随着教育评价改革的不断推进，“破五唯、重过程、强实证”已成为教研与教学的共同方向。小学数学概念课是发展学生核心素养的重要载体，但在日常教学与教研中仍面临诸多现实困境，如教学评价偏主观、概念建构偏浅层、教研改进缺闭环、学生参与较局限等。在此背景下，广东外语外贸大学附属科学城实验学校数学学科组立足低年级概念教学的规律，以《图形的旋转》一课为研究对象，借助AI课堂数据采集与分析工具，开展循证教研实践，推动教研评价从“主观判断”转向“数据实证”，从“零散点评”转向“闭环改进”，让评价真正赋能课堂、赋能教研、赋能学生成长。

双轨数据支撑的循证教研改进过程

首轮教学：数据画像，精准定位教学真问题。这轮教学按照传统概念课的思路展开：教师出示风车、钟面指针、旋转门三类典型案例，引导学生归纳旋转的特点，再让他们举例生活中的旋转现象，最后以小组PK的形式进行巩固练习。

结合课堂现场观察与希沃智能反馈系统数据，学科组总结出三类问题。一是学生参与度不高，思维受限。二是概念理解存在偏差，认知片面。三是课堂结构失衡，教师主导过重。进一步深入分析发现问题主要来自三个方面：一是教师所提供的案例均为转完整圈的旋转现象，容易让学生形成“旋转必须转满一圈”的错误认知；二是教学环节按照“先抽象概念，后举例交流”的顺序展开，与低年级学生“先直观，后抽象”的认知规律不符；三是课堂练习与活动设计多为个别展示、少数参与，导致课堂参与度不足。

第二轮教学：评价赋能，让课堂实现系统性蜕变。调整后的课堂从学生生活经验出发，在数据反馈支持下展开学习，课堂样态发生了明显变化。一是学生从被动倾听转向主动建构。课堂上，教师提问：“你知道生活中有哪些旋转现象吗？”经讨论，全班能说出12种不同案例，比第一轮多出近三倍，且涵盖了旋转运动的不同类型。二是概念理解更准确。在巩固练习环节，全班用平板完成了8道分类题，旋转类题目正确率超过90%，学生对旋转的理解更加准确、完整。三是课堂结构中学生参与程度提升。数据对比显示，教师行为占比从49%降到33%，学生行为占比从51%提升至67%，课堂由“对话型”转为“混合型”，学生真正成了“学习的主人”。四是课堂互动质量明显提升。从弗兰德斯互动分析数据可以看出，学生发言占比从70%提高到80%，稳态比从81%提高到85%，说明本次教学中，学生的参与更稳定、表达更连贯。

成果提炼：构建可复制的AI循证教研范式。一是构建概念课循证教研流程，即“确定主题—设计教案—首轮实践与数据诊断—靶向优化—二轮实践与增值评价—总结固化”。二是明确概念课评价三大看点，即“看学生参与是否充分、看概念理解是否准确、看课堂结构是否合理”。三是形成教师成长路径，即“用数据评课、用证据改课、用闭环研课”，推动教师向实证型、研究型转变。

评价赋能教研的价值与未来方向

通过AI循证教研，学科组体会到评价不是终点，而是推动课堂与教研迭代升级的抓手。教师不再仅凭经验判断课堂好坏，而是依据真实课堂信息作出理性的教学决策，增强了教研的专业性。同时将评价贯穿于备课、上课、观课、议课、改课全过程，教研不再流于形式，每一次研讨都能直面问题、提升效率。

在实践中学科组也认识到，人工智能与数据评价始终是服务育人的手段，而非目的。在运用数据的同时，必须兼顾对学生学习状态、思维过程、情感体验的关注，绝不能用数据替代对学生的理解与尊重。未来，学科组将进一步打通数据评价、过程评价、增值评价的壁垒，将循证教研模式延伸至计算课、实践课、综合应用课等更多课型，以评价改革持续驱动教学高质量发展。

【本文系广东省教育科学规划2025年度中小学教师教育科研能力提升项目“人工智能视域下的五步循证教研模式研究”

（课题编号：2025YQJK0100）阶段性成果】

作者：秦灿慧|广东外语外贸大学附属科学城实验学校