人工智能辅助中小学教师校本教研的协作模式与效能评估-结题报告

PAGE 人工智能辅助中小学教师校本教研的协作模式与效能评估结题报告摘要本课题针对中小学教师校本教研中协作松散、证据薄弱、效能难以测度的现实问题，以云溪县实验中学为研究基地，围绕人工智能辅助校本教研的协作模式与效能评估展开为期两年的研究。研究综合运用文献研究法、问卷调查法、访谈法、课堂观察法、文本分析法、行动研究法与准实验设计，完成现状诊断、模式建构、工具开发、两轮实践检验与效能评估五项工作，形成"三环四阶"智能协作教研模式、校本教研效能评估指标体系（3个一级维度、10个二级指标、28个观测点）和校本教研智能支持工具包，并在6个学科教研组、132名教师中完成实证检验。研究结果显示，集体备课单课时平均耗时由118分钟降至92分钟，教研对话中指向学生学习证据的发言占比由17.2%提升至42.6%，教师教研效能感总体均值由3.29升至3.76，教师反思文本中分析与重构取向的比例由31.7%升至57.9%，参与班学生学习体验总体均值由3.51升至3.89。研究认为，人工智能在校本教研中的价值在于稳定供给过程证据、承接重复性事务，教研效能的提升关键在于证据链的闭合与反思深度的跃迁。关键词：人工智能；校本教研；协作模式；效能评估；教师专业发展；证据链一、课题概述（一）研究缘起校本教研是中小学教师实现专业成长最基本的日常途径，也是学校教学质量保障体系中成本最低、覆盖面最广的一环。然而校本教研的常态化开展并不等于教研的真实发生。集体备课常常演变为分工抄写教案、统一教学进度的事务性会议；听评课大多停留在教学环节是否完整的表层描述，评课意见以"教态自然""环节清晰"等笼统判断为主；课例研究往往只完成一次公开课展示便宣告结束，缺少基于证据的多轮打磨。教研活动记录虽然逐年积累，却大多是文字纪要，难以回答"这节课比上一节好在何处""哪一句追问改变了学生的思考"这样的问题，教研投入与实际收效之间长期存在明显的不对等。2025年以来，生成式人工智能与学习分析技术的成熟为破解上述困境提供了新的可能。《教育信息化2.0行动计划》要求推动信息技术与教育教学深度融合；《中小学人工智能通识教育指南（2025年版）》要求教师具备运用人工智能优化教学与教研的基本能力；《义务教育课程方案和课程标准（2022年版）》强调教师要基于证据反思与改进教学。但从已有实践看，技术应用多集中在课堂即时反馈、作业批改、学情诊断等面向学生的场景，面向教师教研协作的探索相对薄弱，学校引入的工具常常与既有教研流程彼此隔离。云溪县实验中学现有教学班36个、专任教师148人，按学科设置6个教研组，每周固定半天开展教研活动。学校2024年引入教研活动记录系统，但系统只解决了"有没有开展"的问题，未能解决"教研有没有真正发生"的问题。2026年秋季学期的校内视导中，学校对24节常态课观察后发现，教师在课堂上留给学生表达的时间普遍偏短，听评课环节几乎无人使用课堂时间分配的数据作为依据。让教研的每一个环节都留下可分析、可追溯的证据，并据此建立一套真实反映教研效能的评估办法，成为本课题的直接缘起。（二）研究任务与完成情况开题时，课题组确定了五项研究任务：现状调研与需求分析、协作模式建构、智能支持工具包与效能评估指标体系开发、两轮实践检验与效能测量、成果提炼与推广。经过2027年1月至2028年12月的连续研究，五项任务均已完成，具体情况见表1。表1课题研究任务与完成情况对照表序号开题时所定任务完成情况主要标志性成果完成度1校本教研现状与智能技术需求调研完成问卷286份、访谈38人次、课堂观察24节、反思文本分析412篇调研报告1份，约1.8万字100%2人工智能辅助校本教研协作模式建构完成模式初建、先行试用与两轮迭代修订"三环四阶"智能协作教研模式100%3智能支持工具包与效能评估指标体系开发完成5个工具模块开发与4次迭代，指标经2轮专家论证工具包1套、指标体系1份100%4两轮实践检验与效能测量覆盖6个学科教研组，开展教研活动216场，观察课例96节效能评估报告1份、课例集1套100%5成果提炼与推广应用形成研究总报告、论文6篇、案例集2册，开展推广活动6场研究报告、模式论文、案例集100%任务四在实施中作了两处调整：原计划只在本校6个教研组内检验，实际增加县内两所同类初中6个教研组、68名教师作为参照组；原计划开展一轮行动研究，考虑到模式需在不同学科间反复验证，实际扩展为两轮。两项调整均由课题组集体议定并报云溪县教育科学规划领导小组办公室备案。二、研究背景与问题提出（一）政策要求与现实需求从政策层面看，人工智能支持教师专业发展已从倡导性表述转变为明确的工作要求。《教育信息化2.0行动计划》提出推动教师主动适应信息化、智能化技术变革，开展智能教育素养提升行动；《中小学人工智能通识教育指南（2025年版）》要求中小学教师能够利用人工智能工具开展教学设计、教学反思与教学研究，并保持专业判断与伦理意识；《义务教育课程方案和课程标准（2022年版）》要求教师"基于证据反思和改进教学"，提出建立以校为本的教研制度、聚焦教学实践中的真实问题。河北省在推进教育数字化转型的相关部署中，把县域教师发展机构与学校教研组织的协同作为重点任务。