从经验走向证据：基于AI大模型的课堂教学评价模型构建与应用实践

——以课程标准为纲、以测评学理论为基的系统性建构

全文约 1 万字 · 阅读约需 25 分钟

导读

为什么课堂评价需要AI大模型？ 2022年版课程标准确立了核心素养导向与“教—学—评”一致性要求，课堂评价必须从“知识点对错”升级为“素养表现证据”的收集与解释；而传统听评课“凭感觉、难全景、弱反馈”，恰好卡住了这一升级。

本文提出什么？ 以证据中心设计（ECD）与基于论证的效度理论为方法论，以LICC课堂观察框架与CLASS课堂评估系统为维度来源，构建“一个内核、四大支柱、五层架构、三元协同”的AI大模型课堂教学评价模型，并给出可落地的实施流程、指标框架、效度论证清单与学校“三步走”行动路线。

写给谁？ 关心课堂教学改进的校长、教研员、一线教师，以及区域教育质量监测与教育数字化工作的实践者与研究者。

一节课究竟上得怎么样？一百年来，这个问题主要靠听评课者的经验直觉来回答。当AI大模型能够“看懂”课堂视频、“听懂”师生对话、“写好”分析报告时，课堂评价第一次有可能完整地做到：让证据说话，让教师判断，让学生被看见。

一、时代之问：课堂评价为什么要走向“人机协同”

（一）政策坐标：课程改革与教育数字化的“双轮驱动”

2022年4月，教育部印发《义务教育课程方案和课程标准（2022年版）》。新课程以核心素养为纲，要求各科课程标准不仅规定“教什么、学什么”，更以学业质量标准刻画“学到什么程度”，并明确提出注重实现“教—学—评”一致性[1][2]。这意味着课堂评价的对象发生了根本变化：从零散知识点的对错判断，升级为对素养表现证据的系统收集与专业解释；评价不再只是教学结束后的“验收”，而是嵌入教学全过程的“调节器”。

评价要求的升级，恰与传统评价手段的能力瓶颈迎头相撞——这正是技术必须进场的原因。2025年1月，《教育强国建设规划纲要（2024—2035年）》发布，明确提出实施教育数字化战略、促进人工智能助力教育变革[3]。2025年5月，教育部基础教育教学指导委员会发布《中小学人工智能通识教育指南（2025年版）》与《中小学生成式人工智能使用指南（2025年版）》，将“辅助教师教学”“支撑教育管理”明确列为生成式人工智能的核心应用场景，同时要求建立工具“白名单”制度、严禁输入考试试题与个人身份信息等敏感数据[4][5]。同年，教育部办公厅印发《关于组织实施数字化赋能教师发展行动的通知》（教师厅函〔2025〕13号），推动人工智能技术支持教师课堂教学诊断与专业发展[6]。

一句话概括政策逻辑：课程标准决定了课堂评价“必须升级”，教育数字化战略则为课堂评价“如何升级”提供了技术通道与制度边界。

（二）现实痛点：传统课堂评价的“三低三难”

课堂是教育质量的生命线，也是信息最密集、变化最快的评价现场。但长期以来，我们对课堂的评价能力严重滞后于课堂本身的复杂度，可以概括为“三低三难”：

● 效率低。人工听评课一节课需要半天以上的准备与研讨，一位教研员一学期所能覆盖的课例极其有限；对绝大多数教师而言，一年也未必能获得一次高质量的深度评课。

● 维度低。经验式评课往往停留于“总体印象+局部点评”。沈毅、崔允漷在《课堂观察：走向专业的听评课》中将其概括为“三无”——无合作的任务、无证据的推论、无研究的实践[7]。评课结论常常是“这节课氛围不错”“节奏偏快”这类无法证伪也难以改进的判断。

● 反馈低。评完即止，评价结论没有转化为可追踪的教学改进行为，更谈不上基于证据的持续迭代。

● 难全景。一名观察者在一节课内能有效捕捉的信息极其有限：既要听教师讲什么，又要看学生学什么，还要记录时间线——LICC范式之所以要求多名观察者分工认领观察点，正因为“全能观察者”并不存在[7][8]。

