AI教學評價是人工智能賦能教師專業發展的重要手段。當前，全球教育領域正涌現出一股基于AI教學評價證據改進教學的強勁發展趨勢，其核心是利用AI技術分析多模態學習數據，為教師教學質量提高與教學方式調整提供實時、客觀的證據支持，推動課堂教學從“經驗導向”邁向“數據驅動與精準個性化”。根據全球數字教育發展指數2025，當前42%的國家在探索人工智能在教學中的應用。各國教學改進重點從過去單純聚焦于識別“什么是有效教學”的具體方法，轉向深入探究“有效教學何以發生”的動態過程與實踐條件，AI教學評價系統被廣泛應用于課堂。

　　我國從2018年啟動人工智能助推教師隊伍建設試點工作以來，在北京、上海、廣州等地乃至欠發達地區，開展了一系列AI教學評價系統應用實驗。AI評價已經成為支撐教育科研、教研、教師專業發展以及教學改進的關鍵技術與路徑。

　　當下AI課堂教學

　　評價的優勢與不足

　　AI課堂教學評價技術實施的場景是課堂，聚焦的核心是教學。實踐表明，AI評價解決了許多過去人工聽評課解決不了的問題。AI評價依托技術優勢，推動教師從“依賴他人評價”轉向“人機協同評價與主動自我提升”，為教學改進提供更科學、精準的支撐。AI評價的優勢主要體現在以下四個方面：

　　教師課堂教學行為“看得清”。AI系統通過多模態數據采集，能夠實現人類觀察難以企及的精細度。AI通過攝像頭、音頻設備等實時采集課堂數據，結合算法自動分析并生成量化報告，比如清晰呈現某一節課中師生發言時間、教師板書和行走、師生互動時間等。比如學生學習參與度僅為20%、平均等待回答時間不足10秒等細節，為教學改進提供客觀、可追溯的數據支撐，讓教師根據自身對教學行為改進的深度理解，明確自身課堂行為的優化方向。

　　教師專業發展需求“判得準”。通過對教師教學數據長期跟蹤分析，AI能夠識別教師個人的教學風格特點和專業發展短板。AI可以對某位教師與區域內外優秀教師進行大數據比對，精準找出某位教師的問題與優勢。例如發現某教師擅長知識講解，但課堂互動設計不足；或某教師課堂管理有序，但對學困生的關注不夠。同時，系統還能根據短板推送個性化資源，如為課堂管理存在問題的教師提供分層管理策略指導，讓教師的專業發展更具方向性。

　　教師教學成長軌跡“跟得全”。傳統聽評課往往是片段化的，一次聽評課僅能反映教師某一時刻的教學狀態，難以形成完整的成長記錄。AI系統可以為每位教師建立專屬的專業發展電子檔案，持續記錄不同時期的教學視頻、評價報告、改進成果等數據。教師隨時可回顧自己半年前、一年前的教學視頻，對比分析教學行為的變化。比如有教師發現高階思維問題占比已從20%提升至50%，巡視覆蓋范圍從教室前半區擴展到全場，清晰感知教學改進的方方面面以及需改進的持續性問題，為后續教學改進提供參考線索。

　　教師自主改進動力“激得活”。傳統評價中，教師多依賴教研員、同事的外部評價獲取改進意見。而AI將“評價權”交還給教師自己，AI只提供數據，教師可隨時調取自己的課堂數據報告，自主分析教學行為中的問題，比如通過對比不同班級的課堂互動數據，發現自己在教低年級時提問更耐心，教高年級時則過于急躁。基于AI評價，教師日益形成了“自我發現、自我分析、自我優化”的專業發展自覺。

　　當然，隨著AI教學評價在教學實踐中的突飛猛進，AI評價優勢不斷凸顯，但其實踐應用困境與問題也日益顯現。一是AI評價對復雜教學情境“識不透”；二是對教學復雜情境、多元教學價值“量不全”；三是教師可能為“迎合算法”而采取標準化教學行為；四是AI教學評價指標維度設計的科學性和價值目的性爭議頻頻發生；五是大量AI評價報告“被閑置、被擱置”的問題日益增多。

　　基于AI評價促進

　　教學的四個著力點

　　未來，AI教學評價應用會更加常態化、精細化。AI評價對于學校和教育部門動態掌握區域教師群體以及個體的教學動態將產生重要作用。因此，AI評價不僅是技術趨勢，更是提升教學質量、促進教育公平、提升教師隊伍能力建設的必要選擇。我們的實驗研究表明，未來AI教學評價促進教學改進需要從以下四個方面發力：

