动由反思再产生的新行动的过程[23]，其过程模型如图2所示。

数智循证教研的过程是以教学改进为中心的教师持续专业学习的循环过程。图2所示的数智循证教研的过程模型表明，教师在数智循证教研的经验学习圈中首先进入的是具体经验获取阶段，他们会在AI智能工具的支持下，识别并注意到新的问题；在反思性观察阶段，教师可以利用AI和大数据的分析报告等从不同角度反思自己的知识与经验；在抽象概括阶段，教师将AI与大数据智能系统通过多模态数据挖掘所获得的新知识与原有的概念系统建立起来联系；而在积极实践阶段，教师在新的情况下积极主动的运用抽象概括阶段所形成的新知识和新理论，调整并改进自己的教学行为。故在数智循证教研的经验学习圈中的每个阶段，教师都面临着理解理论、实施新方法和引导技术整合的挑战，基于AI的数智循证教研赋能将教学中的线索、决策和基于知识的推理转化为教师专业能力的发展，实现了人-机协同的发展，即数智循证教研的过程是以人为中心的[24]。

数智循证教研的过程是知识生产的循环过程。如图2所示的数智循证教研过程的一个循环起于对真实课堂的录像和教师的教学设计进行AI自动化的分析，止于AI辅助知识发现所获得的课堂教学新知识。AI自动分析所产生出的课堂教学行为大数据分析报告与实践性知识大数据分析报告可以帮助教师注意到课堂中的信息和自身的信息[25]，而基于多源证据的AI辅助下的循证推理能够有效赋能教师描述、解释和预测所注意到的课堂信息，从而产生解决课堂中问题的新知识、新策略，支持教师做适应性改变从而改善课堂的教学。知识生产的循环意味着知识孕育、知识放大、知识成形、知识系统化、知识传播与应用和知识创新的过程。其中知识孕育与知识放大对应着教师专业学习中具体经验获取阶段中的数据收集与分析，并最终识别问题；知识成形、知识系统化与知识传播与应用对应着教师专业学习中的反思性观察阶段和抽象概括阶段，教师和大学研究者合作通过反思将成形的知识成果进行整理、归纳，并形成系统化的知识体系，同时为知识的进一步创新提供反馈和支持；知识创新则对应着教师专业学习中的积极实践阶段，在这个阶段中，教师会结合新的实践经验和需求变化，在大学研究者等外部资源的支持下进行知识的再创造和再创新，由此推动知识的不断更新与进步。

综上所述，数智循证教研是一种基于数据驱动、循证决策、AI辅助、实践导向、知识生产和持续迭代的现代教育研究与实践的新模式。数智循证教研有助于推动教学研究的科学化、精准化和智能化发展。

三、数智循证教研的价值重塑

数智循证教研的价值重塑意味着在教研领域引入数智技术和循证实践的理念，以推动教研文化、教学实践和评价体系的深刻变革。这种价值重塑不仅关注技术的应用，更强调数据驱动决策、证据支持实践以及关键行动的落实，以实现教育质量的全面提升。

（一）文化变革

随着信息技术的迅猛发展，教育领域正经历着深刻的数字化转型。数智循证教研作为这一转型过程中的重要实践，需要与之相适应的文化氛围支撑。传统的教研文化往往侧重于经验传承和主观判断，而在数字化转型背景下，数据驱动、证据支持已经成为新的教研导向。因此，重塑文化价值，强调协作、数据和循证的重要性，有助于构建适应数字化转型的教研新生态。教育质量与效果的提升是教研工作的核心目标。数智循证教研通过引入数据分析、循证实践等方法，旨在实现教学过程的精准化、个性化与科学化。这一目标的实现同样也离不开文化层面的支撑。故重塑文化价值，培养教师的数据意识、协作精神和循证思维，有助于促进教学理念的更新、教学方法的改进以及教学资源的优化配置，从而提升教育质量与效果。教师的专业成长是提升教育质量的关键。数智循证教研为教师的专业成长提供了广阔的空间和丰富的资源。重塑文化价值，营造积极向上的教研氛围，有助于激发教师的内在动力和学习热情。在协作、数据和循证的文化熏陶下，教师可以不断提升自己的专业素养和教学能力，实现个人和组织价值的最大化。源于教育数字化转型的需求、提升教育质量与效果的追求以及适应新时代教育发展的挑战，数智循证教研中首先需要重塑文化价值而引发文化变革，具体包括协作文化、数据文化、循证文化和知识创生文化共四个方面。