● 难持续。课堂评价多以“一课一评”的离散事件存在，缺少跨课次、跨学期的纵向数据，无法刻画教师教学能力与学生学习状态的发展轨迹。

● 难一致。不同评课人对同一节课的判断常常大相径庭，印象化、人情化因素难以避免，评价结论的信度与公平性备受质疑。

（三）技术拐点与国际趋势：能力已经到位，理论尚未跟上

近年来，AI大模型在课堂场景所需的三种核心能力上实现了跃迁：一是多模态感知——语音转写在教学场景实用条件下的准确率已普遍超过95%，主流目标检测模型（如YOLOv8）在标准数据集上的平均精度（mAP）已达85%左右，师生行为、板书课件等课堂视觉要素可被稳定识别；二是语义理解与推理——大模型能够理解对话的认知层次、提问的思维含量，而不再停留在“举手次数”式的行为统计；三是自然语言生成——评价结果可以自动组织为面向教师的专业报告，而不是一堆教师看不懂的指标。国外已有研究团队尝试利用GPT-4V等视觉大模型对课堂教学视频进行自动评估，初步验证了“视频进、专业评价报告出”的技术可行性。

国际调查同样印证了这一趋势，但也揭示了一个耐人寻味的“缺口”。OECD教师教学国际调查（TALIS 2024）覆盖55个教育体系，首次系统调查了教师的AI使用情况：OECD平均约36%的初中教师在过去一年使用过AI，新加坡达75%，我国上海为53.5%，显著高于平均值[9][10]。但在使用AI的教师中，用于“高效学习与总结主题”的占68%、用于“生成教案”的占64%，而用于“复核学生参与或表现数据”的仅占25%，用于“评估或评分学生作业”的仅占26%[9]。

换言之，全球教师正在热烈地把AI用于备课与资源生成，却很少把它用在最专业、最敏感、也最有价值的环节——评价。这个缺口恰恰说明：AI进入课堂评价，缺的不是算力和模型，而是缺一套回答“评什么、凭什么评、评了能不能信”的专业理论框架。这正是本文要解决的问题。

表1　传统听评课与AI大模型支持的课堂评价之比较

二、理论基石：模型的三大理论支柱

任何教育评价模型都必须回答三个元问题：评什么（构念）——凭什么（证据）——为何可信（效度）。我们对这三个问题的回答，分别来自课程标准的素养导向、证据中心设计的证据逻辑，以及测评学的效度理论；而LICC课堂观察范式与CLASS课堂评估系统，则提供了维度体系的“家底”。

（一）支柱一：课程标准——核心素养导向与“教—学—评”一致性

课程标准为评价模型提供构念来源，即“评什么”的最终依据。义务教育课程方案（2022年版）以核心素养统领课程目标、课程内容与学业质量，明确要求“注重实现‘教—学—评’一致性”[1][2]。华东师范大学崔允漷教授团队对这一命题有系统阐释：教师的教、学生的学、对学习的评，三者应当指向同一目标、彼此咬合——评价不是教学的终点检查，而是贯穿始终的调节机制[8]。

落实到课堂，“教—学—评”一致性呈现为大小两个闭环（图1）：课程层大闭环保证“方向一致”——素养目标经学业质量标准分解为课堂目标，课堂教学评价所收集的证据最终回证素养达成；课堂层小闭环保证“过程一致”——目标导学、任务驱动、即时评价、反馈调整在课内快速循环。AI大模型的价值，正在于让这两个闭环第一次拥有了全程、精细、可追溯的证据流：大闭环需要“课堂证据回证素养达成”，AI提供跨课次聚合的纵向证据；小闭环需要“即时评价、即时反馈”，AI提供课中实时的过程性证据。

由此，模型的第一个设计原则确立：评价指标必须能沿“素养目标→学业质量水平→课堂可观察行为”的路径向下追溯。评价什么，不由技术决定，而由课程标准决定；技术解决的是“证据从哪里来、如何聚合”，而不是“标准是什么”。

（二）支柱二：测评学效度理论——让“机器评分”可辩护

把课堂评价交给算法，最尖锐的质疑是：机器给出的等级，凭什么可信？测评学（educational measurement）对此有百年积累的理论回答。

Messick在经典论文中提出效度的统一观：效度是对测验分数之解释与使用是否合理、是否恰当的综合性质评价，且必须将测试后果纳入考量[12]。Cronbach与Meehl早在1955年就指出，当评价指向“核心素养”这类无法直接观察的构念（construct）时，必须通过构念的网络化证据来为推论辩护[14]。Kane进一步发展出基于论证的效度检验框架：先构建“解释论证”——从观察到概括、从概括到外推、从外推到决策的完整推理链；再逐环节检验其合理性假设，形成效度论证[13]。美国《教育与心理测试标准》（AERA/APA/NCME, 2014）将效度证据归纳为五个来源：基于内容、基于反应过程、基于内部结构、与其他变量间的关系、基于测试后果[16]。

