股合网学校教育数字化转型 | 广州开放大学：以人工智能数字化技术推动教学监督与评估

“学校教育数字化改革实践”股合网

是《中国信息技术教育》杂志

2025年关注重点之一

将展示数字化赋能学校

教育教学的创新变革

呈现学校在推进教育数字化转型中的

亮点举措特色成效示范经验

广州开放大学：以人工智能数字化技术推动教学监督与评估

作者：赵宇丹广州开放大学

本文介绍了广州开放大学利用人工智能数字化技术推动教学监督与评估的实践案例。在教育评价改革背景下，针对课程数量巨大、上课地点分散、课程情况复杂、督导人员紧缺等现状，广州开放大学通过人工智能数字化技术，构建了教与学框架下的课堂教学监督与评估分析系统。该系统综合运用语音语义分析、教育模型分析等机器处理技术，实现了对全系统全覆盖全周期的即时巡课与评课，为教学质量评价提供了数据支持。系统提出了基于大脑信息自由能理论和中国知行哲学的“学习发生的知行模型”，建立了基于课堂结构的多模态科学分析工具，并通过量化评估指标和深入的相关性分析，解决了评课巡课中隐性信息人工难以捕捉和分析的难题。在实施过程中，系统助力教师自主提升教学技能，促进了课堂教学评价改革和校本教研数字化转型，取得了显著的成效。未来，广州开放大学将继续优化系统体系，提出更精准的定位改进空间，并计划投入“数字学生应用系统”以进一步提升教学质量。

背景

中共中央、国务院联合发布的《深化新时代教育评价改革总体方案》（以下简称《总体方案》）是新中国成立以来首个针对教育评价进行的系统性改革文件。《总体方案》明确指出“要改进结果评价，强化过程评价，探索增值评价，并健全综合评价机制”，同时，鼓励利用线上平台和软件工具，借助大数据、人工智能等现代信息技术，对教与学行为进行深度分析。

广州开放大学（以下简称“学校”）面对课程数量庞大、上课地点分散、课程情况复杂、督导人员匮乏等实际困难，通过人工智能数字化技术，构建了教与学框架下的课堂教学监督与评估分析系统。该系统综合运用语音语义分析、教育模型分析等先进的机器处理技术，为常态化、规模化开展教学质量监测和教学过程改进提供了低成本、可定制的服务，并深入挖掘学校的教学方式特征，为教学过程评价提供了坚实的数据支撑。这一举措实现了全系统全覆盖全周期的即时巡课与评课，使得教学质量评价工作有数可循、有据可依、有理可证。

必要性

教育部在《关于进一步深化本科教学改革全面提高教学质量的若干意见》中明确指出：“人才培养是学校的根本任务，质量是学校的生命线，教学是学校的中心工作。”在大学教学活动中，课堂不仅是知识传授的主要渠道，更是培养思维能力、塑造精神素养的关键场所。因此，实现教育质量显著提升的，首要任务便是聚焦课堂教学质量的提升。

那么，从学生的角度来看，“好课”究竟应具备哪些特征呢？腾讯教育-麦可思针对高校本科学生开展的调查研究显示，“能够有效地引导学生思考”（占比74%）与“重视实践能力的培养”（占比60%）是当今学生认为好课最应具备的两个因素。这就要求教师在课堂教学中切实树立“以学为中心”的教学理念，善于启发引导，加强师生互动，有效引领学生成为教学活动的主体，让学生通过主动参与教学实践拓展思维，提升学习能力。

在新时代背景下，学生的角色应从单纯的教育接受者转变为教育的核心参与者，以便深度融入教学过程股合网，促使教育目标得以最充分地实现。传统的“教师主讲、学生静听”模式不仅抑制了学生的学习热情，还可能消磨其求知本能。

因此，革新教育观念、重塑教学模式势在必行。然而，传统的课堂观察与教育评估，由于操作复杂、资源有限，往往难以持续深入地融入日常教学实践，导致在推动课堂教学模式创新与变革的过程中，面临效率低下与成本高昂的双重挑战。随着信息技术的飞速发展，特别是人工智能与大数据技术的深度融合与应用，课堂教学监督与评估分析系统应运而生。这一系统将为学校的课堂改革提供强有力的技术支撑和驱动力，不仅规避了传统评价手段的弊端，还为实现高质量教育、培养创新人才开辟了新路径。

