智能輔助教學，助力教師成長

智能觀察系統可基于課堂觀察采集到的實時數據，運用人臉識別、表情分析、姿態識別、情感語義分析等技術，通過對知識點的抓取、行為的識別，以及執行效果研究，實現對課堂環境因素的全面分析，以此幫助教師直觀、客觀、科學地進行反思教學，及時發現問題給予補救或改善。它能夠幫助教師精準發現課堂教學問題和不足，從而有效提高教師職業能力，是促進教師專業發展的有效途徑。本文主要基于學校的智能觀察系統，借助大數據采集技術和人工智能分析技術，結合課堂師生互動情況，改進教師課堂教學行為，探索更加適合學生的教學方式。

一、人工智能報告揭露課堂教學問題

教師在智能觀察系統的幫助下能夠獲得“生本課堂系數”這一數據。“生本”，顧名思義，就是課堂教學中，教師要以學生為主體，促進學生自主學習并參與互動。它是衡量學生參與度的重要指標。

對“生本課堂系數”進行詳細分析后，筆者發現自己每堂課的“生本”指數存在較大差異，高低數值不等。英語課作為一門語言課程，師生間的言語交談非常多，因此，每堂課上會存在大量師生互動。雖說如此，但依然存在一些生本指數較低的課堂。

為了進一步提高教學質量，筆者在智能觀察系統上回看了所有課程錄像，并深入思考課程視頻分析報告，發現自己的課堂主要存在以下兩方面問題。

（一）師生互動層次不高，學生參與積極性不強

當前，我們雖然一直提倡以學生為主體，教師發揮主導作用，但在課堂上，很多教師依然會沉溺于自己的講授中，基于主觀經驗判斷自己的課堂教學是否做到了以學生為主體，認為只要有提問，學生也做出回答，或經常和學生進行對話交流，就是以學生為主體了。然而，對于實際上有多少學生進行回應、張嘴發言，很多教師并不是很清楚。

一部分小學生性格活潑，很難靜下心來。尤其是對一、二年級學生，40分鐘的課堂學習時間相對較長，他們很難全程集中注意力跟隨教師腳步，學習目的性和參與積極性不強。

英語作為一門語言學科，很多教師在教學中非常喜歡運用問答類的講授方法，即一對一或一對多。例如，在教師采取一對多的方式時，學生會覺得有這么多人，即便自己不說，教師也不會關注到自己。對于一對一的方式，教師面臨的情況也相似：學生會認為教師提問的只是其他學生，和自己沒有關系，可以“游離”。可見，這兩種方式都不能保證學生有較高的參與度。若再疊加學生對此課程或教師設計的活動不感興趣，他們的參與度會更低。圖1所示的課堂結構占比中，學生行為和教師行為在時間的分布方面基本上以問答式為主。雖然整節課上教師看似進行了較多師生互動，但是經過智能觀察系統對課堂師生聲音捕捉以及對每名學生的行為采集分析和視頻回顧，筆者發現，教師在和學生互動時并不是所有學生都“張嘴參與”，生本指數不高。

（二）教師任務難度設置不當，學生學習興趣不高

教學What's your number？內容時，筆者設計了一個抽獎活動，但效果并不理想。分析原因后，筆者發現英文課上若為純英文教學，由于學生能力不同，一些基礎較為薄弱的學生有時會聽不懂活動內容和要求，不知道該如何參與，進而學習興趣不高，參與積極性不強。課后詢問學生，筆者還發現一些學生認為這一任務難度較大，不敢參與，或者是想參與但不知道如何參與。有些優秀學生則認為任務太過簡單，沒有挑戰性，參與度也較低。

二、結合人工智能報告調整課堂教學

結合所發現的原因，筆者做了如下的課堂調整。

（一）增加師生有效互動

為解決一對一或一對多講授教學中學生參與度不高的問題，在后續課堂上，筆者以生為本，以學定教，聚焦核心學習內容，設計了一些導學任務單來優化課堂教學結構，以期讓學生的學習更有針對性，提高課堂教學效果。

設計導學任務單的關鍵在于，教師要根據學生年齡、學段和學習基礎，分層提出問題，讓不同學生有目的地在短時間內了解本節課的重點知識。導學任務單中，教師要設計2～3個貫穿整個課堂活動的任務。這樣即使在某個環節教師沒有提問到某些學生，或者是有學生想在一對多提問中偷偷“游離”，教師也可通過任務卡引導學生前進，確保師生互動時全員參與。圖2是筆者在二年級課程教學中設計和使用的任務卡。

