基于人工智能的课堂评价辅助系统研究
来源:用户上传
作者:金庆
摘 要 课堂教学评价具有评估教学、指引教学改革的重要作用。本文针对目前课堂教学评估中，由于全面评估标准多、流程复杂、耗费精力等原因导致评估不充分或流于形式等现状，提出基于人工智能的课堂评价辅助系统，通过采集课堂行为、课堂考核、课堂反馈等多维度数据，进过机器学习和模型训练，生成课堂教学评价的各项指标，以辅助课堂评价。
关键词 课堂评价 人工智能
中图分类号：G712 文献标识码：A DOI：10.16400/j.cnki.kjdkx.2020.02.022
Research on the Assistant System of Classroom Evaluation
Based on Artificial Intelligence
JIN Qing
（Shanghai Donghai Vocational & Technical College， Shanghai 200241）
Abstract Classroom teaching evaluation plays an important role in evaluating teaching and guiding teaching reform. In view of the current situation of inadequate or formality assessment in classroom teaching assessment due to many comprehensive assessment standards， complex process and energy consumption， this paper proposes an artificial intelligence based classroom assessment assistant system， which generates classroom teaching assessment by collecting multi-dimensional data such as classroom behavior， classroom assessment and classroom feedback， through machine learning and model training Various indicators to assist in classroom evaluation.
Keywords classroom evaluation; artificial intelligence
1背景与动机
课堂评价是教师为了判断学生的学习情况、了解自己的教学效果、促进学生的有效学习而开展的对学生学习信息的采集、分析和利用活动。课堂评价作为教学过程中持续进行的、不可分割的组成部分，构成了教师日常教学实践的重要内容。有关课堂评价的知识和技能，是所有教師为了有效履行教学职责所必须掌握的核心知识和技能。①
课堂评价的目的不仅只是对教师的课堂教学进行简单评价，相反，它更是激励教师有目的性、有针对性地不断学习、改进、提高教学方法的过程。课堂教学评价具有如下几点重要作用：（1）课堂教学评价具有指引课堂教学改革功能;（2）课堂教学评价具有激励教师不断学习，改进教学方法的功能;（3）课堂教学评价是促进教师加强相互交流、相互交流的功能;（4）课堂教学评价具有决策、鉴定功能，是学校管理工作的重要组成部分。
正由于课堂评价如有此大的重要性，因此如何保证准确的、客观的、全面的教学评价，是关系教师、学生、乃至学校课堂教学改革的大事。
目前国内外学者针对如何合理的进行课堂评价进行了大量的研究，关注点也从最初的只关注课堂上教师的授课，逐渐形成涵盖课堂观察（学生、教师两方面）、学习效果、学生反馈等全面的关注。根据 Rick Stiggins的《Defensible Teacher Evaluation》（中文译为《合理有据的教师评价》）一书中所述全面的教师课堂评价包括课堂观察、学生成绩、学生影响、学生打分、采访、同行评价、自我评价、学生成长档案、家长打分、课外专业意见这十个评价指标。
学者们的研究为我们提供了理论基础，然后再现实的操作中，却往往流于形式，并不能起到真正的课堂评价的效果。究其原因，主要有以下几个方面问题：
（1）理论虽好，却不易实行，缺乏有效的工具来辅助课堂评价。在没有此类工具的情况下，目前主要还是依靠传统课堂评价方式，即授课教师、听课教师以及学生个人的主观意识给与评分，而人的主观意识因为每个人的经历不同、知识构成不同、经验不同，当然会产生不同的课堂评价结果。
