深圳福田“面向深度学习的学习分析与评价”调研问卷

亲爱的老师：

您好！本问卷用于了解您在参加本次研修前，对学习科学、学习分析、循证教学、智能课堂、人工智能辅助教学、数字化评价和人机协同教学改进等方面的认识与实践基础。

问卷结果仅用于研修改进与教学研究分析，所有数据将进行匿名处理，不作为个人能力评价依据。请根据您的真实情况填写。

预计填写时间：10-12分钟。

一、基本信息
1. 您的姓名：
2. 您所在单位：
3. 您任教学段
4. 您任教学科：
5. 您的教龄
6. 您当前主要角色
7. 您参与课堂观察、听评课或教研指导的频率
8. 您使用AI工具辅助教学或教研的情况
9. 您使用课堂视频、学习平台、智能课堂产品或学生学习数据开展分析的情况
10. 您此前参加过学习科学、学习分析或AI赋能教学相关培训的情况
二、量表题
维度一：学习科学与深度学习理解
11. 我了解学习科学关于“学生如何学习”的基本观点。
12. 我能够从认知、情感、动机、互动等角度理解学生学习过程。
13. 我能够区分表层参与和深度学习之间的差异。
14. 我能够关注学生是否发生认知冲突、深度理解、反思和迁移。
15. 我能够将智能时代学习方式和学习者特点的变化与课堂教学设计联系起来。
维度二：学习分析理解与数据意识
16. 我了解学习分析在课堂教学改进中的基本作用。
17. 我能够从课堂视频、学生作业、平台数据等材料中提取有价值的信息。
18. 我能够使用数字工具或AI工具对学习数据进行采集、整理或初步清理。
19. 我能够将课堂现象与数据证据联系起来进行分析。
20. 我能够借助数据更准确地识别学生学习状态或学习困难。
21. 我能够将学习分析结果转化为具体的教学改进行动。
维度三：教学过程要素分析能力
22. 我能够较清晰地还原一节课的主要教学过程。
23. 我能够从教学组织、问题引导、课堂互动和技术应用等维度分析课堂。
24. 我能够识别课堂中值得进一步分析的关键教学事件。
25. 我能够判断教师提问是否促进了学生理解和思考。
26. 我能够分析课堂互动是否支持了学生广泛、深入地参与学习。
27. 我能够判断课堂中的技术应用是否真正服务于学习目标。
维度四：学习方式变革与学习过程分析能力
28. 我在观察课堂时，不仅关注教师行为，也会关注学生的学习过程。
29. 我能够从课堂表现、作业结果或交流记录中分析学生的兴趣、情感、态度和学习方法。
30. 我能够识别学生在学习过程中表现出的困惑、投入、思维深度或迁移困难。
31. 我能够分析课堂活动是否支持学生反思、自我调节和深度理解。
32. 我能够针对不同学生学习状态提出相应的教学支持策略。
维度五：证据化课堂分析与评价能力
33. 我在分析课堂时，能够说明自己的判断依据来自哪里。
34. 我能够建立“课堂现象—证据来源—问题判断—改进建议”的分析关系。
35. 我能够综合使用视频片段、课堂转写、学生作业和平台数据进行判断。
36. 我能够避免使用“课堂氛围好”“学生很积极”等笼统评价。
37. 我能够基于证据链说明某个教学问题为什么值得改进。
38. 我能够使用评价标准、量规或分析框架对课堂案例或学生作品进行判断。
维度六：AI与数字工具辅助教学研究能力
39. 我能够使用生成式AI工具辅助教学设计、课堂分析或教学反思。
40. 我能够向AI提出较清晰的问题，以获得有价值的分析结果。
41. 我能够将课堂材料、学生作业或数据结果转化为适合AI分析的输入内容。
42. 我能够判断AI生成的课堂分析结果是否合理。
43. 我不会直接照搬AI生成内容，而会结合课堂证据进行修改和再表达。
44. 我能够在指导下使用低代码或AI编程工具，完成简单的数据采集、清理或分析工具原型。
维度七：智能课堂产品与教学智能体应用能力