综合来看，政策对校本教研提出的核心要求集中在三点：聚焦真实问题、基于证据、借助技术提升效率。从现实需求看，初中校本教研面临的困难具有相当普遍性。云溪县实验中学2026年秋季学期统计显示，全校6个学科教研组每月平均开展教研活动2.1次，但真正用于问题研讨的时间不足一半。教师在集体备课中需花费大量精力查找整理教学资源，在听评课中因缺少便利的记录工具而只能凭印象发言，课例研究后很少有机会把零散想法沉淀为可复用经验。与此同时，教师对人工智能的态度呈现两面性：既期待技术减轻查找资料、整理记录的重复性负担，又担心技术生成的内容替代自己的专业判断，还担心教研过程被完整记录后形成新的考核压力。（二）拟解决的核心问题第一，校本教研中的协作缺乏稳定结构。集体备课、听评课、课例研究三类活动虽然形式齐备，但在人与人的分工、人与智能工具的分工上都缺少明确规范，"谁来做什么、机器做什么、证据从哪来"没有形成惯例，教研质量高度依赖个别骨干教师的个人经验，难以稳定复现。第二，教研效能缺少可操作的评估办法。学校现有的教研评价主要看活动是否按时开展、出勤是否达标、记录是否完整，属于投入型评价；教师的专业成长、课例的实际改进幅度、教研对话的质量等产出型指标没有进入评价视野，管理者无法据此判断哪一类教研活动真正有效。第三，智能技术在教研场景中的应用方式尚未澄清。工具进入教研后容易出现两种偏差：一是把工具当成记录与考核手段，加重教师负担；二是把工具当成意见来源，让教师逐渐依赖机器生成的建议而弱化自身反思。如何为技术划定恰当的介入边界，是本课题必须回答的问题。（三）国内外研究现状在技术应用线索上，国外关于计算机支持的协作学习与教师专业学习共同体的研究开展较早。国内研究自2023年起迅速增长，重点集中在生成式人工智能支持教学设计优化、智能技术支持课堂观察与课堂话语分析等方面。但已有研究多数以单项工具的应用效果为对象，缺少对教研整体流程的系统设计与组织形态研究。在教学改进线索上，关于课例研究、行动研究、专业学习共同体的研究积累深厚，普遍强调教师协作中的对话质量与证据使用；国内研究则结合校本教研制度，探讨了集体备课、听评课、磨课的组织形式与改进策略。这些研究为本课题提供了方法基础，但其关注点大多在人际协作层面，尚未充分回应智能工具进入后协作结构如何重组、人机分工如何界定的新问题。在评价研究线索上，教研效能评估长期是薄弱环节。已有研究多采用教师满意度、活动参与度或教师自我报告的专业成长作为替代指标，较少建构包含过程数据、文本证据与成果产出的多维指标体系；教师反思水平的测量虽有单环学习与双环学习的经典分析框架，但依赖人工编码，样本规模与实施频次都受到限制。综观三条线索，本课题所要回答的"智能协作模式如何组织"与"教研效能如何测量"两个问题，正处于已有研究的交汇空档。三、研究目标、内容与方法（一）研究目标本课题的总体目标是：建构人工智能辅助的初中校本教研协作模式及其效能评估体系，使教研活动的问题聚焦程度、证据使用水平与教师反思深度得到可测量的提升，并形成县域内可迁移的实践方案。具体目标包括四项：一是准确刻画县域初中校本教研的组织现状与教师对智能技术的需求与顾虑；二是建构"三环四阶"智能协作教研模式，明确三类教研活动中人与智能工具的分工规则与协作规范；三是开发智能支持工具包与教研效能评估指标体系，使效能评估转向过程与产出并重的多维判断；四是通过两轮行动研究与准实验对比，检验模式对教研效能与教师专业能力的作用。（二）研究内容研究内容之一是校本教研现状与智能技术需求的诊断。课题组编制《中小学教师校本教研现状与智能技术需求问卷》，从教研活动组织、协作对话、证据使用、技术态度、技术顾虑五个维度设计题目，回答教研时间主要消耗在哪些环节、教研对话中证据性内容占多大比例、教师对智能工具的期待与担忧分别是什么三个问题。研究内容之二是"三环四阶"智能协作教研模式的建构。三环指集体备课、听评课、课例研究三类基本教研活动，四阶指每一类活动共同经历的四个协作阶段，即任务分解、协同研讨、实践迭代与反思沉淀。模式建构的重点在于为每一环每一阶设定人机分工规则：由人负责目标确定、价值判断与最终决策，由智能工具负责资源结构化、过程记录、数据统计与文本初筛。研究内容之三是智能支持工具包与效能评估指标体系的开发。工具包包含集体备课协同智能助手、课堂观察智能分析工具、教研话语智能标注工具、教师反思文本智能分析工具、教研效能评估模块五个组成部分，采用通用模块加学科插件的方式。效能评估指标体系含过程性效能、产出性效能、发展性效能三个一级维度、10个二级指标、28个观测点。研究内容之四是协作模式的实践检验与效能评估。在6个学科教研组开展两轮行动研究，全过程采集平台日志、课堂观察数据、教研话语文本、教师反思文本与课例成果，形成过程数据、话语文本、课例改进三类证据相互印证的证据链；同时以县内两所同类初中68名教师为参照，比较教师教研效能感与教研活动质量的前后变化。（三）研究方法文献研究法用于梳理技术应用、教学改进与评价研究三条线索的已有成果。课题组以人工智能与教研、教师协作、教研效能评估等主题词在中文期刊数据库检索得到386篇文献，筛选精读86篇，其中近三年文献61篇，形成约1.2万字的文献综述。