精品伊人久久大香线蕉,开心久久婷婷综合中文字幕,杏田冲梨,人妻无码aⅴ不卡中文字幕

一、引言

課堂教學是學校教育的核心環節，是人才培養的主陣地，課堂教學質量直接關系著教育現代化發展和高素質創新型人才隊伍的建設。中共中央、國務院出臺《關于深化教育教學改革全面提高義務教育質量的意見》，要求強化課堂主陣地作用，融合運用傳統與現代技術手段，發展互動式、啟發式、探究式新型教學方式，切實提高課堂教學質量。互動式（Interactive）、啟發式(Heuristic)、探究式（Inquiry）課堂教學，即IHI課堂教學是新型課堂教學的重要體現。與傳統講授式、灌輸式教學方式相比，新型教學方式以建構主義為理論支撐，與新時期基礎教育發展方向和人才培養目標具有高度適切性，在調動學生參與積極性、增進深度理解、促進高階思維培養和提升創新能力方面具有極大的先進性。^［1］

與此同時，推動課堂教學轉型，發展優質高效的新型課堂教學方式也更具有挑戰。由于課堂互動涉及多元主體，課堂中的知識探究與建構過程更為復雜，思維進階與認知演化規律具有內隱性，依靠傳統研究方法難以對課堂教學過程進行有效分析和精準評價，也難以為新型課堂教學建設提供有力的數據支撐，因此亟需發展新的研究方法和技術手段。人工智能技術能夠有效學習數據的內在規律，挖掘因果鏈條、行為動機和思維認知等，在自然語言處理、聲音識別和圖像解析方面具有極大的優勢，并且逐漸在教育教學的研究和應用中釋放其技術潛能。^［2］智能技術可以對教學過程進行全方位智能感知與高度還原，有助于破解師生互動的內在機理，對課堂教學中體現的高階思維、認知能力等關鍵特征進行智能模擬和有效提取，有助于揭示復雜的思維鏈條搭建過程、知識建構過程和問題探究過程，也可以對新型教學模式進行精準化和科學化的數字表征，這些功能對于創建優質高效的新型課堂具有極大的價值。    

二、IHI課堂教學何以是新型課堂教學的重要體現

（一）IHI課堂教學內涵解讀

IHI課堂教學是由互動式、啟發式和探究式教學組成的，理解IHI課堂教學的內涵需要對其組成成分進行剖析。互動式教學是教師圍繞課堂教學目標，通過調動教學資源和借助信息技術等手段，與學生協同交流、討論和探究的過程。^［3］維果茨基(L. Vygotsky)指出，個體通過互動交流和語言溝通試圖對客觀世界進行研究和探索，將社會文化要素加以內化，形成自身認知的一部分，從而實現從心智間到心智內過渡的過程。^［4］在課堂中，通過教師的激發和引導，擁有不同觀點的學生在交互作用過程中可以實現思維的相互碰撞或者相互印證，引發自身的思考與反思，促進知識探究和意義建構，實現從個體表達到集體智慧再反饋回個體認知的良性循環。啟發式教學強調在教學過程中采用多種方式調動學生的學習主動性和積極性，以啟發學生的思維為核心，促進高階思維的培養。^［5］啟發式教學既強調教師的引導作用，即“啟”，又要調動學生的參與積極性，強調學生在課堂教學中的主體地位，即“發”；教師通過高質量的提問達到啟發學生思考的效果。優秀的問題設計可以引發認知沖突，激發思維發展的潛能，對于分析思維、遷移運用思維的培養具有重要作用。探究式教學強調使用適宜的教學手段來創設與學習對象相關的學習情境，引導學生主動參與到發現問題、尋找答案的過程中，以培養學生創新能力和問題解決能力。^［6］情境創設在問題探究過程中發揮了重要作用，通過虛擬現實、物聯網等信息技術的加持，教學和學習情境更加貼合生活、更具有實際意義。經歷發現問題、提出問題、分析問題并創造性地解決問題這一系列過程，學生的認知能力和綜合素養將得到良好發展。課堂對話是IHI課堂教學的主要載體和表現形式，對話的有效性直接關系著新型課堂教學的質量與水平。課堂教學從根本上說是一種對話實踐的過程。^［7］師生對話與互動式、啟發式和探究式三種教學的開展都具有緊密的關系，是實施課堂互動交流的核心手段，是引導思考、探究問題的主要抓手，也承載著啟發思維的重要功能。