（2）课堂观察以及课堂信息的采集，受限于技术手段，往往采集的信息不够全面，且观察过程带有浓厚的主观色彩，从而导致课堂评价的不够全面、不够精细。
（3）国内外对于课堂评价的研究往往是从“上好一堂课”出发，而非“上好每一堂课”。究其原因，做好一次课堂评价需要耗费极大的各种包括教师、学生在内的资源，因此大部分学校每学期可能仅仅组织2～3次以听课为主的课堂评价，从而导致部分教师只精心准备这几次课，而对大部分课却并不上心。
（4）传统课堂评价关注点聚焦于基本面，而无法兼顾到小部分、乃至个体。
2 基于人工智能的课堂评价辅助系统体系架构 基于人工智能的课堂教学评价辅助体系是基于人工智能技术，以课堂为载体，聚焦人脸识别、行为分析、视频结构化、语音识别、量化数据与教学深度融合，构成学生考勤、学生课堂行为分析、教师教学过程分析、教学效果检验、学生反馈问卷贯通一体的课堂教学评价辅助体系，该辅助系统将用来辅助评价课堂教学。
该系统涵盖了Rick Stiggins提到的10个评价标准里的5个（如表1）。系统使用人工智能技术极大的简化了复杂的课堂评价，使“评估好每一堂课”成为可能，也使“评估好每一个学生”成为可能。
该系统的整体架构设计如图1所示。
图1 辅助系统整体架构设计
3基于人工智能的课堂评价辅助系统功能设计
（1）考勤模块。课堂考勤是学校教务管理中的重要的行政内容，也是在校园管理中必不可少的元素之一，目前学校普遍采用传统的课堂考勤制度，如人工点名、刷卡点名、门禁刷脸签到，APP签到等，存在走班考勤管理难、巡课督导实施难、代签现象严重等问题，基于人脸识别考勤技术采用视觉分析无感考勤的方式，学生只需专注上课，即可输出课堂考勤结果，以人脸特征为识别对象，杜绝作弊行为。目前该技术已经相当成熟，基本上正确识别率可以达到99.8%以上。
（2）课堂行为分析。课堂行为分析是在人脸识别的基础上，采集分析学生课堂行为，例如学生听课的表情、抬头率、趴桌子、举手、站立、玩手机等行为，并通过机器学习增强判断的正确率。通过提供无感知、过程性的课堂质量评价和人工智能学情分析报告，可精准的进行课堂质量评估。
（3）教师教学过程分析。教师教学过程分析通过采集教学过程中教师的视频、音频等信息，分析教师课堂行为和教师授课内容，并通过与授课教师课前上传的教案进行内容匹配，从而评判教师教学内容的准确性。
（4）教學效果检验模块。课堂教学的好坏归根到底需要通过学生学习的效果来检验，在课程结束时，学生完成线上关于该部分教学内容的习题，以验证本堂课程学生学习效果。
（5）学生教学体验反馈模块。课程结束后，由学生根据上课情况，在 “讲课过程”“教学方法”“教学互动”“教学内容”“师德师风”“授课风格”“执教态度”“专业能力”等方面填写反馈问卷，用于反馈学生教学体验。
（6）数据清洗转换存储模块。数据清洗转换存储模块将采集到的各种数据，进行清洗已得到有效数据，并进行转换以转变为有用数据，最后将数据存储于分布式存储系统（HDFS）里，以供下个阶段使用。
（7）机器学习和模型训练模块。经历上阶段清洗转换存储后的数据输入到本模块进行模型训练，并通过机器学习逐步完善准确率，最终将提供学生考勤信息、学生听课专注度、学生课间参与度、教师上课状态、教师教授内容与教案匹配度、学生学习效果检验结果和学生课间体验反馈等指标，以供教师全面了解本次课堂教学质量。
4展望
当下我们正处于一个变革的时代、一个创新与超越的时代，人工智能、大数据、虚拟现实和增强现实、5G、物联网、云计算等新技术迅猛发展正在改变着我们的生活、改变着我们的社会、也改变着我们的教育，尤其是人工智能、大数据不断挑战者我们熟悉的教育方法，为提供教学效能展示了巨大的想象空间，当然也给我们课堂评价体系的完善提供了思路。
本文结合课堂评价的特点和当下存在的问题，提出基于人工智能的课堂教学评价辅助系统，以解决当下课堂评价中存在的问题，从而为推广准确、全面、客观的课堂评价提供参考。
未来，我们将继续完善本辅助系统，尽可能的采集更多课堂数据，进一步提高评判的准确率，以期待本系统能够对课堂评估起到更好的辅助作用。
【基金项目】上海市东海职业技术学院“教育教学改革与研究”课题
注释
① 沈玉顺.新课程课堂教学改革丛书——课堂评价.北京师范大学出版社，2006：1.
参考文献
[1] 沈玉顺.新课程课堂教学改革丛书——课堂评价.北京师范大学出版社，2006.
[2] 陈多仁.课堂教学评价.高等教育出版社，2017.
[3] 王少非.课堂评价.华东师范大学出版社，2013.
[4] Grant Wiggins.教育性评价.国家基础教育课程改革“促进教师发展与学生成长的评价研究”项目组翻译.中国轻工业出版，2005.
转载注明来源:https://www.xzbu.com/8/view-15186907.htm