隨著課程研究逐漸深入推進，優化導學任務單成為教師關注的重點。教師要將學生感興趣的主題內容放到導學任務單上，這既能激發學生的學習興趣，又能提高課堂教學效率。圖3所示的導學任務單不僅突出了課程的核心重點和句式，而且由淺入深，層層遞進，幫助學生逐漸進入學習情境。最后的調查采訪任務不僅體現了本課核心句型，也緊貼學生生活實際，幫助學生深化到他人家做客想要使用某物品時應該先禮貌詢問的禮儀知識，彰顯育人價值，培養學生核心素養。

為解決部分學生英語基礎較為薄弱，出現不理解任務導引語的問題，教師在設計導學任務單時會提供中英文兩個版本，以期通過分層設計，增強學生的參與積極性，提高學生的安全感。

（二）增加生生間的小組互動性任務

為促進生生之間形成更多的互動，設計小組任務時，教師應做好學情前測，確保任務難度在學生的“最近發展區”。此外，從興趣度的角度，教師設計的小組任務要契合學生的心理和年齡特征，從而盡可能地保證學生能夠參與、敢于參與。如圖4所示，筆者在教學中設計了一個抽獎的小組活動。設計此活動之前，筆者在學情調查時發現，近一半學生已經學會用英文表達數字1～20，但也有學生只會用英語表達1～10，或者記憶存在混淆現象，如seven和eleven。本節課的重點是學習數字1～15，所以設計教學活動時，筆者在抽獎箱和學生任務卡上主要圍繞11～15填寫，重點填寫7、12、11、8等學生容易出現錯誤的詞匯和新詞匯，從而保證既能抓住課程重點進行練習，又能幫助學生回憶易錯的數字單詞，難度適當。活動采取抽獎的方式，利于調動學生學習積極性，促進學生深度參與，輕松掌握所學知識。

經過教師的針對性改進，我們發現，新課程的生本課堂系數大大提升，意味著學生的課堂參與度明顯提高（如圖5）。回看改進后的教學視頻，我們也發現師生間、生生間的互動較為熱烈，沒有流于形式或者學生旁觀的情況。

可見，智能觀察系統的運用，能夠幫助教師減少僅僅依靠主觀經驗判斷課堂結構的情形，讓教師更為精準地了解師生間的互動是否有效，學生的課堂投入度是多少，小組活動中學生是否真正參與等，從而提升課堂教學質量。

三、基于人工智能數據評估教學效果

教學過程中，無論是營造生本課堂環境，還是選擇合適的教學方式，教師都是為了更好地達成教學目標，提高教學質量，從而促進學生的全面發展。因此，如何實時評估學生的課堂投入度，成為很多教師關注的重要內容。在這一階段，智能觀察系統發揮了很大的作用。

運用智能觀察系統，教師能夠捕捉學生課堂上的狀態（如圖6），并從精力投入、行為投入、情感投入、時間投入四個維度分析學生投入各教學環節的情況，如學生是否積極參與對話討論，學習興致如何，聽課專注度是高還是低，走神學生的數量有多少，大概什么時間學生容易走神等。再結合生本課堂系數，教師基本能夠得出是課程設計問題導致學生專注度不足，還是知識較難，學生一時難以接受。這有助于教師后續有針對性地調整教學計劃。比如，學生課堂投入度不高的課程，意味著大部分學生對這節課的重要知識掌握不夠扎實。這就需要教師在后續教學中反復提及和重點復習，幫助學生打好基礎。

可見，教師借助智能觀察系統進行課堂投入分析，能夠實時掌握學生聽課狀態，以及對課堂知識的掌握情況，有助于進行精準復習與鞏固，并對后續課程設計進行動態調整，從而有效避免課堂提問的片面性。

四、數據分析輔助教學轉變

在智能觀察系統出具的報告中，時間分配指數在幫助教師轉變教學方式方面發揮了非常重要的作用。基于時間分配指數，系統對教師的教學活動安排、師生發言情況進行分析，形成師生行為和時間分配圖（S-T圖），并依托S-T模型，形成對應的曲線和三角形（如圖7）。

有了上述數據，教師在完成教學任務后，皆可將預期教學效果呈現和S-T數據模型采集結果進行對比，尋找和自己預想存在較大出入的時間或活動節點，反復觀看錄課視頻，進行詳細對比分析，確定問題所在和改進方向，以便后續的課程設計和授課方式更加科學、合理。有了更為客觀的數據報告作為參考和支撐，教師就相當于有了一把丈量尺，能夠更好地擺脫主觀意識，避免選擇錯誤路線，實現快速成長。

智能觀察系統運用“幀”技術，基于師生課堂行為和聲音捕捉進行全面數據統計，并進行精準、多維度分析，讓教師知道不同評價領域需要關注的重點，如何梳理評價的問題點，以及師生的表現、表現的傾向和頻次等。可以說，智能觀察系統為教師教學帶來一種全新的視角，讓教師既身在課堂，又具備跳出課堂進行整體觀察的能力，更好地賦能教師專業成長。

（作者系首都師范大學金澤小學教師）

責任編輯：孫建輝