第一，形成协作文化。森格和温格等人认为，协作对于组织的蓬勃发展至关重要[26][27]。从某种意义上说，学校的教研组织被视为学习和进步的有机实体，教师实践社区扮演着重要的角色[28]。然而教研组织中的合作行为模式并不常见，尤其是在基于数据驱动的教学决策的过程中[29]。为此数智循证教研面临着需要将原有的教研文化从自上而下的个人教研文化转变为平等的多元协同的教研文化，强调组织内和组织间的知识共享。有研究者发现在基于数据驱动的教学决策中开展协同检查时，数据会变得更有意义，也更有可能导致数智循证教研系统和持久的改革[30]。在数智循证教研中培育大学与中小学教师的合作文化尤为重要。有研究者的研究发现：无论是反思课堂经验还是系统地研究解决一个问题，中小学教师都认为参与大学研究者合作的研究，会使中小学教师一直处于最佳位置，由此而学会系统地、有意识地使用观察和反思来理解教学实践中所看到和经历的事情，而且会认为教学研究是日常课堂教学工作的自然组成部分，从而表现出更积极的倾向[31]。

第二，形成数据文化。数据文化是指在数据赋能实践活动中，由数据主客体所形成的并直接作用于数据主客体的规章制度、行为习惯、价值导向、思想观念等的集合[32]。数据文化的形成有利于教师作为教研的主体理性地对待数据和合理利用数据。数据文化不仅仅是关于数据的，更是关于如何利用数据推动组织发展的，因而涉及到数据赋能、数据驱动决策、数据分析和数据科学等多个方面。学校中数智循证教研组织需要营造一种围绕数据使用而深入探究和持久支持的文化，需要进一步采取一系列措施培育数据文化，需要将数据驱动的理念渗透到各项规章制度之中，发挥制度引领和规范的作用，构建发展多种数据应用场景，如线上线下的混合式教研、智慧教研与智慧科研等创新应用场景，通过培训、宣传等方式提高教师的数据素养，使教师具备数据驱动的思维习惯和行为方式。

第三，形成循证文化。在数智循证教研的语境下，循证文化是一种强调以证据为基础进行科学的、精准的、创新的、具有决策公信力的教学研究和教学实践的文化氛围。这种文化的内涵及价值重构主要体现在以证据为核心、理性与客观和持续学习与创新共三个方面。所谓以证据为核心是指循证文化强调在教研和实践中，一切决策和行动都应基于可靠、有效的证据。这些证据可以来源于科学研究、教育实践、学生反馈和AI技术通过数据挖掘与知识发现创制的证据等多个方面，旨在确保教育决策的科学性和合理性。理性与客观意味着循证文化倡导在教研和实践过程中保持理性和客观的态度，避免主观臆断和盲目行动。通过收集和分析数据，循证文化鼓励教育者以多源证据为依据，做出更加精准和有效的决策。持续学习与创新的涵义在于，在循证文化的指导下，教师需要不断学习和掌握新的教育理念、方法和技术，以便更好地收集和分析证据，优化教育实践；同时循证文化也鼓励教育者勇于尝试和创新以推动教育事业的不断发展。

第四，形成知识创生文化。在数智循证教研环境下，知识创生文化是指中小学教师和大学研究者通过数据驱动和证据支持的教学研究与实践，共同创造、分享和应用新知识的一种文化现象。知识创生文化融合了数据智能、循证理念以及跨学段教师合作的精髓，对于教育创新、教师专业成长及教育质量的提升具有重要意义。首先知识创生文化能够促进教育理论与实践的结合，通过中小学教师与大学教师的合作，有助于将教育理论研究成果应用于实践教学中，同时通过实践检验、修正和发展理论研究成果，实现理论与实践的有机结合。其次知识创生文化能够加速教育知识的生产与再生产，在合作过程中，中小学教师与大学教师共同创生新知识、分享实践经验，加速了教育知识的生产与再生产过程，这种知识的不断积累和更新，为教育领域的持续发展提供了有力支撑。

