研究目标与方向

根据《教育信息化2.0行动计划》对教师提出的要求——主动适应信息化、人工智能等新技术变革，积极开展有效教育教学——我们希望通过收集、筛选、分析和挖掘智能平台产生的真实伴随性数据，发现学与教之间的因果关系，进一步探索问题化学习的课堂规律，为课堂教学改进提供科学依据的支持。

循证闭环模型构建

我们构建了”问题诊断—证据关联—策略生成”的循证闭环模型，该模型涵盖三个阶段：课前数据优化阶段，教师可借助理论工具、支架工具及AI平台设计教学方案，通过发现问题、调整知识、评估知识，实现精准设计与干预；课中阶段，智能平台全程记录教学过程，生成新的数据；课后阶段，教研组对数据进行诊断分析，在备课组层面形成改进策略，在教师个体层面提升课堂循证能力。

实践案例：周胜宇老师研究课

以母体校周胜宇老师的研究课为例具体说明：课前，周老师与课题组深入研读课标，明确《海底世界》在本册及整个学段的定位，确定教学难点，精心设计教学方案。进入课堂实践后，智能平台完整记录师生行为数据。

首轮授课后，”五学”模型显示”多样学”和”深度学”仅达二级水平。经团队解读并提出改进策略，进行第二轮试教，但因对循证指标理解不够清晰，两项指标仍未提升。第三轮试教前，教师逐字研读二级与三级水平的具体表述，精准调整问题引导方式与学习活动组织。最终，两项指标均达到三级水平。

这一”一课三研”的案例在教研组内起到示范作用，推动了后续单元教学中循证方法的持续应用与闭环形成。

基于学科核心素养的循证分析框架

关于第二目标，即基于学科核心素养的循证分析框架，我们通过分析上学期常态课模型数据发现：阅读课、习作课和口语交际课在”深度学”指标上均达到三级水平，说明课堂中存在高阶提问、高阶言语、追问及多元引导活动，与语文核心素养中的高阶思维能力要求高度契合。

这三节课型集中于混合型与对话型，均注重学生互动。据文献研究，对话型与讲授型课堂中高阶问题平均占比为13%，混合型课堂中则达29%。尽管本校数据暂未完全达到这一比例，但呈现出相近趋势。

通过与技术专家研讨，我们认识到：混合型课堂中师生行为切换频率较高，教师的高阶言语引导有效促进了学生高阶思维的生成。因此，培养学生高阶思维能力，首先需要教师具备高阶言语的设计与引导能力，这也将成为课题组下一步的重点研究方向。