一、人工智能难以透过表象发现隐藏事实

课堂观察绝非简单的“看”，而是包含“观”与“察”两个层面。“观”是对课堂上呈现的各种现象的直观捕捉，而“察”则要求深入探究现象背后的真实情况以及导致这些现象的根本原因。观课议课的首要任务便是清晰区分课堂教学中的表象与事实。

笔者向 DeepSeek提问：“课堂上教师将一位积极举手回答问题的学生的手按下去，你怎么评价这位老师的行为？”它给出了“打击学生的积极性、缺乏耐心或包容、管理方式欠妥”等消极评价。

在观课议课时，上课老师这样解释：“第一课时进行到一定阶段，我提出问题后，留意到班上部分学生扭头看向一位同学，且该同学十分积极地举手，此前已被提问过两次。从同学们的眼神中，我解读出两种信息：一方面，他们在向我暗示‘快叫他，他能回答你的问题’；另一方面，对这位同学示意‘快举手，免得老师叫我们’。意识到这一情况后，我认为若继续让该同学频繁回答问题，可能会使其他学生逐渐失去主动思考的动力，转而过度依赖他的答案。于是，我走到这位同学身边，以温柔的方式按下他举起的手，希望借此传递‘请稍作等待，让其他同学也有思考机会’的信息。”笔者将此信息同步给DeepSeek并再次提问，它给出“对课堂动态的敏锐洞察力、对学生心理的深刻理解以及灵活多变的教学策略”的肯定评价。

观课议课要区分现象和事实，教师可观察、调查现象背后的隐藏事实。这正是人工智能观课议课的一大局限。因此，观课议课需要实现人机协同，教师在充分调查了解情况后，为人工智能提供全面、准确、可靠的事实，这样人工智能才有可能给出丰富多样且具有参考价值的意见。

二、人工智能在语言识别和情境判断上不足

在一次对《司马光》课堂的观察中，学校利用人工智能收集和处理课堂信息。课后分析人工智能生成的课堂报告，其中有“简单问答、缺乏探究的问题比例较大”的结论。在报告中的一个问题是：“这里的听是指什么？”经过仔细分析和推敲，发现人工智能将“这里的‘庭’是指什么”误听为“‘听’是指什么”，这一失误充分暴露了人工智能在语音识别方面存在的问题。

在其他由人工智能生成的课堂报告中，还出现将学生较长时间安静思考的教学现象报告为“师生互动频次不高”，以及把课堂上热烈讨论的场景报告为“课堂嘈杂，需要加强纪律管理”等误判。目前，人工智能在识别有质量的学习活动等关键问题上还存在明显的缺陷，对于真实课堂和理想课堂的理解与判断容易出现偏差。

教学活动总是在特定的情境中发生，通过各种复杂的关系得以实现。正如苏霍姆林斯基说：“教育，就其广义的理解来说，这是一个受教育者和教育者都在精神上不断丰富和更新的多方面过程。同时，这个过程的特点是，各种现象具有深刻的个体性：某一条教育真理，在第一种情况下是正确的，在第二种情况下是无用的，而在第三种情况下就是荒谬的了。”就拿“‘庭’是指什么”这个问题来说，在《司马光》“群儿戏于庭”的教学中，一方面，疏通字词是学习古文必不可少的环节；另一方面，教师在提问“这里的‘庭’是指什么”后，特意停顿让学生思考，随后又提醒学生学习古文可以查看注释，这实际上是对初次接触古文的学生进行学习方法的指导，可以说处理得恰到好处。

由此可见，人工智能在面对具体的教学情境时，缺乏对教学文体、学生学习阶段（如是否初次学习古文）以及教学行为后续影响的全面把握，缺乏对教育整体情境的准确判断能力。

三、人工智能不会考虑人际交往的情感性和表演性

上课35分钟时，教师说：“现在找一位没有发过言的同学做这道题。”教师叫了两名学生，而他们都说：“我发过言的。”这让老师略显尴尬。这时，第3位同学主动说：“我可以回答。”然而，这是这位同学在课堂上的第3次发言了。

