人机协同教学

研究概述

本研究聚焦教师与生成式人工智能（Generative AI，GenAI）在课堂精准教学（Precision Teaching，PT）中的协同机制，旨在探索如何通过技术与教学实践的深度融合，赋能教师的专业发展，推动教学过程中的动态调控与精准化支持。通过构建科学合理的协同支持机制和系统保障机制，研究不仅能够为教育技术理论提供新的视角，还能为一线教师提供可操作的教学手段，从而有效提升课堂效率和学生学习成效。

在当前“双减”政策的大背景下，减轻教师负担、优化教学过程已经成为教育改革的核心诉求。GenAI作为一种新兴技术，如何在减轻教师负担的同时帮助其实现差异化教学目标，将直接影响技术的推广价值和实际效果。本研究的前沿性在于提出了一种基于人机协同的精准教学新模式，通过理论探索和实证研究结合，为教育技术的实际应用提供科学依据，并尝试GenAI在教学中的创新实践。

研究问题

RQ1：当前中小学课堂精准教学实践面临哪些主要挑战？（现实基础研究）

RQ2：精准教学理论的演进脉络是什么？并在新一代人工智能背景下，人机协同对课堂精准教学提供了哪些机会与挑战？（理论基础研究）

RQ3：人机协同赋能课堂精准教学的核心要素是什么，这些要素如何相互作用？（机制建构研究）

RQ4：人机协同在中小学课堂精准教学中的实施路径、模式类型及效果提升机制是什么？（实证验证研究）

研究团队

---

项目成员：

研究计划

第一阶段：理论基础研究—精准教学、人机协同、人工智能赋能教学等维度学术史、核心观点、国内外研究现状及趋势、未来挑战等

第二阶段：现实基础研究—问卷设计、实施与分析

第三阶段：机制建构研究—实现人机协同的课堂精准教学要素确认

第四阶段：人机协同支持课堂精准教学策略与实验设计

2025.09~2026.1 分批次教学计划实施验证与迭代（每班为期4~6周教学实验观察，计划小学、初中、高中，不同学科人机协同支持精准教学）

第五阶段：反思与总结、文本撰写、文章发表与推广

*计划于2025年11-12月、2026年1-2月分别组织线上研讨交流活动，邀请参与项目的教师分享经验心得，共同探讨遇到的问题及解决方案。

项目收益

对教师

1. 专业能力提升：
   • 通过对GenAI工具的应用和培训，提升教师在课堂设计、精准教学策略制定和动态调控方面的能力。
   • 深化教师对人机协同教学模式的理解，促进其掌握基于AI技术的个性化教学方法。
2. 减轻工作负担：
   • 利用GenAI工具快速生成教学资源、分析学生需求，减少课前备课和课堂实时调整的时间压力。
   • 在课中协同过程中，生成式AI提供实时反馈，减轻教师的认知负荷。
3. 教学效果增强
   • 通过动态调控与个性化反馈，提高教学精准性和课堂管理效率。
   • 利用AI辅助生成的数据分析帮助教师更全面了解学生的学习状况，优化教学策略。
4. 职业发展机会
   • 参与前沿教育研究项目，为教师提供接触最新教育技术和研究成果的机会。
   • 通过项目积累的实战经验，有助于教师在区域或全国范围内的教育技术应用推广中获得职业发展优势。

对学校

1. 教学质量提升：
   • 借助生成式AI技术支持，全面提升学校在精准教学中的表现，为区域或系统性教育改革提供标杆案例。
   • 优化课堂教学模式，提升学生学习效果和满意度，改善学校教学评价结果。
2. 资源利用效率提升：
   • 通过AI工具辅助，实现教学资源的智能化分配和动态调整，最大化资源使用效率。
   • 实现实时数据反馈和评估，便于学校领导和管理层快速决策。
3. 学校品牌价值提升：
   • 参与前沿的教育技术研究项目，为学校增添创新亮点和教学科技化标签。
   • 项目成果可以推广为区域内的示范案例，提升学校在教育领域的影响力和声誉。
4. 教师梯队建设：
   • 帮助学校建立一支熟练掌握AI工具和协同教学方法的教师团队，提升整体教学水平。
   • 为教师提供专业发展机会，吸引更多优质教师加入。