这套理论对AI课堂评价不是“学院派的装饰”，而是直接的工程图纸：表2给出了五类效度证据在AI课堂评价中的操作化落实要点。可以说，一个AI评价模型如果没有效度论证，就只是一个“自动打分器”；有了效度论证，它才是一件“评价仪器”。

表2　五类效度证据在AI课堂评价中的操作化落实（据AERA/APA/NCME, 2014[16]）

（三）支柱三：证据中心设计——把评价当作“证据推理”来设计

如果说效度理论回答“为何可信”，那么Mislevy、Steinberg与Almond提出的证据中心设计（Evidence-Centered Design，ECD）则回答“如何构造”[15]。ECD把一切测评看作关于学生能力的证据推理过程，要求设计者先回答三个问题，并对应建立三个模型：学生模型——评什么构念及其层级；证据模型——哪些可观察表现构成证据、如何按规则计分；任务模型——在什么情境中引出这些表现。迁移到课堂评价：学生模型即“素养+课堂评价指标体系”；证据模型即“可观察行为→指标得分”的计分规则；任务模型就是真实课堂活动本身——这是课堂评价区别于纸笔测验的独特之处，也是AI多模态感知能够发挥优势之处。

在证据的组织方式上，图尔敏（Toulmin）的论证结构——主张、资料、正当理由、支援、备择解释——为AI评价的每一条结论提供了“证据链模板”[18]。下面以一个真实形态的评价结论为例：

【主张】本节课“学生高阶参与”水平较高（4/5级）。【资料】系统识别到本课出现7轮高质量师生对话，其中5轮含追问与证据引用；学生主动提问23次，分布覆盖12个学习小组中的11个。【正当理由】课程标准关于思维品质的素养要求；课堂研究关于“对话质量—思维参与”的稳定证据。【支援】CLASS“教学支持”领域的计分研究；LICC“学生学习·互动”视角的观察点界定[7][17]。【备择解释】话题本身易引发讨论？教师提问偏易？——系统调取问题认知层次分布（本课分析评价类占41%）与候答时间等对照指标，予以排除。

这张“论证单”同时就是人机分工的设计图：机器负责“资料”的海量采集与初步归纳；“正当理由”与“支援”由课程标准、量规与学科知识库事前注入；对“主张”成立与否的最终裁定、对备择解释的教育学权衡，由教师完成。

（四）专业积淀：LICC范式与CLASS系统的“可计算化改造”

维度体系不能凭空发明。本土方面，沈毅、崔允漷团队提出的LICC课堂观察范式将课堂解构为学生学习（L）、教师教学（I）、课程性质（C）、课堂文化（C）四个维度、20个视角、68个观察点，并形成“课前会议—课中观察—课后会议”的专业流程[7]。尤为重要的是，崔允漷指出课堂观察工具包含三要素——主题构念、数据变量/维度、具体数据/行为[8]，这恰好给出了一条“可计算化”路线图：把构念分解为变量、把变量锚定为行为，正是机器可学习、可判定的前提。国际方面，Pianta等人开发的CLASS课堂评估系统以情感支持、班级组织、教学支持三大领域、7点行为锚定量表刻画课堂质量[17]，其“行为锚定等级”的量表形态天然适配大模型的等级判定任务。

表3展示了将两者融合并“AI化改造”后的维度体系节选（完整版由学校结合学科实际开发）。改造遵循三条原则：可追溯（每个指标能溯源到课标要求或权威量表）、可计算（每个指标有明确的数据变量与行为锚点）、可解释（每个等级判定附证据引用与时间戳）。

表3　AI课堂评价维度体系（示例节选，融合LICC[7]与CLASS[17]并作可计算化改造）

三、模型构建：一个内核、四大支柱、五层架构、三元协同

（一）总体架构

综合上述理论基础，我们提出基于AI大模型的课堂教学评价模型（AICEM：AI-based Classroom Evaluation Model）。模型的内核是“证据素养”：一切评价活动围绕“收集证据—组织证据—解释证据—改进教学”展开。内核之外是四大支柱：课程标准定构念、测评学理论立效度、证据中心设计给方法、课堂观察范式供维度。技术上，模型表现为五层架构（图2）；机制上，模型落实为“机器—教师—教研组”三元协同。

