人工智能視覺分析技術(shù)在課堂教學(xué)評(píng)價(jià)中的應(yīng)用探析

顏慧

關(guān)鍵詞：課堂教學(xué)評(píng)價(jià)；人工智能；計(jì)算機(jī)視覺分析技術(shù)；形成性評(píng)價(jià)

1 引言

課堂是教育教學(xué)的第一陣地，課堂教學(xué)評(píng)價(jià)是評(píng)估教學(xué)質(zhì)量的重要方法和手段。通過課堂教學(xué)評(píng)價(jià)，不但可以對(duì)課堂教學(xué)質(zhì)量進(jìn)行審視與評(píng)定，教師還可以通過課堂教學(xué)評(píng)價(jià)接受正向的教學(xué)反饋，從而促進(jìn)教育教學(xué)理念的創(chuàng)新與改革、持續(xù)改進(jìn)課堂教學(xué)質(zhì)量。

高校課堂教學(xué)評(píng)價(jià)主要涵蓋了評(píng)價(jià)的目的、評(píng)價(jià)的主體、評(píng)價(jià)內(nèi)容、后續(xù)改進(jìn)措施等方面。進(jìn)行課堂教學(xué)評(píng)價(jià)是為了掌握教師上課的真實(shí)情況、課堂教學(xué)各環(huán)節(jié)的實(shí)際進(jìn)展情況，對(duì)教師的課堂教學(xué)質(zhì)量進(jìn)行評(píng)價(jià)打分，評(píng)價(jià)的結(jié)果用于促進(jìn)教師教學(xué)水平提高、促進(jìn)教學(xué)改革、作為教師評(píng)優(yōu)晉級(jí)的依據(jù)等。課堂教學(xué)評(píng)價(jià)的內(nèi)容一般從教師的教學(xué)儀態(tài)、教學(xué)環(huán)節(jié)的設(shè)計(jì)及實(shí)施、教學(xué)的內(nèi)容是否完整、課堂紀(jì)律、學(xué)生的學(xué)習(xí)參與度等方面進(jìn)行評(píng)價(jià)。課堂教學(xué)評(píng)價(jià)的主體包括專門的督導(dǎo)、普通教師和上課的學(xué)生等。

在傳統(tǒng)的課堂教學(xué)中，課堂教學(xué)評(píng)價(jià)主要是通過手工的方式進(jìn)行評(píng)價(jià)，評(píng)價(jià)的主體是人。學(xué)校督導(dǎo)、專業(yè)教師、上課學(xué)生等都參與課堂教學(xué)評(píng)價(jià)中。評(píng)價(jià)的方法主要是評(píng)價(jià)人參與課堂教學(xué)，在課堂上通過觀察、聆聽、提問、座談等多種方式獲取對(duì)課堂教學(xué)質(zhì)量的主觀感受。例如，通過課堂點(diǎn)名來(lái)記錄考勤，通過學(xué)生的到課率來(lái)評(píng)價(jià)這門課對(duì)學(xué)生的吸引力；聽課人通過觀察課堂上教師的表現(xiàn)來(lái)評(píng)價(jià)教師的教學(xué)水平；聽課人通過觀察課堂上學(xué)生的專注度、理解度等表現(xiàn)來(lái)評(píng)價(jià)本堂課的教學(xué)質(zhì)量。

以人為主體對(duì)課堂教學(xué)進(jìn)行評(píng)價(jià)時(shí)，主要是憑借人的觀察、提問等活動(dòng)來(lái)得到課堂教學(xué)評(píng)價(jià)的數(shù)據(jù)，數(shù)據(jù)獲取來(lái)源較為單一；而且難以獲取準(zhǔn)確的數(shù)據(jù)，例如課堂上學(xué)生的抬頭率，單憑觀察很難去記錄和統(tǒng)計(jì)這些數(shù)據(jù)；并且評(píng)價(jià)結(jié)果往往帶有一定的主觀性，主要根據(jù)評(píng)價(jià)人的感受去進(jìn)行評(píng)價(jià)，評(píng)價(jià)結(jié)果不夠客觀和科學(xué)，評(píng)價(jià)結(jié)果的反饋也不夠及時(shí)。綜上所述，傳統(tǒng)的課堂教學(xué)評(píng)價(jià)方法還存在一定的不足之處。

