借助通义实时记录+DeepSeek开展深度教学反思的实践

一、问题提出教师个人主导的教学反思在促进教师专业发展、提升教师专业化水平方面具有基础性和根本性作用。（林攀登,张立国,周釜宇.从经验回顾到数据驱动:人工智能赋能教师教学反思新样态[J].当代教育科学, 2021(10):8.）林崇德从心理学的视角提出了“优秀教师=教学过程+反思”的教师成长模式。教学反思的质量也影响着教师专业发展的有效性。目前在基础教育领域，教师的教学反思存在以下问题：反思内容零散，系统性欠缺；反思方法单一，技术指导不足；反思回避教学不足，功利性反思明显；反思动力不足，形式化倾向显著；经验总结与理论脱节，停留于操作性经验复述，未能结合教育理论提炼普适性教学策略，导致反思深度不足的问题；教学反思未形成“问题识别–改进设计–再实践验证”的闭环。随着生成式人工智能的发展，为教师教学反思带来了更多的可能。是否存在一个简便易用，无需特殊装备即可实现的课堂实录工具？借助该工具可以全面而准确的采集教学过程数据，捕捉每一个精彩瞬间，能够实现对教学过程进行概览、总结要点，在此基础上按照课堂教学反思理论开展教学反思，如弗兰德斯互动分析，继而构建深度反思框架，助力教师开展课堂教学改进，从而提升教师的教学智慧生成。借助通义实时记录+DeepSeek开展深度教学反思的实践便是解决以上问题的方法之一。二、具体操作过程1.工具及网址本案例使用两个工具，一个是通义大模型，一个是百度版的DeepSeek。通义大模型网址：https://tongyi.aliyun.com/。百度版的DeepSeek网址：https://chat.baidu.com/2.借助通义实施记录采集课堂教学过程数据（1）登录通义使用电脑浏览器打开通义大模型网址，在网页中间位置找到实时记录点击进入。

（2）设置实施记录参数，设置语言为中文，在区分发言人栏勾选智能区分，点击开始录音。

（3）启动实施记录，可以同时看到语音转文字，支持实时做笔记。

（4）记录结束，自动生成导读和脑图。导读功能下支持章节速览、发言总结和问答回顾。

（5）导出文字记录，勾选发言人和时间戳。

3.借助DeepSeek进行深度分析将导出的文字记录上传至百度版DeepSeek，并进行S-T分析、弗兰德斯互动分析，或者使用自定义量表进行分析。以弗兰德斯互动分析为例，提示词：文件是一节信息科技课的语音转文字稿，请按照弗兰德斯互动分析法，对该课进行分析。并指出该教师上课中存在的问题是什么？

大模型指出本节课存在的问题有三项：‌教师主导过度‌：教师在课堂中占据了过多的言语时间，学生被动接受知识，缺乏足够的自主探索和实践机会。这可能导致学生的学习兴趣和参与度下降。学生互动不足‌：虽然学生之间进行了讨论，但整体而言，学生的互动时间和深度仍有待提升。可以增加小组合作任务、探究式学习等活动，以提高学生的参与度和自主学习能力。技术演示缺乏深度‌：虽然教师演示了百度翻译APP的拍照识别功能，但未能深入挖掘技术背后的原理和应用场景，导致学生可能对技术的理解停留在表面。可以进一步拓展技术背后的原理、算法和应用领域，以增强学生的技术素养和创新能力。4.构建以问题为主线的深度反思矩阵针对大模型给出的问题，进一步下钻问题，提供改进建议并进行深度反思。提示词：请将存在的三个问题列为表格第一列问题，第二列提供解决方法，第三列为教师反思和意见留空，让教师来填写。

‌问题‌	‌解决方法‌（DeepSeek生成建议）	‌教师反思与意见‌（请填写）
‌教师主导过度‌	1. 增加学生自主探究环节（如项目式学习、实验操作）。 2. 采用“学生主讲”模式，将部分知识点交由学生讲解或演示。 3. 减少讲授时间，通过提问引导学生总结技术原理。
‌学生互动不足‌	1. 设计分层讨论任务（如头脑风暴、辩论），明确讨论目标和时间。 2. 使用协作工具（如在线文档、思维导图）记录小组成果并展示。 3. 增加学生互评环节，促进深度交流。
‌技术演示缺乏深度‌	1. 结合算法流程图或代码片段，解释图像识别的基本原理（如卷积神经网络）。 2. 引入真实案例（如医疗影像识别、自动驾驶），分析技术应用中的挑战与伦理问题。 3. 提供简易实验工具（如Teachable Machine），让学生动手训练模型并观察结果。

