高校智能教室建設新需求分析*

黎生 田建林 余淇

摘? ?要：隨著高新技術的快速發展，特別是智能技術的應用，智能教室建設已經成為高校信息化建設的熱點研究領域。文章在對目前高校智能教室建設現狀分析的基礎上，著重從物理空間、技術分析以及智能管理三方面提出新的建設需求，以期為兄弟院校提供借鑒。

關鍵詞：智能教室;建設;需求

中圖分類號：TP393 文獻標志碼：B 文章編號：1673-8454（2020）21-0090-04

一、引言

在教育信息化2.0時代背景下，信息技術與教育教學的深度融合已成為高校發展的重中之重。隨著新興信息技術的逐步成熟以及對教育領域的強大支持，教學環境的建設也從信息化時代進入了智慧時代。各高校結合自身特點與需求，積極推進智慧教學環境的建設與探索，其中以四川大學“智慧教學環境建設”案例較為典型。該校通過對教學環境的系統性重塑與空間再造，營造“人人皆學、處處能學、時時可學”的泛在化學習氛圍，推動了課堂變革。

當前智能教室建設也存在一些問題：第一，由于建設成本普遍較高，很多高校受經費限制，建設規模較小，并不能形成常態化的建設模式。第二，建設的類型比較單一與局限，功能融合性不強。第三，智能教室的核心功能（即數據分析）并未體現，究其原因，一方面是數據分析的維度與標準在業界并沒有形成學術共識，另一方面受現有技術局限，無法進行深入分析。

二、建設新需求

筆者所在高校從2012年開始進行智能教室建設。強調充分利用信息技術，致力于打造“互動式、智能化、開放型、多樣性”的教學環境，實現教學空間與教育理念、模式和教學方法的雙向促進。目前已建成包含小組協作式、深度演示式、互動反饋式、跨區域遠程式、操作式、研討報告式六大式十小類智能教室[1]。同時充分利用過道、走廊以及教學樓內大廳閑置區域，安裝白板、桌椅，覆蓋無限網絡等，打造互動交流空間，方便師生隨時隨地交流討論、思維碰撞。在建設實踐過程中，筆者積累經驗，著重從物理空間、技術分析以及智能管理三方面提出建設新需求，以期為兄弟院校提供借鑒。

1.用智能持續優化物理空間，增強教學體驗

（1）5G網絡引入，提升信息基礎環境

5G全稱第五代移動電話行動通信標準，也稱第五代移動通信技術，它在傳輸速率、覆蓋范圍、穩定性以及網絡安全性方面有所完善[2]，將會滿足大家對移動通信網的新需求和高標準。引入5G網絡，將為高校線上線下教與學活動支撐產生革命性影響。例如：針對現有的教學互動系統，將無需在每間教室或每棟教學樓密集部署無線局域網，即可滿足教學互動的多終端、高并發需求，同時能夠為即將上線的線上線下一體化教學平臺提供有力支撐。關于“VR+教育”，目前的4G網絡不能很好地滿足其對網絡的高傳輸要求，所以借助5G網絡，VR的傳輸屏障可被打通，VR在移動端應用的相關問題也可得到解決。另外，5G網絡將會大大改善微課或慕課等教學平臺視頻類資源的學習體驗，讓移動學習成為常態化。

（2）多模態物聯網，實現教學全面感知

智能教室的基本屬性之一，是實現教學環境的全面感知與智能控制。在智能教室的建設中，通過引入多模態物聯網，基于語音控制、手勢識別、圖像分析以及傳感器技術等，融合聽覺、動作、視覺、傳感器多種感官交互，智能教室將主動提供技術服務。如通過教室圖像分析服務，動態捕捉非結構化的、現場的、實時的課堂互動并進行語音識別，轉換為易于搜索和可參考的文字內容，同時語音識別技術的引入也將改變學生記筆記的方式。在多媒體設備操控方面，添加動作識別功能，即支持授課教師通過手勢操控方式進行屏幕控制，解放雙手，擴大操作區域，走到學生中間。在燈光控制方面，利用紅外感應實時判別該教室內相應位置學生是否入座。如有入座，燈光控制系統將實時工作，提供局部照明;如無入座，該系統則處于關閉狀態。在溫濕度控制方面，通過教室內溫濕度傳感器感知、采集數據，依據既定標準閾值，當室內溫濕度超越最高臨界值時自動開啟空調，小于最低臨界值值時自動關閉，實現室內溫度與濕度的自適應控制。在空氣流通方面，采用二氧化碳傳感器實時監測室內濃度變化，通過分析其濃度是否超越臨界值來智能判斷是否開啟通風系統進行換氣。通過精細化、智能化控制教室燈光、濕溫度以及通風等設施，既提高了教室的管理效率，又改善了能耗利用率。多模態物聯網的實現，有助于高校打造高智能化的教學空間，為師生提供智能、健康、舒適的教學環境，更好地激發師生的創新興趣和學習激情。

