課堂教學(xué)即時(shí)反饋系統(tǒng)現(xiàn)狀研究

崔小洛

摘要：近幾年，人臉識別技術(shù)已在很多社會領(lǐng)域有所應(yīng)用，教育領(lǐng)域也不例外。人臉識別中的表情特征提取技術(shù)已在教學(xué)反饋與評價(jià)階段有所涉及，該文內(nèi)容是有關(guān)課堂教學(xué)即時(shí)反饋系統(tǒng)現(xiàn)狀的調(diào)查研究與綜述，通過羅列分析近幾年出現(xiàn)的課堂教學(xué)即時(shí)反饋系統(tǒng)，得出課堂教學(xué)即時(shí)反饋系統(tǒng)的應(yīng)用現(xiàn)狀與應(yīng)用形式。重點(diǎn)分析了基于微表情追蹤的課堂教學(xué)即時(shí)反饋系統(tǒng)的理論研究與應(yīng)用現(xiàn)狀，總結(jié)當(dāng)下課堂教學(xué)實(shí)時(shí)評價(jià)手段的長處與不足，為更多的教學(xué)工作者提供一定的參考建議與意見。

關(guān)鍵詞：課堂教學(xué);即時(shí)反饋系統(tǒng);表情識別

中圖分類號：G424? ? ? ? ?文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2021）30-0188-03

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

A Summary of Real-time Feedback System for Classroom Teaching

CUI Xiao-luo

（Jiuzhou Polytechnic， Xuzhou 221116， China）

Abstract： In recent years， face recognition technology has been applied in many aspects， including the field of education. The expression feature extraction technology in face recognition has been involved in the teaching feedback and evaluation stage. The content of this paper is the investigation and review of the current situation of the real-time feedback system in classroom teaching By listing and analyzing the real-time feedback systems for classroom teaching that have emerged in recent years， the application status and application forms of the real-time feedback systems for classroom teaching are obtained. We focused on the analysis of the theoretical research and application status of the classroom teaching instant feedback system based on micro-expression tracking.we summarized the strengths and weaknesses of the current classroom teaching real-time evaluation methods，and provides some suggestions and opinions for more teaching workers.

Key words： Classroom teaching; instant feedback system; facial expression recognition

現(xiàn)如今，課堂教學(xué)環(huán)境中到處都存在著信息化教學(xué)手段與設(shè)備，極大提高了教師教學(xué)的便利性與資源的共享性。那么教師教學(xué)效果如何測量與實(shí)時(shí)反饋，也是如今很多學(xué)者需要研究的問題。課堂即時(shí)反饋指的是教師的教學(xué)活動效果驗(yàn)證是實(shí)時(shí)的，能夠通過一定的方法手段檢驗(yàn)課堂教學(xué)質(zhì)量的好壞。教師實(shí)時(shí)接收到信息后，及時(shí)調(diào)整課堂教學(xué)策略，達(dá)到提升教學(xué)質(zhì)量效果的目的。實(shí)時(shí)反饋就需要一定的硬件配套設(shè)備來支撐。課堂即時(shí)反饋系統(tǒng)（Classroom Instant Response System，CIRS）基于課堂互動反饋系統(tǒng)，它能夠即時(shí)自主采集課堂教學(xué)中學(xué)生的反饋數(shù)據(jù)，并能夠針對這些數(shù)據(jù)進(jìn)行處理和分析的操作，然后將操作結(jié)果及時(shí)反饋給教師的一種實(shí)時(shí)信息收集和處理系統(tǒng)。通過文獻(xiàn)調(diào)查研究發(fā)現(xiàn)，課堂教學(xué)即時(shí)反饋系統(tǒng)現(xiàn)狀應(yīng)用大致分為兩大方面：一是企業(yè)開發(fā)出來的互動反饋多媒體教學(xué)系統(tǒng);二是人工智能技術(shù)在課堂教學(xué)中的應(yīng)用探究。

1 課堂互動多媒體教學(xué)系統(tǒng)應(yīng)用現(xiàn)狀

目前，教育應(yīng)用較為廣泛的課堂教學(xué)即時(shí)反饋系統(tǒng)也比較多，按照學(xué)習(xí)者所處學(xué)業(yè)階段的不同，課堂互動多媒體教學(xué)系統(tǒng)大致分為兩個層次。

1.1 適用于高中及以下學(xué)習(xí)者的課堂互動多媒體教學(xué)系統(tǒng)