关键技术与实施过程

课堂数据涵盖了音频、视频、图片、文字等多种形式，具有非结构化、数量大、多样性强、价值密度低等特点。课堂教学监督与评估分析系统基于大脑信息自由能原理和中国知行哲学，提出了“学习发生的知行模型”，解决了国际学习理论过于侧重哲学认识论、缺乏可观测评价手段的问题。知行模型批判性地吸收了ELT、4MAT等学习理论中的有益观点，将内在学习认知过程与外在可观测数据紧密关联起来，并在此基础上提炼出人工智能可实现的量化评价指标。这些指标覆盖了课堂思维方式、教学风格等以往难以定量分析的重要特征，使得本土化、易理解的课堂教学智慧评价分析成为可能。同时，本系统还融合了国际上弗兰德斯分类系统、IRE、S-T等多种成熟的教育技术分析方法，建立了基于课堂结构的多模态科学分析工具，支持多节课程关联的大单元分析。

通过可扩展的课堂教学智慧评价模型，结合人工智能技术的应用，本系统对课堂音视频和其他教学数据进行标准的结构化、模型化处理。重点从课堂思维激发、课堂活动互动、课堂支撑支架等方面入手，通过量化评估指标和深入的相关性分析，与传统教研的质性评价互为补充。这一举措解决了评课巡课中隐性信息人工难以捕捉和分析的难题，提升了教育评价的精准度与深度。

1.主要技术路径

人工智能数字化技术，综合运用声纹识别、语音识别、视频分析、自然语言处理等技术手段，依托学习发生知行理论、IRE互动分析、知识图谱、弗兰德斯互动分析等现代课堂教学评估评价教育理论，形成了全面而精准的分析维度，对课堂教学特征进行了全方位、多角度的深刻剖析。

在技术实现框架方面（如图1），根据主体教学结构理论和第三代教学活动理论，构建了课堂结构—活动评价矩阵（如下表），为人工智能智慧评价系统提供了理论基础，并依据评价矩阵，进一步细化了评价细项，确保了评价的全面性和准确性。

图1 技术实现框架

表课堂结构-活动评价矩阵

2.具体实施过程

将学校以及下属分校的课堂音频或视频数据对接到课堂教学监督与评估分析系统（如图2），通过多模态教学评价AI分析，将课堂的音频或视频进行标准的结构化和模型化处理。重点从课堂的思维激发、课堂的活动互动以及课堂的其他支撑项上多维度提供量化指标和相关性分析，自动生成AI分析报告。同时，支持专家在网上点评，辅助专家解决课堂评价即时信息难以捕捉全面、隐性信息人工难以手工分析等问题；以其跨区域、跨时域的独特优势，推动课堂教学监督与评价实现高量常态化；依托互联网，大幅提升评教效率，扩大专家影响的辐射范围，避免教育资源地区分配不均等问题，反促各地教师携手成长。

图2 系统架构

使用系统对学校质量监督与评估中心的教研和评价工作进行全面支撑，可满足不同层级、不同角色工作人员对教研和评价工作的不同需要，包括：①为授课教师、专家、决策人员和系统管理人员提供服务和支持。②提供课堂采集模块，将教师的授课音视频及课堂信息收录到系统中，并从音频和视频两个信息源上对课堂进行多维度的AI分析。③专家可对收录的课堂按照既定的评估量表进行专家评价，评教结果由AI分析和专家人工评价结合呈现。④管理人员可将制订的评估量表导入到系统中，供专家评估时使用。同时，管理人员可将需要评价的课堂同专家相关联，以确保专家评价可见的课堂范围。⑤授课教师可在系统中对课堂进行复盘，查看AI分析结果和专家评价反馈。⑥决策人员涵盖教师个人、学校、地区、系统等，从课堂教学大数据指数、教学效果、专家评价等多个维度，对教学质量深入洞察，为教师发展和教学监督评价工作提供数据支撑。