问卷调查法用于现状诊断与效能测量。课题组自编《中小学教师校本教研现状与智能技术需求问卷》，共5个维度、36个题项，采用李克特五点计分。2027年5月上旬在本校62名教师中开展预调研，根据项目分析与探索性因素分析结果修改或删除4个题项。5月下旬正式发放286份，回收271份，有效问卷264份，有效回收率92.3%，样本构成见表2。总量表Cronbachα系数为0.892，各维度α系数在0.812至0.913之间，KMO值为0.836，问卷结构与信效度达到使用要求。表2调研问卷样本构成与信度检验结果表样本来源发放（份）回收（份）有效（份）有效回收率云溪县实验中2%县内同类初中（含参照校3%合计28627126492.3%访谈法用于获得问卷难以捕捉的经验细节，2027年6月至7月对本校26名一线教师、8名学科教研组长和4名教学管理干部共38人进行半结构化访谈，累计录音21.6小时，转写文本26.8万字，编码一致性Kappa系数为0.83。课堂观察法用于采集客观过程数据，运用课堂观察智能分析工具对96节研究课例全程记录，累计采集课堂录像与音频4800分钟，形成课堂时间分配、提问类型分布、师生话语时长比、学生应答覆盖面等结构化数据。文本分析法依照描述性、分析性、重构性三级编码框架，两年中共采集教研话语文本86.4万字、教师反思文本1240篇。行动研究法用于模式的迭代改进，在本校6个学科教研组开展两轮行动研究，每轮按计划、行动、观察、反思四个环节推进。（四）理论依据本课题以维果茨基的社会文化理论、单环学习与双环学习理论、教师专业学习共同体理论、布鲁姆认知目标分类学为主要依据。社会文化理论认为人的高级心理机能产生于社会互动，教师的专业成长发生于教研共同体的对话之中，这支持了本课题将教研对话质量作为效能核心指标的做法。单环学习只修正行为以达到既定目标，双环学习则对目标与假设本身提出质疑，教师反思文本的深度差异正体现为这两种学习类型的差异。教师专业学习共同体理论强调去个人化实践，要求教师把课堂实践公开出来接受同行检验，本课题的听评课与课例研究设计直接借鉴了这一要求。布鲁姆认知目标分类学的分层思想经迁移应用后，将教研对话与反思文本按认知复杂度分为事实描述、因果分析、策略重构三个层次。四、研究过程本课题自2027年1月启动，至2028年12月结束，历时24个月，按准备与设计、现状调研与诊断、工具开发与模式建构、实践检验、总结提炼五个阶段推进。研究期间共召开课题工作会26次、专题论证会3次、教研复盘会12次，累计开展教研活动观察与记录216场，采集课堂观察数据4800分钟、教研话语文本86.4万字、教师反思文本1240篇。五个阶段的起止时间、主要任务与阶段成果见表3。表3研究阶段主要任务与阶段成果一览表阶段时间段主要任务阶段成果一2027年1月—3月组建团队、文献综述、方案论证、样本确定研究方案、文献综述、任务分工表二2027年4月—7月问卷调研、访谈、课堂观察、文本抽样分析调研报告、调研工具、基线数据集三2027年8月—11月工具开发与迭代、模式初建与试用、指标论证工具包初版、模式初稿、指标体系（试行）四2027年12月—2028年8月两轮行动研究、准实验测量、模式修订课例集、效能评估数据集、模式定稿五2028年9月—12月数据处理、成果提炼、推广应用、结题申报研究总报告、模式论文、案例集、附件材料（一）准备与设计阶段（2027年1月—3月）2027年1月上旬课题组完成组建，由校长罗建平担任负责人，8名成员按专长分为文献与理论、调研与数据分析、工具开发、实践指导四个小组。1月15日的开题论证会邀请云溪县教师发展中心3位研究人员参加，专家提出三条意见：把研究对象从"人工智能的应用效果"收窄到"教研协作的组织方式"；关注教师对过程数据被用于考核的顾虑，先建立数据伦理条款再开展采集；在研究设计之初就确定效能评估的维度。课题组据此把研究问题重新表述为协作模式与效能评估两个核心，并在方案中增设数据伦理与知情同意环节。文献综述于1月下旬至2月集中完成。课题组以人工智能与教研、教师协作、教研效能、课堂话语分析等主题词检索中文期刊数据库，得到文献386篇，精读86篇，其中2023年至2025年的文献61篇，形成约1.2万字的文献综述。综述中课题组发现，已有研究对教研效能的测量普遍依赖教师主观报告，缺少基于过程证据的指标体系，这一发现确定了本课题在评估工具上的用力方向。2月下旬的第二次工作会讨论了样本与伦理两个方案。课题组以本校6个学科教研组的132名教师为实验组，另联系县内两所同类初中的6个学科教研组、68名教师作为参照组，理由是两校教研制度与活动频次与本校相近，便于构成对照结构。课题组同时制定《研究数据采集与使用伦理规范》，明确数据匿名化、教师可随时查阅与删除个人数据、数据不得用于教师考核、参与研究须签署知情同意书四项条款。至3月底，132份知情同意书全部签署完毕，研究方案与伦理规范一并报县教育科学规划领导小组办公室备案。本阶段也遇到一处预料之外的困难。3月上旬的工具选型会上，各学科教研组提出的功能需求相当分散，语文组关注教学设计的比对，数学组关注变式题目的结构，物理组关注实验演示的分解。