五层架构的要点如下：价值与理论层是顶层设计，防止技术空转——所有指标与算法都要回答“服务于什么素养目标、依据什么效度标准”；标准与指标层把LICC四维度与CLASS三大领域改造为可计算指标与行为锚定等级；证据采集与计算层负责多模态数据的结构化，形成课堂“数据底座”；大模型推理与生成层执行量规注入、检索增强生成（RAG）与双模型交叉验证，产出带证据引用的评价结论；人机协同与应用层保证解释权与判断权始终在教师，评价结果流向教学改进、教研共同体与学生成长档案。

（二）大模型推理链：让每一句评价都“带证据说话”

大模型直接“裸评”课堂，必然遭遇幻觉与随意性问题。模型的推理链设计为四步：

● 量规注入。评价前把行为锚定量规（含各级别的典型行为描述）写入提示词，要求模型逐条对照锚点判定，而非自由发挥。这对应崔允漷所说的观察工具三要素中“主题构念→数据变量→具体行为”的专业逻辑[8]。

● 检索增强（RAG）。挂载学科课程标准、教材单元、优秀课例库与校本教研案例，使模型的判断有“本学科、本校”的参照系。

● 双模型交叉验证。由通用大模型完成初评，再由强推理模型独立复核；两次结论不一致的条目自动标记为“待人工裁定”，从机制上抑制幻觉。

● 证据强制引用。每条评价结论必须附时间戳与原始证据片段（视频片段、对话原文），无证据的结论视为无效输出。

（三）人机协同流程：课前—课中—课后三阶段九环节

模型不是“机器评完人签字”，而是把AI嵌入听评课的完整专业流程（图3）：课前确立标准——依据课标分解素养目标与观察点，向模型注入量规，生成观察量表与观察计划，对应LICC“课前会议”；课中采集证据——多模态数据采集与实时识别，按观察点自动打点标注，教师仍按分工进行关键行为的人工记录；课后分析与反馈——系统生成多维评价报告与可视化图表，教师审读、修正并作出教学推论，教研会议基于证据形成改进方案，对应“课后会议”。

表4　“机器—教师—教研组”三元协同的职责分工

（四）效度论证：让评价模型“持证上岗”

模型上线不是终点，而是效度论证的开始。建议以学年度为周期执行四步论证循环：第一步，明确分数解释主张——“该课‘教学支持’为4级”究竟意味着什么，须给出可检验的界定；第二步，列举推理链各环节的假设——识别准确吗？抽样能代表常态课吗？等级锚点在学科间等值吗？第三步，逐条收集表2所列五类证据，人机一致性、专家一致性、效标关联、后果监测逐年累积；第四步，形成年度效度报告，据以修订指标与量规、迭代模型。效度论证由学校与专业机构共同约定合格线（如与专家评分的一致性水平），达标前，AI结论一律定位为“证据线索”而非“评价结论”。

（五）实施保障：制度、数据与素养

● 制度保障。依据《中小学生成式人工智能使用指南（2025年版）》建立工具“白名单”制度，仅允许数据安全合规、经审核评估的工具进入课堂[5]；明确评价结果的发展性用途，与绩效、排名脱钩。

● 数据安全。课堂音视频涉及未成年人肖像与语音，须坚持最小必要采集、本地化或专有云部署、匿名化处理，并在家长知情同意后开展；严禁向公开大模型输入试题、个人身份信息等敏感数据[4][5]。

● 教师数字素养。将“读懂AI报告、质疑AI结论、用证据研讨”纳入校本研修；这与教育部数字化赋能教师发展行动的方向一致[6]——教师不必成为算法专家，但必须成为AI评价结论的“专业审读人”。