数智循证教研需要重塑文化价值并引发文化变革的原因是多方面的，包括适应教育数字化转型的需求、提升教育质量与效果的内在要求、应对新时代教育挑战的必然选择，以及促进教师专业成长的重要途径等。这些原因共同构成了推动文化变革的强大动力，为教育事业的繁荣发展奠定了坚实的基础。重塑数智循证教研中的文化价值，激发教研创新活力，推动教研模式的转型升级，是应对新时代教育挑战的必然选择。通过文化变革，可以引导教师关注教育前沿动态，积极探索新的教研路径和方法，为教育事业的持续发展注入新的动力。

（二）循证实践

循证实践作为连接教研与教学实践的桥梁，对于推动教育领域知行合一具有重要价值[33]。数智循证教研是循证实践在教育领域的一种具体表现形式，它借助数字化和智能化技术推动循证教研的深入发展。同时，循证实践的理念和方法也为数智循证教研提供了理论支持和实践指导。在数智循证教研中，循证实践重塑了教研决策的科学化、教研过程的规范化和教师专业发展的系统化等多个方面的实践价值。

第一，教研决策的科学化。教研决策的科学化是指在教育研究与教学改进的过程中，采用科学的方法、遵循客观规律，以充足的事实和最佳证据为依据，进行教育教学策略、方案或政策的制定与调整。数智循证教研中的教研决策的科学化包含基于充足的事实和证据、遵循科学的程序和方法、集体智慧与民主决策、符合教育规律和学生发展需求，持续改进与创新共五个关键要素。基于充足的事实和证据要求教研决策应建立在广泛收集、科学评估的实证研究证据基础上，这些证据可能来源于教育科学研究、教学实践案例、学生学习成效数据等，做到以证据为本。遵循科学的程序和方法首先需要明确需要解决的教育教学问题或改进的方向，确保决策具有针对性和实效性；其次基于问题分析和证据评估，制定科学合理的解决方案或策略，考虑多种可能性和影响因素制定问题解决方案；实施决策后，需要及时收集反馈信息，对决策效果进行评估，并根据评估结果进行调整和优化，形成良好的评估与反馈闭环。集体智慧与民主决策要求多方参与决策，鼓励教研员、教师、学生，乃至家长等多方利益相关者的广泛参与教学改进决策，充分听取各方意见和建议，并在决策过程中采用集体协商讨论的方式，汇聚多方智慧，形成共识性决策。符合教育规律和学生发展需求要求教研要在科学的教育理念指导下进行决策，确保决策符合教育发展的总体趋势和要求，以满足学生实际发展需求为出发点和落脚点，确保决策能够促进学生全面发展。持续改进与创新要求教研需要根据教育教学实践的发展变化，及时调整和优化决策方案，确保决策的时效性和有效性并能随时动态调整；同时，鼓励教研员和教师在决策过程中积极探索新的思路和方法，推动教育教学创新与发展。综上所述，教研决策的科学化是一个系统工程，需要综合运用多种科学方法和技术手段，确保决策的科学性、合理性和有效性。

