数据驱动教研，循证助力课堂

      活动伊始，杨立老师就本次展评的背景、目标与评价要点作简要说明，强调研究应聚焦真实教学问题，注重数据支撑与团队协作，为后续展示厘清方向。

      随后，成师附校、金马学校、踏水学校三所学校的英语教研团队依次登台，围绕“AI赋能循证教研”主题，进行40分钟的成果展示。各校基于真实课堂场景，利用AI数据分析工具，开展教学切片诊断、策略优化与成效验证，呈现了从问题发现到闭环改进的完整研究路径。

     成师附校以话题复习课为切入点，构建“设计—实践—论证—优化—沉淀”的教研闭环，创新采用“汇报+现场对话”形式，还原教研真实过程。

      金马学校聚焦“主题意义引领下的教学评一体化”，通过AI识别学生语言产出数据，精准定位教学难点，构建分层问题链与多元评价体系。

      踏水学校则从“听力任务设计碎片化”这一小切口问题入手，结合AI量化数据与人工质性分析，开展“课前陈述—课例切片—循证教研—成效展示”的四环教研流程，实现动态优化与生本导向。

      在总结点评环节，区教研员宋静老师充分肯定了各校研究的系统性与实效性。她指出，优秀的教研始于真问题的发现，问题来源应根植于课标要求、学情分析、教学痛点、AI报告与学生发展需求；教研需主题化、序列化推进，避免碎片化，形成学期或学年持续研究的主线；同时，AI工具应与人工观察有机结合，善用如崔允漷教授提出的IRE（评价）、IRF（理答/反馈）等课堂话语分析框架，更好实现“教学评一致性”的深度落地。