在傳統(tǒng)的課堂教學(xué)評(píng)價(jià)方法中存在主觀性、隨意性較強(qiáng)、評(píng)價(jià)數(shù)據(jù)來(lái)源單一、評(píng)價(jià)反饋實(shí)時(shí)性不強(qiáng)等問題，如何對(duì)課堂教學(xué)評(píng)價(jià)體系進(jìn)行改革，促進(jìn)課堂教學(xué)評(píng)價(jià)向形成性評(píng)價(jià)、多元化評(píng)價(jià)發(fā)展，形成反饋及時(shí)、科學(xué)、客觀的評(píng)價(jià)體系。2020年，國(guó)家出臺(tái)了在新時(shí)代進(jìn)行深化教育評(píng)價(jià)改革的相關(guān)文件，在文件中提出了要使用新的評(píng)價(jià)方式和評(píng)價(jià)工具，積極探索如何結(jié)合人工智能等新技術(shù)進(jìn)行科學(xué)評(píng)價(jià)的方法和路徑。

目前，人工智能包括計(jì)算機(jī)視覺技術(shù)在各行各業(yè)得到了快速的發(fā)展和廣泛的應(yīng)用，人臉檢測(cè)、人臉識(shí)別等技術(shù)已相對(duì)成熟。而且在各學(xué)校的教室中，基本上都安裝了攝像頭等設(shè)備，如果能夠利用攝像頭中采集的視頻數(shù)據(jù)，借助計(jì)算機(jī)視覺分析技術(shù)來(lái)輔助課堂教學(xué)評(píng)價(jià)，不但可以使得課堂評(píng)價(jià)數(shù)據(jù)的來(lái)源、評(píng)價(jià)方式更加多元化，而且能夠更加準(zhǔn)確、及時(shí)地記錄課堂數(shù)據(jù)，迅速地提供課堂教學(xué)評(píng)價(jià)結(jié)果的反饋。使用計(jì)算機(jī)輔助人進(jìn)行課堂教學(xué)評(píng)價(jià)，也能在一定程度上節(jié)省在課堂評(píng)價(jià)上所花費(fèi)的人力、物力和時(shí)間等成本，也能更加及時(shí)、迅速地提供課堂教學(xué)反饋，從而更好地發(fā)揮課堂教學(xué)評(píng)價(jià)的引導(dǎo)、診斷、改進(jìn)等作用。

因此，深入研究如何將人工智能視覺分析技術(shù)用于課堂教學(xué)評(píng)價(jià)，建立科學(xué)的評(píng)價(jià)指標(biāo)，及時(shí)、迅速地提供課堂教學(xué)反饋，從而更好地發(fā)揮課堂教學(xué)評(píng)價(jià)的引導(dǎo)、診斷、改進(jìn)等作用。

2 計(jì)算機(jī)視覺技術(shù)在課堂教學(xué)評(píng)價(jià)中的現(xiàn)狀研究

國(guó)內(nèi)外教育界對(duì)于課堂教學(xué)評(píng)價(jià)的研究較多，課堂教學(xué)評(píng)價(jià)一直是教育界關(guān)注的重點(diǎn)和熱點(diǎn)。在知網(wǎng)上通過“課堂教學(xué)評(píng)價(jià)”“課堂評(píng)價(jià)”等關(guān)鍵字進(jìn)行搜索，可搜索到許多相關(guān)的文獻(xiàn)，并且文獻(xiàn)數(shù)量逐年增多，如圖1所示。