第二，教研过程的规范化。传统的教研过程缺乏系统性和连续性，容易出现随意性和主观性。基于循证实践的教研过程将严格遵守循证实践的规范，其过程涵盖了从问题识别到持续学习与发展的全过程。第一步问题识别，首先，需要明确教研的目标和要解决的问题，这些问题可能来源于教学实践中的困惑、学生学习成效的反馈、教育政策的导向等；其次要将抽象的问题具体化，转化为可操作、可研究的具体问题，以便后续寻找证据和制定解决方案。第二步证据检索，首先要确定证据来源，明确需要检索的证据类型和来源，并采用系统的方法检索相关证据，确保检索的全面性和准确性。第三步证据评估，对检索到的证据进行质量评价，评估其真实性、可靠性、有效性和适用性，这通常涉及对研究方法、样本大小、数据分析等方面的考察；接下来要将多个证据进行综合分析，形成对问题的全面理解，同时注意考虑不同证据之间的互补性和矛盾性。第四步实践方案的制定，根据评估后的最佳证据制定实践方案，确保方案具有科学性和可操作性，这个步骤中要鼓励教研员、教师、学生、家长等多方利益相关者的参与，共同制定实践方案。第五步实施与反思，按照实践方案进行教学实践或教研活动，并在实施过程中进行实时评估，收集反馈信息，了解方案的实际效果；同时根据评估结果对实践方案进行调整和优化，确保教研活动的持续改进。第六步文档记录与分享，对整个教研过程进行详细记录，包括问题识别、证据检索、证据评估、方案制定、实施与反思等各个环节；将教研成果进行整理和总结，形成可分享的文档或报告，加强分享与交流，促进教研经验的传播和借鉴。第七步持续学习与发展，教研员和教师通过参与循证教研活动，应保持对最新教育研究成果的关注和学习，不断更新自己的知识储备，提升自己的专业素养和研究能力，实现个人与团队的共同成长。综上所述，基于循证实践的教研过程的规范化强调以证据为基础进行决策和实践，推动教研活动的科学化、规范化和专业化发展。

第三，教师专业发展的系统化。循证实践与教师专业发展之间存在着紧密而深刻的关系，主要体现在教师专业知识的拓展与深化、专业思想的形成与发展、专业态度与动机的塑造、专业自我的构建与完善，以及专业能力的提升等多个方面。循证实践促进了教师专业知识的拓展与深化，鼓励教师运用基于科学研究的证据指导教学实践，这促使教师开展证据导向的学习，并不断寻求和获取最新的教育研究成果，从而拓展和深化自己的专业知识；同时，随着教育研究的不断深化，新的教学理念、方法和策略不断涌现，循证实践助推教师持续更新知识体系，紧跟研究前沿，不断更新自己的知识体系；同时，循证实践强调将理论知识与实际教学相结合，有助于教师在实践中深化对理论知识的理解，同时通过实践反馈进一步丰富和完善理论知识。循证实践推动教师专业思想的形成与发展，要求教师具备批判性思维，能够评估和分析各种研究证据的真实性和有效性，有助于教师形成独立、客观的专业思想，通过接触到的更多的先进教育理念，形成更加科学、合理的专业思想；循证实践强调教师的专业性和自主性，使教师在实践中不断验证和提升自己的专业能力，从而增强对教师职业的认同感和归属感。循证实践强化教师专业态度与动机塑造，要求教师在实践中保持开放、积极的心态，勇于尝试新的教学方法和策略，有助于培养教师积极、乐观的专业态度；通过循证实践，教师可以感受到自己教学实践的改进和学生成绩的提升而获得强烈的成就感，有助于激发教师的内在动机，使他们更加主动地投身于教育教学工作；循证实践强调教师对学生发展责任感，使教师在实践中更加关注学生的需求和发展，从而增强自己的职业责任感。循证实践加速教师专业自我的构建与完善，循证实践鼓励教师在实践中发挥自己的个性和特长，形成独特的教学风格和价值观体系，有助于教师构建和完善自己的专业自我；循证实践要求教师不断反思自己的教学实践，总结经验教训，寻找改进和提升的途径，有助于教师不断完善自己的专业自我；通过循证实践，教师可以更加清晰地认识到自己的专业成长路径和发展方向，从而有针对性地制定个人专业发展规划。循证实践赋能教师专业能力的提升，要求教师在教学实践中根据研究证据制定合理的教学方案，有助于提升教师的教学设计与实施能力；循证实践强调对学生学习效果的客观评价和及时反馈，促使教师不断提升自己的评价与反馈能力；循证实践鼓励教师参与教育研究项目，探索新的教学方法和策略，有助于提升教师的研究与创新能力，推动教育教学的不断进步。综上所述，循证实践不仅为教师专业发展提供了科学依据和有效途径，还促进了教师专业知识的拓展与深化、专业思想的形成与发展、专业态度与动机的塑造、专业自我的构建与完善，以及专业能力的提升。

