一、研究背景

自2023年起，我开始接触联课AI智能分析平台。团队负责人张燕老师则在王天荣老师核心团队的引领下，已开展两年多的相关研究与应用。初期，我们借助该平台采集日常课堂视频，以支持教学评价与循证改进。

实践中我们发现，联课AI平台虽具备通用性评价功能，但缺乏学科针对性，难以体现生物学特有的教学深度，例如在《蛋白质是重要的大分子》一课中，不同教师所采用的概念模型建构路径存在差异，而平台数据未能充分反映生物学探究的科学性与建模能力。

基于此，我们提出核心问题：如何依托课堂AI分析形成更具学科特性的评价体系，使数据既能体现优质课的共性，又能彰显生物学科特质。

二、研究目标与实践路径

围绕上述目标，团队致力于推动课堂教学数据的学科化改进。以蛋白质教学为例，通过对比两次授课中学生言语活动占比的变化，可直观反映磨课成效。在研究所指导下，我们进一步聚焦于”五学课堂分析模型”（主动、多样、深度、高效、互动），依托人工分析提炼学科化指标，为平台提供经验数据，以契合生物学核心素养发展要求。

重点开展以下三项工作：

1. 撰写中学生物学”五学”人工评价参考指标，在既有框架中融入生物学核心素养；
2. 由三位一线核心教师参照指标，对三十节生物课程进行人工评价与课堂表现记录；
3. 通过数据统计与量化分析，确保评分者间信度良好，经集体讨论修订指标，最终形成评价反馈数据。

该方法体现编码归类与主题提炼的研究思路，兼具量化稳健性。

三、阶段成果与未来方向

我们基于通用”五学”分级界定表（含五个一级指标），结合学科特点进一步细化出18个二级指标，形成生物学评价指标体系。以”主动学”为例，除通用观测指标外，学科化评价聚焦于实验探究参与度、科学问题驱动力及策略调整能力三个维度，显著增强分析的学科适配性。

当前仍存在分级科学性不足的问题。由于国内尚缺乏课堂行为与学科核心素养关联的系统研究，团队在陈博士建议下引入NGSS框架，参考其”三维整合”理念（学科核心概念、科学与工程实践、跨学科概念），尤其关注八大科学与工程实践模块（如模型建构），以完善分级体系。

我们已尝试将该思路应用于生物学模型评价，例如在新增的生态板块中，以能量金字塔为例，提供科学解释与工程设计双维度共六个二级指标，实现核心概念与行为分层的紧密结合。未来将进一步依托NGSS，聚焦生物学特有模型类型（物理模型、概念模型、数学模型与计算机模拟模型），建立通用分类与评价标准，推动AI分析与学科评价的深度融合。

以上为团队阶段性探索汇报，敬请各位专家与领导批评指正。