大數據與人工智能的師生同享同樂平臺的設計

蘇州科技大學天平學院 姚 洪

由于目前信息技術的迅速發展，大數據和人工智能等技術開始應用到教務教學中來，智能化的教育是教育發展的方向，是信息化發展的必然趨勢，如何利用現有大數據技術、人工智能技術和互聯網等技術筑建適合當下師生需要的平臺，是現在教育信息化的一個重要課題。本文從師生同享同樂的角度出發，利用現有的大數據技術和人工智能技術設計一個智能化平臺。

2016年6月中國教育部就教育信息化給出指導性規劃——《教育信息化“十三五”規劃》，在這個規劃中就明確指出大至意為：全方面地提升教育信息的能力，著力于管理方面，以管理帶動教育治理，進而服務教育。2018年4月我國教育部就教育信息化又進一步給出行動計劃——《教育信息化2.0行動計劃》，該行動計劃表明我國教育信息化質的飛躍從輔助性到主導性轉變；從提升學生信息技術應用能力、向提升信息技術素養轉變；從應用融合發展，向創新融合發展轉變。

1 現狀

學校的主要功能是教與學，教學質量的好壞關系到學校未來的發展，關系到學生的發展，教學質量一方面體現老師的教學能力水平，另一方面，是學生吸收掌撐知識的效率。不同的老師間，由于學歷水平、知識結構、歷史經驗之間存在巨大的差異，會導致其教學能力水平有高低之分；不同的學生間，由于天賦秉性、理解能力不同，知識轉化吸收的效率也不盡相同。由于缺乏量化的分析手段，無法及時發現“教”與“學”過程中存在的問題，也就無法在這些問題點/弱項上進行改進提升，提高教學質量也就變成鏡中水月，不了了之。使用新技術，利用最新的大數據、圖像識別、行為分析等技術主導或輔助教學設計是提高教學水平、量化教學水平的一個新方向。

2 總體設計

2.1 總體目標

以課堂為載體，以師生為核心，利用最新的大數據、圖像識別、行為分析等與教學的深度融合。實現師生考勤、教學錄播、教學分析、課后智能分析等，方便對師生的簽到、答到、考勤管理，利用人臉識別方便智能化巡課督導，利用大數據分析方便課堂分析，利用統一通信方便消息互通，進一步滿足教師教學、學生學習、家長參與和管理者管理等多角色的需求。

2.2 總體架構

整個平臺系統在業務設計的針對用戶角色分為：學生角色、老師角色、家長角色和管理者角色，以課堂為載體，以師生為核心場景，運用最新的大數據、圖像識別、行為分析等與教學的深度融合，構建“教”、“學”和“管”為一體的師生同享同樂平臺，總體架構詳細說明如下：

AI+課堂系統：由教師攝像機、學生攝像機、2個拾音器和一個智能錄播主機組成，系統簡約而不簡單，一套系統就可以支持學生課堂、教師課堂行為分析等多種功能。

6種應用：實現師生考勤、教學錄播、教學分析、課后智能分析等，方便對師生的簽到、答到、考勤管理，利用人臉識別方便智能化巡課督導，利用大數據分析方便課堂分析，利用統一通信方便消息互通，進一步滿足教師教學、學生學習、家長參與和管理者管理等多角色的需求。

4類用戶：學校是以課堂為載體，以師生為核心構建“教”、“學”和“管”為一體的師生同享同樂生態系統，以提高學生綜合素質為立足點，促進學生學習各類知識。加強老師、學生和校內管理者之間的互動，完善校園的運行要素，建立與家長勾通的信息通道，及時推送學生在校的生活、學習等相關信息。

圖1 傳統課堂

圖2 AI+課堂

圖3 AI分析維度

3 課堂應用

3.1 傳統課堂

傳統教學模式，在教育教學的時間長河里，承擔重要的作用，但也基本沒有變化，模式相對單一，教師在課堂上針對一個話題或論點進行統一化講解，學生坐在下面認真聽講。這樣每天6到8h坐班制式，讓所有的學生讀著同樣的課本，解答同樣的問題，背誦同樣的課文，如圖1所示。這種模式下存在如下幾點問題：

學習效率低：每個學生的思維方式不一樣，學習能力和進度不一樣，教師往往“照本宣科”，難以顧及每一個學生，學習的效率其實是很低的；

被動式教育：傳統的課堂教學模式難以調動學生的邏輯思考和分析問題的能力，被動接受各種信息。但是很多科學研究表明，學生更喜歡尋找自己適合的，利用自己天性喜歡的方式來學習，這種學習效果更好、更快，知識在大腦中留下的記憶更深刻；

無法及時反饋：任課老師無法兼顧到每一個學生，對學生在學習中的進度無法及時了解，由于性格等原因，學生也很少向老師反饋學習疑惑。

3.2 AI+課堂

隨著人臉識別、行為分析、視頻結構化等技術的快速發展，利用這些技術進行課堂數據的“伴隨式”和“即時式”采集越來越成為一種趨勢，如圖2所示。這種AI+課堂教學模式存在如下優點：

可量化：針對師生的課堂表現，統計師生的課上行為，精準地展示課堂中發生的各種活動，讓不可量化的“主觀感受”變為“客觀數據”成為可能；

易管理：通過將師生行為和情緒量化為數據，可以清晰地發現問題學生（學習效率低、表情消極等），及時地進行干預和引導；

精細化：以前由于教師精力有限難以深度了解每一個學生的學習情況，現在有了這些可以量化的報表就可以比較精確地、針對性地教學。

3.3 AI分析維度

現有的技術條件，主要聚焦課堂行為分析和課堂專注度分析兩大類，如圖3所示。

課堂行為分析包括：班級行為統計分析；班級行為對比分析；班級行為趨勢分析；全校行為統計分析；

課堂專注度分析包括：學生專注度對比分析；班級專注度對比分析；班級專注度趨勢分析；考試成績&專注度碰撞分析；課堂行為分析。

總結：本文從簡單的教學環境出發，以智慧教室的智慧學習環境為載體，構建一個師生同享同樂平臺，用于服務師生，建設符合學校自身條件的辦學環境和實際需要的智慧教室，充分發揮師生的能動性，為智慧化教育教學提供一方案方法。