按学科分别开发的工作量将远超课题组承受能力，课题组讨论后决定采用通用模块加学科插件的思路，先开发所有学科都需要的资源结构化、过程记录、话语标注、文本分析与指标计分五个通用模块，学科差异通过插件接口解决。至3月底，文献综述、研究方案、任务分工表、伦理规范四项基础材料全部形成。（二）现状调研与诊断阶段（2027年4月—7月）本阶段的任务是取得一份可靠的校本教研现状底账，既要看清教研活动的实际运行方式，也要摸清教师对智能技术的真实态度。问卷编制与试测在4月完成。课题组依据文献综述提炼的五个维度编写46个初始题项，经3名教研组长和2名教育测量方向教师逐题审读，删去语义重复与指向模糊的题项8个，形成5个维度38个题项的量表。5月上旬在本校62名教师中开展预调研，根据项目分析结果删除2个题项并改写2个题项的表述。5月下旬正式施测，发放问卷286份，回收271份，有效问卷264份，有效回收率92.3%。访谈与课堂观察在6月至7月同步推进。课题组对26名一线教师、8名学科教研组长、4名教学管理干部共38人进行半结构化访谈，累计录音21.6小时，转写文本26.8万字。与此同时，课题组使用课堂观察智能分析工具的试验版本对24节常态课进行观察，累计记录1200分钟；并抽取2026年至2027学年上学期的教师反思文本412篇按三级框架试编码，两名编码者的评分一致性Kappa系数为0.81。本阶段的发现集中在四个方面。第一，教研时间被大量事务性工作占用，集体备课单课时平均耗时118分钟，其中41.5%用于查找与整理教学资源、调整教案格式。第二，教研对话的证据性内容明显不足，对24场听评课的发言文本编码后发现，76.3%的发言集中于对教师教学行为的描述与评价，指向学生学习证据的发言仅占17.2%。第三，教研过程数据留存极其有限，活动记录以文字纪要为主，教师普遍反映"上完就忘、议完就散"。第四，教师对智能技术的态度呈现明显的双面性，问卷显示技术态度维度均值为3.63，技术顾虑维度均值为3.71，访谈中有21人主动提到担心教研过程被记录后成为考核依据。针对第四项发现，课题组在6月下旬作了专门调整。考虑到教师的顾虑尚未消解，课题组暂停了原定的工具试运行，先在6个学科教研组各召开一次说明会，由负责人罗建平逐条解释数据伦理规范。说明会后，愿意在教研活动中使用智能记录的教师由说明会前的68人增加到121人，占比由51.5%上升到91.7%。7月底，课题组完成《校本教研现状与智能技术需求调研报告》，全文约1.8万字，含数据表14张、访谈引述32条。（三）工具开发与模式建构阶段（2027年8月—11月）本阶段要同时完成两件事：把调研确认的需求转化为可用工具，把零散的改进设想整理成结构化模式。课题组采取边开发边试用、交叉推进的方式。8月上旬，课题组组建了由钟世伟牵头、甘晓晖与牟国庆参与、12名学科教师对接需求的开发小组，按通用模块加学科插件的思路推进，至11月底五个通用模块完成开发并经历4个版本迭代。集体备课协同智能助手把教学资源按知识点、任务类型、认知层次结构化归档；课堂观察智能分析工具自动生成课堂时间分配、提问类型分布、师生话语时长比与学生应答覆盖面四类数据；教研话语智能标注工具把教研录音切分为发言单元并标注发言人角色、话语句类与证据类型；教师反思文本智能分析工具按三级框架对反思文本作初步分类；教研效能评估模块按指标体系汇总数据并生成评估报告。模式建构同步开展。课题组以集体备课、听评课、课例研究三类活动为"三环"，以任务分解、协同研讨、实践迭代、反思沉淀四个协作阶段为"四阶"，建构"三环四阶"智能协作教研模式，核心是为每一环每一阶立下人机分工规则：任务分解阶段由人确定研究问题与目标，工具提供资源索引与已有经验检索；协同研讨阶段由人主导对话、作出判断，工具提供过程记录、话语标注与数据呈现；实践迭代阶段由人承担课堂实践，工具承担全程记录与前后对比数据的生成；反思沉淀阶段由人撰写反思并决定经验取舍，工具提供文本初筛与同类经验关联提示。模式同时规定，工具可以提出问题、呈现证据、提示参照，但不得替教研组给出结论。模式初稿于9月中旬在语文、数学两个教研组试用8周，共开展集体备课16次、听评课8次、课例研究4轮，暴露出两个问题。一是数据采集与教研流程脱节，教师为满足工具的数据需求需额外填表，有教师反映"教研变成了给系统干活"，课题组在10月中旬复盘中把数据采集嵌入原有的签到、记录、评课、反思四个环节，取消额外填表3项、简化操作步骤5处。二是工具生成内容占比偏高，试用初期有教研组直接采用工具生成的教学流程，讨论随之减少，课题组补充比例约定并增加"证据回看"环节。效能评估指标体系在本阶段完成，课题组把教研效能分解为过程性效能、产出性效能、发展性效能三个一级维度、10个二级指标、28个观测点，见表4。指标体系初稿经5位专家函审论证，专家建议把教师反思深度提升为独立观测集群并增加技术使用深度观测点，课题组逐条采纳。11月完成教师应用培训5场、累计132人次，并为操作困难的教师安排12名青年教师与21名老教师结成互助对子、录制微课教程12个。