中小學(xué)及高中的學(xué)生學(xué)校規(guī)定一般不允許他們隨身攜帶移動終端或電子設(shè)備，所以他們在教室里一般會采用企業(yè)開發(fā)出來的專門課堂互動多媒體教學(xué)系統(tǒng)。例如：海爾樂佰特（LearnBetter）互動教學(xué)系統(tǒng)、臺灣網(wǎng)奕資訊的IRS互動教學(xué)即時(shí)反饋系統(tǒng)、北京松博科技公司的“按按按”高互動遙控教學(xué)系統(tǒng)、臺灣日旭科技公司的互動式教學(xué)系統(tǒng)、廣州世冠計(jì)算機(jī)科技公司的高而樂互動課堂系統(tǒng)、愛學(xué)平臺等[1]，李夢宇[2]以愛學(xué)平臺為例，利用該平臺的即時(shí)檢測、即時(shí)獎勵、主觀題互批等功能優(yōu)化課堂即時(shí)評價(jià)的信息收集、信息處理和教學(xué)過程反饋三部分，提高課堂即時(shí)評價(jià)的效率。

各個企業(yè)開發(fā)的互動反饋多媒體教學(xué)系統(tǒng)的功能大同小異，我們以海爾樂佰特（Learn Better）互動教學(xué)系統(tǒng)為例，來看一下此類系統(tǒng)的工作原理，如圖1所示。

樂佰特課堂互動教學(xué)系統(tǒng)采用無線射頻技術(shù)，該系統(tǒng)包括一個無線接收器、一個教師遙控器和一組學(xué)生答題器。教師在備課環(huán)節(jié)中將提前準(zhǔn)備好的問題編輯入庫，教師根據(jù)教學(xué)活動引導(dǎo)學(xué)生完成相應(yīng)問題的回答與提交。教師與學(xué)生通過相應(yīng)的軟件查看全體學(xué)生及個人的反饋內(nèi)容和經(jīng)過處理過的數(shù)據(jù)結(jié)果，以此為教師提供全面客觀的教學(xué)評價(jià)。該系統(tǒng)結(jié)合了課堂互動問答、課堂游戲和課堂測試等課堂教學(xué)環(huán)節(jié)，有利于教師實(shí)時(shí)來了解學(xué)生的掌握情況。

此類設(shè)備廣泛應(yīng)用于教學(xué)還存在一定的局限性，由于此設(shè)備價(jià)格相對昂貴，僅部分教學(xué)資源富裕的地區(qū)才能夠配備，并且后期的維修與管理也需要投入資金與人力。

1.2 適用于大學(xué)及以上學(xué)習(xí)者的課堂互動多媒體教學(xué)系統(tǒng)

現(xiàn)如今，大學(xué)生都可帶手機(jī)進(jìn)入課堂學(xué)習(xí)，再加上無線技術(shù)與5G網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，手機(jī)在課堂學(xué)習(xí)中扮演著越來越重要的角色，現(xiàn)如今市面上較為流行的移動學(xué)習(xí)平臺如學(xué)習(xí)通、藍(lán)墨云班課、雨課堂等，此類學(xué)習(xí)平臺除了可以滿足學(xué)生課下自主學(xué)習(xí)的一切資源需求，還可以通過課堂提問，課堂討論，課堂各種題型的測試等手段來滿足教師即時(shí)獲取學(xué)生的課堂教學(xué)信息反饋的需求。此類平臺下載安裝方便快捷，不會產(chǎn)生任何費(fèi)用，已然成為當(dāng)下課堂教學(xué)最主要的課堂互動多媒體教學(xué)系統(tǒng)設(shè)備。此外，有學(xué)者專門開發(fā)有針對性的課堂即時(shí)反饋系統(tǒng)，例如張培葉[3] 設(shè)計(jì)并開發(fā)出基于Android平臺的課堂即時(shí)反饋系統(tǒng)。該系統(tǒng)的功能包括用戶登錄、題目推送、課堂答題反饋、學(xué)生考勤、課堂答疑等模塊。

然而，對于課堂教學(xué)即時(shí)反饋系統(tǒng)的研究并沒有止步于此，隨著人工智能及大數(shù)據(jù)處理時(shí)代的到來，人工智能相關(guān)技術(shù)已在各行各業(yè)都有所應(yīng)用，教育體系也不例外，不少學(xué)者已經(jīng)做了相應(yīng)的識別技術(shù)在課堂教學(xué)中的應(yīng)用的探究與摸索。

