当课堂有了“数据眼”

一位小学数学教师，教龄六年，带过两轮毕业班，自认为课堂把控能力还不错。

那天下午，教研组长把她叫到办公室，电脑屏幕上打开了一份课堂评价报告。报告是她上周一节常态课的分析——系统自动采集了整节课的音频数据，从师生话语比例、提问类型分布、理答方式到思维激发水平，几十项指标列得清清楚楚。

她扫了一眼，愣住了。

整节课40分钟，教师话语占比接近四分之三，学生自主表达的时间不到三分之一。更让她意外的是“提问类型”：她提了29个问题，“是什么”“对不对”这类事实性、封闭式提问占了将近七成，真正需要学生分析、推理、论证的“为什么”“你怎么想的”一类问题，加起来不到两成。

“我以为我的课堂很活跃。”她后来在反思里写道，“可数据告诉我，活跃的只是我自己。”

一堂“感觉不错”的课，数据说了另一番话

这位教师姓沈，在一所城区小学教五年级数学。那节被分析的课讲的是“分数的基本性质”，她自认为设计得不错——有情境导入，有动手操作，有小组讨论，课堂气氛也挺好。课后她问一个平时不怎么举手的孩子“今天听懂了吗”，孩子点头说“懂了”。她觉得很踏实。

可报告上的数据不这么认为。

报告里有一栏叫“思维激发”，指的是教师提问和理答对学生思维的撬动程度。沈老师的这项指标低于同年级常模。报告还逐条标注了课堂中的关键话轮——有一段师生对话被标成了黄色：

沈老师问：“分数的分子和分母同时乘或除以相同的数，分数的大小会怎样？”

一个学生答：“不变。”

沈老师说：“对，不变。那大家看这道题——”

报告旁边批注了一行字：“学生说出了结论，但未展示推理过程。建议追问：‘你能举个例子验证一下吗？’或‘为什么不变？’ ”

沈老师盯着这个批注看了很久。她当时确实只关注了“答案对不对”，没想过让那个孩子把“为什么”说出来。她以为“懂了”就是终点，可数据告诉她——“懂了”只是起点。

一份报告，帮她看见了自己看不见的东西

沈老师把报告打印出来，带回家仔细看了一晚上。

报告里有一张图表，把整节课的师生对话按时间轴排列，每一种提问类型用不同颜色标注。蓝色是“是何类”提问（是什么、对不对），橙色是“为何类”提问（为什么、怎么想的），绿色是“若何类”提问（如果……会怎样）。她的图表上，蓝色密密麻麻，橙色稀稀拉拉，绿色几乎没有。

她翻出之前三周的课堂实录，一节课一节课地看。她发现一个规律：但凡学生回答正确，她几乎从不追问；但凡学生回答错误，她会换一个学生回答，而不是让出错的学生自己修正。她一直在寻找“正确答案”，而不是帮助学生建立“正确思路”。

第二天，她把报告带到了数学组的集体备课会上。组里几位老师看了之后，也各自调出了自己近期的课堂分析报告。大家围在一起对比，发现了一个共性：所有人的“为何类”提问占比都不高，高水准的也不到三成。

一位老教师说：“我教了二十年，一直觉得只要学生能答对题就行。看了这个才知道，答对不等于想明白，想明白不等于能说出来。”

教研组长说了一句话，沈老师记在了笔记本上：“数据不会替我们上课，但它会告诉我们——哪些地方我们以为自己做到了，其实没有。”

带着数据走进课堂，她开始“等一等”

第二周，沈老师重新备了“分数的基本性质”这节课。她没改教学环节，只改了一样东西——追问。

她在教案的每一个关键问题旁边加了一栏：“如果学生答对了，我问什么”。这一栏里她写满了具体的句子：

“你能举个例子吗？”

“用你自己的话说一遍，为什么不变？”

“如果不乘相同的数，会怎样？”

第二次上这节课，当学生说出“不变”的时候，沈老师没有说“对”，而是问：“你能举个例子验证一下吗？ ”那个孩子愣了一下，然后拿起粉笔在黑板上写了一个分数，分子分母同时乘2，得出了一个相等的分数。沈老师又问：“那如果分子分母同时除以一个数呢？ ”孩子又写了一遍。全班看着黑板上的两行等式，安静了几秒，然后有人小声说“哦，原来是这样”。

课后，新的课堂分析报告显示：“为何类”提问占比从不到两成上升到了接近四成，“思维激发”指标有了明显提升。更重要的是，学生自主表达的话轮增加了近一倍——不是沈老师说得少了，而是学生说得多了。

从“一个人”到“一群人”

沈老师的改变，慢慢影响了整个数学组。

以前集体备课，大家各自拿教案来，每人讲十分钟“我打算怎么上”，然后散会。现在不一样了——每次集体备课之前，每个人先把自己近期的课堂分析报告带过来，大家对照数据找共性问题。

有一次，组里一位年轻教师的报告显示：她提问后平均只等1.2秒就叫下一个学生。大家一看，自己的数据也差不多。于是那一周的集体备课，主题变成了“如何让学生把话说完”。老师们各自设计追问链，互相模拟课堂对话，一个人当老师，其他人当学生，专门练“等一等”和“追问”。

一个月后，组里的整体数据有了变化。“为何类”提问占比从平均不到两成提升到了接近三分之一。“思维激发”指标整体上了一个台阶。

一位老师在教研总结里写道：“以前我们说‘以学生为中心’，是一句口号。现在我们有了数据——学生到底说了多久、说了什么、老师有没有接住他们的话——这些都能看见了。看不见的时候，我们以为自己做到了；看见了才知道，还有很长一段路要走。 ”

数据是镜子，不是裁判

后来，沈老师在全校教研分享会上讲了自己的这段经历。她说了一句话，很多老师都记了下来：

“我以前备课，想的是‘我怎么把这节课讲完’。现在备课，想的是‘学生在这节课上能想多远’。 ”

她说，课堂分析报告最珍贵的不是那些数字，而是数字背后提醒她的东西——一个“对”字关闭了多少对话，一个“为什么”又打开了多少可能。

这场改变背后，是广东省教育研究院持续多年推进的课堂教学数字化评价项目。项目整合了教育和技术资源，经过五年多的技术攻关与教研实践，为一线教师提供了一种新的成长方式——不是靠别人来评课，而是靠数据帮自己看清课堂。这套系统目前已在超过1200所学校推广应用。而AI数智教研员的角色，也正在从“评价工具”延伸为“教师发展支持工具”——不替教师做决定，只帮教师看见真相。

沈老师现在依然会写教案、依然会上课、依然会在课后问学生“听懂了吗”。但她的教案里多了一栏“追问设计”，她的课堂上多了一些“等一等”，她的课后反思里多了一句话——

“这节课，学生说了多少？说了什么？我接住了多少？ ”

三个问题，每一个都有数据可以回答。而数据给出的答案，从来不是为了评判，只是为了让她下一次，做得更好一点。