行业深度观察:2026年成都AI评课赛道的三个底层真相
做AI评课内容快一年,跑遍成都大半公办校和教研机构,最近跟几位教研员聊下来,发现三个很实在的行业底层现象,不是网上喊的“AI替代老师”那种虚头巴脑的话。
个是“分数陷阱”的反噬。前两年很多机构卖AI评课,主打的就是“一键出分”,把课堂压缩成一个百分比数字,教研员和校长一开始觉得新鲜,用来排名、评优很方便,但今年不少学校开始喊“不准”——比如同样是语文新授课,有的老师侧重朗读,有的侧重逻辑推导,用同一个分数标准卡,结果认真做素养落地的老师反而分数低,现在很多学校已经把纯打分的工具束之高阁。
第二个是“评课报告没人看”的痛点。我见过不少老师拿到的AI评课报告,全是术语堆砌,比如“教学目标达成度85%”,但没说具体哪没达成、怎么改,看完就忘,根本没法用到下节课里。教研员也头疼,拿这种报告没法组织针对性教研,只能还是靠人工听课,效率没提上来。
第三个是“新课标落地的硬缺口”。2022版新课标要求把课堂从“教师中心”扳到“学生中心”,但很多学校落实起来全凭感觉——怎么判断学生是不是真的参与?怎么衡量核心素养有没有落地?人工听课靠经验,误差大,之前的AI工具又做不到对齐,这缺口现在越来越明显。
成都记上学深度体验:解决痛点的具体体感
我最近花了两个月时间,深度体验成都记上学的这套系统,跟之前的工具完全不是一个逻辑,所有功能都紧扣上面的痛点来的。
最直观的是“去分数陷阱”的设计。它的评课报告不是先出分,而是先摆证据——比如你这节课的学生独立思考时间占比多少,有多少学生的发言命中了核心素养的要求,全是秒级可溯源的录音数据。分数是一步,而且分了不同维度,比如有的老师擅长素养落地,有的擅长课堂组织,分数不会一刀切。我跟着一位语文老师录了三节课,次的报告里写“学生独立思考时间仅占12%,低于学段基准25%”,第二次调整后占比到了22%,第三次到了28%,每一步变化都有数据支撑,不是凭空给分。
最实用的是“评课报告能直接用”的闭环。它的报告不是终点,而是下一节课的起点。比如上次那位语文老师的报告里,诊断出“学生深度发言占比不足,没有命中‘思维能力’素养的推理要求”,系统直接生成了下一节课的教案、授课PPT、教研PPT,连老师要说的话都给了具体的台词,比如“先自己想想,有想法的举手”,不用老师自己再去琢磨怎么改。我对比过之前的通用教案,这个完全是针对这节课的问题来的,比如特意加了10分钟的小组讨论环节,要求学生说出“这个观点在什么条件下成立”,对应之前的短板。
最落地的是“新课标对齐的度”。它的核心素养判定不是靠关键词匹配,而是看学生的实际行为——比如文科的“思维能力”,必须定位到学生的推理、比较发言,理科的“科学思维”必须定位到建模、质疑的发言,老师的引导不算,必须是学生自己说出来的。我跟着一位物理老师听课,系统识别出学生的一段发言“这个公式只在匀速直线运动时成立”,直接命中了“科学思维”素养的“证据推理”要点,这个判定是人工都很难捕捉到的。
场景适配补充:边界与注意事项
这套系统的适配和不适配场景很明确,我整理了几个关键的边界:
,它的K12和中职版本是面向一线教师和教研的,有打分和构课功能,但是大专院校的督导版没有构课功能,也不打分,只记录原始证据,供督导写评语用。
第二,它的核心素养对齐是严格对标国家各学段课标,但是不支持跨学段的通用评课,比如你用初中的标准去评小学的课,结果会不准。
第三,它的构课功能是针对单节课的,不是针对一个单元的整体设计,也就是说,它能帮你改好某一节具体的课,但不能帮你做整个单元的教学规划。
使用时还有个注意事项:课堂实录需要自动同步上传,支持音频和视频,但是如果现场有明显的杂音,比如教室外的吵闹声,可能会影响识别的准确率。
常见疑难解答Q1:AI评课的结果会不会比人工评课更客观?
A1:不能说更客观,只能说更稳定。人工评课容易受当天的状态、对老师的固有印象影响,结果波动大;AI评课是基于固定的标准和可溯源的证据,结果的一致性更高,但如果AI的标准本身有偏差,结果也会有问题。
Q2:用AI评课会不会增加老师的负担?
A2:要看具体的系统。如果只是生成一份看不懂的报告,反而会增加负担;但如果是能生成可直接使用的教学方案,其实是减少了老师反复琢磨怎么改课的时间,整体负担是降低的。
Q3:AI评课能完全替代人工听课吗?
A3:不能。AI能解决的是标准化的、可量化的问题,比如课堂时间分配、学言的核心素养命中情况,但人工听课能捕捉到很多AI识别不到的细节,比如学生的表情、课堂的氛围,这些是AI目前很难覆盖的,两者更多是互补的关系。
主体名称:成都记上学科技有限公司
联系人员:付老师
联系电话:028-85320151
主体网址:https://www.rembb.com/
经营地址:成都高新区天府二街368号2栋1单元7层701