2 人工智能技術(shù)在課堂教學(xué)中的應(yīng)用

筆者通過查閱與總結(jié)文獻(xiàn)得出，人工智能技術(shù)在課堂中的應(yīng)用主要集中在人臉識別、表情識別與坐姿識別這三個方面。其中表情識別在課堂教學(xué)應(yīng)用中的研究較其他兩個方面的研究更廣泛。

2.1 人臉識別技術(shù)應(yīng)用于課堂教學(xué)

人臉識別技術(shù)主要是檢測目標(biāo)的人臉與前期人臉庫中的人臉能否配對識別成功，其在課堂教學(xué)中的應(yīng)用可替代傳統(tǒng)課堂中的課堂點(diǎn)名與檢測學(xué)生學(xué)習(xí)狀態(tài)。2018年，徐蔓，張銣鈁[4]設(shè)計(jì)了基于動態(tài)人臉識別的管理系統(tǒng)，通過人臉抓拍模塊與人臉檢測模塊的過濾匹配，篩選出缺課人員與違規(guī)人員。這在一定程度上規(guī)避了傳統(tǒng)課堂教學(xué)管理的不足，提升教學(xué)效果與教學(xué)質(zhì)量。

2.2 表情識別技術(shù)應(yīng)用于課堂教學(xué)

表情識別技術(shù)在課堂教學(xué)中的應(yīng)用研究較為廣泛，主要集中在表情識別后的教學(xué)策略調(diào)整方面、提升表情識別準(zhǔn)確度的算法設(shè)計(jì)方面與表情識別后的數(shù)據(jù)分析與評價(jià)方面。

2.2.1 表情識別后的教學(xué)策略調(diào)整相關(guān)研究

表情識別應(yīng)用于課堂的最終目的是及時(shí)反饋課堂學(xué)生學(xué)習(xí)狀態(tài)，便于教師及時(shí)發(fā)現(xiàn)課堂教學(xué)中的問題。及時(shí)調(diào)整教學(xué)策略，達(dá)到提升教學(xué)效果的目的。2015年，梅江林[5]設(shè)計(jì)出一個臉部表情識別調(diào)整教學(xué)策略“EIMTS”系統(tǒng)，該系統(tǒng)通過表情識別模塊進(jìn)行學(xué)習(xí)者的臉部數(shù)據(jù)采集、檢測定位、表情特征提取及表情識別，與表情-策略數(shù)據(jù)庫進(jìn)行表情匹配對比，對比結(jié)果，實(shí)時(shí)調(diào)整教學(xué)策略。2018年，曾小芹[6]基于智慧教師環(huán)境與人工智能技術(shù)，從宏觀層面上提出基于學(xué)生微表情的教學(xué)評價(jià)機(jī)制。該機(jī)制的特點(diǎn)是四位循環(huán)跟蹤反饋，即智慧教室、教師、學(xué)生和同行（專家）四方都會對學(xué)生的課堂效果給予反饋意見與建議，從而提升學(xué)生的學(xué)習(xí)效果。2020年，陶溢[7]基于Tensor Flow+python的深度學(xué)習(xí)框架和7種表情分類，進(jìn)行學(xué)生人臉與表情的識別與定位，基于Open Face2.0面部識別模型，獲取學(xué)生頭部仰俯角與偏轉(zhuǎn)角。通過獲取學(xué)生的表情分類及頭部姿態(tài)，量化課堂專注度評價(jià)并開發(fā)出專注度評價(jià)系統(tǒng)平臺，提供具體的教學(xué)反饋意見。