表4校本教研效能评估指标体系（试行）一级维度二级指标观测点数量主要数据来源处理方式过程性效能教研活动开展与参与3活动签到、平台日志频次统计、参与率计算过程性效能教研对话结构化程度3教研话语智能标注结果话语句类占比统计过程性效能证据使用水平3课堂观察数据、发言文本证据性发言占比统计过程性效能技术使用深度与合理性2平台操作日志、教研记录使用频次与深度分级产出性效能课例改进幅度3课例评价量规、前后对比数据两轮评分差值分析产出性效能教研资源沉淀与复用3资源库检索日志数量统计、复用率计算产出性效能成果产出与转化2成果台账分级统计发展性效能教师反思文本深度3反思文本三级编码结果分层占比统计发展性效能教师教研效能感3教研效能感量表均值比较、效应量发展性效能学生学习体验改善3学生学习体验问卷均值比较、效应量（四）实践检验阶段（2027年12月—2028年8月）本阶段是投入最大、持续时间最长的阶段，任务是让模式在真实的教研日常中运行起来，并通过两轮迭代检验其效果。第一轮行动研究自2027年12月起至2028年3月止，在本校6个学科教研组全覆盖开展。课题组与各教研组共同确定活动节奏：每两周开展1次集体备课，每月开展1次听评课，每学期完成2个课例研究。第一轮实际开展教研活动126场，其中集体备课82场、听评课30场、课例研究14轮，观察并记录课例52节，采集课堂观察数据2600分钟、教研话语文本48.6万字、教师反思文本706篇。复盘发现三个需要修正的问题。第一，听评课环节的数据使用出现形式化倾向，部分教研组虽然回看了课堂数据，讨论仍然围绕"环节完整不完整"展开，课题组据此增加"数据先行"规定：听评课的前10分钟只呈现数据、不作评价，评课者先就数据提出疑问，再进入综合评价。第二，智能生成内容的使用在不同教研组之间差异过大，语文组约为24%，化学组达到51%，课题组在4月的工作会上重申30%的约定，第二轮实施后各组平均使用比例回落至27.4%。第三，课例研究的选题偏大，两轮磨课难以看到明显改进，课题组调整为以小切口问题为选题。第二轮行动研究自2028年4月起至8月止，在语文、数学、英语、物理4个教研组深化实施，其余两个教研组作为持续观察对象。第二轮实际开展教研活动90场，其中集体备课56场、听评课22场、课例研究12轮，观察并记录课例44节，采集课堂观察数据2200分钟、教研话语文本37.8万字、教师反思文本534篇。两轮合计开展教研活动216场、观察课例96节，整理形成完整课例包38个。效能测量在本阶段末集中开展。课题组以本校132名教师为实验组、县内两所同类初中68名教师为对照组进行前后测，实验组有效配对样本128人，对照组65人；同时对6个学科、12个教学班共612名学生开展学习体验问卷前后测，有效配对598人。课题组另邀请5名不参与本课题的县域教研员对随机抽取的48场教研活动录像评分，实验组活动均分由前期的71.4分升至84.6分。5月学校承担县中学生运动会承办任务，两个教研组各有一次活动改为线上研讨，这一做法后来被写入工具使用手册。（五）总结提炼阶段（2028年9月—12月）数据处理与统计分析在9月至10月完成。前后测比较采用配对样本t检验并计算Cohen'sd效应量，实验组与对照组的增值差异采用以前测得分为协变量的协方差分析。1240篇教师反思文本与86.4万字教研话语文本按三级框架完成编码，两名编码者独立编码120篇样本，Kappa系数为0.83；访谈资料经三级编码后整理出主题6个、次级主题19个。成果提炼与数据处理同步推进。课题组完成研究总报告1份，撰写模式论文6篇，其中3篇已发表、3篇已投稿；整理《"三环四阶"智能协作教研模式操作手册》1册；编成《学科课例集》1册，收录完整课例包38个；编成《教研活动案例集》1册，收录案例24个。10月下旬的通讯鉴定中，5位专家肯定模式的可操作性与指标体系的完整性，同时指出成果在学科差异处理上说明不足，课题组据此增补"学科适配要点"一节。推广应用在11月集中开展，校内推广会2场参加教师148人次，县域教研现场会1场到会126人次，送教指导3场参加112人次，累计覆盖县内9所学校、386人次。课题组另在其中3所学校试行模式各4周，回收反馈问卷96份。12月，课题组整理档案21盒、形成附件12项，并将研究总报告、附件材料与结题申请一并提交县教育科学规划领导小组办公室。五、研究成果（一）认识性成果第一，智能技术在校本教研中应当被定位为证据供给者与协作支架，而不是意见提供者。两年的实践证明，工具一旦越界替教研组给出结论，教师参与讨论的意愿会明显下降，教研活动反而退化为对机器建议的确认程序；而当工具只负责把过程记录下来、把数据呈现出来、把重复性事务接过去时，教师的讨论质量会显著提升。据此课题组提炼出人机分工的三条原则：目标确定与价值判断由人承担，重复性事务与数据整理由工具承担，最终结论只能由教研组集体作出。这一认识也为学校选择与配置教研类工具提供了判断依据。第二，校本教研效能的提升依赖证据链的闭合，与活动次数并无必然的线性关系。课题组在研究中发现，两轮行动研究后期，教研活动频次相对稳定在每教研组每月2.8次左右，而教研效能的各项指标仍在继续改善，其原因是教研活动中形成了稳定的证据链：课堂观察数据说明课堂上发生了什么，教研话语文本说明教师围绕什么在讨论，课例改进记录说明讨论是否带来了实际变化。