针对这一课堂现象，笔者向DeepSeek询问：“怎样理解前两位学生的申辩？老师这样处理有什么考虑？第3位学生参与的原因是什么？”

DeepSeek给出如下回答：“两位学生的申辩原因是他们希望确保课堂参与的公平性，认为自己已经发言，不应再次被要求回答问题。老师这样处理旨在确保每位同学都有发言机会，鼓励更多学生参与，并维持课堂秩序。第3位学生参与的原因是他可能自信、积极或对题目感兴趣，愿意再次发言展示自己。”

在真实的课堂情境中，上公开课的教师行为有“面向全体学生”的表演性质。前两位同学的申辩，可能为了维护自身的良好形象而表示不发言；而第3位学生则是敏锐地察觉到老师的尴尬处境，出于帮老师解围的动机才主动参与。

可以说，课堂就如同一个小社会，存在着各种各样微妙的“人情世故”。如果不能深入理解这些背景和关系，就很难真正把握课堂的本质和内涵。目前的人工智能尚不能理解公开课的情感性和表演性，在这方面是个“小白”。

四、即时评课可能带来“浅表交流”和“话语霸权”

借助人工智能的评课系统，听课老师可以及时在 APP上发布自己对课堂的意见。这种即时互动的设计初衷是为了鼓励老师积极参与评课、主动表达观点。然而，在实际应用中，却存在一些不容忽视的问题。

一方面，这种即时的交流往往基于听课老师对课堂现象的第一反应，他们可能并没有足够的时间深入思考、真正理解课堂教学的内在逻辑和授课教师的教学意图。这些意见由于缺乏对课堂教学的深入剖析和理解，虽然能够反映出听课教师的直观感受，但对于提升教学质量和促进教师专业发展的价值相对有限。

另一方面，在即时评课的环境中，容易出现“话语霸权”现象。如果先有一位老师对课程给予了充分的肯定，那么之后评课老师出于各种考虑，通常不会轻易表达相反意见。同样，如果发表意见的是某位权威人士，那么参与交流的教师大多会选择附和这导致了评课意见的单一性和片面性，无法真实、客观地表达各自的教学思考。

五、公开展播和交流可能带来教学失真与隐私泄密

随着信息技术的发展，课堂教学信息的留存、即时讨论和传播变得非常便捷。然而，这种便捷带来了一系列新的问题。

一方面，更广泛地分享和讨论使得授课教师面临着更大的“被评判压力”。为了在人工智能的评估中获得更理想的数据，有的授课教师不得不对课堂教学进行过度美化和精心包装。他们刻意设计教学环节、反复演练教学过程，使得真实的课堂“变了味”。人工智能系统依据这样的课堂数据进行分析，大大影响了可靠性。

另一方面，数据的共享为教师交流与合作提供了便利，但带来了隐私权受到侵害的潜在风险。课堂中有教师的教学态度、能力、方法和风格等信息，也有学生的学习习惯、表现、心理健康状况、家庭背景等信息。这些信息在网络教研的传播中，极有可能被泄露，或被不当利用，从而引发一系列不必要的纠纷和麻烦。

值得关注的是，人工智能的发展速度令人惊叹，其应用前景也极为广阔。可以说，在技术的边界内，只有人类想不到的，没有人工智能做不到的。我们探讨人工智能在观课议课中的应用局限，并非要否定其价值，而是为了提醒大家，在应用中不能盲目迷信技术和数据，要始终坚守课堂观察的人本主义原则，注重人机协同的有效配合。需要说明的是，这些局限是笔者对当前一些情况的思考，随着技术的不断进步，未来人工智能在观课议课中的应用可能会给广大教师带来更多的惊喜和突破。