数智时代循证教研共同体中教师协作的理念模型与过程模型

陈蕾 ,  刘向永

中国医学教育技术 ›› 2026, Vol. 40 ›› Issue (2) : 163 -170.

PDF (681KB)
中国医学教育技术 ›› 2026, Vol. 40 ›› Issue (2) : 163 -170. DOI: 10.13566/j.cnki.cmet.cn61-1317/g4.202602005
理论探索与实践

数智时代循证教研共同体中教师协作的理念模型与过程模型

作者信息 +

Conceptual and process models of teachers’ collaboration in evidence-based teaching research communities in the digital intelligence era

Author information +
文章历史 +
PDF (697K)

摘要

数智时代为循证理念融入教师学习共同体提供了全新机遇。现实中由于教师技术素养受限,且缺乏具体可操作的协作教研模式,循证教研共同体难以实现突破与创新。针对数智时代循证教研共同体中教师协作的角色如何分工、如何实现有效循证等问题,通过梳理循证教研共同体的概念、国内外教研共同体的实践形式,以及循证教研共同体中教师协作的影响因素,结合Hord的五要素论,提炼循证教研共同体的构成要素,并构建循证教研共同体中教师协作的理念模型和过程模型,指出循证教研共同体的运行应该基于现实教育问题,借助人工智能完成有效循证,并实现教研前、教研中、教研后全流程的有机融合,以期为数智时代教师教研的突破创新提供借鉴。

Abstract

The era of digital intelligence presents new opportunities for integrating evidence-based education into teacher learning communities. In practice, however, limitations in teachers’ technological literacy and the lack of concrete, operational modes for collaborative teaching research hinder innovation and breakthroughs in evidence-based teaching research communities. Addressing problems such as how to allocate roles in teacher Collaborating and how to achieve effective evidence-based practices within such communities, this study reviews the concept of evidence-based teaching research communities, examines the practices of teaching research communities in domestic and international contexts, and analyzes the factors influencing teachers’ collaboration in the evidence-based teaching research comminities. Drawing on Hord’s five essential elements, the study refines the core components of evidence-based teaching research communities and constructs both a conceptual framework and a process model for teachers’ collaboration within them. The findings suggest that the operation of evidence-based teaching research communities should be grounded in real educational problems, supported by artificial intelligence to achieve effective evidence use, and integrated across the entire cycle of pre-, during-, and post-research activities. This study aims to proride reference for the break though and imovation of teaching research practices in the digital intelligence era.

Graphical abstract

关键词

教师学习共同体 / 教师教研 / 协作教研 / 循证教研 / 人工智能

Key words

teacher learning community / teacher research / collaborative teaching research / evidence-based teaching research / artificial intelligence

引用本文

引用格式 ▾
陈蕾,刘向永. 数智时代循证教研共同体中教师协作的理念模型与过程模型[J]. 中国医学教育技术, 2026, 40(2): 163-170 DOI:10.13566/j.cnki.cmet.cn61-1317/g4.202602005

登录浏览全文

4963

注册一个新账户 忘记密码

自“教师学习共同体”概念被提出以来,如何发挥我国校本教研优势,构建具有中国特色的教师教研共同体,提升校本教研质量成为教育领域的重要课题[1-2]。随着大数据、云计算、人工智能等技术的迅猛发展,数据日益成为驱动社会发展的重要指标,积累的海量教育大数据为教研的转型带来了契机,教师教研活动逐渐从经验式讨论中解脱出来,转而走向以丰富数据作为证据支撑的循证式研讨。教师学习共同体也发展为了循证教研共同体。
然而,新的模式与技术也带来了新的挑战,特别是循证教研共同体中的教师分工协作机制尚不明确,存在角色分工不清、互动质量不高、协作负担不均等问题[3]。低效协作严重影响教研共同体的运行效率,桎梏校本教研质量的提升。因此,本研究试图基于已有理论研究和实践探索,厘清数智时代循证教研共同体中的角色与分工,并探讨具体可行的教师协作模式。

1 文献综述

1.1 循证教研共同体的概念

1887年,德国社会学家Ferdinad Tonnies首次在书中提及“共同体”,指出其核心内涵是人与人之间的紧密关系[4]。协作是“共同体”与生俱来的特质。20世纪80年代末,“共同体”一词被引入教育领域,“学习共同体”就此诞生,并被定义为一种成员共同理解概念内涵,分享学习乐趣,寻找成功道路的组织[5]。1997年,以Hord为代表的美国西南教育发展中心(SELD)首次提出“教师专业学习共同体”[6],这一概念在遵循学习共同体内涵的基础上,融入了教师职业的特性,强调通过协作与群体智慧促进教师的专业成长。