2.2.2 提升表情識別準(zhǔn)確度的算法設(shè)計(jì)研究

表情識別技術(shù)應(yīng)用課堂教學(xué)的研究越來越廣泛，但表情識別與檢測分類的相關(guān)算法多種多樣，效果也參差不齊，多位研究者就表情識別算法的選擇與應(yīng)用上也進(jìn)行了不用的應(yīng)用研究。2019年，唐康[8]利用卷積神經(jīng)網(wǎng)絡(luò)CNN和深度學(xué)習(xí)框架Pytorch相結(jié)合，對學(xué)生的人臉進(jìn)行檢測，在此基礎(chǔ)上提出了一種基于樸素貝葉斯分類的表情識別和評分方法，建立了“學(xué)生抬頭率——學(xué)生表情——學(xué)生專注度——課堂教學(xué)質(zhì)量”的教學(xué)質(zhì)量評價(jià)軸。2020年，張璟[9]將多尺度融合人臉檢測進(jìn)行改進(jìn)，應(yīng)用輕量級卷積神經(jīng)網(wǎng)絡(luò)方法提升表情識別的準(zhǔn)確率，設(shè)計(jì)并開發(fā)出課堂專注度分析系統(tǒng)，分析學(xué)生在課堂上的表現(xiàn)，并將數(shù)據(jù)結(jié)果反饋。2020年，劉錦峰[10]基于小樣本的人臉識別技術(shù)，其采用卷積神經(jīng)網(wǎng)絡(luò)算法來識別課堂中學(xué)生的表情變化與識別，測試的識別率能達(dá)到90%以上。

2.2.3 表情識別后的數(shù)據(jù)分析與評價(jià)研究

表情識別技術(shù)應(yīng)用于課堂教學(xué)的具體實(shí)現(xiàn)是根據(jù)表情識別的結(jié)果劃分學(xué)生心理狀態(tài)，再根據(jù)學(xué)生的心理狀態(tài)來細(xì)化學(xué)生的學(xué)習(xí)狀態(tài)評價(jià)指標(biāo)。部分學(xué)者也做過相關(guān)方向的研究。2017年，韓麗[11]等人研究了監(jiān)測學(xué)生的面部表情來分析課堂教學(xué)效果。基于現(xiàn)有的AAM及CLM方法，融合形狀模型與局部紋理模型，對學(xué)生進(jìn)行多姿態(tài)人臉特征的提取與識別。根據(jù)識別出來的頭部特征、眼部特征及唇部特征將學(xué)生的心理狀態(tài)分為傾聽、疑惑、理解、抗拒和不屑五大類，進(jìn)一步根據(jù)的心理狀態(tài)來計(jì)算學(xué)生的關(guān)注度、參與度、活躍時(shí)間及疑難程度，從而來對課堂效果進(jìn)行整體的評價(jià)。2019年，郭曉旭[12]基于CNN的人臉檢測與定位和基于FATAUVA-Net課堂微表情識別，將學(xué)生的微表情分類為情緒三維度、11個面部表情。并制定出兩套評價(jià)體系，分別為整節(jié)課的全部學(xué)生的專注度評價(jià)與某一時(shí)間段的學(xué)生專注度評價(jià)。

2.3 坐姿識別技術(shù)應(yīng)用于課堂教學(xué)

課堂環(huán)境中，教師也可以通過學(xué)生的坐姿狀態(tài)可以從側(cè)面分析該學(xué)生的學(xué)習(xí)狀態(tài)，所以對于學(xué)生課堂坐姿的識別與研究是非常有必要的。2018年，周全[13]使用Faster R-CNN網(wǎng)絡(luò)模型來識別學(xué)生的坐姿，統(tǒng)計(jì)一節(jié)課下來，學(xué)生的所有坐姿分類及相應(yīng)人數(shù)，然后基于坐姿圖像識別，設(shè)計(jì)并開發(fā)出相對應(yīng)的教學(xué)反饋系統(tǒng)，對教學(xué)質(zhì)量的反饋起到一定的監(jiān)管作用。

3 總結(jié)與展望

通過相關(guān)文獻(xiàn)查閱可以總結(jié)出來課堂教學(xué)即時(shí)反饋系統(tǒng)目前的研究與應(yīng)用階段與進(jìn)展情況。現(xiàn)將其總結(jié)與展望歸納為以下幾個方面：

3.1 課堂教學(xué)及時(shí)反饋系統(tǒng)應(yīng)用不完善

目前投入到課堂教學(xué)大量應(yīng)用的即時(shí)反饋系統(tǒng)，絕大多數(shù)還是以企業(yè)開發(fā)的各類教學(xué)平臺為主。形式上還是以通過客觀的題型與師生教學(xué)互動來實(shí)時(shí)的把握學(xué)生的課堂學(xué)習(xí)狀態(tài)。經(jīng)濟(jì)相對落后的地區(qū)，中小學(xué)課堂教學(xué)中還未配備此類及時(shí)反饋系統(tǒng)。大學(xué)課堂上多數(shù)采用現(xiàn)有的免費(fèi)學(xué)習(xí)互動平臺進(jìn)行師生之間的課堂教學(xué)互動反饋。但以人臉識別與表情識別的課堂教學(xué)即時(shí)反饋系統(tǒng)還處于理論研究與實(shí)踐探索階段。并未達(dá)到普及應(yīng)用的層次。