綜上，互動式、啟發式、探究式教學共同建構了新型課堂的重要內涵維度，三者形成了一個有機的整體，通過師生有效互動和交流，促進學生思考并啟發思維，進而實現協同探究、問題解決和能力提升的目的。整合三種教學方式有助于達到1 1 1＞3的效果，以適應教育教學高質量發展和新時期人才培養的需要。

（二）理論適切性：IHI課堂教學以建構主義理論為主要依據

傳統講授式教學以行為主義理論為依據，該理論認為知識是由碎片化的信息拼接而成，課堂教學可以按照事先制定的步驟按部就班地將知識從教師單向灌輸給學生，其教學過程遵循行為主義的“刺激—反應”原則，通過不斷強化得到預期的教學效果。與此相對比，IHI課堂教學以建構主義理論為支撐，該理論對全球范圍內的教育教學改革產生了深遠的影響。^［8］建構主義對IHI課堂教學的支撐作用主要表現在以下三方面。第一，建構主義學派認為知識是由主體在相互交流和合作的過程中建構生成的，教師和學生都是課堂教學的積極參與者和建構者^［9］，知識和信息在主體之間交互傳遞。教與學圍繞“錨”，即有意義的問題展開，引發學生思考，通過對話表達、生成、豐富并深化對問題的理解。這為IHI教學方式中的互動式教學提供了依據。第二，建構主義學派認為學生的認知發展具有極大的可塑性，教學不應消極地適應學生已有的智力水平，教師可以通過搭建“腳手架”的方式為學生的學習和認知發展提供有效支撐，積極創造最近發展區，拓展學生的思維潛力，促進高階思維的培養。這為IHI課堂教學中的啟發式教學的實施提供了支撐。第三，建構主義強調教學情境的重要性，學習應以解決在現實生活中遇到的問題為目標，教師應創造條件支持學生自主探索。其中，隨機通達教學理念認為不應抽象地讓學生記住知識，而應將知識與具體情境聯系起來，^［10］這有助于深度理解，在情境中探索問題的解決方法，并能廣泛而靈活地遷移運用，提高實踐能力和創新能力。這為IHI課堂教學中探究式教學的納入提供了依據。

（三）目標先導性：IHI課堂教學以思維發展和創新人才培養為主要目的

傳統講授式課堂教學適用于基礎知識和基本技能的學習，其興起很大程度上是適應了傳統大規模、標準化的工業社會人才培養模式的需要，但是難以與經濟社會快速發展形勢下創新型人才培養的目標相匹配。OECD啟動“教育2030：未來的教育與技能”項目，提出了在技術變革時代對課堂教學和人才培養的要求，高度重視通過探究的方式建構知識和增進理解，創建以包容性、公平性、互動性、關懷性以及智力成就為特征的課堂教學，鼓勵師生合作，重視課堂對話，提高學生的參與度，促進深入理解、思維發展和認知能力的提升。^［11］中國在結合國情基礎上相繼出臺了《關于深化教育教學改革全面提高義務教育質量的意見》等政策文件，凸顯了教育高質量發展的需求，要求發展新型課堂教學方式，在教育教學過程中強化思維發展，著重提升學生的創新能力。發展互動式、啟發式、探究式教學，推動新型課堂教學發展，與新時期基礎教育高質量發展要求和創新人才培養的目標具有極大的契合性。