5.聚焦核心问题，评估教学目标达成度。如以核心素养达成分析为例。提示词：请分析该课达成了信息科技的什么核心素养？请将以上内容按照表格输出，第一列为核心素养，第二列为达成表现，第三列为对应核心素养，第四列为教师反思，留空。

核心素养‌	‌达成表现‌	‌对应核心素养要求‌	‌教师反思‌（请填写）
‌信息意识‌	学生通过观察图像特征、讨论生活中的图像识别应用（如翻译APP），理解信息价值与获取方式。	感知信息存在，主动关注技术应用场景，形成对信息的敏感性和判断力。
‌计算思维‌	教师讲解图像识别流程（数据采集→特征提取→模型训练→结果输出），引导学生抽象问题解决逻辑。	通过算法流程分解与分析，形成“用计算机科学方法解决问题”的思维模式（问题抽象与算法设计）。
‌数字化学习与创新‌	学生通过小组讨论、使用百度翻译APP验证猜想，展现利用数字工具合作学习的能力。	在数字化环境中完成任务，通过工具实践验证猜想，体现“创造性解决问题”的素养要求。
‌信息社会责任‌	课程未直接讨论伦理问题，但通过技术应用案例隐含传递技术服务于社会需求的理念。	初步认知技术的社会价值，需强化“尊重原创”和“技术伦理”意识以全面达成社会责任目标。

6.聚焦核心问题，评估学生学习质量。如以SOLO目标分类法评估为例。提示词：请基于solo目标分类法对该课学生的学习质量进行评估，用表格形式呈现，分别包含以下列：核心素养‌ ‌SOLO层级‌ ‌课堂表现证据‌ ‌改进建议教师反思（留空）。

核心素养‌	‌SOLO层级‌	‌课堂表现证据‌	‌改进建议‌	‌教师反思‌（留空）
‌信息意识‌	‌多点结构‌	学生能列举图像识别的多个应用场景（如翻译、医疗影像），但未分析技术对信息获取的深层影响。	增加“技术如何改变信息传播效率”的辩论任务，推动学生建立跨领域关联（关联结构）。
‌计算思维‌	‌关联结构‌	学生能复述图像识别流程（数据采集→特征提取→模型训练），并解释步骤间的逻辑关系。	设计“优化算法流程”任务（如调整特征提取参数），促进抽象建模（拓展抽象结构）。
‌数字化学习与创新‌	‌关联结构‌	小组通过数字工具验证猜想，但解决方案缺乏原创性（仅模仿教师示例）。	提出开放性问题（如“设计校园安防图像识别方案”），鼓励创造性工具组合与原型开发。
‌信息社会责任‌	‌单点结构‌	学生被动接受“技术服务于社会”观点，未主动思考伦理风险（如隐私泄露、数据偏见）。	结合争议性案例（如人脸识别隐私争议），组织多角色辩论，推动批判性分析（多点→关联）。

三、案例反思与总结1.通义实时记录+DeepSeek为深度教学反思提供了支架通过实时记录实现了语音的全过程记录，为课堂教学反思提供了数据实证；实现了快速语义理解与分析，完成课堂教学内容的快速总结，提升教学反思效率；借助大模型可以开展多种课堂观察量表的分析，发掘课堂教学问题，为深度反思奠定基础；基于课堂实录，开展对话式教师学习，寻求改进建议，为教师深度反思提供支架，有效激发了深度教学反思的发生。2.场景应用拓展除了基于课堂实录的教学深度反思，实现微格教学场景外，还可以辅助开展教研，深度分析教学亮点与不足；辅助开展培训，记录培训要点，总结培训核心要素，加深培训效果；辅助开展教学实证分析，助力教学研究，采集课堂实录数据，基于大模型开展质性分析或量化分析。