教师改变是教师专业发展的意义和目标，是新时期教育高质量发展的需要。循证实践起始于循证医学，意为“遵循证据进行治疗的医学”。近年来，循证实践在教育领域得到发展，特别是在循证教学、循证课例研究、循证教师教育等方面，正在形成一种新的实践样态。循证实践是指在解决实践问题时，实践者等多元主体协同运用专业智慧和最佳证据，结合实践对象的价值观等确立实践干预方案，并在实施中不断评估和优化实践，逐步形成新证据的一种实践样态。在大数据时代，现代信息技术的广泛运用，使得课堂教学过程的数据、学习者的数据、学习结果的数据、教师改变的数据等类型丰富的海量数据，能够被获得、保存、分析和提取，从而为证据的发现、生产、应用、管理和推广提供重要的技术支撑，为循证实践中的教师改变提供科学依据。本文以北京市某区教师在线实践社区项目为例，探讨数据赋能教师改变的循证实践路径及具体案例。
一
数据赋能教师改变的循证实践路径
教师改变泛指教师在课程改革和日常专业实践中发生的种种变化，既包括外显的教师专业行为和活动上的变化，也包括内隐的教师信念和个人理论上的变化。教师改变的循证实践是指针对教师教学存在的现实问题，利用科学合理的证据改进教学，实现课堂提质增效并促进师生共同发展的实践活动。循证实践通常包括提出问题、获取证据、批判评价、应用改进和效果评估五个步骤。教师在线实践社区是一种视课堂为教师专业学习场所且基于大数据循证的教师改变支持系统。经过多年实践，我们借助该系统形成了数据赋能教师改变的循证实践路径（如图1）。教师则在持续的行动与反思中，既有由内向外的改变，也有由外向内的改变。
（一）提出真实教学问题
真实问题是循证实践的逻辑起点，是诱发教师实践性知识生成的基本条件。问题的提出可能来自教师自己，也可能来自外部。一方面，教师改变来自内在的信念和个人理论的变化，通常教师在进行深刻的自我反思时能够觉察到这种需要，如教师在教学中发现教学效果不理想、学生学习表现达不到预期等，这种来自教师内部的改变需求能够对问题解决形成强大的驱动力；另一方面，来自外部的力量也会引发教师改变，如新课程标准等政策文件及学校教学要求、共同体成员通过课堂观察发现教学问题等，在这些外部力量的驱使下，教师不得不面对并解决这些教学问题。只有当教师真切意识到教学中存在亟须解决的问题时，才可能秉持探究的心态积极投入教学改进中。
（二）获取教学改进证据
教学问题的解决需要依据证据进行。教学改进证据可以从实践共同体成员的实践经验与专业智慧、学生的学情调查、其他教师执教同类课或授课教师初建课的大数据、外部研究者的研究数据等渠道获得。来自不同视角的多元证据为评估和优化教学设计提供了科学依据，让教师不再盲目地进行教学改进。更加科学客观的大数据证据是促进教师专业实践改善的关键。
（三）确定改进最佳证据
面对多元证据，教师及共同体成员需要具备批判性评价的能力，从诸多证据中找到教学改进的最佳证据。批判性评价证据的过程通常需要共同体成员以集体反思的形式进行多角度分析，以保证证据的科学性、真实性、适切性和时效性。在找到最佳证据后，教师还需要形成一份详细的教学改进方案，特别是关键教学行为的改进设计，如提高课堂提问的质量、改进师生互动方式、提问主体的转向等，共同体成员要对这些形成共识。
（四）进行教学改进实践
教学改进是否真的发生，需要经过课堂教学的检验。课堂教学是教师运用改进最佳证据进行实践的过程。教师教学时，需要及时关注学生的学习表现，根据学生的各种反馈进行判断和调整。与此同时，共同体成员要多角度观察课堂，并通过量化的课堂观察工具客观记录关键教学行为是否发生了改进、改进效果如何，从而产生新证据。课堂教学行为大数据可以清晰地记录课堂上教师提问、师生互动与对话等多种教学行为，形成直观的、可视化的数据证据。
（五）评估教学改进效果
课堂提质增效和师生共同发展是循证实践的价值追求。因此，在教学实践后，教师需要及时开展基于证据的课后反思，即在数据驱动下开展深入的个人反思和集体反思，科学地分析数据、分析教学，共同评估改进效果。同时，教师要进一步优化实践前确定的最佳证据，形成新的证据，以指导今后的教学实践。在循证实践过程中，教师获取、处理、分析证据，并将证据应用转化为教学决策，其自身解决教学问题的循证教学决策素养也会得以提升。教学改进是一个循序渐进的过程，有可能教学改进的评估结果并不理想，这时，教师及共同体成员就要开展新一轮的循证实践。
二
数据赋能教师改变的循证实践案例
以笔者主持的北京市某区教师在线实践社区项目为例。该项目自2021年9月启动，来自该区的54名中学数学教师是项目的主要成员，在北京市及该区数学教研员的指导下，项目教师开展了新课型的实践与探索。