羅祖等人從總體上對(duì)70多年來(lái)課堂教學(xué)評(píng)價(jià)標(biāo)準(zhǔn)進(jìn)行了回顧和展望[1]；王春楊等人對(duì)我國(guó)高校課堂教學(xué)評(píng)價(jià)的現(xiàn)狀進(jìn)行了調(diào)研，分析了目前高校課堂評(píng)價(jià)中存在的一些問題及其原因，并提出了如何重構(gòu)課堂教學(xué)評(píng)價(jià)體系的建議[2]；劉洪分析了現(xiàn)有課堂教學(xué)評(píng)價(jià)的不足，并構(gòu)建了面向金課打造課堂教學(xué)評(píng)價(jià)體系[3]；吳軍等人對(duì)線上課堂教學(xué)質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)的組成因素進(jìn)行了分析，并基于AHP構(gòu)建了線上課堂教學(xué)質(zhì)量評(píng)價(jià)體系[4]。以上這些研究主要聚焦在分析傳統(tǒng)的課堂教學(xué)中課堂教學(xué)評(píng)價(jià)存在的問題，并提出了重構(gòu)課堂教學(xué)評(píng)價(jià)體系的思路。

人工智能技術(shù)研究計(jì)算機(jī)如何模擬人的智能的一門新興的技術(shù)科學(xué)，計(jì)算機(jī)視覺屬于人工智能中的一個(gè)研究方向。計(jì)算機(jī)視覺技術(shù)是研究如何使得計(jì)算機(jī)能夠模擬人類視覺的技術(shù)，使得計(jì)算機(jī)能像人一樣能“看到”現(xiàn)實(shí)世界中的物體并識(shí)別出物體的類別。隨著新一代信息技術(shù)的高速發(fā)展，將人工智能、計(jì)算機(jī)視覺技術(shù)應(yīng)用于課堂教學(xué)評(píng)價(jià)順應(yīng)了時(shí)代發(fā)展的趨勢(shì)和要求。

目前已有部分學(xué)者對(duì)基于人工智能技術(shù)的課堂教學(xué)評(píng)價(jià)的理論及實(shí)現(xiàn)進(jìn)行了研究。楊曉哲等人提出了教育人工智能應(yīng)用于課堂教學(xué)評(píng)價(jià)的場(chǎng)景[5]；未華倩等人對(duì)于人工智能在發(fā)展性課堂教學(xué)評(píng)價(jià)中的定位和實(shí)現(xiàn)路徑進(jìn)行了研究[6]；許世紅等人研究了基于人工智能技術(shù)的智慧課堂評(píng)價(jià)的理論、基本框架和實(shí)現(xiàn)技術(shù)[7]；吳立寶等人則具體設(shè)計(jì)了人工智能下課堂教學(xué)評(píng)價(jià)的系統(tǒng)架構(gòu)，對(duì)課堂教學(xué)中的聲音數(shù)據(jù)、姿態(tài)數(shù)據(jù)、面部數(shù)據(jù)、生理信號(hào)等數(shù)據(jù)使用人工智能技術(shù)進(jìn)行處理，搭建了課堂教學(xué)評(píng)價(jià)體系[8]；駱祖瑩等人基于師生對(duì)話文本和計(jì)算機(jī)視覺技術(shù)構(gòu)建了課堂教學(xué)自動(dòng)評(píng)價(jià)體系[9]；還有部分學(xué)者使用多種人工智能技術(shù)對(duì)課堂教學(xué)行為進(jìn)行了分析[10-12]。以上文獻(xiàn)都是研究如何把人工智能技術(shù)應(yīng)用于課堂教學(xué)評(píng)價(jià)，提出了相應(yīng)的框架及實(shí)現(xiàn)技術(shù)，涉及聲音、視頻、文本等多模態(tài)數(shù)據(jù)的分析和處理。

