从工具到伙伴：以教师为主体的教师表现性评价系统研究

Abstract

为破解传统教师表现性评价高度依赖专家、成本高昂且难以规模化的实践困境，本研究构建了一个以教师为反思主体的人机协同评价系统。系统遵循“分析—协商—改进”的人机协同范式，通过整合课前教学设计、课中教学实录视频及AI课堂分析报告等多源数据，构建结构化教学案例库。研究采用BGE-M3模型进行文本向量化处理以支撑案例检索，并训练了专用的教师表现性评价模型。该系统形成了从“教师提问”到“人机协商”，最终生成“改进策略”的闭环，旨在规模化降低评价成本的同时保障教师的主体性，为人工智能支持教师专业成长提供了可操作的实践路径。