引言
尊敬的顾教授，各位领导、各位亲爱的老师，大家好！循证实验室每次都会有一个”技术分享”，我其实就是给大家提供技术AI协助的这么一个人。五年过程中间，很多的校长、很多老师给我提了很多的问题，我把比较常见的显性、频率高的问题在这里做了一个梳理、也变成了一个问题链。
问题演进链
从”指标太少” → “指标太多” → “询证” → “数据准确性” → “寻找证据” → “循序渐进”
刚开始的时候，我发现校长们很关注的是”这件事不能给老师带来太多的压力”。然后，”循证”这件事情校长们最关心它的价值，就是怎么促进教师的专业发展、同时是整体性的教师专业发展。
当开始用起来了，第一个问题就开始出现了。好像你们的指标太少了，只有语言不够。因为我们这里面主要分析的是言语。能不能加一点表情？能不能加一点”抬头率”这些数据？
再往下用下去的时候又来了一个问题，好像你们的指标太多了、老师们看不懂。最好是给我一个分数，这个老师到底上课好还是不好？所以我把这四个问题，叫”询证”，这个”询”是问询的”询”。
接着往下走下去的时候，当逐渐开始深入。老师们：”你的数据好像跟我想的不大一样，你这个数据好像不大准确、你这个AI还不行。”
然后再往下深入，开始现实的东西来了，我做课堂循证能不能提高我的课堂分数呢？我能不能走进学科，落实我”双新”的核心素养呢？我学校有自己的价值追求，我能不能有自己的分析模型呢？我称这个阶段叫”寻找证据”。
再往下，我如何能够基于这么多的指标来有效改进我的课堂？我如何能够看到教师和学生持续的成长？我如何能够检验我们做的成果能够覆盖？这叫循序渐进，也是我们今天说的循证。
循证的含义
循证 = 遵循规律 + 循序渐进
所以今天我们看到这么多的问题，其实今天在座的很多校长、很多老师、我相信都是你们心里的问题。所以循证这件事情，在我们看来它是一个实践体系，在这个体系里不同的主体、他们有不同的价值追求、他们有不同的最近发展区、他们要解决不同的问题。
所以我们今天讲循证，它有两个含义：遵循规律，循序渐进。
在我们看来”询证、寻证、循证”，分别代表着不同的人的不同的阶段。
循证教育的三个阶段
一、询证：基于多智能体协同的AI导师
第一个阶段，我们的技术如何去支持他（她）呢？简单的来说，它其实是一个基于多智能体协同的AI导师。我们给每一位老师配了一个AI导师，这个AI导师把这一节课的内容直接变成知识库，然后还有很多的理论都在这个里面、然后我们可以很方便的让老师跟AI对话。
优点
类似传统教研模式
24小时可用
降低数据理解门槛
降低理论理解门槛
缺点
一致性较低
可能缺乏安全感
无法看到增值性评价
我们做过实验，如果没有精心的调校知识库、调校智能体的提示词，它的准确率大概也就是”50-60″上下。如果我们的校长想要非常简单轻松的，或者我们的老师想要简单轻松的获得一个结果，它就很可能是一个武断的结果。
二、寻证：寻找改进的目标与证据
这个阶段的转化，其实是由老师向外求、开始逐渐向内求了。他（她）要去寻找自己每个阶段的当下的价值追求，然后到底有哪些指标是和这些价值追求相关的，以及我们要找到改进的方法，这就是循证在这个阶段的价值追求。
五类价值追求
方法论：微积分
微分（课堂切片分析）
课堂是一个”黑箱”，在数学里面所谓的”黑箱”，其实就是高阶的非线性系统。我们要去理解高阶非线性系统，就是微分，每隔几秒切一个片。
积分（满足价值追求）
积分就是去满足不同价值追求，它想看什么数据、它想看数据的角度。这个角度可以是知识结构的角度，可以是互动特征的角度、可以是认知结构的角度等等。
指标系统
由此，我们把刚才说的国际上、国内各种课堂分析模型全都AI化了、基本上都AI化了，然后我们得到了154个指标。
指标意义化
我们做的第二件事情，是把指标意义化。比如说：到底哪些指标是和学业成绩相关的？这个我们要做大量的实践。我们发现很有意思，所有和学业成绩相关的全是学生的行为、而不是教师的行为。
关键发现：所有和学业成绩相关的全是学生的行为，而不是教师的行为。老师的行为会引起学生的行为变化、它是关键中间变量。
实践模型
这些所有的模型，都是每一位教育研究者在他（她）自己的当下去关注的价值追求，然后用AI来帮助大家去简化整个的实施过程，同时让它有满足信效度。
教师发展地图
课堂循证最核心的价值也在教师专业发展，我们经过几年的统计梳理出了一个地图，不同阶段的教师会有不同阶段的价值追求。当然，我们现在实践下来惊喜的发现新手教师可以在很短的时间内，只要给一个指引、他（她）在很短的时间内就能够快速的上升，因为他（她）的主动性发挥出来了。
三、循证：促进教师走向专业智觉
当我们前面有了研究点、就是价值追求，当我们给这个价值追求建立了有意义、有科学依据的观测点，接下来就是教师的反思。
价值追求 → 观测点 → 教师反思 → 形成闭环
这三者之间形成了一个小的闭环。我们提供了非常丰富的课堂反思的工具，老师可以有不同阶段的反思、反思的过程会自动分析、反思的过程中间会给他（她）提供”反思点”的理论依据和这节课的数据观察指标，会给他（她）提供常模值，这些都是在帮助老师更好的去反思。我们的”三关注、两反思”，他（她）就可以看到更好的数据的支持，有学生方面的、有教师方面的等等。
当我们的老师循序渐进了、当我们的老师去把自己的课堂当作他（她）研究的主战场了以后，我们看到学校的数字化转型、区域的数字化转型这个”树”就自然的生发出来了，每一堂课会生成校级均值。有班级的均值、有区域的均值等等。
系统模型与成果
这是我们整个系统的模型，分成了七层。刚才我讲的这些内容，主体上都在《基于计算教育学的人工智能课堂分析框架和技术实现》这篇文章里，是我和张治教授、王天蓉老师一起发表的，大家有兴趣可以去看一看。我们整个系统也拿到了教育部今年四月份的”杰出作品奖”。
