一堂课的第三次“打磨”：当青年教师遇上一份“数智画像”

一堂40分钟的语文课，一位入职第三年的青年教师，一个总也绕不开的难题——课堂上的提问，到底该怎么问？

不少学校都有过这样的经历：新教师备课认真、教案写得工工整整，可一上讲台，提问要么太浅，学生随口就能答；要么太深，教室里鸦雀无声，没人接话。课后评课，大家围着坐成一圈，你一言我一语——“这个地方可以多等一等”“那个问题换个问法可能更好”——说了很多，可等到下一次上课，问题还是那个问题。

真正的问题并不在于这位教师不够努力，而在于课堂对话的诊断，缺了一把精准的“尺子” 。

一次集体备课，戳中了“看不见”的痛

某小学语文教研组正在准备三年级下册一篇写景课文的集体备课。主备人是一位青年教师小林——用同事的话说，“教案写得漂亮，课上得热闹，但总觉得差点意思”。

第一次试讲，小林设计了一连串问题引导学生梳理课文的观察顺序。课堂气氛不错，举手的学生不少，可教研组长在听课笔记上画了一串问号：

“你的提问里，‘是不是’‘对不对’这类闭合性问题占了将近一半。看起来学生在回应你，但真正需要他们动脑筋思考的地方，反而被轻轻带过了。”

小林有点懵。他回忆自己的课堂，明明感觉一直在追问、一直在启发，怎么就成了“浅问浅答”？

教研组的几位老师翻出听课记录，试图帮他找出具体是哪些话轮出了问题。可40分钟的课堂，师生对话少说也有几十个来回，单靠人脑回忆和手写笔记，谁也说不清“病灶”到底在哪。

“要是能把这节课的师生对话逐字逐句拎出来看看就好了。”一位老教师随口说了一句。

“数智画像”面前，那些被忽略的细节浮出水面

让小林没想到的是，这句随口的话，很快变成了现实。

教研组引入了 AI数智教研员 平台，对小林那节试讲课的课堂实录做了一次全面的“教学实施评价”。上传实录后，系统自动生成了两份材料：

一份是全量逐字剧本，把40分钟里师生的每一句对话、每一个教学动作都还原了出来。

另一份是课堂数智画像——一张涵盖了师生话语比例、提问类型分布、教师等待时间、核心素养达成度等多个维度的诊断图表。

当教研组的几位老师围着屏幕看这份“数智画像”时，沉默了。

数据显示：小林这节课的师生话语比例接近8:2——教师说了八成的话，学生只占两成。提问类型中，闭合性认知问题（判断对错、回忆事实）占了63%，而需要学生分析、评价、创造的开放性高阶问题，不到15%。最扎心的一项数据是：教师提问后的平均等待时间——不足2秒。

“难怪学生没时间思考。”一位老师低声说。

小林自己也愣住了。他一直以为自己给了学生充足的思考和表达空间，可数据不会说谎。那些他以为的“启发式追问”，在数智画像的量化指标面前，露出了另一副面孔。

从“感觉不对”到“知道哪里不对”

如果说“数智画像”帮小林看清了课堂的全貌，那么真正让他找到改进路径的，是 AI数智教研员 生成的另一份报告——理答行为诊断报告。

这份报告把课堂中的每一次师生问答都做了分类和标注：哪些提问属于“发展性理答”（引导学生深入思考），哪些属于“诊断性理答”（判断学生掌握情况），哪些属于“激励性理答”（肯定与鼓励）。报告还自动识别了关键话轮中的教学行为问题——比如小林有三次在学生回答后直接给出了正确答案，而没有继续追问“你是怎么想的”——并针对每一个问题话轮，给出了具体的改进建议。

小林把报告打印出来，对着自己的课堂实录逐条对照。他发现，那些在课堂上“凭感觉”做出的教学决策，原来每一步都有迹可循——而改进的方向，也第一次变得清晰可触。

“以前评课，大家说‘你的提问要更有层次’，我其实不太明白什么叫‘有层次’。现在我知道了，层次不是感觉出来的，是一句一句追问出来的。 ”

磨课的“第三只眼”

接下来的两周，小林围绕“提问品质”重新调整了教学设计。第二次试讲，他刻意放慢了提问的节奏，把更多闭合性问题改成了开放性问题。

课后，教研组再次用 AI数智教研员 做了一次课堂诊断。新的“数智画像”显示：师生话语比例从8:2变成了6:4，开放性高阶问题的比例从不足15%提升到了32%，平均等待时间也从不足2秒延长到了4秒左右。

数据的变化让整个教研组都感到振奋。一位资深教师感慨：“以前磨课，靠的是经验和直觉，反复听、反复改，但总有一些细节是‘看不见’的。现在有了这份数智画像，就像多了一双眼睛，帮我们把那些看不见的东西，摆到了桌面上。 ”

更让小林受益的，是 AI数智教研员 在集体备课环节提供的启发式引导问答功能。在第二次试讲后的教研讨论中，当大家围绕“如何设计更有层次的问题链”陷入争论时，智能体没有直接给出答案，而是通过一连串追问帮助教研组一步步梳理思路：“你这节课希望学生最终理解什么？”“达成这个理解，需要经历哪几个思维台阶？”“每一个台阶上，学生可能遇到什么困难？”几个问题下来，教研组的讨论从“各说各话”变成了“沿着一条线往下走”。

“它不是在替我们做决定，而是在帮我们把问题想清楚。”教研组长这样评价。

一堂课，三次打磨，一种改变

第三周，小林第三次站上讲台。

这一次，他的提问不再密集如雨，而是张弛有度。每一个问题抛出后，他都会安静地等上几秒；学生的回答不论对错，他都会追问一句“你为什么这么想”；当课堂陷入沉默时，他没有急着给出答案，而是换了一个角度重新提问。

课后，几位听课的家长在反馈表上写道：“这堂课孩子一直跟着老师在思考，不是那种热闹的课堂，但能感觉到脑子在转。”

小林在自己的教学反思中写下这样一段话：

“以前我觉得，好课堂是靠‘感觉’上出来的。现在我知道，感觉需要有依据，改进需要有方向。 数智画像不是给我的课打分，而是帮我看清——我到底在做什么，以及我还可以怎么做。”

技术能给的，是一把尺子；用好尺子的，还是人

回过头来看， AI数智教研员 真正改变的，不是小林的教学风格，而是他看待自己课堂的方式。

从“我觉得还行”到“数据显示这里有问题”，从“大家说好就是好”到“理答行为报告告诉我可以这样改”——技术的价值不在于替代教师的判断，而在于让教师的每一次判断，都有据可依。

一位参与了全程磨课的教研员说了一段耐人寻味的话：

“我们不是要用技术去‘监控’老师，而是要用技术去‘看见’老师——看见他们的困惑，看见他们的进步，看见那些他们自己都意识不到的闪光点和瓶颈。当教师被看见，成长才有了起点。”

在人工智能深度融入学校日常的今天，真正值得追问的，或许从来不是“AI能做什么”，而是“AI应该做什么”。AI数智教研员 给出的回答是：它不做课堂的主宰，只做教师成长路上那把安静的、精准的、不说谎的尺子。

而用好这把尺子的，始终是站在讲台上的那个人。