尽管教师专业学习共同体理念源于西方,但这种做法在国内早已制度化实行,即教研组[7]。在国内相关研究中也被默认为教研共同体,且已被多次验证不仅有助于教师获得新的知识技能以实现教学改革[8-9],也能促进学生的学习[10]

然而,教研共同体的出现并没有改变“经验主义”的教研范式,国内教研在很长一段时间内主要依托资深教师的经验,教研之“研”弱化甚至丧失,异化为浅表化、形式化的研讨式教研[11]。这一困境直至循证理念的融入才开始有所转变。循证的思想起源于20世纪70年代的西方现代医学,指遵循证据、观点、例证等[12]。在教育领域,循证的核心是将个体教与学经验与外部研究可获得的最佳证据结合起来指导实际问题解决的过程[13]。在循证理念的影响下,国内研究者开始重新审视教研的方向和价值,虽然对于循证教研的内涵尚未达成完成一致,但研究者普遍认同循证教研是一种教师主观经验、群体智慧与证据有机融合的教研形态[14],其关键是基于“最佳证据”支撑教研活动开展和决策制定的实践过程[15-16]。由此,“教研共同体”发展为了“循证教研共同体”,两者的本质区别在于后者突破了主观经验的约束,强调系统收集、评估并使用“最佳证据”,结合经验与数据推动决策。总而言之,“循证教研共同体”的重点在于以共同体协作机制为依托,以循证理念为指导,以问题为导向的实践过程。

1.2 国内外教研共同体的实践形式

通过以上概念辨析可知,虽然“教研”一词源于中国本土实践[17],但实际上国外的“教师专业学习共同体”与“教研共同体”具有相似的内涵,其本质都指向教师的专业发展。在实践层面,国内外教研共同体的构建也出现了类似的形式,本研究从组织层级、活动形式、技术空间3个方面对这些实践形式进行分类。

根据组织层级的不同,国内外教研共同体的实践形式可以划分为国家级教研共同体、省/市级教研共同体、区/县级教研共同体以及校级教研共同体。例如,法国的国家级教研共同体项目IREM(数学教育研究所)[18]。根据所涉及的地域大小,也有研究者将这些实践形式划分为跨区域教研共同体和校本教研共同体,其中校本教研共同体多以教研范围备课组、大师工作室、科研创新团队等形式表现,在国内影响最为广泛[19]。而区域性教研共同体多是以教师培训形式表现。

根据教研共同体活动的形式,可以划分为课例研究型、课题研究型以及工作坊型。其中,课例研究(lesson study)起源于日本,在中国,课例研究通常由教研组或学校组织,围绕具体课例开展“设计—实施—反思”的循环实践。课题研究型与课例研究型类似,区别在于前者是以科研课题为纽带,即国外常见的教师-研究者协作模式,例如法国的IREM(数学教育研究所)项目。教师工作坊和教师研修班通常由教育部门或高校组织。

根据技术空间的不同,可以将教研共同体划分为线下、线上和混合式三类。线下的形式也被称为实体教研共同体,通常以教师座谈会、教研室会议等形式出现;而线上的形式也被称为网络教研共同体,例如北欧和波罗的海地区的“GeoGebra网络”[20]。混合式教研共同体是一种线上线下结合的形式,不仅能够为教研提供更多的资源和技术支持,也能突破时间和空间的限制,赋予教师更多的自主性。例如国内的“全景智能研修平台”能够实现教师在线备课、资源共享和AI辅助研讨,极大地提高教研活动的效率和覆盖面。美国的“数学沉浸式教师专业发展项目”(MIST)也属于这一类实践形式[21]

当前,国内外教研共同体的实践形式呈现出多元化特征。然而,现有大部分教研活动的组织和开展依赖经验,缺乏系统的理论支撑和实施框架,导致教研效果参差不齐。因此,未来教研共同体的发展亟须突破经验依赖的局限,构建一套有代表性、可推广的实践模型。

1.3 循证教研共同体运行的影响要素

虽然国内外的教研共同体在促进教师专业发展方面成效显著,但其在实践中仍面临挑战,尤其是循证理念的融入提高了对共同体成员的要求。以共同体协作机制为依托、以循证理念为指导是循证教研共同体的两个本质特征,因此本研究从这两个方面出发探究影响循证教研共同体运行的要素,以构建全面、可行的实践模型。