综上所述，循证实践代表了一种系统的方法，既不是一个简单的过程，也不是一个短期的过程。为此，循证实践要求教师能够正确地应用科学研究确定的有效教学法，以实现能够积极影响学生并最终提高教学质量的目标。同时，教师在开展循证实践时，不应该盲目实施循证实践，因为只有当研究证据与教师的专业智慧相结合时，才能产生有效的循证实践[34]。

（三）关键行动

数智循证教研蕴含的行动理论要求教育工作者知道如何分析、解释和使用数据，以便在从专业发展到学生学习的所有领域中都能做出明智的决定。当学校和地区的领导能够深入了解和理解数据的使用时，便可以更有效地审查其现有的教学问题，找出弱点，并更好地制定改进计划，以提高教学质量[35]。对于教师而言，理解并掌握教学过程中的数据和自身的课堂教学行为大数据及实践性知识大数据，其结果将使他们能够针对教学的需求进行有针对性的教学实践改进[36][37]。为此，数智循证教研蕴含了四个关键行动：制定针对学校需求的目标、提供支持数据驱动决策的系统结构、建立人力和社会资本，以及营造信任与协作的氛围。

关键行动一：制定针对学校需求的目标。制定针对学校需求的目标是一个系统而细致的过程，它要求深入了解学校的实际情况，结合数智技术和循证教研的理念，以确保所制定的目标既符合学校的长远发展，又能有效解决当前面临的具体问题。具体包括需求分析、整合数智技术与循证理念、制定具体和可衡量的目标、确保目标的可行性与可持续性、持续监测并反馈等步骤。制定针对学校需求的目标是一个复杂但至关重要的过程，需要学校各方面的深入参与和合作，以及数智技术和循证教研理念的有力支持。

关键行动二：提供支持数据驱动决策的系统结构。支持数据驱动决策的系统结构，包括计算机软件系统、教师研修支持系统、人力支持系统和制度支持系统共四个关键组成部分。其中计算机软件系统中一般会包含数据采集与预处理子系统、数据分析与挖掘子系统、可视化展示子系统和决策支持与反馈子系统。教师研修支持子系统是一个综合性的支持体系，它通过个性化学习路径规划、丰富多样的学习资源、互动交流平台、实践指导与反馈、持续跟踪与评估，以及教师专业发展实践社群等多个方面为研修教师提供全面、个性化的支持。人力支持子系统是整个系统结构中不可或缺的一部分，这一子系统通过整合各种人力资源，为研修教师提供必要的指导、支持和协助；作为整个支持系统的核心组成部分之一，人力支持子系统与其他子系统保持密切协作，该子系统通过专家团队、导师制度、技术支持团队、协调与沟通机制，以及持续改进与反馈机制等多个方面为研修教师提供全面、个性化的支持，有助于教师更好地理解和应用数据驱动决策的理念和方法，提升教学效果和决策能力。制度支持子系统起着至关重要的作用，该子系统通过制定和完善相关制度，包括数据管理制度、研修制度、决策支持制度、激励与认可制度、合作与共享制度和伦理与责任制度，确保数据的准确性、安全性，提升教师的数据分析和决策能力，明确教师在数据驱动决策中的伦理和责任，用制度构成了一个支持数据驱动决策的良好环境。综上所述，这些子系统之间的协作是一个复杂而精细的过程，它们相互依存、相互促进，共同为研修教师提供全方位、多层次的支持，通过这种协作方式，研修教师能够充分利用数据驱动决策系统提升教学效果和决策能力，从而推动教育教学的持续改进和创新发展。

