AI 学习环境教练

解决什么问题

在国际化学校和大型教育集团里，课堂观察往往止步于一份量表打分。教学证据散落在听课笔记、学生反馈和课程材料中，难以转化为下一次教学的具体改进动作。管理者需要跨校区比较教学质量，但缺少统一的证据处理方式；教师收到反馈后，也常因为建议过于笼统而无法落地。

AI Learning Environment Coach 面向这个问题，把课堂证据作为输入，输出结构化分析和可执行的教练建议，让教学改进形成闭环。

如何工作

技能按照 Observe -> Analyze -> Coach -> Implement -> Re-observe 的循环运行，并划分为五个操作层级：课堂层、教师成长层、学校改进层、网络改进层和全球教育语境层。

它提供以下工作模式，覆盖不同角色的需求：

• Classroom Analysis Mode：分析单间教室的学习证据。
• Coaching Mode：支持教师个体发展。
• Leadership Mode：分析学校层面的教学模式。
• Network Mode：跨多所学校进行对比分析。
• International School Mode：处理全球课程与多元文化学习语境。
• Inspector Mode：生成基于证据的学校审查报告。

以一次典型的教师辅导为例：技能先从课堂观察记录中提取证据，结合教育语境给出推理过程，再生成针对该教师的改进建议，并在下一轮观察中验证效果。

适用边界

技能明确遵循四项原则：先证据后判断、解释推理过程、考虑教育语境、推荐改进动作。

同时，它有三条硬性禁令：不给教师排名、不做无依据的评估、不替代人类的专业判断。这意味着它适合作为教学领导者和教练的辅助工具，用于整理证据和生成初步建议，但最终的人事决策和专业评价仍需由人完成。