11月10日-11日，校本科教学督导组在旗山校区中楼304召开集体听课评课交流会，并基于人文学院、经管学院、数统学院、土木学院、物信学院六名教师课程教学听课情况，开展“AI+人工”人机协同督导评价。

督导组教师线上听课

创新模式：构建“三维一体”AI多维评价体系

本次评课工作是在延续“责任督导教师主评+其他成员补充”的传统模式基础上，首次系统引入人工智能技术，构建起基于三大理论框架的多维度智能评价体系。督导教师将课堂语音转写为文本后，通过设计差异化提示词，引导AI从三个维度对教学过程进行深度分析：

一是对标学校标准，即福州大学课堂教学质量评估体系。AI结合“价值引领、教学态度、教学内容、教学方法与手段、教学效果”五大核心指标，对“教师是否落实立德树人根本任务”、“教学准备是否充分”、“知识传递是否清晰有效”等进行结构化评估，锚定学校教学质量的基本要求。

二是深化思维层级，依据诺曼•韦伯“知识深度（DOK）”理论。AI根据DOK四层次模型——DOK1（回忆与再现）、DOK2（技能与概念）、DOK3（策略性思维）、DOK4（拓展性思维），分析教学内容对学生认知能力的激发程度。分析结果显示，优秀课程能有效推动学生从低阶记忆向高阶问题解决跃迁。

三是关注学习过程，依据哈蒂“可见的学习”理论。从“智力品质、师生联系、支持性课堂氛围、识别差异”四个维度出发，运用AI评估教师“是否关注学情差异”、是否建立积极互动关系、是否营造鼓励探究的学习环境等，使“以学生为中心”的教学理念得以量化呈现。

实践成效：AI助力精准诊断，典型课程脱颖而出

AI辅助评价展现出高度的客观性与数据支撑力，为教学改进提供了科学依据。土木学院缪圆冰教师主讲的“地下结构数值计算方法”课程成为人机协同教学的典范。该课程融合线上自主学习与线下专题研讨，运用AI学情分析工具实时捕捉学生知识掌握盲区，动态调整教学策略，既推动了师生、生生深度互动，又在解决复杂工程问题的过程中，有效培养了学生的高阶思维能力。AI评价显示，该课程在三大维度均获得高分，尤其在“教学方法创新”、“思维深度引导”和“差异化教学识别”方面表现突出，有效提升了学生解决复杂工程问题的能力。

与此同时，AI也精准识别出部分课程存在的共性问题：在语言表达方面，个别教师授课语言不够严谨规范，存在表达冗长、逻辑松散、缺乏感染力等问题；在教学设计方面，部分课堂目标模糊、时间分配失衡、知识体系碎片化，难以形成系统认知；在教学方法方面，个别教师仍以单向讲授为主，未能结合专业特点和学生实际开展互动式、探究式教学，学生主体地位未充分体现。

督导教师深入课堂听课，并与任课教师交流

技术反思：AI有边界，人机需协同

督导教师发现，尽管AI在文本分析、数据挖掘方面展现出强大能力，但其局限性亦十分明显。一方面，当前系统暂不支持视频解析，无法捕捉教师肢体语言、表情神态及学生课堂专注度、情绪反应等非言语类信息；另一方面，音频质量受限于录音设备与教师普通话水平，转写准确率受影响，进而削弱AI分析的可靠性。

此外，例如课堂氛围、师生情感互动、教学机制等需要依靠督导观察与经验判断的“隐性要素”，仍是AI难以量化的关键维度。可见，AI不能完全替代人工督导，“AI赋能、人工把关、人机协同”将是未来教学评价的理想范式，即AI负责海量数据处理与初步诊断，人工督导则聚焦深度研判与价值判断，从而有效实现优势互补。

未来展望：推动教学督导智能化转型升级

会上，阮奇组长对两场人机协同评价的听课评课实践活动给予高度评价，他认为这是我校推进教学督导数智化转型的重要一步。对此，他提出两点要求：一是要提升督导专业力，他希望全体督导员要主动学习先进教育理论与教学方法，持续更新督导理念，推动督导工作向专业化、规范化发展；二是要深化技术融合度，加强推进AI与教学督导的深度融合，探索建立标准化的AI评课流程与结果应用机制，逐步构建覆盖“备课—授课—评课—改进”全链条的智能支持系统。

此次教学督导实践活动不仅体现了教学督导从“经验驱动”向“数据驱动”大步迈进，更彰显了学校督导员在人工智能时代主动拥抱变革、探索教育新形态的责任担当。未来，学校将进一步优化AI评价模型，拓展多模态数据接入能力，推动形成“智能诊断—精准反馈—持续改进”的教学质量闭环管理体系，为建设高水平本科教育提供坚实支撑。