关键行动三：建立人力和社会资本。建立人力和社会资本是数智循证教研工作的重要支撑。通过专业人才培养与引进、团队建设与协作、激励机制与职业发展等措施建立人力资本，通过建立信任与合作网络、扩大影响力与参与度、利用社交媒体和网络平台等措施建立社会资本，最后通过制定共同目标与愿景、强化沟通与协调、资源共享与优势互补等方式整合人力与社会资本，共同推动数智循证教研工作的深入发展。其中关键性的问题是需要注意校内与校外人力资本的整合。这就要求做到第一，制定共同目标与愿景，明确数智循证教研的长期目标和愿景，并将其转化为可量化的指标和行动计划，确保校内团队成员与社会合作伙伴都能明确目标并朝着同一个方向努力。第二，强化沟通与协调，建立定期沟通机制，通过电话会议、视频会议等方式定期与团队成员和社会合作伙伴进行沟通交流，确保信息畅通无阻；针对跨学科团队和社会合作网络中的不同角色和职责，制定详细的协同工作方案，明确任务分配、进度安排和成果交付等关键事项，确保工作有序进行。第三，资源共享与优势互补，利用云存储、项目管理软件等工具建立资源共享平台，方便团队成员与社会合作伙伴之间的资源共享和交换；鼓励团队成员和社会合作伙伴充分发挥各自的专业优势和资源优势，在数智循证教研项目中形成合力，共同寻找教学改进的“杠杆点”，深化循证的教学改进。

关键行动四：营造信任与协作的氛围。在数智循证教研中，营造信任与协作的氛围对于提升教研质量、促进教师专业成长，以及推动教育决策的科学化具有重要意义。第一步建立共同愿景与目标，明确教研的目标和愿景，确保所有参与者对教研的方向和预期成果有清晰的认识，有助于增强团队的凝聚力和向心力，促进信任与协作氛围的形成。第二步强化沟通与信息共享，建立有效的沟通机制，鼓励教师之间、教师与外部专家之间的互动交流，充分利用数智平台实现数据的实时共享与分析，确保每位教师都能及时获取相关信息，为协作提供便利。第三步培育信任文化，强调透明化管理，确保教研过程中的数据收集、分析及应用过程公开透明，尊重每位教师的观点和贡献，鼓励多样化的思想碰撞和观点交流，从而建立相互信任的关系。第四步强化团队协作，组建跨学科、跨领域的教研团队，充分利用各自的专业优势共同解决复杂的教育问题，同时明确团队成员的角色和责任分工，确保任务得到有效执行。同时，鼓励团队成员之间的互助和支持，共同应对教研挑战。第五步提供持续的专业支持，邀请校外专家、名师等参与教研活动，提供专业指导和建议，定期组织数智技术、数据分析等相关技能培训，提升教师的专业素养和数智力水平，有助于增强教师的专业自信和能力提升，进一步促进信任与协作氛围的形成。第六步强化伦理与规范意识，在教研过程中严格遵守伦理规范和数据保护法规要求，确保数据的真实性和可靠性，以及师生隐私的安全性，建立和维护信任关系，为协作提供坚实的法律和道德基础。综上所述，营造信任与协作的氛围在数智循证教研中具有重要作用和意义，通过实施上述关键行动可以有效促进这一氛围的形成和发展，从而推动数智循证教研的持续进步与发展。

四、结语

数智循证教研最困难的问题并不是数智技术问题，而是与改变教研专业实践和改变教研组织文化有关的人的问题。早在美国率先推行数据驱动的决策改进教学的过程中，就有研究者就发现，即使为教师提供了可以改进教学方法的诊断数据，教师也很少能够运用数据证据改进他们的教学[38]。为此，美国等较早开展数智循证教研的国家都达成了“对数据使用的人力和组织支持与数据系统的技术质量同样重要”的共识。同时，数智循证教研中借助AI等新技术所完成的数据分析可以提供大量的信息，但这并不意味着可以取代有能力的教育者的专业知识、直觉和判断力。未来在发展数智循证教研的道路上，为教师提供足够的外部支持与专业关照，以促进教师通过合作研究开展循证实践，是非常重要的关键点。