系统的运用与成效

1.大数据应用

利用学校现有的直播录播系统或教师自行通过手机采集的课堂音视频，借助课堂教学监督与评估分析系统，伴随式对教师课堂或大单元教学行为进行常态化分析，为教师提供详细的分析报告，助力教师自主优化课堂教学结构，让教师发现自己教学能力的薄弱点以及改进方向，探索学校智慧课堂教学模式。

借助数字化技术开展伴随式、常态化的数字化课堂监督与评价，以助力教师自主提升教学技能，促进课堂教学评价改革，推动校本教研数字化转型。学校采用本系统对教师教学行为进行分析，综合运用多个教育技术模型，聚焦教学策略，聚焦核心素养导向，采用目标定位、课堂艺术、课堂调控、思维激发、评价反馈、整体发展、合作交流、学习体验、目标达成等九个课堂维度指标，以及积极氛围—课堂控制、教师主导讲授—学生自主学习、教师主导讲授—课堂控制、思维激发开放度—强化知识记忆倾向、教师推动有效学习程度—思维激发开放度、问答评—学生有效表达、课堂学生活动时间—学生交流与合作的有效度、教师思维激发特征—学生课堂思维特征等大单元维度指标对，进行课堂教学分析。其目的是为课堂画像、为教师画像、为学生画像，及时发现、分析、解决问题，在此基础上辅佐教师进行自我反思，有效提升课堂教学质量与大单元教学规划。

学校通过校本教研或区域网络教研开展集备活动—教师进行上课录课、课例上传—系统自动生成分析报告—专家网上点评，实现教师的自我反思、同伴互助、专家引领（机器+专家),实现跨区域/时域的高质量常态化深度教学质量监督与评价，以推动校本教学质量数字化转型。

2.成果成效

通过人工智能课堂分析系统实现了以下课堂教学变革：①营造积极课堂管理的氛围；②鼓励有效的课堂互动，让学生在互动中思考，激发学习兴趣；③鼓励适度有效的课堂及时反馈；④推动课堂开放，让学生多向度独立思考；⑤把握教师主导与学生主体的平衡，课堂时间适度让渡给学生；⑥提倡学习知行合一，激发学生将所学知识转化为自己解释世界、改造世界的能力。

未来规划与总结

在实现教学质量实时监督与评价的智能化、科学化基础上，为进一步优化系统体系，着眼于更精准地定位改进空间，笔者认为课堂教学监督与评估分析系统还需要在以下方面进行改进：①随着数据量的增加，不断优化精准度，可针对本校，以及不同类型课堂建立智慧课堂评价常模，提供更有针对性的课堂优化方向。②在以操作类型、练习类型为主导的课堂中，可采集足够的课堂活动信息，突破机器分析存在的局限性，使得人工智能分析的评价系统不受制约。③2025年，“数字学生应用系统”预计可投入使用。可以将多种学习风格的数字学生接入线上线下课堂，自动跟踪教师授课内容，以介入课堂问答和小组讨论等方式，辅助教师组织教学设计，引导学生互动思考，促进有效学习的发生。

在大数据时代，课堂教学真实数据的收集、整理、分析、诊断、反馈日趋成熟，教师只有掌握和提升数据应用分析能力，才能借由技术提升教育教学质量。但技术的进步不能取代教师的思考，只有当教师立足学科知识逻辑并基于课堂质性评价时，基于人工智能技术设计的课堂评价指标才会焕发出生命力，才能为教师开展教学评价提供精准反馈。当质性评价与人工智能技术深度融合后，教师可以更快地实现专业成长。

本文作者：

赵宇丹

广州开放大学

文章刊登于《中国信息技术教育》2025年第3期

原标题：以人工智能数字化技术推动教学监督与评估——广州开放大学实践案例

引用请注明参考文献：

赵宇丹.以人工智能数字化技术推动教学监督与评估——广州开放大学实践案例[J].中国信息技术教育，2025（03）：81-84.

欢迎订阅