45. 我能够从学习科学视角分析智能课堂产品的优势与不足。
46. 我能够根据教学场景和学习证据需求选择合适的智能课堂工具。
47. 我能够设计或使用教学智能体来激发认知冲突、促进深度理解、支持反思与迁移。
48. 我能够避免为了使用技术而使用技术，并能合理安排教师、学生和智能工具的作用。
维度八：数字评价素养与GenAI增强评价设计能力
49. 我了解数字化评价中效度、信度、公平性和形成性评价等基本原则。
50. 我能够根据学习目标选择合适的评价方式，而不是只依赖方便评分的测试或平台数据。
51. 我能够借助数字工具或AI工具向学生提供及时、具体、有针对性的反馈。
52. 面对学生可能使用AI完成任务的情况，我能够重新设计评价任务，使其更关注学习过程、原创思考、证据使用和深度理解。
53. 我能够指导学生在学习和评价任务中合理、透明、负责任地使用AI工具。
54. 我在设计数字化或AI辅助评价时，会关注学术诚信、隐私保护、公平性和可解释性。
维度九：人机协同伦理、教师能动性与支持条件
55. 我能够根据教学目标合理规划教师、学生和AI工具之间的分工。
56. 我认为教师的专业判断不能被AI工具完全替代。
57. 我在使用AI或数字工具处理学生材料时，会主动保护学生隐私和数据安全。
58. 我能够意识到AI分析结果可能存在不准确、不完整或偏差。
59. 面对新的AI工具或数字评价工具，我有信心通过尝试和学习逐步掌握。
60. 我所在学校或团队能够为AI辅助课堂分析和评价提供必要的资源、规范或同伴支持。
维度十：项目式协作、案例表达与迁移应用能力
61. 我能够在小组合作中主动承担任务并参与讨论。
62. 我能够与不同学段、学科或岗位的教师共同分析课堂问题。
63. 我能够将课堂分析结果整理成结构清晰的案例或汇报内容。
64. 我能够在汇报中清楚表达分析框架、证据依据和改进建议。
65. 我能够根据同伴或专家反馈进一步修改案例，并将研修方法迁移到今后的教学或教研中。
维度十一：学生发展质量评价意识
66. 我能够从学习科学视角理解学生发展质量，不只关注考试分数，也关注认知发展、思维品质、学习方法、情感态度和迁移应用等表现。
67. 我能够将学生发展质量转化为可观察、可记录、可分析的证据指标。
68. 我能够综合课堂表现、作业作品、过程数据和学生反思等多种证据评价学生发展。
69. 我能够将学生发展质量评价结果用于改进教学和支持学生成长，而不是只用于排名或终结性判断。
三、情境判断题
70. 某教师将匿名化后的学生作业样本和课堂转写片段输入AI，请AI初步归纳学生学习困难。随后，该教师对照原始作业、课堂视频和评价标准逐条核验，只保留有证据支持的判断，并把反馈改写为学生能够理解的改进建议。
71. 面对学生可能使用AI完成作业的情况，某教师没有简单禁止AI，而是将任务改为“过程性作品集+草稿记录+同伴互评+课堂口头说明”，要求学生说明AI使用范围，并把原创思考、证据引用、反思修订纳入评分规则。
72. 某教师发现学生在课堂讨论中回答比较表面，缺少解释和迁移。该教师结合课堂互动记录和学生作业，判断学生对核心概念理解不深。随后，教师使用教学智能体生成反例、追问和迁移任务，引导学生再次讨论，但最终由教师根据课堂证据和学生作品进行判断与反馈。
四、开放题
73. 您目前在课堂观察、听评课或教学反思中，最常用的分析方法是什么？
74. 您在分析一节课时，通常会重点关注哪些方面？
75. 您认为自己在“基于证据分析课堂”方面最大的困难是什么？
76. 您是否使用过AI工具、智能课堂产品或数字工具辅助教学、评价或教研？请简要举例。
77. 您希望通过本次研修重点提升哪些能力？
78. 对于“学习分析支持教学改进”或“人机协同教学设计”，您目前最想了解的问题是什么？
更多问卷 复制此问卷