在协作机制方面,团队的组成与各角色作用是影响教研共同体有效性的首要因素[22]。根据实践形式的不同,教研共同体的成员除了协作教师本身,还可能包括主持人、研究人员、管理人员等社会身份各异的人员。但相比之下,他们在共同体扮演的角色及作用更值得注意[23]。有研究指出,这些参与者的角色并不是一成不变的,而是会随着时间发生变化[24]。因此,为了实现不同实践情境之间的交流,这些角色被赋予了一个全新的定义——“促进者”,即促进教师协作交流、协助实现共同体目标的人。教师专业学习共同体的首倡者Hord同样提出,学校领导应从传统的“管理者”转变为“促进者”,与教师分享领导权,鼓励教师参与决策[25]。他还提出,教研共同体成员应该拥有共同的愿景和价值观,以增强教师的凝聚力和协作精神。否则,问题性的人际关系和沟通风格会严重阻碍教研共同体的功能[26]。人际互动关系还能够反映教研共同体成员参与和认知投入的程度,也是维系群体成员积极参与的群体驱动力[27]。教研共同体的运行离不开这种群体动力,能否顺利有效开展集体学习与实践、教师能否自愿共享个人经验和情境都依赖于此。有研究指出,成员之间的信任和尊重是激发群体动力的基础因素,而建立信任的团队文化需要时间、承诺和耐心[28]。最后,给予教研共同体成员努力改进教学实践的积极反馈和认可,也是营造良性团队文化、促进群体协作效果的重要因素[29]

在循证理念方面,循证教研强调教师在经验、证据和数据的交互中作出科学决策。然而,人们经常混淆数据和证据,认为证据等同于收集到的各类数据。实际上,数据是以物理符号形式记录的原始信息,如学生成绩、情感水平等,直接反映现实状态。证据则是对数据进行分析、解释和验证后形成的结论或建议,用于支持实践决策。在循证实践中,数据为问题诊断和效果评价提供基础,而证据基于数据分析生成教学干预方案或最佳实践路径。正如周加仙所言:“证据并非简单的数据,而是建立在科学研究基础上的知识”[30]。因此,实现有效循证教研的关键应该在于“证据+数据”。数智时代的到来为循证教研的有效开展带来了新的发展机遇,但也对教师的研究素养和数据素养提出了更高的要求,相关方面的教师培训也忽视对数据解释和分析能力的培养,导致教师面临多元复杂的数据时,仍然依赖自身的经验或印象而不是依据数据和证据做出决策[31]。因此,结合国内应试情境下教师时间和精力不足的情况,数智时代的教研应该有效融入AI、大数据等智能技术,帮助教师完成教研全过程数据的自动、系统的收集、整理与解释,让教师从复杂的数据分析工作中解放出来,重新回归自身的教学实践与改进。

通过以上梳理可以发现,如何建立有效的协作机制、实现科学的角色分工,如何将循证理念有效融入教研过程、实现数智技术赋能的教研活动,是构建具体可操作的循证教研共同体协作模式时需要着力考虑的方面。

2 循证教研共同体中教师协作理念模型

Hord提出的“五要素说”强调以教师为中心,通过协作与共享推动专业发展,实现了教师学习与教学实践的有机结合。因此,本研究以此为理念指导,结合对循证教研共同体影响因素的梳理,以及国内外教研共同体已有的实践形式,提出了循证教研共同体中教师协作的理念模型,如图1所示。该模型呈现了循证教研共同体的六个构成要素和六个协作角色。该模型强调,循证教研共同体以教师的协作教研为中心,通过分工协作与共享推动教师专业发展,将教师学习与教学实践有机结合,最终实现高质量教研。

(1) 协作教研

协作教研是循证教研共同体的核心。学校须整合资源,提供持续的专业发展机会,如研讨会、教学技能培训和反思活动。通过建立特定仪式和传统,如由主持人宣布教研活动的目标、流程等,教师能够在共同体中获得归属感和认同感,增强团队凝聚力。教师通过共同设计教学方案、观察教学行为和反思教学效果,实现知识的建构与共享,推动课堂实践的持续改进。

(2) 共享性领导

根据Hord的观点,领导权应该下发给共同体成员,让每位成员都有机会领导教研协作活动。需要注意的是,共同体中的集体创造力依赖于反思性对话,因此需要创造相互尊重和信任的环境,促使教师积极探讨实践过程中遇到的问题并寻求解决方案。而共享性领导有助于形成这种开放、包容的教研文化。

