基于人工智能的课堂教学分析
贾瀛
摘要:2019年2月,中共中央、国务院印发《中国教育现代化2035》中提出:加快信息化时代教育变革。建设智能化校园,统筹建设一体化智能化教学、管理与服务平台。利用现代技术加快推动人才培养模式改革,实现规模化教育与个性化培养的有机结合。创新教育服务业态,建立数字教育资源共建共享机制,完善利益分配机制、知识产权保护制度和新型教育服务监管制度。推进教育治理方式变革,加快形成现代化的教育管理与监测体系,推进管理精准化和决策科学化。
关键词:人工智能;智能化校园;智能化教学
一、传统教学方式存在的问题:
1.1教学研究方式传统单一
课堂是教学研究中的一个重要场景,而课堂教学分析是优化学校教研方式、提高课堂教学实效的有效途径之一。当前,教学管理人员或研究者对教师的教学过程检查和研究多数停留在审核教案和例行教学观摩上,对学生的学习情况检查多数停留在考试和随堂测验上。随着课程改革的不断深入,传统教学评价与分析方式势必要进行革新。需考虑如何将教育研究的范围延伸到教室,进行深入的课堂教学分析,以“微观”的模式研究教室内教师教学状态、学生听课情况、师生互动情形,成为教学研究的重要方式。另一方面,传统的教学研究中,教学管理人员主要凭借经验及少数课堂观察样本对教师的教学情况及学生的学习状况进行评价,缺乏客观的多维数据作为参考,这种方式往往主观性较强且无法全面反映整体教学情况。
1.2教学质量评估人工成本高,个性化程度低
目前,对于教师的教学质量评估一般采取听评课的方式,对学生的学习效果评估多数采用考试的方式,教学质量评估周期短则1-2周,长则1-2个月,不仅周期长而且人工成本高,更重要的是教学管理者无法及时发现教学中出现的问题并采取针对性解决措施。另一方面,教学反馈不及时直接影响个性化学习指导,无法很好地达到教学质量评估为提高教学质量及发现并解决学生学习问题的根本目的。
1.3教学视频缺乏深入分析
课堂视频正趋于普及和常态化,但教师和教研人员对于课堂视频的使用仍停留在人工选取样本观看及记录所需信息的方式,视频对于教学的价值尚未得到深层次的挖掘。另一方面,视频属于非结构化的数据,不便于进行二次数据分析和挖掘使用,因此如何对教学视频进行深入分析并充分挖掘教学视频中的价值成为教学管理者和教师面临的难题。
1.4课堂观察方式难以聚焦和深入到常态化教学中
课堂观察是对课堂的运行状况进行记录、分析和研究,在此基础上谋求学生课堂学习的改善和促进教师发展的专业活动。传统的课堂观察难以聚焦和深入到师生的常态化教学中,所观察的结果对师生发展的促进效果无法充分体现。
二、基于人工智能课堂的需求分析:
2.1业务需求
2.1.1以全方位细粒度的课堂教学分析促进数据驱动精准教学
以课堂教学视频为基础,将前沿的人工智能技术与学校教学场景深度融合,对课堂教学过程数据进行采集和深度挖掘,帮助教师掌握数十种维度的课堂教学数据,进而应用到教学研究中,不仅能够帮助教师提升教学质量,而且有助于更加全面地掌握学生的学情数据,准确分析和解读教学过程与课堂反馈,实现数据驱动精准教学。
2.1.2快速达成教学反馈闭环,增强教学管理即时性
全面详细的教学分析报告帮助教师及教学管理者更加全面了解不同班级学生的特点,从而针对性制定教学方案。教学管理人员可细粒度了解学校整体教学情况,及时发现问题解决问题,实现即时、高效、科学化的教学管理机制。
2.1.3伴随式客观教学数据分析,优化教学评估方式
利用人工智能技術实现对教师课堂教学行为全面、快速、全自动地分析,教师授课模式、课堂活跃度、学生情绪及行为变化趋势等信息均以可视化方式呈现,同时还对教师和学生发展数据进行深度挖掘,优化教学评估及管理流程。
2.1.4智能化运行模式加速教师智能教育素养提升
符合场景的教学分析指标体系,无需人工操作的全自动系统运行模式,清晰友好的用户交互界面,使教师能够快速上手,减少学习复杂操作方法的时间成本和心理负担,让教师从繁琐的人力密集型工作中解放出来,而且让教育工作变得更加智能化,从而加速提升教师智能教育的素养。