数智循证教研的目标是让教研从“数据丰富但信息贫乏”的现状，转变为使用数据并将数据转化为可操作的教学改进与优化的相关知识与行动。为此，数智循证教研的关键之一就是开发可靠的数据[39]，数据系统的质量对学校开展数智循证教研有重大影响。教育工作者必须使用“正确”的数据。数据必须与特定用途和目的相一致并且有效。在数智循证教研中使用未对齐的数据可能比使用任何数据都糟糕，这意味着要确保数智循证教研中数据所承载的价值观念、教育目标或评价标准与我国社会的价值观、教育理念和政策导向相一致，才能得到恰当的运用。这就要求数智循证教研：第一，要有充分和有针对性的专业发展目标；第二，与教育目标相一致的技术工具和基础设施；第三，确保使用正确的数据；第四，确定解决教育问题的正确数据元素，并需要提前规划和收集收据；第五，对数据使用要有明确的愿景，以解决明确的需求；第六，提供所需的支持和资源，使数智循证教研成为可能。

相信数据的力量可以赋能数智时代教研的提质增效。因为价值对齐后的数据为我们提供了改革的路线图，告诉我们所处的位置、我们需要走向何方，以及面临的风险。数智循证教研意味着教研范式的转变，这将直接影响我们的教育教学实践。

参考文献：

[1] Burns，A.，Kurtoglu-Hooton，N.Implementing action research in the modern language classroom [J].Scottish Languages Review，2014，27（Spring/ Summer）：21-28.

[2][5] Mettetal，G.The What，Why and How of Classroom Action Research [J]. Journal of the Scholarship of Teaching and Learning，2001，2（1）：6-13.

[3] Bullough，R.V.，Gitlin A.D..Becoming a student of teaching：Linking knowledge production and practice （2d ed.） [M].New York：Routledge Falmer，2001.

[4] Borko，H.，D.Liston，et al.Genres of empirical research in teacher education [J]. Journal of Teacher Education，2007，58（1）：3-11.

[6] Grundy，S.Action research at the school level：possibilities and problems [J]. Educational Action Research，1994，2（1）：23-37.

[7] McKernan，J.Curriculum Action Research. A Handbook of Methods and Resources for the Reflective Practitioner [M].London：Kogan Page，1991.

[8][9] Grundy，S.，Kemmis，S.Educational action research in Australia：the state of the art （an overview） [A].S.Kemmis，R.McTaggard.The Action Research Reader [C].Victoria：Deakin University Press，1982.83-97.

[10] 陈琦.批判·反思·交往：哈贝马斯与德国战后教学论[J].理论界，2010， （12）：199-201.

[11] Bullo Marnel，Labastida Ronel，et al.Challenges and difficulties encountered by teachers in the conduct of educational research：Basis for teachers’ enhancement program [J].International Journal of Research Studies in Education，2021，（10）：67-75.

[12] 蒋瑾，姜浩哲.“双新”背景下新教师在角色适应过程中面临的挑战与对策[J].教师教育研究，2023，35（5）：60-66.

[13] Kuhl，P.，Lim，S.-S.，et al.Developing Minds in the Digital Age：Towards a Science of Learning for 21st Century Education [R].Paris：OECD Publishing，2019.

[14] Van Leeuwen，A.，Janssen，J.，et al.Supporting teachers in guiding collaborating students：effects of learning analytics in CSCL [J].Computers & Education，2014，79：28-39.

[15] Rienties，B.，Toetenel，L.The impact of learning design on student behaviour，satisfaction and performance：a cross-institutional comparison across 151 modules [J].Computers in Human Behavior，2016，60：333-341.

[16] Hamilton，L.，Halverson，R.，et al.Using student achievement data to support instructional decision making （NCEE 2009–4067） [R]. Washington，DC：National Center for Education Evaluation and Regional Assistance，Institute of Education Sciences，U.S. Department of Education，2009.

[17][21][32] Mandinach E.B.A Perfect Time for Data Use：Using Data-Driven Decision Making to Inform Practice [J].Educational Psychologist，2012，47：2+71-85.

[18] Easton，J.Q.Using data systems to drive school improvement [R]. Bethesda，MD：Keynote address at the STATS-DC 2009 Conference，2009.