(3) 价值观

共同的价值观为教师提供了明确的方向,帮助他们在教学实践中保持一致的目标和行动。因此,在循证教研共同体中,教师们需要共同制定清晰的教育愿景,并以此为指导设计和实施协作教研活动,确保每一次聚焦的实际问题都能得到充分讨论和有效解决。

(4) 支持性条件

包括灵活的时间安排、适合教研活动的会议场所和便利高效的协作与教研工具。教师还需具备参与学习共同体的能力,如接纳反馈、反思实践、与他人协作和持续学习的意愿。这些条件不仅确保共同体活动的顺利开展,还为教师创造了自由探讨和深度交流的环境。

(5) 个人实践

循证教研共同体的成员需积极进行课堂实践与观察,并在尊重和信任的氛围中提供反馈。这种反馈不仅是评价,更是互助的一部分,是帮助共同体成员发现自身教学优势与改进点的关键。基于实践的互助模式使教师能够通过真实情境的反思提升教学水平,逐步构建协作、开放的教学文化。

(6) 有效循证

“循证”是制定有据可循的教育决策,开展合理有效的教育实践的重要保障。根据康玥媛等人的观点,有效循证的核心在于生成充分且必要的证据,确保证据的真实性和有效性,从而为教学决策提供科学依据[32]。通过动态的“决策—研究—实践”循环,教师不断优化教学实践,推动教学质量的持续提升。有效循证不仅关注证据的生成,更注重证据对教育现实价值需要的支撑,确保教学改进符合政策导向和学生发展需求。

结合以上六个循证教研共同体的构成要素,基于已有理论和实践,本研究认为,循证教研共同体中一个完整的教师协作团队应该包含六种角色,这些角色相互配合、协同运作,共同保障各个构成要素的有效作用和协作教研活动的有效运转。

(1) 主持人

作为教研活动的组织者和引导者,主持人负责统筹整个协作教研过程。其主要职责包括制定并执行教研议程,引导讨论方向,促进团队成员间的有效沟通与协作,营造尊重、信任、开放、协作的环境。主持人需确保每位成员都能充分参与并表达观点,同时维持讨论的专业性和建设性,推动教研活动朝着既定目标有序推进。

(2) 问题发起者

问题发起者是承担着识别和提出教学实践中的关键问题或研究议题的核心角色,需要从教学实践中提炼出具有研究价值和实践意义的问题,激发团队成员的深入思考和讨论,为教研活动提供明确的研究方向和实践切入点。问题发起者并不是一个固定角色,共同体中的每一名成员都可以是问题发起者,每一次协作教研活动中的问题发起者也可以不止一位,关键在于问题的现实教育价值、相关学生需求的迫切性。因此,问题发起者是实现共享性领导的关键角色,在确定了教研议题之后才能确定,而确定之后,问题发起者需要与循证分析人员讨论协商,为问题描述和证据支持做准备。

(3) 并行者

并行者在教研活动中扮演着协同实践者的角色,其主要职责是与团队成员同步开展协作教研活动,为教研问题的解决提供自己的观点,同时为其他角色提供必要的支持和协助。并行者需要密切关注教研进程,及时提供真实的补充性资源和支持,确保教研活动的连续性和有效性。同时,该角色还负责与主持人、问题发起者一同将教研成果及时转化为个人教学实践,实现“决策—实践—反馈”的良性循环,促进理论与实践的有机融合。

(4) 外部观察者

外部观察者以第三方的视角参与教研活动,负责对教研过程进行系统观察和记录。该角色通过提供客观、中立的反馈,帮助团队识别潜在问题,拓宽研究视野。外部观察者的独特视角有助于团队突破思维定式,获得更全面、深入的问题认知,从而提升教研活动的质量和效果。因此,外部观察者需要具备足够的观察力和研究能力。

(5) 循证分析人员

循证分析人员是教研团队中的数据分析专家,负责将与教研议题相关的来源于客观事实的数据和信息转化为有用的证据,确保问题和结论的可靠性和有效性。该角色需要运用科学的研究方法和分析工具,为团队决策提供有力支撑,推动教研活动朝着更加科学、规范的方向发展。因此,循证分析人员应遵循一定的“循证规范”:让价值在技术之上、“求用”的同时也“求真”;不仅关注“证据”、更要关注“证据”背后真切的时代背景与具体的教育问题;反思“教育”与“证据”的关系,实现从机械循证到自主循证的转变[33]。考虑到一线教师日常工作繁忙和数字素养的局限,在必要的时候应邀请教育领域专业人员的加入与协助。

