权威完整精选版IMA实操技能手册14：数据驱动循证教研实战指南

教研评课中，主观判断式的反馈屡见不鲜：

“课堂上学生们表达很流畅。”
“整体互动氛围不错。”
感觉、印象、似乎——这些评价缺乏量化支撑。
多轮磨课之后，教师难以明确差异所在。
本文将讲解如何借助IMA实现循证教研，推动评课方式从“主观判断”走向“数据实证”。

先决条件

知识库需包含AI课堂分析报告（涵盖师生话语占比、提问层次、学生参与度等关键指标）
至少准备两份同课异构的课堂报告用于横向对比

循证教研的核心逻辑

循证教研，本质是基于数据的教学研讨。核心是用课堂实录采集的客观实证替代经验判断。

需重点关注的量化维度：

师生话语比 — 教师讲授时长与学员发言时长的比例
高阶提问率 — 包含“分析、评价、创造”层级的问题占比
参与度波动曲线 — 不同教学阶段的学生活跃程度变化
学生发言深度 — 学员是简短回应还是完整阐述观点

这些数据将评课从主观感受升级为基于实证的理性反思。
通过对比前后两轮课堂数据，教学策略的调整与效果差异一目了然。

实操流程

第一步：输入对比分析指令

将以下提示词提交至IMA：

请调取知识库中【教师A《光的折射》AI课堂分析报告】与【教师B《光的折射》AI课堂分析报告】进行对比。要求：从“教学结构安排”“师生话语比变化趋势”“高阶思维问题占有率”“学生参与度曲线”四个维度进行量化对比分析，结果以表格呈现；提炼两位教师在同环节中的典型差异；结合两者数据特征，形成一份《“光的折射”优质教学行为特征清单》，供教研组共享。

实际使用时，替换为你的具体学科、授课教师与章节内容。

第二步：组织研讨落地

收到IMA的对比数据后，建议按以下流程推进教研：

① 资料静读 — 给教研组成员2分钟，独立阅读数据分析结果
② 聚焦发现 — 请每位教师分享“数据中最令自己意外的发现”，要求引用“数据显示”而非个人感受
③ 策略讨论 — 集体研判：哪组数据指向最显著的改进空间？可以如何调整？
④ 方案形成 — 制定具体的优化措施，并在下一轮磨课中重点复盘该指标

第三步：效果追踪验证

新一次磨课后，用同一提示词生成最新分析报告，对比核心维度的变化幅度。
若“学生主动参与率”从30%提升至55%，这便是可见的教研绩效。

适配指令：三轮迭代评估

如拥有同一课题三轮磨课的完整数据，可进行纵向迭代分析：

我担任物理教研组长。知识库收录了《浮力》第一轮、第二轮与第三轮磨课的AI分析报告。请对比三次授课的核心指标变化：以折线图呈现“学生主动参与度”“高阶提问比例”“学生语言分析占比”三项数据在三个阶段的变化轨迹；识别第二轮相对第一轮最有效的策略改进点；针对第三轮课堂，提出深化“迁移创生”能力的建议，字数控制在150字内。

任务中，将学科、课题与磨课轮次替换为实际内容。

关键提醒

循证教研的落脚点在于赋能教师，而非替代教师判断。数据帮助还原课堂发生的客观事实，而“为什么发生”与“如何优化”的深层追问，仍需教师深度参与。数据是方法起点，而非结果终点。

马上实施这一个动作：
将最近一次公开课或组内磨课的录像上传至IMA，生成分析报告，然后查看你的师生话语比例。这个数字很可能与你的预期存在差异。

互动交流：

你的教研组，目前在评课中更侧重哪种方式？
A. 依靠个人经验，评价多停留在“整体感觉不错”
B. 有专用的听课记录表，但数据未被有效利用
C. 已部分采用数据辅助评课，并察觉到变化
D. 教研活动尚未系统化，暂无固定评课模式

请在留言区分享你的选择。