在近10年间，OECD在全球范围发起了多项对各国教育政策产生直接影响并成为业界标杆的项目，在基础教育领域如国际学生评估项目（PISA）和教师教学国际调查项目（TALIS）。众所周知，PISA是针对15岁学生在义务教育阶段结束之时对一国或地区教育质量的评价；而TALIS是对基础教育阶段教师（可选不同学段教师参加）在职前教育、职后专业发展、教师职业地位及工作满意度、教师专业实践等综合性的调查。OECD也尝试把PISA与TALIS两大项目进行对接，即PISA-TALIS Link。对接有助于把教师如何教与学生如何学、学得怎么样这三者进行三角互证。各国教育政策制定者的立场是，无论教师专业发展得如何好，最终应把教师的专业提升转化到课堂层面的教学中，最终实现学生学习结果的提升。OECD正是基于上述立场，一直在寻求和收集促进学生学习结果提升的有效教学。

然而遗憾的是，仅靠TALIS调查是无法响应和满足上述诉求的。OECD发起的每一轮PISA或TALIS项目的测评主题都需要经过由OECD成员国家组成的理事会进行审议。近年来，对TALIS调查的诟病主要集中在，第一，TALIS调查是教师自陈式的主观调查，教师自己所感知到的或表达出来的是否与他们在课堂中实际教学中的行为是一致的？该问题，我们需要进一步验证。否则各国教育政策者并不能信任TALIS调查结果并用以改进教育政策；第二，TALIS调查中涉及对教师如何“教”的环节和内容本身就不足，它仍然是一项聚焦教师如何进行专业学习以及对自身职业认同和工作满意度的调查。

OECD正是基于上述立场和考虑，决定在全球范围再次发起一项视频研究项目。该视频研究项目仍然采用视频分析技术，并以同课异构为方式揭开教学的黑箱。

那么，第一个问题，该研究项目与以往的若干个知名的视频研究项目有何差异呢？第一，截至目前，TVS项目涉及国家或地区参与度最多，且在文化上更具代表性。参加TVS项目的国家或地区根据语言和地域可划分为：欧美国家（英国、德国）、拉丁语（哥伦比亚、墨西哥、西班牙和智利）和亚洲国家（日本和中国上海）。样本在文化上的多样性有助于对教学本身在文化同源上的解释以及在技术上构建族群分析提供基础；第二，同课异构的设计，提升准确性和科学性。TVS在设计中充分考虑到了教师所教学科内容知识对教学行为的影响。同样是教数学课，数学课从内容上可分为几何和代数。然而，教师在教授这两种内容知识的时候惯用的教学策略会有很大差异。但我们不能在评价教师数学课上所采用的教学策略忽视他们所教内容不同而造成的行为差异。当然，课型是否是我们在通过视频分析对所教相同学科教师进行观察和评估时要注意或考虑到的变量，这本身也是TVS项目在未来结果报告中要揭示的研究发现。但至少在设计阶段，基于已有研究发现，我们考虑到了所教内容对教师教学行为会产生的偏差；第三，引入对学生的前后测设计来分析教师所教内容知识对学生在掌握该知识和技能上的变化。从目前诸多的视频研究看，德国的IPN、澳大利亚的LPS和美国MET项目广泛地运用该设计。TVS应该是为数不多首次在国际大型视频研究引入该设计环节的项目。但结果如何，我们拭目以待。也很有可能最后会发现，我们并未能看出教师教学对学生学习结果有直接的影响。毕竟TVS项目仅在10天内的教学中选择了对每名教师录制2节课；第三，加入了教师的前后测，这样不仅有助于多视角多维度来分析和解释教师在课堂上的教学行为，做到把教师规划的课程（intended curriculum）-实施的课程（enacted curriculum）-感知到的课程（perceived curriculum）进行关联；第四，TVS项目的不同之处还在于从教师行为评价框架-观察编码-评分标准-评分人员培训-评分-评分质量监控这一系列的技术操作中我们始终（八个国家或地区）采用OECD制定的统一标准并接受统一培训和质量监管。这一部分在明年项目组结果正式发布后，OECD会正式公开技术报告。在比较教育领域，前10年我们更多地关注实证给我们的助力，而显著我们越来越关注可比性。什么样的数据或数据应达到什么样的标准，笔者称之为quality data才能用于进行跨国间的比较。这应该是目前我们在反思比较教育研究方法或技术中需要考虑的问题。

那么TVS具体是怎么操作的呢？大致介绍几个关键点。有兴趣的研究者可以登录OECD官方网站获取相关信息。在视频数据收集和分析过程中，TVS试图通过对教师及学生进行前测和后测，控制相关背景变量，从而聚焦教师的“教”对学生实际“学”的效果及影响。而对于视频的分析，OECD技术承包方ETS和国际专家组研发了课堂观察编码，用以对目标教师在录像课中的教与学的状况进行评分。评分以教学片段为单位，参照行为编码对相应的指标进行赋值。

虽然从设计的角度，TVS已经相对系统和全面了，但在实际的操作中笔者已经能隐约察觉到质疑和明显的缺陷。先说质疑，争论主要集中在两个问题：第一，人文性与工具性的矛盾。教学是社会文化活动，甚至教学可以上升到一种艺术。那么，如何能以行为心理学为技术范式，参照编码对教师和学生的教与学进行肢解，这无疑破坏了教学的整体性；尽管通过行为编码和评分手册的使用，我们可以对教学片段进行各指标分解并评分，提升了量化和实证研究的含量，但需要警惕的是如果你用肉眼去观看这节课，你感受到的不是各指标对你神经的刺激，而是一种整体的感官反映。教学的黑箱仅靠对行为的肢解是无法很好去揭示的，因为教学背后或浸润其中的制度、文化和教师的情感影响也许很难被以行为主义方式来揭示，而这恰恰又是教学的艺术性的关键。因此，不要迷信这种基于教学片段的行为主义式的分析，这本身就是工业时代标准化的产物。因此还应该要综合其他研究方法，尤其是质性研究，如话语分析等等；第二，国际标准与地方性知识之间的矛盾。何为行之“有效”的教学策略？教学策略也同样植根于各国/地区文化的土壤之中，在本国或地区行之有效的教学策略不一定同样适用于其他国家或地区。应该如何针对“教学实践”样本进行合理地、有价值的跨文化比较与本地研究呢？更有一种可能，TVS对教师行为进行评价的这把标尺无法很好地量出我们的教学特色，反映我们教师的教学品质。在做过那么多的国际测量项目中，最大的感受是由于追求各国可比性，我们不得不以牺牲本地化特色为代价。此外，很多评价工具的开发其框架背后的价值观仍然以西方话语为主导，中国经验和方案并未纳入其中。这也是本人未来研究工作者会思考的主要问题。

最后，要提醒大家不要盲目迷信和过度依赖某一种课堂观察工具。笔者在美国比兹堡大学接受ETS培训的时候，就是考这个TVS评分及培训师资格证书的时候，在该领域非常有名的一位培训师说过，每一种课堂观察工具就好比一副副眼镜。首先，每一副眼镜都有盲区，因此你要首先知道想要看什么，再来选择眼镜；其次，当戴上这副眼镜的时候，就要完全尽量保持客观的姿态，遵守这副眼镜下的条框进行观察，不要有主观偏见。因此在培训师中他们不会雇佣经验教师，因为该类群体已经形成了自己固有的对“好课”的评判标准。