《从一份“数智诊断”开始，青年教师如何读懂自己的课堂》

导语

很多青年教师都有过这样的经历：精心准备了一节课，教案写得满满当当，可站上讲台后却发现，预设的提问学生接不住，热热闹闹的讨论浮于表面，下课铃响时最想说的那句话是——“这课怎么上成了这样？”

问题究竟出在哪里？教案写得不够漂亮，还是课堂节奏出了问题？一次借助数智化工具的课堂诊断，让一位青年教师第一次“看见”了自己课堂中那些被忽略的细节。

一、教案里的“完美预设”与课堂上的“骨感现实”

一位入职第三年的语文教师，接到了一次校内研讨课的执教任务。她选了一篇散文，花了一个周末的时间撰写教学设计：导入环节设计了三个层层递进的问题，精读部分规划了两次小组讨论，拓展环节还准备了两个开放性的思辨话题。

教案提交给教研组时，同事们评价“结构清晰、目标明确”。

然而正式上课那天，情况却完全出乎意料。第一个问题抛出去，教室里安静了将近十秒，只有一个学生举手回答；第二个问题稍微好一些，但回答的内容和她预设的方向偏差很大，她不知道该怎么接，只能含糊地说了句“嗯，有道理”就匆匆转向下一个环节。小组讨论时，几个小组都在聊天，真正围绕问题展开交流的并不多。整节课下来，她觉得自己一直在赶进度，学生的回应零零星星，课堂像是她在唱独角戏。

课后评课时，教研组长委婉地说：“提问的等待时间可以再长一些，学生的回答可以再追问几句。”

她点点头，但心里清楚——自己根本不知道哪些问题等待时间不够，哪些回应本该追问却放过了。评课记录上那些笼统的建议，对她下一次备课的帮助微乎其微。

二、在诊断中看清设计的“盲区”

转机出现在一次校本教研活动中。学校引入了数智化的课堂诊断工具，这位青年教师抱着试一试的心态，将自己那节研讨课的课堂实录上传到了系统。

几天后，她拿到了一份课堂数智画像报告。报告通过语音语义算法，自动识别了课堂中的教师提问、学生回答和教师反馈行为，将问答片段切割并转写成文字。报告用多维度量化指标呈现了这节课的语言互动全貌：师生话语比例、教师提问类型分布、各类问题的等待时间、学生发言字数统计等。

真正让她愣住的，是一份“理答行为诊断报告”。

报告将整节课的师生对话逐条进行了分类和标注。数据显示，在这节课40分钟里，她一共提了27个问题，其中记忆类和理解类问题占了22个，而分析、评价、创造类的高阶问题只有5个。更让她意外的是理答行为的统计——面对学生的回答，她的回应中“简单肯定”占了将近一半，“重复学生答案”占了三分之一，而真正具有“发展性”的追问和引导，只有寥寥几次。

报告还标注了几个关键话轮作为示例。其中一个片段是这样的：

教师问：“作者为什么选择用这个意象？”学生回答：“因为……这个意象很美。”教师回应：“嗯，好的，请坐。”

报告在旁边批注了一行字：“此处学生回答停留于感性层面，教师未追问'美在哪里''为什么美能表达情感'等深层问题，属于典型的诊断性理答不足——只判断了对错，没有推动思维发展。”

她反复看了好几遍这段标注。那节课上她明明觉得时间不够用，可报告显示，她在27个问题中留给学生的平均思考时间只有3.2秒——远低于有效等待时间的标准。

“原来问题出在这里。”她第一次如此清晰地看见了自己课堂的“病灶”。

三、从“教的设计”向“学的支架”转变

带着这份诊断报告，她找到了教研组长，两人一起对照报告重新梳理了那节课的教学设计。

教研组长建议她重新设计提问逻辑——不是把问题设置得更难，而是把大问题拆解成一系列有梯度的追问，每一个追问都指向帮助学生自己建构理解，而不是等着她给出答案。

她重新备课时，把原来那5个高阶问题拆解成了12个有层次的引导性问题。每个问题后面，她都预设了学生可能的回答方向，并针对每一种回答设计了2到3个备用的追问思路——不再是简单地说“嗯，好的”，而是准备了“你为什么这样想”“能不能从文中找到依据”“如果换一个角度呢”等具体的回应方式。

第二次上课，她明显感觉到了不同。当学生说出一个初步想法时，她不再急于肯定或跳过，而是顺着学生的思路追问一句。课堂节奏慢了下来，但学生的思维却活跃了起来。有一个平时不怎么发言的孩子，在三次追问的引导下，自己说出了散文意象选择的规律——那是她原本准备在总结环节直接告诉学生的内容。

课后，她重新打开系统查看了第二次课堂的诊断报告。高阶问题的比例从18%提升到了35%，平均等待时间从3.2秒延长到了5.8秒，发展性理答的比例明显提高。更重要的是，报告中那些标注“此处可进一步追问”的话轮数量大幅减少。

四、让教师的成长有迹可循

从那以后，这位教师养成了一种习惯：每上完一节重要的课，就把实录导入系统，花十几分钟看一看诊断报告。她不再只凭“感觉”判断一节课的好坏，而是有了具体的数据参照——提问类型是否均衡、理答是否具有发展性、学生的思维参与度如何。

更让她感到踏实的是，系统记录了她一段时间内的课堂数据变化，形成了属于她自己的成长档案。几个月后回头翻看，她清晰地看到自己从“喜欢重复学生答案”到“善于追问引导”的转变轨迹。那些曾经模糊的“进步”，变成了可以看见的成长路径。

结语

这位教师的故事并非个例。在很多学校，类似的教学改进正在发生。泛东AI数智教研员所做的，不是替代教师的思考，而是提供一面客观的镜子——让教师看见自己课堂中那些被忽略的细节，看见那些“我以为很好”和“实际上如何”之间的差距。

真正的教学智慧，从来不是靠一套系统就能赋予的。它需要在一次次诊断、反思、改进的循环中慢慢生长。而技术能做的，是把教师从模糊的自我感知和琐碎的数据整理中解放出来，把更多的时间和精力还给一件事——去读懂每一个学生真实的学习状态。