金華市外國語實驗學校學生利用“思享慧”平臺的語音應答器一起表達。學校供圖

浙江師范大學附屬蘆江書院的教師，在人工智能賦能教學研討會上執教示范《竹節人》。 樓慧芬 攝

　　近年來，從國家政策到地方實踐，持續將人工智能納入促進教師發展與教研改進的重要議程。2026年全國教育工作會議更是將“扎實推進人工智能賦能教育”作為重點任務之一。這為利用人工智能推動中小學教研方式變革提供了政策支撐，也提出了新的要求。

　　長期以來，中小學教研主要依托經驗積累與集體討論展開。這種以經驗判斷為主的教研方式，在新課程改革背景下逐漸暴露出證據支撐不足、分析視角有限、改進路徑不夠清晰等問題。如何在堅守育人目標和教師主體地位的前提下，借助人工智能的力量，推動教研由經驗判斷走向循證改進，進而更有效地支撐課堂變革與教師專業發展？如果人工智能應用缺乏與教研制度的系統銜接，僅停留在工具疊加層面，則難以持續影響教師的教學判斷與專業成長，甚至可能增加一線教師的工作負擔。

　　我們應認識到，人工智能可以為教研轉型提供嵌入式、輔助性的技術支撐，但不能提供替代性的解決方案。只有在厘清應用邊界、堅守教師主體地位和育人目標的前提下，人工智能才能真正服務于教研質量提升。

　　支撐精準教學：

　　由經驗判斷走向循證的學情診斷

　　在實踐中，不少學校圍繞提升教學精準性進行了持續探索，如改進作業設計和命題研究以促進“教—學—評”一致性，依托教研組協作開展學情分析和教學調整等。這些做法在一定程度上增強了教學的針對性，但從運行機制看，學情判斷仍主要依賴教師經驗與集體研判，對學生學習情況的把握多停留在結果層面，學生差異及其形成過程難以被持續、系統地揭示。

　　人工智能介入學情分析的重要意義，并不在于簡單擴大數據規模，而在于為教研提供不同于以往的證據結構。通過對作業、測驗、課堂互動等多源信息進行整合與結構化處理，人工智能為學情診斷提供了以證據為中介的分析路徑，使學情判斷由個體經驗走向可追溯、可比較的證據支持。學情不再只是教學結束后的反饋結果，而成為貫穿教學設計、實施與反思全過程的重要依據。

　　在此基礎上，生成式人工智能進一步發揮連接與轉化作用。一方面，通過識別典型錯誤類型、認知卡點和學習路徑特征，幫助教師形成更具分辨率的學情畫像；另一方面，支持教研組圍繞共性問題與關鍵差異開展針對性研討，形成分層教學方案和相應的學習支架。精準教學由此不再主要依賴個別教師的經驗積累，而逐步轉化為在教研層面可持續運行的制度性機制。

　　需要強調的是，數據驅動并不等同于數據決定。學情數據本身并不自動生成教育意義，其價值有賴于教師基于學科邏輯和育人目標的專業解讀。人工智能在學情診斷中的合理定位，是拓展教師理解學情的認知視野，而非替代教學判斷。

　　支撐課堂優化：

　　由結果評議走向過程理解的課堂研究

　　課堂觀察與研討是中小學教研的重要形態。傳統“聽、評、磨”等方式依托教師的專業經驗和現場感受，為教學反思提供了重要依據，但其分析往往具有瞬時性和描述性，難以在不同課例和時間維度上形成穩定比較，課堂改進也容易停留在對表層現象的經驗評議上。

　　人工智能通過技術中介，推動課堂分析由結果判斷走向過程理解。借助對師生語言交流、互動結構和學習參與分布等過程性信息的持續采集與結構化處理，課堂觀察得以形成可追溯、可比較的證據基礎，為課堂改進提供更加具體的分析支點。在這一過程中，生成式人工智能可以進一步支撐教研運行。一方面，通過對提問層級、互動頻率和參與結構等課堂行為特征的結構化呈現，幫助教師識別教學行為與學習機會分配之間的關系；另一方面，支持教研組圍繞典型課堂問題和關鍵教學策略開展對照分析，逐步形成可迭代的改進方案。課堂改進由此從經驗性評議，轉向在教研層面持續推進的專業過程。

　　我們應看到，人工智能在復雜互動意圖識別和教育價值判斷等方面仍存在明顯局限。其合理定位，應是為教師在育人目標引領下開展專業反思和教學決策提供支持。只有將技術分析嵌入規范、有序的教研流程，構建從證據到判斷，再到行動的協同閉環，課堂研究的專業價值才能真正體現出來。

　　支撐專業成長：

　　由經驗反思走向循證反思

　　教學反思是教師專業成長的重要路徑，也是教研活動不斷深化的關鍵載體。但在實踐中，反思活動往往受限于經驗視角，缺乏穩定的分析框架和證據支持，難以在理論層面和實踐層面形成持續改進。

　　人工智能的介入，可推動反思方式由經驗性回顧走向循證性分析。通過對教學設計文本、課堂實錄和反思記錄等多源材料的分析，生成式人工智能能夠為教研活動提供結構化支持，幫助教師在證據基礎上對教學策略進行對照、修正與優化。

　　生成式人工智能還有助于教師經驗的系統整合。通過對教師長期反思文本的主題歸納與策略提煉，零散的實踐經驗得到系統整理，逐步形成相對穩定的個人教學策略體系；同時，也為校本教研積累可共享、可迭代的專業知識基礎，推動教師專業成長由個體積累走向組織性學習。

　　需要警惕的是，反思內容的價值判斷和理論立場選擇，仍有賴于教師自身的教育信念與實踐智慧。鑒于人工智能在情境理解和價值判斷方面的局限，其更適合作為激發深度反思的認知工具，其分析結果和改進建議，有待教師在教育價值框架下加以審慎吸收與重構。

　　支撐生態重構：

　　人工智能融入校本教研的路徑與邊界

　　人工智能對教研的支撐作用，集中體現在校本教研方面。但在現實中，不少學校的技術應用仍停留在工具層面，與教研制度和教研文化的融合程度有限，缺乏穩定的制度嵌入，其促進作用難以持續。

　　推動人工智能支撐校本教研轉型，關鍵在于進行教研組織機制的系統性重構。在理念層面，應形成“以人為本、智能增強”的共識，明確人工智能服務育人目標和教學改進的功能定位；在實踐層面，應圍繞真實教學問題，組織開展循證導向的教研活動，使技術應用與教學改進緊密結合；在制度層面，將證據分析、人機協同研討和改進跟蹤等環節有序嵌入既有教研流程，逐步形成常態化運行機制。

　　人工智能融入校本教研，并非對傳統教研的否定，而是在其基礎上的拓展與升級。人工智能并非中小學教研變革的替代者，而是在堅持教師主體地位和育人目標的前提下，推動教研走向循證化、協同化與專業化的重要支點。人工智能的作用邊界，應當始終限定在“支撐”而非“主導”，人工智能不能直接替代教師進行教學價值判斷和教學決策。只有將人工智能納入校本教研運行機制，將人工智能與既有的教研文化和組織傳統有機融合，避免技術應用的外在化，才能推動教研生態實現內生轉型。

　　（作者江淑玲系浙江師范大學教育學院、浙江省卓越教師培養協同創新中心特聘教授，宋欣欣系浙江師范大學教育學院碩士研究生。本文系國家社會科學基金［教育學］一般項目“跨界教研合作體系建設與機制創新研究”［BHA240227］的部分成果）

《中國教育報》2026年03月16日 第06版