還有學(xué)者專門針對(duì)如何利用計(jì)算機(jī)視覺技術(shù)進(jìn)行課堂上學(xué)生的行為檢測(cè)進(jìn)行了研究。徐家臻等通過計(jì)算機(jī)視覺技術(shù)提取人體骨架信息，實(shí)現(xiàn)了對(duì)學(xué)生行為的自動(dòng)識(shí)別[13]；汪亭亭、韓麗等實(shí)現(xiàn)了基于面部表情對(duì)學(xué)習(xí)疲勞的自動(dòng)識(shí)別[14-15]；倪童等實(shí)現(xiàn)了課堂抬頭率的檢測(cè)算法[16]；陳杰利用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)了對(duì)學(xué)生進(jìn)行人臉檢測(cè)、姿態(tài)識(shí)別、表情檢測(cè)[17]；賈鸝宇等人使用計(jì)算機(jī)視覺技術(shù)實(shí)現(xiàn)了學(xué)生課堂狀態(tài)的檢測(cè)和分析[18]；劉新運(yùn)等人使用YOLO算法實(shí)現(xiàn)了對(duì)課堂學(xué)生行為的檢測(cè)[19]；孫發(fā)勤等人使用計(jì)算機(jī)視覺技術(shù)對(duì)課堂教學(xué)中學(xué)生的情感進(jìn)行了檢測(cè)和分析[20]。目前，對(duì)于將計(jì)算機(jī)視覺技術(shù)用于課堂教學(xué)評(píng)價(jià)的研究目前仍然處于起步階段，如何合理利用計(jì)算機(jī)視覺技術(shù)對(duì)于視頻數(shù)據(jù)分析的結(jié)果，如何建立基于計(jì)算機(jī)的科學(xué)的課堂教學(xué)評(píng)價(jià)模型，仍然需要進(jìn)一步的研究和探討。

3 計(jì)算機(jī)視覺相關(guān)技術(shù)分析

計(jì)算機(jī)視覺技術(shù)是研究如何讓計(jì)算機(jī)像人類一樣去“看”并試圖去理解所看到的內(nèi)容的一門技術(shù)。目前計(jì)算機(jī)視覺主流的任務(wù)可以分為對(duì)圖像進(jìn)行分類、識(shí)別圖像中的物體、對(duì)圖像中的物體進(jìn)行分割等、預(yù)測(cè)物體在圖像序列中的位置等。圖像分類是對(duì)給定的輸入圖片，通過計(jì)算機(jī)視覺算法類識(shí)別該張圖片中主體部分所屬的類別。目標(biāo)檢測(cè)是對(duì)圖片中的目標(biāo)進(jìn)行定位和分類，使用邊界框?qū)z測(cè)到的目標(biāo)框起來(lái)，并給出對(duì)應(yīng)類別的標(biāo)注。目標(biāo)識(shí)別是指在圖片中識(shí)別出特定目標(biāo)的技術(shù)。分割又分為語(yǔ)義分割和實(shí)例分割等。語(yǔ)義分割是在像素級(jí)別上將具有相同類別的對(duì)象劃分出來(lái)，實(shí)例分割是在像素級(jí)別上將每個(gè)對(duì)象單獨(dú)劃分出來(lái)。目標(biāo)跟蹤是在一個(gè)圖像序列中，給定目標(biāo)的初始位置，預(yù)測(cè)后續(xù)圖像中目標(biāo)的位置。在以上任務(wù)中，與課堂教學(xué)活動(dòng)相關(guān)的計(jì)算機(jī)視覺技術(shù)包括人臉檢測(cè)、人臉識(shí)別、人體姿態(tài)估計(jì)、表情識(shí)別等。

人臉檢測(cè)算法是根據(jù)輸入的圖片，在圖片中檢測(cè)人臉的位置，并使用邊界框?qū)z測(cè)到的人臉框起來(lái)。人臉檢測(cè)算法屬于目標(biāo)檢測(cè)的子類別，目前已有多種專門用于在圖片或視頻中識(shí)別人臉的算法。如基于特征的人臉檢測(cè)、基于模板匹配的人臉檢測(cè)、基于統(tǒng)計(jì)的人臉檢測(cè)等。通過人臉檢測(cè)相關(guān)的算法，可以識(shí)別圖像中人臉的大小和位置。通過人臉檢測(cè)技術(shù)，可以在課堂教學(xué)視頻中識(shí)別到每一幀中的人臉，從而可以統(tǒng)計(jì)出課堂出勤的學(xué)生人數(shù)。