(6) AI助理

作为数智技术支持的非人角色,为教研活动提供智能化辅助。其主要功能包括:协助循证分析人员进行数据处理和分析,减轻循证分析人员的协作负担;提供智能化的研究工具和平台支持,提升团队协作效率。通过整合人工智能技术,AI助理能够帮助团队更高效地处理复杂数据,优化研究流程,从而提升教研活动的整体质量和效率。

这六种角色各司其职又相互配合,共同构成了一个完整的循证教研共同体协作团队。通过明确角色分工、强化协同配合,教研团队能够更好地发挥集体智慧,推动教学研究的深入开展和实践创新。

3 循证教研共同体中教师协作过程模型

基于上述理念模型,结合已有理论探究和实践探索,本研究进一步提出了循证教研共同体中教师协作的过程模型,如图2所示。该模型综合考虑了教研前、教研中、教研后三个阶段,每个阶段都有具体的设计任务和工作流程,能够为一线教师提供实际可行的实践指南。

3.1 教研前

这一阶段包括团队组建、问题聚焦、证据准备和日程确定四项任务,主要目的就是确定教研议题,为后面开展教研协作活动做好前置准备工作。可以说,协作教研能否取得满意效果很大程度上依赖于这四项任务的完成情况。值得注意的是,教研前的四项任务虽然需要明确和落实,但在整个教研过程中具有动态性和灵活性。团队组建、问题聚焦、证据准备和日程确定都需要根据实际情况进行适时调整和优化,以确保教研活动能够高效、有序地进行。这种动态调整不仅有助于应对教研过程中出现的各种挑战,还能提升团队的适应能力和协作效果。

(1) 团队组建

团队组建是教师协作教研的第一步,在这一步需要确定参与循证教研共同体的人员信息,并确定主持人角色的担任者,使后续工作能够有条不紊地开展。同时,也要确定循证分析人员的担任者,这一角色可以由教师团队中技术素养高且研究能力较强的成员担任,也可以直接聘请外部人员。主持人和循证分析人员还需要商讨使用的技术工具种类,确认团队中的AI助理角色。需要注意的是,虽然循证教研共同体的价值观很大程度上受到共同体所在社区和学校文化的影响,在团队组建的最后,也需要在主持人的领导下进一步树立共同体内部的愿景和价值观,这是在内部形成开放、协作、互助环境的基础,也是指导共同体开展后续工作的“指南针”。

团队组建并非一次性完成的任务。在教研过程中,可能会因为各种原因(如成员的工作调动、个人兴趣变化或其他不可预见的因素)导致原有成员退出,同时也可能有新成员加入。这种人员的流动是正常的,但需要主持人及时调整团队结构,确保新成员能够快速融入并理解共同体的愿景和价值观。因此,团队组建是一个持续的过程,但为了确保团队的凝聚力和协作效率,这种持续的人员变动并不被提倡。

(2) 问题聚焦

问题聚焦是循证教研共同体教师协作过程的核心,教师协作教研的目的就是解决共同体成员在实践过程中遇到的各类问题。这一项任务首先是收集问题,共同体的所有成员都应该基于自身的实践经验积极参与其中,不仅要阐述自己遇到的问题,还需要论述清楚该问题涉及的利害关系,包括教育价值、学生需求的迫切性等。而主持人则需要与提出问题的成员进行沟通,预估每一个问题的优先级,最终确定协作教研活动的主要议题,以及问题提出者角色的担任者。

问题聚焦也并非固定不变。在教研过程中,随着讨论的深入和实践的推进,可能会发现新的问题或原有问题的优先级发生变化。例如,某个原本被认为次要的问题可能在实践中因突然爆发而变得紧迫,或者团队在讨论中发现了一个更具研究价值的新问题。因此,问题聚焦需要保持一定的灵活性,主持人应引导团队根据实际情况及时调整教研重点,确保教研活动始终围绕最核心、最紧迫的问题展开。

(3) 证据准备

证据准备是循证教研共同体开展协作教研的重要基础。在这一阶段,问题提出者需要根据聚焦的问题,系统收集相关教学数据、研究成果和实践案例。证据的来源可以包括课堂观察记录、学生作业分析、教学反思日志以及相关文献资料等。循证分析人员在此过程中需要负责指导证据的收集方法和标准,确保数据的可靠性和有效性。同时,AI助理作为智能化的数据收集工具,能够帮助团队更高效地整理和分类证据,甚至承担大部分证据准备工作。例如,全景智能研修平台能够自动记录课堂数据,并通过动作分析、表情分析等功能自动生成一份课题观察结果,大大节省了人力,为后续的分析和讨论提供坚实的基础。

