一份给教师的暑期成长清单——不是教你怎么上课，而是带你重新看见课堂

2002年，数学家保罗·洛克哈特在《一个数学家的叹息》里做了一个比喻：今天的数学教育，就像一门永远只教颜料名称和画笔用法的美术课，你学了十二年“红色是暖色、蓝色是冷色”，却从来没有画过一幅画。

“如果音乐课只教音符的名称和五线谱的画法，从来不放一首乐曲，学生会不会疯掉？”他问。“这就是我们在数学课上做的事。”

很多教师读到这段话时会心一笑，然后又陷入沉默——因为同样的困境，也发生在教师自己的专业成长上。参加了很多场教研培训，记了厚厚的笔记，但回到课堂上，那些“理论”似乎还是很难落地。

这个暑假，我们为教师准备了一份特别的成长清单。不是教你怎么把课教好，而是带你重新看见自己的课堂。

第一件：给自己做一次“课堂体检”——像看体检报告一样看自己的课。

一位城区小学的数学教师，上完《小数加减法》后收到了一份 AI数智教研员 生成的课堂数智画像。报告显示：这节课教师提问62次，其中高阶思维问题仅占2%，学生84%的回答是简单回应；教师平均等待时间不足2秒；核心素养达成度评分中，“推理意识”和“模型意识”两个维度明显偏低。

“我一直觉得自己很重视培养学生的思维。”这位教师在教研组会上说，“直到看到这份报告，我才意识到——我一直在催着学生快点给出答案，从来没有真正等过他们思考。”

AI数智教研员 生成的诊断报告不仅指出问题，还会开出“教学微创手术处方”——针对每一个病灶话轮给出具体的改进建议：把“你说得对不对”换成“你为什么这样想”，把“谁来补充”换成“还有不同的想法吗”，把“记住了吗”换成“你能用自己的话说一遍吗”。

这位教师按照建议调整了一个月后，再次生成报告——高阶思维提问比例从2%提升到了18%，学生平均发言时长从6分钟增加到14分钟。

“以前我觉得自己讲得够细了，”她说，“AI却告诉我，讲得细不等于教得好——挤占了学生思考时间的‘细’，其实是另一种粗暴。”

第二件：找到那个“我以为”和“实际是”之间的裂缝。

很多教师都有这样的经历：备课时觉得某个环节设计得很巧妙，上完课却发现学生一脸茫然；评课时觉得自己已经说得很清楚了，学生作业里却全是同样的错误。

AI数智教研员 的教学实施评价功能会记录教师课堂教学实录中的每一个细节——不仅记录教师说了什么、学生说了什么，还会标注每个话轮的时长、类型和功能。

一位语文教师在备《观潮》一课时，设计了一个“想象画面”的环节。她本以为这个环节能激发学生的想象力，但诊断报告显示：在这个环节中，教师连续提出了7个问题，学生平均回答字数不足5个字——所谓的“想象画面”变成了“填空游戏”。

“我一直在问‘你看到了什么’‘你听到了什么’，”她反思道，“但从来没有问过‘你为什么这样想’。”

这份诊断报告让她重新设计了整个环节——把7个问题压缩成2个核心问题，给学生留出了3分钟的独立思考和记录时间。第二次上课，学生的回答从“看到了潮水”变成了“我仿佛看到一堵白色的水墙正在向我涌来，那种声音像打雷一样”。

第三件：把“评课”变成“看自己”。

传统的听评课，往往是几位教师坐在教室后面听课，课后凭印象给出评价。“这节课气氛很好”“学生参与度不错”“提问可以再优化一些”——这些评价不能说错，但很难精准。

AI数智教研员 的听评课功能提供了一种新的可能。它从师生话语比例、提问类型分布、等待时间、发言字数、核心素养达成度等多个维度生成数智化诊断画像。每一位听课教师也可以在系统中实时记录自己的观察，系统会自动将这些观察与量化数据对照。

一位教研组长说：“以前评课，大家你说一句我说一句，最后谁也不知道到底该听谁的。现在有了这些数据，评课有了共同的‘参照系’——我们可以围绕同一组数据展开讨论，而不是各说各话。”

更让这位教研组长意外的是，年轻教师的变化。“以前评年轻教师的课，他们总是低着头记笔记，很少主动发言。现在他们看到自己的数据报告，会主动问‘这个指标为什么偏低’‘我该怎么改进’——他们开始自己发现问题、自己追问自己了。”

最后，关于“成长”这件事。

一位教了二十多年的老教师在使用 AI数智教研员 后说了一句让很多人意外的话：“我以为自己已经足够了解自己的课堂了，直到看到那些数据——我才发现，我对自己其实一无所知。”

AI数智教研员 不会告诉你标准答案，它只会把课堂中那些你“以为”的事情，变成一组组你可以看见的数据。然后，由你自己来决定——是继续沿着原来的路走，还是换一条路试试。

这个暑假，不妨给自己一个机会：上一节让自己心安的课，生成一份属于自己的诊断报告，然后——像读一本好书那样，慢慢地、认真地读一读自己。