← 返回综合研修
导航与配套资料

国培计划(2026) · 综合研修

七场讲座内在逻辑与课程架构分析

内容来源:七场国培讲座综合整理

七场国培讲座内在逻辑与课程架构分析

范围:华林飞院长、王金涛博士、何胜科长、吴艳锋主任、但世辉院长、黎万江校长、尹莎莎老师七场讲座。
称谓规则:首次出现使用上述完整称谓;同一段落或图表后续为保持可读性可只写姓名。 证据纪律:前六讲依据完整逐字稿;尹莎莎讲座依据 25 张有效现场照片,IMG_0227.PNG 为无关锁屏截图。
标注:[原文/图片事实]、[跨讲归纳]、[结构推断]、[替代解释]、[学校建议]。

一、总判断:七讲共同培养的不是“会办活动的人”

七讲共同指向的复合角色是:能够领导学校持续改进的校本研修专业领导者。

其能力结构可概括为:

方向判断 × 角色自觉 × 方案设计 × 教研实施 × 组织发展 × 价值守护 × 数字赋能

前六讲构成校本研修的专业逻辑,第七讲不是孤立的“AI 工具课”,而是为前六讲提供数字化基础设施,使问题诊断、任务协同、过程取证、知识沉淀和成果传播更低成本、更可重复、更可追踪。[跨讲归纳]

二、七讲分层定位

层次 讲者 回答的核心问题 关键输出 在整体系统中的作用
方向层 华林飞院长 为什么必须改,课堂朝哪里改? 素养、迁移、大概念、结构化、教学评一致 给研修确定学生发展与课堂改进方向
角色层 王金涛博士 谁来领导变化,怎样专业地领导? 角色认知、专业自觉、共同体、教师学习规律 把行政组织者转为专业领导者
设计层 何胜科长 怎样把真问题写成可执行方案? 问题—目标—成果—内容—方式—评价追溯链 防止方案栏目齐全但逻辑断裂
价值层 吴艳锋主任 变化为了谁,必须守住什么? 发现—实现—呈现、师生关系、师能即师德 横向校准其余各层,防止唯分数与技术异化
实施层 但世辉院长 怎样让教研活动真正改变课堂? 说题、文献研学、现场改课、成果倒逼 把纸面方案变成高质量专业行动
组织发展层 黎万江校长 怎样让一次活动变成持续能力? 五阶五维、做中学、任务驱动、五步课例研修 把个体经验沉淀为梯队和团队能力
数字基础设施层 尹莎莎 怎样让全过程更高效、可追踪、可复用、可传播? AI 调研、智能体、甘特图、听评课数据、知识库、微课、海报 降低闭环运行成本,放大与传播成果

三、纵向因果链

纵向关系图文字说明:华林飞提出学生发展与课堂改进方向;王金涛明确专业领导主体;何胜把真实问题转成方案;但世辉推动方案进入教研和课堂;黎万江把实践沉淀为梯队与团队能力。吴艳锋以育人价值和师德全程校准,尹莎莎以 AI 支撑调研、协同、取证、沉淀和传播。

这条链不是七个并列主题,而是连续回答七个问题:

  1. 学生最终要会什么?
  2. 谁负责领导教师改变?
  3. 如何把问题设计成方案?
  4. 如何让方案进入真实课堂?
  5. 如何让教师在任务中成长并形成团队?
  6. 如何保证变化仍然服务于人的发展?
  7. 如何用 AI 降低全过程成本并放大成果?

四、第七讲对前六讲的“补链”作用

前六讲已有专业要求 原来的运行难点 尹莎莎讲座提供的数字支撑 不能被 AI 替代的环节
从真问题确定主题 调研慢、问题易凭印象 问卷星 AI、通用模型、Consensus 文献检索 教师共同解释数据、裁定优先问题
写成逻辑一致的方案 格式反复、多人协同成本高 扣子方案智能体、固定输出模板 问题—目标—成果的一致性判断
把方案排成任务 时间、责任和依赖易失控 WorkBuddy 甘特图 资源取舍、责任裁决
集体备课与改课 资料分散、每次从零开始 教案智能体+课标/教材/范本知识库 学情判断、课堂决策、现场改课
听评课与互动取证 记录易流失、反馈主观 希沃 AI 授课助手、飞象数据回收 证据解释及对教师的专业反馈
经验沉淀为组织知识 文件散落、检索困难 ima 共享知识库、音视频速读 内容审核、版本治理、知识淘汰
成果形成与传播 产物标准不一、传播链断 UMU、EV、剪映、Canva 双重人工审核、真实性与伦理把关

第一性原理判断:AI 的作用不是让教师多生产材料,而是减少搜索、转写、排程、格式化和重复上传,把教师时间还给“诊断、设计、课堂决策、反馈与反思”。[跨讲归纳]

五、主办方为什么可能这样安排七讲

1. [明确依据]

2. [结构推断]

主办方可能试图把“办得好的学校”推向“能够持续自我改进的学校”:

3. [替代解释]

现有材料没有官方课程设计说明。七讲也可能受到专家档期、政策规定和主题覆盖面的影响,不能把上述逻辑声称为主办方的明确意图。

六、七讲共同防止的七类失败

常见失败 对应防线
只追分数,不知道学生需要什么能力 华林飞+吴艳锋
只有行政安排,没有专业领导 王金涛
方案很完整,但要素之间没有因果关系 何胜
活动热闹,课堂行为不改变 但世辉
培训一次性,教师与团队没有成长路径 黎万江
AI 生成很多材料,却没有解决真问题 尹莎莎+何胜
成果只用于展示,没有课堂证据 七讲共同约束,尤其但世辉、黎万江、尹莎莎

七、七讲形成的最小有效闭环

学生/课堂证据发现真问题 → 教师共同解释 → 凝练研修主题 → 设计目标与预期成果 → 前置学习与共同备课 → 真实课堂实践 → 采集学生和教师双证据 → 复盘改课 → 二次实践 → 有效/修正/终止判断 → 知识库沉淀 → 经审核后传播。

闭环成立必须同时满足:

签到、照片、平台打卡、材料数量和满意度只能证明“活动发生过”,不能证明“研修有效”。

八、七讲之后仍需学校补齐的能力

  1. 学生证据采集与前后测设计的具体方法。
  2. 长期效果评估与替代解释排查。
  3. 学生、教师和课堂录像进入第三方 AI 平台的数据治理。
  4. 教师抵触、职责冲突和失败项目退出机制。
  5. AI 工具的成本、账号、版本更新与替代方案。
  6. 对成果真实性、署名、版权和公开传播范围的审核。

九、对学校最重要的转化原则

  1. 先问题,后工具:没有被证据验证的共同问题,不立 AI 研修项目。
  2. 先小闭环,后规模化:先用一个备课组跑通,再扩展学科。
  3. AI 只做减负与增强:不新增表演性填表、会议和材料。
  4. 课堂是最终检验场:智能体、微课和海报都不是最终成效。
  5. 成果必须可追溯:保留来源、版本、人工修改和课堂证据。
  6. 传播晚于验证:没有证据支持的“经验”不得包装成学校成果。