利用AI課堂行為分析 支持教師專業成長的實踐研究

唐維樓

【摘要】? ? 課堂觀察一直是教學研究的一個重點與難點。傳統的課堂觀察因客觀條件的限制存在著各種各樣的缺限。隨著信息技術的發展，特別是人工智能在圖像與聲音的識別方面以及人工智能自動建模等技術瓶頸的突破，使得人工智能應用于課堂行為分析成為可能。本文著重介紹如何利用人工智能技術對常態課堂進行分析，幫助老師提高教研能力，從而提高教學質量的過程。文章從課堂行為分析的設計、應用到取得的成果，為人工智能應用于課堂提供了一個很好的范例。

【關鍵詞】? ? 人工智能? ? 行為分析? ? 專業成長

引言

學校教育，提高教學質量的關鍵是課堂教學，因此，課堂觀察作為教師個人的教學反思或學校教學管理部門對教師集體教研有著相當重要的作用。但課堂觀察又有其局限性：

（1）課堂觀察需要觀察者接受一定的專業培訓，具備相應的觀察技能，要求觀察者能集中心智觀察，及時、準確地收集相關信息，隨時做出決定。這是對觀察者在專業知能與自身特質方面的要求。

（2）課堂觀察需要一定的時間、設備與技術的保障，來完成程序的三部曲。這不僅需要教師反省“忙、茫、盲”的教學工作，整理、釋放用于課堂觀察的時間，而且需要學校為教師參與課堂觀察提供必要的技術與環境支持，購置用于觀察的必需的視聽設備，營造良好的人際氛圍，以確保課堂觀察成為教師的日常行動。

（3）課堂觀察形成的數據，主要是記錄老師教的行為和學生總體學習行為，便于改進老師的教學，而缺少對具體參與課堂學習的學習者個別行為的記錄并促進其改進學習方法的措施。

（4）人工觀察存在相當大的主觀性，準確性不夠，且觀察一節課往往需要多個老師參與，不能進行常態課堂的觀察。

智能教學環境的日益普及為解決課堂觀察問題的解決帶來了契機。利用智能技術自動采集和編碼教學過程數據，能更為全面且及時識別課堂教學行為，自動化地對課堂教學行為進行分析和可視化呈現，洞悉課堂教學情境，為教師專業發展和教學質量的提升提供了有力把持。[1]

一、研究設計

1.1 硬件設施的準備

2019年5月，學校學校為了完成南京市教育內涵發展的項目《基于幸福教育理念下的精準教學研究》，與相關公司合作，在兩個年級的教室布置了基于圖像識別技術的常態錄播系統。

1.2相關數據的定義、采集與建模

前期，為了論證項目的可行性，在初一（2）班安裝設備后，進行了一學期的數據采集、分析。學校課題組與相關公司技術人員一起，先研究定義圖像。如學生動作抬頭、低頭、掉頭、舉手、閱讀、扒桌子等;教師的動作：講授、板書、輔導等。在采集了大量視頻數據后，將學生的歷次成績排名與學生上課時的動作進行比對、運算，從而讓AI自動建模分析出師生活動數據與學習成績的的關聯性（正相關、負相關、零相關）。根據大量實驗數據表明，學生上課的專注度是與老師講授時學生的抬頭率成正相關的。

為了達到研究目的，我們設計了如下的研究過程：

搜集數據→樣本標注→模型訓練→指標提取→可行性評估

數據的搜集、分析、建模與反饋流程如下圖1。

AI處理模塊如圖2。

二、方法與成果

學校動員骨干教師和年輕教師參加該項目的研究，具體研究方法如下：

2.1 教師個人反思

2.1.1教師可以對自己所授的每節課的數據進行教學反思。

例如：某節化學課，在45分鐘的課堂教學時間內，學生的聽占比只有16%，趴桌子點比6%，再來對照老師的課堂模式和相關的S-T模型，可以看出老師在滔滔不絕地講呢，而學生大部分不在聽講。

這時，課后學校就會要求相關教師須回看視頻，再結合自己的教學內容和教學過程，反思自己，能不能在以后做教學設計時，盡量避免這種現象發生，從而提高自己的課堂教學效率。

2.1.2 教師對某一段時間內課堂行為數據的反思

通過課后系統生成的對應圖表，教師及學校教學管理部門可以明晰本節課的課型，學生的平均參與度，從而對自己的授課效率到“心中有數”。

2.1.3 通過學生參與度分布圖，找出課堂關注度低，學習成績低迷的學生，做好個別輔導。

通過對一段時間內本學科學困生的課堂活躍度數據統計和學業成績對比分析，結合情況調查，老師了解到了該生由于外部環境的變化而引起的心理變化。通過學校合育團隊的努力，該生很快可以恢復正常。