四、应用实践：五类典型场景与推进策略

场景一：循证式课堂诊断——让教师第一次“全息地”看见自己的课

对教师个体而言，模型最直接的价值是把“自我认知的盲区”变成“有证据的改进点”。系统生成的课例报告包含三部分：课堂结构图（环节与时间分配）、多维指标雷达图（对照校准基线）、证据片段集（关键事件的时间戳与原文）。教师读报告只需追问三个“证据链”问题：结论引用了哪些片段？等级判定的行为锚点是什么？下一个同类课我要改哪一个行为？值得一提的是，经典的课堂量化分析方法——如弗兰德斯互动分析（FIAS）的言语互动分类、S-T分析法的教学行为曲线——均可由AI自动完成并高频化，从“学期做一次”变为“每课自动出”，老方法在新底座上重获生命力。

场景二：校本教研升级——LICC流程的“AI增强版”

在LICC“课前会议—课中观察—课后会议”框架内[7]，AI承担“不知疲倦的观察员”：课前协助生成各观察者的个性化量表；课中同步打点，观察者聚焦于机器难以判定的意义与情感；课后会议则以“证据墙”取代“印象辩论”——所有观点必须挂接系统标注的证据片段。据公开报道，陕西师范大学实验小学研发的“AI教研员”已在区域内的三千余所学校推广使用，支撑常态化循证教研；这类实践提示：当证据成为教研的共同语言，评课就能从“权威裁决”走向“专业研讨”。

场景三：区域教学质量监测——给课堂做“体检”而不是“排名”

区域层面可采用“抽样录像+伴随式数据”的监测设计，形成区域课堂教学画像：各学科的问题认知层次结构、师生话语分布、目标达成证据链等。需要特别强调：区域应用的价值在于诊断与资源配置（哪些维度存在区域性短板、培训应聚焦什么主题），而非校际排名。模型的设计原则之一——评价结果不直接用于奖惩——在区域场景中尤须坚守。

场景四：学生课堂表现的过程性评价——让成长档案“有据可查”

学生的发言频次、合作行为、课堂任务表现等过程数据，可沉淀为综合素质评价的过程性证据，回应《通识教育指南》“完善评价实施机制，形成学生人工智能素养成长档案”的方向[4]。但须设置两道防线：其一，多主体校验——教师确认与学生互证并存，防止数据误判；其二，警惕“数据标签化”——发言少的课堂未必是参与少的课堂，安静而深度的学习同样珍贵，指标解读必须回到教师的专业判断。

场景五：师范生与新手教师的“数字微格”训练

微格教学是教师教育的经典环节，但传统上依赖指导教师的实时点评。引入模型后，师范生的试讲视频可获得即时、多维、可回放的分析：提问层次、候答时间、反馈质量、板书结构一目了然。研究表明式的训练闭环——“练习—即时证据反馈—再练习”——能显著缩短新手从“会讲”到“会教”的距离；CLASS各维度的行为锚点也为训练目标提供了国际通用的参照系[17]。

推进策略：学校落地的“三步走”

● 第一步·试点期（约一学期）：选择1—2个学科、以自愿为原则组建试点教研组；坚持“双轨评价”——AI报告仅供研讨参考，不作任何考核用途；同步采集“人机一致性”基线数据。

● 第二步·扩面期（约一学年）：结合学科实际本地化修订指标与量规；将AI报告嵌入LICC三阶段教研流程；开展人机一致性抽检与教师使用反馈调查，形成校级《模型使用与效度简报》。

● 第三步·常态期（一年以后）：发布年度效度论证报告；建设校本优秀课例证据库；参与区域案例共享与模型迭代，逐步从“项目试点”转为“制度安排”。

为便于行动，给出一份简明的学校清单：

● □ 成立由分管校长牵头的课堂评价改革小组，成员含教研组长、信息技术教师与骨干班主任；

● □ 对照“白名单”制度完成工具与平台的安全审核，签署数据协议与知情同意；

● □ 选取一个学科、一组观察点先行开发“指标—课标”映射表，并经两轮专家审议；

● □ 每月开展一次“证据式教研”，要求每个观点挂接至少一条证据片段；

● □ 每学期完成一次人机一致性抽检（不低于20%课例）与教师问卷；

● □ 每学年形成一份效度论证简报，决定模型是否扩面、修订或暂停。

五、挑战与展望：在热情与清醒之间

（一）技术之限：幻觉与黑箱

大模型的幻觉问题在评价场景会被专业语境放大：一段对话被误判为“深度互动”、一个沉默被解读为“思维游离”，都可能失之毫厘、谬以千里。模型的对策是制度化的——双模型交叉验证、证据强制引用、低置信度转人工；但更根本的清醒剂是：现阶段AI评价结论只能作为证据线索，不能作为最终结论。包括模型厂商在内的各方使用建议也持同样审慎的立场：AI适合先承担起草、汇总与线索发现，专业判断始终在人。