（3）分布式布局，復合空間功能

智能教室的空間布局，在滿足基本教學需求的基礎上，要趨于分布式設計且功能復合使用，即支持隨時重組再布置，迅速地將其重新變化成具有不同功能的、不同學習區域的學習空間。如在階梯教室（百人大教室）的智能改造過程中，突破思路，對其布局進行大膽創新，以此來滿足大型階梯教室的探究式互動化需求。通過增加可移動式隔墻，創設階梯小隔間，實現同一空間多種教學形態的快速便捷轉換，方便學生“集中學習空間”“協作學習空間”和“獨立靜默學習空間”的自由切換。在桌椅的設計上，采用隔排轉椅方式，即前排座位可以180度旋轉，實時形成討論組，方便學生積極參與、協同創新、頭腦風暴。同時部分區域桌子變成可書寫的白板或黑板桌子，方便小組學生隨時書寫、靈感記錄和頭腦風暴。在教室的美學設計上，增設未來風風格、現代風格等不同類型，通過視覺激活學生思維。

（4）功能多重復合，優化技術細節

目前智能教室雖然種類較多，但個體功能相對單一，且多依賴硬件設備實現，造價過高。很多高校建設經費有限，只能小范圍試點，無法大范圍推行。筆者所在高校的后續建設中，將結合使用體驗，逐步使用軟件方案代替硬件設置，對每種類型的智能教室進行功能優化和復合，實現智能教室的復合轉型。如多視窗互動教室（即深演示式智能教室）多窗口顯示功能是以硬件形式予以實現，成本高，且信號源窗口不可隱藏，操作不夠簡潔，教師使用有一定的負荷。后續考慮以軟件的形式予以優化，即顯示窗口可按照教師需求劃分為多個，教師只需操作授課臺式機，像平時使用軟件一樣即可便捷實現多視窗功能。網絡互動教室（即操作類智能教室）目前采用的是兩種品牌互動軟件，功能種類繁多，部分功能教學意義不大，部分功能不夠完善，如試題不能提前備課，產生的數據需要人為拷貝等。后續考慮開發新版互動軟件，根據使用經驗保留重要有用功能，同時與教學平臺打通，可引用課程資源，并自動保存互動數據。多屏互動教室（即小組協作式智能教室）現只有“集中控制”和“分組討論”兩種功能。后續考慮增添其他功能，如可同步顯示教師屏或某個小組屏、可多屏對比顯示等。除此之外，智能教室的細節要趨于豐富且標準化，如屏幕共享、云桌面、電源插孔、布線、網絡接入等，開放標準的外設接口，讓師生零障礙、零負擔便捷接入。

（5）學科多元覆蓋，豐富功能類型

筆者所在高校是一所綜合類大學，學科門類多樣，文、理、工、醫等均有涉獵，除了已建的六大式十小類常用智能教室之外，根據實際教學需求增設“深體驗”感智能教室，即AR教室和VR教室。全息投影（AR）智能教室采用增強現實教學技術，通過構建AR（增強現實）場景，把抽象的知識具象化，讓傳統的平面知識立體呈現，促進學生的深層次學習，實現相關知識與內容的深度理解和掌握，并與互動技術結合，構建更為直觀的知識體系和感知過程。該種教室類型適合于工科、醫學等學科教學。虛擬（VR）智能教室則采用虛擬現實教學技術，通過VR設備創設多維交互的沉浸式學習體驗，這種現場性體驗是超越時間和空間維度的。在實驗教學中，虛擬智能教室可以規避傳統實驗教學活動中可能存在的安全隱患，實現科學過程的“真實”再現。該環境中的智能教室不僅僅是教室傳統形態的改變、相應功能模塊的增設、線上虛擬線下實體教室的互聯，更為重要的是智能教室之間信息彼此互通、數據彼此共享，實現以教室為立足點的各教學要素和環節的橫向、縱向聯通[3]，營造教學大生態環境。

