试卷讲评课，怎么讲学生才不走神

每次考完试，讲评试卷都是一场拉锯战。

一位青年教师发现，自己精心准备的讲评课，往往不到二十分钟，学生的眼神就开始发直——有人低头转笔，有人偷偷翻看下一科的复习资料，还有人干脆趴在桌上。他讲得口干舌燥，学生却像听了一场与自己无关的“广播”。

问题出在哪？他试过限时挑战赛、错题盲盒、让学生疑问“上墙”、观点battle、错题复盘表——这些方法确实让课堂活跃了不少。但他隐隐觉得，热闹之下似乎还缺了点什么：每一次讲评的设计，仍然靠的是“我觉得学生哪里不会”，而不是“学生实际上哪里不会”。

直到一次教研活动中，学校引入了 AI数智教研员 平台，他才真正找到了那把钥匙。

一、困局：讲评课越讲越“散”，问题到底在哪

这位青年教师带的是小学数学。期中考试结束后，他按照以往的习惯，花了大半个晚上分析学生的答题卡——用红笔在试卷上圈出错题，统计每道题的错误人数，把高频错题列了一张表。

第二天课堂上，他先用了“限时挑战赛”——挑了一道经典易错题，给学生五分钟现场重做。学生果然比平时专注，交头接耳讨论的、翻书查公式的，教室里难得有了紧张感。接着是“错题盲盒”，学生抽题、讨论、上台讲。课堂气氛确实活了。

但评课环节，教研组同事提出了一个问题：“你这节课讲了七道题，每道题都讲得很清楚，但学生到底卡在哪一步？是概念不清、计算失误，还是读题就没读懂？”

他答不上来。

他忽然意识到，自己一整晚的统计只解决了“哪些题错得多”这个表层问题，但对于“学生为什么错”“错在哪个思维环节”“课堂上谁在真正参与、谁在假装听”这些问题，他手里几乎没有数据。

二、转机：一份“数智画像”让他看到了课堂的另一面

学校正在推进基于 AI数智教研员 的课堂诊断实践。教研组长建议他把最近一节讲评课的课堂实录上传到平台，看看能生成什么。

他按要求上传了课堂教学实录。不到半小时，平台就生成了一份 课堂数智画像 报告。报告从多个维度量化了课堂的语言互动与教学效能——师生话语比例、提问类型分布、等待时间、学生发言字数、各环节的核心素养达成度等。

他盯着报告看了很久。

数据不会骗人。整节课45分钟，教师讲话时间占了将近38分钟，学生集体发言和个体发言加起来不到7分钟。他以为自己给了学生很多表达机会，但数据告诉他——大部分时间还是他在讲。更让他意外的是 理答行为诊断报告 ：平台自动分析了课堂上的师生对话，量化了理答温度，并将教师的理答行为分类为发展性、诊断性、激励性等类型。报告还识别出几处“病灶话轮”——某道题讲完后他追问“大家听懂了吗”，全班沉默，他没有继续追问就跳到了下一题。

“病灶”这个词让他有点不舒服，但也让他不得不承认：那些沉默，不是“听懂了”，而是“不知道问什么”。

三、重构：从“我觉得”到“数据告诉我的”

有了这份诊断报告，他决定重新设计下一节讲评课。

这次，他没有凭感觉选题目。平台的分析帮他锁定了班级的共性薄弱点——不是某道题，而是一个知识点模块。他开始围绕这个模块重新组织教学内容。

课堂上，他依然用了“限时挑战赛”激活学生注意力，但挑战题的选择不再凭感觉，而是来自平台推荐的典型变式。“错题盲盒”环节，他让学生抽到的每道题都附上了一行小字——平台自动生成的“错因标签”：是概念混淆、计算失误，还是审题偏差。学生在准备讲解的时候，不再只是“把答案讲一遍”，而是要先看清楚自己抽到的题属于哪一类错误，再针对性地梳理思路。

“观点battle”环节也变了。遇到一道争议较大的题目，他不再让学生凭感觉站队，而是先展示平台生成的几份典型错误答案——匿名处理过的真实学生作答。学生分组讨论“这份答案错在哪”，再上台辩论。因为有真实的错例作为讨论素材，交锋比以往任何一次都更聚焦。

最让他感到踏实的变化发生在那份“错题复盘表”上。以前学生写的诊断书往往是“粗心”“没看清题目”这类套话。这一次，他给了学生一个更具体的框架：平台根据每个学生的答题记录，自动生成了个性化的错因提示——比如“你在函数定义域的判断上连续三次出错，建议复习课本第42页例题”。学生拿到这份提示之后，写的诊断书明显具体了很多。有人写：“我错是因为总把自变量和因变量搞反，下次要先圈出题目问的是什么。”

四、改变：当讲评课从“教师的独角戏”变成“学生的思维场”

几周之后，这位青年教师又上传了一节讲评课的实录。

新的 课堂数智画像 显示，师生话语比例从原来的接近8:2变成了大约5:5。学生发言的总时长明显增加，教师提问后的平均等待时间也从不足2秒延长到了5秒以上。 理答行为诊断报告 里，“病灶话轮”的数量减少了——当他再问“大家听懂了吗”而课堂沉默时，他会停下来追问：“谁能用自己的话说说这道题的关键步骤？”

这些数字的变化背后，是课堂生态的真实改变。学生不再只是被动地“听答案”，而是被卷入了思考、表达、辩论的过程中。讲评课从“教师的独角戏”变成了“学生的思维场”。一位平时不太爱发言的学生在课后跟他说：“老师，我觉得讲评课比以前有意思了，因为我要想清楚才能说给别人听。”

五、反思：技术帮教师看见看不见的东西

回头看，这位青年教师觉得， AI数智教研员 给他带来的最大改变，不是省了多少备课时间，而是让他看见了自己凭经验看不见的东西。

凭经验，他知道有些题学生容易错，但不知道错在哪个思维环节。凭经验，他觉得自己给了学生充分的表达空间，但数据告诉他课堂的大部分时间还是他在讲话。凭经验，他以为沉默就是听懂，但诊断报告提醒他——沉默有时候恰恰是问题的信号。

技术不能替代教师的教学判断，但它可以帮教师把“我觉得”变成“数据告诉我”。当讲评课的设计有了数据的支撑，当课堂的改进有了诊断的依据，教师的专业成长就不再是盲人摸象，而是一条有迹可循的路径。

如今，这位青年教师依然会在讲评课上用“限时挑战赛”“错题盲盒”“观点battle”这些方法。但每一次使用之前，他都会先打开 AI数智教研员 平台的诊断报告，问自己三个问题：这节课最需要解决的核心问题是什么？哪些学生最需要被关注？我该用什么样的方式把学生真正卷进思维里？

当讲评课从“教师的活动”真正变成“学生的活动”，那些曾经飘远的眼神，自然会回到课堂中央。