基于云邊端協同的智慧教學環境設計與實現

孫彥博

（重慶警察學院，重慶 400000）

0 引言

教學環境是教學理念、教學模式和教學內容的承載者，良好的教學環境營造了“環境育人”的物理空間。教育信息化2.0行動計劃開啟以學生為中心的智能化教學支持環境建設，明確了教學環境的對象屬性和技術屬性[1]。學生自我發展的全面化、精準化和個性化愿景成為教學環境建設的導向，而通過教學方式和學習方式將技術工具和課堂組織進行深度耦合賦予教學環境以智慧。智慧教學環境的功能不再只限于軟硬件智能設備的網絡聯通，通過感知學習情景、識別學生特征、提供合適的學習資源與便利的互動工具，有效促進了學生的學習[2]。所以，本項目在完成技術設計、自動記錄學習過程和評測學習成果的基礎上，進一步研討了云邊端協同環境下教與學的組織形式。

1 智慧教學環境研究現狀

國外對于教學環境的研究起源于勒溫的心理動力場理論，他深入闡釋了人的行為與環境的關系[3]。20世紀80年代，隨著交互式音視頻技術的發展，逐漸將嵌入個人電腦、光盤存儲、視頻節目等信息技術的課堂稱為智慧教學環境。進一步，國外高校以完善教育服務提升核心領域影響力為導向，致力于將網絡技術、新一代信息技術和課程相結合，不斷顛覆傳統的大學教育模式，創造出MOOC、SPOC、微課、翻轉課堂等全新的教學環境[4]。

國內對于教學環境的研究從電化教育起步，教育研究者深入探索了技術創新手段在豐富學習經驗、增強學習成效方面的作用，對適應于泛在學習、移動學習、自適應學習和混合學習的教學環境開展了理論研究[5]，與之相適應的應用場景和智能產品同步涌現，信息技術已經成為推動教與學實踐變革的不可逆轉的力量。

2 在線教學帶來的挑戰

國民經濟和社會發展第十四個五年規劃首次提出“發揮在線教育優勢”。2020年以來，大規模的在線教學實踐極大豐富了教學和管理內涵。推動了教師的教，教師是否具備有效組織課堂的能力，能否與學生相互關聯、相互作用激發學習動機，成為能否促進有效學習的關鍵因素。推動了學生的學，將45分鐘的標準課時顆粒化后，學生在線課程中表現出更大的自主性，學習滿意度甚至超過了面對面的傳統課堂教學。推動了課堂的組織，遠程學習端點通過直播錄播結合方式實現協作，沉默單向的課堂組織形態逐步向線上線下互動發展。推動了教學的管理，課堂學習過程、學習情境、設備感知和社群互動等各方面數據實現閉環，為教學管理提供了精準的數據支持[6]。

在線教育正在從萌芽期的新鮮感向教學新生態轉變，在線化成為智慧教學環境建設的重要方向。然而，在線教學智能化交互、個性化學習、沉浸式體驗的特點，要求教學環境必須具備高實時性和海量數據處理能力。當前階段，大部分智慧教學環境往往是針對某一教學場景的定制化方案，能夠提供的在線服務質量比較粗放，以精品錄播為主要功能的本地化智慧教室無法滿足在線教學需要，而部署在云端的直播教室往往出現卡頓、丟包、掉線和崩潰等情況，設備網絡環境也有IPv6、IPv4、WIFI、4G、5G、zigbee等多種制式，如何實現不同教室軟硬件環境實時交互是一項很有挑戰的任務。

3 云邊端協同設計思路

無延遲狀態下開展課堂交互是獲得良好教學體驗的基礎。為實現直播環境下4K高清視頻傳輸，至少需要保障40M帶寬，帶寬容量和成本是必須考慮的重要因素。傳統在線教學，采用拉流或推流方式將直播視頻上傳到云端，然后從云端返回控制指令，整個過程耗時較長，不能滿足時效要求。因此，只有盡可能早地對端設備采集的海量數據進行篩選，識別有效數據和無效數據，降低傳輸和存儲成本，才能在毫秒級時間內完成從采集數據、數據處理到實現交互的過程。云邊端協同利用邊緣計算和分布式云技術，在智慧教學環境中增加集網絡、計算、存儲、應用核心能力為一體的邊緣云服務，將數據的存儲、傳輸、計算和安全從云端下沉到邊緣節點，產生更快的網絡服務響應[7]。

