当飞行员、外科医生或其他从事高风险职业的人正在学习他们的手艺时，他们有模拟器可以练习。现在，一项新的研究表明，模拟器与提供绩效数据的软件相结合时，可以帮助教师在真实课堂上工作之前学习要避免的错误。

堪萨斯大学研究人员共同撰写的一项新研究检查了TeachLivE或TLE，这是一种模拟器，允许职前教师在虚拟化身教室前授课。这些头像代表了具有不同个性和学术技能水平的学生的不同背景。

该模拟器与SeeMeTeach或SMT相结合，SMT是最近开发的基于网络的教师观察应用程序，可提供教师表现的实时数据。结果表明，模拟体验与个性化反馈数据相结合，可以支持教师在提高绩效的同时，不受评判地练习其专业技能。

这项研究是与威斯康星大学密尔沃基分校的研究人员Craig Berg和Raymond Scolavino共同撰写的，发表在《教育科学》杂志上。共同作者，KU威廉姆森家庭特殊教育杰出教授Lisa Dieker表示，使用教学模拟器可以帮助未来的教育工作者在领导自己的课堂之前从错误中吸取教训。

“我们人类会犯错误，尤其是我们第一次做事时，不幸的是，对于教师来说，这些错误是在孩子身上犯的，”迪克说。“我们想问，'我们如何利用这种组合技术来发展有针对性的技能并帮助教师做出必要的改变?如果你要迫降，让我们把它放在一个化身面前。

混合现实技术的特点是通过人工智能操作的化身，结合人机交互，因为用户练习上课、打电话给学生、检测不当行为等等。这与人类用户相结合，人类用户可以根据情况的细微差别和用户的表现提供学生的响应。SMT收集有关教师的实时数据，例如他们呼叫某个学生的次数，他们为答案提供等待时间的时间以及教室的哪个部分最吸引注意力。

研究结果显示，模拟器和教学数据应用程序组合的用户使用他们获得的数据和反馈来避免重复错误，甚至显示“教学指纹”或关于他们做对了什么的数据主体，以及他们的优势，表明独特的教学风格。

教师培训传统上依赖于观察以及书面和口头反馈。这种方法经受住了时间的考验，但作者表示，它可以辅以提供有关其性能的特定数据的技术。

“当教师在模拟器中获得特定信息时，它不仅可以帮助他们改变行为，还可以理解为什么他们应该这样做，”迪克说。“这项工作允许在不评判的情况下赋予个人很多权力。

研究发现，教师在TLE中为化身提供15分钟的课程，在与学生化身的互动方式上表现出足够的差异，以在低风险的环境中提供练习机会。SMT应用程序提供的数据表明，在帮助他们避免重复错误并将经验教训付诸实践方面是有效的。研究人员说，这可以帮助所有教师教育工作者实现培养优秀教师的目标，这些教师可以从职业生涯开始就为学生提供最好的体验。

Dieker计划继续研究教学模拟器和技术如何帮助教育工作者在进入教室之前磨练他们的技能。这对于有新手教师的学生尤其重要。

“老师可以成就或破坏你的未来，”迪克说。

“所有其他模拟器都采用逻辑的线性路径。这个模拟器可以通过角色扮演或课堂观察等方法做你不能做的事情。我想帮助一年级的老师看起来像三年级的老师。我们最脆弱的学生往往有新老师。我相信模拟、人工智能、生物识别和神经生理数据收集方面的新兴技术可以帮助我们了解专家教师和新手教师之间的差异，从而更好地为所有教师做好准备和支持。