如何使用生成式人工智能赋能经验型学情分析

《教师生成式人工智能应用指引（第一版）》在助力教学提质中提到，场景示例1：学情分析。在教学各环节，应用生成式人工智能分析学生数据，辅助识别学生的学习兴趣、知识基础、认知特点等，生成学情报告，为教学目标设定与教学活动实施提供依据。

前文我们分析了，教师做学情分析就是分析学生的已知、未知、需知、能知、难知、错知，实际上，教师做久了以后，教师做学情分析都有一种不可描述的学情分析的能力，这就是教师的专业直觉。它和借助数字化工具手段开展画像的高度结构性不同，是一种经验型的学情分析方法。简单来讲就是，我知道她（学生）肯定会这样，但是我说不出来具体如何得出这个结论的。那么如何使用生成式人工智能来赋能这种能力呢？一、目标让隐性的教学经验→ 显性化、结构化、可复用让模糊的学情感知→ 可描述、可验证、可行动二、赋能学情分析的四大策略策略1：经验显性化——将教师直觉转化为结构化知识问题：教师常凭“感觉”判断学生问题（如“他概念不清”），但难以清晰表达或记录。lAI赋能方式：教师口述观察（如：“小明做分数题总把分子分母颠倒”），AI自动生成结构化记录：[学生ID] + [知识点：分数意义] + [错误类型：分子分母混淆] + [可能原因：未建立“部分-整体”模型]教育术语标注：自动关联课程标准中的“数感”“分数理解”等素养维度经验模板生成：输入提示词：“我观察到学生在解方程时经常跳过‘移项变号’步骤，请帮我整理成一份典型错误分析模板。”AI输出含“现象–归因–干预建议”的标准化文档，供教研组共享。l工具示例：（1）基于豆包APP的语音通话功能开展对话。（2）基于千问APP（deepseek、智谱清言等都可以）的语音交互开展对话。（3）借助ima等工具构建校本“教学经验知识库”，在知识库中开展问答。策略2：观察延伸化——AI辅助捕捉教师难以覆盖的细节问题：大班教学中，教师无法同时关注所有学生；非课堂场景（如居家学习）更难观察。lAI赋能方式：多模态行为摘要生成，整合智慧课堂录播视频、在线学习平台日志，AI生成：“今日课堂中，有7名学生在讲解‘三角形内角和’时低头未看黑板，其中3人后续练习出现同类错误。”异常行为预警+ 教师验证：AI提示：“学生A连续3天深夜提交作业，且错题集中在基础计算”，教师结合家访确认是否家庭变故影响。跨场景学情融合：将课堂表现、作业数据、问卷反馈输入AI，生成综合评语：“小华课堂发言积极（经验观察），但作业正确率波动大（数据），可能缺乏检查习惯（AI推断）。”注意：AI仅提供线索，最终判断权在教师，避免“算法标签化”。l工具示例：（1）基于千问实时记录，记录课堂语音实录，通过实录文字稿，让千问大模型按照上述模式开展学情分析。缺点是不能分析学生行为。（2）借助录播设备完成录课，基于千问的音视频分析，然后基于文字稿导出文字稿，结合数字化平台课堂练习参与情况，开展问答分析。（3）借助棒棒堂等类似工具，导入自定义观察点自动完成。策略3：决策智能化——基于经验+数据生成个性化干预方案问题：教师知道学生有问题，但“下一步该怎么做”常凭个人经验，缺乏系统支持。lAI赋能方式：情境化教学建议生成：教师输入：“我发现学生混淆‘周长’和‘面积’，已用绳子围图形演示过，效果一般。”AI结合教育研究文献与校本案例，生成：活动建议：“让学生用方格纸画不同形状但同面积的图形，比较周长”错题变式：“设计一道‘围篱笆’生活题，强调‘一圈’ vs ‘铺满’”分层任务：为基础弱者提供网格辅助，为强者挑战不规则图形家校沟通稿自动生成：基于教师输入的观察（“小丽最近不敢举手”）+ 数据（“互动频次下降40%”），AI生成温和、建设性的家长沟通文本。关键：AI建议需嵌入学科教学法知识（PCK），避免泛泛而谈。l工具示例：借助飞象老师输入学情生成练习类干预方案。借助千问输入学情生成综合干预方案。借助豆包输入学情生成综合干预方案。策略4：经验传承化——构建校本“教学智慧库”问题：优秀教师的经验随退休或调离而流失，新教师重复试错。lAI赋能方式：老教师经验数字化：资深教师口述典型学情案例（如“如何发现学生假装听懂”），AI：提取关键模式（“当学生频繁点头但无法复述时，可能未真懂”）生成“学情识别锦囊”供新教师学习教研活动智能纪要：教研组讨论“学生为何怕写作文”，AI自动生成：共识要点分歧点（如“是素材缺乏还是表达障碍？”）后续行动项个性化专业发展推荐：根据教师常分析的学情类型（如“专注计算错误”），AI推荐相关研修资源（如“小学生数感培养策略”微课）。l工具示例：借助ima构建校本知识库。借助wps知识库功能，构建校本知识库。