类型b：学术报告

作者及机构
本研究的通讯作者为陆吉健（杭州师范大学经亨颐教育学院），合作作者包括高琼、王晓静、商家慧（浙江师范大学附属杭州笕桥实验中学）以及周跃良（浙江师范大学教师教育学院）。该研究发表于《journal of distance education》2021年第4期，是教育部重点课题“we-课堂：现代视野下课堂形态的变革与创新”（项目编号：dha150344）的研究成果。

研究主题
论文聚焦人工智能时代下“人机协同课堂教学模式”的构建与实践案例，以初中数学课堂为切入点，探讨如何通过教师智慧与机器智能的协同优化传统教学中的学情分析、分层教学、反馈效率等问题。

主要观点与论据

1. 人机协同教学的理论基础与演进
论文首先梳理了人机协同（human-machine collaboration）的概念发展，指出其与人工智能技术的进步密不可分。从钱学森1990年提出的“综合集成工程”到路甬祥1994年的“人机系统”理论，再到现代AI技术（如深蓝、AlphaGo）的决策能力提升，机器智能已从“计算工具”发展为具备社会交互能力的协同主体。研究引用蔡连玉的“硬智能-软智能-巧智能”三维模型，强调人机协同的核心在于人类与机器的优势互补：机器擅长数据驱动的硬智能（如批改作业），而教师主导软智能（如情感引导）和巧智能（如教学创新）。

支持证据：
- 引用国内外学者（如Lenat、Feigenbaum）关于人机分工的研究，说明协同的必然性。
- 通过AI技术发展阶段（计算智能→社会智能）论证机器能力的扩展。

2. 人机协同课堂教学模式的构成要素
研究提出四要素模型：
- 教师智慧：涵盖课前学情分析、课中生成性教学决策、课后个性化辅导。
- 机器智能：依托智能平台（如智学网）、可穿戴设备等实现数据采集与分析。
- 协同教学：通过“智能诊学—个性导学—精准评学”流程实现人机分工。
- 学生智慧：以学习共同体（learning community）形式参与协作学习。

实践案例：
以七年级数学“有理数”单元为例，智学网平台通过分析学生错题数据（如图3所示），发现班级在“绝对值”知识点掌握率低于75%，教师据此调整复习重点；课堂中，智能摄像头实时监测小组抬头率与情绪数据（图4-5），辅助教师干预低参与度小组。

3. 三类人机协同教学的应用场景
论文将人机协同分为三类：
- 无形协同（如智学网）：通过智能分析平台提供学情报告，但缺乏直接人机互动。
- 有形协同（如教育机器人）：作为“第二教师”参与课堂互动，例如北极星AI助教。
- 混合协同：结合前两者优势，例如智能眼镜Lumilo实时反馈学生元认知数据。

学科实践：
- 黄涛等的小学语文写作模型证明，人机协同可精准诊断写作问题。
- 杨华利的英语写作研究显示，智能诊断能提升干预针对性。

4. 教学模式的实践成效与挑战
通过对比实验（实验班28人vs对照班31人），人机协同课堂在以下方面表现更优：
- 学生满意度：实验班课后满意度提升，而对照班因传统教学局限有所下降。
- 成绩提升：实验班期末成绩进步更显著。

现存问题：
- 情绪识别等技术仍需优化（如海康威视摄像头的数据精度）。
- 教师智能素养不足可能影响协同效果。

研究价值与意义
1. 理论价值：构建了“四要素”人机协同模型，填补了学科化教学模式研究的空白。
2. 实践价值：为一线教师提供可操作的流程（如课前诊学—课中研学—课后评学）与工具（如智学网）。
3. 社会意义：响应“人工智能+教育”国家战略，推动课堂从“教师主导”向“人机共生”转型。

亮点
- 首次结合学习共同体理论与初中数学案例，细化人机分工。
- 提出“弱—强—超”人机协同三阶段发展预测，为未来研究提供框架。

总结
该研究系统论证了人机协同课堂的可行性与有效性，同时指出技术伦理（如数据隐私）和教师培训是关键挑战，为智能教育落地提供了重要参考。