2.用技術慧析課堂教學，促進教育個性化

伴隨著大數據、物聯網、人工智能等技術的下沉應用，智能教室在支持教師 “教”與學生“學”的過程中，應著重強化技術分析功能，用數據慧析課堂教學，讓教師的“教”有指導，學生的“學”有分析。

（1）教師教學行為分析，提升教學能力

智能教室的一大功能是支持教師教學過程的自查行為，即通過開展教師教學行為分析，方便教師開展自我評估，進而提升教學能力。教師的教學行為分析應覆蓋課堂全周期，即課前資料推送、課中互動教學、課后總結創新，實現課堂教學過程的數據化，為全面掌握、分析學校教學狀態并持續推進教學改革提供大數據支持。同時開展評估督導，利用視頻分析技術和大數據挖掘，分析教師的課堂教學行為，通過對教學過程數據的采集、分析與計算，診斷教師授課類型，進而給予創新指導，有效改進教學。其中，教學行為分析環節的核心所在，是通過對教師授課過程中“講授”行為、“提問”行為、“言語評價”行為、“組織指示”行為以及“技術操作”行為的發生頻率進行數據挖掘[4]，診斷教學風格與類型，形成教師的個性化報告，進而有針對性地優化教學。與此同時，結合教師的學科教學能力分析，可以提煉出教師授課過程中最薄弱的地方，宏觀上給教師提出優化建議，微觀上能夠幫助教師找到最有價值的學科知識薄弱點以及了解不同班級的群體感知情況。

（2）多模態學生學習分析，改善學習體驗

借助大數據與人工智能分析技術，特別是日漸成熟的多模態學習分析，對學生所產生的學習體征數據和學習行為數據開展立體分析，以揭示學習變化機理及其規律[5]。通過多模態學習分析，不僅了解學生的外在學習行為表現，同時注重學生情感、認知等內在學習機理問題。

外在學習行為分析主要在于優化學生學習路徑，本質為理解和優化學生的學習過程以及學習情境。通過收集、分析學生的顯性學習行為數據，如信息搜索路徑（點擊、瀏覽、跳轉等）、溝通交流路徑（提問、傾聽、交流、反饋等）、問題解決路徑（聽講、提問、回答、思考等），幫助其制定匹配學習進度的個性化任務，同時分辨出行為背后隱含的關聯，準確預測學生的學習行為路徑及學習發展趨勢[6]，進而提供有針對性的、適應性的課程資源和學習內容，實現學習計劃和資源的精準推薦，促進個性化學習。

內在學習機理分析則著重實時捕捉學生在學習過程中的情感狀態。通過攝像頭拾取學生面部表情、姿態表情以及語調表情[7]等方面的變化，及時反饋學生情感變化、興趣所在。通過獲取學生的生理數據從而迅速分析、判斷出學生對該學習內容的態度偏好、認知風格，并進一步為學生適時地提供激勵和幫助。

通過多模態學生學習分析，教師可以很好地掌握學生的學習軌跡、學習模式以及學習活躍度，了解學生個體知識能力結構、學習傾向、思維特征等等，進而全面且科學地評估學生學習效果，形成學生個性化報告和認知地圖，支撐教師的適應性教學與學生的個性化學習。同時，多模態學習分析有助于教師對學生的學習行為進行誘導，幫助其找到最合適的教學方法和教學策略，開展智能教學與評價。

3.用智能驅動教學管理，提升服務水平

基于大數據、物聯網等技術，對教室內設備及環境進行智能管控，實現出勤管理、智能聯動、遠程維護、遠程巡檢的新型智能教室管理水平，達到管理可視化、遠程化、智能化、聯動化運行。