創建優質的新型課堂有助于實現學生高階思維發展和創新能力提升的目的。高階思維需要在課堂教學中得以訓練和發展，是新型課堂教學的重要目標指向。IHI課堂教學強調發揮學生主觀能動性，學生在群體合作中協商討論、交流觀點、解決問題，交流溝通的過程也是思維共享的過程。新型課堂教學承擔著“知識內化”和“思維外化”的雙重作用。對話交流過程能夠將客觀世界以及社會文化的影響納入主觀世界和認知發展，語言作為人類高級認知的符號工具，是將互動的符號產物轉化為心理產物的橋梁，是教學情境作用于學生個體心智發展的最主要媒介。與此同時，師生通過對話也能將隱性的思維過程展現給他人，傳遞信息、清晰思考并加深理解，在陳述、解釋、論證、分析等語言溝通中協同建構知識，從淺層次信息的獲取轉向深層次、創新性的探究和解決問題。IHI課堂教學為高階思維的發展提供了場域和條件，高質量的問題和反饋對于啟發思維具有積極作用，通過精心設計的問題鏈條搭建思維發展的鏈條，體現了思維由低水平向高水平進階的過程，使得信息得到精細加工、有效轉化和創新應用。高質量的課堂互動與探究還能夠加深學生對知識的理解，促進個人觀點的開放式表達，增強對問題的闡釋和分析，有助于其系統性、綜合性地處理復雜信息以及創新性地提出解決方案，提升創新能力。因此，IHI課堂教學是新型教育教學理念的集中體現，對促進課堂變革和先進教育目標的落實具有重要價值。   

三、人工智能如何賦能新型課堂教學發展

人工智能技術的快速發展為推動新型課堂教學發展、提升課堂教學質量提供了有效的工具和手段。人工智能是指用人工的方法在機器（計算機）上實現的智能，使其擁有類似于人的獲取知識并應用知識求解問題的能力，其中，機器學習技術因其能使機器自動地學習并獲取知識而被譽為人工智能技術的核心。^［12］隨著智能技術的快速發展，機器學習從簡單的行為動作模仿以及信息的存儲和復述走向了深度學習階段。深度學習基于人工神經網絡技術學習樣本數據的內在規律，能夠挖掘因果鏈條、行為動機和思維認知等，在自然語言處理、聲音識別和圖像解析方面具有極大的優勢，并且逐漸在課堂教學研究和應用中釋放其技術潛能。在以往研究中已有學者致力于將智能技術應用于課堂教學研究中。例如，顧小清等提出了基于信息技術的弗蘭德斯互動分析體系（Information Technology-based Interaction Analysis System，簡稱ITIAS），并以此為依據對課堂互動行為進行監測。^［13］劉清堂等借助人工智能技術基于S-T分析體系對課堂教學行為進行自動采集和智能分析。^［14］王陸等采用大數據分析方法對課堂教學過程進行循證分析，對批判性提問、創造性提問等多類教學行為進行頻次統計，以期提高師生互動水平。^［15］

以往研究為發揮智能技術作用、推動新型課堂教學發展奠定了良好基礎，但是仍存在以下瓶頸。第一，研究多關注提問、回答、抬頭、舉手等淺表形式的課堂行為和言語，由于其具有易識別和方便量化處理的優勢，在教育信息技術領域得到了廣泛應用。但是僅依靠互動形式難以體現思維培養、認知發展等重要的課堂教學目標，且過于追求高頻問答次數容易陷入表面活躍而內里空心化的課堂樣態。第二，人工智能技術與課堂教學研究還未達到深度融合狀態，智能技術在因果鏈條推斷、模式提取、規律挖掘方面的價值還未得到充分發揮。本研究認為，提升人工智能技術的有效性、賦能新型課堂教學發展可以從以下三方面著眼。

