北京建筑大学附属小学：以人工智能赋能课堂评价

为进一步补齐教师教学设计能力短板，创新教研模式，提升课堂教学质量，促进学生核心素养形成，北京建筑大学附属小学开展了人工数智技术赋能课堂教学评价的探索。

当前，学校使用的课堂评价系统，能在课后提供近150组课堂客观数据，基本做到了全方位诊断与剖析课堂教学状况，并以数量、图形、曲线等形式呈现潜在的教学要素，消除了对课堂教学认知与反思的盲区。为使评价更加科学，学校将主观评价与客观评价两部分反馈数据有机融合，为教师的反思、修正与总结提供坚实的证据支撑。在人工数智系统的辅助下，学校探索并构建了“识别问题—筛选数据—解读数据—优化教学—科学评价”的实践研究路径 ，形成了以数据为驱动，以“四个一”实施策略为核心的实践体系。

一种创新的评价方法：主客观结合，全面诊断，打破单一的主观评价模式，将经验判断与数据证据相结合，为课堂教学提供立体画像。

一条完整的循证路径：构建“巡证—寻证—询证—循证”四步循证闭环流程，实现教学改进的精准落地、迭代升级。“巡证”指教师要将云平台系统生成的课堂观察报告与教师打分生成的数据全面阅读，并能读懂数据表达的内容；“寻证”即教师在通读数据的基础上，筛选相关数据进行关联，寻找课堂教学中需要改进的内容，确定教学设计修改策略；“询证”是教师在“同课改进”方式下，使用修改后的教学设计再次进入课堂，教学后收集迭代的课堂观察数据，对比前后数据变化，验证改进策略的有效性；“循证”则是基于实证结果，提炼可复制的教学经验，形成校本资源库。这一闭环流程不仅提升了教研的科学性与精准度，更推动了教师从经验型向研究型转变。

一个具体的实践方式：同课改进，分层赋能。学校组织教师围绕同一课题开展教学设计，依据反馈数据分析对比，识别设计亮点与不足，优化教学设计实现迭代提升，并根据教师实际情况提供对应实践办法。

一套可视化的成长档案：形成数据轨迹，见证教师成长，以此将教师的专业成长变得可见、可评、可优化。

学校借助人工数智系统，至今已在云课堂评价系统积累600多节课堂案例，教师撰写课堂数据分析报告将近200篇。切实解决了教师在构建自主、合作、探究式学习模式过程中存在的不敢充分放手的难题，成功突破了课堂中难以开展差异化教学的瓶颈，有效解决了课堂教学过程性评价的阻滞问题。