（1）課堂出勤全面掌握

無感知AI考勤通過對學生進行人臉識別，實時計算出勤人數，匹對學生人員檔案，對缺勤學生進行提醒或預警。另外，出勤數據與教室信息發布系統對接，實時顯示教室人數及可用情況，方便學生隨時查看教室座位余數。智能考勤不僅提供學生上課情況的全面管控，同時也為管理者提供實時電子沙盤，便于高校管理者依據數據開展全面調度，提升教學決策效率。

（2）多校區智能聯動控制

支持通過APP、遠程集中、智能分析等方式對校區內、校區間教室的教輔設備進行智能電控。對窗簾、照明等環境設備進行智能調節，保障設備按需使用，節約能耗。

（3）數據挖掘智能運維

通過大數據技術采集學期日常運維數據（涉及咨詢記錄、報修記錄、培訓記錄、支持記錄等）。分析需求類型，進而判斷問題容易發生的時間、對象以及優先級別，提前給予支持、提醒或干涉。這種由“事后補救”轉為“事前支持”的方式，在一定程度上優化了運維管理的工作方式。由此可見，通過智能運維，管理人員可以全面了解服務群體存在的共性問題以及異常使用模式，及時發現需求所在，進而針對性解決。同時，結合遠程協助管理方式，工作人員可以通過網絡實現一對多遠程協助，快速解決教師多媒體使用問題，提高工作效率，提升運營管理能力與服務水平。

（4）資產狀態智能管理

資產安全管理，即對教室內的教輔資產設備（電腦、投影等）提供安全管理，對未經授權人員私自把教室內資產設備帶離教室及時預警。資產監控管理，即對設備資產的運行狀態進行實時監控，對利用率較低的設備資產合理調度，提高利用率。

（5）智能巡檢

對設備的生命周期進行跟蹤管理。一旦臨近更換期，就會智能顯示。遠程智能巡檢，方便管理者快速做出決策，減少人工管理成本，大大提高了管理決策科學化、監管精準化。

三、總結與思考

在智慧教育蓬勃發展的階段，智能教室以智能技術重構教學形態，在推動教學變革創新，促進創新型人才培養上，具有重要的意義。

在智能教室的建設上，應遵循教學活動基本規律，以師生需求為導向，注重設備生命周期，并由一線教師、專家、管理者、企業多方參與協同作用。另外，要注重信息化智能技術的應用能力，強化數據分析能力，實現教與學過程行為的數據捕捉與分析，真正做到“智能”。

在智能教室的管理上，實行“建—管—維”責任制，做好頂層設計，發揮優勢，多部門協同開展工作。利用智能技術打通數據壁壘，優化工作流程，實現用戶教室借用、故障申報、技術培訓一站式服務，打造高效舒適的用戶體驗。

在智能教室的應用上，重點在于教師自身教學理念和教學方法的革新。為有效開展智慧課堂教學，學校應加大教育技術相關培訓的力度，全覆蓋、全過程提升教師信息素養。

最后，關于智能教室的應用效果，還需要更長時間的觀察與科學研究才能確定。如何發展出一套適用的測評工具和方法，建立健全智能教室應用效果評估體系，對智能教室優化做進一步改進與設計指導，也將是本文后續關注與研究的重點。

參考文獻：

[1]黎生，余淇，田建林.高校智能教室建設初探[J].中國信息技術教育，2020（15）：7-8.

[2]陳治宏.5G移動通訊網絡發展芻議[J].數字技術與應用，2019（1）：42，128.

[3]佚名.當前提出“室聯網”這個新概念何以必要[EB/OL].https：//www.sohu.com/a/301226842_99972084.

[4]石映輝，彭常玲，張婧曼等.智慧教室環境下的高校師生互動行為分析[J].現代教育技術，2019（1）：45-51.

[5]牟智佳.多模態學習分析：學習分析研究新生長點[J].電化教育研究，2020，41（5）：27-32，51.

[6]李曉慶，余勝泉，楊現民等.基于學科能力分析的個性化教育服務研究[J].現代教育技術，2018（4）：20-26.

[7]羅萬麗，王蕊，范榮.人工智能在教育領域的應用探析[J].數字教育，2018（6）：79-82.

（編輯：王曉明）