从“四有四无”到“数据导航”：一所村小合并校的八年教研破茧之路

一、困局：一所合并校的“四有四无”之痛

武汉经济技术开发区薛峰小学成立于2003年9月，是一所由四所村小合并而成的普通公办小学。尽管每周教研活动按流程常规推进，但其实际效果始终低位徘徊。经系统梳理，学校将困境归纳为“四有四无”：

1.有问题，无主题。教师在日常教学中确有诸多真实困惑，但这些疑问多为零散、随意的经验性反应，缺乏对课标核心要求或学科本质的持续聚焦，难以形成有梯度、有深度的研究主线，教研因此缺乏靶向。

2.有实践，无参照。教学活动多基于个体经验，缺少高水平、可拆解的专业范例作为参照。例如，观摩名师课堂虽觉流畅，但直接移植至自身班级往往无效。缺乏可借鉴的实践范例，使教学改进缺乏明确方向。

3. 有分析，无数据。公开课后的评课环节，发言多依赖主观判断，如“氛围较好”“过渡生硬”等表述，缺乏客观数据支撑。对于教学目标达成度、学生思维发生节点、提问有效性等关键维度，均无精准证据，致使评课流于形式。

4. 有过程，无成果。完整的教研流程虽已执行，但结束后仅留存活动照片与发言纪要，未生成可迁移、可验证的实践成果。经验与教训均未系统沉淀，同类问题次年仍需重新研讨，教研陷入低水平重复。

“四有四无”困局在基层学校，特别是农村及城郊结合部学校中具有普遍性。薛峰小学作为村小合并校，师资基础薄弱、优质资源稀缺、外部专家支持有限。如何使校本教研从程序化运作转向实质性研究，是学校亟待破解的现实命题。

二、破局：从“名师研学”到“人机协同”的八年教研革新之路

面对“四有四无”的深井困局，薛峰小学没有怨天尤人，更没有坐等靠要，而是选择了自力更生、持续迭代的教研转型探索之路。这条路，一走就是八年。

（一）第一阶段（2018-2023）：名师研学——以“同课异构”为路径，夯实人文基底，确立专业参照

学校以“研究名师、学以致用、教研相长”为核心理念，从问题出发，将研学过程划分为五个递进阶段。

1.定向诊断与课例选定。依据教学进度选定执教课例，采集2—3节名师同课教学视频，围绕主题开展文献阅读，并运用教学能力发展量表对组内教师前测，明确教师教学能力框架。

2.还原解构与要素萃取。通过观课议课，以思维导图或表格按学习活动单元还原名师教案，梳理教材呈现、教学要点与技术运用，提炼教学理念、课程理解、教学结构与方法等学科教学要素，揣摩设计意图，并结合当前教学实际对名师内容与方法合理取舍。

3.适配改造与协同研磨。对名师原案实施主题化、简约化、合作化、技术化（融入可视化、高交互与数据采集）四大改造，形成“同课TPC教学设计”；组内以“一人多次打磨”或“多人轮流执教”方式开展同课TBL教学实践，在观课议课中持续反思改进。

4.循证评估与成效检验。从教师发展（教学能力前后测对比）与学生发展（学业质量、学习品质、思维水平）两维度评估，验证改造策略有效性。

5.凝练总结与成果转化：整理名师原案、还原教案、TPC教案及教学与评估数据，运用经验总结法提炼TPC改造与TBL创新有效策略，按“研学概述、成果分析、成效反思”框架撰写报告，形成理性实践认识。

图1 名师研学1.0流程图

这一流程一改过去教研活动专家讲、老师听的弊端，形成了“三主四化”教学研究模式。“三主”即组长主持、教师主体、专家主导，“四化”即研究内容专题化、研究资源可视化、专家引领启发化、研究经验文本化。学校近25万字的名师研学精品案例，就是在“三主四化”的教研模式下产生的，同时也为第二阶段的人机协同教研模式奠定了基础。