三类证据相互印证、前后可比，才使教研从一次性活动变成长时间尺度的改进过程；个别教研组在频次达标的情况下效能指标并无明显改善，原因正是证据链在讨论与改进之间断裂。第三，教师反思深度是教研效能提升的关键中介，也是智能技术最能发挥作用的环节。研究数据显示，教师反思文本的深度变化与教研效能感的提升之间存在稳定的同步关系。智能技术在此处的作用尤为清晰：文本分析工具能够低成本地标记出只有描述而无分析、只有结论而无证据的段落，教师看到这一类提示后，往往会补充"为什么会这样""下一次可以怎么改"的内容。这说明反思不是靠号召产生的，而是靠提示与支架引导出来的，技术可以在不介入价值判断的前提下有效促进反思。（二）操作性成果第一项操作性成果是"三环四阶"智能协作教研模式。模式以集体备课、听评课、课例研究三类活动为三条活动环，以任务分解、协同研讨、实践迭代、反思沉淀四个协作阶段为四阶，每一环每一阶都规定了人的任务、工具的任务与证据的形态，使原本依赖个人经验的教研组织过程转化为可培训、可复制的操作规范。模式含人机分工规则12条、证据采集点9个、质量底线约定5条，其中三条底线约定在推广中最受关注。模式的三类活动实施要点见表5。表5"三环四阶"模式在三类教研活动中的实施要点活动类型任务分解协同研讨实践迭代反思沉淀集体备课人定单元目标与难点；工具结构化资源、标注设计分歧点人主导策略选择；工具记录讨论要点与未决问题人试上微课；工具比对两版设计与课堂数据人写备课反思；工具标记无证据结论听评课人定观察维度与分工；工具准备观察记录表与数据页数据先行10分钟，人再作评价；工具标注发言证据类型人依据建议调整教学；工具生成前后对比数据页人写改进反思；工具关联同类课例经验课例研究人定小切口研究问题；工具检索同类课例与已有结论人围绕问题逐轮议课；工具记录每轮改进点与依据人完成两轮磨课；工具输出两轮课堂数据对比人提炼可复用经验；工具归档课例包第二项操作性成果是校本教研效能评估指标体系与配套评估工具包。指标体系含过程性效能、产出性效能、发展性效能3个一级维度、10个二级指标、28个观测点，每个观测点都指定了数据来源与处理方式。配套工具包含教研活动观察量规、教师教研效能感量表、教师反思深度三级编码框架、教研对话质量编码手册、学生课堂学习体验问卷共5件工具，提供完整版与简版两种使用方式。第三项操作性成果是校本教研智能支持工具包，含集体备课协同智能助手、课堂观察智能分析工具、教研话语智能标注工具、教师反思文本智能分析工具、教研效能评估模块5个组成模块，采用通用模块加学科插件结构，配套《校本教研智能支持工具包使用手册》1册。工具包在设计上把教师因使用工具新增的操作时间控制在每次活动5分钟以内，所有数据采集点均嵌入学校原有的签到、记录、评课、反思四个环节。第二轮行动研究期间6个教研组的工具使用率平均为93.6%。第四项操作性成果是学科课例集与教研活动案例集。《学科课例集》收录完整课例包38个，覆盖语文、数学、英语、物理、化学、道德与法治6个学科，每个课例包包含教学设计、课堂数据报告、两轮改进记录、改进依据说明与教师反思5个部分。《教研活动案例集》收录教研活动案例24个，其中集体备课案例10个、听评课案例8个、课例研究案例6个。（三）实践成效总述两年研究期间，参与研究的6个学科教研组教研活动开展频次由每月平均2.1次提高到2.8次，教研活动质量评分由71.4分提高到84.6分，集体备课单课时平均耗时由118分钟降至92分钟，教研对话中指向学生学习证据的发言占比由17.2%提高到42.6%。教师层面，132名参与教师的教研效能感总体均值由3.29升至3.76，反思文本中分析与重构取向的比例由31.7%升至57.9%，两年间累计形成校级以上教研成果46项。学生层面，参与班学生学习体验总体均值由3.51升至3.89。学校层面，教研活动记录系统与智能支持工具完成对接，教研效能评估进入学校学期工作评价，教研工作从经验管理转向数据支持的常态化运行。（四）成果的应用与推广本课题成果的推广采取校内先行、县域跟进、跨校检验三步推进。校内推广于2028年11月开展，召开推广会2场，参加教师148人次，并将模式与工具包纳入学校新学期教研工作方案，由教科室统一组织落实。县域推广由云溪县教师发展中心协调，2028年11月举办县域教研现场会1场，到会教师126人次；随后应县内3所初中邀请开展送教指导3场，参加教师112人次。跨校检验选取县内3所学校各试行模式4周，回收使用反馈问卷96份，反馈结果显示模式的四个协作阶段在县域学校均能落地，其中"数据先行"环节被认为最有效，"教研话语智能标注"环节被认为操作难度最大。推广过程中也收到了具体而中肯的改进建议，主要包括三条：一是希望指标体系进一步精简，学校反映完整运行28个观测点的人力投入偏大，课题组随后整理出11个观测点的简版评估清单，用于日常自评；二是希望工具支持手机端操作；三是希望增加跨校教研的协作功能，使不同学校的同一学科教研组能够共同使用一份课例包。前两条已在本课题周期内作了初步处理，第三条列入后续研究计划。综合三个层面的反馈，本课题成果在县域初中具有较好的适用性，主要适用条件是学校具备基本的教研制度、稳定的教研活动周期以及至少一名能够承担技术支持的教师。