（二）评价之限：可见行为不等于不可见思维

课堂观察捕获的是外显行为，而核心素养中的思维过程、审美体验与价值观念，大量发生在“沉默的瞬间”。崔允漷在专访中明确提示了课堂观察的固有局限[8]——AI把可见部分看得更清楚，恰恰提醒我们不可见部分更需要人的专业判断。要警惕“指标好即课堂好”的还原论陷阱：一节课的教育价值，永远大于一组指标之和。

（三）伦理之限：隐私、公平与“数据化育人”的风险

课堂音视频是未成年人最敏感的数据类型之一，采集、存储、使用的每一步都必须经得起“家长之问”。算法公平同样不容乐观：方言口音可能拉低语音识别精度，城乡校舍与设备条件可能造成系统性的证据质量差异，模型训练数据中的偏差可能转化为对特定群体的误判。TALIS 2024显示，约七成教师担心AI使学生更易抄袭作弊，约四成教师担心AI放大偏见、强化错误概念或危及数据安全[9]——教师的集体担忧不是阻力，而是伦理制度设计最重要的“用户需求”。此外，当课堂中的人被持续数据化，还需警惕监控文化对师生教与学行为的扭曲：评价的首要伦理，是评价本身不伤害教与学。

（四）教师之变：从“被评价者”到“评价主导者”

TALIS 2024揭示的最大短板不在工具而在人：约四分之三尚未使用AI的教师自认缺乏使用AI教学所需的知识与技能；而新加坡教师AI使用率高达75%的背后，是76%的教师接受过AI教学应用的职业培训（OECD平均仅38%）[9][10]。这组对照说明：教师数字素养投入是AI课堂评价成败的分水岭。模型的使用者不是被技术替代的旁观者，而是握有“解释权与判断权”的主导者——AI供给证据，教师作出教育判断与价值选择，这是本模型一切设计的前提。

（五）展望：走向“备—教—学—评”一体化的智能体生态

可以预期，教育大模型将沿着“多模态—长推理—智能体（Agent）”的方向演进：评价不再是孤立环节，而是与备课、教学、练习贯通的一体化智能体生态——课前AI协助设计目标与任务，课中实时提供过程证据，课后自动生成个性化改进建议并跟踪落实。2025年世界数字教育大会发布的《中国智慧教育白皮书》描绘了迈向智慧教育的愿景图景。但无论技术如何演进，一个判断不会改变：评价的教育性永远先于技术性。技术再强大，也只能回答“证据是什么”；“证据意味着什么、教育向何处去”，必须由教师、学校与时代共同回答。

结语：从纸笔测验到多模态课堂评价，从经验直觉到证据推理，课堂评价正在经历一场静水深流的范式转换。AI大模型不是课堂的裁判，而是专业判断的放大器。让证据说话，让教师判断，让学生被看见——这是本模型的全部旨归。

参考文献

[1] 中华人民共和国教育部. 义务教育课程方案（2022年版）[S]. 北京：北京师范大学出版社，2022.

[2] 中华人民共和国教育部. 义务教育课程标准（2022年版）[S]. 北京：北京师范大学出版社，2022.

[3] 中共中央，国务院. 教育强国建设规划纲要（2024—2035年）[Z]. 2025-01.

[4] 教育部基础教育教学指导委员会. 中小学人工智能通识教育指南（2025年版）[Z]. 2025-05.

[5] 教育部基础教育教学指导委员会. 中小学生成式人工智能使用指南（2025年版）[Z]. 2025-05.

[6] 教育部办公厅. 关于组织实施数字化赋能教师发展行动的通知（教师厅函〔2025〕13号）[Z]. 2025.

[7] 沈毅，崔允漷. 课堂观察：走向专业的听评课[M]. 上海：华东师范大学出版社，2008.

[8] 刘帅，崔允漷. 走向专业实践的课堂观察——专访华东师范大学崔允漷教授[J]. 基础教育课程，2024（10）：16-19.

[9] OECD. Results from TALIS 2024: Teaching for Today's World[R]. Paris: OECD Publishing, 2025.