[19] Farrell，C.C，Marsh，J.A.Metrics matter：How properties and perceptions of data shape teachers’ instructional responses [J].Educational Administration， 2016，（52）：423-462.

[20][30][38] Means，B.，Padilla，C.et al.Use of Education Data at the Local Level：From Accountability to Instructional Improvement [R]. Washington，DC：U.S.Department of Education，2010.

[22] Means，B.，Chen，E.，et al.Teachers’ ability to use data to inform instruction：Challenges and supports [R].Washington，DC：U.S.Department of Education，Office of Planning，Evaluation，and Policy Development，2011.

[23] Girvan，C.，Conneely，C.，et al.Extending experiential learning in teacher professional development [J].Teaching and Teacher. Education，2016，58：129-139.

[24] Tsai，Y.S.，Martinez-Maldonado，R.Human-centered approaches to data-informed feedback [M].New York：Society for Learning Analytics Research，2022.

[25] Van Es，E.A.，Sherin，M.G.Learning to notice：scaffolding new teachers’ interpretations of classroom interactions [J].Journal of Technology，Teaching and Learning，2002，（10）：571-596.

[26] Senge，P.M.The fifth discipline：The art and practice of the learning organization [M].New York：Doubleday-Currency，1990.

[27] Wenger，E.Communities of practice：Learning，meaning，and identity [M]. Cambridge：Cambridge University Press，1999.

[28] 王陆.教师在线实践社区的知识共享与知识创新的机理分析[J].电化教育研究，2015，36（5）：101-107.

[29] Elmore，R.School reform：From the inside out [M].Cambridge：Harvard Education Press，2004.

[31] Booth，C.，K.C.Williams.Research partners：A new look at faculty and classroom teachers [J].Journal of Early Childhood Teacher Education，1998，19（3）：285-292.

[33] 褚乐阳，刘泽民等.大模型支持的教师循证实践：行动框架与案例应用[J].开放教育研究，2024，30（4）：91-103.

[34] Chalmers，I.If evidence-informed policy works in practice，does it matter if it doesn’t work in theory [J].Evidence & Policy，2005，（1）：227-242.

[35] Earl，L.，Katz，S.Leading schools in a data rich world [R].Thousand Oaks：Corwin Press，2006.

[36] Mandinach，E.B.，Honey，M..Data driven school improvement：Linking data and learning [C].New York：Teachers College Press，2008.

[37] 王陆，彭玏等.大数据循证视角下高质量课堂教学的数据特征[J].电化教育研究，2024，45（3）：10-17.

[39] Picciano，A.G.Data-driven decision making for effective school leadership [M]. Upper Saddle River：Pearson Education，2006.

作者简介：

王陆：教授，博士，博士生导师，研究方向为教育大数据与智能学习支持环境。

Exploring the Connotation and Reshaping the Value of Evidence Based Teaching and Research in Digital Intelligence

Wang Lu

School of Education， Capital Normal University， Beijing 100048

Abstract： In order to break the current situation of "rich data but poor information" in teaching and research， and to deeply explore the connotation of evidence-based teaching and research in digital intelligence， and explore its value reshaping in the new era education system， this article first clarifies the connotation of teaching research through literature review. Subsequently， the method of model construction and case study was adopted to deeply explore the connotation and general conceptual model of evidence-based teaching and research in digital intelligence， as well as the data-driven teaching decision-making mechanism. Based on the importance of evidence-based teaching and research in the digital transformation of education， this article also explores the value reshaping of evidence-based teaching and research in cultural change， evidence-based practice， and key actions. Research has found that evidence-based teaching and research in mathematics has unique connotations and universal conceptual models， and its data-driven teaching decision-making mechanism has important value in modern education. As an emerging paradigm of teaching research， evidence-based teaching and research in the field of digital intelligence plays an important role in the modern education system. Its connotation is rich and its value is significant， providing new ideas and methods for educational research and practice in the era of digital intelligence.

Keywords： evidence based teaching and research on digital intelligence； evidence based practice； evidence based teaching and research

收稿日期：2024年9月5日

责任编辑：李雅瑄