第一，人工智能助力實現課堂教學全過程監測。傳統講授式課堂教學注重對學生學業成績進行結果監測，在數據采集方面，多依賴于報送式數據采集方式。報送式數據采集是指由政府或專業人員發起，按照一定需求和目標編制問卷和表格，進而組織學生、教師等相關人員填寫并報送數據的方式。與之相對比，新型課堂教學更加重視對教與學的過程進行評價，強調學生思維的成長性和能力的發展性，人工智能技術能夠對教學過程中所產生的伴生性數據進行全方位自動采集，滿足課堂教學全過程監測的需要。^［16］依托語音識別、自然語言處理、計算機視覺等人工智能技術，智能教育環境具備智能感知和交互能力；隨著智能錄播設備、可穿戴設備、可交互白板的普及，課堂教學數據的采集實現了伴隨式、自動化和多模態，教學過程中的言語和交流過程可以被清晰采集，通過面部表情識別、手勢動作識別等技術，可以反映教師和學生的心理狀態、專注力、壓力指數等情況，對師生互動交流過程和知識探究過程進行詳實記錄，展現問題鏈條的搭建過程，進而呈現其內隱的認知特征和思維特征。

第二，人工智能助力掌握課堂教學深層規律。傳統課堂教學分析多借助問卷調查、定量統計手段進行靜態化的數據分析，難以對復雜多變的新型課堂教學模式進行提煉，難以掌握課堂教學的過程性規律。人工智能技術能夠對課堂教學言語和行為進行細粒度的特征識別，其中，基于機器學習的自動標注技術是提取課堂教學核心特征的關鍵步驟。與傳統人工編碼相比，機器標注在規模化分析和數據處理效率上都具有較大優勢，能夠發現課堂互動過程中內隱的知識建構、思維發展、能力提升等反映課堂教學質量的關鍵特征。人工智能技術能夠對多場景、多類型的新型課堂教學樣態進行數字化表征和模式建構，對課堂教學生態系統進行完整解構，呈現探究式教學中各構成要素之間的交互作用模式，挖掘啟發式教學的思維演進規律，對新型課堂教學中的順承關系、因果關系等關系模式進行數字化表征，在更深層次上實現課堂教學過程可計算，有助于掌握課堂教學深層規律和提煉優質課堂教學模式，為推廣新型課堂教學的先進經驗和創建高效課堂提供了有力支撐。

第三，人工智能促進課堂教學精準評價。傳統講授式課堂教學往往對教授內容、考評范圍具有嚴格規定，而新型課堂教學內容更為豐富、教學手段和課型種類更為多樣、教學評價目標更為多元。如何應對多場景、多元化的課堂教學評價需求，為教育質量監測提供更加精準的數據依據成為亟待解決的問題。以神經網絡為代表的智能技術為評價課堂教學質量提供了有效手段。神經網絡技術是一種通過模擬生物神經系統結構與功能處理復雜任務的數學計算模型，由具有適應性的簡單單元組成廣泛并行互連的網絡結構，被廣泛應用于人工智能和深度學習領域。^［17］其中，圖神經網絡等技術的應用在提取關系、空間結構等數據潛在特征方面具有較大優勢，有助于捕獲動態圖拓撲結構特征信息，提取新型課堂教學的模式特征信息，使得課堂教學評價模型可以動態迭代和漸進重構，有助于呈現多種樣態的課堂教學質量水平。因此，人工智能技術為實現課堂教學精準評價提供了可能，助力教師準確把握教情并作出合理決策，為教師的遴選和考評工作提供科學依據，為新時期教育質量監測工作提供了有效工具。