2.2集體教研

2.2.1 利用同課異構，教研組集體討論，反思，提高教研組的教研水平。

結合我校的青藍工程，教研組將老教師和年輕教師的同一內容的兩節課數據放在一起，大家一起研討，共同進步。依據系統的實時錄播功能，讓兩位教師的課堂再次呈現，根據系統提供的相關數據，對兩種截然不同的課堂教學模式即混合型與講授型進行細致地數據分析，尤其關注學生的課堂活躍度，發現混合型課堂中學生的活躍度明顯高于講授型課堂，為教師的專業成長指明了方向。

2.2.2 教學競賽

每學期，學校舉辦優質課評比與競賽活動，活動中，各教研組，利用系統生成的數據時行評課，共同探討。評委也根據課堂行為分析數據報表對公開課進行評比與點評。同時，每位授課老師會得到一份基于多維度評價的PDF文件，供自己反思、學習

2.3教學質量管控

從學校層面上講，教學管理部門需要隨時掌控教學質量，而傳統的教學質量監控方式是考試。教育主管部門對學校考試的頻率與規模是有嚴格限制的，所以教學質量的反饋是有涉后性，或者說是結果性反饋。

借助于課堂行為分析系統，通過數據的統計與分析，可以及時掌握教學動態。

有個實例，2020國慶長假后，前幾天的教學數據表顯示，學生上課的積極性不高。針對這一情況，學校組織教研部門和教學管理部門，分析原因，找對策。其實，長假之后，學生精神渙散，精力不集中是正常現象，過去因為沒有課堂行為分析系統，老師和學校管理部門沒有察覺。有了課堂行為分析系統，能及時掌握教與學的動態，從而發現并解決問題。

2.4 成果

2.4.1 助推了學校課堂教學改革，提升了教師教學及教研能力，促進了教師專業成長。

學校的發展離不開教師的成長，教師的成長更離不開自我教學反思與集體教研。參加此項實踐研究的老師，能通過對自己課堂行為的分析，學習別人的優秀課例，快速提高自己的業務水平。特別地能縮短年輕教師成長的周期。優秀的老師能通過數據報表和課堂視頻，快速地對自己的教學行為進行反思與總結，系統性地提高自己的教學水平。同時，優秀教師的優秀教學案例，也為年輕教師提供了學習的模板。該系統使學校的每位老師受益，更使學校能可持續發展。研究期間，學校、教師更是碩果累累。

學校層面：2019年，學校榮獲南京市教育科研成果創新獎，江北新區首屆教育科研優秀集體。2020年，學校榮獲江北新區第二屆教改先進單位。

教師層面：2019至2020，先后有18位老師的論文發表與獲獎。

教學質量：參加此項實驗的學生，感覺到學習比以前更有針對性了，已初步具有自我診斷、自我剖析、自我修正的能力，認識到了自己的薄弱科目、薄弱項、薄弱域，后期會有針對性地修正補償措施，因此學生的學習的體驗感增強了。

大部分教師的教學更加有的放矢，教學效率提高了，教學質量也明顯提升，教師參加教科研的意識增強了，尤其是數學學科，在此項實踐中教學質量的提升特別顯著：同一個教師使用AI課堂觀測班級期中質量明顯優于未使用班級，學困生人數明顯減少;2021屆學生數學區統測年級均分從八年級下學期期中區內末位已逐漸實現反超和逆襲，至九年級上學期期末已超過多所同層次兄弟學校。

三、反思與展望

目前，此人工智能系統對師生行為的定義還不夠全面與精確。老師的行為大概為：講課、板書、師生互動;學生的行為：注視、舉手、起立、討論、看書、趴桌子等。而且，有些行為的定義還不太準確。因此，下一步學校將與相關技術人員合作展開攻關，增加師生行為定義的內容與準確性，特別是要研究師生行為的關聯。同時，還要增加對舉手回答問題的統計，如提問面、正答率等。同時，學校地處城鄉結合部，是南京市新優質初中，師資力量相對薄弱，更缺少名特優教師，因此系統中缺少教育名家的教學課例。

雖然此系統仍有不足，但我們將堅持實踐研究下去，新學期會基于此平臺，學校將開展課堂教學競賽活動，推進常態化的教研活動，邀請名家進課堂，通過平臺分析，為我校教師提供學習的模板。

總之，九龍中學將在此項目的基礎上不斷探索信息技術與學科的深度融合之法。教學改革只有起點，沒有終點。

參? 考? 文? 獻

[1]劉清堂，何皓怡等.基于人工智能的課堂教學行為分析方法及其應用[J].中國電化教育，2019，（9）

[2]劉德建，杜靜等.人工智能融入學校教育的發展趨勢[J].開放教育研究，2018，（4）：33-42

[3]王陸，李瑤.課堂教學行為大數據透視下的教學現象探析[J].電化教育研究，2017，（4）：77-85