教师改变是否发生以及发生的程度可以通过课堂教学行为大数据和教师实践性知识大数据进行表征。利用课堂观察中的编码体系分析方法和记号体系分析方法等，我们对教学过程中外显出来的教学行为进行数据采集（可以在现场采集，也可以通过课堂录像采集），并得到教学模式、教师有效性提问、教师回应、问题结构、对话深度等维度的课堂教学行为大数据。我们还利用人工智能技术对教师撰写的教学设计文本和教师在网络研修平台上发表的观点等进行分析，得到教育信念、自我知识、人际知识、情境知识、策略知识和反思性知识等维度的教师实践性知识大数据，以明晰教师教学行为背后内隐的对教育教学的认识。这两类大数据分别从外显的教学行为和内隐的实践性知识两个层面对教师进行客观分析，并有全国常模数据作为参照。
（一）从数据中发现真实教学问题
“析题课”作为复习课的一种课型，重点在于让学生对解题所需的知识要素进行分析梳理，以画思路流程图的形式总结解题的方法步骤，从而清楚如何解决此类问题。课堂上，教师通常以一道题为例，带领学生析原理依据(即用到的数学知识)、析策略方法(即解决问题的思路与步骤)、析错误原因(即容易出现的问题和需要注意的事项)。这种课型对于本项目数学教师而言，是一种新生事物。经过教研员的专业指导后，教师基本能够设计出规范的流程，但是授课教师总感觉教学被流程束缚，效果不佳，却又分析不出具体问题出在哪里。笔者所在团队对一节“析题课”进行课堂观察后，从课堂教学行为大数据中发现：教师在课堂上虽然安排了大量学生活动，却没有很好地开展合作学习；虽然依据“析题课”的步骤教学，却没有重视课堂问题设计。这些问题引起了授课教师和教研员的共鸣，大家一致认为，这是当前上好“析题课”需要解决的重要的、真实的教学问题。为此，由一名初三数学教师及其所在的备课团队、初三数学教研员和大学研究人员组成了循证实践共同体，决定以“析题课：两条线段的数量关系”为载体开展循证实践。
（二）多渠道获取教学改进证据
证据可以是多元的，包括课程设计证据、教学设计证据、教学实施证据、学习过程证据、学习结果证据等。循证实践中，教师通过多种渠道获得了以下教学改进证据。
一是来自实践共同体成员的实践经验与专业智慧。这包括：教研员提出的“析题课”教学模式及注意事项、其他教师执教“析题课”的教学实践经验、授课教师及其他教师执教“两条线段的数量关系”的教学实践经验、大学研究人员关于“析题课”的观点等。
二是来自课前针对学生的学情调查与分析结果。授课教师从学生容易出错的练习题中精选出一两道题，作为课上解析的例题，再通过分析学生作答情况充分了解学生，并将学生分成不同类型，为每类学生设置学习重点和发展目标。
三是来自课堂观察团队的课堂教学行为大数据和教师实践性知识大数据。初建课的课堂教学行为大数据显示：学生行为占有率为70%，但是大量的学生活动中，学生合作学习的质量并不高；教师提出的问题中，能够引发学生高阶思维发展的创造性问题和批判性问题比例不高；教师没有鼓励学生提出问题等。教师实践性知识大数据显示：教师的人际知识和情境知识相对较低，且人际知识低于常模数据。
（三）集体反思研讨确定教学改进最佳证据
获取到多元证据后，实践共同体成员召开集体反思研讨会，对这些证据的科学性、适切性等进行多角度分析，最终确定教学改进的最佳证据，进而形成完整的教学改进方案。本节课确定了三个关键教学改进点。
（1）将课前与课中一体化设计，精细设计合作学习活动。合作学习的任务需考虑不同类型学生的实际情况。
（2）改进问题设计，提升高阶问题比例，使学生通过一道题的解析掌握一类问题的解决方法，培养学生的问题解决能力以及创造性思维和批判性思维等高阶思维。
（3）更加关注学生的困惑与问题。教师利用“个人诊断提升表”等工具支持学生的自我诊断与反思，课堂上鼓励学生提出问题并适当让没有举手的学生回答。
（四）进行教学改进实践，产生新证据
课堂教学是教师运用最佳证据进行实践的过程，也是一个产生证据并利用数据进行教学决策的过程。课堂上的证据主要来源于师生的行为和表现。教学中，教师需要根据学生的各种反馈进行判断和调整，如学生回答问题的情况、小组汇报的情况等。学生的学习过程和结果是证据的重要来源。同时，学生也利用教师提供的工具基于自己的绩效表现与能力发展进行反思与自我调节，实现基于证据的学习。课堂教学的同时，实践共同体的其他成员观察并记录课堂，产生新的证据。
（五）利用数据等证据评估教学改进效果
