专业人士有没有机会发展出专业直觉，
主要取决于回馈的质量和速度，
以及有没有足够的机会练习。
～ 丹尼尔．康纳曼 ～
行为经济学创始人、诺贝尔经济学奖得主丹尼尔．康纳曼(Daniel Kahneman)在他的经典著作《思考，快与慢》(Thinking, Fast and Slow)中提出人类有“两个”大脑在运转，一个是快的“系统一”，另一个是慢的“系统二”。“系统一”对事物的反应多是直觉、反射式的，“系统二”则显得深思熟虑。一个人要被称为“专业人士”，在他的领域内，对事物的反应不仅要快，而且质量要够好，也就是能够在很短时间内精确判断问题并提出解决方法。要成为专业人士，就必须训练自己适当调和“系统一”与“系统二”相互关联运作的能力。
教学，显然是一项专业，因此教师必须是一位专业人士，其专业体现在教学过程中对所遭遇问题做出的相应决策。
在传统教师中心的课堂，教师很少，甚至不需要做教学决策，而只要把该传达的知识讲述给学生听就可以了。但在现代课堂上，教师必须综合考虑学生个别差异、课堂气氛、内容难易程度，以及所获取的学情等多方要素，因此必须经常性地、针对性地给出教学决策。
教师在课堂上频繁地进行教学决策可说是信息化教学最显著的特征，经由科技生成的学习素材和数据，使教师有机会让教学的活动与内容更加贴近学生的实际需求，展现出生本课堂的风貌。
决策什么？
教学决策是一位教师在教学过程中面对课堂上学生、内容和活动组合生成的现象，基于所获取学习数据而采取的响应，决策后的教学行为会在一定程度上影响学生的学习态度和成效。譬如，在一堂小学二年级语文课上，老师在白板上展示一个句子：“从前有一片雾，他是个淘气的孩子。”然后向全班提问：“你们觉得这句话有意思吗？哪里有意思？”好多位同学举手，老师挑了一位男同学回答，他说：“把雾比做淘气的孩子。”“喔，非常好！那这是个男孩还是女孩？”老师奖励他并追问。另一位男同学举手并站起来回答：“男孩！”“你怎么知道的？”老师追问，男同学继续回答：“因为雾一般都是男孩。”“有没有其他的理由？”老师继续追问，第三位男同学举手并站起来怯生生地说：“因为孩子就是男的。”老师用讶异的口气说：“喔～孩子就是男的，这边不是有女孩子吗？”接下来看到男孩坐下来，隔了两秒钟懊恼地敲了两下自己的脑袋。一直到第四位男同学举手回答：“因为那个‘他’是单人旁的。”“你发现了大秘密，给他掌声！”老师大大地奖励他。
在这一段40秒钟不到的教学片段中，老师做了多次的教学决策，她决定要提出这个问题，决定要让同学举手回答，决定哪一位同学回答，根据同学的回答决定给予什么评价，决定是否继续追问……，每一个教学决策都是基于学生给予的反馈。
既然做了教学决策，就有决策质量高低的探讨空间，包括：这个提问的目的是什么？提问后如何取得学生反馈？学生反馈后该如何给予评价？所给予的评价方式与内容是增强或打击了学生的自信心？是否继续追问？如何追问？等等。
从这一个小例子可以看得出来，只要不是从头到尾只讲述教材的老师，一位教师在课堂上几乎时时刻刻都在进行大大小小的教学决策。而在众多的教学决策中，总是会有几个具有举足轻重地位的决策点，它们不仅影响学生对于当下教材内容的学习成效，长期积累更能清晰地呈现出教师的教学质量，也就反映出教师的专业水平。
有效的教学决策
大部分教师进行教学决策都是基于“直觉”，而这个“直觉”则是倚赖经验的积累，这也是有经验的“老”教师受到教育主管、学校和家长重视的原因。那教师的这个“直觉”是什么呢？这个“直觉”并不是空泛虚无的感觉，而是安德斯．艾利克森(Anders Ericsson)教授“刻意练习”理论中所提到的“心理表征”，是教师经过无数次课堂上实际“练习”所生成的一套内在反应机制。“心理表征”的建立方式则是康纳曼理论中的以“系统二”做理性判断，再以“系统一”的方式表现出来。康纳曼将它与“专业”进行连结，并提出通过足够的练习来达成专业度的训练，与艾利克森的“刻意练习”相互呼应。
到了信息化教学的时代，“直觉”依然非常重要，甚至更为重要，因为信息化课堂会有更多的生成，会产出大量与所有学生有高度关联的数据。教师若无视这些生成与数据，那就失去了信息化教学的意义。
来看一个例子。
老师在一个12名彼此互不认识的学生的课堂上，教学气象常识的教材，教学告一段落后提出这个问题：“气温是指距离地面多高所测量到的空气温度？”学生以反馈器作答后得到的统计图是3人选①、3人选②、4人选③、1人选④。
这个问题的正确答案是③（也就是统计图中的C），数据显示有4个人答对，正确率是36%。
读到这里，你可以停一下想一想，如果你是那位老师，你会怎么决策？
这种情形下有多种不同的决策可能性，它们分别会产生不同的结果。
决策❶：答对率太低，直接告知正确答案，并说明原因。
大多数传统讲述型老师会实行这个教学决策，不过他们即使在答对率是70%，甚至90%时也仍然会把答案和原因讲一遍，因为不放心，如果他不讲，学生学不会。这种决策风格的老师，其实数据对他们而言不具备任何意义。
决策❷：答对率低，但还不至于低到大家都不会，让同学们说一说吧。
做出这个决策的老师还可以有不同的处理方式来决定让哪些、让多少同学说一说想法。一种是老师直接指名几位同学说，一种是从举手想要发言的同学中挑人说，一种是让电脑从全班名单中随机挑人说，还有一种是从各个选项中让电脑随机挑一个号码的同学说。
老师指名方式通常会请到成绩较好的同学说，从举手同学中挑则只有积极表现或成绩较好的同学有机会说。选项随机挑人和全班随机挑人虽然都是电脑随机挑，但全班随机挑有可能挑中的人的答案都是一样的，达不到让不同观点同时呈现的目的。
决策❸：答对率低且选项分布较为平均，让学生分组彼此解说选择答案的理由。
相较于同一时间只有一名学生发表想法的决策❷，决策❸的分组研讨策略显然在相同时间里，能够发表的学生人数较多，较能达到多数参与的目的。而分组也还有不同的方式，譬如实行两两一组，先思考，后配对，再分享的TPS法，或是像PI同侪教学法一样，三到四人一组，彼此说明想法。
至于采用哪一种分组方式则是和数据有关。以这个例子来看，采用三到四人一组显然是比较好的策略，因为学生答题数据的选项分布较为分散且平均，随意框出三到四人一组有较大可能性是组中学生的答案都不一样，每个人都有机会听到不同答案背后的思考。若采用TPS法，则只能听到另一种不同声音而已。
无论是决策❷或决策❸，教师通常会让学生进行二次作答，看看同学们听完不同观点之后的想法是否改变，同时检核教学策略的有效性。
这么多不同的教学决策都是在学生第一次作答，显示统计结果的当下立即“呈现”在教师眼前，教师必须在极短时间内决定并实行一个相对较佳的策略。
回想一下，你刚刚所做的决策是否和前面描述的这些作法之一吻合？或是你有不一样的教学决策？如果有，背后的想法是什么？
决策分析显然是“系统二”的工作，而教学现场需要的是像“系统一”这样的快速反应机制。一位教师唯有经过足够的练习，才能保证每次的决策质量够好，使学习的成效提高，达到教学专业化的要求。