（二）第二阶段（2023-2026）：人机协同——以AI技术为引擎，驱动数据循证，实现成果自动涌现

学校抓住生成式人工智能浪潮，为教研装上“数据导航”，彻底攻克“有分析无数据”“有过程无成果”的顽疾。学校没有将“名师研学”与“AI赋能”割裂为两个阶段，而是将其视为一场连贯的“人机协同”进化。其核心是构建了一套以“苏格拉底数据链”和“Agent工作流”为两大AI技术支柱，可落地、可循环的“人机协同教研七步法”

1.两大AI技术支柱：让数据说话，让成果涌现

两大支柱有着清晰的功能分工：“苏格拉底数据链” 侧重课堂过程证据采集与精准诊断，解决教研“凭经验、缺实证”的问题；“Agent工作流”侧重教研事务减负与研究成果生成，破解“过程饱满、成果流失”的难题。一诊一产，二者互为支撑，共同构成学校人机协同教研的技术底座。

支柱一：苏格拉底数据链，让课堂的每一个细节“开口说话”。 这是一套专注于课堂观察与诊断的智能系统，包含两个核心工具。其一是“打点评课系统”，教师在听课时告别了传统的纸笔匆忙记录，而是通过平台实时输入评课意见。AI会自动将课堂录音转写、切分为教学片段，并按照“新颖亮点、适当做法、改进建议、存疑问题”四个维度智能归类，瞬间生成一份“切片式议课本”。研讨时，大家直接针对具体的、可回溯的课堂片段进行精准讨论，彻底告别了凭印象、靠回忆的低效模式。其二是“技术融合与思维深度诊断”，系统通过分析课堂的师生对话、行为轨迹等数据，自动生成一份详尽的《课堂数据诊断报告》。这份报告绝非简单的打分，而是从知识深度（K）、课堂参与度（P）、思维层次（T）、价值生成（V） 等多个核心维度进行量化分析与可视化呈现，精准描绘出课堂的“思维心电图”。学校每周选取40节常态课进行数据采集与诊断，覆盖所有年级与学科。数据带来的启示是震撼的：它既证实了老师们“课堂活跃了”的感性判断，也揭示可能存在部分学生“嘴上在动，脑子没跟上”的深层隐忧。AI给出的建议直击要害：教学改革不能只盯着“让教师少讲”，更要关注如何设计有思维含量的问题，让学生真正动脑、深度感受。客观数据面前，所有人心服口服，课后的教研活动第一次有了“铁一般的证据”。

支柱二：Agent工作流，让教研成果从“雁过无痕”到“自动涌现”。 “有过程无成果”的痛点，如何技术性破解？学校的策略是：让AI承担70%的基础性、流程性工作，让教师聚焦30%的创造性、决策性工作。学校以国产AI大模型为基础，结合自身“名师研学”积累的丰富资源，开发了定制化的“名师研学”和“校本教研”两类智能工作流。AI负责自动进行文献检索、数据整理、初稿撰写、格式排版；教师则专注于研究方案设计、提示词工程优化、成果深度迭代与个性化加工。改变是革命性的：过去需要三天才能完成的备课资料收集、磨课记录整理和教学反思撰写，现在压缩到三小时内即可完成初稿。更重要的是，教师从繁琐的事务性劳动中解放出来，拥有了更多时间思考教学的本质问题。一位语文老师在体验后感慨：“以前是学校逼我写反思，现在是我想看数据、自己想改。数据把问题赤裸裸地摆在眼前，你自然就有强烈的改进冲动。”

图2 名师研学2.0Agent工作流

2.人机协同教研七步法：让问题落地，让成长可见

有了“苏格拉底数据链”和“Agent工作流”两大AI支柱的支撑，学校开始对校本教研的全流程进行系统性重构，最终形成“问题溯源、承接主题、名师解码、创新内化、集体研磨、课堂实践、成果固化”七步教研。七步法全流程按需调用两大支柱的技术能力，每一步AI都扮演着不可或缺的角色，精准回应“四有四无”中的一个或多个痛点，让每一次教研都从解决一个真实的、有价值的问题出发。

图3 人机协同教研七步

第一步：问题溯源，确立真问题。每学期初，各教研组收集问题。老师们将日常教学中积累的困惑全盘托出，集体讨论、筛选、聚焦，最终确定本学期研究的核心主题。此时，AI扮演“学术情报官”的角色，教师将初步想法输入，AI自动检索相关前沿文献与实践案例，帮助团队判断该主题的研究价值与创新空间。这一步，精准回应了“有问题无主题”的困境，让零散的困惑变为聚焦的教研主题。