下面以開展大數據課程的AR教室為例，來描述智能設備在云邊端協同思路下的交互過程（見圖1）。AR教室部署了大量的IoT傳感器、直播錄播攝像頭、AR可穿戴設備，而出于安全和IP資源考慮，這些設備將部署在無公網固定IP的專網環境。在線教學需要將這些設備向公網用戶開放，就需要將它們統一組織到云端，實現云端的集中訪問和控制。云邊端協同方式，通過RTSP/Onvif協議將專網設備統一接入到邊緣網關，邊緣網關再通過GB/T28181與邊緣云對接。邊緣云實現AR推理等大量前端計算，然后將計算結果在中心云進行訓練，訓練好的模型又下發到邊緣云，從而實現云邊協同。通過這種逐層分散延伸的網絡架構，將設備就近接入邊緣云，通常IoT設備與邊緣端設備之間的時延可以控制在2ms內，適合處理實時性要求極高的教學數據，與邊緣云之間的時延也可以控制在10ms內，滿足AR直播場景。

圖1 云一邊協同技術思路

4 云一邊協同平臺模型

按照云邊端協同設計思路，采用容器技術和微服務架構來構建云邊端協同平臺（見圖2）。平臺將模型、運行環境、服務、任務以容器的方式解耦，借助鏡像倉庫共享整個開發和運行環境，對任一對象的調整都不影響整體環境的部署。微服務架構包含服務目錄注冊與發現、API網關、服務代理、服務熔斷等功能，持續整合工作流服務組件和標準化接口，打通從數據獲取、數據處理、算法構建、模型訓練、模型評估、模型部署到應用發布的智能設備全流程生態閉環。平臺通過數據中心、模型中心、服務中心、應用中心、邊緣中心、管理中心等六個中心模塊，快速獲取多種來源訓練數據，進行數據標注及特征提取，按需調度算力資源進行模型生產及效果評估，并將模型一鍵部署至教學應用[8]。

圖2 云一邊協同平臺設計

數據中心負責異構數據源的數據接入，支持結構化、非結構化數據存儲和數據集管理。模型中心負責模型發布、邊緣推理、配置管理，通過模型中心創建的各類機器學習和深度學習算法可以在發布后，直接調用訪問地址對接業務應用，邊緣推理將模型服務發布到邊緣節點，配置管理包含用戶管理、組織管理、鏡像管理、操作日志、權限管理、運維管理、容器管理等組件。服務中心負責組件管理、服務編排、任務管理、任務執行和服務管理，組件管理將接入的各項服務封裝為可被業務編排使用的組件，服務編排結合業務邏輯快速組合連接各組件，任務管理實現任務的接收、派發與容災，任務執行將接收的派發任務啟動執行并維護負載均衡，服務管理支持按照調用記錄查看執行日志和可視化展示。應用中心管理平臺預制的典型應用和自定義的應用。邊緣中心負責平臺邊緣側的邊緣單元、邊緣組件、邊緣運營，邊緣單元對靠近邊緣數據源頭的計算設備進行統一管理，邊緣組件提供通用能力組件和開發、運維工具，邊緣運營提供不同類型的設備接入能力并管理操作日志。管理中心則是平臺自身業務、項目、用戶和權限的管理單元。

5 教學系統設計

云邊端協同平臺從框架、技術、設備上滿足了智慧學習環境在線化的需求，但只有實際上提高教育教學的效果、效率和效益，才能煥發生命力。在教學過程中，學生需要直觀掌握學業成績來調節學習過程，教師需要監督課程進度來調整教學策略，因此建設一個能夠讓學生主動參與到學習過程的開放式、泛在式、個性化的教學系統顯得尤為必要。