授课结束后，基于数据等证据的反思研讨尤为重要。教师需要重点反思问题解决成效和证据应用效果，以及能否形成新的证据用以指导更多的教学实践。支持评估与反思的证据包括：教师的自我反思、教研员和备课团队教师的反馈、学生的反馈、课堂教学行为大数据和实践性知识大数据等。
1.关键教学行为明显改进
与初建课相比，重建课中教师提出的创造性问题比例由12.82%提升到17.86%，批判性问题比例由5.13%提升到7.14%，鼓励学生提出问题比例由0提升到7.14%，小组合作学习中成员的参与度、角色扮演、责任分配与交互质量也明显提高。数据证据反映出这些关键教学行为发生了明显改进，由此形成了以下优化后的证据。
（1）“析题课”是复习课，课堂以学生的析题活动为主。在学生活动中要特别重视生生之间的互动交流，加强合作学习的设计，特别是通过任务设计和活动设计让所有学生都能积极参与到小组活动中，让每位学生都有事可做，都能在自己原有的基础上有所提升。
（2）教师要利用课前作业机会，让学生重新解决精选的例题，并开展适当的反思。课前与课中的一体化设计，有利于学生在课堂上进行更充分的探究与合作。
（3）改进问题设计，增加指向高阶思维的问题。教师提出了“还可以怎样添加辅助线”“假如缺失这个条件，该怎么办”等问题。这些问题能够引发学生发散性的、多角度的、深层次的思考，指向学生高阶思维的发展，让学生从会解一道题到会解一类题。
（4）教师更加关注学生的困惑与问题，让学生带着问题进入课堂。在支持学生析题的过程中，教师不仅鼓励学生提出问题，还两次使用“个人诊断提升表”，很好地支持了学生的自我诊断和反思，让学生能及时发现知识漏洞和思维障碍，完善知识结构，提升思维品质。
2.教师实践性知识有所发展
在循证实践的过程中，教师课堂教学行为的改变是显而易见的，通过观察可以清晰地看到这些变化。同时，授课教师内隐的实践性知识也在悄然发生着改变。研究表明，教师实践性知识是促进教师改变的重要中介变量。与初建课相比，重建课中教师的实践性知识平均增长率为39.81%。其中，教育信念、人际知识和策略知识增幅最大。授课教师作为一名成熟教师，其实践性知识的发展变化是在自己面临真实教学问题的基础上，在与循证实践共同体共同研究，不断对问题情境进行反思，对经验进行积累、批判和重构的过程中发生的，体现了对教与学的整体性理解，实现了知识创造。
为进一步探究授课教师所在共同体成员实践性知识认知网络的发展特征，我们采用认知网络分析法对教师开展循证实践前后的认知网络结构进行分析，结果如图2所示。
图2 循证实践前后共同体成员实践性知识认知网络结构
循证实践前，教师的策略知识、人际知识、反思性知识和教育信念之间形成了强联结；循证实践后，教师的教育信念、自我知识、情境知识和反思性知识节点明显增大，且之间的联结得到增强。这表明，经过循证实践后，共同体成员能够不断清晰并重塑自身的教育信念，并在教育信念的驱动下，提升教师自我角色的认知，利用反思性知识优化教学行为，在不断对真实问题进行反思的过程中实现教学经验的积累、批判和重构，教学效能感不断增强。
在循证实践中，对多种音视频格式的课堂录像等非结构化数据，以及教师撰写的教学设计文本、论坛发帖等半结构化数据分析得到的课堂教学行为大数据和实践性知识大数据，在循证实践过程中发挥了重要作用。从问题的提出、证据的获取、证据的分析、证据的应用到证据的评估等都离不开大数据的支持。大数据分析既实现了教学决策和实践之前的测量与评估，又突出了对课堂教学的积极干预和对教师改变的促进。在解决教学实践问题的过程中，让教师扎根于课堂，基于证据开展教学决策与改进，实现了从基于直觉的经验型实践转向基于证据的循证型实践，切实促进了教师的内外兼修。当然，经过一轮的循证实践后，课堂教学中还存在一些待改进的问题，如课堂上教师的回应态度和方式相对单一，第二次合作学习的任务难度较高，部分小组成员的参与度较低等。这时就要开展新一轮的循证实践。
三
结论与建议
“数据+证据”机制是教师专业发展的三大机制之一，能够使教师具有对专业的自我解释和自我建构能力。在基于大数据的循证实践中，在共同体的支持下，教师作为学习者、实践者、研究者、知识创造者的主体性得到凸显，能够将多种类型证据进行整合和转化，利用证据优化设计、利用证据赋能教学、利用证据诊断改进，提升了教学实践的循证性和有效性，实现了教师实践性知识与课堂教学实践行为的共同改变。未来，我们将在提升教师的循证素养、建设科学实效的教师改进证据库、促进多种类型证据之间的融合等方面进一步探究。
转自中小学数字化教学微信公众号，仅作学习交流，如有侵权，请联系本站删除！