证据准备同样是一个持续进行的过程。虽然在教研活动开始前需要收集一定的基础证据,但随着时间的推进,问题发起者可能会发现需要补充新的数据或案例来支持讨论和决策。因此,证据准备不应局限于教研前的阶段,而应贯穿整个教研过程,直到所聚焦的问题得到了有效解决。循证分析人员需要根据讨论和方案实施的需要,持续收集和分析相关证据,确保团队在具体开展教研时始终基于最新的、最全面的数据进行决策。

(4) 日程确定

日程确定是确保教研活动有序进行的重要环节。主持人需要与团队成员协商,制定详细的教研计划和时间表。日程安排应充分考虑各成员的时间安排和教研任务的优先级,确保每个环节都有足够的时间进行深入讨论和实践。日程确定后,主持人还需负责跟进和调整,确保教研活动按计划推进。这一过程不仅有助于提高教研效率,还能增强团队成员的责任感和参与感。

日程确定也并非一成不变。在教研过程中,可能会因为各种原因(如突发问题、成员时间冲突或其他外部因素)导致原定日程需要调整。主持人需要具备灵活应对的能力,及时与团队成员协商,调整日程安排,确保教研活动能够顺利进行。同时,日程的调整也应充分考虑团队成员的实际情况,避免因频繁变动影响团队的协作效率。

3.2 教研中

这一阶段就是协作教研活动开展的阶段,包括问题描述、有效循证、讨论协商三项任务,主要目的是通过集体智慧和协作,形成切实可行的解决方案,并验证其有效性。教研活动开始后,由问题发起人根据自己准备的资料描述教研议题,在循证分析人员和AI助理的协助下,包括并行者在内的所有成员对议题进行讨论协商。在拟定解决方案之前,这三项任务之间互相支持、持续进行。外部观察者则负责观察和记录整个教研过程,帮助团队发现可能被忽略的细节,同时为后续评价提供客观反馈。

(1) 问题描述

问题描述是教研活动的起点。问题发起者需要对聚焦的问题进行清晰界定和结构化表达,明确问题的本质、范围和背景。问题描述不仅仅是简单地提出问题,还需要将问题分解为可操作的子问题或关键维度。例如,如果问题是“如何提高学生的课堂参与度”,可以将其分解为“学生参与度低的原因是什么”“哪些教学方法能够有效提升参与度”等子问题。这种结构化表达有助于团队更有针对性地开展讨论和分析。在问题描述过程中,团队还需要对问题的背景和现状进行详细分析。这包括问题的产生原因、已有的解决尝试及其效果,以及问题对教学实践的实际影响。

(2) 有效循证

有效循证是验证方案可行性和有效性的关键。主要由循证分析人员对教研议题提供真实证据的支持,这些证据来源于教研前“证据准备”的成果。当然,这个过程中非人角色AI助理也会提供详细可视化的数据分析结果,为有效循证提供强大支撑。另外,当一轮协作教研活动结束后,AI助理通过实时记录共同体成员将拟定方案付诸实践后的课堂数据,能够为下一轮教研提供客观证据的反馈。

(3) 讨论协商

讨论协商是教研活动的核心环节,主持人需要引导团队成员围绕问题展开深入讨论,确保每位成员都能充分表达自己的观点和建议,促进思想的碰撞和交流。并行者在此过程中需要积极参与讨论,提供实践中的具体案例和经验,帮助团队更全面地理解问题。在讨论的过程中,共同体成员也可以借助AI助理启发思维,实现人的智慧和机器智能的有效协作。

(4) 方案拟定

在充分讨论的基础上,团队需要共同拟定解决问题的方案。主持人应引导团队成员结合讨论中的意见和建议,形成具体的行动计划。需要注意的是,协商讨论的过程中难免出现意见分歧,为了避免讨论陷入“泥潭”,主持人在引导共同体成员输出多元化观点的同时,也要适时进行总结,提炼出共识和分歧点,确保讨论的高效推进,及时拟定解决方案。

3.3 教研后

教研后阶段是循证教研共同体的收尾环节,主要包括方案实践、效果评价和个人反思三项任务。这一阶段的主要目标是将教研成果转化为实际教学行动,并对整个教研过程进行全面总结和反思,以促进团队的持续改进和专业成长。但一轮协作教研结束后,并不意味着教研议题得到了完美解决,而是代表下一轮教研的开始。上一轮协作教研拟定的方案需要通过实践和评价形成新的证据,并在下一轮协作教研中继续协商,直至问题真正得到了解决或改善,形成了可以长期进行的行动计划,且满足了各方的需求。

