第一次教学暴露了重讲轻练的讲授型困境。课堂以8分钟“气球争霸赛”情景导入，随后30分钟集中讲授破十法、点数法等4种算法，未设练习环节。系统数据显示，教师行为占比达到45%，46次提问中管理性问题占11%、低认知问题占48%。学生答题正确率仅68%，错误集中在点数法超时、破十法漏加剩余数两个方面。质性观察发现，19名学生在开放性提问中处于沉默状态。此次分析表明，算法多样化若缺乏操作支撑与练习内化，反而加重认知负荷。

第二次教学迈向操作优先的初步练习型。教师压缩讲授至15分钟，新增“猴子吃桃”情境导入与分小组摆小棒活动，并加入1分16秒的“打地鼠游戏”作为巩固练习。教师行为占比降至29%，应用型提问升至34%，学生答题正确率提升至80%。但新问题浮现，3组学困生会摆不会写，2组学优生不摆直接口算，出现摆算脱节，不利于其后续构建抽象数学模型。同时，系统因学生低头操作误判其为不专注。这说明，仅有操作时间还不够，必须建立操作与符号表达间的明确联结。

第三次教学建成摆算同步的成熟练习型。教师聚焦“摆—说—写”一体化，明确指令：“先摆一摆，再说一说，最后用算式写出来。”学困生A通过拆捆小棒，逐步写出“10-9=1、1+4=5”，学优生B先口算“14-9=5”，再用小棒验证并补充“9+5=14”。教师即时投屏对比两类写法，肯定其过程与思路。同时，新增错题复盘环节。请学生上台摆小棒，发现忘记加剩下的6根，针对“16-9=6”的典型错误，总结出“破十法要加剩余数”的结论。教师行为占比稳定在31%（理想区间），学生发言连贯性升至84%，学生答题正确率达91%。85%的学生能边操作边表述算式，部分学优生甚至能够自主总结出如“17-9=17-7-2=8”的平十法，学困生也能够扎实掌握破十法流程。

三次AI循证教学实践表明，课堂智能反馈系统在课案改进中具有参考价值，但也存在明确的实践边界，需通过人机协同实现优势互补。

首先，课堂智能反馈系统为教学改进提供了客观、量化的证据支撑，能精准定位人工观察易忽视的教学盲区。例如，首轮教学中11%的管理性问题挤占了学生高阶思维时间，这一隐性问题仅凭肉眼观察难以直接察觉；三次教学中，学生发言连贯性从74%提升至84%，验证了发言连贯性是衡量参与质量的重要指标，纠正了传统教学评价中唯发言次数论的认知偏差。其次，系统能够量化教研改进效果，如启发式问题占比增加，直观呈现了A教师从多讲少问到精讲善问的教学转变，让教研讨论从经验之争转向用数据说话。最后，系统记录的摆小棒操作切片、错题答题轨迹等素材，为同类课案提供了可参考的实证资料，解决了传统课案证据难留存的问题。

AI工具存在三方面实践局限。一是指标适配性不足。当前系统主要依赖抬头率判定专注度，难以有效区分隐性专注状态，从而导致对部分学生专注状态的误判。二是数据解读存在门槛，若仅关注单一数据指标，易产生误判，如仅看三轮学生发言比38%低于首轮52%，会误判学生参与度下降，应结合发言时长从2秒延长至5秒、学生发言连贯性提升等场景信息综合研判，这对教师的数据素养提出了较高要求。三是对低学段实操类教学的细节捕捉不足，系统无法区分摆小棒的具体错误类型。

基于此，研究团队提出分角色实操建议。对于授课教师：一是课前预设核心关注指标，明确练习时长、习题正确率、高阶提问占比等维度，避免课后在面对海量数据时陷入“数据汪洋”；二是课中同步人工记录，在系统采集数据的同时，用便签快速记录学生的新算法、设备卡顿等预设外的情况，作为课后数据解读的补充；三是课后优先分析核心数据，先通过练习时长是否充足、正确率是否达标、高阶提问占比是否合理等指标定位主要问题，再结合课堂场景提出针对性调整策略，避免过度纠结次要数据。对于课案观察者：一是设计“数据—场景”对应记录表，确保数据与场景精准对应；二是关注低学段特殊行为，额外记录动手操作时长、注意力波动时段等，为数据解读提供补充依据；三是教研讨论中坚持“数据+场景”双支撑，以“数据+结论”的精准表达代替模糊表述，提升教研决策的科学性。

【本文系广东省教育科学规划2026年度中小学教师教育科研能力提升项目立项课题“无感知技术支持下的小学数学‘教—学—评’一体化实践研究”（项目编号：2026YQJK0072）研究成果】