AI教研员怎么评课？我们用“曹冲称象”做了一次跨学科实验

一次区域教研活动中，一位小学数学教师展示了她精心设计的“曹冲称象”跨学科主题学习课例。课堂环节紧凑，从故事引入到模拟实验，再到等量代换的抽象，一气呵成。然而，在课后研讨环节，教研组内却出现了两种声音：一方认为这节课“很完整，该讲的都讲了”；另一方则感觉“学生只是在复现流程，思维似乎没有真正‘爬坡’”。

这种困惑并非个例。随着新课标要求各门课程用不少于10%的课时设计跨学科主题学习，如何让这类课例真正指向学生核心素养的落地，特别是实现从低阶思维到高阶思维的进阶，成为许多学校教研的焦点。大家意识到，评判一堂跨学科主题学习课的好坏，不能只看教学环节是否完整，更要看学生的思维进阶是否真实发生。但传统的听评课，往往依赖个人经验，缺乏剖析思维发展轨迹的客观工具。

一、教研新困惑：如何“看见”思维的爬坡？

上述课例的教研分歧，实质上指向一个深层问题：在强调内容关联、思维进阶与文化浸润的跨学科主题学习中，教师的教与学生的学，其有效性该如何精准诊断？

在集体备课阶段，这位教师和同事们查阅了大量“曹冲称象”的教学设计，参考了布鲁姆认知目标分类学，设计了从“动作思维”到“系统思维”的任务链。但教学设计写得好，不代表课堂实施就能达成目标。当教研员试图分析课堂上某个小组讨论话轮的思维层级时，发现只能依靠回忆和笔记，零散且不精确。

这时，学校引入的“AI数智教研员”系统为教研提供了新的视角。大家决定利用其听评课功能，对这节课的课堂实录进行一次深度的“数智体检”，重点观察课堂互动的思维含量。

二、数智画像：一节好课的“微观”证据

课后，课堂实录被上传至系统。很快，一份详细的课堂数智画像和理答行为诊断报告生成了。这份基于数据的诊断，让教研组成员“看见”了许多被忽略的细节。

报告中的师生话语比例显示，教师发言时长占比超过60%，尤其在“抽象思维”任务环节，教师主导的讲解和追问占据了大量时间，学生自主表达和相互质疑的空间被压缩。更细致的理答行为诊断则指出，教师的理答类型以“诊断性”（判断对错）和“激励性”（简单表扬）为主，而能促进学生深度思考的“发展性”理答（如追问理由、引导反驳、促进串联）占比较低。

“比如在让学生用字母抽象等量关系时，”一位参与教研的教师指着报告中的病灶话轮识别说，“一个学生提出了‘a=b，b=c，所以a=c’的模型，老师的回应是‘很好，请坐’，然后自己重复了一遍。这里如果追问‘那a、b、c分别代表什么？它们必须是质量吗？’，就能触发更高层次的系统思维。”这份微观话语诊断，像一份精准的“教学微创手术处方”，将研讨焦点从“教完了吗”转向“思维到了吗”，为课例改进提供了客观依据。

三、循证改进：让跨学科学习走向“思维融通”

基于AI系统的诊断报告，教研组开展了新一轮的磨课。改进聚焦于“如何通过优化理答，提升学生思维层级”。

重构关键问题：参考系统提示的“启发式引导”方向，教师在“模型建构”环节，将“对不对”的封闭问题，改为“这个模型只能用于称象吗？它还可以解释生活中的哪些现象？”的开放问题。

预设理答策略：针对学生可能的回答，教师提前准备了“发展性”理答清单，如“你是如何想到这个方法的？”“其他同学对他的方案有什么补充或质疑？”。

优化工具支持：借助系统生成的全量逐字剧本和视觉板书建议，教师重新设计了板书，将“等量代换”模型与“化繁为简”的文化浸润路径更清晰地可视化。

在第二次试教中，课堂生态发生了明显变化。当学生用字母抽象出等量传递模型后，一位学生主动举手说：“老师，我觉得这个模型也能解释‘1袋米=5碗米，1碗米=2勺米’。”教师抓住这一契机，追问：“太棒了！这其实就是一种数学的眼光。那它跟曹冲称象的智慧，还有刘徽的‘以盈补虚’，有什么共同点吗？”课堂由此进入了对“化整为零”思想的深度讨论，跨学科教学的文化浸润目标在思维碰撞中自然达成。

四、教研新常态：从经验走向“人机协同”

这次教研经历让这所学校的数学教研组深刻体会到，AI赋能评课与AI赋能诊课的价值，并非在于给出一个“分数”或“等级”，而在于它能提供一份客观、细致、聚焦思维过程的“课堂CT报告”。它将评课从感性的“我觉得”引向理性的“数据表明”，帮助教师精准定位自己教学的“最近发展区”。

“以前我们评课，容易陷入‘你好我好大家好’，或者凭经验各说各话。”教研组长感慨道，“现在有了AI数智教研员提供的课堂数智画像和理答行为诊断，我们的研讨有了共同的‘靶子’。教师的专业发展方向更清晰了，集体备课和磨课的效率也更高了。”

从“曹冲称象”到“数智诊课”，这位小学数学教师的成长故事，或许正是教育数字化转型浪潮中，许多一线教师和教研团队正在经历的。当智能教研平台不再是一个冷冰冰的工具，而是成为理解课堂、促进思维、赋能教师成长的“数智伙伴”，教学提质便有了更坚实的落脚点。而这场关于“思维进阶”的探索，也必将在AI for 学校教育的助力下，走向更深处。