2.2安全需求
2.2.1数据完整性
系统数据完整性可以抵制主动攻击,在数据传输和存储过程中,保证接收者收到的信息与发送者发送的数据完全一致,仅被授权的用户才可修改信息。
2.2.2保密性
系统满足严格的的保密性要求,其中任何数据不可泄漏给未授权的个人、实体或进程,且不能为其所用。仅被授权的用户才可查看、使用和修改系统的信息。敏感数据在传输、存储过程中需加强保护措施。
2.2.3可控性
系统确保各个部分的运行均处于可控状态,硬件设备和数据资源须确保可便捷管理,包括对硬件设备的调试及故障排除,对数据资源访问的权限划分和数据传输操作的确认,对信息系统内发生的与安全有关事件的记录与检查。
三、项目实施:
人工智能课堂教学分析系统主要分为两个部分:课堂教学分析系统和数据采集与管理系统。
3.1课堂教学分析系统
3.1.1智能计算工作站
融合图形处理单元加速系统、并行计算控制系统、流媒体计算系统、大规模视频文件存储系统及容器化工具,对音视频设备传输的数据进行计算。应用深度学习框架,为人工智能功能模块提供高性能算力保障,全面保障数据安全。
以课堂视频为基础,聚焦情感计算、说话人识别、人体姿态检测等核心技术与教育场景的深度融合。通过摄像头、拾音器等音视频采集设备自动采集上课过程中学生及教师的面部表情、语音、行为等数据,工作站对课堂教学过程数据进行分析及深度挖掘,利用人工智能技术帮助教师全面、快速、深度了解授课过程中的学生反馈。
3.1.2智能云平台
智能云平台系统主要为云端部署,提供接口接受教学行为分析结果,进行数据的二次分析与挖掘,并将数据进行可视化展示。最终结果的不同层次与维度的信息可通过不同的终端形态(网页端和移动端)进行查看。
课堂教学数据融合、分析与可视化报告呈现平台,教学管理人员、教师可登录平台查看每节课的课堂教学分析报告,高效直观地了解课堂教学过程数据,及时发现教学中的问题并采取针对性解决措施。一方面,帮助老师深入了解学生的客观学习反馈,结合教学内容研究授课内容及方式与学生接受程度之间的关联,从而提高教学质量,为学生带来更好的学习体验;另一方面,有助于教学负责人全面、快速、客观地了解教师的授课情况及学生的学习情况,实现智能化科学化管理。
3.1.3智能教学分析软件
智能教学行为分析软件主要从情感、语音、行为等维度对课堂教学过程进行全面的细粒度分析,如统计学生不同情感占比、教师及学生发言时长及占比、学生行为变化趋势等多项基本参数,深入分析学生在课堂每个教学时段的情绪变化,分析教师授课模式,观测课堂活跃度变化趋势。通过人工智能技术对课堂教学过程数据进行深度挖掘,帮助校领导、教学负责人、教师深度了解授课过程中的学生反馈。
3.2数据采集与管理系统
数据采集系统包括三个层级:
最前端层级,在每间教室安装一套完整的音视频数据采集模块,在教室内前端安装双路高分辨率摄像机进行学生端视频数据采集,在教室内后端安装可变焦高分辨率摄像机进行教师端视频数据采集,在教室内安装全向性拾音器阵列以及混音器进行音频数据采集。
中继层级,在机房/设备间配置交换机和视频主机,进行音视频录制、存储及传输。
后端层级,在机房/设备间部署核心交换机,将中继层级获取到的信号进行汇总。
四、总结:
开展智能校园建设,推动人工智能在教學、管理、资源建设等全流程应用。开发立体综合教学场、基于大数据智能的在线学习教育平台。开发智能教育助理,建立智能、快速、全面的教育分析系统。建立以学习者为中心的教育环境,提供精准推送的教育服务,实现日常教育和终身教育定制化。
参考文献:
[1]《新一代人工智能发展规划》(国发〔2017〕35号)
[2]《教育信息化2.0行动计划》(教技〔2018〕6号)
[3]《中国教育现代化2035》中共中央、国务院印发
请收藏本站:https://www.salga.org。萨拉小说网手机版:https://m.salga.org
