課堂管理的智慧化改革研究

白雪

【摘要】針對課堂考勤、人工查課、人工巡課占用課堂時間、分散師生課堂注意力和過程考核缺乏科學判斷依據的問題，借助人臉識別、行為分析、大數據等先進技術來實現學生考勤與上課行為狀態的自動監管，教師授課情況的智慧化監督以及教師、學生課堂教學行為的趨勢分析，從而提高學生上課的自律性、自主性、積極性和教師授課的責任感、敬業感，達到課堂教學的有效開展。

【關鍵詞】課堂考勤? 人臉識別? 行為分析? 過程考核

【中圖分類號】G64 【文獻標識碼】A 【文章編號】2095-3089（2020）19-0193-01

1.引言

2018年4月13日教育部印發的《教育信息化2.0行動計劃》中明確指出“以人工智能、大數據、物聯網等新興技術為基礎，依托各類智能設備及網絡，積極開展智慧教育創新研究和示范，推動新技術支持下教育的模式變革和生態重構。”課堂教學是實施素質教育，提高教學質量的主渠道，而課堂管理是課堂教學高效開展的前提，但目前的課堂管理多以人工參與、被動獲取為主，缺乏主動性、響應的及時性，且易給課堂教學增加額外負擔。基于此，論文探討了通過人臉識別、行為分析、大數據等先進技術實現學生考勤、學生上課行為監管，教師授課行為監督，并通過對考勤、行為數據的整合分析，不斷提升課堂教學的效率和效果。論文中的課堂管理一方面指的是教師對課堂的管理，主要是對學生考勤以及學生上課行為狀態的主動監管;另一方面指的是教務處對教師授課情況的智慧化監督，以改變傳統人工查課、評課的弊端。

2.課堂管理的現狀

深知課堂管理對于課堂教學有效開展的重要性，很多高校已開始探索課堂管理的改革措施，如制定嚴格的課堂管理制度，建立高效的管理運行機制等[1]。但由于以下因素的存在：第一，班級屬性。學校生源問題和二三合班大課堂模式造成學生的學習自律性、自主性較差，自我約束與自我管理能力較弱。第二，教師屬性。新教師對課堂管理的經驗和精力不足，重心放在知識的傳授上，上課易緊張;某些老教師重科研輕教學，教學只為完成任務忽視課堂管理。第三，考勤手段。教師口頭隨機點名、提問或借助雨課堂、學習通等軟件完成學生課堂簽到，督導進入教室實地查看教師授課情況，憑經驗和感覺完成記錄與打分。這些因素的存在將給課堂管理帶來如下問題：

（1）課堂考勤管理難。教師需要刻意花時間精力去記錄、補充、管理學生考勤，而結果卻不盡人意。即使借助軟件簽到，也有簽到不成功、教室外完成簽到、找手機替簽到、找人替上課等現象發生，學生上課曠課、遲到、早退、玩手機、睡覺等惡習依舊頻繁，曠課期間，學生安全事故也時有發生。

（2）課堂教學易受人工巡課、人工查課打擾。第一，教務處為監管教師是否按學校規定上課，是否按時上下課，是否嚴格管理課堂紀律，是否認真開展教學等情況，會安排督導走訪各個教室，進行實地查看記錄與打分，這會影響教師的發揮、給教師帶來心理壓力。第二，學生處為統計各年級各班級的到課率情況，會安排學生助理每周不定期走訪教室，進行現場數人頭統計，這也會打擾到教師上課。

（3）過程考核缺乏科學判斷依據。教學過程是指師生間的信息傳遞過程，這種過程在時間軸上展開和變化，復雜而動態，導致教師在給每位學生的平時成績打分，或督導在給教師的授課情況打分時，往往摻雜很多主觀因素，評估結果不夠客觀、較難體現水平差異性、沒有足夠數據作支撐。

3.課堂管理的智慧化改革

針對上述課堂管理中存在的問題，現借助人臉識別、行為分析、大數據等先進技術，對課堂管理進行智慧化改革，具體改革思路如下：

（1）通過人臉識別技術，實現無感化、自動化考勤管理。提前完成信息庫的錄入工作，包括教師信息、學生信息、課程信息等，在實施課堂教學中，通過人臉識別技術實時獲取學生人臉，與信息庫進行比對，即可自動完成每一個學生的出勤狀態并形成報表，也可匯總班級的考勤數據并分析出到課率、異常人數，從而實現學生與班級的自動化考勤管理，有效杜絕學生曠課、遲到、早退、代簽等惡習。同理，實時獲取教師人臉進行比對，教務督導即可遠程在線監督教師是否按時上下課、是否私自調課等現象。當然，這也有效避免了人工查課、人工巡課對課堂教學造成的干擾。

（2）通過AI智能行為分析技術，實現師生課堂行為的智能感知、分析和及時反饋。在課堂上，學生的學習行為有聽講、應答、舉手、讀寫、同學互動、師生互動[2]，非學習行為有打瞌睡、趴桌子、玩手機、吃東西等。教師的教學行為有講授、板書、提問、巡視、師生互動、使用多媒體設備，非教學行為有接打電話、玩手機等。通過AI智能行為分析技術能夠分析出學生的學習行為、非學習行為與教師的教學行為、非教學行為，及時反饋課堂行為數據，這些數據能客觀反映學生的上課行為狀態和教師的教學手段方式方法，為學生、教師的公平公正考核和后期教學手段的改進提供客觀的數據及支撐。此外，從人性心理的角度來看，該技術的應用將對課堂教學產生較大的積極作用：學生會自覺約束和規范自身行為，上課認真聽講，積極回答問題等;教師也會注意自身形象，注重教學活動的組織與開展，考慮學生的感受和接受力等。

（3）通過大數據技術，挖掘和分析出更多利于課堂教學的信息。基于上文人臉識別技術和AI智能行為分析技術所獲得的考勤數據、行為數據，經過長期的匯總和整合，形成量化的圖形報表，再從個人、班級、學校、學科、時間等不同維度對數據進行深度分析，為課堂教學的評價和改進提供更有效的支撐。比如通過分析學生個人和班級整體的考勤狀態與上課行為，可得出影響學生成績的因素是學生自己、教師的上課方式或其他。比如通過分析年級內不同班級同樣授課內容時學生行為數據，或比對班級內不同課程等維度下學生學習的趨勢結果，可篩選出年級內受學生歡迎度最高的班級授課內容。比如通過匯總所有班級的巡課記錄，可清晰地展示每個班級的巡課結果，方便管理層進行更具針對性的督導。

4.結語

隨著政策的不斷深入，教育信息化的高速發展，各高校都應借助這股東風，加強教育的信息化建設，以課堂為核心，實現新興技術與教學的融合，使得課堂管理和教學評價更容易、更科學。

參考文獻：

[1]劉文閣，謝堯臣.課堂教學管理改革的探索與實踐[J]. 衛生職業教育，2007（10）：14-15.

[2]周曉雨.基于人工智能技術的智慧課堂[J].智庫時代， 2018（33）：280-281.