对学生

1. 个性化学习体验：
   • 学生能够获得基于个人学习需求的支持和反馈，提高学习兴趣和参与度。
   • AI技术帮助学生弥补学习差距，同时鼓励优秀学生的更高阶学习。
2. 学习效果提升：
   • GenAI 提供针对性的学习资源和任务，让学生获得更适合自身水平的练习和指导，显著提高学习效率。
   • 实时反馈机制让学生及时发现并改进学习中的问题，培养自主学习能力。
3. 公平性增强：
   • 无论学生的起点如何，都能通过AI技术享受高质量、个性化的教育支持，缩小学业表现的差距。
   • AI的实时动态调整确保每位学生都能获得关注，减少课堂上的“被忽略感”。
4. 技能培养：
   • 学生在与GenAI（如智能体）互动的过程中，逐渐学会如何与智能工具协作，培养面向未来的数字素养。
   • 激发学生的创造力与批判性思维能力，为未来学习和职业发展奠定基础。

研究基础

期刊论文

Jen, FL., Huang, X., Liu, X., Jiao, J. (2024). Can Generative AI Really Empower Teachers’ Professional Practices? Comparative Study on Human-Tailored and GenAI-Designed Reading Comprehension Learning Materials. In: Lee, LK., Poulova, P., Chui, K.T., Černá, M., Wang, F.L., Cheung, S.K.S. (eds) Technology in Education. Digital and Intelligent Education. ICTE 2024. Communications in Computer and Information Science, vol 2330. Springer, Singapore. https://doi.org/10.1007/978-981-96-0205-6_8

学术会议

分论坛报告 Can Generative Al Really Empower Teachers’ Professional Practices? Comparative Study on Human-Tailored and GenAI-Designed Reading Comprehension Learning Materials, the 7th International Conference on Technology in Education (ICTE 2024)（2024.12.2-5，捷克，赫拉德茨·克拉洛韦）

培训/工作坊

202508 广州市华附联盟 新教师培训《AI技术赋能学科教学》
202508 深圳市东南教科院工作坊《 “AI 与教学应用”训练营》系列课程
202505 深圳市第九期“适应新型教与学模式的先锋教师创新班” 双师工作坊《大模型来了！从认知到课堂的AI理解之旅》《教师也能做游戏策划？生成式AI驱动的互动教学资源设计》
202505 宁夏工商职业技术学院《GenAI赋能教师专业发展讲座》
202504 广东省普宁市第三中学《GenAI赋能教学—双师工作坊》
202504 云南师范大学 《GenAI赋能教学—双师工作坊》
202503 江苏省盐城师范学院《GenAI赋能教学—双师工作坊》
202503 广州市体育东路小学兴国学校 骨干教师《GenAI技术的教育教学创新应用专项培训（系列工作坊）》
202412 陕西省碑林教师进修学校 ”碑林·立德树人“大讲坛（第17期）《人机协同—生成式人工智能赋能教师专业成长》
202410-12 北京师范大学cMOOC项目《一线教师共探AI教学》课程运营和主题讲解
202409 广东省技工院校骨干教师 《和人工智能聊天的密码》
202409 湖南省湘潭市子敬学校 · ETopic工作站（共同体）《人机协同赋能主题式校本研修》
202407 湖南省株洲市凿石小学一线骨干教师《用生成式人工智能赋能教师专业发展》
202407 青海省人工智能种子教师素养提升班 《和人工智能聊天的密码》《AI智能体》
202406 深圳市先锋教师创新班《和人工智能聊天的密码》《AI智能体》

合作者招募

为了扩大研究样本量并确保研究结果更具代表性，现面向全国范围内招募更多有兴趣的教育工作者加入。
直接联系项目负责人任芬兰

邮箱：cassiejen@qq.com

微信（二维码）

添加时请注明“学校-姓名-学科-合作说明”，谢谢