摘要:2019年2月,中共中央、国务院印发《中国教育现代化2035》中提出:加快信息化时代教育变革。建设智能化校园,统筹建设一体化智能化教学、管理与服务平台。利用现代技术加快推动人才培养模式改革,实现规模化教育与个性化培养的有机结合。创新教育服务业态,建立数字教育资源共建共享机制,完善利益分配机制、知识产权保护制度和新型教育服务监管制度。推进教育治理方式变革,加快形成现代化的教育管理与监测体系,推进管理精准化和决策科学化。
关键词:人工智能;智能化校园;智能化教学
一、传统教学方式存在的问题:
1.1教学研究方式传统单一
课堂是教学研究中的一个重要场景,而课堂教学分析是优化学校教研方式、提高课堂教学实效的有效途径之一。当前,教学管理人员或研究者对教师的教学过程检查和研究多数停留在审核教案和例行教学观摩上,对学生的学习情况检查多数停留在考试和随堂测验上。随着课程改革的不断深入,传统教学评价与分析方式势必要进行革新。需考虑如何将教育研究的范围延伸到教室,进行深入的课堂教学分析,以“微观”的模式研究教室内教师教学状态、学生听课情况、师生互动情形,成为教学研究的重要方式。另一方面,传统的教学研究中,教学管理人员主要凭借经验及少数课堂观察样本对教师的教学情况及学生的学习状况进行评价,缺乏客观的多维数据作为参考,这种方式往往主观性较强且无法全面反映整体教学情况。
1.2教学质量评估人工成本高,个性化程度低
目前,对于教师的教学质量评估一般采取听评课的方式,对学生的学习效果评估多数采用考试的方式,教学质量评估周期短则1-2周,长则1-2个月,不仅周期长而且人工成本高,更重要的是教学管理者无法及时发现教学中出现的问题并采取针对性解决措施。另一方面,教学反馈不及时直接影响个性化学习指导,无法很好地达到教学质量评估为提高教学质量及发现并解决学生学习问题的根本目的。
1.3教学视频缺乏深入分析
课堂视频正趋于普及和常态化,但教师和教研人员对于课堂视频的使用仍停留在人工选取样本观看及记录所需信息的方式,视频对于教学的价值尚未得到深层次的挖掘。另一方面,视频属于非结构化的数据,不便于进行二次数据分析和挖掘使用,因此如何对教学视频进行深入分析并充分挖掘教学视频中的价值成为教学管理者和教师面临的难题。
1.4课堂观察方式难以聚焦和深入到常态化教学中
课堂观察是对课堂的运行状况进行记录、分析和研究,在此基础上谋求学生课堂学习的改善和促进教师发展的专业活动。传统的课堂观察难以聚焦和深入到师生的常态化教学中,所观察的结果对师生发展的促进效果无法充分体现。
二、基于人工智能课堂的需求分析:
2.1业务需求
2.1.1以全方位细粒度的课堂教学分析促进数据驱动精准教学
以课堂教学视频为基础,将前沿的人工智能技术与学校教学场景深度融合,对课堂教学过程数据进行采集和深度挖掘,帮助教师掌握数十种维度的课堂教学数据,进而应用到教学研究中,不仅能够帮助教师提升教学质量,而且有助于更加全面地掌握学生的学情数据,准确分析和解读教学过程与课堂反馈,实现数据驱动精准教学。
2.1.2快速达成教学反馈闭环,增强教学管理即时性
全面详细的教学分析报告帮助教师及教学管理者更加全面了解不同班级学生的特点,从而针对性制定教学方案。教学管理人员可细粒度了解学校整体教学情况,及时发现问题解决问题,实现即时、高效、科学化的教学管理机制。
2.1.3伴随式客观教学数据分析,优化教学评估方式
利用人工智能技術实现对教师课堂教学行为全面、快速、全自动地分析,教师授课模式、课堂活跃度、学生情绪及行为变化趋势等信息均以可视化方式呈现,同时还对教师和学生发展数据进行深度挖掘,优化教学评估及管理流程。
2.1.4智能化运行模式加速教师智能教育素养提升
符合场景的教学分析指标体系,无需人工操作的全自动系统运行模式,清晰友好的用户交互界面,使教师能够快速上手,减少学习复杂操作方法的时间成本和心理负担,让教师从繁琐的人力密集型工作中解放出来,而且让教育工作变得更加智能化,从而加速提升教师智能教育的素养。