(1) 方案实践

方案实践是将教研中阶段拟定的解决方案付诸实施的关键步骤。在这一阶段,团队成员需要根据方案的具体要求,在课堂教学中进行实践和验证。主持人应协调各方资源,确保方案的顺利实施,同时鼓励团队成员在实践过程中保持灵活性,根据实际情况进行必要的调整。AI助理可以通过数据监控和反馈机制,帮助团队实时跟踪方案的实施效果,为后续的效果评价和下一轮的协作教研提供证据支持。

(2) 效果评价

效果评价是对方案实践结果的系统化评估,旨在验证方案的有效性和可行性。为了实现全面、科学的评估,应综合考虑多个主体的评价:①AI助理实时记录的协作教研过程和外部观察者提供的第三方视角,全面地评估协作教研的过程和效率。②共同体成员的个人实践记录和反思,从实践者的角度考察方案的有效性。③学生的反馈与表现,学生作为教学活动的直接受益者,其反馈和表现能够更直观地评估方案的实践价值。此外,根据教研议题的类型,评价主体还可能涉及学校管理者、家长或社区。

(3) 个人反思

个人反思是教研后阶段的重要组成部分,旨在促进团队成员的自我提升和专业成长。在这一阶段,主持人应组织团队成员对教研活动的整个过程进行回顾和反思,包括问题描述、讨论协商、方案拟定和方案实践等环节。通过个人反思,不仅团队成员可以总结自己的收获和不足,识别改进空间;同时成员的个人反思也是进一步评估教研议题是否得到改善或解决,是否出现了变化,从而重新聚焦问题,形成下一轮协作教研议题的关键证据。“决策—实践—反馈”的良性循环由此形成。

4 结束语

教师教研是一个面向实践、面向真实教育问题的领域,因此循证教研共同体也应该立足于实践,从共同体成员的日常教学出发,深度融入以学生为中心的理念,通过针对真实问题的循环迭代教研,在促进教师专业发展的同时,满足学生的学习需求。同时,循证教研共同体中的教师协作教研是一项复杂的工程,需要共同体所有成员共同参与、协作与创新。本研究基于国内外教研共同体的理论探究和实践发展,融入循证教育理念与人工智能,梳理了数智时代循证教研共同体的构成要素、教师协作理念模型和过程模型。理念模型为协作教研提供理论指导,过程模型则是一套实践操作指南。循证协作教研的前、中、后三个阶段不是孤立地存在,而是互相支撑互相促进,最终呈现出有机融合的循证教研共同体。希望本研究能够为一线教师设计参与协作教研活动提供参考,实现教研的高质量发展。

参考文献

[1]

胡艳. 专业学习共同体视角下的教研组建设: 以北京市某区中学教研组为例[J]. 教育研究, 2013(10): 37-43.

[2]

单志艳. 走向中国特色教师专业学习共同体的教研组变革[J]. 教育研究, 2014(10): 86-90.

[3]

HARGREAVES A. Teacher collaboration: 30 years of research on its nature, forms, limitations and effects[C]//Teacher Education and the Quality of Teachers and Teaching, London: Routledge, 2021: 103-121.

[4]

斐迪南·滕尼斯. 共同体与社会: 纯粹社会学的基本概念[M]. 林荣远, 译. 北京: 商务印书馆, 1999: 71-72.

[5]

BOYER E L. Building communities[M]. Washington: American Association of Community and Junior Colleges, 1988.

[6]

HORD S M. Professional learning communities: Communities of continuous inquiry and improvement[M]. SA: Southwest Educational Development Laboratory, 1997.

[7]

CHEN L. Facilitating teacher learning in professional learning communities through action research: A qualitative case study in China[J]. Teaching and Teacher Education, 2022(11): 103875.

[8]

GAO S, WANG J. Teaching transformation under centralized curriculum and teacher learning community: Two Chinese chemistry teachers’ experiences in developing inquiry-based instruction[J]. Teaching and Teacher Education, 2014(44): 1-11.

[9]

郑鑫, 周秀, 蒋晨曦. 教研组特征及教研组长如何影响教师教学?: 基于专业学习共同体理论的调查[J]. 西北师大学报(社会科学版), 2024(4): 112-121.