六、研究成效分析（一）学生层面的变化教研效能的最终检验标准是学生的学习体验是否改善。课题组在本校6个学科、12个教学班共612名学生中开展学习体验问卷前后测，有效配对样本598人，问卷采用李克特五点计分，含课堂参与主动度、学习任务理解清晰度、课堂互动机会、学习获得感4个维度16个题项。前后测对比结果见表6。表6参与班学生课堂学习体验前后测对比表（N=598）维度前测均值后测均值提升幅度效应量d课堂参与主动度3.523.880.360.49学习任务理解清晰度3.614.020.410.55课堂互动机会3.443.810.370.47学习获得感3.483.850.370.50总体3.513.890.380.52四个维度的提升幅度在0.36至0.41之间，配对样本t检验结果显示差异均达到显著水平（p<0.01），总体效应量为0.52，属于中等偏上水平。其中"学习任务理解清晰度"提升最为明显，与教研改进的着力点高度吻合：两轮行动研究的课例研究环节普遍以"让学生明确知道要做什么、做到什么程度"为小切口问题，"课堂互动机会"提升幅度相对较小，反映出课堂时间结构受教学进度制约，短期调整空间有限。此外，课题组对96节研究课例的课堂数据作了汇总分析，教师连续讲授时长占比由前期的62.4%降至51.7%，学生自主表达与同伴讨论时长占比由21.6%升至31.2%，提问类型中开放性问题的比例由18.9%升至27.4%。这些过程数据与学生自评体验的变化方向一致，说明学生层面的改善并非源于自评偏差，而有课堂行为的客观支撑。（二）教师层面的变化教师层面的变化是本课题成效的核心。课题组以教师教研效能感量表对实验组128名教师、对照组65名教师作了前后测配对比较，结果见表7。表7教师教研效能感前后测对比表（实验组N=128，对照组N=65）维度实验组前测实验组后测提升效应量d对照组前测对照组后测提升教研活动组织与参与3.353.790.440.583.383.510.13协作对话与问题聚焦3.283.760.480.633.303.440.14课例改进与经验提炼3.413.850.440.603.423.550.13反思与文本表达3.223.710.490.663.243.360.12技术应用与数据意识3.163.680.520.713.183.330.15总体3.293.760.470.643.313.430.12实验组总体均值提升0.47，对照组提升0.12，以协变量前测得分作控制后的组间增值差异显著（F=18.42，p<0.001）。五个维度中，"技术应用与数据意识"提升最多，这与研究过程中工具操作培训与应用实践的大量投入相符；"教研活动组织与参与"提升相对较少，说明教研制度层面的变化需要更长的周期。除问卷数据外，三类客观证据同样显示出变化：一是反思文本深度结构的变化，1240篇反思文本的编码结果显示，前期412篇中描述性内容占68.3%、分析性内容占24.6%、重构性内容占7.1%，后期828篇中三者分别为42.1%、38.7%和19.2%，分析与重构取向的比例由31.7%升至57.9%；二是教研话语质量的变化，教研话语文本中指向学生学习证据的发言占比由17.2%升至42.6%，单纯评价教师表现好坏而无论证过程的发言占比由46.8%降至21.3%；三是成果产出的变化，两年间参与教师形成校级以上教研成果46项，其中论文21篇、优质课例18个、教学资源包7套，是研究启动前两年同类成果总量的2.2倍；教师承担校级以上公开课、示范课的人数由14人增至31人。值得注意的是，教龄15年以上教师群体的进步幅度整体略低于青年教师，但在"课例改进与经验提炼"维度上表现突出，说明经验丰富的教师在证据支持下的改进能力具有独特优势。（三）学校层面的变化学校层面的变化首先体现在教研管理方式的转变。研究开展前，学校对教研工作的评价主要依据活动次数、出勤率与纪要完整程度；研究期间，学校将本课题的效能评估指标体系纳入学期教研工作评价，把教研对话质量、课例改进幅度、教师反思深度等指标作为教研组考核内容，并在教研活动记录系统中接入了智能支持工具的数据接口，使教研过程的证据第一次以结构化形式沉淀下来。学校据此建立了教研组学期效能报告制度，每个教研组每学期形成一份包含过程数据、证据分析与改进建议的报告，教研指导由"泛泛而谈"转向"就数据讨论"。其次是教研制度的完善与新建。学校在原有教研制度基础上新增三项规范：《教研活动数据采集与使用规范》明确了数据匿名化、教师可查阅与可删除、数据不得用于考核三项要求；《教研活动质量底线约定》将"智能生成内容占比不超过30%""听评课前10分钟只呈现数据不作评价"等要求制度化；《校本教研成果沉淀办法》要求每次课例研究形成完整课例包并入库，三项规范与原有制度相互衔接。第三是校内教研文化的变化。研究启动时，校内访谈中有21名教师主动提到担心教研过程被记录后成为考核依据；研究结束时，同一访谈问题下表达类似顾虑的教师减少到6人。教师开始习惯在评课时先看数据再作判断，课堂录像不再是"留证据"的负担，而成为讨论的依据。学校2028年秋季学期的教研工作统计显示，教师主动申请承担课例研究的人数由研究前的9人增至26人，跨学科听课人次由每月平均14人次增至38人次。