第二步：承接主题，选定载体课。主题确定后，由轮值教师根据主题选择具体的上课课题。AI在此充当“内容顾问”，辅助评估课题与主题的匹配度，并提供同类课题的参考案例，确保“靶心不偏”，让教研始终围绕核心主题展开。

第三步：名师解码，站在巨人肩上。这是“名师研学”传统与AI融合的重要环节。上课教师搜索并精选3个名师的同课异构课例，利用AI工具将视频高效转录为逐字稿。随后，在AI知识库中建立专属研究空间，通过精心设计的提示词，让AI提取名师的核心理念、关键教学行为与结构，生成一份结构化、可操作的教案初稿。AI在此扮演“知识搬运工”与“结构精算师”的双重角色。这一步，从根本上解决了“有实践无参照”的老大难问题，让教师的学习从“凭感觉崇拜模仿”走向“按标准理性解码”。

第四步：创新内化，变“机器稿”为“我的教案”。 AI生成的教案初稿只是一个高质量的“毛坯房”，真正的“精装修”必须由教师亲手完成。学校刚性要求：教师必须结合本班学情、自身风格，对AI初稿进行不少于30%的个性化修改，并详细说明修改意图。AI提供的是标准化智慧，教师完成的是创造性突破，这正是“人机协同”的精髓所在，杜绝了“机云亦云”的风险。

第五步：集体研磨，让智慧流动起来。个性化教案完成后，教研组组织教师深度说课与集体备课。大家围绕教学目标的精准度、核心问题的有效性、活动设计的思维含量等维度提出优化建议，共同打磨形成凝结集体智慧的“集创教案”。全程录音录像，AI自动转写为结构化的“议课纪要”，方便后期复盘与反思。这一步，让“集思广益”有了技术的加持，经验得以沉淀。

第六步：课堂实践，数据驱动的精准反思。这是七步法中AI赋能色彩最浓的一步，直击“有分析无数据”的核心痛点。教师按集创教案授课，教研组用多设备多角度采集课堂音视频。听课教师同步在“打点评课系统”中进行实时切片式点评。课后，教师将实录逐字稿与视频数据输入GAI工作流，系统一键生成包含K、P、T、V四维解读的《课堂教学评估报告》。在集体研讨环节，全体成员共同研读报告数据，展开“数据对话”——“K值偏低，是前置知识铺垫不足，还是讲解深度不够？”“T值曲线平缓，说明追问缺乏层次，如何优化问题链？”所有讨论告别空泛，全部锚定数据，回扣研究主题，生成精准、具体、可操作的改进方案。学校为此建立了常态化的运行机制：每日有课堂记录，每周有组内集中研讨，每月有跟踪改进成效分析，真正形成了“上课—看数据—找问题—改设计—再上课”的良性循环。

第七步：成果固化，让成长“看得见”。一轮教研闭环结束后，上课教师进行深度反思，借助AI撰写修改案例，形成最终的教学设计、课例分析报告或研究论文。AI提供初稿框架与文辞润色，教师完成系统梳理、经验提炼与价值判断。由此，每一次深度教研都能留下“看得见、可复用”的成果，彻底告别了“雁过无痕”的虚无，破解了“有过程无成果”的魔咒，让教师的成长有迹可循。

（三）落地策略：传播、协同、赋能三阶推进，让新范式扎根常态课

任何精妙的设计，若停留在实验室或示范课层面，便失去了改变教育的力量。为了让“七步法”从“种子教师的独秀”走向“全体教师的常态”，学校精心设计了传播、协同、赋能三阶推进路径。

第一阶：传播——建立认知共识。推广之初，学校着力于解决“为什么做”的思想问题。三措并举：校长亲自宣讲愿景，明确AI赋能教研是减负增效而非增负添乱；举办系列GAI工具实操工作坊，手把手教老师如何在30分钟内生成高质量初稿；播放“名师研学3.0”对比演示视频，让教师直观感受AI带来的效率革命。本层目标在于消除技术恐惧，建立“技术为我所用”的集体共识。学校专门成立“数智技术资源部”，提供全天候技术支持。

