近年来,国内课堂观察研究不断发展,也涌现出了各式各样的不同量表,但大多数量表设计得比较随意,没有太大的推广价值。本文将选取国内流行较广、科学性较高的几种量表工具做详细介绍。

1.基于信息熵的课堂教学过程量化评价模型

李万春等人在批判继承弗兰德斯互动分析系统的基础上,开发出了新的理论架构,即《基于信息熵的课堂教学过程量化评价模型》一文^[6]中所介绍的模型。“熵”是物理中表现整体概率分布状态的统计特征量,系统的“熵”总是在不断地增加,直至系统的熵达到最大时,系统才处于稳定状态,这就是最大熵原理。教学过程作为一种特殊的信息传递和处理过程,也是一个概率系统,为了追求教学过程的稳定性,也可以使用信息熵的理论来分析课堂教学过程。

基于信息熵的课堂观察量表由教师观察量表(见表1)和学生观察量表(与教师观察量表形制相仿)组成,主要包括四个方面的内容:课堂的组织活动、教师(学生)的言语行为、教师(学生)的课堂活动、教学事件。该量表也是以时间为主线进行记录,时间频率为每1.5 分钟记录一次,同时在对应的空格中画“√”,而对教学事件也要作相应的编码记录,以此对课堂教学的45 分钟进行30次的记录。

表1 教师课堂观察量表

随后,研究者引入量化分析模型对课堂观察记录进行分析。首先根据表1“教学事件”中A、B、C、D、E 各项的概率分布,初步分析出课堂类型(讲授型、复习型、练习型、讨论型、混合型)。然后根据分析出来的课堂类型,选用不同的权重方法,用信息熵来做进一步的分析。最后利用前面已经分析出的课堂类型结果,结合课堂观察数据,来具体地分析某堂课中师生的教学策略,从而达到促进教学的作用。

从整体来看,李万春等人对课堂观察工具的研究理论性很高,最后能够得出直观的数据结果,具有一定的先进性。然而,该模型也存在一些不足,记录时间选择1.5 分钟可能太长,这1.5 分钟内可能会发生多个课堂事件而使观察者很难选择,而且这种记录方式主观性太强,不同的观察者可能得出的结论就有所不同。另外,这种模型最后的计算方式过于复杂,对观察者的科学素养要求较高,对于普通的中小学教师来说,还要花大量的时间进行培训,其推广难度较高。

2.LICC 模式

在目前国内课堂观察量表研究领域,由华东师范大学崔允漷教授与余杭高级中学合作开发的LICC 模式应该是最为著名的一种观察模式,在其团队的《课堂观察II:走向专业的听评课》^[7]一书中,对该模式有着详尽的介绍。该模式下的课堂教学主要由学生学习(Learning)、教师教学(Instruction)、课程性质(Curriculum)与课堂文化(Culture)组成,故简称LICC 模式。其中学生学习是课堂的核心,另外三个是影响学生学习的关键要素,同时将每个要素分解成5 个视角,再将每个视角分解成3～5 个可供选择的观察点,这样,就形成了“4 要素20 视角68 观察点”(见表2),为我们理解课堂、确定研究问题、明确观察任务提供了一张清晰的认知地图和实用的研究框架。(www.daowen.com)

表2 LICC 课堂的4 要素20 视角(简化)

LICC 模式由课前会议、课中观察与课后会议三步持续的专业活动组成,课前会议主要是让上课教师陈述内容主题、学情分析、教学目标、教学环节、学习结果检测等,以便观察者确定有针对性的观察点。课中观察主要是观察者根据自己的任务开发课堂观察工具,以便自己收集更可靠的证据,并根据课堂观察工具,选择观察位置、观察角度进入实地观察,收集那些可以作为关键性证据的课堂实录,或记下自己的思考。课后会议阶段主要关注定量或定性分析、有效学习的证据、资源利用的适宜性、预设与生成以及上课教师的自我反思等;最后,围绕课前会议确立的观察点,提出指向教学改进的、针对此情此景此教师的建议和对策。

总体来说,LICC 模式具有较好的创新性和系统性,他将课堂的内容进行了结构化剖析,无论是研究者还是教师,都能够从中多层面、多角度地进行查找和分析。美中不足的是,其包含的量表大多数是教师自行开发,依然存在着随意性较大的问题。

3.以学习为中心的课堂观察工具

夏雪梅在其《以学习为中心的课堂观察》^[8]一书中认为,以学习为中心的课堂观察可以从技术上解决理解与评估个性化学习这一问题。她构建了一个以学习为中心的观察架构,包括知识与技能类目标的达成、独立学习的过程、合作学习的过程、积极的学科情感、观察课堂社会关系五个观察维度,并根据这些维度开发了半结构性的课堂观察工具。夏雪梅所开发的工具都是半结构性的,只是提供了相应的框架、记录要点、分析要点,观察者需要根据不同的学科、内容主题进行二度开发(见表3)。

表3 以学习为中心的课堂观察工具单(简化)

夏雪梅提出的这一套理论对于发现学生的个体差异有着重要作用,她认为课堂观察是一种研究学生学习过程和结果的重要工具。通过对个体、群体学生的观察,我们可以更为清楚地理解不同学生的不同需求。然而这一套工具也只是提供了基础的理论框架,如何完善具体的观察量表还需要继续做出很大的努力。