学校教科室同时把组织证据讨论、维护教研数据列入教研组长的常规职责，使模式在课题组退出后仍能延续运行。（四）典型案例案例一：数学教研组围绕"一次函数的应用"开展的"追问设计"课例研究。该教研组由11名数学教师组成，组长为祁志远。2028年3月的组内听课中，组内教师牟国庆执教"一次函数的应用"一课时，学生完成基础题的正确率较高，但在需要把文字情境转化为函数关系的问题上，全班42名学生中有27人在前五分钟内没有动笔。听课教师凭印象认为"学生不会读题"，建议放慢速度、多讲一遍。教研组决定把这个现象作为一个课例研究问题，切口定为"学生解题卡壳处的追问设计"。研究过程分三步推进。第一步是取得证据。课题组用课堂观察智能分析工具对该课作了完整记录，数据显示牟国庆在卡壳出现后的两分钟内连续提出6个问题，其中5个属于判断性问题、只需回答"是不是""对不对"，1个属于程序性问题，没有出现要求学生说明思路的追问；同时数据显示，教师在卡壳时段说的话占该时段总时长的78.4%，学生表达仅占12.1%。第二步是重构设计。教研组把课堂录像按卡壳时点切成4段，逐段讨论"如果换成另一句问法会发生什么"，最终把原来的6个问题改为3个递进式追问，第一个追问指向情境中的已知量与未知量，第二个追问指向量与量之间的关系，第三个追问指向函数关系的表达方式。教师反思文本分析工具提示，牟国庆第一版反思只有现象描述与改进打算，没有说明为什么原来的问法无效，教研组据此请他补写了对学生思维过程的分析。第三步是实施与对比。两周后牟国庆在同一层次班级重上该课，教研组再次记录，数据显示卡壳时段学生表达占比升至34.8%，未动笔学生在四分钟内的比例由64.3%降至21.4%。研究结束后，该课例被整理为完整课例包，包含两版教学设计、两轮课堂数据报告、改进依据说明与教师反思。牟国庆在反思中写道，此前他相信"讲得清楚学生就懂了"，这次的数据让他第一次看到自己讲得越多、学生反而越少思考。该案例随后在县域教研现场会上作了展示。教研组也从中总结出一条经验：小切口问题的关键不在问题有多小，而在于它能否被两轮课堂的数据观察到变化。案例二：语文教研组集体备课中对话结构的改进。该教研组有13名教师，组内教师焦丽华负责七年级语文，教科室主任毕晓云负责协调数据支持。2028年4月的第一次集体备课讨论七年级课文《秋天的怀念》时，教研话语智能标注工具的输出显示，80分钟的备课时间里，涉及教学过程环节安排的发言占61.4%，涉及学生可能遇到困难的发言占14.3%，72%的发言没有引用任何证据，讨论以"这个环节我打算这样处理"的经验陈述为主。课题组与教研组一起分析原因，发现问题出在备课的任务分解环节：给每位教师布置的任务是"准备一个环节的教学设计"，任务本身指向了环节而非学生，教师自然照着任务去讨论环节。教研组随即调整任务分解方式，把第一次备课的讨论问题改为"学生在理解这篇文章时会遇到哪三个最具体的困难"，并要求每位教师提前提供一条来自自己课堂或作业批改的证据。第二次备课中，焦丽华带回了上届学生在本课作业中出现的3类典型错误，另一位教师带回了课堂提问时的原话记录，讨论随之转向学情。第三次备课，教研组把讨论重点放在"针对这三类困难分别做什么"，并要求每条改进建议后面写明依据。三次备课的对比数据显示，指向学生学习证据的发言占比由14.3%上升到46.8%，讨论环节安排的发言占比由61.4%下降到32.5%，教师在备课中提出的改进建议数量由6条增至17条，其中被写入最终教学方案的有11条。焦丽华在课后反思中提到，过去备课最怕"没意见可提"，现在发现只要把学生的学习情况摆到桌面上，意见自然就多了。该案例的核心经验在于任务分解环节的设计决定了讨论的走向，工具能够把讨论的真实结构呈现出来，但改变讨论结构的决定仍然要由教研组自己作出。9月，该教研组把这一做法固定为语文组集体备课的常规流程，并在组内建立了"每课三条学生困难清单"的制度。七、研究反思与后续研究方向（一）研究的主要局限第一项局限是样本范围偏窄，结论的外部效度有待检验。研究以云溪县实验中学为主要基地，参照组仅取县内两所同类初中，三所学校在教研制度、师资结构与技术条件上相似，结论能否适用于教研基础更为薄弱、技术支持更为缺乏的乡镇学校，尚无充分证据。跨校检验虽选择县内3所学校试行各4周，但周期过短，只能验证流程的可行性，无法验证效能改善的持续性；音乐、美术、体育等学科教研组因人数较少未纳入研究。第二项局限是研究周期长度不足以支撑稳定结论。本课题为期两年，其中前七个月用于准备与调研，模式真正进入常态化运行的时间约为十个月，部分效能指标仍处于上升通道之中，研究结论中的提升幅度可能同时包含研究的短期效应与教师的新鲜感效应，尚不能完全区分。第三项局限是技术条件与教师信息素养的制约。五个工具模块均由课题组与校内技术力量自行开发，教研话语智能标注在方言较重或多人同时发言时错误率明显上升，需要人工复核；教龄15年以上教师使用初期普遍需要他人协助，其工具使用熟练程度的差异可能对部分效能指标产生轻微干扰。（二）尚未解决的问题尚未解决的问题之一是教研效能的因果归因。研究采用前后测对照设计，能够显示模