　　一是構建“數據—評價—改進”人機協同評價模式，讓教師對每一份評價報告都能“看得見、讀得懂、能落實”。首先，數據采集階段，AI著力于“關鍵指標采集”。根據新課程改革的價值追求，聚焦“學生高階思維能力發展”“課堂互動效率”，如AI重點采集“提問類型、學生響應時長、小組討論參與度”等核心數據，要避免冗余信息干擾。其次，AI評價報告要簡潔，關鍵錨定“教學改進點”。要避免冗余信息干擾。例如讓AI將數據轉化為“可直接解讀的改進提示”，如“本節課封閉性提問占比70%，建議下次增加‘為什么，如何做’這類開放性問題”，并提供可供參考的開放式問題模式。最后，教師需要根據自己的教學理念與價值追求，讀懂AI分析報告，制定“小步改進計劃”，如每周針對一個AI指出的問題（如高階思維問題太少）調整教學，并讓AI記錄調整后的課堂數據，形成“數據反饋、迭代改進”的循環，讓數據真正成為教師教學反思的參考依據和教學優化的“導航儀”，真正做到知行合一，改進教學。

　　二是解構“復雜情境、多元表征”的深層次原因，讓AI“看得到有用數據”，教師“拎得清關聯意義”。AI“識不透復雜教學情境”，但教師可以。例如，AI可能識別出“某教師在講解‘向量和矢量的區別’時，學生注意力下降”，但無法判斷背后原因是“例題難度過高”“教師講解邏輯不清晰”還是“學生不喜歡這樣的講解方式導致分心”。教師課后可結合課堂回憶，解讀、反思、重構教學設計，讓AI不斷深度學習，讓教師長期進行基于數據的教學反思，實現科技賦能與人文解構和重構的融合，不僅能讓AI更精準地關聯“數據異常”與“情境原因”，更能幫助教師養成“用數據證現象、用專業析原因”的習慣，避免因AI的“機械判斷”導致課堂教學改進方向出現偏差。

　　三是搭建“多元價值”協同量化框架，讓AI“量得準指標”，教師“守得住溫度”。AI難以量化“教學的人文價值”（如教師對學困生的耐心引導、課堂中的價值觀滲透），這需要研究者與產品商開發“量化+質性”的協同教學評價框架。一方面，讓AI負責“可量化的基礎指標”，如“知識點講解時長、作業批改準確率、學生課堂參與率”；另一方面，教師需補充“質性評價維度”。最重要的是，要建立“AI分析+人工研判”的雙軌評價機制。中國教科院“名師成長項目組”、北京市海淀區、深圳市南山區等地區通過實施“AI+專家+教研員+教師+學生……”的混合式評價，即“AI+N”教學評價模式，先由AI系統完成基礎數據分析，再由教研專家結合具體教學實踐進行人文情感解讀，關注學生的學習狀況，更關注學生的情緒情感、社會性發展等非智力因素，這樣既提升了評價效率，又保證了教學改進的價值追求與人文關懷要素，為課堂育人提供了價值遵循與根本保障。

　　四是守住“隱私倫理”協同防線，讓AI“鎖得住數據安全”，教師“踐行教育家精神”。隱私倫理是AI教學評價的“紅線”，在人工智能重塑教育評價的時代浪潮中，教育部門需要制定嚴格的數據規范，技術團隊構筑加密與訪問控制屏障，學校建立倫理審查機制，多方力量共同編織起守護學生隱私的防護網。當AI深度融入課堂觀察、作業分析、學情追蹤，這條防線能確保敏感數據如瞳孔信息、學習障礙以及家庭背景等不被泄露。同時，校長、教師要始終踐行教育家精神，否則技術、規范和AI評價報告都可能流于形式，甚至被誤用、誤讀。

　　總之，AI是手段，育人是根本。在AI賦能教育的時代，教師的核心角色與作用不能被削弱，其專業素養、精神內涵和道德責任理應更加凸顯。未來教師更應關注學生的全面發展、情感需求、價值觀塑造，這是AI難以替代的。AI評價宛如課堂上的顯微鏡和掃描儀，教師以教育家精神駕馭AI評價，如太陽般照亮每個學生，課堂才能真正回歸育人本質，教學改進才能真正發生。

　　（作者系中國教育科學研究院教師發展研究所副所長、研究員。本文系中國教育科學研究院科研業務基金課題“人工智能賦能教師專業發展的路徑與成效研究”[項目編號GYI2023011]的成果）

《中國教育報》2025年11月03日 第05版