[10]

LIU S, YIN H. Opening the black box: How professional learning communities, collective teacher efficacy, and cognitive activation affect students’ mathematics achievement in schools[J]. Teaching and Teacher Education, 2024(139): 104443.

[11]

吴雨宸, 宋萑, 徐兴子. 循证教研: 指向教师实践性知识生成的教研转型[J]. 教师教育研究, 2023(1): 13-19.

[12]

朱旭东, 付钰, 靳伟, . 循证理念下教师教育研究对教师教育政策制定的影响研究[J]. 中国教育学刊, 2022(12): 40-44.

[13]

DAVIES P.What Is Evidence-Based Education?[J]. British Journal of Educational Studies, 1999(2): 108-121.

[14]

张思, 张津铭. 数字循证教研:内涵、理念与推进路径[J]. 中国远程教育, 2024(9): 54-64.

[15]

任学宝, 王小平. 重新审视教研的方向、意义与价值[J]. 人民教育, 2018(2): 13-17.

[16]

宋萑, 徐淼. 教师教育者循证实践与教师教育证据迭代[J]. 教育科学, 2022(3): 8-14.

[17]

刘月霞. 追根溯源: “教研”源于中国本土实践[J]. 华东师范大学学报(教育科学版), 2021(5): 85-98.

[18]

COPPÉ S, ROUBIN S. Collaborative design of resources for elementary algebra teaching[C]//Teachers of Mathematics Working and Learning in Collaborative Groups: The 25th ICMI Study. Berlin: Springer, 2020: 286-293.

[19]

王英让, 张甜. 教研共同体的内涵、现状及展望研究[J]. 电脑知识与技术, 2019(36): 154-156.

[20]

HREINSDÓTTIR F. Teachers’ learning through participation in conferences and network meetings: The Nordic and Baltic GeoGebra network[C]//Teachers of Mathematics Working and Learning in Collaborative Groups: The 25th ICMI Study. Berlin: Springer, 2020: 340-347.

[21]

HECK D, HOOVER P, GORDON E, et al. Teachers collaborating in communities of mathematics immersion[C]//Teachers of Mathematics Working and Learning in Collaborative Groups: The 25th ICMI Study. Berlin: Springer, 2020: 324-331.

[22]

PARKER M, PATTON K, TANNEHILL D. Mapping the landscape of communities of practice as professional development in Irish physical education[J]. Irish Educational Studies, 2012(3): 311-327.

[23]

ROBUTTI O, CUSI A, CLARK-WILSON A, et al. ICME international survey on teachers working and learning through collaboration: June 2016[J]. ZDM: Mathematics Education, 2016(5): 651-690.

[24]

KRAINER K. Individuals, teams, communities and networks: Participants and ways of participation in mathematics teacher education[C]//International Handbook of Mathematics Teacher Education. Volume 3. Rotterdam: Sense Publishers, 2008: 1-10.

[25]

HORD S M. Professional learning communities: Communities of continuous inquiry and improvement[M]. SA: Southwest Educational Development Laboratory, 1997.

[26]

JONES M G, GARDNER G E, ROBERTSON L, et al. Science professional learning communities: Beyond a singular view of teacher professional development[J]. International Journal of Science Education, 2013(10): 1756-1774.

[27]

NGUYEN G N H, BOWER M, STEVENSON M. The discourse of design: Patterns of TPACK contribution during pre-service teacher learning design conversations[J]. Education and Information Technologies, 2022(6): 8235-8264.

[28]

WEBB R, VULLIAMY G, SARJA A, et al. Professional learning communities and teacher well‐being? A comparative analysis of primary schools in England and Finland[J]. Oxford Review of Education, 2009(3): 405-422.

[29]

VANGRIEKEN K, MEREDITH C, PACKER T, et al. Teacher communities as a context for professional development: A systematic review[J]. Teaching and teacher education, 2017(61): 47-59.

[30]

周加仙. 走向循证教育决策与实践[J]. 外国中小学教育, 2017(6): 9-16.

[31]

王陆. 数智循证教研的内涵挖掘与价值重塑[J]. 中国电化教育, 2024(12): 97-105.

[32]

康玥媛, 郑国强, 王光明. 教育中的有效循证: 何谓、为何与如何[J]. 教育理论与实践, 2025(10): 3-9.

[33]

谈苏欣. 循证教育研究辩护: 限度及其突破[J]. 全球教育展望, 2023(1): 17-31.

基金资助

2022年国家社会科学基金教育学一般课题“基于多模态数据的教师教研共同体研究”(BCA220212)

AI Summary AI Mindmap
PDF (681KB)

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/