3.2 表情識別的算法上還沒有統(tǒng)一的標(biāo)準(zhǔn)

在課堂教學(xué)識別學(xué)生表情方面，各個學(xué)者提出了不同的表情識別算法，盡可能地提高表情識別的準(zhǔn)確率，但還處于嘗試探索階段，還未得到一種標(biāo)準(zhǔn)化的特征處理與表情識別的算法答案。表情庫還不完善，建設(shè)強(qiáng)大的數(shù)據(jù)量表情庫也是急需解決的問題，處理動態(tài)的課堂教學(xué)表情也有待完善。

3.3 表情識別與課堂學(xué)習(xí)狀態(tài)指標(biāo)的聯(lián)系不緊密

表情識別分類后，不同狀態(tài)下的表情分類如何計(jì)算與表明為學(xué)生的不同心理狀態(tài)，不同的心理狀態(tài)如何歸納計(jì)算成便于量化的課堂學(xué)習(xí)狀態(tài)指標(biāo)，這也是一個值得思考研究的問題。

總之，我國的課堂教學(xué)即時(shí)反饋系統(tǒng)的應(yīng)用現(xiàn)狀是借助于現(xiàn)有的教學(xué)平臺，及其基本功能來實(shí)現(xiàn)對學(xué)生的課堂即時(shí)反饋，至于表情識別技術(shù)與算法應(yīng)用于課堂教學(xué)還處于起步探究階段，有關(guān)此方面的研究還有待于完善與提高。

參考文獻(xiàn)：

[1] 游雙華，曾永志，陸培民.構(gòu)建課堂教學(xué)即時(shí)反饋系統(tǒng)的探討[J].高教學(xué)刊，2017（24）：88-89，92.

[2] 李夢宇.基于信息技術(shù)的初中生物學(xué)課堂即時(shí)評價(jià)研究——以愛學(xué)平臺為例[D].煙臺：魯東大學(xué)，2019.

[3] 張培葉.基于Android平臺的課堂即時(shí)反饋系統(tǒng)的設(shè)計(jì)研究[D].北京：北京理工大學(xué)，2015.

[4] 徐蔓，張銣鈁.基于動態(tài)人臉識別的管理系統(tǒng)在學(xué)生課堂的應(yīng)用[J].電聲技術(shù)，2018，42（9）：6-7，32.

[5] 梅江林.基于臉部表情識別的文獻(xiàn)檢索課教學(xué)效果探討[J].農(nóng)業(yè)圖書情報(bào)學(xué)刊，2015，27（6）：106-109.

[6] 曾小芹.智慧教室環(huán)境下基于學(xué)生微表情的教學(xué)評價(jià)機(jī)制的構(gòu)建[J].中國多媒體與網(wǎng)絡(luò)教學(xué)學(xué)報(bào)（上旬刊），2018（8）：22-23.

[7] 陶溢.基于面部表情和頭部姿態(tài)識別的課堂專注度分析與評價(jià)研究[D].昆明：云南師范大學(xué)，2020.

[8] 唐康.人臉檢測和表情識別研究及其在課堂教學(xué)評價(jià)中的應(yīng)用[D].重慶：重慶師范大學(xué)，2019.

[9] 張璟.基于表情識別的課堂專注度分析的研究[D].太原：山西大學(xué)，2020.

[10] 劉錦峰.基于卷積神經(jīng)網(wǎng)絡(luò)的學(xué)生課堂面部表情識別研究[J].高教學(xué)刊，2020（7）：67-69.

[11] 韓麗，李洋，周子佳，等.課堂環(huán)境中基于面部表情的教學(xué)效果分析[J].現(xiàn)代遠(yuǎn)程教育研究，2017（4）：97-103，112.

[12] 郭曉旭.基于微表情識別的學(xué)生課堂專注度分析系統(tǒng)研究[D].昆明：云南師范大學(xué)，2019.

[13] 周全.基于坐姿圖像識別的教學(xué)反饋系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].南昌：江西財(cái)經(jīng)大學(xué)，2018.

【通聯(lián)編輯：唐一東】