ClassInSight：设计对话支持工具以可视化课堂讨论，促进个性化教师专业发展

文献标题

ClassInSight: Designing Conversation Support Tools to Visualize Classroom Discussion for Personalized Teacher Professional Development

文献信息

• 主题领域: 教育技术与人机交互
• 关键词: 教师专业发展、课堂对话、数据可视化、反思工具、对话支持、教育技术

研究背景与问题

• 发现的问题或挑战:

  1. 教师专业发展的反馈通常缺乏个性化和持续性。
  2. 传统课堂观察和视频反馈过于依赖人力且不易扩展。
  3. 针对课堂对话的科技支持工具的设计和实际应用仍存在诸多未解问题。

• 研究重要性: 提升课堂讨论质量，可以增进学生的学习体验，促进批判性思维与知识建构。通过开发可视化工具，赋能教师对教学实践进行反思和改进，有助于推动教育技术的创新与实践。

• 研究动机与相关工作: 研究以往关于数据驱动教学反思工具的成功案例（如M-Powering Teachers或TeachFX），结合课堂讨论在学生学习中的关键作用。此前研究较少解决从数据可视化到实际教学反思的应用落地问题。

解决方案

• 提出的方法与解决方案: 开发了一款名为 ClassInSight 的反思工具，它通过数据可视化展现课堂讨论，帮助教师更好地理解和改进自己的教学实践。

• 创新点:

  1. 提供了三种层次的课堂讨论数据可视化（例如，Talk Ratio、Turn-Taking 和文字转录）。
  2. 采用结构化的反思框架为教师指导反思过程。
  3. 将工具设计与实际使用中的教师专业视角转变（Professional Vision）联系起来。

• 实施步骤与关键技术:

  1. 调研课堂讨论录音，采用压力区麦克风和抓取在线课程对话音频的技术。
  2. 使用对话编码细化数据，将课堂言论分为诸如“构建观点”“连接”“评价”等类型。
  3. 基于 React.js 构建 web 应用程序，提供交互式可视化界面。
  4. 通过设计基础研究（DBR）与校区教师深度合作完成工具的迭代和优化。

研究成果

• 具体成果:

  1. ClassInSight 工具在实验中有效促进教师对课堂讨论的反思并增强其协作性。
  2. 教师在与工具互动中经历了从量化数据到质量思考的转变，逐步形成更加深入的专业视角。
  3. 研究揭示了工具设计如何通过数据可视化促进教师的专业学习。

• 与现有解决方案的比较: 与通用的研讨型专业发展（如单一工作坊）相比，ClassInSight 提供了更加个性化、且具有持续跟踪的反思支持功能。

• 实验或评估结果:

  1. 长达 3 年的纵向设计研究中，为 5 位学校教师开展了 22 场反思会。
  2. 教师表现出对课堂话语中各种动态的改进认知，从早期的定量目标（如学生发言百分比）逐渐转向讨论内容的深度分析。

• 局限性与未来方向:

  1. 局限性:
     • 样本量较小（仅 5 位参与者）。
     • 数据采集时间跨度不均，尤其受到新冠疫情影响。
     • 对语言数据的人工编码耗时耗力，限制了自动化扩展性。
  2. 未来方向:
     • 通过引入 AI 建模推进自动化对话分析。
     • 扩展研究至更广泛的专业场景（如心理咨询、医生与患者对话分析）。
     • 探究隐私与数据共享在教育技术中的应用和伦理问题。