2.2安全需求
2.2.1数据完整性
系统数据完整性可以抵制主动攻击,在数据传输和存储过程中,保证接收者收到的信息与发送者发送的数据完全一致,仅被授权的用户才可修改信息。
2.2.2保密性
系统满足严格的的保密性要求,其中任何数据不可泄漏给未授权的个人、实体或进程,且不能为其所用。仅被授权的用户才可查看、使用和修改系统的信息。敏感数据在传输、存储过程中需加强保护措施。
2.2.3可控性
系统确保各个部分的运行均处于可控状态,硬件设备和数据资源须确保可便捷管理,包括对硬件设备的调试及故障排除,对数据资源访问的权限划分和数据传输操作的确认,对信息系统内发生的与安全有关事件的记录与检查。
三、项目实施:
人工智能课堂教学分析系统主要分为两个部分:课堂教学分析系统和数据采集与管理系统。
3.1课堂教学分析系统
3.1.1智能计算工作站
融合图形处理单元加速系统、并行计算控制系统、流媒体计算系统、大规模视频文件存储系统及容器化工具,对音视频设备传输的数据进行计算。应用深度学习框架,为人工智能功能模块提供高性能算力保障,全面保障数据安全。
以课堂视频为基础,聚焦情感计算、说话人识别、人体姿态检测等核心技术与教育场景的深度融合。通过摄像头、拾音器等音视频采集设备自动采集上课过程中学生及教师的面部表情、语音、行为等数据,工作站对课堂教学过程数据进行分析及深度挖掘,利用人工智能技术帮助教师全面、快速、深度了解授课过程中的学生反馈。
3.1.2智能云平台
智能云平台系统主要为云端部署,提供接口接受教学行为分析结果,进行数据的二次分析与挖掘,并将数据进行可视化展示。最终结果的不同层次与维度的信息可通过不同的终端形态(网页端和移动端)进行查看。
课堂教学数据融合、分析与可视化报告呈现平台,教学管理人员、教师可登录平台查看每节课的课堂教学分析报告,高效直观地了解课堂教学过程数据,及时发现教学中的问题并采取针对性解决措施。一方面,帮助老师深入了解学生的客观学习反馈,结合教学内容研究授课内容及方式与学生接受程度之间的关联,从而提高教学质量,为学生带来更好的学习体验;另一方面,有助于教学负责人全面、快速、客观地了解教师的授课情况及学生的学习情况,实现智能化科学化管理。
3.1.3智能教学分析软件
智能教学行为分析软件主要从情感、语音、行为等维度对课堂教学过程进行全面的细粒度分析,如统计学生不同情感占比、教师及学生发言时长及占比、学生行为变化趋势等多项基本参数,深入分析学生在课堂每个教学时段的情绪变化,分析教师授课模式,观测课堂活跃度变化趋势。通过人工智能技术对课堂教学过程数据进行深度挖掘,帮助校领导、教学负责人、教师深度了解授课过程中的学生反馈。
3.2数据采集与管理系统
数据采集系统包括三个层级:
最前端层级,在每间教室安装一套完整的音视频数据采集模块,在教室内前端安装双路高分辨率摄像机进行学生端视频数据采集,在教室内后端安装可变焦高分辨率摄像机进行教师端视频数据采集,在教室内安装全向性拾音器阵列以及混音器进行音频数据采集。
中继层级,在机房/设备间配置交换机和视频主机,进行音视频录制、存储及传输。
后端层级,在机房/设备间部署核心交换机,将中继层级获取到的信号进行汇总。
四、总结:
开展智能校园建设,推动人工智能在教學、管理、资源建设等全流程应用。开发立体综合教学场、基于大数据智能的在线学习教育平台。开发智能教育助理,建立智能、快速、全面的教育分析系统。建立以学习者为中心的教育环境,提供精准推送的教育服务,实现日常教育和终身教育定制化。
参考文献:
[1]《新一代人工智能发展规划》(国发〔2017〕35号)
[2]《教育信息化2.0行动计划》(教技〔2018〕6号)
[3]《中国教育现代化2035》中共中央、国务院印发
请收藏本站:https://www.salga.org。萨拉小说网手机版:https://m.salga.org