人臉識(shí)別是在圖片或者視頻中識(shí)別出對(duì)應(yīng)的人的身份信息的一種技術(shù)。通過對(duì)人臉圖像進(jìn)行預(yù)先采集及預(yù)處理，提取出人臉圖像中的特征，與攝像頭采集到的人臉圖像特征進(jìn)行匹配，從而識(shí)別出該人臉屬于哪一個(gè)用戶。

人體姿態(tài)估計(jì)是從圖片中抽取出人體關(guān)鍵點(diǎn)的特征，識(shí)別出人體關(guān)鍵點(diǎn)（如頭部，脖子，肩膀，手，腳等部位）的位置，從而可以對(duì)人體的動(dòng)作行為進(jìn)行識(shí)別和分類，如識(shí)別人體行走、站立、坐、低頭、舉手等行為。

表情識(shí)別是從圖片中抽取出表情特征，對(duì)人的表情進(jìn)行分類，從而識(shí)別出人當(dāng)前的情緒及心理狀態(tài)，如高興、生氣、悲傷、恐懼、厭惡等情緒。微表情比表情持續(xù)時(shí)間更短，一般認(rèn)為更能真實(shí)體現(xiàn)人的情緒。通過微表情識(shí)別，能更加真實(shí)地反映出人的真實(shí)心理活動(dòng)。

4 基于計(jì)算機(jī)視覺的課堂評(píng)價(jià)指標(biāo)構(gòu)建

借助于計(jì)算機(jī)視覺技術(shù)中的各種算法，如人臉檢測(cè)算法、人臉識(shí)別算法、頭部姿態(tài)識(shí)別算法、表情識(shí)別算法等，構(gòu)建各類課堂教學(xué)評(píng)價(jià)指標(biāo)，如出勤率、專注度、抬頭率、接受度等，用于自動(dòng)評(píng)價(jià)課堂教學(xué)。這些技術(shù)中有很多算法都達(dá)到了較高的性能，可以應(yīng)用于實(shí)際項(xiàng)目，因此，使用計(jì)算機(jī)視覺技術(shù)輔助課堂教學(xué)評(píng)價(jià)在技術(shù)上是可行的。只要通過攝像頭獲取到視頻數(shù)據(jù)，就可以通過計(jì)算機(jī)視覺技術(shù)，對(duì)視頻數(shù)據(jù)進(jìn)行進(jìn)一步的分析和處理，得到各類課堂教學(xué)評(píng)價(jià)指標(biāo)的值，形成課堂教學(xué)的自動(dòng)化評(píng)價(jià)，這些評(píng)價(jià)結(jié)果是通過計(jì)算機(jī)計(jì)算得到的，得到的評(píng)價(jià)結(jié)果也比較客觀，而且反饋及時(shí)、迅速，可以作為整體課堂教學(xué)評(píng)價(jià)中有益的補(bǔ)充。

4.1 出勤率

傳統(tǒng)課堂教學(xué)中，教師主要通過點(diǎn)名的方式去對(duì)學(xué)生進(jìn)行人工考勤。通過目標(biāo)檢測(cè)算法去檢測(cè)視頻中的人臉，可以實(shí)現(xiàn)課堂學(xué)生出勤總?cè)藬?shù)的自動(dòng)統(tǒng)計(jì)，從而可以計(jì)算出總體出勤率。通過人臉識(shí)別算法，對(duì)視頻中出現(xiàn)的人臉進(jìn)行識(shí)別，可以識(shí)別出特定的學(xué)生是否出勤，從而實(shí)現(xiàn)了自動(dòng)進(jìn)行課堂中學(xué)生個(gè)人上課考勤。