結合大數據實驗實訓課程，來設計知識傳授在線化過程。大數據課程大綱明確教學目標為：通過教學使學生掌握數據分析和處理基本能力，具備大數據思維，能夠自主開展大數據應用和創新。為了培養與提升這些能力，需要從總結性和形成性評估角度跟蹤學生學習進度。對于采取在線方式學習的學生而言，需要鼓勵學生主動提出問題、協作解決問題、針對性開展測試，激發學習自主性和學習熱情。因此，教學系統在督促學生聽課、記筆記、通過考試之外，將賦予學生更多的學習角色和責任，以督促其建立自主的學習方法。

5.1 建設問題庫和測試系統

在線學習過程中，有效學習往往不再是個體建構的結果，而表現為群體之間的協作。基于協作理論，可以建設師生共同訪問的、透明的、經過驗證的問題庫。作為豐富問題庫的關鍵措施，每個學生必須在課程中從給定的主題中想出至少一個問題并找到解決方案，并根據這些問題制作測驗系統。測驗包括三種類型：（1）教師設計的測驗，教師設計類別及難度，每個學生都需要參加；（2）個性化測驗，基于學生回答問題的情況，將認定為學生沒有完全理解的問題進行合并，反復推薦給學生參加；（3）學生期盼的測驗，根據學生與聊天機器人交互內容，由聊天機器人分析輸入情況并收集關鍵字，從中生成分類。

學生在學習過程中回答問題情況和參加測驗的結果作為學期的形成性評估依據，學生也可以據此預測未來的學習成績，并根據個人需要制定學習計劃。教師根據每個問題回答情況，可以看到問題分數的高斯分布，提煉共性問題用于學期末的書面考試。

5.2 豐富個性化指標體系

在知識傳授過程中，需要制定個性化的指標體系以提升學生學業。這些指標包括：學習覆蓋率、學生答題率和成功率、學生滿意度、回答問題效率和學習期望等。學習覆蓋率是指學生參加的測驗中包含的課程大綱中的概念之和。學生答題率和成功率，指學生答題情況和成功情況的覆蓋程度，如果學生對課程的答題率達到了百分之百或者成功率達到一定參數，就可以對學生進行有效激勵。學生滿意度是通過學生的打分和評論環節，將文本反饋數據輸入到情感分析機器學習模型中，綜合計算反饋平均值，以確定用戶的滿意狀態。回答問題效率通過測驗中的正答率來衡量，如果學生重復同一個問題的次數和給出答案的正答率較高，意味著這個問題可能被大多數人掌握，教師需要提高它的難度水平，以更好反映此類問題掌握的深度，反之，往往意味著學生對某一個問題的答案概念不清、存在疑問或容易犯錯。學習期望則直觀表現為學生要求進行的測驗次數和提交給教師審核的問題數量。通過這些指標數據的收集，并結合學習目標進行可視化展現，可以直觀衡量和反映學生的進步[9]。

5.3 增強學習環境

學生的自主學習動機和低焦慮學習狀態可以產生深層次學習方法。為增加學生學習動機，應靈活采用游戲元素，將學習過程設置為小單元游戲，根據參與情況科學設置獎勵、進度等級，這將使學習過程變得有趣，學生也更容易投入。而低焦慮學習狀態來源于過程評價的隱性化，學生不必再擔心因為學習期間所進行的活動而在課堂上被批評，教師可以通過教師面板了解學生完成學習任務、學習績效評估和協作互動過程中體現出的對知識的掌握情況。在學生同意的情況下，可以通過網絡日志形式記錄學生在遠程互動中的所有行為，然后根據每個會話持續時間將交互行為量化為短交互作用、中交互作用和長交互作用，根據短、中、長交互的比例直觀反映學生學習情況。

6 結語

基于云邊端協同技術，從物理環境上滿足了在線教育的網絡、數據和交互要求，能夠從學習表現、學習行為、學習概況和個人因素等對學生個性化需求進行即時分析，從而為遠程學生創設交互式、適應性的真實學習情境。另外，還可以基于然語言處理對學生回答問題的情況進行情感分析，以決定是積極的還是消極的反饋。而通過自適應和即時學習支持，可以跟蹤學生的學習進度和學習狀態，使學生獲得更準確的個性化學習反饋。隨著更多新技術的融入和發展，如何在云邊端協同的智慧學習環境中，將教師的知識以更加智能、多樣、高效的方式傳遞給學生，將是下一步研究的重點。