四、人工智能賦能新型課堂教學的實踐應用

為了更好地實現以上目標，將人工智能技術融入新型課堂教學實踐中，作者團隊發展了一系列適應新型課堂教學場域的智能分析手段與方法，以更有效地發展IHI課堂教學，創建優質高效的課堂。實現路徑包括：第一，創建了新型課堂教學評價指標體系（Coding Instrument for Productive Classroom Dialogue,簡稱CI-PCD）。該指標體系包含基礎知識習得、個人觀點表達、分析闡釋、總結歸納、遷移創新、回應建構、肯定、質疑、指導九大類。前六類進一步區分了提問和回應兩種互動形式，例如有關基礎知識的提問、有關分析闡釋類回應等，形成了15個一級指標。指標體系是人工智能技術應用于課堂教學分析的基礎，是將抽象的IHI課堂教學目標轉變為可測量、可評價指標的關鍵步驟。該指標體系經過多次實踐檢驗后表明其具有較高的信度和效度。^［18］第二，創建了基于卷積神經網絡（CNN）、雙向長短期記憶網絡(BiLSTM)、注意力機制（Attention）相結合的混合神經網絡模型。CNN模型能夠對話語中的詞和短語等局部信息進行提取；BiLSTM模型能夠結合上下文對句子的完整語義進行理解；注意力機制可以識別關鍵詞以及關鍵詞對于類別識別的貢獻度，提高標注的精準性。^［19］該模型能夠基于以上指標體系對課堂教學音視頻轉錄文本實施自動標注，可以有效對細粒度的課堂教學特征進行識別，數據轉錄與標注的速度平均一節課（40分鐘）由傳統人工處理的6—7個小時縮短為15秒，極大地提高了數據處理速率，是規模化課堂教學研究的關鍵，可以對互動式教學的特征進行有效提取。第三，發展了一系列適應新型課堂教學場域的數據挖掘方法。數據挖掘方法能夠基于標注后的課堂教學數據進行模式提煉和規律分析，揭示內隱于表層言語和行為背后的思維進階規律和問題探究路徑，該方法能夠對啟發式教學和探究式教學的實施水平進行科學呈現。第四，借助圖神經網絡技術對不同等級水平的課堂教學特征進行建模和智能評分。圖神經網絡是一種基于圖拓撲結構的深度學習網絡，大量研究已證明圖神經網絡在知識推理、復雜關系建模等任務中的有效性^［20］，有助于深度解構新型課堂教學的模式特征，探尋課堂的“黑箱”屬性。以上方法有助于為課堂教學水平精準畫像，提煉優質的新型課堂教學模式，推進新型課堂建設、提升教學質量提供有針對性的指導。

本研究選取200節義務教育階段課例，其中100節為課堂教學水平較低的課例，即在實施新型課堂教學過程中同時獲得較低智能評級和專家評級的課例；另外100節為課堂教學水平較高的課例，即同時獲得較高智能評級和專家評級的課例。研究首先采用CNN BiLSTM Attention混合神經網絡技術，基于CI-PCD指標體系對課堂教學轉錄文本進行自動標注，并對標注結果進行校驗，對大規模的課堂教學文本實現了初步快速處理。進而采用時序過程分析將一堂課分為10個階段(一節課40分鐘，一個階段為4分鐘)，點的大小反映了某一階段某類課堂教學言語出現的頻次，可反映互動式課堂教學的實施情況(如圖1)。分析結果顯示，低水平課堂和高水平課堂在互動頻次上沒有顯著差別，平均為每節課120條話輪，其主要區別體現在互動質量上：低水平課堂教學更傾向于傳統授課模式，教師注重夯實基礎知識和基本技能、引導學生表達個人觀點，而涉及高階思維的課堂互動則較少出現，歸納總結、遷移創新類互動頻率還應加強。在高水平的新型課堂教學中，形成了“基礎知識 ”的特色對話模式，注重對話的多元認知功能的發揮，教師更能靈活發揮各類對話的功能以實現課堂教學的高效復合作用，教師注重引導學生分析問題，高階思維類互動占據較高比例。通過對比教學過程中點的序列排布可以展現課堂教學演進的模式，體現啟發式課堂教學的實施情況，表征思維進階過程。分析結果顯示，在高水平課堂教學中，教師在授課的前十分鐘多從基礎知識導入，這是進行思維啟發的前提，進而鼓勵學生聯系生活實際引發其探究興趣;在課堂中段教師注重引導學生分析問題、闡釋推理分析過程；在課堂后段教師能夠帶領學生總結歸納知識、提煉方法與規律、實現知識建構與遷移。這表明在優質新型課堂中通過教師啟發，學生可實現思維由低階向高階發展。