第二阶：协同——在行动中体验价值。思想认同后，必须让教师在行动中亲证其效。学校先行选拔一批“种子教师”上“AI+教研”示范课，完整走通七步法；继而组织各教研组全员参与磨课，亲身体验《课堂评估报告》带来的决策支撑感；最后要求每位教师在“打点评课系统”中常态化进行切片式评课。管理层率先垂范，并将此项工作纳入教研组考核。本层的核心是让教师在“做中学”中，体验数据支撑下的精准决策快感，让“AI有用”从观念变为感受。

第三阶：赋能——激发内生性创新。当教师真切尝到技术带来的红利后，推广便从“要我学”转为“我要用”。到了这一层，教师们开始在各自科组内自主使用GAI工作流；部分“技术发烧友”更会基于自身教学反思，不断微调提示词，形成极具个人风格的定制化工作流；还有教师结合班级特点，利用AI生成差异化教学资源与分层作业。学校同步实施“技术赋能积分制”，对创新者进行表彰与奖励，持续激发内生动力。通过这三层步步为营的推进，薛峰小学成功将GAI工具从“展示用的花瓶”变成了“离不开的必需品”。

三、成效：从课堂改变到生态重构的立体蝶变

经过八年深耕，特别是近三年AI技术的融入，薛峰小学的校本教研生态发生了根本性变化。

一是教研组织重建。学校初步形成了“一个中心、四个专业部”的生态化教研组织体系，实现了从“技术赋能”到“生态重构”的系统转型。“四有四无”困境被逐一击破，教研有了明确主题，教学有了名师与数据的双重参照，评课有了客观数据支撑，每轮教研都能输出可迁移的成果。学校校本教研成果荣获武汉市基础教育教学成果一等奖，实现了从“边缘校”到“成果校”的跨越。

图4 学校校本教研成效

二是教师角色重塑。 教师从“被动的执行者”进化为“主动的研究者”。一位教师的感言极具代表性：“以前写反思是被逼的，现在看完数据报告，我自己就想改。”内生力被充分点燃。

三是课堂形态重构。课堂正从“知识传递”走向“思维生长”。学校依托信息平台搭建数据驱动的自学课堂、深度课堂、研学课堂模式，初步形成“问题情境创设、GAI支架搭建、思维过程评估、精准教学干预”的教学流程，配套二次作答、差异推送、作品观摩、智慧助教功能，赋能学生高阶思维发展。

图5 薛峰小学三学课堂教学模式

这套模式全部依托国产大模型免费功能，实现了“低门槛、零成本、可复制”的普惠价值。学校的经验已辐射全国，团队受邀赴云南文山、海南等地交流。

四、反思与改进：让技术有精度，让教育有温度

回顾探索之路，学校清醒地认识到三个现实挑战，并分别作出针对性回应：

挑战一：技术畏难情绪。部分教师对GAI工具存在畏难心理。对此，我们将坚持“三七定律”（AI承担70%重复工作，教师聚焦30%创造性决策），进一步简化工具界面，以榜样带动整体提升。

挑战二：“机云亦云”风险。 当AI报告成为“绝对权威”，教师可能丧失独立判断。为此，我们在“教研七步法”中设计了“创新内化”环节，刚性要求教师对AI初稿进行不少于30%的个性化修改，并强化“人机对话”培训，确保教师的创造性决策始终是终点。

挑战三：评价维度局限。当前AI评价聚焦课堂行为数据，对思维迁移、情感激发等方面难以量化。为此，我们将把AI触角从“教研端”延伸到“学习端”，启动“智汇星”校本课程，让评价体系走向立体。

这些挑战提醒我们：技术理性与教育温情之间，永远需要一种审慎的平衡。八年前，学校从“名师研学”夯实人文地基；三年前，学校为教研装上AI“数据导航”；如今，“人文为体，技术为用”的双轮驱动范式已初步成型。这条路证明：技术不会淘汰教师，但善于运用技术的教师终将引领未来。破茧之后，仍在路上。学校将继续在技术之光与人本之温间保持审慎，为培养勇于提出关键问题的“未来思想者”躬身前行。