4.2 抬頭率

通過頭部姿態(tài)識(shí)別算法，可以專注于對(duì)視頻中學(xué)生的頭部姿態(tài)進(jìn)行識(shí)別，例如識(shí)別學(xué)生的頭部姿態(tài)是抬頭、低頭、扭頭還是埋頭等，一方面可以根據(jù)學(xué)生是否抬頭，可以檢測(cè)并統(tǒng)計(jì)出課堂的抬頭率；另一方面，可以根據(jù)學(xué)生的頭部姿態(tài)，判斷學(xué)生是否專心聽課，課堂抬頭率是評(píng)價(jià)學(xué)生課堂專注度的一個(gè)指標(biāo)。在課堂教學(xué)時(shí)，可以按照一定的時(shí)間間隔對(duì)視頻進(jìn)行采樣，統(tǒng)計(jì)在某一時(shí)刻班級(jí)學(xué)生的抬頭率，再將整堂課上的抬頭率求平均，得到本堂課的平均抬頭率。

4.3 接受度

人的表情能在較大程度上體現(xiàn)人的情感。學(xué)生在上課時(shí)自然流露的各種表情，可以在一定程度上反映出學(xué)生當(dāng)前的一個(gè)情感狀態(tài)，從而判斷學(xué)生對(duì)課堂講授知識(shí)是否感興趣、是否理解、是否專心等。通過表情識(shí)別算法，對(duì)視頻中學(xué)生的微表情進(jìn)行識(shí)別，并進(jìn)行情感分析，就可以判斷學(xué)生對(duì)于課堂知識(shí)的接受程度。

4.4 專注度

學(xué)生在課堂中是否專心學(xué)習(xí)，通過學(xué)生的身體姿態(tài)也可以體現(xiàn)出來(lái)。通過人體姿態(tài)識(shí)別算法，對(duì)視頻中學(xué)生的人體姿態(tài)進(jìn)行識(shí)別，就可以判斷出學(xué)生當(dāng)前在從事什么樣的活動(dòng)，如記筆記、聽課、玩手機(jī)、睡覺等。通過對(duì)某一時(shí)刻的全體學(xué)生的活動(dòng)進(jìn)行識(shí)別，統(tǒng)計(jì)出全班學(xué)生聽課的比例，從而得到全班學(xué)生在整體上對(duì)于學(xué)習(xí)的專注程度。在整堂課程中，按照一定的時(shí)間頻率計(jì)算整體專注度，再求平均，則可以得到整堂課程的平均專注度，可用于評(píng)價(jià)在該堂課中，學(xué)生整體上是否專注于學(xué)習(xí)，專注于學(xué)習(xí)的學(xué)生比例有多大。

5 結(jié)束語(yǔ)

通過研究計(jì)算機(jī)視覺分析技術(shù)在課堂教學(xué)評(píng)價(jià)中的應(yīng)用，探討了一種新的用于評(píng)價(jià)課堂教學(xué)質(zhì)量的方法和手段，既能擴(kuò)充課堂教學(xué)評(píng)價(jià)數(shù)據(jù)的來(lái)源，又使得課堂教學(xué)評(píng)價(jià)的方法更加多元化。通過計(jì)算機(jī)視覺的分析技術(shù)，能自動(dòng)統(tǒng)計(jì)學(xué)生的抬頭率、分析學(xué)生的專注度和對(duì)于課堂的接受度，通過客觀的數(shù)據(jù)分析，為評(píng)價(jià)教師和學(xué)生的課堂表現(xiàn)提供了科學(xué)依據(jù)；通過計(jì)算機(jī)視覺分析技術(shù)，能快速分析課堂相關(guān)的數(shù)據(jù)，及時(shí)反饋課堂評(píng)價(jià)結(jié)果，充分發(fā)揮課堂教學(xué)評(píng)價(jià)對(duì)于促進(jìn)教與學(xué)的積極作用。通過研究計(jì)算機(jī)視覺技術(shù)在課堂教學(xué)評(píng)價(jià)中的應(yīng)用，積極探索了人工智能等新一代信息技術(shù)在高校教學(xué)中的應(yīng)用、信息技術(shù)與教學(xué)的深度融合的方式和路徑，為將來(lái)推廣新的課堂教學(xué)評(píng)價(jià)方法和手段打下基礎(chǔ)。