圖1  課堂教學時序過程圖

（上為低水平課堂，下為高水平課堂）

序列挖掘方法可以揭示課堂教學演進規律，反映探究式課堂教學的實施水平。依據各互動節點的出度、入度，創建有向連通圖，點表示對話類別，而邊（顯示為有向路徑）用于描述類型之間的關系，線的粗細代表該課堂教學路徑的重要程度。如圖2所示，低水平課堂與高水平課堂在問題探究方面具有明顯差距，低水平的課堂互動鏈條較短，多呈現短小零散狀，探究過程呈現出碎片化特征。高質量的課堂教學能夠借助有效的提問和反饋引導學生進行更為深入的問題探究，探究路徑較長且更為多元，呈現出更加復雜的思維過程，有助于學生對問題進行深入研究并收獲可遷移運用的認知規律。

圖2  課堂教學序列模式挖掘圖

（左為低水平課堂，右為高水平課堂）

五、結語

互動式、啟發式和探究式教學是新型課堂教學方式的重要體現，對于推進教育高質量發展和培養新時代創新型人才具有重要意義。IHI課堂教學三者形成了有機的統一整體，以建構主義理論為依據，以思維培養和創新能力發展為主要目標。由于新型課堂具有復雜性，涉及多元互動主體，對標多重教育教學目標且思維發展具有內隱性特征，傳統研究分析手段無法滿足課堂教學發展的需要。人工智能技術為推動新型課堂教學建設、發展高質量的課堂教學提供了重要的工具和手段。智能技術，特別是機器學習、神經網絡技術的應用，可以對課堂教學過程實現全方位的智能感知，對于其中涉及的語言、動作、行為、表情進行實時采集，并借助多模態融合技術最大限度還原課堂場景和全貌，有助于對課堂教學中所涉及的高階思維、創新能力等關鍵特征進行智能模擬和有效提取，揭示互動行為和語言背后的深層認知規律，挖掘復雜的知識建構過程、思維啟發過程和問題探究過程。智能技術還能夠對新型課堂教學模式進行精準刻畫，有效提煉優質的新型教學范式，使得新型課堂教學范式從少數專家級教師試點走向大規模的推廣應用，有利于擴大優質教育資源覆蓋面，這與新時代人才培養目標和高質量教育發展的要求具有緊密契合性。

為了更好地實現以上目標，本文認為開展智能化課堂教學研究應重點從以下方面進行突破：第一，在實現全過程伴生性數據采集的基礎上，發展基于音視頻轉錄文本的機器自動標注方法，借助混合神經網絡技術對課堂教學數據進行即時、高效、精準標注，這是實現課堂教學規模化分析的基礎。第二，發展適應新型課堂場域的數據挖掘技術，探究師生互動言語和行為背后所體現的深層認知規律和思維進階規律，這是解構新型課堂教學特征的關鍵。第三，借助圖神經網絡技術精準刻畫不同水平課堂教學的特征，提煉新型課堂教學的優質模式，這有利于實現新型課堂教學的科學化、精準化評價，從而更有效地推動新型課堂教學發展。

本文通過真實課例分析證實，CNN BiLSTM Attention 混合神經網絡技術能夠自動、快速標注大規模的課堂教學數據，通過圖神經網絡可以提煉不同等級水平的課堂教學模式，借助序列模式挖掘分析發現高水平課堂的課例中師生互動質量更優，教師的提問與反饋更具有效性，能夠體現思維進階和知識探究的特征，發揮多元認知功能，在培養學生總結歸納、遷移創新等高階思維方面更具有優勢。未來人工智能賦能新型課堂教學發展可以從以下三方面著眼：一是發展以課堂對話分析為主、多模態數據協同的融合分析模式；二是以發展評價體系為基礎，研究適應多場景課堂教學樣態的智能診斷方法，為課堂教學評價提供客觀科學的依據；三是堅持人本人工智能理念，智能技術的選擇和運用要更加精準、科學地服務于教育教學目標。

參考文獻：